Introducción al Modelado de la Simulación

[pic 1][pic 2]

Introducción al Modelado de la Simulación

1. Naturaleza de la Simulación

Este libro sobre técnicas de simulación con computadores nos permite imitar o simular las operaciones o instalaciones de sistemas del mundo real. Estos sistemas que son un conjunto de entidades, componentes e interrelacionados que tienen el objetivo de Optimizar o Innovar las características principales de su operación. Para cumplir con este propósito se necesita aplicar relaciones matemáticas o lógicas que constituyen el modelo el mismo que nos permitirá obtener cierta comprensión de como el sistema se comporta.

Si las relaciones que componen el modelo son lo suficientemente simples, puede ser posible utilizar métodos numéricos y matemáticos (como álgebra, cálculo o teoría de probabilidad) para obtener información exacta sobre cuestiones de interés; Esto se llama una solución analítica. Sin embargo, la mayoría de los sistemas del mundo real son demasiado complejos para permitir modelos realistas, se deben evaluarse analíticamente y estos modelos deben estudiarse mediante simulación. En una simulación usamos una computadora para evaluar un modelo numéricamente, y los datos son reunidos para estimar las verdaderas características deseadas del modelo.

Las áreas de aplicación para la simulación son numerosas y diversas. Algunos tipos particulares de problemas para los cuales la simulación es una herramienta útil y poderosa:

• Diseño y análisis de sistemas de fabricación.
• Evaluar los sistemas de armas militares o sus requisitos logísticos.
• Determinar requisitos de hardware o protocolos para redes de comunicaciones.
• Determinar los requisitos de hardware y software para un sistema informático.
• Diseño y operación de sistemas de transporte como aeropuertos, autopistas, puerto s
• Evaluar diseños para organizaciones de servicios (líneas de espera) como:

- centros de llamadas, restaurantes de comida rápida, hospitales,        atención en ventanillas bancarias,        oficinas de correos, atención del mantenimiento de vehícul os, etc.

• Reingeniería de procesos de negocio.
• Análisis de las cadenas de suministro.
• Determinar políticas de pedido para un sistema de inventario.
• Análisis de operaciones mineras.

La Simulación es una técnica de la Investigación Operativa junto con el Análisis son procesos matemáticos científicos probados que permiten a las organizaciones convertir desafíos complejos en oportunidades sustanciales al transformar los datos en información y la información en ideas que salvan vidas, ahorran dinero y resuelven problemas.

1. Sistemas, Modelos y Simulación**

Un sistema determinado del mundo real se puede visualizar de diferentes formas, dependiendo de nuestro interés particular. Los modelos, la simulación y la forma de escribir programas de computadora los veremos con más detalles en los próximos capítulos, creando y diseñando proyectos sencillos y complejos de problemas del mundo real.

Un sistema está definido como una colección de componentes, entidades, que están interrelacionadas y que interactúan juntos para lograr un objetivo común. [Definición puesta por Schmidt y Taylor (1970]. Aquí el sistema "depende de los objetivos del estudio en particular". Los componentes y las entidades que interactúan en el entorno del sistema podrían ser solo un subconjunto del sistema general [Macro sistema].

Por ejemplo, si uno quiere estudiar un banco para determinar la cantidad de los cajeros que brindar un servicio adecuado a los clientes que solo quiere cobrar un cheque o hacer un depósito de ahorro, el sistema puede definirse como esa parte del banco compuesto por los cajeros y los clientes que esperan en la fila o que reciben servicio (sistemas de líneas de espera o colas). Si, por otro lado, se incluirán el oficial de crédito y las cajas de seguridad, La definición del sistema debe ampliarse de manera obvia a otro sistema del macro sistema banco. Definimos que el estado de un sistema es esa colección de variables necesarias para describir un sistema en un momento particular, en relación con los objetivos del estudio. En el estudio de las líneas de espera de un banco, el ejemplo de posibles variables de estado son el número de cajeros ocupados, el número de clientes en el banco y la hora de llegada de cada cliente al banco.

Clasificamos los sistemas para que sean de dos tipos, discretos y continuos. Un sistema discreto es uno para el cual las variables de estado cambian instantáneamente en separaciones de tiempo Un banco es un ejemplo de un sistema discreto, ya que las variables de estado: por ejemplo, la cantidad de clientes en el banco; cambie solo cuando llegue un cliente o cuando un cliente termina de ser atendido y se va. Un sistema continuo es uno para el cual las variables de estado cambian continuamente con respecto al tiempo. Un avión moverse por el aire es un ejemplo de un sistema continuo, ya que las variables de estado tales como la posición y la velocidad pueden cambiar continuamente con respecto al tiempo. Pocos sistemas en la práctica son completamente discretos o completamente continuos.

La mayoría de los sistemas, han tenido su evolución desde tiempo remoto; partiendo de sistemas manuales, semiautomáticos, automáticos, en cada transición ha sido necesario estudiarlos para intentar obtener una idea de las relaciones entre varios componentes, o para predecir rendimiento bajo algunas condiciones nuevas como por ejemplo en los sistemas de transporte han ido evolucionando y en cada evolución se han realizado mejoras por los diferentes estudios realizados incorporando nuevos componentes tecnológicos que optimizan e innovan desde diferente formas de estudio.

[pic 3]

*Figura 1.1

Experimentar con el sistema actual vs. Experimentar con un modelo del sistema.

Si es posible (y rentable) alterar el sistema físicamente y luego dejarlo operar bajo las nuevas condiciones, probablemente sea conveniente hacerlo, ya que en este caso No hay duda sobre si lo que estudiamos es válido*. Sin embargo, rara vez factible hacer esto, porque tal experimento a menudo sería demasiado costoso o demasiado perjudicial para el sistema. Por ejemplo, un banco puede estar contemplando reducir el número de cajeros para reducir costos, pero en realidad intentar esto podría llevar a largo retrasos y pérdida de clientes.

...