UNIVERSIDAD i if NACIONAL SIMULACION DE SISTEMAS DE PRODUCCION Y DE SERVICIOS Jaime Alberto Giraldo Garcia EscaneadoconCamScannerf Capitulo 1 FUNDAMENTOS DE SIMULACION 1.1. La naturaleza de la simulacién ~ Para Kelton y Law (2007) la simulaci6n esta referida a técnicas, que ‘usando computadores, imitan 0 simulan la operacién de varias clases de instalaciones y procesos del mundo real. En otras palabras, computadores que pueden fingir ser una fabrica, un avién o un mercado de abarrotes. La instalacién 0 proceso de interés usualmente es llamado sistema, y en pro de estudiarlo cientificamente, a menudo se establecen un conjunto de suposiciones de cémo opera. Estas suposiciones usualmente toman la forma de relaciones matematicas y ldgicas constituyendo lo que se denomina un modelo que es usado para intentar obtener algdn entendimiento sobre cémo el correspondiente sistema se comporta a través del tiempo. Para Banks et al. (2009), al imitar la operacién de un sistema real, la simulacién genera una historia artificial del sistema y su observacién permite inferir lo concerniente a las caracteristicas de operacién del sistema real. Segtin Shannon (1988), la simulacién es el proceso de disefiar y desarrollar un modelo de un sistema o proceso real y conducir experimentos con el propésito de entender el comportamiento del sistema o evaluar varias estrategias (dentro de limites impuestos por un criterio 0 conjunto de criterios) para su operacién. Si las relaciones que componen el modelo son bastante simples, es posible usar una solucién analitica (métodos matematicos tales como algebra, calculo 0 teoria de probabilidad) para obtener informacion exacta sobre las preguntas de interés. En casi todas las soluciones analiticas, la meta es determinar soluciones dptimas. No obstante, muchos sistemas del mundo real son demasiado complejos para modelarlos y evaluarlosde hipotesis omo relaciones ‘del desemperio at Ja simulacidn ito en el tiempo, B 4 Escaneado con CamScannerCapitulo 1: Funda sim + Es visualmente atractivo e involucra el interés de los usuarios del sistema + Provee resultados que son faciles de entender y comunicar * Provee compresién espacio-temporal Fuerza al analista a pensar en los detalles operativos del sistema Para Pedgen et al. (1995) y Chung (2004), el andlisis y modelamiento de diferentes tipos de sistemas con simulacién tiene como propésitos: Algunos sistemas son tan Pe eT oS Tesulta difict =e tana er el funcionamiento de sus interacciones internas sin un modelo dinamico. En otras palabras, puede ser imposible estudiar un sistema parando su operacién o mediante el examen de sus componentes individuales de forma aislada. Un ejemplo tipico seria tratar de entender cémo se producen cuellos de botella en un proceso de fabricaci6n. mM este caso se puede tener un sistema que se entiende, pero que desea mejorarse, ya sea cambiando las politicas de operacién al incluir diferentes prioridades de programacién para las ordenes de trabajo o cambios en las politicas de recursos al excluir operarios, equipos, instalaciones, etc. + (Probar nuevos conceptos o sistemas antes de su implementacién: Si un sistema atin no existe, o si se esta considerando la compra de nuevos sistemas, un modelo de simulacién puede ofrecer una idea de lo bien que el sistema propuesto se desempefiara. El costo de modelar un nuevo sistema puede ser muy pequefio en comparacién con Ia inversion significativa de capital que se requiere en la instalacién de algiin proceso industrial. Los modelos de simulacién son, posiblemente, el unico método disponible para la experimentacién con sistemas que no pueden ser perturbados. Algunos sistemas son tan criticos o sensibles que no €s posible realizar cambios en las politicas de funcionamiento 0 de Tecursos para analizarlos. El ejemplo clasico de este tipo de sistema Escaneado con CamScannerq b Escaneado con CamScannerCapitulo 1; Fundamentos de simulacion 1.2. Conceptos de simulacién Un término cominmente usado en simulacién es el de CAMADIAMACNSTALOD ees los a ase les de estado serian el ntimero de pasajeros esperando a Ser transportados, el estado actual de un particular recurso ‘ocupado, ocioso, parado) etc. Kelton y Law (2007), sistema @Aitiempop Un banco es un ejemplo de un sistema discreto, en el cual, por ejemplo, el numero de clientes en el banco (variable de estado) cambia cuando un cliente in; lel sistema. @ORISISteMia COLUD es uno G@iiiemipo. Un acroplano que se mueve a través del aire es un ejemplo de sistema continuo, toda vez que las variables