You are on page 1of 11

Qu Metodologas usamos? Metodologas implementadas en nuestros servicios 1. Simulacin de Eventos Discretos y Continuos 2. Simulacin de Agentes 3.

Simulacin de Sistemas Dinmicos 4. Simulacin de la Dinmica de Sistemas 5. Six Sigma 6. Anlisis estadstico y probabilstico de datos 7. Diseo de Experimentos (DOE) 8. Optimizacin Matemtica 9. Modelos y Algoritmos Matemticos 10. Programacin por Computador. Lenguajes lgicos de programacin 11. Teora de Restricciones (TOC) 12. LEAN Manufacturing 13. Costeo ABC 14. Mtodo Kanban 15. Tiempos y Movimientos 16. Balance Score Card Que herramientas usamos? Software de Simulacin Arena AnyLogic Ithink Software de Anlisis Estadstico Best Fit Input y Out Analyzer de Arena Minitab SAS SPSS Excel Software para Six Sigma Minitab Quality Companion SigmaXL Software de Programacin AnyStates Compilador para Java y C++ Pascal Matlab Software de Optimizacin Optquest Solver de Excel

Lingo Qu es Simulacin? La simulacin es una de las reas de mayor crecimiento que se ha ido constituyendo como una de las herramientas fundamentales en la toma de decisiones apoyadas por computador. Existen tres aspectos principales que han contribuido a su crecimiento durante la ltima dcada, (Presnell, [1]): Incremento en la velocidad del computador y la reduccin de los costos en los sistemas de hardware. Adicin de salidas graficas y de animacin: este desarrollo tecnolgico permiti llevar la simulacin a las salas de sesiones, en donde los resultados se presentan por medio de instrumentos de animacin en forma natural en la pantalla del computador, en vez de presentarlos como informes en papel. De esta forma la audiencia puede absorber informacin de una manera ms rpida, ya que la representacin del problema que se esta investigando es ms familiar. Desarrollo de herramientas de simulacin fciles de usar, las cuales proporcionan resultados estadsticos completos. Bsicamente con la simulacin se busca imitar, con la ayuda de un computador, la operacin de uno o varios procesos, con el nimo de estimar sus caractersticas reales (Banks, [2]). El proceso en cuestin usualmente se denomina sistema y con el propsito de estudiarlo se hacen supuestos sobre su operacin. Estos supuestos, que usualmente toman la forma de relaciones matemticas o lgicas constituyen el modelo, el cual es usado para tratar de entender como se comporta el respectivo sistema. En algunos casos las relaciones que componen un modelo son lo suficientemente sencillas como para utilizar mtodos matemticos tales como el calculo, lgebra o teora probabilstica, con el fin de obtener informacin exacta sobre aspectos de inters, lo cual se conoce como soluciones analticas. Sin embargo, la mayora de los sistemas reales son demasiado complejos, para ser evaluados analticamente, por lo tanto estos modelos deben ser estudiados por medio de la simulacin. [1] PRESNELL, Mark. Simulacin por Computadora en Manual del Ingeniero Industrial Tomo III. Mxico: McGraw-Hill, 1996 [2] BANKS, Jerry. Handbook of simulation: Principles, Methodology, Advances, Applications, and Practice. New York : John Wiley & Sons, 1998 Qu tipos de Simulacin existen? TIPOS DE SIMULACIN 1. Simulacin Discreta: modelacin de un sistema [...] por medio de una representacin en la cual el estado de las variables cambian instantneamente en instante de tiempo separados. (En trminos matemticos [...] el sistema solo puede cambiar en instante de tiempo contables)[1]

2. Simulacin Continua: modelacin [...] de un sistema por medio de una representacin en la cual las variables de estado cambian continuamente en el tiempo. Tpicamente, los modelos de simulacin continua involucran ecuaciones diferenciales que determinan las relaciones de las tasas de cambios de las variables de estado en el tiempo.[2] 3. Simulacin Combinada Discreta-Continua: modelacin de un sistema por medio de una representacin en la cual unas variables de estado cambian continuamente con respecto al tiempo y otras cambian instantneamente en instante de tiempo separados. Es una simulacin en la cual interactan variables de estado discretas y continuas. Existen tres tipos de interacciones entre las variables de estado de este tipo de simulaciones: Un evento discreto puede causar un cambio discreto en el valor de una variable de estado continua. Un evento discreto puede causar que la relacin que gobierna una variable de estado continua cambie en un instante de tiempo en particular. Una variable de estado continua de punto de partida puede causar que un evento discreto ocurra, o sea, programado.[3] 4. Simulacin Determinstica y/o Estocstica: una simulacin determinstica es aquella que utiliza nicamente datos de entra determinsticos, no utiliza ningn dato de entrada azaroso. En cambio un modelo de simulacin estocstico incorpora algunos datos de entrada azarosos al utilizar distribuciones de probabilidad. 5. Simulacin esttica y dinmica: La simulacin esttica es aquella en la cual el tiempo no juega un papel importante, en contraste con la dinmica en la cual si es muy importante. 6. Simulacin con Orientacin hacia los eventos: modelaje con un enfoque hacia los eventos, en el cual la lgica del modelo gira alrededor de los eventos que ocurren instante a instante, registrando el estado de todos los eventos, entidades, atributos y variables del modelo en todo momento. 7. Simulacin con Orientacin hacia procesos: modelaje con un enfoque de procesos, en el cual la lgica del modelo gira alrededor de los procesos que deben seguir las entidades. Es cierta forma, es un modelaje basado en un esquema de flujo grama de procesos, el cual se hace es un seguimiento a la entidad a travs de la secuencia de procesos que debe seguir. El lenguaje de simulacin SIMAN empleado por el programa de simulacin Arena opera bajo una orientacin hacia procesos. [1] Law, Averrill y Kelton, David. Simulation Modeling and Analysis. Tercera Edicin. McGraw Hill. 2004 pp. 6

