Simulación
En esta etapa, se explica qué es la simulación con
el fin de que más adelante se tenga una noción clara de lo que significa la
realidad virtual aplicada como herramienta de simulación. Dado que esta
utilización de la realidad virtual es la que ha dado origen a la mayor parte de
la tecnología asociada, a las aplicaciones y a ciertos conceptos, se considera
esencial entender qué es la simulación para poder entender los orígenes, la
evolución y la situación actual de la realidad virtual.
Pero además, también se debe tener en cuenta que las
aplicaciones de simulación, abonadas por la industria de Hollywood,
es lo que ha contribuido en mayor grado a promover el sensacionalismo en la
realidad virtual y por esta razón es muy importante conocer el tema y poder
discernir entre lo que es fantasía y lo que realmente es factible. En otras
palabras, es esencial para conocer las restricciones que se encuentran cuando
la realidad virtual es vista únicamente como herramienta de simulación y se
intenta aplicar como tal en ámbitos que no son de simulación.
¿Qué es simulación?
Aunque la mayoría de la gente tiene una ligera idea de lo que es la simulación, existe mucha confusión de términos y conceptos que se aclararán en esta etapa. Por ejemplo, podemos pensar en los juegos de niños donde actúan como si fuesen vaqueros (cowboys) en un pueblo del Oeste Americano de hace un siglo. Pero esta intuición a menudo no se corresponde con la definición formal de simulación. Lo que usualmente sí se tiene claro es que cada vez resulta más importante en el mundo de la ciencia y la tecnología, la economía, las ciencias sociales, etc. Es una herramienta básica en investigación y es esencial como herramienta de entrenamiento.
Aunque la mayoría de la gente tiene una ligera idea de lo que es la simulación, existe mucha confusión de términos y conceptos que se aclararán en esta etapa. Por ejemplo, podemos pensar en los juegos de niños donde actúan como si fuesen vaqueros (cowboys) en un pueblo del Oeste Americano de hace un siglo. Pero esta intuición a menudo no se corresponde con la definición formal de simulación. Lo que usualmente sí se tiene claro es que cada vez resulta más importante en el mundo de la ciencia y la tecnología, la economía, las ciencias sociales, etc. Es una herramienta básica en investigación y es esencial como herramienta de entrenamiento.
La simulación por ordenador es la intersección de tres
herramientas de investigación o aproximaciones analíticas (WHICKER, SIGELMAN,
1991): modelado, simulación de sistemas, uso
de un ordenador, las cuales definimos más abajo.
El Modelo.
Mientras que en simulación fuera del ordenador se requiere
montar una réplica física de lo que se quiere estudiar, lo que se conoce por
maqueta, en simulaciones por ordenador es necesario definir un modelo a
partir de reglas matemáticas y/o lógicas.
Un modelo de simulación adquiere
importancia y significado en virtud de su similitud con
un fenómeno de interés determinado. ¿Pero, qué se entiende por similitud?
La similitud del modelo respecto al fenómeno de origen se clasifica en los
siguientes tipos:
Similitud Física: este es el tipo de similitud que
más se asocia cuando se habla de simulación en general y concretamente en
realidad virtual aplicada a la simulación, aunque no por esto es más importante
que los otros tipos. Este tipo comprende diversas componentes de similitud que
pueden ser o no importantes en cada caso: visual, sonora, mecánica, química,
táctil, etc.
Similitud Probabilística: este tipo proviene
del comportamiento del fenómeno de origen. La disciplina de la estadística
conocida por análisis de probabilidad se encarga de estudiar
la probabilidad con que un fenómeno tiende a manifestarse. Por lo tanto,
la similitud probabilística hace referencia a las propiedades
funcionales del fenómeno de estudio.
Similitud Conceptual: esta similitud hace referencia
a las estructuras internas del fenómeno de estudio y a como están organizadas.
Por esta razón, se pueden definir la siguientes propiedades de la similitud
conceptual: asociativa, por analogía, estructural, etc.
