UNIVERSIDAD MAYOR DE SAN SIMÓN

FACULTAD DE CIENCIAS Y
TECNOLOGÍA

Tema 1: Introducción a la Simulación

Nombre : Vallejos Mamani Jhonn Steven

Grupo: 1

Carrera: Ingeniería de Sistemas

Licenciado: Henry Frank Villaroel Tapia

Materia: Simulación de Sistemas

COCHABAMBA - BOLIVIA
 ÍNDICE

1. INTRODUCCIÓN………...……………………………………...
- CONCEPTOS BÁSICOS
- FACTORES A CONSIDERAR EN SIMULACION
- ETAPAS EN UN PROYECTO DE SIMULACIÓN
- VENTAJAS Y DESVENTAJAS
- APLICACIÓN DE SIMULACIÓN

2. DESCRIPCIÓN DEL PROBLEMA……………………………...

3. OBJETIVOS GENERALES………………….…………………...
- Objetivos Específicos

4. PROPUESTA DE SOLUCIÓN…………..………………………..

5. CONCLUSIONES …………………………………………………

6. BIBLIOGRAFÍA ……………………………………………………
 1. INTRODUCCIÓN
La simulación de sistemas es una metodología ampliamente utilizada para
comprender y analizar el comportamiento de sistemas complejos en entornos
controlados y virtuales. Desde la planificación de operaciones industriales hasta la
evaluación de políticas públicas, la simulación permite a los investigadores y
profesionales modelar la interacción entre componentes de un sistema, entender
cómo estas interacciones afectan el rendimiento global y explorar diferentes
escenarios sin riesgo ni coste asociado en el mundo real. Esta herramienta
proporciona insights valiosos para la toma de decisiones estratégicas, el diseño de
políticas y la optimización de procesos, contribuyendo así al avance y la mejora en
una amplia gama de campos y sectores.

- CONCEPTOS BÁSICOS

Computadora: Es un hardware electrónico que puede

realizar millones de operaciones lógicas y aritméticas de
forma automática, procesa información y la almacena. En
simulación de sistemas, una computadora desempeña un
papel esencial como la plataforma que ejecuta el software
de simulación y realiza los cálculos necesarios para
modelar y analizar el comportamiento del sistema.

Sistema: Un sistema es un conjunto de elementos que se interrelacionan entre sí

con un objetivo a resolver.

Sistema Estáticos: los sistemas estáticos no

cambian en su estructura y comportamiento en el
tiempo.

Sistema Dinámicos: los sistemas dinámicos

cambian a condición del tiempo y circunstancia.
Modelo: Es una representación simplificada de un sistema elaborada para
comprender, predecir y controlar el comportamiento de dicho sistema.

Modelo Concreto es cuando están compuestos

por equipos, por maquinaria y por objetos y cosas
reales. Pueden ser descritos en términos
cuantitativos de desempeño.

Modelo Abstracto es cuando están compuestos

por conceptos, planes, hipótesis e ideas. Aquí, los
símbolos representan atributos y objetos, que
muchas veces sólo existen en el pensamiento de las personas.

Variable: Es un símbolo, que representa un elemento que puede tomar un sin fin de
valores.

Variable Discreta: Las variables discretas son variables

numéricas que tienen un número contable de valores entre
valores cualesquiera. Una variable discreta siempre es
numérica.

Variable Continua: Las variables continuas son variables

numéricas que tienen un número infinito de valores. Una
variable continua puede ser numérica.

Definición de Simulación de Sistemas: La simulación de sistemas es el proceso

de diseñar y desarrollar un modelo computarizado de un sistema o un proceso
(negocios, económicos, sociales, biológicos, físicos o químicos) empleando los
datos correctos y el modelo adecuado podremos simular de la manera más fiel a la
realidad.

- FACTORES A CONSIDERAR EN SIMULACION

Lenguajes de Simulación: Para realizar una simulación existen lenguajes

específicos de simulación, estos lenguajes de simulación son similares a los
lenguajes de programación de alto nivel y están basados en ellos, pero están
especialmente preparados para determinadas aplicaciones de la simulación.

Los lenguajes de simulación proporcionan automáticamente las características

necesarias para la programación de un modelo de simulación, lo que disminuye
significativamente el esfuerzo requerido para programar el modelo.
AnyLogic: AnyLogic es una plataforma de simulación
multimodal que permite crear modelos de simulación basados
en agentes, dinámica de sistemas y eventos discretos. Es
especialmente útil para la simulación de sistemas complejos.

GPSS (General Purpose Simulation System): GPSS es un

lenguaje y entorno de simulación de eventos discretos utilizado
para modelar y simular sistemas en áreas como la logística y la
gestión de inventarios.

Variables Aleatorias: Podemos decir que las variables aleatorias son aquellas que
tienen un comportamiento probabilístico en la realidad y que se utiliza para descubrir
la incertidumbre en los resultados de un experimento o proceso. Por ejemplo, el
número de estudiantes que llegan cada hora a un aula depende de la hora del día,
del día de la semana y de otros factores como puede ser el interés del estudiante
sobre la materia.

