Departamento Organización de Empresas y Comercialización e Investigación de Mercados. BLOQUE 3 Simulación y Evaluación de Procesos

Transcripción

1 Departamento Organización de Empresas y Comercialización e Investigación de Mercados BLOQUE 3 Simulación y Evaluación de Procesos

2 ANTECEDENTES LA EMPRESA Mercado de trabajo Trabajo Salario Energía, B. de producción M. Primas Salario Innovación M. del saber y la innovación Trabajo M. de energía, bienes de producción y materias primas Empresas Formación Creación Intereses M. de capitales Rendimientos Consumidores Pago de factores Bienes y servicios Ahorros Bienes y servicios Desechos Ingresos por ventas M. de bienes y servicios Gastos por compras Desechos

3 Escuela Clásica ANTECEDENTES ENFOQUES EMPRESARIALES Escuela del Comportamiento Escuela Cuantitativa Estandarización de las partes La revolución industrial Estudio científico del trabajo Escuela de los Sistemas Sociales Escuela Neoclásica Escuela del Enfoque de Sistemas Relaciones humanas Modelos de toma de decisiones Computadoras

4 ANTECEDENTES ENFOQUE SISTÉMICO RECURSOS PROCESO PRODUCTOS Mano de obra Maquinaria Capital Energía Materias primas Ideas Tecnología Información Sistema Empresa Realimentación Bienes Servicios Tecnología Inputs Transformación Outputs

5 ANTECEDENTES ENFOQUE SISTÉMICO

6 ANTECEDENTES SUBSISTEMA DE NIVEL OPERATIVO GESTIÓN DEL SISTEMA PRODUCTIVO: tomar decisiones para lograr un funcionamiento adecuado para conseguir la mayor eficacia y eficiencia

7 JUSTIFICACIÓN DECISIONES DE Subsistemas de control Subsistemas de planificación Decisiones Estratégicas o Estructurales Control de pedidos Planificación de la capacidad Previsión de ventas Largo plazo 5 años Control de producción a MP Plan de producción Medio plazo Decisiones Tácticas o de Funcionamiento Control de stocks Control de producción a CP Gestión de materiales Programación de la producción 1 año Corto plazo Lanzamiento

8 JUSTIFICACIÓN OBJETIVOS DE DECISIÓN Productividad Decisiones de gestión de la producción Servicio

9 JUSTIFICACIÓN DECISIONES EN CATEGORIAS Sobre productos, procesos y tecnología DECISIONES ESTRATÉGICAS Selección y diseño de productos Diseño de procesos productivos Elección de la tecnología Selección equipos productivos DECISIONES TÁCTICAS Renovación y mejora de productos Ajuste flujos de procesos Equilibrado de líneas de producción Programación de la producción Distribución en planta

10 JUSTIFICACIÓN DECISIONES EN CATEGORIAS Sobre capacidad, tamaño, localización e integración de procesos DECISIONES ESTRATÉGICAS Dimensión de las unidades prod. Localización de explotaciones Integrac./desintegrac. de procesos DECISIONES TÁCTICAS Programación de la producción Decisiones sobre nivel ocupación Decisiones sobre subcontratación Externalización de actividades

11 JUSTIFICACIÓN DECISIONES EN CATEGORIAS Sobre organización del trabajo e integración del factor humano DECISIONES ESTRATÉGICAS Diseño de tareas y puestos Sistemas de supervisión y control Sistemas de incentivos Satisfacción, seguridad y salud DECISIONES TÁCTICAS Estimación necesidades personal Asignación personal a puestos Fijación nivel rendimiento Control del rendimiento Evaluación del clima social Prevención de riesgos laborales

12 JUSTIFICACIÓN DECISIONES EN Sobre costes y calidad CATEGORIAS DECISIONES ESTRATÉGICAS Elección grado diferenciación Diseño sistema control de costes Diseño sistema control calidad DECISIONES TÁCTICAS Control de calidad Mejora de la calidad Control de costes

13 JUSTIFICACIÓN DECISIONES EN CATEGORIAS Sobre niveles, sistemas de gestión y control de inventarios DECISIONES ESTRATÉGICAS Diseño del sistema logístico Localización de almacenes Sist. gestión y control inventarios Determinación política de compras DECISIONES TÁCTICAS Control de niveles de inventarios Control de costes de adquisición y almacenamiento Ajuste de los flujos de materiales

14 JUSTIFICACIÓN DECISIONES EN CATEGORIAS Sobre mantenimiento y renovación de equipos DECISIONES ESTRATÉGICAS Diseño sistema mantenimiento Plan de renovación de equipos DECISIONES TÁCTICAS Mantenimiento del equipo Control costes mantenimiento Decisiones sobre reparación o sustitución de equipos

15 SIMULACIÓN Y EVALUACIÓN DE PROCESOS ESTRUCTURA 5. Simulación de Sistemas de Producción Introducción Análisis y Modelado de Sistemas La Simulación como Herramienta para el Análisis de Sistemas Lenguajes de Simulación y Simuladores de Producción 6. Planificación y control de Sistemas de Producción Industrial Introducción a la Evaluación de Sistemas de Producción Análisis y Control básico de Costes Prestaciones de funcionamiento en Sistemas de Producción

16 DEFINICIÓN DE SIMULACIÓN Simular: Fingir para obtener la esencia de algo sin la realidad. Precisión Complejidad en la definición. La Simulación es una técnica numérica que sirve para conducir experimentos a lo largo del tiempo mediante la ayuda de una computadora digital, entendiendo por tal la realización de pruebas sobre algún MODELO (lógico o matemático) que mimetice las respuestas de un SISTEMA frente a ciertas circunstancias, con la finalidad de analizar su comportamiento y evaluar las posibles estrategias a seguir. SISTEMA MODELO

17 EXPLICACIÓN Generalmente se refiere a la construcción de un modelo abstracto que representa algún sistema de la vida real. Describe ciertos aspectos del sistema a través de una serie de ecuaciones, relaciones, y/o sentencias lógicas embebidas en un programa de computación. La finalidad de la simulación no es resolver problemas sino extraer información para la toma de decisiones. Persigue la exploración de escenarios.

