Você está na página 1de 11

Tipos de Simulacin

Tipos de Simulacin:
1.- Simulacin Discreta:

modelacin de un sistema por medio de una representacin en la cual el estado de las


variables cambian instantneamente en instante de tiempo separados. (En trminos
matemticos el sistema solo puede cambiar en instante de tiempo contables).

2.- Simulacin Continua:

Modelacin de un sistema por medio de una representacin en la cual las variables de estado
cambian continuamente en el tiempo. Tpicamente, los modelos de simulacin continua
involucran ecuaciones diferenciales que determinan las relaciones de las tasas de cambios de
las variables de estado en el tiempo.

3.- Simulacin Combinada Discreta-Continua:

Modelacin de un sistema por medio de una representacin en la cual unas variables de


estado cambian continuamente con respecto al tiempo y otras cambian instantneamente en
instante de tiempo separados.
Es una simulacin en la cual interactan variables de estado discretas y continuas.
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.
-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.
4.- Simulacin Determinstica y/o Estocstica:

Una simulacin determinstica es aquella que utiliza nicamente datos de entra determinsticos, no
utiliza ningn dato de entrada azaroso. En cambio un modelo de simulacin estocstico incorpora
algunos datos de entrada azarosos al utilizar distribuciones de probabilidad.

5.- Simulacin esttica y dinmica:

La simulacin esttica es aquella en la cual el tiempo no juega un papel importante, en contraste con
la dinmica en la cual si es muy importante.

6- Simulacin con Orientacin hacia los eventos:

Modelaje con un enfoque hacia los eventos, en el cual la lgica del modelo gira alrededor de los
eventos que ocurren instante a instante, registrando el estado de todos los eventos, entidades,
atributos y variables del modelo en todo momento.
7.- Simulacin con Orientacin hacia procesos:

Modelaje con un enfoque de procesos, en el cual la lgica del modelo gira alrededor de los
procesos que deben seguir las entidades. Es cierta forma, es un modelaje basado en un esquema
de flujo grama de procesos, el cual se hace es un seguimiento a la entidad a travs de la
secuencia de procesos que debe seguir.
Simulacin Discreta

Tambin conocida como simulacin de tiempo contino lo cual quiere decir que
una vez iniciado la simulacin no se detendr hasta vela terminado, en otras
palabras la
simulacin de eventos discretos es un de las herramientas de programacin ms
utilizadas
en la actualidad debido a su estructura ms fcil y rpida de aprender. Adems de
la
disponibilidad de los lenguajes de propsito especial.
En este tipo de simulacin se generan y administran eventos en el tiempo por medio
de una cola de eventos ordenada segn el tiempo de simulacin en que deben
ocurrir y de
esta forma el simulador lee de la cola y dispara nuevos eventos. Entre otros un
evento
puede ser: la llegada de un cliente, la llegada de un camin, el inicio del proceso
de una pieza, la finalizacin de un proceso de fabricacin. Esta modalidad de
simulacin se usa tpicamente en el diseo de la mayora de eslabones de la
cadena de suministro tales como: lneas de produccin, plantas de procesamiento,
bodegas de materia prima, bodegas de producto terminado, puntos de atencin a
Una variacin importante de la simulacin de eventos discretos es la
simulacin de agentes, en ella las entidades (tales como molculas, clulas,
rboles o consumidores) son representados directamente (en vez de
representarse a travs de sus densidades o cantidades), estos agentes
poseen estados internos y conjuntos de comportamientos o reglas sencillas
individuales que definen como son actualizados estos estados entre los
diferentes puntos en el tiempo, definiendo as el comportamiento del
conjunto de los agentes. Un ejemplo tpico para este tipo de simulacin es el
de peatones en un evento de evacuacin, para que dado unas reglas
generales del comportamiento de movimiento de cada individuo se logre
simular y determinar el tiempo de evacuacin de todo el grupo de peatones
dado un nmero de salidas en una locacin determinada.
Sus principales caractersticas son:

i) Estn basadas en su totalidad por actividades lgicas y matemticas


ii) El modelo va cambiando parcialmente conforme ocurren los eventos
iii) El sistema solo cambia cuando ocurre un evento estos cambios se van
registrando para
poder comprender el comportamiento del modelo.
iv) Cuando un evento se realiza el tiempo de la simulacin avanza.
v) La lista de eventos pendientes va reducindose conforme los eventos se van
realizando
Vi) La ejecucin de un evento puede generar nuevos eventos.
vii) Una simulacin tiene que poder ser repetida mltiples ocasiones generando
los
mismos resultados, siempre y cuando las variables m sean las mismas.
Elementos clave de la simulacin de eventos discretos
En el camino al desarrollo de proyectos usando simulacin de eventos discretos es
importante comprender algunos conceptos inherentes a esta tcnica.
I. Entidades: Son los objetos que fluyen a travs del sistema, podran ser: clientes,
productos, cajas, camiones y pallets entre otros.

II. Atributos: Son las diferentes caractersticas que definen a las entidades: tipo,
edad, gnero, peso, volumen, tiempo de inicio de un proceso.

III. Variables: Son aquellas que definen el modelo y sus estados como un conjunto:
nmero de entidades en proceso, nmero de entidades entrantes, nmero de
entidades salientes, costo de proceso unitario.

IV. Reloj de simulacin: Variable que lleva control del tiempo virtual de simulacin,
no se debe confundir con el tiempo real de ejecucin.

V. Eventos: Diferentes tipos de acontecimientos que ocurren a travs de la


simulacin, que hacen que el reloj de simulacin avance

VI. Recursos: Objetos a los que se les asocia algn tipo de gasto o de consumo de
los mismos para realizacin de tareas de operacin o transporte
Puntos a tener en cuenta en el desarrollo de un proyecto de simulacin de
eventos discretos
En el desarrollo de un proyecto de simulacin es importante tener una metodologa de
desarrollo y entendimiento del proyecto, a continuacin evidencio de forma resumida la
metodologa que le recomiendo seguir para este tipo de proyectos.

- Definicin de objetivos, alcance y de medidas de desempeo a evaluar: Antes de


iniciar la construccin del modelo se debe definir cul es el objetivo y alcance
ltimo del proyecto que debera ser de la forma: cul es el diseo ms adecuado de
bodega?, cul es la mejor configuracin de la lnea?, cul es el impacto de realizar
los cambios que propone la junta o comit? Una vez definido el objetivo se debe
determinar qu indicadores son los adecuados para cuantificar los efectos de
mejoras potenciales, estos podran ser: nivel de servicio, tiempo de ciclo promedio,
entidades en proceso mximas y throughput entre otros.

- Definicin del nivel de detalle adecuado: Una vez definido el objetivo e indicadores a evaluar,
se procede a establecer el nivel de detalle que se debe trabajar, esto depende principalmente
de que los indicadores que se hayan definido sean relevantes para la operacin.
- Construccin del modelo base: El objetivo en este punto es construir un modelo
pivote robusto y vlido sobre el cual se harn los cambios en los escenarios. En la
construccin del modelo base existen cuatro etapas asociadas:
Construccin: Consiste en desarrollar la lgica del modelo de forma que represente
el sistema real.

Calibracin: en esta etapa se incluyen los valores de variables de entrada al modelo,


tales como, tiempos de proceso, demanda, fallos de mquinas, etc.

Verificacin: en esta fase se compara las salidas del modelo con las salidas
esperadas, por ejemplo en throughput, inventarios, etc. Para esta etapa es
recomendable someter el modelo a situaciones extremas para verificar que la lgica
o comportamiento sean los esperados.

Validacin: aqu se comparan las salidas del modelo con resultados histricos del
sistema real, se recomienda hacer uso de estadsticas como intervalos de confianza y
pruebas de hiptesis