Así pues, las nociones de modelo y simulación, que a menudo
se tienden a confundir, en realidad están relacionadas de forma que (WHICKER,
SIGELMAN, 1991):
Un modelo es una representación de la
estructura a simular. Es decir, una definición estática que
define estructuras, parámetros y funciones (o algoritmos).
Una simulación, en cambio, es una
representación de la estructura en acción. Es decir,
cuando se hace evolucionar el modelo a lo largo del tiempo,
partiendo de un estado inicial, alimentándolo con una información de entrada
y obteniendo una información de salida que serán los resultados a analizar.
|
CLASIFICACION DE LOS MODELOS
Existen múltiples tipos de modelos para representar la realidad. Algunos de
ellos son:
- Dinámicos;
utilizados para representar sistemas cuyo estado varía con el tiempo.
- Estáticos;
utilizados para representar sistemas cuyo estado es invariables a través
del tiempo.
- Matemáticos;
representan la realidad en forma abstracta de muy diversas maneras
- Físicos;
son aquellos en que la realidad es representada por algo tangible,
construido en escala o que por lo menos se comporta en forma análoga a esa
realidad (maquetas, prototipos, modelos analógicos, etc).
- Analíticos;
la realidad se representa por formulas matemáticas. Estudiar el sistemas
consiste en operar con esas formulas matemáticas (resolución de
ecuaciones).
- Numéricos;
se tiene el comportamiento numérico de las variables intervinientes. No se
obtiene ninguna solución analítica.
- Continuos;
representan sistemas cuyos cambios de estado son graduales. Las variables
intervinientes son continuas.
- Discretos;
representan sistemas cuyos cambios de estado son de saltos. Las variables
varían en forma discontinua.
- Determinísticos;
son modelos cuya solución para determinadas condiciones es única y siempre
la misma.
- Estocásticos; representan sistemas donde los hechos suceden al azar, lo cual no es repetitivo. No se puede asegurar cuales acciones ocurren en un determinado instante. Se conoce la probabilidad de ocurrencia y su distribución equiparable dentro del intervalo.
VENTAJAS DE LA SIMULACIÓN
- Se puede estudiar el efecto de cambio interno y externo del sistema al hacer alteraciones en el modelo del sistema y observando los efectos de esas alteraciones en el comportamiento del sistema.
- Una
observación detallada del sistema que se esta simulando puede
conducir a un mejor entendimiento del sistema y por consiguiente sugerir
estrategias que mejoren la operación y eficiencia del sistema.
- La
simulación puede ser utilizada como instrumento pedagógico para enseñar a
estudiantes, habilidades básicas en análisis estadístico, etc.
- Cuando nuevo elementos son introducidos en un sistema, la simulación puede ser utilizada para anticipar cuellos de botella o algún otro problema que pueda surgir en el comportamiento del sistema.
DESVENTAJAS
La simulación presenta el problema de requerir equipo computacional y recursos humanos costosos. Además generalmente se requiere bastante tiempo para que un modelo de simulación sea desarrollado y perfeccionado. Finalmente, es posible que la alta administración de una organización no entienda esta técnica y esto crea dificultad en vender la idea.
La simulación presenta el problema de requerir equipo computacional y recursos humanos costosos. Además generalmente se requiere bastante tiempo para que un modelo de simulación sea desarrollado y perfeccionado. Finalmente, es posible que la alta administración de una organización no entienda esta técnica y esto crea dificultad en vender la idea.
SIMULACION Y MODELO
La simulación de sistemas es la representación analítica apoyada en herramientas matemáticas y comunicacionales que permiten evaluar el impacto que producen cambios en las distintas variables, también nos permite la elección de recursos óptimos para el proceso analizado.
THOMAS NAYLOR
Estos experimentos requieren de operaciones lógicas y
matemáticas necesarias para descubrir el comportamiento y la estructura de
sistemas complejos del mundo real a travez de largo período de tiempo.
