1

MODELACIN Y SIMULACIN La Simulacin y Modelacin son las dos caras de una misma moneda, en el sentido en que ambas representan o nos permiten conocer la realidad, concreta o posible, que est a nuestro alrededor. La diferencia entre simulacin y modelacin, reside en que la simulacin parte de un "sistema" en cual se nos presenta una posible realidad y a travs de clculos o intercambio de valores en las variables podemos tomar decisiones segn el comportamiento que tenga el "sistema" en la simulacin. La modelacin parte de un sistema netamente real y lo convierte en patrones o formulas en que los resultados o valores no varan mucho de la realidad que ya se conoce. Conclusin: La simulacin imita la realidad y la modelacin crea un patrn de la realidad y en ambos casos podemos usar computadores o modelos manuales segn sea el caso de complejidad. El computador permitir evaluar numricamente un modelo de simulacin durante un intervalo de tiempo significativo para los objetivos del estudio y escoger durante el mismo, datos que posibiliten la estimacin de las caractersticas deseadas del modelo. Uno de los objetivos de la simulacin es realizar ensayos de cambios en el sistema probndolos en el modelo, con el fin de elegir la mejor alternativa, y as enfrentar mejor a una realidad que vara da a da. Modelacin y Simulacin son los trminos que utilizamos para designar el conjunto de modelos de sistemas, y su utilizacin para realizar experimentos especficamente diseados para estudiar aspectos concretos del comportamiento dinmico del sistema presentado por el modelo. Conceptos importantes. Para modelar y resolver problemas de simulacin dentro de un sistema, es conveniente definir y comprender los conceptos siguientes: Un sistema se define como un agregado o conjunto de objetos reunidos en alguna interaccin o interdependencia bien definida, para alcanzar una o ms metas. Se usa el trmino entidad para denotar un objeto o componente de inters en un sistema, por ejemplo, un cliente, un servidor, una mquina. La palabra atributo denota una propiedad de una entidad, por ejemplo, la prioridad de los clientes en la fila de espera. Todo proceso que provoque cambios en el sistema se conocer como actividad. Con la expresin estado del sistema se indica una coleccin de variables que contienen toda la informacin para la descripcin de todas las entidades, atributos y actividades de acuerdo con su existencia en algn punto del tiempo. Estas variables de estado determinan la efectividad del sistema.

Un evento es un hecho que ocurre instantneamente y que cambia el estado del sistema, como por ejemplo la llegada de un nuevo cliente a un banco. Los cambios que ocurren dentro del sistema lo afectan con frecuencia. Ciertas actividades sistema tambin pueden producir cambios que no reaccionan en el mismo. Se dice que cambios que ocurren fuera del sistema ocurren en el medio ambiente del sistema. general, el medio ambiente del sistema queda delimitado por el objetivo del anlisis sistema. del los En del

Se utiliza el trmino endgeno para describir las actividades que ocurren dentro del sistema, (variables internas) y el trmino exgeno para describir las actividades en el medio ambiente, (variables externas) que afectan al sistema. Al sistema para el que no existe actividad exgena se le conoce como sistema cerrado en comparacin con un sistema abierto que si tiene actividades exgenas. En donde es posible describir completamente el resultado de una actividad en trminos de su entrada se dice que la actividad es determinista. Cuando los efectos de la actividad cambian aleatoriamente en distintas salidas, se dice que la actividad es estocstica. El objeto del modelo simulado es permitir al analista la determinacin de uno o ms cambios en los aspectos del sistema modelado o inclusive la totalidad del sistema, tambin le permite desarrollar escenarios de la efectividad de la operacin siguiendo la lnea de pensamiento de anlisis qu pasa s.... Los modelos matemticos de sistemas constan de cuatro elementos bien definidos: los componentes, variables, parmetros y relaciones funcionales. Las variables que aparecen en los modelos se emplean para relacionar un componente con otro y se clasifican como variables exgenas, variables de estado y variables endgenas. Las variables exgenas son las independientes o de entrada del modelo y se supone que han sido predeterminadas y proporcionadas independientemente del sistema que se modela. Puede considerarse que estas variables actan sobre el sistema, pero no reciben accin alguna de parte de l. Es posible clasificar las variables exgenas en controlables y no controlables. Las primeras (o instrumentales) son aquellas variables o parmetros susceptibles de manipulacin o control por quienes toman decisiones o crean polticas para el sistema. El medio ambiente en el cual el sistema modelado existe y no el sistema en s o los encargados de tomar decisiones, genera las variables no controlables.

