QUE ES LA SIMULACION? LA SIMULACION ES UNA DE LAS HERRAMIENTAS DE ANALISIS PODEROSAS DE QUE DISPONEN QUINES SE DEDICN AL DISEO.

SE BASA PRINCIPb ALMENTE EN LA COMPUTACION, LA MATEMATICA. LA SIMULACION ES CAPAZ DE DAR MUY BUENOS O MALOS RESULTADOS TODO DEPENDE COMO SE USE , PUEDE ILUSTRAR O CONFUNDIR POR TANTO ES IMPORTANTE QUE EL GERENTE O EL RESPONSABLE DE TOMAR LAS DECISIONES, CON BASE EN LOS RESULTADOS, SEPA LAS REPERCUCIONES DE CIERTAS SUPOSISIONES, DE LA FUERZAS Y DEBILIDADES DE LOS BENEFICIOS ASI COMO DE LAS BARRERAS QUE PUEDAN EXISTIR . LA VERDADERA DESTRESA PARA LOS TECNICOS DE SIMULACION SOLO PUEDE ADQUIRIRSE POR MEDIO DE LA EXPERIENCIA. FINALMENTE UNA DE LAS DIFICULTADES MAS SIGNIFICATIVAS PARA QUE LOS GERENTES ACEPTEN LOS METODOS CUANTITATIVOS ES EL PROBLEMA DE LA SEMANTICA. LOS ADMINISTRADORES Y LOS INVESTIGADORES DE OPERACIONES AN CREADO SU PROPIO BOCABULARIO, Y SI BIEN ESTE ES UTIL PARA RELACIONES ENTRE ELLOS, ES UNA TREMENDA BARRERA PARA LA COMUNICACIN CUANDO SE TRATA CON LA GERENCIA. SIMULACION: ES EL PROCESO DE DISEAR UN MODELO DE UN SISTEMA REAL Y REALIZAR EXPERIMENTOS CON EL PARA ENTENDER EL COMPORTAMIENTO DE SISTEMAS O EVALUAR VARIAS ESTRATEGIAS. EN CONSECUENCIA, ENTENDEMOS QUE EL PROCESO DE SIMULACION INCLUYE TANTO LA CONSTRUCCION DEL MODELO COMO SU USO ANALITICO PARA ESTUDIAR UN PROBLEMA.

OBJETIVOS DE LA SIMULACION EL OBJETIVO DE LA SIMULACION ES DESCRIBIR EL COMPORTAMIENTO DE SISTEMA, POSTULAR TEORIAS O HIPOTESIS QUE EXPLIQUEN EL COMPORTAMIENTO OBSERVADO, USAR DICHAS TEORIAS PARA PREDECIR UN COMPORTAMIENTO FUTURO. AREA DE APLICACIN DE LA SIMULACION EXISTEN UNA GRAN CANTIDAD DE AREAS DONDE LA TECNICA PUEDE SER APLICADA, TALES COMO: LAS SIMULACIONES SE USAN ESPECIALMENTE EN INSTITUCIONES DE FORMACIN Y PERFECCIONAMIENTO PROFESIONAL (EMPRESARIAL, MDICO O MILITAR). EN LAS ESCUELAS DE FORMACIN GENERAL SLO SE USAN OCASIONALMENTE Y SUELEN SER MODALIDADES SIMPLES. LAS ORGANIZACIONES QUE PROMUEVEN ALGN APRENDIZAJE PBLICO (POR EJEMPLO, EVACUACIONES U OPERACIONES DYC) UTILIZAN SIMULACIONES PARA GENERAR ACCIONES PBLICAS PLANIFICADAS.

TECNICAS O METODOS PARA RESOLVER LOS PROBLEMAS DE SIMULACION LOS MODELOS DE SIMULACION SE PUEDEN CLASIFICAR ATENDIENDO A DIFERENTES CRITERIOS:

1- SEGN EL INSTANTE TEMPORAL QUE REPRESENTAN. 1.1-ESTATICOS: ES EL SISTEMA QUE TIENE UN INSTANTE DETERMINADO. 1.2-DINAMICOS: ES EL SISTEMA QUE VA EVOLUCIONANDO EN EL TIEMPO.

2-SEGN LA ALEATORIEDAD DE SU VARIABLE. 2.1- DETERMINISTA:LA REPRESENTACION DEL SISTEMA NO CONTIENE NINGUNA VARIABLE ALEATORIA 2.2 ESTOCASTICOS: LA REPRESENTACION DEL SISTEMA CONTIENE AL MENOS UNA VARIABLE DE ESTADO NO DETERMINISTA.

3-SEGN EL MODELO EN QUE EVOLUCIONA SUS VARIABLES DE ESTADO

3.1-DISCRETOS: SI LA VARIABLE DEL MODELO VARIA DENTRO DEL CONJUNTO. 3.2-CONTINUOS:LAS VARIABLES VARIAN EN UN TIEMPO CONTINUO.