ROBERT SHANNON
La simulación es el diseñar y desarrollar un modelo
computarizado de un sistema o proceso y conducir experimentalmente con este
modelo con el propósito de entender el comportamiento del sistema del mundo
real o evaluar varias estrategias con los cuales puedan operar el sistema.
SHUBIK
Es un modelo, dice que la simulación de un sistema o de un
organismo es la operación de un modelo lo cual se va a llamar simulador el cual
es una representación del sistema. Este modelo o simulador estará sujeto a
diversas manipulaciones, las cuales serían imposibles de realizar, demasiado
costosas o imprácticas. La operación de un modelo puede estudiarse y con ello
conocer las propiedades concernientes al comportamiento del sistema o
subsistema real - costoso.
QUE INTENTA LA SIMULACION
1. Descubrir el comportamiento de un sistema
2. Postular teorías o hipótesis que expliquen el
comportamiento observado
3. usar esas teorías para predecir el comportamiento futuro
del sistema, es decir mirar los efectos que se producirían en el sistema
mediante los cambios dentro de él o en su método de operación (tiempo en
minutos)
Simulación de Caja Registrador
PROPIEDADES DE LOS MODELOS DE SIMULACION
DEFINICION DE MODELO
Modelo es una representación de un objeto, sistema o idea de
forma diferente a la de identidad misma
Por lo general el modelo nos ayuda a entender y mejorar un
sistema
El modelo de un objeto puede ser una réplica exacta de este.
Con la diferencia del material que lo compone o de su escala, inclusive puede
ser una abstracción de las propiedades dominantes del objeto.
FUNCIONES DEL MODELO
- Comparar
- Predecir
Ej: La pintura es una réplica de algo que existe
- Un carro de madera es la réplica de un original.
ESTRUCTURA DEL MODELO
El modelo se puede escribir de tal forma
E = F(Xi, Yi)
Donde
E: Es el efecto del comportamiento del sistema
Xi: Son las variables y parámetros que nosotros podemos
controlar
Yi: Las variables y los parámetros que nosotros no podemos
controlar
F: Es la función con la cual relacionamos Xi con Yi con el
fin de modificar o dar origen a E
PROPIEDADES DE LOS MODELOS
1. COMPONENTES:
Son las partes de un conjunto que forman el sistema
2. VARIABLES:
Pueden ser de dos tipos (Exógenos, Endógenos)
- Exógenas: Entradas son originadas por causas externas al
sistema
- Endógenas: Son producidas dentro del sistema que resultan
de causas internas, las cuales pueden ser de Estado o de Salida
i. Estado: Muestran las condiciones iniciales del sistema
ii. Salida: Son aquellas variables que resultan del sistema
Estadísticamente a las variables exógenas se las denomina
como variables independientes
3. PARAMETROS:
Son cantidades a las cuales el operador del modelo puede
asignarle valores arbitrarios lo cual se diferencia de las variables.
Los parámetros una vez establecidos se convierten en
constantes.
4. RELACIONES FUNCIONALES:
Describen a los parámetros de tal manera que muestran su
comportamiento dentro de un componente o entre componentes de un sistema.
Las relaciones funcionales pueden ser de tipo
determinísticos o estocásticos.
- Determinísticas: Sus definiciones que relacionan ciertas
variables o parámetros donde una salida del proceso es singularmente
determinada por una estrada dada.
- Estocásticas: Cuando el proceso tiene una salida
indefinida, para una entrada determinada las relaciones funcionales se
representan por ecuaciones matemáticas y salen del análisis estadístico
matemático.
5. RESTRICCIONES:
Estas son limitaciones impuestas a valores de las variables
las cuales pueden ser de dos formas:
- Autoimpuestas: O sea asignadas por el mismo operador o
- Impuestas: O sea cuando son asignadas manualmente por el
mismo sistema
6. FUNCIONES DE OBJETIVO:
Son las metas del sistema o el como evaluar al sistema,
existen retentivas por ejemplo: la conservación de tiempo, energía y
adquisitivas ejemplo: Ganancia en algo.