Las variables de estado, describen el estado de un sistema o uno de sus componentes, ya sea al comienzo, al final o durante un periodo. Estas variables interaccionan con las variables exgenas del sistema y con las endgenas, de acuerdo a las relaciones funcionales supuestas para el sistema. El valor de una variable de estado, durante un periodo particular de tiempo, puede depender no solamente de los valores de una o ms variables exgenas en algn periodo precedente, sino tambin del valor de ciertas variables de salida en periodos anteriores. Las variables endgenas son las dependientes o salida del sistema y son generadas por la interaccin de las variables exgenas con las del estado, de acuerdo con las caractersticas de operacin del ltimo. El hecho que una variable en particular est clasificada como exgena, de estado o endgena, depende del propsito de la investigacin. Una caracterstica de operacin es una hiptesis, generalmente una ecuacin matemtica, que relaciona las variables endgenas y de estado del sistema, con sus variables exgenas. Las caractersticas de operacin aplicadas a procesos estocsticos toman la forma de funciones de densidad de probabilidad. La precisin de los resultados de una simulacin depende, en gran parte, de la exactitud con que se estimen los parmetros del sistema. A continuacin se presentan algunos ejemplos de sistemas y sus componentes.
Sistema Entidades Atributos Banco Clientes Estado cuenta Orgenes, Destinos de Actividades Eventos Depositar Viajar Variables de Estado Nmero de cajeros Llegadas, ocupados, nmero de Salidas clientes en espera Llegada a una Nmero de viajeros estacin. Llegada a un esperando en cada destino estacin Descompostura Recepcin destino Demanda en Estado mquinas de las

Ferrocarril Viajeros

Produccin Mquinas ComunicaMensajes ciones Inventario Almacn

Rapidez, Capacidad, tasa Estampar, de Soldar descomposturas Tamao, Transmisin destino Capacidad Disponer

el Mensajes en espera a ser transmitidos Nivel del inventario, Demanda acumulada

FORMULACIN DEL PROBLEMA Es la parte conclusiva del Planteamiento del Problema. Formular un problema es hacer una pregunta plausible e interesante preferentemente acerca de las causas, el origen, el que, el dnde, el cmo, el cuanto, que expliquen un hecho o fenmeno. La expresin, FORMULACIN DEL PROBLEMA, viene de la palabra frmula, que significa arreglo de trminos de acuerdo a la relacin observada entre ellos, los cuales se asocian

entre s siempre de la misma manera, segn sean las leyes que rigen ese tipo de fenmenos aunque obviamente pueden cambiar las magnitudes de los trminos que la conforman. La formulacin del problema debe ser clara, precisa, especfica; utilizar trminos y conceptos cientficos que designen unvocamente a los fenmenos y procesos educativos estudiados; evitar trminos vagos, imprecisos, que se presten a confusin o a interpretaciones diversas, etc. Todo ello se logra en la medida en que en problema tiene una fundamentacin terica slida, ya que en los propios trminos y en la designacin de las categoras y variables se expresa el vnculo con la teora.

Se recomienda, al formular el problema:

1. Describirlo en un breve prrafo, definiendo claramente cul es la contradiccin existente entre lo que sucede (situacin actual) y lo que debe ser (situacin deseable) 2. Redactar la pregunta principal RECOLECCION Y PROCESAMIENTO DE DATOS La recoleccin y procesamiento de datos se refiere al uso de una gran diversidad de tcnicas y herramientas que pueden ser utilizadas por el analista para desarrollar los sistemas de informacin, los cuales pueden ser la entrevista, la encuesta, el cuestionario, la observacin, el diagrama de flujo y el diccionario de datos. Todos estos instrumentos se aplicarn en un momento en particular, con la finalidad de buscar informacin que ser til a una investigacin en comn. A continuacin trata con detalle los pasos que se debe seguir en el proceso de recoleccin de datos, con las tcnicas ya antes nombradas. TCNICAS PARA HALLAR DATOS Los analistas utilizan una variedad de mtodos a fin de recopilar los datos sobre una situacin existente, como entrevistas, cuestionarios, inspeccin de registros (revisin en el sitio) y observacin. Cada uno tiene ventajas y desventajas. Generalmente, se utilizan dos o tres para complementar el trabajo de cada una y ayudar a asegurar una investigacin completa. Las entrevistas que son la tcnicas ms utilizadas, se utilizan para recabar informacin en forma verbal, a travs de preguntas que propone el analista. Quienes responden pueden ser gerentes o empleados, los cuales son usuarios actuales del sistema existente, usuarios potenciales del sistema propuesto o aquellos que proporcionarn datos o sern afectados por la aplicacin propuesta. El analista puede entrevistar al personal en forma individual o en grupos, algunos analistas prefieren este metodo a las otras tcnicas

