INSTITUTO TECNOLÓGICO SUPERIOR DE CINTALAPA

ANTOLOGÍA DE SIMULACIÓN

1. Datos Generales de la asignatura

Nombre de la asignatura: Simulación
Clave de la asignatura: INC-1027
SATCA1: 2-2-4
Carrera: Ingeniería industrial
Elaborado por Docente: MIA Patricia Margarita Aguilar Alvarado

UNIDAD 1 INTRODUCCIÓN

1.1. Revisión de los conceptos de sistema y modelo.

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.

Un modelo es una representación de la realidad que ayuda a entender cómo funciona. También se
puede definir como la porción del Universo que será objeto de la simulación.

Sistema: Conjunto de objetos o ideas que están interrelacionados entre sí como una unidad para la
consecución de un fin (Shannon, 1988).

Sistema es un conjunto de partes inter-relacionadas con la finalidad de desarrollar funciones y

actividades orientadas a alcanzar uno o más objetivos trazados para el todo.
• Existe en un medio ambiente separado por sus límites.
• Persigue un objetivo.
• Dependen del observador.

1.2. Concepto de simulación

Simulación: es el proceso de diseñar un modelo de un sistema real y llevar a cabo experiencias con
él, con la finalidad de aprender el comportamiento del sistema o de evaluar diversas estrategias para
el funcionamiento del sistema (Shannon, 1988).

El objetivo del modelo de simulación consiste en comprender, analizar y mejorar las condiciones de
operación relevantes del sistema.

1.3 Tipos de simulación

1
 INSTITUTO TECNOLÓGICO SUPERIOR DE CINTALAPA
ANTOLOGÍA DE SIMULACIÓN

1.3.1 Simulación discreta

Modelación de un sistema por medio de una representación en la cual el estado de las variables
cambia instantáneamente en instante de tiempo separados. (En términos matemáticos el sistema
solo puede cambiar en instante de tiempo contables).

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,

2
 INSTITUTO TECNOLÓGICO SUPERIOR DE CINTALAPA
ANTOLOGÍA DE SIMULACIÓN

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.

1.3.2 Simulación continua

Modelación de un sistema por medio de una representación en la cual las variables de estado
cambian continuamente en el tiempo. Típicamente, los modelos de simulación continua involucran
ecuaciones diferenciales que determinan las relaciones de las tasas de cambios de las variables de
estado en el tiempo.

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 obvio. 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.

Tipos de modelos de simulación

• Modelo estático. Representa el sistema en un instante de tiempo. No se considera el avance

del tiempo.
• Modelo dinámico. Se representa la variación con respecto al tiempo de las variables de
interés.
• Modelo determinista. Cuando un nuevo estado puede ser completamente definido a partir
del estado previo y de sus entradas.
• Modelo estocástico. Se requieren una o varias variables aleatorias para formalizar las
dinámicas de interés.
• Modelo continuo. La evolución de las variables de interés se representa de forma continua
(ecuaciones diferenciales o ecuaciones en derivadas parciales).
• Modelo discreto. La evolución de las variables de interés se representa de forma discreta.

http://dinamica-de-sistemas.com/revista/0608o.htm

http://loscuatrof.blogspot.mx/2007/01/tipos-de-simulacin.html

1.4. Descripción de ejemplos de los tipos de modelos de simulación

MODELOS DE SIMULACIÓN ESTÁTICA VS. DINÁMICA

3
 INSTITUTO TECNOLÓGICO SUPERIOR DE CINTALAPA
ANTOLOGÍA DE SIMULACIÓN

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, entre otros.

MODELOS DE SIMULACIÓN DETERMINISTA VS ESTOCASTICA

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 sí 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 CONTINUOS 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 ejecutó en una fracción del tiempo necesario por el modelo original

1.5. Catálogo de programas de cómputo comerciales de simulación

 ARENA

Buscar en https://www.clarcat.com/arena/

Arena simulation es un software de simulación de eventos discretos para la optimización de procesos

complejos.

4
 INSTITUTO TECNOLÓGICO SUPERIOR DE CINTALAPA
ANTOLOGÍA DE SIMULACIÓN

El modelado de eventos discretos es el proceso de representar el comportamiento de un sistema

complejo como una serie de eventos bien definidos y ordenados en el tiempo. Esto permite analizar
rápidamente el comportamiento de un proceso o sistema a lo largo del tiempo.
Partiendo de un proceso dado se puede generar diferentes escenarios para buscar la solución a un
problema sin una causa clara, o permite encontrar el mejor escenario minimizando el riesgo de una
futura inversión. Mediante el modelado del proceso se pueden identificar cuellos de botella dentro
del sistema o al contrario identificar cuellos sobredimensionados innecesarios en el mismo.

Características de Arena simulation

 Bloques de construcción predefinidos para modelar el proceso sin necesidad de programación.

 Amplia gama de opciones de distribuciones estadísticas para modelar la variabilidad del proceso.
 Métricas de rendimiento, análisis estadístico y generación de informes.
 Capacidades realistas de animación en 2D y 3D.

