SIMULACION DE SISTEMAS

Clase II
•Fundamentos de la Simulación de Sistemas
Objetivo: Analizar la
importancia de la simulación
de sistemas.

Reconocer los tipos de

Simulación, sus ventajas,
limitaciones y desventajas.

Identificar las relaciones

entre la Simulación y los
Procesos Aleatorios. Planear
un experimento de
Simulación, considerando MA. Juan Carlos Reátegui Morales
MBA-ISO 27001-ISO 9001-ISO 22301
sus etapas en el Proceso de jreategui@untels.edu.pe
Simulación. La guerra es un acto de violencia que intenta obligar al1enemigo
Sábado 13.50–18.00 a someterse a nuestra voluntad. Carl von Clausewitz
 Conceptos básicos de simulación
• La simulación por computadora está relacionada con los simuladores.
• Los simuladores muestran visualmente y a menudo físicamente las
entradas y salidas (resultados) de la simulación.
• Se puede definir a la simulación como la técnica que imita el funcionamiento
de un sistema del mundo real cuando evoluciona en el tiempo.
• Simular, es reproducir artificialmente un fenómeno o las relaciones
entrada-salida de un sistema.
• Esto ocurre siempre cuando la operación de un sistema o la
experimentación en él son imposibles, costosas, peligrosas o poco
prácticas, como en el entrenamiento de personal de operación, pilotos de
aviones, etc.

2
 Conceptos básicos de simulación
• Se puede definir a la simulación como la técnica que imita el
funcionamiento de un sistema del mundo real cuando evoluciona en el
tiempo.
• Shannon (1998), define la simulación como el proceso de diseñar un
modelo de un sistema real y realizar experimentos con él, para entender
el comportamiento del sistema o evaluar varias estrategias (dentro de los
limites impuestos por un criterio o por un conjunto de criterios) para la
operación del sistema.
• El proceso de simulación incluye tanto la construcción del modelo como su
uso analítico para estudiar un problema.

http://www.cype.pe/simulacion-dinamica-incendios-mediante-fds/

Shannon, R. E. (1998). Introduction to the art and science of simulation. En

Proceedings of the 30th conference on winter simulation (pp. 7 14). Los Alamitos,
CA, USA: IEEE Computer Society Press. Descargado3 de
http://dl.acm.org/citation.cfm?id= 293172.293175
 TIPOS DE SIMULACION
Según su naturaleza:
Simulación basada en el tiempo
Simulación estática.-El avance del tiempo no se
considera en la simulación estática; es decir es la
representación del sistema en un instante especifico del
tiempo. A menudo involucra muestras aleatorias para
generar reportes estadísticos, también se le
llama simulación de Montecarlo. En las finanzas se utiliza
en la simulación de selección de cartera de inversiones.

Simulación dinámica.- Incluye el paso del tiempo. Un mecanismo de reloj

mueve el avance del tiempo y el estado de las variables del sistema son
actualizadas. La simulación dinámica se ajusta para analizar os sistemas de
manufactura y servicios, dado que ellos operan en el tiempo.

4
 TIPOS DE SIMULACION
Según su naturaleza:
Simulación basada en el uso de variables aleatorias
Simulación determinística.- Cuando los modelos tienen entradas y salidas
(inputs y outputs) constantes. Estos son construidos de la misma manera que
los probabilísticos o estocásticos, excepto que no poseen aleatoriedad. El
resultado de una única corrida de simulación representa la medida exacta del
desempeño del modelo.

Simulación estocástica o probabilística.- Si los modelos se basan en

una o mas variables de entrada , cuya naturaleza es aleatoria. 5
Tiene entradas aleatorias y salidas aleatorias.
 TIPOS DE SIMULACION
Según su naturaleza:
Simulación basada en la continuidad de la ocurrencia de los eventos

Simulación discreta.- Es aquella en que los eventos se dan en puntos

discretos del tiempo, con lo cual se actualizan los valores de las variables de
estado del modelo en dichos puntos. Es decir, existe un intervalo de tiempo
variable entre la ocurrencia de un evento y la del otro.