que se estudiarn ms adelante. Sin embargo, las entrevistas no siempre son la mejor fuente de datos de aplicacin. Quienes responden pueden ser gerentes o empleados, los cuales son usuarios actuales del sistema existente, usuarios potenciales del sistema propuesto o aquellos que proporcionarn datos o sern afectados por la aplicacin propuesta. El analista puede entrevistar al personal en forma individual o en grupos, algunos analistas prefieren este mtodo a otras tcnicas. Sin embargo, las entrevistas no siempre son la mejor fuente de datos de aplicacin. MODELACIN El trmino modelizacin se refiere a las relaciones entre el sistema real y sus modelos. La simulacin de sistemas implica la construccin de modelos. El objetivo es averiguar qu pasara en el sistema si acontecieran determinadas hiptesis. Desde muy antiguo la humanidad ha intentado adivinar el futuro. Ha querido conocer qu va a pasar cuando suceda un determinado hecho histrico. La simulacin ofrece, sobre bases ciertas, esa prediccin del futuro, condicionada a supuestos previos. Para ello se construyen los modelos, normalmente una simplificacin de la realidad. Surgen de un anlisis de todas las variables intervinientes en el sistema y de las relaciones que se descubren existen entre ellas.

A medida que avanza el estudio del sistema se incrementa el entendimiento que el analista tiene del modelo y ayuda a crear modelos ms cercanos a la realidad. En el modelo se estudian los hechos salientes del sistema o proyecto. Se hace una abstraccin de la realidad, representndose el sistema/proyecto, en un modelo. El modelo que se construye debe tener en cuenta todos los detalles que interesan en el estudio para que realmente represente al sistema real (Modelo vlido). Por razones de simplicidad deben eliminarse aquellos detalles que no interesan y que lo complicaran innecesariamente

Se requiere pues, que el modelo sea una fiel representacin del sistema real. No obstante, el modelo no tiene porqu ser una rplica de aqul. Consiste en una descripcin del sistema, junto con un conjunto de reglas que lo gobiernan. La descripcin del sistema puede ser abstracta, fsica o simplemente verbal. Las reglas definen el aspecto dinmico del modelo. Se utilizan para estudiar el comportamiento del sistema real. Como ejemplo de modelo fsico se pueden citar los tneles de viento donde se ensayan los aviones, los simuladores de vuelo, los canales de experiencia donde se ensayan los barcos, etc. Como ejemplo de modelo abstracto, se pueden citar los modelos economtricos donde, entre otras cosas, se pueden ensayar las consecuencias de medidas econmicas antes de aplicarlas. Dado un sistema, son muchas las representaciones que se pueden hacer de l. Depende de las facetas del sistema que interesan en el estudio, de la herramienta que se utiliza en el mismo e incluso de la modalidad personal del que lo construye. En los modelos deben estar identificadas perfectamente las entidades intervinientes y sus atributos. Las mismas pueden ser permanentes (Ej.: empleados atendiendo) o transitorias (Ej.: clientes). Las acciones provocan cambios de estado, es decir, se modifican los atributos de las entidades; se producen los eventos. C. WEST CHURCHMAN en su obra The Systems Approach nos resalta que Todo diseo de sistema se orienta hacia el futuro, especialmente hacia un futuro cercano. Los diseos y modelos que habitualmente se consideran versan sobre la etapa siguiente a la actual. CLASIFICACION DE LOS MODELOS Existen mltiples tipos de modelos para representar la realidad. Algunos de ellos son: Dinmicos: Utilizados para representar sistemas cuyo estado vara con el tiempo. Estticos: Utilizados para representar sistemas cuyo estado es invariable a travs del tiempo. Matemticos: Representan la realidad en forma abstracta de muy diversas maneras. Fsicos: Son aquellos en que la realidad es representada por algo tangible, construido en escala o que por lo menos se comporta en forma anloga a esa realidad (maquetas, prototipos, modelos analgicos, etc.). Analticos: La realidad se representa por frmulas matemticas. Estudiar el sistema consiste en operar con esas frmulas matemticas (resolucin de ecuaciones). Numricos: Se tiene el comportamiento numrico de las variables intervinientes. No se obtiene ninguna solucin analtica. Continuos: Representan sistemas cuyos cambios de estado son graduales. Las variables intervinientes son continuas.

Discretos: Representan sistemas cuyos cambios de estado son de a saltos. Las variables varan en forma discontinua. Determinsticos: Son modelos cuya solucin para determinadas condiciones es nica y siempre la misma. Estocsticos: Representan sistemas donde los hechos suceden al azar, lo cual no es repetitivo. No se puede asegurar cules acciones ocurren en un determinado instante. Se conoce la probabilidad de ocurrencia y su distribucin probabilstica. (Por ejemplo, llega una persona cada 20 10 segundos, con una distribucin equiprobable dentro del intervalo).

