Archivo para noviembre 26th, 2011


La simulación de sistemas con eventos discretos es propia para el análisis de sistemas en el cual el estado (discreto) de las variables muda apenas como una ocurrencia de eventos (considerados instantáneos). Los modelos de simulación son analizados por “métodos numéricos” en vez de métodos análitos. Esto es, en vez de métodos análiticos que emplean el razocinio deductivo/matemático para resolver un modelo, consideranse métodos numéricos que procedimientos computacionales para ejecutar kis modelos matemáticos.

Los modelos cuando son ejecutados generan una historia artificial del sistema basado en las suposiciones asumidas. Resultados y observaciones son entonces coleccionados para ser analizados y estimar el desempeño del sistema real.

Como los modelos de simulación del mundo real son relativamente complejos, y la cantidad de información manipulada es muy grande, generamente se utilizan computadoras para ejecutar la simulación.

Anuncios

Un modelo, en ingeniería, puede ser definido como una representación de un sistema con la intención de estudiarlo. Para la mayoría de los casos, es necesario solamente considerar los aspectos del sistema que afectan ese estudio. Estos aspectos son representados en el modelo del sistema, y éste modelo, por definición, es una simplificación del sistema. Por otro lado, el modelo debe ser suficientemente detallado para permitir conclusiones válidas sobre el sistema real. Diferentes modelos de un mismo sistema pueden ser necesarios de acuerdo con el objetivo del estudio.

Los modelos deben considerar la representación de todos los componentes de un sistema como las entidades, atributos, actividades, eventos y estados. Es general, un modelo para un estudio específico debe contener solamente los componentes que son relevantes para el caso.

Los modelos pueden ser clasificados como matemáticos o físicos. Un modelo matemático usa notación simbólica y relaciones matemáticas para representar un sistema. Un modelo de simulación es un tipo particular de modelo matemático de un sistema.

Los modelos pueden ser además clasificados como instantáneos y dinámicos, determinísticos o estocásticos y, discretos o continuos (existen también otras clasificaciones que pueden ser consideradas).

Los modelos dinámicos representan sistemas y como ellos se comportan en función de los eventos pasados y con el correr del tiempo. Los modelos instantáneos representan sistemas y como ellos se comportan en función apenas de los eventos actuales, esto es que no considera los eventos pasados.

Los modelos determísticos tienen un conjunto conocido de entradas, los cuales resultarán e un único conjunto de salidas. Los modelos estocásticos poseen uno o más variables aleatorias como entrada que llevan a salidas aleatorias. Así mismo, las salidas de la simulación estocástica deben ser tratadas como estimaciones estadísticas de las características reales de un sistema.

Los modelos discretos y continuos son definidos de acuerdo con las mismas consideracónes que definen si un sistema es discreto o continuo. Con todo, un modelo de “simulación discreta” no es usado apenas para modelar un sistema discreto, en un modelo de “simulación continua” y exclusivo para modelar sistemas continuos. Los modelos de simulación son de hecho muy útiles para el análisis en conjunto de fenómenos discretos y contiuos. Una selección de cuales de ellas usar es función de las características del sistema y del objetivo del estudio.


Para modelar un sistema, es necesario asimilar el concepto de “sistema” y de “frontera del sistema”. Un “sistema” es definido como un grupo de objetos que están enlazados de acuerdo a una relación de interdependencia para perseguir ciertos objetivos.

Un sistema es muchas veces afectado por cambios que ocurren fuera del sistema. Estos cambios ocurren, por lo tanto, en el llamado ambiente externo del sistema. En modelamiento de sistemas, es necesario definir la frontera entre el sistema y su ambiente. Esta definición depende de la finalidad del estudio.

En el caso de un sistema industrial, por ejemplo, los factores que controlan la llegada de órdenes de fabricación pueden ser considerados como una influencia externa a la fábrica y, por lo tanto, parte del ambiente exterior. En el caso contratio, si el efecto de la demanda en la variación de la producción fuera un factor decisivo para el proceso, habrá claramente una relación entre la oferta de la fábrica y la demanda, y esta relación precisa ser considerada como una actividad del sistema.

Para entender y analizar un sistema, ciertos términos son predefinidos:

  • Entidad es un objeto de interés en un sistema.
  • Atributo es una propiedad de la entidad.
  • Actividad representa una acción que ocurre dentro del sistema.
  • Evento es una ocurrencia que altera el estado del sistema (o evento puede ser entendido como una actividad primaria e instantanea que no admite descomposición).
  • Estado describe una situación del sistema y es identificado por valores de sus variables en un instante determinado.

