1

,
INTRODUCCION

Simulacin es una tcnica de modelacin y anlisis, usada para evaluar y mejorar
sistemas dinmicos de todos tipos, de procesos as como tambin de servicios.
Imagnate tener una industria altamente competitiva la cual est siendo rezagada
en su ramo debido a tecnologa obsoleta e ineficientes manejos gerenciales, esto
sera realmente catastrfico para ti como dueo de la misma, en este caso tu
sabes que debes de hacer cambios, pero no sabes exactamente qu cambios son
los que funcionaran de mejor forma o si incluso dichos cambios funcionen del
todo. Te gustara poder intentar con alguna diferentes ideas, sin embargo
reconoces que esto consumir demasiado tiempo, dinero as como el gran
problema de estar interrumpiendo al sistema en su operacin diaria para
experimentar con estas ideas, tomando en cuenta tambin que un no estas
completamente seguro de que dichos cambios vallan a funcionar. Esto si sera
realmente un gran problema.

Ahora imagina que hay una forma mgica con la cual tu puedes tener una rplica
exacta de tu sistema as como la completa libertad de hacer los cambios que
quieras sin ningn tipo de restricciones de tiempo, costos o interrupcin de tu
sistema, incluso pudiendo reorganizar el propio sistema cambiando operaciones,
procedimientos o incluso maquinas o cualquier cosa que se te pueda ocurrir.
Adems de esto considera la posibilidad de que todos estos experimentos puedan
ser llevados acabos en muy poco tiempo y al final de hacer dichos experimentos
poder contar con un reporte final donde indique los parmetros que son de utilidad
para poder determinar la confiabilidad de los cambios realizados. No solo podrs
descubr varias formas de mejorar la operacin de tu sistema, adems de esto,
estos experimentos pueden ser llevados a cabo sin ningn riesgo implcito
directamente en tu sistema. Esta es precisamente la habilidad que simulacin
provee, con simulacin tu puedes experimentar con una computadora un modelo,
el cual es completamente representativo de tu sistema, en un lapso de tiempo
corto, proveyndote la posibilidad de poder tomar decisiones que mediante otra
forma hubieran sido completamente una incertidumbre.

Este texto est diseado con el propsito de proveer al lector una idea ms amplia
y general de lo que es simulacin as como sus usos y aplicaciones que ha tenido
desde sus inicios. As como tambin dar la posibilidad a los alumnos de contar con
un texto de apoyo en la materia de simulacin as como para poder desarrollar
proyectos de simulacin, como un manual para la construccin de modelos en
ProModel. As tambin se mencionan varios casos reales en donde el alumno
puede ver de manera ms clara y detallada la manera en que se han llevado a
cabo exitosamente estudios de simulacin as como los resultados obtenidos. En
este texto se recalca la importancia del uso de la simulacin en procesos, tanto
productivos como de servicios, en los cuales el ingeniero industrial, apoyado en
una herramienta tan poderosa como lo es simulacin, podr de manera efectiva
optimizar dichos procesos, as como de solucionar problemticas de manera ms
eficiente.

2
,
CAPITULO I
INTRODUCCION A SIMULACION


1.1 INTRODUCCION

Durante muchos aos, en el Instituto Tecnolgico de Veracruz, las inscripciones
para cada nuevo semestre se convertan verdaderamente en un calvario para los
alumnos, ya que a pesar de que de acuerdo con su promedio los alumnos tenan
un horario predefinido para poder escoger las materias que cursara en el
semestre prximo a comenzar, este horario en la mayora de los casos no era
respetado, ya que en ocasiones el servidor en donde los alumnos ingresaban sus
datos para poder llevar a cabo la eleccin de sus materias fallaba debido a la alta
carga de datos que contena, as como por el elevado nmero de alumnos que al
mismo tiempo ingresaban en dicho servidor, ya que los alumnos de todas las
carreras del Instituto se inscriban en el mismo lugar, tomando l cuenta que el
servidor utilizado era un obsoleto y nunca haba sido actualizado en su tecnologa
para poder dar servicio a los alumnos que en aquel entonces requeran de su uso.

Para finales del ao del 2002 la direccin del Instituto Tecnolgico de Veracruz,
debido a las innumerables quejas que se generaban por parte de los alumnos al
no poder llevar a cabo su proceso de inscripcin de manera efectiva en las fechas
marcadas y al mal servicio que se brindaba en ese entonces, tomo la decisin de
realizar un estudio mediante el cual se demostrara de manera estadstica la
problemtica que exista con su proceso de inscripcin, se requera un estudio en
donde se ejemplificara numricamente cada uno de los tiempos en que el alumno
se encontraba en espera de poder ser atendido as como el tiempo en que dichos
alumnos tomaban para poder llevar a cabo su inscripcin.

El departamento de Ingeniera Industrial fue designado para poder llevar a cabo
este estudio. Debido a esto se decidi llevar a cabo un estudio de simulacin, con
el cual se pudieran satisfacer todas las necesidades e inquietudes que el propio
sistema requera. Durante el periodo de inscripciones para el semestre Enero
Junio 2003 se llev a cabo el estudio, el cual fue presentado al director del
Instituto Tecnolgico, generando dos alternativas de solucin a dicho sistema, la
primera opcin consista en dividir en porcentajes iguales a los alumnos de las
diferentes carreras, en donde pudieran inscribirse en 4 diferentes reas de la
Institucin con su propio servidor el cual solo tendra los datos de los alumnos que
ah se fueran a inscribir. La segunda opcin contemplaba de manera general una
inscripcin va Internet, en donde el alumno pudiera tener el acceso al portal de la
Institucin en da y hora programado de acuerdo a su promedio. Mediante esta
simulacin se demostraba de manera clara, visual y numricamente lo que estaba
ocurriendo en su sistema actual as como las mejoras que se podan obtener
mediante la aplicacin de dichas alternativas.



3
,
Ya para el periodo de inscripcin de siguiente semestre, Agosto Diciembre 2003
fue aplicada la primera alternativa de solucin, logrando alcanzar los objetivos
planteados en el estudio, reduciendo significativamente el tiempo de espera de los
alumnos y de este modo tener un mejor servicio, lo cual se vio reflejado en una
mayor satisfaccin de los alumnos, ya que el sistema ya funcionaba de manera
adecuada a lo que vena hacindolo.

En la actualidad, ya se encuentra implantada la segunda alternativa que fue
propuesta en el estudio, ya que debido a la actualizacin de los sistemas del
Tecnolgico ahora los alumnos cuentan con un sistema de inscripcin va Internet.

As como en este ejemplo, en donde la simulacin sirvi para cuantificar lo sucedi
en un sistema real y despus mejorarlo mediante algunas alternativas, se pueden
contar con muchos ejemplos en donde la simulacin es de gran ayuda para poder
solucionar problemticas existentes en los sistemas.

En este captulo se dar una idea ms clara y precisa de lo que es simulacin, los
usos que tiene la simulacin y el por qu es importante en la actualidad utilizar
simuladores incluso en la vida diaria.


1.2 QU ES SIMULACIN?

El diccionario Oxford (1980) define simulacin como una manera de reproducir las
condiciones de una situacin, as como la esencia del modelo, para efectos de
estudio, pruebas o incluso entrenamiento. Simulacin es la experimentacin con
un modelo de una hiptesis o un conjunto de hiptesis de trabajo.

Thomas H. Naylor y R. Bustamante la definen as: "Simulacin es una tcnica
numrica para conducir experimentos en una computadora digital. Estos
experimentos comprenden ciertos tipos de relaciones matemticas y lgicas, las
cuales son necesarias para describir el comportamiento y la estructura de
sistemas complejos del mundo real a travs de largos periodos de tiempo".

Una definicin ms formal formulada por R.E. Shannon es: "La simulacin es el
proceso de disear un modelo de un sistema real y llevar a trmino experiencias
con l, con la finalidad de comprender el comportamiento del sistema o evaluar
nuevas estrategias -dentro de los limites impuestos por un cierto criterio o un
conjunto de ellos - para el funcionamiento del sistema".


4
,
Ral Coss Bu indica que la simulacin de un sistema puede considerarse como un
experimento estadstico, donde primero se construye el modelo del sistema, el
cual captura la esencia del problema y describe su estructura fundamental.
Posteriormente, se utiliza una computadora para realizar experimentos y analizar
los resultados de la simulacin con el propsito de hacer inferencias sobre el
comportamiento del sistema. Por consiguiente, para aplicaciones de esta tcnica,
se necesita procedimientos estadsticos profundos.

Hamndy A. Taha seala que la simulacin, es en esencia algo parecido a observar
un sistema real, pero con la ventaja de que el analista esta controlando el sistema
simulando en vez de ser controlado por el esto significa, que el analista puede
experimentar con un sistema y estudiar su funcionamiento mientras cambia sus
parmetros y variables de decisin segn su voluntad. Es decir, las simulaciones
se "corren", en vez de resolverse", donde cada "corrida" representa una
observacin en un experimento estadstico.

Acorde con todas estas definiciones antes mencionadas se puede concluir que
simulacin es una tcnica de laboratorio que ayuda a efectuar observaciones y
experimentos con el comportamiento de un sistema (real o terico) en un tiempo
de inters, con el propsito de evaluar varias alternativas con las cuales se pueda
tomar mejores decisiones.


1.3 APLICACIONES DE LA SIMULACIN

La simulacin no es solo todo lo mencionado anteriormente, tambin es algo muy
cotidiano, hoy en da, puede ser desde la simulacin de un examen, que le hace la
maestra a su alumno para un examen del ministerio, la produccin de textiles,
alimentos, juguetes, construccin de infraestructuras por medio de maquetas,
hasta el entrenamiento virtual de los pilotos de combate e incluso en mquinas
CNC se cuentan con simuladores en donde los programadores son entrenados
antes de llegar a maquinar fsicamente una pieza.

Hay que recordar que se cuentan con simuladores muy comunes e incluso al
alcance de muchas personas, en el rea de las aplicaciones recreativas, estn
especialmente diseadas para crear un pasatiempo que logre sacar de la rutina al
ser humano, y que el mejor de los casos de otro modo seria impracticable debido
a su costo. As podemos mencionar entre algunos, los videojuegos de consola e
incluso los videojuegos de realidad virtual los cuales consisten en crear ambientes
y decorados artificiales con sonido en algunos casos, que logran una perfecta
simulacin de cualquier tipo de contenido, creando el pasatiempo perfecto.

En el rea de la medicina la simulacin tambin ha sido de una valiosa ayuda
mediante el diseo de aplicaciones informticas que permiten el estudio de
tcnicas mdico-quirrgicas, mediante el diseo de modelos en 2 y 3 dimensiones
que reproducen estructuras anatmicas a la perfeccin y permiten practicar de
forma simulada con distintas tecnologas.

5
,
FIGURA 1.1
Simuladores utilizados en medicina





Adems de contar con diferentes maniqus, los cuales permiten simular
situaciones como de primeros auxilios, colocacin de sondas as como de
cuidados intensivos incluyendo situaciones para la aplicacin de vendajes y
curaciones para personas quemadas.

Dichos simuladores permiten al usuario, estudiantes de medicina, estar en
situaciones crticas en donde la vida del paciente est de por medio, y mediante
dichos simuladores se pueden llegar a salvar vidas ya cuando se aplican esas
mismas tcnicas que fueron previamente hechas en un simulador.

Uno de los principales proyectos futuristas de la simulacin aunque muy costoso,
es en el campo de las minusvalas fsicas, ya que su diseo tendra que incluir,
sobre todo en el campo de los invidentes, unos censores especiales, que
adaptados, conseguiran una visin simulada del terreno permitiendo dotar de
visin (en este caso) a esas personas, incluso en algunos casos, dotar de
facultades superiores a las humanas mdiate esta realidad simulada real al mismo
tiempo.

Otra importante aplicacin de la simulacin es mediante los vuelos de aeronaves,
en donde el simulador de vuelo replica, o simula, la experiencia de volar una
aeronave de la forma ms precisa y realista posible. Dichos simuladores van
desde los propios videojuegos hasta replicas de cabinas con tamao real. Dichos
sistemas son bsicamente de entrenamiento, en donde se pone al piloto en
situaciones en donde la habilidad que este tenga es primordial para el vuelo
efectivo de la aeronave.





6
,
FIGURA 1.2
Simuladores de vuelo



Dentro de los centro de maquinados de control numrico (CNC) el uso de la
simulacin tambin es importante, ya que se tiene la seguridad y precisin de la
realizacin correcta de la pieza mediante el diseo adecuado. Esta simulacin
permite visualizar al usuario la pieza en 2 y 3 dimensiones antes de hacerlo de
manera fsica, lo que permite identificar errores en el diseo de la pieza o en las
especificaciones de la misma o el herramental.

FIGURAS 1.3
Simuladores en mquinas CNC as como la pieza terminada


La simulacin de procesos es una de las ms grandes herramientas de la
ingeniera industrial, la cual se utiliza para representar un proceso, productivo o de
servicio, mediante otro que lo hace mucho ms simple y entendible. Esta
simulacin es en algunos casos casi indispensable, como nos daremos cuenta a
continuacin. En otros casos no lo es tanto, pero sin este procedimiento se hace
ms complicado.



7
,
FIGURA 1.4
Modelo simulado mediante ProModel


Incluso la simulacin llega a ser utilizada para el otorgamiento de crditos, con los
cuales mediante un simulador se permite analizar la capacidad de pago del
cliente, as como el tiempo en que el crdito ser otorgado y el monto de cada uno
de sus pagos. Con el cual se puede determinar si el cliente el susceptible a
adquirir un crdito o incluso si puede llegar a soportar los pagos del mismo.

As como en los casos anteriormente mencionados, se puede encontrar un sin
nmero de aplicaciones en donde simulacin ha brindado una gran ayuda a los
usuarios, facilitndole de esta manera la toma de decisiones, que como en
algunos casos anteriormente vistos, lleva el riesgo de vidas humanas, y en
algunos otros solo el aspecto econmico.


1.4 ELPORQUE DE LA SIMULACIN

Simulacin provee una manera de validar de antemano las decisiones que vallan a
ser tomadas, evitando as costos, consumir tiempo y tcnicas tradicionales como
la de prueba y error. La habilidad de aplicar dicha tcnica de prueba y error para el
mejoramiento de un sistema de manufactura comienza a estar en desuso en un
ambiente e donde los cambios ocurren de una manera muy rpida de lo que se
pueda estar aprendiendo de ellos.

El poder de la simulacin radica en el hecho de que provee un mtodo de anlisis
que es capaz de evaluar con muy alta precisin el desempeo de incluso los
sistemas ms complejos. Mediante el uso de una computadora se crea un modelo
computarizado donde son analizadas las operaciones de los sistemas antes de
poder llegar a ser implantadas, ya que muchos de los errores estn generalmente
relacionados en iniciar nuevos sistemas o incluso aplicar modificaciones a los
mismos, los cuales no estn totalmente comprobados en su funcionabilidad.
Algunas caractersticas que hacen la simulacin una poderosa herramienta de
anlisis se enuncian a continuacin.



8
,
Captura la interdependencia de los sistemas.

Muestra el comportamiento del sistema durante todo el tiempo.

Es menos costoso, consume menos tiempo y evita tcnicas obsoletas como
prueba y error.

Provee informacin acerca de varias medidas de desempeo.

Visualmente atractivo hacia los usuarios generando un mayor inters.

Genera resultados fciles de entender y comunicar.

El poder interrumpir sistemas, por muy sencillos que estos sean, o incluso lneas
enteras de produccin resulta realmente inconcebible en el mundo actual, dichas
acciones generaran grandes costos solo para llevar a cabo la aplicacin de
experimentos que tengamos para el mejoramiento del sistema, sin considerar las
grandes prdidas que se tendran por el simple hecho de suspender los sistemas,
en pocas palabras este tipo de tcnicas no es costeable. Dentro de este contexto,
existen muchos sistemas los cuales pueden ser representados mediante tcnicas
de modelacin muy sencillas, incluso mediante simples formulas o modelos
matemticos, sin embargo la mayora de los sistemas son altamente complejos
que no es posible ser representados mediante simples modelos matemticos, es
aqu donde la simulacin toma una gran relevancia, ya que sin importar lo sencillo
o complejo del sistema, simulacin es de utilidad para poder modelarlo y as
aprender del mismo.

Incluso la simulacin es aplicada en muchos casos en donde los sistemas aun no
existen, grandes compaas han utilizado simulacin, incluso antes de arrancar
sus sistemas, para simular su distribucin de planta y de esta manera poder elegir
la mejor de acuerdo a sus necesidades, as como para poder determinar el
nmero de personal optimo, maquinas necesarias y algunos otros recursos
necesarios para poder llevar a cabo la realizacin fsica del sistema, todo esto con
un gran ahorro en tiempo y costos innecesarios para la compaa. Incluso con
simulacin podemos llegar a estimar el desempeo de dicho sistema bajo
condiciones especficas que incluso no estn ocurriendo en la realidad y de esta
forma se permite experimentar con los modelos simulados y no con nuestro
sistema real, de esta manera es muy importante tomar en cuenta que si el modelo
simulado no es una representacin exacta del sistema real, de nada van a servir
los resultados obtenidos mediante la simulacin.







9
,
Dentro de los objetivos que se persiguen con la simulacin podemos mencionar 3
en especfico, en donde la mayora de los estudios de simulacin cuentan con ms
de un solo objetivo.

Visualizacin.

Cuantificacin.

Comunicacin.

Con la visualizacin se logra un entendimiento mayor del sistema simulado
mediante la observacin del modelo y de esta manera comprender cada uno de
los elementos con que cuenta el sistema as como sus interacciones que tienen
entre s, para de esta manera poder llegar a tomar decisiones en cuanto
pertinentes que ayuden al mejor funcionamiento de nuestro sistema.

Si ya se ha realizado la visualizacin del sistema, probablemente se tendr que
cuantificar lo que est sucediendo en el mismo, es decir, se tendrn que hacer
clculos acerca del comportamiento del sistema, as los clculos estarn
encaminados a cuantificar medidas de desempeo tales como tiempos de
operacin, tiempos muertos, tiempos de ocio, etc. y mediante estos clculos poder
tomar decisiones altamente fundamentadas en los mismos para de esta manera
poder mejorar el desempeo del sistema.

Al final de dichos clculos, el usuario tendr la responsabilidad de comunicar
dichos los resultados obtenidos mediante la cuantificacin de las medidas de
desempeo del sistema.


1.5 USO DE LA SIMULACIN

En la dcada de los 60s se comienza a dar un uso ms comercial a la simulacin.
Inicialmente los modelos eran programados en Fortran, los cuales consistan en
miles de lneas de programacin, lo cual era una labor ardua. En las ltimas dos
dcadas simulacin ha ganado ms popularidad como una herramienta de toma
de decisiones en industrias de manufactura y servicios. Muchas compaas usan
simulacin como una prctica comn cuando se requiere habilitar una nueva
estacin de trabajo o hacer cambios en el proceso.

Dicha popularidad de simulacin puede ser atribuida entre muchos factores al
incremento del conocimiento y entendimiento en la tecnologa de simulacin, el
aumento de la tecnologa en PCs as como el bajo costos de las mismas.




10
,
El principal uso de simulacin sigue siendo en el rea de manufactura.
Recientemente la tendencia de estandarizar y sistematizar otros procesos en los
negocios tales como procesos administrativos y atencin al cliente ha dado un
gran empuje a la simulacin en estas reas de muy buena manera. Se ha
observado que el 80 por ciento de todos los procesos en los negocios son
procesos repetitivos que pueden mejorados a partir de las mismas tcnicas de
anlisis que se usan en los procesos de manufactura.

Como ya se ha mencionado anteriormente, el principal uso de la simulacin es
como una herramienta que ayuda a tomar decisiones sustentndola en datos
estadsticos, sin embargo en la actualidad se ha incrementado el uso de la
simulacin en el rea de comunicacin y visualizacin, ya que software modernos
de simulacin incorporan animacin visual, lo cual estimula el inters en el modelo
as como una comunicacin mas efectiva de los sistemas mas complejos que
puede haber. El poder de la simulacin para capturar la esencia de de sistemas
dinmicos as como su visualizacin y funcionabilidad genera innumerables
oportunidades para ser usados en un ambiente totalmente integrado.

Algunos de los usos ms comunes en donde la simulacin ha encontrado cabida
en el rea de manufactura son:

Planeacin de planta.

Capacidad de operacin.

Reduccin de ciclos de trabajo.

Priorizar operaciones de trabajo.