18 VENTAJAS Facilidad para crear modelos reales con elementos estocásticos, difíciles de resolver analíticamente. Puede ser usado repetidamente una vez que el modelo se ha construido. No requiere de tantas restricciones como los modelos analíticos. Permite probar el comportamiento del sistema en varios escenarios. Permite experimentar con modelos de sistemas sobre los que no se puede experimentar por razones de tipo técnico, económico o ético. Gracias a la simulación podemos hacer experimentos en tiempo real, tiempo comprimido o expandido.

19 INCONVENIENTES Requiere de un aprendizaje especializado y la calidad del análisis depende del modelo construido. Los resultados son a veces difíciles de interpretar. Requiere tiempo y puede ser caro. Gran carga computacional. Dificultad para la construcción de un modelo preciso. Desconfianza de los resultados hasta ser probado en el sistema real.

20 5 UTILIDAD OBJETIVO: Evaluar alternativas y seleccionar la mejor de ellas. TÉCNICAS DE ANÁLISIS Y TOMA DE DECISIONES TÉCNICA Familiaridad Utilidad Aprendizaje Programación lineal Simulación Análisis de redes Teoría de colas Árboles de decisión Programación entera Programación dinámica Programación no lineal Procesos de Markov Análisis de sustitución Teoría de juegos Programación por objetivos

21 APLICACIONES DE LA SIMULACIÓN CAMPO DE APLICACIÓN Producción. Economía. Defensa. Ecología y medio ambiente. Biología. Ámbito gubernamental. APLICACIONES CONCRETAS Exxon Corporation Ahorros 20 millones de $ World Trade Center Diseño del sistema ascensores Comisión Federal Electoral de Estados Unidos

22 APLICACIONES EN La simulación como una herramienta de soporte dentro del proceso de toma de decisiones, puede ser usada para la planificación y mejora de las diferentes áreas dentro del ámbito empresarial de producción y servicios, como por ejemplo: LÍNEAS DE ESPERA: La simulación de eventos discretos permite estudiar y analizar los sistemas de colas o líneas de espera cuya representación formal puede resultar demasiado compleja de analizarla mediante una formulación matemática. SISTEMA DE INVENTARIOS: La simulación permite estudiar y comparar políticas para la administración de inventarios en los que todos los parámetros (tiempos de entrega, demanda, coste) son de carácter estocástico. FABRICACIÓN: Ésta es un área en la cual la simulación ha tenido tradicionalmente gran aceptación puesto que prácticamente todos los sectores industriales encuentran cabida para la aplicación de modelos de simulación como herramienta de apoyo en el proceso de toma de decisiones. Entre los sectores industriales de mayor aplicación se encuentran la industria automotriz, la fabricación de circuitos integrados, exploración petrolífera, la industria química, la fabricación papelera, la cadena logística global.

23 APLICACIONES EN INDUSTRIA DE SERVICIOS: El área del sector servicios ha recibido mucho apoyo de la simulación para la toma de decisiones. Su modelado suele ser algo más complejo que la fabricación de bienes (por el carácter intangible del producto servicio ). Las aplicaciones se suelen centrar en el análisis y diseño de centros de llamadas, bancos, supermercados, etc. PROYECTOS DE INVERSIÓN: Se recomienda la simulación para el estudio de proyectos de inversión en que existe incertidumbre respecto a la tasa de inflación, las tasas de interés, los flujos de efectivo etc., haciendo muy difícil y a veces imposible analizar analíticamente los flujos de caja. TRANSPORTE Y DISTRIBUCIÓN: La simulación permite representar y analizar el comportamiento de sistemas de transporte tanto en redes metropolitanas (tráfico en las autopistas o en las ciudades, pertinencia de un semáforo en el cruce de dos vías) como en sistemas de fabricación (manejo y almacenamiento de producto en proceso). Se pueden así comparar varias estrategias para la gestión de los recursos (vehículos) o ayudar al diseño del sistema a través del cálculo del número necesarios o a la configuración de la red de transporte. La distribución de productos a lo largo de la red logística es un área de particular interés debido a su complejidad.

24 CASOS

25 CASOS

26 CASOS

27 DEFINICIÓN DE SISTEMA Se define un sistema como un conjunto de elementos (entidades, recursos, ) que están interrelacionados dinámicamente y del que interesa su comportamiento global, frente al de cada una de sus partes. A D C B E

28 EJEMPLOS

29 CONCEPTO DE SISTEMA Un sistema puede ser considerado como un proceso dinámico que responde ante unas entradas para producir unas salidas I 1 O 1 I 2 Sistema Dinámico O n I m I = [ I 1, I 2, I 3, I m ] O = [ O 1, O 2, O 3, O n ]

30 CARACTERÍSTICAS DE UN SISTEMA Sinergia: Propiedad fundamental de los sistemas que indica que el todo no es igual a la suma de sus partes (Aristóteles) [2 + 2 = 5], ni se puede explicar o predecir su comportamiento a partir el examen de sus partes en forma aislada. El efecto sinérgico proviene de las relaciones que se establecen entre las partes. Recursividad: Alude a la relación Supersistema-Sistema-Subsistema y defiende que un objeto sinérgico está compuesto de partes que son a su vez objetos sinérgicos. Homoestasis: Es una propiedad de los sistemas y expresa su capacidad de adaptación. Su finalidad es buscar un equilibrio interno que pueda compensar los cambios que se puedan producir en el exterior. Entropía: Es la tendencia que tienen todos los sistemas al desgaste y a la desintegración, evolucionando hacia estados más simples y de menor energía. Complejidad: Los sistemas son entes muy complejos, por lo que será necesario establecer hipótesis simplificatorias (que establecen el grado de detalle y limitan la complejidad) que nos permitan abordar su estudio sin perder rigurosidad.

