LA SIMULACION COMO TECNICA NUMERICA PARA CONDUCIR

EXPERIMENTOS EN UNA COMPUTADORA DIGITAL

SIMULATION AS A NUMERICAL TECHNOLOGY TO CONDUCT

EXPERIMENTS IN A DIGITAL COMPUTER

JAIME REYES RODRÍGUEZ, WILFRIDO VEGA RODRÍGUEZ, JOSE

BOYANO BOYANO
Universidad de la Costa CUC
Ingenieria de Sistemas
Jreyes5@cuc.edu.co
Wvega1@cuc.edu.co
Jboyano1@cuc.edu.co

La simulación es una técnica que imita el comportamiento de un sistema mediante un modelo

computarizado, en el cual se expresan las características del sistema mediante relaciones lógico-
matemáticas. Gracias al avance tecnológico de la computación la simulación se ha convertido en
una poderosa herramienta de análisis de diversos sistemas, ya que provee una manera de solucionar
problemas que de otra manera seria difícil o imposibles de hacer, por la complejidad de este.
Existen varios tipos de simulación las cuales son la discreta, continua, combinada, y basada en
agente; estaremos definiendo y explicando cada uno de estos tipos en este documento,
compararemos la simulación dinámica de la estática, también aclararemos como la emulación se
diferencia de la simulación por varios motivos aunque tienen mucha semejanza.
La simulación va relacionado con los sistemas de información y los modelos, un sistemas es un
conjunto ordenado de normas que interactúan entre sí para llegar a un fin lógico y el modelo es la
representación simplificada de dicho sistema para poder ser comprendido fácilmente, la
representación de estos modelos pueden ser mentales, físicos y simbólicos, como medio final o
como relación entre estas sería la simulación este se encarga de imitar el comportamiento de dicho
sistema mediante un modelo. Evidentemente si un sistema se va a desarrollar o a estudiar se debe
condicionar el tipo de simulación que se llevara a cabo, los sistemas se clasifican de la siguiente
manera: discretos y continuos, En un sistema continuo las variables de estado cambian de forma
continua a lo largo del tiempo, mientras que en uno discreto cambian instantáneamente de valor en
ciertos instantes de tiempo. En un sistema de una cierta complejidad puede ocurrir que existan
simultáneamente variables de estado continuas y discretas. En este caso, dependiendo de la
predominancia de una y otras y del objetivo del estudio que se pretende realizar, se considerará el
sistema como perteneciente a uno de los dos tipos; están los sistemas estáticos y los sistemas
dinámicos, un sistema se considera estático cuando sus variables de estado no cambian a lo largo
del tiempo, es decir, cuando el tiempo no tiene nada que ver en sus características y en un sistema
dinámico los valores toman todas sus variables de acción evolucionan a lo largo del tiempo.
En la simulación hay dos componentes muy importantes como lo son predicción y estimación,
Parecen funcionar de manera similar pero hay una clara distinción sobre ellos en el modelo estándar
de algún problema estadístico, un estimador utiliza los datos para estimar un parámetro, mientras
que un predictor utiliza los datos para adivinar en algún valor aleatorio que no es parte del conjunto
de datos, En un modelo estándar, los datos que se supone que los constituyen (posiblemente
multivariante) observación xx de una variable aleatoria XX, cuya distribución es conocida sólo se
encuentran dentro de un conjunto definitivo de las posibles distribuciones de los "estados de la
naturaleza". Un estimador tt es un procedimiento matemático que asigna a cada posible valor de
xx propiedad t(x)t(x) de un estado de la naturaleza θθ, tal como su media μ(θ)μ(θ). Por lo tanto una
estimación es una conjetura sobre el verdadero estado de la naturaleza. Podemos decir que tan
buena sea una estimación es mediante la comparación de t(x)t(x)μ(θ)μ(θ).
Un predictor p(x)p(x) refiere a la observación independiente de la otra variable aleatoria ZZ, cuya
distribución está relacionada con el verdadero estado de la naturaleza. Una predicción es una
suposición acerca de otro valor aleatorio. Podemos decirle a un determinado predicción es sólo
mediante la comparación de p(x)p(x) a los valores realizados por ZZ. Esperamos que, en promedio,
el acuerdo va a ser bueno (en el sentido de un promedio de más de todos los posibles resultados xx
y simultáneamente a través de todos los posibles valores de ZZ).
La simulación se con frecuencia cuando no hay un modelo analítico conveniente disponible. En un
modelo se pueden utilizar las leyes de las matemáticas, a menudo para obtener decisiones óptimas
nas veces datos de sensibilidad (por supuesto, siempre y cuando el análisis no sea tan complejo
resulte prohibitivo). En una simulación con eventos aleatorios, en contraste, no se garantiza la
malidad. e inclusive puede ser difícil obtener una solución óptima aproximada. A menudo se quiere
cierta cantidad de iteraciones sólo para obtener una buena estimación de la "bondad" de decisión
en particular. Sin embargo, los modelos de simulación pueden dar información que modelos
analíticos encuentran difícil o imposible de proporcionar, como el impacto de la dad, el
comportamiento antes de alcanzar el estado estable, y así sucesivamente.

El aumento de la capacidad de los ordenadores Introducción a la simulación de sistemas discretos

que se ha producido en los últimos años, así como el desarrollo de distintos paquetes de software
diseñados específicamente para la simulación, cada vez más potentes y de utilización más sencilla,
han hecho que la simulación se haya generalizado para el estudio de sistemas de muy distinta
naturaleza. Sin hacer una recopilación exhaustiva, se puede destacar la utilización cada vez más
extendida de la simulación en el estudio de:

- Sistemas de espera.

- Tráfico de comunicaciones: correos, teléfonos, redes informáticas...

- Diseño de instalaciones, talleres, líneas de montaje...

- Determinación de reglas de programación de la producción.

- Diseño de plantillas, asignación de trabajadores a puestos de trabajo...

- Localización de instalaciones (almacenes, vehículos, equipos de mantenimiento...)

- Análisis de proyectos.

- Reglas de gestión de inventarios.

BIBLIOGRAFÍA
[1] https://prezi.com/_1vawverb61m/tipos-y-modelos-de-simulacion/
[2] https://www.i-ciencias.com/pregunta/6193/cual-es-la-diferencia-entre-la-estimacion-y-la-prediccion