EN LA INGENIERIA CIVIL QUE PROBLEMAS SE PUEDEN RESOLVER A TRAVEZ DE LA SIMULACION DE PROCESOS

LOS CONSTRUCTORES DE PROYECTOS CIVILES PERMANENTEMENTE SE VEN ENFRENTADOS AL RETO DE AUMENTAR LA PRODUCTIVIDAD CON EL FIN DE BALANCEAR LAS VARIABLES TIEMPO Y COSTO. EN ESTE DOCUMENTO SE PLANTEA LA APLICACIN DE LA SIMULACIN DE PROCESOS CONSTRUCTIVOS APOYADA EN LA HERRAMIENTA COMPUTACIONAL ARENA, A TRAVS DE LA CUAL SE LOGRA UNA IMITACIN DE LOS PROCESOS CONSTRUCTIVOS, PERMITIENDO ANALIZAR DIFERENTES ESCENARIOS RESPECTO A CANTIDAD, TIPO DE RECURSOS E INTERACCIN ENTRE LOS MISMOS. ARENA ES UNA HERRAMIENTA PARA SIMULACIN DE PROCESOS, CUYO ORIGEN SE REMONTA AL AO 1982 CUANDO DENNIS PEGDEN PUBLIC UN LENGUAJE DE SIMULACIN PARA MODELAR SISTEMAS DE MANUFACTURA (FABREGAS ET AL., 2003), QUE EN 1993 FUE INTRODUCIDO COMO ARENA, HERRAMIENTA QUE PERMITE CREAR MODELOS A TRAVS DE AMBIENTES GRFICOS E INTERACTIVOS CON EL FIN DE SIMULAR

REAS ESPECIFICAS DE LOS PROCESOS DE PRODUCCIN, O EN ESTE CASO DE CONSTRUCCIN. MTODOS DE SIMULACIN SIMULACIN ESTADSTICA O MONTE CARLO: EST BASADA EN EL MUESTREO SISTEMTICO DE VARIABLES ALEATORIAS. SIMULACIN CONTINUA: LOS ESTADOS DEL SISTEMA CAMBIAN CONTINUAMENTE SU VALOR. ESTAS SIMULACIONES SE MODELAN GENERALMENTE CON ECUACIONES DIFERENCIALES. SIMULACIN POR EVENTOS DISCRETOS: SE DEFINE EL MODELO CUYO COMPORTAMIENTO VARA EN INSTANTES DEL TIEMPO DADOS. LOS MOMENTOS EN LOS QUE SE PRODUCEN LOS CAMBIOS SON LOS QUE SE IDENTIFICAN COMO LOS EVENTOS DEL SISTEMA O SIMULACIN. SIMULACIN POR AUTMATAS CELULARES: SE APLICA A CASOS COMPLEJOS, EN LOS QUE SE DIVIDE AL COMPORTAMIENTO DEL SISTEMA EN SUBSISTEMAS MS PEQUEOS DENOMINADAS CLULAS. EL RESULTADO DE LA SIMULACIN EST DADO POR LA INTERACCIN DE LAS DIVERSAS CLULAS. SIMULACIN MONTE CARLO LOS MTODOS DE MONTE CARLO ABARCAN UNA COLECCIN DE TCNICAS QUE PERMITEN OBTENER SOLUCIONES DE PROBLEMAS MATEMTICOS O FSICOS POR MEDIO DE PRUEBAS ALEATORIAS REPETIDAS. EN LA PRCTICA, LAS PRUEBAS ALEATORIAS SE SUSTITUYEN POR RESULTADOS DE CIERTOS CLCULOS REALIZADOS CON NMEROS ALEATORIOS. BAJO EL NOMBRE DE MTODO MONTE CARLO O SIMULACIN MONTE CARLO SE AGRUPAN UNA SERIE DE PROCEDIMIENTOS QUE ANALIZAN DISTRIBUCIONES DE VARIABLES ALEATORIAS USANDO SIMULACIN DE NMEROS ALEATORIOS. EL MTODO DE MONTE CARLO DA SOLUCIN A UNA GRAN VARIEDAD DE PROBLEMAS MATEMTICOS HACIENDO EXPERIMENTOS CON MUESTREOS ESTADSTICOS EN UNA COMPUTADORA.

EL MTODO ES APLICABLE A CUALQUIER TIPO DE PROBLEMA, YA SEA ESTOCSTICO O DETERMINSTICO. GENERALMENTE EN ESTADSTICA LOS MODELOS ALEATORIOS SE USAN PARA SIMULAR FENMENOS QUE POSEEN ALGN COMPONENTE ALEATORIO. PERO EN EL MTODO MONTE CARLO, POR OTRO LADO, EL OBJETO DE LA INVESTIGACIN ES EL OBJETO EN S MISMO, UN SUCESO ALEATORIO O PSEUDO-ALEATORIO SE USA PARA ESTUDIAR EL MODELO. A VECES LA APLICACIN DEL MTODO MONTE CARLO SE USA PARA ANALIZAR PROBLEMAS QUE NO TIENEN UN COMPONENTE ALEATORIO EXPLCITO; EN ESTOS CASOS UN PARMETRO DETERMINISTA DEL PROBLEMA SE EXPRESA COMO UNA DISTRIBUCIN ALEATORIA Y SE SIMULA DICHA DISTRIBUCIN. UN EJEMPLO SERA EL FAMOSO PROBLEMA DE LAS AGUJAS DE BUFN.

LA SIMULACIN DE MONTE CARLO TAMBIN FUE CREADA PARA RESOLVER INTEGRALES QUE NO SE PUEDEN RESOLVER POR MTODOS ANALTICOS, PARA SOLUCIONAR ESTAS INTEGRALES SE USARON NMEROS ALEATORIOS. POSTERIORMENTE SE UTILIZ PARA CUALQUIER ESQUEMA QUE EMPLEE NMEROS ALEATORIOS, USANDO VARIABLES ALEATORIAS CON DISTRIBUCIONES DE PROBABILIDAD CONOCIDAS, EL CUAL ES USADO PARA RESOLVER CIERTOS PROBLEMAS ESTOCSTICOS Y DETERMINSTICOS, DONDE EL TIEMPO NO JUEGA UN PAPEL IMPORTANTE.