SimuIacin

de
Sistemas


L




L


A







L




L






SESIN 01: LA SIMULACIN DE SISTEMAS. VENTAJAS Y DESVENTAJAS. EL
MODELADO DE SISTEMAS. CASO DE EXPOSICIN. TRABAJO.

1. Introduccin
Cuando alguien tiene la responsabilidad de conducir un sistema dado, como por ejemplo: un banco, una
ciudad, un sistema de transporte, etc., debe tomar continuamente decisiones acerca de las acciones que
ejecutar sobre el sistema. Estas decisiones deben ser tales que la conducta resultante del sistema
satisfaga de la mejor manera posible los objetivos planteados.
Para poder decidir correctamente es necesario
saber cmo responder el sistema ante una
determinada accin. Esto podra hacerse por
experimentacin con el sistema mismo; pero
factores de costos, seguridad y otros hacen que
esta opcin generalmente no sea viable. A fin de
superar estos inconvenientes, se reemplaza el
sistema real por otro sistema que en la mayora
de los casos es una versin simplificada. Este
ltimo sistema es el modelo a utilizar para llevar
a cabo las experiencias necesarias sin los
inconvenientes planteados anteriormente.

2. Conceptos
Bsicamente con la simulacin se busca imitar, con la ayuda de un computador, la operacin de uno o
varios procesos, con el nimo de estimar sus caractersticas reales. El proceso en cuestin usualmente se
denomina sistema y con el propsito de estudiarlo se hacen supuestos sobre su operacin. Estos
supuestos, que usualmente toman la forma de relaciones matemticas o lgicas constituyen el modelo, el
cual es usado para tratar de entender cmo se comporta el respectivo sistema.
En algunos casos las relaciones que componen un modelo son lo suficientemente sencillas como para
utilizar mtodos matemticos tales como el clculo, lgebra o teora probabilstica, con el fin de obtener
informacin exacta sobre aspectos de inters, lo cual se conoce como soluciones analticas. Sin embargo,
la mayora de los sistemas reales son demasiado complejos, para ser evaluados analticamente, por lo
tanto estos modelos deben ser estudiados por medio de la simulacin. Veamos algunos conceptos:

Simulacin es una tcnica numrica para conducir experimentos en una computadora digital. Estos
experimentos comprenden cierto tipo de relaciones matemticas y lgicas, las cuales son necesarias para
poder describir el comportamiento y la estructura de los sistemas complejos del mundo real a travs de
largos periodos de tiempo Thomas H. Naylor

Simulacin es el proceso de disear y desarrollar un modelo computarizado de un sistema o proceso y
conducir experimentos en este modelo con el propsito de entender el comportamiento del sistema o
evaluar varias estrategias con las cuales se puede operar el sistema Robert Shanon.

Para nuestro inters la Simulacin es la construccin de modelos informticos que describen la parte
esencial del comportamiento de un sistema de inters, as como disear y realizar experimentos con el
modelo y extraer conclusiones de sus resultados para apoyar la toma de decisiones. Se usa como un
paradigma para analizar sistemas complejos. La idea es obtener una representacin simplificada de algn
aspecto de inters de la realidad. Permite experimentar con sistemas (reales o propuestos) en casos en
los que de otra manera esto sera imposible o imprctico.

3. Ventajas/Desventajas de Ia SimuIacin

Ventajas
En cuanto a las ventajas tenemos:
No es necesario interrumpir las operaciones del sistema que se est estudiando puesto que la
simulacin se basa en el modelo del mismo. Permiten experimentar con un modelo del sistema, en
vez del sistema real que est funcionando, pudiendo controlar los parmetros del modelo y pudiendo
replicar la simulacin de un modelo tantas veces como se desee. Una rplica, es una nueva
simulacin en la que todos los parmetros y condiciones experimentales son idnticos a los de la
simulacin anterior excepto los valores que pueden tomar las variables aleatorias.


Con los estudios de simulacin, se puede descomponer en subsistemas un sistema complicado, y
estos subsistemas se pueden simular individual o conjuntamente con otros.
En los casos en que hay relaciones complicadas de naturaleza predecible y aleatoria, es ms fcil
utilizar un proceso simulado que desarrollar un complicado modelo matemtico que represente todo el
proceso que se estudia.
La simulacin proporciona un control total sobre el tiempo, debido a que un fenmeno se puede
acelerar. Permiten incluir el tiempo en el anlisis de situaciones esencialmente dinmicas.
Nos provee de un medio de conocimiento del comportamiento de nuevos sistemas, con el objetivo de
mejorar los ya existentes, y as como para la puesta a punto de un medio susceptible de proveer un
conocimiento completo del sistema global y de sus componentes.
Permiten resolver un cierto tipo de sistemas de ecuaciones, o de transformaciones matemticas, que
debido a su complejidad no pueden resolverse analticamente.
La simulacin proporciona un mtodo ms simple de solucin cuando los procedimientos matemticos
son complejos y difciles. Las tcnicas de simulacin no requieren simplificaciones y suposiciones
hasta el grado, en que las requieren las tcnicas analticas, y por tanto, cualquier persona, an sin ser
tcnico, la utilizar con mayor facilidad.- Un modelo de simulacin puede explicarse ms fcilmente al
personal administrativo, porque esencialmente es una descripcin del comportamiento de un sistema
o proceso.
Con ellas se puede estudiar un sistema sin construirlo, sin perturbarlo y sin destruirlo, en definitiva sin
deformarlo; y a velocidades de comportamiento simulado mucho mayores que en la realidad, por la
capacidad de condensar en breves intervalos de tiempo presente, el tiempo de acaecimiento de los
sucesos previstos para el futuro y sin tener que soportar los problemas reales inherentes a la
introduccin de estos cambios, ni correr los riesgos de llevarlos a la prctica.
Los procesos de simulacin son herramientas muy efectivas de entrenamiento personal, y generan
una visin macro y micro del sistema bajo estudio mucho ms profunda y detallada que cualquier
modelo analtico o numrico.
Permite la comparacin de un cierto nmero de alternativas para ahorrar costes, aunque a veces la
simulacin es cara, ganar tiempo, evitar riesgos y hacer posible el anlisis, que en la realidad puede
ser imposible.- Permite el desarrollo y/o validacin de relaciones funcionales, buscando leyes ocultas
bajo la apariencia multiforme de los fenmenos. Es decir, se pueden obtener sencillas expresiones
matemticas del comportamiento del sistema en estudio, por medio de repetidas simulaciones, para
extraer interesantes consecuencias que la mera experimentacin no nos permitira.
En una toma de decisiones, los resultados de un modelo de simulacin pueden ser verdaderamente
valiosos: anlisis de sensibilidad que discrimine que variables de control son ms efectivas y en que
medida, contrastes entre polticas de gestin alternativas, anlisis de los efectos de situaciones
anormales etc..- En problemas en los cuales no se conocen anticipadamente todos los valores de las
variables, o slo se conocen parcialmente y no hay manera de averiguarlos fcilmente; entonces con
la simulacin, se pueden encontrar esos estados sucesivos, como puede ser la estimacin de los
riesgos, beneficios y posibilidades de xito de un cierto proceso o de un cierto mtodo.- A diferencia
de los modelos de optimizacin analtica, los modelos de simulacin tienden a presentar mejores
descripciones de la realidad.
Una vez construido el modelo se puede modificar de una manera rpida con el fin de analizar
diferentes polticas o escenarios. Permite anlisis de sensibilidad

