Modelos de Simulación

Marco Teórico
Introducción a la simulación
La simulación se podría definir como una técnica que imita la operación de un sistema del mundo
real a medida que evoluciona en un periodo. Hay dos tipos de modelos de simulación: estático y
dinámico. Un modelo de simulación estático representa un sistema en un punto particular del
tiempo. Un modelo de simulación dinámico representa un sistema a medida que evoluciona en
el tiempo. Las simulaciones pueden ser deterministas o estocásticas. Una simulación
determinista no contiene variables aleatorias, en tanto que una simulación estocástica contiene
una o varias variables aleatorias. Por último, las simulaciones se pueden representar ya sea por
modelos discretos o continuos. Una simulación discreta es una en que las variables de estado
cambian solo en puntos discretos del tiempo. En una simulación continua, las variables de estado
cambian de manera continua en el tiempo. [7]

La simulación es conveniente cuando:

• No existe una formulación matemática analíticamente resoluble. Muchos sistemas reales
no pueden ser modelados matemáticamente con las herramientas actualmente
disponibles, por ejemplo, la conducta de un cliente de un banco.
• Existe una formulación matemática, pero es difícil obtener una solución analítica. Los
modelos matemáticos utilizados para modelar un reactor nuclear o una planta química
son imposibles de resolver en forma analítica sin realizar serias simplificaciones.
• No existe el sistema real. Es problema del ingeniero que tiene que diseñar un sistema
nuevo. El diseño del sistema mejorará notablemente si se cuenta con un modelo adecuado
para realizar experimentos.
• Los experimentos son imposibles debido a impedimentos económicos, de seguridad, de
calidad o éticos. En este caso el sistema real está disponible para realizar experimentos,
pero la dificultad de los mismos hace que se descarte esta opción. Un ejemplo de esto es
la imposibilidad de provocar fallas en un avión real para evaluar la conducta del piloto,
tampoco se puede variar el valor de un impuesto a para evaluar la reacción del mercado.
• El sistema evoluciona muy lentamente o muy rápidamente. Un ejemplo de dinámica lenta
es el problema de los científicos que estudian la evolución del clima. Ellos deben predecir
la conducta futura del clima dadas las condiciones actuales, no pueden esperar a que un
tornado arrase una ciudad para luego dar el mensaje de alerta. Por el contrario, existen
fenómenos muy rápidos que deben ser simulados para poder observarlos en detalles, por
ejemplo, una explosión. [4]

7 Winston, W. (2005). Investigación de Operaciones. Aplicaciones y algoritmos. Mexico: Thompson.

4 Tarifa, E. E. (2009). Teoría de Modelos y Simulación. Introducción a la Simulación. Facultad de Ingenieria. Universidad Nacional de Jujuy.

1
Etapas para realizar un estudio de simulación
Definición del sistema
Consiste en estudiar el contexto del problema, identificar los objetivos del proyecto, especificar
los índices de medición de la efectividad del sistema, especificar los objetivos específicos del
modelamiento y definir el sistema que se va a modelar.
Formulación del modelo
Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y
construye el modelo con el cual se obtendrán los resultados deseados. En la formulación del
modelo es necesario definir todas las variables que forman parte de él, sus relaciones lógicas y
los diagramas de flujo que describan en forma completa el modelo.
Colección de datos
Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para
producir los resultados deseados.
Implementación del modelo en la computadora
Con el modelo definido, el siguiente paso es decidir si se utiliza algún lenguaje como el fortran,
algol, lisp, etc., o se utiliza algún paquete como Promodel, Vensim, Stella y iThink, GPSS, simula,
simscript, Rockwell Arena, [Flexsim], etc., para procesarlo en la computadora y obtener los
resultados deseados.
Verificación
El proceso de verificación consiste en comprobar que el modelo simulado cumple con los
requisitos de diseño para los que se elaboró. Se trata de evaluar que el modelo se comporta de
acuerdo a su diseño del modelo
Validación Del Sistema
A través de esta etapa es valorar las diferencias entre el funcionamiento del simulador y el sistema
real que se está tratando de simular. Las formas más comunes de validar un modelo son:

1. La opinión de expertos sobre los resultados de la simulación.

2. La exactitud con que se predicen datos históricos.
3. La exactitud en la predicción del futuro.
4. La comprobación de falla del modelo de simulación al utilizar datos que hacen fallar al
sistema real.
5. La aceptación y confianza en el modelo de la persona que hará uso de los resultados que
arroje el experimento de simulación. [1]

1 EcuRed. (11 de Agosto de 2018). Obtenido de https://www.ecured.cu/Simulación_(Informática)

2
Experimentación
La experimentación con el modelo se realiza después que éste haya sido validado. La
experimentación consiste en generar los datos deseados y en realizar un análisis de sensibilidad
de los índices requeridos...
Interpretación
En esta etapa del estudio, se interpretan los resultados que arroja la simulación y con base a esto
se toma una decisión. Es obvio que los resultados que se obtienen de un estudio de simulación
ayuda a soportar decisiones del tipo semi-estructurado.
Documentación
Dos tipos de documentación son requeridos para hacer un mejor uso del modelo de simulación.
La primera se refiere a la documentación del tipo técnico y la segunda se refiere al manual del
usuario, con el cual se facilita la interacción y el uso del modelo desarrollado. [1]

Existen dos clases de modelos de simulación:

1. Modelos continuos, que manejan sistemas cuyo comportamiento cambia continuamente
con el tiempo. Esos modelos suelen usar ecuaciones en diferenciales para describir las
interacciones entre los distintos elementos del sistema. Un ejemplo característico es el
estudio de la dinámica demográfica actual.
2. Modelos discretos, relacionados principalmente con el estudio de líneas de espera, cuyo
objetivo es determinar medidas como el tiempo de espera promedio y el tamaño de la
cola. Esas medidas solo cambian cuando entra o sale un cliente al sistema. En todos los
demás momentos nada sucede en el sistema, desde el punto de vista de reunir datos
estadísticos. Los instantes en los que suceden los cambios, en puntos discretos en el
tiempo, dan lugar al nombre de simulación de evento discreto. [3]

1 EcuRed. (11 de Agosto de 2018). Obtenido de https://www.ecured.cu/Simulación_(Informática)

3 Taha, H. A. (2004). Investigación de Operaciones. Mexico: Pearson Education Inc.

3
Bibliografía

EcuRed. (11 de Agosto de 2018). Obtenido de https://www.ecured.cu/Simulación_(Informática)

Hillier, F., & Lieberman, G. (2010). Investigación de operaciones. Mexico: Mc Graw Hill.

Marín, J. (2 de Julio de 2007). Ingenieria Industrial. Obtenido de http://ingenieria-

industrial.net/leer/articulo/37

Taha, H. A. (2004). Investigación de Operaciones. Mexico: Pearson Education Inc.

Tarifa, E. E. (2009). Teoría de Modelos y Simulación. Introducción a la Simulación. Facultad de Ingenieria.

Universidad Nacional de Jujuy.

Winston, W. (2005). Investigación de Operaciones. Aplicaciones y algoritmos. Mexico: Thompson.