Instituto Tecnológico de Mérida

Departamento de Ciencias
De la tierra
Ingeniería Civil

Curso
Modelos de optimización de recursos

Evidencia
Unidad 6: Modelación y Simulación de
Operaciones y Procesos

Roger Emanuel Arévalo Trejo

Grupo: 3CA

Facilitador
Ing. Hermilio Bartolo Rojas

Mérida, Yucatán, México.

2015

Fecha: 06/12/15

1
Introducción

Como hemos aprendido a lo largo del curso de la materia MOR,

hemos aprendido a realizar métodos para la toma de las mejores
decisiones. En estos tiempos, la toma de decisiones puede facilitarse
gracias a la gran capacidad que tienen las computadoras ya que
estas, cuentan con herramientas para apoyar el proceso de la toma de
decisiones en diversas disciplinas y áreas de diseño y manejo de la
industria.

En pocas palabras podemos decir, que la simulación se realiza cuando

la computadora finge ser una un avión, una casa o un modelo, siendo
el usuario el que le da la estructura del sistema que ha de simular.

Es suficiente poner a correr la simulación para poder observar los

resultados que tendrán si sucedieran para poder prevenir problemas y
elegir las mejores decisiones.

2
 Índice

Introducción…………………………………………….2

¿Qué es la simulación?.............................................4

¿Cuál es el área de aplicación de la

simulación? ……………………………………………6

¿Qué métodos o técnicas se utilizan

en los problemas de simulación?..............................8

¿Qué problemas de la Ingeniería civil se

pueden resolver con la simulación?.......................13

Ejemplos resueltos………………………………..15

Conclusión………………………………………..21

3
 ¿Qué es la simulación?

La palabra simulación proviene de la unión de dos palabras del

vocablo latín las cuales son “similis”, que puede traducirse como
“parecido”, y el sufijo “-ion”, que es equivalente a “acción y efecto”.

Por lo tanto podemos definir simulación como la experimentación con

un modelo que imita ciertos aspectos de la realidad. Esto permite
trabajar en condiciones similares a las reales, pero con variables
controladas y en un entorno que se asemeja al real pero que está
creado o acondicionado artificialmente.

El objetivo de la simulación es permitir y comprobar el

comportamiento de una persona, de un objeto o de un sistema en
ciertos contextos que, si bien no son idénticos a los reales, ofrecen el
mayor parecido posible. Así, es posible corregir fallos antes de que la
experiencia, efectivamente, se concrete en el plano de lo real.

Simulación de procesos:

La simulación de procesos es una de las más grandes herramientas

de la ingeniería, Ya que esta se utiliza para representar un proceso
mediante otro que lo hace mucho más simple y entendible. Esta
simulación es en algunos casos casi indispensable, en otros casos no
lo es tanto pero ayuda al ingeniero a resolver problemáticas.

La simulación en todos los campos, tiene algo en común, que es la

creación de un mundo irreal, pero muy real para la personas que
diariamente dependen de su existencia, en campos como la calidad
industrial, la medicina, le entrenamiento, los juegos, etc. Gracias a la
simulación de procesos nuestro mundo real es mejor.

La simulación de sistemas más popular es la de simuladores vuelo,

combate, etc. Esto en un campo de juegos, mediante software, que
están programados para brindarle al usuario del juego, una sensación
de la realidad, como si fueran ellos mismos los que estuvieran en una
misión real. Y en ingeniería civil y arquitectura las maquetas son la
representación a escala de una casa, la simulación del proceso será la
maqueta ya que en ella se establecerán los detalles del producto final
que será la casa. Entonces se podría estudiar la maqueta, a manera

4
de ser casi la casa, de esta forma se puede dar cuenta de los futuros
problemas que podría experimentar la casa, y de prevenirlos, antes
empezar a construirla.

5
 ¿Cuál es el área de aplicación de la simulación?

