Introduccion a la Simulacion deMecanismos

Instituto Tecnolgico y de Estudios Superiores de

Monterrey
Campus Quertaro

Taller

La Simulacin en el Anlisis Cinemtico y

Cintico de Mecanismos

Santiago de Quertaro A , 23 de Enero del 2002

Carlos Rafael Gijn Rivera

Introduccion a la Simulacion deMecanismos

Carlos Rafael Gijn Rivera

Introduccion a la Simulacion deMecanismos

Primera Parte
Introduccin

Carlos Rafael Gijn Rivera

Introduccion a la Simulacion deMecanismos

Introduccin a la Simulacin por Computadora.

Da con da la simulacin por computadora adquiere mayor importancia en las
etapas de anlisis, planeacin, evaluacin de sistemas y en general, en los procesos de toma
de decisiones en las organizaciones.
Tradicionalmente vista como una actividad muy costosa, accesible slo a unas
cuantas empresas, la marcada evolucin de los equipos de cmputo, junto con la aparicin
de mejores herramientas de simulacin, permiten que estas tcnicas puedan ser utilizadas
por prcticamente cualquier organizacin que as lo desee.

1. Introduccin
Qu es simulacin?.
Da acuerdo al discurso inaugural en la "1987 Winter Simulation Conference":
Simulacin es una tcnica que consiste en construir y posteriormente manipular el modelo
de un sistema real para estudiar su comportamiento sin perturbar el sistema original. En el
presente artculo nos concentraremos en la simulacin por computadora, entendiendo por
ello al uso de la computadora para expresar, representar y manipular el modelo de dicho
sistema.
La simulacin por computadora ofrece la posibilidad de realizar experimentos
impensables en la realidad. Por ejemplo, durante el diseo de un sistema, un simulador
permite visualizarlo y estimar su comportamiento antes de su construccin. Si el sistema
existe y desea modificarse, un simulador permite analizar diferentes escenarios de
operacin para poder identificar los elementos ms reactivos a la modificacin. Tambin
permite evaluar sus reacciones al operar en rangos extremos (y an rebasarlos), sin
comprometer la integridad del sistema real.
El sistema en estudio puede ser virtualmente cualquiera. En una empresa, por
ejemplo, puede tratarse de una etapa en un proceso de manufactura o de la lnea de
ensamble en su conjunto, de la red local de cmputo, de un portafolios de inversin
financiera, de polticas salariales, etc. Por esta razn la simulacin ha adquirido una
importancia fundamental en los procesos de toma de decisiones.
As la simulacin por computadora se presenta como:
un mtodo para estudiar un amplio abanico de modelos de sistemas del mundo real
Uso de evaluacin numrica con la computadora.
Uso de software para imitar las operaciones y caractersticas del sistema, a
menudo en el tiempo
En la prctica, es el proceso de disear y crear modelos computarizados del sistema
y hacer experimentos numricos con la computadora.
4

Carlos Rafael Gijn Rivera

Introduccion a la Simulacion deMecanismos

Una aplicacin poderosa a sistemas complejos

2. Conceptos generales
Definiciones
Un sistema se define como el objeto, real o planeado, que se desea estudiar. El
sistema interacta y evoluciona con otros sistemas que conforman su ambiente. Al modelar
el sistema, es decir, al representarlo en otro medio (por ejemplo, un lenguaje comprensible
por la computadora), se deben considerar tanto sus caractersticas internas como las de la
interaccin entre el sistema y su ambiente.

Fig. 1

Cualquier objeto de estudio puede ser un sistema que interacta a su vez con otros
sistemas.

Un modelo es una imitacin o una representacin aproximada de un sistema, el

cual tiene un comportamiento similar al del sistema que representa.

Carlos Rafael Gijn Rivera

Introduccion a la Simulacion deMecanismos

Fig. 2

Ejemplo de modelos, modelo fsico y modelo virtual.

El camino para llegar a la simulacin de modelos dinmicos.