Una simulación es ventajosa cuando “imita” con mejor costo o menos recursos lo que acontece en un sistema real. Los datos de salida de una simulación deben corresponder directamente a las salidas que serían obtenidas del sistema real. En contraste con las técnicas analíticas, una simulación de modelos es “ejecutada” y a la vez debe ser resuelta. dado un conjunto particular de entradas el modelo es ejecutado y el comportamiento del sistema es estudiado. Este proceso de alteración de variables del modelo resulta en un conjunto de “escenarios” a ser avalados.

Las principales ventajas de la simulación son:

  • Nuevas políticas, procedimientos operacionales, reglas de decisión, flujos de información, procedimientos organizacionales, etc. pueden ser estudiados sin interferencia en las operaciones del sistema real.
  • Nuevos equipos, arreglos físicos, sistemas de transporte, etc. pueden ser testeados antes de que se invierta recursos en las adquisiciones mencionadas.
  • Hipótesis de como y porque ciertos fenómenos ocurren pueden ser avalados.
  • El tiempo puede ser comprimido y expandido, permitiendo que el fenómeno en estudio pueda ser acelerado o retardasdo.
  • “Cuellos de botella” donde las informaciones o materiales tienen sus flujos comprometidos pueden ser identificados.

Las principales desventajas son:

  • La construcción de modelos requieren un tratamiento especial. Puede ser considerado un “arte” que se aprende a lo largo del tiempo y que envuelve o “buen” uso de la experiencia.
  • Los resultados de la simulación pueden ser difíciles de interpretar. Como las salidas de la simulación pueden incluir variables aleatorias, no es trivial determinar si los resultados observados resultan de interrelaciones efectivas de las partes del sistema o si son fruto de la aleatoriedad del sistema.
  • Un modelamiento del sistema y un análisis de los datos pueden consumir mucho tiempo y muchos recursos. Por otro lado, economizar tiempo y recursos en el modelamiento y en el análisis pueden resultar en escenarios insuficientes para atender los objetivos.

En la defensa del uso de la simulación, las desventajas arriba citadas han sido minimizadas a través de los siguientes argumentos:

  • Programadores de sofwares de simulación tienen continuamente desarrollando paquetes que contienen un tipo de template de modelos pre concebidos en los cuales es necesario solamente definir los datos de la operación.
  • Muchos programadores de softwares tienen desarrollado paquetes con herramientas que facilitan el análisis de los datos de salida de la simulación.
  • Los avances en las plataformas computacionales permiten que una simulación sea realizada cada vez más rápidamente.

Una cada vez mayor disponibilidad de herramientas de simulación, una creciente capacidad computaciones y los avances en las metodologías de simulación han hecho de la simulación una de las técnicas más usadas y aceptadas en tareas de análisis y desenvolvimiento de sistemas.

Se considera que la simulación puede ser usada principalmente para las siguientes finalidades:

  • Estudiar las interacciones internas de un sistema complejo, o de un subsistema dentro de un sistema complejo.
  • Realizar alteraciones en las informaciones, en la organización y en el ambiente del sistema para observar los efectos.
  • Experimentar nuevos proyectos o nuevos procedimientos antes de implementarlas, y así estar preparados para lo que puede acontecer.
  • Identificar las variables más importantes de un sistema y como ellas interactúan a través del estudio de las señales de entrada y las salidas resultantes.
  • Verificar soluciones analíticas, siendo en el caso utilizado como un instrumento de validación.
  • Adquirir mayor conocimiento sobre el modelo de simulación y sobre el proceso de desenvolvimiento del modelo para mejorar el sistema.

Simulación, es, en general, entendida como una “imitación” de una operación o de un proceso del mundo real. La simulación envolucra la generación de una “historia artificial” de un sistema para el análisis de sus características operacionales.

El comportamiento de un sistema es estudiado a través de un modelo de simulación. Este modelo generalmente utiliza diversos parámetros sobre la operación del sistema. Una vez desarrollado y validado, el modelo puede ser usado para investigar una gran variedad de cuestiones sobre el sistema. Cambios en el sistema pueden ser simuladas a fin de preveer su impacto en el desempeño. La simulación puede ser también ser usada para estudiar sistemas aún en la fase de concepción, antes de que sean efectivamente implementados. Asi, una simulación puede ser usada como una herramienta para predecir los efectos de un cambio en los sistemas existentes y también como una herramienta de proyecto para abalar y validar el desempeño de nuevos sistemas.

Existen casos donde un modelo es basado en formulaciones matemáticas. Este modelo es, en general, desarrollado a través de ecuaciones integro – diferenciales, teoría de probabilidades, métodos algebraicos, etc. Entretanto, muchos sistemas en la vida real son tan complejos que sus modelos matemáticos son muy difíciles de ser formulados y utilizados. En este caso, utilizan las técnicas de simulación para “imitar” el comportamiento del sistema en un cierto intervalo de tiempo. A partir de esta simulación, datos son coleccionados como si un sistema real se estuviese siendo observado. Estos datos pueden entonces ser usados para estimar las mediciones de desempeño del sistema.