EL PROCESO DE SIMULACIÓN - I

En este capítulo hemos visto algunos modelos de simulación y presentado varios conceptos claves. A continuación estudiamos el proceso de un estudio completo de simulación v presentaremos un método sistemático para llevar a cabo una simulación Un estudio de simulación consiste normalmente en vanas etapas distintas. Éstas se presentan en la Fig. 21. Sin embargo, no todos los estudios de simulación consisten en todas las etapas, ni siguen el orden que aqu. se menciona. Por otro lado, puede haber sobre posiciones entre algunas de estas etapas. La etapa inicial de cualquier estudio científico, inclusive un proyecto de simulación requiere un enunciado explícito de los objetivos que se persiguen Esto debe incluir las preguntas que se han de contestar, la hipótesis que se desea proba v las posibilidades a considerar. Si no se comprende claramente el problema disminuyen mucho las probabilidades de terminarlo y completarlo con resultad satisfactorios. También en esta etapa se citan temas como criterios de eficacia parámetros del modelo y la identificación y definición de las variables de estado Naturalmente, es muy probable que la formulación inicial de problema su muchas modificaciones a medida que avance el estudio y a medida que se aprenda más acerca de la situación que se estudia. Sin embargo, es esencial un enunciado inicial claro de los objetivos. 

El siguiente paso es la creación del modelo y la reunión de datos. La creación del modelo es posiblemente la parte más difícil y critica de un estudio de simulación. En ella tratamos de representar las propiedades esenciales de sistema estudiamos mediante relaciones R temáticas o lógicas. Hay pocas reglas definidas para guiar al analista en el manejo de este proceso. En muchos aspectos.tanto de un arte como de una ciencia. Sin embargo, muchos expertos concuerdan  en que el mejor método es iniciar con un modelo sencillo y hacerlo más detallado y complejo a medida que uno aprende más del sistema.

LENGUAJES DE SIMULACIÓN - II

A diferencia de GASP. GPSS es un lenguaje altamente estructurado para fines específicos. Lo creó IBM. No necesita la escritura de un programa en el sentido usual. El lenguaje consta de unos 40 enunciados normales, i> bloques. Entonces, la elaboración de un modelo GPSS consiste en la combinación de estos conjuntos de bloques en un diagrama de flujo para que represente la trayectoria que toma una entidad a medida que pasa por el sistema. Por ejemplo, para un sistema de cola de sera con un solo empleado, los enunciados son parte de I;. lorma GENERATE legar al sistema), QUEUE (tormarse en la cola), DEPART (salir Je la cola para entrar al servicio). AUVANCE (adelantar el reloj para tener en cuenta el tiempo de servicio), RELEASE (dejar la instalación al final del servicio) y TERMINATE (dejar el sistema). El programa de simulación se compila entonces de estos enunciados del diagrama de flujo. GPSS fue diseñado para la simulación relativamente fácil de sistemas de cola. Sin embargo, a causa de su estructura, no es tan flexible como GASP IV, en especial para el tipo de simulaciones sin colas. Para tener una descripción más detallada de GPSS, véase Schriber (1974). 

SLAM fue creado por Prilskcr y Pegdcn (1979). Nos permite construir modelos de simulación como modelos de red, modelos de evento discreto, modelos continuos o cualquier combinación de los anteriores. La orientación de evento discreto es una ampliación de GASP IV. Se puede imaginar que la representación de red es un esquema de un sistema a través del cual Huyen las entidades. A este respecto, la estructura de SLAM es semejante a la de GPSS. Una vez creado el modelo de red del sistema, se traduce a un conjunto de enunciados, o pasos, de programa SLAM para su ejecución en computadora. La decisión acerca de cuál lenguaje usar es una de las más importantes que debe tomar un modelador o analista al llevar a cabo un estudio de simulación. Los lenguajes de simulación ofrecen algunas ventajas. La más importante de ellas es que los lenguajes para fines específicos dan un marco natural para el modelado de la simulación v la mayor parte de las características necesarias para programar una simulación. Sin embargo, esto se debe equilibrar con el hecho que los lenguajes para fines específicos permiten mayor flexibilidad de programación, y que lenguajes como FORTRAN o BASIC son mucho más usados y disponibles.

LENGUAJES DE SIMULACIÓN - I

Uno de los aspectos más importantes de un estudio de simulación es la programación de computadoras. A menudo es difícil y arduo escribir el programa para un modelo complejo de simulación. Por eso se han creado algunos lenguajes de simulación en computadora para fines específicos, con el fin de simplificar la programación. En esta sección describiremos algunos de los más conocidos y mas asequibles, incluyendo GPSS. GASP IV y SLAM. La mayoría de los lenguajes de simulación usan uno de dos métodos distintos de modelado, u orientaciones: programación de eventos, o interacción de proceso. Como hemos visto, en el método de programación de eventos modelamos al sistema mediante la identificación de sus eventos característicos y formulamos rutinas para describir los cambios de estado que se efectúan a la hora de cada evento. La simulación evoluciona a través del tiempo al actualizar el reloj al siguiente evento programado y hacer los cambios necesarios en el sistema y en las medidas estadísticas al ejecutar las rutinas. En el método de interacción de proceso modelamos el sistema como una serie de actividades que debe emprender una entidad, o un cliente, a medida que pasa por el sistema. Por ejemplo, en una simulación de cola de espera las actividades para una entidad consisten en llegar, esperar en la cola, hacer el trámite y salir dei sistema. Así, al usar el método de interacción de proceso modelamos esas actividades, en lugar de los eventos. Cuando se programa en un lenguaje para fines específicos, como FORTRAN o BASIC, en general, empleamos el método de programación de eventos. GPSS usa el método de interacción de proceso. SLAM permite que el modelador use arabos métodos o hasta una combinación de los dos, lo que sea más adecuado para el modelo que se analiza.

