INSTITUTO TECNOLGICO DE CIUDAD

VALLES
INGENIERA INDUSTRIAL
Profesora: Ing. Rosa Imelda Garca Chi, MTI

SIMULACIN
TEMA DE INVESTIGACION

ELABORADO POR

LETICIA CASTILLO SENZ

Cd. Valles, SLP, a 06 de Ferbrero

del 2015

IT DE CD. VALLES

SIMULACION

Contenido
INTRODUCCIN................................................................................................. 1
1

ESTRUCTURA DE UN SISTEMA DE SIMULACIN DE EVENTOS DISCRETOS.................3

1.1

DEFINICIN DE LA SIMULACIN DE SISTEMAS...................................................................3

1.2

MODELO DE SIMULACIN DE EVENTOS DISCRETOS (MSED)................................................4

1.2.1

MSED y tcnicas de simulacin.............................................................................4

1.2.2

Etapas de los MSED............................................................................................4

1.2.3

Componentes de los modelos de simulacin de eventos discretos (MSED)..................8

CONCLUSIN............................................................................................ 13

BIBLIOGRAFA..........................................................................................14

LETICIA CASTILLO SENZ

Pgina 2

IT DE CD. VALLES

SIMULACION

Introduccin
Cuando alguien tiene la responsabilidad de conducir un sistema dado, debe tomar
continuamente decisiones acerca de las acciones que ejecutar sobre el sistema.
Estas decisiones deben ser tales que la conducta resultante del sistema satisfaga de
la mejor manera posible los objetivos planteados. Para poder decidir correctamente
es necesario saber cmo responder el sistema ante una determinada accin.
Esto podra hacerse por experimentacin con el sistema mismo; pero factores de
costos, seguridad y otros hacen que esta opcin generalmente no sea viable. A fin de
superar estos inconvenientes, se reemplaza el sistema real por otro sistema que en
la mayora de los casos es una versin simplificada. Este ltimo sistema es el modelo
a utilizar para llevar a cabo las experiencias necesarias sin los inconvenientes
planteados anteriormente.
En aos recientes, el advenimiento de nuevos y mejores desarrollos en el rea de la
computacin ha trado consigo innovaciones igualmente importantes en los terrenos
de la toma de decisiones y el diseo de procesos y productos. En este sentido, una
de las tcnicas de mayor impacto es la simulacin.
Hoy en da, el analista tiene a su disposicin una gran cantidad de software de
simulacin que le permite tomar decisiones en temas muy diversos. Por ejemplo,
determinar la mejor localizacin de una nueva planta, disear un nuevo sistema de
trabajo o efectuar el anlisis productivo de un proceso ya existente pero que requiere
mejoras. Sin duda, la facilidad que otorga a la resolucin de stas y muchas otras
problemticas, ha hecho de la simulacin una herramienta cuyo uso y desarrollo se
han visto significativamente alentados. Cada vez resulta ms sencillo encontrar
paquetes de software con gran capacidad de anlisis, as como mejores animaciones
y caractersticas para generacin de reportes. En general, dichos paquetes ya sea
orientados a procesos, a servicios o de ndole general nos proveen de una enorme
diversidad de herramientas estadsticas que permiten un manejo ms eficiente de la

LETICIA CASTILLO SENZ

Pgina 3

IT DE CD. VALLES

SIMULACION

informacin relevante bajo anlisis, y una mejor presentacin e interpretacin de la

misma.