Desventajas
Los modelos de simulacin no dan soluciones ptimas. La simulacin no produce soluciones ptimas,
en contraposicin se realizarn muchas ejecuciones, y de ellas, quedarse con la que se considere
mejor. Es decir, la simulacin es una herramienta descriptiva, no normativa.
A causa de su relativa facilidad de aplicacin, puede haber una tendencia a depender frecuentemente
de esa tcnica, originando la sustitucin de la simulacin por tcnicas matemticas analticas cuando
estas ltimas sean ms adecuadas.
La simulacin no est exenta de las mismas deficiencias que otros modelos matemticos, como la
imposibilidad de cuantificar todas las variables que afecten al comportamiento del sistema, o que el
nmero de variables que se revisan pueda sobrepasar la capacidad de la computadora de la que se
dispone.
Aunque los resultados sean correctos, una validacin perfecta de un modelo de simulacin es
prcticamente imposible de conseguir, y por tanto, las conclusiones que se obtengan conllevan
deformaciones achacables a los defectos de modelizacin.
La simulacin es imprecisa, y no se puede medir el grado de su imprecisin.


Los resultados de simulacin son numricos; por tanto, surge el peligro de atribuir a los nmeros un
grado mayor de validez y precisin.
Se requiere gran cantidad de corridas computacionales para encontrara soluciones, lo cual
representa altos costos.
Es difcil aceptar los modelos de simulacin y difcil de vender

Dadas las ventajas y desventajas de la simulacin, entonces Cundo optar por la Simulacin?
Cuando no exista un sistema real, sea caro o peligroso o sea imposible construir y manipular un
prototipo.
Cuando la experimentacin con el sistema real sea peligrosa, costosa o pueda causar incomodidades.
Cuando existe la necesidad de estudiar el pasado, presente y futuro de un sistema en tiempo real,
expandido o contrado
Cuando la modelacin matemtica del sistema es imposible (meteorologa, sismologa, conflictos
internacionales, etc.)
Cuando los modelos matemticos carecen de soluciones analticas o numricas (ED No lineales,
problemas estocsticos, etc.)
Cuando sea posible validar los modelos y sus soluciones de una forma satisfactoria

4. EI ModeIado de Sistemas
Como se puede deducir de todo lo anterior, la simulacin, en el sentido que nos ocupa, supone la
construccin de un modelo de trabajo que presente una similitud de propiedades o de relaciones con el
sistema sujeto a estudio, por lo que en este apartado, nos vamos a centrar en las caractersticas y anlisis
de los modelos de simulacin. El concepto de modelo es uno de esos conceptos que, debido a la multitud
de usos que de l se han realizado en los distintos mbitos de la vida, se ha convertido en excesivamente
ambiguo. El Diccionario de la Real Academia lo define como: "ejemplar o forma que uno se propone y
sigue en la ejecucin de una obra o en otra cosa. Representacin en pequeo de alguna cosa". Esta
definicin, an recogiendo la idea genrica de lo que es un modelo, queda un poco descentrada de la
utilizacin que de l vamos a realizar aqu.
El concepto de modelo que nosotros vamos a considerar es el de Modelo como "la representacin formal
de un sistema", pero a su vez, un sistema puede ser representado por una gran variedad de modelos
dependiendo del propsito de estudio y de la comprensin del mismo. Es decir, la representacin del
sistema a partir del modelo va a verse claramente influenciada por; la propia subjetividad del investigador,
por el objetivo que se pretenda con el anlisis de dicho sistema y por la tcnica que se va a emplear;
fenmenos estos que llevarn a distintas representaciones de un mismo sistema.
Para estudiar un sistema, es posible hacerlo experimentando con el mismo aunque es dificultoso y poco
prctico. Tambin cabe la alternativa de construir prototipos y probarlos, aunque esto puede ser muy
costoso y dilatado en el tiempo. Adems, si lo que se quiere es predecir la manera como se comportar el
sistema antes de que sea construido, lo anterior ya no es factible.
Por lo general, los estudios de sistemas se realizan con un modelo del sistema. Pero un modelo no es
slo un sustituto de un sistema, sino tambin una simplificacin del mismo. Un modelo, por tanto, es el
cuerpo de informacin relativa a un sistema recabado con el fin de estudiarlo. El objetivo inmediato de un
modelo es representar esquemticamente, pero de manera precisa y til, la historia y estado actual de un
sistema. Sin embargo, el fin ltimo del modelado es proyectar hacia el futuro cuales pueden ser los
diferentes estados del sistema ante diferentes hiptesis. La tarea de obtener un modelo de un sistema se
dividir en forma genrica en dos sub-tareas: La determinacin de la estructura del modelo, que fija la
frontera del sistema e identifica las entidades, atributos y actividades del sistema. Proporcionar los datos,
que suministran los valores de los atributos que pueden tener y definen las relaciones involucradas en las
actividades. En los modelos, en general, el mayor o menor formalismo as como el nivel de precisin, es
muy variable y va a estar condicionado por el objetivo que se persiga. La utilidad de un modelo,
depender de los elementos que se han tenido en cuenta, y de sus interrelaciones, y ser ms o menos
til si stas son ms o menos buenas. Es decir, que es esencial para la utilidad de un modelo la
identificacin adecuada de sus elementos cruciales, su definicin precisa y operativa y el establecimiento
de las principales relaciones entre ellos. Tambin la utilidad de un modelo va a estar condicionada por la
tcnica que se vaya a aplicar, y por tanto, su construccin tiene que tener presente, siempre, este factor,
de ah que aunque el modelo para un objetivo determinado, en esencia, es igual siempre, la tcnica
especfica a aplicar necesitar de adecuaciones a ella. Por esto, nosotros al hablar de modelos de
simulacin nos vamos a referir a un tipo particular de modelos, porque estarn orientados a la utilizacin
de las tcnicas de simulacin. Los modelos de simulacin se van a caracterizar por combinar la
descripcin del sistema mediante lenguaje natural por un lado, y la utilizacin de tcnicas numricas por
otro.


