See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/338986662

Simulación: una opción de comprender la realidad

Article · June 2008

CITATIONS READS

0 2,691

3 authors, including:

Omar Antonio Vega

Universidad de Manizales
96 PUBLICATIONS 129 CITATIONS

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Gestión del conocimiento para la innovación de los programas de Derecho e Ingeniería de Sistemas y Telecomunicaciones View project

Evaluación CTSCA del proyecto Vive Digital View project

All content following this page was uploaded by Omar Antonio Vega on 02 February 2020.

The user has requested enhancement of the downloaded file.

 CENTRO DE INVESTIGACIONES Y DESARROLLO - FACULTAD DE INGENIERÍA

ARTÍCULO MONOGRÁFICO

Simulación:
Una opción de
comprender la realidad
Andrés Felipe Giraldo Torres
Jorge Eduardo Jaramillo Vásquez
Omar Antonio Vega

Resumen
La intención de este artículo es realizar un acercamiento a la
simulación, en cuanto a sus tipos, etapas de realización, algunos
ejemplos de utilización en diversos campos, así como un listado
de sus ventajas y desventajas. Es clara su aplicación en una
variada gama de campos, debido a la disminución de riesgos,
la facilidad de visualizar procesos normalmente prolongados o
de difícil observación, y la identificación de efectos de variables
individuales o de la interacción de conjuntos de ellas.
Palabras clave: Simulación, comprensión de realidad, toma de
decisiones, procesos

 Egresados del programa Ingeniería de Sistemas y Telecomunicaciones, Facultad de

Ingeniería, Universidad de Manizales. Manizales, Caldas, Colombia. Correos electró-
nicos: jorgejar21@hotmail.com y felipeandres00@hotmail.com, respectivamente.
 Ingeniero Agrónomo, Magíster en Educación. Director Centro de Investigaciones
de la Facultad de Ingeniería -CIFI-, Universidad de Manizales. Manizales, Caldas,
Colombia. Correo electrónico: oavega@umanizales.edu.co

Nº 18 - Universidad de Manizales, enero - junio / 2008 - pp 107-120 107

 Nº 18 - Universidad de Manizales, enero - junio / 2008

Abstract
This article presents an approach to the simulation, as for its ty-
pes, realization stages, some use examples in diverse fields, as
well as a listing of its advantages and disadvantages. It is clear
its application in a varied range of fields, due to the decrease of
risks, the easiness of visualizing usually lingering processes or of
difficult observation, and the identification of effects of individual
variables or of the interaction of groups of them.
Key words: Simulation, Understanding of reality, Taking of deci-
sions, Processes

Introducción
La simulación surge debido al deseo y la búsqueda del hombre referente
a conocer o predecir el futuro o de obtener alguna explicación razonable
acerca de un fenómeno… esta búsqueda se remonta hasta los principios
de la humanidad, convirtiendo a la filosofía, durante mucho tiempo, en
la única posibilidad para acercarse a la realidad.
En la época de 1620, Francis Bacón introdujo el Método Científico,
que implica: - la observación del sistema físico en estudio, - la formu-
lación de hipótesis acerca del fenómeno, - la obtención de una teoría
explicativa del comportamiento del sistema, utilizando una deducción
lógica o, más rigurosamente, un modelo matemático y – la experimen-
tación que pruebe la validez de la teoría propuesta, para su posterior
generalización.
Sin embargo, el método científico no es suficiente en casos de sis-
temas muy complejos, o de fenómenos que impliquen altos costos
económicos o riesgos de diversa índole en su etapa experimental.
Estas situaciones, unidas al auge de la electrónica y la informática,
dan posibilidad a la aparición de una nueva manera de comprender la
realidad: la simulación.
Esta opción toma importancia en los inicios de la década de 1940,
durante la segunda Guerra Mundial, cuando Von Neuman y Stanislau
Ulam, en el marco del proyecto Manhattan en el laboratorio Nacional de
los Álamos en California, enfatizan en la simulación Montecarlo, para
resolver problemas de reacciones nucleares mediante experimentos
basados en simulaciones por computadora.

