SIMULACION

Ingeniera en sistemas computacionales

Introduccin a la simulacin
El verbo simular se ha puesto en boga en numerosas disciplinas
cientficas, para describir el viejo arte de la construccin de
modelos. Aunque la palabra simulacin se aplica a diversas formas
de construccin de modelos, como la pintura y escultura del
renacimiento, el uso moderno de la palabra simulacin data de
1940, cuando los cientficos Von Neuman y Ulam que trabajaban
en el proyecto Monte Carlo, acuaron el trmino anlisis de
Monte Carlo para aplicarlo a una tcnica matemtica que usaban
entonces para resolver ciertos problemas de reacciones nucleares
que eran, o demasiado costosos para resolver experimentalmente
o demasiado complicado para ser tratados analticamente.

El anlisis de Monte Carlo involucraba la solucin de un problema

matemtico no probabilstico, mediante la simulacin de un
proceso estocstico cuyos momentos o distribuciones de
probabilidad satisfacen las relaciones matemticas del problema
no probabilstico.
Con el advenimiento de la computadora de gran velocidad, a
principios de 1950, la simulacin tomo otro significado aun, ya
que surgi la posibilidad de experimentar con
modelos
matemticos (que describen algn sistema de inters) en una
computadora. Por primera vez los socilogos encontraron que
podran realizar experimentos controlados de laboratorio (como
los fsicos).
Al crearse la simulacin en computadoras, surgieron incontables
aplicaciones y con ello, un nmero mayor de problemas tericos y
prcticos; en reas de la Ingeniera, economa, Administracin de
negocios y la Investigacin de Operaciones.

Definicin de simulacin
Es conveniente describir algunas de las definiciones ms aceptadas y
difundidas de la palabra simulacin.
Thomas H. Naylor la define as: Simulacin es una tcnica numrica
para conducir experimentos en una computadora digital. Estos
experimentos comprenden ciertos tipos de relaciones matemticas y
lgicas, las cuales son necesarias para describir el comportamiento y la
estructura de sistemas complejos del mundo real a travs de largos
periodos de tiempo.
(Esta definicin esta en un sentido muy amplio, ya que puede incluir desde una maqueta,
hasta un sofisticado programa de computadora).

En sentido ms estricto, H. Maisel y G. Gnugnoli la definen como: Una

tcnica numrica para realizar experimentos en una computadora digital.
Estos experimentos involucran ciertos tipos de modelos matemticos y
lgicos que describen el comportamiento de sistemas de negocios,
econmicos, sociales, biolgicos, fsicos o qumicos a travs de largos
periodos de tiempo.

Otros estudiosos del tema como Robert E. Shannon definen simulacin

como:
El proceso de disear y desarrollar un modelo computarizado de un
sistema o proceso y conducir experimentos con este modelo con el
propsito de entender el comportamiento del sistema o evaluar varias
estrategias con las cuales se puede operar el sistema.
C. West Churchman define simulacin como sigue: x simula a y si y
solo si;
a) x y y son sistemas formales.
b) y se considera como el sistema real.
c) x se toma como una aproximacin del sistema real.
d) Las reglas de validez en x no estn exentas de error.
(Esta definicin puede resultar satisfactoria, ya que admite las ambigedades e
inconsistencias inherentes al uso actual de la palabra simulacin)

Shubik en su definicin nos dice que:

La simulacin de un sistema o un organismo, es la operacin de un
modelo (simulador), el cual es una representacin del sistema. Este
modelo puede sujetarse a manipulaciones que seran imposibles de
realizar, demasiado costosas o imprcticas. La operacin de un modelo
puede estudiarse y con ello, inferirse las propiedades concernientes al
comportamiento del sistema o subsistema real.
(Si bien esta definicin no es tan precisa, parece la ms apropiada para nuestros propsitos,
porque es tpica entre las definiciones ms populares)

La simulacin es, esencialmente, una tcnica que ensea a construir el

modelo de una situacin real aunada a la realizacin de experimentos con
dicho modelo. Esta definicin es sumamente amplia y puede comprender;
los simuladores de vuelo, juegos militares, juegos de gerencia, modelos
fsicos de ros, modelos economtricos, diversos dispositivos elctricos
analgicos y pruebas de aeroplanos en tneles aerodinmicos.

