Simulacin es el desarrollo de un modelo lgico-matemtico de un sistema, de tal forma que se obtiene una imitacin de la operacin de un proceso de la vida real

o de un sistema a travs del tiempo. Sea realizado a mano o en una computadora, la simulacin involucra la generacin de una historia artificial de un sistema; la observacin de esta historia mediante la manipulacin experimental, nos ayuda a inferir las caractersticas operacionales de tal sistema. En la definicin anterior se citan dos pasos bsicos de una simulacin: a) desarrollo del modelo y b) experimentacin. El desarrollo del modelo incluye la construccin de ecuaciones lgicas representativas del sistema y la preparacin de un programa computacional. Una vez que se ha validado el modelo del sistema, la segunda fase de un estudio de simulacin entra en escena, experimentar con el modelo para determinar cmo responde el sistema a cambios en los niveles de algunas variables de entrada.

Los trminos "sistema" y "modelo" tambin son importantes en la definicin descrita. Un sistema es una coleccin de variables que interactan entre s dentro de ciertos lmites para lograr un objetivo. El modelo por su parte es una representacin de los objetos del sistema y refleja de manera sencilla las actividades en las cuales esos objetos se encuentran involucrados.

Una definicin ms formal formulada por R.E. Shannon1 es: "La simulacin es el proceso de disear un modelo de un sistema real y llevar a trmino experiencias con l, con la finalidad de comprender el comportamiento del sistema o evaluar nuevas estrategias -dentro de los lmites impuestos por un cierto criterio o un conjunto de ellos - para el funcionamiento del sistema".

PROCESO DE DESARROLLO DE UN MODELO DE SIMULACIN

La metodologa para la creacin y desarrollo se puede resumir en el diagrama de flujo mostrado en la figura 3.1, la cual incluye los siguientes pasos:

1. Definicin del sistema. Cada estudio debe comenzar con una descripcin del problema o del sistema. Si la descripcin es dada por los tomadores de decisiones, el analista debe asegurarse que se encuentre completa. Es decir, que exista una correcta identificacin del objetivo, de las variables de decisin, las restricciones, la medida de efectividad y las variables no controlables y su comportamiento estadstico.

2. Anlisis del sistema. Deben describirse las interacciones lgicas entre las variables de decisin, de tal suerte que se optimice la medida de efectividad en funcin de las variables no controlables, sin olvidar las restricciones del sistema.

Con el fin de analizar un sistema, es indispensable definir algunos trminos. El estado de un sistema es el conjunto de variables que definen al sistema en cualquier instante. Un evento representa un acontecimiento instantneo que modifica el estado del sistema. Una actividad representa el tiempo requerido para llevar a cabo una operacin. Una entidad es cualquier objeto dentro del sistema, esta entidad puede ser esttica o dinmica, en este ltimo caso se denota como una transaccin y su principal caracterstica es su movimiento a travs de las entidades estticas del sistema. Las entidades contienen propiedades llamadas atributos que permiten crear diferencias entre ellas.

Por ejemplo, si definimos al sistema como una celda flexible de manufactura, las transacciones son los pallets que se mueven a travs del sistema transportando el material dentro de la celda; los atributos pueden ser el tipo de pieza en el pallet, el peso de los pallets, etctera; las actividades son las operaciones de procesamiento y transporte; las entidades estticas son las mquinas de control numrico o los robots; los eventos son la llegada o salida de un pallet de cada estacin en la celda y, finalmente, las variables de estado son el nmero de pallets esperando en cada estacin o el nmero de estaciones ocupadas.

3. Formulacin del modelo. Consiste en generar un cdigo lgico-matemtico que defina en forma exacta las interacciones entre las variables; debe ser una definicin sencilla pero completa del sistema. Al generar las interacciones es importante tener en

cuenta que se va a llevar a cabo a travs del tiempo y que el uso de listas o cadenas de eventos darn la pauta en el manejo de las variables. Una lista es un arreglo en el que se van ordenando las transacciones de acuerdo con la secuenciacin de eventos en el tiempo. Existen dos tipos de listas, las llamadas de eventos futuros donde la secuencia depende del tiempo de ocurrencia del evento, y las de eventos actuales cuya secuenciacin depende de la ocurrencia de otro evento. Por ejemplo, el evento fin de proceso de la pieza , depende de la duracin del proceso de esa pieza, por lo que debe acomodarse en la lista de eventos futuros; el evento inicio de proceso de la pieza i, depende del evento mquina disponible, por lo que debe acomodarse en la lista de eventos actuales.

