UNIDAD 9

SIMULACIN DE PROCESOS

OBJETIVO

Conocer el concepto y los tipos de simulacin existente; as como la

metodologa con que se cuenta para llevar a cabo el proceso de simulacin.
TEMARIO

9.1. DEFINICIONES Y METODOLOGA PARA LA IMPLEMENTACIN DE MODELOS DE

SIMULACIN

9.2. SIMULACIN DISCRETA Y CONTINUA

9.3. SIMULACIN DETERMINSTICA
9.4. SIMULACIN DE PROCESOS ALEATORIOS. PROCESOS MONTECARLO
9.5. GENERACIN DE NMEROS ALEATORIOS
9.6. TRANSFORMACIN INVERSA
9.7. VENTAJAS Y DESVENTAJAS CON RESPECTO A LOS MTODOS CUANTITATIVOS
 MAPA CONCEPTUAL

Definiciones y
metodologa,
para la
implementacin
de modelos de
simulacin

Ventajas y
desventajas con Simulacin
respecto a los discreta y
mtodos continua
cuantitativos

Simulacin
de
Transformacin
procesos Simulacin
inversa determinstica

Simulacin de
Generacin de procesos
nmeros aleatorios.
aleatorios. Porcesos de
Montecarlo
 INTRODUCCIN

Hace decenas de aos, no se escuchaba hablar de simulacin y se usaban

modelos matemticos tradicionales de sistemas que buscaban dar respuesta
a los problemas en donde intervenan dos o ms variables; pero debido al
avance cientfico y tecnolgico se han creado nuevas herramientas para
tener mayor grado de confiabilidad en la toma de decisiones, en el rea
industrial y de servicios. Ahora, las empresas para ser competitivas usan la
simulacin por computadora como una herramienta que sustituye a los
modelos matemticos tradicionales, para tener un panorama que se asemeje
ms a la realidad.
La simulacin, se apoya de muchas otras disciplinas como las
matemticas, la estadstica, la fsica, etc. y por ello, se ha convertido en una
herramienta que no puede faltar en el mundo empresarial por su precisin al
representar fenmenos reales. Tan slo basta con introducir los datos de las
variables de estudio en un ordenador con la estructura del programa de
simulacin que se desee y realizar una corrida del programa para conocer el
comportamiento futuro del fenmeno con exactitud.
El campo de aplicacin de la simulacin es muy extenso, que al
parecer no tiene lmites. Desde simulaciones de partes microscpicas, hasta
grandes naves areas. Es usada en medicina para conocer el
comportamiento del desarrollo de los virus o epidemias; en los negocios para
conocer como quedara una distribucin de planta, el diseo de una pieza de
metal; en transporte, para simular la direccin y velocidad de un automvil;
en economa para conocer el comportamiento de la oferta y la demanda; etc.
9.1. DEFINICIONES Y METODOLOGA PARA LA IMPLEMENTACIN DE MODELOS DE

SIMULACIN

Objetivo

Conocer en qu consiste la simulacin de procesos.

La simulacin se ha definido como el uso de un modelo de sistema que tiene

la caracterstica deseada de la realidad, a fin de reproducir la esencia de las
operaciones reales.1
La simulacin trata de describir de qu manera se comporta un
sistema o proceso; adems de formular hiptesis que intenten explicar un
fenmeno y buscar una respuesta a los problemas reales a travs de la toma
de decisiones.
Tambin se puede definir a la simulacin como la herramienta que
trata de representar un proceso a travs de otro ms simple, para poder
analizar las variables que intervienen en l y realizar el proceso de toma de
decisiones.
En la mayora de las definiciones de simulacin, encontramos que el
objetivo es la toma de decisiones a travs de la reproduccin o
representacin de las caractersticas que son llamadas variables de estudio.
Para implementar un modelo de simulacin, primero se debe definir
claramente el sistema con el que se va a trabajar; es decir, hacer un anlisis
de todos los elementos que interactan en el sistema, para conocer la
relacin que se tiene con otros sistemas, las limitantes que impiden que el
sistema funcione adecuadamente, las medidas que se utilizarn y los
resultados deseados.
Como segundo paso, se debe formular un modelo de acuerdo a las
caractersticas del sistema y con el que se logren obtener los resultados
deseados. En ste paso, ya se conocen las variables que intervienen, por lo
que se deben analizar las relaciones que existen entre cada una de ellas.

