5 PASOS EN UN ESTUDIO DE SIMULACION

Banks, J. y Carson, J.S. and Nicol, D.M.,

Discrete-Event System Simulation.
Englewood Cliffs, N.J.:
Editorial Prentice Hall. 2006. 4th Edition
Traduccin:

Juan Pedro Quiones Reyes

Instituto Tecnolgico de Jiquilpan

La Figura 1 muestra un conjunto de pasos para guiar al constructor del modelo en un

estudio de simulacin profundo y claro. Figuras similares y su interpretacin pueden
encontrarse en otros autores como: Pegden, Shannon, y Sadowski (1995), tambin en
Law y Kelton (2000). Esta presentacin es construida con base en Banks, Carson,
Nelson, y Nicol (2000).

Figura 1: Pasos en un Estudio de Simulacin

5.1 Formulacin del Problema

Cada estudio de simulacin comienza con una definicin del problema. Si la definicin es
proporcionada por los que tienen el problema (cliente), el analista de simulacin debe
tener un mucho cuidado de asegurarse que el problema se comprenda claramente. Si la
definicin problema es preparada por el analista de simulacin, es importante que el
cliente entienda y est de acuerdo con la formulacin. A pesar de todas estas
precauciones, es posible que se necesite reformular el problema conforme el estudio de
simulacin avanza.
5.2 Fijacin de Objetivos y Plan General del Proyecto
Otra manera de expresar este paso es "elaborar una propuesta". Este paso debe
realizarse independientemente de la ubicacin del analista y el cliente, a saber, como
consultor externo o interno.
Los objetivos indican las preguntas que deben ser respondidas por el estudio de
simulacin. El plan del proyecto debe incluir una declaracin de los diversos escenarios
que sern investigados. Los planes de estudio deben indicarse en trminos del tiempo en
que sern necesarios, el personal que se utilizar, los requisitos de hardware y software,
si el cliente quiere correr el modelo y llevar a cabo el anlisis, las fases de la
investigacin, la produccin en cada etapa, costo de los procedimientos del estudio y de
facturacin, si los hay.
5.3 Conceptualizacin del Modelo
El sistema del mundo real objeto de la investigacin es abstrado por un modelo
conceptual, una serie de relaciones matemticas y lgicas en base a los componentes y
la estructura del sistema. Por ejemplo, considere el modelo de un sistema de fabricacin y
manipulacin de materiales. Se construye el modelo bsico con las llegadas, las filas y los
servidores. A continuacin, se incluyen las fallas y se cambian los horarios. Luego, se
aaden las capacidades de manejo de materiales. Por ltimo, aadir las caractersticas
especiales. La construccin de un modelo indebidamente complejo se sumar al costo del
estudio y el tiempo para su realizacin, sin aumentar la calidad de la salida. El
mantenimiento de la participacin del cliente mejorar la calidad del modelo resultante y
aumentar la confianza del cliente en la aplicacin.
5.4 Recoleccin de Datos
Poco despus de que la propuesta sea aceptada, se debe presentar al cliente un
cronograma de necesidades de datos. En el mejor de los casos, el cliente ya ha estado
recogiendo el tipo de datos necesarios en el formato requerido, y puede presentar estos
datos al analista de simulacin en formato electrnico.
A menudo, el cliente indica que estn disponibles los datos necesarios. Sin embargo,
cuando los datos se entregan, se encuentra que son muy diferentes de lo previsto. Por
ejemplo, en la simulacin de un sistema de reservaciones de lnea area, al analista de
simulacin se le dijo tenemos cada bit de datos que desee de los ltimos cinco aos.
Cuando el estudio comienza, los datos entregados eran el promedio de "tiempo de
conversacin" del agente de reservaciones en cada uno de los aos. Se necesitan valores
individuales, no de medidas resumidas.
La construccin del modelo y la recoleccin datos se muestran como contemporneos en
la Figura 1. Esto es para indicar que el analista de simulacin puede construir fcilmente
el modelo mientras que la recoleccin de datos se est realizando.
5.5 Traduccin del Modelo
Como la mayora de los sistemas del mundo real dan lugar a modelos que requieren una

gran cantidad de almacenamiento de informacin y de computacin, el modelo conceptual