de estado tales como la posicién dada en coordenadas X, Y, Z i ntinuamente con Tespecto al tiempo. (G@HCOALIGS) pero uno de los dos tipos de cambio predomina en la mayorfa de los sistemas, haciendo posible clasificarlos en discretos 0 continuos. Dado que es necesario estudiar los sistemas (discretos 0 continuos) con el fin de conocer las relaciones entre sus componentes y predecir su desempefio, Kelton y Law (2007) proponen su estudio mediante el empleo de modelos, entendiéndose como modelo, una representacién simplificada de un sistema, creada para aprender acerca de este. El grafico expuesto en la Figura 1.2 muestra las diferentes maneras mediante las cuales un sistema puede ser estudiado a través de experimentacién, asi: * Experimentar con el actual sistema vs. experimentar con un modelo del sistema. Si es posible, por razones de costo-beneficio, alterar el Sistema fisicamente y este se deja operar bajo las nuevas condiciones, emma ol oe igs, No obstante, (@@ramentesfactibleydado que un experimento de esta naturaleza suele ser muy costoso o perturba demasiado el sistema. Asi por ejemplo, un banco puede contemplar la reduccién del numero de cajeros con el fin de disminuir costos, pero experimentar con el sistema real puede implicar molestias con los clientes, si en la experimentacién Se presentan retrasos en su atenciOn. De otra parte, @SNSiStemataanD or Escaneado con CamScannersuccién y de servicio istemas de produccién esario construir un Modelo cor, lo como un sustitut. @HOUEIO, que sera tratado mas ampliamente en el Capitulo 2 estas razones, usualmente es necesal una representacion del sistema y uti actual para fines de experimentacior Figura 1.2, Maneras de experimentar con un sistema Fuente: traducido de Kelton y Law (2007) Para la mayoria de las s de aviones en miniatu iempre y cuan Ejemplos tipicos de moc lefine la fuerza en términos de Escaneado con CamScannerCapitulo 1: Fundamentos de simulacién _masa y la aceleracién (f=m.a); un modelo de programacién lineal que consta de una funcidn objetivo y unas restricciones, etc. GCOMCOREAALICANSNSMMAGGAMD na vez se ha construido un _ modelo matemitico, este debe ser examinado para ver cémo puede _ usarse para responder a las cuestiones de interés sobre el sistema que supuestamente representa. Este modelo matemético puede ser tan simple como una funcién en una variable que se resuelve con lapiz py papel o tornarse extraordinariamente complejo con una, que requiere vastos recursos de computacién. eee 2: Por el contrario, muchos sistemas altamente complejos que se representan conocen como modelos de simulacién y se clasifican segin Law (2007) en tres diferentes dimensiones: Un modelo de simulacién estatico, se tiende como mientras que uno @ifaimicOmepresentaaunD En los modelos @BSHMINISHCOD No obstante, sistemas deben ser modelados teniendo! g lo que hace que tenga Los modelos! Los modelos de simulacién @GGGHUGSED en el cual 66 Estos modelos eran ecuaciones “diferenciales que modelan las relaciones as tasas de cambio del estado de las variables con el tiemp Escaneado con CamScannervas de produccién y de servicios Por regla general, este tipo de simulacién se realiza siguienc secuencia de ocurrencia de eventos (@Sdeeinseavanza el tiempo de 1.3. Simulacién de eventos discretos Para Kelton y Law (2007), a la simulacién de eventos discret: concierne’ Estos puntos en cl son aquellos en los que ocurre un evento, londe un evento es ‘como una ocurrencia instantanea que puede cambiar el estado del Para Banks et al. (2009), la simulacién de eventos discretos prod| secuencia de instantaneas (0 imagenes del sistema) que representa’ evolucién del sistema a través del tiempo. Cada instantanea (0 punt el tiempo = t) incluye ademas del estado del sistema en el tiempc lista de los eventos futuros (FEL: future event list), cuando termina actividad , los valores actuales y estadisticas acumuladas, etc. arena naturaleza dindmica de los modelos de simulacion de iscretos, se hace necesario mantener rastro del valor actual de simulado a medida que la simulacién transcurre, y ademas se mecanismo para avanzar el ti de la simulacién de un valo otra parte, histé i P istoricamente se han sugerido dos enfoques avanzar el reloj de la simulacié | agua su : avance del tiempo por imulacin: avance del tiempo al proximo i a y conocida como DT), peat fijos (utilizada en simulacion c lo el primer enfoque el usado actualme los principales Nr : Programas (software) de simulacién por eventos Con el enfoque simulacién de avan de ae tiempo al préximo