Reduccin de costos.

Mejoras en calidad.

Reduccin de inventarios.

Mejoramiento de la productividad.

Anlisis del layout.

Balanceo de lneas.

Programacin de la produccin.

Programas de mantenimiento.

Diseo de sistemas de control.

11
,
1.6 CUANDO ES APROPIADO LA SIMULACIN

No todos los problemas en los sistemas que pudieran ser resueltos con la ayuda
de simulacin, debern ser resueltos usando simulacin. Es importante
seleccionar la herramienta correcta para dichas tareas, ya que para algunos
problemas el uso de la simulacin resulta exagerado, sera como utilizar una
pistola para matar a una mosca.

A continuacin se enuncian algunos criterios a considerar para tomar en cuenta a
la simulacin como una herramienta adecuada para los sistemas a estudiar.

Los procesos debern estar bien definidos y ser repetitivos. Simulacin es de
utilidad si los procesos a ser modelados estn muy bien definidos as como ser
repetitivos. Si los procesos no siguen una secuencia lgica y reglas definidas,
puede llegar a ser difcil modelar dichos procesos. Simulacin solo puede ser
aplicada si se puede describir como funciona el proceso, esto no significa que no
pueda haber incertidumbre en el sistema. Si el comportamiento aleatorio puede
ser descrito usando probabilidad y distribuciones de probabilidad, dicho
comportamiento puede llegar a ser simulado.

Los sistemas deben mostrar interdependencia y variabilidad. Un sistema
puede tener muchas actividades, pero si estas nunca llegan a interactuar entre
ellas o son determinsticas (sin variacin) entonces el uso de simulacin es
innecesario. Lo que dificulta analizar a un sistema no es su nmero de actividades,
ms bien es el nmero de interdependencias y actividades aleatorias que llega a
tener.

El costo del impacto de las decisiones es mayor que el costo de hacer
simulacin. Algunas ocasiones el impacto de las decisiones en si mismas es tan
insignificante que no llega a justificar el tiempo y esfuerzo de llevar a cabo una
simulacin.

El costo de experimentar en el sistema actual es mayor que el costo de hacer
simulacin. As como simulacin evita retardos en tiempos y costos asociados
acerca de experimentar en el sistema real, en algunas situaciones puede llegar a
ser ms rpido y ms econmico experimentar con el sistema real. Recuerda Si
una pregunta puede ser contestada directamente a travs de la experimentacin
ms rpida, no tan costosa y con un mnimo impacto en la operacin actual,
entonces no es necesario utilizar simulacin.









12
,
1.7 JUSTIFICACION ECONOMICA DE SIMULACIN

Hablar de costos siempre es un tema importante cuando consideramos el uso de
algn software como herramienta de ayuda, y en nuestro caso no es la excepcin.
Simulacin no deber ser usada si los costos exceden los beneficios esperados. Se
tiene la idea de que el uso de simulacin es costoso y llega a consumir mucho
tiempo, dicha percepcin dista mucho de la realidad, ya que ignora el hecho de
que simulacin, a lo largo del tiempo, llega a ahorra mucho mas dinero y tiempo
del que realmente consume.
Los ahorros que simulacin genera son comprendidos mediante la identificacin y
eliminacin de problemas e ineficiencias que pudieron haber pasado
desapercibidos hasta la implantacin del sistema. Mediante la identificacin y
eliminacin innecesaria de capital de inversin, y el descubrimiento y correccin
de operaciones ineficientes muchas compaas han reportado cientos de miles de
dlares en ahorros en proyectos a travs del uso de la simulacin. Una de las
dificultades que se tienen cuando se desarrollaran justificaciones econmicas para
simulacin es el hecho de que usualmente no se sabe con certeza cuanto es lo
que se puede estar ahorrando hasta que de hecho esta siendo usado.

El verdadero ahorro de simulacin proviene de permitir a los diseadores generar
errores y trabajos con estos errores en el modelo simulado, en lugar de hacerlo en
el sistema actual. El concepto de reducir costos mediante trabajar sin problemas
en la fase de diseo en lugar de hacerlo despus cuando ya haya sido
implementado es un concepto primordial en la empresas, ya que los costos para
corregir un problema se incrementan en cada etapa del sistema mientras no sean
detectados estos problemas. (Ver Figura 1.5)


FIGURA 1.5
Costos de hacer cambios en las diferentes etapas del desarrollo de un sistema

















ETAPA
S DEL
SISTEM
A
C
O
S
T
O
S

13
,
Simulacin ayuda a evitar muchos costos asociados con pobres decisiones
tomadas en los proyectos. La Figura 1.6 ilustra como la acumulacin de estos
costos resulta desde la etapa del diseo del sistema, mostrando un comparativo
de estos costos entre usar y no usar simulacin. Se puede notar que en corto
plazo el costo puede llegar a ser ligeramente elevado aunado a los costos
asociados con el software a utilizar en simulacin, pero en un plazo largo los
costos asociados con el capital de inversin y la operacin del sistema son
considerablemente bajos adems de darnos cuenta que hay una mejor eficiencia
mediante el uso de simulacin.

FIGURA 1.6
Comparativo de la acumulacin de costos en los sistemas con y sin simulacin


















1.8 EFICACIA EDUCACIONAL DE SIMULACIN

A pesar de su gran difusin, la efectividad de los simuladores tard varios aos en
ser explorada. Uno de los primeros estudios fue realizado en 1962 en Harvard por
el Prof. James McKenney usando un simulador de produccin10. Aplicando
metodologa experimental el Prof. McKenney concluy que los alumnos que
usaron el simulador obtuvieron puntajes significativamente ms altos que los que
usaron solo casos, cuando se midieron objetivamente varios conceptos claves. El
estudio ms riguroso y ms citado fue el conducido por Anthony Raia en 1966. El
Dr. Raia contrast el comportamiento de tres grupos de alumnos. En uno slo se
usaron casos, el mtodo tradicional, mientras que en los otros dos se usaron
casos combinados con un simulador ajustado a dos niveles de complejidad. Raia
concluy que los simuladores eran herramientas educacionales efectivas.
Corroborndolo, Meier, Newell y Paser dictaminaron en un libro publicado en
1969, que Existe considerable evidencia que los simuladores, tanto los de
gerencia general cuanto de una funcin especfica, tienen un alto valor
educacional
C
O
ST
O
S
SI
N
SI
M
UL
A
CI
O
N
C
O
ST
O
S
C
O
N
SI
M
UL
A
CI
O
N

14
,
Aos ms tarde Wolfe en la Universidad de Illinois, realizara una serie de
experimentos contrastando un curso en donde se mezclaron casos con un
simulador, con otro curso en donde solo se usaron casos. Wolfe midi el
conocimiento previo a la clase en varias dimensiones tales como la comprensin
de conceptos y conocimiento de hechos mediante un examen en base a ensayo
tan preciso que pudo ponerle un puntaje a cada alumno. La misma medicin se
realiz despus de terminado cada curso. Comparando exmenes pre con
post, Wolfe concluy que la mezcla de casos con el simulador produjo resultados
de aprendizaje muy superiores al uso de casos por s solos, especialmente en
cuanto a conocimiento conceptual. Seis de los siete principios generales de
poltica empresarial fueron comprendidos mejor despus de la simulacin. Wolfe
ms tarde realiz otro experimento para localizar las variables claves en el xito
de cada equipo gerencial simulado, usando una tcnica de incidentes crticos. El
anlisis de 1,453 incidentes crticos permiti establecer que la atmsfera grupal de
toma de decisiones fue clave para explicar el xito en los simuladores siendo el
segundo factor clave la formulacin de una estrategia y plan a largo plazo. Las
firmas simuladas exitosas fueron capaces de emplear flexiblemente una gran
variedad de reacciones a los problemas que se enfrentaban en un simulador.
Wolfe report que los alumnos reconocieron que el simulador recompensaba
estrategias consistentes e integradas, tal como lo hubiera hecho la realidad del
mundo de los negocios.

Desde entonces se han publicado dos meta anlisis (estudios que sintetizan
cuantitativamente los resultados de muchos estudios), uno en 1981 y otro en
1999, de los muchos estudios realizados sobre la efectividad de las simulaciones
en general, y no solo las usadas en administracin de negocios. En el estudio de
Dekkers y Donatti, publicado en 1981, estos dos acadmicos australianos
analizaron todas las publicaciones en ingls sobre la efectividad de simuladores
en varias reas, incluyendo ciencias y administracin, publicados entre 1969 y
1979. Sintetizaron el efecto estadsticamente positivo de los simuladores en tres
factores pedaggicos: retencin de conceptos, desarrollo de actitudes y
desarrollo cognoscitivo, concluyendo que los simuladores eran efectivos en el
desarrollo y cambio de actitudes, mucho menos en el desarrollo cognoscitivo, y
muy pobres en retencin. Sin embargo, Jude Lee en un estudio muy reciente,
publicado en 1999 arguye que estos resultados ocurrieron porque se mezclaron en
una sola categora los varios tipos de simulacin que existen. Lee defini una
simulacin como un programa de cmputo que temporalmente crea un conjunto
de factores asociados a travs de relaciones de causa y efecto. Cuando se usan
como herramienta educacional directamente, las simulaciones, dice, permiten
tender un puente entre la realidad y lo abstracto por medio del mtodo del
descubrimiento, para mejorar la motivacin y acrecentar el aprendizaje va la
interaccin activa del alumno. A estas simulaciones, muy usadas en las ciencias,
las denomina Jude Lee simulaciones de presentacin pero bsicamente, afirma,
se deben clasificar a las simulaciones en tres tipos bsicos: simulaciones de
presentacin, simulaciones de prctica, y simulaciones hbridas.


15
,
Las simulaciones de presentacin se usan para ensear nuevo conocimiento, este
sera el caso del lanzamiento de un satlite en una rbita polar errnea para que el
alumno descubra como colocarlo en la rbita ecuatorial correcta. Tambin sera
una simulacin de presentacin la simulacin Macroajustes de Labsag, que se
presenta en esta ponencia, en donde los alumnos descubren como funcionan los
agregados macroeconmicos a partir del comportamiento de empresas simuladas
que ellos mismos manejan aunque el texto que acompaa es de por s expone
elocuentemente los difciles conceptos macro-econmicos.

En las simulaciones de prctica, en contraste, los alumnos finalizan un mdulo de
instruccin por exposicin continuando con una simulacin donde se practica en la
aplicacin de lo tericamente aprendido. Tal sera el caso de Marklog en Labsag,
donde es menester aprender de conceptos de logstica previamente a ingresar al
simulador.

En las simulaciones hbridas, la simulacin programa instruccin y prctica al
mismo tiempo a travs del desarrollo de un escenario con eventos pre-planeados
a lo largo de un cierto nmero de periodos simulados. Este sera el caso de
Markestrat, Brandestrat y Simdef en LABSAG porque los Manuales son
verdaderos textos sobre el tema y, adems, el desarrollo en el tiempo simulado
lleva a una serie de incidentes ntimamente ligados a los conceptos tericos que al
mismo tiempo el alumno va aprendiendo.

Jude Lee, tambin introduce varias de las tareas que hoy sabemos pueden hacer
las simulaciones, pues no resuelven todo ni lo hacen todo. Citando a un estudio de
Thomas y Hooper, quienes analizaron 29 estudios sobre simuladores
clasificndolos dependiendo de qu tipo de rol tomara cada simulador:
experienciador o madurador, informador, reforzador o integrador, Lee
argumenta que el rol de informador encaja bien con el simulador tipo presentacin
mientras que los dems papeles los cumplen bien los simuladores de prctica o
hbridos:

Las principales conclusiones del estudio de Thomas y Hooper fueron que los
efectos de los simuladores no se revelan en las pruebas de conocimiento puro, la
retencin de conceptos de la que escribieron Dekker y Donatti, sino ms bien en
pruebas de transferencia y aplicacin y que las simulaciones de prctica o
hbridas se usan ms frecuentemente para reforzar e informar.

Jude Lee en su meta-anlisis ubic 19 estudios en donde se meda la
efectividad de las simulaciones, todos ellos publicados despus 1976 y 1992. En
una de dos variables de resultados, logro acadmico, Lee encontr que el 66 % de
los alumnos que usaron simuladores mostraron significativamente mayores logros
acadmicos reflejado en puntajes de exmenes post simulacin, que el promedio
de los alumnos en grupos de control donde no se usaron simuladores. Al separar
las simulaciones tipo presentacin de las de prctica o hbridas result que las de
presentacin mostraron mucho menores logros acadmicos, incluso menores a
los del grupo de control. Otra conclusin fue que si los alumnos reciben alguna

16
,
gua y asesoramiento durante la simulacin, ello los ayudar a obtener mejores
logros acadmicos.
El estudio ms reciente sobre la efectividad de las simulaciones incide
directamente en el contexto del aprendizaje en lnea, una modalidad que se ha
visto plagada por altas tasas de desercin de los alumnos. Fue publicado por
Brian H. Cameron de la Pennsylvania State University en el 2003. El Prof.
Cameron dise un experimento alrededor del tema de su especialidad: redes de
computadoras, tema tan complejo que tradicionalmente se haba enseado solo
mediante la prctica con el apoyo de un instructor pero que, gracias a adelantos
en simulacin, poda fcilmente modelarse en una PC. El objetivo fue comparar el
desempeo de 85 alumnos de pre-grado en un curso basado en simulacin
frente al mismo curso con contenidos grficos estticos representacionales
(Microsoft Visio), ambos en un contexto de enseanza en-lnea. Toda la
interaccin con los alumnos fue en lnea siendo el nico contacto cara-a-cara las
presentaciones de los proyectos por equipos.

El impacto diferencial fue medido a travs de exmenes de opciones mltiples,
resultados de proyecto, y unas encuestas a los alumnos. Los resultados
estadsticos mostraron que el grupo usando simulacin logr estadsticamente
significativos mejores resultados que el grupo que us presentaciones estticas
con mejor comprensin de conceptos y mejor retencin de informacin. Los
alumnos que usaron simulacin reportaron haber invertido ms tiempo en las
tareas del curso (3.5 horas) en contraste con los que usaron Visio (2 horas) y
adems que gastaron ms tiempo en las tareas asignadas primordialmente
porque la simulacin les permita experimentar con diferentes configuraciones de
redes y verificar la funcionalidad de los diseos. Varios estudiantes dijeron que la
simulacin les haba permitido comprender los complejos conceptos de redes
mientras que los estudiantes en el otro grupo informaron que no haba forma de
verificar si sus diseos de redes funcionaran correctamente.

La tasa de desercin fue nula en el grupo con simulador, mientras que en el de
enseanza esttica en lnea tres alumnos de 40 desertaron con calificaciones
inaceptables.













17
,
CAPITULO II
SISTEMAS DINAMICOS


2.1 INTRODUCCION

En el ao del 2003, la oficina hipotecaria de una institucin bancaria, deseaba
realizar un estudio mediante el cual se pudiera visualizar la operacin diaria de la
oficina y de esta manera poder obtener datos de cada uno de los empleados
bancarios tales como tiempos de ocio, de trabajo, tiempos de ciclo para las
solicitudes de trabajo, tiempos en que estas solicitudes pasaban sin ser atendidas,
etc. con el fin de determinar las cargas correctas de trabajo y poder hacer
proyecciones de operaciones y determinar cuanto era lo que esa oficina
hipotecaria iba a recuperar, en trminos de crditos liquidados y de dinero pagado,
al mes.

El gerente encargado de esta oficina nunca haba hecho un estudio similar debido
a que, para su entender las operaciones tenan demasiada complejidad en sus
actividades as como el gran nmero de elementos que tenan que intervenir en la
operacin diaria de una solicitud.

Bajo este panorama, adems de la necesidad de la gerencia de dicha oficina de
tener un parmetro de medicin as como de manera diaria poder estar
controlando en cuestin numrica al sistema y de este modo a los empleados, se
decidi hacer un estudio de simulacin, con el cual se reflejada de manera clara y
entendible cada uno de los elementos necesarios para ayudar al gerente a tomar
decisiones referentes al sistema.

Lo primero que se hizo fue un conocimiento general de los procesos de cada una
de las operaciones, para de este modo saber cuales eras las relaciones que haba
en cada una de las operaciones con cada uno de los elementos del sistema,
apartir de ah se comenz por hacer una toma de tiempo que corroborara todo lo
que en los manuales operaciones estaba preestablecido, as como tener el
entendimiento de las actividades de causa y efecto en las operaciones.

Casi desde el principio del estudio se identifico de manera inmediata cual era el
problema del sistema. En dicha oficina hipotecaria haba un rea de archivo, en
donde estaban bajo resguardo todos los documentos (contratos, avalos,
informacin del cliente, etc.) de cada unos de los casos, mas de 10,000 archivos, y
cuando algn ejecutivo necesitaba una informacin de dichos expedientes,
solicitaba al rea de archivo una copia de algn documento del expediente o en
algunos casos hasta una copia completa de todo el expediente, donde en
ocasiones, las copias llegaba a ser de hasta 100 hojas, lo cual era una tarea que
la tenan que hacer las personas encargadas del archivo.



18
,
Adicionalmente de estas actividades de bsqueda de los expedientes,
identificacin de los documentos, obtencin de datos de los expedientes y el sacar
copias de los documentos, las personas de archivo tambin tenan asignadas
tareas administrativas, en donde en una tarea en especial ellos eran la parte
primordial del proceso. Por lo cual las actividades referentes a los expedientes
eran actividades que necesitaban ocupar mucho tiempo en ellas, mas sin
embargo, administrativamente no eran actividades que generaran dinero.

Despus de haber simulado todos los procesos y ensear de manera visual al
gerente el modo de operacin de la oficina hipotecaria, se demostr
numricamente mediante los estadsticos del simulador, los parmetros de
medicin que el gerente quera ver, en donde se dio cuenta que las actividades
mencionadas anteriormente implicaban un gran atraso en otras actividades que
tenan una mayor prioridad. Por lo cual se propuso contratar a dos personas mas
que hicieran las actividades nicamente referentes a las del archivo (buscar
expedientes, sacar documentos, copias etc.) y de este modo los ejecutivos que se
encontraban en el archivo iban a estar nicamente con las actividades
propiamente administrativas, lo cual generara de manera automtica la reduccin
del cuello de botella en esta rea por lo anteriormente mencionado.

Adicionalmente se generaron cargas de trabajo idneas para cada una de las
reas en donde se pudiera saber con anterioridad si las metas que la institucin
solicitaba para cada rea podan ser cumplidas y en qu plazo, as como tambin
se generaron reportes electrnicos en donde diariamente los ejecutivos al final del
da suban su reporte a un servidor y de este modo se generaban de manera
automtica los reportes diarios y de esto modo poda saberse que es lo que cada
rea hacia diariamente as como tener un control ms seguro de la etapa de cada
uno de los casos tratados en esa oficina. Con dicho proyecto dicha oficina llego a
ser la oficina que ms dinero en recuperacin hipotecaria recabo en el trmino del
siguiente ao.


2.2 DEFINICION DE SISTEMA

Dentro de nuestra vida diaria estamos rodeados de sistemas en nuestras
actividades, desde el tomar un transporte pblico, cuando requerimos ir al mdico,
al banco e incluso en la escuela, todos nosotros estamos rodeados de sistemas.
Por lo mismo siempre estamos demandando mayor calidad en estos sistemas, as
como el pasar el menos tiempo posible en lneas de espera en dichos sistemas,
incluyendo los costos de los mismos.







19
,
Primeramente debemos de tener en cuenta cuales son los elementos bsicos de
un sistema:
Entradas.

Proceso de transformacin.

Salidas.

Retroalimentacin.

En la Figura 2.1 se ejemplifica de manera grafica la interaccin que tienen cada
uno de estos elementos, considerando que en el proceso de transformacin es
donde intervienen todas aquellas actividades encaminadas para el logro del
objetivo, es decir, cumplir de buena forma con una salida satisfactoria de nuestras
entradas.

FIGURA 2.1
Elementos de un sistema















En donde las entradas son todos aquellos insumos que permiten el
funcionamiento y manutencin del sistema.

Hay que recordar que en los sistemas existe la presencia de un propsito u
objetivo, en otras palabras, el proceso de transformacin en un sistema representa
la produccin caracterstica del sistema llevando la consecucin del propsito.

Despus de esta transformacin se cuentan con las salidas, las cuales
representan primordialmente a la transformacin que sufre las entradas, es decir,
se cuenta con el logro del objetivo, llmese pieza final, producto terminado, cliente
atendido, etc. Es la exportacin que hace el sistema al medio, generalmente no
existe una sino varias salidas.

