5.

2 SIMULACIN

La simulacin de este da se basa en la idea del muestreo utilizado con el mtodo

Montecarlo. Difiere en que estudia el comportamiento de sistemas reales como una
funcin de tiempo. Existen dos tipos distintos de modelos de simulacin:

1. Los modelos continuos se ocupan de sistemas cuyo comportamiento cambia

continuamente con el tiempo. Estos modelos suelen utilizar ecuaciones
diferenciales para describir las interacciones entre los diferentes elementos
del sistema. Un ejemplo tpico tiene que ver con el estudio de la dinmica de
la poblacin mundial.
2. Los modelos discretos tienen que ver principalmente con el estudio de lneas
de espera con el objetivo de determinar medidas como el tiempo de espera
promedio y la longitud de la cola. Estas medidas cambian slo cuando un
cliente entra o sale del sistema. Los instantes en que ocurren los cambios en
puntos discretos especficos del tiempo (eventos de llegada y salida),
originan el nombre simulacin de evento discreto.

El objetivo final de la simulacin es estimar algunas medidas de desempeo

deseables que describan el comportamiento del sistema simulado. Por ejemplo, en
una instalacin de servicio, las medidas de desempeo asociadas pueden incluir el
tiempo de espera promedio hasta que un cliente es atendido, la longitud promedio
de la cola y la utilizacin promedio de la instalacin de servicio.

Todas las simulaciones de eventos discretos describen, directamente o

indirectamente, situaciones de colas en las que los clientes llegan (para servicio),
esperan en la cola (si es necesario) y luego reciben el servicio antes de salir de la
instalacin de servicio. Como tal, cualquier simulacin de evento discreto,
independientemente de la complejidad del sistema que describe, se reduce a tratar
con dos eventos bsicos: llegadas y salidas.

NMEROS ALEATORIOS

Los nmeros aleatorios uniformes (0, 1) desempean un papel clave en el muestreo

de distribuciones. Slo los dispositivos electrnicos pueden generar nmeros
aleatorios (0,1) verdaderos. Sin embargo, debido a que los modelos de simulacin
se ejecutan en la computadora, el uso de dispositivos electrnicos para generar
nmeros aleatorios es demasiado lento para este propsito. Adems, los
dispositivos electrnicos son activados por leyes de probabilidades, lo que hace
imposible duplicar la misma secuencia de nmeros aleatorios a voluntad. Este punto
es importante porque la depuracin, la verificacin y la validacin del modelo de
simulacin a menudo requieren la duplicacin de la secuencia de los nmeros
aleatorios.

La nica forma factible de generar nmeros aleatorios (0,1) para usarlos en una
simulacin est basada en operaciones aritmticas. Tales nmeros no son
verdaderamente aleatorios debido a que toda la secuencia puede generarse con
anticipacin. Es por lo tanto ms apropiado referirse a ellos como nmeros
seudoaleatorios.

LENGUAJES DE SIMULACIN

La ejecucin de modelos de simulacin implica dos tipos distintos de clculos: (1)

manejo de archivos que tienen que ver con el almacenamiento y procesamiento
cronolgicos de los eventos del modelo, y (2) clculos aritmticos y de contabilidad
asociados con la generacin de muestras aleatorias y recoleccin de estadsticas
del modelo. El primer tipo de clculo implica una lgica extensa en el desarrollo del
procesamiento de listas, y el segundo tipo implica clculos tediosos que requieren
mucho tiempo. La naturaleza de estos clculos hace que la computadora sea una
herramienta esencial para ejecutar modelos de simulacin y, a su vez, promueve el
desarrollo de lenguajes de simulacin especiales para computadora para realizar
estos clculos de una forma conveniente y eficiente.

Los lenguajes de simulacin discretos quedan comprendidos en dos amplias

categoras:

1. Programacin del evento

2. Orientado al proceso
En los lenguajes de programacin del evento, el usuario detalla las acciones
asociadas con la ocurrencia de cada evento. El rol principal del lenguaje en este
caso es (1) la automatizacin del muestreo a partir de las distribuciones, (2) el
almacenamiento y recuperacin de los eventos en orden cronolgico, y (3) la
recoleccin de estadsticas del modelo.

Los lenguajes orientados al proceso utilizan bloques o nodos que pueden vincularse
entre s para formar una red que describe los movimiento de transacciones o entidades
(es decir, clientes) en el sistema. Por ejemplo, los tres bloques/nodos ms
prominentes en cualquier lenguaje de simulacin orientado al proceso son una fuente
de la cual se crean las transacciones, una cola donde pueden esperar si es
necesario, y una instalacin, en la que se realiza el servicio. Cada uno estos
bloques/nodos se definen con toda la informacin necesaria para controlar
automticamente la simulacin. Por ejemplo, una vez que se especifica el tiempo
entre llegadas, un programa orientado al proceso sabe de manera automtica
cundo ocurrirn los eventos de llegada. De hecho, cada bloque/nodo del modelo
cuenta con instrucciones permanentes que definen cmo y cundo se mueven las
transacciones en la red de simulacin.

Los lenguajes orientados al proceso estn controlados internamente por las mismas
acciones que se utilizan en los lenguajes de programacin de evento. La diferencia
es que estas acciones se automatizan para liberar al usuario de los tediosos detalles
de clculo y lgicos. En cierto modo podemos considerar a los lenguajes orientados
al proceso como basados en el concepto de entrada y salida del mtodo de la caja
negra. Esto en esencia significa que los lenguajes orientados al proceso
intercambian la flexibilidad del modelo por la sencillez y facilidad de uso.

Los lenguajes de programacin de evento (como SIMSCRIPT, SLAM y SIMAN) son

anticuados y rara vez se utilizan en la prctica. Recientemente, un nuevo lenguaje
llamado DEEDS se basa en el uso de la hoja de clculo de Excel para controlar la
programacin del evento. DEEDS permite la flexibilidad de modelado de los
lenguajes de simulacin orientados al evento al mismo tiempo que logra la
naturaleza intuitiva de un lenguaje orientado al proceso.
El paquete comercial predominante orientado al proceso es Arena. Utiliza una
extensa interfaz de usuario para simplificar el proceso de crear un modelo de
simulacin. Tambin cuenta con capacidades de animacin donde pueden
observarse visualmente los cambios del sistema. Sin embargo, para un profesional
experimentado en la simulacin, estas interfaces parecen reducir el desarrollo de
un modelo de simulacin a un paso de cmara lenta. No sorprende que algunos
usuarios prefieran seguir escribiendo modelos de simulacin en lenguajes de
programacin de alto nivel.

FUENTE

Taha A., Hamdy, Investigacin de Operaciones, Pearson Education, novena

edicin, Mxico, 2012.