Unidad 1.- INTRODUCCION A LA SIMULACION 1.

1 Definicin E Importancia Simulacin En Ingeniera

Simulacin es una tcnica numrica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemticas y lgicas, las cuales son necesarias para describir el comportamiento y la estructura de sistemas complejos del mundo real a travs de largos periodos de tiempo. Importancia de la simulacin en la Ingeniera: A travs de un estudio de simulacin, se pued e estudiar el efecto de cambios internos y externos del sistema, al hacer alteraciones en el modelo del sistema y observando los efectos de esas alteraciones en el comportamiento del sistema. Una observacin detallada del sistema que se est simulando pu ede conducir a un mejor entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la operacin y eficiencia del sistema. La simulacin de sistemas complejos puede ayudar a entender mejor la operacin del sistema, a detectar las variables ms importantes que interactan en el sistema y a entender mejor las interrelaciones entre estas variables. La tcnica de simulacin puede ser utilizada para experimentar con nuevas situaciones, sobre las cuales tiene poca o ninguna informacin. A travs de esta experimentacin se puede anticipar mejor a posibles resultados no previstos. Cuando nuevos elementos son introducidos en un sistema, la simulacin puede ser usada para anticipar cuellos de botella o algn otro problema que puede surgir en el comportamiento del sistema. 1.2 Conceptos Bsicos Modelacin Qu es simulacin? Aunque la mayora de la gente tiene una ligera idea de lo que es la simulacin, existe mucha confusin de trminos y conceptos que se aclararn en esta etapa. Por ejemplo, podemos pensar en los juegos de nios donde actan como si fuesen vaqueros (cowboys) en un pueblo del Oeste Americano de hace un siglo. Pero esta intuicin a menudo no se corresponde con la definicin formal de simulacin. Lo que usualmente s se tiene claro es que cada vez resulta ms

importante en el mundo de la ciencia y la tecnologa, la economa, las ciencias sociales, etc. El Modelo Mientras que en simulacin fuera del ordenador se requiere montar una rplica fsica de lo que se quiere estudiar, lo que se conoce por maqueta, en simulaciones por ordenador es necesario definir un modelo a partir de reglas matemticas y/o lgicas. Un modelo de simulacin adquiere importancia y significado en virtud de su similitud con un fenmeno de inters determinado. La similitud del modelo respecto al fenmeno de origen se clasifica en los siguientes tipos: Similitud Fsica: este es el tipo de similitud que ms se asocia cuando se habla de simulacin en general y concretamente en realidad virtual aplicada a la simulacin, aunque no por esto es ms importante que los otros tipos. Este tipo comprende diversas componentes de similitud que pueden ser o no importantes en cada caso: visual, sonora, mecnica, qumica, tctil, etc. Similitud Probabilstica: este tipo proviene del comportamiento del fenmeno de origen. La disciplina de la estadstica conocida por anlisis de probabilidad se encarga de estudiar la probabilidad con que un fenmeno tiende a manifestarse. Por lo tanto, la similitud probabilstica hace referencia a las propiedades funcionales del fenmeno de estudio. Similitud Conceptual: esta similitud hace referencia a las estructuras internas del fenmeno de estudio y a como estn organizadas. Por esta razn, se pueden definir la siguientes propiedades de la similitud conceptual: asociativa, por analoga, estructural, etc. La simulacin, por lo general, intenta responder la pregunta: Que se puede aplicar cuando no es prctico experimentar con el sistema real en su entorno natural, ya sea por cuestiones de seguridad, de tamao, de tiempo, etc. Que la simulacin es el nico medio que permite investigar las caractersticas de diseo de un sistema determinado, es decir, que permite descomponerlo y analizarlo por partes. Por lo tanto fuerza la especificacin detallada del sistema y en consecuencia del problema. Que se puede aplicar cuando no existen tcnicas matemticas o analticas para el problema tratado. Debido a esto se experimentan nuevas tcnicas, algoritmos, etc.