LETICIA CASTILLO SENZ

Pgina 4

IT DE CD. VALLES

1
1.1

SIMULACION

Estructura de un Sistema de Simulacin de Eventos Discretos

Definicin de la Simulacin de Sistemas

Dado un modelo matemtico de un sistema, en ocasiones es posible obtener

informacin de l a travs de mtodos analticos, ms si ello no es posible, es
menester emplear mtodos de cmputo numricos en la resolucin de las
ecuaciones. Se dison de una enorme variedad de estos mtodos, para soluciona las
ecuaciones de modelos matemticos.
Debido a que en simulacin nos interesan en primer lugar los modelos matemticos,
un sistema alternativo de clasificacin resultara ms apropiado que el propuesto por
Moss. Admitimos, que nuestro sistema es completamente arbitrario y clasificar a los
modelos para simulacin como determinsticos, estocsticos, estticos y dinmicos.
La comodidad es la nica virtud de este sistema, porque de ninguna manera son
estas descripciones de modelos mutualmente exclusivas.
En el caso de los modelos matemticos dinmicos, se ha conseguido identificar una
tcnica especfica, denominada simulacin de sistemas, en la cual se resuelven
simultneamente todas las ecuaciones del modelo con valores que crecen
continuamente en el tiempo.
La simulacin de sistema se puede definir como la tcnica de resolucin de analtica
de las ecuaciones de un modelo, generalmente un modelo matemtico construido
con propsitos de simulacin es de diferente naturaleza a otro diseado para
tcnicas analticas.
Entonces, el concepto de simulacin de eventos discretos es el conjunto de
relaciones lgicas, matemticas y probabilsimas que integran el comportamiento de
un sistema bajo estudio cuando se presenta un evento determinado. El objetivo del
modelo de simulacin consiste, precisamente, en comprender, analizar y mejorar las
condiciones de operacin relevantes del sistema.

LETICIA CASTILLO SENZ

Pgina 5

IT DE CD. VALLES

1.2

SIMULACION

Modelo de simulacin de eventos discretos (MSED)

1.2.1 MSED y tcnicas de simulacin

Los MSED se utilizan para estudiar sistemas y procesos cuyo estado va cambiando
con el tiempo de forma discreta, por lo que permiten conceptualizar el curso de una
enfermedad y su manejo en trminos de los eventos que pueden suceder durante el
modelado, y cuyo impacto afecta tanto a los pacientes como a otros componentes
del sistema (por ejemplo, el uso de recursos).
Estos modelos representan procesos y situaciones complejas, en funcin de
los eventos que puedan ocurrir, por lo que pueden representar tanto situaciones
clnicas (agudizacin de un proceso, descompensacin patolgica, aparicin de una
nueva situacin clnica), como una determinada utilizacin de recursos sanitarios
relacionados con dichas situaciones. Asimismo, las probabilidades de que ocurran
cada uno de los eventos segn se asocian con las caractersticas personales de los
pacientes. Todos estos elementos, en conjunto, simulan la evolucin natural de la
enfermedad o proceso analizado, as como la historia de los pacientes cuya
simulacin se realiza en el modelo.
Por todo ello, y dado que en el mundo real es frecuente encontrarse con procesos y
sistemas cuyo anlisis, mediante mtodos matemticos, resulta extraordinariamente
complejo o incluso imposible de llevar a cabo, el uso de MSED permite resolver
problemas de esta ndole. En tales circunstancias, la alternativa ms eficaz para
afrontar este tipo de estudios consiste en construir unos modelos lgico-matemticos
de forma que permitan imitar o simular el comportamiento del mundo real. Como
resultado de repetir dicha simulacin un nmero suficiente de veces, se obtendr un
histrico artificial de observaciones sobre el comportamiento del sistema o proceso. A
partir de dichas observaciones, y utilizando tcnicas de anlisis estadstico, ser
posible extraer conclusiones sobre el funcionamiento de dicho sistema.
1.2.2 Etapas de los MSED
El diseo, el desarrollo y el anlisis de resultados de una simulacin es un
proceso sofisticado, que requiere del analista unos mnimos conocimientos sobre

