Simulación de eventos discretos

En un sistema continuo las variables de estado cambian de forma

continua a lo largo del tiempo, mientras que en uno discreto cambian
instantáneamente de valor en ciertos instantes de tiempo. En un sistema de
una cierta complejidad puede ocurrir que existan simultáneamente variables de
estado continuas y discretas. En este caso, dependiendo de la predominancia
de una y otras y del objetivo del estudio que se pretende realizar, se
considerará el sistema como perteneciente a uno de los dos tipos.

La simulación por eventos discretos es una técnica informática de

modelado dinámico de sistemas. Frente a su homóloga, la simulación de
tiempo continuo, esta se caracteriza por un control en la variable del tiempo
que permite avanzar a éste a intervalos variables, en función de la planificación
de ocurrencia de tales eventos a un tiempo futuro.

Un requisito para aplicar esta técnica es que las variables que definen el
sistema no cambien su comportamiento durante el intervalo simulado.

Es evidente que los sistemas productivos evolucionan a lo largo del

tiempo y, por lo tanto, deben considerarse dinámicos. Por otra parte, aunque
determinados sistemas productivos pueden ser considerados continuos (por
ejemplo, reactores químicos), la mayoría de los sistemas productivos tienen
características de sistemas discretos, ya que los cambios de estado (recepción
de materias primas, inicio y finalización de la fabricación de lotes, entradas y
salidas del almacén...) se producen en instantes de tiempo determinados y
separados entre sí. Por este motivo, estas notas se centran en la simulación de
sistemas dinámicos y discretos.

Mecanismos de avance del tiempo

Debido a la naturaleza dinámica de los modelos representativos de los

sistemas productivos y logísticos, será necesario, durante la simulación, llevar
un registro del valor actual del tiempo simulado mientras se desarrolla el
experimento de simulación, así como un mecanismo para hacer avanzar este
tiempo de un valor a otro. A la variable que determina el tiempo actual en un
experimento de simulación se le suele denominar “reloj”. Cuando se utiliza un
lenguaje de ordenador de propósito general para realizar la simulación, no se
define explícitamente las unidades (horas, minutos...) con las que va a trabajar
el reloj, sino que la unidad de tiempo corresponde a la unidad utilizada para las
variables de entrada. Por otra parte, no suele existir ninguna correspondencia
entre la unidad de tiempo elegida y el tiempo de ordenador necesario para
ejecutar un experimento de simulación. Históricamente, se han utilizado dos
mecanismos distintos para hacer avanzar el tiempo en la simulación: intervalos
de tiempo variables e intervalos de tiempo fijos.

 Intervalos de tiempo variables: Es el método más utilizado. Consiste

en inicializar el reloj a cero y determinar los instantes de ocurrencia de
los sucesos de cada tipo más cercanos en el tiempo. A continuación, se
incrementa el tiempo de reloj para hacerlo coincidir con el instante de
ocurrencia del suceso más próximo deentre todos los sucesos futuros.
En este instante se actualizan las variables de estado del sistema (ya
que se ha producido un suceso y, por lo tanto, se ha producido un
cambio de estado), se registran los valores de interés para el
experimento y se determinan los nuevos instantes de ocurrencia de los
sucesos futuros (si es necesario). Una vez realizadas las operaciones
anteriores, se vuelve a incrementar el tiempo hasta el instante de
ocurrencia del suceso más próximo y se repite el proceso. Los pasos
anteriores se repiten hasta que se alcance alguna condición
determinada o se llegue al tiempo de simulación fijado. En resumen, el
tiempo avanza siempre desde un instante en que se ha producido un
suceso hasta el próximo instante en que se va a producir un nuevo
suceso. Debido a ello, los avances en tiempo no tienen por qué tener la
misma longitud.

Aunque, como ya se ha indicado, la simulación de sistemas dinámicos en

tiempo discreto se ha utilizado en una gran cantidad de aplicaciones, la
mayoría de los modelos tienen unos componentes en común, que son los
siguientes:

o Estado del sistema: conjunto de variables de estado necesarias para

describir el sistema en un instante determinado de tiempo.
o Reloj: variable que recoge el valor actual del tiempo simulado.
o Lista de sucesos: lista que recoge el siguiente instante en que va a
ocurrir cada tipo de suceso.
o Estadísticas: variables utilizadas para almacenar información
estadística sobre el funcionamiento del modelo.
o Rutina de inicialización: subprograma para inicializar el modelo de
simulación en el instante cero.
o Rutina de tiempo: subprograma que determina el siguiente suceso de
la lista de sucesos y avanza el reloj al instante en que este suceso se
produce.
o Rutina de sucesos: subprograma que actualiza el estado del sistema
cuando ocurre un tipo particular de suceso (existe una rutina de
sucesos para cada tipo de sucesos).
o Librería de rutinas: conjunto de programas utilizados para generar
observaciones aleatorias de las distribuciones de probabilidad
correspondientes a los sucesos aleatorios del modelo.
o Generador de informes: subprograma que, a partir de las estadísticas,
calcula las estimaciones de las medidas de funcionamiento del modelo
y produce un informe cuando ha terminado la simulación.
o Programa principal: subprograma que llama a la rutina de tiempo para
determinar la ocurrencia del próximo suceso y transfiere el control a la
rutina de sucesos correspondiente para actualizar adecuadamente el
estado del sistema. También chequea la terminación del experimento y
llama al generador de informes cuando el experimento ha terminado.
Intervalos de tiempo fijos Bajo este enfoque, el reloj avanza en
incrementos de exactamente Δt unidades de tiempo. Después de cada
actualización del reloj, hay que realizar un chequeo para determinar si
ha ocurrido algún suceso durante el intervalo Δt inmediatamente
anterior. Si han ocurrido uno o más sucesos en dicho intervalo, se
considera que se han producido al final del intervalo y el estado del
sistema (y las estadísticas) se deben actualizar de acuerdo con este
supuesto. Este procedimiento tiene dos desventajas principales; una de
ellas es debida a los errores que se cometen al considerar que los
sucesos se producen al final del periodo, y la otra es que, si se
 producen dos o más sucesos en un Δt, ha de tomarse la decisión del
orden en el cual se han producido si la realidad no permite
considerarlos simultáneos. Estos dos problemas se pueden paliar si se
reduce la longitud del incremento elemental de tiempo considerado. Sin
embargo, una disminución de Δt conlleva inevitablemente un aumento
del tiempo de ejecución del modelo en el ordenador. Debido a las
consideraciones anteriores, el procedimiento de incrementos de tiempo
fijos no se suele emplear en modelos en los cuales los intervalos de
tiempo entre sucesos pueden variar de forma considerable.

Modelos conceptuales aplicables a sistemas de eventos discretos

Para estudiar un sistema, la forma más inmediata sería experimentar

sobre él. Sin embargo, esto puede ser desaconsejable, e incluso imposible, por
diversos motivos:

 Puede ocurrir que el sistema no exista y lo que se pretenda sea su

diseño.
 Puede ser imposible experimentar con el sistema real; por ejemplo, si
se desea estudiar un sistema financiero, bursátil...
 Puede ser económicamente inviable la experimentación sobre el
sistema real.
 La experimentación sobre el sistema real puede conllevar unos
plazos de tiempo muy dilatados. Es el caso, por ejemplo, de ciertos
sistemas sociales o biológicos.

En cualquiera de los casos anteriores se hace necesaria la construcción

de un modelo del sistema que refleje fielmente las características destacadas
del sistema a analizar y la experimentación sobre dicho modelo. Si se realiza
adecuadamente la construcción del modelo y el diseño de los experimentos, los
resultados obtenidos permitirán inferir cuál sería el comportamiento del sistema
a analizar.
Elaboración del modelo conceptual.

El modelo conceptual es un modelo lógico y matemático del sistema

real, diseñado de acuerdo con los objetivos que se pretenden alcanzar con el
estudio.En la construcción del modelo es aconsejable encontrar un equilibrio
entre la sencillez del propio modelo y el realismo con que representa al sistema
real. Muchos autores aconsejan comenzar con un modelo relativamente
sencillo, que posteriormente se pueda sofisticar si es necesario. Un modelo
debe tener únicamente el grado necesario de detalle que refleje la esencia del
funcionamiento del sistema bajo el punto de vista del propósito para el que se
utiliza dicho modelo. En la mayoría de los casos no es necesario que exista
una correspondencia biunívoca entre los elementos del modelo y los del
sistema. En esta fase es necesario estimar los valores de las constantes y los
parámetros, determinar los valores iniciales de las diferentes variables y, si es
posible, recoger datos históricos para la validación del modelo

Software de simulación `Arena´

Arena simulador es un software de simulación de eventos discretos para

la optimización de procesos complejos, cuya principal característica es la
posibilidad de adecuación al nivel de programación necesario en cada caso,
incluso dentro de un mismo modelo.