 Que se puede aplicar cuando se ha de evaluar un sistema utilizando medidas estadsticas. Que se puede aplicar cuando es necesario simular un perodo de tiempo muy largo de forma comprimida, o viceversa. Que permite detectar problemas no previstos debido al anlisis que se realiza del funcionamiento del modelo. Existen diversas clasificaciones de modelos segn el enfoque deseado: Clasificacin Formal de modelos (WHICKER, SIGELMAN, 1991): Modelos Fsicos: Son aquellos que pretenden ser una rplica fsica del sistema estudiado. Por ejemplo: un tnel de viento, el cual puede ser construido tanto fsicamente como mediante una aplicacin de realidad virtual. En los dos casos, son un modelo de un mismo fenmeno de estudio; concretamente la dinmica de fluidos del aire. Modelos Esquemticos: Son aquellos que presentan ciertas caractersticas del sistema. Por ejemplo: el plano de un edificio, donde se est perdiendo cierta informacin volumtrica, de materiales, etc., pero en cambio nos aporta una informacin de organizacin espacial. Modelos Simblicos: Son aquellos que codifican mediante algn lenguaje matemtico o informtico las caractersticas del sistema. Por ejemplo, unas frmulas de comportamiento econmico, donde el fenmeno de origen no tiene unas propiedades fsicas, sino que es fruto de una organizacin social. 1.3 Metodologa de la simulacin. Definicin del sistema: Para tener una definicin exacta del sistema que se desea simular, es necesario hacer primeramente un anlisis preliminar de este, con el fin de determinar la interaccin con otros sistemas, las restricciones del sistema, las variables que interactan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio. Formulacin del modelo: Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y construye el modelo con el cual se obtendrn los resultados deseados. En la formulacin del modelo es necesario definir todas las variables que forman parte de l, sus relaciones lgicas y los diagramas de flujo que describan en forma completa el modelo.

Coleccin de datos: Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados. Implementacin del modelo con la computadora: Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje como el fortran, lisp, etc..., o se utiliza algn paquete como Vensim, Stella e iThink, GPSS, Simula, Simscript, Rockwell Arena, etc..., para procesarlo en la computadora y obtener los resultados deseados. Validacin: A travs de esta etapa es posible detallar deficiencias en la formulacin del modelo o en los datos alimentados al modelo. Las formas ms comunes de validar un modelo son: La opinin de expertos sobre los resultados de la simulacin. La exactitud con que se predicen datos histricos. La exactitud en la prediccin del futuro. La comprobacin de falla del modelo de simulacin al utilizar datos que hacen fallar al sistema real. La aceptacin y confianza en el modelo de la persona que har uso de los resultados que arroje el experimento de simulacin. Experimentacin: Se realiza despus de que el modelo haya sido validado, consiste en generar los datos deseados y en realizar un anlisis de sensibilidad de los ndices requeridos. Interpretacin: Se interpretan los resultados que arroja la simulacin y con base a esto se toma una decisin. Es obvio que los resultados que se obtienen de un estudio de simulacin ayuda a soportar decisiones del tipo semi-estructurado. Documentacin: Dos tipos de documentacin son requeridos para hacer un mejor uso del modelo de simulacin. La primera se refiere a la documentacin del tipo tcnico y la segunda se refiere al manual del usuario, con el cual se facilita la interaccin y el uso del modelo desarrollado.

1.4 Modelos Y Control

El concepto de sistema en general est sustentado sobre el hecho de que ningn sistema puede existir aislado completamente y siempre tendr factores externos que lo rodean y pueden afectarlo.