6
 TIPOS DE SIMULACION
Según su naturaleza:
Simulación basada en la continuidad de la ocurrencia de los eventos
Simulación continua.- Es aquella en que las variables de estado del modelo
cambian continuamente respecto del tiempo. Es decir, el intervalo de tiempo
entre la ocurrencia de un evento y otro se puede considera infinitesimal.

7
 SISTEMA
Es un conjunto de elementos usados para ejecutar un proceso, para lo cual
requiere, además, recursos y controles. Así, un sistema comprende un
proceso, pero también incluye los recursos y los controles para poder realizar
el proceso.

La simulación es el diseñar y desarrollar un modelo computarizado de un

sistema o proceso y conducir experimentalmente con este modelo con el
propósito de entender el comportamiento del sistema del mundo real o evaluar
8
varias estrategias con los cuales puedan operar el sistema.
 EXPERIMENTO DE SIMULACION
• Simular el desarrollo del ciclo de un cobro de sueldo en una cuenta de
depósito.
– Datos:
– Deposito inicial: $500
– Sueldo mensual del trabajador: $1000
– Descuentos del sueldo: 22% del sueldo mensual
– Retiro del banco mensual corresponde a un 20% del depósito total.

9
 Elementos para garantizar el éxito de un
modelo de simulación
• Tamaño de corrida: para poder llegar a conclusiones estadísticas claras es
necesario que las variables aleatorias entren a un estado estable, cuando
un modelo consta de más variables de decisión es difícil que estas alcancen
un estado estable al mismo tiempo.

• Variables de respuesta bien definidas: aun cuando el modelo matemático

sea eficiente, si la variable de respuesta es mal seleccionada, será
imposible que las decisiones tomadas tengan impacto positivo en las
operaciones del sistema.

10
 Elementos para garantizar el éxito de un
modelo de simulación
• Cuidado con los errores en las relaciones existentes entre las variables
aleatorias: un error común en programación es olvidar las relaciones
lógicas entre variables aleatorias del modelo, si una de estas variables está
mal definida es posible tener un modelo que se apegue aún a la realidad,
mas este no llegará a su máxima capacidad para observar el
comportamiento.
• Cuidado al determinar el tipo de distribución asociado a las variables
aleatorias del modelo: esto es muy similar a lo anterior, solo que en lugar
de relaciones se pide definir adecuadamente el tipo de distribución en
relación a las variables aleatorias.

11
 Elementos para garantizar el éxito de un
modelo de simulación
• Análisis estadístico de los resultados: un problema común por el que la
simulación es criticada es considerarla una herramienta de optimización,
esto es incorrecto ya que la simulación involucra variables aleatorias, esto
mas es un esquema probabilístico, por tanto, es necesario realizar varias
corridas antes de llegar a una conclusión final.

• Correcto uso de la información obtenida: la información se recolecta,

analiza y administra de acuerdo a las necesidades de la empresa, lo que
implica que no siempre se encuentra en el formato adecuado para la
simulación.

• La información debe adecuarse a fin de asociarla a las variables que se

emplearán en el modelo.

12
 ETAPAS EN EL PROCESO DE SIMULACION
Metodología de simulación

1. Definición del sistema estudio: en esta etapa es necesario conocer el

sistema, conocer que origina el estudio de simulación y que objetivo
busca, establecer los supuestos necesarios, es vital definir las variables de
decisión, determinar las interacciones entre estas y establecer con
precisión los alcances y limitaciones del estudio.

Antes de pasar este paso es necesario contar con la información suficiente

para establecer un modelo conceptual, sus fronteras, componentes e
interacciones, flujo de productos, personas, recursos y variables de mayor
interés para el modelo.

13
 ETAPAS EN EL PROCESO DE SIMULACION
Metodología de simulación
2. Generación del modelo de simulación: no es preciso que este modelo
sea detallado, pues se requiere de mas información estadística sobre el
comportamiento de las variables en el sistema, este es el primer reto del
programador en la simulación.

3. Recolección y análisis de datos: se realiza de manera paralela al paso

anterior descrito, se refiere a la recolección estadística y formateada para
efectos de la simulación, de no contar con información clara será
necesario hacer un estudio estadístico previo al proceso de simulación.