108
 CENTRO DE INVESTIGACIONES Y DESARROLLO - FACULTAD DE INGENIERÍA

Desde entonces, e incrementando su aplicación y utilidad, la simula-

ción juega un papel importante en el estudio de situaciones, a través
de la generación de entornos total o parcialmente virtuales, para
recrear los comportamientos de las variables que intervienen en el
fenómeno, hacer predicciones y finalmente tomar decisiones a partir
de la comprensión de esa realidad.

1. ¿Qué es simulación?
La simulación es una representación de un fenómeno o proceso me-
diante otro más simple, permitiendo así analizar sus características.
Es imitar con la ayuda de un computador la operación y funcionali-
dad de varios procesos para determinar resultados y características
reales.
R. E. Shannon considera que la simulación “es el proceso de diseñar
un modelo de un sistema real y llevar a cabo experiencias con el mis-
mo en la finalidad de comprender el comportamiento del sistema o de
evaluar una nueva estrategia, dentro de los límites impuestos por un
criterio o conjunto de ellos, para evaluar el funcionamiento óptimo del
sistema” (Labosin, s.f.).
La simulación se encuentra en una de las áreas con mayor desarrollo
y crecimiento conformando así una herramienta muy importante y fun-
damental a la hora de tomar decisiones apoyadas por un computador.
Hay tres puntos importantes que han ayudado y contribuido con el
crecimiento de las simulaciones en la última década y son:
1. El aumento de la velocidad de procesamiento del computador
y la disminución de costos en los sistemas y componentes de
hardware.
2. Adición de salidas gráficas y de animación: este desarrollo en cuanto
a tecnología le permitió a la simulación mostrar los resultados por
medio de instrumentos de animación en forma natural en la pantalla
del computador, en vez de mostrarlos como informes en un papel.
Así las personas pueden observar y analizar la información y los
resultados de una manera más rápida y cómoda.
3. Desarrollo de instrumentos y herramientas de simulación más fáci-
les y prácticos de usar, proporcionando así resultados estadísticos
completos.

109
 Nº 18 - Universidad de Manizales, enero - junio / 2008

El proceso en cuestión a desarrollarse usualmente se denomina sistema

y con el objetivo de analizarlo y estudiarlo se crean suposiciones sobre
su operación y funcionalidad. Estas suposiciones, que generalmente
toman forma de relaciones matemáticas o lógicas conforman el modelo,
el cual se usa para entender como se comporta el dicho sistema.
En algunas ocasiones las relaciones que conforman un modelo son
suficientemente sencillas y se pueden usar métodos matemáticos
como el cálculo, álgebra o la teoría probabilística, a fin de obtener
información exacta sobre el tema estudiado, esto es conocido como
solución analítica. Pero la mayoría de los sistemas en la realidad son
muy complejos, para evaluarse analíticamente, por eso estos modelos
deben ser estudiados por medio de una simulación.

2. Tipos de simulación
Considerando las diferentes características de los modelos de simula-
ción, Mimesis Soluciones (2003) considera siete tipos, a saber:
• Simulación Discreta, donde el estado de las variables cambia instan-
táneamente en instantes de tiempo separados.
• Simulación Continua, en la cual las variables de estado cambian con-
tinuamente en el tiempo, para lo que involucran ecuaciones diferen-
ciales útiles para determinar las tasas de cambio de las variables.
• Simulación Combinada Discreta-Continua, que incluyen unas varia-
bles que cambian continuamente con respecto al tiempo y otras que
cambian instantáneamente en tiempos separados.
En esta existen tres tipos de interacciones de las variables: - Una
variable discreta puede causar un cambio discreto en el valor de una
variable de estado continua; - Un evento discreto puede causar que
una variable continua cambie en un instante de tiempo en particular;
y - Una variable continua de punto de partida puede causar la ocu-
rrencia de un evento discreto.
• Simulación Determinística y/o Estocástica, según utilice datos de
entrada determinísticos o al azar.
• Simulación estática y dinámica, dependiendo de la importancia que
tenga el tiempo.
• Simulación con Orientación hacia los eventos, en el cual la lógica
se basa en los eventos que ocurren instante a instante, registrando
el estado de todos los eventos, entidades, atributos y variables del
modelo en todo momento.