No obstante nos interesa una definicin ms restringida ya que; en

primer lugar, La mayora de las simulaciones tratan con la empresa,
la industria, la economa o algn componente de ests; no obstante,
tendremos ocasin de mencionarla en los campos de la psicologa, la
medicina, la ingeniera, etc. Sin embargo la metodologa bsica puede
aplicarse tambin a cualquier disciplina cientfica.
En segundo lugar; restringiremos nuestra definicin de simulacin
solamente a los experimentos con modelos lgicos o matemticos.
En tercer lugar; el inters radica en los experimentos de simulacin
que pueden realizarse en una computadora.
En cuarto lugar; estamos interesados en experimentos que ocurren
en periodos extensos de tiempo, bajo condiciones estocsticas o
dinmicas y cuyas soluciones por mtodos estrictamente analticos,
no son necesariamente del todo determinsticas.

Las definiciones anteriores no especifican si los sistemas modelados

son continuos o discretos; Sin embargo, el grueso de los temas girara
entorno al diseo, anlisis y validacin de sistemas dinmicos discretos.
Despus de imponer las cuatro limitaciones anteriores, estamos en
condiciones de formular la definicin que utilizaremos:
Simulacin, es una tcnica numrica para conducir experimentos en una
computadora digital, los cuales requieren ciertos tipos de modelos
lgicos y matemticos, que describen el comportamiento de un negocio
o un sistema econmico (o algn componente de ellos) en periodos
extensos de tiempo real.

Dos variantes importantes de la simulacin en computadora son:

1.- Los juegos operacionales; que se caracterizan por alguna forma de
inters en conflicto entre los jugadores o los seres humanos que toman
decisiones dentro del marco de referencia del medio ambiente simulado.
Todos ellos actan
dentro del medio ambiente simulado y el
experimentado; al observarlos, tiene la capacidad de probar hiptesis
relativas al comportamiento de los individuos o inclusive, al del sistema
completo de decisiones.
Las dos formas de juegos operacionales ms ampliamente usadas son;
los juegos militares y los juegos de gerencia.
Los primeros constituyen esencialmente un instrumento para entrenar
dirigentes militares, que permiten probar los efectos de las estrategias
alternativas bajo condiciones simuladas de guerra.

Los juegos gerenciales, forman un tipo de instrumento educativo

para el entrenamiento de directores de empresas, ya sea en
ejercicio presente o futuro.
Constituye una situacin imaginaria en la cual los jugadores son
colocados en un ambiente simulado de negocios, en donde de vez
en cuando deben tomar decisiones a nivel de gerencia y stas
afectarn las condiciones ambientales en las que deben basarse
sus decisiones subsecuentes. Adems, la interaccin que existe
entre las decisiones y el medio ambiente, se establece mediante un
proceso de arbitraje que no admite discusin de parte de los
jugadores.

2.- El anlisis de Monte Carlo, es una tcnica de simulacin para

problemas que tienen una base estocstica o probabilstica.
Existen dos tipos diferentes de problemas que dan lugar al empleo
de esta tcnica, primero, aquellos problemas que implican algn
tipo de proceso estocstico, como demanda del consumidor y la
prioridad en la produccin e inversin total pata la economa; son
ejemplos de variables econmicas que se pueden considerar
estocsticas por naturaleza. Se han desarrollado mtodos de
Monte Carlo para simular la mayora de las distribuciones de
probabilidad ms conocidas, o cualquier distribucin emprica.

Segundo,
ciertos
problemas
matemticos
completamente
determinstico, que no pueden resolverse fcilmente (si es que
admiten solucin) por mtodos estrictamente determinsticos. Sin
embargo, cabe la posibilidad de obtener soluciones aproximadas a
estos problemas, simulando un proceso estocstico, cuyos
momentos, funciones de densidad o distribucin acumulativa;
satisfagan las relaciones funcionales o los requisitos relativos a la
solucin del problema determinstico.
Las soluciones a las ecuaciones diferenciales de orden superior
(mayores que dos) y los problemas de integracin mltiple, pueden
obtenerse a menudo mediante este mtodo de anlisis numrico,
ms rpidamente que con cualquier otro.

Clasificacin de los modelos para simulacin.

1.- Modelos determinstico.
En estos modelos, ni a las variables exgenas ni a la endgenas, se les permite
ser variables al azar, en tanto que se suponen relaciones exactas para las
caractersticas de operacin en lugar de funciones de densidad de probabilidad;
requieren menos procesamiento en computadora que los modelos estocsticos y
con frecuencia es posible resolverlos analticamente, por medio de la utilizacin
de tcnicas como el clculo de mximos y mnimos.