31 LÍMITES DE UN SISTEMA Existen unos límites que separan el sistema del medio ambiente en el que está incluido. Los límites del sistema deben escogerse de tal manera que se incluyan en su interior aquéllos elementos necesarios para generar el comportamiento que es objeto de estudio. La selección de elementos pasa por estimar cuales son los que interactúan para producir el comportamiento a investigar (elementos interiores), excluyendo los que son irrelevantes (elementos exteriores).

32 LÍMITES DE UN SISTEMA Determinación de los límites de un sistema: Las relaciones causa-efecto entre el medio y el sistema son unidireccionales, mientras que los elementos en el interior del sistema están relacionados por medio de bucles de realimentación que determinan una fuerte interacción.

33 LÍMITES DE UN SISTEMA El comportamiento de interés del sistema se genera en el interior de los límites y no está condicionado dinámicamente por los elementos del exterior. Utilizando el concepto de límite, se puede hacer una clasificación de los elementos que forman un sistema, en: Elementos exógenos, cuyo manejo se lleva a cabo desde el exterior. Elementos endógenos, cuyo comportamiento y evolución está determinado por la estructura del sistema.

34 ESTUDIO DE SISTEMAS Sistema Experimentación con el sistema Experimentación con un modelo Modelo físico Modelo matemático Solución analítica SIMULACIÓN Solución óptima Solución aceptable

35 MODELOS MATEMÁTICOS Solución analítica: La dificultad para plantear el modelo en ecuaciones que represente el sistema real. Dificultad de resolver el modelo. Simulación: Representa el sistema mediante un modelo dinámico y discreto. No se resuelve ningún modelo, sólo se ejecuta.

36 DEFINICIÓN Modelo: Representación simplificada de un sistema, construido con el propósito de estudiarlo. Se deben considerar los aspectos que afectan al problema de estudio y debe ser suficientemente detallado como para obtener conclusiones que se apliquen al sistema real. Parámetros SISTEMA REAL MODELO Interpretación de los resultados Comportamiento

37 CONCEPTO DE MODELO Todo el mundo emplea instintivamente modelos cuando toma decisiones sobre determinados aspectos de la realidad. Enelprocesodetomadedecisiónseeligeunaentrevarias acciones posibles, teniendo en cuenta el efecto que cada acción vaya a producir. La relación que liga las posibles acciones con sus efectos es el modelo del sistema. Por lo tanto, en el proceso de toma de decisiones se está empleando un modelo del sistema

38 CONCEPTO DE MODELO ASPECTO DE LA REALIDAD U i Acciones Efectos Y j TOMA DE DECISIONES La relación que liga las acciones U i (entradas) con los efectos Y j (salidas), según Y = R (U), constituye la representación formal de un modelo.

39 CLASES DE MODELOS Modelo Mental Basado en el conocimiento que se tiene sobre un aspecto de la realidad adquirido a través de la experiencia e intuición, del cual se extraen aquellas características esenciales que sirven para representar el aspecto considerado. Modelo Formal A partir de las hipótesis conformadas o empleadas en los modelos mentales, se establecen las relaciones formales o de funcionamiento que definen el comportamiento de aquellos aspectos de la realidad que se quiere modelar. Modelo Computerizado El modelo computerizado resulta de la implementación del modelo formal mediante un lenguaje. El objetivo es poder utilizar la capacidad de cálculo del computador para hacer evolucionar al modelo a lo largo de la dimensión del tiempo, según las interacciones dinámicas establecidas en el modelo y que representan al sistema bajo estudio.

40 CLASES DE MODELOS SISTEMA REAL Simbolización MODELO MENTAL Relaciones Formales MODELO FORMAL OBSERVACIÓN DEL COMPORTAMIENTO Simulación Codificación MODELO COMPUTERIZADO Experimentación COMPARACIÓN OBSERVACIÓN-PREDICCIÓN ALUSTE DE MEJORA

41 MODELO MENTAL Los modelos mentales a veces no son considerados como tales ya que en muchas ocasiones se tiende a pensar en términos de relaciones causaefecto unidireccionales, olvidando las estructuras de realimentación que obligatoriamente existen. Percepción Cantidad Sensación Térmica REGULACIÓN DE UNA DUCHA Caudal Tª Un modelo formal (o matemático) es más explícito que un modelo mental, pero se basa en el anterior para su formulación. Agua fría - - Agua caliente

42 FASES EN LA CONSTRUCCIÓN DE MODELOS Fase de Conceptualización: Consiste en la comprensión mental del comportamiento de un fenómeno del mundo real. Fase de Formalización: Trata de representar los elementos manejados en la fase anterior por medio de un lenguaje formal que permita reflejar el conocimiento, su comprensión y posible modificación. Fase de Evaluación: Se lleva a cabo el análisis del modelo así como su sometimiento a criterios de aceptabilidad.

43 FASES EN LA CONSTRUCCIÓN DE MODELOS Fase de Conceptualización Obtención de información a través de la opinión de expertos y la literatura al respecto. Definición de los aspectos del problema a resolver. Particularización del comportamiento dinámico del sistema mediante la estructura más simple que permita reproducirlo. Identificación de elementos del sistema, lo que llevará a establecer sus límites. Fase de Formalización Establecimiento de diagramas formales y ecuaciones dinámicas del modelo. Implementación en computador utilizando un lenguaje apropiado que procese el conjunto de ecuaciones dinámicas. Fase de Evaluación Ensayos mediante simulación de las hipótesis sobre las que se asienta el modelo y su consistencia. Análisis de sensibilidad para estudiar la dependencia de las conclusiones extraídas del modelo con las variaciones de los parámetros que aparecen en el mismo.