[2] Ibid pp. 87 [3] Pritker (1995, p. 61-62) en LAW, KELTON op.cit pp. 89 Cules son las ventajas y beneficios de la simulacin? A. Beneficios 1. 2. 3. 4. 5. 6. 7. 8. 9. Integracin de subsistemas. Entendimiento de la dinamica interna y externa de los sistemas Aprendizaje sobre el sistema Aumento del control sobre los sistemas. Evaluacin del comportamiento de los sistemas bajo mltiples escenarios y condiciones extremas. Reduccin de tiempo de puesta a punto de sistemas Evaluacin precisa de los efectos globales y locales generados por cambios implementados a nivel local o global. Estabilizacin de variables crticas. Implementacin de mecanismos de retroalimentacin ms eficientes.

10. Generacin de fuentes de ahorro. 11. Optimizacin de recursos.Reduccin de la incertidumbre en la toma decisiones. B. Ventajas 1. 2. Abordar sistemas con un alto nivel de complejidad sin perdida de representatividad. Crear laboratorios de aprendizaje y anlisis de bajo costo: 1. 2. 3. 3. 4. 5. Las pruebas se desarrollan sin necesidad de modificaciones in situ. Las pruebas no requieren inversin de tiempo de personal operativo y de montajes. Se puede realizar pruebas para observar el efecto de los cambios a largo plazo en un periodo muy corto de tiempo. Reducir los tiempos y traumatismo durante los procesos de evaluacin y diagnostico. Desarrollar de herramientas diseadas a la medida del sistema y adaptables a los cambios del mismo en el tiempo. Desarrollar anlisis integrales que incluya los siguientes elementos: 1. 2. 3. 4. 5. 6. 7. 8. 9. 6. Demanda variable propia del sistema Calidad de los servicios y procesos involucrados Costos operacionalesy sociales Nivel de ventas o ganacias derivadas Nivel de Utilidades Comportamiento de la dinamica interna y externa del sistema actual y futuro Estructura del sistema Sistemas de control y monitoreo Requerimientos a nivel de infraestructura, materia prima/insumos y recurso humano

Requerimientos a nivel de infraestructura, materia prima y recurso humano

Que tan popular es la simulacin? Durante las ultimas dos o tres dcadas consistentemente se ha reportado que la simulacin es la herramienta de investigacin operacional ms popular1[1]:
y

Con respecto al valor practico de aplicacin que poseen los mtodos de investigacin de operaciones, los graduados de la maestra en ciencias M.S. del Departamento de Investigacin de Operaciones de la Universidad Western Reserve, generaron un ranking. Los primeros 4 mtodos mas utilizados eran anlisis estadstico, forecasting, anlisis de sistemas, sistemas de informacin. En quinto lugar a parece la simulacin, por encima de programacin lineal y teora de colas.2[2] A partir de un estudio realizado en 137 firmas, en el cual se les peda que seleccionaran los mtodos de investigacin de operaciones que utilizaban. El resultado del estudio reporto que el 93% usaba anlisis estadstico y en un 84% simulacin. Nuevamente la simulacin era mas usada que mtodos como programacin lineal, PERT/CPM, teora de inventarios y programacin no lineal.3[3]

Segn una encuesta realizada a los miembros de la Divisin de Investigacin de Operaciones del American Institute of Industrial Engineer, la simulacin ocupa el primer lugar bajo la categora de herramientas tiles y de inters, y el segundo lugar en la categora de familiaridad. 4[4] Segn los siguientes artculos, en trminos de utilizacin de mtodos por practicantes y grandes corporaciones, el anlisis estadstico ocupa el primer lugar y la simulacin el segundo lugar: 1. Forgionne, G.A. (1978) Corporate Management Science Activities: An Update Interfaces, vol.13, pp.257-260.