2.- Modelos estocsticos.

Son aquellos modelos en los que por lo menos una de las caractersticas
de operacin est dada por una funcin de probabilidad. La suficiencia
de las tcnicas analticas para solucin de estos modelos, se encuentran
bastante restringidas debido a que son considerablemente ms
complejos que los modelos determinstico.

3.- Modelos estticos.

Son aquellos modelos que no toman en cuenta, explcitamente, a la
variable tiempo. En la teora econmica, aquellas partes en las cuales
no se preocupan por los aspectos referentes a fechas, las denominan
esttica econmica. Por el contrario, las partes en las que cada cantidad
que interviene necesita una fecha, constituyen la dinmica econmica.
En la investigacin de operaciones, la mayora del trabajo en las reas
de programacin lineal, no lineal y teora de juegos, se ha concretado a
modelos estticos.
4.- Modelos dinmicos.
Son modelos matemticos que tratan de las interacciones que varan
con el tiempo. La simulacin ha sido utilizada ampliamente en el campo
de la dinmica econmica, entre las aplicaciones ms conocidas se
encuentra: La simulacin del ciclo de negocios y los modelos

Fundamentos racionales de la simulacin en computadora.

El fundamento racional para usar la simulacin en cualquier disciplina
(sea ingeniera, economa o investigacin de operaciones) es la
bsqueda constante del hombre por adquirir conocimientos relativos a
la prediccin del futuro. Antes del siglo XVII, esa indagacin estaba
casi limitada a mtodos puramente deductivos de los filsofos como
Platn, Aristteles, Euclides y otros. Hans Reinchenbach, en una
apreciacin crtica de la metodologa de estos filsofos denomino
filosofa especulativa, a la bsqueda del conocimiento predictivo.
En 1620 Sir Francis Bacon se convirti en el primero de los filsofos
que reconocan las limitaciones de la filosofa especulativa como una
metodologa para predecir el futuro.
Bacon fue el padre de la filosofa cientfica; la filosofa cientfica actual
o el mtodo cientfico, como se llama frecuentemente, consta de
cuatro pasos bien conocidos.

Mtodo Cientfico
1.- Observacin de un sistema fsico
2.- Formulacin de una hiptesis (en nuestro caso de un modelo matemtico)
que intente explicar las observaciones hechas al sistema.
3.- Prediccin del comportamiento del sistema, con base en la hiptesis
formulada mediante el uso de la deduccin lgica o matemtica, esto es, por la
obtencin de soluciones del modelo o modelos matemticos.
4.- Realizacin de experimentos para probar la validez de las hiptesis o del
modelo matemtico.
Nota: La filosofa especulativa pretendi dar un conocimiento de los principios
ms generales que gobiernan el universo. Es as como fue encauzada a la
construccin de sistemas filosficos con captulos que hoy debemos considerar
como simples intentos a una fsica comprensiva, en la cual la funcin de la
explicacin cientfica se alcanzaba por simples analogas con las experiencias
de la vida cotidiana. Se pretendi dar una explicacin del mtodo de
conocimiento, por medio de un uso similar de analogas; las preguntas de la
teora del conocimiento se contestaban en trminos de un lenguaje
iconogrfico, en lugar de un anlisis lgico.

Propiedades de los modelos de simulacin.

Los modelos matemticos de sistemas econmicos constan de cuatro
elementos bien definidos: Los componentes, variables, parmetros y
relaciones funcionales.
Los componentes de los modelos econmicos, tienen la tendencia a
variar ampliamente, lo cual depende de que el sistema econmico
simulado sea de una economa, una industria, una empresa o algn
componente de stas.
Por ejemplo, los sectores mayores como los negocios, la hacienda y los
sectores gubernamentales, se han utilizado como componentes en casos
de modelos macroeconmicos. (Duesenberry y sus colaboradores
(Brookings-SSRC)).

Las industrias del calzado, pieles y curtidos, as como la industria

maderera de la Costa Oeste, se han empleado como componentes
bsicos en estudios de simulacin por Cohen.
Las variables en los modelos econmicos se emplean para relacionar
un componente con otro y se clasifican, convenientemente; como
variables exgenas, de estado y endgenas.
Las variables exgenas son las independientes o de entrada del
modelo y se supone que han sido predeterminadas y proporcionadas
independientemente del sistema que se modela. Puede considerarse
que estas variables actan sobre el sistema, pero no reciben accin
alguna de parte de l; la direccin de causa-efecto fluye en un solo
sentido de las variables exgenas hacia el sistema.
Es posible clasificar las variables exgenas en controlables (o
instrumentales) y no controlables. Las primeras son aquellos
parmetros susceptibles de manipulacin o control por quienes toman
decisiones o crean polticas para el sistema.

