INSTITUTO TECNOLOGICO DE TUXTLA GUTIERREZ

SIMULACION
Ingeniero Pedro Antonio Chambé Morales

UNIDAD I
Introducción a la Simulación

Equipo 1

Espinoza de los Santos Edgar

Estrada Toledo Diego Alberto
Hernández Cruz José Manuel
Miranda Coronel Walter Fabián
Rodas Alberto

6° Semestre

Fecha de entrega: 7 de Octubre del 2010

Tuxtla Gutiérrez, Chiapas.
 1.- Introducción a la simulación.

1.1- Definiciones e importancia de la simulación en la ingeniería.

La simulación consiste básicamente en construir modelos informáticos que describen la

parte esencial del comportamiento de un sistema de interés, así como en diseñar y realizar
experimentos con el modelo y extraer conclusiones de sus resultados para apoyar la toma
de decisiones.

Típicamente, se utiliza en el análisis de sistemas tan complejos tan complejos que no es

posible su tratamiento analítico o mediante métodos de análisis numéricos. Sus orígenes
están en los trabajos de students para aproximar la distribución que lleva su nombre, y los
métodos de Von Neumann y Ulam introdujeron para resolver ecuaciones integrales. Desde
entonces, la simulación ha crecido como una metodología de experimentación fundamental
en campos tan diversos como la economía, la estadística, la informática o la física y con
enormes aplicaciones industriales y comerciales.

La simulación se emplea sólo cuando no existe otra técnica que permita encarar la
resolución de un problema. Siempre es preferible emplear una alternativa analítica antes
que simular. Lo anterior no implica que una opción sea superior a otra, sino que los campos
de acción no son los mismos. Mediante la simulación se han podido estudiar problemas y
alcanzar soluciones que de otra manera hubieran resultado inaccesibles.

La simulación involucra dos facetas:

1) Construir el modelo
2) Ensayar diversas alternativas con el fin de elegir y adoptar la mejor en el sistema real,
procurando que sea la óptima o que por lo menos sea lo suficientemente aproximada.

Simulación: “Es una técnica numérica para conducir experimentos en un computador

digital, la cual incluye ciertos tipos de relaciones lógicos y matemáticas necesarias para
describir la estructura y el comportamiento de un sistema complejo del mundo real sobre un
periodo de tiempo”.

La simulación es un proceso para describir la esencia de la realidad, el cual incluye la

construcción, experimentación y manipulación de un modelo complejo en un computador.

Ventajas

1. La simulación hace posible estudiar y experimentar con las interacciones complejas

de un sistema dado.
2. A través de la simulación, podemos estudiar el efecto de cambios ambientales,
organizacionales de cierta información, en la operación del sistema.
3. La observación detalla del sistema simulado nos permite tener una mejor
compresión del mismo.
4. La experiencia al diseñar un modelo de simulación para computadora es más valiosa
que la simulación en sí.
 5. La simulación nos permite experimentar con situaciones nuevas, para los cuales no
se tiene o hay poca información.
6. Adquirir una rápida experiencia a muy bajo costo y sin riesgos. No se compromete
la confiabilidad del sistema en los ensayos (las aglomeraciones, las largas demoras
son simuladas y no reales).
7. Identificar en un sistema complejo aquellas áreas con problema ("cuellos de
botella").
8. Un estudio sistemático de alternativas (variaciones uniformes en los parámetros
intervinientes imposibles de lograr en un sistema real).

DESVENTAJAS
1. No se lo debe utilizar cuando existan técnicas analíticas que permitan plantear,
resolver y optimizar todo el sistema o alguna parte del mismo.
2. Existe un gran deseo de incluir todo en la simulación donde los resultados son
visibles y comprendidos por todas las personas (especialistas o no), las cuales
gustan hacer ensayos.
3. No es posible asegurar que el modelo sea válido: Se corre el riesgo de tomar
medidas erróneas basadas en aplicar conclusiones falsas obtenidas mediante un
modelo que no representa la realidad.
4. No existe criterio científico de selección de alternativas a simular (Estrategia).
5. Es posible omitir una buena sugerencia de innovación simplemente porque a nadie
se le ocurrió ensayarla.
6. Existe el riesgo de utilizar un modelo fuera de los límites para el cual fue
construido, queriendo realizar ensayos para el cual el modelo no es válido.
7. Es posible elaborar todo un gran andamiaje de pruebas y resultados falsos, basados
en un modelo confiable y válido bajo otras condiciones.