Los objetivos que se persiguen al estudiar uno o varios fenmenos en funcin de un sistema son aprender cmo cambian los estados, predecir el cambio y controlarlo, todo sistema consta de 3 caractersticas; Tienen fronteras, existe dentro de un medio ambiente y tiene subsistemas, el medio ambiente es el conjunto de circunstancias dentro de las cuales esta una situacin problemtica, mientras que las fronteras distinguen las entidades dentro de un sistema de las entidades que constituyen su medio ambiente. Clasificacin de sistemas De acuerdo a su naturaleza, un sistema puede ser (Law and Kelton, 1991): Determinstico: Si el sistema no contiene ningn elemento aleatorio es un sistema determinstico. En este tipo de sistema, las variables de salidas e internas quedan perfectamente determinadas al especificar las variables de entrada, los parmetros y las variables de estado. Es decir, las relaciones funcionales entre las variables del sistema estn perfectamente definidas. El calentador elctrico estudiado es un sistema determinstico. Estocstico: En este caso algn elemento del sistema tiene una conducta aleatoria. Entonces, para entradas conocidas no es posible asegurar los valores de salida. Un ejemplo de sistema estocstico es una mquina tragamonedas en la cual una misma accin (tirar la palanca) genera un resultado incierto (ganar o perder). Cuando un sistema determinstico es alimentado con entradas estocsticas, la respuesta del sistema es tambin estocstica. Por ejemplo, la temperatura ambiente es una variable estocstica que afecta la respuesta del calentador elctrico. En el mundo real, los sistemas siempre tienen elementos estocsticos ya sea por su propia naturaleza o porque son fenmenos no comprendidos actualmente; por ejemplo, a un caverncola le poda parecer que las eclipses eran fenmenos aleatorios, hoy ellas son predichas. Sin embargo, se puede considerar a un sistema real con un sistema determinstico si su incertidumbre es menor que un valor aceptado. Continuo: Se tiene un sistema continuo cuando las relaciones funcionales entre las variables del sistema slo permiten que el estado evolucione en el tiempo en forma continua (basta que una variable evolucione continuamente). Matemticamente, el estado cambia en infinitos puntos de tiempo. El recipiente del calentador es un subsistema continuo porque tanto M como T evolucionan en forma continua durante la operacin del sistema.

 Discreto: Se tiene un sistema discreto cuando las relaciones funcionales del sistema slo permiten que el estado vare en un conjunto finito (contable) de puntos temporales. Las causas instantneas de los cambios de estados se denominan eventos. Un modelo debe ser: Fcil de entender por parte del usuario. Dirigido a metas u objetivos. Sensato, en cuanto no de respuestas absurdas. Fcil de manipular y controlar por parte del usuario. Es decir, debe ser sencillo comunicarse con el modelo. Completo, en lo referente a asuntos importantes. Adaptable, con un sencillo procedimiento para modificar o actualizar el modelo. Evolutivo, debe ser sencillo al principio y volverse ms complejo en el tiempo.

Clasificacin de modelos Como ya fue planteado, un modelo es tambin un sistema; por lo tanto valen todas las definiciones y clasificaciones que se establecieron anteriormente. Debido a que un modelo es una simplificacin o abstraccin de un sistema real, no es necesario, salvo en los aspectos relevantes, que el modelo guarde una total correspondencia con el sistema real. Entonces, habr casos en que ser conveniente utilizar un modelo discreto para modelar un sistema continuo (por ejemplo, la integracin numrica de una funcin utilizando la regla del trapecio), o utilizar un modelo estocstico para modelar un sistema determinstico (por ejemplo, la determinacin del rea de una figura utilizando la simulacin de Monte Carlo), y todas las combinaciones posibles.

Esttico: Son aquellos que no toman en cuenta, explcitamente, a la variable tiempo. Ejemplo: costo para cantidad de camas reservadas (en un hospital). Dinmico: Los modelos dinmicos son una representacin de la conducta dinmica de un sistema, mientras un modelo esttico involucra la aplicacin de una sola ecuacin, los modelos dinmicos, por otro lado, son reiterativos. Los modelos dinmicos constantemente aplican sus ecuaciones considerando cambios de tiempo.

