LA SIMULACIÓN DE EVENTOS DISCRETOS COMO TÉCNICA FUNDAMENTAL EN LA TOMA DE DECISIONES DE ALTO IMPACTO .

LA SIMULACIÓN DE EVENTOS DISCRETOS COMO TÉCNICA FUNDAMENTAL EN LA TOMA DE DECISIONES DE ALTO IMPACTO .

Luis Eduardo Quiñones – Consultor Senior

Camilo Duque – Director

1. Introducción

La simulación se puede definir como el acto de imitar un sistema real, de forma que se representen ciertas características o comportamientos clave del mismo. Es así que existen dos formas de simulación principales: real o computacional. El presente artículo se enfocará en la simulación por computadora, más exactamente en la simulación de eventos discretos , lo anterior dado que en mi experiencia como consultor encuentro en la simulación de eventos discretos una poderosa técnica que soporta de forma robusta la toma de decisiones en el diseño y la planeación de la cadena de suministro, es por esto que considero de vital importancia trasmitir algunos puntos principales sobre la evaluación de proyectos con simulación, a fin de que usted como lector pueda a futuro sacar el máximo provecho de un proyecto en donde se use esta poderosa técnica.

Recuerde que aprender a usar la simulación le representará a su empresa grandes beneficios tales como inclusión de efectos aleatorios dentro del análisis, tener en cuenta los efectos de interacciones complejas en el sistema, análisis de riesgo de diferentes alternativas, encontrar consenso entre diferentes conceptos de opinión, pero más que todo la toma de decisiones acertadas en el menor tiempo posible.

2. Tipos de simulación

La simulación por computadora ha tenido un desarrollo simultáneo con la vertiginosa evolución de los computadores desde la segunda guerra mundial. Con ella se pretende resolver o comprender una amplia gama de problemas, desde la biología hasta cienci

as sociales, donde no se cuenta con una solución analítica. A continuación nombraré las principales vertientes de la simulación por computadora y sus usos más comunes.

I. Simulación estática:

Consiste en un conjunto de ecuaciones relacionadas entre sí, donde típicamente el tiempo se mide en intervalos discretos definidos. Un ejemplo típico de este tipo de simulación es una hoja de Excel con un modelo económico, por ejemplo de un PYG, puede incluir o no variabilidad (para el ejemplo de la hoja de cálculo se puede hacer mediante complementos como Cristal Ball).

II. Simulación contínua:

Es aquella en donde las variables de estado cambian de forma continua. Para ello se desarrolla una solución numérica de ecuaciones diferenciales simultáneas. Periódicamente, el programa de simulación resuelve todas las ecuaciones y usa los resultados para cambiar el valor de las variables de estado de la simulación[1]. Algunas áreas en donde se usa esta técnica son: ecología, procesos químicos, comportamientos sociales, análisis de comportamiento del consumidor, desarrollo organizacional, problemas matemáticos y físicos.

III. Simulación de eventos discretos:

En este tipo de simulación se generan y administran eventos en el tiempo por medio de una cola de eventos ordenada según el tiempo de simulación en que deben ocurrir y de esta forma el simulador lee de la cola y dispara nuevos eventos. Entre otros un evento puede ser: la llegada de un cliente, la llegada de un camión, el inicio del proceso de una pieza, la finalización de un proceso de fabricación. Esta modalidad de simulación se usa típicamente en el diseño de la mayoría de eslabones de la cadena de suministro tales como: líneas de producción, plantas de procesamiento, bodegas de materia prima, bodegas de producto terminado, puntos de atención a clientes, hospitales, centros de atención médica.

Una variación importante de la simulación de eventos discretos es la simulación de agentes[2], en ella las entidades (tales como moléculas, células, árboles o consumidores) son representados directamente (en vez de representarse a través de sus densidades o cantidades), estos agentes poseen estados internos y conjuntos de comportamientos o reglas sencillas individuales que definen como son actualizados estos estados entre los diferentes puntos en el tiempo, definiendo así el comportamiento del conjunto de los agentes. Un ejemplo típico para este tipo de simulación es el de peatones en un evento de evacuación, para que dado unas reglas generales del comportamiento de movimiento de cada individuo se logre simular y determinar el tiempo de evacuación de todo el grupo de peatones dado un número de salidas en una locación determinada

IV. Otras variaciones de la simulación :

En general los diferentes tipos de simulación que aquí menciono pueden ser clasificados en otros grupos según características de los parámetros (determinísticos o aleatorios) o la forma en que se corre (local o distribuida). Sin embargo esto no hace que el campo de aplicación cambie, luego considero que estas variaciones no generan nuevos tipos de simulación sino que son solo características dentro de los tipos de simulación ya mencionados, es decir, una simulación de eventos discretos, por ejemplo, puede tener parámetros netamente determinísticos o podrían incluírsele algunos parámetros aleatorios, lo mismo ocurre con una simulación estática o en tiempo continuo.

3. Por qué simulación de eventos discretos

De todos los tipos de simulación mencionados, en el presente artículo pretendo enfocarme en la Simulación de Eventos Discretos, lo anterior es debido a que encuentro en esta técnica ventajas únicas y definitivas a la hora de diseñar y planear diferentes eslabones de la cadena de suministro, que como lo sabe es una de las áreas más determinantes como factor de éxito en cualquier compañía.

I. Facilidad de modelamiento:

En general la simulación de eventos discretos permite modelar situaciones de alto nivel de complejidad con funciones relativamente sencillas, de esta forma es posible construir modelos que representen la realidad en el nivel de detalle deseado, por ejemplo el diseño de un modelo de un centro de distribución con recibo, almacenamiento, picking de estibas, zona de fast picking, alistamiento y despacho.

II. Estadísticas e indicadores:

Dada la estructura de la simulación de eventos discretos es posible obtener todo tipo de estadísticas e indicadores relevantes a la operación modelada, inclusive se puede obtener información que

...