DEFINICION Y CONCEPTO DE SIMULACION

SIMULACION: Es una técnica numérica para conducir experimentos en una computadora

digital, la cual incluyen ciertos tipos de relaciones lógicas y matemáticas necesarias para
describir la estructura y comportamiento de un sistema complejo del mundo real sobre un
periodo de tiempo.

LA SIMULACION SE UTILIZA EN:

1. Líneas de espera.
2. Modelo de inventario.
3. Modelo de transporte.
4. Modelo financiero.
5. Patrones de crecimiento poblacional.
6. Modelos probabilísticos.
7. Modelos ambientales.
8. Modelo de estrategias de mercado.
LENGUAJES ORIENTADOS A LA SIMULACION

Citados por orden de aparición:

1) General Purpose Simulation System (GPSS) desarrollado por Geoffrey GORDON

(IBM) tuvo su primera versión en 1961, desarrollada en lenguaje de máquina. Actualmente
existe también una versión para PC (desarrollada por Minuteman Software).

2) SIMSCRIPT, desarrollado por B. DIMSDALE, H. M. MARKOWITZ, B. HAUSNER, y

H. W. CARR (RAND Corporation) tuvo su primera versión en 1962. Originalmente estuvo
basado en FORTRAN.

3) SIMULA, desarrollado por O.J. DAHL y K. NYGAARD (NORWEGIAN

COMPUTING CENTER, OSLO) tuvo su primera versión en 1965. Desarrollado como una
extensión de ALGOL.

4) SIMPL/I un lenguaje de simulación basado en PL/I, introducido por IBM en 1972.

1.2- Conceptos básicos de la modelación.

Todos los modelos de simulación se llaman modelos de entrada-salida. Es decir, producen

la salida del sistema si se les da la entrada a sus subsistemas interactuantes. Por tanto los
modelos de simulación se “corren” en vez de “resolverse”, a fin de obtener la información o
los resultados deseados. Son incapaces de generar una solución por sí mismo en el sentido
de los modelos analíticos; solo pueden servir como herramienta para el análisis del
comportamiento de un sistema en condiciones especificaciones por el experimentador.

Modelación.
Es aquello que sirve para representar o describir cosa es decir crea prototipos (primer
diseño). El modelo puede tener una forma semejante o ser totalmente distinto del objeto
real.

Modelo.
Un modelo se puede definir como una representación simplificada de un sistema real, un
proceso o una teoría, con el que se pretende aumentar su comparación hacer predicciones y
posiblemente ayuda a controlar el sistema.

Existen 3 formas de modelo:

Icónico.- Versión a escala del objeto real y con sus propiedades relevantes más o menos
representados.

Analógico.- Modelo con apariencia física distinta al original, pero con compartimiento
representativo.
Analítico.- Relaciones matemáticas o lógicas que representan leyes físicas que se cree
gobiernan el comportamiento de las situaciones bajo investigación.

El diseño del modelo de simulación, es en sí mismo una parte crítica de cualquier curso o
estudio.

El proceso comprende tres tipos de actividades:

1. Actividades de Pre simulación: La primera actividad es el reconocimiento del

problema, esto nos lleva al estudio y análisis del sistema y culmina en el
establecimiento de un objetivo dirigido a la solución del problema.

2. Actividades de Desarrollo: Las primeras actividades de desarrollo son el diseño y la

implementación del modelo de simulación. Después que estas tareas son
completadas, la siguiente actividad es la verificación del modelo.

3. Actividad de operación: En esta etapa el proceso de simulación, el modelo ha sido

diseñado, implementado y ha sido planeado.

La simulación de sistemas implica la construcción de modelos. El objetivo es averiguar qué

pasaría en el sistema si acontecieran determinadas hipótesis.

Desde muy antiguo la humanidad ha intentado adivinar el futuro. Ha querido conocer qué
va a pasar cuando suceda un determinado hecho histórico. La simulación ofrece, sobre
bases ciertas, esa predicción del futuro, condicionada a supuestos previos.

Para ello se construyen los modelos, normalmente una simplificación de la realidad.

Surgen de un análisis de todas las variables intervinientes en el sistema y de las relaciones

que se descubren existen entre ellas.

En el modelo se estudian los hechos salientes del sistema o proyecto. Se hace una
abstracción de la realidad, representándose el sistema/proyecto, en un modelo.

El modelo que se construye debe tener en cuenta todos los detalles que interesan en el
estudio para que realmente represente al sistema real (Modelo válido). Por razones de
simplicidad deben eliminarse aquellos detalles que no interesan y que lo complicarían
innecesariamente.

