SIMULACION

DEFINICION:
La idea básica de la simulación es la construcción de un dispositivo experimental, o
simulador, que “actuará como” (simulará) el sistema de interés en ciertos aspectos
importantes, de una manera rápida y redituable.

OBJETIVOS DE SIMULACION:
El objetivo consiste en crear un entorno en el cual se pueda obtener información sobre
posibles acciones alternativas a través de la experimentación. El uso de la simulación es
fundamental para muchos experimentos aplicados; por ejemplo,
• Prueba de medicinas en animales de laboratorio. Aquí las respuestas del animal
simulan lasrespuestas humanas.
• Manejar automóviles en pistas de prueba. Aquí la pista de prueba simula las
condiciones que enfrentará el automóvil.
• Pruebas de diseño de alas de avión en túneles de viento. El túnel de viento simula las
condiciones de vuelo.
• El entrenamiento de pilotos de aerolíneas en cabinas reales con despliegues simulados
fuera de las ventanas bajo condiciones simuladas.
En el contexto del análisis cuantitativo, la simulación ha venido a significar la
experimentación basada en un modelo matemático. A pesar de que tanto la simulación
como la optimización (por ejemplo, mediante la programación lineal) utilizan modelos
cuantitativos, se basan en conceptos muy diferentes. La diferencia fundamental estriba
en el papel que toman las variables de decisión en los dos enfoques.
Simulación versus optimización
• En un modelo de optimización, los valores de las variables de decisión son resultados.
Esto es, el modelo proporciona un conjunto de valores para las variables de decisión que
maximiza (o minimiza) el valor de la función objetivo.
• En un modelo de simulación, los valores de las variables de decisión son entradas. El
modelo evalúa la función objetivo en relación con un conjunto particular de valores.
CUANDO Y PORQUE USAR SIMULACION:
Con esta breve descripción, parecería que nadie querría utilizar jamás un modelo de
simulación. ¿Por qué no utilizar un modelo que siempre da la mejor respuesta, es decir,
un modelo de optimización? De hecho, en el pasado la simulación a menudo se
consideraba como una técnica de último recurso, para utilizarse únicamente cuando
fallaban los métodos analíticos.
1. Primero, puede ser difícil o imposible obtener modelos analíticos, dependiendo de
factores de complicación. Lo que es un factor de complicación depende del modelo
específico. Entre los factores de complicación para modelos de presupuesto de capital se
incluye la demanda aleatoria. Los factores de complicación para modelos de línea o cola
de espera son variables aleatorias no exponenciales, mientras que los factores de
complicación para modelos de inventarios son múltiples puntos o ubicaciones de
almacenamiento.
2. Los modelos analíticos por lo general predicen solamente un comportamiento
promedio o “de estado estable” (a largo plazo). En modelos de la vida real, sin embargo,
a menudo es importante comprender la variabilidad posible en las medidas de
desempeño, o la manera en que varían las medidas de desempeño a corto plazo.
3. La simulación puede llevarse a cabo utilizando una amplia variedad de programas,
desde los de hoja de cálculo (Excel, Lotus), pasando por los complementos de hoja de
cálculo (CrystalBall, @Risk) y los lenguajes generales de programación para
computadoras (PASCAL, C++), hasta los lenguajes especialmente diseñados para
simulación (SIMAN). Puesto que hoy en día los modelos de simulación pueden crearse
y ejecutarse en una PC o en una estación de trabajo, el nivel de conocimientos de
computación y matemáticas requeridos para diseñar y correr un simulador útil se ha
reducido considerablemente. Ahora resulta bastante razonable construir y utilizar un
simulador, aun cuando esté claro que se podría elaborar un modelo analítico (de
optimización)con más tiempo y esfuerzo.
La capacidad de los modelos de simulación para tratar con la complejidad, manejar la
variabilidadde las medidas de desempeño y reproducir