Ejemplo de aplicación:
Determinar las propiedades de un colegio, una fábrica de
zapatos, un restaurante, un grupo de investigación.
LA SIMULACIÓN COMO PROCESO
EXPERIMENTAL:
La práctica de la simulación es una técnica que no
realiza ningún intento especifico para aislar las relaciones entre variables
particulares, antes bien adopta un punto de vista global desde el que se intenta
observar como cambian conjuntamente todas las variables del modelo con el
tiempo. En todo caso, las relaciones entre las variables deben obtenerse a
partir de tales observaciones. Esta concepción caracteriza la simulación como
una técnica experimental de resolución de problemas, lo que comporta la
necesidad de repetir múltiples ejecuciones de la simulación para poder entender las relaciones implicadas por el sistema, en consecuencia el uso de la simulación en un estudio debe planificarse como una serie de experimentos cuyo diseño debe seguir las normas del diseño de experimentos para que los resultados obtenidos puedan conducir a interpretaciones significativas de las relaciones de interés. La simulación con computador es por lo tanto una técnica que realiza experimentos en un computador con un modelo de un sistema dado. El modelo es el vehículo utilizado para la experimentación en sustitución del
sistema real.Los experimentos pueden llegar a tener un alto grado de
sofisticación que requiera la utilización de técnicas estadísticas de diseño de
experimentos. En la mayor parte de los casos los experimentos de simulación son
la manera de obtener repuestas a preguntas del tipo "¿qué pasaría
sí?", preguntas cuyo objetivo suele ser evaluar el impacto de una posible
alternativa que sirva de soporte a un proceso de toma de decisiones sobre un
sistema
en la utilización de la simulación, las características de lo
que hemos denominado
ingeniería de sistemas
, es decir una escandalizadora que utiliza un modelo
para combinando elementos de análisis y diseño entender, por medio de
experimentos, cómo un sistema existente funciona, o cómo puede funcionar un
sistema planeado, y prever cómo las modificaciones del sistema pueden cambiar su
comportamiento.La simulación, y los experimentos de simulación, se convierten
así en una herramienta de
análisis de sistemas
, para entender cómo opera un sistema existente, o cómo puede
operar uno propuesto.
La simulación, y el
procedimiento experimental asociado, se convierten también en una herramienta de
diseño de sistemas
, cuyo objetivo es
la producción de un sistema que satisfaga ciertas especificaciones. El diseñador puede seleccionar o planear como deben ser las componentes del sistema y
concebir cual debe ser la combinación de componentes y relaciones entre ellas que determinan el sistema propuesto. El diseño se traduce en un modelo cuyo comportamiento permite inducir el del sistema previsto
METODOLOGÍA DE UN
ESTUDIO DE SIMULACIÓN
La aplicación de la
simulación a diferentes tipos de sistemas combinada con las diferentes clases de
estudio que se pueden realizar conduce a una gran cantidad de variantes de la
manera en que se puede realizar un estudio disimulación. Sin embargo hay
determinados pasos básicos del proceso que pueden
identificarse como los constituyentes de lo que denominaremos la metodología de
un estudio de simulación, y son los siguientes:
- Definición del problema y planificación del estudio
- Recogida de datos.
- Formulación del modelo matemático
- Construcción y verificación del programa para computador del modelo .
- Ejecuciones de prueba del modelo
- Validación del modelo
- .Diseño de los experimentos de simulación.
- Ejecución de los experimentos
- Análisis de los resultados.
El proceso no es, en general, secuencial, sino iterativo, en el
que algunos delos pasos pueden tener que repetirse en función de los resultados intermedios tal como muestra la Figura
Ningún estudio de simulación puede
llevarse a cabo sin establecer claramente una definición precisa del problema
que se pretende resolver y los objetivos del estudio. Los diseños alternativos
del sistema que se han de estudiar han de quedar claramente especificados, así
como los criterios para evaluar dichos diseños. Criterios que servirán de base
al proceso de toma de decisiones para elegir uno de los diseños. Para la
formulación del modelo debe establecerse su estructura definiendo cuales son los
aspectos del funcionamiento del sistema que son significativos para la
resolución del problema que tenemos entrenamos, y que datos es necesario
recoger para proporcionar al modelo la información adecuada.
