Resumen Texto Modelo y Simulacin

Introduccin a la simul acin

Una de las tcnicas para realizar estudios pilotos, con resultados rpidos y a un relativo bajo
costo, se basa en la modelacin- la cual se conoce como simulacin.
Fortran, para analizar esquemas de administracin del inventario
Concepto de simulacin, engloba soluciones para muchos propsitos diferentes
La simulacin se refiere a un gran conjunto de mtodos y aplicaciones que buscan imitar el
comportamiento de sistemas reales, generalmente por medio de una computadora.

Tipos de modelos:
Modelos discretos, se diferencia por su tipo de ecuacin matemtica que los componen
Modelo continuo: son aquellos en los que las relaciones variables relevantes de la situacin
real se definen por medio de ecuaciones diferenciales, ya que estas permiten conocer el
comportamiento de las variables en cierto tiempo. Ejemplo: como saber el calor en el que se
transfiere en un molde.

Modelo discreto: se representa por ecuaciones evaluadas en un punto determinado. Por
ejemplo, si hacemos un muestre del nmero de personas que llegaron a un banco en un lapso
especifico, podemos simular esta variable con ecuaciones ligadas a distribuciones de
probabilidad que reflejan dicho comportamiento.

Modelo dinmico: son aquellos en los que el estado del sistema que estamos analizando
cambia respecto al tiempo
Ejemplo: el nmero de personas que hacen la fila para entrar a un cine vara con respecto al
tiempo.

Modelo esttico: representan un resultado, bajo un conjunto de situaciones o condiciones
determinadas; por ejemplo: al lanzar un dado los nicos valores que se tendrn son 1, 2, 3, 4,
5,6, la simulacin tendrn uno de estos valores: se les conoce como simulacin de Monte
Carlos, tambin se les puede llamar ha este modelo, determinstico o probabilstico.





Simulacin de eventos discretos
Este proceso consiste en relacionar los diferentes tipos de eventos que puedan cambiar el
estado de un sistema bajo un estudio por medio de distribucin de probabilidad y condiciones
lgicas del problema.



Definicin de simulacin
Simulacin de eventos discretos
Conjunto de relaciones lgicas, matemticas y probabilsticas que integran el comportamiento
de un sistema bajo un estudio cuando se presenta un evento determinado
Su objetivo es
Comprender, analizar y mejorar las condiciones de operaciones relevantes del sistema

Sistema
Conjunto de elemento que se interrelacionan para funcionar como un todo,ejemplo:
Sistema de atencin al cliente, donde se divide en, entidades, estados del sistema, eventos
actuales y futuros, localizaciones, recursos, atributos, variables y reloj de simulacin.
Entidades: se representa como los flujos de entradas y salidas de un sistema ejemplo de
entidades, Clientes que llegan a la caja de un banco, las piezas que llegan a un proceso o el
embarque de una pieza que llega a un proceso, la entidad es la responsable para que el
sistema cambie.
Estado del sistema: es la condicin que guarda el sistema bajo estudios en un momento de
tiempo determinado ejemplo: numero de piezas que hay en el sistema en ese momento o
variables o caractersticas acumuladas o de promedio como el tiempo promedio de una
entidad en el sistema en una fila o almacen.
Evento: en un cambio en el estado actual del sistema, ejemplo, la entrada o salida de una
entidad, la finalizacin de un proceso en un equipo, la interrupcin o reactivacin de una
operacin, o fallo de un maquina.
Se pueden catalogar como eventos actuales o futuros
Actuales son los que ya estn sucediendo en el sistema, y los futuros son los que se presentan
despus del tiempo de simulacin, de acuerdo con una programacion especifica
Ejemplo
La entrada de una pieza es el evento actual, y el evento futuro es el termino de proceso de esa
pieza.

Localizacin: son todos aquellos lugares en los que la pieza puede detenerse para ser
transformada o esperar a serlo. Tenemos almacenes, banda transportadora, maquinas,
estaciones de inspeccin, entre otras
Recursos: son aquellos dispositivos que son necesarios para terminar una operacin ejemplo:
montacargas que transporta una pieza de un lugar a tros, personas que hacen inspecciones o
tomas de turno, herramientas necesarias para realizar un proceso.

