Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Simulación, Resúmen U1
Simulación, Resúmen U1
MEXICO
INSTITUTO TECNOLOGICO DE SALTILLO
SIMULACIÓN
11:00-12:00
ING. Pablo Heriberto Obregón Solís.
2 VENTAJAS Y DESVENTAJAS
La simulación tiene una serie de ventajas sobre la analítica o modelos matemáticos
para el análisis de sistemas. Ante todo, el concepto básico de simulación es fácil de
comprender y por lo tanto, a menudo es más fácil de justificar ante la gerencia o
los clientes. Que algunos de los modelos analíticos. Además, modelo de simulación
puede ser más creíble porque es se ha comparado el comportamiento con el del
sistema real o porque requiere menos suposiciones simplificadoras y por lo tanto,
captura más de las verdaderas características del sistema en estudio. Las ventajas
adicionales incluyen:
♦ Podemos probar nuevos diseños, diseños, etc. Sin comprometiendo recursos
para su implementación.
3 EL EQUIPO DE SIMULACIÓN
Aunque algunos pequeños estudios de simulación son realizados por un analista
individual, la mayoría son realizadas por un equipo. Este se debe a la necesidad de
la variedad de habilidades requeridas para el estudio de sistemas complejos. En
primer lugar, necesitamos personas que conocer y comprender el sistema que se
estudia. Estos son por lo general los diseñadores, sistemas, fabricación o proceso
ingenieros, Pero también pueden ser los gerentes, líderes de proyecto y/o personal
operativo que utilizará los resultados. En segundo lugar, deberemos tener gente
que sepa cómo formular y modelar el sistema, así como programar el modelo
(especialistas en simulación).
Estos miembros también necesitan recopilación de datos y habilidades estadísticas.
La primera categoría de personal debe ser necesariamente interno, es decir,
miembros de la organización para quienes él se está realizando un estudio.
Es importante darse cuenta de que el conocimiento de un paquete de software de
simulación no convierte a alguien en una simulacioncita más que saber FORTRAN
hace uno matemático. Como se dijo anteriormente, la simulación es a la vez un arte
y una ciencia.
¿Cómo se aprende un arte? Supongamos que quieres aprender a hacer retratos al
óleo. Podríamos enseñarte la ciencia de la pintura al óleo como perspectiva,
sombreado, color mezcla, etc. (programación de computadoras, estadísticas y
paquetes de programas).
Si quieres llegar a ser competente en un arte, debes tomar las herramientas (paleta,
lienzo, pintura y pinceles) y empezar a pintar. Al hacerlo, comenzará a ver lo que
funciona y lo que no.
4 UN CONCEPTO DE SIMULACIÓN
Aunque hay varios tipos diferentes de simulación metodologías, limitaremos
nuestras preocupaciones a un estocástico, enfoque discreto y orientado al proceso.
En tal enfoque, modelamos un sistema particular estudiando el flujo de entidades
que se mueven a través de ese sistema. Las entidades pueden ser clientes, órdenes
de trabajo, partes particulares, paquetes de información, etc. Una entidad puede
ser cualquier objeto que ingresa al sistema, se mueve a través de una serie de
procesos, y luego deja el sistema.
A medida que la entidad fluye a través del sistema, será procesada por una serie de
recursos. Los recursos son cualquier cosa que la entidad necesita para ser
procesada. Por ejemplo, los recursos pueden ser trabajadores, equipos de manejo
de materiales, herramientas especiales, una cama de hospital, acceso a la CPU, una
máquina, espacio de espera o de almacenamiento, etc.
Por lo tanto, un modelo de simulación es un programa de computadora que
representa la lógica del sistema como entidades con llegan los atributos, se unen a
las colas para esperar la asignación de recursos requeridos, son procesados por los
recursos, liberados y salir del sistema.
Mucho de lo que sucede en el sistema es probabilístico o de naturaleza estocástica.
Por ejemplo, el tiempo entre llegadas, el tiempo para que un recurso procese la
entidad, el tiempo para viajar de una parte del sistema a otra y si una parte pasa la
inspección o no, por lo general son todos variables aleatorias. Son estos tipos de
datos para la entrada al modelo que son difíciles de conseguir.
5 EL PROCESO DE SIMULACIÓN
La esencia o propósito del modelado de simulación es ayudar a quien toma las
decisiones finales a resolver un problema. Por lo tanto, para aprender a ser un buen
modelador de simulación, debe combinar buenas técnicas de resolución de
problemas con buenas prácticas de ingeniería de software. Definición del
problema. ¿Por qué estamos estudiando este problema y qué preguntas
esperamos responder?
Definición del sistema. Determinar los límites y las restricciones que se utilizarán
para definir el sistema e investigar cómo funciona el sistema. Desarrollar un modelo
preliminar ya sea gráficamente o en pseudocódigo para definir los componentes,
variables descriptivas e interacciones que constituyen el sistema. qué datos deben
recopilarse del modelo, en qué forma y en qué medida.