Las áreas de aplicación de la simulación son muy amplias, numerosas

y diversas, basta mencionar sólo algunas de ellas para darnos cuentas
de su gran utilidad y diversidad de áreas en las que se usa esta
herramienta, por ejemplo:

 Sistemas Computacionales: Evaluar hardware o requisitos de

software
 Telecomunicaciones: Diseñar sistemas de comunicación o
protocolos para mensajería, etc.
 Transporte y Energía: Diseñar facilidades como autopistas,
metros, puertos, etc.
 Aplicaciones Militares y Navales: Evaluación de nuevas armas o
tácticas.
 Economía: Análisis de sistemas económicos o financieros.•
Fabricación. Diseñar y analizar políticas de planificación,
inventarios etc.
 Personal en empresas de servicios: Bancos, Comida Rápida,
Correo, Distribución y Logística
 Salud: Salas de urgencias y de operaciones – Planes de
Emergencia (terremotos, inundaciones) – Distribución de
Servicios (juzgados, hospitales)

Por lo tanto, la simulación puede aplicarse en los siguientes campos

laborales, solo por mencionar algunos están:

o Sistemas de computación: redes de ordenadores, componentes,

programación, bases de datos, fiabilidad

o Fabricación: manejo de materiales, líneas de montaje, equipos

de almacenamiento, control de inventario, mantenimiento,
distribución en planta, diseño de máquinas

o Negocios: análisis de existencias, política de precios, estrategias

de marketing, estudios de adquisición, análisis de flujo de caja,
predicción, alternativas del transporte, planificación de mano de
obra

6
o Gobierno: armamento y su uso, tácticas militares, predicción de
la población, uso del suelo, prevención de incendios, servicios de
policía, justicia criminal, diseño de vías de comunicación,
servicios sanitarios

o Ecología y medio ambiente: contaminación y purificación del

agua, control de residuos, contaminación del aire, control de
plagas, predicción del tiempo, análisis de seísmos y tormentas,
exploración y explotación de minerales, sistemas de energía
solar, explotación de cultivos

o Sociedad y comportamiento: estudios de alimentación de la

población, políticas educativas, estructuras organizativas,
análisis de sistemas sociales, sistemas de asistencia social,
administración universitaria

7
 ¿Qué métodos o técnicas se utilizan en los problemas de
simulación?

Simulación de Montecarlo

La Simulación de Monte Carlo es una técnica que permite llevar a

cabo la valoración de los proyectos de inversión considerando que
una, o varias, de las variables que se utilizan para la determinación de
los flujos netos de caja no son variables ciertas, sino que pueden
tomar varios valores. Por tanto, se trata de una técnica que permite
introducir el riesgo en la valoración de los proyectos de inversión.

La técnica de la simulación de Monte Carlo se basa en simular la

realidad a través del estudio de una muestra, que se ha generado de
forma totalmente aleatoria. Resulta, por tanto, de gran utilidad en los
casos en los que no es posible obtener información sobre la realidad a
analizar, o cuando la experimentación no es posible, o es muy
costosa. Así, permite tener en cuenta para el análisis un elevado
número de escenarios aleatorios, por lo que, se puede decir que hace
posible llevar la técnica del análisis de escenarios al infinito ampliando
la perspectiva de los escenarios posibles. De esta forma, se pueden
realizar análisis que se ajusten en mayor medida a la variabilidad real
de las variables consideradas. La aplicación de esta técnica se basa
en la identificación de las variables que se consideran más
significativas, así como las relaciones existentes entre ellas (aunque
esto puede resultar realmente complejo), para explicar la realidad a
estudiar mediante la sustitución del universo real, por un universo
teórico utilizando números aleatorios.

Un precursor de la simulación actual es el experimento Montecarlo, un

esquema de modelado que estima parámetros estocásticos o
determinísticos con base en un muestreo aleatorio.
Algunos ejemplos de aplicaciones Montecarlo incluyen la evaluación
de integrales múltiples, la estimación de la constante y la inversión de
matrices.
Esta sección utiliza un ejemplo para demostrar la técnica Montecarlo
.El objetivo del ejemplo es enfatizar la naturaleza estadística de la
simulación

Ejemplo con simulación de Montecarlo:

8
Utilizaremos un muestreo Montecarlo para estimar el área del
siguiente círculo:

(x-1)^2 + (y-2)^2 = 25

Tenemos entonces que El radio del círculo es r= 5 cm, y su centro es

(x, y) = (1,2)

El procedimiento para estimar el área requiere encerrar estrechamente

el círculo en un cuadrado cuyo lado sea igual al diámetro del círculo,
como se muestra en la figura. Los puntos de esquina se determinan a
partir de la geometría del cuadrado.