Es interesante destacar que algunas veces los modelos y los sistemas no pertenecen al mismo tipo. Por ejemplo: El estudio del movimiento del fluido por una caera (Fluidodinmica) corresponde a sistemas continuos. Sin embargo si el fluido se lo discretiza dividindolo en gotas y se construye un modelo discreto por el cual circulan gotas de agua (una, dos, diez, cien, mil) se est representando un sistema continuo por un modelo discreto. La obtencin del rea bajo la curva representada por f(x,y)=0 para el rango 0 <= x <= 1 con 0 <= y <= 1 en todo el intervalo, es un problema determinstico. Sin embargo, para un nmero N, suficientemente grande de puntos, de coordenadas x,y generadas al azar (0 <= x <= 1; 0 <= y <= 1) el rea de la curva, aplicando el mtodo de Monte Carlo, es igual a:

En este caso, mediante un modelo estocstico se resuelve un sistema determinstico. El azar en computadora es pseudo azar: Mediante un algoritmo matemtico se generan nmeros al azar con una distribucin aleatoria similar a la real. Se los puede utilizar en los modelos estocsticos obteniendo similares resultados a los que se obtienen en el sistema real. Sin embargo, este azar es repetitivo (cualquiera que conoce el algoritmo puede predecirlo) lo cual contradice a lo que sucede en un proceso aleatorio. En este caso, un sistema estocstico es representado por un modelo pseudoazar (determinstico).

SIMULACIN Simulacin de sistemas: entendemos como el proceso de representar un sistema por medio de un modelo simblico que puede manipularse por medio de un computador digital que proporcione resultados numricos. Construido el modelo, se ensaya una alternativa en l con el fin de aplicar las conclusiones al sistema. Los resultados obtenidos no tienen valor si no son aplicables al sistema. La simulacin tiene como principal objetivo la prediccin, es decir, puede mostrar lo que suceder en un sistema real cuando se realicen determinados cambios bajo determinadas condiciones. La simulacin se emplea slo cuando no existe otra tcnica que permita encarar la resolucin de un problema. Siempre es preferible emplear una alternativa analtica antes que simular. Lo anterior no implica que una opcin sea superior a otra, sino que los campos de accin no son los mismos. Mediante la simulacin se han podido estudiar problemas y alcanzar soluciones que de otra manera hubieran resultado inaccesibles. La simulacin involucra dos facetas: 1. Construir el modelo 2. Ensayar diversas alternativas con el fin de elegir y adoptar la mejor en el sistema real, procurando que sea la ptima o que por lo menos sea lo suficientemente aproximada. FASES QUE COMPRENDE TODO ESTUDIO QUE UTILIZA LA SIMULACION 1) Definicin del sistema con el mximo de detalle Se debe evitar comenzar a trabajar en la construccin del modelo con un sistema superficial, mal concebido. Se perdern horas hombre y de computadora en tareas intiles!. Es un principio comprobado de organizacin que la incidencia de un error en un proyecto aumenta dramticamente con el instante en que se lo descubre. Es decir, cunto ms se demora en detectarlo mucho ms complicada es su correccin. Se debe discutir en detalle el sistema; analista y usuario reunidos durante largas horas evitarn que el sistema tenga que ser redefinido despus. En esta etapa se definen los lmites del sistema y los objetivos del estudio, chequeando que estos no cambien durante el desarrollo del mismo. Deben tenerse en cuenta las condiciones iniciales del sistema y sus condiciones de rgimen. Interesa estudiarlo ya en rgimen y no inicialmente cuando los recursos estn desocupa-dos y favorecen el movimiento de los elementos por el sistema.

El modelo debe considerar qu resultados estadsticos interesan obtenerse para evaluar correctamente al sistema en estudio. Ejemplos: tiempos en cola, longitudes de las colas que se forman en los distintos sectores, tiempo que est cada cliente en el sistema, promedios, desviaciones standard, etc.

2) Eleccin del mtodo para realizar el estudio Bsqueda de la herramienta analtica de resolucin. Adopcin de la misma en caso de encontrarla. Utilizacin de la simulacin como ltima alternativa.

