Modelos y Simulación

Se puede entender como modelo de un sistema, toda la información que se tiene de las características y los componentes de un sistema, de su estructura y comportamiento con respecto al medio que lo rodea y que permita crear una representación mental del mismo. Cuando estos modelos mentales deben comunicarse a otras personas surge la necesidad de la representación física o abstracta de tales modelos. En resumen, un modelo es la representación simplificada de un objeto o sistema y cuando se plantean situaciones hipotéticas del funcionamiento del sistema en cualquier momento o situación se entiende como simulación del comportamiento del sistema en el modelo que lo representa.

Modelos de Simulación de Eventos Discretos

La simulación de eventos discretos, es una herramienta de análisis que se difunde rápidamente en el ambiente empresarial, comprobando su utilidad para apoyar la toma de decisiones relacionadas con la planeación de la producción y los inventarios, y con el diseño de los sistemas de producción y sus cadenas de suministro, Guasch, Piera, y Figueras (2003).

El concepto de sistema de evento discreto tiene por finalidad identificar a sistemas en los que los eventos que cambian el estado del mismo ocurren en instantes espaciados en el tiempo, a diferencia de los sistemas cuyo estado puede cambiar continuamente en el tiempo (como la posición de un vehículo en movimiento). Aunque aparentemente simples, los sistemas de eventos discretos, pueden modelar muchos de los fenómenos que enfrentan los responsables de la administración de los procesos productivos en una empresa. Por ejemplo, los inventarios de cualquier producto sólo se alteran ante la ocurrencia de alguno de dos eventos: (1) ingreso de un lote de abastecimiento, o (2) retiro de cierta cantidad del producto para satisfacer el pedido de un cliente, de la misma manera como el dinero disponible en cualquier cuenta bancaria sólo puede cambiar a consecuencia de un depósito, o a consecuencia de un retiro Rico (1992)

Los primeros intentos para simular sistemas de eventos discretos, datan de la década de los años 60, donde se desarrollan las primeras simulaciones en ordenador para planear proyectos de gran envergadura, aunque a un costo alto y utilizando lenguajes de propósito general (a menudo FORTRAN). Las primeras herramientas para facilitar el uso de la simulación de evento discreto aparecen en la forma de lenguajes de simulación en la década de los años 70, aunque la programación en estos lenguajes se realiza todavía por medio de comandos escritos en un archivo. Lenguajes como GPSS, SIMSCRIPT, SLAM y SIMAN tienen una amplia difusión en los años 80, paralela a una gran producción científica relacionada con las posibles aplicaciones de la simulación de evento discreto, y el desarrollo de métodos para el análisis de experimentos por simulación, para generar por ordenador la ocurrencia de eventos siguiendo patrones probabilísticos, y para permitir que el motor del lenguaje pueda modelar una gama amplia de aplicaciones.

En la década de los 90, la difusión de los ordenadores personales, y la aparición de paquetes de simulación que se programan en ambientes gráficos, y con capacidades de animación, permite que la simulación se difunda ampliamente como herramienta para el diseño y análisis en diversos sectores tanto de la industria de manufacturas como de servicios (por ejemplo, telecomunicaciones, salud, transporte y cadenas de restaurantes).

Actualmente se pueden distinguir en el mercado dos tipos de paquetes para simulación de evento discreto: los de propósito general y los orientados hacia alguna aplicación o sector industrial específico. Entre los paquetes más conocidos de propósito general, se pueden mencionar a Arena, Simul8, GPSS/H, AweSim, y MODSIM III, mientras que entre los paquetes con orientación hacia alguna aplicación se puede mencionar a AutoMod, ProModel, SIMFACTORY II.5, QUEST y Arena Packaging Edition para manufactura, COMNET III y OPNET Modeler para redes de comunicaciones, SIMPROCESS, ProcessModel, ServiceModel y Arena Business Edition para analizar flujos en procesos de negocios, y MedModel para servicios del cuidado de la salud. Los paquetes mencionados permiten la programación en un ambiente gráfico por medio de módulos, y pueden incorporar animación a sus modelos, lo que además de facilitar la programación del modelo de simulación, se constituye en una herramienta valiosa para la verificación y demostración de las capacidades del modelo.

Modelo de Simulación de Procesos Continuos

El análisis de sistemas ayuda a resolver situaciones complejas, ubicando los puntos de apalancamiento más convenientes. Para ellos es necesario ver el total en vez de las partes. En vez de ver los elementos de una organización en forma aislada conviene verlos como elementos parciales de la realidad industrial. Es obvio que esta realidad industrial es mucho más compleja que alguna individualidad en particular. Sin embargo, es útil conocer que hay dos tipos de complejidades: una relativa a los detalles y otra relativa a la dinámica. Esta última está presente en situaciones donde la causa y el efecto son sutiles, y donde el efecto de la intervención a través del tiempo no es obvia. Por ejemplo, las técnicas de pronósticos, planificación o algún método analítico convencional no están equipadas para afrontar la complejidad dinámica. Un conjunto complejo de industrias para ensamblar un equipo, o el inventario de una fábrica supone complejidad dinámica.

Cuando la misma acción tiene efectos distintos a corto y a largo plazo, hay complejidad dinámica. Cuando la misma acción tiene consecuencia en un punto y otras consecuencias en otra parte del sistema hay complejidad dinámica. Los modelos gerenciales adaptados para guiar a la dirección sobre decisiones oportunas y pertinentes que tienen efectos en el corto, medio y largo plazo tienen complejidad dinámica, Sterman (2000).

La ubicación de los puntos de apalancamiento más consistentes en muchas situaciones industriales obliga a comprender la complejidad dinámica, no la complejidad de los detalles. El equilibrio entre un modelo gerencial y el clima organizacional a la calidad de los productos son problemas con características dinámicas. Mejorar continuamente la calidad, reducir costos y satisfacciones de las necesidades y deseos del cliente, es un problema dinámico.

El concepto de dinámica de sistemas se orienta a ver la organización como un todo y las interacciones de las partes relacionadas Aracil y Gordillo (1997). Y el pensamiento sistémico según Sterman (2000), es una disciplina para ver las estructuras que subyacen en las situaciones complejas, y para discernir cambios de alto y bajo apalancamiento. Para ubicar puntos de alto apalancamiento hay que comprender la complejidad dinámica, que normalmente está presente cuando la misma acción tiene efectos distintos a corto y a largo plazo o cuando una acción tiene un conjunto de consecuencias locales y otro conjunto de consecuencias distintas en otra parte del sistema, según Senge (1992).

Una de las herramientas básicas en análisis de sistemas es el concepto de retroalimentación, donde el control procura mantener el funcionamiento del sistema en consideración al medio.

Un modelo es cualquier representación simplificada de la realidad. La modelación informática no necesariamente significa producir estructuras impenetrables. No puede alimentarse un modelo con todo lo que se sabe. Sólo debe introducirse lo que es relevante para el objetivo. El arte de los modelos de este tipo como el arte de la poesía, de la arquitectura o del diseño de la ingeniería es incluir sólo lo necesario para lograr el objetivo, y nada más. Por lo tanto para comprender un modelo y juzgar su validez se necesita comprender su objetivo.

---