La estimación del área del círculo se basa

en un experimento de muestreo que brinda una oportunidad igual de
seleccionar cualquier punto en el cuadrado. Si m de n puntos
muestreados quedan dentro del círculo, entonces

Para asegurarnos de que todos los puntos en el cuadrado son

igualmente probables, las coordenadas x y y de un punto en el
cuadrado se representan por medio de las siguientes distribuciones
uniformes:

9
La determinación de una muestra (x,y) se basa en el uso de números
(seudo) aleatorios independientes 0-1.La tabla incluye una muestra de
tales números, los cuales utilizaremos en los ejemplos de este
capítulo. Para el propósito de simulación general, se utilizan
operaciones aritméticas especiales para generar números (seudo)
aleatorios 0-1, se puede usar un par de números aleatorios 0-1,R1 y
R2,para generar un punto aleatorio (x,y) en el cuadrado utilizando las
siguientes fórmulas:

Comentarios. La precisión de la estimación del área se puede mejorar

por medio de experimentos estadísticos comunes.

1. Aumente el tamaño de la muestra, n

2. Use réplicas, N.

10
El análisis en el ejemplo 19.1-1 plantea dos preguntas con respecto al
experimento de simulación: 1. ¿Qué tan grande debe ser la muestra?
2. ¿Cuántas réplicas se requieren? Hay algunas fórmulas en la teoría
estadística para determinar n y N ,y dependen de la naturaleza del
experimento de simulación y también del nivel de confianza deseado.
Sin embargo, como en cualquier experimento estadístico, la regla de
oro es que los valores altos de n y N producen resultados de
simulación más precisos. Al final, el tamaño de la muestra dependerá
del costo asociado con la realización del experimento de simulación.
Sin embargo, un tamaño de muestra seleccionado se suele considerar
“adecuado” si produce una desviación estándar “relativamente
pequeña”. Es necesario expresar los resultados como un intervalo de
confianza para tener en cuenta la variación aleatoria del resultado del
experimento. Si y s son la media y la raíz cuadrada de la varianza de
N réplicas, entonces, con un nivel de confianza a, el intervalo de
confianza del área verdadera A es

El parámetro se determina con las tablas de distribución t dado un

nivel de confianza a y N 2 1 grados de libertad (vea la tabla t en el
apéndice A o utilice la plantilla excelStatTable.xls).Observe que N es
igual al número de réplicas, el cual es distinto del tamaño n de la
muestra.

Momento de Excel

Los cálculos asociados con cada muestra en el ejemplo 19.1-1 son

voluminosos. Se utiliza la plantilla de Excel excelCircle.xls (con macros
VBA) para probar el efecto del tamaño de la muestra y la cantidad de
réplicas en la precisión de la estimación. Los datos de entrada
incluyen el radio del círculo; y su centro (cx,cy);el tamaño de la
muestra, n; el número de réplicas, N, y el nivel de confianza a. La
entrada Steps en la celda D4 permite ejecutar varias muestras en la
misma ejecución. Por ejemplo, si n= 30,000 y Steps=3, la plantilla
producirá de forma automática el resultado con n 5 30,000, 60,000 y
90,000.Se realizan nuevas estimaciones cada vez que se hace clic en
11
el botón porque Excel reaviva la semilla del generador de números
aleatorios.

La figura resume los resultados de 5 réplicas y los tamaños de

muestra de 30,000, 60,000 y 90,000.

El área exacta es de 78.54 cm2 y los resultados Monte Carlo muestran

que las áreas medias estimadas con los tres tamaños de muestra son
ligeramente diferentes.

12
¿Qué problemas de la Ingeniería civil se pueden resolver con la
simulación?

En ingeniería siempre andamos buscando la

optimización en la utilización de nuestros recursos ya
sea obra o en concursos para adjudicación de obras.
En el primer caso se trata de obtener la óptima
utilización, fundamentalmente, de la mano de obra así
como de nuestros materiales y equipos; en el segundo
caso lo que buscamos es obtener la mejor propuesta
en tiempo, costo y calidad con un determinado grupo
de profesionales y bajo las condiciones propias de
cada empresa reflejadas en sus respectivos
porcentajes de Gastos Generales y Utilidades.
Herramientas para ello tenemos los programas para
programación y control de obras, los de presupuestos
y análisis de precios unitarios, etc.
En el caso específico de la ejecución de obras casi
siempre se ha dejado que la propia experiencia
adquirida con los años en el ejercicio de la profesión
sea la que nos determine la mejor manera de llevar a
cabo (proceso constructivo) una obra en concreto. Con
ello nos referimos a la forma en que los diversos
trabajos (partidas) se concatenen entre sí en un tren
de actividades que lleven a una optimización tanto de
recursos como tiempo.

