La mayorta de estos modelos dan soluciones analiticas y por tanto exactas, mientras que la tée nica de la simulaci6n proporciona soluciones numéricas lo que les da un caracter de aproximacién cn los resultados, En otro orden de ideas, un enfogue diferente a la representacin por medio de mo- los de sistemas complejos consiste en utilizar la simulaci6n, La técnica de simulacién involucra tanto a modelos matematicos como légicos. Un modelo de simulacién divide el sistema representan. ddo en médulos bisicos o elementales a los que les corresponde, generalmente un modelo matemst 0 y que después se enlazan entre si via relaciones l6gicas bien definidas; utilizando la estructura ENTONCES... Por tanto, partiendo del médulo de entrada, !as operaciones de calculo pasarin de tun médulo a otro hasta que se obtenga un resultado de salida Los modelos de simulacién, en comparaci6n con los matendticos, oftecen una mayor flexibili dad en la representacién de sistemas complejos, 1a raz6n principal es que la simulacidn enfoca el sistema desde un nivel bésico elemental. Por otra parte, la modelacién matemtica tiende a consi erar el sistema desde un nivel menos detallado, En algiin momento del ciclo de vida de la mayorfa de los sistemas es necesario su andlisis para twatar de obtener comprensién acerca de la relacién entre algunos de sus componentes, o bien para pre decir su posible comportamiento ante la consideracién de nuevas condiciones. En la siguiente figura se muestran diferentes modos en el que un sistema puede ser estudiado Experimentacion Experimentacion | ‘con un modelo con el sistema real del istema real Modelo L- Modelo fisico aemiico | Solucion | Simulacion | analcea 1.5 MODELACION EN SIMULACION DE SISTEMAS. Para modelar y resolver problemas de simulacién dentro de un sstema, es conveniente definir y com prendcr los conceptos siguientes Un sistema se define como un agregado 0 conjunto de objetos reunidos en alguna interaccion 0 | edependeneis bien dfinida para aleanzay una 9 is metas iara su estudio, los sistemas se han clasificado en dos categorias: diseretos y continuos. Un sis tema discreto es aquel para el que fos cambios en las variables de estado cambian instanténeamente cen puntos separados del tiempo, Una gasolinera es un ejemplo de sistema disereto, puesto que las variables de estado como el niimero de automéviles que esperan el servicio de abastecimiento de combustible, cambian solamente cuando un cliente Hega o cuando un auto completa el servicio y sale de la estacién. Un sistema continuo es aquel para el que las variables de estado cambian conti- ‘muamente con respecto al tiempo, Una aeronave que se desplaza en el aire es un ejemplo de sistema continuo puesto que sus variables de estado tales como su posicidn y su velocidad pueden cambiar instanténeamente con respecto al tiempo. En realidad! muy pocos sistemas se pueden considerar total ‘mente continuos o discretos, pero puesto que algtin tipo de cambio predomina en la mayoria de éstos, ¢s posible clasificarlos coma discretos © continuos, Se usa el término entidad para denotar un objeto o componente de interés en un sistema, por ejemplo, un cliente, un servidor 0 una maquina La palabra atributo denota una propiedad de una entidad, por ejemplo, la prioridad de los clientes en Ia fila de espera Todo proceso que provoque cambios en el sistema se conoceri como actividad Con la expresidn estado del sistema se indica una coleccidn de variables que contienen toda la informacién para la descripcién de todas las entidades, los atribatos y las actividades de acuerdo ‘con su existencia en algtin punto del tiempo. Estas variables de estado determinan la efectividad del Un evento es un hecho que ocure instanténeamente y que cambia el estado del sistema, como por ejemplo Ia legada de un nuevo cliente a un banco. Los cambios que ocurren dentro del sistema lo afectan con fiecuencia. Ciertas actividades de éste también pueden producir cambios que no reaccionan en el mismo. Se dice que los cambios que ‘curren fuera del sistema ocurren en el medio ambiente del sistema. En general, el medio ambien te del sistema queda delimitado por el objetivo del andlisis del mismo. Se utiliza el término endégeno para describir las actividades que ocurren dentro del sistema (va- rnables internas) y el término exégeno para descriir las actividades en el medio ambiente (variables extemas), que lo afectan ‘Al sistema para el que no existe actividad exégena se le conoce como sistema cerrado en com: paracién con un sistema abierto que si tiene actividades exégenas. En donde es posible describir completamente el resultado de una actividad en términos de su. ‘entrada se dice que la actividad es determinista. ‘Cuando los efectos de Ja actividad cambian aleatoriamente en distintas salidas, se dice que la actividad es estocastiea E] objeto del modelo simulado es permitir al analista la determinacién de uno o més cambios en los aspectos del sistema modelado