3) Variables a incluir en el modelo Qu variables, parmetros se incluyen? Cules se desprecian por su irrelevancia?. La eleccin no es sencilla. Conviene hacer un ranking de las variables y restricciones del sistema en orden de importancia. Este ranking debe ser discutido con el usuario y con los distintos especialistas a fin de proceder a su verificacin y eventual correccin. Se debe recordar que quitar una variable superflua de un sistema es algo bastante sencillo, mientras que incluir una que se haba despreciado es de ordinario mucho ms complicado. Tomar debida cuenta de los casos especiales muchas veces estos obligan a tener en cuenta variables despreciables para el resto de los casos!. Esta seleccin de variables a considerar depende de la mecnica con que se maneja el sistema, de la experiencia que se tenga de l e incluso de la intuicin del grupo humano que interviene en el estudio. Se debe evitar una sobresimplificacin que invalida al modelo en cuanto se lo quiere ensayar con casos especiales, o una sobreespecificacin que hace largo y difcil el trabajo de construir el modelo.

10

Todas las variables que intervienen en un modelo son medibles. No siempre es posible lo mismo con las que intervienen en un sistema real. Muchas veces se debe hacer una estimacin de las mismas con el fin de incorporarlas en el modelo. Existen variables endgenas (internas y controladas por el sistema) y exgenas (externas al sistema y fuera de su control). Existen variables cualitativas, como la preferencia personal, y cuantitativas como la frecuencia con que arriban los clientes a un banco. Todas deben ser estimadas en trminos cuantitativos.

4) Recoleccin y anlisis de los datos del sistema Definidas las variables intervinientes en el sistema es habitual que existan muchas variables estocsticas. Para esas variables se debe disponer de: a. La densidad de probabilidad o b. La funcin de distribucin acumulativa en forma matemtica o c. Una tabla de valores del comportamiento de la variable. Se utiliza para ello todas las herramientas estadsticas clsicas, tales como, anlisis de regresin, de serie de tiempos y de varianzas. Se debe hacer un relevamiento del tiempo que se insume en las distintas tareas tratando de no obtener datos distorsionados producto de la medicin (la persona trabaja ms rpido o ms lento debido a que lo estn midiendo y le parece ms conveniente mostrarse en forma distorsionada). Si se tiene el valor medio de una medicin y no se conoce su distribucin, es preferible adoptar una distribucin exponencial que una uniforme, pues en la primera, pueden darse situaciones crticas que no se dan en la segunda. El tiempo empleado validando los datos de entrada est totalmente justificado y es absolutamente necesario para construir un modelo vlido sobre el cual se puedan sacar conclusiones aplicables al sistema real.

5) Definicin de la estructura del modelo Se definen: Las entidades permanentes y sus atributos, es decir, los recursos con que se cuenta en el sistema y cuantitativamente cmo es su comportamiento. Las entidades transitorias que circulan por el modelo tienen definida probabilsticamente su ruta por el sistema y los tiempos de utilizacin de los recursos. Los eventos que provocan los cambios de estado, modificando los atributos de las entidades.

11

Se debe disear el modelo de manera que los cambios en su estructura estn en cierto modo previstos.

6) Programacin del modelo Objetivo: obtencin del programa de computadora que representa el modelo. Se debe elegir el lenguaje con que se construir el modelo. Una vez elegido, se lo utiliza para construir el modelo, que debe representar fielmente todo lo que ha sido relevado del sistema. 7) Validacin del modelo Aunque imposible de demostrar rigurosamente se trata de verificar al modelo con una serie de situaciones conocidas como para tener un alto grado de confiabilidad. 8) Anlisis y crtica de los resultados Paso previo a la entrega de resultados al usuario se debe: Verificar que los resultados obtenidos sean realmente suficientes para tomar una correcta decisin. Hacer una buena compactacin en la presentacin de los mismos procurando que sean perfectamente comprensibles para el usuario. Recordar que un exceso de informacin ocasiona casi los mismos inconvenientes que la falta de informacin, ya que el usuario en ambos casos no puede acceder a los resultados que necesita como apoyo a la toma de decisiones (en un caso porque no sabe cmo accederlos, en el otro porque no los tiene). Estudiar la factibilidad, y, en caso afirmativo, proponer una alternativa que signifique un cambio estructural del sistema y por ende del modelo la que se considera digna de tener en cuenta antes de tomar una decisin definitiva. SIMULACION: ARTE O CIENCIA? Simular es un arte, una ciencia "soft", ya que la utilidad de esta tcnica depende mucho de la experiencia que tenga el grupo humano que realiza la simulacin. Hasta ahora no hay teora cientfica que garantice la validez del proceso de simulacin antes que este se realice. Para validar el modelo se ensayan alternativas conocidas (vividas realmente) y se comparan los resultados. La coincidencia de los mismos hablarn de la validez del modelo para representar el sistema real. Si los resultados que el modelo arroja sobre una de esas alternativas vividas no coinciden con los reales quedar demostrada la invalidez del modelo. Lo contrario no es cierto. Aun cuando haya coincidencia de resultados en una cantidad grande de pruebas no es posible afirmar que lo ser para la totalidad de los ensayos. Es interesante adoptar como criterio de trabajo el hacerse una idea de los resultados de un ensayo antes de realizar el mismo Ejemplo: en la ventanilla de informes se

