Simulación

SIMULACIÓN

TEMA 12.- CONCEPTOS BÁSICOS.

12.1. Introducción.

12.2. Clasificación de sistemas.

12.3. Clasificación de modelos.

12.4. Modelos de simulación de eventos discretos.

12.5. El proyecto de simulación.

12.6. Ventajas y desventajas de la simulación.

12.7. Aplicaciones empresariales de la simulación.

12.8. El Programa de Simulación “ARENA”.

12.1. Introducción.

La simulación digital es una técnica que permite imitar (o simular) en un ordenador el comportamiento de un sistema físico o teórico según ciertas condiciones particulares de operación.

El uso de la simulación como metodología de trabajo es una actividad muy antigua, y podría decirse que inherente al proceso de aprendizaje del ser humano.

Para poder comprender la realidad y toda la complejidad que un sistema puede conllevar, ha sido necesario construir artificialmente objetos y experimentar con ellos dinámicamente antes de interactuar con el sistema real.

La simulación digital puede verse como el equivalente electrónico a este tipo de experimentación.

12.2. Clasificación de sistemas.

Un sistema puede definirse como una colección de objetos o entidades que interactúan entre sí para alcanzar un cierto objetivo.

Estado de un sistema: conjunto mínimo de variables necesarias para caracterizar o describir todos aquellos aspectos de interés del sistema en un cierto instante de tiempo. A estas variables las denominaremos variables de estado.

Atendiendo a la relación entre la evolución de las propiedades de interés y la variable independiente tiempo, los sistemas se clasifican en:

.

• Sistemas Continuos: Las variables del estado del sistema evolucionan de modo continuo a lo largo del tiempo.

Figura 12.2. Evolución de una variable de un sistema continuo.

Figura 12.1. Ejemplo de sistema continuo.

• Sistemas Discretos. Se caracterizan porque las propiedades de interés del sistema cambian únicamente en un cierto instante o secuencia de instantes, y permanecen constantes el resto del tiempo. La secuencia de instantes en los cuales el estado del sistema puede presentar un cambio, obedece normalmente a un patrón periódico (figura 12.3).

Figura 12.3. Evolución de una variable de un sistema discreto.

• Sistemas orientados a eventos discretos. Al igual que los sistemas discretos, se caracterizan porque las propiedades de interés del sistema cambian únicamente en una secuencia de instantes de tiempo permaneciendo constantes el resto del tiempo. La secuencia de instantes en los cuales el estado del sistema puede presentar un cambio, obedece a un patrón aleatorio (figura 12.4).

Figura 12.4. Evolución de una variable de un sistema orientado a eventos discretos.

• Sistemas combinados. Aquellos que combinan subsistemas que siguen filosofías continuas o discretas, respectivamente. Es el caso de los sistemas que poseen componentes que deben ser necesariamente modelados según alguno de dichos enfoques específicos.

12.3. Clasificación de modelos.

La descripción de las características de interés de un sistema se conoce como modelo del sistema, y el proceso de abstracción para obtener esta descripción se conoce como modelado.

Existen muchos tipos de modelos (modelos físicos, modelos mentales, modelos simbólicos) para representar los sistemas en estudio. Utilizaremos modelos simbólicos matemáticos como herramienta para representar las dinámicas de interés de cualquier sistema en un entorno de simulación digital.

Los modelos simbólicos matemáticos mapean las relaciones existentes entre las propiedades físicas del sistema que se pretende modelar en las correspondientes estructuras matemáticas. El tipo de formalización matemática que se utilice va a depender de las características intrínsecas de las dinámicas de interés que se quieran representar.

La descripción en términos matemáticos de un sistema real no es una metodología de trabajo propia de la simulación digital, sino que es inherente a la mayoría de las técnicas que se utilizan para solventar cualquier tipo de problema, las cuales suelen seguir unas pautas que, de modo general, se pueden resumir en:

• Reconocimiento del problema.

• Formulación del modelo matemático.

• Solución del problema matemático.

• Interpretación de los resultados matemáticos en el contexto del problema real.

Consideraciones que se deben tener en cuenta para garantizar una representación eficiente del sistema real:

• Un modelo se desarrolla siempre a partir de una serie de aproximaciones e hipótesis y, consecuentemente, representa tan sólo parcialmente la realidad.

• Un modelo se construye para una finalidad específica y debe ser formulado para que sea útil a dicho fin.

• Un modelo tiene que ser por necesidad un compromiso entre la simplicidad y la necesidad de recoger todos los aspectos esenciales del sistema en estudio.

Un buen modelo debe:

• Representar adecuadamente aquellas características del sistema que son de nuestro interés.

• Ser una representación abstracta de la realidad lo suficientemente sencilla como para facilitar su mantenimiento, adaptación y reutilización.

Modelos Estáticos frente a Modelos Dinámicos

Los Modelos Estáticos suelen utilizarse para representar el sistema en un cierto instante de tiempo; por tanto, en su formulación no se considera el avance del tiempo.

STOCK = Stock inicial + Material entrada – Material consumido

Los Modelos Dinámicos permiten deducir cómo las variables de interés del sistema en estudio evolucionan con el tiempo.

Evolución del STOCK = Flujo de entrada – Flujo de salida

)t(F)t(FdtdSoi−=

)k(F)k(F)k(S)1k(Soi−+=+

Modelos Deterministas respecto a Modelos Estocásticos.

Un modelo se denomina Determinista si su nuevo estado puede ser completamente definido a partir del estado previo y de sus entradas. Es decir, ofrece un único conjunto de valores de salida para un conjunto de entradas conocidas.

Los Modelos Estocásticos

...