110
 CENTRO DE INVESTIGACIONES Y DESARROLLO - FACULTAD DE INGENIERÍA

• Simulación con Orientación hacia procesos, puede considerarse como

basado en flujograma de procesos, para realizar un seguimiento a
través de la secuencia de procesos.

3. Etapas para realizar un

estudio de simulación
Al realizar un estudio de simulación, existe un procedimiento a desa-
rrollar y seguir para lograr su objetivo, acercándose lo más posible a
los resultados en la vida real. Gurovich y Ruiz-Tagle (2007) establece
las siguientes etapas del proceso:
• Definición del sistema. Implica un análisis preliminar del mismo, con
el fin de determinar la interacción con otros sistemas, las restriccio-
nes del sistema, las variables y sus interrelaciones, las medidas de
efectividad a utilizar para la definición del sistema y los resultados
que se esperan obtener del estudio.
• Formulación del modelo. Donde se definen todas las variables, sus
relaciones lógicas y los diagramas de flujo que describan en forma
completa el modelo.
• Colección de datos. Es muy importante definir con claridad y exac-
titud los datos requeridos para obtener los resultados esperados.
Normalmente, la información requerida por un modelo se puede
obtener de registros contables, de órdenes de trabajo, de órdenes
de compra, de opiniones de expertos y si no hay otro remedio por
experimentación.
• Implementación del modelo en la computadora. Con el modelo de-
finido, se define el lenguaje de programación para procesarlo en la
computadora y obtener los resultados esperados.
• Validación. A través de esta etapa es posible detallar deficiencias
en la formulación del modelo o en los datos alimentados al modelo.
Para validar las simulaciones se puede utilizar: - la opinión de exper-
tos sobre los resultados de la simulación, - la exactitud con que se
predicen datos históricos, - la exactitud en la predicción del futuro,
- la comprobación de falla del modelo de simulación al utilizar datos
que hacen fallar al sistema real, - la aceptación y confianza en el
modelo de la persona que hará uso de los resultados que arroje el
experimento de simulación.
• Experimentación. Consiste en generar los datos deseados y en rea-
lizar un análisis de sensibilidad de los índices requeridos.

111
 Nº 18 - Universidad de Manizales, enero - junio / 2008

• Interpretación de resultados. Permite soportar decisiones del tipo

semi-estructurado, ya que la computadora sólo ofrece información
que ayudan en la toma de mejores decisiones y, por consiguiente, a
obtener mejores resultados.
• Documentación. Implica dos tipos de documentación: - de tipo técnico,
referida a la documentación que el departamento de procesamiento
de datos debe tener del modelo, y - manual del usuario, que faci-
lita la interacción y el uso del modelo desarrollado a través de una
computadora.

4. Uso de simulaciones
La simulación ha ganado espacio en diferentes áreas, al crear situacio-
nes de la vida, para ser empleadas con diferentes propósitos, depen-
diendo del área de interés. A continuación se recogen algunos casos,
que sirven de ilustración a la anterior afirmación:
4.1 La simulación como herramienta pedagógica.
La simulación puede ser utilizada como complemento de los proce-
dimientos didácticos, y fundamenta su importancia en el desarrollo
e incentivación del pensamiento y de la intuición, en la invención y
contraste de hipótesis, y en la comprensión de la esencia de determi-
nadas situaciones, en vez de la preocupación por el aprendizaje de
contenidos.
Distance Educational Network (s.f.), considera que las principales vir-
tudes de las simulaciones en este campo, son:
- Permiten experimentar, eliminando los riesgos por errores cometidos
y con gran cantidad de variables en corto tiempo.
- Dan la posibilidad de aprender del error, sin el temor de hacer el
ridículo por cometer un error.
- Ayudan a ampliar la visión; a percibir la complejidad de los sistemas
y a prepararse para manejarlos ante tal realidad.
- Influyen en la flexibilización del pensamiento y a la comprensión del
mundo analógico, de grises, de estados intermedios, de manera que
pueda prepararse para actuar con mayor seguridad y eficacia frente
a la vaguedad y dificultad de predicción del mundo real.
- Potencian el trabajo en equipo y el intercambio de conocimientos.