12

produce un cuello de botella con 10 personas trmino medio en cola, en las cajas hay como mximo tres personas en cola, una persona demora unos 10 minutos en hacer el trmite. Al tenerse los resultados se los juzgar ms imparcialmente, evitando aceptarlos porque "la mquina as lo puso y no se equivoca". Teniendo los resultados de antemano hay obligacin de aceptar la discrepancia y por consiguiente exigir modificar el modelo de manera que esta no se produzca. Una vez construido un modelo, fiel representacin de un sistema, es posible crear una historia artificial del sistema simulando aquellos hechos cuya implicancia se desea observar, examinar e incluso prevenir. El conjunto de estas alternativas brinda la posibilidad al que realiza los ensayos de llegar a ser un conocedor experimentado del sistema (sin que este tenga necesidad de existencia real). Ejemplo: Los simuladores de vuelo. Da experiencia en situaciones de emergencia e incluso de catstrofe, midiendo y mejorando la pericia del piloto (por supuesto, que las condiciones de "stress" no son las mismas, lo cual puede alterar la validez de los resultados obtenidos). Una mala seleccin de alternativas a ensayar puede dar una experiencia intil o magra. VENTAJAS DE LA SIMULACION Permite: Adquirir una rpida experiencia a muy bajo costo y sin riesgos. No se compromete la confiabilidad del sistema en los ensayos (las aglomeraciones, las largas demoras son simuladas y no reales). Identificar en un sistema complejo aquellas reas con problema ("cuellos de botella") Un estudio sistemtico de alternativas (variaciones uniformes en los parmetros intervinientes imposibles de lograr en un sistema real). Utilizarse en "training" para gerentes/ejecutivos. Un modelo de "juego de empresas" les permite probar sus medidas en el modelo y ver sus resultados luego de pasado el perodo simulado. Se repite el proceso durante varios perodos y cada ejecutivo observa los resultados de sus decisiones. Se analizan errores, se comparan estrategias hallando ventajas y desventajas de cada una. Excelente herramienta para instruccin y entrenamiento de ejecutivos. Ensayar estrategias de guerra, faceta donde primero se emple la simulacin (operaciones de guerra en las llamadas maniobras). En los "juegos de guerra" los oficiales superiores ensayan operaciones de las fuerzas armadas en los campos de batalla. Analizados los resultados se ensayan nuevas operaciones hasta completar la batalla o incluso la guerra. Permite, al igual que el "juego de empresas", analizar errores y comparar estrategias. Todo ello realizado a bajsimo costo.

13

No tiene lmite en cuanto a complejidad. Cuando la introduccin de elementos estocsticos hace imposible un planteo analtico surge la modelizacin como nico medio de atacar el problema. Todo sistema, por complejo que sea, puede ser modelizado, y sobre ese modelo es posible ensayar alternativas. Puede ser aplicada para diseo de sistemas nuevos en los cuales se quieren comparar alternativas muy diversas surgidas de utilizacin de diferentes tecnologas. Puede utilizarse, durante la vida de un sistema, para probar modificaciones antes que estas se implementen (si es que los resultados de la simulacin aconsejan su uso). DESVENTAJAS DE LA SIMULACION

No se lo debe utilizar cuando existan tcnicas analticas que permitan plantear, resolver y optimizar todo el sistema o alguna parte del mismo. Existe un gran deseo de incluir todo en la simulacin donde los resultados son visibles y comprendidos por todas las personas (especialistas o no), las cuales gustan hacer ensayos. No es posible asegurar que el modelo sea vlido: Se corre el riesgo de tomar medidas errneas basadas en aplicar conclusiones falsas obtenidas mediante un modelo que no representa la realidad. No existe criterio cientfico de seleccin de alternativas a simular (Estrategia). Es posible omitir una buena sugerencia de innovacin simplemente porque a nadie se le ocurri ensayarla. Existe el riesgo de utilizar un modelo fuera de los lmites para el cual fue construido, queriendo realizar ensayos para el cual el modelo no es vlido. Es posible elaborar todo un gran andamiaje de pruebas y resultados falsos, basados en un modelo confiable y vlido bajo otras condiciones.

