1.
PRINCIPIOS DE SIMULACIÓN
La simulación es un método para acercarse a la realidad, es una
herramienta poderosa en el proceso de diseño o aprendizaje de un
proyecto, que puede utilizarse para resolver cualquier problema
relacionado con un sistema real del cual se haya obtenido
previamente una modelización.
Estructura de un sistema
¿Qué es un sistema? universo, un transbordador espacial, etc. Un
sistema puede ser casi cualquier cosa. Un sistema puede contener
subsistemas, que a su vez también son sistemas.
Un sistema es un conjunto de partes o elementos organizados y
relacionados que interactúan entre sí para lograr un objetivo.
Nuestro deseo de estudiar ciertas propiedades seleccionadas de los
objetos es central en esta definición. El aspecto de “estudio” es
importante, a pesar del hecho de que es subjetivo. La selección y
definición de lo que constituye un sistema es algo arbitrario y debe
estar guiado por el uso que se va a hacer del sistema.
¿Qué razones puede haber para estudiar un sistema? Hay muchas
respuestas a esta pregunta, pero cabe destacar dos grandes
motivaciones:
*Estudiar un sistema para comprenderlo, con la finalidad de
construirlo. Este es el punto de vista de la ingeniería.
*Satisfacer la curiosidad humana, por ejemplo, para comprender más
acerca de la naturaleza -el punto de vista de las ciencias naturales.
Los sistemas pueden ser:
Sistema abierto: Relación permanente con su medio ambiente.
Intercambia energía, materia, información. Interacción constante
entre el sistema y el medio ambiente.
El sistema Solar está en constante intercambio de energía con su
suprasistema que en este caso es la vía láctea.
Sistema cerrado: Hay muy poco intercambio de energía, de materia,
e información, etc., con el medio ambiente. Utiliza su reserva de
energía potencial interna.
VARIABLES Y PARÁMETROS DE UN SISTEMA
Cada sistema puede ser estudiado con el objetivo de comprender el
funcionamiento de este, descubrir sus límites/fronteras visibles y/o
no visibles, entender el objetivo de este y cómo interactúa con otros
sistemas externos.
Variables del sistema: Son medidas o datos que dependen de los
parámetros y de otras variables.
Parámetros del sistema: Son medidas o datos independientes que
configuran la entrada y la estructura interna del sistema.
Estado de un Sistema: Esta formado por el conjunto de valores que
poseen sus parámetros y variables en determinado momento.
Límites de un Sistema
Cada sistema tiene una interdependencia junto con los demás
sistemas, es decirlo que sucede dentro de un sistema puede o no
afectar la funcionalidad de los demás, más sin embargo cada sistema
contiene elementos internos que interactúan entre sí para lograr un
objetivo determinado, por lo tanto pueden existir reglas internas que
se encargan de la funcionalidad y eficacia del mismo para que el
objetivo pueda ser cumplido correctamente, mismas que son
diferentes a los demás sistemas y que no deben mezclarse, interferir
o afectar la relación estrecha entre cada una de ellas.
En este apartado cada límite de sistemas es que cada área o parte del
sistema (todo) realice o efectué lo que corresponda ya que están
trabajando en conjunto, esto no quiere decir que alguna área se
meterá en los asuntos de otra área, por eso existen los límites los
cuales es no hacer más de lo que te corresponda.
El ambiente es el medio en externo que envuelve física o
conceptualmente a un sistema. El sistema tiene interacción con el
ambiente, del cual recibe entradas y al cual se le devuelven salidas.
El ambiente también puede ser una amenaza para el sistema.
En un sistema cerrado: El límite del sistema es rígido..--En un sistema
abierto, el límite es más flexible.
Sistemas abiertos: presentan intercambio con el ambiente, a través
de entradas y salidas.
Intercambian energía y materia con el ambiente. Son adaptativos
para sobrevivir. Su estructura es óptima cuando el conjunto de
elementos del sistema se organiza, aproximándose a una operación
adaptativa. La adaptabilidad es un continuo proceso de aprendizaje y
de autoorganización. Los sistemas abiertos no pueden vivir aislados.
Los sistemas cerrados, cumplen con el segundo principio de la
termodinámica que dice que "una cierta cantidad llamada entropía,
tiende a aumentar al máximo"
DEFINICIÓN DE MODELO
Un modelo de un sistema es cualquier cosa a la que se puede aplicar
un “experimento”, con el fin de responder a preguntas respecto del
sistema.