112
 CENTRO DE INVESTIGACIONES Y DESARROLLO - FACULTAD DE INGENIERÍA

Algunos ejemplos de esta utilidad son:

• En la inferencia estadística, Martínez (2004) presenta una aplicación
realizada en hoja de cálculo (Excel) que, mediante el uso de métodos
de simulación tipo Montecarlo, ilustra y permite experimentar con al-
gunas de las propiedades clásicas (insesgo, eficiencia, consistencia)
de diversos estimadores de parámetros poblacionales, así como las
características de su distribución muestral.
El interés pedagógico de la aplicación, radica en:
- ofrecer una visión intuitiva, aplicada y complementaria de algu-
nos conceptos teóricos de inferencia estadística
- mostrar una visión introductoria de las técnicas de simulación
como herramienta de investigación y análisis,
- permitir un aprendizaje activo,
- posibilitar el uso de la hoja de cálculo para el diseño, plantea-
miento y solución de problemas de carácter estadístico.
• En el Departamento de Física Aplicada de la Universidad de Huelva,
según García-Barneto y Gil-Martín (2006), se ha iniciado un proyecto
dirigido a crear un entorno de aprendizaje constructivista, basado en
applets Java, orientado al tratamiento de los movimientos armónico
simple (MAS) y ondulatorio, utilizado en la licenciatura de Ciencias
Ambientales, donde los estudiantes pueden resolver problemas
apoyados por la computadora.
Las simulaciones interactivas utilizadas han contribuido en el proceso
de enseñanza/aprendizaje de la física de diferentes maneras:
- los estudiantes visualizan fenómenos naturales,
- se modifica la secuencia habitual de enseñanza, y
- se evitan dificultades con las matemáticas.
• En la Universidad del Norte, ubicada en Barranquilla, Colombia, la
utilización de la simulación “ha permitido un mejor adiestramiento
de estudiantes de medicina y enfermería y de especialistas en di-
ferentes residencias clínicas y quirúrgicas y perfeccionamiento de
técnicas invasivas y quirúrgicas. Además, mediante la simulación se
ha podido realizar una enseñanza más objetiva, ya que en ocasiones
el acceso del estudiante al paciente se ve limitado por parámetros
éticos, sociales, administrativos y legales. Finalmente, la simulación
unida al razonamiento crítico y a la enseñanza basada en la resolu-
ción de problemas, ha permitido perfeccionar y entender el profundo
significado de las competencias. Como técnica, la simulación ofrece
de forma objetiva y controlada entender la verdadera importancia
de ensayo y error, como base importante de la destreza, además