Atributo: Caracterstica de una entidad ejemplo: Motor su atributo son su colores, peso,
tamao o cilindraje, son utilices para hacer diferenciaciones

Variables: son condiciones cuyos valores se crean y modifican por medio de ecuaciones
matemticas y relaciones lgicas, adems sirve para conteo de piezas y ciclos de operaciones o
para determinar caractersticas de operaciones
Variables contina: costo promedio de algo
Variable discreta: nmero de unidades a embazarse

Reloj de simulacin: es el contador de tiempo de la simulacin, y su funcin consiste en
responder preguntas tales como cunto tiempo se ha utilizado el modelo en la simulacin y
cuando tiempo en total se quiere que dure ese ultima, se relacin con la tabla de eventos
futuros

Reloj de simulacin absoluto: Parte de cero y termina en tiempo total de simulacin definida
Reloj de simulacin relativo: considera el lapso que transcurre entre dos eventos
Ejemplo de los dos: podemos decir que el tiempo de proceso de una pieza es relativo,
mientras que el absoluto seria el tiempo global de la simulacin, esto quiere decir, que desde
que la pieza fue procesada hasta el momento en el que termino su proceso.









Ejemplo 1.1


Entidades: la pieza, lo que representa el flujo de entrada
Estado del sistema: en almacn se encuentran 9 piezas, esperando en procesar, el operario
lleva una pieza por procesar, y se han procesado 4 piezas, se podra agregar el tiempo
promedio de espera de la pieza en los almacenes o del sistema global
Evento: tiempo de descanso del operario o salida de la pieza tras ser procesada por el torno,
evento futuro llegada de la prxima pieza.
Localizaciones: almacn, operario que espera que sea procesada, como el torno
Recursos: operario que transporta la pieza del almacn al torno
Atributo: las piezas podran ser de 3 tipos de tamaos, as que se agregara a cada pieza como
atributo el tamao, para as seleccionar el tipo de operacin y su tiempo a realizar.
Variable: Nmero de piezas y nmero de piezas procesadas.
Reloj de la simulacin: podra llevar un X tiempo, pero sin duda la simulacin solo se detendr
cuando el nmero de piezas deseadas haya sido procesadas.
Corrido o replica: cuando se ejecuta el modelo una vez, los valores obtenidos finales sern
distintos al volver a correr el modelo nuevamente ( variable tiempo), por lo que es necesario
hacer ms de una rplica del modelo, con el fin de que nos de valores estadsticos mejores
para un mejor ubicacin.

Cuando tiempo se debe simular un modelo para tener resultados confiables?
Toda variable en trminos de promedio presentan dos diferentes etapas: estado transitorio y
estado estable

Estado transitorio: se presenta al inicio de la simulacin, como arranque de una planta,
cuando no tiene material el proceso.
Estado estable: es inactivo la llegada de un primer cliente, si el tiempo de simulacin es muy
bajo, la utilizacin promedio de este proceso ser muy alto
En el estado transitorio: sus valores son muy inestables por lo que sera muy arriesgado tomar
decisiones en base a ellas ya que no los dara una representacin de la realidad.
En cuanto al estado estable, los valores decisin permanecen estables, lo que no representa
una variacin significativa y la toma de decisiones ser mas confiable
Otro factor importante para decidir el tiempo de simulacin es el costo de la corrida mayor
tiempo de simulacin, lo que implica un costo ms alto, es preciso efectuar ms de 3 rplicas.



Ventajas y desventajas de una simulacin.

Ventajas:
- Es muy buena herramienta para conocer el impacto de los cambios en los procesos, sin
necesidad de llevarlos a cabo en la realidad
- Mejora el conocimiento del proceso actual ya que permite que el anlisis ver el
comportamiento mediante, distintos escenarios.
- Puede utilizarse como medio de capacitacin para la toma de decisiones
- Es ms econmico realizar simulaciones que cambios en los procesos actuales.
- Permite buscar el mejor escenario despus de probar muchos
- En grados de gran complejidad, el simulador genera buenas soluciones
- Se puede visualizar cmo se comporta cada proceso una vez mejorado
Desventaja:
- No es un herramienta que optimize proceso
- Cuando son problemas sencillos, la simulacin tiene costos muy altos
- Se requiere meses para realizar un buen estudio de simulacin
- Se debe tener conocimientos de estadsticos para la interpretacin de sus resultados
- Se puede tener falsas expectativas en cuanto a la simulacin
Elementos claves que garantiza un existo en la simulacin