LETICIA CASTILLO SENZ

Pgina 6

IT DE CD. VALLES

SIMULACION

programacin, matemticas, estadstica, gestin de proyectos y tambin sobre el

propio sistema estudiado.
La principal caracterstica de un sistema de eventos discretos es que el
sistema est determinado por una secuencia de eventos que ocurren en momentos
aleatorios de tiempo t1, t2... y el cambio de estado del sistema tiene lugar en esos
instantes. Los pacientes son las entidades del sistema y los diferentes eventos sern
las visitas y cambios de estado de salud (respuesta) desde un nivel basal al final, tras
la toma de un tratamiento farmacolgico que modificar la fisiologa del paciente o la
aplicacin de una tecnologa sanitaria.
Cuando se escribe un programa de simulacin para MSED se puede realizar
una aproximacin del esquema temporal de funcionamiento de las entidades en el
sistema. As, deber describirse la secuencia de eventos y actividades que realizarn
las entidades durante su estancia en el sistema y cmo se modificarn. Algunos de
los sistemas ms estudiados son los problemas de colas que se aplican en
determinadas situaciones, como la espera que deben tener los pacientes entre visita
y visita, si los centros donde son tratados no pueden absorber toda su demanda (por
ejemplo, en un centro e instante de tiempo slo puede ser tratado un paciente a la
vez).
A modo de resumen, para llevar a cabo la simulacin del sistema se deben
seguir una serie de etapas, ampliamente identificadas y discutidas en la literatura
cientfica (Figura):

LETICIA CASTILLO SENZ

Pgina 7

IT DE CD. VALLES

SIMULACION

1. Formulacin de la problemtica y determinacin de los objetivos: consiste en

establecer de forma clara, cul es el problema que se pretende abordar, qu
objetivos globales se desean alcanzar y con qu recursos ser necesario contar para
lograrlos en el tiempo previsto.
2. Modelado del sistema: se trata de crear el diseo del sistema que permita su
simulacin por ordenador. El modelo deber reflejar convenientemente la estructura
interna del sistema y sus caractersticas, de modo que los resultados que se deriven
sean extrapolables al sistema real. Por ejemplo, resultar fundamental modelar los
fenmenos aleatorios del sistema mediante distribuciones estadsticas, como la
interrupcin del tratamiento, la hospitalizacin por urgencias u otro evento. Para
llevar esto a cabo, sera interesante disponer de una serie histrica de observaciones

LETICIA CASTILLO SENZ

Pgina 8

IT DE CD. VALLES

SIMULACION

sobre el comportamiento de dichos fenmenos aleatorios, como los resultados de un

ensayo clnico, un metaanlisis o un registro de pacientes.
3. Implementacin del modelo en el ordenador. El modelo desarrollado desde el
punto de vista terico ha de ser implementado en el ordenador a travs de algn
software especfico. Ms adelante, se describen las principales caractersticas de
cada una de las herramientas informticas disponibles.
4. Verificacin del programa: comprobacin de la correcta implementacin del
modelo en el ordenador. Para ello, debemos comprobar que el programa resultante
se comporta segn lo deseado, es decir, que los resultados deben ser coherentes
para las diversas combinaciones de variables de entrada (inputs) del modelo, y no ha
habido ningn error sintctico a la hora de programar las diferentes instrucciones.
5. Validacin del modelo. Consiste en comprobar que el modelo refleja
convenientemente el mundo real. Para ello, se procede a comparar, para distintas
combinaciones de variables de entrada, los resultados que produce el modelo con
los observables en el sistema real. En dicho proceso de validacin es frecuente el
uso de tcnicas estadsticas que permitan comparar dos conjuntos de datos16.
6. Diseo de la simulacin y pruebas piloto. Una vez aceptado el modelo como
vlido, el siguiente paso es disear las caractersticas del experimento o
experimentos de simulacin que se van a llevar a cabo, es decir, responder a
preguntas como cul ser el nmero de iteraciones, las variables de entrada
empleadas, la conveniencia de usar tcnicas de reduccin de la varianza. Suele ser
de gran utilidad la realizacin de pruebas piloto (simulaciones cortas) que
proporcionen orientaciones sobre cmo conviene afrontar el estudio y calcular el
nmero de rplicas necesarias.
7. Ejecucin de la simulacin. Se procede a llevar a cabo la simulacin establecida
en el paso anterior.
8. Anlisis de resultados. Los resultados procedentes de un experimento de
simulacin suelen requerir un anlisis estadstico no trivial que permita obtener
informacin til sobre el comportamiento analizado.