evento, el ! €ero y los momentos de ocurrencia ¢ sc ocurencis ease eo} dela simulacién se avan €$ inicializado Escaneado con CamScannerCapitulo 1: Fundamentos de simulacion qin) y u(n) son ejemplos de estadisticas continuas en el tiempo, toda vez que son definidas como la coleccién de variables aleatorias {O(v} y {B(Y}, respectivamente, cada una de las cuales ¢s indexada sobre el parametro de tiempo continuo t € [0, #). qiseCampos de aplicacion, ventajas y desyentajas de 11 | simulacion Las dreas de aplicacién de la simulacién son numerosas y diversas. Banks et al. (1999), Kelton y Law (2007) y Banks et al. (2009) sugieren entre otras las siguientes Areas generales: + Evaluaci6n del impacto ambiental causado por diversas fuentes. Evaluacién y disefto de sistemas de manufactura (producci6n), servicios y logisticos. Evaluacién y disefio de sistemas de comunicaciones. Evaluacién y disefto de instituciones prestadoras de servicios pablicos (por ejemplo: hospitales, oficinas de correos, oficinas de impuestos, servicios de gas, energia eléctrica, etc.). Evaluacién de sistemas de transporte terrestre, maritimo 0 aéreo. Evaluacién del desempefio de grandes equipos de computacion. Entrenamiento de operarios. Programacién (Scheduling). Analisis financiero. + fyaluacién de sistemas tacticos o de defensa militar. La Figura 1.7 ilustra los principales temas de estudio de la simulacién de sistemas de eventos discretos: principios, metodologia, avances recientes, area de aplicacién y practica de la simulacién.jn y de servicios sé de sistemas de produce Figura 1.7. Principios, metodologia, avances recientes, Areas de aplicacion y p simulacién de sistemas de eventos discretos. Fuente: Elaboracién propia a partir de WSC-2007 * Planeacién de flujo de trabajo. + Planeacién de capacidad. * Reduccién de tiempo de ciclo. Planeacién y programacin de recursos. * Priorizacién de trabajos. Analisis de cuellos de botella. Mejoramiento de la calidad, * Reduccién de costos, Reduccién de inventarios, Anilisis de troughput, Mejoramiento de la Productividad, Anilisis de distribucién en planta. Escaneado con CamScannerCapitulo 1; Fundamentos de simulacién Balanceo de lineas. Optimizacién de tamafio de lote de transferencia. Programacion de produccién. Programacién de mantenimiento. Disefto de sistemas de control. Se recomienda la aplicacién de la simulacién en sistemas cuando existe algin problema de operaci6n o bien cuando se requiere una mejora en el ¢ debe tener claro que los modelos de simulacién se corren en vez de resolverse, a fin de obtener la informacién o los resultados deseados. m0 quizas lo hacen los modelos analiticos); solo pueden por lo que se considera que la simulacién es un evaluador y no un generador de soluciones Por esta razon la mayoria de autores recomiendan @Saq@lalsimulacionvenulasmp + Se puede obtener onocimiento acereal‘de'las interacciones!entre obtener + GESSGSRSIASBO puede ser ejecutado para descubrir en donde el trabajo en proceso, la informacién, materiales, etc. untas del estudio de sistemas con métodos analiticos suele hacerse un gran niimero de suposiciones y simplificaciones, mientras que con métodos de simulacién es posible incluir mayor complejidad en su estudio. Entre las principales desventajas de la simulacién, segin Banks et al (2009), Kelton y Law (2007) estan sdelos de simulacién @SQMSRNESpEoED arte que es aprendido con el tiempo y a * La construccién de m GSE Este es ur través de la experiencia . Geer REECE cic Muchas salidas de la simulacién son variables aleatorias (usualmente basadas en entradas aleatorias), por lo que puede ser duro distinguir ‘6n es resultado de las interrelaciones del sistema o si una observa de la aleatorieda de tiempo y dinero. Escatimar recursos para el modelamiento y andlisis puede resultar en un modelo o anilisis deficiente Escaneado con CamScannerjn y de servicio LHI _amprecision. + Si un modelo analitico ¢ desarrollado, este es genera modelo de simulacin. sta disponible 0 puede ser facilr Imente preferido frente al empleo i in valida del modelo de simulacion no es una representacién valida del $i bajo estudio, los resultados de la simulacion, por impresiona que ellos parezcan, proveeran muy poca informacion Util sob verdadera operacién del sistema. 