Por ejemplo; en un momento determinado una empresa es capaz de

controlar la cantidad de materias primas que compra y el nmero de
trabajadores que emplea.
Los funcionarios encargados de la poltica econmica en un gobierno
central pueden especificar el monto de los impuestos o la cantidad y
naturaleza de los gastos gubernamentales para un determinado perodo
de planeacin.
El medio ambiente en el cual el sistema modelado existe (y no el
sistema en si o los encargados de tomar decisiones) genera las
variables no controlables.
Las variables de estado, describen el estado de un sistema o uno de
sus componentes, ya sea al comienzo, al final o durante un periodo de
tiempo. Estas variables interaccionan con las variables exgenas y
endgenas del sistema, de acuerdo a las relaciones funcionales
supuestas para el sistema. El valor de una variable de estado, durante
un periodo particular de tiempo, puede depender no solamente de los
valores de una o ms variables exgenas en algn periodo precedente.

Las variables de estado de una empresa pueden incluir el efectivo, el

inventario y el pasivo de un periodo particular; as como tambin las
ventas en algn periodo precedente y los gastos de propaganda para
algn periodo futuro.
Las variables endgenas son las dependientes o de salida del
sistema y son generadas por la interaccin de las variables exgenas
con las de estado, de acuerdo con las caractersticas de operacin del
ltimo.
Las variables endgenas de una industria comprenderan la mano de
obra total, los precios, las ventas, y produccin totales.
El matrimonio, la muerte, los hijos y el divorcio pueden incluirse como
variables de salida de un individuo.

Las variables exgenas se emplean en dos formas diferentes en

experimentos de simulacin: Es posible tratarlas como los
parmetros dados (determinados por los que toman decisiones o por
el medio ambiente), las cuales tienen que estimarse con anterioridad
y almacenarse en una computadora como datos de entrada; si son
variables estocsticas, existe la posibilidad de generarlas
internamente en la computadora, utilizando algunos mtodos propios
al caso.
En el lenguaje del diseo experimental, se denominan factores.
Cuando se dirige experimentos de simulacin sobre un sistema
dado, interesan los efectos que tienen los niveles diferentes de
diversos factores sobre las variables endgenas del sistema. Es
decir, un experimento de simulacin en computadora consiste en
una serie de corridas en la maquina en las cuales probamos,
empricamente (con el empleo de datos de simulacin), los efectos
de niveles alternativos de los factores sobre los valores de nuestras
variables endgenas.

Etapas para realizar un estudio de simulacin.

(simulacin un enfoque practico, autor; Ral Coss Bu)

La mayora de los autores opinan que los pasos necesarios para llevar a cabo un
experimento de simulacin son:

Definicin del sistema.

Primeramente es necesario realizar un anlisis preliminar del sistema,
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.
Formulacin del modelo.
Una vez 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 al modelo.

Coleccin de datos.
Es muy importante que se definan con claridad y exactitud los datos que
el modelo va a requerir para producir los resultados deseados.
Normalmente, la informacin requerida por un modelo se puede obtener
de registros contables, de ordenes de trabajo o de compras, de
opiniones de expertos y si no hay otras opciones, por experimentacin.
Implementacin del modelo en la computadora.
Con el modelo definido, el siguiente paso es decidir si se utiliza algn
lenguaje o paquete, para procesarlo en la computadora y obtener los
resultados deseados.
Validacin.
Una de las principales etapas de un estudio de simulacin es la
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:

1.- La opinin de expertos sobre los resultados de la simulacin.

2.- La exactitud con que se predicen datos histricos.

3.- La exactitud en la prediccin del futuro.
4.- La comprobacin de falla del modelo de simulacin al utilizar datos
que hacen fallar al sistema real.
5.- La aceptacin y confianza en el modelo de la persona que har uso
de los resultados que arroje el experimento de simulacin.
Experimentacin.
La experimentacin con el modelo se realiza despus de que ha sido
validado; y consiste en generar los datos deseados y en realizar anlisis
de sensibilidad de los ndices requeridos.
Interpretacin.
En esta etapa del estudio, se interpretan los resultados que arroja la
simulacin y en base a esto se toma una decisin. Es obvio que los
resultados que se obtienen de un estudio de simulacin ayudan a
soportar decisiones del tipo semi-estructurado, es decir, la computadora
en si no toma la decisin, sino que la informacin que proporciona ayuda
a tomar mejores decisiones y por consiguiente obtener mejores
resultados.