La construcción del
modelo de simulación es en muchos casos más un arte que una ciencia, que combina
aspectos matemáticos y lógicos. En general la experiencia recomienda empezar con
modelos moderadamente detallados que paulatinamente se van haciendo más
sofisticados. El modelo únicamente debe contener el nivel de detalle requerido
por los objetivos del estudio. Dado un modelo matemático la construcción del
programa para computador es el requisito imprescindible para poder manipular
numéricamente el modelo para obtener las soluciones que respondan a las
preguntas que el analista se formula sobre el sistema.
METODOLOGIA DE LA
SIMULACION DE SISTEMAS como tal es un
proceso y en general consta de las siguientes etapas
Definición del
sistema:
Para tener una
definición exacta del sistema que se desea simular, es necesario hacer
primeramente un análisis preliminar de éste, con el fin de determinar la
interacción con otros sistemas, las restricciones del sistema, las variables
que interactúan dentro del sistema y sus interrelaciones, las medidas de
efectividad que se van a utilizar para definir y estudiar el sistema y los
resultados que se esperan obtener del estudio.
Formulación del
modelo :
Una vez definidos
con exactitud los resultados que se esperan obtener del estudio, se define y
construye el modelo con el cual se obtendrán los resultados deseados. En la
formulación del modelo es necesario definir todas las variables que forman
parte de él, sus relaciones lógicas y los diagramas de flujo que describan en
forma completa el modelo.
Colección de datos
:
Es importante que
se definan con claridad y exactitud los datos que el modelo va a requerir para
producir los resultados deseados.
Implementación del
modelo en la computadora :
Con el modelo
definido, el siguiente paso es decidir si se utiliza algún lenguaje como el
fortran, algol, lisp, etc., o se utiliza algún paquete como Vensim, Stella y
iThink, GPSS, simula, simscript, Rockwell Arena etc., para procesarlo en la
computadora y obtener los resultados deseados.
Validación :
A través de esta
etapa es posible detallar deficiencias en la formulación del modelo o en los
datos alimentados al modelo. Las formas más comunes de validar un modelo son:
1. La opinión de
expertos sobre los resultados de la simulación. 2. La exactitud con que se
predicen datos históricos. 3. La exactitud en la predicción del futuro. 4. La
comprobación de falla del modelo de simulación al utilizar datos que hacen
fallar al sistema real. 5. La aceptación y confianza en el modelo de la persona
que hará uso de los resultados que arroje el experimento de simulación.
Experimentación :
La experimentación
con el modelo se realiza después que éste haya sido validado. La
experimentación consiste en generar los datos deseados y en realizar un
análisis de sensibilidad de los índices requeridos.
Interpretación :
En esta etapa del
estudio, se interpretan los resultados que arroja la simulación y con base a
esto se toma una decisión. Es obvio que los resultados que se obtienen de un
estudio de simulación ayuda a soportar decisiones del tipo semi-estructurado.
Documentación :
Dos tipos de
documentación son requeridos para hacer un mejor uso del modelo de simulación.
La primera se refiere a la documentación del tipo técnico y la segunda se
refiere al manual del usuario, con el cual se facilita la interacción y el uso
del modelo desarrollado.
APLICACIONES DE
SIMULACIÓN
Los modelos de
simulación presentan la ventaja de poder ser manipulados en
diferentes formas,
que serían imposibles, imprácticas y demasiado costosas si se
realizaran a través
de otra metodología. Por ejemplo, se puede simular la operación de un
sistema sin que
éste aún exista, también se puede a través del uso de simulación determinar el sitio de
localización de un almacén, determinar políticas óptimas de inventarios cuando
la demanda y el
tiempo de entrega son estocásticos, etc. En general, se puede decir que los
modelos de
simulación se usan para: 1) Análisis de sistemas, 2) Diseño de sistemas, 3)
Síntesis de
sistemas y 4) Entrenamiento.