13
La simulación puede ayudar en:
-Cálculo y generación de volúmenes
- Simulación de construcciones
- Cálculo estructural a través de softwares
- Decoración
- Control de obras
- Diseño de construcciones
- Cálculo de costos unitarios
- Diseño de estructuras metálicas para construcciones

Entre otros problemas los cuales con ayuda de la

simulación, se hace más fácil obtener mejores
resultados.

14
Ejercicios

1) Una Tienda de materiales, por ser fin de mes, ha decidido hacer

un inventario de todos los materiales con los que cuentan. La
cantidad original se ha dividido en 10 para hacer más fáciles los
cálculos. Para los bloques de 10 se ha establecido un máximo
inventario de 11 piezas y un periodo de revisión de 5 días. Existe
un inventario inicial de 3 piezas y está programado recibir un
pedido de 8 piezas en 2 días.

Se pide hacer una simulación del sistema en tres períodos y estimar el

inventario final promedio de partes y el número de días en que ocurrió
un faltante. La demanda se estima según (Demanda, Probabilidad) en
la siguiente forma: (0,0.1); (1,0.25); (2,0.35); (3,0.21); (4,0.09). El
tiempo de entrega se estima según (Tiempo de entrega, Probabilidad)
de la siguiente forma: (1,0.6); (2,0.3); (3,0.1).

Solución

Distribución de demanda:

Demanda Probabilidad Acumulado #aleatorio

0 0.10 0.10 00-10

1 0.25 .35 11-35

2 0.35 .70 36-70

3 0.21 .91 72-92

4 0.09 1 92-9

Distribución del tiempo de entrega

Tiempo (días) Probabilidad Acumulado # aleatorio

1 .6 .6 00-60

2 .3 .9 61-90

15
3 .3 1 91-99

Ciclo Día Inv. #demanda Demanda Inv. Faltante Ordena # llegada

Inicial Final entrega

1 1 3 24 1 2

2 2 35 1 1

3 9 65 2 7

4 7 81 3 4

5 4 54 2 2 9 55 1551

2 1 2 3 0 2

2 11 87 3 8

3 8 27 1 7

4 7 73 3 4

5 4 70 2 2 9 95 3

3 1 2 47 2 0

2 0 45 2 0 2

3 0 48 2 0 4

4 9 17 1 4

5 4 9 0 4

47

El inventario final promedio en los quince días es de 47/15 o sea de

3.13 unidades.

En los quince días de simulación solo en dos ocasiones se dieron

faltantes por un monto de 2 y 4 unidades

16
Es necesario correr la simulación por más ciclos para tener una mejor
aproximación de los valores buscados

Ejercicio 2

En una planta de fabricación de bloques en serie. Las piezas llegan a

la cola de la primera máquina según una exponencial de media 4
minutos. Los tiempos medios de procesado de cada pieza se
distribuye según normales de media 4 minutos y desviación típica de
0.5 minutos. Existen cintas transportadoras que llevan las piezas de la
máquina 1 a la 2 en 2 minutos y de la máquina 2 a la 3 en 3 minutos.

Modele el sistema suponiendo que todas las colas tienen capacidad

infinita.

Suponiendo que la capacidad de la cola de la máquina 2 es de 5

piezas y de la máquina

3 es de 4 piezas. Cuando se prevé el llenado de las colas de dichas

máquinas, las máquinas anteriores se bloquean, quedando fabricada
dentro de la máquina.

Solución

17
Eventos y actualización de datos

18
19
Simulación:

20
CONCLUSIÓN

En este esta investigación encontramos material que nos apoya a

comprender mejor lo que es la simulación ya que es una breve
introducción a la simulación.

Aprendimos lo que es la simulación, y la importancia que toma en

nuestra carrera ya que para poder evitar muchos problemas de cálculo
o diseño, podemos ser más exactos al momento de simular.

Es un gran método que todo ingeniero debería aplicar ya que nos

permite trabajar de una manera irreal, lo que es real.

Por lo tanto podemos resumir que:

La simulación se utiliza en una amplia variedad de empresas, para

ayudar a la gerencia a tomar decisiones. Casi todas las empresas
tienen problemas de planificación y la simulación puede ayudar a
resolverlos. Se utiliza más frecuentemente para ayudar a la gerencia
en los casos en que el problema no se presta a soluciones rutinarias.

Así pues, la simulación ayuda a la gerencia a tomar decisiones; ofrece

un método mediante el cual se pueden probar los planes propuestos,
antes de llevarlos a cabo. Por naturaleza, la simulación ayuda a la
gerencia a determinar los resultados de las preguntas del tipo:¿qué
pasaría si?

Y gracias a ella, elegir la mejor opción

21