Orígenes. 1944. Simulación de problemas probabilísticos de hidrodinámica concernientes a la difusión de neutrones en el material de fisión. Método de Montecarlo.
John von Neumann y
Stanislaw Ulam Simulación.
Proceso de diseñar un modelo de un sistema real y llevar a cabo
experiencias con él, con la finalidad de aprender el comportamiento del sistema o de evaluar diversas estrategias para el funcionamiento del sistema. (Shannon, 1975). Simulación. Es una representación ficticia de una situación real, que se puede experimentar mediante modelos que son abstracciones de la realidad; el conocimiento adquirido en la simulación se aplica en el mundo real. Cuanto mayor sea el grado de aproximación de la simulación a la realidad, mayor será su utilidad. (Luis E. Blanco R. e Iván D. Fajardo P., Simulación y análisis de sistemas con ProModel 2da edición). Simulación. La simulación puede verse como un campo o laboratorio experimental de ciertas condiciones o relaciones del sistema real, cuyo ensayo sería muy costoso o imposible de llevar acabo en la realidad. Sistema. Conjunto de objetos o ideas que están interrelacionadas entre sí como una unidad para la consecución de un fin. Forma parte de la vida real. Sistema. Conjunto de elementos que se interrelacionan para funcionar como un todo; desde el punto de vista de la simulación, tales elementos deben tener una frontera clara. (Eduardo García D., Heriberto García R. y Leopoldo E. Cárdenas B. Simulación y análisis de sistemas con ProModel 2da Edición). Sistema. Conjunto de elementos que interactúan con el fin de lograr un objetivo común. De esta manera, un sistema de producción o de operaciones es un conjunto de personas, máquinas, materiales, conocimientos, capital y servicios que interactúan para lograr un objetivo básico. (Luis E. Blanco R. e Iván D. Fajardo P. Simulación con ProModel, casos de producción y logística 2da edición). Modelo. Representación simplificada de un sistema. Es una abstracción del sistema.
Un modelo es un objeto, concepto o conjunto de relaciones, que
se utiliza para representar y estudiar de forma simple y comprensible una porción de la realidad empírica. (Sixto Ríos, Modelación Matemática). Modelo. Historia René Descartes. Utilizando las Matemáticas como herramienta, se podía construir una teoría unificada de todas las ciencias.
Presentó una explicación matemática para las funciones fisiológicas.
Los modelos que proponía eran muy poco rigurosos y desprovistos
de fundamentación experimental y, por tanto, con un gran número de errores. Modelo. Historia “Los modelos son erróneos ... pero muchos de ellos son útiles”.
Principios del siglo XX. Michaelis y Menten proponen un modelo
bioquímico, para describir la catálisis enzimática.
Lee presenta un modelo para explicar los paradójicos efectos de las
radiaciones sobre las células. Fases de la Modelación. Pasos para construir un modelo. (1) Se debe empezar formulando las siguientes preguntas: a) Cuál es la información que realmente necesitamos?. b) A qué se reduce ahora el problema?.
(2) Descripción cualitativa del modelo.
a) Se debe iniciar por el más simple que describa el comportamiento del sistema. b) Ver si los resultados que nos aporta el modelo dan respuesta a las preguntas planteadas. Pasos para construir un modelo. (3) Descripción cuantitativa del modelo. a) Tenemos que definir las variables y ver la manera en que están relacionadas. b) Definir los parámetros del modelo, y asegurarnos de que cualquier otro parámetro es redundante.
(4) Introducción de las ecuaciones del modelo.
a) Se escriben las ecuaciones, con la ayuda de un diagrama o de una tabla. Pasos para construir un modelo. (5) Análisis de las ecuaciones. a) Comprobar que el análisis da respuesta a las cuestiones planteadas. b) Se encuentra la solución general.
(6) Volver a examinar las hipótesis.
a) Se intenta simplificar el modelo. b) Si el modelo no responde a las preguntas iniciales, debemos volver a los pasos (3), (4) y (5). Pasos para construir un modelo. (7) Relacionar los resultados encontrados con hechos conocidos. a) Están los resultados de acuerdo con la intuición?. b) Confirman los datos o los experimentos dichos resultados?. Pasos para construir un modelo. Es la manera Encontrar en que las los componentes del elementos modelo (parámetros, mas variables) y su comportamiento importantes pueden estar del relacionadas con las problema y componentes, cuales son características y los comportamiento del sistema real que accesorios. queremos modelar. Elementos claves de un modelo de simulación. • Tamaño de la corrida.
Variables aleatorias de respuesta deben estar
en estado estable.
Cuando el modelo consta de más de una variable de decisión, es
difícil que éstas alcancen un estado estable al mismo tiempo, por lo que las conclusiones respecto de la segunda variable no serán confiables en cuanto a la estadística. Elementos claves de un modelo de simulación. • Variable(s) de respuesta. Si la variable de respuesta seleccionada no es la apropiada, será imposible tomar decisiones que tengan impacto en la operación del sistema bajo estudio.
• Relaciones entre las variables aleatorias.
Si el sistema no se lleva hasta su máxima capacidad, podría ser imposible visualizar el impacto de malas o ausentes relaciones lógicas existentes entre variables aleatorias. Elementos claves de un modelo de simulación. • Distribución asociada a las variables aleatorias. • Análisis estadístico de los resultados.