PROCESO DE
TRANSFORM
ACION
ENTRA
DAS
SALIDA
S
RETROALIMEN
TACION

20
,
Tomando en cuenta que el sistema cuenta con un propsito u objetivo que
cumplir, as la retroalimentacin es la informacin que indica como lo esta
haciendo el sistema en la bsqueda de su objetivo y que el sistema toma en
cuenta para poder llevar a cabo las correcciones necesarias para el mejor logro
del objetivo

Un sistema es un conjunto de elementos los cuales funcionan en conjunto para
alcanzar una meta deseada (Blanchard 1991). Dentro de esta definicin podemos
encontrar varios puntos clave como (1) el hecho de que un sistema consiste de
mltiples elementos, (2) dichos elementos estn interrelacionados y trabajan en
conjunto, y (3) un sistema existe por el propsito de alcanzar objetivos especficos.
Como ejemplos podemos encontrar el sistema vial, los sistemas polticos,
sistemas econmicos y los sistemas de manufactura y de servicios. En donde
nuestra atencin ser enfocada a los sistemas de manufactura y de servicios en
donde se procesan materiales, informacin y se atienden a clientes.

Los sistemas de manufactura pueden ir desde pequeos talleres de trabajo y
clulas de manufactura hasta largas lneas de produccin y ensamble, sin olvidar
almacenes y centros de distribucin. Podemos encontrar una gran variedad en los
sistemas de servicio los cuales incluyen sistemas de salud, centros de atencin a
clientes, transporte publico restaurantes y bancos, solo por nombrar algunos.
Ambos sistemas pueden ser denominados como sistemas de procesos debido a
que ambos procesan algo mediante una serie de actividades. En los sistemas de
manufactura la materia prima es transformada en un producto final y en los
sistemas de servicios los clientes entran al sistema necesitando algn servicio y
abandona dicho sistema como un cliente atendido. Por ejemplo en una institucin
bancaria los ejecutivos de la institucin que atienden al cliente, las cajeras,
gerentes, subgerentes y de ms personal son parte del sistema (como recursos),
dichas personas son las que prcticamente ponen en funcionamiento al sistema a
travs de sus actividades con las cuales atienden a los clientes.

2.3 ELEMENTOS DEL SISTEMA

Desde la perspectiva de la simulacin, un sistema consiste de entidades,
actividades, recursos y controles (Ver Figura 2.2), dichos elementos determinan el
quien, que, donde, cuando y como de las entidades a ser procesadas.












21
,
FIGURA 2.2
Elementos de un sistema desde la perspectiva de simulacin.













2.3.1 ENTIDADES

Las entidades son los objetos procesados a travs del sistema tales como
productos, clientes o documentos. Diferentes entidades pueden tener
caractersticas nicas tales como costo, prioridad, calidad o condiciones. Las
entidades pueden ser subdivididas en los siguientes tipos:

Humanos o animados (clientes, pacientes, etc.)

Inanimadas (partes, documentos, etc.)

Intangibles (llamadas, correos electrnicos, etc.)

Para la mayora de los sistemas de manufactura y de servicios las entidades son
discretas, es decir el comportamiento de dichas entidades est determinado
mediante un comportamiento discreto, como es el caso de casi todos los sistemas
de servicios. Algunos sistemas de produccin son llamados sistemas continuos
aunque contienen entidades con comportamiento discreto.


2.3.2 ACTIVIDADES

Las actividades son las tareas desarrolladas en el sistema, las cuales estn
directa o indirectamente involucradas en el proceso de las entidades. Algunos
ejemplos de dichas actividades incluyen servicio a clientes, corte de partes en una
mquina, o reparacin de alguna pieza o mquina. Las actividades usualmente
consumen tiempo y generalmente involucran el uso de recursos, dichas
actividades pueden ser clasificadas como:



ACTIVIDAD
ES
RECURS
OS
CONTTROL
ES
SISTEM
A
ENTRAD
AS
SALIDA
S

22
,
Procesamiento de entidades (tratamientos, inspeccin, fabricacin, etc.)

Movimiento de entidades y recursos (trasladndose en un elevador)

Recursos en mantenimiento y reparacin (preparacin de mquinas,
reparacin de mquinas, etc.)


2.3.3 RECURSOS

Los recursos son por lo cual las actividades son desarrolladas, estos proveen el
apoyo a las maquinas, equipos y personal para llevar a cabo dichas actividades.
Mientras los recursos facilitan el proceso de las entidades, un recurso inadecuado
puede dificultar el proceso mediante limitantes de tiempo o disponibilidad. Los
recursos tienen caractersticas tales como capacidad, velocidad, tiempos de ciclo.
Dichos recursos pueden ser categorizados como:

Humano o animados (operadores, doctores, personal de mantenimiento,
etc.)

Inanimado (equipamientos, herramentales, etc.)

Intangibles (informacin, energa elctrica, etc.)


2.3.4 CONTROLES

Los controles determinan como, cuando y donde las actividades son realizadas,
los controles imponen orden en el sistema. En altos niveles los controles consisten
en turnos de trabajo, horarios, planes y polticas. En niveles ms bajos los
controles proporcionan la informacin y decisiones lgicas para que el sistema
pueda funcionar. Algunos ejemplos incluyen:

Secuencias de las rutas de trabajo.

Planes de produccin.

Horarios de trabajo.

Priorizacin de tareas.

Hojas de instrucciones (hojas de mando).





23
,
2.4 COMPLEJIDAD DE LOS SISTEMAS

Los elementos de un sistema trabajan mediante en una manera que en la mayora
de los casos resulta en interacciones complejas. El nmero de elementos en un
sistema pueden hacer dudar en nuestro pensamiento, debido al nmero de
diferentes entidades, actividades, recursos y controles los cuales pueden llegar a
cientos, son las interacciones de estos elementos que hacen al sistema tan
complejo y difcil de analizar. La complejidad del sistema esta primordialmente en
funcin de los siguientes 2 factores:

Interdependencia entre los elementos, as que cada elemento afecta a otro
elemento.

Variabilidad en el comportamiento de los elementos que produce
incertidumbre.

Estos dos factores caracterizan a los sistemas as tambin dificulta el anlisis y
prediccin del comportamiento de los mismos. Como se muestra en la figura 2.3 el
grado de dificultad en el anlisis incrementa sigilosamente de acuerdo a un mayor
nmero de interdependencias y variables aleatorias.


FIGURA 2.3
La dificultad en el anlisis est en funcin























GR
AD
O
DE
DIFI
CUL
TAD
EN
EL
ANA
LISI
S
NUMERO
DE
INTERDE
PENDENC
IAS Y
VARIABL
ES

24
,
2.4.1 INTERDEPENDENCIAS

La interdependencia causa que el comportamiento de uno de los elementos afecte
a otros elementos en el sistema. Por ejemplo, cuando una maquina falla, el
personal de reparacin entra en accin mientras las de ms maquinas se
encuentran desocupadas, o paradas en su operacin, debido a la falta de material
que la maquina en reparacin les provee. Otro ejemplo lo podemos encontrar en
las situaciones en donde un recurso est siendo compartido entre dos o ms
actividades, como un doctor que se encuentre tratando a un paciente, dicho doctor
se encuentra no disponible inmediatamente para responder a otro paciente que
requiera su atencin de manera inmediata.

Esto es tambin conocido comnmente como reaccin en cadena o el efecto
domino, en donde al colocar las fichas de domin de manera vertical una tras otra
y al momento de tirar la primera ficha, esta tirara a la ficha de atrs y est a su vez
a la siguiente ficha y as sucesivamente hasta donde ya no haya ms fichas.


2.4.2 VARIABILIDAD

La variabilidad es una caracterstica inherente en cualquier sistema en los cuales
est inmerso el factor humano y maquinas. La variabilidad genera un efecto de
impredecibilidad en las interdependencias, haciendo a los sistemas incluso ms
complejos e impredecibles. La tendencia en la planeacin de los sistemas es
ignorar la variabilidad y calcular el funcionamiento y capacidad del sistema basado
en valores promedios, muchos programas de produccin como MRP trabajan de
esta manera.

Disear sistemas basados en estos valores promedios es como decidir entre usar
un abrigo o no basado en la temperatura promedio anual o decir que un alumno
obtendr una calificacin en una materia basado en el promedio general de la
materia del ao pasado.

El ejemplo ms ilustrativo del impacto que la variabilidad puede tener sobre el
comportamiento de un sistema es en una situacin simple en donde las entidades
llegan al sistema mediante una fila y ah esperan a ser atendidos por un servidor
nico. Supngase que el tiempo entre las llegadas de los clientes esta
exponencialmente distribuido con un tiempo promedio de un minuto y que su
tiempo de atencin en el servidor tambin es de un minuto exponencialmente
distribuido. Si calculamos el comportamiento del sistema basados nicamente en
los tiempos promedios, nunca habr ningn cliente en espera en la fila. En cada
minuto en que llega un cliente, el anterior habr finalizado su operacin en el
servidor. Ahora, si calculamos el tiempo de llagada de los clientes dentro de un
rango de variacin, podremos darnos cuenta que la fila crece de manera
importante.



25
,
2.5 MEDIDAS EN EL DESEMPEO DEL SISTEMA

En los altos niveles de la organizacin, las medidas de desempeo engloban el
funcionamiento del sistema en trminos de ganancias, costos relativos a
presupuestos y algunos ms. Estas medidas son tpicamente de naturaleza
financiera, lo cual no se aplica directamente en un nivel operacional de la
organizacin, adems de ser medidas que se reportan solo peridicamente. Para
un nivel operacional es mucho ms benfico contar con medidas acerca del
tiempo, calidad, cantidad, eficiencia y utilizacin. Estas medidas operacionales
reflejan inmediatamente las actividades y son directamente controlables. Las
medidas operacionales claves que describen la eficiencia y efectividad de los
sistemas de manufactura y servicio incluyen las siguientes:

Tiempo de ciclo.- El tiempo promedio en que un objeto o un cliente es
procesado a travs del sistema. Dicho tiempo puede ser disminuido
mediante la reduccin de los tiempos de las actividades que contribuyen a
que el tiempo de ciclo se eleve tales como movimientos, tiempos de
operacin e inspeccin. Tambin puede ser acortado mediante la
disminucin del nmero promedio de las entidades en el proceso.

Utilizacin.- El porcentaje del tiempo de trabajo que el personal, equipo o
algn otro recurso estn en uso productivo. Si un recurso no esta siendo
utilizado puede ser por estar desocupado, bloqueado o en tiempo muerto.
Para incrementar la utilizacin se puede aumentar la demanda de los
recursos o reducir el nmero de estos o incluso la capacidad. Esto tambin
ayudara a balancear las cargas de trabajo. En un sistema con alta
variabilidad en los tiempos de las actividades es difcil alcanzar altos niveles
de utilizacin en los recursos. Por ejemplo en los talleres se suele tener
bajos niveles de utilizacin en las maquinas.

Tiempos de esperas.- La acumulacin de tiempo que el material, los
clientes y de mas, pasan en espera de ser procesados. El tiempo de espera
puede ser decrementado mediante la reduccin del nmero de objetos
(clientes o niveles de inventario) en el sistema. Tambin puede ser
decrementado reduciendo la variacin e interdependencia en los sistemas.

Niveles de inventario o filas.- El nmero de objetos o clientes en almacn
o reas de espera. Es conveniente mantener los niveles de inventario y de
las filas al mnimo. Las filas ocurren cuando los recursos no se encuentran
disponibles cuando se necesitan. Dichos inventarios o filas pueden ser
controlados a travs de un balanceo lneas o mediante la restriccin de la
produccin en las operaciones cuellos de botella. Una de las formas ms
eficaces para controlar los niveles de inventarios es mediante la aplicacin
del JIT (Justo a tiempo).


26
,
Rendimiento.- Desde el punto de vista de la produccin, es el porcentaje
de productos terminados en conformidad con las especificaciones del
producto en relacin al nmero total del producto que entra como materia
prima.

Estas medidas de desempeo solo son algunas que pueden ser obtenidas
directamente del sistema completo. Todos estos niveles, a pesar que no son
precisamente de naturaleza financiera, influyen directamente el los costos, ya que
hay que recordar que uno de los mayores costos en la produccin se refiere
directamente a los altos niveles de inventarios existentes, a los bajos ndices de
rendimiento del sistema o incluso a los altos tiempos de ciclo.


2.6 VARIABLES EN EL SISTEMA

Disear un nuevo sistema o hacer mejoras a una ya existente requiere ms que
una simple identificacin de los elementos y comportamientos del sistema. Se
requiere un entendimiento de cmo los elementos del sistema afecta a otros o
incluso al comportamiento del sistema entero. Para ayudar a entender esta
relacin, se necesita la comprensin de tres tipos de variables en el sistema:

Variables de decisin.

Variables de respuesta.

Variables de estado.


2.6.1 VARIABLES DE DECISION

Cuando se lleva a cabo un experimento, las variables de decisin son tambin
referidas como variables independientes. Cambiar los valores de las variables
independientes del sistema afecta el comportamiento del mismo. Un ejemplo de
variables controlables es el nmero de operadores a asignar para la lnea de
produccin o para alguno de los turnos de trabajo. Las variables controlables son
llamadas variables de decisin debido a que la persona que toma las decisiones
controla los valores de las variables. Una variable no controlable puede ser el
tiempo de servicio a un cliente el porcentaje de rechazo en una operacin.









27
,
2.6.2 VARIABLES DE RESPUESTA

Una variable de respuesta puede ser el nmero de entidades procesadas en un
periodo de tiempo o el porcentaje de utilizacin. En un experimento la variable de
respuesta es la variable dependiente, la cual depende en particular de un valor
obtenido del sistema o de las variables independientes, las variables dependientes
no pueden ser manipuladas.


2.6.3 VARIABLES DE ESTADO

Estas variables indican el estado del sistema en un punto especfico de tiempo,
como puede ser el nmero actual de entidades esperando a ser procesadas o el
estado actual (desocupado, ocupado, tiempo muerto, operacin, etc.) de un
recurso en particular.

Las variables de estado son comnmente ignoradas en los experimentos, a partir
de ser directamente controladas como las variables de decisin.


2.7 OPTIMIZACION DEL SISTEMA

Especficamente, optimizacin trata de encontrar la mejor combinacin en los
valores de las variables de decisin los cuales minimicen o maximicen alguna
funcin objetivos tales como costos o ganancias. Una funcin objetivo es
simplemente una variable de respuesta del sistema. Un tpico objetivo en un
problema de optimizacin para sistemas de manufactura o servicios puede ser la
minimizacin de costos o maximizacin de sus porcentajes de operacin. Por
ejemplo, se puede estar interesado en encontrar el nmero ptimo el personal del
staff en actividades de atencin al cliente, lo cual minimice los costos que esto
implique.

Se identifican cuatro pasos claves para poder lograr el mejoramiento de un
sistema (identificacin de problemas y oportunidades, desarrollo de alternativas de
solucin, evaluar las soluciones y seleccionar e implantar la mejor solucin),
dichos pasos, si se siguen de la manera ms adecuada, aseguran una mejora en
los sistemas y manera casi automtica (Figura 2.4).











28
,
FIGURA 2.4
Pasos en el logro del mejoramiento de un sistema


















2.7.1 IDENTIFICACION DE PROBLEMAS Y OPORTUNIDADES

Es importante saber detectar los problemas en un sistema, las reas de
oportunidad en donde el sistema pueda ser mejorado, con el fin de que este llegue
a ser ptimo. No se puede estar tratando de adivinar donde radica el problema del
sistema, hay ciertos indicadores, como las variables de estado, que nos indican y
dan una idea del comportamiento del sistema, el saber identificar dichas variables
y puntos clave en los sistemas es una labor importante del ingeniero industrial.
Mediante el reconocimiento de estas variables se sabe que es lo que est mal en
el sistema, as como sus posibles causas, con lo cual se pueden tomar mejores
decisiones para su mejoramiento.


2.7.2 DESARROLLO DE ALTERNATIVAS DE SOLUCION

El desarrollar una solucin a un problema usualmente comienza mediante el
entendimiento del problema, la identificacin de las variables clave as como la
descripcin de la importancia de su relacin. Esto ayuda a identificar posibles
reas de atencin y puntos de control para la aplicacin de la solucin. Tcnicas
como anlisis de causa y efecto y anlisis de pareto son de mucha ayuda en este
punto.

La generacin de alternativas de solucin requiere creatividad as como muy
buenas cualidades organizacionales e ingenieriles. Las mejores ideas vienen
cuando el planificador comienza a pensar fuera del entorno y rompe con
tradicionales formas de hacer las cosas.

IDE
NTIF
ICA
CIO
N
DE
PRO
BLE
MAS
Y
OPO
RTU
NID
ADE
S
SEL
ECC
ION
AR
E
IMP
LAN
TAR
DES
ARR
OLL
O
DE
ALT
ARN
ATI
VAS
DE
SOL
UCI
ON
EVA
LUA
R
SOL
UCI
ONE
S

29
,
2.7.3 EVALUAR SOLUCIONES

Las alternativas de solucin debern de ser evaluadas basndose en criterios
establecidos con anterioridad, dichos criterios regularmente incluyen metas a
alcanzar, costos de implantacin, etc. Se debe de tener siempre en cuenta lo que
se est tratando de lograr con dichas alternativas, las metas u objetivos a
conseguir. Recordando que lo que se busca hacer con dichas alternativas es la
optimizacin de nuestro sistema, mediante solucionar el problema identificado con
anterioridad, tambin teniendo cuidado de que dichas soluciones no provoquen
algn otro problema que no est generado en estos momentos, recuerda que la
interdependencia de los sistemas es un punto clave e importante a no olvidar.


2.7.4 SELECCIONAR E IMPLANTAR LA MEJOR SOLUCION

En la mayora de los casos, la seleccin de la solucin a implantar no depende del
analista, ms bien es una decisin que asume la gerencia. El papel del analista es
presentar sus evaluaciones de la manera ms clara posible as como informacin
que ayude de mejor forma a tomar una mejor decisin a la gerencia.

Las personas encargadas de la implantacin de la solucin seleccionada, deben
de ser demasiado cuidadosas para llevar al sistema real lo planteado en los
sistemas modelados, por lo cual se debe de tener muy bien documentado como
llevar a cabo paso por paso dicha implantacin, muy a pesar de que el analista no
es quien toma la decisin de que solucin implantar, debera de ser este quien
lleve a cabo dicha implantacin, ya que es el quien como analista, conoce como
llevar a cabo dicha implantacin, de lo contrario se podran caer en errores de
implantacin.




















30
,
CAPITULO III
SIMULACIN BASICA


3.1 INTRODUCCION

Simulacin es mucho ms significativa cuando existe el entendimiento de que es
lo que se est haciendo. El entendimiento de cmo simulacin trabaja nos ayuda a
saber si la estamos aplicando de la manera correcta y el significado de los
resultados obtenidos.

A partir de este captulo se dar un entendimiento mayor a lo que es simulacin y
sus diferentes tipos, as como los diferentes software en que se puede hacer
simulacin.


3.2 TIPOS DE SIMULACIN

Hay varias maneras de categorizar simulacin. Algunas de las formas ms
comunes incluyen:

Esttica o dinmica.

Estocstica o determinstica

Eventos discretos o eventos continuos.


3.2.1 SIMULACIN ESTATICA CONTRA SIMULACIN DINAMICA

La simulacin esttica es aquella que no est basada en trminos de tiempo. Este
tipo de simulacin est basada en muestra aleatoria para generar resultados
estticos, tambin es conocida como Simulacin Monte Carlo.

La simulacin dinmica considera el paso del tiempo, es decir los eventos cambiar
as como el tiempo transcurre, el reloj simulacin cambia el estado de los eventos.
La simulacin dinmica es utilizada ampliamente para el anlisis de sistemas de
manufactura y servicios, as la simulacin dinmica permite simular sistemas y
simular sus comportamientos pasados y futuros, todo acorde con el tiempo.








31
,
3.2.2 SIMULACIN ESTOCASTICA CONTRA SIMULACIN DETERMINISTICA

La simulacin en la cual una o ms variables de entrada son generadas de
manera aleatorias es conocida como simulacin estocstica o probabilstica. Este
tipo de simulacin produce estadsticos de salida representados de manera
aleatoria en donde solo contamos con algn punto de referencia acerca del
comportamiento del sistema, debido a que los datos de entradas son azarosos por
el uso de distribuciones de probabilidad.

