Anzoátegui, Edición Venezuela No. 1
DAMES Simuladores Estadísticos Avanzados: Herramienta útil. ¿PRO-MODEL RISK MONTECARLO?
“La Tecnología”
Los Simuladores son aparatos o programas computarizados que permiten… P. 3
El Nuevo amigo confiable del ingeniero
Innovación
Junio 2015
Editorial Simuladores estadísticos a la vanguardia Obtener buen desempeño dentro de una empresa suele llevar años, de muchos intentos, derrotas e incluso puede llevar a una empresa que no posea con una buena capacitación de personal, que desaparezca del marco competitivo, y es aquí, donde normalmente los avances tecnológicos salen a relucir, en el ámbito competitivo todas las empresas desean ser las mejores dentro de su rama, desean tener un buen funcionamiento, una buena producción, reducir los gatos que se presenten, y sobre todo aumentar sus finanzas para poder seguir siendo competitivas y expandirse. La tecnologías hoy en días van de la mano con la humanidad, ya que como seres humanos debemos entender que los años pasan, y hay nuevas creaciones innovaciones que nos permiten tener una ayuda a la hora de nosotros desempeñarnos dentro de cualquier área laboral. Los ingenieros debemos sacar provecho a cualquier tecnología que nos ayude en nuestra área laboral, ya que los conocimientos en informática industrial son cada vez más necesarios para una buena gestión de los equipos, para poder crear un buen plan de mantenimiento dentro del marco de mantenimiento preventivo y predictivo, poder optimizar el rendimiento de los equipos, en cuanto a su uso y el personal capacitado que los utiliza. Así que a lo largo de estos últimos años, se han venido implementando, la utilización de software de simulación estadísticos, que nos brindan la sensación de
poder tener un compañero mas dentro de la empresa claro forma cibernética, para poder ejercer una buena labor, estos simuladores y cada uno de ellos, nos brindan una visión, clara y precisa de cómo queremos o hacia donde queremos dirigirnos, las empresas de grandes tamaños, necesitan poder tener un control eficaz sobre su sistema de trabajo.
Simuladores estadísticos. P. 3 Pro-Model control y seguridad al alcance de tu mano. P. 5 Disminuye los riesgos de tu empresa con una hoja de trabajo. P. 6 Simulación Monte carló para Análisis estadístico en procesos de mantenimiento. P. 8
Contenido Simulador estadístico ahora o nunca. P. 10
Créditos: Franco, Dimitri Mata, Eublan Orellana, Maria Peñalver, Ali Paez, Sebastian
Sebastian Páez sebaspaez25@gmail.com
Simuladores Estadísticos
Un simulador es un aparato, por lo general informático, que permite la reproducción de un sistema. Los simuladores reproducen sensaciones y experiencia que en la realidad puede llegar suceder. ¿Qué es la simulación?
Simuladores estadísticos
La simulación es la construcción y operación de modelos que representan un sistema y que pueden ser manipulados para obtener resultados a partir de los cuales se pueda determinar el comportamiento del sistema cuando se presentan diferentes variables. Puede utilizarse con fines educativos o para perfeccionar un sistema. Su uso es tan amplio que se ha dicho: “Cuando todo falle utilice la simulación” (Roger Schroeder).
Cuando alguien tiene la responsa-
Tipos de Simulación:
bilidad de conducir un sistema dado, debe tomar continuamente decisiones acerca de las acciones que ejecutará sobre el sistema. Estas decisiones deben ser tales que la conducta resultante del sistema satisfaga de la mejor manera posible los objetivos planteados. Para poder decidir correctamente es necesario saber cómo responderá el sistema ante una determinada acción. Esto podría hacerse por experimentación con el sistema mismo; pero factores de costos, seguridad y otros hacen que esta opción generalmente no sea viable. A fin de superar estos inconvenientes, se reemplaza el sistema real por otro sistema que en la mayoría de los casos es una versión simplificada. Este último sistema es el modelo a utilizar para llevar a cabo las experiencias necesarias sin los inconvenientes planteados anteriormente ¿Qué es un simulador?
a) Simulación discreta: para analizar un sistema se eligen varios puntos específicos en el tiempo. b) Simulación continua: se estudia un sistema durante todos los puntos del tiempo. Fundamentos para utilizar una simulación: La simulación es una técnica muy utilizada para adquirir conocimientos predictivos sobre un sistema, sin embargo, antes de implementarla es necesario tener en cuenta que: a) Solo es viable si realizar el experimento real es imposible por sus riesgos y costos. b) Se tienen los conocimientos previos y el acompañamiento necesario que permita una mejor comprensión de los resultados que se obtengan.
