SIMULACIN

INVESTIGACIN
Ing. Sistemas computacionales

22/Septiembre/2015

Qu es simulacin?
La simulacin es una tcnica para analizar y estudiar sistemas complejos. Nos permite
reunir informacin pertinente sobre el comportamiento del sistema porque ejecuta un
modelo computarizado.
La simulacin es un procedimiento cuantitativo que describe un proceso al desarrollar un
modelo del mismo y despus conducir una serie de experimentos de tanteos organizados
para predecir el comportamiento del mecanismo con el tiempo. El observar los
experimentos es muy parecido a observar el proceso en operacin. Para encontrar cmo
reaccionara el proceso real a ciertos cambios, podemos producir estos cambios en
nuestro modelo y simular la reaccin del proceso real a ellos.
Los datos recopilados se usan despus para disear el sistema. Segn WINSTON (1994)
se puede definir la Simulacin como la tcnica que imita el funcionamiento de un sistema
del mundo real cuando evoluciona en el tiempo. La simulacin no es una tcnica de
optimizacin. Ms bien es una tcnica para estimar las medidas de desempeo del
sistema modelado.
Un modelo de simulacin comnmente toda la forma de un conjunto de hiptesis acerca
del funcionamiento del sistema, expresado como relaciones matemticas el proceso de
simulacin incluye la ejecucin del modelo en una computadora, que genera muestras
representativas de las mediciones del desempeo, como experimento de muestreo acerca
del sistema cuyo resultados son puntos de muestra.

Cundo se usa simulacin y cuando no?

Paul Fishwick ("Simulation Model Design and Execution: Building Digital Worlds."
Prentice-Hall. Estados Unidos, 1995) seala que la simulacin es recomendable cuando:
1. El modelo que representa al sistema bajo estudio es muy complejo, posee muchas
variables y componentes que interactan.
2. Las relaciones entre las variables son no lineales.
3. El modelo contiene variables aleatorias.
4. Se requiere una visin animada de los resultados arrojados por el modelo.
No obstante que la simulacin es por mucho la mejor herramienta para estudiar y
observar el comportamiento o la operacin de un sistema, es necesario hacer algunas
advertencias relativas a su uso:

En ocasiones los proyectos de simulacin consumen mucho tiempo.

Por lo general los modelos de simulacin requieren de muchos datos.
Los resultados pueden ser malinterpretados.
Algunos factores tcnicos y humanos pueden ser ignorados.
La validacin de los modelos de simulacin suele ser difcil.

Cul es la importancia de la simulacin en la sociedad?

2

Las reas de aplicacin de la simulacin son muy amplias, numerosas y diversas, basta
mencionar slo algunas de ellas:
Anlisis del impacto ambiental causado por diversas fuentes Anlisis y diseo de
sistemas de manufactura.
Anlisis y diseo de sistemas de comunicaciones.
Evaluacin del diseo de organismos prestadores de servicios pblicos (por
ejemplo: hospitales, oficinas de correos, telgrafos, casas de cambio, etc.).
Anlisis de sistemas de transporte terrestre, martimo o por aire.
Anlisis de grandes equipos de cmputo. Anlisis de un departamento dentro de
una fbrica. Adiestramiento de operadores (centrales carboelctricas,
termoelctricas, nucleoelctricas, aviones, etc.).
Anlisis de sistemas de acondicionamiento de aire.
Planeacin para la produccin de bienes.
Anlisis financiero de sistemas econmicos.
Evaluacin de sistemas tcticos o de defensa militar.
La simulacin se utiliza en la etapa de diseo para auxiliar en el logro o mejoramiento de
un proceso o diseo o bien a un sistema ya existente para explorar algunas
modificaciones.
Hoy en da existe una gran variedad de aplicaciones de la simulacin debido a las
diferentes ventajas que sta ofrece sobre otras herramientas utilizadas. Algunas de estas
aplicaciones son:
En la reduccin de costos.
En un sistema:
En el desarrollo del mtodo de anlisis, ya que con los mtodos existentes para
resolver problemas se invierte un tiempo considerable en poder desarrollar el
mtodo de anlisis.
En la Programacin computacional.
En la modelacin de un sistema.
En la experimentacin de prueba y error.
En la industria:
En la capacitacin del personal.
En la aviacin:
En el entrenamiento de pilotos.
En finanzas:

Puede usarse para calcular presupuestos, analizar alternativas de inversin, flujo

de efectivo.

En mercadotecnia:

El analista debe tomar decisiones para colocar la promocin de un producto en

diferentes medios de comunicacin: peridico, radio, televisin, etc.

En Recursos Humanos:
3

Beneficios de la movilidad en el trabajo, del tipo de personas para un determinado

empleo, de las diferentes estructuras jerrquicas y de relacin dentro de una
empresa.

As tambin, la simulacin ha sido empleada en sistemas tales como: biolgicos,

econmicos, de la salud, de negocios, de produccin, de transportacin, sociales,
urbanos, etc.
Con el transcurso del tiempo el uso de la simulacin como una herramienta de trabajo ha
aumentado, algunos de los factores que han acentuado el uso son:
- El constante desarrollo de lenguajes y simuladores computacionales.
- La flexibilidad del modelaje va simulacin.
La simulacin es una herramienta verstil que ha sido usada de diferentes maneras,
incluyendo:

Diseo de sistemas
Administracin de sistemas
Entrenamiento y capacitacin
Comunicacin
Relaciones pblicas