FIGURA 3.1
Ejemplo de simulacin estocstica















La simulacin en la cual no se cuenta con datos de entrada azarosos es llamada
simulacin determinstica. En dicha simulacin los modelos son construidos del
mismo modo que los estocsticos excepto que en estos no contienen datos
aleatorios. En una simulacin determinstica todos los estados fututos son
determinados en base a los datos de entrada, los cuales han sido definidos desde
un principio.

FIGURA 3.2
Ejemplo de simulacin determinstica












SI
MU
LA
CI
ON
EN
TR
AD
AS
CO
NS
TA
NT
ES
SA
LI
DA
S
CO
NS
TA
NT
ES
SI
MU
LA
CI
ON
E
N
T
R
A
D
A
S
A
LE
A
T
O
RI
A
S
S
A
LI
D
A
S
A
LE
A
T
O
RI
A
S

32
,

Una simulacin determinstica siempre producir exactamente el mismo resultado
sin importar cuantas veces sea corrida la simulacin. En la simulacin estocstica
cada diferente corrida de la simulacin producir valores estimados a partir de los
datos estadsticos de las variables de entrada.


3.2.3 SIMULACIN DE EVENTOS DISCRETOS CONTRA SIMULACIN DE
EVENTOS CONTINUOS

Una simulacin de eventos discretos es en donde los cambios de estado ocurren
de forma discreta a travs del tiempo. Ejemplos de este tipo de simulacin
incluyen:

La llegada de una entidad a una estacin de trabajo.

La conclusin de una actividad.

El trmino de un turno.

Los cambios de estados en un modelo ocurren cuando algn evento sucede. El
estado de las variables en una simulacin de eventos discretos es referido
mediante cambios discretos. La mayora de los sistemas de manufactura y de
servicios son comnmente modelados usando simulacin de eventos discretos.

En la simulacin continua, el estado de las variables cambia continuamente con
respecto al tiempo y son referidos como cambios continuos en el estado de las
variables. Un ejemplo de esto es el nivel de agua en un tanque que est siendo
cargado o descargado. En este tipo de simulacin se involucran ecuaciones
diferenciales que determinan las relaciones de las tasas de cambios de las
variables de estado en el tiempo.

En este punto se tocan los trminos de variables aleatorias, aplicables para cada
una de las dos simulaciones anteriormente descritas.

Variable aleatoria discreta (x). Se le denomina variable porque puede tomar
diferentes valores, aleatoria, porque el valor tomado es totalmente al azar y
discreta porque solo puede tomar valores enteros y un nmero finito de ellos.

Ejemplos:
x( Variable que nos define el nmero de burbujas por envase de vidrio que son
generadas en un proceso dado.
x(0, 1, 2, 3, 4, 5, etc. burbujas por envase.

x(Variable que nos define el nmero de productos defectuosos en un lote de 25
productos.

33
,
x(0, 1, 2, 3,....,25 productos defectuosos en el lote.

x(Variable que nos define el nmero de alumnos aprobados en la materia de
probabilidad en un grupo de 40 alumnos.
x(0, 1, 2, 3, 4, 5,....,40 alumnos aprobados en probabilidad.
Con los ejemplos anteriores nos damos cuenta claramente que los valores de la
variable x siempre sern enteros, nunca fraccionarios.

Variable aleatoria continua (x). Se le denomina variable porque puede tomar
diferentes valores, aleatoria, porque los valores que toma son totalmente al azar y
continua porque puede tomar tanto valores enteros como fraccionarios y un
nmero infinito de ellos.

Ejemplos:
x(Variable que nos define el dimetro de un engrane en pulgadas
x(5.0, 4.99, 4.98, 5.0, 5.01, 5.0, 4.96

x(Variable que nos define la longitud de un cable o circuito utilizado en un arns de
auto
x(20.5 cm., 20.1, 20.0, 19.8, 20,6, 20.0, 20.0

x(Variable que nos define la concentracin en gramos de plata de algunas
muestras de mineral
x(14.8gramos, 12.0, 10.0, 42.3, 15.0, 18.4, 19.0, 21.0, 20.8

Como se observa en los ejemplos anteriores, una variable continua puede tomar
cualquier valor, entero o fraccionario, una forma de distinguir cuando se trata de
una variable continua es que esta variable nos permite medirla o evaluarla,
mientras que una variable discreta no es medible, es una variable de tipo atributo,
cuando se inspecciona un producto este puede ser defectuoso o no, blanco o
negro, cumple con las especificaciones o no cumple, etc.


3.2.4 COMBINACION DE SIMULACIN CONTINUA Y DISCRETA

Muchos software de simulacin proporcionan la capacidad de simular ambos
eventos, discretos y continuos. Esta capacidad del simulador lo convierte en un
simulador hibrido. Por ejemplo cuando se simula la llegada de un camin a una
estacin de llenado de tanque (evento discreto) y el tanque comienza a ser llenado
(proceso continuo).

Existen tres tipos de interacciones entre las variables de estado de este tipo de
simulaciones:

Un evento discreto puede causar un cambio discreto en el valor de una
variable de estado continua.


34
,
Un evento discreto puede causar que la relacin que gobierna una variable
de estado continua cambie en un instante de tiempo en particular.

Una variable de estado continua de punto de partida puede causar que un
evento discreto ocurra, o sea, programado.


3.3 DISTRIBUCIONES DE PROBABILIDAD

Los sistemas estocsticos frecuentemente cuentan con tiempo o cierta cantidad
de valores que varan con un rango especificado, el cual es definido como una
distribucin de probabilidad. Las distribuciones de probabilidad son de mucha
ayuda para predicciones y ms cuando los valores estn definidos mediante
variables aleatorias. Por ejemplo si consideramos que el tiempo de atencin de un
cliente varia en un rango definido de 2.2 minutos y 4.5 minutos, esto podra ser
definido en el modelo mediante una distribucin de probabilidad (normal,
exponencial, uniforme, binomial, etc.) as como la descripcin de cada uno de sus
parmetros en cada una de las distribuciones.


DISTRIBUCIN DE PROBABILIDAD DISCRETA.
Caractersticas:
1. Es generada por una variable discreta (x).

x(Variable que solo toma valores enteros.
x(0, 1, 2, 3, 4, 5, 6, 7, 8,...etc.

2. p(xi)(0 Las probabilidades asociadas a cada uno de los valores que toma x
deben ser mayores o iguales a cero.

3.(p(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno de los
valores que toma x debe ser igual a 1.


DISTRIBUCIN DE PROBABILIDAD CONTINUA.
Caractersticas:
1. Es generada por una variable continua (x).

x( Es una variable que puede tomar tanto valores enteros como fraccionarios.

x( 1.0, 3.7, 4.0, 4.6, 7.9, 8.0, 8.3, 11.5,.....,(


2. f(x)(0 Las probabilidades asociadas a cada uno de los valores que toma x
deben ser mayores o iguales a cero. Dicho de otra forma, la funcin de
densidad de probabilidad deber tomar solo valores mayores o iguales a

35
,
cero. La funcin de densidad de probabilidad slo puede estar definida en
los cuadrantes I y II.

3. La sumatoria de las probabilidades asociadas a cada uno de
los valores que toma x debe ser igual a 1. El rea definida bajo la funcin de
densidad de probabilidad deber ser de 1.



3.4 COMO FUNCIONA LA SIMULACIN DE EVENTOS DISCRETOS

La manera en que la mayora de las personas tiende a pensar acerca de los
sistemas, es que son procesos para entidades. Cuando describimos un sistema,
es natural pensar en trminos de procesos. Las entidades comienzan el proceso la
actividad A, de ah es movida hacia la actividad B y as sucesivamente. En la
simulacin de eventos discretos, esta manera de pensar es trasladada dentro de
una secuencia de eventos en la corrida de las simulaciones: primero ocurre el
primer evento (la entidad comienza a ser procesada en la actividad A), despus
ocurre el segundo evento (el proceso de la actividad A es completado) y as
sucesivamente. Los eventos en simulacin son de dos tipos, establecidos
mediante un tiempo especificado o de forma condicional.

Un evento establecido mediante un tiempo especificado son aquellos donde el
tiempo de ocurrencia es determinado con anticipacin. Considrese el ejemplo de
las llegadas de ciertas entidades al sistema cada cinco minutos, lo cual nos
permite fcilmente predecir el nmero de llegadas en un tiempo especfico dentro
del modelo simulado.

Los eventos condicionados, como su nombre lo dice, estn condicionados a que
suceda algn evento en el sistema para que este ocurra (algn tiempo
especificado, la realizacin o no de cierta actividad, el que una entidad necesite a
un recurso para cierta actividad, la llegada de una entidad especial, etc.). Puede
darse el caso en donde varias entidades estn necesitando al mismo recurso al
mismo tiempo, en caso de suceder este tipo de evento, donde contamos con
muchas entidades en espera del recurso, las entidades comenzaran a ser
atendidas mediante la regla primeras entradas, primeras salidas (PEPS). As
como en este ejemplo, en los eventos condicionados se tendr que utilizar en
algunos casos ciertas reglas de operacin (como PEPS) para que la condicin
pueda llevarse a cabo de la manera exacta.



A continuacin se muestra un diagrama de cmo funciona la simulacin de los
eventos discretos.

1 dx ) x ( f

36
,
FIGURA 3.3
Diagrama del funcionamiento de la simulacin de eventos discretos.










































3.5 FUNCIONAMIENTO DE LOS EVENTOS

SE
CRE
A
BAS
E DE
DAT
OS Y
PRO
GRA
MACI
ON
DE
LOS
EVEN
TOS
INICI
ALES
AVA
NZA
EL
REL
OJ
SIMU
LACI
ON
HACI
A EL
SIGUI
ENTE
EVEN
TO
E
VE
NT
O
FI
N
AL
IZ
A
D
O?
GEN
ERA
ESTA
DISTI
CAS
DE
SALI
DOA
Y
REP
ORT
E
FINA
L
SE
PRO
CES
A EL
EVEN
TO Y
SE
PRO
GRA
MA
UN
NUE
VO
EVEN
TO
ESTA
DISTI
CAS,
ESTA
DO
DE
LAS
VARI
ABLE
S Y
ANIM
ACIO
N
C
O
N
DI
CI
O
N
DE
EV
EN
TO
?

37
,
Para mostrar cmo funciona simulacin, ilustraremos una simulacin mediante un
diagrama de flujo en donde se simula un sistema sencillo en el cual los clientes
llegan a la fila que precede a un servidor. El servidor tiene capacidad para atender
a un solo cliente a la vez y la fila tiene capacidad infinita para poder tener a los
clientes en ella durante el tiempo que sea necesario. Los clientes arriban al
sistema con una frecuencia de llegada de 1 min. entre cada uno, y el tiempo en
que el servidor atiende a los clientes es de 1.5 min., despus de ser atendidos por
el servidor los clientes saldrn del sistema.

Esta ejemplificacin nos sirve para darnos cuenta de cmo estn funcionando los
eventos de acuerdo al reloj simulacin.

As como en cualquier otra simulacin, ciertas suposiciones deben ser hechas en
donde la informacin no es clara o completa. Las suposiciones que asumiremos
para esta simulacin sern:

No hay clientes en el sistema cuando este inicia, as que la fila est vaca y
el servidor se encuentra desocupado.

No se cuentan con recursos que auxilien a la operacin.

El tiempo de movimiento de la fila al servidor de despreciable, por lo cual es
ignorado.

Los clientes que arriban a la fila seguirn la regla de primeras entradas,
primeras salidas (PEPS).

El servidor nunca experimentara fallas en el.


FIGURA 3.4
Diagrama de flujo de las entidades.










En la Figura 3.4 se muestra el diagrama de flujo para el ejemplo desarrollado, de
acuerdo a la ocurrencia de cada evento acorde al paso del tiempo.
FIGURA 3.5
Diagrama de flujo de la simulacin.

38
,













































3.6 LENGUAJES DE SIMULACIN CONTRA SIMULADORES

LL
EG
AD
A
DE
L
PRI
ME
R
EV
EN
TO
AC
TU
ALI
ZA
R
RE
LO
J Y
PR
OC
ES
O
DE
L
SI
GU
IEN
TE
EV
EN
TO

N
U
E
V
A
L
L
E
G
A
D
A
?
SE
PROGRAM
A E
INCREMEN
TA EL
CONTENID
O DE , SE
ACTUALIZ
A EL
TIEMPO
ACUMULA
DO EN
FILA
S
ER
VI
DO
R
DE
SO
CU
PA
DO
?
C
LI
E
N
T
E
E
S
P
E
R
A
N
D
O
E
N
FI
L
A
SE
DECREME
NTA EL
CONTENID
O EN FILA,
SE
ACTUALIZ
A EL
TIEMPO
ACUMULA
DO EN
FILA, SE
CAMBIA EL
ESTADO
DEL
SERVIDOR
A
OCUPADO
HASTA
COMPLET
AR EL
TIEMPO
DEL
EVENTO
TI
EM
PO
CO
MP
LE
TA
DO
EN
SE
RV
ID
OR
?
SE
CAMBI
A EL
ESTAD
O DEL
SERVI
DOR A
DESO
CUPA
DO

A
L
G
U
N
C
LI
E
N
T
E
E
N
FI
L
A
?

39
,
Hay algunas diferencias entre los lenguajes de simulacin y los simuladores. Los
lenguajes de simulacin son en su mayora considerados de propsitos generales
y cuentan con poca definicin para la construccin y modelacin de sistemas muy
especficos. Por otro lado, los simuladores son para un manejo especifico de
problemas, por ejemplo simular un simulador de centros de trabajo o simulador de
clnicas.

La diferencia entre los lenguajes de simulacin y los simuladores radica
primordialmente en que los simuladores han sido diseados especficamente para
la construccin de modelos de una manera fcil.



































CAPITULO IV

40
,
INICIANDO EN SIMULACION


4.1 INTRODUCCION

En este captulo se ver como comenzar un proyecto de simulacin, en especial
se har nfasis en como seleccionar el proyecto adecuado y llevar a cabo un plan
de trabajo exitosamente para completar el proyecto. Simulacin no es algo que se
hace cuando se cuenta con la herramienta adecuada y un proceso donde aplicar
la simulacin, no se debe de comenzar a realizar simulacin sin el conocimiento y
la preparacin necesaria. Un proyecto de simulacin deber ser cuidadosamente
planeado siguiendo principios bsicos de la administracin de proyectos.

En este captulo se mencionaran aspectos como:

Preparacin para un estudio de simulacin.

Pasos a seguir en un estudio de simulacin.

Objetivos en el estudio de simulacin.

Requerimientos para realizar exitosamente un estudio de simulacin.

Puntos clave a evitar cuando se hace simulacin.

El procedimiento para hacer simulacin es esencialmente el mismo. En este
captulo se mencionara el procedimiento bsico para hacer un estudio de
simulacin, pero nos enfocaremos principalmente en el primer paso: definicin de
objetivos, alcances y requerimientos del estudio. Una pobre planeacin, objetivos
mal definidos y expectativas irrealistas pueden detonar en un mal estudio de
simulacin.


4.2 ACTIVIDADES PREVIAS

Simulacin no es una herramienta que deba de ser usada de manera
indiscriminada. La decisin de utilizar simulacin requiere algunas
consideraciones:

Simulacin es la aplicacin apropiada?

Hay algunos otros mtodos igual de efectivos y menos costosos?




41
,
Una vez que simulacin haya sido la herramienta seleccionada, se deben de
tomar algunos otros aspectos en cuenta:

El personal seleccionado deber ser capacitado y entrenado.

El software deber ser cuidadosamente seleccionado.

La naturaleza del proyecto as como las polticas de la organizacin debern de
ser percibidas para de este modo saber cmo preparar el estudio de simulacin.


4.2.1 SELECCIONANDO LA APLICACION

La decisin de utilizar simulacin usualmente comienza con un problema
sistemtico para el cual es necesaria una solucin. El problema puede ser tan
sencillo como simplemente agregar un recurso ms al sistema, o tan complicado
como incrementar el porcentaje de operacin de las maquinas al mismo tiempo
que se reduce el tiempo de ciclo. Estos problemas solo son oportunidades para
mejorar un sistema a travs del uso de la simulacin.

Mientras muchas oportunidades existen para la aplicacin de simulacin, los
usuarios iniciales de simulacin debern de seleccionar una aplicacin que no sea
demasiado complicada y que aun as posea un gran impacto en la organizacin.
Se debe de mantener la concentracin en los problemas significativos pero sin que
estos ocupen toda nuestra atencin. El primer proyecto de simulacin deber se
uno que este muy bien definido y que pueda ser completado en solo algunas
semanas. Se puede empezar con pequeos proyectos como alguna clula de
manufactura o proceso de servicio con solo algunos pasos a seguir en el proceso.
La meta objetivo en este caso deber ser ganar ms experiencia en simulacin en
lugar de tratar de hacer alguna mejora dramtica y sustancial en el sistema.
Liderar un proyecto piloto como el mencionado es una experiencia muy parecida al
calentamiento previo a ejercitarse. Esto debera ser tratado como una muy buena
experiencia de aprendizaje.

En la medida en que se vaya adquiriendo experiencia en simulacin, es como se
puede considerar enfrentarse con proyectos de mayor dificultad para poder ser
simulados. Cada proyecto debe de ser previamente evaluado para ver si es
susceptible de ser simulado. A continuacin se muestra una serie de
cuestionamientos que se debern de hacer en la evaluacin previa para
considerar si el proyecto es susceptible de usar simulacin en el.

Est el proceso bien definido?

Est disponible la informacin del proceso?

Tiene el proceso interdependencias?

42
,
Hay variabilidad en el proceso?

Las ganancias que se obtendrn en trminos econmicos, Son mayores a
los costos de hacer simulacin?

Si se trata de un nuevo proceso, Hay tiempo suficiente para desarrollar un
estudio de simulacin?

Si se trata de un proceso ya existente, Es menos costos que experimentar
directamente en el sistema?

La gerencia est comprometida con el proyecto?

Esta ltima pregunta siempre se debe de tener muy presente, ya que si la
gerencia realmente no est comprometida con el proyecto o no cree que el
proyecto le pueda ser de utilidad al ser aplicado, entonces de nada estar
sirviendo el esfuerzo, tiempo y empeo que se dedique al proyecto.

Es bien sabido que la gerencia cuenta con muchos proyectos los cuales para
poder ser aplicados y quizs simulacin no sea una prioridad para ellos, sin
embargo, mediante un estudio de costo beneficio se puede llegar a la conclusin
de usar simulacin.


4.3 SELECCIN DEL SOFTWARE

Una de las tareas ms importantes es la referente a la seleccin del software de
simulacin, en caso de que no se cuente previamente con uno. El tener la
herramienta adecuada para desarrollar el proyecto puede llegar a ser una
diferencia fundamental para el xito o fracaso del proyecto. en muchas ocasiones
se pueden pasar muchos meses en la tarea de modelacin sin estar obteniendo
mucho progreso en el modelo, esto es debido a las propias limitaciones del
software seleccionado, de esta forma, el software de simulacin seleccionado
debe de contar con las requerimientos mnimos necesarias para el logro exitoso
del proyecto.

Se debe de centrar la atencin en ciertos requerimientos con los que el software
debe de cumplir, a continuacin se da una lista de algunos requerimientos
necesarios a tomar en cuenta.

Calidad.- Algoritmos confiables as como un manejo amigable del software.

Caractersticas especiales y capacidad.- Habilidad para modelar
sistemas de cualquier tamao y complejidad as como conocer las
necesidades de simulacin en trminos de interacciones externas como
animacin y reportes.

43
,

Uso fcil.- Minimizar el tiempo y esfuerzo para aprender y usar el producto
mediante la fcil edicin y construccin de los modelos.

Servicios.- La calidad y el nivel de entrenamiento y soporte tcnico que
provea el software en un plazo mayor es una consideracin importante a
considerar.

Costos.- Costo totales de posesin el cual incluye el costo de compra,
entrenamiento, soporte y la labor de uso del software.

Actualmente en el mercado hay en el mercado un sin fin de productos en donde
hacer una eleccin, por lo cual, al momento de hacer la eleccin se deben de
valorar minuciosamente cada uno de los parmetros mencionados con
anterioridad.


4.4 PROCEDIMIENTO DE SIMULACIN

Una vez que se haya seleccionado la el software apropiado, y se cuente con las
herramientas necesarias, incluyendo el equipo de trabajo, el estudio de simulacin
podr ser iniciado. Simulacin es mucho ms que construir y correr el modelo del
proceso, un estudio de simulacin exitoso debe ser muy bien planeado y
coordinado. A continuacin se muestra los pasos a seguir para llevar a cabo un
estudio de simulacin.