Esto implica que puede usarse un modelo para responder preguntas
acerca de un sistema, sin realizar experimentos sobre el sistema real.
En su lugar, realizamos “experimentos” simplificados sobre el
modelo. El modelo, a su vez, puede considerarse como un sistema
simplificado que refleja las propiedades del sistema real. En el caso
más simple, el modelo puede ser simplemente cierta información
que se usa para responder a preguntas acerca del sistema.
Dada esta definición, cualquier modelo también constituye un
sistema. Los modelos, al igual que los sistemas, son por naturaleza
jerárquicos. Si se separa una parte del modelo, se obtiene un nuevo
modelo, que es válido para un subconjunto de los experimentos para
los que a su vez el modelo original también es válido. Un modelo está
siempre relacionado con el sistema al que representa y con los
experimentos a los que puede estar sujeto. Una afirmación del tipo
“el modelo del sistema no es válido” carece de sentido si no se indica
cuál es el sistema asociado y el experimento. Un modelo de un
sistema podría ser válido para un cierto experimento en el modelo y
no serlo para otro.
TIPOS DE MODELOS
Modelo mental una sentencia como “esta persona es fiable” nos
ayuda a responder a preguntas acerca del comportamiento de esa
persona en diversas situaciones.
Modelo verbal esta clase de modelo se expresa mediante palabras.
Por ejemplo, la frase “si se aumenta el límite de velocidad, entonces
ocurrirán más accidentes” es un ejemplo de un modelo verbal. Los
sistemas expertos son una técnica para formalizar modelos verbales.
Modelo físico se trata de un objeto físico que reproduce algunas
propiedades de un sistema real, para ayudarnos a responder
preguntas del sistema. Por ejemplo, en la fase de diseño de edificios,
aeroplanos, etc., frecuentemente se construyen pequeños modelos
físicos con la misma forma y apariencia como los objetos reales a
estudiar, por ejemplo, con respecto a sus propiedades aerodinámicas
y estéticas.
Modelo matemático es una descripción de un sistema donde las
relaciones entre las variables del sistema se expresan de forma
matemática. Las variables pueden ser cantidades medibles, tales
como el tamaño, la longitud, el peso, la temperatura, el nivel de
desempleo, el flujo de información, la velocidad medida en bits por
segundo, etc. La mayoría de las leyes de la naturaleza son modelos
matemáticos en este sentido. Por ejemplo, la Ley de Ohm describe la
relación entre la corriente y la caída de tensión en una resistencia; las
Leyes de Newton describen relaciones entre la velocidad, la
aceleración, la masa, la fuerza, etc.
Clasificación de modelos según el efecto de su resolución
Shapiro (2001) clasifica los modelos según el efecto de su resultado
en Normativos o Descriptivos.
Son normativos los modelos matemáticos (a su vez estos se pueden
clasificar en modelos de optimización y modelos de resolución
mediante heurísticas
Los modelos descriptivos que engloban al resto (Previsión, Data Mining,
Para representar simbólicamente un modelo de simulación de un sistema
Simulación, Dinámica de Sistemas).
dinámico de eventos discretos se utilizan dos técnicas con enfoques
Modelos Normativos
diferentes: los grafos de eventos y los diagramas de ciclo de actividades o de
2.Los modelos normativos exigen el planteamiento de un modelo
entidades.
matemático (probablemente en forma de función objetivo y
Los Grafos de Eventos se basan en la interacción entre los sucesos discretos
restricciones). Los modelos cuya estructura se ajusta a algunos de los
que ocurren en el sistema y las variables de estado de dicho sistema,
patrones clásicos para los que es factible la optimización (programación
usándose estas representaciones cuando se va a desarrollar el programa en
lineal, por ejemplo) forman el subconjunto de modelos de optimización.
un lenguaje de propósito general.