Es necesario realizar varias corridas a fin de
producir diferentes resultados finales para las variables de respuesta y, a partir de esos valores, obtener intervalos de confianza que puedan dar un rango en dónde encontrar los valores definitivos. Elementos claves de un modelo de simulación. • Información obtenida (Inicial).
• Detalle del modelo.
Pasos para realizar un estudio de simulación. 1) Definición del sistema bajo estudio.
¿Qué origina el estudio de
simulación?.
Supuestos del modelo: Variables de
decisión del modelo, Interacciones entre estas, establecer alcances y limitaciones. Pasos para realizar un estudio de simulación. 2) Generación del modelo de simulación base.
No es preciso que este modelo sea demasiado detallado.
Traducir a lenguaje de simulación la información que se obtuvo en la
etapa de definición del sistema, e incluir las interrelaciones de todos los posibles subsistemas que existan en el problema a modelar.
Se pueden ir agregando las variables aleatorias del sistema, con sus
respectivas distribuciones de probabilidad asociadas. Pasos para realizar un estudio de simulación. 3) Recolección y análisis de datos.
Se debe establecer qué información es útil para la determinación de las
distribuciones de probabilidad asociadas a cada una de las variables aleatorias necesarias para la simulación.
Al finalizar la recolección y análisis de datos para todas las variables del
modelo, se tendrán las condiciones para generar una versión preliminar del problema que se está simulando. Pasos para realizar un estudio de simulación. 4) Generación del modelo preliminar.
En esta etapa se integra la información
obtenida a partir del análisis de los datos, los supuestos del modelo y todos los datos necesarios para crear un modelo lo más cercano posible a la realidad del problema bajo estudio. Pasos para realizar un estudio de simulación. 5) Verificación del modelo.
Una vez que se han identificado las
distribuciones de probabilidad de las variables del modelo y se han implantado los supuestos acordados, es necesario realizar un proceso de verificación de datos para comprobar la propiedad de la programación del modelo, y comprobar que todos los parámetros usados en la simulación funcionen correctamente. Pasos para realizar un estudio de simulación. 6) Validación del modelo.
El proceso de validación del modelo consiste en realizar una serie de
pruebas simultáneas con información de entrada real para observar su comportamiento y analizar sus resultados.
7) Generación del modelo final.
Listo para realizar la simulación y estudiar el comportamiento del
proceso. Pasos para realizar un estudio de simulación. 8) Determinación de los escenarios para el análisis.
Una manera sencilla de determinarlos consiste en utilizar un escenario
pesimista, uno optimista y uno intermedio para la variable de respuesta más importante.
En ocasiones la variable de respuesta se debe analizar bajo las
perspectivas pesimista, optimista e intermedia. Pasos para realizar un estudio de simulación. 9) Análisis de sensibilidad.
Una vez que se obtienen los resultados de los escenarios es importante
realizar pruebas estadísticas que permitan comparar los escenarios con los mejores resultados finales.
10) Documentación del modelo, sugerencias y conclusiones.
Pasos para realizar un estudio de simulación. Ventajas de simular a) Es muy buena herramienta para conocer el impacto de los cambios en los procesos, sin necesidad de llevarlos a cabo en la realidad.
b) Mejora el conocimiento del proceso actual ya que permite que
el analista vea cómo se comporta el modelo generado bajo diferentes escenarios.
c) Puede utilizarse como medio de capacitación para la toma de
decisiones. Ventajas de simular c) Es más económico realizar un estudio de simulación que hacer muchos cambios en los procesos reales.
d) Permite probar varios escenarios en busca de las mejores
condiciones de trabajo de los procesos que se simulan.
e) En problemas de gran complejidad, la simulación permite
generar una buena solución. Ventajas de simular f) En la actualidad los paquetes de software para simulación tienden a ser más sencillos, lo que facilita su aplicación.
g) Gracias a las herramientas de animación que forman parte de
muchos de esos paquetes es posible ver cómo se comportará un proceso una vez que sea mejorado. Desventajas. a) Aunque muchos paquetes de software permiten obtener el mejor escenario a partir de una combinación de variaciones posibles, la simulación no es una herramienta de optimización.
b) La simulación puede ser costosa cuando se quiere emplearla en
problemas relativamente sencillos de resolver, en lugar de utilizar soluciones analíticas que se han desarrollado de manera específica para ese tipo de casos. Desventajas. c) Se requiere bastante tiempo (por lo general meses) para realizar un buen estudio de simulación.
d) En algunas ocasiones el cliente puede tener falsas expectativas de
la herramienta de simulación, a tal grado que le asocia condiciones similares a un video juego o a una bola de cristal que le permite predecir con exactitud el futuro.
(Eduardo García D., Heriberto García R. y Leopoldo E. Cárdenas B.
Simulación y análisis de sistemas con ProModel 2da Edición). Ejemplo. Ejemplo. Investigar. Entidad, Estado del sistema, evento, evento actual, evento futuro, localizaciones, recurso, atributo, variables, reloj de simulación, reloj de simulación absoluto y reloj de simulación relativo. Autoestudio. Problemas 1,6:
1. a, c, d, g. 2. c, d, e, g. 3. a, b, c, d. 4. a, b, d. 5. b, c, d. 7. c, d. 8.
Simulación y análisis de sistemas con ProModel 2da Edición.