La simulacin consiste, en la generacin de posibles estados del sistema por medio del modelo que lo
representa. Para completar la nocin de modelo, comentaremos brevemente las caractersticas
estructurales y funcionales, stas estn correlacionadas con las de los sistemas, as como los principios
utilizados en la modelizacin. Vamos a enunciar a continuacin, las caractersticas estructurales de los
modelos, segn Martnez y Requena (1986), tenemos:
a) Variables y parmetros del modelo (elementos del sistema). Una variable es la definicin precisa y
operativa de un elemento cuya magnitud vara a lo largo del tiempo. Un parmetro en cambio, es una
magnitud constante en el perodo de estudio del sistema.
b) Relaciones funcionales o funciones entre variables y parmetros. Estas se escriben como ecuaciones
de comportamiento y de definicin. A los elementos endgenos se le denominan variables dependientes y
a los exgenos variables independientes
En cuanto a las caractersticas funcionales de los sistemas tenemos:
a) Retardos: se dan cuando la relacin funcional entre dos variables no opera instantneamente sino que
experimenta demoras o retardos. Al decir instantneamente nos referimos a que la accin se produce en
un perodo de tiempo no superior al que se haya elegido como perodo convencional de anlisis.
b) Bucles de realimentacin, cuando se producen es ms difcil predecir el resultado final. Adems,
cuando operan conjuntamente efectos retardados y bucles de realimentacin hace que a veces se
encuentren comportamientos no esperados. Una vez analizados los conceptos de Sistema y de Modelo,
vamos a enunciar unos principios a utilizar en la modelizacin del sistema. Aqu nos proponemos sealar
unos principios que pueden servir de gua a la hora de construir un modelo de simulacin, sobre todo en lo
referente al tratamiento de la informacin. Como apunta G.Gordon (1986), estos principios se pueden
englobar en los siguientes:
Formacin en bloques: La descripcin del sistema se debe organizaren una serie de bloques o
subsistemas, con el objetivo de simplificar las interacciones dentro del sistema. Cada bloque explica
parte del sistema que depende de unas variables de entrada y produce unas variables de salida. Es
decir, puede describirse al sistema como un todo en trminos de las interconexiones entre los bloques.
Relevancia: En el sentido en que el modelo slo debe incluir los aspectos del sistema relevantes con
los objetivos del estudio. Y aunque la informacin irrelevante en el modelo no perjudica, se debe
excluir debido a que aumenta la complejidad del modelo y genera ms trabajo en la solucin del
modelo.
Exactitud: Porque la informacin que se utilice debe ser exacta.
Agregacin: Un factor adicional que debe considerarse, es el grado en que pueden agruparse las
distintas entidades individuales en entidades mayores. En algunos estudios puede ser necesario
construir entidades artificia-les mediante el proceso de agregacin. A continuacin vamos a encuadrar
los modelos de simulacin dentro de una taxonoma general de modelos y que nos centrarn sobre su
posicin respecto a los otros.

5. Caso de Exposicin
Un vendedor de revistas est tratando de determinar cuntas revistas comprar semanalmente para
venderlas durante los 7 das de la semana. El vendedor sabe que diariamente la demanda de revistas
puede variar segn las siguientes probabilidades:
Demanda diaria Probabilidad
3 < 0.25
4 0.25 ~ 0.70
5 > 0.70
El vendedor compra a la Editorial, cada revista por $ 1 y lo vende a $ 2. Como la edicin de la revista es
semanal, por las revistas que el vendedor no logra vender, la Editorial; las compra a $ 0.5 y por cada
revista que el Vendedor no puede vender (por desabastecimiento o falta de stock) este deja de ganar $ 1.
Cul es el nmero de revistas que el Vendedor debera comprar semanalmente para mantener las
operaciones de su negocio?


SESIN 02: NATURALEZA EXPERIMENTAL DE LA SIMULACIN. ESTUDIOS DE
SIMULACIN FRENTE A ESTUDIOS ANALTICOS.


1. NATURALEZA EXPERIMENTAL DE LA SIMULACIN
La simulacin no pretende aislar las relaciones entre determinadas variables, sino que, busca observar la
forma en que cambian todas las variables del modelo a travs del tiempo. Las relaciones entre las
variables deben ser deducidas de las observaciones. Para lograr comprender las relaciones que participan
en el sistema, es necesario realizar varias "corridas" de simulacin, por consiguiente, la simulacin debe
planearse como una serie de experimentos.
La tcnica de la simulacin observa la manera en que cambian todas las variables del modelo con el
tiempo. Las relaciones entre las variable deben deducirse de esas observaciones. Se tienen que realizar
muchas corridas para comprender las relaciones que participan en el modelo. El modo en que se
desarrollan los experimentos de simulacin depende directamente de la naturaleza del estudio. Geoffrey
Gordon en su libro Simulacin de Sistemas plantea que los estudios de sistemas son de tres tipos:
AnIisis de Sistemas
Pretende comprender la manera en que opera un sistema existente o propuesto. Se construye un modelo
de sistema y mediante la simulacin se investigan el comportamiento del modelo.

Diseo de Sistemas
El propsito es producir un sistema que satisfaga algunas especificaciones.
El diseador puede elegir o planear determinados sistemas de componentes y conceptualmente elige
una combinacin determinada de componentes para construir un sistema.
El sistema propuesto se modela y se predice su comportamiento a partir del conocimiento del
comportamiento del modelo.
Si el comportamiento predicho se compara con el comportamiento deseado favorablemente, se
acepta el diseo, sino se redisea.

PostuIacin de un Sistema
Manera en que se emplea la simulacin en estudios sociales econmicos, polticos y mdicos en que se
conoce el comportamiento del sistema.
Se establecen hiptesis de un conjunto probable de entidades y actividades que pueden explicar el
comportamiento.
Se compara la respuesta del modelo con bases en esas hiptesis contra el comportamiento conocido.