Esto ha hecho de la simulacin la tcnica ms utilizada dentro de la Administracin

Cientfica/Investigacin de Operaciones y la herramienta de excelencia de la Ingeniera
Industrial.
Cules son las partes de una simulacin (elementos)?
El estado del sistema, es decir, un conjunto de variables que permitan describir el
estado de los diferentes elementos del sistema.
El reloj de la simulacin que es un contador que guarda registro del instante en el
que se encuentra la simulacin.
La lista de eventos, donde se almacenan los eventos que deben tener lugar y
cuando deben ocurrir.
Un procedimiento de inicializacin, es decir, un programa para que el estudio del
modelo de simulacin sea el deseado.
Un procedimiento de actualizacin del reloj para gobernar como avanza el reloj de
la simulacin.
Un procedimiento para la generacin de eventos, para generar eventos a partir de
la ejecucin de eventos previos y del cambio de estado de los elementos del
sistema.
Procedimiento para la generacin de variables aleatorias.
Cul es la metodologa de la simulacin?
1. Definicin del sistema: Para tener una definicin exacta del sistema que se desea
simular, es necesario hacer primeramente un anlisis preliminar de ste, con el fin
de determinar la interaccin con otros sistemas, las restricciones del sistema, las
variables que interactan dentro del sistema y sus interrelaciones, las medidas de
efectividad que se van a utilizar para definir y estudiar el sistema y los resultados
que se esperan obtener del estudio.
4

2. Formulacin 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
obtendrn los resultados deseados. En la formulacin del modelo es necesario
definir todas las variables que forman parte de l, sus relaciones lgicas y los
diagramas de flujo que describan en forma completa el modelo.
3. Coleccin de datos: Es importante que se definan con claridad y exactitud los datos
que el modelo va a requerir para producir los resultados deseados.
4. Implementacin del modelo en la computadora: Con el modelo definido, el
siguiente paso es decidir si se utiliza algn lenguaje como:
C/C++ (Libreras: VTK / OpenGL)
Fortran
Java
O se utiliza algn paquete como:
CPN Tools
Maya
Vensim
Stella
iThink
Simula
Simscript
5. Validacin: A travs de esta etapa es posible detallar deficiencias en la formulacin
del modelo o en los datos alimentados al modelo. Las formas ms comunes de
validar un modelo son:
La opinin de expertos sobre los resultados de la simulacin.
La exactitud con que se predicen datos histricos.
La exactitud en la prediccin del futuro.
La comprobacin de falla del modelo de simulacin al utilizar datos que
hacen fallar al sistema real.
La aceptacin y confianza en el modelo de la persona que har uso de los
resultados que arroje el experimento de simulacin.
6. Experimentacin: La experimentacin con el modelo se realiza despus que ste
haya sido validado. La experimentacin consiste en generar los datos deseados y
en realizar un anlisis de sensibilidad de los ndices requeridos.
7. Interpretacin: En esta etapa del estudio, se interpretan los resultados que arroja la
simulacin y con base a esto se toma una decisin. Es obvio que los resultados
que se obtienen de un estudio de simulacin ayuda a soportar decisiones del tipo
semi-estructurado.
8. Documentacin: Dos tipos de documentacin son requeridos para hacer un mejor
uso del modelo de simulacin. La primera se refiere a la documentacin del tipo
tcnico y la segunda se refiere al manual del usuario, con el cual se facilita la
interaccin y el uso del modelo desarrollado.
A qu se le llama modelacin?
5

Es una abstraccin de la realidad.

Es una representacin de la realidad que ayuda a entender cmo funciona.
Es una construccin intelectual y descriptiva de una entidad en la cual un
observador tiene inters.
Se construyen para ser transmitidos.
Supuestos simples son usados para capturar el comportamiento importante.

TIPOS DE MODELOS
Estocstico. Uno o ms parmetros aleatorios. Entradas fijas produce salidas
diferentes.
Determinstico. Entradas fijas producen salidas fijas.
Esttico. Estado del sistema como un punto en el tiempo.
Dinmico. Estado del sistema como cambios en el tiempo.
Tiempo-continuo. El modelo permite que los estados del sistema cambien en
cualquier momento.
Tiempo-discreto. Los cambios de estado del sistema se dan en momentos
discretos del tiempo.
Cules son las partes de la modelacin?
La sociedad ha experimentado en los ltimos tiempos un cambio de una sociedad
industrial a una sociedad basada en la informacin; dicho cambio implica una
transformacin de las matemticas que se ensean en la escuela, si se pretende que los
estudiantes de hoy sean ciudadanos realizados y productivos en el siglo que viene.
Actualmente, con la aparicin de la era informtica, uno de los nfasis que se hace es la
bsqueda y construccin de modelos matemticos. La tecnologa moderna sera
imposible sin las matemticas y prcticamente ningn proceso tcnico podra llevarse a
cabo en ausencia del modelo matemtico que lo sustenta.
Cuando hablamos de la actividad matemtica en la escuela destacamos que el alumno
aprende matemticas haciendo matemticas, lo que supone como esencial la resolucin
de problemas de la vida diaria, lo que implica que desde el principio se integren al
currculo una variedad de problemas relacionados con el contexto de los estudiantes.
La resolucin de problemas en un amplio sentido se considera siempre en conexin con
las aplicaciones y la modelacin. La forma de describir ese juego o interrelacin entre el
mundo real y las matemticas es la modelacin.
Los elementos bsicos de la construccin de modelos se presentan a travs de la
siguiente figura propuesta por el matemtico holands Hans Freudenthal, quien considera
6

