Estructura de un modelo de simulación

En los módulos anteriores se han analizados modelos como representaciones de una parte de la realidad que es factible de ser descrita
de manera teórica, en la mayoría de los casos, a través de fórmulas o enunciados matemáticos. Al representar una situación real
mediante un modelo analítico, se asumen hipótesis como relaciones entre componentes, validez entre variables, propiedades,
igualdades, que hacen posible trabajar en el modelo las complejidades del caso real.
Sin embargo, no todo es posible de ser representado mediante modelos matemáticos. Algunos casos de alta complejidad o sujetos a
aleatoriedad, entre otras causas, se intentan simular mediante situaciones para facilitar la toma de decisiones.

¿Qué es una simulación?

Referencias
LECCIÓN 1 de 2

¿Qué es una simulación?

En el primer módulo, se definió modelo a la conversión de una situación real de cualquier índole que contenga objetos o sucesos, relaciones entre ellos, fijas o
variables, mediante objetos matemáticos que los representen conservando las condiciones, restricciones, conexiones y relaciones entre los objetos originales.
Experimentar con el modelo matemático permite arribar a soluciones en la teoría que luego podrán ser implementadas en el caso real.

Intentando ahora una definición para simulación, puede decirse que es una técnica que imita un sistema real y supone el proceso de construir o diseñar un modelo
de ese sistema que permita experimentar con él para estudiar y analizar su comportamiento.

A diferencia de los modelos matemáticos con soluciones exactas, los procesos de simulación requieren ser ejecutados, es decir, reproducidos muchas veces
variando los valores de ingreso, generalmente por medio de computadoras para generar muestras que permitan medir su desempeño (Law y Kelton, 1991).

Un ejemplo de simulación se utiliza en el diseño de un avión. Se realizan simulaciones en túneles de viento para analizar su diseño, modificándolo y analizando los
resultados hasta aproximarse a los resultados esperados. Realizar este tipo de estudios con modelos reales de aviones sería extremadamente costoso y
altamente peligroso.

Razones para la simulación

Como se expresó anteriormente, no siempre es posible, para encontrar una solución, crear un modelo que represente fielmente la parte de la realidad que se desea
imitar. Algunas de las siguientes razones son las que argumentan esta imposibilidad.

El sistema real no existe

–
Suelen darse situaciones que intentan implementar innovaciones en un sistema que ya funciona pero que podría mejorarse. Para ello, puede simularse un nuevo proyecto o parte
del sistema que requerirá ser analizado y evaluado antes de ser construido efectivamente. Simulando al modelo real es posible determinar su desempeño y funcionalidad. Un
ejemplo de esta situación es la construcción de satélites orbitales, para lo que se construye en primera instancia un modelo simulado. Otro ejemplo es la instalación de nuevos
semáforos en una ciudad o el cambio de sentido de una calle. Basándose en análisis y simulaciones del flujo de autos, puede determinarse el impacto de esas modificaciones.

Experimentar con el sistema real es inviable

–
Generalmente por cuestiones económicas o de seguridad, es imposible construir un nuevo sistema sin la certeza de que su implementación dará los resultados esperados. La
construcción de un nuevo embalse sobre el cauce de un río es simulada previamente para analizar todo el proceso que eso supone, así como su impacto en el ecosistema, en las
economías regionales, etc.

La complejidad de la situación real

–
Suele ocurrir que para la modelización de la situación no pueden establecerse relaciones matemáticas cerradas entre las variables o, en el caso de poder hacerlo, no hay un
método para encontrar una solución analítica. Es el caso de la creación de maquinarias que fabriquen un producto en particular.

El sistema real evoluciona muy lento o muy rápido en el tiempo

–
Para estudiar modificaciones, en algunos sistemas, suele usarse previamente una modelización ya que las repercusiones suelen ser muy lentas, lo que dificulta su análisis, o muy
rápidas haciendo imposible el control de las consecuencias en caso de que estas sean indeseadas. Un ejemplo de ello lo constituye el lanzamiento al mercado de una nueva droga
o medicamento.

Clasificación de modelos

Los modelos de simulación se pueden clasificar de diferente forma si se consideran ciertos criterios. A continuación, se mencionan los más conocidos.

Modelos de simulación estáticos / dinámicos

Un modelo estático es aquel en el que el sistema admite una representación en un tiempo determinado o, directamente, es independiente del
tiempo. Los modelos de simulación dinámicos, en contrapartida, son aquellos que evolucionan con el tiempo. (Law y Kelton, 1991).

Modelos de simulación determinísticos / estocásticos

Un modelo de simulación será determinístico si ninguno de sus componentes es probabilístico. En cambio, cuando alguna de las variables es
aleatoria, se dice que el modelo de simulación es estocástico. La mayoría de los modelos son de esta clase (Law y Kelton, 1991).

Modelos de simulación discretos / continuos

Un modelo de simulación discreto cambia (o evoluciona) en tiempos separados, es decir, se mantiene igual durante un intervalo de tiempo y
luego evoluciona o se transforma. Los modelos de simulación continua sufren variaciones en todo momento.