Campo de acción de las simulaciones La simulación ha sido implementada para evaluar varios sistemas en diferentes áreas. Estos son: a) Problemas teóricos en ciencias como matemáticas, física, química (básicas): solución de ecuaciones lineales, estudio del movimiento de partículas. b) Problemas prácticos de la vida real: simulación de procesos empresariales, de problemas comerciales, económicos, conductuales y sociales y de estrategias. Ventajas y Desventaja de las simulaciones: Ventajas: 1. Es una técnica efectiva que permite acelerar el proceso de formación y aumentar su calidad. 2. Pueden evaluarse las posibles consecuencias de un cambio o decisión en el sistema. 3. Es posible repetirla las veces necesarias lo que brinda mayor experiencia. 4. A la hora de enfrentar estos problemas en la vida real quienes hayan utilizado esta técnica sabrán que resultados se producirán. Desventajas: 1. Puede tener un alto costo. 2. Requiere la presencia de un acompañante pues si no lo hay no habrá una buena comprensión de los resultados.
3. Presenta posibles comportamientos de un sistema ante un cambio pero no da soluciones específicas. 4. Proporciona bases personas que la utilicen pero no los prepara para la vida real pues se pueden producir reacciones inesperadas.
Variantes de la simulación: Juegos operacionales que llevan a los usuarios a tomar decisiones dentro del medio que está siendo simulado con el fin de que comprueben hipótesis y analicen las consecuencias. EJEMPLO: Los juegos militares que simulan condiciones de guerra y evalúan las posibles estrategias y los juegos de gerencia que entrena a los dirigentes de las empresas en la toma de decisiones. Análisis de Monte Carlo que simula cuestiones que estén determinadas por el azar o por las probabilidades. EJEMPLO: Problemas que tengan su base en el azar como la demanda de los consumidores y los problemas matemáticos y los problemas probabilísticos. La simulación aplicada al mantenimiento es beneficiosa ya que nos aporta una inmensa cantidad de datos (dependiendo del simulador estadístico que utilicemos) que nos permite saber el comportamiento las consecuencias de los distintos componentes de un sistema o proceso, para de esta manera tener conocimiento sobre cómo obtener el mayor
beneficio de un sistema o proceso.
la utilización de esta poderosa herramienta es una manera innovadora de mejorar procesos, reducir costos y demostrar resultados, posee una facilidad de uso, flexibilidad y potencia, permite diseñar y analizar sistemas de producción y servicios de todo tipo y tamaño y modelar prácticamente toda situación, en forma casi real, mediante sus capacidades gráficas y de animación.
Eublan Mata Diagrama de Pareto. Fig. 1
Pro-Model control y seguridad al alcance de tu mano.
La tecnología va avanzando con el correr de los años y la mejor manera de poder seguir avanzando junto a ella es adaptándose a los diferentes cambios que se nos plantea. Una buena opción es poder usar la tecnología para poder obtener un plano general y eficaz sobre cada uno de nuestros proyectos. Hoy día las empresas, compañías y negocios públicos y privados, necesitan de estos avances para poder cumplir con sus metas, así que una manera de poder tener una visión, clara, precisa es atreves de estos Simuladores que salen al mercado mundial para ayudar mejorar el desempeño así poder cumplir y satisfacer las necesidades que nos propongamos a realizar.
¿Pro-Model?
El Pro-Model:
es un simulador que permite
elaborar procesos de una forma real, accediendo de esta manera a modelos capaces de evaluar todas las ideas antes de implementarlas directamente en la realidad,
Eublan_007@hotmail.com Simulador Estadístico PROMODEL ¿Pero cómo se usa, para qué?
Su uso no es complicado cualquier persona con estudio básico de computación puede manejarlo, claro el ingeniero a cargo, debe saber la estructuración interna de la empresa, es decir, debe conocer, los recursos con los que cuenta, la entrada, salida, y producción de la empresa, conocer los equipos, personal, y lo que espera obtener a futuro etc. Para así poder modelar y aplicar la simulación de una manera eficaz y poder crear soluciones, y brindar una mayor seguridad. Esta herramienta es muy útil para ingenieros y gerentes que desean lograr reducciones de costos, mejoras en la productividad e incrementar las ventajas estratégicas en la producción de bienes y servicios.