2. ESTUDIOS DE SIMULACION FRENTE A ESTUDIOS ANALITICOS
Los modelos analticos son frmulas matemticas que generan una solucin cuantitativa para un
determinado conjunto de problemas. Nos dan soluciones rpidas y algunos son capaces de dar
soluciones ptimas con un margen bajo de error. Son generalmente estticos, prescriptitos y
determinsticos. Sus principales desventajas son:
A menudo se requiere que las suposiciones se simplifiquen para que entren en el modelo.
Son incapaces de considerar el comportamiento aleatorio que se exhibe en la mayora de los
sistemas.
Conforme los sistemas se vuelven ms complejos, las soluciones tambin.
Son incapaces de resolver problemas de gran complejidad.
Los modelos de simulacin capturan las relaciones de causa y efecto de un sistema en una computadora,
siendo capaz el modelo de generar el mismo comportamiento que ocurrira en el sistema. La simulacin
produce un registro actual histrico y una sumatoria estadstica de todas las actividades que toman lugar
en el modelo durante un tiempo determinado. Los resultados obtenidos al correr la simulacin generan
medidas cuantitativas del desempeo del sistema, tales como la utilizacin del recurso y los tiempos del
ciclo. Como herramienta experimental, la simulacin se usa para examinar la efectividad de un diseo en
particular. Ayuda a evaluar una solucin y nos da ideas sobre algunos problemas. La simulacin es
cuantitativa y mide la utilizacin del recurso y los tiempos de espera. A diferencia de los modelos
analticos y simblicos, toma en cuenta las fluctuaciones estadsticas e interdependencias ms complejas.
Sus principales desventajas son:
Pueden ser difciles de construir.
Son ms descriptivos que prescriptitos.


En los casos en que los problemas a tratarse sean sistemas de alta complejidad y ligados a una
naturaleza aleatoria de las variables, que incluye el modelo del sistema y donde a la tcnica analtica le
sea muy difcil de establecer una solucin que no implique muchas restricciones al comportamiento del
sistema, entonces para estos casos debe emplearse la Simulacin de Sistemas que involucra el Modelado
de Sistemas.
Dado un modelo matemtico de un sistema, en ocasiones es posible obtener informacin de l a travs de
mtodos analticos, ms si ello no es posible, es menester emplear mtodos de cmputo numricos en la
resolucin de las ecuaciones. Se dispone de una enorme variedad de estos mtodos, para solucionar las
ecuaciones de modelos matemticos. En el caso de los modelos matemticos dinmicos, se ha
conseguido identificar una tcnica especfica, denominada simulacin de sistemas, en la cual se resuelven
simultneamente todas las ecuaciones del modelo con valores que crecen continuamente en el tiempo.
En consecuencia, La simulacin de sistema se puede definir como la tcnica de resolucin de problemas
siguiendo los cambios en el tiempo de un modelo de sistema dinmico.
Como la tcnica de simulacin no busca la resolucin analtica de las ecuaciones de un modelo,
generalmente un modelo matemtico construido con propsitos de simulacin es de diferente naturaleza a
otro diseado para tcnicas analticas, ya que este caso se requiere tener presente las restricciones
impuestas por la tcnica analtica, adems de hacer variadas suposiciones generales que satisfagan las
restricciones.
En cambio, es posible construir un modelo de simulacin con ms libertad. Formando una serie de
componentes que correspondan a los diagramas de bloque. Cada componente se puede describir
matemticamente en forma directa y natural, sin otorgar demasiada consideracin a la complejidad de
manejar varios de estos componentes. Pero, es necesario organizar y configurar las ecuaciones de modo
tal, para que se pueda emplear un procedimiento rutinario en su resolucin simultnea.
En sistemas continuos, donde el inters principal se enfoca en los cambios suaves, se emplean en su
descripcin conjuntos de ecuaciones diferenciales. Cuando las simulaciones estn basadas en estos
modelos, se conocen como simulaciones continuas.
En sistemas discretos, el nfasis est puesto en los eventos o actividades, las ecuaciones son en esencia
ecuaciones lgicas que expresan las condiciones para la ocurrencia de un evento. La simulacin consiste
en seguir los cambios en el estado del sistema resultantes de la sucesin de eventos. En este caso, se
conocen como simulacin discreta, la simulacin se realiza decidiendo una secuencia de eventos y
avanzando el tiempo al evento siguiente ms inminente.




SESIN 03: LA SIMULACIN DISCRETA Y CONTINUA. LENGUAJES DE
SIMULACIN DE SISTEMAS.


1. Sistemas de Orden Discreto y Sistemas de Orden
En general los Sistemas Continuos: c
cambiar en cualquier momento), mientras que los S
preponderantemente de tiempo-discreto (pueden cambiar en momentos discretos del tie
siguientes grficas permiten apreciar mejor estas definiciones:


Sistema Discreto



2. SimuIacin de Sistemas Discretos y Continuos
En general los modelos matemticos de tipo dinmico representan sistemas continuos,
en las que las actividades predominantes del sistema
entidades, cuando las relaciones entre ellas describen las tasas o ratios de cambio de los atributos, por lo
que en general, tales modelos estn definidos formalmente por ecuaciones diferenciales.
Como la Simulacin de Sistemas consiste en hacer un seguimiento a lo largo del tiempo de los cambios
que tienen lugar en el modelo dinmico del sistema, lleva a la aparicin de dos grandes catego
de la Simulacin de Sistemas segn que los cambios sean continuos o discretos.



LA SIMULACIN DISCRETA Y CONTINUA. LENGUAJES DE
SIMULACIN DE SISTEMAS. SIMULACION CON ARENA.
Sistemas de Orden Continuo
: contiene variables preponderantemente de tiempo
cambiar en cualquier momento), mientras que los Sistemas Discretos (Eventos): Contiene variables
discreto (pueden cambiar en momentos discretos del tie
siguientes grficas permiten apreciar mejor estas definiciones:
Sistema Discreto Sistema Continuo

os y Continuos
En general los modelos matemticos de tipo dinmico representan sistemas continuos,
dades predominantes del sistema causan pequeos cambios en los atributos de sus
cuando las relaciones entre ellas describen las tasas o ratios de cambio de los atributos, por lo
s estn definidos formalmente por ecuaciones diferenciales.
Como la Simulacin de Sistemas consiste en hacer un seguimiento a lo largo del tiempo de los cambios
que tienen lugar en el modelo dinmico del sistema, lleva a la aparicin de dos grandes catego
de la Simulacin de Sistemas segn que los cambios sean continuos o discretos.