1 THIERAUF, Robert J. Toma de decisiones por medio de Investigacin de Operaciones,

p.464
 El tercer paso consiste en la recoleccin de datos, que permitirn dar
coherencia al modelo de simulacin. Los datos deben ser reales y
recabados de forma completa, para que no se pierda ningn detalle en la
simulacin.
Una vez recabados los datos, como cuarto paso se procede a elegir el
lenguaje utilizado en computacin y crear el programa que pueda simular el
modelo.
El quinto paso, consiste en la validacin del modelo de simulacin, a
travs de las opiniones de los expertos
Como sexto paso, se tiene que experimentar el modelo; es decir,
correr el programa para que pueda generar los datos esperados y analizar la
confiabilidad de stos.
El sptimo paso, consiste en interpretar los resultados, producto de la
simulacin.
Por ltimo, una vez analizados e interpretados los datos, se procede a
la toma de decisiones, que es parte fundamental para el crecimiento de las
empresas.
 ACTIVIDADES DE APRENDIZAJE

1.- Investigue 3 definiciones ms de simulacin.

2.- Elija un modelo de simulacin existente y describa cada paso de la
metodologa aplicando al modelo.
9.2. SIMULACIN DISCRETA Y CONTINUA

Objetivo

Conocer en qu consiste la simulacin discreta y continua.

La simulacin discreta, se encarga de representar sistemas en donde las

variables cambian en periodos de tiempos separados o discretos. Por
ejemplo, en la teora de colas (vase unidad 8), las variables de inters son
el tiempo que una persona espera en la fila, el tamao o longitud de la lnea
de espera. stas variables cambian cuando una persona se incorpora o sale
de la cola; en los dems momentos las variables no se modifican.
La simulacin continua, se encarga de representar sistemas en
donde las variables cambian de manera constante a lo largo del tiempo. Por
ejemplo, variables como el crecimiento poblacional, la mortalidad,
contaminacin, etc. Los modelos de la simulacin continua intentan describir
las relaciones que existen entre cada uno de los elementos que integran el
sistema.
 ACTIVIDADES DE APRENDIZAJE

1.- Mencione tres ejemplos detallados de simulacin discreta y explique cada

uno de ellos.
2.- Mencione tres ejemplos detallados de simulacin continua y explique
cada uno de ellos.
9.3. SIMULACIN DETERMINSTICA

Objetivo

Conocer en qu consiste la simulacin determinstica.

En ste tipo de simulacin, todas las variables (endgenas y exgenas), no

varan al azar, porque toman valores exactos. A diferencia de otros modelos,
el determinsticos no arroja muchos resultados posibles, tan slo uno y se
conoce con exactitud.
Las relaciones causa-efecto del fenmeno de estudio se conoce
totalmente; por ejemplo, la elaboracin de un tornillo con dimensiones
conocidas, en el ordenador se escriben todos los datos concernientes a las
dimensiones, material, acabados, etc. y el resultado final es conocido.
El caso contrario de la simulacin determinstica es la simulacin
estocstica. Este ltimo modelo tiene variables que toman valores al azar, y
los resultados se conocen en su totalidad.
 ACTIVIDADES DE APRENDIZAJE

1.- Investigue 4 simuladores determinsticos y describa cada uno de ellos.

2.-Investigue a que se refieren las variables endgenas.
3.-Investigue que son las variables exgenas.
9.4. SIMULACIN DE PROCESOS ALEATORIOS. PROCESOS MONTE CARLO

Objetivo

Conocer la simulacin de procesos aleatorios.