De los lenguajes para fines específicos, el FORTRAN1 es el que más se usa en simulación. De hecho, algunos lenguajes de simulación, incluyendo GASP IV y SLAM usan una base FORTRAN. En general, los programas de simulación en FORTRAN se escriben como una serie de subrutinas, una para cada función principal del proceso de simulación. Esto se cumple para los lenguajes de simulación basados en FORTRAN. Por ejemplo, en GASP IV hay aproximadamente 30 subrutinas y funciones FORTRAN. Éstas comprenden una rutina de adelanto del reloj, rutinas de generación de variables aleatorias, ratinas para manejar la lista de eventos futuros, rutinas para calcular medidas estadísticas, etc. Para usar GASP IV debemos proveer un programa principal, una rutina de inicialización y las rutinas de evento.. Para el resto del programa se usan las rutinas GASP. A causa de esas rutinas prescritas. GASP IV da gran flexibilidad de programación. Para mayores detalles acerca de este lenguaje, consulte Pritskcr (1974).

ANÁLISIS ESTADÍSTICO EN LAS SIMULACIONES - V

ANÁLISIS ESTADÍSTICO EN LAS SIMULACIONES - IV

ANÁLISIS ESTADÍSTICO EN LAS SIMULACIONES - III

Con frecuencia, el tipo de modelo determina qué tipo de análisis de resultados es el adecuado para determinada simulación. Por ejemplo, en la simulación de un banco es más probable que usemos una simulación de terminación, ya que el banco, cierra todas las lardes, lo cual nos da un evento de terminación adecuado. Cuando se simula un sistema de cómputo, puede ser más adecuada una simulación de estado estable, ya que la mayor parte de los sistemas grandes de cómputo no dejan de funcionar, excepto en casos de descompostura o de mantenimiento. 

Sin embargo, el sistema o modelo 110 siempre es el mejor indicador de qué simulación debe ser la más adecuada. Es muy posible usar el método de simulación de terminación para sistemas más adecuados a simulaciones de estado estable, y viceversa. En esta sección daremos una descripción detallada del análisis estadístico asociado con simulaciones de terminación. El análisis para las simulaciones de estado estable es mucho más complicado. Para los detalles de éste último, consulte las obras de Banks y Carson (19S4) y de Law y Kelton (1982).

ANÁLISIS ESTADÍSTICO EN LAS SIMULACIONES - II

Además del problema de la autocorrelación, podemos tener un segundo problema en que la especificación de las condiciones iniciales del sistema en el tiempo 0 pueden influir en ¡os resultados. Por ejemplo, supongamos que en la simulación de la cola de espera de la Secc. 23.2 la distribución de tiempos entre llegadas y de servicio es tal que el tiempo promedio de espera por cliente es mayor de 15 minutos. En otras palabras, el sistema está muy congestionado. Si fuéramos a iniciar esta simulación sin personas en el sistema, los pocos clientes iniciales tendrán tiempos de espera cero o muy pequeños. Estos tiempos iniciales de espera dependen mucho de las condiciones iniciales, y por lo tanto, pueden no ser representativos del comportamiento del sistema en estado estable. A este periodo inicial, antes que la simulación alcance el estado estable, se le llama periodo transitorio, o periodo de calentamiento. 

Hay dos métodos para superar los problemas relacionados con el periodo transitorio. El primero es usar un conjunto de condiciones iniciales que sea representativo del sistema en estado estable. Sin embargo, en muchas simulaciones puede ser difícil establecer esas condiciones iniciales. Esto es especialmente valido en las simulaciones de colas. El otro método es dejar que la simulación se ejecute durante un rato y desechar la parte inicial de la simulación. Con este método estamos suponiendo que la parte inicial de la simulación lleva al modelo hasta un estado de equilibrio. Como no anotamos ninguna medida estadística durante la etapa de calentamiento, podemos reducir mucho del sesgo. Desafortunadamente, no hay una manera fácil de estimular cuánto iniciales borrar para reducir el sesgo de inicialización a niveles insignificantes Como cada modelo de simulación es distinto, depende del analista determinar cuándo termina el periodo transitorio. 

Aunque esto es difícil, hay algunos lineamientos que se pueden usar. Para estos detalles y otros del tema, consulte a Law y Kelton (1982). 7 Con objeto de analizar resultados, en general clasificamos las simulaciones en dos tipos: simulaciones de terminación y simulaciones de estado estable. Una simulación de terminación es aquella que se ejecuta durante un tiempo TE, donde E es un evento o eventos especificados que detienen la simulación. El evento E puede ser un tiempo especificado, en cuyo caso la simulación se ejecuta durante un lapso de tiempo determinado. O bien, si es una condición especificada, la duración de la simulación será una variable aleatoria. Una simulación de estado estable es aquella que se ejecuta durante un tiempo largo, esto es, la duración de la simulación "tiende a infinito."