Email: [email protected]
Universidad Alas Peruanas Ingeniería de Sistemas
Contenido del Curso
La Meta empresa y el enfoque sistémico
Qué es la simulación y conceptos fundamentales de Simulación
Software de Simulación
Modelado de sistemas discretos por procesos-módulos básicos
Obtención y análisis estadísticos de los datos para el modelo
Diseño del experimento de simulación y análisis estadísticos de la
información
Modelado de sistemas discretos por procesos- módulos avanzados
Que vienen haciendo las empresas
Aumento de Competitividad
Eficiencia
Operativa Globalización
Satisfacción del Cliente
ROI
Tecnologías
Innovación Gestión
PREGUNTA
CRUCIAL
La META de una empresa
es hacer ganancias
ahora y en el futuro.
La META de una ORGANIZACION
es generar resultados (unidades de meta)
ahora y en el futuro.
DEFINICION BASICA
La META de una EMPRESA
es hacer ganancias
¿ Qué le impide a una empresa
ser más exitosa ?
NO SE INCREMENTA LA COMPETITIVIDAD
NO MEJORA EL SISTEMA
No se sabe manejar sistemas.
No se mide correctamente.
CAUSAS PARA LA FALTA DE EXITO MAYOR
No se entiende el funcionamiento
del sistema.
No se sabe manejar restricciones.
Se utiliza contabilidad
de costos. No se conocen las
La falta de un mayor éxito se debe a:
Concentración en síntomas en vez de un análisis a
fondo.
Enfoque fragmentado en vez de un enfoque integral
o sistémico.
Utilización de indicadores inadecuados.
Errores graves en la evaluación de costos mediante
contabilidad tradicional.
La concentración en síntomas y soluciones
rápidas conduce a decisiones equivocadas.
DILEMA DE PERCEPCION
¿El vaso está
medio lleno?
Problema
Causas identificadas
Solución
Solución
ANALISIS SUPERFICIAL DE SINTOMAS
Problema
Causas identificadas
Solución
Problema
ANALISIS SISTEMICO
Causa de fondo Causa de fondo
Problema Problema
Causa de fondo Causa de fondo
Problema Problema
Causa de fondo Causa de fondo
END END END
CF CF
EFECTO DE EMBUDO
END END END END Problemas
UW UW UW UW UW UW UW Problemas
GU GU GU GU Soluciones económicas Soluciones costosas
COMPLEJIDAD DE SISTEMAS
más complejo
Sistema A
menos complejo
Interdependencias
bien definidas
Interdependencias
no definidas
RELEVANCIA DE DATOS E INFORMACIONES
INFORMACIONES INCOMPLETAS
El enfoque fragmentado conduce a
decisiones equivocadas.
Se parece a una serpiente. Se parece a
un postre.
Se parece a un tronco
de árbol.
Cada quien en su propia opinión está
parcialmente en lo correcto,
pero todos como conjunto están
equivocados.
Se parece a una soga. Se parece a
TOC TOC
TOC TOC
TOC TOC
TOC TOC
CONOCIMIENTO COMPLETO DEL SISTEMA
Restricción
Restricción
Restricción
Punto de palanca
Punto de palanca
¿Qué es un sistema?
Es un conjunto de elementos interrelacionados.
Se encuentra en un medio ambiente acotado por un límite.
Este conjunto persigue un objetivo concreto.
La visión que se tiene de él depende del observador.
Límite del sistema
Parte del sistema
Definición de los sistemas
Estructural
Se define el sistema identificando y
describiendo cada uno de sus componentes y
sus interrelaciones.
Se considera que tras hacer esto se puede
conocer el sistema.
De comportamiento (Funcional)
Se define el sistema considerándolo como
una caja negra y describiendo sus respuestas
ante los posibles valores en las entradas.
Propiedades de los sistemas
Sinergia.
• Con los componentes y su interrelación se consigue más
que lo que en principio resultaría de la simple suma de los
componentes.
Entropía
• Refleja el grado de desorden del sistema. Se puede reducir
la entropía ingresando información al sistema.
Equilibrio homeostático.
¿Dónde están los sistemas?
Los sistemas se definen
con construcciones
mentales.
Su definición se
corresponde con la
representación o modelo
mental de los objetos del
mundo real.
Cada sistema depende
del punto de vista del
observador (modelador).
Diferentes Personas Diferentes Visiones Diferentes Sistemas
Es una imitación de las operaciones de un sistema o proceso
real (Sistemas complejos).
Involucra la generación de una historia
artificial del comportamiento del
sistema y a partir de dicha historia se
efectúan inferencias relativas a las
características
operacionales
del
sistema real que representa.
Permite describir y analizar el
comportamiento del sistema real, y
responder ciertas interrogantes para
apoyar el diseño de sistemas reales.
Es una metodología que permite
apoyar la toma de decisiones: (i) En
el diseño de Sistemas, antes que
este sea construido y (ii) Probando
políticas de Operación, antes que
estas sean implantadas
Por si misma, la Simulación, no
resuelve los problemas, sino que
ayuda a Identificar los problemas
relevantes y evaluar
cuantitativamente las soluciones
alternativas
¿Por qué son necesarios los modelos de
simulación o prototipos?