Diseño de experimentos: El diseño de experimentos consiste en determinar cuáles

pruebas se deben realizar y de qué manera, para obtener datos que, al ser
analizados estadísticamente, proporcionen evidencias objetivas que permitan
responder las interrogantes planteadas, y de esa manera clarificar los aspectos
inciertos de un proceso, resolver un problema o lograr mejoras.

Tamaño de muestra: El tamaño de muestra en la

simulación de sistemas es la cantidad de iteraciones de un
experimento de simulación y juega un papel importante en
la obtención de resultados precisos y representativos.
Determinar el tamaño de muestra adecuado es una
consideración crítica al diseñar y realizar simulaciones, ya
que afecta la precisión y la confiabilidad de los resultados
de la simulación.

Condiciones iniciales: Se refieren al conjunto de valores que se asignan a las

variables y componentes del sistema en el momento en que comienza la
simulación.Es usualmente encontrar los siguientes
estados en un sistema:

Estado Transiente: Durante este estado, las variables y

componentes del sistema pueden experimentar
variaciones significativas antes de estabilizarse en sus
valores finales.
Estado Estable: Se refiere cuando el sistema ha alcanzado un equilibrio o
estabilidad, y sus variables no experimentan cambios significativos con el tiempo.

- ETAPAS EN UN PROYECTO DE SIMULACIÓN

Definición del sistema: En la etapa inicial se debe indagar el detalle del problema,
qué elementos participan en ese problema, también se deben definir los
objetivos del proyecto de simulación.

Colección de datos: Se debe identificar, recoger y analizar los tipos de datos de

los elementos que tiene el sistema para desarrollar el estudio de simulación.

Modelo de simulación: Se desarrolla un modelo conceptual del sistema que se va

a simular. Esto implica definir las relaciones y las reglas que rigen el
comportamiento del sistema, así como las ecuaciones o algoritmos necesarios
para representarlo.

Implementación del sistema: Con el modelo de simulación ya definido, el

siguiente paso será definir las herramientas adecuada para la simulación del
sistema en la computadora.

Validación: Esta etapa es posible detallar deficiencias en la formulación del modelo

de simulación, o los dato. Además, que se analizan si los resultados que
obtuvimos se ajustan al sistema que estamos realizando .

Experimentación: La experimentación con el modelo se realiza después de que ha

sido validado, la experimentación consiste en generar datos deseados, ver el
comportamiento del sistema en condiciones critica u optimas.

Interpretación: Se interpretan los resultados que arroja la simulación y en base a

eso se toman decisiones, de acuerdo a la información obtenida podemos sugerir
configuraciones para que mejore el sistema.

Documentación: Para hacer un uso mejor del modelo de simulación, se presentan

dos tipos de modelo de documentación la primera es un documento técnico
como por ejemplo el documento que tiene resultados, las conclusiones y las
recomendaciones. La segunda referida a un manual de usuario, que facilita la
interacción y el uso del modelo desarrollado.

- VENTAJAS Y DESVENTAJAS

Ventajas

Con el estudio de simulación, se puede estudiar el efecto de cambios internos y

externos del sistema, al hacer alteraciones en el modelo del sistema y observando
los efectos de esas alteraciones en el comportamiento del sistema.
 Cuando nuevos elementos son introducidos en un sistema, la simulación puede ser
usada para anticipar cuellos de botella o algún otro problema que puede surgir en el
comportamiento del sistema.

La técnica de simulación puede ser usada para experimentar con nuevas

situaciones, sobre las cuales se tiene poca o ninguna información. A través de esta
experimentación se puede anticipar mejor a posibles resultados no previstos.

Desventajas

. Pueden ser necesarias numerosas ejecuciones de la simulación, lo que implica un

mayor coste de operación.

Es preciso disponer de personal con conocimientos estadísticos para poder recoger

e interpretar la información.

Es costoso en horas de desarrollo y puede llegar a horas de trabajo excesivas

Es una técnica imprecisa, por ser aproximada porque se estudia el modelo no el

sistema real.

- APLICACIÓN DE SIMULACIÓN

La simulación de lanzamiento de moneda y dado es un proyecto interesante que

puede brindar una comprensión práctica de los conceptos de probabilidad y
aleatoriedad. Al modelar esta aplicación, se puede crear un programa que simule el
lanzamiento de una moneda y un dado, generando resultados aleatorios para cada
uno. Este tipo de simulación es útil para estudiar la distribución de resultados
posibles y la frecuencia con la que ocurren ciertos eventos. Además, proporciona
una plataforma para explorar cómo las probabilidades teóricas se reflejan en la
práctica a través de múltiples iteraciones de lanzamientos. Con este proyecto, se
puede adquirir experiencia en la implementación de algoritmos de generación de
números aleatorios y en el análisis de datos resultantes, lo que puede ser útil en
diversos campos como la estadística, la ciencia de datos y la simulación de
sistemas.