En ocasiones la estructura del modelo impide el uso de algún método
El Diagrama de Ciclo de Actividades (DCA) considera que cada entidad del
de optimización conocido, es por ello que se plantean los
sistema tiene un ciclo de actividades a su paso por el mismo, y que entre una
procedimientos heurísticos de resolución que, si bien no garantizan
actividad y otra pasa por una cola o estado de espera. Por ejemplo, en una
óptimos, permiten encontrar soluciones en espacios cortos de tiempo.
fabricación en serie, los trabajos llegan al sistema, esperan delante de la
Modelos Descriptivos:
primera máquina donde van a ser procesados, son procesados, esperan a que
Los modelos descriptivos abarcan todas aquellas técnicas de modelado
la siguiente máquina esté disponible, son procesados, esperan de nuevo y así
que no comportan la definición de estructuras matemáticas que definen
hasta la última máquina. Si los trabajos no esperen antes de ciertas
una solución como la deseable para ser implementada.
actividades, se añaden colas virtuales sin retrasos. El diagrama de ciclo de
Entre los modelos descriptivos se pueden citar los modelos de
actividades describe por tanto el ciclo de operaciones de cada tipo de entidad.
simulación, la teoría de colas e incluso las técnicas de previsión entre
Estas representaciones se usan cuando se va a desarrollar el programa en un
otras. Algunos de los modelos descriptivos llevan aparejada una carga
lenguaje de simulación. Es por ello que se ha decidido desarrollar para este
matemática importante, mientras que otros su estructura no es de tipo
proyecto un modelo mediante DCA.
matemático. Aunque ello no les quita ni un ápice de formalidad. Por
La representación del DCA se realiza en base a cinco axiomas:
poner un ejemplo los modelos IDEF-0 son altamente formales y
1. Cada tipo de entidad tiene un ciclo de actividad. 2. Cada ciclo consiste en
estándar. Aunque tienen aspecto de grafo, no necesariamente debieran
actividades y colas. 3. Actividades y colas alternan en un ciclo. 4. Cada ciclo es
ser incluidos entre los que se denominan Modelos Matemáticos.
cerrado. 5. Las actividades se describen como rectángulos y las colas como
CLASIFICACIÓN DE LOS MODELOS:
elipses.
Estocástico. Uno o más parámetros aleatorios. Entradas fijas produce
Hay dos formas del ciclo de actividades en función del comportamiento de las
salidas diferentes
entidades:
Determinístico. Entradas fijas producen salidas fijas
(a) o siguen una secuencia definida de actividades, (b) o siguen varias
Estático. Estado del sistema como un punto en el tiempo
secuencias condicionadas.
Dinámico. Estado del sistema como cambios en el tiempo
Las etapas necesarias para el desarrollo de un D.C.A. son:
Tiempo-continuo. El modelo permite que los estados del sistema
1. Identificar las entidades. 2. Para cada tipo de entidad, definir las actividades
cambien en cualquier momento.
en que intervienen y los tiempos de duración de las mismas. 3. Definir los
Tiempo-discreto. Los cambios de estado del sistema se dan en
ciclos de cada entidad alternando actividades y colas. Los arcos conectan
momentos discretos del tiempo.
actividades y colas, y si existe bifurcación de arcos de una misma entidad, hay
*MODELOS MATEMÁTICOS
que reflejar las condiciones sobre cada arco. 4. Enlazar los ciclos mediante las
Los modelos matemáticos son modelos formales que utilizan el lenguaje
actividades comunes.
de las matemáticas para describir un sistema, expresando parámetros,
*MODELOS ESTADÍSTICOS
variables, relaciones. El lenguaje matemático no se limita a la expresión
Los modelos estadísticos son herramientas para aproximarse a algunas
de números y operadores aritméticos que los relacionan. Así por
realidades o hacer predicciones mediante fórmulas y ecuaciones
ejemplo la teoría de grafos, ampliamente utilizada en aplicaciones
matemáticas. Algunos modelos estadísticos tratan los datos estadísticos de
prácticas, es un “subconjunto” de la más general teoría de conjuntos.
diferentes maneras dependiendo de las variables qué se necesiten describir.
Los modelos matemáticos se pueden clasificar de múltiples maneras. A
Casi siempre los modelos estadísticos implican varias variables explicativas de
continuación, se describen algunas que se consideran relevantes.
una variable dependiente.