construido en el paso 5.3, debe introducirse en un formato entendible por la computadora.
Se usa el trmino programa, a pesar de que es posible lograr el resultado deseado, en
muchos casos, con poca o ninguna codificacin real. El modelador debe decidir si
programa el modelo en un lenguaje de simulacin como GPSS, Arena o PROMODEL.
Los lenguajes de simulacin son poderosos y flexibles. Sin embargo, si la solucin del
problema es posible con el software de simulacin, el tiempo de desarrollo del modelo se
reduce de manera considerable. Adems, la mayora de los paquetes de software de
simulacin han aadido caractersticas que mejoran su flexibilidad, aunque dicha
flexibilidad vara en gran medida.
5.6 Verificacin
La verificacin se refiere al programa de computadora preparado para el modelo de
simulacin. El programa de computadora funciona correctamente?. Incluso con los
modelos del tamao de un pequeo libro de texto, es muy probable que se tengan
dificultades para la verificacin. Estos modelos son de rdenes de magnitud ms pequea
que los modelos reales (dcese de un cdigo informtico de 50 lneas contra uno de 2,000
lneas). Es muy recomendable que la verificacin se lleve a cabo como un proceso
continuo. Se aconseja que el analista de simulacin espere hasta que el modelo este
completo para comenzar el proceso de verificacin. Adems, es altamente recomendable
el uso de un depurador como ayuda para el proceso de verificacin.
5.7 Validacin
La validacin es la determinacin de que el modelo es la representacin exacta del
sistema real. La validacin se consigue normalmente a travs de la calibracin del
modelo, un proceso iterativo de comparar el modelo con el comportamiento real del
sistema y el uso de las discrepancias entre los dos, y los conocimientos adquiridos, para
mejorar el modelo. Este proceso se repite hasta que la exactitud del modelo se juzga
aceptable
5.8 Diseo Experimental
Las alternativas que van a ser simuladas se deben determinar. A menudo, la decisin
sobre qu alternativas simular puede ser una funcin de las corridas que se han
completado y analizado. Para cada diseo de sistema que se simula, las decisiones
necesitan ser realizadas con relacin a la longitud del perodo de inicializacin, la longitud
de las corridas de simulacin, y el nmero de repeticiones que se hace de cada corrida
5.9 Produccin de Corridas y su Anlisis
La produccin de series, y su posterior anlisis, se utilizan para estimar las medidas de
desempeo para los diferentes escenarios que estn siendo simulados.
5.10 Corridas Adicionales
Con base en el anlisis de las corridas que se han completado, el analista de simulacin
determina si se necesitan corridas adicionales y si se necesita simular escenarios
adicionales.
5.11 Documentation and Reporting
La documentacin es necesaria por varias razones. Si el modelo de simulacin se va a
utilizar de nuevo por los mismos o diferentes analistas, puede ser necesario para entender
cmo funciona el modelo de simulacin. Esto permitir a la confianza en el modelo de
simulacin de modo que el cliente puede tomar decisiones basadas en el anlisis.

Adems, si el modelo va a ser modificado, esto se puede facilitar en gran medida por la
documentacin adecuada. El resultado de todo el anlisis se debe informar de manera
clara y concisa. Esto permitir al cliente para revisar la formulacin final, las alternativas
que se abordaron, el criterio con el cual se compararon los sistemas alternativos, los
resultados de los experimentos, y las recomendaciones de los analistas, si las hubiere.
5.12 Implementation
El analista de simulacin acta como un reportero en lugar de un defensor. El reporte
preparado en el paso 5.11 se destaca por sus propios mritos, y es slo la informacin
adicional que el cliente utiliza para tomar una decisin. Si el cliente ha estado involucrado
a lo largo del perodo de estudio, y el analista de simulacin ha seguido todos los pasos
rigurosamente, entonces, se incrementa la probabilidad de una implementacin exitosa.
El proceso de creacin de modelos de simulacin mostrado en la Figura 1 se puede dividir
en cuatro fases. La primera fase, que consiste en los pasos 5.1 (Formulacin del
problema) y 5.2 (Fijacin de objetivos y plan general del proyecto), es un perodo de
descubrimiento u orientacin. La declaracin inicial del problema suele ser bastante
"difuso", los objetivos iniciales por lo general tendrn que reajustarse, y el plan original del
proyecto por lo general tiene que ser adaptado. Estas re-calibraciones y aclaraciones
pueden ocurrir en esta fase, o tal vez despus o durante otra fase (es decir, el analista
puede que tenga que reiniciar el proceso). La segunda fase est relacionada con la
construccin del modelo y la recogida de datos e incluye los pasos 5.3 (Conceptualizacin
del modelo), 5.4 (Recoleccin de datos), 5.5 (Traduccin del modelo), 5.6 (Verificacin) y
5.7 (Validacin). Se requiere una interaccin continua entre los pasos. La exclusin del
usuario del modelo durante esta fase puede tener consecuencias nefastas en el punto de
aplicacin. La tercera fase se refiere a la ejecucin del modelo. Se trata de los pasos 5.8
(Diseo experimental), 5.9 (Produccin de corridas y su anlisis), y 5.10 (Corridas
adicionales). Esta fase debe tener un plan cuidadosamente concebido para experimentar
con el modelo de simulacin. Una simulacin estocstica de eventos discretos es de
hecho un experimento estadstico. Las variables de salida son estimaciones que
contienen el error aleatorio, y por lo tanto se requiere un anlisis estadstico adecuado.
Tal filosofa difiere en gran medida de la del analista que realiza una sola corrida y
determina una inferencia a partir de ese punto de datos simple. La cuarta fase, la
implementacin, implica etapas 5.11 (Documentacin e Informe) y 5.12 (Implementacin).
La implementacin exitosa depende de la participacin continua del usuario del modelo y
la conclusin exitosa de cada paso en el proceso. Tal vez el punto ms importante en
todo el proceso es el paso 7 (Validacin), debido a que un modelo no vlido va a conducir
a resultados errneos, que en caso de aplicarse podra ser peligroso, costoso, o ambos.