Ventajas de implementar Arena simulation

 Permitir la visibilidad del efecto de un cambio en un proceso

 Explorar nuevos procedimientos o escenarios sin interrumpir el sistema actual
 Diagnosticar y solucionar problemas
 Reducir o eliminar los cuellos de botella
 Reducir riesgo en grandes inversiones

Mediante el uso de Arena Clarcat permite a sus clientes:

 Interpretación realista de los datos.
 Evaluar alternativas a los procesos existentes sin interrumpir la operativa actual.
 Encontrar puntos relevantes en sus procesos, sea cuellos de botellas,
sobredimensionamientos o debilidades.
 Toma de decisiones en base a datos o Data Driven Decision mediante la utilización de
herramientas como Tableau.

2. PROMODEL

Buscar en http://promodel.com.mx/software/

Promodel es un simulador con animación y optimización para hacer modelos de simulación y

oprtimizarlos.

Permite simular cualquier tipo de sistemas de manufactura, lógistica, servicios, call centers,
manejo de materiales, etc.

Puedes simular call centers, servicio al cliente, bandas de transporte, ensamble, corte, fundición
etc.

5
 INSTITUTO TECNOLÓGICO SUPERIOR DE CINTALAPA
ANTOLOGÍA DE SIMULACIÓN

ProModel es un paquete de simulación que no requiere programación, aunque si lo permite.

Corre en Windows y no requiere hardware especializado. Es la combinación perfecta entre
facilidad de uso y flexibilidad para modelos complejos.

Puedes simular justo a tiempo, tería de restricciones sistemas de empujar, jalar, logística, sistemas
de servicio, atencion a clientess, etc.

Prácticamente, cualquier sistema puede ser modelado.

Una vez que el modelo ha sido creado, éste puede ser optimizado para encontrar los valores
óptimos de los parámetros clave del modelo. Algunos ejemplos incluyen determinar la mejor
combinación de factores para maximizar producción minimizando costo, minimizar el número de
camiones sin penalizar el servicio, etc.
El módulo de optimización nos ayuda a encontrar rápidamente la solución óptima en lugar de
solamente prueba y error. ProModel cuenta con SimRunner y permita de esta manera
maximizar el uso de los modelos de una forma rápida, confiable y plenamente integrada .

Beneficios clave
 Software de Simulación con Optimización plenamente integrada.
 Creación de modelos rápida, sencilla y flexible.
 Modelos optimizables.
 Elementos de Logística, Manejo de Materiales, y Operaciones incluídas. (Bandas de
transporte, Grúas Viajeras, Operadores y Montacargas).
 Entrenamiento en Español.
 Resultados probados.
 Importación del Layout de Autocad, y cualquier herramienta de CAD / CAE / Diseño, así
como de fotografías digitales.
 Soporte Técnico 24 horas al día, 365 días del Año. Integración a Excel, Visual Basic y
herramientas de Microsoft.
 Genera en automático las gráficas en 3 dimensiones para visualización en el espacio
tridimensional.

3. FLEXIM

Buscar en https://www.flexsim.com/es/

FlexSim Software Products ha sobrepasado los límites del software de simulación durante mas de 20
años. Nuestro objetivo ha sido y siempre será crear el mejor software de simulación, crear
herramientas que son tanto potentes como fáciles de usar. Podrá notar que hemos alcanzado nuestro
objetivo, si utiliza uno de nuestros productos estrella para optimizar su actual proceso de
planificación, reducir desperdicio en la producción, o incrementar sus beneficios.

VISUALIZAR EN 3D
Escapar de las simulaciones 2D hacia un nuevo mundo de visualización como en la vida real.
Construyendo tus modelos en FlexSim desde el inicio.

6
 INSTITUTO TECNOLÓGICO SUPERIOR DE CINTALAPA
ANTOLOGÍA DE SIMULACIÓN

OPTIMICE SU PROCESO
FlexSim incluye un experimentador incorporado, así como OptQuest ® que le permite maximizar el
potencial de su sistema

FACILIDAD DE USO
Construcción del modelo con solo arrastrar y soltar los objetos en el entorno 3D. Controles intuitivos.
Ayuda Integral. Entre otras cosas hacen de FlexSim el software de simulación más amigable que podrá
utilizar.

PERSONALIZA TU EXPERIENCIA DE MODELADO

Importe sus propias formas y diseños CAD, crear sus propios objetos o bibliotecas de usuario,
personalizar los controles, y mucho más!

ANALICE SU SISTEMA
Descubra las causas de los cuellos de botella y las copias de seguridad. Crear gráficos en 3D y gráficos
en tu modelo. Informes y estadísticas de exportación.

4. ASPENTECH
Buscar en http://home.aspentech.com/

AspenONE de la compañía AspenTech es la aplicación líder en el mercado que permite optimizar los
procesos de ingeniería. Contiene herramientas para la simulación, diseño, monitoreo, optimización y
planificación financiera de plantas químicas, petroquímicas, metalúrgicas y otras industrias,
accesibles desde una interfaz gráfica fácil de usar.

1.6. Lectura de artículos sobre aplicaciones de la simulación.

Ver el artículo titulado:

Mejora del proceso de inscripciones en una Institución de Educación Superior mediante Simulación