Los modelos pueden ser estáticos o dinámicos. Un modelo estático no
Variable dependiente e independiente de un modelo estadístico.
tiene en cuenta el tiempo, mientras que los modelos dinámicos sí. Los
La variable dependiente es aquella que queremos explicar o predecir.
modelos dinámicos se suelen representar con ecuaciones en diferencias
Entonces las variables independientes son usadas para evaluar las influencias
o ecuaciones diferenciales.
qué tienen en la variable dependiente. En los modelos estadísticos las
Los modelos pueden ser lineales o no-lineales. Si todos los operadores
variables dependientes y las independientes pueden ser varias.
de un modelo son lineales el modelo es lineal, si al menos uno es no-
Casi siempre se representan las variables dependientes en el eje Y de los
lineal el modelo es no-lineal. Aunque hay excepciones, los modelos
gráficos. Las variables independientes, también llamadas variables explicativas
lineales son mucho más fáciles de manejar que los modelos no-lineales.
generalmente se representan en el eje X.
En general los modelos no-lineales pueden ser linealizados, pero
Elección de los modelos estadísticos.
entonces, es posible, que se estén perdiendo aspectos relevantes del
La elección de un modelo estadístico no es una decisión sencilla. Algunos
problema.
conjuntos de datos requieren del diseño de un modelo adaptado al caso. Cada
Un modelo puede ser determinista o estocástico. Un modelo
herramienta de modelado responde a preguntas específicas. En muchas
determinista es aquel en que cada conjunto de variables en un estado
situaciones en las que se deben evaluar muchos aspectos, se debe recurrir a
está definido por los parámetros del modelo y por los estados
utilizar métodos complejos.
anteriores. Un modelo determinista se comporta siempre igual para un
Algunos tipos de métodos de modelado estadístico se adaptan mejor a ciertas
conjunto de parámetros de entrada. En un modelo estocástico las
circunstancias. Por ejemplo: Se puede caracterizar una población a través de
variables de estado se representan por distribuciones de probabilidad, y
la observación a un grupo de personas. Y también se puede hacerlo mediante
por tanto el modelo es capaz de recoger aleatoriedad o incertidumbre.
análisis periódicos. Cada modelo estadístico suele tener su forma de
Los modelos de simulación, como ya se ha comentado, son todos
representación gráfica.
modelos matemáticos, pero es interesante realizar una clasificación de
Las representaciones gráficas de las relaciones entre las variables
los mismos según su
dependientes y explicativas resultan muy útiles. Estas formas gráficas pueden
comportamiento:
ser curvas y no lineales, por lo que cada una requiere de los modelos más
Discretos o Continuos: De igual manera que se definieron los sistemas
apropiados.
discretos y continuos, dependen de las variables del modelo, en
La mayoría de los profesionales de diferentes disciplinas requieren de
especial de la variable que mide el tiempo. En un proceso químico, la
métodos estadísticos como muestreo, simulación, diseño de experimentos,
temperatura cambia de forma continua en el tiempo, mientras que en
modelamiento estadístico e inferencia, para llevar a cabo recolección,
los modelos de colas los valores de las variables cambian en ciertos
compendio y análisis de datos y para su posterior interpretación. Cada vez es
instantes de tiempo. Hay que hacer notar que un modelo discreto no
mayor la importancia de la estadística en el desarrollo de investigaciones de
siempre se usa para modelar un sistema discreto ni viceversa.
diferentes campos.
Estocásticos o Deterministas: Si en un modelo de simulación no existen
Modelos estadísticos aplicados a estudios e investigaciones.
elementos aleatorios, se denomina determinista. Una vez que se
Algunos modelos estadísticos sirven para predecir una variable dependiente a
establezcan los valores de las variables de entrada y las relaciones en un
partir de un número ilimitado de variables explicativas posiblemente
modelo determinista, queda completamente definido dicho sistema
correlacionadas. Por ejemplo, para verificar la validez de acontecimientos en
para encontrar la solución al mismo. Sin embargo, muchos sistemas
la escala tiempo-espacio, para relacionar eventos diarios con la predicción del
deben ser modelados utilizando variables de entrada aleatorias, dando
tiempo o las tasas de cambio en los mercados financieros.
lugar a los modelos estocásticos. Un modelo de un supermercado,
Los métodos disponibles permiten derivar nueva información procedente de
donde la llegada de los clientes sigue una distribución estadística es un
los datos y desarrollar modelos predictivos. Cada método tiene ciertos puntos
ejemplo de modelo estocástico, frente a un sistema de fabricación
fuertes y es más adecuado para determinados tipos de problemas. Lo ideal es
flexible, donde en condiciones normales los tiempos de procesado no
que los resultados obtenidos siempre tengan un grado de aplicabilidad
varían.
específico al mejoramiento de las condiciones evaluadas.