44 PROCESO DE CONSTRUCCIÓN DE MODELOS El proceso de construcción de un modelo no es lineal, basándose en un proceso de mejora progresiva de los modelos que representan el sistema mejorados de acuerdo con los criterios de aceptabilidad. De esta forma el proceso de modelado consta de dos etapas: Etapa Inicial [aproximación] Etapa de Perfeccionamiento [mejora iterativa] Las sucesivas etapas consistirán en una eliminación progresiva de las hipótesis más restrictivas de forma que el modelo se aproxime cada vez más a la realidad.

45 PROCESO DE CONSTRUCCIÓN DE MODELOS Modelo 1 MUNDO REAL Modelo Mental Formalización Modelo Formal Modelo 2 Modelo 3 Elección Final DECISIONES A PARTIR DEL MODELO Conceptualización Análisis Evaluación Modelo 4 Conocimiento Humano CONJUNTO DE OBJETIVOS

46 NORMAS PARA LA CONSTRUCCIÓN DE MODELOS Para la construcción con éxito de un modelo es necesaria la descripción explícita del comportamiento dinámico del sistema, incluida en el modelo formal de referencia (gráficos), las hipótesis acerca de sus causas, etc. Las hipótesis dinámicas se obtienen a través de una exploración combinada del comportamiento histórico del sistema con estructuras simples de comportamiento conocido. El modelo inicial debe contener únicamente los mecanismos básicos que generen el modo de referencia. Para reducir la complejidad del modelo debe procederse a restringir el número de detalles. Los límites del sistema se deben elegir los suficientemente amplios para acoger los procesos que generen el comportamiento dinámico. El objetivo del modelo no es predecir, sino ensayar las hipótesis dinámicas. PREMISA: UN MODELO DEBE SER TAN SENCILLO COMO SEA POSIBLE Y TAN COMPLEJO COMO SEA NECESARIO

47 TIPOS DE MODELOS Existen muchos tipos de modelos atendiendo a diversas clasificaciones: (Concretos y Abstractos), (Físicos y Matemáticos), (Abiertos y Cerrados), (Lazo Abierto y lazo Cerrado), (Continuos y Discretos), etc. Estática: No tiene en cuenta el tiempo (ej. simulaciones de Monte Carlo). Dinámica: Tienen en cuenta la evolución de un sistema a lo largo del tiempo. Determinista: No interviene ninguna variable aleatoria. Estocástica: Alguna entrada o componente modelado con variables aleatoria. Prescriptivos: Persiguen la optimización del sistema que representan. Descriptivos: Se recoge el comportamiento dinámico de un sistema para su análisis. Tiempo continuo: Utilización de variables continuas (ej. ecuaciones diferenciales). Tiempo discreto: Las variables cambian en un conjunto numerable de puntos en el tiempo. EVENTOS DISCRETOS

48 CONCEPTOS DE MODELADO Entidad: Representación de los flujos de entrada a un sistema. Atributo: Característica de una entidad. Recurso: Dispositivo necesario para llevar a cabo una operación. Localización: Lugar en los que las entidades pueden detenerse para ser transformadas o esperar a serlo. Estado del sistema: Determinado por el conjunto de variables o parámetros necesarios utilizados para describir el sistema en cualquier instante temporal, en relación con los objetos de estudio. Evento: Suceso instantáneo que puede cambiar el estado del sistema. Variables: Condiciones cuyos valores se crean o modifican por medio de ecuaciones matemáticas y relaciones lógicas.

49 FORMALIZACIÓN DE MODELOS o La orientación a los eventos: Se centra entorno a la descripción de los eventos. Las principales tareas son, es decir: Eventos que pueden producirse. Condiciones de activación de cada evento. Flujo de acciones asociadas a la activación de cada evento. o La orientación a los procesos: Es una forma alternativa, más natural y sencilla de describir el funcionamiento de los sistemas. Se toma el punto de vista de las entidades y se describe su circulación a través del sistema. Se centra en los procesos que llevan a cabo las entidades, por ello se llama modelado orientado a los procesos. Su uso es posible gracias al empleo de lenguajes de simulación, que traducen de manera automática la descripción orientada a los procesos a una descripción orientada a los eventos. En última instancia, el código ejecutable de la simulación siempre está orientado a los eventos.

50 METODOLOGÍAS DE FORMALIZACIÓN DE MODELOS o Orientación a los eventos Diagramas de transición de estados. Redes de Petri... La orientación a los eventos presenta una desventaja importante: la realización de modelos de grandes dimensiones, con diferentes tipos de eventos, entidades y recursos, resulta excesivamente compleja. o La orientación a los procesos Diagramas de flujo. Redes de colas. IDEF0 (Lenguaje de Modelado de Definición Integrada)....

51 DIAGRAMAS DE TRANSICIÓN DE ESTADOS o Los eventos están representados por nodos, que estarán conectados mediante arcos dirigidos o flechas, que representan cómo se programan los eventos a partir de otros eventos o de ellos mismos. o Cada arco dirigido puede tener asociada una condición booleana (condición del arco) y/o un retardo en el tiempo. t (i) A B Una vez ejecutado el evento A, si se verifica la condición (i), entonces se planifica el evento B en el calendario de eventos, el cual se disparará transcurrido un tiempo t.