Paso 1: Definir la problemtica, objetivos y alcances. Se define el
propsito del proyecto de simulacin y cul es el objetivo que se persigue
con dicho proyecto. Los objetivos deben de ser claros muy bien definidos
en trminos cuantificables. Una problemtica mal planteada o un objetivo
poco claro y entendible puede llegar a causar el fracaso total del proyecto
en su desarrollo posterior.

Paso 2: Recolectar y analizar los datos del sistema. En este paso de
identifican, recolectan y analizan los datos que definen el sistema para
poder ser modelado. Este punto resulta en la conceptualizacin del modelo
a simular as como la documentacin de los datos recabados que van a ser
ingresados en el modelo.

Paso 3: Construir el modelo. Se desarrollar el modelo de simulacin del
sistema.

Paso 4: Validar el modelo. Se valida que el modelo simulado corresponda
al funcionamiento del sistema real con el fin de darle credibilidad al modelo,
ya que un modelo que no es representativo del sistema real no servir de
nada en nuestro estudio.

44
,
Paso 5: Disear de experimentos. En base a los objetivos, se desarrollan
modelos alternos que correspondan a las experimentaciones que se
desean hacer con el sistema para poder lograr el objetivo y de esta manera
poder solucionar la problemtica que se tiene en el sistema. Dichos
modelos deben de ser evaluados y analizados en sus resultados para
determinar cual de los experimentos cumple con el objetivo, siempre
tomando en cuenta y haciendo comparativos con los resultados del modelo
del sistema real. En caso de que se hayan desarrollado varios
experimentos y estos lleguen a cumplir con el objetivo del estudio, se
deber de hacer un estudio mas minucioso en trminos de cual de estos
experimentos optimiza ms el sistema.

Paso 6: Presentar resultados. Se debe de documentar y presentar los
resultados obtenidos en el estudio y tambin de hacer recomendaciones e
informar de manera muy clara y precisa las conclusiones a las que se
llegaron con el estudio, recordando que la decisin final con respecto a la
implantacin del proyecto corresponde a la alta gerencia de la organizacin.

Cada uno de estos pasos no necesariamente tienen que ser completados en su
totalidad antes de pasar al siguiente paso, el procedimiento para hacer simulacin
anteriormente mencionando un procedimiento interactivo en el cual las actividades
de cada uno de los pasos son afinadas y en algunas ocasiones redefinidas en
cara interaccin. As por ejemplo se puede estar desarrollando el layout del
modelo al mismo tiempo en que se esta efectuando la recoleccin de los datos del
sistema, incluso una vez que se vaciaron los datos recolectados en las
observaciones del sistema a nuestro modelo, se puede volver a hacer nuevas
observaciones para afinar detalles del sistema que quizs no hayan sido tomados
en cuenta desde un principio.


4.5 DEFINIR OBJETIVOS

El objetivo del proyecto de simulacin define el propsito o razn para llevar a
cabo el estudio de simulacin. El objetivo debe de ser realista y alcanzable. Los
objetivos de la simulacin pueden ser agrupados de manera general en las
siguientes categoras:

Anlisis de desempeo.- Todo lo relacionado alrededor del desempeo
del sistema en trminos de utilizacin de recursos, tiempo de flujo,
porcentaje de salida de entidades, etc.

Anlisis de capacidad.- Cuando se presiona al mximo, cual es la
capacidad de produccin del sistema y donde se encuentran los cuellos de
botella.


45
,
Optimizacin.- Que parmetros, particularmente de variables de decisin,
se desean alcanzar como metas para mejorar el desempeo del sistema.

Anlisis de sensibilidad.- Cuales con las variables de decisin que ms
influyen en las medidas de desempeo y la manera en que estas influyen.

Visualizacin.- Como pueden ser los sistemas dinmicos ser ms efectivos
en trminos de visualizacin.

Obviamente, en un proyecto de simulacin puede haber varios objetivos, los
cuales pueden estar en ms de una de las categoras anteriormente mencionadas.
Por ejemplo, un anlisis de sensibilidad puede ser llevado a cabo como parte de
un estudio de optimizacin. Despus de que el modelo haya sido optimizado
quizs pueda ser necesario centrar la atencin como generar el modelo con una
mayor visualizacin para de este modo hacer ms efectivo el proceso de venta de
la solucin hacia la gerencia.

En algunas ocasiones los objetivos cambian o se extienden en la medida en que
se avanza en el proyecto. Se debe de tener cuidado al cambiar el objetivo del
proyecto, recordando que los objetivos van directamente ligados con la
problemtica que se quiere resolver del sistema. El objetivo existe debido a una
problemtica que se esta presentado en el sistema la cual se resuelve mediante el
logro del o los objetivos.

A continuacin se enlistan algunas preguntas respecto al diseo o la operacin del
sistema en las cuales simulacin ayuda a contestar:

DECISIONES DE DISEO
Qu secuencia del proceso provee el mejor flujo del proceso?

Cul es el mejor layout para oficinas, maquinas, equipos y algunas otras
reas de trabajo para minimizar los tiempos de traslados y
congestionamientos?

Cunto personal y equipo es necesario para cumplir con los niveles
requeridos de produccin o servicio?

Cul es el tamao ptimo de las reas de espera, almacenaje y filas en el
proceso?

Qu tipo de controles automticos genera la mejor utilizacin de los
recursos?

Dnde se encuentran los cuellos de botella en el sistema y como pueden
ser eliminado?


46
,
Cuntos turnos de trabajo se necesitan para cumplir con los niveles
necesarios de produccin o servicio?

Cul es la velocidad idnea de las bandas transportadoras u otro medio
de transporte de equipo para cumplir con la demanda de movimiento?

DECISIONES DE OPERACION
Cul es el mejor camino para rutear el material, clientes o llamadas a
travs del sistema?

Cul es la mejor manera de ubicar al personal para realizar determinadas
tareas en especfico?

Cul es el mejor horario para el mantenimiento preventivo?

Cul deber ser la duracin del mantenimiento preventivo para ser
desarrollado?

Cul es la regla de prioridad para desarrollar trabajos?

Cul es el nivel de los inventarios de materia prima y trabajo en el proceso
que se debe de mantener?

Cunto personal deber ser programado para trabajar en cierto turno de
trabajo?

Cuando la meta es analizar el funcionamiento del sistema, la tendencia indica en
pensar en los trminos medios de valores que puedan ser medidos. Por ejemplo,
los analistas frecuentemente estn interesados en el contenido promedio de las
filas o la utilizacin promedio de los recursos. Sin embargo hay algunas otras
medidas que pueden tener igual o incluso mayor significado y que son obtenidas
del estudio de simulacin. Por ejemplo se puede estar interesado en la variacin
como una medida, tal como la desviacin estndar que hay en los tiempos de
espera.


4.6 DEFINIENDO EL ALCANCE DEL PROYECTO

Una vez que se hayan establecidos los objetivos de manera realista, clara y muy
bien definida, el alcance del proyecto deber de ser definido para el logro de los
objetivos planteados. El alcance es esencialmente la especificacin de un
proyecto que ayuda a basar las expectativas del mismo mediante una clarificacin
de lo que debe de ser incluido en el la simulacin y lo que debe de ser excluido.



47
,
Una parte importante en el alcance del proyecto es la especificacin de los
modelos que vallan a ser construidos. Cuando se evalan mejoras para un
sistema ya existente, se deber de construir primeramente el modelo del sistema
actual. Los resultados obtenidos de este modelo debern ser comparados con las
salidas del sistema real para validar la simulacin del modelo en cuestin. Dicho
modelo puede ser usado para mejorarlo y en base a este generar comparativos
con otros alternos que vallan a ser generados, los cuales representen una mejora
en el sistema actual.

La determinacin del alcance del modelo de simulacin esta estrictamente ligada
en que elementos del sistema debern de ser representados en el modelo. Dicha
tarea deber estar basada en considerar de cuanto impacto una actividad en
particular tiene hacia el logro de los objetivos de la simulacin. Una tendencia muy
comn en aquellos que estn inicindose en simulacin es simular el sistema
completo, incluso cuando la problemtica y todas las variables de relevancia se
encuentran actualmente de manera aislada en un pequeo subsistema.

Por ejemplo el objetivo es encontrar el nmero ptimo de operadores en las cajas
que atienden a los clientes en las taquillas de venta de boletos de un cine, para
efectos de lograr este objetivo se deber de tomar en cuenta tanto las llegadas de
los clientes a la fila que precede a las cajas, as como la atencin de las mismas a
los clientes, modelando nicamente esta parte del sistema. De nada servir
modelar el servicio de venta de productos en la dulcera del cine o incluso la
entrada hacia las salas de los cines, ya que no es un dato relevante y que este
afectando al logro de nuestro objetivo. (Ver Figura 4.1)

FIGURA 4.1
Alcance del modelo



















D
U
L
C
E
RI
A
S
A
L
A
S
D
E
CI
N
E

48
,
4.7 NIVEL DE DETALLE

El nivel de detalle determina la profundidad en detalle del modelo. Para ser ms
especficos define la resolucin del modelo. Por ejemplo se puede optar por
ejemplo las cajas del la Figura 4.1 como simples cuadros negros o de algn otro
color, o se puede optar por generar las cajas con cierto detalle de incluso poner la
figura de las personas que se encuentran en la atencin (Ver Figura 4.2).


FIGURA 4.2
Nivel de detalle
A) Nivel de detalle bajo; B) Nivel de detalle alto.




A B

En cualquiera de los dos casos, los resultados obtenidos mediante la simulacin
del modelo sern exactamente los mismos, ya que estos no estn siendo
determinados por el nivel de detalle del modelo, el nivel de detalle del modelo
simplemente es una ayuda visual con la cual se hace mucho mas vistoso nuestro
modelo sin que esto signifique que funcionara de mejor o peor manera con un
nivel de detalle bajo o alto. En muchas ocasiones el nivel de detalle no es
determinado por la persona que construye el modelo.

Hay que recordar que si logramos captar la atencin de las personas interesadas
en el modelo mediante una mayor apreciacin visual del mismo, estas entendern
de mejor manera el funcionamiento del sistemas mediante un nivel de detalle
mayor, en ves de solo estar viendo el funcionamiento de el sistema con simples
cuadros o crculos de colores.











49
,
CAPITULO V
RECOLECCION Y ANALISIS DE DATOS

5.1 INTRODUCCION

En el captulo anterior se defini la importancia de tener claramente definidos los
objetivos as como un plan muy bien organizado que ayude a llevar el estudio de
simulacin de la mejor manera posible. En este captulo veremos la etapa de la
recoleccin de los datos, lo cual define la modelacin del sistema. El resultado de
esta toma de datos resultara en la conceptualizacin mental del modelo acerca del
como el sistema ser configurado y como operara este. Dicha conceptualizacin
puede estar de manera escrita, en un diagrama de flujo o en cualquier tipo de
representacin grfica que servir de base para el modelo que ser creado.

En el proceso de hacer simulacin, la tarea de recolectar los datos del sistema real
es la que ms tiempo consume. Para los casos de nuevos sistemas, los datos solo
llegan a ser estimaciones de lo que se pretender llegar a hacer con el sistema,
mas no se cuenta con un sistema fsicamente real del cual obtener esos datos. En
los sistemas ya existentes, por lo general se cuenta con un cmulo de informacin
de muchos aos referente a la operacin del sistema. Se necesita estar dentro del
propio sistema para poder hacer la recoleccin de los datos, ya que solo mediante
una visualizacin fsica se podr tener el entendimiento de lo que sucede en el
sistema y el comportamiento del mismo.

Para que la toma de tiempo se lleve a cabo correctamente se recomienda crear
formatos propios de toma de tiempos, los cuales ayudaran al observador a realizar
su tarea de una manera ms fcil. Ya que por lo general se toman en cuenta
muchos datos los cuales son de muy poca ayuda para nuestro modelo, por lo cual
en dichos formatos, solo se estar recolectando la informacin primordialmente
necesaria que nos ayude a la elaboracin del modelo del sistema.

En este captulo se presentara una gua y procedimientos que ayudan a la
correcta recoleccin de los datos del sistema, as como contesta las siguientes
preguntas:

Cul es el mejor procedimiento a seguir cuando se hace la recoleccin de
los datos?

Qu tipos de datos debern de ser recolectados?

Qu tipo de anlisis deber de aplicarse en los datos?

Cmo seleccionar la correcta distribucin de probabilidad que represente
a os datos?

Cmo deber de ser documentada dicha recoleccin?

50
,
5.2 NORMAS EN LA RECOLECCION DE LOS DATOS

La toma de tiempos deber de hacerse de manera sistemtica, buscar la
informacin necesaria que sea de utilidad para la construccin del modelo. A
continuacin se marcan un lineamiento a seguir el cual ayudara a concentrarnos
en el propsito primordial de la recoleccin de los datos.

1.- Identificar eventos detonantes. Cuando se definen las actividades que
ocurren en los sistemas a ser modelado, es importante identificar las causas o
condiciones que detonan dichas actividades. Por ejemplo, en la toma de datos de
los tiempos muertos es muy importante identificar entre tiempo muerto causado
por una falla o tiempo muerto planeado o programado. Para que el modelo sea
valido, el modelo necesita capturar la correcta detonacin de las actividades
propias del sistema.

2.- Concentrarse solo en los factores claves de impacto. La discriminacin
debe de ser aplicada cuando se estar recolectando los datos para de este modo
evitar desperdiciar tiempo en tomar informacin que tiene poco o una nula
importancia en la operacin del sistema. Por ejemplo, las actividades fuera de los
turnos de trabajo, tales como mantenimiento preventivo que no llega a retrasar el
proceso, deber de ser ignorada debido a que esta actividad se esta realizando
durante horas fuera de trabajo.

3.- Aislar tiempos reales de las actividades. En determinados tiempos de las
actividades, es importante aislar nicamente el tiempo que se lleva para realizar la
actividad, excluyendo cualquier tiempo extra como tiempo de espera del material o
del recurso para que la actividad pueda ser desarrollada. Por ejemplo, cuando se
van a unir dos partes para generar una sola pieza, el tiempo en que cada uno de
esos componentes tome para llegar a la estacin de trabajo donde sern unidos
no deber de tomar en cuenta como parte de la actividad de unin. El tiempo de la
actividad de unin de ambos componentes deber de ser tomado a partir de que
los dos componentes se encuentren listos para ser unidos.

4.- Buscar grupos comunes. Cuando nos topamos con mucha variedad en
simulacin, como cientos de partes diferentes, ayuda mucho buscar grupos
comunes de partes, en otras palabras que sean agrupadas. Por ejemplo, si se
esta modelando un proceso que cuenta con 300 tipos de entidades, ser difcil
obtener la informacin exacta de las combinaciones y toda la variedad de rutas
que pueden ocurrir en el proceso. Seria muy difcil contar con toda la informacin
de manera tan detallada. La solucin seria reducir los datos en comportamientos o
patrones comunes. Una forma de agruparlos los datos en comn es primero
identificar categoras generales dentro de las cuales cada dato pueda ser
designado. Despus el porcentaje de cada uno de los casos que estn dentro de
esas categoras es calculado o estimado, de este modo podrn modelarse estas
categoras mediante sus porcentajes de ocurrencia en lugar de modelar todas las
entidades existentes.


51
,

5.- Concentrarse en la esencia en lugar de la sustancia. La definicin del
sistema, para efectos de la modelacin del mismo, deber ser la de capturar las
relaciones de causa y efecto existentes en el mismo. Esto tambin es conocido
como la abstraccin del sistema y su propsito es definir la esencia del
comportamiento del sistema en lugar de la sustancia del mismo. Cuando se
elabora un modelo se debe estar interesado en el impacto que las actividades
tienen en el uso de los recursos y en el retraso del flujo de las entidades.
Constantemente se debe de estar pensando acerca de la operacin del sistema y
evitar capturar datos acerca de los mecanismos del proceso.

6.- Separar las variables de entrada con las variables de respuesta. De
primera instancia, regularmente los modeladores suelen confundir las variables de
entrada que definen la operacin del sistema con las variables de respuesta que
reporta el comportamiento del sistema. Las variables de entrada definen como el
sistema funciona o trabaja (tiempo de las actividades, secuencia de las rutas, etc.)
y debern ser nuestro punto de atencin en la recoleccin de los datos. Las
variables de respuesta describen como el sistema responde a travs de las
variables de entrada (acumulacin de trabajo en proceso, utilizacin de los
recursos, tiempo de procesamiento, etc.), las variables de respuesta no conducen
el comportamiento del sistema. Los datos de respuesta o comportamiento del
sistema solo debern de ser de inters si se esta construyendo un modelo el cual
ser comparado en sus datos de salida con los datos del sistema real.

Mediante estos lineamientos, la obtencin de los datos ser mucho mas
productiva y benfica para la construccin del modelo. Adems de estos
lineamientos se deber de seguir una secuencia lgica de pasos cuando se esta
haciendo dicha recoleccin.

PASO 1: Determinar los requerimientos de la recoleccin de datos.

PASO 2: Identificar el origen de los datos.

PASO 3: Recolectar los datos.

PASO 4: Hacer suposiciones cuando sea necesario.

PASO 5: Analizar los datos.

PASO 6: Documentar y aprobar los datos.







52
,
5.3 DETERMINAR LOS REQUERIMIENTOS DE LA RECOLECCION DE DATOS

El primer paso en la recoleccin de los datos es determinar los requerimientos
para construir el modelo. Esto deber de ser determinado por el alcance del
modelo y su nivel de detalle requerido para el logro de los objetivos de simulacin.
Los datos del sistema pueden ser categorizados como:

Datos estructurales.

Datos de operacin.

Datos numricos.


5.3.1 DATOS ESTRUCTURALES

Los datos estructurales envuelven a todos los objetos en el sistema a ser
modelados, los cuales incluyen elementos como las entidades (productos,
clientes, etc.), recursos (operadores, maquinas, etc.), y locaciones (reas de
espera, estaciones de trabajo, etc.). la informacin estructural bsicamente
describe el layout o configuracin del sistema as como tambin identifica lo que
est siendo procesado. Es importante que todos los componentes relevantes que
afectan el comportamiento del sistema sean incluidos.


5.3.2 DATOS DE OPERACIN

Los datos de operacin explican como el sistema funciona, lo que significa el
cmo, cundo y dnde los eventos y actividades se llevan a cabo, estos datos
consisten en la informacin de toda la lgica o comportamiento del sistema tales
como rutas, horarios de trabajo, el comportamiento de los tiempos muertos, etc. si
es proceso est bien estructurado y controlado, la informacin de operacin es
muy fcil de definir. Por otro lado, si el proceso est envuelto dentro de una
operacin informal la cual no sigue reglas especficas, esto podra llevar a ser
mucho ms difcil la definicin de estos datos. Para la simulacin de un sistema,
las polticas y reglas que no se encuentran definidas y son ambiguas debern de
ser codificadas mediante los procesos definidos y reglas. En caso de contar con
variabilidad, se deber de determinar al menos estadsticamente la variabilidad,
usando distribuciones de probabilidad.








53
,
5.3.3 DATOS NUMERICOS

Los datos numricos proveen informacin en trminos de cantidad acerca del
sistema. Ejemplo de estos datos incluyen la capacidad, rangos de llegadas, tiempo
de las actividades y tiempo de ocurrencia entre fallos en el sistema. Algunos de los
valores numricos son muy fciles de determinar, tales como capacidad de los
recursos y horas de trabajo. Otros valores son mucho mas complicado de
determinar tales como tiempo de ocurrencia entre fallos y probabilidades de las
rutas de trabajo. Estos casos se presentan especialmente cuando se esta
modelando un sistema nuevo y los datos no se encuentran disponibles. Es
importante cuando estamos recolectando los datos numricos saber que es lo que
exactamente representa dichos valores.


5.3.4 USO DE CUESTIONARIOS

Para ayudar a concentrar los esfuerzos en la recoleccin correcta de los datos y la
informacin, pueden ser usados cuestionarios. Es ms fcil para las personas
contestar preguntas especficas en lugar de estar armando un rompecabezas de
informacin o adivinar qu informacin es la necesaria. A continuacin se enlistan
algunas preguntas que ayudaran en la recoleccin de los datos.

1.- Qu tipo de entidades son procesadas en el sistema?