LETICIA CASTILLO SENZ

Pgina 9

IT DE CD. VALLES

SIMULACION

9. Documentacin del experimento. Una vez finalizado el experimento, ste debe

ser convenientemente documentado, de modo que se fomente su credibilidad y la
validez de las conclusiones obtenidas.
1.2.3 Componentes de los modelos de simulacin de eventos discretos
(MSED)
Reloj de simulacin
Puesto que en este tipo de simulacin se est considerando la evolucin temporal
del sistema, cuyo estado se modifica slo en instantes discretos de tiempo a causa
de la aparicin de algn evento, ser necesario introducir un reloj de simulacin
que registre el tiempo virtual transcurrido desde la puesta en marcha del sistema, y
que permita referenciar el instante exacto en que ocurre cada uno de los eventos. Es
importante no confundir el tiempo virtual que marca el reloj de simulacin con el
tiempo de computacin, el cual registra el tiempo real transcurrido desde que la
simulacin se puso en marcha.
El tiempo marcado por el reloj de simulacin hace explcito el paso del tiempo a lo
largo del modelo. Esto hace posible sealar el comienzo y el final de la simulacin, y
la aparicin de eventos clnicos en su momento exacto, sin necesidad de ciclos de
duracin fija. Esto permite una simulacin ms eficiente y realista en funcin de la
aparicin de los eventos durante el curso de la enfermedad en los pacientes.
Tambin permite la creacin de relojes secundarios que marcan tiempos importantes,
como la estancia hospitalaria, el tiempo de ausencia de efectos adversos o la
supervivencia.
Puesto que los cambios en el sistema se producen slo cuando ocurre algn evento,
queda claro que el estado del sistema no sufrir ninguna variacin entre 2 eventos
consecutivos. Este hecho da sentido a una de las polticas ms habituales para
controlar el reloj de simulacin: si se sabe que el evento n se acaba de producir en el
instante virtual actual tn, y que el evento n + 1 se producir en el instante virtual tn+1,
dado que entre ambos instantes no pasar nada de inters, se avanzar el reloj de
simulacin hasta el instante tn+1, y se asignar dicho instante a la variable del
programa que representa el reloj de simulacin. Tras avanzar el reloj hasta el
instante tn+1, se lleva a cabo la actualizacin de las variables de estado y
LETICIA CASTILLO SENZ

Pgina 10

IT DE CD. VALLES

SIMULACION

estadsticas del sistema. Este proceso de avance hasta el siguiente evento y

actualizacin de variables se repite de forma indefinida hasta que se verifique
alguna condicin de fin de la simulacin.
Entidades
Son los elementos dinmicos que se simulan a travs del modelo, cambian de
estatus, afectan y son afectados por otras entidades y son los protagonistas de los
eventos clnicos de estudio del modelo.
Normalmente, en la simulacin de una enfermedad se representan pacientes, pero
pueden representarse tambin distintos componentes, como enfermeras, familiares o
mdicos. Estas entidades suponen una diferencia importante respecto a los rboles
de decisin o a los modelos de Markov, en los cuales se especifican los resultados
clnicos, estados o transiciones de los pacientes, pero stos en s no son
caracterizados como elementos explcitos del modelo, tal como ocurre en los MSED.
Atributos
Son las caractersticas de las entidades, con las cuales se describen y diferencian.
Por ejemplo, son atributos de los pacientes, como la edad, el sexo, la duracin de su
enfermedad, la gravedad de sta y el cumplimiento del tratamiento.
Un atributo importante en las evaluaciones econmicas, fundamental en los estudios
de coste-utilidad, sera la calidad de vida. sta se puede estudiar de forma detallada
incluyndola mediante un atributo.
Todas las entidades tienen los mismos tipos de atributos, pero con diferentes valores
para cada entidad; los valores de los atributos estn, por tanto, ligados a una entidad
concreta. Por ejemplo, todos los pacientes tienen edad o presin arterial, pero
cada uno po-see un valor especfico. El atributo puede asignarse como un valor
especfico, una muestra de una distribucin o el resultado de una expresin (p. ej., de
una ecuacin condicional).
Eventos
Es todo aquello que puede ocurrir durante la simulacin en funcin del proceso que
estamos estudiando. Por ejemplo, un evento puede ser un efecto adverso, una
admisin hospitalaria, el alta del hospital, un cambio de dosis o una baja laboral. El
concepto de evento va ms all de las transiciones de los modelos de Markov, ya

