I UNIDAD

INTRODUCCION A LA SIMULACIN.

1.1.

DEFINICIN SEGN:
Segn Robert Shannon (1975) La simulacin es el arte de disear y desarrollar
un modelo computarizado de un sistema o proceso y conducir experimentalmente
con este modelo con el propsito de entender el comportamiento del sistema del
mundo real o evaluar varias estrategias con los cuales puedan operar el sistema.
Thomas H. Naylor et al. (1966), define as: la 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.
Para Shubik (1960): Es un modelo, dice que la simulacin de un sistema o de
un organismo es la operacin de un modelo lo cual se va a llamar simulador el cual
es una representacin del sistema. Este modelo o simulador estar sujeto a
diversas manipulaciones, las cuales seran imposibles de realizar, demasiado
costosas o imprcticas. La operacin de un modelo puede estudiarse y con ello
conocer las propiedades concernientes al comportamiento del sistema o
subsistema real costoso.
Utilizando la simulacin es posible representar sistemas reales modelos que
reflejen el comportamiento de dichos sistemas, haciendo nfasis en los aspectos
que el estudio considere relevantes. Es una herramienta de gran utilidad cuando se
desea realizar anlisis de distintos escenarios en un sistema que cuenta con una
amplia gama de variables a tomar en cuenta.

La simulacin es de utilidad para empresas que desean experimentar con un nuevo

sistema, ya sea en atencin al cliente o un determinado proceso de
produccin, porque
proyecto

piloto

usualmente

es

ms

econmico

que

realizar

un

de experimentacin con el nuevo sistema. Este podra tener una

falla intrnseca, difcil de observar, pero que representara un costo evitable de haber
realizado una simulacin. El campo de la simulacin es muy diverso, se ha
utilizado en la medicina para el entrenamiento
permitiendo

simular

el

entorno

de

de

nuevos

especialistas,

una operacin, sin que la vida de una

persona sea expuesta en la prctica. Tambin es de suma utilidad en todas las

reas

de

ingeniera;

experimentara

una

permite

edificacin

simular
en

la

distribucin

determinadas

de esfuerzos

condiciones;

que

solucin de

problemas complejos, por la cantidad de variables que se manejan, de

transferencia de calor o mecnica de fluidos; es aplicable al estudio de la teora
de colas; tambin se puede utilizarse para representar una red de distribucin
elctrica y el funcionamiento de medidas de contingencia en caso fallara el sistema;
etc.

1.2.

ENFOQUES PARA LA SIMULACIN:

Para simular un sistema se debe tener conocimiento de las secuencia de los

sucesos y como se abordaran en el modelo, es decir, el tipo enfoque que se ha de
utilizar para seguir las sutiles variaciones en el sistema a medida entran y salen
las entidades, como son registradas dichas variaciones y a cuales se le darn
mayor prioridad.
S. Barba (1985) seala tres enfoques para la simulacin de procesos:

1. Enfoque orientado al suceso (event orient). Se construye el modelo

definiendo los cambios que ocurren con cada suceso (= acontecimiento). Por
tanto, en este enfoque lo que hay que determinar, son los sucesos que
pueden cambiar el estado del sistema, y desarrollar la lgica asociada con
cada tipo de suceso. La simulacin se produce al ir avanzando el tiempo de
suceso en suceso y ejecutando la lgica de cada suceso al que se va llegando.

2. Enfoque

orientado

actividades

(activity

sanning).

Se describen

las actividades en las que las entidades del modelo se ven ocupadas, y se
definen las condiciones que determinaran el inicio o fin de cada actividad, los
sucesos de fin o inicio de actividad no se planifican como tales, sino que
ocurren como consecuencia de las condiciones antedichas. El tiempo simulado

avanza en forma sncrona, a saltos iguales sucesivos, en cada uno de los cuales
se exploran todas las actividades para ver si su status ha variado y obrar en
consecuencia.