o inclusive la totalidad del sistema, también le permiten desa rollar escenario de la efectividad de la operacisn siguiendo la linea de pensamiento de andlisis qué pasa si.” {Los modelos mateméticos de sistemas constan de cuatro elementos bien definidos: componen- tes, variables, parsimetros y relaciones funcionales. Las variables que aparecen en los modelos se emplean para relacionar un componente con ots0 ¥ se elasifican como variables exOgenas, variables de estado y variables endégenas,ESS Tae ee Las variables exégenas son las indepe! sislo peedeterminadas y proporcionadas independientemente del sistema sdorarse gue estas variables actian sobre el sistema, pero no reciben acci6n alguna de parte Es posible clasificar las variables exégenas en controlables y no controlables. Las primera (© instrumentales) son aquellas variables © parimetros suscepiibles de manipulacién o control por tes 0 de entrada del modelo y se supone que han que se modela, Puede cons {quienes coman decisiones o erean politicas para el sistema. El medio ambiente en el cual el sistema modelado existe y no el sistema en so los encargados de tomar decisiones, genera las variables no ccontrolables, Las variables de estado describen el estado de un sistema o uno de sus componentes, y2 se3 al comienzo, al final o durante un periodo, Estas variables interaccioman con las variables exégenos de! sistema y con las endégenas, de acuerdo con las relaciones funcionales supuestas para el sistema. El valor de una variable de estado, durante un periodo particular de tiempo, puede depender no so- lamente de los valores de una o mas variables exdgenos en algin periodo precedente, sino también cl valor de ciertas variables de salida en periodos anteriores. Las variables end6genas son las dependientes o salidas del sistema y son generadas por ls in teracciGn de las variables exdgenos con las del estado, de acuerdo con las caracteristicas de ope: racién del ultimo El hecho de que una variable en particular esté clasificada como exégena, de estado o endégena, depende del propésito de la investigacién, Una caracteristica de operacién es una hipétesis, generslmeate una ecuacién matematica, que Jaciona las variables endégenas y de estado del sistema con sus vasiables extens, Las carscters lucas de operacién aplicadas a procesos estocdsticos toman Ia forma de funciones de densidad de probabilidad. La precisidn de los resultados de una simulacién depende, en gran parte, de la exc lutud con que se estimen los pardmetros del sistema ‘A continuacién se presentan algunos ejemplos de sistemas y sus componentes, Fa a ra wa Clientes es decuena) Depositar | Ucgadas,saldas | Numero de cajeros | ‘ocupados, nimero | | de clientes en espera Ferrocarrl | ViajerosOrigenes.destinos| Vaiar | Llegadaa una Numero de via estacion. —_esperando en cada Uegadsa | estacion un desting | Produccion Maguinas Rapidez,capacidad, Estampar, | Descompostura Estado de lat as de soldar | miquinas descomposturas | Comunicaciones Mensajes Tamaio, destino | Trangmision | Recepeién | Mensajes en espera eneldesting a ser tranemingos Inventarig Almacen—Capacidad | Disponer. == Demanda—| Nivel del imventanc. Demands acumuiads1.6 EL MECANISMO DE AVANCE DE TIEMPO [La naturaleza propia de la dindmica de los modelos de simulacidn de eventos discretos requiere que se Hleve un registro de los valores actuales del tiempo simulado conforme la simulacién se ejecuta, ¥ también se requiere de un mecanismo de avance del tiempo de un valor a otro. Por ello, introduci remos en nuestro modelo de simulacién una variable que nos proporcionara el valor actual del tiem po simulado y la Hamaremos reloj de simulacién, Histéricamente se han considerado dos mecanismos para el registro del tiempo reloj. El primero, que se conoce como avance variable de tiempo o avance de tiempo al siguiente evento, consis- te en avanzar el reloj a la hora a que debe ocuri el siguiente evento. Fl segundo método conocido ‘como avance de tiempo de incremento fijo, consiste en avanzar el reloj en intervalos pequetios uns formes de tiempo y determinar en cada intervalo si deben ocuenr eventos en ese lapso. En el ca: pitulo cinco efeetuaremos ta simulacién de Iineas de espera y utiizaremos el método de avance de tuempo variable. 