Unidad I Introduccin

1.1 Conceptos fundamentales

 Definicin Formal de Simulacin
X simula a Y si y solo si
X y Y son dos sistemas formales
Y se considera el sistema real

Las reglas de validez de X no estan

exentas de error
 simulacion
ROBERT SHANNON

La simulacin es el disear y desarrollar

un modelo computarizado de un sistema o
proceso y conducir experimentalmente con
este modelo con el propsito de entender
el comportamiento del sistema del mundo
real o evaluar varias estrategias con los
cuales puedan operar el sistema.
 simulacion
SHUBIK
Es un modelo, dice que la simulacin de un
sistema o de un organismo es la operacin de
un modelo lo cual se va a llamar simulador el
cual es una representacin del sistema. Este
modelo o simulador estar sujeto a diversas
manipulaciones, las cuales seran imposibles de
realizar, demasiado costosas o imprcticas. La
operacin de un modelo puede estudiarse y con
ello conocer las propiedades concernientes al
comportamiento del sistema o subsistema real
costoso.
 Es fingir, llegar a la esencia de
algo prescindiendo de la
realidad.
Es el proceso de disear un
modelo de un sistema real y
realizar experimentos con l,
para:

Entender un comportamiento del sistema

Evaluar varias estratgias para la operacin del
sistema o la simulacin en general del
comportamiento global.
No es una teora sino una metodologa.
CONCEPTOS

Propsitos y Objetivos
Describir el comportamiento de sistemas
Postular teoras o hiptesis que expliquen
el comportamiento observado
Usar estas teoras para predecir un
comportamiento futuro, es decir, los
efectos que se producirn mediante
cambios en el sistema o en su mtodo
de operacin.
Ayudar a la persona encargada, a
formular recomendaciones.
 Ventajas y Desventajas de los
Modelos Analticos
En los modelos analticos las relaciones entre los
elementos del sistema se expresan mediante
ecuaciones matemticas.
Ventajas:
1. Pueden servir para validar los modelos de
simulacin.
2. Encuentran soluciones optimas.
Desventajas:
1. Son difciles de construir ya que se requiere de
un gran dominio matemtico.
2. Si el real es muy complejo, ser muy difcil
construir un modelo analtico, que se refleje la
realdad.
 Ventajas y Desventajas del los
Modelos de Simulacin
En los modelos de simulacin las relaciones entre los
elementos del sistema se expresan usando un
algoritmo escrito en un programa de computadora.
Ventajas:
1. La simulacin posee una gran flexibilidad. Puede
incluir elementos y caractersticas del sistema que
no pueden ser incluidos en el modelos analticos.
2. Es ms fcil convencer a la audiencia del
funcionamiento de un modelo de simulacin, que de
un modelo matemtico.
Desventajas:
1. Los modelos de simulacin son caros.
2. Crear un modelo de simulacin consume mucho
tiempo.
 Anatoma de los Lenguajes de
Simulacin.
1. Entidades o transacciones: Son los clientes
que entran y salen del sistema.
2. Atributos o parmetros: Son las
propiedades o caractersticas de una
entidad.
3. Lenguaje en que fue escrito el simulador:
Lenguaje ensamblador o lenguaje de
propsitos generales (Ejemplo: C).
4. Bloques o comandos: Son las instrucciones
que hacen que las entidades.
1.2.3 Condiciones para usar la
simulacin
Se debe hacer uso de la simulacin cuando:
No existe una completa formulacin matemtica del
problema o no se ha desarrollado un mtodo analtico
para resolverlo.
Hay un mtodo analtico para resolverlo pero ms
complejo que simulacin.
Se desea observar el trayecto histrico simulado del
proceso sobre un perodo.
Es la nica posibilidad dada la dificultad.
Se requiere la aceleracin del tiempo para sistemas o
procesos que requieren largo tiempo para realizarse.
 La simulacin se interesa en la operacin
de un sistema.
Sistema: es un grupo o conjunto de objetos
unidos por alguna forma de interaccin o
interdependencia regular, para realizar una
funcin especfica.
Operacin: Una operacin es un conjunto de
actividades coordinadas que se requieren
para lograr un objetivo especfico.
Objetivo del sistema
1.3 TIPOS DE SIMULACIN