Estáticos o Dinámicos: Un modelo estático representa un sistema donde
Tipos de métodos de modelado estadístico.
no interviene el tiempo o no tiene valor esencial. En un modelo
•Modelos de clasificación.•Métodos de asociación.•Modelados por
Dinámico se representa la evolución del sistema a lo largo del tiempo.
segmentación.
Los modelos de Monte Carlo son estáticos frente a los modelos
La calidad de los modelos estadísticos se puede evaluar usando índices de
dinámicos que representan los transportes de piezas en fabricación.
criterios de información. Esto de la calidad corresponde a los tipos y número
Los elementos más habituales de un modelo de simulación de eventos
de variables dependientes y explicativas.
discretos son los siguientes:
Modelos de clasificación.
Entidades: son los componentes del sistema, p.e., máquinas,
Los modelos de clasificación ayudan a las organizaciones a predecir un
transportadores, piezas,... Suelen ser de dos tipos: permanentes
resultado conocido, como saber las futuras decisiones de los clientes o
(recursos), son las que están en el sistema durante toda la simulación
detectar acciones sospechosas. Las técnicas de modelado estadístico pueden
(p.e., máquinas), y temporales, son las que entran y salen del sistema
incluir desde el aprendizaje automático de las máquinas, hasta la inducción de
(p.e., trabajos).
reglas, identificación de subgrupos y métodos estadísticos para la generación
Actividades: son aquellas funciones que hacen las entidades o se
de nuevos modelos.
realizan sobre ellas. En cada actividad se dan cita normalmente dos o
Modelos de segmentación.
más entidades durante un cierto periodo de tiempo (p.e., el trabajo 1 se
Los modelos de segmentación dividen los datos en grupos de registros que
procesa en la máquina B durante 8 horas). Cuando comienza una
tienen patrones similares. Los modelos de agrupación en clústeres se centran
actividad se conoce cuándo va a terminar (de forma empírica o
en la identificación de grupos de registros similares y en el etiquetado de
estocástica).
registros según el grupo al que pertenecen. Estos modelos se usan a menudo
Sucesos o eventos: son los hechos que ocurren en un instante de
para crear clústeres o segmentos que se usan posteriormente como entradas
tiempo y que dan lugar a cambios en el estado del sistema, p.e., el inicio
en análisis posteriores. Por ejemplo, la segmentación de clientes potenciales
de una actividad. Durante una actividad se considera que el estado de
en subgrupos homogéneos.
una entidad se mantiene constante.
Modelos de minería interna de bases de datos.
Los sucesos se pueden clasificar en endógenos cuando ocurren por
Al comparar varios modelos paramétricos entre sí, el modelo con el índice
condiciones en el modelo, p.e., finalización de una operación, y
más bajo es el que presenta la mejor calidad en el conjunto de modelos
exógenos cuando ocurren por causas externas al modelo, p.e., llegada
evaluados. La interpretación de estos índices no tiene sentido en un contexto
de un trabajo al sistema.
absoluto, esto es, cuando se toma en consideración un solo modelo.
Colas: son estados pasivos de una entidad mientras espera el inicio de
DISEÑO DE MODELOS
una actividad, por ejemplo, los trabajos esperan en una cola delante de
Como acabamos de mencionar, las empresas utilizan cada vez más el proceso
una máquina que está procesando el trabajo anterior, o las máquinas
de simulación como parte de su enfoque al proceso de innovación del negocio
esperan la llegada de trabajos para comenzar una operación. Aunque
y mejora en su actividad. La simulación se emplea para comprender y analizar
físicamente las máquinas no se sitúan en una cola, conceptualmente es
el balance de una empresa, así como a visualizar el futuro estado del sistema
válida la espera de máquinas en colas.
replanteado y procura un medio para generar sugerencias para mejorar los
Atributos: son características propias de las entidades, p.e., tipo de
procesos de innovación. Las interacciones de las personas con los procesos y
máquina, número de la operación de un trabajo. Sirven para distinguir
la tecnología de una empresa en el tiempo se traducen en numerosos
un grupo de actividades de otro, y para la selección de una cierta
escenarios que son imposibles de ser recogidos y valorados sin la ayuda de un
entidad en una cola con varias de ellas.