LETICIA CASTILLO SENZ

Pgina 11

IT DE CD. VALLES

SIMULACION

que la aparicin de un evento no necesariamente implica el cambio de estado de

salud del paciente (p. ej., una visita al mdico).
A pesar de que hay una secuencia temporal dada, los eventos pueden suceder de
forma casi simultnea y pueden hacerlo en cualquier secuencia lgica en relacin
con la historia plausible del proceso de estudio (p. ej., fallo en un rgano diana o fallo
multiorgnico en un paciente con sepsis). Al contrario que en los modelos de Markov,
estos eventos no presentan ningn tipo de restriccin de memoria.
Los riesgos de que los diferentes eventos ocurran pueden tomar la forma de
funciones dependientes de los datos y depender de algunos atributos y variables.
Estas funciones pueden cambiar durante la simulacin.
Variables
Las variables definen el modelo y reflejan una caracterstica del conjunto, no de
entidades especficas. Son especificaciones que se mantienen a lo largo del modelo,
aunque sus valores pueden cambiar durante el proceso de simulacin, y van a definir
el entorno de la simulacin afectndolo a lo largo de todo el proceso. Las variables
de uso comn son: el horizonte temporal (duracin de la simulacin), las tasas de
descuento para los costes y los beneficios, las tasas de incidencia, la proporcin de
cada tratamiento al inicio, la tasa de admisin o la perspectiva de uso. Slo hay una
copia de cada variable que se mantiene para todo el modelo.
Recursos
Definidos en un tiempo determinado, su consumo lleva asociado el gasto de una
serie de unidades de dichos recursos en momentos de tiempo concretos. En el
mbito sanitario estos recursos se pueden dividir en personas (mdicos, enfermeras,
cuidadores), bienes (medicamentos, pruebas de laboratorio), espacios (camas
hospitalarias, quirfanos) y otros.
Algunos recursos pueden consumirse de manera simultnea en un momento dado,
pero lo ms frecuente es que las entidades tengan que competir por estos recursos,
que adems tienen un coste unitario de uso.
Un recurso puede tener diferentes unidades de capacidad (pensemos, por ejemplo,
en las camas en una sala de emergencia o en el nmero de mdicos en una zona
geogrfica determinada).