LA SIMULACIN DISCRETA Y CONTINUA. LENGUAJES DE
SIMULACION CON ARENA.
ontiene variables preponderantemente de tiempo-continuo (pueden
Contiene variables
discreto (pueden cambiar en momentos discretos del tiempo). Las


En general los modelos matemticos de tipo dinmico representan sistemas continuos, es decir sistemas
causan pequeos cambios en los atributos de sus
cuando las relaciones entre ellas describen las tasas o ratios de cambio de los atributos, por lo
s estn definidos formalmente por ecuaciones diferenciales.
Como la Simulacin de Sistemas consiste en hacer un seguimiento a lo largo del tiempo de los cambios
que tienen lugar en el modelo dinmico del sistema, lleva a la aparicin de dos grandes categoras dentro




3. SimuIacin Continua
Para los sistemas con cambios continuos, los sistemas de ecuaciones diferenciales sern la forma ms
adecuada de representarlos. Denominaremos Simulacin Continua a la simulacin basada en este tipo de
modelos. En los sistemas continuos, el inters primordial est en los cambios suaves, haciendo uso de las
ecuaciones diferenciales. Las computadoras pueden resolver conjunto de ecuaciones diferenciales
lineales en forma simultnea y se utilizan frecuentemente en simulacin continua. La simulacin continua
se utiliza para modelar sistemas que no estn controlados por eventos.
Primer ejemplo: Los sistemas ambientales tienden a ser continuos, por ejemplo el efecto de los cambios
de temporada sobre el crecimiento de la vegetacin, la poblacin de animales que comen hierbas y la
poblacin de animales que comen carnes. No es posible decir con certeza que el crecimiento de la
vegetacin se detiene en una fecha determinada, dando lugar a una reduccin de los animales que la
comen. Es ms exacto decir que el crecimiento de la vegetacin se hace ms lento conforme la luz del
sol se reduce y se acelera conforme la luz del sol disponible se incrementa.
Segundo ejemplo: Un modelo que analiza la relacin entre los diversos factores de costo de la empresa,
ganancias y utilidades. Suponga que un incremento en la publicidad dar lugar a un incremento de costos
de la empresa. Entonces no es correcto decir que un aumento en la publicidad durante un da en
particular dar lugar a un incremento en las ventas ese mismo da. Como tampoco es correcto decir que
un aumento en publicidad suceder solo en un da. Lo correcto es determinar una frmula que relaciones
el incremento en los gastos publicitarios con los costos de la empresa y las ganancias a travs del tiempo.
Esta frmula representara una relacin continua. El modelado y la simulacin continua, se basa en un
flujo de la informacin a travs del tiempo.
Los simuladores analgicos han sido ampliamente utilizados en este tipo de simulacin, aunque el
desarrollo de las tcnicas numricas para la resolucin de sistemas de ecuaciones diferenciales, el
avance de la computacin digital y de los lenguajes de programacin les han hecho perder protagonismo.
SIMULINK, software para la simulacin de sistemas dinmicos integrado en el entorno de computacin
MATLAB es un ejemplo de lo anteriormente mencionado.

4. SimuIacin Discreta
Para los sistemas discretos, el seguimiento de los cambios de estado requiere la identificacin de qu es
la causa del cambio y cuando lo causa, lo que se denomina suceso. Para la simulacin discreta el inters
est en los eventos. Las ecuaciones son en esencia ecuaciones lgicas que expresan condiciones para
que ocurra un evento. La simulacin discreta consiste en seguir cambios en el estado del sistema de
resultados de la sucesin de eventos. Las ecuaciones del modelo se convierten entonces en las
ecuaciones y relaciones lgicas que determinan las condiciones en que tiene lugar la ocurrencia de un
suceso. Este tipo de simulacin consiste en el seguimiento de los cambios de estado del sistema que
tiene lugar como consecuencia de la ocurrencia de una secuencia de sucesos.
Primer ejemplo: En un proceso de fabricacin de calzado se puede controlar la produccin de bienes
terminados
Segundo ejemplo: Al medioda, las personas que se encuentran en sus oficinas, suelen salir para dirigirse
a los restaurantes, y a la 1 tienden a regresar a sus oficinas. Las entradas y salidas de las oficinas y de los
restaurantes estn motivadas por un evento, el evento tiempo que se convierte en la hora del almuerzo.
La siguiente tabla resume las principales diferencias entre los tipos de simulacin:

Simulacin Continua Ofrecen informacin del estado del sistema en
cualquier instante de tiempo
Se construyen a partir de ecuaciones diferenciales
Los efectos de una variable en el comportamiento
del sistema se pueden analizar cualitativamente de
manera ms clara
Simulacin Discreta Informacin del comportamiento del sistema en
intervalos de tiempo seleccionados o dados por el
sistema
Los modelos matemticos son mucho ms fcil de
manejar que los de tiempo continuo




5. Lenguajes de SimuIacin
Existen en el mercado dos grandes clases de software para simulacin: los lenguajes de simulacin y los
simuladores. Un lenguaje de simulacin es un software de simulacin de naturaleza general y posee
algunas caractersticas especiales para ciertas aplicaciones, tal como ocurre con Simscript, SLAM y
SIMAN. Estos lenguajes se hicieron muy populares y todava se usan; sin embargo hay que invertir tiempo
para aprender sobre sus caractersticas y uso eficaz. Con estos lenguajes de simulacin el modelo es
desarrollado usando las instrucciones adecuadas del lenguaje y permitiendo al analista un gran control
para cualquier clase de sistema.
Un simulador (o de propsitos especiales) como ocurre con Arena, Promodel, PowerSim, Stella; entre
otros es un paquete de computadoras que permite realizar la simulacin para un ambiente especfico, no
requiriendo esfuerzo en programacin. Por lo general un simulador opera mediante interfaces intuitivas de
usuario, grficas, mens y dilogos. Cuando usamos un simulador los elementos del modelo se conectan
y ejecutan junto con una animacin grfica dinmica de los componentes del sistema conforme se
mueven alrededor y cambian. Hoy en da existen simuladores para ambientes de manufactura y sistemas
de comunicacin permitiendo un menor tiempo en el desarrollo del modelo, as como tambin contar con
el personal sin experiencia en simulacin. Los simuladores son actualmente muy utilizados para anlisis
en alto nivel, requirindose nicamente agregar detalles en un cierto nivel, puesto que lo dems es
estndar.