14
 ETAPAS EN EL PROCESO DE SIMULACION
Metodología de simulación
4. Generación del modelo preliminar: integrar la información obtenida.

5. Verificar el modelo: identificados las distribuciones, relaciones de las

variables del modelo, es necesario validar estos parámetros, hay
ocasiones en que las distribuciones a programar se tornan muy difíciles
de construir.

6. Validación del modelo: realizar pruebas del modelo, usando información

de entrada real, si el modelo es para optimizar deberá someterse a
situaciones actuales y luego con las posibles mejoras.

15
 ETAPAS EN EL PROCESO DE SIMULACION
Metodología de simulación
7. Generación del modelo final: el modelo validado esta listo para realizar
la simulación y estudiar el comportamiento del sistema en diferentes
escenarios.

8. Determinación de escenarios de simulación.una manera simple es

determinar un escenario pesimista, otro optimista y también uno
intermedio, recordar que no todas las variables se comportan de manera
diferente ante el cambio de escena, el riesgo en esto es que el analista
puede caer en replicas de diseños de experimentos redundantes.

16
 ETAPAS EN EL PROCESO DE SIMULACION
Metodología de simulación
9. Análisis de sensibilidad: obtenidos los resultados en diferentes
escenarios, se deberá realizar pruebas estadísticas a fin de comprara y
validar resultados, si dos de ellos son similares se deberá comparar su
intervalo de confianza respecto a la variable de respuesta final. Si no hay
intersección de intervalos se dice que los resultados no son iguales, si los
intervalos se traslapan será imposible determinar que resultado es mejor
que el otro, entonces, si se desea un solo resultado habrá que realizar mas
corridas.

17
 ETAPAS EN EL PROCESO DE SIMULACION
Metodología de simulación
10.Documentación del modelo, sugerencias y conclusiones: la
documentación permite el uso del modelo y posibles ajustes del mismo en
el futuro, se debe incluir:
– Supuestos del modelo
– Distribuciones asociadas a variables
– Alcances y limitaciones
– Consideraciones en la programación.
– Sugerencias en el uso del modelo
– Sugerencias en los resultados obtenidos
– Sugerencias para reportes completos
– Conclusiones de la simulación, a partir de las que se obtendrán
reportes ejecutivos para la presentación final.

18
 METODOLOGIA DE SIMULACION
• Planificación de la simulación:
Nº Actividad unidad de tiempo

1 Definición del sistema estudio

2 Generación del modelo de simulación

3 Recolección y análisis de datos

4 Generación del modelo preliminar

5 Verificar el modelo

6 Validación del modelo

7 Generación del modelo final

8 Determinación de escenarios de simulación

9 Análisis de sensibilidad

10 Documentación del modelo, sugerencias y conclusiones

Tiempo

19
 DIAGRAMAS CAUSALES
El conjunto de los elementos que tienen relación con un problema en estudio y
permiten en principio explicar el comportamiento observado, junto con las
relaciones entre ellos, en muchos casos de retroalimentación, forman el
Sistema.

El Diagrama Causal es un diagrama que recoge los elementos clave del

Sistema y las relaciones entre ellos.

+Consumo de
alimentos +peso

-población + recurso per capita

20
 DIAGRAMAS CAUSALES

Podemos observar que hay un bucle positivo (nacimientos – población) y

otro bucle negativo (población – defunciones). Por lo tanto cuando
domine el bucle positivo podremos tener las típicas trayectorias de
crecimiento o colapso cuando domine el bucle negativo podremos tener
las usuales trayectorias estabilizadoras.

21
 DIAGRAMAS CAUSALES
El caso de un diagrama causal

• Vamos a utilizar un Diagrama Causal y vamos a representar los elementos

del sistema, que en este caso son: Población, Tasa de Natalidad,
Nacimientos, Esperanza de Vida y Defunciones.

