INSTITUTO TECNOLOGICO DE TAPACHULA

Ingeniería Industrial
6to Semestre Grupo “K”

SIMULACION
Ing. Lopez Calvo Amel Angel

Unidad 1
Muñoz Oceguera Cecilia

Tapachula Chiapas a 19 de febrero de 2018

1.1 Revision de los conceptos de sistema y modelo
Existen distintos modelos de simulación que permiten representar situaciones
reales de diferentes tipos. Los modelos pueden diferenciarse según el tipo de
ecuaciones matemáticas que los componen.
Los modelos continuos son aquellos en los que las relaciones entre las variables
relevantes de la situación real se definen por medio de ecuaciones diferenciales
para conocer el comportamiento de las variables en cierto tiempo.
Ej. Prever el comportamiento del nivel de un tanque de gasolina al paso del
tiempo, mientras el vehículo está en marcha.
En los modelos discretos, el comportamiento que nos interesa analizar puede
representarse por medio de ecuaciones evaluadas en un punto determinado.
Ej. Un muestreo del número de personas que llegaron a un banco en un lapso
específico. Podemos simular esta variable con ecuaciones ligadas a distribuciones
de probabilidad que reflejen dicho comportamiento.
Los modelos dinámicos son aquellos en los que el estado del sistema que
estamos analizando cambia respecto del tiempo.
Ej. El número de personas que hacen fila para entrar a una sala de cine varía con
el tiempo.
Los modelos estáticos (representan un resultado bajo un conjunto de situaciones o
condiciones determinado
Ej. Al lanzar un dado los únicos valores que se puede obtener son 1, 2, 3, 4, 5 o 6,
de manera que el resultado de la simulación será uno de tales valores posibles.
Se puede hablar de modelos determinísticos y modelos probabilísticos, llamados
también estocásticos. Los primeros se refieren a relaciones constantes entre los
cambios de las variables del modelo. Por ejemplo, si las cajas empleadas en un
proceso contienen siempre 5 productos, cada vez que se añada una caja al
inventario éste se incrementará en 5 unidades. Si, por el contrario, hay una
distribución de probabilidad en el proceso de manera que, por ejemplo, algunas
cajas contienen 3 productos y otras 4, el inventario se modificará según el número
de piezas de cada caja y, en consecuencia, será necesario un modelo estocástico.
La definición básica de sistema nos dice que se trata de un 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.
Cada sistema puede dividirse en elementos relevantes para la construcción de lo
que será su modelo de simulación:
  Una entidad por lo general es la representación de los flujos de entrada y
salida en un sistema.
 El estado del sistema es la condición que guarda el sistema bajo estudio en
un momento de tiempo determinado. Se compone de variables o
características de operación puntuales y de variables o características de
operación acumuladas.
 Un evento es un cambio en el estado actual del sistema. Podemos
catalogar estos eventos en dos tipos: eventos actuales y eventos futuros.
 Las localizaciones son todos aquellos lugares en los que la pieza puede
detenerse para ser transformada o esperar a serlo.
 Los recursos son aquellos dispositivos diferentes a las localizaciones
necesarios para llevar a cabo una operación.
 Un atributo es una característica de una entidad.
 Las variables son condiciones cuyos valores se crean y modifican por
medio de ecuaciones matemáticas y relaciones lógicas.
 La función del reloj de la simulación consiste en responder preguntas tales
como cuánto tiempo se ha utilizado el modelo en la simulación, y cuánto
tiempo en total se quiere que dure esta última.
Existen dos tipos de reloj de simulación: absoluto, que parte de cero y termina en
un tiempo total de simulación definido, y relativo, que sólo considera el lapso que
transcurre entre dos eventos.
1.2 Concepto de simulación
La simulación es una técnica experimental de resolución de problemas lenta e
iterativa.O bien, se entiende como una recreación de procesos que se dan en la
realidad mediante la construcción de modelos que resultan del desarrollo de
ciertas aplicaciones específicas. Los programas de simulación están muy
extendidos y tienen capacidades variadas, desde sencillos juegos de ordenador
hasta potentes aplicaciones que permiten la experimentación industrial sin
necesidad de grandes y onerosas estructuras; un caso típico de esto último seria
el túnel de viento en aeronáutica.
Simulación es una técnica numérica para conducir experimentos en una
computadora digital. Estos experimentos comprenden ciertos tipos de relaciones
matemáticas y lógicas, las cuales son necesarias para describir el comportamiento
y la estructura de sistemas complejos del mundo real a través de largos periodos
de tiempo.
Debemos usar la simulación cuando:
 No exista un sistema real, sea caro, peligroso o sea imposible construir y
manipular un prototipo.
  La experimentación con el sistema real sea peligrosa, costosa o pueda
causar incomodidades.
 Existe la necesidad de estudiar el pasado, presente y futuro de un sistema
de tiempo real, expandido o contraído.
 La modelación matemática del sistema es imposible (meteorología,
sismología, conflictos internacionales, etc.)
 Los modelos matemáticos carecen de soluciones analíticas o numéricas.
 Cuando sea posible validar los modelos y sus soluciones de una forma
satisfactoria.
 Cuando la precisión esperada por la simulación sea consistente con los
requisitos de un problema concreto.
1.3 Tipos de simulacion
1.3.1 Discreta (determinista o estocastica)
1.3.2 Continua (determinista o estocastica)
Los modelos determinísticos son aquellos donde se supone que los datos se
conocen con certeza, es decir, se supone que cuando el modelo sea analizado se
tiene disponible toda la información necesaria para la toma de decisiones.