113
 Nº 18 - Universidad de Manizales, enero - junio / 2008

se constituye en un método de control de calidad de procesos tanto

educativos como médicoquirúrgicos” Galindo y Visbal (2007).
4.2 La simulación en la evaluación de proyectos
De acuerdo con Hernández (2007), la simulación es útil para resolver
problemas de negocios en que no se conocen todos los valores de las
variables, y es difícil averiguarlos. Además, presenta ventajas al mo-
mento de conocer la viabilidad de proyectos de inversión, como:
- Ser adaptable a las características específicas de un proyecto,
- Permitir la atención a la toma de la decisión de si invertir o no en el
proyecto, o de mejorar aquellos aspectos que lo puedan hacer más ren-
table, en lugar de estar diseñando complejos modelos financieros.
- Mejorar el proceso de toma de decisiones ya que cuando sus disposiciones
tengan una alta repercusión financiera, un modelo de simulación le permite
cambiar los puntos claves de su inversión y evaluar múltiples
escenarios.
4.3 La simulación en la farmacología
Monleón Getino (2005), considera que en la actualidad son posibles
las simulaciones realistas basadas en los modelos de acción de los
fármacos, así como modelos de enfermedades que tienen presente
la variabilidad biológica inter e intra-individual, y presenta el sistema
informático Hipócrates que permite mejorar la calidad de los datos de
los ensayos clínicos y lograr buenos modelos conceptuales y de simu-
lación, con toda su problemática asociada.
Adicionalmente, presenta experimentos de simulación de ensayos clínicos
prospectivos y retrospectivos, especialmente la modelización de ensayos
con objetivos PK/PD u otros objetivos complejos, mediante modelos linea-
les y no lineales mixtos, así como la optimización, validación y verificación
con técnicas estadísticas, realizando réplicas de simulación.
Un programa para la simulación del comportamiento de diferentes fár-
macos administrados por vía intravenosa y en perfusión a un paciente,
y la determinación de sus parámetros farmacocinéticos, presentado por
Arias, Gómez y Gallardo (s.f.), permite simular los fenómenos ADME
(Absorción, Distribución, Metabolización y Eliminación) sufridos por los
fármacos y los factores que los alteran.
Electrónicafacil (2008) recoge la noticia de un prototipo de un Humano
Fisiológico Virtual (VPH) para simular la eficacia de un fármaco para
el VIH por lo que respecta a bloquear una proteína clave usada por el
virus, indicando que el VPH consiste en conectar redes de computadoras
para simular el funcionamiento interno del cuerpo humano, para estudiar

114
 CENTRO DE INVESTIGACIONES Y DESARROLLO - FACULTAD DE INGENIERÍA

los efectos de un fármaco y observar lo que sucede en los órganos, los

tejidos y a nivel celular y molecular. Aunque el VPH se encuentra en
sus primeras fases de desarrollo, se confía que una vez terminado los
médicos podrán utilizarlo para desarrollar tratamientos personalizados
para sus pacientes.
4.4 La simulación en la lúdica
La simulación en la lúdica ha tenido un gran avance, hasta el punto
de crear los escenarios lúdicos, diseñados para que los jugadores,
principalmente niños y adolescentes, se desempeñen en ambientes
representativos del mundo real o imaginario. Numerosos autores se
han dedicado a investigar el efecto de los simuladores lúdicos sobre
el desarrollo de pensamiento, al punto de convertir los juegos como
herramientas en procesos educativos.
En la actualidad, diversas empresas lanzan permanentemente nuevos
y diversos juegos, utilizando la simulación y otros procesos informáti-
cos, cada vez más complejos y exigentes. Este avasallante movimiento
lúdico, generalmente conlleva a la emisión de guías de uso, foros para
compartir experiencias y aún, la conformación de sociedades virtuales
de expertos jugadores.
4.5 La simulación en los procesos industriales
Se considera como el uso más común de la simulación, principalmente
debido a la automatización creciente de las industrias, situación que se
ha expandido hacia el tercer mundo.
Jiménez (s.f.) comenta sobre una línea de investigación de la Universi-
dad de Rioja, que se “centra en el uso más apropiado y ventajoso para
los sistemas automáticos de producción de los elementos de control
basados en controladores lógicos programables (Programmable Logic
Controller, PLCs) o autómatas programables (AP), junto a los disposi-
tivos de supervisión y adquisición de datos (Supervisory Control and
Data Adquisition, SCADAs), trabajando en red mediante sistemas de
comunicación industriales (buses de campo). Una apropiada estructura
de utilización de tales dispositivos, unido a las posibilidades que presenta
la utilización de las redes de Petri como estándar para el modelado,
análisis, síntesis e implementación sobre todos ellos, permite conseguir
automatizaciones más fiables, sencillas de manejo, y versátiles, de una
manera más simple y cómoda”.
El uso de simulaciones de procesos obedece, básicamente, a que: -
mejora la competitividad al detectar aspectos descoordinados al interior