Documentacin.
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 se debe tener del modelo.
Y la segunda se refiere al manual del usuario, con el cual se facilita la
interaccin y el uso del modelo desarrollado.

Factores a considerar en el desarrollo del modelo de

simulacin.
Dado que la simulacin est basada fuertemente en la teora de
probabilidad
y
estadstica,
en
matemticas,
en
ciencias
computacionales, etc., es conveniente mencionar algunas ideas de
cmo intervienen estas reas en el desarrollo y formulacin del modelo
de simulacin.

Generacin de variables aleatorias no-uniformes.

Si el modelo de simulacin es estocstico, la simulacin debe ser
capaz de generar variables aleatorias no-uniformes de distribuciones
de probabilidad tericas o empricas.
Lo anterior puede ser obtenido si se cuenta con un generador de
nmeros uniformes y una funcin que transforme estos nmeros en
valores de la distribucin de probabilidad deseada.
A este respecto, se han desarrollado una gran cantidad de generadores
para las distribuciones de probabilidad ms comunes como:
Distribucin normal, exponencial, poisson, erlang, binomial, gamma,
beta, dist. F, dist. t; etc.
Lenguajes de programacin.
Las primeras etapas de un estudio de simulacin se refiere a la
definicin del sistema a ser modelado y a la descripcin del mismo, en
trminos de relaciones lgicas de sus variables y diagramas de flujo.

Llega el momento de describir el modelo en un lenguaje que sea

aceptado por la computadora que se va a usar. En esta etapa se tienen
dos cursos de accin a seguir; si no se tiene nada de software sobre
simulacin.
1) Desarrollar el software requerido para el estudio de simulacin.
2) Comprara software de propsito especial.
En esta alternativa es necesario analizar y evaluar varios paquetes
de simulacin (GPSS, GASP), antes de tomar una decisin.
Condiciones Inciales
La mayora de los modelos de simulacin estocsticos se corren con la
idea de estudiar al sistema en una situacin de estado estable. Sin
embargo, la mayora de estos modelos presentan en su etapa inicial
estados transientes los cuales no son tpicos del estado estable.
Por consiguiente es necesario establecer claramente las
alternativas o cursos de accin que existen para resolver este
problema. Algunos autores piensan que la forma de atacar este
problema sera a travs de:

 Usar un tiempo de corrida lo suficientemente grande de modo que los

periodos transientes sean relativamente insignificante con respecto a
la condicin de estado estable.
Excluir una parte apropiada de la parte inicial de la corrida
Utilizar simulacin regenerativa.
La que presenta menos desventajas es la ltima mencionada, las otras
alternativas son excesivas en costo.
Tamao de la muestra.
Uno de los factores principales a considerar en un estudio de
simulacin es el tamao de la muestra (nmero de corridas en la
computadora). La seleccin de un tamao de muestra apropiado que
asegure un nivel deseado de precisin y a la vez minimice el costo de
operacin del modelo, es un problema difcil pero muy importante; ya
que la informacin que proporcionada por el experimento de
simulacin sera la base para decidir con respecto a la operacin del
sistema real.

Tamao de la muestra.

El tamao de la muestra puede ser obtenido de dos maneras.

1.- Previa e independiente de la operacin del modelo, o
2.- Durante la operacin del modelo y basado en los resultados
arrojados por el modelo.
Para la ltima alternativa se utiliza la tcnica estadstica de intervalo
de confianza.

Diseo de experimentos.
El diseo de experimentos en estudios de simulacin puede ser de
varios tipos, dependiendo de los propsitos especficos que se hayan
planteado.
Existen varios tipos de anlisis que pueden ser requeridos. Entre los
ms comunes e importantes estn:
a) Comparacin de las medias y variancias de las alternativas
analizadas. Tambin se le denomina comnmente diseo de
experimentos de un factor simple, es necesario tomar en cuenta
el tamao de la muestra, las condiciones iniciales y la presencia
o ausencia de correlacin.
b) Determinacin de la importancia y el efecto de diferentes
variables en los resultados de la simulacin.