4. Seleccin del lenguaje. De la seleccin del lenguaje depender el tiempo de desarrollo del modelo de simulacin, es importante utilizar el lenguaje que mejor se adecu a las necesidades de simulacin que se requieran. La seleccin puede ser desde usar un lenguaje general como lo es BASIC, PASCAL o FORTRAN hasta hacer uso de un paquete especficamente desarrollado para simular sistemas de manufactura como el SIMFACTORY o el STARCEL, pasando por los ya consolidados GPSS, SLAM, SIMAN, SIMSCRIPT, GASP y DYNAMO.

5. Codificacin del modelo. Consiste en generar las instrucciones o cdigo computacional necesario para lograr que el modelo pueda ser ejecutado en algn tipo de computadora. La duracin de este proceso est directamente relacionado con la seleccin del lenguaje, por ejemplo, un modelo que pueda ser codificado en GPSS en 20 minutos, podra llevar hasta 5 das en FORTRAN o PASCAL . 6. Validacin del modelo. Es el proceso que tiene como objetivo determinar la habilidad que tiene un modelo para representar la realidad. La validacin se lleva a cabo mediante la comparacin estadstica entre los resultados del modelo y los resultados reales.

7. Experimentacin. En este paso se determinan las diversas alternativas que pueden ser evaluadas, seleccionando las variables de entrada y sus diferentes niveles con la finalidad de optimizar las variables de respuesta del sistema real. El uso de tcnicas como diseo de experimentos, superficies de respuesta, Sim-plex EVOP, permiten llevar a cabo este procedimiento en forma estructurada.

8. Implantacin. Una vez seleccionada la mejor alternativa, es importante llevarla a la prctica; en muchas ocasiones este ltimo paso es el ms difcil ya que se tiene que convencer a la alta direccin y al personal de las ventajas de esta puesta en marcha. Para esto se recomienda llevar a cabo un proceso de animacin que permita visualizar el comportamiento de las variables en el sistema. Existen en el mercado paquetes computacionales que permiten hacerlo en poco tiempo y van desde los ms especficos como es el STARCELL que se aplica a celdas de manufactura, hasta los muy generales como el PROOF Animation que permite animar sistemas sin importar la fuente de donde provenga el cdigo de simulador ya que maneja las comunicaciones con base en archivos tipo texto.

Al implantar hay que tener cuidado con las diferencias que pueda haber con respecto a los resultados simulados, ya que estos ltimos se obtienen, si bien de un modelo representativo, a partir de algunas suposiciones.

9. Monitoreo y control. No hay que olvidar que los sistemas son dinmicos y con el transcurso del tiempo es necesario modificar el modelo de simulacin, ante los nuevos cambios del sistema real, con el fin de llevar a cabo actualizaciones peridicas que permitan que el modelo siga siendo una representacin del sistema.

Ventajas 1. Una vez construido, el modelo puede ser modificado de manera rpida con el fin de analizar diferentes polticas o escenarios.

2. Generalmente es ms barato mejorar el sistema va simulacin, que hacerlo directamente en el sistema real.

3. Es mucho ms sencillo comprender y visualizar los mtodos de simulacin que los mtodos puramente analticos.

4. Los mtodos analticos se desarrollan casi siempre, para sistemas relativamente sencillos donde suele hacerse un gran nmero de suposiciones o simplificaciones, mientras que con los modelos de simulacin es posible analizar sistemas de mayor complejidad o con mayor detalle.

5. En algunos casos, la simulacin es el nico medio para lograr una solucin.

Simulacin en informtica

En informtica la simulacin tiene todava mayor significado especializado: Alan Turing us el tmino "simulacin" para referirse a lo que pasa cuando una computadora digital corre una tabla de estado (corre un programa) que describe las transiciones de estado, las entradas y salidas de una mquina sujeta a discreto-estado. La simulacin computarizada de una mquina sujeta.