Numrico

Analtico

Esttico

Simulacin

Numrico

Matemtico
Dinmico

Analtico

Modelo
Simplificado
Esttico
Fsico

Sistema

Dinmico
Anlisis
Experimental

Fig. 3

Estudio de modelos a partir de un sistema

Carlos Rafael Gijn Rivera

Introduccion a la Simulacion deMecanismos

3. Etapas de un proyecto de simulacin

La simulacin por computadora ha evolucionado de manera paralela en distintas
disciplinas cientficas y sociales. Esto ha motivado que la simulacin sea vista ms como
una tcnica artesanal dependiente en gran medida de la experiencia de quien lleva a cabo el
experimento, que como una herramienta prctica, eficiente y confiable.
Sin embargo, durante los ltimos aos se ha formado una rica comunidad de
especialistas interesados en desarrollar la disciplina de la simulacin como tal. Entre los
resultados inmediatos que esta comunidad ha propuesto, est el desarrollo de metodologas
que enfatizan los puntos ms relevantes que deben tenerse presentes al desarrollar un
estudio de simulacin. La mayora de los autores coinciden en mencionar que las etapas
presentadas no deben tomarse como una frmula rgida y secuencial. Dependiendo del
problema en cuestin, algunas de las etapas podrn ser omitidas, pero en todos los casos se
observar un proceso iteractivo conforme el modelo y tal vez el sistema, vayan
evolucionando.
I) La Fase de modelado
Un buen modelo de un sistema no es necesariamente aquel que lo describe con
mayor precisin, pues un modelo demasiado detallado a) es ms lento en producirse, b)
demanda ms recursos de cmputo, y c) produce demasiados resultados que debern ser
analizados posteriormente.
Esta fase es la primera y la ms delicada en un proceso de simulacin, ya que si el
modelo del sistema es dbil, tambin lo sern las conclusiones que se obtengan al analizar
los resultados de la simulacin. Idealmente esta fase deber efectuarse en compaa de las
personas que mejor conocen el sistema. Las etapas asociadas a esta fase son:
Formulacin del problema. En esta etapa el viejo proverbio que dice "...un
problema bien formulado es un problema 50% resuelto..." es perfectamente aplicado. El
sistema debe describirse en trminos de entidades y de actividades entre ellas, teniendo
presente que estas entidades y procedimientos sern la base del modelo.
Asimismo, se debern identificar las interfaces del sistema con su ambiente, es
decir, las variables de entrada y salida del sistema. Esta etapa permite obtener una
aproximacin de los lmites del modelo.
Definicin de objetivos. Es muy importante acotar los alcances del proyecto, como
por ejemplo, identificar la precisin que se necesita en los resultados. Asimismo, es
conveniente definir medidas de desempeo de las variables de salida descritas en el paso
anterior. Al identificar todas las entidades del sistema en funcin de las variables y de las
medidas de desempeo definidas, se puede crear un primer modelo conceptual,
introduciendo las suposiciones y simplificaciones necesarias.

Carlos Rafael Gijn Rivera

Introduccion a la Simulacion deMecanismos

Recopilacin de datos del sistema y su ambiente. Esta etapa debe conducir a
encontrar las leyes de distribucin estadsticas que mejor representen a las variables de
entrada y a las entidades del sistema. Esta es una etapa crtica para el desarrollo del modelo
y su validacin posterior.
Construccin del modelo. Con la informacin recabada, cada entidad podr ser
identificada plenamente a travs de sus atributos. Tambin podrn ser reconocidas las
interacciones entre las entidades del sistema, y por consiguiente, el espacio de estados del
sistema. Esto permite elaborar un modelo lgico.
Codificacin. El modelo lgico deber ser traducido a un modelo comprensible al
ambiente de cmputo, con ayuda de herramientas especficas o con lenguajes de
programacin. Las caractersticas de los lenguajes o herramientas que se utilicen para ello,
van a influenciar necesariamente el diseo del modelo y en consecuencia, los resultados
obtenidos.
Validacin y verificacin. Siguiendo el proceso aqu descrito, se han desarrollado
tres modelos del sistema: el conceputal, el lgico y el codificado. La etapa de verificacin
pretende evaluar si estos modelos son consistentes entre s y con el sistema real, mientras
que la validacin permite confirmar si el modelo conceptual puede responder a las
necesidades del experimento y evala la calidad de resultados producidos por el modelo
codificado en sets de datos previamente conocidos (tal vez obtenidos en la etapa de
recopilacin de datos).
No debe subestimarse la importancia de esta etapa, pues es ella quien dar
credibilidad al modelo y por tanto a los resultados de la simulacin, al mismo tiempo que
permitir identificar errores antes de poner el modelo en operacin.
II) La Fase de simulacin
Diseo del experimento. A partir de la calidad de resultados definida en las etapas
iniciales del proceso, esta fase trata de identificar las condiciones ms adecuadas para
producir esos resultados (duracin y nmero de experimentos, intervalos de confianza,
valores de entrada).
Ejecucin. Es la fase en la que se ejecutan los experimentos diseados sobre el
modelo producido.
Dependiendo del tipo de simulacin, esta etapa puede repetirse varias veces. En los
experimentos tipo Monte Carlo, por ejemplo, la simulacin debe repetirse cientos y hasta
miles de veces para obtener resultados estadsticamente confiables. Cierto tipo de
experimentos puede tardar varios das en ejecutarse o puede requerir de equipo
especializado, por lo que debe realizarse una planeacin adecuada, considerando todos los
recursos que el experimento demande.

Carlos Rafael Gijn Rivera

Introduccion a la Simulacion deMecanismos

III) La Fase de anlisis de resultados

Coleccin y anlisis de resultados. Conforme el experimento se lleva a cabo, se van
produciendo los resultados de la simulacin. Estos datos pueden contener un nivel excesivo
de detalle para poder ser interpretados directamente, por lo que debern clasificarse y
adecuarse a un formato que pueda reflejar de manera sencilla las respuestas a las preguntas
originalmente planteadas. Tambin es importante revisar estos resultados para decidir si
deben llevarse a cabo ms simulaciones.
Documentacin de resultados. Los resultados obtenidos en las diferentes corridas y
configuraciones debern ser almacenados en una base de datos junto con un reporte
informativo adecuado. En muchas ocasiones el modelo producido y los experimentos
realizados servirn de base para planear experimentos similares, para lo cual una adecuada
documentacin del proyecto ser de gran utilidad.
Finalmente debe recordarse que por lo general, la simulacin se hace para obtener
conclusiones que conduzcan a tomar una decisin, por lo que deber prepararse un reporte
final asociando los resultados obtenidos al sistema real en cuestin.

