Introducción

Definición de simulación:

 Es una técnica numérica para conducir experimentos en una computadora

digital. Estos comprenden ciertos tipos de relaciones matemáticas y lógicas, las
cuales son necesarias para describir el comportamiento y la estructura de
sistemas complejos en el mundo real a través de largos periodos de tiempo.
(Thomas H. Neilor)

 Técnica numérica para realizar experimentos en una computadora. Estos

experimentos involucran cierto tipo de modelos matemáticos y lógicos que
describen el comportamiento del sistema, como ejemplo: sistemas de negocios,
económicos, sociales, biológicos, físicos o químicos, a través de largos periodos
de tiempo. (Maisel)

 Es el proceso de diseñar y desarrollar un modelo computarizado de un sistema o

proceso y conducir experimentos con este modelo con el propósito de entender
el comportamiento del sistema o evaluar varias estrategias con las cuales se
puede operar el sistema. (Robert Shannon)

Etapas para realizar un Estudio de Simulación

1. Definición del Sistema: para tener una definición exacta del sistema que se desea
simular es necesario hacer primeramente un análisis preliminar del mismo, con
el fin de determinar la interacción del sistema con otros sistemas, las
restricciones, las variables que interactúan dentro del sistema y sus
interrelaciones, las medidas de efectividad que se van a utilizar para definir y
estructurar el sistema y los resultados que se esperan obtener del estudio.

2. Formulación del Modelo: una vez que están definidas con exactitud los
resultados que se esperan obtener del estudio, el siguiente paso es definir y
construir el modelo con el cual se obtendrán los resultados deseados. Es
necesario definir todas las variables que forman parte de el, sus relaciones
lógicas y los diagramas de flujo que describan en forma completa al modelo.

3. Colección de datos: es posible que la facilidad de obtención de algunos datos o la

dificultad de conseguir otros pueda influenciar el desarrollo y la formulación del
modelo, por consiguiente es muy importante que se definan con claridad y
exactitud los datos que el modelo va a requerir para producir los resultados
deseados.
4. Implementación del modelo en la computadora: con el modelo definido, el
siguiente paso es decidir si se utiliza algún lenguaje como Fortran, Basic o se
utiliza algún paquete como GPSS, Simula, Simscript, etc., para procesarlo en la
computadora y obtener los resultados deseados.

5. Validación: una de las principales etapas de un estudio de simulación es la

validación. A través de esta etapa es posible detallar deficiencias en la
formulación del modelo. Las formas mas comunes de validar un modelo son:
a. La opinión de los expertos sobre los resultados de la simulación.
b. La exactitud con que se predicen datos históricos.
c. La exactitud en la predicción del futuro.
d. La comprobación de falla del modelo de simulación al utilizar datos que
hacen falla al sistema real.
e. La aceptación y confianza del usuario final sobre los resultados
obtenidos.

6. Experimentación: la experimentación con el modelo se realiza después de que

este ha sido validado, consiste en generar los datos deseados y en realizar un
análisis de sensibilidad de los índices requeridos.

7. Interpretación: en esta etapa del estudio se interpretan los resultados que arroja
la simulación y en base a esto se toma una decisión.

8. Documentación: dos tipos de documentación son requeridos para hacer un

mejor uso del modelo de simulación. La primera se refiere a la documentación
del tipo técnico, es decir a la documentación que el departamento de
procesamiento de datos debe tener del modelo. La segunda se refiere al manual
del usuario, con el cual se facilita la interacción y el uso del modelo desarrollado
a través de una terminal de computadora.

Factores a Considerar en el Desarrollo de un Modelo de Simulación

1. Generación de variables aleatorias no uniformes (pieza clave de toda

simulación).
2. Lenguaje de programación (trabajar con lo que tenemos o adquirir alguno de
propósito específico).
3. Condiciones iniciales:
- conocer si la simulación estará corriendo siempre en un estado estable o
tendrá variaciones cada vez que inicie la corrida de la simulación (estado
inestable).
- si existen inestables se recomienda:
a. excluir una parte de la corrida.
 b. utilizar simulación regenerativa.
c. utilizar tiempos de corrida lo suficientemente grandes para que el
periodo de inestabilidad sea insignificante.
4. Tamaño de la muestra.
5. Diseño de experimentos: son análisis que permitirán evaluar los resultados de la
simulación.

Ventajas y Desventajas del Uso de la Simulación

Ventajas
- Se puede utilizar para enseñar habilidades básicas en análisis estadísticos o
análisis técnicos.
- Permite que se puedan estudiar cambios internos y externos del sistema al hacer
alteraciones y observar los resultados que estos producen.
- Se puede utilizar para experimentar con situaciones nuevas sobre las cuales no
se tenga información, aparte puede utilizarse para entender al personal.
- Permite anticipar cuellos de botella.
- Permiten sugerir estrategias para mejorar la operación y eficiencia del sistema.

