Simulación de eventos discretos
Soluciones de bajo costo y de alto impacto
Día a día, y cada vez más, las compañías se enfrentan a una gran variedad de problemas y situaciones al nivel de operaciones, la cuales pueden variar, desde formatos que se deben cambiar hasta decisiones de inversión que se deben tomar. Cada problema se puede abordar de diferentes maneras, bien sea de forma teórica, intuitiva o analítica (entre otras). Las aproximaciones de tipo analítico, representan un camino a la solución de problemas, sustentado en términos cuantitativos, los cuales se pueden someter fácilmente a comparaciones. Sin embargo, dada la complejidad de muchas de éstas, no siempre es evidente cuál es la mejor manera de aproximarse a esa situación. Lo anterior se traduce en muchos casos, en la ejecución de proyectos con resultados diferentes a los requeridos, y que en realidad no permiten dar solución al problema inicial. Por tales motivos, resulta fundamental para las compañías, entender en qué consisten las soluciones que ofrecen las diferentes metodologías, así como el alcance de éstas, pues no existe ninguna metodología capaz de resolver todos los problemas de una compañía de forma sistemática.
Dentro de estas metodologías, la Simulación de Eventos Discretos constituye un ejemplo particular de una de las herramientas que ha ganado reputación y reconocimiento en los campos productivos y de servicios, como lo son la cadena de suministro, hospitales, Call Centers y Aeropuertos (entre otros). Sin embargo, como se mencionó anteriormente, así el término sea generalmente conocido y empleado por mucha gente, es muy probable que no se conozca en detalle cuáles son sus beneficios y limitaciones, haciendo que se tomen decisiones equivocadas en cuanto al uso de ésta. En este artículo, se busca hacer una presentación de la herramienta, que permita comprender en que consiste, y cuáles son los beneficios de su uso.
DEFINICIÓN
Cuando se habla de simulación, en realidad se hace referencia al proceso de representar un sistema complejo, por medio de relaciones lógicas y numéricas, para explorar su comportamiento, bien sea de manera global o porque se tiene alguna suposición particular sobre el mismo. Ahora bien, cuando se habla de Simulación De Eventos Discretos, se hace referencia a utilizar la herramienta de simulación, en sistemas donde los eventos de importancia, se pueden representar como una secuencia de eventos discretos. Un evento discreto, es aquel que ocurre en un momento en particular, como por ejemplo, la llegada de clientes a la cola de atención en un banco, y en el que las variables involucradas no sufren variaciones entre eventos. En el caso del banco, la cantidad de persona en una cola de espera (variable del sistema) solo puede cambiar con la llegada de una nuevo cliente, la atención en ventanilla o la ida del banco de uno de ellos. Por el contrario, los eventos continuos son aquellos, donde las variables involucradas sufren cambios en todo momento. Por ejemplo, durante una reacción química, la concentración (variable del sistema) de los reactivos y de los productos cambia en cada instante, sin que haya necesidad de un evento particular.
Dentro de este tipo de simulación, existen dos grandes posibilidades para representar el sistema; bien sea por medio de la construcción de una réplica del sistema original en el mundo real, o por medio de representaciones computacionales del sistema original. Dados los avances tecnológicos, cada día se usa más la representación computacional, dado que no implica contar con los recursos físicos necesarios para modelar el sistema original.
FUNCIONALIDAD Y APLICACIÓN
Este tipo de simulación se puede abordar en diferentes niveles de uso para las compañías. En primer lugar se encuentra el uso como herramienta de diagnóstico (cuando se quiere entender el sistema y explorar si existen “problemas” en el mismo) y como herramienta de apoyo a la toma de decisiones (una vez se ha identificado un problema o comportamiento en particular, se experimenta para tomar decisiones sobre el sistema real). A pesar de hablar de estos dos niveles de uso, es evidente que los dos están muy relacionados y que la mayoría de veces se usan de manera conjunta.