modelo de simulación computarizado. La habilidad para mostrar como un
Conjuntos: es un concepto general en simulación asociado a grupos de
proceso se desarrollaría, para medir su rendimiento y para tratar diversas
entidades, por ejemplo, la lista de herramientas disponibles en el
hipótesis "what ifs" en un modelo computarizado hacen del proceso de
sistema, la lista de herramientas necesarias para una operación en una
simulación una técnica precisa para tomar decisiones. Podríamos poner
máquina.
ejemplos de procesos económicos en los que la simulación ha sido utilizada,
Estados: son las condiciones del modelo o de sus entidades, de forma
entre los que podemos incluir: para ordenar la producción/gestión, con el fin
que se puede saber si una acción se puede ejecutar o si se puede elegir
de mejorar el servicio y acertar en el tiempo de respuesta a las exigencias de
entre varias, por ejemplo, una entidad puede estar en estado activo
los clientes, en la gestión de inventarios, para ayudar a valorar varias opciones
(ocupada en una actividad) o en estado pasivo (esperando en cola).
con el fin de seleccionar un sistema efectivo de costes, para ayudar a
replantear procesos como acortar el tiempo de respuesta al cliente y mejorar
el servicio, con el fin de mejorar la calidad del servicio de entrega con una
utilización eficiente de recursos empleando procesos más ajustados al tiempo,
para el procesado de reclamaciones con vistas a minimizar el tiempo del ciclo
que iría en relación inversamente proporcional a la satisfacción del cliente y
para ayudar a la mejora del sistema de respuesta a las exigencias del mercado
externo.
 2°. Análisis del proceso de actuación: Este análisis se desarrolló para obtener
Un sistema es un grupo de procesos clave relacionados que pueden o no pueden estar
datos de actuación referentes a cada actividad en el proceso y para utilizar estos
conectados. Los pasos para el análisis de un proceso serían los siguientes:
datos para calcular la actuación del proceso total. La información típica que
1°. Representación del proceso: El proceso de representación del proceso ha evolucionado
habría de obtenerse en relación con cada actividad es el tiempo del ciclo total, el
hasta convertirse en uno de los instrumentos más importantes contra la pérdida de tiempo
tiempo de proceso, el tiempo de espera, el coste y finalmente el rendimiento. La
y recursos. Este paso empezó con la construcción de diagramas en bloque, que es lo más
colección de datos de actuación de las actividades o nivel de tarea de un cuadro
sencillo, facilitando una visión rápida y nada complicada del proceso. Consiste en un método
de flujo debe ser eficiente para ser utilizado para calcular la actuación del
gráfico de mostrar el flujo de actividad a través de un proceso, utilizando rectángulos
proceso total. Un programa computarizado es utilizado frecuentemente como
conectados por una línea con una flecha al final indicando la dirección del flujo. Una frase
soporte de un análisis de un proceso de actuación debido a las complejidades
corta describiendo la actividad se recoge en cada rectángulo.
que se producen cuando el cuadro de flujos incluye un gran número de bloques
lógico.
de decisión.
Al realizar la ubicación de los pasos se deben identificar los puntos de decisión y
3°. Diccionario del proceso de conocimiento: Consiste en una forma de
desarrollarlos en forma de pregunta, la presentación de las dos ramas posibles
almacenar, en tiempo real, la información relativa a un proceso que se organiza
correspondientes se identifica con los términos SI/NO.
de acuerdo con cada actividad en el proceso. Esta metodología es una extensión
• Al tener identificados y ubicados los pasos en orden cronológico, es recomendable hacer
del análisis del proceso de actuación. Añadido a los datos de actuación se suelen
una revisión del procedimiento con el fin de corroborar que el mismo se encuentra
recoger toda aquella información relacionada con la actividad. Los típicos datos
completo y ordenado, previendo así la omisión de pasos relevantes.
adicionales recogidos son: procedimientos operativos, instrucciones de trabajo y
• Construir el diagrama respetando la secuencia cronológica y asignando los
documentos de formación. El diccionario del proceso de conocimiento se guarda
correspondientes símbolos.
normalmente en tiempo real, y es accesible para la dirección y los empleados
Diagrama de flujo vertical: también denominado gráfico de análisis del proceso. Es un
que realizan la actividad. El diccionario del proceso de conocimiento debe estar
gráfico en donde existen columnas y líneas. En las columnas están los símbolos (de
organizado de tal forma que sea accesible a través de cada bloque de
operación, transporte, control, espera y archivo), el espacio recorrido para la ejecución y el
actividades en el diagrama de flujos.