1.7 FORMULACION DE MODELOS DE SIMULACION La formulacién de los modelos de simulacién, requiere de la generacién de la informacién. Cuan do se dispone de datos histéricos se les organiza en histogeamas de frecuencias relativas y se esti los-pardmetros como la media y la desviacidn estindar En este punto, también se puede propo- ner Ia distribucion de probabilidad que mya el comportamiento de la variable bajo estudio, con su espectiva prueba de bondad de ajuste. Estas acciones son las que se conocen como evaluacién del modelo Cuando no existe informacién histérica, una manera de proceder es recurriendo a la opiniGn de expertos, la que generalmente proporciona informacién subjetiva. La ventaja de esta forma de gene- rar informaci6n es que se hace en un tiempo relativamente corto. Los estudios de campo son el método més efectivo, aunque mas tardado y costoso, de obtener J informacién requerida. Esta estrategia requiere del disefio de una muestra estadisticamente repre sentativa de la poblacién bajo estudio, de personal entrenado y confiable La etapa final del estudio de simulacién consiste en validar el modelo a través del anilisis de los datos simulados y debemos responder a las preguntas ;qué tan bien coinciden los valores simu Jados de las variables endégenas con datos histsricos conocidos, si es que éstos estin disponibles?. .gué tan exactas son las predicciones del comportamiento del sistema real hechas por el modelo de simulaci6n, para periodos futuros? El andlisis se lleva a cabo en tres pasos: 1. Recoleccién y procesamiento de los datos simulados. 2. Caloulo de las estadisticas de las pruebas. Interpretacign de los resultados. ‘Como se puede inferir, nuevamente tendremos que aplicar los conceptos estasisticos que s¢ ut luzas en Ia formulacién del modelo.118 DEFINICION OE LA SIMULACION DE SISTEMAS [La simulacisn es la imitaciin de Ia operacién de un proceso 0 sistema real a To largo del tempo. El desempeno del sistema teal se imita usando distribuciones de probabilidad para generar aleators ‘mente los distintos eventos que ocurren en el sistema. Por ello, al modelar, se caracterizan matemit jcamente las relaciones que definen de manera I6gica la interaccién de los componentes del sistema y de las variables endégenas y exdgenas. La descripeién del sistema se debe hacer en forma modular y por bloques. En cada médulo se ‘entificarin los componentes. los aributos, las variables endogenas y exOgenas, asi como las re- lactones entre éstas. Cada bloque debe contener la informacin relevante. El tamaiio del blogue lo {determina el nivel de agregacién de los componentes del sistema. El sistema como un todo se mode lara matematicamente de acuerdo con la Kégica que enlaza sus blogues. Como las cornidas de simula que admuten solucion) por métodos estrictamente deterministicos, por ejemplo, evaluar inteyrales En este texto nos dedicames al caso probabilisico, mpatadoras, Lams "Rapin etal Técnicas de stmalacton enAA cease ERASE RNAS A continuacion se describe el método Monte Carlo 1 Hdenuificar el expenmento o sistema a simular 2 Identificar el espacio muestral y definir la variedad aleatoria, 3. Defini la funcign de probabilidad 4 Consirur la funcién acumulada de probabilidad. 5 Calcular 0 construir la tabla de la transformacidn inversa de Ja funcién acumulada de probab lidad, La transformacién inversa utiliza la funcién acumulada de probabilidad de la variable aleatoria que se Va.a simular. Puesto que la funcién acumulada est definida en el itera Jo (0, 1), se puede generar un nimero aleatorio uniforme en (0, 1) RND, y tratar de determi nar el valor de vanable aleatoria para la cual su distribucion acumulada es igual al valor de RND. 6 Generar un mimero aleatorio y ubicarlo en la tabla de transformada inversa para simular un valor especifico de la variable aleatona, En general, un modelo de simulat requiere de 1. La definicisn del sistema con sus variables, pardmetros, funciones de probabilidad, relacio~ nes funcionales y medidas de efectividad. La definici6n del estado del sistema, es deci de operacion, 3. La identificacin de los posibles estados del sistema y sus componentes que pueden deur 4. La previsién de los posibles eventos que pueden cambiar el estado del sistema y de sus com ponentes. 5. Laddisponibilidad de un mecanismo que mids el transcurso del tiempo de simulacisn: el reloj de simulacién (clock) 6. Procedimientos para la generacién aleatoria de los diversos eventos. 7. Las relaciones ldgicas que enlazarin transiciones de estado que son generadas por los diver sos eventos que ocurren, jones iniciales el establecimiento de las condi 1.10 EJEMPLOS DE MODELOS DE SIMULACION EJEMPLO 1.1 Simulacidn del lanzamiento de un dado legal. ‘A continuacidn presentamos el esquema general de la simulaciér, mediante la simulacign del expe: ‘unento consistente en el lanzamiento de un dado legal, registranco el niimero de puntos que apareve en su cara superior después del Lanzamiento, Unlizando los conceptos vistos previamente en este capitule, los componentes 0 entidades son «el dado el cual puede estar en reposo o en lanzamiento, La actividad consiste en el lanzamiento del dado, La variable endégena es el generador o lanzador, mientras que la variable exogena o de sala ‘es la variable aleatoria que representa la cantidad de puntos que muestra el dado, y su funcion de peo babilidad es la uniforme discreta con parimetros valor medio igual a 1/6. Aqui podemes decir que el reloy simulador se incrementars en una unidad cada vez que se efectie un lanzamiento. ET dado inucialmente se encuentra en reposo y es irrelevante la cantidad de puntos que aetualmente