Sin embargo, el uso de la herramienta, no depende sólo del propósito que se le quiere dar, sino de otra serie de factores que determinan su usabilidad en situaciones particulares. Los elementos principales que hay que tener en cuenta en el momento de usar la simulación son los siguientes:
Complejidad: Es necesario que exista cierto grado de complejidad en el sistema, en caso contrario, entender el sistema como tal resulta sencillo y se puede llegar a solucionar el problema de forma analítica o intuitiva. Generalmente (no siempre), la complejidad está dada por las relaciones entre los diferentes elementos que conforman el sistema. Es igualmente importante, tener en cuenta el caso opuesto, es decir el de un sistema demasiado complejo, pues representarlo se traduce en un problema como tal. Por la razón anterior no solo es necesario que exista complejidad sino lograr acotar o simplificar la complejidad, de manera que resulte representativo y que responda a las necesidades del proyecto.
Aleatoriedad: La aleatoriedad juega un papel fundamental dado que para representar la realidad, es necesario representar este componente. Si el sistema que se quiere modelar fuera exacto y determinístico (sin aleatoriedad), entonces resultaría más fácil entender el sistema por medio de un modelo analítico.
Los factores anteriores representan los elementos intrínsecos fundamentales del sistema que se quiere modelar, sin embargo existen factores externos que pueden condicionar el uso de este tipo de herramientas. A continuación se presentan algunos de estos:
Costo: Si el costo de la simulación supera los beneficios estimados que ésta le traerá a la organización, entonces no vale la pena hacerlo.
Información de entrada: Si la información de entrada no es lo suficientemente buena o no es posible acceder a ella, entonces hay que evaluar la posibilidad de hacer o no el modelo. Dado que se trata de un modelo de representación de la realidad, los resultados reflejados en este, dependen directamente de la calidad de la información de entrada.
Recursos: si los recursos asignados al proyecto no son adecuados, no vale la pena hacerlo (ej.: se tienen 3 semanas para tomar una decisión y realizar la simulación puede tener una duración estimada de 2 meses).
APOYO A LA TOMA DE DECISIONES
Uno de los errores más grandes que se pueden observar en la práctica, es la confusión que existe en cuanto al resultado final de un proyecto de simulación (y del modelo como tal). El factor más importante sobre el que se debe hacer énfasis una y otra vez, es que la simulación es una herramienta de apoyo a la toma de decisiones. Lo que permite es representar diferentes condiciones de un modelo basado en la realidad para poder tomar decisiones futuras, sobre la estructura, recursos o dinámicas del sistema original. Bajo ningún motivo es correcto afirmar que la simulación va a resolver un problema como tal (por si misma). El resultado final de un proyecto de simulación, consiste entonces en una serie de análisis, recomendaciones y conclusiones, sobre el modelo que se ha hecho, para poder tomar decisiones sobre el sistema original. Igualmente, nunca sería correcto darle créditos o culpar a un modelo de simulación, por el impacto de una decisión que se haya tomado. La persona que hace el análisis, así como las personas que toman las decisiones, deben estar en capacidad de determinar si los resultados que arroja un modelo, son coherentes con la realidad.
Por la razón anterior, se considera como una buena práctica, establecer de forma conjunta, entre el equipo que desarrolla el modelo y el equipo conocedor de la operación y tomando la decisión, un seriado de elementos que van dentro del alcance del proyecto de simulación, y hacer entender que los elementos que se incluyen y se excluyen, responden a las necesidades específicas del proyecto. Lo anterior, dado que la manera de representar la realidad depende directamente del análisis que se quiere hacer. Un ejemplo de esto, sería un modelo donde se quiere evaluar la utilización de los muelles de descargue de una bodega. Es posible, y resulta coherente, que para el equipo de toma de decisión, el tamaño del vehículo sea de importancia para el análisis. Sin embargo, desde el punto de vista del equipo modelador, visualizar el tamaño del vehículo, es indiferente para poder analizar la capacidad de los muelles, pues esta información, se encuentra en el modelo den términos lógicas, más no visuales. El anterior solo es un ejemplo, pero demuestra que es fundamental alinear las expectativas del tomador de decisión con el proceder del proyecto y del modelo de simulación.
CONCLUSIONES
A lo largo del artículo, fue posible entender el concepto de Simulación de Eventos Discretos, como tal, y comprender cuáles son sus funciones, beneficios y limitaciones. Igualmente fue posible, entender cuáles factores se deben tener en cuenta en el momento de realizar un proyecto de simulación, no solo para el modelo como tal, sino en términos de la relación entre quien modela y hace el análisis y quien lo requiere.
