Está en la página 1de 5

MODELO DE SIMULACION

La simulacin implica la construccin de modelos. El objetivo es averiguar qu pasara en el sistema si acontecieran determinadas hiptesis. Desde tiempos muy antiguos, la humanidad ha intentado adivinar el futuro. Ha querido conocer qu va a pasar cuando suceda un determinado hecho histrico. La simulacin ofrece, sobre bases ciertas, esa prediccin del futuro, condicionada a supuestos previos. Para ello se construyen los modelos, normalmente una simplificacin de la realidad. Surgen de un anlisis de todas las variables intervinientes en el sistema y de las relaciones que se descubren existen entre ellas. La simulacin se emplea slo cuando no existe otra tcnica que permita encarar la resolucin de un problema. Siempre es preferible emplear una alternativa analtica antes que simular. Lo anterior no implica que una opcin sea superior a otra, sino que los campos de accin no son los mismos. Mediante la simulacin se han podido estudiar problemas y alcanzar soluciones que de otra manera hubieran resultado inaccesibles.

VENTAJAS DE LA SIMULACION: Permite: Adquirir una rpida 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). Identificar en un sistema complejo aquellas reas con problema ("cuellos de botella") Un estudio sistemtico de alternativas (variaciones uniformes en los parmetros intervinientes imposibles de lograr en un sistema real). Utilizarse en "training" para gerentes/ejecutivos. Un modelo de "juego de empresas" les permite probar sus medidas en el modelo y ver sus resultados luego de pasado el perodo simulado. Se repite el proceso durante varios perodos y cada ejecutivo observa los resultados de sus

decisiones. Se analizan errores, se comparan estrategias hallando ventajas y desventajas de cada una. Excelente herramienta para instruccin y entrenamiento de ejecutivos. Ensayar estrategias de guerra, faceta donde primero se emple la simulacin (operaciones de guerra en las llamadas maniobras). En los "juegos de guerra" los oficiales superiores ensayan operaciones de las fuerzas armadas en los campos de batalla. Analizados los resultados se ensayan nuevas operaciones hasta completar la batalla o incluso la guerra. Permite, al igual que el "juego de empresas", analizar errores y comparar estrategias. Todo ello realizado a bajsimo costo. No tiene lmite en cuanto a complejidad. Cuando la introduccin de elementos estocsticos hace imposible un planteo analtico surge la modelizacin como nico medio de atacar el problema. Todo sistema, por complejo que sea, puede ser modelizado, y sobre ese modelo es posible ensayar alternativas. Puede ser aplicada para diseo de sistemas nuevos en los cuales se quieren comparar alternativas muy diversas surgidas de utilizacin de diferentes tecnologas. Puede utilizarse, durante la vida de un sistema, para probar modificaciones antes que estas se implementen (si es que los resultados de la simulacin aconsejan su uso).

DESVENTAJAS DE LA SIMULACION: No se lo debe utilizar cuando existan tcnicas analticas que permitan plantear, resolver y optimizar todo el sistema o alguna parte del mismo. Existe un gran deseo de incluir todo en la simulacin donde los resultados son visibles y comprendidos por todas las personas (especialistas o no), las cuales gustan hacer ensayos. No es posible asegurar que el modelo sea vlido: Se corre el riesgo de tomar medidas errneas basadas en aplicar conclusiones falsas obtenidas mediante un modelo que no representa la realidad. No existe criterio cientfico de seleccin de alternativas a simular (Estrategia).Es posible omitir una buena sugerencia de innovacin simplemente porque a nadie se le ocurri ensayarla.

Existe el riesgo de utilizar un modelo fuera de los lmites para el cual fue construido, queriendo realizar ensayos para el cual el modelo no es vlido. Es posible elaborar todo un gran andamiaje de pruebas y resultados falsos, basados en un modelo confiable y vlido bajo otras condiciones.

METODO DE MONTECARLO La simulacin de Monte Carlo consiste en realizar una simulacin utilizando nmeros aleatorios para determinar el comportamiento futuro de una variable aleatoria. Es una tcnica que combina conceptos estadsticos (muestreo aleatorio) con la capacidad que tienen los ordenadores para generar nmeros pseudoaleatorios y automatizar clculos.

NUMEROS ALEATORIOS Un nmero aleatorio es aquel obtenido al azar, es decir, que todo nmero tenga la misma probabilidad de ser elegido y que la eleccin de uno no dependa de la eleccin del otro. a) Mtodo de los cuadrados medios: Tomar un nmero al azar x0 = 2n cifras. Efectuar x02 , tomar las 2n cifras centrales que ser x1 Se contina sucesivamente

b) Mtodo de Lehmer: Se parte de un nmero al azar x0 de n cifras. Se le multiplica por un nmero al azar de k cifras, dando lugar a un nmero de n+k cifras. Se separa la k cifras de la izquierda, obtenindose un nmero de n cifras del cual se le resta el nmero de k cifras que se haba separado el resultado es el nmero x1 Se contina sucesivamente.

PRUEBA DE LAS RACHAS

El contraste de rachas permite verificar la hiptesis nula de que la muestra es aleatoria, es decir, si las sucesivas observaciones son independientes. Este contraste se basa en el nmero de rachas que presenta una muestra. Una racha se define como una secuencia de valores muestrales con una caracterstica comn precedida y seguida por valores que no presentan esa caracterstica. As, se considera una racha la secuencia de k valores consecutivos superiores o iguales a la media muestral (o a la mediana o a la moda, o a cualquier otro valor de corte) siempre que estn precedidos y seguidos por valores inferiores a la media muestral (o a la mediana o a la moda, o a cualquier otro valor de corte). Evala la consistencia de los nmeros seudoaleatorios. Dados los nmeros x1, x2,,xn se construye una sucesin formada por signos + si xy<xy+1 , y signo - si xy>xy+1. a) Calcular el nmero de rachas R. b) Evaluar :

1 R (2n 1) 3 Z 1 (16n 29) 90


c) Fijar un nivel de significancia y aceptar la aleatoriedad de la secuencia si el valor de Z. Verifica:

Z Z
2

Para = 5%

Z
2

= 1,96

NUMERO DE SIMULACIONES
2 Z S2

Se puede obtener utilizando:

d2

; donde : d x

Debido a que en la prctica la media de la poblacin no se conoce se requiere hacer la suposicin para d.

Para obtener los valores de las varianza y la media muestral es recomendable realizar una simulacin previa de al menos 100 corridas.