52 D.T.E.: ELEMENTOS BÁSICOS t A B A planifica B en t unidades de tiempo A t X=p A planifica B en t unidades de tiempo con una probabilidad p B A t B B A inhabilita B en t unidades de tiempo A t cond A planifica B en t unidades de tiempo si satisface la condición cond B A t 1 t 3 t 2 X=p 3 X=p 1 X=p 2 C D A planifica B, C o D en t 1, t 2, t 3 unidades de tiempo con una probabilidad p 1,p 2 óp 3

53 D.T.E.: EJEMPLO - PRESTACIÓN DE UN SERVICIO t A t S Run t A Llegada ( S > 0 ) Comienza servicio Finaliza servicio {Q=0, S=k} {Q++} {Q--, S--} {S++} ( Q > 0 ) t A : Tiempo entre llegada de clientes. t S : Tiempo de servicio a los clientes. Q: Número de clientes en la cola. S: Número de servidores libres.

54 REDES DE PETRI Una Red de Petri es un grafo compuesto de dos tipos de nodos: lugares y transiciones, donde los arcos pueden conectar los nodos lugar a los nodos transición y viceversa. RdP = (P, T, A, W, M 0 ) P=(P 1,P 2,P 3,,P n ) conjunto de nodos tipo lugar T=(T 1,T 2,T 3,,T m ) conjunto de nodos tipo transición A С (PxT)U(TxP)conjunto de arcos de la RdP - subconjunto del producto cartesiano de todos los nodos P y T W=A i {1, 2, 3, } V A i peso asociado a cada arco M 0 =P i {1,2,3, }VP i número de marcas iniciales en cada nodo tipo lugar

55 RDP: ELEMENTOS BÁSICOS P 1 T 0 P 1 P 2 P 3 P 1 P 2 P 3 T 1 T 2 Ejecución secuencial T 1 T 2 T 3 Decisión T 1 T 2 T 3 Concurrencia P 1 P 2 P 1 P 2 P 3 T 1 T 2 T 3 T 1 T 1 P 1 P 4 Inhibición P 4 Sincronización T 4 Agrupación

56 RdP: DISPARO DE UNA TRANSICIÓN P 1 2 T 1 1 P 4 P 1 2 T 1 1 P 4 P 2 1 P P 5 P 2 1 P P 5 Estado 1 Estado 2 El disparo de la transición T 1 hace que el sistema evolucione desde el estado 1 al estado 2.

57 RDP: EJEMPLO ESTACIÓN EN TRABAJO T 1 (llegadas) P 1 (pieza/s en cola) T 2 (inicio proceso) P 2 (máquina/s libre/s) P 3 (pieza/s en proceso y máquina/s ocupada/s) T 3 (fin proceso) P 4 (pieza/s procesada/s)

58 DIAGRAMAS DE FLUJO Un diagrama de flujo es una representación gráfica de un algoritmo o proceso. Se utiliza en disciplinas como la programación, la economía, los procesos industriales y la psicología cognitiva. Utilizan símbolos con significados bien definidos que representan los pasos del algoritmo, y representan el flujo de ejecución mediante flechas que conectan los puntos de inicio y de fin de proceso. Existe dos tipos fundamentales de diagramas de flujo: o Formato vertical: En él, el flujo o la secuencia de las operaciones, va de arriba hacia abajo. Es una lista ordenada de las operaciones de un proceso con toda la información que se considere necesaria, según su propósito. Suele utilizarse en la creación de algoritmos. o Formato horizontal: El flujo o la secuencia de las operaciones, va de izquierda a derecha. Se utiliza para la representación de procesos.

59 D.F.: ELEMENTOS BÁSICOS

60 D.F.: ELEMENTOS BÁSICOS

61 D.F.: ELEMENTOS BÁSICOS

62 REDES DE COLAS El formalismo de redes de colas representa los distintos servidores donde se llevarán a cabo las actividades como un conjunto de colas. Los elementos básicos de un sistema de colas son: Las entidades temporales: que compiten entre si para capturar los recursos. Los recursos (generalmente limitados): que proporcionan servicio a las entidades temporales. Las colas: que es el espacio donde esperan las entidades temporales cuando el recurso al que desean acceder está ocupado. Llegadas Salidas Cola de espera Servidores

63 RdC: NOMENCLATURA Para especificar un modelo de colas se deberán especificar seis parámetros, que de forma compacta se suele utilizar una notación abreviada introducida por Kendall. La forma general es la siguiente: A/S/m [/B/K/DS] Los tres últimos parámetros, si no se explicitan, toman el valor por defecto. A es la distribución del tiempo entre llegadas. S es la distribución del tiempo de servicio. m es el número de servidores. B es la capacidad del sistema (por defecto: ). K es el tamaño de la población (por defecto: ). DS es la política de servicio: FIFO, LIFO, Azar, Prioridad, etc. (por defecto: FIFO).

64 RdC: ELEMENTOS BÁSICOS p 1 Dividir Bifurcar Juntar p 2 Reservar Crear Destruir Liberar

65 METODOLOGÍA IDEF0 IDEF0 se trata de una metodología formalizada para la descripción de procesos de negocio. IDEF0 se basa en que la descripción de cada proceso puede hacerse como combinación de cinco magnitudes básicas: 1. Procesos o actividades 2. Inputs (insumos). Materia prima (barra de acero, tornillo, capital, etc.) 3. Controles, que tienen influencia en la forma en la que se realiza el proceso (cumplir normas de seguridad, especificaciones de cliente, etc.) 4. Mecanismos o recursos para la realización de tareas (herramientas, personas, etc.) 5. Outputs o resultados de la actividad y se transmite a otros procesos (producto, información, servicio, etc.)