EJEMPLO 5.1 JUEGO
DE VOLADOS
Existe un método
viejo para jugar volados, que consiste en doblar la apuesta cada
vez que se pierde.
Por ejemplo, si se apuesta $ X y se pierde, entonces, se apuesta
S2X; si en esta
ocasión se vuelve a perder, entonces, se apuesta S4X y así
sucesivamente. Sin
embargo, si a! seguir esta política sucede que la apuesta es
mayor que la cantidad
de que se dispone, entonces, se apuesta lo que se tiene
disponible. Por el
contrario, cada vez que se gane, la apuesta será de 8X. Si la
cantidad inicial
disponible es de S30, la apuesta es de 810, la ganancia es igual a la
cantidad apostada,
la probabilidad de ganar en un volado es 0.5 v se quiere tener
S50, ¿cuál es la
probabilidad de llegar a la meta?
Para la información
anterior, la tabla 5.1 muestra los resultados de una
simulación manual
para este juego de volados. Como se puede observar en esta
tabla, en la
primera "corrida" se necesitaron dos lanzamientos para llegar a la
meta
de tener $50. El
primer lanzamiento de esta corrida el cual está representado por el
número aleatorio
0.93591, significa que se ganó en el volado (números aleatorios
menores de 0.5
representan al evento ganar, y números aleatorios mayores que 0.5
representan al
evento perder), y por consiguiente, la apuesta en el siguiente volado
será de S10. Como
el número aleatorio de este segundo volado es menor que 0.5,
entonces, con este
lanzamiento se llega a la meta de S50.
Por otra parte, la
corrida número 3 representa una situación de quiebra, es decir,
esta corrida
representa una situación en la que se pierde completamente la cantidad
inicial disponible.
En esta corrida, se pierde el primer volado, y por consiguiente, la
apuesta del segundo
volado es S20. Como el número aleatorio de este lanzamiento
es menor que 0.5,
entonces, se gana en el segundo volado, y la apuesta del tercer
volado será de $10.
Como el número aleatorio de este volado es mayor que 0.5, entonces, se pierde
en el tercer volado, y la apuesta del cuarto volado será de $20.
Puesto que el
número aleatorio de este volado es mayor que 0.5, entonces, se pierde
en el cuarto
volado, y la apuesta será de $40. Sin embargo, la cantidad que se tiene
al final del cuarto
volado es de $10. Por consiguiente, la cantidad apostada en el
quinto volado será
de $10. Como esta cantidad es perdida en el último lanzamiento,
entonces, se llega
finalmente a una situación de quiebra.
Finalmente,
en esta tabla se puede observar que de 10 corridas, en 6 ocasiones se
llegó
a la meta. Esto significa que la probabilidad de llegar a la meta es de 0.6.
Sin
embargo,
en necesario señalar que esta estimación no es muy confiable por el
número
tan reducido de corridas que se simularon. Para tomar una decisión que
garantice
buenos resultados, es necesario aumentar significativamente el número
de
corridas simuladas. También, vale la pena mencionar que este problema sería
demasiado
difícil de resolver analíticamente, sin embargo, a través del uso de
simulación se facilita tremendamente la estimación de la probabilidad
buscada
EJEMPLO
5.2. CAMIÓN TRANSPORTADOR
La
empresa TIBASA (Fabricante de tinas de baño) tiene asignado un camión
especial
para el transporte de tinas terminadas. Dicho camión transporta
diariamente
5 tinas. El peso de cada tina sigue la siguiente distribución de
probabilidad
Si
la capacidad del camión es de 1 tonelada, ¿cuál es la probabilidad de que el
peso
de
las tinas exceda la capacidad del camión?
