Science">
Tarea 5. Etapas de Un Proyecto de Simulación
Tarea 5. Etapas de Un Proyecto de Simulación
Tarea 5. Etapas de Un Proyecto de Simulación
6TO SEMESTRE.
TURNO VESPERTINO.
ETAPAS DE UN PROYECTO DE SIMULACION.
El modelador debe ser capaz de entender el sistema que está siendo investigado y
debe ordenar relaciones complejas causa-efecto. No hay reglas estrictas de cómo
conducir un proyecto de simulación; sin embargo, a continuación se presenta una
secuencia de etapas, generalmente recomendadas:
Una forma de conocer el problema es saber más sobre el sistema que se está
investigando; por ejemplo, su capacidad actual de producción, las medidas de
desempeño actuales del sistema (utilización, tiempo de ciclo, tiempo de espera, entre
otros); conocer cuáles son las restricciones o “cuellos de botella” y ver la factibilidad de
alcanzar indicadores meta de desempeño (adición de recursos, mejorar métodos,
etcétera); qué variables de decisión son más sensibles en el desempeño global del
sistema. El objetivo de la simulación debe ser realista y factible de ser ejecutado, y sus
requerimientos deben definirse en términos de recursos, tiempo y presupuesto.
El proyecto de simulación será exitoso en la medida en que los objetivos sean definidos
en forma clara y las restricciones sean bien entendidas. La simulación solo debería ser
ejecutada cuando se hayan definido el o los objetivos del proyecto y se haya
determinado que la simulación es la herramienta más conveniente para adquirir dichos
objetivos. Durante la ejecución del proyecto, es necesario regresar a los objetivos, para
mantener la atención enfocada en lo que es importante. Algunas veces los objetivos
cambian o se expanden durante el avance en la ejecución del proyecto.
En esta etapa, el modelador debe traducir el sistema del mundo real en un modelo
conceptual. En el diseño del modelo conceptual se debe establecer la lógica de las
operaciones en el modelo en términos de los elementos estructurales del sistema y del
flujo de entidades que pasarán a través del sistema. En este sentido, el modelador
debe entender la estructura y las reglas de operación del sistema que se investiga y ser
capaz de extraer su esencia, sus características importantes. En esta etapa se deben
tomar en cuenta aspectos como:
Una vez que en la etapa anterior se han identificado los requerimientos de los datos,
entonces se procede a su obtención para que sean utilizados durante la etapa de
construcción del modelo. Una inapropiada especificación en el modelo nos conducirá a
una pérdida irreversible de tiempo y esfuerzo. Por ello, los datos deben ser obtenidos
en forma sistemática, clasificados y analizados estadísticamente.
Los datos que conciernen al sistema son los involucrados con su estructura, con los
componentes individuales existentes, las interacciones entre los componentes y las
operaciones del sistema. Los posibles estados del sistema se establecen a partir de
esta información.
El proceso de obtención de datos es vital e implica tiempo y costo; por lo tanto, debe
ejecutarse en forma inteligente y sistemática para asegurar la construcción del modelo
apropiado.
Una vez obtenidos los datos, estos deben pasar por ciertas pruebas estadísticas, para
ver si se ajustan a alguna distribución de probabilidad. La información de un sistema
tiene carácter dinámico y estocástico, la variabilidad de este debe modelarse con
ciertas ecuaciones matemáticas que sean capaces de reproducir su comportamiento;
en la mayoría de los casos es posible clasificar dicha variabilidad dentro de alguna
distribución de probabilidad, en otros casos esto no es posible y se debe recurrir a
distribuciones empíricas. La representación en el modelo de una variable aleatoria se
da por medio de una distribución de probabilidad. Si luego de realizar las pruebas a los
datos obtenidos se alcanza un ajuste significativo, entonces es posible representar en
el modelo estos datos por medio de una distribución de probabilidad “teórica”
(exponencial, uniforme, triangular, normal, etcétera).
La validez del modelo se refiere a si este corresponde al sistema real, o si por lo menos
representa con precisión la data recolectada y las suposiciones hechas con relación a
la manera en que opera el sistema real. Durante el proceso de construcción del
modelo, el modelador debe estar constantemente comprometido con la validación del
modelo. Un ejemplo de validación es comparar la medición de un indicador de
desempeño obtenido de la simulación, con la medición del mismo indicador tomado del
sistema real, y ver si estas corresponden.
Traducción en dos etapas para convertir el sistema del mundo real en un modelo de
simulación.
La verificación y validación del modelo representan factores críticos para el éxito del
proyecto de simulación. Importantes decisiones se basan en la información obtenida
del experimento de simulación y, por lo tanto, esto es una evidencia demostrable de la
validez del modelo.
En esta etapa se planea qué es lo que se desea saber. Mediante los experimentos de
simulación obtendremos las respuestas de una manera precisa y eficaz.
Las respuestas a estas preguntas dependerán del grado de precisión requerido del
proyecto de simulación . Todos estos aspectos claves serán desarrollados en forma
detallada más adelante, en el capítulo correspondiente al diseño del experimento de
simulación, su ejecución y análisis estadístico de los resultados.
En esta etapa se hacen las recomendaciones para mejorar el sistema real sobre la
base de los resultados del modelo de simulación.
Estas recomendaciones deben ser alcanzadas mediante un informe o reporte final, en
el cual se adjunta la data utilizada, el desarrollo del modelo y los experimentos
ejecutados.
Los resultados deben ser presentados de forma que sean fáciles de evaluar; la
animación y las gráficas son muy útiles como ayuda para comunicar los resultados del
estudio de simulación.