La simulacin de Montecarlo trabaja con modelos que generan resultados

aleatorios. Existen muchos resultados posibles y uno de ellos, cualquiera de
forma aleatoria es el final.
Por ello, el proceso Montecarlo, es usado en cuestiones financieras,
en donde las cantidades fluctan de forma aleatoria; tambin puede ser
usado en el mercado de opciones, gestin de proyectos, entre otros.
El proceso de Montecarlo se da de forma iterativa, se emplea
muchas veces el mismo modelo usando para las entradas, datos
seleccionados de forma aleatoria.
Para comenzar a trabajar con el proceso, se debe crear un modelo
que contenga parmetros de entrada. Despus se deben generar los datos
de forma aleatoria. Una vez generados los datos, se debe echar a andar el
modelo. Luego almacenar y analizar los resultados.
Como se trabaja de forma iterativa, se debe volver a repetir el paso
de generacin de datos y echar a andar el modelo las veces que el
administrador considere necesarias (n veces). Por ltimo, se evalan los
resultados a travs de histogramas, estadsticas, etc.
A continuacin, se presenta un breve ejemplo, de la aplicacin del
proceso de Montecarlo: Una empresa desea pronosticar el beneficio de
vender un nuevo producto; para ello se utiliza la siguiente frmula:

B=IG; donde: B = Beneficio

I = Ingreso
Entradas independientes
G = Gastos

Los ingresos dependen del beneficio por las ventas (V), el nmero
de clientes al mes(N) y la tasa de conversin (R); es decir, I = V*N*R y los
gastos dependen del gasto mensual (F), el nmero de clientes al mes y el
costo por contactar y atraer a los clientes (C); es decir, G = F + N*C.
Siguiendo con la metodologa de Montecarlo, como primer paso, se
debe crear el modelo:

B = V*N*R (F + N*C)

Como segundo paso, se deben generar datos de entrada de forma

aleatoria; es decir, sustituir cualquier valor real en el modelo, para que arroje
un resultado al azar. Para el tercer paso, se debe echar a andar el modelo y
almacenar y analizar el resultado.
De forma iterativa, se debe hacer lo mismo muchas veces pero con
valores de entrada diferentes, a fin de evaluar el comportamiento del
problema a travs de un histograma, como se muestra en la grfica
siguiente.

Histograma de frecuencias

Una vez generado el histograma, se puede observar que en general,

los beneficios sern positivos; adems, el beneficio presenta una gran
fluctuacin. Tambin puede observarse, que la distribucin es normal,
aunque no de forma perfecta.
 Los datos anteriores, le permite al administrador, tener bases y nivel
de confiabilidad para la toma de decisiones.
 ACTIVIDADES DE APRENDIZAJE

1.- Investigue 3 campos de aplicacin del proceso de Montecarlo y explique

de forma detallada cada uno.
2.- Explique que es un proceso iterativo.
9.5. GENERACIN DE NMEROS ALEATORIOS

Objetivo

Conocer la importancia de la generacin de nmeros aleatorios.

Los nmeros aleatorios, son nmeros generados al azar y que son muy
tiles en estadstica (para seleccionar una muestra de una poblacin de
manera objetiva), para el anlisis numrico, en el campo de la programacin,
en el proceso de Montecarlo, entre otros.
Aos atrs, los nmeros aleatorios se generaban de forma manual
(Tippett en 1927) y se publicaban en tablas que eran usadas por los
estadsticos. Despus se tuvo que usar una ruleta electrnica que la utiliz la
lotera britnica. Cuando aparecieron las computadoras, la generacin de
nmeros aleatorios se facilit, ya que se usaba un sencillo programa con
operaciones aritmticas llamado cuadrado medio; que no es ms que
elevar al cuadrado un nmero anterior y considerar los nmeros del centro;
por ejemplo: Para un nmero de cuatro dgitos, el nmero antecesor es
3452, elevado al cuadrado da 11916,304, por lo que slo se toma a los 4
nmeros centrales 9163. sta secuencia de nmeros es generada de forma
determinstica, por lo que toma el nombre de pseudo-aleatoria. ste mtodo
es poco confiable, ya que puede llegar un momento en que los nmeros
caigan en repeticiones; por ejemplo, al salir el cero, ste se repetir siempre.
Con el paso del tiempo, se han creado mtodos ms confiables y
100% aleatorios creados a travs de simulacin, como el mtodo lineal de
congruencias, en donde se parte asignando nmeros cualesquiera a las
variables y continuar con los valores numricos de n> 0, usando la siguiente
frmula:

Xn+1 = (aXn + c)
 Es importante contar con nmeros aleatorios, porque de una
poblacin dada, entre mas aleatorios sean los nmeros, tomaremos
muestras de diferente tipo que representen a toda la poblacin.
 ACTIVIDADES DE APRENDIZAJE

1.- Enlista a los compaeros de su saln y usando una tabla de nmeros

aleatorios, elija una pequea muestra para estudiar una variable (edad,
peso, color de piel, etc.). Explique si la muestra contiene elementos
aleatorios.
2.- Investigue otros mtodos para obtener nmeros aleatorios.
9.6. TRANSFORMACIN INVERSA

Objetivo

Conocer en qu consiste la transformacin inversa.

Otro mtodo para generar nmeros aleatorios es la transformacin inversa, o

tambin denominado la inversa de la transformada. Es un mtodo muy
confiable, pero para muchos administradores es complicado obtener la
expresin analtica inversa.
La transformada inversa, se utiliza en modelos estocsticos, en donde
las variables se determinan al azar. En los modelos estocsticos, hay 1 o
varias variables aleatorias relacionndose, que toman una distribucin de
probabilidad emprica. Por ello, es necesario generar nmeros aleatorios
acorde al comportamiento de dichas variables.
 ACTIVIDADES DE APRENDIZAJE

1.- Investigue, las aplicaciones de la transformacin inversa.

2.- Elabore un ensayo del tema los nmeros aleatorios en modelos
estocsticos.
9.7. VENTAJAS Y DESVENTAJAS CON RESPECTO A LOS MTODOS CUANTITATIVOS

Objetivo

Identificar las ventajas y desventajas de la aplicacin de mtodos

cuantitativos.

Ventajas
La simulacin es un mtodo muy flexible, que puede representar situaciones
reales de manera clara y en diferentes perspectivas a diferencia de los
mtodos cuantitativos. Sin embargo, la simulacin no puede solucionar un
modelo cuantitativo tradicional.
La simulacin, le presenta a los directivos opciones y pronsticos
futuros con alto grado de confiabilidad y tiene herramientas suficientes para
la toma de decisiones. Adems, otra ventaja radica en que se pueden
comprender las relaciones de muchas variables existentes de forma fcil y
precisa, con solo correr un programa, cosa que con un modelo convencional
cuantitativo, tomara das o meses representarlo.
Otra de las ventajas de la simulacin, es que le da al administrador un
control total del tiempo, ya que se pueden representar fenmenos de forma
rpida. Adems, crea las bases para que se d una innovacin creativa,
debido a que permite al administrador observar los cambios en el sistema y
jugar con el sistema.
A diferencia de los mtodos cuantitativos convencionales, con el uso
de la simulacin, se puede cambiar un modelo de forma rpida y sin
complicaciones. La empresa tiene la posibilidad de mejorar el sistema
simulndolo que hacerlo en la realidad, ahorrndose tiempo y dinero.
Desventajas
Los modelos de simulacin necesitan mucho tiempo para
desarrollarse y validarse, por lo que algunas empresas se inclinan por
modelos cuantitativos tradicionales.
Otra desventaja, es que cada modelo de simulacin es nico; es
decir, son creados a la medida del problema, por lo que no pueden ser
empleados en otros problemas, como algunos de los modelos cuantitativos.
 Al simular la realidad, en ocasiones no encontramos soluciones
ptimas, porque cada vez que se corre el programa en la computadora con
datos de entradas diferentes, se obtienen resultados diferentes.
 ACTIVIDADES DE APRENDIZAJE

1.- Explique de qu manera se beneficia la empresa con los mtodos de

simulacin.
2.- Elabore un ensayo del tema ventajas y desventajas de los mtodos de
simulacin.
 AUTOEVALUACIN

Instrucciones: Subraya la respuesta correcta

1.- Es una definicin de simulacin:

a) Es la herramienta matemtica que trata de representar un proceso atreves

de otro ms simple, para analizar las variables que intervienen en el y
tomar una decisin.

b) Escribe el comportamiento de un sistema y da respuesta a un problema

real.

c) Es un modelo matemtico que representa una situacin real y busca la

toma de decisiones.

d) Es un modelo determinstico de solucin de problemas.