La
pregunta anterior, puede ser contestada en forma analítica o a través de
simulación.
Sin embargo, analicemos primero la obtención de esta probabilidad a
través
de un procedimiento analítico. El primer paso en la obtención de tal
probabilidad,
sería la determinación de la distribución de probabilidad f(x). Esta
distribución
de probabilidad está definida por:
1/
400 (x - 190), si 190 ≤ x ≤ 210
1/
400 (x - 190), si 190 ≤ x ≤ 210
En
seguida, es necesario determinar la media y la variancia, las cuales pueden ser
obtenidas
de las siguientes expresiones:
E(X)=1/400
∫210 (x - 190)dx - 1/40 ∫210 0 (x - 230)dx = 210
VAR(X)=
1/400 ∫ (x-230)dx = 66.67 210 (x - 210)2 (x-190)dx - 1/400 ∫230 (x - 210)2
Ahora,
para encontrar la probabilidad de que la suma de los pesos de 5 tinas
exceda
la capacidad del camión, suponga que x¡ representa el peso de la tina i.
METODOLOGÍA DE UN ESTUDIO DE SIMULACIÓN
METODOLOGÍA DE UN ESTUDIO DE SIMULACIÓN
La aplicación de la simulación a diferentes tipos de sistemas combinada con las diferentes clases de estudio que se pueden realizar conduce a una gran cantidad de variantes de la manera en que se puede realizar un estudio de simulación. Sin embargo hay determinados pasos básicos del proceso que
pueden identificarse como los constituyentes de lo que denominaremos la metodología de un estudio de simulación, y son los siguientes:
1.Definición del problema y planificación del estudio.
2.Recogida de datos.
3.Formulación del modelo matemático
.4.Construcción y verificación del programa para computador delmodelo.
5.Ejecuciones de prueba del modelo.
6.Validación del modelo.
7.Diseño de los experimentos de simulación.
8.Ejecución de los experimentos.
9.Análisis de los resultados.
El proceso no es, en general, secuencial, sino iterativo, en el que algunos delos pasos pueden tener que repetirse en función de los resultados intermedios tal como muestra la Figura 9.
Ningún estudio de simulación puede llevarse a cabo sin establecer claramenteuna definición precisa del problema que se pretende resolver y los objetivos delestudio. Los diseños alternativos del sistema que se han de estudiar han dequedar claramente especificados, así como los criterios para evaluar dichosdiseños. Criterios que servirán de base al proceso de toma de decisiones paraelegir uno de los diseños. Para la formulación del modelo debe establecerse suestructura definiendo cuales son los aspectos del funcionamiento del sistemaque son significativos para la resolución del problema que tenemos entremanos, y que datos es necesario recoger para proporcionar al modelo lainformación adecuada.
La construcción del modelo de simulación es en muchos casos más un arte que una ciencia, que combina aspectos matemáticos y lógicos. En general la experiencia recomienda empezar con modelos moderadamente detallados que paulatinamente se van haciendo más sofisticados. El modelo únicamente debe contener el nivel de detalle requerido por los objetivos del estudio. Dado un modelo matemático la construcción del programa para computador es el requisito imprescindible para poder manipular numéricamente el modelo para obtener las soluciones que respondan a las preguntas que el analista se formula sobre el sistema.
La validación del modelo es uno de los pasos cruciales del proceso, suele ser uno de los más difíciles, pero es un requisito indispensable para establecer si el modelo representa o no adecuadamente el sistema objeto del estudio, de manera que se puedan garantizar las inducciones y extrapolaciones sobre el comportamiento del sistema a partir de lo observado sobre el modelo.
