MODELADO Y SIMULACIÓN

MODELADO Y SIMULACIÓN

1. Herramientas para comprender sistemas complejos, analizar escenarios y apoyar la toma de decisiones.

2. DEFINICIÓN

   • CONCEPTOS PRINCIPALES
     • Sistemas: Conjunto de elementos interrelacionados que interactúan para lograr un proposito.
     • Modelo: Representación simplificada de un sistema real.
     • Simulación: es la ejecución dinámica de un modelo
     • Simulación de Eventos discretos (SED) : Tipo de simulación en el que el estado del sistema cambia en instantes especificos.
   • CONCEPTOS SECUNDARIOS
     • Entidad / Flowitem : Elemento que fluye por el sistema
     • Recurso: Elemento que procesa, trasporta o atiende entidades
     • Evento: Suceso que provoca un cambio en el estado del sistema
     • Reloj de Simulación: variable que avanza el tiempo dentro del modelo
     • Estado del sistema: Conjunto de variables que describen la situaciones del sistema en un instante
     • Parametros: valores que definen el comportamiento del modelo
     • Variables de desempeño; indicadores que se miden en la simulacion
     • Validación: Verificar que el modelo representa adecuadamente el sistema real
     • Verificación: Asegurar que el modelo está emplementado correctamente

3. APLICACIONES EN LA INDUSTRIA Y LOS SERVICIOS

   • CONCEPTOS PRINCIPALES
     • Analisis de Procesos Productivos: Estudiar lineas de ensamble, estanciones de prueba, celdas de manufactura
     • Diseño de layouts y capacidades: Evaluar diferentes disposiciones de máquinas, áreas de almacenamiento y niveles de recursos antes de invertir.
     • Planificación de la producción: Probar politicas de lanzamiento de ordenes, tamaños de lote y reglas de priorización.
     • Logística y cadena de suministro: simular centros de distribución, redes de transporte, inventarios y políticas de reposición.
     • Sistemas de servicios: modelar bancos, hospitales, call centers, supermercados, trámites gubernamentales, etc., para mejorar tiempos de espera y nivel de servicio.
   • CONCEPTOS SECUNDARIOS
     • Cuello de botella: recurso o estación que limita la capacidad global del sistema.
     • Throughput (tasa de producción): cantidad de entidades que salen del sistema por unidad de tiempo.
     • Tiempo de ciclo: tiempo total que una entidad permanece en el sistema desde su entrada hasta su salida.
     • Nivel de servicio: indicador de calidad del servicio (por ejemplo, porcentaje de clientes atendidos en menos de X minutos).
     • Políticas de cola: reglas para decidir qué entidad se atiende primero (FIFO, LIFO, por prioridad, por tipo).
     • Mantenimiento y fallas: modelar tiempos entre fallas, duración de reparaciones y su impacto en la disponibilidad de recursos.
     • Retrabajo y scrap: entidades que deben volver a procesarse o que se descartan por defectos.
     • Escenarios “qué pasa si”: probar cambios en recursos, layouts, políticas o demandas antes de implementarlos.
     • Industria 4.0: uso de simulación como parte de capacidades analíticas y digitales para diseñar sistemas más inteligentes y resilientes.

4. TIPOS DE MODELOS USADOS EN EL ANÁLISIS Y SIMULACIÓN DE SISTEMAS COMPLEJOS

   • CONCEPTOS PRINCIPALES
     • Modelos físicos: representaciones tangibles a escala (maquetas de plantas, prototipos).
     • Modelos matemáticos: descripciones mediante ecuaciones y relaciones algebraicas (modelos de colas, programación lineal, redes).
     • Modelos de simulación: representaciones ejecutables en computadora que imitan el comportamiento del sistema en el tiempo.
     • Modelos determinísticos: no incluyen aleatoriedad; los resultados están completamente determinados por los datos de entrada.
     • Modelos estocásticos: incorporan incertidumbre mediante distribuciones de probabilidad (llegadas, tiempos de proceso, fallas).
   • CONCEPTOS SECUNDARIOS
     • Simulación de eventos discretos (SED): para sistemas donde los cambios ocurren en instantes puntuales (manufactura, servicios, logística).
     • Simulación continua: para sistemas donde las variables cambian de forma continua en el tiempo (nivel de un tanque, temperatura, flujo de fluidos).
     • Simulación basada en agentes: modela individuos (agentes) con comportamientos propios que interactúan entre sí (tráfico, mercados, epidemias).
     • Modelos de colas: describen matemáticamente llegadas, servicio y formación de filas (M/M/1, M/M/c, etc.).
     • Redes de Petri: representación gráfica y matemática de sistemas con sincronización, concurrencia y recursos compartidos.
     • Modelos de optimización: buscan la mejor solución según un criterio (minimizar costos, maximizar throughput) sujeto a restricciones.
     • Modelos híbridos: combinan dos o más enfoques (por ejemplo, SED + continua, o simulación + optimización).
     • Distribuciones de probabilidad: herramientas para modelar la aleatoriedad (normal, exponencial, uniforme, lognormal, triangular, etc.).

5. Ana Maria Perdomo Penagos