INTRODUCCIÓN A LA SIMULACIÓN DE EVENTOS DISCRETOS

1.1 Introducción.

La simulación es una indispensable metodología para la descripción y análisis de una amplia variedad de problemas reales. Usada apropiadamente, proporciona considerables beneficios según el contexto en la que se use: ahorro de tiempo; ahorro de recursos económicos; permite analizar la ocurrencia de ciertos fenómenos a través de la reconstrucción de escenas y un minucioso análisis, que no podría llevarse a cabo en una situación real; una vez desarrollado un modelo de simulación válido, se pueden explorar nuevas políticas, procedimientos operativos, o métodos sin necesidad de afectar al sistema real.

Con el advenimiento de la computadora, una de las más importantes herramientas para analizar el diseño y operación del sistema o procesos complejos es la simulación.

Aunque la construcción de modelos arranca desde el Renacimiento, el uso moderno de la palabra simulación data de 1940, cuando los científicos Von Neuman y Ulam que trabajaban en el proyecto Monte Carlo, durante la Segunda Guerra Mundial, resolvieron problemas de reacciones nucleares cuya solución experimental sería muy cara y el análisis matemático demasiado complicado.

Con la utilización de la computadora en los experimentos de simulación, surgieron incontables aplicaciones y con ello, una cantidad mayor de problemas teóricos y prácticos. En esta investigación se intenta por lo consiguiente, investigar y analizar cierto número de aplicaciones importantes de simulación de las áreas de economía, administraciones de negocios e investigación de operaciones, así como también estudiar algunos métodos para resolver algunos problemas teóricos y prácticos que surgen al efectuar simulaciones reales.

La simulación Es la imitación de la operación de un proceso o sistema (encontrado en el mundoreal) y su evolución en el tiempo. El comportamiento de un sistema conforme evoluciona en el tiempo se estudia desarrollando un modelo de simulación. ( Efraín Soto Apolinar)

1.2 Definiciones y Aplicaciones.

Se ha empezado a utilizar la palabra simulación sin haber dado previamente una definición de ella. Para poder entender sobre el tema es importante hacer mención su significado.

La simulación es la imitación de la operación de un proceso o sistema (encontrado en el mundo real) y su evolución en el tiempo (simulación, del latín simulatĭo, es la acción de simular. Este verbo refiere a representar algo, imitando o fingiendo lo que no es). El comportamiento de un sistema conforme evoluciona en el tiempo se estudia desarrollando un modelo de simulación.

Ventajas de la simulación.

 Pueden estudiarse nuevas políticas, procedimientos operacionales, reglas de decisión, flujos de información, procedimientos organizacionales, etc., sin afectar la operación normal del sistema real.

 Pueden probarse nuevos diseños mecánicos, sistemas de transporte, etc., sin asignar grandes cantidades de recursos financieros para su adquisición.

 Puede probarse la factibilidad del cómo o por qué ciertos fenómenos pueden ocurrir.

 Podemos acelerar o declarar un fenómeno en investigación.

 Podemos obtener información acerca de la interacción de las variables.

 Podemos obtener información acerca de la importancia de cada una de las variables en el desempeño general del sistema.

 Se puede desarrollar análisis de “cuello de botella”, indicando en qué partes se están retrasando demasiado información, materiales, etc.

 Una simulación puede ayudar a entender cómo opera el sistema.

 Podemos responder preguntas del tipo: “¿Qué pasaría si…?”. Esto es particularmente útil en el diseño de nuevos sistemas.

Desventajas de la simulación.

 Construir un modelo requiere de entrenamiento. Es un arte que se aprende con el tiempo y a través de la práctica. Más aún, si dos personas competentes construyen un modelo para el mismo sistema, puede tener similitudes, pero es muy poco probable que sean exageradamente iguales.

 Los resultados de la simulación pueden ser muy difíciles de interpretar. Dado que la mayoría de los resultados de las simulaciones con esencialmente variables aleatorias (están basadas en entradas aleatorias), puede ser difícil determinar si una observación es un resultado de las interrelaciones de las variables o de la aleatoriedad.

 La modelación de un sistema y su análisis puede consumir mucho tiempo y ser costoso. Dedicarse a hacer la simulación de un sistema y su análisis puede después indicar que este modelo es insuficiente.