Su aplicación abarca muchos rangos
Al ser una herramienta de gran importancia, al igual que otros simuladores, este simulador nos permite crear una planificación de los flujos de trabajo, una planificación de capacidad, reducción de los ciclos de tiempo, planificación de la producción, decisiones sobre inversión de equipamiento y mano de obra, asignación de recursos, diseño, análisis, mejoramiento de redes de distribución, reducción de costos de procesos, almacenaje, distribución y logística, diseño de nuevas plantas o procesos, evaluación de sistemas de manejo de materiales así como la evaluación de nuevas maquinarias y análisis de costos de producción.
generan resultados certeros, casi infalibles, pero ¿qué pasa con aquellas que pueden comprometer tu bolsillo o el rumbo de tu compañía? ¿Te gustaría dejar las suposiciones y planificar estrategias con confianza? Con @RISK (at Risk) puedes resolver tus interrogantes con cifras exactas desde una hoja de cálculo en Excel. Su traducción en español sería “en Riesgo” y de eso precisamente se trata @RISK: es básicamente un software para hacer un análisis de riesgos en situaciones de incertidumbre. Los “riesgos” normalmente se definen como situaciones negativas que generan impactos de grandes magnitudes, sin embargo, durante el proceso de estudio también podrían presentarse resultados potencialmente positivos. La nueva versión 6 de @RISK incluye una mejora en los gráficos / Foto: Ritme-be.com
Disminuye los riesgos de tu empresa en una hoja de cálculo
Maria Orellana Mafer.oc9@gmail.com Simulador estadístico RISK
E una
n una empresa, tomar decisiones es constante.
Algunas
decisiones
¿Cómo funciona? @RISK utiliza una técnica denominada ‘simulación Monte Carlo’ que proporciona al usuario una serie de posibles resultados, así como la probabilidad de que se produzcan según las medidas tomadas. “La simulación se realiza con la creación de modelos mediante la sustitución de un rango de valores —una distribución de probabilidad— para cualquier factor con incertidumbre inherente. Luego, calcula los resultados una y otra vez, cada vez usando un grupo diferente de valores aleatorios de las funciones de probabilidad”, así reseñan en Palisade-lta.com, la página web del fabricante de @RISK.
Así, el software permite controlar un gran número de situaciones posibles para indicar las probabilidades y riesgos asociadas con cada una. Es ideal para tomar decisiones en un escenario de incertidumbre, pudiendo elegir entre qué riesgos tomar y cuáles evitar. Además, proporciona las herramientas para planificar la mejor estrategia para esclarecer escenarios inciertos, combinando la simulación Monte Carlo con lo último de la tecnología de resolución de problemas, gracias a la integración de RISKOptimizer. La nueva versión del sistema (@RISK 6), está disponible completamente en español y además puede fusionarse con Excel y Project 2013 (funcionando como complemento) y es compatible con Windows 8. Para realizar un análisis de riesgo en at RISK se deben seguir tres simples pasos: 1. El primero, la preparación del modelo: aquí se sustituyen los valores inciertos con funciones de distribución de probabilidad que facilita el programa. Estas funciones representan una serie de “posibles valores” que según la elección del usuario, podrían aparecer en una celda, en lugar de limitarse a un valor único. 2. El segundo, la ejecución de la simulación: Haz click en el botón ‘Simular’. @RISK recalculará el modelo en la hoja de cálculo al menos unas cien veces (o unas miles). En cada simulación, el software toma muestras de valores aleatorios que el usuario introdujo.
3. El tercero (y quizás el mejor), conocer los riesgos: El resultado, es un panorama completo con un repertorio posibles resultados, incluyendo la probabilidad de que se produzcan. El usuario puede añadirle gráficos con histogramas, diagramas de dispersión, curvas acumulativas y diagramas de cuadro, identificar factores críticos con gráficos Tornado y análisis de sensibilidad. El producto puede pegarse directamente a una hoja de Excel, Word o Power Point (gracias a la fusión de @RISK con Office 2013). @RISK no está dirigido a un público en específico. Es ideal para todos los trabajadores y compañías sin importar su área. Profesionales en Finanzas, Seguros, Gas, Petróleo, Energía así como Industrias Manufactureras, de la Salud (farmacéuticos, médicos y proveedores de salud), del Gobierno, Transporte y Medio Ambiente, usan este software para generar un estudio completo sobre sus determinadas variantes que incluya una planificación estratégica y un análisis de posibles riesgos y ¿por qué no?, eventos positivos. La ventaja de @RISK es que le permite al usuario ver todos los resultados posibles en una situación, indicando además, la probabilidad de que ocurran. Finalmente, tú, o la persona encargada de tomar decisiones en la empresa, pueden contar con una información fiable -aunque no definitiva, claro estásobre las consecuencias de una decisión, de una cantidad o de un estudio específico. Así se podrá someter a consideración los riesgos que existen y los que se deben evitar. En este contexto, vale citar lo que escriben en
Software-shop.com: “Aunque ningún programa de software puede predecir el futuro, @RISK le permite seleccionar la mejor estrategia basándose en la información disponible” ¡Nada mal! ¿No?