• Las relaciones que existen entre ellos son:

– A mas población más nacimientos (positivo)
– A más nacimientos más población (positivo)
– A más población más defunciones (positivo)
– A más defunciones menos población (negativo)

22
 DIAGRAMAS DE FORRESTER
El Diagrama de Flujos, también denominado Diagrama de Forrester, es el
diagrama característico de la Dinámica de Sistemas. Es una traducción del
Diagrama Causal a una terminología que permite la escritura de las ecuaciones
en el ordenador para así poder validar el modelo, observar la evolución
temporal de las variables y hacer análisis de sensibilidad.

No hay unas reglas precisas de como hacer esta transformación, pero si hay
alguna forma de abordar este proceso. Pasos a seguir:

1º. Hacer una fotografía mental al sistema y lo que salga en ella (personas,
km2, litros, animales,..) eso son Niveles.
2º. Buscar o crear unos elementos que sean "la variación de los Niveles",
(personas/día, litros/hora, ...) y esos son los Flujos.
3º. El resto de elementos son las Variables Auxiliares.
Como regla general esto sirve para empezar. Después ya se pueden ir
haciendo retoques, y así los Niveles que vayan a permanecer constantes (m2
de la habitación) en vez de definirlos como Niveles se pueden definir como
variables auxiliares tipo constante que es más sencillo. Este es todo el
procedimiento. Ahora veremos con más detalle como se representan 23 estos
elementos.
 DIAGRAMAS DE FORRESTER

Los "Niveles" son aquellos elementos que nos muestran en cada instante la
situación del modelo, presentan una acumulación y varían solo en función de
otros elementos denominados "flujos". Las "nubes" dentro del diagrama de
flujos son niveles de contenido inagotable. Los niveles se representan por un
rectángulo.

Los "Flujos" son elementos que pueden definirse como funciones temporales.
Puede decirse que recogen las acciones resultantes de las decisiones tomadas
en el sistema, determinando las variaciones de los niveles.

24
 DIAGRAMAS DE FORRESTER

Las "Variables auxiliares" y las "Constantes", son parámetros que permiten una
visualización mejor de los aspectos que condicionan el comportamiento de los
flujos.

Las magnitudes físicas entre flujos y niveles se transmiten a través de los

denominados "canales materiales". Por otra parte existen los llamados
"canales de información", que transmiten, como su nombre indica,
informaciones que por su naturaleza no se conservan.

Por último quedan por definir los "retardos", que simulan los retrasos de tiempo
en la transmisión de los materiales o las informaciones. En los sistemas
socioeconómicos es frecuente la existencia de retardos en la transmisión de la
información y de los materiales y tienen gran importancia en el comportamiento
25
del sistema.
Tareas en Clase:
1) Analice la simulación de sistemas y su aplicación práctica en la
empresas, que le gustaría desarrollar u gestionar.
Ejemplos:
Sistema de BI
Sistema de atención a restaurant
Sistema de ventas por Internet
Sistema de Ventas para Panaderías
Sistema de marketing digital
Otros.
2) Aplique el concepto de Transformación Digital y el uso de simulación
en VES.
https://www.youtube.com/watch?v=PXD5rxJNNl4
SIMULACION 3D

26
Laboratorio:

Generar Simulaciones de Pagos

27
Recordar:
¿Qué es simulación?
¿Qué tipos de simulación conoce?
¿Explique una metodología para simular sistemas?
¿Qué recomendaciones haría usted para simular sistemas en VES?
¿Qué es y para que sirve un diagrama de causal?
¿Qué es y para que sirve un diagrama de Forrester?

28
 SIMULACION DE SISTEMAS
Clase III Números PseudoAleatorios
Objetivo: Conocer números aleatorios y El futuro no se predice sino se
construye.
pseudoaleatorios. Maurice Blondel
Identificar aplicaciones practicas de
Ganbatte Kudasai… (Esfuerzate)
números aleatorios.

Todo lo que una persona puede imaginar, otras podrán hacerlo

realidad. Julio Verne

MA. Juan Carlos Reátegui Morales

MBA-ISO 27001-ISO 9001-ISO 22301
29
Sábado 13.50–18.00 jreategui@untels.edu.pe
Muchas Gracias

30