 La simulación se utiliza en algunos casos aun cuando podemos encontrar las soluciones analíticamente, o aún preferibles. Esto es verdadero en la simulación de algunas líneas de espera donde hay disponibles modelos de colas cerradas.

¿Cuándo es apropiada la simulación?

 La simulación permite el estudio, la experimentación, interacciones internas de un sistema, o de un subsistema dentro de un sistema complejo.

 Cambios organizacionales, informáticos y ambientales pueden ser simulados y el efecto de estas alteraciones puede observarse.

 El conocimiento ganado al diseñar un modelo de simulación puede ser de gran valor para sugerir mejoras en el sistema investigado.

 Al cambiar las entradas del modelo y al observar las salidas, podemos obtener sugerencias valiosas acerca de cuáles son las más importantes y cómo interactúan entre ellas.

 La simulación pude utilizarse como un dispositivo pedagógico para fortalecer metodologías de soluciones analíticas.

 La simulación puede ser usada para experimentar con nuevos dispositivos o políticas antes de su implementación para prepararnos sabiendo qué puede ocurrir.

 La simulación puede utilizarse para verificar soluciones obtenidas analíticamente.

Áreas de aplicación.

 Sistemas de manufactura.

 Sistemas públicos.

 Sistemas de transporte.

 Sistemas de construcción.

 Sistemas de entretenimiento.

 Reingeniería de procesos de negocios.

 Procesamiento de alimentos.

 Desempeño de sistemas computacionales.

Definiciones.

MODELO: Representación de un sistema con el propósito de estudiarlo.

MODELO MATEMÁTICO. Utilizan notación simbólica y ecuaciones matemáticas para representar el sistema.

SIMULACIÓN ESTÁTICA: Representa al sistema en un punto particular del tiempo. También se conoce como simulación de Monte Carlo.

SIMULACIÓN DINÁMICA: Representa el sistema y su evolución conforme avanza el tiempo.

MODELO DETERMINISTA: Es un modelo de simulación que no contiene variables aleatorias.

MODELO ESTOCÁSTICO: Es un modelo de simulación que incluye una o varias variables aleatorias.

Nota: Entradas aleatorias generan salidas aleatorias. Dado que las salidas son aleatorias, solamente podemos considerarlas como una estimación de las verdaderas características del modelo.

SISTEMA DISCRETO: Un sistema en el cual las variables de estado cambian con valores discretos.

SISTEMA CONTINUO: Un sistema en el cual las variables de estado cambian con valores continuos con el tiempo.

1.3 Estructura y características de la simulación de eventos discretos.

También conocida como simulación de tiempo continúo lo cual quiere decir que una vez iniciado la simulación no se detendrá hasta vela terminado, esta técnica está apoyada en su totalidad de software especializado tales como arena, Promodel, GPSS, entre otros.

Como muchas técnicas, la simulación de eventos discretos puede ser empleada en diferentes niveles de desarrollo tecnológico. El primero sería a través de librerías especializadas de diferentes lenguajes de programación tales como java o C. en general si se desea usar esta aproximación se requerirán tiempos de desarrollo de proyectos muy amplias y soporte humano altamente calificado en programación y desarrollo de software. Adicionalmente el efecto visual será de pocos impactos dados las capacidades de animación de estas librerías. En el otro extremo encontraríamos el uso de software especializado de simulación.

Características.

Los lenguajes de simulación que actualmente existen en el mercado, tienen una serie de características propias que los diferencian de los demás. Entre estas características se pueden mencionar las siguientes:

• Están basadas en su totalidad por actividades lógicas y matemáticas.

• El modelo va cambiando parcialmente conforme ocurren los eventos.

• El sistema solo cambia cuando ocurre un evento estos cambios se van registrando para poder comprender el comportamiento del modelo.

• La lista de eventos pendientes va reduciéndose conforme los eventos se van realizando.

• Cuando un evento se realiza el tiempo de la simulación avanza.

• Una simulación tiene que poder ser repetida múltiples ocasiones generando los mismos resultados, siempre y cuando las variables sean las mismas.

• La forma de adelantar el “reloj de la simulación”, la cual puede ser:1) incrementos a tiempo fijos, o 2) incrementos al próximo evento.

• El análisis estadístico de los resultados de la simulación.

• El formato en que los resultados de la simulación son representados.

...