Embedded Files
Comentar la complejidad de algunos sistemas reales que presentan comportamientos probabilistas. Con base en estos comentarios, identificar las aplicaciones de la simulación en empresas de manufactura y servicios, así como su terminología.
1.2 Definiciones y Aplicaciones
1.2 Definiciones y Aplicaciones
En este curso se abordará el tema de simulación de eventos discretos, no se verán simulaciones tipo juegos de video, o diseño a escala. Las siguientes definiciones son necesarias para la correcta interpretación de los temas y lecciones del curso.
Sistema: Conjunto de elementos que se interrelacionan para funcionar como un todo; desde el punto de vista de la simulación, tales elementos deben tener una frontera clara.
Simulación de eventos discretos: Conjunto de relaciones lógicas, matemáticas y probabilistas que integran el comportamiento de un sistema bajo estudio cuando se presenta un evento determinado. El objetivo del modelo de simulación consiste, precisamente, en comprender, analizar y mejorar las condiciones de operación relevantes del sistema.
Ejemplos de sistemas incluyen el sistema de atención al cliente en un banco, el sistema de inventarios de una empresa o el sistema de atención en la sala de emergencias de un hospital. Cada uno de estos sistemas puede dividirse en elementos relevantes para la construcción de su modelo de simulación, como entidades, estado del sistema, eventos actuales y futuros, localizaciones, recursos, atributos, variables y el reloj de la simulación.
Elementos del sistema: Entidades, estado del sistema, eventos actuales, eventos futuros, localizaciones, recursos, atributos, variables, y el reloj de la simulación, entre otros.
Entidad: Representación de los flujos de entrada a un sistema; éste es el elemento responsable de que el estado del sistema cambie. Ejemplos de entidades pueden ser los clientes que llegan a la caja de un banco, las piezas que llegan a un proceso o el embarque de piezas que llega a un inventario.
Estado del sistema: es la condición que guarda el sistema bajo estudio en un momento determinado; es como una fotografía de lo que está pasando en el sistema en cierto instante. El estado del sistema se compone de variables o características de operación puntuales (digamos el número de piezas que hay en el sistema en ese momento), y de variables o características de operación acumuladas, o promedio (como podría ser el tiempo promedio de permanencia de una entidad en el sistema, en una fila, almacén o equipo).
Evento es un cambio en el estado actual del sistema; por ejemplo, la entrada o salida de una entidad, la finalización de un proceso en un equipo, la interrupción o reactivación de una operación (digamos por un descanso del operario), o la descompostura de una máquina. Podemos catalogar estos eventos en dos tipos:
Eventos actuales, que son aquellos que están sucediendo en el sistema en un momento dado.
Eventos futuros, que son cambios que se presentarán en el sistema después del tiempo de simulación, de acuerdo con una programación específica.
Ejemplo: imagine que cierta pieza entra a una máquina para que ésta realice un proceso. El evento actual sería precisamente que la entidad llamada "pieza" se encuentra en la máquina. El evento futuro podría ser el momento en que la máquina concluirá su trabajo con la pieza y ésta seguirá su camino hacia el siguiente proceso lógico,de acuerdo con la programación:almacenamiento, inspección o entrada a otra máquina.
Localizaciones son todos aquellos lugares en los que la pieza puede detenerse para ser transformada o esperar a serlo. Dentro de estas localizaciones tenemos almacenes, bandas transportadoras, máquinas, estaciones de inspección.
Recursos: son aquellos dispositivos —diferentes a las localizaciones— necesarios para llevara cabo una operación.
Ejemplo: un montacargas que transporta una pieza
de un lugar a otro: una persona que realiza la inspección en una estación y toma turnos para descansar; una herramienta necesaria para realizar un proceso pero que no forma parte de una localización específica, sino que es trasladada de acuerdo con los requerimientos de aquel.
Atributo: es una característica de una entidad.
Ejemplo: si la entidad es un motor, los atributos serían su color, peso, tamaño o cilindraje. Los atributos son muy útiles para diferenciar entidades sin necesidad de generar una entidad nueva, y pueden adjudicarse al momento de la creación de la entidad, o asignarse y/o cambiarse durante el proceso.
Variables: son condiciones cuyos valores se crean y modifican por medio de ecuaciones matemáticas y relaciones lógicas. Pueden ser continuas (por
ejemplo, el costo promedio de operación de un sistema) o discretas (por ejemplo, el número de unidades que deberá empacarse en un contenedor). Las variables son muy útiles para realizar conteos de piezas y ciclos de operación, así como para determinar características de operación del sistema.
Modelos: permiten representar situaciones reales de diferentes tipos. Podemos tener modelos físicos —como el del avión que mencionamos en la sección anterior— o modelos matemáticos, a los cuales pertenecen los modelos de simulación de eventos discretos.
Modelos continuos: aquellos en los que las relaciones entre
las variables relevantes de la situación real se definen por medio de ecuaciones diferenciales, dado que éstas permiten conocer el comportamiento de las variables en un lapso de tiempo continuo. Problemas como saber de qué manera se transfiere el'calor en un molde o determinar cómo fluye cierto material dentro de una tubería, e incluso discernir el comportamiento del nivel de un tanque de gasolina al paso del tiempo mientras el vehículo está en marcha, pueden simularse en estos términos.
Modelos discretos. En ellos el comportamiento que nos interesa analizar puede representarse por medio de ecuaciones evaluadas en un punto determinado.
Ejemplo, si hacemos un muestreo del número de personas que llegaron a un banco en un lapso de tiempo específico, podemos simular esta variable con ecuaciones ligadas a distribuciones de probabilidad que reflejen dicho comportamiento.
Modelos dinámicos: aquellos en los que el estado del sistema que estamos analizando cambia respecto del tiempo.
Ejemplo, el número de personas que hacen fila para entrar a una sala de cine varía con el tiempo.
Modelos estáticos: representan un resultado bajo situaciones o condiciones determinado;
Ejemplo, al lanzar un dado los únicos valores que se puede obtener son 1,2,3,4,5 o 6, de manera que el resultado de la simulación será uno de tales valores posibles; este tipo de simulación generalmente se conoce como simulación de Monte Carlo.
Modelos determinísticos: relaciones constantes entre los cambios de las variables del modelo.
Modelos probabilísticos o estocásticos: se da una distribución de probabilidad en el proceso.
En este curso se estudiara la simulación de eventos discretos y hablaremos de modelos matemáticos, discretos, dinámicos, y que pueden incluir variables determinístas y probabilístas.
Page updated
Google Sites
Report abuse