Es un término muy amplio, en realidad existen
un conjunto de enfoques para analizar
problemas
La Simulación requiere de MODELOS (validez)
No es una solución analítica
No obtiene resultados exactos (desventaja)
Permite modelar sistemas complejos (ventaja)
Por ejemplo ; en el desarrollo de un nuevo
producto
Es mejor una respuesta aproximada al problema correcto que una
respuesta correcta al problema aproximado
Es la técnica de modelación estocástica más útil, de mayor
reconocimiento en la ingeniería de sistemas
Telecomunicaciones, Transporte y Energía
Aplicaciones Militares y Navales
Política Públicas
Manufactura — Programación, Inventarios
Personal en empresas de servicios – Bancos, Comida Rápida, Correo, ...
Distribución y Logística
Salud — Salas de emergencia y de operaciones
– Planes de Emergencia (terremotos, inundaciones) – Distribución de Servicios (juzgados, hospitales)
Modelo
Es una abstracción de la realidad.
Es una representación de la realidad que ayuda a entender su
composición y/o funcionamiento.
Es una construcción intelectual y descriptiva de una entidad en la que un
observador tiene interés.
Se construye para transmitirse.
Se emplean supuestos simples para restringirse a lo que se considera
relevante y evitar lo que no.
Un modelo es un sistema desarrollado para entender la realidad y, en consecuencia, para modificarla.
Modelos
Modelo
¿Para qué sirve un modelo?
Ayuda para el pensamiento
Ayuda para la comunicación Para entrenamiento
e instrucción
Ayuda para la experimentación
Modelos Mentales y Formales
• Modelos Mentales.
Depende de nuestro punto de vista, suele ser incompletos y no tener un enunciado preciso, no son fácilmente transmisibles.
Ideas, conceptualizaciones
• Modelos Formales.
Están basados en reglas, son transmisibles.
Exactitud
Abstracción
1. Planta piloto
2. Modelo de un átomo, globo terráqueo, maqueta
3. Reloj, medidores de voltaje, gráfica de volumen/costo 4. Modelos de colas, modelos de robots
5. Velocidad, ecuaciones diferenciales.
Modelo analógico. Son aquellos en los que una propiedad del objeto real está representada por una propiedad que la sustituye, pero con comportamiento similar.
• Estocástico. Contienen uno o más parámetros (variables endógenas) aleatorios. Las mismas entradas pueden ocasionar salidas diferentes.
• Determinístico. Ante entradas fijas se producen las mismas salidas.
• Estático. No se contempla el tiempo como determinante para la evolución del sistema • Dinámico. El tiempo interviene en la variación de las variables del sistema.
• Tiempo-continuo. El modelo permite que los estados del sistema cambien en cualquier momento.
• Tiempo-discreto. Los cambios de estado del sistema se dan en momentos discretos estocástico
determinístico
estático dinámico
tiempo-discreto
Determinístico
Si el estado de la variable en el siguiente instante de tiempo se puede
determinar con los datos del estado actual
Método numérico: algún método de resolución analítica
Estocástico - Determinístico
Estocástico (*)
Si el estado de la variable en el siguiente instante de tiempo no se puede determinar con los datos del momento actual
Método analítico: usa probabilidades para determinar la curva de
distribución de frecuencias
yj = fm(xi, lk)
(Existen variables internas
–como lk– aleatorias)
Discreto (*)
El estado del sistema cambia en tiempos discretos del tiempo
e = f(nT)
Método numérico: utiliza
procedimientos computacionales para resolver el modelo matemático.
Continuo - Discreto
Continuo
El estado de las variables cambia de forma continua a lo largo del tiempo
e = f (t)
Método analítico: emplea
razonamiento de matemáticas
Dinámico (*)
Si el estado de las variables puede cambiar mientras se realiza algún
cálculo
f [ nT ] ≠ f [ n(T+1) ]
Método numérico: usa
procedimientos computacionales para resolver el modelo matemático.
Estático - Dinámico
Estático
Entre las variables no se encuentra la variable tiempo.
Instalaciones/Procesos Físicos; Reales o planeados
Estudiar su Desempeño – Medir
– Mejorar
– Diseñar (si no existe)
– Posible Control en Tiempo Real
Algunas veces es posible “jugar” con el Sistema
Pero algunas veces es imposible hacerlo ya sea que – No existe
– Se Destruye, – Muy Caro
Un Método para Estudiar un amplio abanico de modelos de sistemas del
mundo real
– Uso de evaluación numérica con el computador
– Uso de software para “imitar” las operaciones y características del sistema, a menudo en el tiempo
En la práctica, es el proceso de diseñar y crear modelos computarizados
del sistema y hacer experimentos numéricos con el computador
Una aplicación poderosa a sistemas complejos
Simulación puede tolerar modelos complejos
Como regla general, es apropiada cuando:
Desarrollar un modelo estocástico es muy
difícil o quizás aún imposible
El sistema tiene una o más variables
aleatorias relacionadas
La Dinámica del sistema es
extremadamente compleja
El objetivo es observar el comportamiento
del sistema sobre un período
La habilidad de mostrar la animación es
importante.
Tiempo
Costos de Operación CON Simulación
Costo Costos de Operación
SIN Simulación
Imitar; Emular; Modelo artificial; Prototipo
Sistema lógico Matemático que reside en un computador
No proporciona respuestas exactas del sistema real, sólo
estimaciones, aproximaciones con error acotado.
Modelo de Simulación nos provee de una historia artificial del
sistema bajo estudio
En la simulación estocástica las entradas y salidas son aleatorias – Generación de variables aleatorias; Análisis estadístico de
datos (input output), Diseño y análisis de experimentos de simulación
Simulación
La simulación del sistema imita la operación del sistema actual sobre el
tiempo.
La historia artificial del sistema puede generarse, observarse y analizarse.
La escala de tiempo puede alterarse según la necesidad.
Las conclusiones acerca de las características del sistema actual se pueden
inferir.
Sistema Actual
Simulación del Sistema parámetros
entrada(t)
salida(t)
=??
Estructura de un modelo de simulación
si = f(ci, ni)
ci: variable exógena controlable ni: variable exógena no controlable
ei: variable endógena (estado del sistema) si: variable endógena (salida del sistema) ci
ni
ni
si
si ei
ei
Maneras de estudiar un sistema
• Según Law y Kelton
Sistema
Experimentar con el sistema
Experimentar con un modelo
del sistema
Modelo físico
Modelo matemático
Solución
Beneficio general de la simulación
– Laboratorio de aprendizaje-Fácil de modificar
Algunos beneficios específicos
– -Mejorar desempeño del sistemas reales complejos – -Disminuir inversiones y gastos de operación
– -Reducir el tiempo de desarrollo de un sistema – -Asegurar que el sistema se comportará como se
desea
– -Conocer oportunamente hechos relevantes y efectuar
– cambios oportunamente
– A veces es lo único que se puede hacer para estudiar
– un sistema real (No existe; Se destruye; Muy caro)
Flexibilidad para modelar las cosas tal como son
(no importando si son enredadas y complicadas )
modelado de sistemas complejos
– Evitan “buscar” sólo dónde hay luz: Cuento en dónde un “borrachito” busca las llaves del auto cerca del farol porque ahí puede ver y no dónde se le cayeron realmente porque está obscuro
Permite Modelar la Incertidumbre y los procesos transcientes
La única cosa segura es que nada es seguro
– Peligro de ignorar la variabilidad y la incertidumbre – Validez del Modelo
¿Cuando es apropiado simular?
No existe una completa formulación
matemática del problema.
Cuando el sistema aún no existe.
Es necesario desarrollar experimentos, pero su
ejecución en la realidad es difícil o imposible
Se tiene interés en establecer un periodo de
observación del experimento distinto del que se
podría establecer en la realidad.
No se puede interrumpir la operación del
Puede ser costosa y consumidora de tiempo inicialmente.
Algunas veces soluciones mejores y más fáciles son pasadas por alto.
Los resultados pueden ser mal interpretados
Por lo general son ignorados los factores humanos y tecnológicos.
Peligro de poner demasiada confianza en los resultados de la
simulación.
Es difícil verificar si los resultados son válidos. (Proceso de validación
tema de estudio)
¿Cuándo no es aconsejable simular?
El desarrollo del modelo de simulación requiere mucho tiempo.
El desarrollo del modelo es costoso comparado con sus
beneficios.
Selección de Método: ¿Varias actividades, deberían ser
ejecutadas en una sola estación o dividida en varias
estaciones?
Selección de Tecnología: ¿Cuál es el efecto de emplear
automatización en vez de procesamiento manual?
Optimización: ¿Cuál es el número de recursos que mejor logra
los objetivos de desempeño?
Estudios de Capacidad: ¿Cuál debe ser la capacidad del
Sistema?
Decisiones de Control del Sistema:¿Cuáles Tareas deberían
ser asignadas a cuáles Recursos?
Etapas del Diseño del Sistema Costo
Concepto Diseño Instalación Operación
Dr. Ohono, Toyota:
“el Costo de
remediar un error
que se desliza sin
detectar de una
operación a otra se
multiplica por 10
por cada etapa
dónde no es
detectado”
Tema 12 – Conceptos Básicos
12.7. Aplicaciones Empresariales de la Simulación
Resumen.
• La Simulación es una herramienta de análisis que permite experimentar con un modelo
• Si el modelo ha sido correctamente verificado y validado, los resultados son extrapolables al sistema real
• del sistema que se quiere estudiar
• Ventajas: sencillez, flexibilidad, única alternativa posible (en ocasiones)
Largo es el camino de la enseñanza por medio de teorías; breve y eficaz por medio de ejemplos.
