Diapositiva 2

Desde entonces se conocan las tcnicas de simulacin como procesos Montecarlo,

aunque en la actualidad se diferencian ambas cosas, siendo los segundos un tipo
particular de simulacin.
Actualmente, la simulacin es una poderosa tcnica para la resolucin de
problemas. Sus orgenes estn en la teora de muestreo estadstico y anlisis de
sistemas fsicos probabilsticos complejos. El aspecto comn de ambos es el uso
de nmeros y muestras aleatorias para aproximar soluciones.
Diapositiva 3
Cuando la simulacin se utiliz para estudiar el flujo de neutrones dentro del
desarrollo de la bomba atmica. Esta investigacin era secreta y le dieron un
nombre en cdigo: Monte Carlo. Este nombre se mantiene, y durante mucho tiempo
se usaba para hacer referencia a algunos esfuerzos en simulacin. Pero el trmino
mtodos Monte Carlo, se refiere actualmente a una rama de las matemticas
experimentales que trata con experimentos de nmeros aleatorios, mientras que el
trmino simulacin, o simulacin de sistemas, cubre una tcnica de anlisis ms
prctico, y es lo que vamos a estudiar.

Lo que se puede hacer es estudiar dichos modelos mediante simulacin. En una

simulacin se utiliza el ordenador para experimentar con un modelo numricamente,
de forma que con los resultados obtenidos se haga una estimacin de las
caractersticas del sistema.

Diapositiva 4

Simulacin es 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.

Diapositiva 5
A travs de un estudio de simulacin, se puede estudiar el efecto de cambios
internos y externos del sistema, al hacer alteraciones en el modelo del sistema y
observando los efectos de esas alteraciones en el comportamiento del sistema.
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.
Diapositiva 9
Que es un sistema: En la naturaleza existen infinidad de sistemas que podemos
identificar, tales como los seres humanos, otros seres vivientes, los sistemas
ecolgicos, etc. Estos son sistemas naturales.
Tambin tenemos otros sistemas creados por el hombre a los cuales identificamos
como sistemas artificiales, tales como las organizaciones, los sistemas sociales, un
sistema de deporte, un vehculo, etc.
Clases de sistemas: los sistemas abiertos son aquellos que mantienen una
adecuada relacin con su medio ambiente, respondiendo apropiadamente a los
estmulos de este con cambios y actividades que le permiten mantenerse en
funcionamiento continuo. Sin embargo, la clasificacin de un sistema est ms
relacionada con la forma en que podemos representarlo, es decir, con el modelo
que utilizamos.
Diapositiva 10
Las relaciones son intercambios de materia prima, energa e informacin entre los
componentes de un sistema o entre el sistema y su medio ambiente.
Estado: El estado del sistema queda definido por los valores que tienen sus
caractersticas o atributos relevantes en el instante que lo observamos.
Dispositiva 11
Modelo de Simulacin Continuo Vs Discreto: Se definen de manera anloga a los
sistemas discretos y continuos respectivamente. Un sistema discreto no utiliza
necesariamente un modelo discreto para su simulacin, el uso del modelo depende
de los objetivos especficos de estudio.

Modelo de Simulacin Determinstica Vs Estocstica: Si un modelo de simulacin

no considera ninguna variable importante, comportndose de acuerdo con la ley
probabilstica, se le llama a un modelo de simulacin determinstica. En estos
modelos las salidas queda determinado una vez que se especifican los datos y
realidad de tiempo de cmputo para su evaluacin. Sin embargo, muchos sistemas
se modelan tomando en cuenta algn componente aleatorio de entrada, lo que da
la caracterstica del modelo estocstico de simulacin.

Modelo Esttico Vs Dinmico :Un modelo de simulacin esttica, se entiende como

la representacin de un sistema para instante (en el tiempo) en particular o bien
para representar un sistema en el que el tiempo no es importante, por ejemplo la
simulacin Monte Carlo; en cambio un modelo de simulacin dinmica representa
un sistema en el que el tiempo es una variable de inters, por ejemplo el sistema de
transporte de materiales dentro de una fbrica, una torre de enfriamiento en una
central termoelctrica, etc.

Matemticos: representan la realidad en forma abstracta de muy diversas maneras.

Fsicos: son aquellos en que la realidad es representada por algo tangible,
construido en escala o que por lo menos se comporta en forma anloga a esa
realidad (maquetas, prototipos, modelos analgicos, etc).
Analticos: la realidad se representa por frmulas matemticas. Estudiar los
sistemas consiste en operar con esas frmulas matemticas (resolucin de
ecuaciones).
Numricos: se tiene el comportamiento numrico de las variables intervinientes. No
se obtiene ninguna solucin analtica.
Continuos: representan sistemas cuyos cambios de estado son graduales. Las
variables intervinientes son continuas.

Diapositiva 12

Variable exgena: por ejemplo, la demanda a un servicio, los efectos tributarios, etc.
Cuando las variables exgenas son controlables por el sistema se denominan
parmetros. Y asumen valores fijos durante un periodo de estudio del sistema.

Variable endgena: por ejemplo, la venta total en un periodo, la produccin total, el

total de egresados de una universidad al final de un ao.

Variable de estado: por ejemplo, la cantidad de pacientes en un consultorio en un

da determinado.

Diapositiva 13

Evento: por ejemplo, el arribo de un paciente al consultorio, el inicio de un proceso

de produccin, etc.
Desventajas de simular: finalmente es posible que la alta administracin de una
organizacin no entienda esta tcnica y esto crea dificultad en vender la idea.