115
 Nº 18 - Universidad de Manizales, enero - junio / 2008

de la planta o el proceso, - anticipa los resultados a obtener mediante

el cambio de las variables, - suministra información económica del
producto.
4.6 La simulación en el sector agropecuario
En este campo, la simulación ha podido abrir nuevas posibilidades,
desde la academia con el ofrecimiento de variados cursos y programas
de posgrado, en el marco de la ingeniería Agroindustrial.
Entre los desarrollos realizados en este ámbito, se recogen dos casos
latinoamericanos:
• Geprop (s.f.) presenta el proyecto Modelación y simulación de proce-
sos en la industria azucarera, realizado por ICIDCA y terminado en
2001, cuyos principales resultados son: - Software para el análisis de
producciones integradas de azúcar y derivados (DAFLEX), - Software
para la Simulación de Fabricas de Azúcar y Derivados. Versión 4.0,
y - Modelos de simulación dinámica para el análisis de estaciones
de evaporación y calentamiento múltiple efecto desarrollado usando
el SIMULINK.
• Tartari y Toledo (2002), presentan un Modelo de simulación para
una empresa agroindustrial, y describen los resultados del estudio
en el área de Producción para dos líneas de trabajo de la empresa,
simulando los procesos de vaciado, tratamiento, secado, selección
y almacenaje de la Manzana roja y Kiwi, utilizando el software
Arena.

Con los anteriores casos sólo se pretende indicar la diversidad de

campos donde la simulación ha tenido cabida, sin embargo, no pueden
ignorarse importantes simulaciones utilizadas para acercarse al enten-
dimiento de fenómenos astronómicos, del comportamiento climático,
de los cambios geográficos, de la evolución biológica, hasta llegar al
derroche cinematográfico o la recreación de la aldea global en Second
Life, entre muchísimos otros casos dignos de presentar.

5. Ventajas y desventajas
de la simulación
La simulación como herramienta de alta aceptación en diversos ámbitos
cotidianos, presenta características ventajosas, pero también falencias,

116
 CENTRO DE INVESTIGACIONES Y DESARROLLO - FACULTAD DE INGENIERÍA

que deben ser consideradas al momento de construir o utilizar estos

aplicativos.
La simulación, según Moreno Parra (s.f.), es ventajosa ya que:
1. Es un proceso relativamente eficiente y flexible.
2. Puede ser usada para analizar y sintetizar una situación real, com-
pleja y extensa.
3. En algunos casos, es el único método disponible.
4. Se estructura y resuelve, en general, problemas trascendentes.
5. Ofrece al directivo varias opciones de decisión.
6. No interfiere en sistemas del mundo real.
7. Permite estudiar los efectos interactivos de los componentes o va-
riables individuales, y así determinar las más importantes.
8. Permite la inclusión de complicaciones del mundo real.

El mismo autor, considera desventajas como:

1. Un buen modelo de simulación puede resultar bastante costoso; ya
que el proceso de desarrollo, a menudo, es largo y complicado.
2. La simulación no genera soluciones óptimas a problemas de análisis
cuantitativos, en técnicas como cantidad económica de pedido, pro-
gramación lineal o PERT. Por ensayo y error se producen diferentes
resultados en repetidas corridas en el computador.
3. Los directivos generan todas las condiciones y restricciones para
analizar las soluciones, debido a que la simulación no produce res-
puestas por si mismo.
4. Cada modelo de simulación es único, puesto que las soluciones e
inferencias no son usualmente transferibles a otros problemas.
5. Siempre quedarán variables por fuera, y esas variables pueden
cambiar completamente los resultados en la vida real.

6. Conclusiones
El documento deja en claro algunos aspectos dignos de considerar:
- La simulación es una herramienta de amplia utilidad en diversos pro-
cesos, desde la lúdica o los procesos académicos, hasta complejas
funciones industriales o de toma de decisiones.
- A pesar del alto costo que puede representar el diseño y construcción
de una buena simulación, es también considerable la minimización
de riesgos que su empleo implica.