En programacin, un simulador es a menudo usado para ejecutar un programa que tiene que correr en ciertos tipos de inconvenientes de computadora o en un riguroso controlador de prueba de ambiente. Por ejemplo, los simuladores son frecuentemente usados para depurar un microprograma (microcdigo) o algunas veces programas de aplicacin comercial. Dado que, la operacin de computadoras es simulada, toda la informacin acerca de la operacin de computadoras es directamente disponible al programador, y la velocidad y ejecucin pueda variar a voluntad.

Los simuladores pueden ser usados para interpretar la ingeniera de seguridad o la prueba de diseo de lgica VLSI, antes de que sean construidos. En informtica terica el trmino "simulacin" representa una relacin entre los sistemas de transicin de estado. Esto es usado en el estudio de la semntica operacional.

En el rea de las ciencias son de gran ayuda ya que los estudiantes relacionan conceptos abstractos con reales (el choque de molculas) y tambin ayuda en el sentido de los recursos ya que solo se tiene que disponer con un par de computadores y no con todo el aparataje de un laboratorio entero.

Simulacin en la preparacin Soldado en un simulador de prueba de manejo.

La simulacin es usada en el entrenamiento o preparacin tanto del personal civil como militar; esto sucede cuando es prohibitivamente caro o simplemente muy peligroso para permitirle usar equipo real a un aprendiz en el mundo real. En esta ltima situacin ellos aprendern valiosas lecciones en un ambiente virtual seguro. La conveniencia es permitir errores durante el entrenamiento para un sistema crtico de seguridad.

El entrenamiento simulado tpicamente viene en tres categoras: Simulacin de "Vida", es cuando las personas reales usan equipo simulado en el mundo real. Simulacin "Virtual", es cuando las personas reales usan equipo simulado en mundos simulados o ambientes virtuales. Simulacin "Constructiva", es cuando personas simuladas, usan equipo simulado, en ambientes simulados.

Simulacin en la educacin Este tipo de simulacin es un tanto parecida a la de entrenamiento o preparacin. Ellas se enfocan en tareas especficas. En el pasado los videos eran usados por maestros y para educar alumnos a observar, solucionar problemas y jugar un rol; sin embargo se ha visto desplazada por la simulacin, puesto que esta incluye vietas narrativas animadas, son videos de caricaturas hipotticas e historias basadas en la realidad, envolviendo a la clase en la enseanza y aprendizaje. Tambin se usa para evaluar el aprendizaje, resolver problemas de habilidades y disposicin de los nios, y el servicio de los profesores.

Simulacin en las ciencias naturales Los experimentos basados en tcnicas como la espectroscopa de RMN proveen datos detallados sobre el comportamiento de la materia. Sin embargo, para interpretar estos experimentos y para obtener una resolucin mayor en espacio y tiempo, tenemos que recurrir a modelos tericos. La resolucin analtica de estos modelos es imposible para la mayora de los sistemas de inters prctico. Por ello, es necesario recurrir a la resolucin numrica de estos modelos en forma de simulaciones. Una simulacin busca recrear los

elementos que se consideran importantes en la reproduccin de un fenmeno observado empricamente. Ejemplos importantes son la dinmica molecular y la qumica computacional, ambas utilizadas ampliamente para estudiar el plegamiento de protenas en la biofsica y las propiedades mecnicas de polmeros artificiales en la ciencia de materiales.

Simulacin mdica Este tipo de simulacin incrementa cada vez ms su desarrollo y se est desplegando cada vez ms para ensear procedimientos teraputicos y de diagnstico as como conceptos y la toma de decisin mdica al personal en las profesiones mdicas. Estos simuladores se han estado desarrollando para el entrenamiento para una gama de procedimientos bsicos como la transfusin de sangre, una ciruga laparoscpica, cuidados traumatolgicos auscultacin pulmonar y cardiaca, etc.

MODELOS DE SIMULACIN

La experimentacin puede ser un trabajo de campo o de laboratorio. El modelo de mtodo usado para la simulacin seria terico, conceptual o sistmico.