SIMULACIN POR COMPUTADORA: LA COMPUTACION HERRAMIENTA IMPORTANTE PARA SIMULAR El advenimiento de las computadoras signific un gran empuje para la utilizacin de la simulacin como auxiliar importante en la concrecin de proyectos. Realizado el programa que representa al sistema que se quiere estudiar, ensayar alternativas no es otra cosa que dar los datos a la mquina para que esta imprima los resultados. Utilizando los lenguajes de programacin de uso universal (FORTRAN, PASCAL, BASIC, COBOL, ALGOL, PL/I, etc.) la construccin de modelos no es sencilla. En cambio, si se usa un lenguaje orientado a la simulacin (preparado para construir modelos donde se pueda simular) el esfuerzo, segn se estima, se reduce a la dcima parte. Un lenguaje orientado a la simulacin debe manejar: 1) Fcilmente al modelo, permitiendo el ensayo de alternativas.

14

2) El tiempo "simulado" (meses, das, horas, segundos, milisegundos). 3) Eventos, es decir, acciones que provocan los cambios de estado: Los cambios de estado se materializan por dos eventos: el de comienzo y el de finalizacin. La accin est definida por: instante de comienzo y duracin. El lenguaje se encarga de hacer finalizar la accin. 4) Variables random fcilmente definibles, generadas en forma automtica por el lenguaje. 5) Acumulacin/clculo/impresin de estadsticas de las entidades intervinientes en el sistema. 6) El estado del sistema en cualquier instante (imprimindolo en caso necesario). 7) La extensin del perodo de simulacin. LENGUAJES ORIENTADOS A LA SIMULACION Citados por orden de aparicin: 1) General Purpose Simulation System (GPSS) desarrollado por Geoffrey GORDON (IBM) tuvo su primera versin en 1961, desarrollada en lenguaje de mquina. Actualmente existe tambin una versin para PC (desarrollada por Minuteman Software). 2) SIMSCRIPT, desarrollado por B. DIMSDALE, H. M. MARKOWITZ, B. HAUSNER, y H. W.CARR (RAND Corporation) tuvo su primera versin en 1962. Originalmente estuvo basado en FORTRAN. 3) SIMULA, desarrollado por O.J. DAHL y K. NYGAARD (NORWEGIAN COMPUTING CENTER, OSLO) tuvo su primera versin en 1965. Desarrollado como una extensin de ALGOL. 4) SIMPL/I un lenguaje de simulacin basado en PL/I, introducido por IBM en 1972. Tambin pueden citarse: 1) A General Activity Simulation Program (GASP), basado tambin en lenguaje FORTRAN. Fue desarrollado por Philip J. KIVIAT y puede ser utilizado en cualquier mquina que posea compilador FORTRAN. 2) SIMULATE, lenguaje escrito en FORTRAN IV, por Charles C. HOLT y otros colaboradores del SOCIAL SYSTEMS RESEARCH INSTITUTE, de la Universidad de WISCONSIN, utilizado para construccin de modelos economtricos, los que contienen mecanismos complejos de retroalimentacin. 3) General Simulation Program (GSP), desarrollado por el Dr. K. D. TOCHER y sus colegas de la empresa UNITED STEEL COMPANIES LTD de INGLATERRA (1960) escrito para la computadora Ferranti Pegasus y la Elliot 503, se us en Europa y el Reino Unido. Posteriormente para la mquina Elliot surgi el ESP desarrollado para ALGOL y para la Ferranti Pegasus I el MONTECODE (usado para planeamiento industrial). 4) Control and Simulation Language (CSL), un lenguaje desarrollado en base a FORTRAN por John BUXTON, extendido por Alan CLEMENTSON.

15

En modelos representados por ecuaciones, se puede citar: 1) DYNAMO (Dynamic Models), desarrollado por Phyllis FOX y Alexander L. PUGH del MASSACHUSETTS INSTITUTE of TECHNOLOGY (M.I.T.) Utiliza ecuaciones diferenciales de primer orden para aproximar procesos continuos. Es apropiado para simular cierto tipo de sistemas dinmicos de informacin con retroali-mentacin, definibles con un conjunto de ecuaciones de diferencias finitas. Se lo ha usado mucho para simular sistemas econmicos de gran escala (modelos economtricos); se lo puede usar en modelos biolgicos, fsicos y sociales. 2) CSMP (Continuos System Modeling Programs), desarrollado por IBM, en una mezcla con FORTRAN; DSL/90 (Digital Simulation of Continuos Systems); MIMIC; BHSL (Basic Hytran Simulation Language); DIHYSYS para Borroughs B5500 son lenguajes orientados a resolver problemas planteados con ecuaciones diferenciales.