de simulación MC en informática, empresarial, Mantenimiento industrial social.
las áreas económica, e incluso
Dimitri Franco Dimitrifran07@gmail.com Simulacion de Montecarlo
Simulación Monte carló para Análisis estadístico en procesos de mantenimiento
La
simulación de Monte Carlo es una
técnica que combina conceptos estadísticos (muestreo aleatorio) con la capacidad que tienen los ordenadores para generar números seudo-aleatorios y automatizar cálculos. Los orígenes de esta técnica están ligados al trabajo desarrollado por Stan Ulam y John Von Neumann a finales de los 40 en el laboratorio de Los Alamos. En años posteriores, la simulación de Monte Carlo se ha venido aplicando a una infinidad de ámbitos como alternativa a los modelos matemáticos exactos o incluso como único medio de estimar soluciones para problemas complejos. Así, en la actualidad es posible encontrar modelos que hacen uso
Diría que la simulación de Monte Carlo está presente en todos aquellos ámbitos en los que el comportamiento aleatorio o probabilístico desempeña un papel fundamental -precisamente, el nombre de Monte Carlo proviene de la famosa ciudad de Mónaco, donde abundan los casinos de juego y donde el azar, la probabilidad y el comportamiento aleatorio conforman todo un estilo de vida. Cómo Funciona Monte Carlo?
La
simulación
La simulación Monte Carlo realiza el análisis de riesgo con la creación de modelos de posibles resultados mediante la sustitución de un rango de valores —
una distribución de probabilidad— para cualquier factor con incertidumbre inherente. Luego, calcula los resultados una y otra vez, cada vez usando un grupo diferente de valores aleatorios de las funciones de probabilidad. Dependiendo del número de incertidumbres y de los rangos especificados, para completar una simulación Monte Carlo puede ser necesario realizar miles o decenas de miles de re cálculos. La simulación Monte Carlo produce distribuciones de valores de los resultados posibles.
•
Resultados gráficos. Gracias a los datos que genera una simulación Monte Carlo, es fácil crear gráficos de diferentes resultados y las posibilidades de que sucedan. Esto es importante para comunicar los resultados a otras personas interesadas.
•
Análisis de sensibilidad. Con sólo unos pocos resultados, en los análisis deterministas es más difícil ver las variables que más afectan el resultado.
El análisis de riesgo se puede realizar cualitativa y cuantitativamente. El análisis de riesgo cualitativo generalmente incluye la evaluación instintiva o “por corazonada” de una situación, y se caracteriza por afirmaciones como “Eso parece muy arriesgado” o “Probablemente obtendremos buenos resultados”. El análisis de riesgo cuantitativo trata de asignar valores numéricos a los riesgos, utilizando datos empíricos o cuantificando evaluaciones cualitativas. Vamos a concentrarnos en el análisis de riesgo cuantitativo.
•
Análisis de escenario. En los modelos deterministas resulta muy difícil modelar diferentes combinaciones de valores de diferentes valores de entrada, con el fin de ver los efectos de situaciones verdaderamente diferentes. Usando la simulación Monte Carlo, los analistas pueden ver exactamente los valores que tienen cada variable cuando se producen ciertos resultados. Esto resulta muy valioso para profundizar en los análisis.
Cuáles son las ventajas de esta simulación? La simulación Monte Carlo proporciona una serie de ventajas sobre el análisis determinista o “estimación de un solo punto”: •
Resultados probabilísticos Los resultados muestran no sólo lo que puede suceder, sino lo probable que es un resultado.