Despus de confirmar la hiptesis podemos ya disear un teorema. Finalmente si ste es admitido puede convertirse en una teora o en una ley.

Modelo terico

El 'modelo terico' debe contener los elementos que se precisen para la simulacin. Un ejemplo con trabajo de laboratorio es un programa de estadstica con ordenador que genere nmeros aleatorios y que contenga los estadsticos de la media y sus diferentes versiones : cuadrtica- aritmticageomtrica-armnica. Adems debe ser capaz de determinar la normalidad en trminos de probabilidad de las series generadas. La hiptesis de trabajo es que la media y sus versiones tambin determinan la normalidad de las series. Es un trabajo experimental de laboratorio. Si es cierta la hiptesis podemos establecer la secuencia teorema, teora, ley. Es el modelo principal de todo una investigacin cientfica, gracias a ello podemos definir o concluir la hipotesis, las predicciones, etc.

Modelo conceptual

El modelo conceptual desea establecer por un cuestionario y con trabajo de campo, la importancia de la discriminacin o rechazo en una colectividad y hacerlo por medio de un cuestionario en forma de una simulacin con una escala de actitud. Despus de ver si la poblacin es representativa o adecuada, ahora la simulacin es la aplicacin del cuestionario y el modelo es el cuestionario para confirmar o rechazar la hiptesis de si existe discriminacin en la poblacin y hacia que grupo de personas y en que cuestiones. Gran parte de las simulaciones son de este tipo con modelos conceptuales.

Modelo Sistmico

El modelo sistmico es ms pretencioso y es un trabajo de laboratorio. Se simula el sistema social en una de sus representaciones totales. El anlisis de sistemas es una representacin total. Un plan de desarrollo en el segmento de transportes con un modelo de ecologa humana, por ejemplo. El nfasis en la teora general de sistemas es lo adecuado en este tipo de simulaciones. Este mtodo, que es para un Sistema complejo, es sumamente abstracto, no se limita a la descripcin del sistema, sino que debe incluir en la simulacin las entradas y salidas de energa y procesos de homeostasis, autopoiesis y retroalimentacin.

Tanto el programa de estadstica, como la escala de actitud, como el sistema total, son perfectas simulaciones de la realidad y modelizan todos los elementos en sus respectivas hiptesis de trabajo. Son tambin un microclima y el ambiente o el escenario en los procesos de simulacin/experimentacin. Otras propiedades que deben contener las simulaciones es que sean repetibles indefinidamente. Que eviten el efecto de aprendizaje que incita al encuestador a rellenar l mismo los cuestionarios y que se podr evitar con algn control, que sean flexibles o mejorables y que no sea invasivo o cambiar la poblacin de las muestras sucesivas.

Pruebas de bondad de ajuste

Las pruebas de bondad de ajuste tienen por objetivo determinar si los datos se ajustan a una determinada distribucion, esta distribucion puede estar completamente especificada (hipotesis simple) o perteneciente a una clase parametrica (hipotesis compuesta).

El empleo de la simulacin para verificar un resultado terico es, hoy en da, una prctica regular, gracias al desarrollo de los ordenadores que permiten obtener, rpida y fcilmente, nmeros aleatorios de cualquier distribucin. Esto ha supuesto una autntica revolucin en el campo de la estadstica y, en particular, en los mtodos bayesianos.

Ms que nmeros aleatorios estrictamente, los algoritmos de simulacin generan lo que se ha denominado como nmeros pseudo-aleatorios a travs de frmulas recursivas que parten de un valor inicial llamado semilla. Existen diferentes mtodos de generacin que permiten obtener una secuencia de nmeros aleatorios para una distribucin dada, pero la mayora de estos mtodos se basan en la generacin de observaciones independientes de una distribucin uniforme en [0,1]. El generador congruencial, propuesto por Lehmer11, es uno de los ms utilizados para obtener nmeros aleatorios uniformes. Una recomendacin muy extendida en la literatura es la de combinar varios generadores de nmeros aleatorios para obtener un generador con mejores caractersticas.

Los mtodos de simulacin se denominan, de modo general, tcnicas de Monte Carlo. Estos mtodos se utilizan en la resolucin de diferentes problemas en los que la solucin analtica exacta es difcil de obtener o consume mucho tiempo. En esos casos, se busca una solucin aproximada mediante la simulacin. El trmino Monte Carlo no hace referencia a un algoritmo concreto de simulacin, sino ms bien al hecho de que se ha aplicado un mtodo de ese tipo. Una aplicacin de estas tcnicas se da, por ejemplo, en el campo de la inferencia. El procedimiento se puede describir, de modo general, como sigue: se ajusta un modelo a los datos empricos y se utiliza este modelo ajustado para simular muestras aleatorias que, a su vez, se usan para estimar los parmetros de la distribucin terica. Este procedimiento general se denomina bootstrap paramtrico.

1.5. EJEMPLOS DE USOS DE SIMULACIN Existe una gran cantidad de reas donde la tcnica de simulacin puede ser aplicada. Algunos ejemplos podran ser loa sguientea: Simulacin de un sistema de coas, Con la tcnica de simulacin es posible estudiar y analizar sistemas de colas cuya

representacin matemtica seria demasiado complicada de analizar. Ejemplos de estos sistemas serian aquellos donde es posible la llegada al sistema en grupo, la salida de la cola del sistema, el rehusar entrar al sistema cuando la cola es excesivamente grande etc. Simulacin de un sistema de inventarios- A trava de simulacin se pueden analizar ms fcilmente sistemas de inventarios donde todos sus parmetros (tiempo de entrega, demanda, costo de llevar inventari0i etc.). aon eafcocaticoa, ' Simulacin de itr proyecto de inversin. Existen en la prctica una gran cantidad de proyectos de inversin donde la incertdumbre con respecto a ios flujos de efectivo que el proyecto genera a laa tasas de inters, a las tasas de inladn, etc.. hacen difcil y a veces imposible manejar analticamente es te tipo de problemas. Para este tipo de situaciones el uso de simulacin es ampliamente recomendado,

Simulacin de siftemas econmictfs. La tcnica de simulacin puede aer utilizada para evaluar el efecto de cierto Cipo e decisiones (devaluacin de la moneda, el impuesto al valor agregado, etc., en les dems variables macroeconmieas como: producto nacional bruto, balanza comercial, inflacin, oferta monetaria, circulante, etc. Simulacin de estados financieros. La expansin y divefflificadn de una organizacin a travos de la adquisicin y establecimiento de nuevas empresas, repercuten significativamente en su posicin y estructura financiera. Por consiguiente, el uso de simulacin permite analizar cul de las tntrategias de crecimiento son las que llevarn a la orgamzscin al logro de sus objetivos y metas de corto, mediano y largo plazos.

La prueba de bondad de ajuste se aplica en diseos de investigacin en los que se estudia a un nico grupo. La prueba compara la distribucin de frecuencias observada (Fo) de una variable usualmente cualitativa,

pero que tambin puede ser cuantitativa, con la distribucin de frecuencias de la misma variable medida en un grupo de referencia. El procedimiento de la prueba implica e clculo de una distribucin esperada (Fe) en el grupo estudiado, usando como punto de partida a la distribucin de la variable en el grupo de referencia. El propsito de la prueba es averiguar si existen diferencias estadsticamente significativas entre la distribucin observada (Fo) y ia distribucin esperada (Fe). En la prueba se plantean Jas siguientes hiptesis estadsticas: Hiptesi s estadsti ca nula: Ho: Fo = Fe Hiptesi s estadsti ca alterna: Ha: Fo f Fe El procedimiento de a prueba incluye el clculo de la medida de resumen flamada Chi cuadrada. El rechazo de Fa Ho ocurre cuando el valor calculado con los datos resulta mayor que et valor crtico de dicha medida contenido en una tabla llamada Valores Crticos de Ch cuadrada.

En el caso de que el valor de Chi cuadrada calculada sea igual o menor al de Chi cuadrada crtica se dice que no se rechaza a la Ho y. por tanto, se concluye que a Fo es semejante a la Fe. En otras palabras, se dice que ambas distribuciones se ajustan bien; de ah el nombre de !a prueba: bondad de ajuste.
Software Descripcin del programa

Vensim
Presenta los resultados de simulacion en: - Graficos - Tablas - Tablas de Tiempo - Tira de causas

Presenta varias Herramientas de Analisis como son: - Diagramas de Arbol de Causas y Diagramas de Arbol de Usos: Permiten investigar la estructura del modelo. - Ciclos: Muestra todas las variables en todos los ciclos de realimentacion. -Documento: Proporciona la documentacion de todo el modelo, mostrando todas las ecuaciones del modelo en un formato de texto simple. - Grafico y Tabla: Muestran el comportamiento de las variables. - Tira de Causas: Es una herramienta rapida y poderosa que nos ayuda a determinar qu porciones de un modelo DSS US $1995/usuario Professional US $1195/usuario PLE Plus US $169/usuario PLE (Personal Learning Edition) US $50/usuario Chino Ingles Japones estan causando cul tipo de comportamiento. - Comparacion de Simulaciones: Lista todas las diferencias en Constantes y Funciones

Graficas (diferencias en las primeras dos simulaciones de la simulacion cargados). - Analisis de Sensibilidad: Realiza cientos o miles de simulaciones de Montecarlo con las constantes modificadas a lo largo de un rango de valores y despues guarda los resultados para un analisis posterior.

El programa Vensim es actualmente el programa ms verstil, intuitivo y sencillo para construir y simular modelos dinmicos. Permite construir modelos a travs de diagramas causales o en versin texto, y en cualquiera de las dos modalidades permite comparar fcilmente los resultados de distintos

experimentos, superponer grficos de distintas variables, cambiar escalas, periodos de estudio, etc. El programa Vensim se utiliza sobre el soporte del sistema operativo Windows, por lo que sus usuarios estarn familiarizados con los principios generales de su utilizacin, a base de mens desplegables y de iconos.

El diagrama a continuacin ilustra una pantalla tpica del programa, si bien debe entenderse que la barra de iconos puede personalizarse y que, por lo tanto, su aspecto puede variar segn los intereses de cada usuario. Vensim permite realizar utilidades avanzadas, como son el calibrado de parmetros, anlisis de sensibilidad, optimizacin de funciones y valoracin de decisiones a travs de juegos interactivos entre otras posibilidades. Tambin permite construir aplicaciones DSS (Decision Suport System), elaborar informes EIS (Executive Information Systems), importar y exportar datos de hojas de clculo o formatos ASCI y enlazar un modelo con aplicaciones construidas con otras libreras y aplicaciones programadas en lenguaje C. Concretamente se pueden enlazar los modelos con aplicaciones de teora de juegos, programacin lineal o gentica, etc.
Ithink Permite presentar los resultados a traves de diferentes formas como tablas, graficas, animaciones, peliculas QuickTime y archivos; estas representaciones pueden ser agregados al modelo, o se pueden crear interfaces que permite interactuar con la simulacion a traves de controles como: - Regulador de

dispositivos entrada - Lista de dispositivos entrada - Boton de dispositivos de entrada - Grafico de dispositivos de entrada - Switch - Boton - Ciclo

El Analisis de Sensibilidad revela puntos de apalancamiento claves y condiciones optimas del modelo.

Powersim

Plasma la presentacion de resultados de diversas formas: - Graficas de tiempo - Tablas de tiempos - Graficos - Graficos de dispersion - Tabla - Indicador - Deslizador - Switch

Posee varias herramientas de analisis para estudiar y mejorar el comportamiento de la dinamica de los modelos creados con este software, estas son: - Analisis de riesgo. - Control de escenarios. - Optimizacion de politicas. - Gestion de riesgos.

Cuando simular? Como regla general, la simulacin es apropiada cuando: Desarrollar un modelo analgico es muy difcil o quizs an imposible El sistema tiene una o ms variables aleatorias relacionadas La Dinmica del sistema es extremadamente compleja El objetivo es observar el comportamiento del sistema sobre un perodo La habilidad de mostrar la animacin es importante.