2.- Cul es la secuencia de la ruta para cada tipo de entidad?

3.- Dnde, cundo y que cantidades de entidades entran al sistema?

4.- Cules son los requerimientos de tiempo y recursos para cada operacin y
movimiento?

5.- Qu cantidad de entidades estn siendo procesadas y movidas en el
sistema?

6.- Cul es el detonante para el movimiento de las entidades hacia las
locaciones?

7.- Cmo las locaciones y recursos determinan la prioridad de los trabajos a
hacer?

8.- Qu tan seguido ocurren las interrupciones en el sistema?

9.- Cul es el horario de disponibilidad para las locaciones y recursos?

10.- Cules son las alternativas de salida de las entidades al acabar una
operacin en una locacin?


54
,
5.4 IDENTIFICAR EL ORIGEN DE LOS DATOS

Rara vez toda la informacin necesaria para construir un modelo se encuentra
disponible a partir de una sola fuente. Usualmente hay que revisar reportes, llevar
a cabo entrevistas con el personal, hacer observaciones y hacer supocisones
cuando sea necesario. Los tipos de fuentes a usar cuando estamos recolectando
la informacin dependern de que tan extenso es lo que se est simulando, de un
sistema existente o del alguno nuevo sistema.

Para los sistemas existentes deber haber una gran amplitud en las fuentes, el
hecho de que en sistemas existentes se permita hacer las observaciones de
manera directa, disminuye el factor o rango de error que pueda estarse
considerando si los datos son obtenidos mediante otra fuente. Para nuevos
sistemas, la fuente de los datos est muy limitada ya que la ser nuevos modelos,
no se cuenta con una referencia al respecto, simplemente con suposiciones o
estimaciones acerca de los datos del sistema. Dependiendo de las circunstancias,
una buena fuente de datos incluye:

Registros histricos.- Produccin, ventas, ganancias, tiempos de
procesos, tiempos de movimiento, etc.

Documentacin del sistema.- Planes de proceso, descripcin del layout,
procedimiento de trabajos.

Entrevistas personales.- Operadores (mtodos de trabajo), personal de
mantenimiento (procedimientos para reparaciones), ingenieros, (ruteo de
trabajos), gerentes (horarios de trabajo).

Comparacin con sistemas similares.- Con la compaa, con la misma
rama de industria o cualquier otra.

Es importante considerar la formalidad y accesibilidad de las fuentes. La seriedad
o formalidad de la fuente es un factor importante a considerar, ya que impactara
en la valides del modelo. La accesibilidad es tambin un factor importante en la
seleccin de la fuente. Si la fuente es difcil para acceder, tales como archivos
histricos de los datos, estos pueden estar inmersos entre miles de archivos en los
cuales la bsqueda de los datos requeridos se vuelve mucho ms complicada.


5.5 RECOLECTAR LOS DATOS

Cuando se est recolectando los datos del sistema, es mejor ir de lo general hacia
lo especfico. Se debe de tener en consideracin los siguientes puntos para que la
recoleccin de los datos sea llevada de manera exitosa.

Definir por completo el flujo de las entidades.

55
,
Desarrollas una descripcin de la operacin
.
Definir datos incidentales que ocurren en el sistema.


5.5.1 DEFINIR EL FLUJO DE LAS ENTIDADES

Uno de los puntos en que nos debemos de concentrar en la recoleccin de los
datos es la definicin bsica del flujo de las entidades a travs del sistema, este
flujo es definido mediante el movimiento de las entidades dentro del propio
sistema. De esta forma, la descripcin del flujo esta representada de mejor forma
mediante un diagrama de flujo.

Un diagrama de flujo muestra la secuencia lgica de las actividades a travs de
las cuales las entidades pasan y define que le sucede a la entidad y no donde
suceden. Por otro lado, el diagrama de flujo, muestra ms all del movimiento de
las entidades a travs del sistema de locacin a locacin. El propsito del
diagrama de flujo es determinar por completo el flujo de las entidades en el
sistema y provee una ayuda visual para comunicar el flujo de las entidades hacia
los dems. Dicho diagrama es fcil en su entendimiento y ayuda a cada quien a
pensar de la misma manera acerca del sistema.


5.5.2 DESARROLLAR UNA DESCRIPCION DE LA OPERACIN

Una vez creado el diagrama de flujo, la descripcin de la operacin debe de ser
desarrollada para explicar como las entidades son procesadas a travs del
sistema. Dicha descripcin puede ser escrita paso a paso, de forma narrativa o
incluso de forma tabular. Para sistemas simples, en el mismo diagrama de flujo se
puede estar considerando la descripcin de cada una de las operaciones que
estn implcitas en dicho diagrama. De cualquiera de las formas en que se
presente dicha descripcin, se deben de identificar y tomar en cuenta las
siguientes consideraciones para cada tipo de entidades y locaciones existentes en
el sistema.


El tiempo y recursos que requiere la actividad u operacin.

Donde, cuando y en que cantidades las entidades estn siguiendo ciertas
rutas de trabajo.

El tiempo y recursos que se requieren para el movimiento de las entidades
hacia la siguiente locacin.




56
,
5.5.3 DEFINIR DATOS INCIDENTALES QUE OCURREN EN EL SISTEMA

Una vez que el modelo bsico haya sido construido y probado, detalles
adicionales del proceso, tales como tiempo muerto y prioridades de operaciones
debern de ser aadidas al modelo. Dicha informacin no es vital para que el
modelo pueda ser corrido, sin embargo es necesaria para contar con un modelo
ms completo. El impacto potencial de estos elementos adicionales as como el
tiempo disponible para implantarlos en el modelo estn mucho ms claro a estas
alturas del proyecto que desde el inicio del mismo.

De esto modo, cualquier valor numrico tales como tiempo de las actividades,
rangos de llegadas y algunos otros debern tambin de ser considerados.
Siempre se tienen que tomar en consideracin el alcance y nivel de detalle del
mismo, as que si se est considerando incluir ciertos elementos incidentales que
ocurren en el sistema, el modelador de deber de cuestionar primero si dichos
eventos incidentales estn implcitamente relacionados con el logro de nuestro
objetivo, ya que de no estarlo, no deber de considerarse la adicin de estos
elementos s nuestro modelo.


5.6 HACIENDO SUPOSICIONES

Un modelo de simulacin puede ser corrido con datos completamente errneos,
pero no puede ser corrido con datos incompletos. No toma mucho tiempo despus
de que la recoleccin de los datos haya comenzado para darse cuenta de la
certeza o no de la informacin, sin embargo en ciertos sistemas puede resultar
prcticamente imposible obtener ciertos tipos de datos, tales como los largos
intervalos que hay en la ocurrencia de fallas en algunas mquinas.

Debido a que la formalidad y seriedad de la informacin en los nuevos sistemas es
muy cuestionable, la validez del modelo es incierta. Debido a que simulacin en la
mayora de los casos es conducida para anticiparnos a situaciones en el futuro,
siempre se estn asumiendo suposiciones acerca de condiciones desconocidas
en un futuro. Si un modelo est basado nicamente en suposiciones,
automticamente no es un modelo valido, lo cual no llevara a preguntarnos, Qu
tan bueno es una simulacin que est basada nicamente en suposiciones?

Recordemos que en la vida diaria tomamos decisiones basadas en suposiciones
sin considerar tal vez las consecuencias de las mismas. Cualquier prediccin
acerca de cmo el sistema operara en el futuro est basada en suposiciones
acaezca del futuro. No hay nada incorrecto en hacer suposiciones cuando se hace
simulacin, siempre y cuando en los resultados nunca excedamos la confianza
que tengamos en la operacin real del sistema. El motivo de hacer simulacin
comienza a ser hacia la prediccin del funcionamiento de los sistemas basado en
ciertas suposiciones. Es mejor tomar decisiones conociendo las implicaciones de
nuestras suposiciones a ni siquiera conocer cules son dichas implicaciones que
pueden llegar a afectar el funcionamiento del sistema.

57
,
5.7 ANALISIS ESTADISTICO DE LOS DATOS

Parta que los datos obtenidos mediante la recoleccin sean de utilidad en nuestra
simulacin, dichos datos debern de ser analizados e interpretado para que la
operacin del sistema sea correctamente representada en el modelo, as como la
identificacin de los detonantes de los eventos y las relaciones de causa efecto
que ocurren en el sistema. Los datos irrelevantes o insignificantes debern de ser
eliminados. Los tiempos de las actividades debern de ser separados y aislados
de aquellos tiempos que causan retraso de las actividades. Las variables de
entrada tambin debern de ser separadas de las variables de salida o variables
de respuesta.

Una vez que se hayan realizado las actividades anteriormente descritas, es
determinar mediante algn programa estadstico (Stat::Fit, MiniTab, etc.) la validez
de los datos. As mismo en estos programas no podr determinar bajo que curva
de probabilidad se encuentran dichos datos, ya que en la mayora de los sistemas
su funcionamiento esta determinando mediante rangos de tiempos. En la Tabla
5.1 se han generado una muestra de 100 nmeros aleatorios, los cuales
ejemplificaran una toma de tiempos la cual validaremos mediante el uso de
Stat::Fit.


Tabla 5.1
0.99 0.41 0.89 0.59 0.98 0.47 0.70 0.94 0.39 0.92
1.30 0.67 0.64 0.88 0.57 0.87 0.43 0.97 1.20 1.50
1.20 0.98 0.89 0.62 0.97 1.30 1.20 1.10 1.00 0.44
0.67 1.70 1.40 1.00 1.00 0.88 0.52 1.30 0.59 0.35
0.67 0.51 0.72 0.76 0.61 0.37 0.66 0.75 1.10 0.76
0.79 0.78 0.49 1.10 0.74 0.97 0.93 0.76 0.66 0.57
1.20 0.49 0.92 1.50 1.10 0.64 0.96 0.87 1.10 0.50
0.60 1.30 1.30 1.40 1.30 0.96 0.95 1.60 0.58 1.10
0.43 1.60 1.20 0.49 0.35 0.41 0.54 0.83 1.20 0.99
1.00 0.65 0.82 0.52 0.52 0.80 0.72 1.20 0.59 1.60


FIGURA 5.1
Descripcin estadstica de la muestra de 100 datos

DESCRIPCION ESTADISTICA
NUMERO DE DATOS 100
VALOR MINIMO 0.35
VALOR MAXIMO 1.7
MEDIA 0.8695
MEDIANA 0.87
MODA 0.87
DESVIACION ESTANDAR 0.3272
VARIANZA 0.1070



58
,
Los parmetros mostrados en la Figura 5.1 muestran la descripcin completa de
las 100 muestras generadas anteriormente, a continuacin se describirn cada
uno de estos parmetros.

Media.- El valor promedio de los valores.

Mediana.- El valor de en medio de la muestra en donde la muestra es
acomodada en orden ascendente.

Moda.- El valor que se repite con mayor frecuencia.

Desviacin estndar.- La medida del promedio de la desviacin de la
media.

Varianza.- Dispersin de los datos de acuerdo a la media.

Otro valor que podra llegarse a considerar seria el rango, el cual es la diferencia
que hay entre el valor mximo y el valor mnimo de la muestra. El anlisis descrito
anteriormente solo muestra las caractersticas de la muestra, sin embargo no
indica que la muestra sea susceptible de ser usada en simulacin, lo que nos da la
pauta para indicar si la muestra es susceptible a usar o no en simulacin lo indica
un ajuste de curvas de probabilidad mediante las distribuciones de probabilidad.


























59
,
CAPITULO VI
CONSTRUCCION DEL MODELO

6.1 INTRODUCCION

En este captulo se ver la manera de llevar el modelo conceptual del sistema
hacia un modelo de simulacin. La atencin debe estar centrada en los elementos
en comn con que cuentan los sistemas de servicio y manufactura tales como flujo
de las entidades y recursos.

Modelacin es ms que tener el conocimiento de cmo utilizar un software de
simulacin. Aprender a utilizar un software de simulacin de fcil uso es quizs
una de los aspectos menos difciles de la modelacin. Sin embargo, los software
no pueden tomar decisiones acaezca de cmo los elementos de un sistema en
particular opera y la interactividad que tienen entre ellos. Esta es la tarea del
modelador.

Modelacin tiene dos aspectos como parte de ella, el aspecto de poder ser
considerada como arte as como tambin ciencia. El conocimiento de la teora
detrs de simulacin y el entendimiento estadstico es la parte de ciencia, pero el
conocimiento de cmo representar eficiente y eficazmente un sistema utilizando
una herramienta de simulacin es la parte artstica de la simulacin.

Los modeladores tienden a usar tcnicas con las cuales son ms comunes, de
este modo, la mejor manera de desarrollar una buena simulacin es mediante la
observacin de buenos ejemplos, y lo ms importante, mucha prctica. El anlisis
se deber de hacer tan pronto y como sea llevado el proceso dentro del modelo de
simulacin y se comiencen a desarrollar los experimentos.


6.2 ELEMENTOS ESTRUCTURALES

La modelacin de objetos, los cuales representan los elementos estructurales en
el sistema tales como maquinas, personas, objetos de trabajo y reas de trabajo.
Para efecto de nuestro anlisis clasificaremos a los mismos de una forma simple,
la cual es utilizada en ProModel.

Entidades.- Los objetos que son procesados en el sistema.

Locaciones.- Lugares donde las entidades son procesadas.

Recursos.- Agentes utilizados en el procesamiento de las entidades.

Rutas.- El curso de traslado que toman las entidades y recursos en el
sistema.


60
,
No todos los productos de simulacin provee la misma clasificacin en la
modelacin de los elementos. Incluso estos elementos pueden llegar a
subdividirse. Por ejemplo, las locaciones pueden ser subdivididas en estaciones
de trabajo, filas, bandas y reas de espera.


6.2.1 ENTIDADES

Las entidades son los objetos procesados en el modelo que representan las
entradas y salidas del sistema. Las entidades en el sistema pueden tener
caractersticas especiales tales como velocidad, tamao, condiciones, etc. las
entidades siguen una o ms diferentes rutas en el sistema en la cual un procesos
es desarrollado en ellas. Pueden llegar por fuera del sistema o ser creadas en el
mismo sistema. Generalmente las entidades salen del sistema despus de haber
pasado por las diferentes locaciones requeridas para su procesamiento.

Los modelos de simulacin generalmente hacen uso de los atributos de las
entidades. Por ejemplo, una entidad puede tener un atributo llamado CONDICION
el cual puede tener un valor de 1 para defectuoso y de 0 para no defectuoso. El
valor de este atributo determina la ruta que la entidad tomara en el sistema. Los
atributos tambin son generalmente utilizados para obtener informacin durante el
curso de la simulacin, por ejemplo se define un atributo llamado ACUMULACION
DE TIEMPO el cual general la acumulacin de tiempo que una entidad pasa en el
sistema.

Las estadsticas de las entidades que generalmente son recolectadas incluyen
tiempo en el sistema (tiempo de flujo), cantidad procesada (salidas), tiempo en
espera para ser atendidas y el numero promedio de entidades en el sistema.

ENTIDADES A INCLUIR
Cuando decidimos que entidades incluir en el modelo, es mejor observar a cada
tipo de entidad que se tienen en el sistema y si su simulacin ayudara a el logro
del objetivo. Por ejemplo, si la parte de un componente es ensamblada con otra
parte la cual siempre se encuentra en la locacin de ensamble, seria innecesario
simular dicha entidad, en este caso lo conveniente solo seria simular el tiempo en
que el ensamble se realiza. En este caso se si se puede capturar la esencia del
sistema sin incluir la entidad, entonces no la incluyas.

AGRUPACION DE ENTIDADES
Es muy comn para algunos sistemas de manufactura tener cientos de diferentes
tipos de partes o en los sistemas de servicios tener cientos de diferentes clientes
diferentes. Modelar cada uno de estos tipos de entidades individualmente llevara
mucho tiempo y seria poco benfico. Seria mejor tratarlas como tipos comunes de
entidades en la medida de las posibilidades. (Ver Figura 6.1). Esto aplicara
cuando las entidades tienen la misma secuencia del proceso, incluso cuando
cuenten con algn proceso diferente, aqu podrn usarse los atributos o incluso las
rutas de probabilidad para darles dicha secuencia a las entidades.

61
,

FIGURA 6.1
Tratar diferentes tipos de entidades en un solo tipo.














RESOLUCION DE LAS ENTIDADES
Cada entidad en el sistema no siempre necesita ser representada por una sola
entidad, en ocasiones se puede representar mediante una sola entidad a un
conjunto de entidades (Ver Figura 6.2). Por ejemplo, una sola entidad puede ser
utilizada para representar a un lote de partes procesadas o a un grupo de
personas que se encuentran comiendo en un restaurante. Si este conjunto de
entidades son procesadas juntas y movidas del mismo modo, entonces no es
necesario modelarlas de manera individual.


FIGURA 6.2
Tratar mltiples entidades como una sola.



















62
,
6.2.2 LOCACIONES

Las locaciones son lugares en el sistema que las entidades visitan para ser
procesadas, estar esperando o generando decisiones. Las locaciones pueden ser
estaciones de trabajo, puntos de chequeo, filas, bandas o lugares de espera. Las
locaciones tienen una capacidad determinada as como tiempo de disponibilidad
para la atencin de las entidades. Las locaciones tambin cuentan con reglas de
salida as como de entrada basada en una prioridad o en la regla primeras
entradas, primeras salidas (PEPS).

En simulacin nos encontramos primordialmente interesados en el contenido
promedio de las locaciones, as como en el nmero promedio de los clientes en
las filas o el nmero de entidades en proceso dentro de las locaciones. Tambin
es un punto de inters el tiempo promedio que pasan las entidades en cada una
de las locaciones. Las estadsticas interesantes en las locaciones se refieren a la
utilizacin de las locaciones as como sus tiempos muertos, tiempos de trabajo y
tiempo en que la locacin se encuentra desocupada.

LOCACIONES A INCLUIR
Decidir que modelar en trminos de locaciones, depender primordialmente de
que es lo que pase en dicha locacin. Si la entidad tiene que pasar a travs de la
locacin y pasar algn tiempo en ella para despus continuar con su proceso,
entonces es necesariamente primordial de incluir dicha locacin. Las locaciones
pueden estar incluidas dentro de alguna de las siguientes enlistadas a
continuacin:

Lugares en donde una entidad es detenida por un periodo de tiempo
especfico mientras es desarrollada una actividad (fabricacin, inspeccin,
limpieza, etc.).

Lugares donde una entidad espera hasta que alguna condicin sea
cumplida (la disponibilidad de un recurso, la acumulacin de mltiples
entidades, etc.).

Lugares donde alguna accin se lleva a cabo, o alguna lgica es ejecutada,
incluso sin necesidad de pasar tiempo especfico (destruir una entidad,
incrementar un atributo o variable, etc.).

Lugares donde se toma una decisin acerca de alguna ruta adicional
(acumulamiento de partes en bandas, un rea donde el cliente decidir si
contina con el proceso o no, etc.).






63
,
RESOLUCION DE LAS LOCACIONES
Dependiendo del nivel de resolucin necesitado para el modelo, una locacin
puede llegar a ser desde una fbrica completa o un rea de servicio a clientes, o
siendo nicamente posiciones individuales como un escritorio o estacin de
trabajo. Se pueden llegar a combinar locaciones dependiendo si estas son
locaciones que se encuentran trabajando en paralelo o de manera individual.

Cuando combinamos locaciones en paralelo teniendo un proceso idntico en
trminos de operaciones y tiempos, la locacin resultante deber tener, en
trminos de capacidad, el mismo nmero que la sumatoria de las locaciones que
estn siendo combinadas (Ver Figura 6.3). Un ejemplo de estaciones de trabajo en
paralelo son las taquillas en la venta de boletos en el cine, en donde las personas
despus de estar en la fila pasan a cualquiera de las cajas que se encuentran
disponibles para su atencin, en lugar de pasar a una sola caja en especfico, ya
que cualquiera de las cajas puede atender al cliente ya que realiza la misma
actividad en el mismo tiempo.

FIGURA 6.3
Combinacin de cuatro estaciones de trabajo en paralelo dentro de una sola.





























