Fundamentos de la Simulación de Sistemas: Conceptos Clave y Metodología de Modelado

Conceptos Fundamentales de la Simulación

En un enfoque estocástico, discreto u orientado a los procesos, se modela un sistema en particular, estudiando el flujo de entidades que se mueven a través del mismo.

Entidades y Atributos

Las entidades pueden ser: clientes, órdenes de trabajo, partes particulares, paquetes de información, etc.

Una entidad puede ser cualquier objeto que entra en el sistema, que se mueve a través de una serie de procesos, y luego sale del sistema. Dichas entidades pueden tener características individuales, que llamaremos atributos. Un atributo está asociado con una entidad individual específica. Los atributos pueden ser tales como: el nombre, prioridad, fechas de vencimiento, tiempo de CPU requerido, enfermedad, número de cuenta, etc.

Recursos del Sistema

A medida que la entidad fluye a través del sistema, será procesada por una serie de recursos. Los recursos son cualquier cosa que la entidad necesita con el fin de ser procesada. Por ejemplo, los recursos pueden ser:

• Trabajadores.
• Equipo de manejo de materiales.
• Herramientas especiales.
• Una cama de hospital.
• El acceso al CPU.
• Una máquina, espacio de espera o almacenamiento.

Los recursos pueden ser fijos en un lugar (Ejemplo: una máquina pesada, cajero de banco, cama de hospital) o móviles sobre el sistema (Ejemplo: una carretilla elevadora, reparador, doctor).

El Modelo de Simulación

Un modelo de simulación es, por lo tanto, un programa de computadora que representa la lógica del sistema como entidades con atributos, que se unen a las colas a la espera de la asignación de recursos requeridos, son procesadas por los recursos, liberadas y salen del sistema.

Además de la lógica de cómo una entidad fluye a través del sistema, el programa de computadora mantiene un registro de tiempo y avances, así como hace el seguimiento de la utilización de los recursos, el tiempo pasado en las colas, el tiempo en el sistema (tiempo de tratamiento), y otras estadísticas deseadas.

Naturaleza Estocástica

Gran parte de lo que sucede en el sistema es probabilístico o estocástico por naturaleza. Por ejemplo, el tiempo entre llegadas, el tiempo de un recurso para procesar la entidad, el tiempo para viajar de una parte del sistema a otra y si una parte pasa la inspección o no, usualmente son variables aleatorias. Es este tipo de datos para la entrada al modelo lo que a menudo resulta difícil de obtener.

Proceso de Simulación

La esencia o el propósito de los modelos de simulación es ayudar a quien toma las decisiones a resolver un problema.

Podemos identificar los siguientes pasos, que deben estar presentes en cualquier estudio de simulación:

1. Definición del Problema

   Definir claramente los objetivos del estudio para así conocer el propósito del mismo, es decir, por qué estamos estudiando este problema y qué preguntas esperamos responder.

2. Proyecto de Planificación

   Asegurarse de que tenemos suficiente personal apropiado, el apoyo a la gestión, equipos y recursos de software para hacer el trabajo.

   Fases de Desarrollo del Modelo

   • Definición del Sistema

     Determinación de los límites y las restricciones que se utilizan en la definición del sistema (o proceso) y la investigación de cómo funciona el sistema.

   • Formulación del Modelo Conceptual

     El desarrollo de un modelo preliminar ya sea gráficamente (por ejemplo, diagrama de bloques de proceso o diagrama de flujo) o en pseudo-código para definir los componentes, variables descriptivas e interacciones (lógica) que constituyen el sistema.

   • Diseño Experimental Preliminar

     Selección de las medidas de efectividad que se utilizarán, los factores que varían y los niveles de esos factores a ser investigados, es decir, qué datos deben recogerse del modelo, en qué forma y en qué medida.

   • Preparación de Datos de Entrada

     Identificar y recoger los datos de entrada necesarios para el modelo.

   • Traducción del Modelo

     La formulación del modelo en un lenguaje de simulación apropiado.

   • Verificación y Validación

     Confirmar que el modelo funciona de la manera que el analista pretende (Depuración) y que la salida del modelo es creíble y representativa de la salida real del sistema.

3. Experimentación y Documentación

   (Este paso incluye la ejecución de los experimentos diseñados, la interpretación de los resultados obtenidos y la documentación final del estudio.)