1[1] Kelton, Sadowski y Sturrock. op.cit pp7-8 2[2] Rasmussen, J.J., y T. George. After 25 Years: A Survey of Operations Research Alumni, Case Western Reserve University Interfaces, vol.8, 1978, pp 48-52 3[3] Thomas , G., y J. DaCosta, A Sample Survey Of Corporate Operations Research, Interfaces, vol.9, 1979, pp 102-111 4[4] Shannon, R.E., S.S. Long y B. P. Buckles, Operations Research Methodologies Industrial Engineering, AIIE Trans., vol. 12, 1981, pp. 364-367

2. Harpell, J.L., M.S. Lane, y A.H. Masour, (1989) Operation Research in practice: A Longitudinal Study, Interfaces, vol19, pp 65-74 3. Harpell, J.L., M.S. Lane, y A.H. Masour, (1993) Operation Research Techniques: A Longitudinal Study, Interfaces, vol.23, pp 63-68
En un articulo publicado por C. L. Morgan en el cual se revisan muchos estudios como los anteriores, se reporta que existe una frecuente y fuerte uso de la simulacin. Aun en aquellas industrias en donde se reporta un muy bajo uso de herramientas de investigacin de operaciones, la simulacin ocupa el primer lugar en uso.

Cules son los pasos a seguir en un proyecto de simulacin? PASOS DE UN PROYECTO DE SIMULACIN

1. Formulacin del problema y del plan de estudio

a. Problema a tratar definido por las directivas de la empresa

b. Reuniones preliminares con el equipo de personas de la empresa del rea correspondiente al proyecto, encargado del estudio de simulacin, y directivas a cargo del proyecto, para definir los siguientes puntos: i. Objetivos generales del proyecto ii. Preguntas especificas que el proyecto va a responder iii. Medidas de desempeo que se usaran para evaluar la eficacia de las diferentes configuraciones del sistema iv. Alcance del Modelo v. Configuraciones del sistema a modelar vi. Software a usar vii. Tiempo disponible para el proyecto y recursos requeridos

2. Recoleccin y anlisis de datos de entrada y definicin del modelo

a. Recoleccin de informacin del sistema y procesos de operacin b. Recolectar datos para parmetros especficos del modelo y distribuciones de probabilidad de los datos de entrada. c. Documentar los datos e informacin especificando los supuestos para crear el modelo conceptual. d. Recolectar datos de las medidas de desempeo del sistema para propsitos de validacin (paso 6) e. Definir el nivel de detalles teniendo en cuneta lo siguientes puntos: i. Objetivos del proyecto ii. Medidas de desempeo

iii. Disponibilidad de datos iv. Aspecto de Credibilidad v. Limitaciones computacionales vi. Opiniones de los expertos en el sistema vii. Restricciones de plata y tiempo f. Asegurar una correspondencia uno a uno entre cada uno de los elementos del modelo con los correspondientes en el sistema real. g. Interactuar regularmente con las directivas del rea bajo estudio.

3. Es valido el modelo conceptual?

a. Realizar un recorrido a travs de la lgica del modelo conceptual usando el documento de suposiciones ante las directivas expertos y personal del rea bajo estudio: i. Asegurar que las suposiciones son correctas y completas ii. Promover el sentimiento de pertenencia del modelo iii. Para evitar realizar cambios posterior a modelo

4. Construccin del modelo y verificar

a. Programar el modelo en un lenguaje o software de simulacin. b. Verificar que el modelo construido corresponda al modelo conceptual.

5. Hacer corridas piloto

a. Realizar corridas del modelo para poder llevar a cabo el proceso de validacin.

6. Es valido el modelo programado?

a. Si existe un sistema, comparar las medidas de desempeo del modelo con las del sistema real. b. Revisar los resultados del modelo con el personal del rea bajo estudio c. Hacer anlisis de sensibilidad, para determinar que factores tienen una impacto significativo sobre las medidas de desempeo

7. Diseo de Experimentos

a. Especificar los siguiente para cda una de las diferentes configuraciones de interes: i. Longitud de las corridas ii. Longitud del periodo de calentamiento (warm up) si es necesario. iii. Numero de replicaciones independientes

8. Hacer corridas de produccin

a. Corridas de produccin para el paso 9

9. Anlisis de los datos de salida

a. Los objetivos de un anlisis de datos de salida son:

i. Determinar el desempeo absoluto de ciertas configuraciones del sistema ii. Comparacin configuraciones alternativas del sistema en un sentido relativo.

10. Optimizacin

a. De manera opcional hacer uso de software de optimizacin para determinar el valor optimo de ciertas variables del sistemas que maximizan o minizan el valor de una medida de desempeo del sistema.

11. Documentar, presentar y usar resultados

a. Documentar los supuestos, el cdigo del modelo y resultados del proyecto para su uso en un proyecto actual o futuro. b. Presentar los resultados i. Usar a la animacin para comunicar el modelo al las directivas y dems personal interesado e involucrado ii. Discutir la construccin y validez del proceso para promover la credibilidad c. Usar los resultados en un el proceso de toma de decisiones si son validos y crebles

Tomado de: Law, Averrill y Kelton, David. Simulation Modeling and Analysis. Tercera Edicin. McGraw Hill. 2004. pp 84-85