Por el contrario, en los modelos estocásticos también conocidos como modelos

probabilísticos, algún elementó no se conoce con anticipación, incorporando así la
incertidumbre.

Modelo determinístico

Un Modelo determinístico es un modelo matemático donde las mismas entradas

producirán invariablemente las mismas salidas, no contemplándose la existencia
del azar ni el principio de incertidumbre. Está estrechamente relacionado con la
creación de entornos simulados a través de simuladores para el estudio de
situaciones hipotéticas, o para crear sistemas de gestión que permitan disminuir la
incertidumbre.

La inclusión de mayor complejidad en las relaciones con una cantidad mayor de

variables y elementos ajenos al modelo determinístico hará posible que éste se
aproxime a un modelo probabilístico o de enfoque estocástico.

Modelos estocásticos

Un modelo es estocástico cuando al menos una variable del mismo es tomada como
un dato al azar y las relaciones entre variables se toman por medio de funciones
probabilísticas. Sirven por lo general para realizar grandes series de muestreos,
quitan mucho tiempo en el computador son muy utilizados en investigaciones
científicas. Para lograr modelar correctamente un proceso estocástico es necesario
comprender numerosos conceptos de probabilidad y estadística.
Dentro del conjunto de procesos estocásticos se encuentran, por ejemplo, el tiempo
de funcionamiento de una máquina entre avería y avería, su tiempo de reparación
y el tiempo que necesita un operador humano para realizar una determinada
operación.

 Como la literatura del modelo estocástico se ha ganado la atención en

la economía, los modelos determinísticos se han convertido en algo
raro. Los ejemplos incluyen los modelos OLG (Modelos de
Generaciones Traslapadas) sin incertidumbre agregada.
 Estos modelos suelen ser introducidos para estudiar el impacto de un
cambio en el régimen, como la introducción de nuevo impuesto, por
ejemplo.
 Asume toda la información, hay suposición perfecta y no hay
incertidumbre en torno a los choques.
 Los choques pueden afectar a la economía de hoy o la de cualquier
momento en el futuro, dado el caso de previsión perfecta. También
puede durar uno o varios períodos.
 Muy a menudo, sin embargo, los modelos introducen un choque
positivo hoy y ningún choque a partir de entonces (con certeza).
 La solución no requiere de linealización, de hecho, ni siquiera
realmente necesita de un estado estacionario. En su lugar, se trata la
simulación numérica para encontrar las rutas exactas de las variables
endógenas de primer orden que cumplan con las condiciones del
modelo y la estructura del choque.
 Este método de solución por lo tanto puede ser útil cuando la
economía está muy lejos del estado estacionario.

Los modelos determinísticos tienen las siguientes características:

 Estos tipos de modelos tienden a ser más populares en la literatura.

Ejemplo: incluyen la mayoría de los modelos de RBC (Ciclo Real de
Negocios), o nuevos modelos monetarios keynesianos.
 En estos modelos, los choques golpean el día de hoy (con una
sorpresa), pero después su valor esperado es cero. Se esperan
choques futuros, o cambios permanentes en las variables exógenas
que no pueden ser manejados por el uso de aproximaciones de Taulor
en torno a un estado estacionario.
 Hay que tener en cuenta que cuando estos modelos son linealizados
al primer orden, los agentes se comportan como si los choques futuros
 fueran iguales a cero (ya que su expectativa es nula), que es la certeza
de la propiedad de equivalencia. Se trata de una frecuencia en un
punto alto en la literatura que induce a un error de los lectores en el
supuesto de que sus modelos puedan ser determinísticos.