que el ncleo bsico del currculo de matemticas en la escuela debe ser el aprendizaje
de las estrategias de matematizacin.
El punto de partida de la modelacin es una situacin problemtica real.
Esta situacin debe ser simplificada, idealizada, estructurada, sujeta a condiciones y
suposiciones, y debe precisarse ms, de acuerdo con los intereses del que resuelve el
problema. Esto conduce a una formulacin del problema (que se pueda manejar en el
aula), que por una parte an contiene las caractersticas esenciales de la situacin
original, y por otra parte est ya tan esquematizada que permite una aproximacin con
medios matemticos.
Los datos, conceptos, relaciones, condiciones y suposiciones del problema enunciado
matemticamente deben trasladarse a las matemticas, es decir, deben ser
matematizados y as resulta un modelo matemtico de la situacin original. Dicho modelo
consta esencialmente de ciertos objetos matemticos, que corresponden a los elementos
bsicos de la situacin original o del problema formulado, y de ciertas relaciones entre
esos objetos, que corresponden tambin a relaciones entre esos elementos bsicos.
El proceso de resolucin de problemas contina mediante el trabajo de sacar
conclusiones, calcula y revisa ejemplos concretos, aplica mtodos y resultados
matemticos conocidos, como tambin desarrollando otros nuevos. Los computadores se
pueden utilizar tambin para simular casos que no son accesibles desde el punto de vista
analtico. En conjunto, se obtienen ciertos resultados matemticos.
Estos resultados tienen que ser validados, es decir, se tienen que volver a trasladar al
mundo real, para ser interpretados en relacin con la situacin original. De esta manera,
el que resuelve el problema tambin valida el modelo, si se justifica usarlo para el
propsito que fue construido.
Cuando se valida el modelo pueden ocurrir discrepancias que conducen a una
modificacin del modelo o a su reemplazo por uno nuevo. En otras palabras, los procesos
de resolucin de problemas pueden requerir devolverse o retornar varias veces. Sin
embargo, en ocasiones, ni siquiera varios intentos conducen a resultados razonables y
tiles, tal vez porque el problema simplemente no es accesible al tratamiento matemtico
desde el nivel de conocimientos matemticos del que trata de resolverlo.
Cuando se consigue un modelo satisfactorio, ste se puede utilizar como base para hacer
predicciones acerca de la situacin problemtica real u objeto modelado, para tomar
decisiones y para emprender acciones.
La capacidad de prediccin que tiene un modelo matemtico es un concepto poderoso y
fundamental en las matemticas.
Algunos autores distinguen entre la modelacin y la matematizacin mientras que otros
las consideran equivalentes.
Nosotros consideramos la matematizacin como el proceso desde el problema enunciado
matemticamente hasta las matemticas y la modelacin o la construccin de modelos
como el proceso completo que conduce desde la situacin problemtica real original hasta
un modelo matemtico.

Treffers y Goffree describen la modelacin como una actividad estructurante y

organizadora, mediante la cual el conocimiento y las habilidades adquiridas se utilizan
para descubrir regularidades, relaciones y estructuras desconocidas 32.
El proceso de modelacin no solamente produce una imagen simplificada sino tambin
una imagen fiel de alguna parte de un proceso real preexistente. Ms bien, los modelos
matemticos tambin estructuran y crean un pedazo de realidad, dependiendo del
conocimiento, intereses e intenciones del que resuelve el problema.
Estos mismos autores proponen que para transferir la situacin problemtica real a un
problema planteado matemticamente, pueden ayudar algunas actividades como las
siguientes:

Identificar las matemticas especficas en un contexto general.

Esquematizar.
Formular y visualizar un problema en diferentes formas.
Descubrir relaciones.
Descubrir regularidades.
Reconocer aspectos isomorfos en diferentes problemas.
Transferir un problema de la vida real a un problema matemtico.
Transferir un problema del mundo real a un modelo matemtico conocido.

Una vez que el problema ha sido transferido a un problema ms o menos matemtico,

este problema puede ser atacado y tratado con herramientas matemticas, para lo cual se
pueden realizar actividades como las siguientes:

Representar una relacin en una frmula.

Probar o demostrar regularidades.
Refinar y ajustar modelos.
Utilizar diferentes modelos.
Combinar e integrar modelos.
Formular un concepto matemtico nuevo.
Generalizar.

Cul es la relacin entre sistemas, modelos, simulacin y control?

Problema o rea de Oportunidad
La mayora de los problemas prcticos son inicialmente comunicados al equipo de trabajo
en una forma vaga e imprecisa. Por tal motivo, el primer paso para toda investigacin es
estudiar los defectos o necesidades del sistema y el desarrollo para una buena definicin
del problema a ser considerado (simplificado). Este proceso es crucial ya que afecta de
una manera relevante las conclusiones finales. Adems, es difcil obtener el resultado
correcto proveniente de un problema mal planteado. Los problemas en los sistemas
suelen ser importantes por la magnitud econmica de los recursos involucrados. Tambin
son relevantes porque el problema es nuevo, no est definido y requiere de una solucin
inmediata. O bien el problema es importante porque es muy complejo y se requiere de un
equipo multidisciplinario que lo aborde cuantitativamente y cualitativamente. Para fines
prcticos sealaremos que un problema surge si:

a. Existe el deseo de transformar la realidad o parte de sta debido a que su

comportamiento no es el esperado o deseado,
b. Existe ms de una manera (solucin) de lograr esa transformacin de la realidad y
c. No se sabe cul de todas las maneras (soluciones) es la ms adecuada, la mejor.
Sistema
El trmino sistema ha ido evolucionando desde su concepcin por Ludwing Von
Bertalanffy (1901-1972), el creador de la Teora General de los Sistemas, hasta nuestros
tiempos. De tal forma que cada disciplina posee una interpretacin que se adecua a su
campo de estudio. Las siguientes definiciones ayudan a entender desde la perspectiva de
la simulacin qu debemos entender por sistema:
Un sistema es una entidad que mantiene su existencia a travs de la interaccin de
sus partes. Los sistemas existen y operan en un tiempo y un espacio.
Un sistema es una coleccin de objetos o cosas (ideas, hechos, principios) de un
sector especfico de la realidad que es objeto de estudio o inters. Las cosas u
objetos se encuentran relacionados lgicamente entre s para realizar una funcin
o alcanzar un objetivo mediante la ejecucin de un proceso.
Harrell y Tumay ("Simulation Made Easy. A Managers Guide". Industrial
Engineering and Management Press. Institute of Industrial Engineers Norcross,
Georgia U.S.A. 1995.) aumentan claridad a la definicin anterior mediante definir
los elementos que integran un sistema. stos se ilustran en la siguiente figura:

Segn Smith and Taylor (Hamdy A. Taha. "Simulation Modeling and SIMNET".
Prentice Hall. Primera edicin. New Jersey, 1988) un sistema est definido por una
coleccin de entidades, por ejemplo, personas o mquinas, las cuales actan e
interactan entre s para obtener un mismo fin. Un ejemplo sera una firma de
negocios, la cual puede ser vista como un sistema que produce y vende productos,
mantiene inventarios, contrata personal y realiza otras funciones para sobrevivir y
crecer econmicamente en el sector industrial en el que participa.