Comparada con los modelos exactos, la simulación tiene como ventaja que tanto su teoría como su implementación son relativamente simples. Además, en la
mayoría de las situaciones, son muy pocas las simplificaciones que se requieren para la construcción del modelo. Sin embargo, la principal desventaja de los
modelos de simulación es que no son una técnica de optimización. Pueden compararse resultados en los que se han ido modificando ciertos datos de entrada, lo
que permite elegir el mejor entre ellos, pero no se indica cuál sería la solución óptima entre todos los resultados posibles.

Clasificación de algunos modelos de simulación para situaciones de Omega

ESTÁTICO
–
Creación de una nueva máquina ensambladora de armarios
DINÁMICO
–
Reestructuración del sistema de entrega de mercadería a clientes

DETERMINÍSTICO
–
Redistribución de las áreas asignadas a almacenamiento

ESTOCÁSTICO
–
Lanzar un nuevo producto al mercado

DISCRETO
–
Elegir las fechas para licencias de los empleados

CONTINUO
–
Decidir los retiros de dinero en efectivo de las cajas de cobro

Ejemplo de simulación de juegos

Consideremos el siguiente caso de simulación aplicado a juegos: tirar una moneda ideal hasta que salgan 3 cruces o 3 caras consecutivas.

Se denota con A a una cara y por Z una cruz al resultado de cada tirada. Algunas secuencias podrían ser: AZZZ,AZAZAAZZAAA, ZZZ, etc. Se agregan las siguientes
reglas:

Por cada tiro de la moneda,  se pagan $50.

Al finalizar una ronda, (obtención de 3 caras o 3 cruces) se cobran $400.

No puede retirarse del juego en el medio de una ronda.

Con estas reglas algunas secuencias arrojarían los siguientes resultados: 

 AZAZZZ: se ganan $150, pues se tiraron cinco veces y se ganó una ronda (400–5*50)

ZZZ: se ganan $250 pues se tiraron 3 veces y se ganó una ronda (400-3*50)

AAZAZZAZAZAAA: se pierden $250 pues se tiraron trece veces y se ganó una ronda (400-13*50)

Es este un caso en el que se puede simular el juego, es decir, jugar sin involucrar dinero hasta que sea claro si conviene jugar o no. 

La justificación teórica de esta afirmación se basa en la ley de los grandes números que es un teorema fundamental de la teoría de la probabilidad. Esta indica que
si un mismo experimento se repite muchas veces (tendiendo al infinito), la frecuencia de que suceda un cierto evento tiende a ser una constante y esa constante
será la probabilidad de que ocurra dicho evento.

Estructura de un modelo de simulación

La aplicación de un proceso de simulación requiere la implementación de una serie de pasos.

1 Definir el problema: el proceso de simulación comienza con el enunciado del problema que se tiene. Debe ser claro y entendido por todo el
equipo de investigación de operaciones. En este paso inicial, se define el objetivo del estudio y se determina lo que se espera del proceso de
simulación. Es la etapa en la cual también se definen los tiempos disponibles para el proyecto, el plan de experimentación, las variables que se
van a considerar y los fondos necesarios.

2 Definir los objetivos y planear el estudio: se define el objetivo del estudio, es decir, cuáles son las preguntas que pretendemos responder con
la simulación. Una vez determinado el objetivo, se define el plan de acción, que incluye:

Personas involucradas

Costo del estudio

Tiempo disponible

Medidas para evaluar el desempeño del estudio

3 Formular el modelo: se requiere entender y comprender el funcionamiento y comportamiento del sistema real para determinar cuáles son las
variables involucradas y cuál es la relación entre ellas (Law y Kelton, 1991).

4 Recolectar datos: la cantidad y naturaleza de los datos dependen del tipo de sistema que se va a simular. Pueden ser datos históricos, datos
recientes obtenidos del sistema real o datos generados por algún programa de computación.

5 Traducir el modelo: en este paso, el modelo es escrito en un lenguaje de computación por medio de algún software existente o por la creación
de un programa específico.

6 Verificación: es la etapa donde se asegura que el modelo no tenga errores del tipo lógico. Se comprueba que el modelo haga lo que se supone
y se espera que haga.

7 Validación: en este paso se comprueba la exactitud del modelo, es decir, cuán cerca está del sistema real. Se comparan los resultados
obtenidos con datos históricos, con sistemas similares, o con la información del sistema real. Esta etapa suele incluir la incorporación de un
especialista para ayudar a determinar la validez del modelo.
 Diseño experimental: en esta etapa se determina qué configuraciones o alternativas van a ser simuladas. Se debe decidir la duración de cada
8
ejecución del programa de simulación y la cantidad de ejecuciones por ser realizadas.

9 Ejecución y análisis: es ejecutado el modelo de simulación. Los datos producidos son recolectados y luego analizados. Los resultados son
usados para medir el desempeño del modelo.