Desventajas
- El personal capacitado suele ser escaso y costoso.
- Normalmente se requiere de bastante tiempo para desarrollar y perfeccionar un
modelo de simulación.
- El equipo y software necesario puede resultar costoso dependiendo del tipo de
simulación.
- Es difícil convencer a las administraciones del uso y beneficio de la simulación.

Ejemplos de uso de simulación

1. Sistemas basados en teorías de colas.

2. Sistemas de inventarios
3. Sistemas de inversión.
4. Sistemas económicos.
5. Sistemas de estados financieros.
6. Sistemas médicos.
7. Sistemas agropecuarios.
Generación de Número Rectangulares

Los números rectangulares se utilizan en una simulación para representar a las variables
aleatorias no uniformes, estas formaran parte de algún procedimiento de acuerdo a la
distribución de probabilidad que tenga la variable aleatoria a representar.

Las variables aleatorias no uniformes que deberán aparecer en la simulación dependen

de la generación de los números rectangulares, estos pueden generarse por:
- provisión externa
- generación interna a partir de un proceso físico al azar
- generación interna de sucesiones de dígitos por medio de una relación de
recurrencia.

Estos números deben tener las siguientes características:

a. estar uniformemente distribuidos.
b. ser reproducibles (generar uno a partir de otro).
c. que tengan un periodo largo, sin repeticiones.
d. que sean generados por un método rápido.
e. que el método utilizado no requiera grandes capacidades de almacenamiento.
f. que sean estadísticamente independientes.

Métodos

* Generador Congruencial Mixto

Xn+1= (axo + c) mod m

donde:

xn+1 = semilla generada

a = constante multiplicativa
xo = semilla inicial
c = constante aditiva
mod = función que obtiene el residuo de una división
m = modulo (divisor constante)

xo, a , c > 0
m > xo, a , c

Un generador congruencial mixto será confiable si se tiene un periodo completo, es

decir la cantidad de números generados coincide con el valor que tiene el modulo y
estos valores deben ser: la semilla inicial = a la semilla generada en el valor dado de m.

Ejemplo:
 Se desean generar números rectangulares utilizando un generador congruencial
mixto, los valores para este generador son:

a=5
xo = 4
c=7
m=8

a=7
xo = 7
c=7
m = 10
Reglas para la selección de valores en un Generador Congruencial Mixto

1. Selección del modulo (m): puede ser el número primo mas grande posible, pero
menor que “pd”, donde p representa el sistema en el cual estamos trabajando
(binario, decimal, hexadecimal u octal) y de la cantidad de bits que maneja por
palabra la computadora.

Ejemplo: binario  28 = 256

2. Selección de la constante multiplicativa (a): puede ser cualquier entero impar no

divisible entre 3 o 5, o bien puede utilizarse los siguientes criterios:

(a – 1) mod 4 = 0 si 4 es factor de m
(a – 1) mod b = 0 si b es factor primo de m

3. Selección de la constante aditiva (c): puede ser cualquier constante y se

utilizaran 2 criterios:

binario  c mod 8 = 5
c mod 200 = 21

4. Selección de la semilla inicial (xo): el valor dado a este parámetro suele ser
irrelevante, dado que se ha demostrado que tiene poca o ninguna influencia en
las propiedades estadísticas de las sucesiones de número rectangulares.

* Generador Congruencial Multiplicativo

Xn+1= aXo mod m

donde:
Xo =Semilla inicial
xn+1 = semilla generada
a = constante multiplicativa
mod = función que obtiene el residuo de una división
m = modulo (divisor constante)

Para calcular el periodo esperado de un generador congruencial multiplicativo:

a. preguntar si el modulo proporcionado es binario o decimal

m = 10d  decimal
m = 2d  binario
 b. si el modulo es binario, su periodo esperado será igual a m/4
p.e. = m/4 = 32/ 4 = 8

si el modulo es decimal:

a. revisar si el modulo tiene un exponente mayor o igual a 5, si es así el periodo

esperado será igual a 5 x 10d-2

m = 100,000,000 = 108
p.e.= 5 x 10d-2 = 5 x 10 8-2 = 5 x 106 = 5,000,000

b. si el exponente es menor a 5 el periodo esperado deberá calcularse de acuerdo

a la siguiente formula.

p.e. = m.c.m. { (5d), (2d)}

 (20) = 1  (5d) = 5d-1 (5-1)

 (21) = 2
 (2d) = 2d-2

m = 1000 = 103
p.e. = (53),  (23)
 (53) = 53-1 (4) = 52(4) = 100  periodo esperado
 (23) = 23-2 = 21 = 2

Ejemplo:
Se desean generar números rectangulares utilizando un generador congruencial
multiplicativo. Determinar en primer lugar cual es el periodo esperado de acuerdo a los
siguientes valores: