Simulacin vs.

Optimizacin
Cul es la herramienta adecuada?
Para entrar en contexto, la simulacin es la posibilidad de replicar situaciones
reales o que podran serlo para determinar estadsticamente su
comportamiento. La optimizacin en cambio permite escoger entre una multitud
de opciones la que ms se adapte a las necesidades del problema. Aunque
existen ms consideraciones, a continuacin presento algunas de las
principales consideraciones que servirn de gua en el momento de escoger
entre estas dos herramientas.
Quin no se ha visto enfrentado a situaciones problemticas en nuestras
organizaciones que parecen no tener una forma de anlisis y respuesta
evidente? Quin no ha sentido que a veces las mejores prcticas no parecen
tener el impacto que necesitamos o que nos exige la gerencia? Estas son
algunas situaciones que pueden enfrentarse usando tcnicas de Investigacin
de Operaciones. Sin embargo, debe hacerse un cuidadoso anlisis de las
opciones existentes en el mercado y la academia para no tomar una decisin
apresurada.
En efecto, durante la ltima dcada, los casos de xito a nivel mundial de la
Investigacin de Operaciones han generado un importante auge en su uso para
la toma de decisiones estratgicas en logstica. Esta tendencia o moda
suscita una serie de interrogantes que deben ser estudiados con cautela antes
de embarcarnos en un proyecto en este sentido. Claro est, un proyecto bien
estructurado ofrecer beneficios que compensarn ampliamente la inversin,
pero este beneficio se obtendr solamente si la herramienta que estamos
empleando es la adecuada.
A lo largo de esta serie de artculos de investigacin de operaciones
explicaremos algunas de las consideraciones que deben tenerse en el
momento de determinar qu herramienta se ajusta a la problemtica actual y a
los resultados esperados. En esta edicin, trataremos los puntos principales
encontrados en la prctica y la academia que determinan en qu casos es ms
conveniente emplear Optimizacin o Simulacin.
La simulacin y la optimizacin son excelentes herramientas de toma de
decisiones que cada vez son ms usadas por todo tipo de organizaciones
1. Situacin esttica en el tiempo: dependiendo de si la problemtica y las
decisiones a tomarse no varan en el corto y mediano plazo, se tender a usar
la optimizacin. Un ejemplo de problemtica es cuando queremos definir el
nmero de centros de distribucin con los que debe operar nuestra
organizacin. Esta situacin se considera de tipo esttica en el tiempo pues es
una decisin que se tomar una sola vez en el corto y mediano plazo. Otros
ejemplos incluiran decisiones como ubicacin de plantas, determinacin de
precios (revenue management), determinacin de la ubicacin de los productos
en el frontal de las gndolas.

2. Inestabilidades y variabilidad en el sistema: cuando hay inestabilidades

en el sistema (es decir el sistema no se estabiliza por efecto de las tasas de
entrada y de salida por ejemplo) se debe usar simulacin pues la optimizacin
no lograra un resultado ptimo. En el caso del estudio de un centro de
atencin de un banco podra arrojar como resultado que se necesita un nmero
muy elevado de cajeros si el sistema explota. As mismo, la simulacin se
vuelve una valiosa herramienta cuando existen numerosas relaciones entre
variables, y ms an cuando estas relaciones no son perceptibles. Un ejemplo
de esta relacin podra ser en manufactura la tasa de produccin de una
mquina al comienzo de la cadena que afectar sin duda el throughput del final
de la cadena. Otro ejemplo de esta situacin podra ser cuando en su empresa
buscan implementar un sistema Kanban con todas las de la ley. Debido al
nmero tan elevado de interacciones de este sistema, slo han podido lograrse
aproximaciones muy simplificadas del modelo a travs de mtodos como
optimizacin, por eso la simulacin resulta una muy buena opcin. Un ltimo
ejemplo de esta situacin es el manejo de inventarios de la industria automotriz
donde una multitud de variables inciden sobre el manejo de los inventarios
(algunas: manejo del efecto ltigo, pluralidad de orgenes y destinos,).
3. Varios objetivos esenciales: cuando una situacin debe resolverse
siguiendo varios objetivos (ej: objetivos financieros, recursos, eficiencia,
productividad y calidad) que en muchos casos son contradictorios es preferible
usar simulacin. Aunque existen mtodos sofisticados de optimizacin
(multiobjetivos o mediante algoritmos genticos con su respectiva funcin de
fitness), estas tcnicas corren un alto riesgo de obtener un resultado
incorrecto por la forma como se parametrizan. Incluso, en muchos casos no es
posible definir de manera sencilla qu objetivo tiene mayor prelacin y en que
proporcin en comparacin con los dems objetivos. Es por esto que se logra
una mejor visualizacin de la situacin usando simulacin. (Incluso puede
pensarse en combinar simulacin y optimizacin de manera combinada como
lo veremos ms adelante en el artculo). Ejemplos de esto podran ser las
necesidades contradictorias de servicio al cliente y reduccin de costos en
servicios de atencin al cliente como call centers y sucursales bancarias. Otro
caso tpico en sistemas de produccin es la clsica disyuntiva entre tasa de
produccin y material en proceso, donde una mayor tasa de produccin
incrementa el producto en proceso. Idealmente se quera minimizar el trabajo
en proceso y maximizar la tasa de produccin, lo que los hace variables que
cambian de forma indirectamente proporcional.
4. Funciones objetivo y restricciones no lineales: cuando la funcin objetivo
y las restricciones no son lineales la simulacin es una excelente herramienta
que permite evitar las dificultades que presenta resolver este tipo de
complejidades a travs de la optimizacin. Algunos incluso no pueden
resolverse usando optimizacin y deben reformularse para conseguir un
planteamiento lineal. Algunos ejemplos son la optimizacin de portafolios de
inversin, en los cuales hay funciones objetivo que consideran el VAR e incluso
otras medidas de riesgo distintas y no lineales, o tambin restricciones de este
estilo ante un objetivo de maximizacin del retorno.

5. Falta de datos: en los casos en los que en su organizacin no existan datos

generosos del sistema, puede ser una mejor opcin la simulacin puesto que
puede emplear distribuciones como la triangular o la Beta que aunque no le
darn un resultado de la mayor precisin, s podrn darle una idea del
funcionamiento del sistema de forma tal que pueda definir y evaluar polticas.
Es importante aclarar que estas deben ser utilizadas con mesura y teniendo en
cuenta siempre un adecuado anlisis de sensibilidad a los parmetros en el
sistema.
6. Situaciones de asignacin: siempre y cuando no estemos en uno de los
casos anteriores, los problemas de asignacin obtienen grandes beneficios al
ser tratados con optimizacin. El uso de esta herramienta le asegura obtener
un resultado ptimo que har ms eficiente el uso de sus recursos ya sea
desde el punto de vista de costos y utilizacin entre otros. De este tipo de
problemas existen una gran variedad que incluyen algunos de los siguientes
que se han trabajado por esta va: asignacin de tamao de flotas, turnos en
callcenters, tripulacin a flotas areas, cargas de trabajo en el balanceo de
lnea en un sistema de produccin o en un sistema de procesos documentales
(como lo es el caso de una aduana).
7. Estudio de escenarios y contingencias: este tipo de situaciones pueden
mirarse desde dos puntos de vista segn sus caractersticas. Una es mediante
optimizacin en cuyo caso se evalan sensibilidades del planteamiento. Es
decir se estudia qu tanto vara la respuesta ptima ante el cambio en cuestin.
La otra opcin es usar simulacin para comparar escenarios alternativos
cuando se tiene nocin de que una de las dos opciones es un ptimo, pues de
lo contrario se llegara a un punto subptimo.
Esta gua da una idea de cundo usar una u otra herramienta, sin embargo el
uso adecuado de cada herramienta depender en gran medida de las
condiciones especficas del problema a estudiarse. As mismo, una tcnica muy
interesante para nuestras organizaciones es la que combina simulacin con
optimizacin. Esto ayuda en gran medida a mejorar los resultados que podrn
obtenerse.
Por ejemplo piense en el caso de la determinacin de tamao de flota para
operaciones de distribucin. A priori, parecera ser una situacin de asignacin.
Sin embargo, en la operacin diaria de la flota, existen imprevistos y
variabilidades como lo son la variacin de la demanda a ser transportada,
accidentes, cierre de vas, entre otras situaciones que pueden poner en
entredicho la asignacin obtenida por optimizacin. Piense ahora en las
bondades de tener la posibilidad de ejecutar un modelo de simulacin que toma
sus parmetros de la optimizacin.