66 IDEF0: REPRESENTACIÓN Control/s Restricción/es Input/s ACTIVIDAD A EJECUTAR Output/s Mecanismo/s Recurso/s

67 ANÁLISIS O ESTUDIO DE UN SISTEMA Sistema Existente No Existente Mejorar DEMING Análisis del Sistema Sistema Modelo del Sistema Modelo del Sistema

68 SIMULACIÓN: HERRAMIENTA DE ANÁLISIS Y MEJORA Confusión en el uso de algunos términos relacionados con el análisis y la mejora de los procesos de un sistema. Tres enfoques diferentes relacionados con el ámbito temporal y el alcance para conseguir el análisis y la mejora de sistemas. Reingeniería de Procesos Enfoques Rediseño de Procesos Mejora Continua de Procesos

69 REINGENIERÍA Reingeniería es la revisión fundamental y el rediseño radical de procesos para alcanzar mejoras espectaculares en medidas críticas y contemporáneas de rendimiento, tales como costes, calidad, servicio y rapidez. Hammer y Champy Fundamental. Radical. Espectacular. Procesos.

70 CARÁCTERÍSTICAS REINGENIERÍA La estrategia es decisiva. Se persigue una gran transformación. Suele estar enfocada hacia una nueva concepción del negocio. Impacto a largo plazo. Grandes cambios que afectan a toda la organización. Riesgo muy alto. Diseño de procesos y tecnología. Se hace muy pocas veces. Inversiones importantes. Requiere un tiempo prolongado (años). Hammer y Champy (1994)

71 REDISEÑO Elfoconoeselnegocio,sinounprocesoclaveounacantidad manejable de procesos. No es una reingeniería. El rediseño abarca procesos operativos y administrativos, siendo la estrategía un insumo importante. No necesariamente se llega a cambios radicales. La tecnología se elige después del rediseño (pudiendo ser a medida) o alguna del mercado que cumpla con el rediseño. Mejora importante en menor tiempo que la reingeniería. Inversiones relativamente importantes. Requiere bastante tiempo (entre meses y años). Cierto riesgo.

72 MEJORA CONTINUA El centro de atención son los procesos operativos. Resultados inmediatos. Normalmente no se incorporan cambios tecnológicos. Mejora pequeñas pero incrementales e interminables. Inversiones distribuidas en el tiempo. Requiere de mentalidad y disciplina de trabajo. Riesgo muy bajo.

73 ALCANCE DE LOS PROCESOS DE MEJORA Reingeniería Pura Rediseño de Procesos Habilitados por un Cambio Tecnológico Implementación Tecnológica con Rediseño Implícito Mejora Continua Procesos Estratégicos Procesos Tácticos Procesos Operativos

74 REINGENIERÍA-MEJORA CONTINUA Rendimiento Meta de Reingeniería Meta por Mejora Continua Situación partida Momento Actual Tiempo

75 VARIABLES DE ACTUACIÓN Reingeniería: Tipo de negocio. Procesos de negocio. Rediseño: Inversiones. Cambios tecnológicos. Mejora Continua: Productividad. Nivel de inventarios.

76 FASES EN PROCESOS DE MEJORA En cualquier tipo de análisis o mejora: Planificar cambios. Implementar las cambios. Evaluar el efecto de los cambios. Mejorar a través de la adaptación. ACTUAR A Adaptar y mejorar P Planificar PLANIFICAR EVALUAR Analizar información C Implementar D HACER

77 FASES DE SIMULACIÓN PLANIFICACIÓN 1. Establecer objetivos 2. Determinar nivel de alcance y detalle 3. Recogida de datos DESARROLLO 4. Estructurar el modelo ANÁLISIS 8. Realización de experimentos 9. Documentación 10. Presentación resultados MEJORA 11. Análisis resultados -> Implementación 5. Construcción del modelo (programa) 6. Verificación del modelo 7. Validación del modelo A C P D

78 COMPONENTES DE UN MODELO DE SIMULACIÓN o o o o Entidades: Son componentes que se mueven, cambian de estado e interaccionan con otras entidades. Temporales, que permanecen en el sistema sólo por tiempo limitado (piezas). Permanentes, que se encuentran siempre en el sistema (procesos). Atributos: Se denominan así a las características de las entidades, usadas para describirlas y diferenciarlas. Todas las entidades de la misma clase tienen los mismos atributos, pero pueden tomar diferentes valores para cada entidad. Se pueden considerar como variables locales de cada entidad. Recursos: Son un tipo especial de entidad, utilizados por otras entidades para realizar una acción. Toda entidad solicita recursos. Una vez asignado, lo utiliza y posteriormente lo libera. Se consideran recursos el personal (operarios), los equipos (maquinaria, medios de transportes) o el espacio físico (almacenes). Actividades: Funciones que realizan los recursos sobre las entidades. Toda actividad debe tener una duración definida, aunque puede haber actividades ficticias (0). En cada una de ellas suelen darse cita una entidad con uno o varios recursos. Las tareas realizadas en cada proceso o ruta serían actividades de nuestro sistema.

79 COMPONENTES DE UN MODELO DE SIMULACIÓN o o o o o Parámetros: Son un tipo especial de variables que determinan las propiedades de los recursos. Su modificación puede conllevar la definición de nuevas propiedades para los recursos y por lo tanto la definición de nuevos experimentos. Colas: Lugar donde esperan las entidades cuando no pueden moverse cuando los recursos que quieren utilizar no están disponibles. Se pueden considerar infinitas, si no hay restricción en cuanto a entidades esperando, o ser definidas con una capacidad limitada. Eventos: Hechos que ocurren en un instante de tiempo y que pueden dar lugar a cambios en el estado de una entidad o del sistema. Endógenos, si se producen por condiciones propias del modelo. Exógenos, si las causas son externas al modelo. Serían sucesos la llegada de una nueva pieza, la finalización de una actividad, la asignación de un recurso, etc. Estado: Situación en la que se encuentra una entidad o un recurso como consecuencia de los eventos que se van sucediendo a lo largo del tiempo. Estado del sistema: Recoge el conjunto de estados de todas las entidades y recursos del sistema. El estado del sistema va evolucionando con el tiempo.