SimScript
Es un lenguaje de simulacin con orientacin al evento y al
proceso, es hbrido porque posee facilidades para simulacin de
sistemas discretos y continuos. SIMSCRIPT 11.5 est basado en
entidades, atributos y conjuntos. Visualiza el mundo a ser simulado
como un conjunto de entidades que pueden ser descritas a travs
de sus atributos y los eventos que aparecen en el tiempo.
SIMSCRIPT 11.5, producido por CACI Products Company (La Jolla,
California), fue utilizado en el pasado en grandes y complejas
simulaciones, como es el caso de los modelos no orientados a
colas; por ejemplo modelos de combates militares. Se encuentra
disponible en versin PC destacando su ambiente de
S11VIGRAPHICS.

SLAM
SLAM II (Simulation Languaje for Alternative Modeling) es un lenguaje
de simulacin por el cual se pueden construir modelos con orientacin
al proceso o al evento. SLAM fue desarrollado en 1979 por Dennis
Pedge y Alan Pritsker y es distribuido por Pritsker Corporation
(indianapolis, Indiana). La parte de SLAM que se orienta a los
procesos emplea una estructura reticular compuesta por smbolos de
nodos y ramas tales como colas, servidores y puntos de decisin.
Modelamiento significa incorporar esos smbolos a un modelo de red
que representa el sistema y en donde las entidades (tems) pasan a
travs de la red. SLAM contiene un procesador que convierte la
representacin visual del sistema a un conjunto de sentencias.

SIMAN
El ambiente de modelamiento en SIMAN se desarrolla entre el
Modeling y el Experiment; en el primero se describe las
componentes del sistema y sus interacciones y en el segundo se
definen las condiciones del experimento (longitud de la corrida,
condiciones iniciales).
SIMAN modela un sistema discreto usando la orientacin al
proceso; es decir, en un modelo de sistema particular, se estudian
las entidades que se mueven a travs del sistema. Una entidad
para SIMAN es un cliente, un objeto que se mueve en la simulacin
y que posee caractersticas nicas conocidas como atributos. Los
procesos denotan la secuencia de operaciones o actividades a
travs del que se mueven las entidades, siendo modeladas por el
diagrama de bloques.


6. SimuIacin con Arena
El aumento de la capacidad de procesamiento de los computadores, unido a
las cada vez mayores posibilidades grficas de los mismos, ha contribuido a
la aparicin de software de simulacin ms amigable, que facilita al usuario
el proceso de elaboracin, validacin y experimentacin de modelos
mediante el uso de herramientas grficas dentro de un entorno de ventanas.
Dentro de este grupo se ubica
ARENA desarrollado por Rockwell Software http://www.arenasimulation.com
combina la facilidad de uso de los simuladores de alto nivel con la flexibilidad
de los lenguajes de simulacin. ARENA se nos presenta como una
Herramienta Orientada al Proceso, por cuanto permite la descripcin
completa de la experiencia que una entidad desarrolla al interior del sistema
conforme fluye a travs de l. Arena proporciona la tecnologa que se necesita para completar con xito
todas las fases de un estudio de simulacin:
Construccin de modelos de Simulacin con la flexibilidad y el nivel de detalle que se precise:
Tecnologa de Templates.
Integracin con Ms VISIO.
Integracin y anlisis de datos de entrada:
Mdulos para Lectura/Escritura en archivos de datos.
Integracin con Excel y Access.
Herramienta Input Analyzer.
Visualizacin y animacin de los procesos y estados del sistema representados en los modelos:
Conexin con software de Realidad Virtual para Arena VRABox.
Importacin desde AutoCAD.
Arena Symbol Factory.
Libreras de objetos de animacin.
Grficos y displays de estado del sistema.
Control de la ejecucin de las simulaciones y facilidades para depuracin de modelos.
Excelentes informes y herramientas para anlisis de resultados:
Informes Crystal Reports.
Exportacin de informes a Word, Excel, HTML, entre otros.
Herramienta de anlisis de resultados Output Analyzer.
Experimentacin y comparacin de alternativas:
Process Analyzer.
Optimizacin de procesos. Software complementario para la optimizacin de los procesos modelados en
Arena:
Optquest for Arena.
ISSOP.
Costes Basados en Actividades.Integracin y comunicacin con otras aplicaciones:
Tecnologa ActiveX.
VBA incorporado en Arena.
Arena RT
Dentro de la Familia de Software de Arena, tenemos:

Arena Basic Edition:
Es la versin de introduccin al mundo Arena. Sus aplicaciones se centran en el anlisis de procesos de
gestin administrativa y servicios en Seguros, Banca o Finanzas, o flujos y procesos de fabricacin no
intensivos en manejo de materiales.

Arena Standard Edition:
Sus aplicaciones abarcan campos diversos, destacando el anlisis de sistemas de produccin y logstica
industrial, distribucin, nodos de transporte y almacenaje, servicios, as como logstica integral y el anlisis
de toda la cadena de suministro.

Arena ProfessionaI Edition:
Se utiliza para crear Templates personalizados que estn enfocados en una aplicacin, empresa o sector
de actividad determinado. Arena PE es una extensin de Arena SE e incluye toda su potencia y
flexibilidad de modelado de procesos y sistemas industriales, logsticos o de servicios.
Adems de los Templates y herramientas de anlisis de Arena SE, incorpora las funcionalidades que se
requieren para la creacin de Templates.


Arena Contact Center Edition:
Es la herramienta esencial para analizar el servicio y la atencin ofrecidos a
los clientes desde el Centro de Contacto de una organizacin. Permite
evaluar el impacto en el centro provocado por mltiples formas de contacto,
analizar diferentes estrategias de enrutamiento de contactos, evaluar el ROI
de nuevas tecnologas para el centro, analizar el impacto estratgico de un
centro virtual, etc.
Pero no slo permite analizar el funcionamiento del centro, adems permite
integrar en un solo modelo todos los procesos de gestin administrativa y
prestacin de servicios asociados a la operativa del centro.

Arena Factory AnaIyzer:
Se utiliza principalmente para el anlisis y planificacin de capacidad de instalaciones Industriales, as
como para el anlisis de mejoras en la produccin. Cabe destacar la capacidad de Arena Factory Analyzer
para compartir datos de la planta con los productos RSBizware de Rockwell Software, que se utilizan para
la planificacin y programacin de la produccin (RSScheduler) y el anlisis de las operaciones en planta
(PlantMetrics, RSSQL e Historian).

Arena Packaging Edition:
Est especialmente indicado en el anlisis de lneas de fabricacin y envasado/empaquetado de gran
velocidad de produccin, que son fundamentales en industrias de alimentacin y bebidas, industria
farmacutica, qumica y cosmticos, e industria electrnica.
Permite evaluar el ROI asociado a la implantacin de nueva tecnologa y equipos de proceso, validar el
diseo de lneas, evaluar mejoras en lneas existentes, etc.