En modelos continuos, el cambio de valores se basa directamente en los cambios

de tiempo.

La simulación continua es análoga a un deposito en donde el fluido que atraviesa

una cañería es constante. El volumen puede aumentar o puede disminuir, pero el
flujo es continuo.

La simulación continua se refiere a que el estado del sistema se puede cambiar

continuamente en el tiempo, un ejemplo es el nivel de una presa conforme entra y
sale el agua y conforme sucede la precipitación y la evaporación.

La simulación continua son análogas a un depósito en donde el fluido que atraviesa

una cañería es constante. El volumen puede aumentar o puede disminuir, pero el
flujo es continuo. En modelos continuos, el cambio de valores se basa directamente
en los cambios de tiempo.

1.4 Descripcion de ejemplos o casos prototipos

1.4.1 De simulacion discreta

1.4.2 De simulacion continua

1.5 Catalogo de programas de computo comerciales de simulacion

Un simulador es un paquetede computadoras que permite realizar la simulación
para un ambiente específico, no requiriendo esfuerzo en programación. Hoy en día
existen simuladores para ambientes de manufactura y sistemas de comunicación
permitiendo un menor tiempo en el desarrollo del modelo, así como también contar
con el personal sin experiencia en simulación.
Los simuladores son actualmente muy utilizados para análisis en alto nivel,
requiriéndose únicamente agregar detalles en un cierto nivel, puesto que lo demás
es estándar. Entre los simuladores mas comunes y usados podemos encontrar los
siguientes ejemplos:
Arena es un software de simulación y automatización de eventos discretos
desarrollado por Systems Modeling y adquirida por Rockwell Automation en 2000.
Utiliza el procesador y el lenguaje de simulación SIMAN.
En Arena, el usuario construye un modelo experimental mediante la colocación de
módulos (cajas de diferentes formas) que representan procesos o lógicas. Las
líneas de conexión se utilizan para unir estos módulos entre sí y especifica el flujo
de entidades. Mientras que los módulos tienen acciones específicas relativas a las
entidades, flujo y temporización, la representación exacta de cada módulo y de la
entidad en relación con los objetos de la vida real está sujeta a la del modelador.
Los datos estadísticos, como el tiempo de ciclo y los niveles de WIP (Work in
Process), se pueden grabar y ser emitida como informes.
Características del Software de Simulación Arena para Eventos Discretos:
 Metodología de modelado de diagrama de flujo que incluye una amplia
biblioteca de bloques de construcción predefinidos para modelar el proceso
sin la necesidad de programación personalizada
 Completa gama de opciones de distribución estadística para modelar con
precisión la variabilidad del proceso
 Capacidad para definir trayectorias de objetos y rutas para la simulación
 Análisis estadístico y generación de informes
 Las mediciones de rendimiento y cuadros de mando
 Capacidad de animaciones realistas en 2D y 3D para visualizar resultados
más allá de los números
Stella es un programa de simulación por computadora, que proporciona un marco
de referencia y una interface gráfica de usuario para la observación e interacción
cuantitativa de las variables de un sistema.
Esta herramienta de modelación presenta tres grandes capas:
1. La de “mapeo”, que permite definir valores iniciales de stock’s, flujos o
conectores, donde también se muestra una elegante presentación del modelo ya
terminado. Se podría considerar la fase de “dibujo” del sistema, donde se definen
la estructura y el aspecto que presenta cada componente.
2. La capa de construcción del modelo, que en conjunto con la capa anterior
constituyen la verdadera área de trabajo, ya que aquí se definen los valores
iniciales de las variables y de las tasas de cambio.
3. La capa de ecuaciones matemáticas utilizadas en el modelo, que el usuario
puede evitar si no le interesa mucho la parte matemática del modelo.