Determinstico: En stos ni las variables exgenas, ni las endgenas, se obtienen por medio del azar, debido a que se suponen relaciones exactas para las caractersticas de operacin. Son variables con valores preestablecidos. Es aquel en el cual se establecen las condiciones para que al ejecutar el experimento se determine el resultado. Estocstico: Los valores de sta o estas variables, se obtienen al azar. Es aquel en el cual informacin pasada, no permite la formulacin de una regla para determinar el resultado preciso de un experimento. Discreto: El estado de los cambios en los modelos slo se dan cuando esos eventos ocurren. La llegada de rdenes, o las partes que estn siendo ensambladas, as como los clientes que llaman. Una fbrica que ensambla partes es un buen ejemplo de un sistema de evento discreto. Las entidades individuales (partes) son ensambladas basadas en eventos (recibo o anticipacin de rdenes). Continuo: En modelos continuos, el cambio de valores basa directamente en los cambios de tiempo. La simulacin continua anloga a un depsito en donde el fluido que atraviesa una caera constante. El volumen puede aumentar o puede disminuir, pero el flujo continuo. se es es es

Fsico: Llamados as, debido a que se semejan al sistema en estudio. Durante muchos aos, los ingenieros han usado modelos de tamao natural y han reducido y puesto a escala a los mismos para probarlos. (NASA, lneas areas comerciales). Anlogos: Los modelos anlogos poseen algunas propiedades similares a los objetos representados pero sin ser una rplica morfolgica de los mismos. Un ejemplo de un modelo anlogo es un mapa impreso que se construye mediante un conjunto de convenciones cartogrficas que conducen a un resultado final claramente distinto del objeto representado. Mediante esta transformacin se persigue hacer legibles propiedades tales como altitud, distancia, localizacin fsica de objetos geogrficos, sus relaciones importancia. Simblicos: Los modelos simblicos se construyen mediante reglas notablemente ms abstractas ya que esta denominacin suele aplicarse a los casos en los que el objeto real se representa mediante

una codificacin matemtica. Un ejemplo de modelo simblico es la representacin de un edificio mediante la identificacin y codificacin en una estructura geomtrica de sus elementos bsicos. El modelo as construido permite la aplicacin de algoritmos para, por ejemplo, la estimacin de esfuerzos a los que est sometido. 1.5 Estructura y etapas de un estudio de simulacin. Definicin Del Sistema: Para tener una definicin exacta del sistema que se desea simular, es necesario hacer primeramente un anlisis preliminar del mismo, con el fin de determinar la iteracin del sistema con otros sistemas, las restricciones del sistema, las variables que interactan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio. Formulacin Del Modelo: Una vez que estn definidos con exactitud los resultados que se desean obtener del estudio el siguiente paso es definir y construir el modelo con el cual se obtendrn los resultados deseados. Aqu es necesario definir las variables que forman parte del modelo, sus relaciones lgicas y los diagramas de flujo que describan en forma completa al modelo. Coleccin De Datos: Es posible que la facilidad de obtencin de algunos datos o la dificultad de conseguir otros, pueda influenciar el desarrollo y formulacin del modelo. Por ello es importante que se defina con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados. Implementacin Del Modelo En La Computadora: Aqu se define cual es el lenguaje que se va a utilizar algunos de estos pueden ser de propsito general como: Visual Basic, Java, Delphi o se pueden usar unos paquetes como: GBSS, SIMULA, PROMODEL. Validacin: A travs de esta etapa es posible detallar definiciones en la formulacin del modelo o en los datos alimentados al modelo. Las formas ms comunes de validar un modelo son: a) Opinin de expertos b) La exactitud con la que se predicen los datos c) Exactitud de la prediccin del futuro d) Comprobacin de la falla del modelo de simulacin al utilizar datos que hacen fallar al sistema.

e) Aceptacin y confianza en el modelo de la persona que lo usara. Experimentacin: La experimentacin con el modelo se realizara despus de que este ha sido validado. La experimentacin consiste en generar los datos deseados y en realizar anlisis de sensibilidad de los ndices requeridos. Interpretacin: A que se interpretan los resultados que arroja la simulacin y en base a esto se toma una decisin. Documentacin: Existen dos tipos de documentacin que son requeridos para hacer un mejor uso del modelo de simulacin. Documentacin Tcnica: Es la documentacin que con el departamento de procesamiento de datos debe tener del modelo. Manual del Usuario: Es la documentacin que facilita la interpretacin y el uso del modelo desarrollado a travs de una terminal de computadora.