Tamao insuficiente de la corrida:
Las variables aleatorias deben estar en estado estable, cuando hay ms de una variables es
difcil que se llegue a un estado estable al mismo tiempo. Es posible que una sola este estable y
las dems no en un tiempo determinado, por lo que si sucede eso se considera que esa
variable ya no es confiable en cuanto a la estadstica

Variable de respuesta mal definidas: si no es la variable seleccionada la apropiada, ser difcil
hacer una buena toma de decisin

Errores al establecer las relaciones entre las variables aleatorias:
Si una de estas variables no estn bien definida de manera correcta, es posible tener un
modelo que se apegue a la realidad actual, y si el sistema no se lleva a hasta su mxima
capacidad podra ser imposible ver resultados buenos


Errores al determinar una distribucin asociado a las variables aleatorias del modelo:
Es donde se utilizan distribuciones que no son las ms adecuadas o que responden
nicamente a un intento de simplificar los estudios de estadstica.

Falta de un anlisis estadstico de los resultados
No es un herramienta de optimizacin, ya que incluye caracteres de probabilidad , variables
aleatorias, si los intervalos de confianza se trasladan, resultara imposible decidir si un
escenario es mejor que otro, sin duda como solucin se puede optar por incrementar el
tamao de corrido o el nmero de rplica puede obtener mejores resultados.

Uso incorrecto de la informacin obtenida
Muchas veces se recolecta mala informacin, ya sea atreves de clientes o de cual quiere otra
fuente, por lo que la precisin de los resultado puede ser afectado

Falta o exceso de detalles en el modelo
La labor del encargado de la simulacin es sugerir y clarificar lo niveles de detalle que se
requiere en el modelo, resaltando los alcances y limitaciones de cada uno.
Pasos para realizar un estudio de simulacin

Definicin del sistema bajo estudio
Es necesario saber el sistema a modelar, que origina, definir bien sus variables de decisin, su
interaccin entre ellas, y con precisin los alcances y limitaciones, se debe tener en cuenta el
flujo de producto, de personas y los recursos y las variables de mayor problemas.
Generacin del modelo de simulacin base:
Despus de definir bien el sistema, se requiere toda la informacin estadstica de las variables
de decisin del sistema, e incluir la interrelacin de todos los posibles subsistemas que existan
en el problema a modelar, ya avanzando, se pueden ir agregando variables aleatorias del
sistema, con distribuciones asociadas.

Recoleccin y anlisis de datos
En esta etapa se debe establecer que informacin es til para la determinacin de las
distribuciones de probabilidades asociadas a cada una de las variables aleatorias necesarias
para la simulacin, ser necesario hacer un estudio estadstico de las variables para luego
incluirlas en el modelo

Generacin del modelo preliminar
En esta etapa se integra la informacin obtenida a partir del anlisis de los datos , los
supuestos del modelo y todo los datos necesarios para crear un modelo ms cercano posible a
la realidad del problema bajo el estudio

Verificacin del modelo
Se comprueba sus distribuciones de las variables de los modelos antes de hacerlo funcionar
correctamente, debemos asegurarnos que el modelo este basado en lo ms actual posible

Validacin del modelo

Cosiste en realizar una serie de pruebas simultneas con informacin de entrada real para ver
su comportamiento y analizar sus resultados.

Generacin del modelo final
Una vez validado, est listo para realizar la simulacin y estudiar el comportamiento en
proceso

Determinacin de los escenarios para el anlisis
Se deben hacer 3 tipos de escenarios
- Pesimista
- Optimista
- Intermediario, variables de respuesta ms importantes
Se deber analizar ms de una variables, con estos 3 tipos de escenario
Riesgo, aumentara la cantidad de rplicas , costo, anlisis y tiempo

Anlisis de sensibilidad
Se comparan con pruebas estadsticas los tipos de escenarios, con los mejores resultados
finales, si dos de ellos tienen resultados finales se comparan con intervalos se confianza
respecto a la variable final
Para tener un escenario ganador es necesario realizar ms replicas con el fin de acortar los
intervalos de confianza de las soluciones finales y as incrementar la posibilidad de diferenciar
las soluciones

Documento del modelo, sugerencias y conclusiones
Esta etapa es importa ya que la recoleccin de documentos permitir generar en casos de que
se requiera ajustes futuros, en ella se incluyen los supuestos del modelo, distribuciones y
alcances y limitaciones, incluyendo sugerencias.