C
AP
A
CI
D
A
D
=
1

C
AP
A
CI
D
A
D
=
1

C
AP
A
CI
D
A
D
=
1

C
AP
A
CI
D
A
D
=
1

C
AP
A
CI
D
A
D
=
4

64
,
6.2.3 RECURSOS

Los recursos son los agentes que son utilizados en el procesamiento de las
entidades. Los recursos pueden ser estticos o dinmicos, dependiendo de las
operaciones en la que ellos intervengan. La principal diferencia entre las entidades
y los recursos radica en que las entidades entran al sistema, tienen un proceso
definido y en la mayora de los casos finalmente dejan el sistema. Los recursos,
sin embargo, usualmente no tienen una secuencia de flujo y estos se encuentran
directamente dentro del sistema. Los recursos, en la mayora de los casos,
responden cuando se solicita su utilizacin, donde las entidades don los objetos
que generalmente requieren de su uso.

En simulacin nos encontramos primordialmente interesados en como los
recursos son utilizados, cuntos recursos son requeridos y cuantas entidades en
proceso son afectadas mediante la disponibilidad del recurso, as como tambin el
tiempo de respuesta del recurso.

RECURSOS A INCLUIR
La decisin de que recursos incluir en el modelo radica primordialmente en el
impacto que tiene en el comportamiento del sistema la introduccin del recurso.
Por ejemplo, si el recurso est dedicado nica y exclusivamente en una estacin
de trabajo y siempre est disponible para su trabajo en dicha estacin, habra
poco beneficio en modelar dicho recurso, ms bien debera ser modelado como
parte de la locacin. Ahora bien, si el recurso no siempre est disponible para la
atencin de la estacin de trabajo (recurso en tiempo muerto), o si el recurso est
siendo compartido con alguna otra actividad (mltiples actividades realizadas por
el recurso), entonces es cuando deber de ser incluido en el modelo.

TIEMPO DE VIAJE DEL RECURSO
Una de las consideraciones a tomar en cuenta acerca del recurso es el tiempo de
traslado con el que cuenta. El modelador debe de considera cuando el recurso sea
requerido para una actividad, si esta se encuentra inmediatamente disponible o si
tiene que hacer un traslado para llegar al lugar donde fue requerido, en caso de
ser as, se deber de considerar el tiempo que el recurso ocupara para llegar a la
estacin donde se le est requiriendo.

RECURSO COMO TRANSPORTE
El recurso tambin es utilizado para mover a las entidades dentro del mismo
sistema. Algunos ejemplos a mencionar en este caso son los tractores, los
montacargas, elevadores, autobuses, aviones, etc. estos recursos son dinmicos y
en la mayora de los casos son capaces de transportar mltiples entidades. El
transporte puede incluso tener predefinidamente una ruta a seguir, similar a como
las rutas de las entidades.





65
,
6.2.4 RUTAS

Las rutas definen el curso del viaje de las entidades y recursos. Dichas rutas
pueden estar de manera individual o ser unidas con otras rutas para de este modo
crear una ruta mayor. Una ruta conecta a dos locaciones entre las cuales las
entidades y recursos van a moverse en ella. Cuando utilizamos rutas de trabajo,
habr cientos de rutas a tomar en cuenta para conectar a las locaciones, el
modelador beber tener en cuidado al momento de modelar las rutas, ya que
dichas rutas debern de tener el mismo camino que en el sistema real hay.


6.3 ELEMENTOS OPERACIONALES

Los elementos operacionales definen el comportamiento de los elementos fsicos
en el sistema y como ellos interactan entre s. Estas incluyen ruteos,
operaciones, llegadas, movimiento de recursos y entidades, reglas, tiempos
muertos y de reparacin, etc.

La mayora de los elementos operacionales de un modelo pueden ser definidos
usando un constructor especficamente diseado para cada elemento. Las reglas
de operacin para cada elemento es usualmente seleccionado mediante mens.
Sin embargo hay algunas situaciones en la que sea requerido utilizar una lgica de
programacin especial como if then.


6.3.1 RUTEOS

Los ruteos define la secuencia del flujo de las entidades de locacin a locacin.
Cuando las entidades completan sus actividades en una locacin, el ruteo define
hacia donde la entidad seguir y especifica el criterio de seleccin, en caso de
haber mltiples locaciones destino.

Frecuentemente existe ms de una sola posibilidad hacia donde las entidades
puedan ser enviadas. Cuando se selecciona alguna entre varias alternativas, una
regla o criterio debe ser definido para tomar dicha seleccin. Algunas reglas
comunes que son utilizadas para la seleccin de la siguiente locacin incluyen:

Probabilstica.- Las entidades son enviadas hacia alguita locacin acorde
a una probabilidad predefinida

Primera disponible.- Las entidades van hacia la primera locacin
disponible en el orden que estas hayan sido enlistadas.

Mediante tuno.- La seleccin de ruta se encuentra determinada mediante
el listado de dichas locaciones.


66
,
Hasta llenar la capacidad.- Las entidades continan envindose hacia la
locacin destino hasta que la capacidad de este se encuentre llena.

Aleatoriamente.- Las entidades son enviadas aleatoriamente a las
siguientes locaciones.

Usando una condicin.- Las entidades son enviadas a las locaciones de
acuerdo al cumplimiento de una regla especificada con anterioridad.

En algunas ocasiones las entidades pasan por una misma locacin en mltiples
ocasiones. La mejor manera de modelar esta situacin es mediante el uso de los
atributos de las entidades el conservara el nmero de veces que la entidad ha
pasado por la locacin y mediante este atributo se determina la ruta a seguir
segn sea el caso. Cuando se utiliza el atributo, este incrementa en valor por cada
una de las veces que la entidad entra o sale de la locacin, segn sea el caso, y
pregunta antes de generar la operacin el estado del atributo, para de esta
manera, de acuerdo al valor del atributo, hacer la operacin correspondiente a
dicha entidad o direccionarla a la ruta que tenga asignada para ese valor de
atributo.


6.3.2 OPERACIN DE LAS ENTIDADES

La operacin de una entidad define qu es lo que le sucede a la entidad cuando
ingresa a una locacin, la definicin exacta de las actividades que la locacin le
realiza a la entidad (maquinado, pintado, inspeccin, etc.) no tiene mayor
relevancia. Lo realmente importante a saber es que es lo que pasa en trminos de
tiempo requerido para la operacin, la utilizacin de algn recurso o alguna otra
lgica de impacto en el comportamiento del sistema.

Hay muchas operaciones que se llevan a cabo en las locaciones, las cuales son la
parte primordial del sistema. As como en los dems elementos del sistema, la
decisin de incluirlo o no en el modelo deber estar basado en el impacto o
importancia que dicha actividad tiene para el flujo de las entidades.

CONSOLIDACION DE ENTIDADES
Las entidades generalmente se encuentran en operaciones en las cuales
necesitan ser consolidadas con alguna otra entidad. Un ejemplo de dicha
consolidacin es mediante un agrupamiento de las entidades. En dicha situacin,
las entidades son alojadas en una locacin hasta que en esa locacin se acumule
una cantidad especfica que vaya a ser agrupada, de ah este agrupamiento de
entidades sale de dicha locacin como una sola entidad.




67
,
La consolidacin de las entidades puede ser de manera temporal, en donde las
entidades se encuentran consolidadas para despus ser deparadas. Dicha
consolidacin tambin puede ser de manera permanente, en dicho caso las
entidades consolidadas no podrn ser separadas y regresar a su situacin anterior
de la consolidacin. Ver Figura 6.4

FIGURA 6.4
Consolidacin de entidades
A) Consolidacin permanente








B) Consolidacin temporal











ADICION DE ENTIDADES
Las entidades tambin pueden ser adicionadas a otra entidad especfica en una
locacin determinada. La diferencia entre la adicin y la consolidacin de
entidades radica primordialmente en que la adicin se hace en base a una entidad
principal que se encuentra en una locacin determinada. En la consolidacin las
entidades son combinadas sin importar el orden en que lleguen a la locacin. As
como en la consolidacin, la adicin puede ser de manera permanente o temporal.
Ver Figura 6.5










A
N
T
E
S
D
E
S
P
U
E
S
A
N
T
E
S
D
E
S
P
U
E
S

68
,
FIGURA 6.5
Adicin de entidades
A) Adicin permanente











B) Adicin temporal











DIVIDIENDO ENTIDADES
En algunos procesos, la entidad es convertida en 2 o ms nuevas entidades. Un
ejemplo de dividir una entidad es cuando una entidad es cortada en pequeas
partes. Las entidades son divididas en una o dos maneras: la entidad es dividida
en dos o ms nuevas entidades, en donde la entidad original no existe ms, o
tambin se crea una o ms nuevas entidades de la entidad original, es decir, se
generan copias de la entidad original. Ver Figura 6.6


FIGURA 6.6
Divisin de entidades a partir de una entidad.
A) La entidad es dividida en mltiples entidades en donde la entidad original es
destruida.








A
N
T
E
S
D
E
S
P
U
E
S
A
N
T
E
S
D
E
S
P
U
E
S
A
N
T
E
S
D
E
S
P
U
E
S

69
,

B) Se crean copias de la entidad original, donde la original sigue existiendo.










6.3.3 LLEGADAS DE LAS ENTIDADES

La llegada de las entidades define el tiempo, cantidad, frecuencia y locacin en
donde las entidades entran al sistema. Como ejemplos podemos mencionar a
clientes llegando a una oficina postal o carros llegando a una interseccin. La
manera en que las entidades pueden llegar a un sistema de manufactura o de
servicio ocurre de una o diferentes maneras:

Peridicamente.- Las llegadas cuentan con intervalos de tiempos
peridicos.

Mediante un horario.- Las llegadas cuentan con un tiempo previamente
especificado.

Fluctuante.- Las llegadas arriban mediante una fluctuacin del tiempo.

Mediante un evento.- Las llegadas ocurren acorde a la ocurrencia de algn
evento.

En cualquiera de los casos, las entidades pueden llegar de manera individual o
mediante agrupamientos.


LLEGADAS PERIODICAS
Las llegadas peridicas ocurren ms o menos en el mismo intervalo de tiempo.
Estas ocurren mediante variaciones y el intervalo define dicha variacin. En otras
palabras, en las llegadas peridicas se cuenta con un rango de variacin, es decir,
las llegadas de las computadoras al rea de mantenimiento est regida mediante
una distribucin normal con una media de 1.5 minutos y una desviacin estndar
de 0.5 minutos. En donde la diferencia entre cada una de las llegadas va a tener
un valor mnimo de 1 minuto y un valor mximo de 2 min.



A
N
T
E
S
D
E
S
P
U
E
S

70
,
LLEGADAS MEDIANTE UN HORARIO
Dichas llegadas ocurren cuando las entidades arriban en un tiempo especfico.
Como ejemplo de este tipo de llegadas se pueden mencionar a los pacientes que
llegan a consulta con el medico mediante una cita previa con hora especificada o
tambin las piezas que vana ser procesadas mediante un programa MRP de
produccin.

LLEGADAS FLUCTUANTES
En algunas ocasione las llegadas arriban mediante un rango de fluctuacin acorde
al tiempo. Por ejemplo, las llegadas de los clientes a un banco usualmente varan
a travs del da con altas y bajas con respecto al tiempo. Como otros ejemplos se
pueden tomar la llegada de los clientes a un restaurante, as como el arribo de
llamadas a un centro de servicio (Ver Figura 6.7).

FIGURA 6.7
Llegadas fluctuantes en un da.





LLEGADAS MEDIANTE UN EVENTO
En muchas situaciones, las entidades son introducidas al sistema mediante el
cumplimento de algn evento o condicin especifica. Pro ejemplo, en caso de que
la llegada de un cliente a una estacin de servicio este condicionada a que el
producto que solicite el cliente haya llegado a la estacin, en este caso, se tendr
que programar primeramente la llegada del producto mediante alguna de las
situaciones anteriormente vistas y de esta manera condicionar la llegada del
cliente a que el producto ya este en el sistema.
0
20
40
60
80
100
120
C
A
N
T
I
D
A
D

D
E

L
L
E
G
A
D
A
S
09:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00
HORA DEL DIA

71
,
6.3.4 MOVIMIENTO DE LAS ENTIDADES Y RECURSOS

Las entidades y los recursos rara vez permanecen inactivos en el sistema. Las
entidades se mueven a travs del sistema de locacin en locacin para ser
procesadas, los recursos tambin se mueven a las diferentes locaciones en donde
estos son requeridos para su uso. Adicionalmente los recursos tambin son
utilizados para hacer el movimiento de las entidades en el sistema.

El movimiento puede ser tratado de tres maneras bsicas en simulacin:

Ignorando el movimiento.

Modelando el movimiento utilizando simplemente tiempo de movimiento o
traslado (el cual tambin puede ser definido mediante una velocidad y una
distancia).

Modelar el movimiento utilizando las rutas de trabajo que requieren que el
movimiento de las entidades o recursos sea a travs de estas rutas.

La decisin de cul de estos mtodos utilizar para modelar el movimiento est
basado esencialmente en el nivel de detalle que el modelo necesite para poder ser
modelado.


6.3.5 TURNOS DE TRABAJO DE LOS RECURSOS

Los recursos, as como las locaciones, frecuentemente dentro de sus turnos de
trabajo, tienen horarios durante los cuales no estn disponibles para el trabajo.
Estos incluyen tiempos fuera de turno, descansos y mantenimiento preventivo.
Como en todos los dems elementos del sistema, la decisin de simularlos o no
depender primordialmente en la importancia que tengan dichos eventos en el
funcionamiento del sistema.


6.3.6 TIEMPOS MUERTOS Y REPARACIONES

Es algo comn para recursos, incluso para algunas locaciones, tener tiempos
muertos en los cuales estn fuera de servicio por alguna razn tal como puede ser
una falla mecnica o interrupciones personales. Los tiempos muertos
generalmente ocurren de manera peridica en funcin del tiempo, tiempo de uso o
nmero de usos.






72
,
TIEMPOS MUERTOS PERIODICOS
Un ejemplo de los tiempos muertos peridicos se encuentran basados en un lapso
de tiempo, el cual puede ser en donde los trabajadores tomen para descansar
cada dos horas. El horario de mantenimiento es tambin un tipo de tiempo muerto
de manera peridica en intervalos basados en un lapso de tiempo. La Figura 6.7
ilustra como los tiempo muertos de manera peridica el cual puede ser simulado,
en este ejemplo de contempla un tiempo muerto de 5 minutos para hacer una
reparacin a la maquina el cual se presentara cada 20 minutos.

FIGURA 6.8
Tiempos muertos peridicos durante la operacin del sistema.










Durante el tiempo de operacin nos encontramos con tiempo en que la maquina
se encuentra ocupada o desocupada, segn sea el caso.

TIMPOS MUERTOS BASADOS EN TIEMPO DE USO
En muchos de los equipos y maquinas las fallas ocurren solo cuando esta se
encuentra en uso, es decir, mientras la maquina o equipo se encuentra en tiempo
desocupado, este tiempo no contara con respecto a la cuenta que se lleve para
determinar los tiempo muertos. Un ejemplo es cuando una maquina necesita un
mantenimiento el cual dura 5 minutos por cada 15 minutos de tiempo en que la
maquina se encuentra ocupada. La Figura 6.8 ilustra el ejemplo anterior.

FIGURA 6.9
Tiempos muertos basados en tiempo de uso.














OPERA
CION
TI
E
M
P
O
M
U
E
RT
O

OPERA
CION

MAQUI
NA
OCUPA
DA
TI
E
M
P
O
M
U
E
RT
O

MAQUI
NA
OCUPA
DA

73
,
TIEMPOS MUERTOS BASADO EN VECES DE USO
El ltimo tipo de tiempo muerto ocurre basado en el nmero de veces en que una
locacin fue utilizada. Por ejemplo, en una maquina puede necesitar remplazar
alguna pieza de dicha maquina por cada 60 ciclos de trabajo o una copiadora
puede necesitar cambio de la tinta por cada 2,000 copias realizadas.

Desafortunadamente, los datos histricos acerca de los tiempos muertos de las
maquinas no se encuentran disponibles en muchas de las ocasiones o incluso ni
siquiera se pueden tener registro de los mismos. Dependiendo de la naturaleza de
la informacin de los tiempos muertos as como su grado de importancia requerido
para la simulacin.





































74
,
CAPITULO VII
VERIFICACION Y VALIDACION DEL MODELO


7.1 INTRODUCCION

Construir un modelo de simulacin es muy parecido como desarrollar un plano de
arquitectura para construir una casa. Un buen arquitecto revisara el plano y
especificaciones con el dueo de la casa para que el diseo cumpla con las
expectativas que el cliente desea, cuidando mucho a detalle cada una de las
especificaciones en dimensiones y algunas otras especificadas en el plano. De
manera similar, el anlisis de la simulacin deber validar las especificaciones del
modelo antes de empezar a ser utilizado para su implantacin.

En este captulo se ver la importancia que tiene la verificacin y validacin del
modelo de simulacin, as como contesta algunas preguntas tales como:

Qu es la verificacin y validacin del modelo?

Cules son los obstculos a enfrentar en la validacin y verificacin?

Cules son las tcnicas utilizadas para la verificacin y validacin?

Cmo llevar a cabo la verificacin y validacin de un modelo de
simulacin?


7.2 IMPORTANCIA DE LA VERIFICACION Y VALIDACION DEL MODELO

El construir un modelo, por naturaleza suele ser errnea de primera instancia. El
modelador, primeramente, deber de trasladar el sistema real a un modelo
conceptual en vez de llevarlo directamente a un modelo de simulacin. Este
proceso es de manera interactiva, ya que la conceptualizacin que el modelador
tenga del sistema real cambia en la medida en que se avanza en el anlisis del
sistema de manera completa. De esta manera cuando se desea hacer el modelo
de simulacin este de haga con los ms mnimos errores con que se puedan tener
desde un principio (Ver Figura 7.1). De esta forma el proceso de validacin y
verificacin ha de ser desarrollado para reducir e incluso eliminar dichos errores.









75
,
FIGURA 7.1
Conceptualizacin del modelo real para llevarlo a un modelo de simulacin.
















La verificacin es el proceso que determina si el modelo de simulacin realmente
refleja el modelo conceptual. La validacin del modelo es el proceso que
determina que el modelo conceptual refleje correctamente el sistema real. El
proceso de verificacin y validacin es un punto crtico para el xito del proyecto
de simulacin. Las decisiones importantes en el proyecto de simulacin debern
estar basadas en los datos de salida del la simulacin y apartir de ah la evidencia
que se demuestra con estos datos debern ser suficiente para la validacin del
modelo as como para la toma de decisiones importantes a tomar a partir de esta
simulacin.


7.2.1 CAUSAS DE DESCUIDO

A pesar de su importancia, en algunas ocasiones se descuida el poner principal
atencin a la verificacin y validacin cuando se hace simulacin. Las razones
primordiales para cometer estos descuidos en esta importante actividad son los
siguientes:

El tiempo y presupuesto limitados

Pereza

Demasiada confianza

Ignorancia
SI
S
T
E
M
A
M
O
D
E
L
O

76
,
TIEMPO Y PRESUPUESTOS LIMITADOS
El contar con tiempo y presupuesto limitados para la realizacin del estudio de
simulacin pueden llegar a comprometer la planeacin y realizacin de manera
correcta del proceso de validacin. Debido a que la validacin no tiene que llegar a
ser desarrollado por completo en un estudio de simulacin, esta es una actividad
la cual es limitada o hasta cierto punto omitida cuando se requiere terminar el
proyecto en tiempo y acorde con el presupuesto acordado.

PEREZA
Dicho punto es mas difcil de tratar debido a que se esta hablando de una
caracterstica de naturaleza humana. Se deber de contar con paciencia y mucha
disciplina para poder desarrollar la validacin de manera correcta y adecuada, ya
que en muchas ocasiones suele ser un punto en el cual pareciera no tener fin en
este punto, ya que es una actividad demasiado laboriosa, mas sin embargo una de
las actividades que requieren de mucho mas cuidado y que da las mayores
satisfacciones cuando se realiza de la manera adecuada y correcta.

DEMASIADA CONFIANZA
El problema de estar demasiado confiado al momento de generar la validacin del
modelo, es un problema muy comn a encontrarse en aquellos modeladores que
asumen la idea de que los resultados obtenidos mediante la simulacin y que
provienen de la computadora son los correctos. El estar demasiado confiado en la
simple corrida de la simulacin y de ah suponer que los resultados sean los
correctos debido a una mala percepcin acerca de que lo que se modelo es lo
realmente conceptualizado, es una manera muy errnea de pensar, ya que nos
hace suponer que no se cometieron errores en la conceptualizacion de sistema
real, lo cual es algo natural al momento de hacer un estudio de simulacin.