Figura 1: Espacio factible

En la figura 1, podemos esquematizar el espacio existente del problema. En el
caso del ejemplo, obtendramos las posibles flotas para la organizacin. Por
ejemplo entre 100 y 200 vehculos con cierta secuenciacin cada una.

Figura 2: Optimizacin evala espacio factible

Como puede verse en la figura 2, la optimizacin corre sobre el espacio
factible, es decir sobre las flotas que cumplen con las restricciones del
problema.
En el momento de correr la optimizacin esta corre sobre las flotas factibles
y se obtienen soluciones ptimas que hacen parte de la frontera eficiente. De
manera sencilla, es un conjunto de puntos que son ptimos del problema.

Figura 3: Optimizacin obtiene soluciones de la frontera eficiente

Como se ve resaltado en la figura 3, esta zona corresponde a algunos puntos
no necesariamente consecutivos. Un error frecuente es pensar que un
problema de optimizacin slo llega a una solucin nica. Siguiendo con
nuestro ejemplo esto podra ser 150 y 162 vehculos.
Pero entonces, cmo seleccionar entre estas soluciones "ptimas"? Existen
varias metodologas de las cuales la ms recomendable es analizar cada una
teniendo en cuenta parmetros estratgicos y de costos de operacin, niveles
de servicio y costos de oportunidad en el caso del tamao de flota del ejemplo.
Sin embargo en el caso del ejemplo, la determinacin del tamao ptimo de
flota implica tener en cuenta un sinnmero de variables e interacciones entre

estas (ejemplo las que veamos antes, cierres de vas, accidentes, ...). Por eso
aplicamos simulacin, tomando cada solucin como un escenario como puede
verse en la figura 4. De esta manera obtenemos un anlisis muy completo que
puede incluso tener en cuenta contingencias como lo son cierres de va.

Figura 4: Muestra repercusiones de esquinas en los crossdocks

Con este esquema de solucin podrn lograrse los beneficios de cada
herramienta, pudiendo obtener un resultado ms preciso. Esta combinacin
muestra como la investigacin de operaciones es una disciplina que permite un
gran apoyo en la toma de decisiones, y la empresa o persona experta en este
tema que lo asesore emplear la o las herramientas adecuadas de acuerdo a
su problemtica.
En conclusin, las caractersticas del problema darn en buena medida una
idea de si la herramienta ms conveniente es la simulacin o la optimizacin.
Sin embargo como usted se dar cuenta, la decisin de que herramienta utilizar
depende en gran medida de las condiciones precisas de la situacin. Adems,
como podr ver existe una amplia gama de posibilidades que deben ser
evaluadas para decidir con cada herramienta cual es la forma ms adecuada
de emplearla. Actualmente en el mercado existen paquetes de ltima
generacin tanto en simulacin como en optimizacin que permitirn a su
organizacin sacar provecho de la investigacin de operaciones. As mismo,
una opcin que siempre est disponible a nuestras organizaciones es contratar
consultores expertos en el uso de estas herramientas para facilitar el proceso
de aprendizaje y reducir los costos de emprender un proyecto de esta
envergadura.