1.6 Etapas Proyecto Simulacin

Otro importante aspecto abordado en la investigacin es la identificacin y estudio de las tcnicas de integracin para la formulacin de las tareas docentes. A continuacin se describen muy brevemente algunas tcnicas utilizadas para la formulacin de problemas qumicos de integracin estructural, que son los ms importantes:

1. Modelacin. Fijado el objetivo que se persigue en la creacin de un problema, inmediatamente se activan los componentes intelectuales bsicos: sensaciones, percepciones, memoria, pensamiento e imaginacin. 2. Tanteo-error. Consiste en un proceso continuo de adecuacin y ajuste por bsqueda y prueba de los datos y/o las incgnitas segn las condiciones del problema, hasta encontrar las ms adecuadas. 3. Asociacin. Por analoga. En esta tcnica se hace uso de la reproduccin en una primera fase. Consiste en establecer nuevos nexos entre datos e incgnitas

siguiendo formatos y textos guardados en la memoria para obtener otras por medio de la innovacin. 4. Integracin. Por inclusin. Es una tcnica muy sencilla, cuyo procedimiento es asequible a cualesquier sujeto. Consiste en elaborarla de forma tal que las incgnitas de los diferentes incisos mantengan una dependencia sucesiva en forma de cadena. 5. Reformulacin. Consiste en reconstruir la estructura gramatical y de sistema mediante procesos de innovacin. Se diferencia de la analoga por la profundidad de los cambios introducidos, puesto que se parte de un ejemplo concreto que debe ser modificado y no de recuerdos que pueden ser borrosos y a veces confusos.

1.7 Elementos Bsicos De Un Simulador De Eventos Discretos. Facilidad de modelamiento: En general la simulacin de eventos discretos permite modelar situaciones de alto nivel de complejidad con funciones relativamente sencillas, de esta forma es posible construir modelos que representen la realidad en el nivel de detalle deseado, por ejemplo el diseo de un modelo de un centro de distribucin con recibo, almacenamiento, picking de estibas, zona de fast picking, alistamiento y despacho. Estadsticas e indicadores: Dada la estructura de la simulacin de eventos discretos es posible obtener todo tipo de estadsticas e indicadores relevantes a la operacin modelada, inclusive se puede obtener informacin que muchas veces en los sistemas reales sera inimaginable tener, como por ejemplo: diagramas de Gantt de las piezas en proceso, utilizacin de los recursos humanos, diagrama de Gantt de los recursos utilizados, tiempos de ciclo de piezas en proceso). Entidades Son los objetos que fluyen a travs del sistema, podran ser: clientes, productos, cajas, camiones y pallets entre otros Atributos

Son las diferentes caractersticas que definen a las entidades: tipo, edad, gnero, peso, volumen, tiempo de inicio de un proceso. Variables Son aquellas que definen el modelo y sus estados como un conjunto: nmero de entidades en proceso, nmero de entidades entrantes, nmero de entidades salientes, costo de proceso unitario. Reloj de simulacin Variable que lleva control del tiempo virtual de simulacin, no se debe confundir con el tiempo real de ejecucin, es decir mientras en mi reloj de mano pasaron 5 minutos desde que se ejecut la simulacin, en el modelo el reloj de simulacin podra haber avanzado das, meses o inclusive aos. Eventos Diferentes tipos de acontecimientos que ocurren a travs de la simulacin, que hacen que el reloj de simulacin avance, tales como: llegada de un paciente, dao de una mquina, inicio de operacin de un trabajador, finalizacin de un proceso de fabricacin. Recursos Objetos a los que se les asocia algn tipo de gasto o de consumo de los mismos para realizacin de tareas de operacin o transporte: operarios, montacargas, mquinas, buffers de almacenamiento, bandas transportadoras.