Por las definiciones anteriores se puede apreciar que los sistemas son entidades
holsticas organizadas. Esto es: su totalidad es mayor que la suma de sus partes y
poseen una estructura jerrquica de subsistemas y a la vez forman parte de
suprasistemas, lo cual lleva al analista que emplea este enfoque de solucin de
problemas a definir la frontera del sistema con su medio ambiente.
Los sistemas pueden ser vistos desde mltiples perspectivas:

Origen: naturales, aqullos creados por la naturaleza; artificiales, los creados por el
hombre, o mixtos.

Tamao: suprasistemas, sistema, subsistema.

Comunicacin con su medio ambiente: cerrados, aqullos que no interactan con

su medio ambiente, como los tomos, la molculas y los sistemas mecnicos; y
abiertos, los que si interactan con su medio ambiente como los sistemas
orgnicos (plantas y animales).

Comportamiento: determinsticos o probabilsticos.

Evolucin en el tiempo: estticos o dinmicos.

Desde la perspectiva de la simulacin, un sistema que es objeto de estudio puede

ser discreto o continuo, esttico o dinmico, determinstico o probabilstico. Estos
calificativos
dependen
en
cierta
medida
del
comportamiento
de
las
denominadas variables de estado, es decir, aquellas variables que estn en funcin del
tiempo y que muestran cmo el sistema evoluciona a travs de ste.
El estado de un sistema se define como la coleccin de variables necesarias para
describir a un sistema en un punto particular del tiempo relativo a los objetivos de un
estudio. Un sistema est caracterizado por un conjunto de variables; cada combinacin de
valores de las variables representa un estado del sistema.

Estado Transitorio: Condiciones iniciales de un sistema. Cambios bruscos en la

variable de respuesta del sistema.

Estado Estable: La distribucin de probabilidad de la variable de respuesta no

cambia en el tiempo. Matemticamente: El periodo de tiempo durante el cual la
variable de respuesta ya no cambia. Pragmticamente: Cuando la respuesta del
sistema no afecte al siguiente sistema/ proceso.

Centraremos nuestra atencin en los sistemas discretos y continuos. Un sistema

discreto es aqul en el que las variables de estado cambian slo en un nmero finito
(contable) de puntos en el tiempo, mientras que en un sistema continuo las variables de
10

estado cambian continuamente con respecto al tiempo. Un ejemplo de sistema discreto

sera un banco en el que sus variables de estado es el nmero de clientes presentes, ya
que slo cambia cuando llega un cliente o cuando se le ha proporcionado el servicio. Por
otra parte, el vuelo de un avin es un ejemplo de un sistema continuo, pues sus variables
de estado, tales como velocidad y posicin, cambian continuamente con respecto al
tiempo. Cabe aclarar que pocos son los sistemas en la prctica que son completamente
discretos o continuos.
La mayora de los sistemas no estn aislados, sino que se encuentran en un medio
ambiente que afecta a su comportamiento. Por ejemplo, la demanda de los consumidores
sobre los productos de una compaa afecta al sistema de produccin de la organizacin.
Por otro lado, la calidad de los productos de la compaa puede ser un factor de influencia
sobre los consumidores. Con esto se quiere sugerir que existe una continua interaccin
entre el sistema y el medio ambiente que lo rodea.
Definir la frontera de un sistema (alcance) resulta generalmente algo complicado, puesto
que hay que decidir qu elementos deben ser considerados como parte del sistema y
cules no. Esta dificultad se deriva primeramente porque los sistemas estn compuestos
de varios subsistemas, y segundo porque la mayora de los sistemas son subsistemas de
otros ms grandes. Considerar sistemas muy pequeos puede orillar a la
suboptimizacin; por otro lado, los sistemas tienden a interactuar o empalmarse con otros
sistemas. Por ltimo, aun cuando la frontera ha sido determinada, con frecuencia se
requiere que haya conexiones con el medio ambiente.
Aunque la frontera de un sistema puede ser fsica, al determinar el contexto o frontera de
un sistema es mejor pensar en trminos de causa y efecto. De esta manera, una vez
establecida una definicin tentativa del sistema, ste puede verse afectado por algunos
factores externos. Si dichos factores controlan su funcionamiento en forma total, no hay
razn para experimentar con dicho sistema, pero si la influencia de tales factores es
parcial, entonces hay que decidir si:
1. Redefinir el sistema para incluir estos factores.
2. Ignorar dichos factores.
3. Considerar a dichos factores externos como insumos al sistema.
Se denomina medio ambiente del sistema a aqul conformado por todos aquellos
objetos que estn fuera de la frontera del sistema, pero que pueden influenciarlo. De ah
que un sistema pueda ser visto como una coleccin de objetos que interactan entre s
que son afectados por fuerzas externas y que es objeto de estudio.
Un sistema de comportamiento, continuo, dinmico y probabilstico sera una planta
procesadora de agua potable o una planta de energa elctrica. Por otro lado, un sistema
de comportamiento discreto, dinmico y probabilstico sera una fbrica de automviles o
un hospital.
Elementos de un sistema: Bsicamente, un sistema est compuesto por entidades,
actividades, recursos y controles; estos elementos definen quin, qu, dnde, cundo y
cmo acerca del procesamiento del sistema.