117
 Nº 18 - Universidad de Manizales, enero - junio / 2008

- Aunque la simulación, generalmente no representa la totalidad de la

situación real, sí permite analizar las diferentes variables de manera
individual, como también sus inter-relaciones.
- La simulación se convierte en la mejor herramienta actual para com-
prender la realidad, no sólo en su comportamiento presente, sino
también para realizar la predicción de cambios futuros y acercarse
comprensivamente al pasado.

118
 CENTRO DE INVESTIGACIONES Y DESARROLLO - FACULTAD DE INGENIERÍA

Bibliografía
ARIAS MEDIANO, J. L.; GÓMEZ LOPERA, S. A. y GALLARDO LARA, V. (s. f.). Pro-
grama simulador del comportamiento farmacocinético de fármacos. [en línea].
Universidad de Granada. <http://www.ugr.es/~cmetodo/pdf/poster/arias_mediano3.
pdf> [consulta: 05/04/2008]
BONACINA, Marta y BARTOLATO, Gustavo. (s.f.) Uso del Ordenador en la Simulación
de Procesos: Métodos y Errores. [en línea] Rosario (Argentina): Universidad Nacional
de Rosario. <http://www.fceia.unr.edu.ar/fceia1/publicaciones/numero7/articulo1/
LA%20COMPUTACION%20COMO%20RECURSO.htm> [consulta: 20/03/2008]
COSS, Raúl (2002). Simulación Un Enfoque Práctico. México: Limusa. 158 p.
DISTANCE EDUCATIONAL NETWORK, DEN (s.f.). Aportes de DEN a las empresas
en el campo de la simulación. [en línea]. <http://www.dednet.org/productos/Empre-
sasSimulacion.html> [consulta: 02/04/2008]
ELECTRÓNICAFACIL (2008). Un humano virtual ayuda a esclarecer la eficacia de un
fármaco para el VIH [en línea]. Electrónicafacil <04/02/2008> <http://www.electro-
nicafacil.net/ciencia/Article12673.html> [consulta: 08/04/2008]
GALINDO LÓPEZ, Jaime y VISBAL SPIRKO, Lila. (2007). Simulación, herramienta
para la educación médica. [en línea]. Barranquilla: Revista Salud, vol. 23, no.1 (jul.
2007). p. 79-95. <http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-
55522007000100009&lng=es&nrm=iso>. [consulta. 08/04/2008]
GARCÍA BARNETO, Agustín y GIL MARTÍN, Mario Rafael. (2006). Entornos constructi-
vistas de aprendizaje basados en simulaciones informáticas [en línea]. En: Revista
Electrónica de Enseñanza de las Ciencias Vol. 5 Nº2 (2006). p. 304 <http://saum.
uvigo.es/reec/volumenes/volumen5/ART6_Vol5_N2.pdf> [consulta: 02/04/2008]
GEPROP (s.f.). Desarrollo de la agroindustria azucarera [en línea]. La Habana: Los
programas nacionales de ciencia y tecnología. <http://www.redciencia.cu/geprop/
resultados1_3.html> [consulta: 28/03/2008]
GUROVICH, Alberto y RUIZ-TAGLE, Javier (2007). Curso de Urbanismo Avanzado 1:
Modelos de simulación urbana [en línea]. Universidad de Chile, Facultad de Arqui-
tectura y Urbanismo, Curso de Urbanismo Avanzado 1, 2º semestre 2007. <http://
archivosmodelosdesimulacionurbana.iespana.es/PDF%20y%20archivos%20para%
20blog/Glosario%20+%20links%20de%20interes.pdf> [consulta: 01/04/2008]
HERNÁNDEZ, Gretchen Guillermo (2007). Uso de la simulación en la evaluación
financiera de proyectos de inversión [en línea]. Análisis financiero <23.03-2007>
<http://www.gestiopolis1.com/recursos8/Docs/fin/simulacion-para-la-evaluacion-
financiera.htm> [consulta: 08/04/2008]
JIMÉNEZ MACÍAS, E. (s.f.). Monitorización, implementación y simulación de procesos
industriales con SCADAS [en línea]. Universidad de La Rioja, Departamento de Inge-
niería Eléctrica. Área de Ingeniería de Sistemas y Automática. <http://www.cea-ifac.
es/actividades/jornadas/XXIII/documentos/ja02_050.pdf> [consulta: 29/03/2008]
LABOSIN, LABORATORIO DE SIMULACIÓN E INVESTIGACIÓN NUMÉRICA (s.f.).
Laboratorio de Simulación e Investigación Numérica [en línea]. Lima: Universidad
Nacional de Ingeniería, Facultad de Ciencias, Laboratorio de Simulación e Investi-
gación Numérica. <http://fc.uni.edu.pe/labosin/> [consulta: 28/03/2008]
LOZA, Ivana y FLORES, Sigmar. (2005). Simulación 2005 [en línea]. Potosí (Bolivia):
Universidad Autónoma Tomás Frías. <http://personales.com/bolivia/potosi/simula-
cion2005/> [consulta: 19/03/2008]