Arena 3D PIayer:
Arena 3D Player es una potente herramienta, que permite visualizar en 3D el
proceso simulado.
Proporcionar una precisa animacin de los procesos simulados.
Entre sus caractersticas encontramos:
Creacin de animaciones 3D para modelos existente de Arena.
Importacin de animaciones existentes en 2D.
Importar archivos DXF.
Importar formas en VRML.
Control de la velocidad de animacin.
Saltar a un tiempo futuro en la animacin.

Arena RT:
Arena RT aumenta las capacidades de Arena mediante la incorporacin de las siguientes funcionalidades:
Arena RT permite que Arena coordine la lgica del modelo de simulacin con los procesos reales, o bien
con aplicaciones software externas. Arena y el proceso externo al modelo se comunican mediante un
sistema de mensajes bidireccional.
Arena RT permite sincronizar la velocidad del reloj de simulacin de Arena con el reloj de tiempo real del
sistema operativo residente en el sistema mediante la aplicacin de un factor que determina el grado de
sincronizacin.

TempIate FIow Process
El Template Flow Process ha sido diseado con el fin de facilitar el modelado de las actividades
asociadas a sistemas semicontinuos.
Los tipos de actividades que podrn ser modeladas con los mdulos incorporados en el template son las
siguientes:
Modelado de operaciones semicontinuas de flujo, como pueden ser el aadir, extraer o transferir material
entre tanques.
Permite definir zonas de almacenamiento de materiales a granel.
Permite monitorizar los niveles de materiales contenidos en tanques.
Proporcionar el control discreto para asignacin de tasas en reguladores de flujo.
El template Flow Process es muy til para usuarios de Arena que modelan procesos industriales semi-
continuos y de flujos de materiales.


SESIN 04: ETAPAS PARA REALIZAR UN ESTUDIO DE SIMULACIN DE
SISTEMAS. EJEMPLOS

1. MetodoIoga de SimuIacin
Todo proyecto de simulacin atraviesa en la prctica, diversas etapas o fases a lo largo de las cuales, va
desarrollndose hasta verse completado. La siguiente figura muestra los pasos a seguir en un estudio de
simulacin:


Definicin deI Sistema.
Implica hacer un anlisis preliminar del sistema, con el fin de determinar la interaccin del sistema con
otros sistemas, las variables que interactan dentro del sistema y sus interrelaciones, las medidas de
efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener
del estudio. Esta etapa lleva a la formulacin del problema real que se estudia. Se trata de fijar
exactamente el problema que quiere abordarse, as como establecer el objetivo u objetivos que se
persigue en la simulacin. Esta etapa tambin considera:
La formulacin del problema
Se define los objetivos del estudio (objetivos y metas).
Se define el sistema a estudiar.
Se define los lmites del sistema, sus alcances y limitaciones (restricciones de la abstraccin).
Se especifica el diagrama de flujo lgico.


Problema
Objetivos y
Metas
Sistema
Alcances y
Limitaciones
Flujo-Grama
u S
C u
l M
l
v
L
l
u


RecoIeccin y procesamiento de Ia informacin requerida.
Con la recoleccin lo que se indica, es la necesidad de hacerse con todos los datos disponibles para la
simulacin del comportamiento del sistema. Y el procesa-miento no es ms que la transformacin de esos
datos en informacin que podamos utilizar imprescindible para simular un sistema. Se pueden considerar
tres posibles fuentes para generar informacin: datos histricos o series temporales, opiniones de
expertos y estudios de campo. En esta etapa tambin se considera:
Se recopila datos de la realidad con la finalidad de estimar las variables y parmetros de entrada.
Se debe decidir: Cmo recopilar la informacin. Qu datos se necesita y si son importantes.
En caso de tener variables aleatorias: Identificar la distribucin de frecuencias. Verificar si la
distribucin no cambia en el tiempo.
Validar la sensibilidad del modelo ante diferentes distribuciones de probabilidad.
Probar si una serie de nmeros pertenece a cierta distribucin de la probabilidad.
Los modelos de simulacin con los cuales nosotros vamos a trabajar, van a ser de sistemas discretos y
estocsticos, por lo tanto la informacin requerida para simular dichos sistemas tendr caractersticas
aleatorias, esto obliga a averiguar el tipo de distribucin probabilstica que gobierna a la informacin. Y
para ello se requiere la realizacin de una serie de pruebas estadsticas, como son:
a) Tests referentes a valores medios (diferencias entre medias).
b) Tests referentes a variaciones (JI-DOS, F de Snedecor).
c) Tests referentes a recuento de datos (proporciones, tablas de contingencia, bondad de ajuste, tests de
ejecuciones e intervalo).
d) Pruebas no paramtricas (rangos, medianas, correlacin, Kolmogorov-Smirnov).

FormuIacin deI ModeIo.
Ya es sabido que modelizar es ms un arte que una tcnica. Al modelizar, se caracterizan las relaciones
que gobiernan la interaccin de las componentes del sistema y de las actividades endgenas y exgenas.
La cuestin clave al modelizar es saber distinguir lo relevante de lo que no lo es. Porque el mejor model
no es el ms complejo y el que tiene ms detalles, sino el que, siendo muy simple, se adeca al objetivo
perseguido, ya que cuanto ms detalles, ms pesado, confuso y costoso de experimentar es el modelo
resultante. En esta etapa tambin se debe tomar en cuenta:
El modelo es la reduccin o abstraccin del sistema real a un diagrama de flujo lgico, donde se
identifican los elementos, las variables y los eventos importantes para cumplir el objetivo del estudio.
Se define el nivel de detalle del estudio (o nivel de simplificacin).
Un modelo detallado puede implicar mucho tiempo en su implementacin.
Un modelo simplificado no permitir lograr el objetivo planteado.