1.3.1Simulacinpredictiva
Enlasimulacinpredictivanosinteresamosporlos
resultadosabsolutosfinales,noporlascomparaciones.
Determinamospromedioseintervalosdeconfianzade
unacorridadesimulacinconvaloresespecficosenlas
variablesdedecisin(variascorridas,mejores
resultados).
Estetipodesimulacinsepuedeutilizarpararealizar
pronsticos,porloqueesnecesariocontarcondatos
histricosdeentradaconfiables,seutilizaenprocesosde
decisionesqueserepiten,porlotantodebieraestar
integrada.Ejemplo:predecirelnmerodepacientesque
necesitantransplantederion).
1.3.2 Simulacin comparativa
En la simulacin comparativa determinamos cuando
una opcin es mejor que otra. (1 cola vs 4 colas).

Se debe especificar detalladamente que significado

tiene la palabra "mejor", para definir cuales sern los
datos de salida a comparar. Mejor significa mantener
las colas lo mas cortas posibles o es un compromiso
entre tiempo de servicio, largo de cola y costo por
servidor?
Se puede usar para tomar decisiones casuales o
repetitivas, utilizar datos de entrada y salidas
confiables.
 Si los objetivos no son claros,(*) se proveer de un
rango variado de resultados, que le permitan al
usuario definir a posteriori la importancia relativa de
cada uno de ellos.

Si los resultados o los datos de salida son claros se

puede usar tcnicas de hiptesis estadstica de los
resultados

1.3.3 Simulacin Investigativa

La simulacin investigativa indica factores que
afectan el flujo de entidades en el sistema pero no
requiere de respuestas precisas, por lo que la calidad
de los datos de entrada no son crticos.
 1.3.4 Simulacin visual interactiva
La tcnica de simulacin visual interactiva es
adecuada para apoyar la toma de decisiones.

1.3.5 Simulacin de caja negra

Pensando al modelo como parte de un proceso de
toma de decisiones, es conveniente, a veces,
considerar el modelo como una caja negra, de donde
salen flechas con datos, derivados directamente de
los objetivos (y que difieren de un problema a otro) y
a donde ingresan flechas con datos relacionados
estrechamente con las hiptesis de trabajo del modelo.
1.4 MODELOS

Modelo
Es una representacin de un objeto, Sistema o
idea en forma tal que sea diferente a la
entidad misma.
Un modelo de simulacin es una hiptesis que
describe la estructura y las interrelaciones de
un sistema
Un modelo de un objeto puede ser una rplica
exacta de este, o puede ser una abstraccin
de las propiedades dominantes del objeto.
 Propsito
Ayudarnos a explicar, entender o mejorar un
sistema.

Todos los modelos de simulacin

Se llaman de E/S
Se ejecutan en vez de resolverse
Solo pueden servir como herramienta para el
anlisis del comportamiento.
Se emplean en una metodologa de resolucin de
problemas
 La persona encargada de la operacin se
interesa en:
La operacin del sistema (descripcin)
La solucin de problemas del mundo real
(explicacin)
El futuro del sistema
 Simulacin y Modelacin.
Clasificacin de los Modelos.
1. Modelos discretos/continuos.
Modelo discreto: Es aquel en que el estado de las variables
cambia en determinados puntos separados en el
tiempo, que pueden ser contados.
Modelo continuo: Es aquel en que el estado de las variables
cambia continuamente con respecto al tiempo.

2. Modelos
probabilsticos/deterministicos.
Modelo probabilstico: Es aquel que contiene variables
aleatorias que son definidas por una funcin de
probabilidad.
Modelo deterministico: Es aquel que contiene variables
matemticas que se conocen con certeza.
 Simulacin y Modelacin.
Clasificacin de los Modelos.

3. Modelos estticos/dinmicos.
Modelo esttico: Es aquel que las variables del modelo
no cambian en el tiempo.
Modelo dinmico: Es aquel que las variables del
modelo s cambian en el tiempo.
 Otros tipos de Modelos
Icnicos : La relacin se establece a travs de las
propiedades morfolgicas, habitualmente un cambio de
escala con conservacin del resto de las propiedades
topolgicas.
Anlogos : Poseen algunas propiedades similares a los
objetos representados pero sin ser una rplica morfolgica
de los mismos
Simblicos : Se construyen mediante reglas ms abstractas.
Esta denominacin suele aplicarse a los casos en los que el
objeto real se representa mediante una codificacin
matemtica.
Estocsticos: Representan sistemas donde los hecho
suceden al azar, lo cual no es repetitivo. No se pueden
garantizar cuales acciones se realizan en un determinado
instante
1.4.2 Caractersticas de los modelos
caracterstica que lo hacen ventajoso, ofrece
mayor
credibilidad,
robustez,
Facilidades de uso.