11

Entidades: son los artculos procesados a travs del sistema, tales como productos,
clientes y documentos. Se pueden clasificar en tres tipos:

Humanos o animados (clientes, pacientes, etc.).

Inanimados (partes, papelera, etc.).
Intangibles (llamadas, correo electrnico, proyectos, etc.).

Actividades: son las tareas que se realizan en el sistema, tales como llenado, corte,
reparacin, atencin al cliente, etc. Las actividades tienen una duracin y por lo general
utilizan recursos.
Recursos: son los medios por los cuales se ejecutan las actividades, por ejemplo:
personal, equipo, herramientas, energa, tiempo, dinero, etc. Los recursos pueden tener
caractersticas tales como capacidad, velocidad, tiempo de ciclo y confiabilidad, asimismo,
son los que definen quin o qu realiza la actividad y en dnde.

Controles: son los que deciden cmo, cundo y dnde se realizan las acciones, as como
tambin, determinan la accin cuando se presentan ciertos eventos o condiciones. En el
ms alto nivel, los controles los podemos encontrar en forma de polticas, planes u
horarios, mientras que en un nivel bajo estn en forma de procedimientos o programas.
Medidas del rendimiento de un sistema: el rendimiento de un sistema se mide por su
efectividad y eficiencia en alcanzar los objetivos para los cuales fue diseado. En muchas
situaciones, los objetivos se fijan en funcin de la efectividad en costos o la utilidad
generada por el sistema. Los datos para determinar tales medidas de rendimiento suelen
ser: precios, costos, y caractersticas cuantitativas del funcionamiento del sistema. Los
objetivos del sistema se satisfacen cuando las medidas del rendimiento alcanzan los
niveles deseados.
Enfoque de sistemas: debido a que los elementos de un sistema son interdependientes,
no es posible conocer la respuesta del sistema estudiando aisladamente a cada elemento
es por esto que se requiere realizar un enfoque de sistemas pues ste puede ser dividido
en su estructura, pero tal vez no en sus funciones. Para poder ver a un sistema como un
todo es necesario entender las relaciones causa-efecto as como las de decisinrespuesta.
Modelo
Los modelos son abstracciones de los sistemas. Para poder disear nuevos sistemas y
optimizar los ya existentes, se utilizan modelos, ya que experimentar con el sistema
12

mismo puede ser muy costoso, puede destruirse el sistema o por lo menos interrumpirse
temporalmente en su funcionamiento, o simplemente puede ser imposible experimentar
con l. As, un modelo debe ser lo suficientemente vlido para tomar decisiones similares
a las que se tomaran en caso de experimentacin directa con el sistema. Sin embargo,
los resultados de la simulacin, aunque vlidos, no se utilizaran en el proceso de toma de
decisiones si el modelo no es creble. Dicho de otra forma, tenemos dos tareas: construir
un modelo apegado a lo real (vlido) y convencer a "los de arriba" de que lo es (creble).
Tratndose de simulacin, los modelos utilizados son por lo general descriptivos pues
estudian el comportamiento de sistemas a travs del tiempo. Y es con base en esta
investigacin que es posible determinar las condiciones bajo las cuales el sistema
operara ms efectiva y eficientemente. Los modelos de simulacin no se disean para
encontrar soluciones ptimas. Es una tcnica de experimentacin (eventos aleatorios), se
evalan diversas alternativas y se toman decisiones con base en la comparacin de
resultados.
Puesto que los modelos de simulacin suelen ser utilizados para estudiar sistemas
complejos, por lo general pueden emplearse modos numricos de anlisis en vez de los
analticos. En su mayora, los modelos de simulacin son probabilsticos y estn hechos a
la medida del cliente.
Con relacin a la simulacin los modelos de inters pueden ser:
En cuanto al tiempo:
1) Estticos: Representacin de un sistema en un instante particular del tiempo.
2) Dinmicos: Representacin de un sistema a lo largo de un periodo de tiempo.
En cuanto a las variables:
1) Determinsticos: Si no contiene variables aleatorias.
2) Estocsticos: Si contiene una o ms variables aleatorias.
Tambin pueden ser discretos o continuos, cuyas caractersticas ya se definieron para los
sistemas.
La simulacin es una herramienta de la investigacin de operaciones que nos permite
conocer y analizar el comportamiento de un sistema real o propuesto para decidir cursos
de accin: modificarlo, aceptarlo o rechazarlo.

13

Se considera a la Simulacin como un proceso que consiste en construir un modelo

descriptivo de un sistema real, con el propsito de estudiar el comportamiento de dicho
sistema a travs del tiempo; con la ventaja de que no es necesario interrumpirlo (si es
muy costoso), destruirlo (si se desea saber sus lmites mximos de resistencia) o
construirlo (si es slo un propuesto).
El proceso para el desarrollo exitoso de un modelo de simulacin, consiste en empezar
con un modelo simple, el cual puede ser enriquecido de una manera evolutiva para
satisfacer los requerimientos de solucin de un problema. A. M. Law y M.G. McComas
(Hctor Vargas."Simulacin: Mucho ms que una herramienta". Revista Vanguardia de
Agosto de 1994. Facultad de Ingeniera del CETYS) mencionan los siguientes elementos
para el xito de un proyecto de simulacin:

Conocimiento de la metodologa de la simulacin, modelos probabilsticos de

investigacin de operaciones, teora de probabilidad y estadstica.
Formulacin correcta del problema.
Informacin adecuada sobre la operacin del sistema.
Modelacin adecuada de la aleatoreidad del sistema.
Escoger el software adecuado y utilizarlo correctamente.
Validar el modelo y su credibilidad.
Utilizar los procedimientos estadsticos adecuados para interpretar los resultados
de la simulacin.
Utilizar tcnicas adecuadas de administracin de proyectos.

