1.3. TIPOS DE SIMULACIÓN.

De acuerdo a la naturaleza del modelo empleado, la simulación puede ser por

Identidad: Es cuando el modelo es una réplica exacta del sistema en estudio. Es la
que utilizan las empresas automotrices cuando realizan ensayos de choques de
automóviles utilizando unidades reales. Cuasi-identidad: Se utiliza una versión
ligeramente simplificada del sistema real. Laboratorio: Se utilizan modelos bajo las
condiciones controladas de un laboratorio. Se pueden distinguir dos tipos de
simulaciones: o Juego operacional: Personas compiten entre ellas, ellas forman
parte del modelo, la otra parte consiste en computadoras, maquinaria, etc.
(Fishman, 1978).

La simulación digital es una técnica para imitar o "simular" en un ordenador el

comportamiento de un sistema ante determinados cambios o estimulos.

Según la aplicación del modelo de comportamiento, ésta puede ser de dos tipos:
 Descriptiva
 Prescriptiva

2
La simulación descriptiva consiste en suministrar respuestas a las distintas
entradas, incluso aquellas entradas aleatorias, pseudoaleatorias y no aleatorias que
son las que influyen en la toma de decisiones para la mejora del sistema y del
modelo.

La simulación prescriptiva, conduce a las acciones a tomar para obtener resultados

óptimos y contiene a la anterior, pues es necesaria una predicción de las distintas
alternativas posibles para poder establecer cuál es la óptima.
La simulación puede ser continua o discontinua. La simulación discontinua es una
técnica donde la simulación avanza en incrementos de tiempo del acontecimiento.
La simulación en continuo es cuando hay un flujo continuo de tiempo, solo puede
ser analógica, aunque mediante un ordenador podemos hacer el paso de tiempo lo
suficientemente pequeño que parezca que no hay transiciones dentro del sistema.

1.3.1. DISCRETA (DETERMINISTA O ESTOCÁSTICA).

Se tiene un sistema discreto cuando las relaciones funcionales del sistema sólo
permiten que el estado varíe en un conjunto finito (contable) de puntos temporales.
Las causas instantáneas de los cambios de estados se denominan eventos.
Determinista: Si el sistema no contiene ningún elemento aleatorio es un sistema
determinístico. En este tipo de sistema, las variables de salidas e internas quedan
perfectamente determinadas al especificar las variables de entrada, los parámetros
y las variables de estado. Es decir, las relaciones funcionales entre las variables del
sistema están perfectamente definidas. El calentador eléctrico estudiado es un

3
sistema determinístico. Estocástica: En este caso algún elemento del sistema tiene
una conducta aleatoria. Entonces, para entradas conocidas no es posible asegurar
los valores de salida. Un ejemplo de sistema estocástico es una máquina
tragamonedas en la cual una misma acción (tirar la palanca) genera un resultado
incierto (ganar o perder).

1.3.2. CONTINUA (DETERMINISTA O ESTOCÁSTICA).

Se tiene un sistema continuo cuando las relaciones funcionales entre las variables
del sistema sólo permiten que el estado evolucione en el tiempo en forma continua
(basta que una variable evolucione continuamente). Matemáticamente, el estado
cambia en infinitos puntos de tiempo. El recipiente del calentador es un subsistema
continuo porque tanto M como T evolucionan en forma continua durante la
operación del sistema. Determinista: Son modelos cuya solución para determinadas
condiciones es única y siempre la misma. Estocástica: Representan sistemas donde
los hechos suceden al azar, lo cual no es repetitivo. No se puede asegurar cuáles
acciones ocurren en un determinado instante. Se conoce la probabilidad de
ocurrencia y su distribución probabilística. (Por ejemplo, llega una persona cada 20
± 10 segundos, con una distribución equiprobable dentro del intervalo).

BIBLIOGRAFÍA
Banks J., Carson JS, Nelson BL, Nicol DM "Discrete Event System Simulation"
Cuarta edición. Serie internacional de Prentice-Hall en ingeniería industrial y
de sistemas (2004).
Kelton D., Sadowski, RP, Sturrok, DT "Simulación con Arena" Cuarta edición. Serie
McGraw-Hill en Ingeniería Industrial y Ciencias de la Gestión. (2006)
Khoshnevis, B. "Simulación de sistemas discretos". Serie McGraw-Hill en Ingeniería
Industrial y Ciencias de la Gestión. (1994).
Ley AM “Modelización y análisis de simulación”. Serie McGraw-Hill en Ingeniería
Industrial y Ciencias de la Gestión. (2006)