2.-A que se denomina simulacin discreta?

a) Representa una situacin en donde las variables no cambian.

b) Representa un sistema en donde las variables cambian en periodos

separados.

c) Representa un sistema en donde las variables cambian de manera

constante a lo largo del tiempo.

d) Se refiere a la actuacin del investigador.

3.- A que se denomina simulacin continua?

a) Representa un sistema en donde las variables cambian de manera

constante a lo largo del tiempo.
b) Representa una situacin en donde las variables no cambian.

c) Representa un sistema en donde las variables cambian en periodos

separados.

d) Es un proceso repetitivo.

4.- Qu es una simulacin determinstica?

a) Es un tipo de simulacin donde las variables, no varan al azar, tomando

valores exactos.

b) Es un tipo de simulacin donde las variables varan al azar y los

resultados son conocidos.

c) Es un tipo de simulacin donde las variables tienen valores decimales.

d) Se refiere a una situacin con incertidumbre.

5.- A qu se refiere la simulacin estocstica?

a) Es un tipo de simulacin donde las variables tienen valores decimales.

b) Es un tipo de simulacin donde las variables, no varan al azar, tomando

valores exactos.

c) Es un tipo de simulacin donde las variables varan al azar y los

resultados son conocidos.

d) Es un tipo de simulacin en condiciones de certeza.

6.- Cmo funciona el Proceso Montecarlo de simulacin?

a) Es un tipo de simulacin que utiliza modelos cuantitativos intermitentes.

b) Es un tipo de simulacin que utiliza modelos estndar y hechos a la

medida.
c) Es un tipo de simulacin que trabaja con modelos que generan resultados
aleatorios.

d) Es un modelo que utiliza la numerologa.

7.- En qu rea de la administracin se utiliza el proceso Montecarlo?

a) En el rea financiera.

b) En el rea de produccin.

c) En el rea de ventas.

d) En la mercadotecnia.

8.- Cundo se dice que un proceso es iterativo?

a) Cuando se cambia el proceso cada vez que se hace un clculo.

b) Cuando se repite el mismo proceso varias veces.

c) Cuando se utilizan procesos alternos.

d) Cuando realizamos muchas operaciones.

9.- Qu son los nmeros aleatorios?

a) Son nueros con caractersticas determinadas.

b) Son nmeros que sirven para el proceso Montecarlo.

c) Son nmeros generados al azar.

d) Son nmeros que sirven para la muestra.

10.- Por qu son importantes los nmeros aleatorios?

a) Porque son nmeros al azar que permiten obtener muestras
representativas de una poblacin.

b) Porque ayuda a determinar procesos confiables.

c) Porque genera resultados confiables.

d) Porque se trata de nmeros exactos.

11.- Qu es la transformacin inversa?

a) Es una forma que adopta el proceso Montecarlo.

b) Es un mtodo para generar nmeros aleatorios.

c) Es el cambio de forma de los nmeros aleatorios.

d) Se refiere a una situacin que permite cambiar el numero por su inverso

en el proceso.

12.- Es una ventaja de la simulacin:

a) Permite la solucin de problemas cuantitativos difciles.

b) Permite la solucin ptima de problemas de produccin.

c) Permite obtener pronsticos con alto grado de confiabilidad.

d) Ayuda a los expertos de la empresa a contar con un mtodo que da una

respuesta exacta a los problemas de la administracin.
 HOJA DE RESPUESTAS

Respuestas
Preguntas
(a) (b) (c) (d)

1 X

2 X

3 X

4 X

5 X

6 X

7 X

8 X

9 X

10 X

11 X

12 X
 BIBLIOGRAFA

1. Gallagher Charles A. y Watson Hugh J. Mtodos cuantitativos para la

toma de decisiones en administracin. McGraw-Hill. U.S. A. 1980.