100%(3)100% ont trouvé ce document utile (3 votes)
3K vues5 pages
La simulación es una técnica numérica que permite realizar experimentos en una computadora para describir el comportamiento de sistemas complejos a través del tiempo. Se utiliza para estudiar diversos tipos de sistemas productivos, económicos, militares y más. Algunas aplicaciones importantes de la simulación incluyen la planeación empresarial, administración de inventarios, sistemas de colas y operaciones de fábrica. Aunque la simulación tiene la ventaja de ser aplicable a sistemas complejos, también tiene limitaciones como que los resultados no son tan
Description originale:
Aplicaciones, alcances y limitaciones de la simulación.
La simulación es una técnica numérica que permite realizar experimentos en una computadora para describir el comportamiento de sistemas complejos a través del tiempo. Se utiliza para estudiar diversos tipos de sistemas productivos, económicos, militares y más. Algunas aplicaciones importantes de la simulación incluyen la planeación empresarial, administración de inventarios, sistemas de colas y operaciones de fábrica. Aunque la simulación tiene la ventaja de ser aplicable a sistemas complejos, también tiene limitaciones como que los resultados no son tan
La simulación es una técnica numérica que permite realizar experimentos en una computadora para describir el comportamiento de sistemas complejos a través del tiempo. Se utiliza para estudiar diversos tipos de sistemas productivos, económicos, militares y más. Algunas aplicaciones importantes de la simulación incluyen la planeación empresarial, administración de inventarios, sistemas de colas y operaciones de fábrica. Aunque la simulación tiene la ventaja de ser aplicable a sistemas complejos, también tiene limitaciones como que los resultados no son tan
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.