80 COMPONENTES DE UN MODELO DE SIMULACIÓN o o Relaciones funcionales: Son el conjunto de vínculos o interrelaciones que se establecen entre los recursos del sistema. Dichas relaciones sirven para definir los procesos del sistema y por lo tanto su funcionamiento. Variables: Reflejan características del sistema de forma global, es decir, cada variable es única para todo el modelo. No van asociadas a las entidades, aunque pueden ser modificadas por ellas. Pueden estar predefinidas por el software de simulación o ser establecidas por el usuario. Serían variables, por ejemplo, el número de piezas entrantes en el sistema o el tiempo total de simulación. SISTEMA ENTIDADES ATRIBUTOS RECURSOS ACTIVIDADES EVENTOS VARIABLES DE ESTADO Banco Clientes Tarjeta Oro Preferencial Oficinista Cajero Automático Realizar Ingreso Consultar Saldo Llegada Salida Nº Cajeros Ocupados Nº Clientes Esperando Fábrica Televisor Vehículo Pulgadas Prestaciones Torno Robot Taladrar Soldar Avería Estado de las máquinas (ocupada, averiada, ) Comunicaciones Mensajes Longitud Destino CPU Buffer Transmitir Llegada a destino Nº de paquetes esperando a ser transmitidos

81 DIAGRAMA DE BLOQUES 1.- Formulación del problema Problema 2.- Recolección y procesamiento de los datos tomados de la realidad 3.- Formulación del modelo Datos Modelo 4.- Estimación de los parámetros del modelo 5.- Cualificación del modelo 6.- Formulación y verificación del programa de computadora 7.- Validación 8.- Diseño de experimentos de simulación Parámetros Válido? Si Programa Verificación? Si Pruebas Válidos? Si Experimentos No No No 9.- Análisis e informes de los resultados Análisis (Law y McCommas, 1990)

82 PLANIFICACIÓN Problema FORMULACIÓN DEL PROBLEMA Equipo Declaración de objetivos: Precisos, claros y alcance Criterios de satisfacción: Medición RECOLECCIÓN Y PROCESAMIENTO DE DATOS DATOS FORMULACIÓN Establecer hipótesis de cierta validez Modelo conceptual: Refinamiento Sugerir mejoras o simplificaciones del modelo Recogida datos para estimación de parámetros Datos Modelo Parámetros Válido? Si Programa Verificación? Si Pruebas Válidos? Si Experimentos Análisis No No No

83 DESARROLLO Problema FORMULACIÓN DEL MODELO Datos Dificultades Arte Modelo Fases: Se parte del modelo mental o conceptual Especificación de componentes Determinación de variables y parámetros Establecer relaciones funcionales Elaboración modelo formal Parámetros Válido? Si Programa No ESTIMACIÓN DE LOS PARÁMETROS Experiencia (propia o ajena) y Test de hipótesis ( χ 2, K-S) CUALIFICACIÓN DEL MODELO Validez percibida (expertos o personal del sistema) Verificación? Si Pruebas Válidos? Si Experimentos Análisis No No

84 DESARROLLO ESTIMACIÓN DE LOS PARÁMETROS: DISTRIBUCIÓN MEDIA Hay que utilizar siempre la distribución que mejor reproduce los datos, no pudiendo utilizar nunca como valor representativo el valor de su media. o Supongamos un sistema compuesto de 1 cola con 1 servidor del que conocemos los siguientes datos: El tiempo entre llegadas tiene una distribución exponencial negativa con media de 1 minuto. El tiempo de servicio sigue una distribución exponencial negativa de media 0,99 minutos. Cuál es el tiempo medio que una petición permanece en la cola? 0? Falso. Se puede demostrar analíticamente (y mediante el simulador) que el tiempo medio de espera en la cola es muy superior.

85 DESARROLLO ESTIMACIÓN DE LOS PARÁMETROS: DISTRIBUCIONES

86 DESARROLLO

87 DESARROLLO

88 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Problema Datos Etapas: Selección del lenguaje de computadora (próxima sección) Elaboración del diagrama de flujo. Programación. Verificación del programa de simulación. Modelo Parámetros Válido? Si Programa Verificación? Si Pruebas No No Válidos? Si Experimentos No Análisis

89 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Elaboración del diagrama de flujo

90 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación Simulador Elementos (parametrización, relaciones funcionales, ) Lenguaje de simulación Diagrama de flujo Reloj del sistema Lenguaje de programación Generación de nº aleatorios Funciones de distribución Informes

91 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Generación de aleatoriedad U(0,1) Número aleatorio Número Pseudoaleatorio Propiedades nº pseudoaleatorios Métodos: Cuadrados medios Lehmer Congruenciales aditivos y multiplicativo Distribución uniforme Independencia estadística Reproducibilidad Ciclo repetitivo suficientemente largo Generar nº a alta velocidad Ocupar poca memoria

92 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Cuadrados medios x 0 = 4122 x 02 = x 1 = 9908 x 12 = x 2 = 1684 x 22 = x 3 = 8358 x 32 = x 4 = 8561 x 42 = x 5 = 2907 x 52 = x 6 = 4506 x 62 = x 7 = 3040

93 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Cuadrados medios x 0 = 3708 x 02 = x 1 = 7492 x 12 = x 2 = 1300 x 22 = x 3 = 6900 x 32 = x 4 = 6100 x 42 = x 5 = 2100 x 52 = x 6 = 4100 x 62 = x 7 = 8100 x 72 = x 8 = 6100