1.6. Justificacién econémica de la simulacién El costo es siempre un tema importante cuando se considera el \ cualquier herramienta de sofiware, y la simulacién no es la excepe Es claro que la simulacién no debe ser usada si el costo excede beneficios esperados, por lo que en todo proyecto de simulacién el ¢ beneficio debe ser cuidadosamente evaluado, Harrell et al. (2004). Exis' creencia de que los proyectos de simulacién son costosos. inversi6n inicial, incluyendo entrenamiento y costos iniciales puede e entre 10,000 y 30,000 délares (los productos de software de simulac Ree pee) No obstante, este costo es a me lar los dos primeros Proyectos 3s cierto ¢ Administracién de Proyectos, Comunicacién Organizacional Ingenieria de sistemas, Anilisis estadistico y dise ” Y disefo de experimentos TINCIpios y Conceptos ¢, y €ptos sobre modelamiento, Escaneado con CamScannerlacion Capitulo 1: Fundamentos de simul «+ Habilidades basicas en programacién y computacién. + Entrenamiento en uno o mas productos de simulacién. Los costos también ser reducidos mediante la eliminacién de sobredimensionamientos y remocidn de factores de seguridad excesivos cuando se proyecta el 0 del sistema bajo incertidumbre. El retorno de la inversién (ROI) para la simulacién a menudo supera el 1000 por ciento, con plazos de amortizacién que frecuentemente se dan en unos pocos meses 0 el tiempo que tarda en completar el proyecto de simulacién, Harrell et al. (2004). quer Supongamos, por ejemplo, que se toma la decision agregar ot iquina para resolver un problema de capacidad en un sistema de produccién o servicio. ;Cuiles es el costo y la probabilidad ‘asociados de tomar una decision equivocada? Si el costo asociado a una decision equivocada es de $100.000 y el tomador de decisiones lo hace correctamente en un 70 por ciento de los casos, entonces hay una posibilidad del 30 por ciento de incurrir en un costo de $100.000. Esto resulta en un costo probable de 30.000 (0,3 x 100.000). Con este enfoque, muchos tomadores de decisién reconocen que no pueden darse el lujo de ‘no utilizar la simulacin, porque el riesgo asociado a tomar la decision equivocada es demasiado alto. El ahorro real de la simulacién viene de los disefiadores al permitirseles ‘cometer errores y trabajar en los errores en la etapa de disefio (en el modelo) y no en el sistema real. El concepto de reduccién de costos a través de la deteccién de problemas en Ja fase de disefio en lugar de detectarlos en la fase de operacién, se ilustra mejor con la regia de los diez. Segtin Harrell et al. (2004) este principio establece que el costo para corregir un Problema aumenta por un factor de 10 por cada etapa en el desarrollo de un sistema a través del cual pasa sin ser detectado. La Figura 1.8 ilustra ue si un error es detectado en la fase de conceptualizacién su correccién vale 10! unidades monetarias, pero si es detectado en la fase de disefio su ©orreccién cuesta 10? unidades, encontrarlo en la etapa de instalacién o Escaneado con CamScannerbi | Escaneado con CamScannerFigura 1.9. Ejemp por ejemplo, si debe ser definido ¢ Las distribucion (exponencial, poiss forma o densidad y escribir | diciendo que desviacion de tiempo de cor definidos (dicho:Escaneado con CamScannerconveniente mencionar que la mayoria de programas de simulacién incluyen generadores de nimeros aleatorios basados en generadores de congruencia lineal y generadores de variacién aleatoria basados en el metodo de la transformada inversa, ver Harrell et al. (2004). Para Pritsker (2000), ciencias fisicas, los modelos son usualmente desarrollados con en leyes y principios tedricos. Los modelos pueden ser objetos esealados (iednicos), ecuaciones matemiticas y relaciones (abstracto’ representaciones graficas (visuales). La utilidad de los modelos ha s demostrada en descripcidn, disefio y andlisis de sistemas, pero igual: como lo muestra la Figura 1.11 también son utilizados como herramie: de prediccién y ayuda para el pensamiento, la experimentacién entrenamiento y la comunicacién. igura 1.11. Usos comunes de los modelos, Puente; imagenes obtenidas de www. La construccién de modelos es un proceso complejo y en muchos campos tnvoluera tanto el razonamiento inductivo como el deductivo. Para Pritsker (2000)Escaneado con CamScannerconstruccién del modelo, Esta interaecidn causa inexactitudes que deben ser descubiertas ripidamente y corregidas efieientemente Principio 2 La construccién del modelo debe ser interactiva y grifica porque un modelo En la construccién de modelos deben usarse estas pauta cuando sea viable Divida el modelo en pequefios elementos ldpicos “Separe los elementos fisicos de los ldpicos. incipio 3. , Durante el proceso de modelamtento, las relaciones entre el sistema bajo estudio y el modelo son continuamente definidas y redefinidas. La