10 Documentación y comunicación: por un lado, debe realizarse un documento técnico, es decir, referido al funcionamiento del programa de
simulación. Este informe es muy útil a la hora de aplicarlo nuevamente o para realizar algunas modificaciones. Por otro lado, también se
confecciona un documento que detalla todo el proceso, justifica las decisiones tomadas y comunica los resultados obtenidos de la
simulación.

11 Reconozcamos los pasos del proceso de simulación del departamento de ingeniería de Omega para crear una máquina de automatización de
ensambles:

Tabla 1: Proceso de simulación del departamento de ingeniería de Omega para crear una máquina de
automatización de ensambles

Pasos Acciones consideradas

Se especifican los detalles de las funciones de la máquina necesaria

Definir el problema
para automatizar el ensamble de piezas de un determinado artículo.

Se define como objetivo simular la creación de la máquina,

considerando las personas involucradas para su creación, el costo
Definir los objetivos y planear el estudio
del estudio, el tiempo disponible para cada etapa del proyecto así
como las medidas a implementar para evaluar su desempeño.

Se analiza el funcionamiento y comportamiento del sistema actual de

Formular el modelo ensambles realizado por los operarios para determinar cuáles son las
variables involucradas y cuál es la relación entre ellas.

Se recolectan datos históricos y datos recientes de los procesos

Recolectar datos
manuales de ensambles de los distintos artículos.

Se escribe el modelo en un lenguaje de computación, por medio de

Traducir el modelo
softwares apropiados para el diseño de maquinaria industrial.

Se verifica que el modelo no tenga errores del tipo lógico chequeando

Verificación
que el modelo haga lo que se supone y se espera que haga.

Se comprueba la exactitud del modelo para estimar el grado de

aproximación al sistema real. Se comparan los resultados obtenidos
Validación con datos históricos del trabajo manual bajo la supervisión de
encargados del área capacitados para determinar la validez del
modelo.

Se determina qué configuraciones o alternativas van a ser simuladas,

Diseño experimental cuánto tiempo llevará la ejecución de las simulaciones, cuántas
ejecuciones del experimento se realizarán, etc.
 Pasos Acciones consideradas

Se ejecuta el modelo de simulación y se recolectan datos para

Ejecución y análisis
analizar su desempeño.

Se confecciona un documento técnico que describa el

funcionamiento del programa de simulación. También se arma un
Documentación y comunicación documento con los detalles del proceso, justificación de cada
decisión tomadas y comunicación de los resultados obtenidos de la
simulación.

Fuente: elaboración propia.

Llegando al fin de la primera lectura sobre simulación, ¿Tenemos claros su contenido?

Todo proceso de simulación se basa en fórmulas matemáticas

Verdadero, ya que las simulaciones se subdividen en partes que son modelizadas por fórmulas matemáticas.

Falso, porque sólo puede modelarse una parte de la realidad y no siempre son controlables las variables que la conforman. El factor humano, por ejemplo, es
impredecible.

SUBMIT

La simulación también puede ser útil para casos que aún no existen en la realidad pero que son factibles de ser creados.

Verdadero, porque se hacen simulaciones para chequear la implementación y el funcionamiento de máquinas que automatizan procesos que en la actualidad se
hacen de forma manual.

Falso, ya que las simulaciones requieren de un modelo real para ser representado de modo hipotético.

SUBMIT
La etapa de la simulación que consiste en enunciar el problema que se desea solucionar y que debe ser bien interpretada y clara para

todo el equipo de investigación de operaciones se denomina “definición del problema”.

Verdadero, ya que es la primera de 10 etapas del proceso de construcción del modelo de simulación en la que se deja bien clara la situación a simular y sus
características.

Falso, porque primero se analizan los recursos disponibles, el personal necesario, los riesgos, recién después se define el problema.

SUBMIT

Para algunas simulaciones estocásticas (sujetas al azar) se repiten las ejecuciones del modelo la mayor cantidad de veces posible para

estimar la probabilidad de ocurrencia cuando se implemente en la realidad.

Verdadero, porque cuando se repite muchas veces la ejecución de un modelo de simulación se tiende a conseguir la probabilidad de que a largo plazo ocurra con
esa frecuencia.

Falso, ya que en las simulaciones de modelos estocásticos las probabilidades se conocen siempre con anticipación.

SUBMIT

Cuando el sistema real evoluciona muy lento o muy rápido se crean simulaciones para analizar los comportamientos de la

implementación de cambios o innovaciones.

Verdadero, para estudiar modificaciones en algunos sistemas suele usarse previamente una modelización ya que las repercusiones suelen ser muy lentas
dificultando su análisis, o muy rápidas haciendo imposible el control de las consecuencias en caso de que éstas sean indeseadas.

Falso, las simulaciones de los procesos se efectúan en el mismo tiempo en el que se desarrollan en el sistema real.

SUBMIT
LECCIÓN 2 de 2

Referencias

Law, A. M., y Kelton, W. D. (1991). Simulation Modeling and Analysis. Estados Unidos: McGraw-Hill.