Diversas aplicaciones de la Simulacin.

Simulacin es una tcnica numrica para conducir experimentos en una

computadora digital. Estos experimentos comprenden ciertos tipos de relaciones
matemticas y lgicas, las cuales son necesarias para describir el comportamiento
y la estructura de sistemas complejos del mundo real a travs de largos periodos
de tiempo.
Importancia de la simulacin en la Ingeniera.
A travs de un estudio de simulacin, 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 observacin detallada del sistema que se est simulando puede
conducir a un mejor entendimiento del sistema y por consiguiente a sugerir
estrategias que mejoren la operacin y eficiencia del sistema.
La simulacin de sistemas complejos puede ayudar a entender mejor la
operacin del sistema, a detectar las variables ms importantes que
interactan en el sistema y a entender mejor las interrelaciones entre estas
variables.
La tcnica de simulacin puede ser utilizada para experimentar con nuevas
situaciones, sobre las cuales tiene poca o ninguna informacin. A travs de
esta experimentacin se puede anticipar mejor a posibles resultados no
previstos.
Cuando nuevos elementos son introducidos en un sistema, la simulacin
puede ser usada para anticipar cuellos de botella o algn otro problema que
puede surgir en el comportamiento del sistema.
Aplicaciones de la Simulacin.
La simulacin se utiliza para el estudio de todo tipo de sistemas: productivos,
econmico-financieros, militares, administrativos, fsicos, qumicos, biolgicos, etc.
Se ha prestado especial atencin de esta herramienta para resolver problemas en
las siguientes aplicaciones:
a) Planeamiento corporativo.
La experimentacin sobre modelos de planeamiento econmico-financiero para el
anlisis de sistemas corporativos, permite analizar proyectos de inversin y
cuadros proyectados (balances, resultados, etc.). Pueden explorarse las
alternativas propuestas, por ejemplo diferentes polticas de ventas, efectuando
anlisis marginales, respondiendo a preguntas del tipo "what if..." ("qu pasara
si...") o determinando los valores de algunos parmetros para lograr valores
prefijados de las variables ("goal seaking").
Thomas H. Naylor ha sido un gran impulsor de la aplicacin de la simulacin a los
sistemas de empresas.
Problemas complejos de flujo de trnsito, de carga y descarga de caminos, de
distribucin de productos, de telecomunicaciones, de operaciones de terminales
areas o martimas, de aplicaciones financieras, etc. se resuelven tpicamente con
simulacin.
b) Administracin de inventarios.
La simulacin se utiliza para evaluar diferentes polticas relacionadas a la gestin
de existencias. Se pueden analizar, por ejemplo, los distintos criterios de
reposicin (puntos de reorden o intervalos fijos), la fijacin de niveles de stocks de
seguridad o la determinacin de lotes ptimos de compra, especialmente cuando
la demanda del producto es aleatoria.
Tambin se utiliza en empresas productivas en donde se aplican sistemas de
Planeamiento de Requisicin de Materiales (MRP), para evaluar cambios
propuestos, por ejemplo en el Plan Maestro de Produccin.
c) Sistemas de colas.
Tal vez sea sta la aplicacin ms difundida del mtodo numrico. En la mayora
de los sistemas de filas de espera en cola, la distribucin de los centros de
atencin, la disciplina de atencin, las caractersticas de impaciencia de la
poblacin y, en muchas ocasiones, el proceso de arribo y atencin, resultan
demasiado complejos y con caractersticas tan particulares que no podran
aplicarse los mtodos analticos para su formulacin y resolucin. En estos casos,
la simulacin es la tcnica ms adecuada.
Los ejemplos de aplicacin en la prctica son innumerables: puertos, aeropuertos,
bancos, supermercados, autopistas, sistemas de computacin, estaciones de
servicios, 5 sistemas telefnicos, playas de carga y descarga de productos,
centros de trabajo productivos, etc.
En la mayora de los casos, lo que se busca es determinar el nivel de atencin a
brindar en el sistema (generalmente a travs del nmero de canales, o de la
velocidad de atencin de stos) en forma tal de minimizar el costo total del
proceso.
d) Operaciones de fbrica.
La simulacin se utiliza para analizar y optimizar operaciones industriales, como
ser:
Procesos de fabricacin, ya sean discretos o continuos.
Distribucin de productos.
Programacin de actividades (secuenciamiento o asignacin).
Disposicin en planta ("lay out").
Planeamiento de operaciones y centros de trabajos en esquemas "Justo a
Tiempo" ("Just in Time").
Trfico de productos.
Particularmente, pueden resolverse problemas de programacin lineal y no lineal
con parmetros no determinsticos, en combinacin con otras tcnicas de
Investigacin de Operaciones.
e) Administracin de proyectos.
Para el planeamiento, programacin y control de actividades cuyos tiempos de
ejecucin resultan ser aleatorios con diferentes tipos de distribuciones
estadsticas, se utiliza tambin esta tcnica como herramienta
Alcances y Limitaciones de la Simulacin.
Como mtodo de resolucin de modelos, la simulacin presenta la gran ventaja de
su aplicabilidad general a sistemas con un alto grado de complejidad y
aleatoriedad. Constituye una herramienta totalmente verstil con alcances
limitados tan solo al tiempo para llevarla a cabo y a los recursos disponibles.
Los mtodos cuantitativos (analticos), en cambio, requieren a menudo una
considerable simplificacin del problema para adecuarlo a las condiciones que
fundamenten la utilizacin del mtodo de resolucin. Por otra parte, en muchas
situaciones, aun cuando no se restrinja tanto el modelo con hiptesis
simplificativas, los problemas son tan complejos que resulta imposible obtener la
solucin analtica. En estos casos, el nico enfoque prctico es el mtodo de
simulacin.
Sin embargo, debe aconsejarse la utilizacin de los mtodos cuantitativos siempre
que sea posible aplicarlos. Muchos expertos en Investigacin Operativa y en
Ciencias de la Administracin aseveran que la prctica de la simulacin, a pesar
de ser una tcnica sumamente apreciable por su simplicidad, debe utilizarse como
ltimo recurso; es decir, cuando todo lo dems ha fracasado. La razn principal es
que la simulacin no es una tcnica precisa como lo son los mtodos analticos,
de los que se obtiene un resultado exacto del problema.
Los resultados simulados sern tanto ms precisos cuanto mayor sea la longitud
de la corrida. Adems, en muchas aplicaciones se requiere una gran cantidad de
corridas para inferir una solucin aceptable desde un punto de vista estadstico.
En algunos casos es imposible evaluar todas las alternativas de solucin al
problema, por lo que se procede entonces a considerar solo algunas de ellas y
elegir la mejor solucin entre las posibilidades planteadas. As se habr llegado a
una "buena solucin", a pesar de no ser la ptima. Estos mtodos, aplicables a
modelos optimizantes, se llaman procedimientos "heursticos".
Los mtodos cuantitativos, en cambio, utilizan los procedimientos "algortmicos"
para resolver los modelos decisorios (u optimizantes), asegurando la obtencin de
la solucin ptima, si existe, entre las alternativas posibles.
Cabe destacar, sin embargo, que, a pesar de ser un mtodo lento y costoso, la
simulacin resulta ser en muchas ocasiones el nico recurso disponible ya que
una gran cantidad de problemas, o bien no se encuadran en el contexto terico
requerido que los mtodos de solucin cuantitativa exigen, o bien son demasiado
complejos para formularlos y resolverlos analticamente.
Se pueden resumir las ventajas y desventajas de ambos mtodos, considerando
diferentes criterios comparativos en el Cuadro 1.