Desde un punto de vista personal este simulador puede ser bien aplicado para estimar la confiabilidad, disponibilidad y mantenibilidad de los equipos dinámicos ya que es una técnica que involucra el uso de números aleatorios y probabilidad para resolver problemas complejos, ya que el sistema es muestreado en un número de configuraciones aleatorias y los datos pueden ser usados para describir el sistema como un todo.Dados los desarrollos actuales en software y hardware, actualmente la
simulación Monte Carlo es una técnica poderosa para desarrollar análisis de la confiabilidad-disponibilidadmantenibilidad de sistemas industriales que están muy apegados a la realidad de los sistemas complejos este viene muy bien integrado con el crystal ball y ya se han realizado estudios, como por ejemplo, un estudio realizado por el Instituto Mexicano del Petróleo sobre La estimación de la confiabilidaddisponibilidad-mantenibilidad mediante una simulación tipo Monte Carlo de un sistema de compresión de gas amargo.
Hoy día, dado el acelerado avance que viene presentando las industrias y las empresas vanguardistas, es necesario ir a la par de lo que la demanda exige con respecto al desempeño y a la optimización de nuestro desenvolvimiento laboral, y que otra forma de adelantarnos a los hechos sino es anticipando los posibles eventos programables y fortuitos que puedan suceder en nuestra cotidianeidad empresarial. E aquí un importante rol que juegan los software a la hora de prever dichos sucesos. En este orden no juega uno sino varios sistemas y software que trabajan en armonía y que, buenos ingenieros deben ser siempre ases bajo la manga.
Ali Peñalver Alipa_2000hotmail.com Simulador Estadístico Ahora o Nunca
mayor confort de el cliente. E aquí una muestra de lo que serian el software que debemos manejar y al mismo tiempo, los programas que tiene en la actualidad, una buena crítica en el ámbito laboral: • Un programa de matemáticas: Matlab. Uno de los programas con más librerías y soporte para desarrollar estadística, cálculos, regresiones, lineales, gráficos, procesamiento de imágenes y comunicación con aparatos para hacer instrumentación, entre otras operaciones. Además permite conexión con otros programas y sencilla exportación. • Un programa de interfaces: LabView. Robusto sistema de programación gráfica para intercomunicar aparatos y computadoras. Es muy sencillo de usar y cuenta con muchas funciones que permiten crear interfaces visuales de modo completo, económico y eficiente. En este rubro LabView es mejor que Matlab. • Para realizar reportes diversos:
Podría decirse que el ingeniero debería pensar en el sin fin de posibilidades que existen, y más aun con las apariciones de normas que día a día facilitan y a la vez optimizan nuestro desempeño laboral, pero podría decirse que se deben manejar, en mi humilde opinión, 3 aspectos o software que nos permitan simular un estado de fallas que sea calculable, comprensible y que sea de fácil exposición y que permita, a su vez, ser aplicable en otros software para un
LaTeX. Un programa que permite la creación de reportes, informes y libros técnicos. Permite la concentración en el orden y contenido de la información y no en la apariencia del escrito. Permite crear numeración, vínculos, bases de datos varias de modo automático y trabajo colaborativo eficiente. Si tu redacción requiere una labor sistemática, que incluya matemáticas, entonces LaTeX es tu mejor opción. Es buen momento de aclarar que sí existen interfaces muy cómodas para trabajar este programa favorito de matemáticos teóricos y diseñadores exquisitos. La sumatoria de todos ellos permite un sinfín de posibilidades estadísticas e
intercambio de información sustentable, eficiente y confiable, que permitirán al usuario, recrear situ Acciones de fallas posibles en la empresa.
Referencias El futuro está en tus manos Estimación de la confiabilidad-
http://es.slideshare.net/eldasoriano/ disponibilidad-mantenibilidad mediante simuladores-12736473 una simulación tipo Monte Carlo de un
http://www.promodel.com.mx/pr omodel.php
sistema de compresión de gas amargo http://es.slideshare.net/zunny2009/c aracteristicas-de-los-simuladoresdurante la etapa de ingeniería.
http://es.slideshare.net/LUISGARC IA2010/promodel-diapositivas
Publicado por Tecnol. Ciencia Ed. http://es.slideshare.net/brissiayuss/si mulacion-definiciones(IMIQ)
https://unitecnicasnaxon.files.wor dpress.com/2011/04/promodel.pd f
http://www.imiq.org/wpcontent/uploads/2012/02/24208.pdf Simulación de Monte Carlo con Excel.
Autores : Avier Faulín (ffaulin@uoc.edu), Ángel A. Juan (ajuanp@uoc.edu). http://www.uoc.edu/in3/emath/doc s/Simulacion_MC.pdf
http://lenguajesimuladores.blogsp ot.com/2010/04/promodel.html