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.

Incluye la posibilidad de utilizar lenguajes de propósito general como

Microsoft, Visual Basic o C. combinando todas las facilidades de una
programación de alto nivel con la flexibilidad de un lenguaje de programación
general. Esto lo consigue proporcionando una serie de plantillas
intercambiables entre sí que contienen módulos para el modelado y análisis de
simulación gráfica y que pueden combinarse para construir una amplia
variedad de modelos de simulación. Para una mayor facilidad de exposición y
una mejor organización, los módulos están agrupados en paneles y en la
mayoría de los casos, los módulos de diferentes paneles pueden mezclarse
dentro de un mismo modelo.

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

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

 Explora nuevos procedimientos o escenarios sin interrumpir el sistema
actual
 Diagnostica y soluciona problemas
 Reduce o elimina los cuellos de botella
 Reduce riesgos en grandes inversiones

Aplicaciones

A continuación se muestran algunas versiones de àrena´ y sus aplicaciones:

 Arena Basic Edition: Es la versión de introducción al mundo Arena. Sus

aplicaciones se centran en el análisis de procesos de gestión
administrativa y servicios en Seguros, Banca o Finanzas, o flujos y
procesos de fabricación no intensivos en manejo de materiales.
 Arena Standard Edition: Sus aplicaciones abarcan campos diversos,
destacando el análisis de sistemas de producción y logística industrial,
distribución, nodos de transporte y almacenaje, servicios, así como
logística integral y el análisis de toda la cadena de suministro.
 Arena Professional Edition: Se utiliza para crear Templates
personalizados que estén enfocados en una aplicación, empresa o
sector de actividad determinado. Arena PE es una extensión de Arena
SE e incluye toda su potencia y flexibilidad de modelado de procesos y
sistemas industriales, logísticos o de servicios.
 Arena Contact Center Edition: Es la herramienta esencial para analizar
el servicio y la atención ofrecidos a los clientes desde el Centro de
Contacto de una organización. Permite evaluar el impacto en el centro
provocado por múltiples formas de contacto, analizar diferentes
estrategias de enrutamiento de contactos, evaluar el ROI de nuevas
tecnologías para el centro, analizar el impacto estratégico de un centro
virtual, etc.
 Arena Factory Analyzer:Se utiliza principalmente para el análisis y
planificación de capacidad de instalaciones Industriales, así como para
el análisis de mejoras en la producción
 Arena Packaging Edition: Está especialmente indicado en el análisis de
líneas de fabricación y envasado/empaquetado de gran velocidad de
producción, que son fundamentales en industrias de alimentación y
bebidas, industria farmacéutica, química y cosméticos, e industria
electrónica. Permite evaluar el ROI asociado a la implantación de nueva
tecnología y equipos de proceso, validar el diseño de líneas, evaluar
mejoras en líneas existentes, etc.
 Arena 3D Player: Permite visualizar en 3D el proceso simulado.
Proporcionará una precisa animación de los procesos simulados. Entre
sus características encontramos:
o Creación de animaciones 3D para modelos existente de Arena.
o Importación de animaciones exixtentes en 2D.
o Importar archivos DXF.
o Importar formas en VRML.
o Control de la velocidad de animación.
o Saltar a un tiempo futuro en la animación.
 Arena RT: Aumenta las capacidades de Arena mediante la incorporación
de las siguientes funcionalidades:
 o Permite que Arena coordine la lógica del modelo de simulación con
los procesos reales, o bien con aplicaciones software externas.
Arena y el proceso externo al modelo se comunican mediante un
sistema de mensajes bidireccional
o Permite sincronizar la velocidad del reloj de simulación de Arena
con el reloj de tiempo real del sistema operativo residente en el
sistema mediante la aplicación de un factor que determina el grado
de sincronización.
 Template Flow Process: Facilita el modelado de las actividades
asociadas a sistemas semi-continuos. Los tipos de actividades que
podrán ser modeladas con los módulos incorporados en el template son
las siguientes:
o Modelado de operaciones semi-continuas de flujo, como pueden ser
el añadir, extraer o transferir material entre tanques.
o Permite definir zonas de almacenamiento de materiales a granel.
o Permite monitorizar los niveles de materiales contenidos en tanques
o Proporcionar el control discreto para asignación de tasas en
reguladores de flujo.