4. Ventajas y desventajas
En definitiva la gran aceptacin que la simulacin por computadora, y en particular
la simulacin por eventos discretos, ha tenido como herramienta para la resolucin de
problemas, se debe a las atractivas ventajas que ofrecen estas tecnologas.
Por medio de la simulacin se puede llevar a cabo un experimento altamente
controlado, frecuentemente mucho ms que en un experimento real.
Un simulador (continuo o de eventos discretos) permite modificar las escalas de
tiempo. Por ejemplo, se puede simular la evolucin geolgica de la Tierra millones de aos
en tan slo unos minutos, as como la propagacin de una seal elctrica en un circuito
integrado, que tarda demasiado poco millonsimas de segundo como para poder ser
apreciada.
Permite evaluar condiciones extremas de operacin y an evaluar las consecuencias
de rebasar estos lmites sin poner en peligro el sistema ni su entorno.
Resulta una excelente herramienta de entrenamiento que puede ser operada sin la
presencia o el apoyo de un especialista del sistema.
Por otra parte, estas tcnicas tienen asociadas una serie de restricciones que se deben
tener presentes durante todas las fases del proceso de simulacin:
En primer trmino, un modelo es nicamente una aproximacin del sistema real en
el que se han ignorado muchos elementos del sistema.

Carlos Rafael Gijn Rivera

Introduccion a la Simulacion deMecanismos

Adems del modelo del sistema, la correcta caracterizacin de los datos de entrada
es fundamental para la obtencin de resultados satisfactorios. Como se ha mencionado, esta
informacin en muchas ocasiones no est disponible (por ejemplo, porque las fuentes o el
sistema an no existen).
La introduccin de variables aleatorias en los modelos de las entidades demanda
pruebas de validacin de los resultados. Por estas razones es que la simulacin por
computadora generalmente no produce resultados precisos, sino ms bien tendencias en
rangos de resultados.
Dependiendo del nivel de precisin que se requiera, un experimento de simulacin
puede demandar una gran cantidad de tiempo tanto en el desarrollo del modelo, como en la
ejecucin de la simulacin. Adems sta producir una gran cantidad de datos que pueden
requerir de un post-procesamiento adecuado.

5. Comentarios finales
La simulacin por computadora ocupa un reconocido lugar como pilar fundamental
en el desarrollo de la ciencia. En el mbito empresarial las bondades de estas tcnicas
resultan valiossimas en las reas de diseo, anlisis, capacitacin, planeacin de capacidad
y en general en casi todos los procesos de toma de decisiones.
Los resultados de un experimento de simulacin bien conducido, pueden ofrecer
grandes ventajas competitivas a las organizaciones que decidan llevarlos a cabo.
Estas herramientas se han sabido valer de los grandes avances recientes tanto en
hardware como en desarrollo de software, ofreciendo ambientes con interfaces grficas en
productos de costo moderado, adems de las muchas herramientas de simulacin gratuitas
que se pueden obtener en Internet.
Sin embargo, para realizar un experimento de simulacin efectivo, es conveniente
asegurar que se conoce y aplica una metodologa de simulacin como la aqu presentada;
se tienen conocimientos de probabilidad y estadstica; el sistema de estudio se conoce
claramente y se pueden formular las necesidades del experimento sin ambigedad; se
conoce la interaccin entre el sistema y su ambiente y se pueden modelar los parmetros de
entrada; se conocen las herramientas de simulacin lo suficiente como para poder realizar
una seleccin adecuada.
La fase de modelado del sistema es quizs la ms importante y la ms propensa a
errores. En la seleccin de la herramienta a utilizar, se debe observar con especial atencin
si sta proporciona la flexibilidad requerida para expresar el modelo que satisfaga las
necesidades del experimento.

10

Carlos Rafael Gijn Rivera

Introduccion a la Simulacion deMecanismos

Software de Simulacin Comercial.

La basta cantidad de software de simulacin disponible puede ser abrumador para
los nuevos usuarios. La siguiente es solo una muestra aleatoria del software en el mercado
actual:
Working Model, Four Bar, Linkages, Ideas Mechanism Design, ProE Simulation,
Catia, Cosmos/Motion, Adams etc.
La cuestin a preguntarse es: cuales son los aspectos importantes a observar en un
paquete? La respuesta depende de las aplicaciones especificas. Sin embargo algunos
criterios generales son: facilidades de entrada, procesos que permitan alguna programacin,
capacidad de optimizacin, facilidades de salida, ambiente incluyendo entrenamiento y
servicios de soporte, estadsticas Input-output capacidad de anlisis de datos, y ciertamente
el factor costo.

11

Carlos Rafael Gijn Rivera