El PROCESO DE CONSTRUCIÓN DEL MODELOEN LA COMPUTADORA
Especificación del Sistema y la Simulación:
Es la Definición de los detalles de estudios de lasimulación, entre las que se especifican:
•Objetivos de la Simulación
•Descripción del Sistema y Enfoque de Modelado
•Exactitud en la Animación
•Entradas y Salidas del Modelo
•Formas de Entrega del Proyecto
Formulación y Construcción del Modelo:
Es la especificación del tipo de construcción que se va usar para construir el modelo.Aplicando un enfoque de arriba hacia abajo, la primera opción debería ser módulos de panel Basic Process,seguidos Advanced Process y Advanced Tranfer y modulosde los paneles Blocks y Elements sólo cuando requiere.Se va probando el proceso, hasta que quedé satisfechotodo el estudio. Convencido que funcione correctamente, seañade la siguiente fase. Continuando de esa manera hastaque haya creado todo el modelo. Tal enfoque hace que laverificación del modelo sea mucho más fácil.
Verificación y Validación:
Una vez que se tenga trabajado el modelo, y a vecesincluso mientras lo construye, se puede aplicar laVerificación y Validación. La verificación es la tarea deasegurar que el modelo se comparta como se planeó: deforma más coloquial, esto se conoce como depuración delmodelo. La validación es la tarea de asegurar que el modelose comporta de la misma forma que el sistema real.
CONTENIDO DEL PROYECTO FINAL DESIMULACIÓN
Introducción Definición del problema Objetivos Descripción del sistema
Recogida de datos
Formulación del modelo matemático.
Modelo simulado construido del sistema. Explicación
Diseño de los experimentos de simulación.
Ejecución de los experimentos.
Análisis de los resultados.
Conclusiones
Recomendaciones
Bibliografía Anexos
Elaborar:
•Informe Escrito
•Presentación del Proyecto en PowerPoint, Síntesis delInforme.
•Entrega de CD con Informe Escrito, modelo desimulación en arena y la presentación
2.2 METODOLOGIA DE LA SIMULACION DE SISTEMAS
La simulacion como tal es un proceso y en general consta de las siguientes etapas.
Definición del sistema:
Para tener una definición exacta del sistema que se desea simular, es necesario hacer primeramente un análisis preliminar de éste, con el fin de determinar la interacción con otros sistemas, las restricciones del sistema, las variables que interactúan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio.
Formulación del modelo :
Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y construye el modelo con el cual se obtendrán los resultados deseados. En la formulación del modelo es necesario definir todas las variables que forman parte de él, sus relaciones lógicas y los diagramas de flujo que describan en forma completa el modelo.
Colección de datos :
Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados.
Implementación del modelo en la computadora :
Con el modelo definido, el siguiente paso es decidir si se utiliza algún lenguaje como el fortran, algol, lisp, etc., o se utiliza algún paquete como Vensim, Stella y iThink, GPSS, simula, simscript, Rockwell Arena etc., para procesarlo en la computadora y obtener los resultados deseados.
Validación :
A través de esta etapa es posible detallar deficiencias en la formulación del modelo o en los datos alimentados al modelo. Las formas más comunes de validar un modelo son:
1. La opinión de expertos sobre los resultados de la simulación. 2. La exactitud con que se predicen datos históricos. 3. La exactitud en la predicción del futuro. 4. La comprobación de falla del modelo de simulación al utilizar datos que hacen fallar al sistema real. 5. La aceptación y confianza en el modelo de la persona que hará uso de los resultados que arroje el experimento de simulación.
Experimentación :
La experimentación con el modelo se realiza después que éste haya sido validado. La experimentación consiste en generar los datos deseados y en realizar un análisis de sensibilidad de los índices requeridos.
Interpretación :
En esta etapa del estudio, se interpretan los resultados que arroja la simulación y con base a esto se toma una decisión. Es obvio que los resultados que se obtienen de un estudio de simulación ayuda a soportar decisiones del tipo semi-estructurado.
Documentación :
Dos tipos de documentación son requeridos para hacer un mejor uso del modelo de simulación. La primera se refiere a la documentación del tipo técnico y la segunda se refiere al manual del usuario, con el cual se facilita la interacción y el uso del modelo desarrollado.