Siempre que estos aspectos no se descuiden

en el desarrollo del sistema.
1.4.2.1 Credibilidad
Para tenerle confianza a un modelo, el usuario
debe poder entender cmo trabaja el modelo,
adems de tener claras las hiptesis planteadas
y sus consecuencias.
El usuario debe poder chequear que el modelo se
comporta, en sus aspectos importantes, como el
sistema lo hace en la realidad. Esto es
especialmente relevante en modelos de
decisiones puntuales donde el usuario querr
participar en el desarrollo del modelo.
Los modelos estocsticos mas simples
(markovianos) y de simulacin sincrnica ( que
se mueven en intervalos de tiempos regulares)
son, en general, fciles de entender.
Aquellos modelos que reflejen pobremente las
propiedades del sistema pueden perder credibilidad.
(modelo y planteo analtico: mayor cantidad de
hiptesis restrictivas, menor comprensin)
La gran ventaja de la simulacin a eventos
discretos, es que, ella mediante, se puede seguir
muy de cerca la lgica y el flujo del sistema que se
modela.
Si la simulacin refleja apropiadamente las
propiedades del sistema y adems est bien
documentada, y entendible desde el punto de vista
de usuario, entonces ser CREIBLE.
1.4.2.2 Robustez
Esta propiedad es importante en modelos que sern
utilizados muchas veces, en localidades distintas;
por lo que debe ser robusto ante cambios, tanto en
los datos de entrada como en las distintas
estructuras definidas.

La simulacin es mucho mas flexible que los

modelos analticos, en el sentido de permitir la
introduccin de cambios en la lgica o el agregado
de complejidades al modelo. El mtodo de las tres
fases es el ms robusto ante este tipo de cambios.
1.4.2.3 Facilidad de Uso
Se refiere mas a la forma de implementacin del
mtodo que del modelo en s.

Los modelos de simulacin que proveen facilidades en

el ingreso de datos e interaccin con el modelo son
apropiados para que puedan ser usados facilmente
por el que va a tomar la decisin.
 1.4.3 Principios del Modelado
Dividir el problema del sistema en problemas
ms simples.
Establecer una visin ms clara de los
objetivos.
Buscar analogas
Considerar un ejemplo numrico especfico del
problema.
Establecer algunos smbolos.
Escribir los datos obvios
Si se tiene un modelo manejable enriquecerlo
de otra manera, simplificarlo.
 En general podemos simplificar si:
Convertimos las variables a constantes.
Eliminar o combinar variables.
Suponer linealidad
Agregar suposiciones mas potentes y restricciones
Retringir los lmites del sistema.
 1.4.4 Criterios que debe cumplir un
modelo de simulacin.
Fcil de entender por parte del usuario
Dirigido a metas u objetivos
Sensato
Fcil de controlar y manipular por parte del
usuario
Completo en relacin a asuntos importantes.
Adaptable con un sencillo procedimiento para
modificar el modelo o para actualizarlo.
Evolutivo: Sencillo - complejo
 1.4.5 Funcion de los Modelos
Ayuda al pensamiento
Ayuda a la comunicacin
Ayuda al entrenamiento e instruccin
Una herramienta de prediccin
Una ayuda a la experimentacin

Todos estos usos forman una dicotoma de objetivos.

Descriptivo: Para explicar y/o entender
Preceptivo: Precediendo o duplicando las caractersticas del
comportamiento
 1.4.7 Estructura de los modelos de
simulacin
Cualquier modelo consiste de una
combinacin de los siguientes
elementos:
Componentes
Variables
Parmetros
Relaciones funcionales
Restricciones
Funcin(es) Objetivo
 Metodologa de la Simulacin
1. Formulacin del problema.
2. Recoleccin de datos.

3. Validacin del modelo.

4. Construccin del programa.

5. Realizar corridas piloto.

6. Validacin del programa.

7. Diseo de experimentos.

8. Corrida del programa.

9. Anlisis de resultados.

10. Documentacin e implementacin.