LA MODELIZACIN POR SIMULACIN Es la descripcin de un sistema en trminos aceptables para un computador. Si un sistema puede ser caracterizado por un conjunto de variables, de manera que cada combinacin de valores de las variables represente un estado nico o condicin del sistema, entonces la manipulacin de las variables simula el movimiento del sistema de estado a estado. METODOLOGA DE LA CONSTRUCCIN DE MODELOS DE SIMULACIN DISCRETOS Simulacin discreta: La simulacin discreta se refiere a la modelizacin en un computador digital de un sistema cuyos cambios de estado tienen lugar de manera discreta como consecuencia de la ocurrencia de agentes del cambio de estado denominados sucesos. Caractersticasgeneralesdeloslenguajesdesimulacindesistemasdiscretos: La generacin de nmeros aleatorios uniformemente distribuidos entre (0,1) La generacin de muestras de variables aleatorias con distribuciones especficas. Los mecanismos de control y flujo del tiempo durante la simulacin. La determinacin del suceso que hacer tratado a continuacin del que lo est siendo La adicin, supresin o actualizacin de registros en estructuras de datos adhoc., como listas que representan secuencias de sucesos. La recoleccin y el anlisis de los datos generados por la simulacin La elaboracin de informes sobre los resultados obtenidos. La deteccin de condiciones de error.

16

CRITERIOS QUE SE DEBE TENER EN CUENTA PARA QUE UN MODELO DE SIMULACION SEA BUENO Fcil de entender por el usuario Tenga el modelo metas y objetivos Modelo no de respuestas absurdas Que sea fcil de manipular, la comunicacin entre el usuario y la computadora debe ser sencilla Que sea completa, es decir que tenga por lo menos las partes o funciones ms importantes del sistema Sea adaptable que podamos modificar, adaptarlo, actualizarlo Que sea evolutiva que al principio sea simple y poco a poco empezamos a volverlo complejo dependiendo de las necesidades de los usuarios EJERCICIO: SISTEMA DE PRODUCCIN De acuerdo a la descripcin del siguiente proceso de modelacin y teniendo en cuenta la simulacin de un sistema de su entorno (produccin, manufactura, etc), entregue en forma escrita un informe por CIPAS, teniendo en cuenta: secuencia de las operaciones, la duracin de cada paso del proceso, plan de produccin, construccin del modelo conceptual.

PROCESO DE MODELACIN Siguiendo con el ejemplo de la fbrica. Departamento de fabricacin tiene un taller en el hay un conjunto de mquinas del mismo tipo, que realizan diferentes operaciones sobre las piezas que se fabrican, de manera que las mismas materias primas sometidas a diferentes procesos en dichas mquinas dan lugar a diferentes productos.

17

El proceso de produccin se da en una secuencia de operaciones en un orden definido en cada una de las mquinas. La duracin al proceso que es sometida cada pieza en cada mquina est definido.

El taller de produccin tiene 6 grupos de mquinas diferentes, cada una de los cuales est constituido por un grupo de mquinas idnticas entre s. Ver tabla

Para la maquinaria antes descrita se tiene un plan de produccin que contempla la fabricacin de tres tipos de productos que denominaremos tipo1, tipo2 y tipo3 respectivamente. La fabricacin de cada unidad de un tipo de producto requiere que las operaciones se realicen en diferentes clases de mquinas segn secuencias especificadas que difieren de un tipo de producto a otro. La disciplina de servicio dentro de cada grupo de mquinas es FIFO.

18

Supondremos que los trabajos llegan al taller segn un flujo descriptible por medio de una distribucin de Poisson cuya tasa media es de 50 trabajos cada 8 horas. Un 24% de los trabajos son para la fabricacin del producto tipo1. Un 44% son para la fabricacin del producto tipo2 Un 32% son para la fabricacin del producto tipo3 Cuando un trabajo que llega es de tipo x, este es independiente, en trminos probabilsticos, del tipo de producto que le precedi. El objetivo es estudiar el comportamiento del taller de produccin, en stas condiciones de operacin, durante un perodo de 5 semanas, de 5 das laborables cada una con jornadas de 8 horas por da. Nos interesa en particular analizar la distribucin de los trabajos que quedan incompletos al final de cada semana. El nmero promedio de trabajos de cada tipo que se producen por semana. La capacidad mediata tal de produccin del taller para este programa de produccin. La capacidad para cumplir determinados planes de produccin. El nivel medio de ocupacin de las mquinas de cada grupo PASOS PARA CONSTRUIR UN MODELO

19

CONSTRUCCIN DEL MODELO CONCEPTUAL

20