Conociendo un poco sobre modelos de simulación

25

Modelos de simulación estática vs. dinámica
Un modelo de simulación estática, se entiende como la representación de un sistema para un instante (en el tiempo) en particular o bien para representar un sistema en el que el tiempo no es importante, por ejemplo la simulación Montecarlo; en cambio un modelo de simulación dinámica representa a un sistema en el que el tiempo es una variable de interés, como por ejemplo en el sistema de transporte de materiales dentro de una fábrica, una torre de enfriamiento de una central termoeléctrica, etc..

Modelos de simulación determinista vs. estocástica
Si un modelo de simulación no considera ninguna variable importante, comportándose de acuerdo con una ley probabilística, se le llama un modelo de simulación determinista. En estos modelos la salida queda determinada una vez que se especifican los datos y relaciones de entrada al modelo, tomando una cierta cantidad de tiempo de cómputo para su evaluación. Sin embargo, muchos sistemas se modelan tomando en cuenta algún componente aleatorio de entrada, lo que da la característica de modelo estocástico de simulación.

Un ejemplo sería un sistema de inventarios de una fábrica, o bien el sistema de líneas de espera de una fábrica, etc. Estos modelos producen una salida que es en si misma de carácter aleatorio y ésta debe ser tratada únicamente para estimar las características reales del modelo, esta es una de las principales desventajas de este tipo de simulación.

Modelos de simulación contínuos vs. discretos
Los modelos de simulación discretos y continuos, se definen de manera análogo a los sistemas discretos y continuos respectivamente. Pero debe entenderse que un modelo discreto de simulación no siempre se usa para modelar un sistema discreto. La decisión de utilizar un modelo discreto o continuo para simular un sistema en particular, depende de los objetivos específicos de estudio. Por ejemplo: un modelo de flujo de tráfico en una súper carretera, puede ser discreto si las características y movimientos de los vehículos en forma individual es importante. En cambio si los vehículos pueden considerarse como un agregado en el flujo de tráfico entonces se puede usar un modelo basado en ecuaciones diferenciales presentes en un modelo continuo.

Otro ejemplo: Un fabricante de comida para perros, requiere el auxilio de una compañía consultora con el objeto de construir un modelo de simulación para su línea de fabricación, la cual produce medio millón de latas al día a una velocidad casi constante. Debido a que cada una de las latas se representó como una entidad separada en el modelo, éste resulto ser demasiado detallado y por ende caro para correrlo, haciéndolo poco útil. Unos meses más tarde, se hizo una reformulación del modelo, tratando al proceso como un flujo continuo. Este nuevo modelo produjo resultados precisos y se ejecuto en una fracción del tiempo necesario por el modelo original.

Ventajas y desventajas de un proceso de simulación
Aunque la técnica de simulación generalmente se ve como un método de último recurso, recientes avances en la metodología de simulación y la gran disponibilidad de software que actualmente existe en el mercado, han hecho que la técnica de simulación sea una de las herramientas más ampliamente usadas en el análisis de sistemas. Además de las razones antes mencionadas, Thomas H. Naylor ha sugerido que un estudio de simulación es muy recomendable porque presenta las siguientes ventajas:
– A través de un estudio de simulación, se puede estudiar el efecto de cambios internos y externos del sistema, al hacer alteraciones en el modelo del sistema y observando los efectos de esas alteraciones en el comportamiento del sistema.
– Una observación detallada del sistema que se está simulando puede conducir a un mejor entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la operación y eficiencia del sistema.
– La técnica de simulación puede ser utilizada como un instrumento pedagógico para enseñar a estudiantes habilidades básicas en análisis estadísticos, análisis teórico, etc.
– La simulación de sistemas complejos puede ayudar a entender mejor la operación del sistema, a detectar las variables más importantes que interactúan en el sistema y a entender mejor las interrelaciones entre estas variables.
– La técnica de simulación puede ser utilizada para experimentar con nuevas situaciones, sobre las cuales tiene poca o ninguna información. A través de esta experimentación se puede anticipar mejor a posibles resultados no previstos.
– La técnica de simulación se puede utilizar también para entrenamiento de personal. En algunas ocasiones se puede tener una buena representación de un sistema (como por ejemplo los juegos de negocios), y entonces a través de el es posible entrenar y dar experiencia a cierto tipo de personal.
– Cuando nuevos elementos son introducidos en un sistema, la simulación puede ser usada para anticipar cuellos de botella o algún otro problema que puede surgir en el comportamiento del sistema.
– Los sistemas los cuales son sujetos de investigación de su comportamiento no necesitan existir actualmente para ser sujetos de experimentación basados en la simulación. Solo necesitan existir en la mente del diseñador.
– El tiempo puede ser compensado en los modelos de simulación. El equivalente de días, semanas y meses de un sistema real en operación frecuente pueden ser simulados en solo segundos, minutos u horas en una computadora. Esto significa que un largo número de alternativas de solución pueden ser simuladas y los resultados pueden estar disponibles de forma breve y pueden ser suficientes para influir en la elección de un diseño para un sistema.
– En simulación cada variable puede sostenerse constante excepto algunas cuya influencia está siendo estudiada. Como resultado el posible efecto de descontrol de las variables en el comportamiento del sistema necesitan no ser tomados en cuenta. Como frecuentemente debe ser hecho cuando el experimento está desarrollado sobre un sistema real.
– Es posible reproducir eventos aleatorios idénticos mediante una secuencia de números aleatorios. Esto hace posible usar las técnicas de reproducción de varianza para mejorar la precisión con la cual las características del sistema pueden ser estimadas para dar un valor que refleje el esfuerzo de la simulación.

A diferencia de las ventajas mencionadas, la técnica de simulación presenta importantes desventajas, éstas son:
– Falla al producir resultados exactos. S supone que un sistema ésta compuesto de uno o más elementos que están sujetos a un comportamiento al azar. Cuando una simulación es desarrollada con un modelo del sistema, los valores de cada variable son registrados y los promedios de estos valores son dados en una postsimulación. Pero el promedio en una muestra de observación solo a veces provee un estimado de lo esperado, es decir, una simulación solo provee estimados, no resultados exactos.
– Fallas al optimizar. La simulación es usada para contestar preguntas del tipo “Qué pasa si ?”, “pero no dé”, “¿qué es lo mejor?”. En este sentido, la simulación no es una técnica de optimización. La simulación no generará soluciones, solo evalúa esas que han sido propuestas.
– Largo tiempo de conducción. Un estudio de simulación no puede ser conducido o llevado a cabo en solo un fin de semana. Meses de esfuerzo pueden ser requeridos para reunir información, construir, verificar y validar modelos, diseñar experimentos y evaluar e interpretar los resultados.
– Costos para proveer capacidad de simulación. El establecimiento y mantenimiento de capacidad de simulación, envuelve tener mejor personal, software, hardware, entrenamiento y otro tipo de costos.
– Abuso de simulación. Hay muchas facetas para un balanceo y comprensivo estudio de la simulación. Ya que una persona debe tener conocimiento de una gran variedad de áreas antes de llegar a ser un practicante de la simulación. Este hecho es algunas veces ignorado, sin embargo como resultado, cada estudio puede incorrectamente ser desarrollado, o podría estar incompleto, o podría caer en otro tipo de caminos, quizá resultado de una falla del esfuerzo de la simulación.

En conclusión la simulación ofrece poderosas ventajas pero sufre de mayores desventajas también. Afortunadamente muchas de estas desventajas están disminuyendo en importancia en el tiempo, gracias a las herramientas que emplean simulación. Metodologías, desarrollo de computadoras y de software y decrementos en los costos de los mismos.