119
 Nº 18 - Universidad de Manizales, enero - junio / 2008

MARTÍNEZ DE IBARRETA ZORITA, Carlos. Uso de la simulación en hoja de cálculo

como herramienta pedagógica para la inferencia estadística: Aplicación a las pro-
piedades clásicas de los estimadores. [en línea]. Madrid: Departamento de Métodos
Cuantitativos, Universidad Pontificia Comillas (ICADE) de Madrid. En: XII Jornadas
ASEPUMA, Asociación Española de Profesores Universitarios de Matemáticas para
la Economía y la Empresa. MURCIA. 16 y 17 de Septiembre de 2004 <http://www.
uv.es/asepuma/XII/comunica/martinez.pdf> [consulta: 02/04/2008]
MÍMESIS SOLUCIONES (2003) Preguntas Frecuentes: ¿Qué tipos de Simulación exis-
ten? [en línea] Bogotá: Mímesis Soluciones Ltda. <http://www.mimesis-soluciones.
com/faq.html#3> [consulta: 31/03/2008]
MONLEÓN GETINO, Antonio. (2005) Optimización de los ensayos clínicos de fármacos
mediante simulación de eventos discretos, su modelización, validación, verificación
y la mejora de la calidad de sus datos [en línea]. Universitat de Barcelona, De-
partamento de Estadística. <http://www.tesisenxarxa.net/TDX-0112106-093218/>
[consulta: 04/04/2008]
MORENO PARRA, Rafael Antonio (s.f.) Ventajas / Desventajas de la Simulación [en
línea] Cali: Universidad San Buenaventura. <http://docencia.50webs.com/simula03.
htm> [consulta: 23/03/2008]
OSSA, Carlos A. (2002). Simulación Básica. Pereira: Universidad Tecnológica de
Pereira. 202 p.
Revista cubana educación médica superior 1995 vol. 9 números 1 y 2. [en línea]. Cuba:
Biblioteca Virtual en Salud. <http://bvs.sld.cu/revistas/ems/vol9_1_95/ems03195.
htm> [consulta: 30/03/2008]
RÍOS, David; RÍOS, Sisto y MARTÍN, Jacinto (2000). Simulación Métodos y Aplicacio-
nes. Madrid: Alfaomega. 371 p.
ROSS, Sheldom M. (1999). Simulación. 2 ed. México: Prentice Hall. 282 p.
TARTARI CORNEJO, José Patricio y Toledo Abarca, Carlos (2002). Modelo de simu-
lación para una empresa agroindustrial [en línea]. Universidad de Talca (Chile).
Escuela de Ingeniería Civil Industrial. <http://dspace.utalca.cl/handle/1950/157>
[consulta: 30/03/2008]

120

View publication stats