IGNORANCIA
El problema final con el que nos encontramos es la falta de conocimiento en el
proceso de verificacin y validacin del modelo. Este es un problema comn
particularmente en las personas que se estn iniciando en simulacin. La nica
manera de atacar este problema es mediante la capacitacin, entrenamiento y
prctica constante de dichos usuarios. El involucra personas con experiencia en
simulacin en los proyectos a desarrollar ser de gran ayuda para que los nuevos
usuarios puedan ir aprendiendo de la experiencia de los modeladores que tienen
ms tiempo y experiencia en desarrollar modelos de simulacin.


7.2.2 PRACTICAS QUE FACILITAN LA VERIFICACION Y VALIDACION

Un problema mayor en la verificacin y validacin de los modelos ocurre debido a
la falta de prctica en la modelacin. Los modeladores iniciales comienzan con
muy poca o incluso nula habilidad para desarrollar la verificacin y validacin del
modelo. Generalmente el sistema cuanta con cierta complejidad que incluso para
los modeladores avanzados puede llegar a causar un problema maysculo.


77
,
La solucin para crear modelos que faciliten la difcil tarea de verificacin y
validacin es primeramente reducir la complejidad del modelo. En muchas
ocasiones los modelos ms complejos son desarrollados por modeladores novatos
quienes no tienen la habilidad y la sensibilidad para saber cmo extraer la
informacin del sistema. As como el modelo ha sido simplificado lo ms posible
se necesitara codificar dicha simplicidad para su entendimiento posterior. El
software de simulacin correcto tambin ayuda a mantener los datos de la
simulacin de manera organizada y entendible.


7.3 VERIFICACION DEL MODELO

La verificacin es el proceso de determinar que el modelo funcione tal como ha
sido conceptualizado. Esto no significa que el modelo sea vlido simplemente por
el hecho que fue corrido correctamente. De hecho la verificacin es un proceso
concerniente con la construccin correcta del modelo. Esto es utilizado en la
comparacin con el modelo conceptual con la representacin computarizada en
donde se traslad dicha conceptualizacin. Este proceso involucra de lleno al
modelador ms que al cliente. Durante este proceso de verificacin, el modelador
tarta de detectar errores en los datos del modelo para de esta manera poderlos
quitar. En esencia, la verificacin es el proceso de depurar el sistema.

Hay dos tipos de errores en el modelo de simulacin:

Errores de sintaxis

Errores de semntica

ERRORES DE SINTAXIS
Los errores de sintaxis son bsicamente los errores gramaticales incluyendo la
omisin o adicin de alguna notacin en la programacin del modelo, lo cual
causa que el modelo corra de manera inadecuada o en ocasiones ni siquiera
pueda ser corrido. Por ejemplo, la omisin de algn punto decimal en un nmero o
algn parntesis en la programacin lgica de algn evento impactara de manera
dramtica los datos de salida de la simulacin.

ERRORES DE SEMANTICA
Los errores de semntica estn asociados con el significado o intencin del
modelador y estos son ms difciles de detectar. La mayora de estos son errores
en lgicas de programacin que provocan que el comportamiento del sistema sea
completamente diferente de lo que se intenta.







78
,
7.3.1 MEDIDAS PREVENTIVAS

Al desarrollar un proyecto de simulacin, es muy comn siempre toparnos con
este tipo de errores as como los mencionados ya anteriormente. Sin embargo,
hay algunas prcticas bsicas que si son desarrolladas de manera adecuada,
minimizan el nmero de fallas que podamos encontrar en el camino hacia la
modelacin correcta del sistema.

El enfocarse en lo que se est haciendo y eliminar distractores puede causar
generar menos errores que los que comnmente se cometen. El checar y volver a
checar los datos y los parmetros de entrada de estos datos dentro del modelo
hacen estar seguros de no cometer errores al momento de transcribir los datos al
modelo.


7.3.2 TECNICAS DE VERIFICACION

Una vez que se han construido correctamente todos loe elementos necesarios
para el modelo y se han cubierto todas las actividades anteriores, hay algunas
cuantas tcnicas que pueden ser utilizadas para la verificacin del modelo.
Algunas de las ms comunes son:

Revisin de los cdigos del modelo

Corroboracin de datos de salida

Visualizar la animacin

REVISION DE LOS CODIGOS DEL MODELO
Dicha revisin puede ser llevada a cabo por el modelador o alguna otra persona
ms que se encuentre familiarizada con la modelacin as como con el sistema. El
propsito de dicha revisin es para verificar los errores que se hayan podido
cometer al momento de la programacin.

CORROBORACION DE DATOS DE SALIDA
En cualquier modelo de simulacin, hay una relacin directa entre la operacin y
valores cuantitativos que son predecibles durante la simulacin. Un ejemplo de
esto es cuando sabemos que es lo que va a ocurrir al finalizar cierta operacin
determinada o incluso al manejar variables en el modelo se puede predecir el valor
de dicha variable al ocurrir un evento.







79
,
VISUALIZAR LA ANIMACION
La animacin puede ser utilizada para la verificacin visual, la cual ayudara a que
la simulacin funcione en la manera en que se pens que debiera de ser. La
animacin puede correrse de manera lenta para de esta forma poder detectar de
manera ms fcil los errores que se pudieran haber cometido, sin embargo en una
simulacin de mucho tiempo implicara un proceso extremadamente largo. Si se
corre la simulacin de manera rpida, los errores seran ms difciles de detectar,
ya que al tener una velocidad mayor, los errores no son visualizados de manera
ms fcil y efectiva.

7.4 VALIDACION DEL MODELO

El proceso de validacin determina el significado y la representacin adecuada del
sistema real. Mientras la verificacin es el proceso concerniente a la construccin
adecuada del modelo, el proceso de validacin es concerniente con la
construccin del modelo correcto. Debido a esto, los clientes debern de estar
ms involucrados en este proceso. A travs de la validacin podemos comunicar
al cliente o usuarios finales del proyecto que los resultados de la simulacin son
reales y de uso aplicable para tomar decisiones en el sistema real.

Para sistemas existentes, el comportamiento del modelo deber de corresponder
al del sistema actual. En caso de ser un sistema nuevo que esta siendo diseado
y que aun no ha sido demostrado su funcionamiento, los datos de salida debern
de ser utilizados para reflejar las especificaciones del diseo del sistema y el
modelo deber de ser cuidadosamente verificado.

La validacin de hecho comienza en la obtencin de los datos del sistema real los
cuales nos servirn para proyectar un modelo que incluso es construido. Es decir,
si a nuestro modelo le ingresamos basura, basura obtendremos. Si la obtencin de
los datos fue realizada de manera errnea, el modelo correr perfectamente bien,
obteniendo como resultado datos que no corresponde al sistema real. Es por lo
cual, la validacin inicia desde la propia obtencin de los datos del sistema real.


7.4.1 DETERMINAR LA VALIDEZ DEL MODELO

No hay una prueba sencilla para determinar la validez del modelo. La validacin
del modelo es un proceso inductivo en el cual el modelador llega a conclusiones
acerca de la exactitud del modelo basado en las evidencias disponibles. Para
desarrollar dicha validacin se enuncian a continuacin algunas tcnicas que
ayudaran a determinar la validez del modelo.

Observar la animacin.- La animacin visual del comportamiento
operacional del modelo es comparado con el conocimiento acerca de cmo
se comporta el sistema.


80
,
Comparacin con el sistema actual.- El modelo y el sistema son corridos
bajo las mismas condiciones y utilizando las mismas entradas para ver si
coinciden los resultados.

Comparacin con otros modelos.- Si algn otro modelo ha sido
construido mediante algn otro mtodo o incluso otro software de
simulacin, las salidas de ambos modelos debern de ser comparadas para
conocer los resultados y verificar que coincidan estos resultados,
independientemente del mtodo de construccin del modelo.

Verificacin con personas familiarizadas con el sistema.- Esto punto se
refiere bsicamente a preguntar a las personas que estn familiarizadas
con el sistema y que conocen el funcionamiento del mismo si el
comportamiento del modelo es lo que realmente se presenta en el sistema
real.

Comparar con datos histricos.- Si se cuenta con informacin histrica
acerca de la operacin y funcionamiento del sistema, el modelo puede ser
probado usando los mismos datos operacionales y comparando los
resultados con los datos del funcionamiento histrico.


Un mtodo comn de validacin de un modelo de un sistema existente es
comparar el comportamiento del modelo con el del sistema actual. Esto requiere,
obviamente, que el modelo sea construido de manera idntica en que el sistema
actual se encuentra. Despus de correr dicho modelo, los datos de salida debern
de ser comparados con los datos de salida del sistema actual.




















81
,
CAPITULO VIII
ANALISIS DE RESULTADOS


8.1 INTRODUCCION

El anlisis de resultados de un modelo de simulacin, es una parte de primordial
importancia en el estudio de simulacin, ya que para este punto el cundo el
modelo ya ha sido construido, verificado y validado en su comportamiento
mediante las tcnicas vistas en captulos anteriores. Por lo cual los pasos
siguientes a este punto estarn completamente determinados al anlisis de
resultados.

En este captulo se estarn viendo algunos ejemplos de cmo llevar a cabo el
anlisis de resultados de un modelo de simulacin, y la manera en que este
anlisis determinara el rumbo de ahora en adelante del estudio de simulacin.


8.2 DATOS DE SALIDA DE LA SIMULACIN

Despus de haber corrido el modelo de la simulacin, se obtienen datos
estadsticos, los cuales sirven para poder determinar los parmetros del
comportamiento del sistema tales como porcentajes de utilizacin de las
maquinas, porcentajes de utilizacin de los recursos, tiempos de operacin de las
maquinas, tiempo en que la maquina est desocupada, as como tiempos de las
entidades en el sistema etc.

El anlisis a desarrollar est siendo llevado de la mano con los objetivos a lograr
con el estudio de simulacin, es decir, el objetivo que se est persiguiendo con el
estudio de la simulacin tiene como fin primordial el resolver una problemtica del
sistema.


8.3 SISTEMAS DE MANUFACTURA

Sistemas de manufactura son sistemas de procesos en donde la materia prima es
transformada en productos finales a travs de una serie de operaciones
desarrolladas en las estaciones de trabajo. Muchas de las decisiones tomadas en
los sistemas de manufactura, para su mejoramiento, siempre estn basadas en los
datos estadsticos de dicho proceso en relacin con tiempos de operacin,
tiempos muertos, ciclos de trabajo, etc.

Algunas de las tcnicas aplicadas en dichos procesos es la conocida como la de
justo a tiempo (JIT), en donde se busca que las piezas sean atendidas de manera
inmediata en cada una de las estaciones de trabajo por la cuales tienen que ser
procesada.

82
,
8.3.1 TERMINOLOGIA EN MANUFACTURA

Los sistemas de manufactura comparten muchos elementos en comn, los cuales
pueden parecer trminos desconocidos para las personas que no estn
familiarizadas con dichos sistemas. Para lograr un mayor entendimiento del
funcionamiento de los procesos de manufactura, a continuacin se describen
algunos trminos que resultan de beneficio.

OPERACIN.- La operacin es la actividad desarrollada en un producto en
una estacin de trabajo. Las operaciones son usualmente desarrolladas
para producir algn cambio fsico en el producto. Actividades que no son de
transformacin son las inspecciones o pruebas a productos, las cuales
tambin son desarrolladas en los productos en alguna estacin de trabajo.

ESTACION DE TRABAJ O.- Una estacin de trabajo o centro de trabajo es
el lugar o la locacin donde una operacin es desarrollada, la estacin de
trabajo consiste en una o ms maquinas o incluso personal.

MAQUINAS CNC.- Una maquina CNC es una maquina controlada
numricamente, es la maquina en donde sus herramientas, movimientos y
operaciones son programadas y controladas mediante el uso de una
computadora.

CENTRO DE MAQUINADO.- Un centro de maquinado es esencialmente
una maquina CNC con cambios de herramientas, lo cual provee una gran
capacidad de maquinados. Un centro de maquinado es definido como
multifuncional, ya que debido a sus capacidades de cambios de
herramientas y programacin, se pueden desarrollar diversos trabajos en
ellas.

PROGRAMA MAESTRO DE PRODUCCION.- El programa maestro de
produccin es lo que define que producto final va a ser procesado y en qu
tiempo. Generalmente se trabaj con periodos semanales para tener un
mayor control de la produccin.

PLAN DE PRODUCCION.- El plan de produccin es programa de
produccin a detalle para cada uno de los componentes que tenga un
producto o incluso para cada una de las operaciones desarrolladas en los
productos en las estaciones de trabajo.

CUELLO DE BOTELLA.- El cuello de botella es tradicionalmente a travs
de las estaciones de trabajo las cuales tienen la ms alta utilizacin o
mayor tiempo de trabajo. En donde las piezas estn en espera a ser
atendidas durante el tiempo en que la estacin de trabajo se encuentra en
un tiempo de procesamiento.


83
,
PREPARACION.- La preparacin es la actividad previa requerida para
alistar a una estacin de trabajo para producir una componente diferente al
que estaba produciendo.

TIEMPO DE CICLO DE LA MAQUINA.- Es el tiempo requerido para
desarrollar una operacin.

CAPACIDAD.- La capacidad se refiere al nmero de objetos o bienes que
la maquina puede estar operando al mismo tiempo.

PORCENTAJ E DE DESPERDICIO.- Es el porcentaje de partes
defectuosas que son quitadas del sistemas antes de continuar a la siguiente
operacin.

DISPONIBILIDAD.- Cuando la maquina se encuentra lista para poder
procesar las piezas o hacer sus tareas asignadas.

PROGRAMAS DE MANTENIMIENTO PREVENTIVO.- Es el mantenimiento
peridico desarrollado en los equipos (maquinas) para que estos sigan
trabajando de una manera adecuada.

UNIDADES DE CARGA.- Es la consolidacin de un grupo de partes que
son juntadas para poder ser movidas a travs del sistema. la idea de
realizar dichas cargas es minimizar el movimiento de las piezas a travs del
movimiento agrupado de las mismas en lugar de hacerlo de manera
individual.

Bajo este contexto, el anlisis de los resultados puede estar enfocado en los
tiempos de operacin de las maquinas, en donde este deber de ser mayor que su
tiempo desocupado o tiempo de bloqueo que pueda tener, siempre y cuando
considerando los tiempos muertos que pueda haber en cada una de las maquinas
por diversos factores.

La diferencia entre tiempo desocupado de una mquina y tiempo muerto radica
primordialmente en que el tiempo muerto de la maquina es considerado cuando
esta no puede estar en operacin debido a alguna falla que tenga y que se
encuentre en reparacin, mientras que en el tiempo desocupado es cuando la
maquina se encuentra disponible para su operacin pero no hay ningn tipo de
entidad disponible a ser trabajada debido a que an no ha llegado a esta mquina.
En ambos la maquina no se encuentra en tiempo de operacin.

El anlisis tambin puede ser enfocado en el aumento de las capacidades de las
maquinas, todo esto con el fin de reducir los cuellos de botellas, tanto en nmero
de entidades en espera, as como su tiempo de espera de dichas entidades en
estas lneas e espera.


84
,
8.4 SISTEMAS DE SERVICIO

Un sistema de servicio es en donde uno o ms servicios son proporcionados al
cliente. Entidades (clientes, pacientes, documentacin, etc.) son llevados a travs
de una serie de reas de procesamiento (recepciones, validacin de documentos,
cobros, etc.) para darles algn servicio. Hay ciertas caractersticas inherentes de
estos sistemas, las cuales diferencian a estos sistemas con los sistemas de
produccin.

Los servicios son intangibles. No son cosas.

Los servicios son perecederos. No pueden ser inventariados.

Los servicios generan salidas heterogneas. Las salidas son variables.


8.4.1 CARACTERISTICAS DE LOS SISTEMAS DE SERVICIO

Los sistemas de servicios representan en cierta forma una clase de sistemas de
produccin en donde las entidades son dirigidas a travs de una serie de
estaciones de servicios y reas de espera. Debido a que en el caso de los
sistemas de servicio las entidades son personas, su complejidad y
comportamiento en el sistema tiende a ser ms impredecible que las piezas o
maquinas. Estas especiales caractersticas y sus implicaciones en la modelacin
son descritas a continuacin.

Entidades caprichosas.- La condicin de los sistemas de servicio, causa
en las personas cambios en su modo de pensar acerca de alguna decisin
que ya haya sido tomada. Los clientes reaccionan en circunstancias de
insatisfaccin. Por ejemplo cuando un cliente llega a un sistema con la idea
de ser atendido y se encuentra con que tiene que formarse en una fila y
esperar un tiempo elevado, este decide por irse del sistema y quizs
regresar en alguna otra ocasin. Incluso cuando el cliente ya decidi entrar
en la fila y este es trasladado hacia otra fila en la cual esperara un tiempo
menor. Tambin puede ocurrir el caso cuando el cliente, cansado de su
elevado tiempo de espera en la fila termina por hartarse de la espera y
decide abandonar la fila y el sistema.









85
,
La llegada de las entidades es aleatoria y fluctuante.- En lugar de tener
un horario preestablecido de llegadas, as como en los sistemas de
produccin, los clientes, en la mayora de los sistemas de servicio, llegan al
sistema de manera aleatoria. Adicionalmente el rango de llegadas es
variantes dependiendo de la hora del da o incluso del da de la semana.
Considrese el ejemplo de las llegadas de las personas a comprar su
boleto en la taquilla de un cine, no es el mismo rango de llegada desde que
la taquilla abre a las 2 de la tarde que por ejemplo a las 6 de la tarde en
donde las llegadas son ms constantes, incluso no es el mismo rango de
llegada los das lunes que los fines de semana.

Decisiones complejas de los recursos.- Generalmente el alojamiento y
asignacin de tareas en los recursos estn basadas en alguna regla
general. En los sistemas de servicio, los recursos son inteligentes y en la
mayora de los casos toman decisiones basados en estados crticos de las
entidades. As por ejemplo si en un sistema de servicio un recurso se est
dando cuenta de que la fila de clientes en espera a ser atendidos est
creciendo demasiado rpido y su tiempo de espera tambin va en aumento,
dicho recurso puede tomar la decisin de abrir un servidor ms para que la
atencin a dichos clientes sea de manera ms rpida y de esta manera
poder disminuir su tiempo de espera. Incluso puede dejar de hacer alguna
tarea que se encuentre desarrollando en dicho momento para as poder
atender a una entidad que ya ha pasado mucho tiempo sin ser atendida.

Tiempo de trabajo del recurso fluctuante a travs del paso del tiempo.-
Otra caracterstica de los recursos humanos, es que su tiempo de trabajo
tiende a variar acorde a la hora del da o condiciones de trabajo. As, si un
recurso se est dando cuenta del aumento de nmero de personas en una
fila de espera, esto puede causar que el recurso realice de manera ms
rpida sus labores, ocasionando esto una reduccin en los tiempos de
procesamiento. Obviamente esto influir de manera directa en los tiempos
del servicio.

Tiempos de procesamiento altamente variables.- Los sistemas de
servicio varan considerablemente debido a la naturaleza del propio
sistema, as como tambin considerando que tanto la entidad como el
servidor son humanos. Consecuentemente, los tiempos de procesamiento
tienden a ser altamente variables.








86
,
Modelar estos tipos de situaciones puede llegar a resultar ser demasiado compleja
e incluso requerir de programaciones lgicas avanzadas que describan dichos
comportamientos. A continuacin se mencionan algunos de los criterios de
medicin de pueden ser tomados en cuenta para desarrollar el anlisis de los
sistemas de servicio.

Tiempo de servicio.

Tiempo de espera.

Tamao de las filas.

Utilizacin de los recursos.

El porcentaje de clientes que pueden ser atendidos sin contar con tiempo
de espera.

El porcentaje de los clientes que dejan el sistema debido a la impaciencia.


El anlisis de estos resultados en ambos casos (sistemas de manufactura o de
servicio) deber de ser conducido tomando en consideracin el objetivo a lograr
con el estudio y siempre fijando nuestra atencin en algunos de los parmetros de
medicin para ambos sistemas. Pero no se debe de olvidar tambin que debido a
la interdependencia de los sistemas, un cambio en nuestros sistemas para poder
conseguir un objetivo especfico, puede causar un efecto poco favorable o
negativo en algn otro parmetro de nuestro sistema.

Es ah en donde la habilidad del ingeniero industrial y su toma de decisiones
debern de encontrar el nivel ptimo de cambiar los parmetros deseados para la
consecucin del objetivo sin afectar a algn otro parmetro o en caso de ser
inevitable dicha afectacin que sea lo menos posible.