2. Descripción del Problema

Los problemas que abordaremos esta calcular la probabilidad de obtener un
resultado específico, los problemas que abordaremos son:
- “Probabilidad de obtener un número determinado al lanzar un dado”
- “Probabilidad de sacar cara o escudo lanzando una moneda”
- “Probabilidad de sacar cara o escudo lanzando dos monedas”
Dentro de este problema buscamos la probabilidad de obtener resultados concretos
ya sea en el dado obtener “3” lanzando un dado, obtener “cara” en el lanzamiento
de una moneda, obtener ”cara y cara” en el lanzamiento de dos monedas,
necesitamos obtener

3. Objetivo General
Analizar y calcular la probabilidad de obtener resultados específicos en el
lanzamiento de un dado, una moneda y dos monedas.
- Objetivos Específicos
- Calcular la probabilidad de obtener un número al lanzar un dado.
- Calcular la probabilidad de sacar cara o escudo lanzando una moneda.
- Calcular la probabilidad de sacar una combinación de cara o escudo
lanzando dos monedas.

4. Propuesta de solución
En este proyecto, utilizaremos NetBeans Java para crear una aplicación que simule
el lanzamiento de una moneda y un dado, generando resultados aleatorios y
proporcionando análisis sobre los datos obtenidos. A través de esta simulación,
exploramos cómo los principios de probabilidad se reflejan en la práctica y
desarrollaremos habilidades en la implementación de algoritmos de generación de
números aleatorios, manipulación de datos y presentación de resultados. Este
proyecto no solo brindará una comprensión más profunda de los conceptos de
probabilidad y aleatoriedad, sino que también permitirá adquirir experiencia práctica
en el desarrollo de aplicaciones Java utilizando NetBeans, una herramienta
ampliamente utilizada en el desarrollo de software.

5. Conclusiones
Después de simular el lanzamiento de la moneda y el dado utilizando NetBeans
Java, se pueden extraer algunas conclusiones prácticas sobre las probabilidades
asociadas a estos eventos.

Estabilidad en el lanzamiento de la moneda: Conforme se aumenta el número de

lanzamientos de la moneda, se observa que la proporción entre caras y cruces
tiende a estabilizarse alrededor del 50%. Esto sugiere que, a largo plazo, la moneda
exhibe un comportamiento cercano a la paridad, donde la probabilidad de obtener
cara es igual a la de obtener cruz.
Conclusiones del lanzamiento de dos monedas

Probabilidad de cada resultado individual:

La probabilidad de obtener dos caras (Cara Cara) es de 1/4 o 0.25.

La probabilidad de obtener una cara y un escudo (Escudo Cara o Cara Escudo) es

de 1/2 o 0.5.

La probabilidad de obtener dos escudo (Escudo Escudo) es de 1/4 o 0.25.

Simetría de los resultados: Observamos que hay la misma probabilidad de obtener

dos caras que de obtener dos escudos, ya que ambos eventos tienen una
probabilidad del 25%. Esto se debe a la simetría del sistema.

Probabilidad del evento conjunto: Si estamos interesados en la probabilidad de

obtener al menos una cara, entonces necesitamos sumar las probabilidades de
obtener (Cara Cara) y (Escudo Cara)/(Cara Escudo). Esto resulta en una
probabilidad de 3/4 o 0.75. Por lo tanto, hay una probabilidad del 75% de obtener al
menos una cara al lanzar dos monedas.

Independencia de los lanzamientos: Cada lanzamiento de moneda es independiente

del otro. Esto significa que el resultado de lanzar la segunda moneda no está
influenciado por el resultado del primer lanzamiento.

Regularidad en los resultados del dado: A medida que se incrementa la cantidad

de lanzamientos del dado, se observa una tendencia hacia una distribución más
uniforme de los resultados. Esto significa que cada número del 1 al 6 tiende a
aparecer con una frecuencia aproximada de 1/6 del total de lanzamientos, indicando
que el dado muestra un comportamiento consistente con un dado justo.

Alineación entre observaciones y teoría: Conforme se acumulan más datos de

los lanzamientos, las probabilidades observadas tienden a acercarse más a las
probabilidades teóricas. Esta convergencia sugiere que, a medida que aumenta la
cantidad de eventos, la aleatoriedad inherente tiende a reflejar las probabilidades
predichas por la teoría de la probabilidad.

En resumen, la simulación proporciona una herramienta efectiva para explorar y

comprender la naturaleza de eventos aleatorios como el lanzamiento de la moneda
y el dado, permitiendo observar cómo las probabilidades teóricas se manifiestan en
la práctica y cómo los datos empíricos se alinean con las expectativas teóricas a
medida que aumenta el número de eventos simulados.
 6. Bibliografía

https://industriasgsl.com/blogs/automatizacion/simulacion-de-sistemas

https://soloindustriales.com/simulacion-de-sistemas/

https://biblus.us.es/bibing/proyectos/abreproy/11005/fichero/2+introducci%C3%B3n+
a+la+simulaci%C3%B3n.pdf+

https://simulacionutp2016.wordpress.com/2016/09/16/simulacion-de-sistemas/

https://es.wikipedia.org/wiki/Simulaci%C3%B3n_(inform%C3%A1tica)