3. Enfoque orientado al proceso (process oriented). Combinan las filosofas

anteriores, consiste en modelar desde el punto de vista de la secuencia de
operaciones o procesos, que tienen que realizar las entidades que se mueven
en el sistema modelado. Los sucesos se producen de forma natural, al acabar
los procesos. Es entonces cuando se actualizan el estado del sistema, se
mueven las entidades, que inician nuevos procesos, y se planifican el fin de los
mismos. El mecanismo interno de simulacin es anlogo al del enfoque
orientado al suceso, pero no es as desde el punto de vista de la modelizacin.
Modelar de esta forma suele ser muy simple e intuitivo, aunque a veces rgido.

1.3.

TIPOS Y METODOS DE SIMULACIN.

Cuando se lleva a cabo el modelado del sistema de simulacin existen varios

caminos para
propsito

que

disearlo,

la eleccin del mtodo a utilizar

depender

del

se persigue con el estudio de la simulacin y los aspectos del

sistema que se consideren de especial relevancia en el posterior

anlisis.

Existen, a la vez, varios tipos de simulacin, segn S. Barba (1985):

1)

Segn las variables utilizadas:

a) Simulaciones Estocsticas o Simulaciones Monte Carlos: Cuando se

trabaja con variables aleatorias.
b) Simulaciones Deterministas: en caso de trabajar con variables que no
son aleatorias.
2)

Segn la influencia del tiempo:

a)

Simulacin Dinmica: interviene el tiempo, el sistema evoluciona a travs

del tiempo (modelo en ecuaciones diferenciales o en diferencias).

b) Simulacin Esttica: no interviene el tiempo, se representa el sistema en

un instante determinado (modelo con ecuaciones algebraicas).

3)

Segn el tipo de modelo utilizado:

a) Simulacin Discreta: cuando las variables del modelo toman valores en

un dominio discreto
b) Simulacin Continua: cuando las variables del modelo adoptan valores en
un dominio continuo (nmeros reales). Los modelos de simulacin continua
son completamente diferentes a los de simulacin discreta. Dentro de esta
hay dos enfoques: Orientadas al bloque u Orientadas a la ecuacin.
c) Simulacin Combinada: cuando haya variables que toman valores
continuos y otras que los tomen discretos.
1.4.

VENTAJAS Y DESVENTAJAS DE LA SIMULACIN.

A continuacin se representa una serie de ventajas propuestas por Eugenio

Luque Domnguez:

Permiten experimentar con un modelo del sistema, en vez del sistema real que est
funcionando, pudiendo controlar los parmetros del modelo y pudiendo replicar la
simulacin de un modelo tantas veces como se desee. Una rplica, es una nueva
simulacin en la que todos los parmetros y condiciones experimentales son
idnticos a los de la simulacin anterior excepto los valores que pueden tomar las
variables aleatorias.
Con los estudios de simulacin, se puede descomponer en subsistemas un sistema
complicado, y estos subsistemas se pueden simular individual o conjuntamente con
otros.
En los casos en que hay relaciones complicadas de naturaleza predecible y
aleatoria, es ms fcil utilizar un proceso simulado que desarrollar un complicado
modelo temtico que represente todo el proceso que se estudia.
Permiten incluir el tiempo en el anlisis de situaciones esencialmente dinmicas.
Provee de un medio de conocimiento del comportamiento de nuevos sistemas, con
el objetivo de mejorar los ya existentes, y as como para la puesta a punto de un
medio susceptible de proveer un conocimiento completo del sistema global y

de sus componentes.
Permite resolver un cierto tipo de sistemas de ecuaciones, o de transformaciones
matemticas, que debido a su complejidad no pueden resolverse analticamente.
Las tcnicas de simulacin no requieren simplificaciones y suposiciones hasta
el grado, en que las requieren las tcnicas analticas, y por lo tanto, cualquiera, aun
sin ser tcnico, la utilizara con mayor facilidad.
Un modelo simulacin puede explicarse ms fcilmente al personal administrativo,
porque esencialmente es una descripcin del comportamiento de un sistema o
proceso.
Con ellas se puede estudiar un sistema sin construirlo, sin perturbarlo y sin
destruirlo, en dimitida sin deformarlo; y a velocidades de comportamiento simulado
mucho mayores que en la realidad, por la capacidad de condensar en breves
intervalos de tiempo presente, el tiempo de acaecimiento de los sucesos previstos
para el futuro y sin tener que soportar los problemas reales inherentes a la
introduccin de estos cambios, no correr los riegos de llevarlos a la prctica.
Los procesos de simulacin son herramientas muy efectivas de entrenamiento
personal, y generan una visin macro y micro del sistema bajo estudio mucho ms
profundo y detallado que cualquier modelo analtico o numrico.
Permite la comparacin de un cierto nmero de alternativas para ahorrar costes,
aunque a veces la simulacin es cara, evitar riesgos y hacer posible el anlisis, que
en realidad puede ser imposible.
Permite el desarrollo y/o validacin de relaciones funcionales, buscando leyes
ocultas bajo apariencia multiforme de los fenmenos. Es decir, se pueden obtener
sencillas expresiones matemticas del comportamiento del sistema en estudio, por
medio de repetidas simulaciones para extraer interesantes consecuencias que la
mera experimentacin no permite.
Es til como entrenamiento profesional, para la formacin de futuros responsables
de un cierto sistema en el conocimiento ms profundo del mismo, o para
familiarizarlo con un sistema o una situacin que puede no existir en la realidad.
En una toma de decisiones, los resultados de un modelo de simulacin pueden ser
verdaderamente valiosos: anlisis de sensibilidad que discrimine que variables de
control son ms efectivas y en qu medida; contrastes entre polticas de gestin
alternativas; anlisis de los efectos de situaciones anormales, etc.
En problemas en los cuales no se conocen anticipadamente todos los valores de las

variables, o solo se conocen parcialmente y no hay manera de averiguarlos

fcilmente; entonces con la simulacin, se pueden encontrar esos estados
sucesivos, como pueden ser la estimacin de los riesgos, beneficios y
posibilidades de xito de un cierto proceso o de un cierto mtodo.
A diferencia de los modelos de optimizacin analtica, los modelos de simulacin
tienden a presentar mejores descripciones de la realidad.

En cuanto a las desventajas, o ms bien limitaciones Luque enumera:

A causa de su relativa facilidad de aplicacin, puede haber una tendencia a

depender frecuentemente de esa tcnica, originando la sustitucin de la simulacin
por tcnicas matemticas analticas cuando estas ltimas sean ms adecuadas.
La simulacin no est exenta de las mismas deficiencias que otros modelos
matemticos, como la imposibilidad de cuantificar todas las variables que afecten al
comportamiento del sistema, o que el nmero de variables que se revisan pueda
sobrepasar la capacidad de la computadora de la que se dispone.
Aunque los resultados sean correctos, una validacin perfecta de un modelo de
simulacin es prcticamente imposible de conseguir, y por tanto, las conclusiones
que se obtengan conllevan deformaciones achacables a los defectos de
modelizacin.
1.5.

METODOLOGA PARA LA SIMULACIN.

Para el desarrollo de una simulacin se cuenta con una serie de pasos en secuencia
lgica, que facilitan la elaboracin del modelo y permiten que los sistemas sean
convenientemente representados, formando en cuenta la validez del modelo para su
propsito establecido y la unidad de la informacin que ser analizada. Existe
pequeas variaciones entre autores entre el nombre de los pasos y que comprende
cada uno, pero en general el procedimiento es estndar. La secuencia propuesta
por E. Luque es la siguiente:
1.

Observacin. Esta lleva a la formulacin del problema real que se estudia.

Se trata de fijar exactamente el problema que quiere abordarse, as como
establecer el objetivo u objetivos que se persigue en la simulacin, limitantes y

alcances.
2.

Recoleccin y Procesamiento de la Informacin Requerida. Con la

recoleccin lo que se indica, es la necesidad de hacerse con todos los datos
disponibles para la simulacin del comportamiento del sistema. Y el
procesamiento no es ms que la
informacin
sistema.

Se

que

podamos

pueden

transformacin

de

utilizar imprescindible

considerar

tres

esos

datos

en

para

simular

un

posibles fuentes para generar

informacin: datos histricos o series temporales, opiniones y estudios de

campo.

3.

Formulacin de Modelo. Ya es sabido que modelar es ms un arte que una

tcnica. Al modelar, se caracterizan las relaciones que gobiernan la interaccin
de los componentes del sistema y de las actividades endgenas y exgenas.
La cuestin clave al modelar es saber distinguir lo relevante de lo que no
lo es. Porque el mejor modelo no es el ms complejo y el que tiene ms
detalles, sino el que, siendo muy simple, se adecua al objetivo perseguido, ya
que cuanto ms detalles, ms pesado, confuso y costoso de experimentar es
el modelo resultante.

4.

Evaluacin de las Caractersticas de la Informacin Procesada. Es

necesario para fabricar un modelo determinar cul ser la distribucin de
probabilidad que informacin o la que gobierna la que mejor se ajusta, en caso
de no existir una totalmente satisfactoria. Para determinar dicha distribucin
son de utilidad pruebas estadsticas como:

a) Test referentes a valores medios.

b) Test referentes a variaciones.
c) Test referentes a reencuentro de datos, ej.: pruebas de bondad de ajuste.
d) Pruebas no paramtricas.

5.

Programacin del Modelo. Para ello se puede emplear los diseos

generalizados y los modulares (o de bloque). Es aconsejable que el programa
tenga bastante flexibilidad para adaptarse a los posibles cambios que
impongan las futuras revisiones. Se pueden distinguir las siguientes fases:

a) Elaborar un diagrama de flujo que muestre el efecto de las

diferentes actividades sobre las componentes importantes del sistema.
b) Disear la programacin en algn lenguaje especial, para el caso de esta
tesis ser el SIMAN.
c) Probar el programa en el ordenador hasta eliminar todos los
errores.
d) Generar resultados.

6. Verificacin del Programa. En esta fase se comprueba que el programa

se ajusta al modelo, es una tarea esencial y muy laboriosa, as como
tambin, consiste en buscar errores en el cdigo del programa, errores
tales como la creacin incorrecta de entidades, flujo errneo de las entidades
en el modelo, etc.

7. Validacin del Modelo. Puede ocurrir que aunque el programa funcione acorde
y correctamente con el modelo, este sea inexacto, es decir, que no se ajuste a la
realidad. Para ello se debe comprobar que el modelo simulado reproduce
resultados conocidos del sistema real en estudio.

8. Experimentacin o Diseo de Experimentacin de Simulacin. Una

vez verificado y validado el programa, el sistema en estudio est recogido
en el programa de ordenador y podemos reproducir su comportamiento, en
diversas situaciones cuantas veces se desee. Es aconsejable una planificacin
rigurosa de la combinacin de posibilidades de experimentacin, lo que se
denomina un diseo experimental.

9. Documentacin Final y Anlisis de Resultados. En un estudio de simulacin,

es preciso documentar todo lo hecho en las distintas fases, para poder realizar
revisiones o investigaciones posibles errores de los resultados. El anlisis
de resultados consiste en recolectar, sistemticamente, los datos producidos por
la simulacin, calcular ciertas estadsticas, y por ultimo interpretarlas.

1.6.

ESQUEMA DE METODOLOGA PARA EL PROCESO DE SIMULACIN.

Figura 1.1. Esquema de metodologa para el proceso de simulacin.

1.7.

CONCEPTOS.

1.7.1.

SISTEMA.
Segn J Prawda, un sistema es un Conjunto de objetos que interactan
entre s como una unidad para la consecucin de un propsito explcito o
implcitamente definido.

Los sistemas se pueden clasificar segn varios criterios, cada clasificacin

es til de acuerdo al propsito que se persigue. Estos se pueden clasificar
de acuerdo a:

a)

Influencia en el Tiempo:

Sistema Dinmico: Aquel que incluye la variable de tiempo en

el mismo, mas no todo sistema que tenga incorporada dicha
variable tiene por qu ser un sistema dinmico, para que sea
dinmico debe aparecer explicitado cmo evoluciona este, es
decir, deber existir un sistema diferencial o en diferencias que
siga el mismo, que sern ecuaciones del movimiento.
Sistema Esttico: Cuando la relaciones entre los elementos
son inmutables.

b) Origen de las Actividades:

Sistema Cerrado: Cuando no tiene actividades exgenas.

Sistema Abierto: El sistema que si posee actividades exgenas
o actividades que estn determinadas fuera del sistema.

c)

Efecto de las Actividades:

Sistema Determinstico: Aquel que donde los efectos de una

actividad se explican completamente en funcin de sus entradas.

Sistema

Determinista:

Cuando

es

posible

describir

completamente el resultado de una actividad.

Sistema

Estocstico:

Atendiendo

los

efectos

aleatorios producidos por una actividad.

Sistema Estocstica: Cuando los efectos de la actividad
varan aleatoriamente en distintas salidas.

d) Cambios que Producen las Actividades en el Sistema:

Sistema Continuo: Cuando los efectos de una actividad son

continuos.
Sistema Discreto: Cuando los efectos de una actividad no son
continuos y producen cambios en el estado del mismo.

En

toda

situacin

se

deben

estipular

ciertos

parmetros

que representan el comportamiento el sistema de inters, cada uno de

estos parmetros tiene propiedades particulares e interacta con el
sistema generando cambios en el mismo estos son:

Entidades: Son los objetos de inters del sistema. Estos

pueden ser: personas, objetos o intangibles.
Atributo: Es una propiedad o caracterstica de una entidad.
Suceso o Evento: Proceso que provoca uno o ms cambios en
el sistema.
Estado de un Sistema: Es el conjunto de variables que
son necesarias para describir el sistema en cualquier momento:
entidades, atributos y sucesos en valores numricos, en un
determinado periodo de tiempo. El Estado del Sistema cambia
cuando el valor de algunos de estos parmetros tambin lo hace.
Evento: Es un suceso instantneo que puede cambiar el estado
del sistema.
Actividad: Son las tareas llevadas a cabo sobre las entidades.

 Recursos: Los agentes usados para realizar actividades y

movilizar las entidades, estos pueden ser compartidos por varias
entidades. Los recursos pueden tener caractersticas tales como
capacidad, velocidad, tiempo de ciclo y confiabilidad.
Localizaciones: Son todos aquellos lugares en los que una
entidad puede detenerse para ser transformada o esperar a ser
transformada.
Controles: son los que deciden como, cuando y donde 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.
Variables: Condiciones que se crean y modifican por medio
de ecuaciones matemticas o relaciones logsticas.

1.7.2. MODELO.

Un modelo es una representacin de un objeto, sistema o idea,

de forma

diferente al de la entidad misma. El propsito de los modelos es ayudarnos a

explicar, entender o mejorar un sistema. Un modelo de un objeto puede ser
un replica aproximada de este o una abstraccin de las propiedades
dominantes del objeto, es decir, es una simplificacin del sistema.

a) Elementos de un Modelo [Traduccin de Shannon, 1975]:

Componentes: Son partes que cuando son vistas en conjunto
forman al sistema. Algunas veces nos referimos a los componentes
como elementos o subsistemas. Por ejemplo, en un modelo de un misil,
los componentes pueden ser cosas como el sistema de propulsin, el
sistema de direccin, el sistema de control, el sistema estructural, etc.
En el modelo de una ciudad, los componentes pueden ser el sistema de
educacin, el sistema de salud, el sistema de transporte, etc. En un

modelo econmico, los componentes podran ser compaas o firmas

individuales, consumidores, sistema de produccin, el mercado, etc.
Variables: Son cantidades cuyos valores estn determinados por las
funciones o relaciones dentro del modelo. Pueden reconocerse dos tipos
de variables en los modelos de simulacin: exgenas y endgenas. Las
exgenas son tambin llamadas variables de entrada, y son aquellas
generadas producidas o producidas afuera del sistema, las variables
endgenas pueden clasificarse segn su funcin, como variables de
estado, si indican un estado o condicin del sistema; o variables de
salida, si representan un resultado, producto o salida del sistema.
Parmetros: Son cantidades cuyos valores pueden ser asignados de
manera arbitraria por el operador del modelo. Importante es mencionar
que los parmetros son asignados una vez, y se mantienen constantes a
lo largo de la simulacin, no as con las variables, que por lo general
cambian con el correr de la simulacin.
Relaciones

Funcionales:

Las

relaciones

funcionales

describen

variables y parmetros en una manera que muestra su comportamiento

dentro de una componente o entre componentes del sistema. Estas
relaciones pueden ser determinsticas o estocsticas en su naturaleza.
Por lo general, ambos tipos de relaciones pueden tomar forma
matemtica de ecuacin, en la que se relacionan las variables
endgenas y exgenas.
Restricciones: Son limitaciones impuestas sobre los valores de las
variables o en la manera en que los recursos pueden ser asignados o
consumidos. Dichas restricciones pueden ser impuestas arbitrariamente
por el analista o bien determinadas por la naturaleza del sistema a
simular.
Funciones de Criterio: Son las definiciones explicitas de los objetivos o
metas del sistema, y como son evaluadas. El trmino equivalente en la

investigacin de operaciones es funcin objetivo. Por lo general, la

intencin de manipular el sistema es optimizar o satisfacer los criterios
establecidos.

Segn G. Gordon (1986), existen principios que pueden ser utilizados como
una gua al momento de construir un modelo de simulacin, estos
principalmente se enfocan el tratamiento de informacin:

Formacin en Bloques: La descripcin del sistema se debe organizar

en una serie de bloques o subsistemas, con el objetivo de simplificar las
interacciones dentro del sistema. Cada bloque explica parte del sistema
que depende de unas variables de entrada y produce unas variables de
salida. Es decir, puede describirse al sistema como un todo en trminos
de las interconexiones entre bloques.

Relevancia: En el sentido en que el modelo solo debe influir los

aspectos del sistema relevantes con los objetivos del estudio. Y aunque
la informacin irrelevante en el modelo no perjudica, se debe excluir
debido a que aumenta la complejidad del modelo y genera ms trabajo
en la solucin del modelo.

Exactitud: Porque la informacin que se utilice debe ser exacta.

Agregacin: Un factor adicional que debe considerarse, es el grado en

que pueden agruparse las distintas entidades individuales en entidades
mayores. En algunos estudios pueden ser necesarios construir
entidades artificiales mediante el proceso de agregacin.

b) Clasificacin de los Modelos:

Fsicos: Son los que ms se asemejan a la realidad, se encargan de
modelar procesos.

 Analgicos: Se encargan de representar una propiedad determinada de

un objeto o sistema.
Denominados Juegos Administrativos: Ya empieza a involucrarse al
ser humano el comportamiento del ser humano. Ej.: Modelos de
planeacin, estrategias militares.
Abstractos (Simulacin): Viene a ser una herramienta ya que se
convierte en algo abstracto.
Matemticos: Se tiene en cuenta las expresiones materia y lgicas. Ej.:
Representar un objeto. Aqu se debe hacer muchas suposiciones dentro
de un modelo matemtico.
c) Clasificacin de los Modelos de Simulacin:
Determinsticos: Ni las variables endgenas y exgenas se pueden
tomar como datos al azar. Aqu se permite que las relaciones entre estas
variables sean exactas o sea que no entren en ellas funciones de
probabilidad. Este tipo determinstico quita menos de cmputo que otros
modelos.
Estocsticos: Cuando por lo menos una variable es tomada como un
dato al azar las relaciones entre variables se toman por medio de
funciones probabilsticas, sirven por lo general para realizar grandes
series de muestreos, quitan mucho tiempo en el computador son muy
utilizados en investigaciones cientficas.
Estticos: es que en ellos no se toma en cuenta el tiempo dentro del
proceso, por ejemplo: los modelos de juegos, modelos donde se observa
las ganancias de una empresa. Arquitectnicos: lneas de telfono,
tubos de agua.
Dinmicos: si se toma en cuenta la variacin del tiempo, ejemplo: la

variacin de la temperatura, del aire durante el da, movimiento anual de

las finanzas de una empresa.

En estos modelos fsicos podemos realizar modelos a escala o en forma

natural, a escala menor, e escala mayor, sirven para hacer demostraciones
de procesos como para hacer experimentos nuevos.