Preparación de datos de entrada. Identificar y recopilar los datos de entrada que
necesita el modelo. Ejecutar la simulación para generar los datos deseados y
realizar análisis de sensibilidad. Extraer inferencias de los datos generados por las
ejecuciones de simulación.
♦ ¿Cuáles son los criterios precisos que usaremos para tomar la decisión?
♦ Para cada subsistema, definir las estaciones (ubicaciones donde se hace algo para
o para las entidades).
10 VERIFICACIÓN Y VALIDACIÓN
En primer lugar, ¿funciona de la manera que el analista pretendía? En segundo
lugar, ¿se comporta como lo hace o lo hará el sistema del mundo real?
Encontramos las respuestas a estas preguntas a través de la verificación y
validación de modelos. La verificación busca demostrar que el programa de
computadora funciona como se esperaba y se pretendía. La validación, por otro
lado, cuestiona si el comportamiento del modelo representa válidamente el del
sistema del mundo real que se está simulando. La verificación es una depuración
enérgica destinada para mostrar que las partes del modelo funcionan de forma
independiente y conjunta utilizando los datos correctos en el momento adecuado.
La validación, por otro lado, es el proceso de alcanzar un nivel aceptable de
confianza de que las inferencias extraídas son correctas y aplicables al sistema del
mundo real que se representa. A través de la validación, tratamos de determinar si
las simplificaciones y omisiones de detalles que hemos hecho a sabiendas y
deliberadamente en nuestro modelo, han introducido errores inaceptablemente
grandes en los resultados. La validación es el proceso de determinar que hemos
construido el modelo correcto, mientras que la verificación está diseñada para ver
si hemos construido el modelo correcto. La verificación y validación del modelo son
a menudo difíciles y requieren mucho tiempo, pero son extremadamente
importantes para el éxito.
12 EXPERIMENTACIÓN Y ANÁLISIS
Ahora tenemos que lidiar con cuestiones tales como cuánto tiempo ejecutar el
modelo, qué hacer con las condiciones iniciales, si los datos de salida están
correlacionados y qué pruebas estadísticas son válidas en los datos. Antes de
abordar estas preocupaciones, primero debemos determinar si el sistema real es
de terminación o no de terminación, ya que esta característica determina los
métodos de ejecución y análisis que se utilizarán. En un sistema de terminación, la
simulación finaliza cuando ocurre un evento crítico. En otras palabras, se considera
que un sistema termina si los eventos que lo impulsan cesan naturalmente en algún
momento.
En un sistema que no termina, no ocurre tal evento crítico y el sistema continúa
indefinidamente. Una segunda característica de interés del sistema es si el sistema
es estacionario o no estacionario. Un sistema es estacionario si la distribución de
su variable de respuesta no cambia con el tiempo. el valor que es el límite de la
variable de respuesta si la duración de la simulación llega al infinito sin terminación.
Ya sea que el sistema termine o no termine, debemos decidir por cuánto tiempo
ejecutar el modelo de simulación i. Esto puede implicar considerar el valor medio
o promedio de la variable de respuesta para toda la corrida como un punto de
referencia. Si el sistema es un sistema de estado estacionario que no termina,
debemos preocuparnos por las condiciones de arranque, i. el estado del sistema
cuando comenzamos a recopilar estadísticas o datos.
Si tenemos un sistema vacío e inactivo i. Ambos enfoques requieren que podamos
identificar cuándo el sistema ha alcanzado el estado estable.
13 IMPLEMENTACIÓN Y DOCUMENTACIÓN
Los dos elementos finales que deben incluirse en cualquier estudio de simulación
son la implementación y la documentación. Ningún estudio de simulación puede
considerarse completado con éxito hasta que sus resultados hayan sido
entendidos, aceptados y utilizados. usuario en el último minuto
La presentación de los resultados del estudio es una parte crítica e importante del
estudio y debe planificarse tan cuidadosamente como cualquier otra parte del
proyecto (Sadowski 1993).
♦ Un vocabulario apropiado (sin jerga técnica).
♦Puntualidad
14 CAMINO AL FRACASO
De hecho, desafortunadamente, demasiados fallan en cumplir lo prometido.
Cuando observamos las razones por las que fallan los proyectos, encontramos que
generalmente se debe a las mismas razones una y otra vez. La mayoría de las fallas
ocurren en los primeros proyectos, es decir.
Por eso es aconsejable comenzar con proyectos pequeños que no son de
importancia crítica para la organización matriz. Casi todas las demás fallas se
pueden atribuir a uno de los siguientes:
♦ Contar con el apoyo de la gerencia y hacerlo saber a aquellos que deben cooperar
con nosotros en el suministro de información y datos.
♦ Hay que asegurar que tener todas las habilidades necesarias requeridas
disponibles para la duración del proyecto.