94 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Lehmer x 0 = 4122 p = * 76 = = 3241 x 1 = * 76 = = 6294 x 2 = * 76 = = 8145 x 3 = * 76 = = 8959 x 4 = * 76 = = 0816 x 5 = * 76 = = 2016 x 6 = 2016

95 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Congruencial aditivo o lineal X i+1 = ( ax i + c ) mod m ri = Xi /m-1 Ejemplo X 0 = 27 a = 8 c = 47 m =100 X 1 = ( ) mod 100 = 263 mod 100 = 63 r 0 = 63/99 = 0,6363 X 2 = ( ) mod 100 = 551 mod 100 = 51 r 1 = 51/99 = 0,5151 X 3 = ( ) mod 100 = 455 mod 100 = 55 r 2 = 55/99 = 0,

96 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Congruencial multiplicativo X i+1 = ( ax i ) mod m r i = X i /m-1 Ejemplo X 0 = 167 a = 71 (c = 0) m =357 X 1 = ( ) mod 357 = mod 357 = 76 r 0 = 76/356 = 0,2134 X 2 = (71 76 ) mod 357 = 5396 mod 357 = 41 r 1 = 41/356 = 0,1151 X 3 = (71 41 ) mod 357 = 2911 mod 357 = 55 r 2 = 55/356 = 0,

97 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Función de distribución Método de cálculo: o Transformada inversa. Construcción de funciones de distribución: o Funciones matemáticas teóricas: Discretas: Poisson, Uniforme, Binomial. Continuas: Normal, Uniforme, Exponencial, Triangular, Lognormal. o Distribuciones empíricas: Función de distribución acumulada.

98 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Transformada Inversa de distribución continua: Normal

99 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Transformada Inversa de distribución continua: Normal

100 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Transformada Inversa de distribución continua: Normal

101 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Función de distribución empírica Supongamos que tenemos una variable aleatoria que representa el tiempo que tarda una máquina en romperse. Construir la función de distribución y la función de distribución acumulada sabiendo que los tiempos tomados son los siguientes:

102 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Función de distribución empírica

103 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Función de distribución empírica

104 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Función de distribución empírica

105 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Función de distribución empírica

106 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Función de distribución empírica

107 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Función de distribución empírica X = 14 + (0,6-0,4166) / (0,7083-0,4166 ) X = 14,6

108 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Reloj del sistema Reloj de pulso fijo Reloj de pulso por evento

109 DESARROLLO FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Programación: Reloj del sistema Reloj de pulso fijo Reloj de pulso por evento

110 DESARROLLO Problema FORMULACIÓN DEL PROGRAMA DE SIMULACIÓN Datos Programación: Verificación del programa de simulación Proceso lento y caro para conseguir resultados fiables Técnicas: Dividir el programa en subprogramas Comprobación del código por otras personas Varias simulación en distintas situaciones Utilizar trazas de variables, contadores, etc. Modelo matemático Parámetros No Válidos? Si Programa No Verificación? Si Pruebas Simulación en condiciones simplificadas Simulaciones animadas Utilizar lenguajes de simulación o simuladores Válidos? Si Experimentos Análisis No

111 DESARROLLO Problema VALIDACIÓN DEL PROCESO DE SIMULACIÓN Datos Determinar si los resultados del modelo se ajustan al sistema real Modelo matemático Parámetros Válidos? Si Programa No Verificación? Si No Pruebas Válidos? Si No Experimentos Análisis

112 DESARROLLO Consejos prácticos: Ayuda de expertos en el sistema VALIDACIÓN DEL MODELO DE SIMULACIÓN Comenzar con un nivel de definición bajo Técnicas en modelos reales: Comparación con los datos reales: Test de hipótesis (χ 2, Kolmogorov- Smirnov, t de Student, ) Test de Turing Técnicas en modelos hipotéticos: Expertos en el sistema Simulación animada Validación racional

113 ANÁLISIS Y MEJORA Problema DISEÑO DE EXPERIMENTOS DE SIMULACIÓN Datos Asignar a las variables los valores adecuados para ejecutar los experimentos Ejecución de suficientes experimentos de simulación ANÁLISIS E INFORME DE RESULTADOS Modelo matemático Parámetros Válidos? Si Programa No Gráficas, diagramas de barras, informes, etc. de los resultados Verificación? Si Pruebas No Válidos? Si Experimentos No Análisis

114 CUALIDADES DESEABLES DE LOS LENGUAJES Flexibilidad. Facilidad para el desarrollo de modelos. Velocidad de ejecución. Animación gráfica. Tratamiento estadístico de datos. Informes de salida.

115 ALTERNATIVAS o o Lenguajes de Propósito General: C, BASIC, FORTRAN, JAVA, PASCAL, Software Específico de Simulación: Lenguajes de Simulación: DYNAMO, GPSS, SIMAN, SIMSCRIPT, SIMULATE, Simuladores: ARENA, AUTOMOD, EXTEND, PROMODEL, SIMULA8, TAYLOR, WITNESS,

116 LENGUAJES DE PROPÓSITO GENERAL Ventajas: Portabilidad de la aplicación Inexistencia de limitaciones Rapidez de la ejecución de experimentos Modularidad Herramientas de depuración Inconvenientes: Tiempo de desarrollo Control de flujo

117 SOFTWARE ESPECÍFICO DE SIMULACIÓN Ventajas: Breve tiempo de desarrollo Herramientas específicas de detección de errores Inconvenientes: Conocimiento de lenguaje específico Formatos de entrada y salida estrictos Dificultad de integración Poco flexibles

118 SOFTWARE ESPECÍFICO DE SIMULACIÓN: TIPOS Lenguajes específicos de simulación: Similar a lenguajes de propósito general Aplicaciones específicas Simuladores: Bajo nivel de programación Gran productividad Elevada especificidad

119 SIMULADORES

120 SIMULADORES