ImpIementacin o Programacin deI ModeIo.
Para ello se puede emplear los diseos generalizados y los modulares (o de bloque). Es aconsejable que
el programa tenga bastante flexibilidad para adaptarse a los posibles cambios que impongan las futuras
revisiones. Se pueden distinguir las siguientes fases:
a) Elaborar un diagrama de flujo que muestre el efecto de las diferentes actividades sobre las
componentes importantes del sistema.
b) Disear la programacin en algn lenguaje especial(GPSS, SIMSCRIPT, GASP, DYNAMO, SIMAN ...),
o el FORTRAN que es ms general, y que tiene mayor flexibilidad que el resto de lenguajes generales de
simulacin.
c) Probar el programa de ordenador hasta eliminar todos los errores lgicos y no lgicos.
d) Generar resultados.
En esta etapa tambin se decide el lenguaje de programacin o el software de simulacin a usar. Puede
ser Software de Simulacin como GPSS, Arena, Simscript, Simula, Promodel, Dynamo, Powersim. O
puede ser algn lenguaje de Propsito General como Java, C++, C#, Visual Basic, etc
En esta fase se comprueba que el programa se ajusta al modelo, es una tarea esencial y muy laboriosa.
En esta etapa se toma en cuenta el proceso de llevar a un nivel de confianza del usuario referente a
cualquier inferencia acerca de un sistema es correcta. Pero no se puede probar si un simulador es
correcto o verdadero. Lo que importa es la utilidad operativa del modelo y no la verdad de su estructura.
No existe la prueba de validacin de un modelo. Se hacen pruebas a lo largo de su desarrollo:
Validar la sensibilidad del modelo.
Prueba de las suposiciones.
Prueba de transformaciones E-S



VaIidacin deI ModeIo o Programa.
Puede ocurrir que aunque el programa funcione acorde y correctamente con el modelo, ste sea inexacto,
es decir, que no se ajuste a la realidad. Para ello basta con comprobar que nuestro modelo simulado
reproduce resultados conocidos del sistema real en estudio. Un buen modelo de simulacin es aqul,
donde los resultados de varias rplicas no tienen diferencias estadsticamente significativas. Si esto no es
as, se puede deber a:- Mal diseo experimental.- Mal uso de un buen modelo.- Que el anlisis de los
resultados se corresponda a la fase inestable del sistema, es decir, que sean los primeros resultados del
proceso de simulacin. Esto se puede solucionar extendiendo el perodo de simulacin para que el
sistema simulado entre en una fase estable y sean los resultados de estafase del experimento los que se
validen.
Para asegurar que el modelo se comporta de la manera que el experimentador desea.
Se verificar si el modelo est correctamente construido.
Se verifica si el modelo se ha construido de acuerdo a las especificaciones.
Se realiza por inspeccin a lo largo del proyecto.

Experimentacin o Diseo de experimentos de simuIacin.
Una vez validado el modelo se realiza la experimentacin que consiste en generar los datos deseados y
realizar el anlisis de sensibilidad de los ndices requeridos. El anlisis de sensibilidad consiste en variar
los parmetros del sistema y la observacin del efecto en la variable de inters. Una vez verificado y
validado el programa, el sistema en estudio est recogido en nuestro programa de computador y podemos
reproducir su comportamiento, en diversas situaciones cuantas veces deseemos. Es aconsejable una
planificacin rigurosa de la combinatoria de posibilidades de experimentacin, lo que se denomina un
diseo experimental.

Documentacin finaI.
En un estudio de simulacin, es preciso documentar todo lo hecho en las distintas fases, para poder
realizar revisiones o investigar posibles errores de los resultados. El anlisis de resultados consiste en
recolectar, sistemticamente, los datos producidos por la simulacin, calcular ciertas estadsticas, y por
ltimo interpretar-las

2. EjempIos
La siguiente figura muestra un sistema de montaje electrnico y pruebas

Este sistema representa las operaciones finales de la produccin de dos diferentes unidades electrnicas
selladas. Las partes que llegan son cajas de metal moldeado ya que han sido mecanizadas y trabajadas
para aceptar las partes electrnicas.
Las primeras unidades, llamadas Parte A, se producen en un departamento contiguo, fuera de los lmites
de este modelo, con tiempos entre llegadas que estn exponencialmente distribuidos con una media de 5
(todos los tiempos estn en minutos) para nuestro modelo. A la llegada, se transfieren (de forma
instantnea) al rea de preparacin de la Parte A, en donde las superficies de unin de las cajas se
mecanizan y trabajan para asegurar un buen sellado y despus a la parte se le quita la rebaba, se
l 8
L
1klA
1klA
l l A
l l 8
S
L
LxlC
k
L


l A
1klA
l 8
WLl8

u

k
L
l A
L


desbarba y limpia; el tiempo de proceso para esta operacin combinada en el rea de preparacin de la
Parte A sigue una distribucin TRIA(1,4,8). Despus se transfiere la parte (otra vez, de forma instantnea)
al sellador.
Las segundas unidades, llamadas Parte B, se producen en un edificio diferente, tambin fuera de los
lmites de este modelo, en donde se les retiene hasta que est listo un lote de cuatro unidades; el lote se
enva al rea de produccin final que estamos modelando. El tiempo entre las llegadas de los lotes
sucesivos de la Parte B de nuestro modelo es exponencial con una media de 30 minutos. A la llegada del
rea de preparacin de la parte B, el conjunto se separa en las cuatro unidades individuales, que se
procesan una a una desde este punto y las partes individuales proceden (de forma instantnea) al rea de
preparacin de la parte B. El proceso en el rea de preparacin de la parte B tiene los mismos tres pasos
que el rea de preparacin de la Parte A, excepto que el tiempo del proceso para la operacin combinada
sigue una distribucin TRIA(3,5,10). Entonces la parte se enva (de forma instantnea) al sellador.
En la operacin del sellador se insertan los componentes electrnicos, la caja se ensambla y se sella y se
prueba la unidad sellada. El tiempo total del proceso para estas operaciones depende del tipo de parte:
TRIA(1,3,4) para la Parte A y WEIB(2.5,5.3) para la Parte B. Noventa y nueve por ciento de las partes
pasan la inspeccin y se transfieren inmediatamente al departamento de envo; si una parte pasa es
independiente de si cualquier otra parte lo hace. Las partes restantes se transfieren de forma instantnea
al rea de retrabado en donde se les desensambla, repara, limpia, se ensamblan de nuevo y se les pone
a prueba otra vez. Ochenta por ciento de las partes que se procesan en el rea de retrabado se recuperan
y transfieren de forma inmediata al departamento de envo como partes reprocesadas y el resto se
transfiere de forma instantnea al rea de descarte. El tiempo para reprocesar una parte sigue una
distribucin exponencial con una media de 45 minutos y es independiente del tipo de parte y de la
disposicin ltima (recuperacin o descarte).
Queremos recopilar estadsticas en cuanto a uso del recurso, nmero en cola, tiempo en cola y tiempo del
ciclo (o tiempo total en el sistema) en cada rea por separado para las partes enviadas, recuperadas o
descartadas. En un principio realice la simulacin para un periodo de 8 horas o 1920 minutos.