ProModel es un simulador con animación para computadoras personales. Permite

simular cualquier tipo de sistemas de manufactura, logística, manejo de
materiales,etc. Puedes simular bandas de transporte, grúas viajeras, ensamble,
corte, talleres, logística, etc.
ProModel es un paquete de simulación que no requiere programación, aunque sí
lo permite.
Puedes simular Justo a Tiempo, Teoría de Restricciones, Sistemas de Empujar,
Jalar, Logística, etc. Prácticamente, cualquier sistema pueder ser modelado.
Una vez hecho el modelo, éste puede ser optimizado para encontrar los valores
óptimos de los parámetros claves del modelo. Algunos ejemplos incluyen
determinar la mejor combinación de factores para maximizar producción
minimizando costo, minimizar el número de camiones, etc.
Beneficios Clave
 Único software de simulación con Optimización plenamente intregrada
 Creación de modelos rápida, sencilla y flexible.
 Modelos optimizables.
 Elementos de Logística, Manejo de Materiales, y Operaciones incluídas.
(Bandas de transporte, Grúas Viajeras, Operadores).
 Entrenamiento en Español.
 Resultados probados.
 Diseño, así como de fotografías digitales.
 Integración a Excel, Lotus, Visual Basic y herramientas de Microsoft.
 Genera en automático las gráficas en 3 dimensiones para visualización en
el espacio tridimensional.

AspenONE de la compañía AspenTech es la aplicación líder en el mercado que

permite optimizar los procesos de ingeniería. Contiene herramientas para la
simulación, diseño, monitoreo, optimización y planificación financiera de plantas
químicas, petroquímicas, metalúrgicas y otras industrias, accesibles desde una
interfaz gráfica fácil de usar.
Las capacidades de simulación permiten predecir el comportamiento de un
proceso utilizando relaciones de ingeniería básicas tales como balances de
materia y energía, equilibrio de fases y cinética de reacciones. Algunas de las
herramientas disponibles son Aspen Plus e HYSYS.

Chemstations es uno de los proveedores internacionales más importantes

dedicado a la simulación de procesos en el ámbito de la ingeniería química.
El software CHEMCAD permite crear de manera interactiva diagramas de
circulación de materiales, simular todos los procesos fundamentales, incluidos los
procesos de regulación, y visualizar una representación gráfica de los resultados.
El programa cuenta con una amplia base de datos de materiales, diversos
modelos termodinámicos e interfaces abiertas para MS-Excel y VBA.

Conoce FlexSim, un poderoso programa de simulación que permite visualizar y

probar cambios en las operaciones y los procesos de producción, logística,
manejo de materiales y servicios de la manera más rápida y sencilla evitando los
altos costos, riesgos y extensos tiempos que conllevan el experimentar con
cambios en el mundo real y su análisis por prueba y error.
Permite analizar diferentes escenarios y condiciones, encontrando la solución más
conveniente, todo esto en un ambiente gráfico en tres dimensiones (3D), con los
últimos avances en tecnología que facilita la comunicación y comprensión de las
ideas para una acertada toma de decisiones. Gráficas, reportes y estadísticas
presentan los resultados del modelo de simulación de una manera clara y precisa.
Identifica cuellos de botella, analiza costo beneficio de un proyecto conociendo si
una inversión es conveniente, prueba rápidamente diferentes escenarios para
encontrar la forma más eficiente de trabajar. Puedes medir el nivel de servicio,
hacer un costeo de la operación, definir capacidades, balanceo de líneas, tamaño
de Kanban, evaluar si la automatización se justifica, probar los conceptos de Lean
Manufacturing, encontrar el nivel óptimo de inventario y diseñar el mejor layout y
probar cualquier otra idea que puedas imaginar.
1.6 Lectura de articulos sobre aplicaciones de simulacion
SIMULACIÓN DE ENTREGA DE PAQUETES (LOGÍSTICA)
La empresa Rockwell Automation solicito a Arena que hiciera un modelo detallado
del centro de Louisville para simular los vuelos, mientras realizaban cargas y
descargas a lo largo de su trayectoria, para reducir costos y tiempos, además de
cuidar el mantenimiento de los equipos.
Arena les permitía simular los volúmenes de carga, el proyecto de modelado,
titulado total Air Park Simulación (TAPS), simula la descarga de los aviones, el
transporte de paquetes en el cubo, la clasificación, y la carga de los paquetes en
la aeronave saliente. También simula el mantenimiento y repostaje de aviones y
se puede utilizar para determinar los niveles de personal requerido y las
necesidades de equipo.

Siendo totalmente animado para que el personal de la empresa pueda observar el

movimiento de las aeronaves, tripulaciones y equipo desde una vista aérea.
Una de las muchas ventajas de la utilización TAPS es que la empresa puede
experimentar con cambios operativos antes de su aplicación.