Los pasos que a continuacin se presentan son una gua para desarrollo de un estudio de
simulacin. Cabe aclarar que el tiempo requerido para cada paso depende del sistema a
modelar; asimismo, algunos proyectos de simulacin pueden requerir algunos pasos no
incluidos.

14

Pasos del Proceso de Simulacin:

Cul es la estructura y etapas de un estudio de simulacin?

DIRECCION DEL SISTEMA
Para tener una definicin precisa del sistema que se desea simular, es necesario hacer
primeramente un anlisis del mismo, con el fin de determinar la interaccin del sistema
con otros sistemas, las restricciones del sistema, las variables que interactan dentro del
sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir
y estudiar el sistema y los resultados que se esperan obtener del estudio.
FORMULACION DEL MODELO
Una vez que estn definidos con exactitud los resultados que se esperan obtener del
estudio, el siguiente paso es definir y construir el modelo con el cual se obtendrn los
resultados deseados. En la formulacin del modelo es necesario definir todas las
variables que forman parte de l, sus relaciones lgicas y los diagramas de flujo que
describan en forma completa el modelo.
COLECCIN DE DATOS
Es posible que la facilidad de obtencin de algunos datos o la dificultad de conseguir
otros, pueda influenciar el desarrollo formulacin del modelo. Por consiguiente, es muy
importante que se definan con claridad y exactitud los datos que el modelo va a requerir
para producir los resultados deseados.

15

IMPLEMENTACION DEL MODELO EN LA COMPUTADORA

Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje de
propsito general, como Basic, Pascal, C/C++, Visual Basic, Java, etc. O software de
propsito particular para procesarlo en la computadora y obtener los resultados deseados.
VALIDACION
En esta etapa es posible detallar deficiencias en la formulacin del modelo. Las formas
ms comunes de validar un modelo son: la opinin de expertos sobre los resultados de la
simulacin, la exactitud con la que se predicen datos histricos, la precisin en la
prediccin del futuro, la comprobacin de falla del modelo de la persona que har uso de
los resultados que arroje el estudio de simulacin.
EXPERIMENTACION
La experimentacin con el modelo se realiza despus de que ha sido validado. La
experimentacin consiste en generar los datos deseados y en realizar anlisis de
sensibilidad de los ndices requeridos.
INTERPRETACION
En esta etapa del estudio, se interpretan los resultados que arroja la simulacin y
basndose en esto se toma una decisin. La computadora en si no toma la decisin, si no
la informacin que proporciona ayuda a tomar mejores decisiones y por consiguiente a
sistemticamente a obtener mejores resultados.
DOCUMENTACION
Dos tipos de documentacin son requeridos para hacer un mejor uso del modelo de
simulacin. La primera se refiere a la documentacin de tipo tcnico, es decir, a la
documentacin que el departamento de procesamiento de Datos debe tener del modelo.
La segunda se refiere al manual de usuario, con el cual se facilita la interaccin y el uso
del modelo desarrollado, a travs de una computadora.
Cules son las etapas de un proyecto de simulacin?
1. Formulacin del problema: Este es el primer paso, en el que se debe definir con
precisin el problema que se desea resolver mediante simulacin, sin ningn tipo
de ambigedad y definiendo claramente los objetivos de la simulacin.
2. Definicin del sistema: La definicin de un sistema implica clasificarlo (esttico o
dinmico, lineal o no lineal, discreto o continuo, estable o inestable, etc), identificar
las entidades, atributos y actividades del sistema y establecer sus fronteras.
3. Formulacin del modelo: Una vez definido el sistema implicado en la simulacin
es imprescindible formular una representacin simplificada del mismo con la que
trabajaremos en el resto de etapas del proyecto.
4. Preparacin de datos: Es necesario recoger datos sobre el sistema real para
preparar de manera adecuada las entradas de la simulacin. Por lo tanto existe
una etapa, que suele ser costosa en tiempo y recursos, que consiste simplemente
en recoger las entradas del sistema real durante un intervalo significativo de
tiempo. Cuando ya se tiene una cantidad suficiente de datos, se debe identificar la
distribucin de probabilidad de las entradas que se han observado para utilizarla
posteriormente en la generacin de entradas simuladas.
16

5. Traduccin del modelo: El modelo matemtico del sistema no puede utilizarse

directamente. Es necesario traducirlo con ayuda de algn tipo de software a un
lenguaje comprensible por el ordenador. En este proceso de traduccin es muy
importante manejar una versin del modelo que consuma la menor cantidad de
recursos que sea posible (procesador, memoria, almacenamiento,).
6. Verificacin del programa: La primera comprobacin que debe realizarse tras la
traduccin del modelo es la verificacin del programa de simulacin. Es decir,
debemos asegurarnos de que el software programado representa realmente el
modelo formulado para el sistema que se desea simular.
7. Validacin del modelo: Tras la comprobacin del software de simulacin ya se
puede comprobar si el modelo representa con un nivel de confianza suficiente el
sistema que se desea simular. La validacin suele ser un proceso iterativo en el
que se compara el comportamiento del sistema real con el del modelo para ir
refinando este ltimo hasta llegar a la precisin necesaria en sus respuestas. Las
formas ms comunes de validar un modelo son:
La opinin de expertos sobre los resultados de la simulacin.
La exactitud con que se predicen datos histricos.
La exactitud en la prediccin del futuro.
La comprobacin de falla del modelo de simulacin al utilizar datos que
hacen fallar al sistema real.
La aceptacin y confianza en el modelo de la persona que har uso de los
resultados que arroje el experimento de simulacin.
8. Planificacin estratgica: Se encarga del diseo los experimentos que se van a
ejecutar para simular el sistema. Hay que escoger una fuente de aleatoriedad de
las entradas y una plataforma para la realizacin de los experimentos. Tambin se
determina el tamao muestral del proceso de simulacin, es decir, el nmero de
experimentos que se realizan (este tamao influir en la precisin de las
conclusiones que se extraern de la simulacin).
9. Planificacin tctica: Determinacin de las condiciones en las que se ha de
realizar cada versin del experimento (condiciones iniciales, entradas, entorno,.).
Se escogen los factores que ms afectan al comportamiento del sistema o a los
aspectos de rendimiento que ms nos interesen.
10. Experimentacin: Ejecucin de los experimentos planificados.
11. Interpretacin de los resultados.
12. Documentacin: Un proyecto de simulacin no podr darse por terminado hasta
que no se hayan documentado, como mnimo el modelo y su traduccin informtica
y los resultados obtenidos gracias a la simulacin.

