SIMULACION
APLICACIONES DE LA SIMULACIN
La simulacin es conveniente cuando:
No existe una formulacin matemtica analticamente resoluble. Muchos sistemas
reales no pueden ser modelados matemticamente con las herramientas actualmente
disponibles, por ejemplo la conducta de un cliente de un banco.
Existe una formulacin matemtica, pero es difcil obtener una solucin analtica. Los
modelos matemticos utilizados para modelar un reactor nuclear o una planta qumica
son imposibles de resolver en forma analtica sin realizar serias simplificaciones.
No existe el sistema real. Es problema del ingeniero que tiene que disear un sistema
nuevo. El diseo del sistema mejorar notablemente si se cuenta con un modelo
adecuado para realizar experimentos.
Los experimentos son imposibles debido a impedimentos econmicos, de seguridad,
de calidad o ticos. En este caso el sistema real est disponible para realizar
experimentos, pero la dificultad de los mismos hace que se descarte esta opcin. Un
ejemplo de esto es la imposibilidad de provocar fallas en un avin real para evaluar la
conducta del piloto, tampoco se puede variar el valor de un impuesto a para evaluar la
reaccin del mercado.
El sistema evoluciona muy lentamente o muy rpidamente. Un ejemplo de dinmica
lenta es el problema de los cientficos que estudian la evolucin del clima. Ellos deben
predecir la conducta futura del clima dadas las condiciones actuales, no pueden
esperar a que un tornado arrase una ciudad para luego dar el mensaje de alerta. Por el
contrario, existen fenmenos muy rpidos que deben ser simulados para poder
observarlos en detalles, por ejemplo una explosin.
Entre las posibles desventajas de la simulacin se pueden citar:
El desarrollo de un modelo puede ser costoso, laborioso y lento.
Existe la posibilidad de cometer errores. No se debe olvidar que la experimentacin
se lleva a cabo con un modelo y no con el sistema real; entonces, si el modelo est mal
o se cometen errores en su manejo, los resultados tambin sern incorrectos.
No se puede conocer el grado de imprecisin de los resultados. Por lo general el
modelo se utiliza para experimentar situaciones nunca planteadas en el sistema real
por lo tanto no existe informacin previa para estimar el grado de correspondencia
entre la respuesta del modelo y la del sistema real.
Actualmente la simulacin presta un invalorable servicio en casi todas las reas
posibles, algunas de ellas son:
Procesos de manufacturas: Ayuda a detectar cuellos de botellas, a distribuir
personal, determinar la poltica de produccin.
Plantas industriales: Brinda informacin para establecer las condiciones ptimas de
operacin, y para la elaboracin de procedimientos de operacin y de emergencias.
Sistemas pblicos: Predice la demanda de energa durante las diferentes pocas del
ao, anticipa el comportamiento del clima, predice la forma de propagacin de
Enfermedades.
Sistemas de transportes: Detecta zonas de posible congestionamiento, zonas con
mayor riesgo de accidentes, predice la demanda para cada hora del da.
Pgina 1
UNAM-ILO
SIMULACION
TIPOS DE SIMULACIN
Pgina 2
UNAM-ILO
SIMULACION
Cuasi -identidad: Se utiliza una versin ligeramente simplificada del sistema real. Por
ejemplo, los entrenamientos militares que incluyen movilizacin de equipos y tropas
pero no se lleva a cabo una batalla real.
Laboratorio: Se utilizan modelos bajo las condiciones controladas de un laboratorio.
Se pueden distinguir dos tipos de simulaciones: o Juego operacional: Personas
compiten entre ellas, ellas forman parte del modelo, la otra parte consiste en
computadoras, maquinaria, etc. Es el caso de una simulacin de negocios donde las
computadoras se limitan a recolectar la
Informacin generada por cada participante y a presentarla en forma ordenada a cada
uno de ellos. o Hombre-Mquina: Se estudia la relacin entre las personas y la
mquina. Las personas tambin forman parte del modelo. La computadora no se limita
a recolectar informacin, sino que tambin la genera. Un ejemplo de este tipo de
simulacin es el simulador de vuelo.
Pgina 3
UNAM-ILO
SIMULACION
(1)
En el caso del movimiento de un resorte, variando el coeficiente de friccin se puede
identificar dos tipos de respuestas caractersticas: la oscilatoria (con friccin nula) y la
oscilatoria amortiguada (con friccin no nula).
Cuando se desea calcular las races del polinomio cuadrtico:
(2)
Se dispone de la siguiente solucin analtica:
(3)
Esta solucin analtica permite calcular fcilmente las nuevas races cuando se varan
los coeficientes del polinomio. Tambin, es claro que habr problemas cuando el
argumento de la
Raz cuadrada se haga negativa.
4
Sin embargo, no siempre es posible obtener una solucin analtica, ya sea por la
naturaleza del modelo o de los experimentos que se desean realizar. En este caso, el
modelo deber ser tratado por algn tipo de mtodo numrico. Es to es, el modelo
ser resuelto para un caso particular, y la solucin ser un nmero, un vector o una
matriz; pero no se tendr una funcin analtica. Debido a esto, el anlisis de los
resultados es ms complejo que el requerido por una
Solucin analtica. A continuacin se da un ejemplo utilizando la simulacin de Monte
Carlo.
Pgina 4
UNAM-ILO
SIMULACION
(4) (5)
En este caso la solucin es a = 314.16 cm2 y p = 62.83 cm.
Sin embargo, cuando se desea determinar el rea de una forma irregular, por ejemplo
la superficie plana de Per, el problema debe necesariamente ser resuelto con un
mtodo numrico; es decir, simulacin. La determinacin del rea del crculo
utilizando la simulacin de Monte Carlo implica la siguiente secuencia:
1. Crear un cuadrado de lado 2.r que encierre al crculo (Figura 1).
2. Colocar n puntos al azar dentro del cuadrado.
3. Asignar a c el nmero de puntos que quedaron dentro del crculo.
4. Como la probabilidad de colocar un punto dentro del crculo es igual al cociente del
rea del crculo dividida el rea del cuadrado, el rea del crculo se puede estimar en
funcin del rea del cuadrado (fcilmente calculable) con:
Es importante notar que para un dado n, el resultado ser distinto cada vez que se
realice la simulacin. Es decir, que el resultado ser un nmero aleatorio. A medida
que n aumente, la varianza del resultado disminuir y el valor medio se aproximar a
la solucin analtica. Para un n = 100, el resultado de una simulacin es 320 cm2;
mientras que para n = 10000, un resultado es 313 cm2.
El mismo principio se puede aplicar para figuras complejas como se muestra en la
Figura 2. Conociendo la escala, se puede fijar un cuadrad o arbitrario y calcular el rea
de Per. Sin embargo, la determinacin del permetro de la figura es un problema de
mayor magnitud para el cual se necesita recurrir a la teora de fractales.
Pgina 5