LETICIA CASTILLO SENZ

Pgina 12

IT DE CD. VALLES

SIMULACION

Acumuladores estadsticos
Son variables que acumulan la informacin de lo que ha pasado sin participar en el
suceso mismo, es decir, son pasivos. Dependen de la caracterizacin de los
resultados pedidos al modelo. Al final de la simulacin, se usan para obtener el
resultado final, y las medidas de stos (cocientes coste efectividad). Algunos
ejemplos de acumuladores estadsticos son la supervivencia, los costes asociados a
los pacientes o el nmero de visitas en un tiempo determinado.
Colas
Cuando un paciente utiliza un determinado recurso, ste deja de estar disponible
para el resto de los pacientes, lo cual puede generar colas en el sistema. Esta
situacin no suele tenerse en cuenta en otro tipo de modelos, en los que los recursos
parecen gozar de una capacidad infinita (lo cual est alejado de la mxima de la
escasez de recursos en funcin de las necesidades de la poblacin, que es una
caracterstica de la toma de decisiones en sanidad). Esta conceptualizacin est
vinculada a la idea del coste de oportunidad de los recursos en la propia estructura
del modelo.
Retrasos
Se pueden generar 2 tipos de retrasos: explcitos, que son los que se generan por
algn tipo de accin o proceso (por ejemplo, la duracin de los exmenes mdicos),
e implcitos, causados por otras acciones o condiciones en la simulacin del modelo
(por ejemplo, colas para acceder a una prueba diagnstica).
Ecuaciones de riesgo y generadores de nmeros aleatorios
Las primeras se refieren a ecuaciones que se aplican de forma individual a cada
individuo del modelo, y pueden ser: funciones (lineales, logartmicas, de riesgo etc.) o
distribuciones estadsticas de probabilidad (normal, exponencial, weibull, beta,
gamma, etc.).
Los nmeros aleatorios se generan mediante algoritmos computacionales avanzados
para asegurar la aleatorizacin y crear el comportamiento estocstico del modelo, y
se basan en variables pseudoaleatorias, creadas a travs de un procedimiento
determinstico.

LETICIA CASTILLO SENZ

Pgina 13

IT DE CD. VALLES

SIMULACION

En la mayora de las simulaciones, los experimentos tienen por objetivo obtener

valores medios de los resultados de sus distribuciones probabilsticas. Hay
numerosos estudios sobre generacin de nmeros aleatorios y tcnicas de
simulacin, as como de su optimizacin, que quedan fuera del abasto de este
artculo10,17-20.

LETICIA CASTILLO SENZ

Pgina 14

IT DE CD. VALLES

SIMULACION

Conclusin

La simulacin es una herramienta que nos sirve en el proceso de toma de decisiones

para predecir cmo se comportara un sistema sin tener que experimentar con el
sistema o sustituirlo por otro debido a que estas acciones son muy arriesgadas.
Los distintos software de simulacin que existen actualmente nos proporcionan una
gran cantidad de herramientas estadsticas que nos permiten tener un manejo
eficiente de la informacin que se est analizando.
Conocer la estructura de un sistema de eventos discretos, sus etapas de modelacin
y sus componentes son conocimientos bsicos que permitirn que posteriormente se
efecte una adecuada simulacin de determinado evento.
Al perfil de un ingeniero industrial le proporciona la capacidad para simular
analticamente situaciones que se presentan en las empresas de manufactura,
servicios o gubernamentales, a fin de detectar problemas tales como cuellos de
botella o sobredimensionamiento y contar con elementos para elaborar propuestas
de mejora para los sistemas bajo estudio, considerando criterios tcnicos,
econmicos, de sustentabilidad, as como de responsabilidad social.

LETICIA CASTILLO SENZ

Pgina 15

IT DE CD. VALLES

SIMULACION

Bibliografa

Garcia, D. (2006). Simulacin y anlisis de sistemas con Promodel. (Capitulo 1)

Gordon, G. (2005). Simulacin de sistemas. Ed. Diana, Mxico, 1980.
http://www.itescam.edu.mx/portal/asignatura.php?clave_asig=INE0405&carrera=IIND0405001&id_d=68
http://www.ac.itdurango.mx/acreditacion/4Proceso_E_A/LI/Evidencias/4.5%20M
%E9todos%20de%20Ense%F1anza/APUNTES%20DEL
%20MAESTRO/Simulacion/diapositivas_unidad_I.pdf
http://www.material_simulacion.ucv.cl/en%20PDF/Definicion%20de%20la
%20simulacion%20de%20sistemas.pdf

LETICIA CASTILLO SENZ

Pgina 16