Se requiere pues, que el modelo sea una fiel representación del sistema real. No obstante, el
modelo no tiene porqué ser una réplica de aquél. Consiste en una descripción del sistema,
junto con un conjunto de reglas que lo gobiernan.

La descripción del sistema puede ser abstracta, física o simplemente verbal. Reglas definen
el aspecto dinámico del modelo. Se utilizan para estudiar el comportamiento del sistema
real.
Como ejemplo de modelo físico se pueden citar los túneles de viento donde se ensayan los
aviones, los simuladores de vuelo, los canales de experiencia donde se ensayan los barcos,
etc.

METODOLOGÍA
La aplicación de la simulación a muchos tipos de temas junto con los distintos tipos
de estudios produce muchas variaciones en la forma como se desarrolla un estudio de
simulación. Sin embargo, se pueden identificar determinados pasos básicos en proceso.
Los principales que deben considerarse son:

1. Definición del problema

2. Plan de estudio
3. Formulación de un modelo matemático
4. Construcción de un programa de computador para él modelo
5. Validación del modelo
6. Diseño de experimentos
7. Ejecución de la corrida de simulación y análisis de resultados

1.- Formulación del problema, es entender perfectamente el problema cuando los

problemas son diferentes, todos tienen la misma estructura:

a) Preguntas que responder

b) Hipótesis que deben ser probadas

c) Efectos por estimarse

2.-Recopilacion y procesamiento de datos, obtener datos es comprender lo que esta

pasando en el sistema para empezar a formular un modelo del sistema, en la recopilación
y procesamiento sucede lo siguiente:

1.- A veces sin simular empiezan a surgir mejoras al problema que se pretende
resolver.

2.- Surgen hipótesis

3.- Se obtienen datos para probar la validez del modelo

4.- Se puede reconocer más adelante el valor de los parámetros del modelo

3.- Elaboración del modelo, una vez entendido el problema se empieza a construir el
modelo con todos los elementos que forman el sistema, considerando:

a) La cantidad de variables a usar

b) La complejidad del modelo

 c) La eficiencia de la computación

d) El tiempo de programación

e) El grado de realismo

4.- La estimación de los parámetros, entre los modelos de estimación se

encuentran:

a) Los métodos de una sola ecuación

1) Mínimos cuadrados

2) Métodos de ecuación única de información limitada

b) Métodos de ecuaciones simultáneas

1) Mínimos cuadrados de tres etapas

2) Métodos de máxima probabilidad

c) Pruebas estadísticas

1) Pruebas referente a las medias

 Pruebas de una muestra

 Diferencia entre medias

2) Pruebas referente a varianza

 Pruebas de la ji2
 Pruebas de la f

3) Pruebas basadas en conteo de datos

 Pruebas de frecuencia
 Prueba de proporciones
 Prueba de bondad de ajustes

4) Pruebas no paramétricas

 Prueba de signo
 Prueba de corridas
 5.- Evaluación del modelo y de los parámetros, esta etapa nos sirve para asegurar si
el modelo es bueno y adecuado considerando lo siguiente:

1) Incluimos algunas variables que no sean pertinentes en el sentido que no

contribuyen a predecir el comportamiento de la variable endógena.

2) Omitimos algunas variables exógenas que puedan afectar a las variables

endógenas.

3) Formulamos incorrectamente alguna relación funcional entre variables

4) Se estimaron incorrectamente los parámetros.

5) Son estadísticamente descriptivas las estimaciones de los parámetros.

6.- Programa de computadora, en el caso de la simulación, existen 2 formas de

programación:

1) Usando lenguajes de propósito general (pascal, c, fortran, etc.)

2) Usando lenguajes de propósito especifico (GPSS, DYNAMO, SIMSCRIPT,

SALAM, etc.)

7.- Validación, en esta etapa es posible detectar y corregir las deficiencias del
modelo, se puede considerar lo siguiente:

1) Que coincidan los valores de las variables endógenas con datos históricos
conocidos.

2) Que tan exacto son las predicciones del comportamiento del sistema real hechas
por el modelo para predicciones futuras.

3) Es conveniente realizar (solicitar) la opinión de los expertos sobre los resultados

de la simulación, así también, es importante la aceptación y la confianza de los usuarios
de los modelos simulados.

8.-Diseño del experimento, en esta fase hay dos metas importantes:

1) Seleccionar los niveles de los factores o parámetros y las combinaciones de

niveles así como el orden de los experimentos.

2) Asegurar que los resultados queden razonablemente libres de errores

9.- Análisis de los resultados, en esta etapa se debe de:

1) Recopilar y procesar los datos simulados, probar estadísticamente datos

simulados.

2) Interpretación de los resultados.