correspondencia resultante entre el modelo y el sistema no solo establecen al modelo como una herramienta para resolver el problema sino que provee familiaridad a los modeladores con el sistema y sirve de vehiculo de entrenamiento a futuros usuarios Lo: enunciados de! problema se definen desde los requerimiento necesidades del sistema. Los datos desde el sistema proveen la entrada al modelo. La disponibilidad y forma de los datos ayudan a especificar las fronteras y detalles del modelo. El modelador « el recurso usado para construir el modelo en concordancia con el enunciado del problema y los datos disponibles del sistema. La salidas desde el modelo soportan la toma de decisiones para resolver el problema o establecer las politicas que permitiran tomar la decisiones de acuerdo con las reglas y procedimientos establecido En resumen, este principio involucraEscaneado con CamScannerEscaneado con CamScannerEscaneado con CamScannerCapitulo 2: Metodologfa para hacer estudios de simulacion apropiadas segin la variabilidad e interdependencias de un sistema o proceso de manufactura/servicios. _ Fuente: adaptacién propia a partir de los aportes de Kiran (1998). os tecnoldgicos, seria apropiado emplear la simulacién qué, cuando, dénde, quién y cémo de la operacién de como se ilustra en la Figura 2.2. al. (2004), otro aspecto importante en la Preparacién de un mulacién es asignar un lider al proyecto, quien puede trabajar juipo. Cuando se evaliian los requerimientos de personal se debe | lo sefialado en el aparte 1.6 respecto a las habilidades que as personas para trabajar con simulacién. Grandes empresas un grupo de simulacién central que provee servicios de tamentos o secciones dentro de la organizacién, En otras 6n es usada una 0 dos veces por aiio, por ejemplo cambios en la operacién son considerados, En esta ultima ‘ser mds conveniente por costo-beneficio contratar a un idn. En todos los casos, debe existir un compromiso de la empresa para asignar recursos al equipo que Escaneado con CamScannernar el software de comienda tener en software de ‘sonal apropiado ar. Hay que en los tomadores el analis(? r esta siendo do es elaborad yn, En alguns Escaneado con CamScannerEscaneado con CamScannerEscaneado con CamScannerCapitulo 2: Metodologfa para hacer estudios dle simulacién del sistema). Solamente se requiere lo esencial del sistema real. ___ Se recomienda involucrar a los usuarios en la conceptualizacion, _ pues esto garantiza calidad en el modelo resultante ¢ incrementa la _ confianza de los usuarios en la aplicacién del modelo. En sintesis, solamente la experiencia con sistemas reales (vs. problemas de libros de texto), pueden ensefiar el arte de construir modelos de simulaci6n. De alli que se diga que la simulacién es arte y ciencia. (5. Recoleccién de datos, Esta es una etapa que se hace en paralelo con __ Ia definicién del sistema y la construccién (conceptualizacién) del ____ modelo. A medida que la complejidad del modelo cambia, los elementos ___ de datos requeridos también cambian. Dado que la recoleccién de _ datos toma una gran porcién del tiempo total para hacer un estudio de simulacién, es necesario empezar con esta etapa lo mds temprano ‘posible. Los objetivos del estudio orientan sobre qué clase de datos _ deben ser recolectados. Asi por ejemplo, en el estudio de un banco, Si se tiene como objetivo conocer la longitud (en mimero de clientes) de las Iineas de espera segiin cambie el namero de cajeros, los tipos datos necesitados deben ser las distribuciones de los tiempos entre bos de los clientes (en diferentes momentos del dia), la distribucién _ de los tiempos de servicio de los cajeros y distribuciones histéricas de ~ las longitudes de las lineas de espera bajo variadas condiciones. Este dificacién del modelo. Muchos sistemas del mundo resultan en los que requieren bastante almacenamiento de informacién idades de computacién, por lo que el modelo debe ser dificado en un formato reconocible por el computador. Es por © que el modelador debe decidir si programa el modelo en nguaje de simulacién o usa un paquete de simulacién, para ar el modelo conceptual a un programa en computadora, a computadora se ejecute apropiadamente. En 9s complejos, es dificil, sino imposible, trasladar un modelo ual completamente de manera exitosa sin haber realizado e trabajo de depuracién. Si los parametros de entrada y la ica del modelo son correctamente representados en el , se considera que la verificacién ha terminado. 1 Escaneado con CamScannerEscaneado con CamScanner