tiempo invertido, estas dos últimas son opcionales de inclusión en el diagrama de flujo. En
4°. Análisis de la variación en el proceso: Hay muchas rosas que pueden
las líneas se destaca la secuencia de los pasos y se hace referencia en cada paso a los
provocar una variación en el proceso, como son las siguientes: - Un flujo de
funcionarios involucrados en la rutina. Este tipo de diagrama es extremadamente útil para
trabajo irregular - Diferencias en la complejidad del trabajo individual - Cambios
armar un procedimiento, ayudar en la capacitación del personal y racionalizar el trabajo.
en los conductores de input - Equipos lentos u obsoletos - Variación estacional
Diagrama de flujo horizontal: En este diagrama de flujo se utilizan los mismos símbolos
La variación en cada proceso de la empresa está produciéndose
que en el diagrama de flujo vertical, sin embargo, la secuencia de información se presenta
simultáneamente en cada actividad y la variación está sucediendo en muestras
de forma horizontal. Este diagrama sirve para destacar a las personas, unidades u
tomadas aleatoriamente. Muchas veces se hace el análisis del proceso de
organismos que participan en un determinado procedimiento o rutina, y es bastante común
variación como una forma de combinar la variación que se produce en cada
que sea utilizado para visualizar las actividades y responsabilidades asignadas a cada uno de
tarea o actividad del proceso, con el fin de realizar una predicción realista de la
estos actores y así poder comparar la distribución de tareas y racionalizar o redistribuir el
variación total de todo el proceso.
trabajo. Aunque su elaboración resulta más compleja que la del diagrama vertical, este
5º. Animación del flujo del proceso: Hasta el desarrollo de la animación por
diagrama facilita la visualización de los sectores de una organización que intervienen en un
ordenador, el diseño del proceso estaba limitado a una representación estática
procedimiento determinado; además, permite una mejor y más rápida comprensión del
del mismo. Pero con la animación del proceso de flujo a través de la pantalla del
procedimiento por parte de los usuarios
ordenador esto se convierte en algo vivo. Así se puede mostrar el flujo de
Diagrama de flujo de bloques: Este es un diagrama de flujo que representa la rutina a
transacción a través del proceso y determinar cómo los cuellos de botella
través de una secuencia de bloques encadenados entre sí, cada cual con su significado.
afectan al proceso de actuación. Por ejemplo, a nivel de una empresa, la
Utiliza una simbología mucho más rica y variada que los diagramas anteriores, y no se
animación puede mostrar a los clientes que están esperando mientras las
restringe a líneas y columnas preestablecidas en el gráfico. Es una forma sencilla de
personas que les van a dar el servicio están ocupadas, otro ejemplo podría ser el
representar un proceso mediante la utilización de bloques que muestran paso a paso el
de recursos ociosos de una empresa como la capacidad no utilizada de un
desarrollo del mismo.
almacén por la demora del transporte.
6º. Control del flujo de trabajo: Este es un modelo en tiempo real que se utiliza
para seguir las transacciones a lo largo del proceso. Cada vez que una
transacción entra en actividad ésta es registrada en el mismo; cuando abandona
la actividad, es desalojada. La información es analizada y computarizada de
manera que la situación exacta de cada transacción es conocida en todo
momento. Generalmente el tiempo máximo de una transacción en cada
actividad específica está previsto en el programa de ordenador de manera que
las excepciones son puestas de manifiesto y las prioridades reestablecidas.

Como conclusión podríamos decir que, estos seis pasos del proceso de
modelización de un proceso de simulación abren las puertas a los procesos de
optimización o reingeniería que están total o parcialmente integrados en las
empresas. De la misma manera que una empresa desarrolla el objetivo de un
proceso, éste avanzará progresivamente a través de cada uno de estos seis
niveles.
DESARROLLO DE MODELOS
La ejecución de un proyecto de simulación requiere el seguimiento de un
proceso secuencial en tres fases:
1. Evaluación y diseño. Esta primera fase supone actividades tales como:
1.1 Identificar dentro de la organización al responsable-promotor del proceso
de simulación, lo que permite conseguir el compromiso de la gerencia.