Cules son las ventajas y desventajas de la simulacin?

Aunque la tcnica de la simulacin generalmente se ve como un mtodo de ltimo
recurso, recientes avances en las metodologas de simulacin y la gran disponibilidad de
softwares que actualmente existe en el mercado, han hecho que la tcnica de simulacin
sea una de la herramientas ms ampliamente usadas en el anlisis de sistemas. Adems
de las razones antes mencionadas, Thomas H. Naylor ha sugerido que un estudio de
simulacin es muy recomendable porque presenta las siguientes ventajas.
17

A travs de un estudio de simulacin se puede estudiar el efecto de cambios

internos y externos de sistema, al hacer alteraciones en el modelo del sistema y
observando los efectos de esas alteraciones en el comportamiento del sistema.
La tcnica de simulacin puede ser utilizada como un instrumento pedaggico para
ensear a estudiantes habilidades bsicas en anlisis estadsticos, anlisis terico,
etc.
Una observacin detallada del sistema que se est simulando puede conducir a un
mejor entendimiento del sistema y por consiguiente a sugerir estrategias que
mejore la operacin y eficiencia del sistema.
La simulacin de sistemas complejos puede ayudar a entender mejor la operacin
del sistema, a detectar las variables ms importantes que interactan en el sistema
y a entender mejor las interrelaciones entre variables.
La tcnica de simulacin puede ser usada para experimentar con nuevas
situaciones, sobre las cuales se tiene poca o ninguna informacin. A travs de esta
experimentacin se puede anticipar mejor a posibles resultados no previstos.
La tcnica de simulacin se puede utilizar tambin para entrenamiento de personal.
En algunas ocasiones se puede tener una buena representacin de un sistema
(como por ejemplo los juegos de negocios), y entonces a travs de l es posible
entrenar y dar experiencia a cierto tipo de personal.
Cuando nuevos elementos son introducidos en un sistema, la simulacin puede ser
usada para anticipar cuellos de botella o algn otro problema que puede surgir en
el comportamiento del sistema.

A diferencia de las ventajas mencionadas, la tcnica de simulacin presenta el problema

de requerir equipo computacional y recursos humanos costosos. Adems, generalmente
se requiere bastante tiempo para que un modelo de simulacin sea desarrollado y
perfeccionado. Finalmente, es posible que la alta administracin de una organizacin no
entienda esta tcnica y esto crea dificultad en vender la idea.
OTRAS VENTAJAS:

Permite una experimentacin controlada.

Permite comprimir el tiempo al experimentar.
Permite el anlisis de sensibilidad.
Evita costos o riesgos ya que no es necesario interrumpir el desarrollo del sistema,
para estudiar su comportamiento.
No es necesario destruir al sistema si se desea investigar sus lmites de
resistencia.
Si slo es un sistema propuesto no es necesario construirlo fsicamente.
Es una herramienta de entrenamiento efectiva.
SIMPLIFICACIN de los procesos productivos.
EVALUACIN de diseos alternativos de sistemas.

HISTORIA DE LA SIMULACIN
Durante los ltimos aos los avances han posibilitado la utilizacin de la simulacin en la
investigacin. Uno de los procedimientos de simulacin ms utilizados es el mtodo de
Monte Carlo. Este mtodo se aplica en la resolucin de problemas matemticos que
resultan tcnicamente inmanejables o cuya solucin requiere un alto costo en trminos de
18

tiempo de trabajo, mediante la simulacin de procesos aleatorios. Una limitacin de este

procedimiento es que las conclusiones, por ser resultado de un procedimiento
experimental, son relativas a los procesos utilizados en la simulacin.
Bajo el nombre de Mtodo de Monte Carlo o Simulacin Monte Carlo se agrupan una
serie de procedimientos que analizan distribuciones de variables aleatorias usando
simulacin de nmeros aleatorios. El Mtodo de Monte Carlo da solucin a una gran
variedad de problemas matemticos haciendo experimentos con muestreos estadsticos
en una computadora. El mtodo es aplicable a cualquier tipo de problema, ya sea
estocstico o determinstico.
Generalmente en estadstica los modelos aleatorios se usan para simular fenmenos que
poseen algn componente aleatorio. Pero en el mtodo de Monte Carlo, por otro lado, el
objeto de la investigacin es el objeto en s mismo, un suceso aleatorio o pseudo-aleatorio
se usa para estudiar el modelo.
La simulacin de Monte Carlo fue creada para resolver integrales que no se pueden
resolver por mtodos analticos, para resolver estas integrales se usaron nmeros
aleatorios. Posteriormente se utiliz para cualquier esquema que emplee nmeros
aleatorios, usando variables aleatorias con distribuciones de probabilidad conocidas, el
cual es usado para resolver ciertos problemas estocsticos y determinsticos, donde el
tiempo no juega un papel importante.
Durante la Guerra Fra se intensific el uso de la simulacin para resolver problemas de
inters militar; trayectorias y dinmicas de satlites artificiales, guiar msiles, etc. Muchos
de estos problemas exigen la resolucin de sistemas de ecuaciones diferenciales no
lineales. Para abordar estos problemas se utilizaron ordenadores analgicos que usaban
elementos electrnicos para resolver las operaciones matemticas: integracin, suma,
multiplicacin, generacin de funciones, etc.
A partir de la dcada de los 60 empiezan a aparecer en el mercado programas de
simulacin de sistemas de acontecimientos discretos que poco a poco se empezaron a
utilizar para resolver problemas de mbito civil. Los ms destacables fueron el GPSS de
IBM (General Purpose System Simulator) y el SIMSCRIPT. Los modelos de
acontecimientos discretos son muy utilizados en la actualidad para estudiar problemas de
fabricacin de procesos, logstica, transporte, comunicaciones y servicios. Estos
problemas se caracterizan por centrar su inters en los cambios que hay en el sistema
como consecuencia de los acontecimientos y en su capacidad para modelar los aspectos
aleatorios del sistema. Este simulador se utiliz para analizar el diseo de la
terminal(Barcelona) en lo que respecta a los distintos espacios, el movimiento de las
personas en situaciones normales y el anlisis del plan de evacuacin.
La revolucin que se produjo en la informtica a partir de los aos 80, tiene un impacto
importante en la simulacin por ordenador. El uso de simuladores se generaliza en
prcticamente todos los mbitos de la ciencia y la ingeniera, por ejemplo:

Prediccin del tiempo: el primer modelo numrico de prediccin del tiempo que dio
resultados positivos fue desarrollado por J. G. Charney, R. Fjrtoft y J. von Neumann con
el ordenador ENIAC (Electronic Numerical Integrator and Computer). Desde entonces, y
19

especialmente en las ltimas dos dcadas, se han popularizado estos simuladores para la
prediccin a corto y largo plazo del tiempo.
Entrenamiento de pilotos: la necesidad de entrenar los pilotos surge ya en los inicios de la
aviacin. A falta de ordenadores y programas informticos de simulacin, los primeros
pilotos se entrenaban con primitivos simuladores fsicos. Actualmente, todos los pilotos
estn obligados a entrenar-se peridicamente en sofisticados simuladores para estar
preparados para resolver cualquier problema que pueda aparecer en el vuelo.
Finalmente, en los ltimos aos, el uso de la simulacin se ha ampliado al sector del ocio
y ha entrado en el mbito familiar con productos de software sofisticado, que utilizan todos
los recursos del ordenador: grficos potentes, bases de datos, computacin intensiva, etc.
Algunos de los simuladores ms populares son MS Flight Simulator, NASCAR Racing,
SimCity, Civilization, RollerCoaster Tycoon, y The Sims.
La simulacin de procesos a lo largo del tiempo ha permitido resolver cuestiones
complejas para las cuales los mtodos cuantitativos no son eficaces o no pueden
aplicarse. Robert Shannon lo define como el proceso de disear y desarrollar un modelo
de sistema o proceso, y conducir experimentos con este modelo con el propsito de
entender el comportamiento del sistema o evaluar estrategias con las cuales se puede
operar sobre l1; es por esto que se ha diseado este espacio o herramienta con el fin de
tener acceso a conocimientos ya estudiados para desarrollar la creatividad y construir
conocimiento.
El uso de simuladores computarizados data de la segunda mitad del siglo pasado. El
motor intelectual de su uso se asigna a la contribucin de John Dewey en su obra
Education and Experience en donde argumentaba en contra del exceso de teora. La
primera simulacin gerencial fue auspiciada por la American Management Association en
1957. Bass , diseador de un simulador especialmente interesante (U. of Pittsburg
Production Organization Experiment) estim en 1964 que existan ms de 100
simulaciones. Graham y Gray publican una descripcin en 1969 de 180 simuladores
computarizados. Fue en se mismo ao 1969 cuando se publica la primera coleccin
anotada de simuladores. Diez aos ms tarde apareca la cuarta edicin describiendo tres
veces ms simulaciones. La cuarta parte de las simulaciones listadas en sa 4ta edicin
fueron completamente nuevas. Otro estudio fechado en 1973 por Zuckerman catalog
215 simuladores. Al ao siguiente en 1974, Schriesham localiz 400 simuladores. Parte
de este gran crecimiento fue el estndar de acreditacin impuesto por la American
Association of Collegiate Schools of Business (AACSB) al exigir que el plan de estudios
de los MBAs deba concluir con un curso integrador de Estrategia y Poltica, un curso
ideal para el uso de simuladores y en donde se ha concentrado su uso.
Durante los aos 80 la simulaciones crecieron especialmente en complejidad. Sin duda la
ms compleja fue la simulacin usada en el Ejercicio Ace de la Organizacin del Atlntico
Norte en 1989 en la que participaron tomando decisiones 3,000 comandantes durante
once das seguidos. Hacia 1996, una encuesta dirigida por Anthony J. Faria, encontr en
los Estados Unidos a 11,386 instructores universitarios usando simuladores en las
universidades americanas, y a 7,808 empresas usando simuladores en la capacitacin de
su personal.
En Amrica Latina la primera universidad en usar simulaciones en 1963 fue el Instituto
Tecnolgico y de Estudios Superiores de Monterrey, poco despus de organizar la
20

primera Maestra en Administracin. Fue all donde surgi el concepto integral de

LABSAG como un laboratorio que pudiera administrar el flujo de alumnos y participantes
por Internet.
En los aos siguientes, los simuladores fueron desarrollados, modificados y acrecentados
con un upgrade en Londres, Mxico D.F. y Lima, Per para poder servir en lnea a
muchos usuarios universitarios y ejecutivos. Habiendo comenzado con tres simuladores
ahora LABSAG incorpora a diez simuladores con operacin enteramente automtica y
transparente, por Internet, en el sentido de no requerir la intervencin continua y
constante de personal de sistemas para cada proceso de decisiones.

21