Ventajas.

Permite:

No es necesario interrumpir las operaciones de la compañía.
Proporciona muchos tipos de alternativas posibles de explorar.
La simulación proporciona un método más simple de solución cuando los
procedimientos matemáticos son complejos y difíciles.
La simulación proporciona un control total sobre el tiempo, debido a que un
fenómeno se puede acelerar.
Auxilia el proceso de innovación ya que permite al experimentador observar y jugar con el
sistema.
Una vez construido el modelo se puede modificar de una manera rápida con el fin de
analizar diferentes políticas o escenario. Permite análisis de sensibilidad
Generalmente es más barato mejorar el sistema vía simulación que hacerlo en el sistema
real.
Es mucho más sencillo visualizar y comprender los métodos de simulación que los
métodos puramente analíticos. Da un entendimiento profundo del sistema
Los métodos analíticos se desarrollan casi siempre relativamente sencillos donde suele
hacerse un gran número de suposiciones simplificaciones, mientras que en los métodos de
simulación es posible analizar sistemas de mayor complejidad o con menor detalle.
En algunos casos, la simulación es el único medio para lograr una solución.
Da soluciones a problemas «sin» solución analítica
Permite analizar el efecto sobre el rendimiento global de un sistema, de pequeños
cambios realizados en una o varias de sus componentes
A partir de la experimentación con un modelo, es posible analizar los efectos sobre el
sistema real de cambios organizativos, o de cambios en la gestión de la información.
El análisis del modelo del sistema puede permitir la sugerencia de posibles mejoras del
sistema real, así como detectar las variables más influyentes en el rendimiento del mismo.
Permite la experimentación en condiciones que podrían ser peligrosas o de elevado coste
económico en el sistema real.
La simulación suele ser utilizada también con una perspectiva pedagógica para ilustrar y
facilitar la comprensión de los resultados que se obtienen mediante las técnicas analíticas.

Desventajas.

La simulación es imprecisa, y no se puede medir el grado de su imprecisión.
Los resultados de simulación son numéricos; por tanto, surge el peligro de atribuir a los
números un grado mayor de validez y precisión.
Los modelos de simulación en una computadora son costosos y requieren mucho tiempo
para desarrollarse y validarse.
Se requiere gran cantidad de corridas computacionales para encontrar soluciones, lo cual
representa altos costos.
Es difícil aceptar los modelos de simulación y difícil de vender
Los modelos de simulación no dan soluciones óptimas.
La solución de un modelo de simulación puede dar al análisis un falso sentido de
seguridad.
Requiere «largos» periodos de desarrollo

Errores

Carecer de objetivos bien definidos al comienzo del estudio.

Falta de comprensión de lo que es simulación por los administra- dores.

No comunicarse en forma periódica con los administradores

Considerar que un estudio de simulación es un ejercicio de programación computacional

Falta de conocimientos de metodologías de simulación, investigación de operaciones, probabilidades y estadística

Falla en capturar buenos datos del sistema.

Nivel de detalle inadecuado del modelo.

Mal uso de la animación

Falla en modelar la aleatoriedad del sistema

No realizar un adecuado análisis del output de la simulación

 

a) Para poder aplicar un modelo de simulación discreta, este debe cumplir con ciertos requisitos, para entrar en esta categoría. Estos son:

– Estocástico, que no se tenga una certeza de los datos o acontecimientos que pueden ocurrir.

–   De cambio discreto, que los elementos del sistema sean enteros y las variables vayan cambiando en pequeños lapsos de tiempo, es decir, a saltos.

–   Dinámica, que las entidades se encuentren con un cierto movimiento. Ejemplo: Supermercado

Simulación discreta no sería apropiada.

La simulación discreta no seria correcta utilizarla para el caso que el sistema a estudiar sea de tipo deterministico como por ejemplo los modelos matemáticos que son diseñados bajo el supuesto que el resultado del experimento queda determinado por las condiciones bajo las cuales se realiza, un ejemplo de esto es la distancia que recorre un móvil con cierta rapidez media durante un tiempo t , d = v*t

Objetivos en cada paso:

(1) Formulación del Problema: Se plantean objetivos, alcances, tiempos y recursos para el proyecto

(2) Construir un Modelo Conceptual y Obtener Información/Datos: Estructura y procedimientos operacionales Parámetros y distribuciones de probabilidad del modelo Documentar supuestos, variables y especificaciones en un modelo conceptual Determinar datos del sistema para posterior validación Seleccionar nivel de detalle del modelo basado en:

– Objetivos del proyecto

– Medidas de dispersión

– Disponibilidad de datos

– Aspectos relativos a la credibilidad

– Restricciones de tiempo, recursos, computadores, etc.

– Comenzar con un modelo simple y luego agregar detalles complejos

(3) Validar el  Modelo Conceptual: Revisión estructurada del modelo conceptual Corregir errores u omisiones

(4) Construir el Modelo: Lenguaje a usar y programa con respecto al tiempo y al costo.

(5) Verificar y Validar  Modelo Programado:

a) Si existe el modelo, se comparan indicadores de desempeño del modelo con los del sistema, Validación.

b) Independiente si existe o no, se analizan los datos del modelo conceptual si son consistentes, si lo son, el modelo es conceptualmente valido.

c) Realizar un análisis de sensibilidad para identificar variables más incidentes en el modelo.

(6) Diseñar, Conducir y Analizar Experimentos

(7) Documentar e Informar los Resultados de la Simulación:

EJEMPLO EN TERRITORIO

(1) Formulación del Problema: Plantear objetivos generales, preguntas especificas a ser resueltas, medidas de desempeño de interés, alcances del modelo, tiempo y recursos requeridos por el modelo, todo esto en una reunión con el jefe de proyecto, expertos en simulación, expertos en características importantes en cuanto a clientes en los supermercados.

(2) Construir un Modelo Conceptual y Obtener Información/Datos: Realizar un muestreo que sea representativo del sistema y construir un modelo en base al sistema a estudiar, tomar tiempo entre llegadas de los clientes tiempos de servicio de las cajeros, cantidad de productos que llevan los distintos clientes, factores relevantes que inciden en el tiempo de estadía de los clientes, satisfacción del cliente, numero de cajas, calidad de atención hacia los clientes, examinar la disponibilidad y calidad de datos.

(3) Validar el  Modelo Conceptual: Realizar una revisión  estructurada del modelo conceptual, en donde la gente que estuvo en la formulación del estudio, este presente, y validar que el modelo sea una representación lo mas cercana posible del sistema a estudiar. Si no cumple con esto se debe volver las etapas anteriores.

(4) Construir el Modelo: Elegir el lenguaje a utilizar en conjunto con los expertos en simulación, y programar en base al tiempo y costos.

(5) Verificar y Validar  Modelo Programado: Debemos saber como son los datos del modelo conceptual y compararlos.

(6) Diseñar, Conducir y Analizar Experimentos.

(7) Documentamos todos los resultados, para tener un registro de ellos, realizar una presentación detallada del proyecto y además claramente los resultados y conclusiones respondiendo ellos a los objetivos planteados al inicio del estudio.