1.2 Determinar las necesidades de simulación. Para ello habrá que determinar
cuestiones tales como las características del proceso a modelizar (los procesos
con altas tasas de transacciones, pero de flujo directo tienen necesidades
distintas que los procesos de baja tasa con flujos múltiples y complejos), si la
modelización supondrá reingeniería de proceso, con qué frecuencia se
realizarán las simulaciones, quienes serán los usuarios finales, etc.
1.3 Estimar los recursos necesarios, mediante la elaboración de un plan
financiero y un presupuesto en el que se estimen tanto los costes de puesta en
marcha de la tecnología de simulación, como los de su aplicación.
1.4 Evaluar y seleccionar las tecnologías de simulación disponibles. Ello
permite evaluar el coste y el tiempo necesario para realizar el proyecto.
2. Ejecución. Una vez que el proyecto piloto ha tenido éxito, confirmando la
conveniencia de la simulación, la fase de ejecución puede dar comienzo. Esta
fase comprende las siguientes etapas:
2.1. Diseño del proyecto de simulación. Para completar esta etapa es preciso
realizar tres tares:
2.1.1. Definir los objetivos que se desean alcanzar con el modelo de
simulación. Los más comunes suelen ser análisis del funcionamiento de un
proceso (si actúa de forma correcta bajo un determinado conjunto de
circunstancias en medidas significativas tales como utilización de recursos,
rendimiento, tiempos de espera, etc.), análisis de la capacidad del proceso (cuál
es el máximo de capacidad de procesamiento), o saber si el proceso es capaz de
hacer frente a requerimientos específicos, un análisis de sensibilidad sobre
aquellas variables de decisión esenciales, o bien un análisis de optimización
sobre un conjunto de valores de variables de decisión.
2.1.2. Definir las restricciones. Tan importante como definir los objetivos es
identificar las restricciones que afectan al proyecto de simulación. Una
restricción importante es el tiempo; no tiene sentido proyectar una simulación
para resolver un problema si el tiempo de ejecución se extiende más allá del
plazo posible para su resolución.
2.1.3. Definir el campo de actuación del modelo. Ello incluye aspectos tales
como la extensión del modelo, nivel de detalle, grado de precisión, tipo de
pruebas a realizar y contenido y formato de presentación de los resultados.
Definir las fronteras del modelo supone encuadrarlo dentro de unos límites
superiores e inferiores, así como delimitar su principio y final.
2.2. Captura y análisis de datos. Previamente es preciso hacer una clasificación
de datos distinguiendo entre variables que dependen del tiempo, las que
dependen de los recursos y las que dependen de determinadas condiciones, así
como diferenciar las variables de entrada de las variables de respuesta, y sobre
todo, determinar los requerimientos de datos y conocer las fuentes de los
mismos.
Resulta de utilidad visualizar y documentar los datos y flujos del proceso
mediante un flujograma (como mencionábamos en el apartado anterior).
2.3. Construcción del modelo. Una de las ventajas de la simulación se encuentra
en que los modelos no han de incluir todos sus detalles para poder ponerlos en
funcionamiento; ello permite que en su construcción se vayan realizando
refinamientos progresivos hasta conseguir el formato definitivo. Es mejor
comenzar con un modelo simple e ir añadiendo complejidad de forma paulatina.
Conviene tener presente que con la tecnología de simulación orientada a
objetos, que hace posible la reutilización, junto con la disponibilidad de
herramientas de simulación adaptables y la creciente integración de métodos de
representación de procesos tales como los flujogramas, es posible utilizar
modelos de simulación de forma reiterada sin necesidad de construirlos de
nuevo desde el principio.
Por ejemplo, la simulación puede ser utilizada para la toma de decisiones
estratégicas tales como determinar la factibilidad de diferentes alternativas de
niveles de producción o estrategias alternativas sobre niveles de existencias.
Modelizada una configuración, su algoritmo puede ser utilizado de nuevo a nivel
operacional como base para desarrollar otro sistema de control para la toma de
decisiones lógicas en cualquier otro punto de gestión del proceso.
2.4. Verificación del modelo. Realización de análisis, pruebas y presentación de
resultados.
3. Medida de logros y mejora continua. Esta fase comprende acciones tales
como revisión de metas y principios, debates, establecimiento de informes y
procedimientos de retroalimentación y ejecución de procesos de mejora
continua.