1

MODELADO Y SIMULACIN
1. INTRODUCCION
Cuando alguien tiene la responsabilidad de conducir un sistema dado, como por
ejemplo: un banco, una ciudad, un sistema de transporte, etc., debe tomar
continuamente decisiones acerca de las acciones que ejecutar sobre el sistema.
Estas decisiones deben ser tales que la conducta resultante del sistema satisfaga
de la mejor manera posible los objetivos planteados.
Para poder decidir correctamente es necesario saber cmo responder el sistema
ante una determinada accin. Esto podra hacerse por experimentacin con el
sistema mismo; pero factores de costos, seguridad y otros hacen que esta opcin
generalmente no sea viable. A fin de superar estos inconvenientes, se reemplaza
el sistema real por otro sistema que en la mayora de los casos es una versin
simplificada. Este ltimo sistema es el modelo a utilizar para llevar a cabo las
experiencias necesarias sin los inconvenientes planteados anteriormente.
Al proceso de experimentar con un modelo se denomina simulacin. Al proceso de
disear el plan de experimentacin para adoptar la mejor decisin se denomina
optimizacin. Si el plan de experimentacin se lleva a cabo con el solo objeto de
aprender a conducir el sistema, entonces se denomina entrenamiento o
capacitacin.
En este punto, es conveniente plantear las siguientes definiciones:
Sistema: Conjunto de objetos o ideas que estn interrelacionados entre s
como una unidad para la consecucin de un fin (Shannon, 1988). Tambin
se puede definir como la porcin del Universo que ser objeto de la
simulacin.
Modelo: Es una abstraccin de la realidad que captura lo esencial para
investigar y experimentar en lugar de hacerlo con el sistema real, con
menor riesgo, tiempo y costo.
1

Simulacin: Simulacin es el proceso de disear un modelo de un sistema
real y llevar a cabo experiencias con l, con la finalidad de aprender el
comportamiento del sistema o de evaluar diversas estrategias para el
funcionamiento del sistema (Shannon,1988).




1
http://www.uam.es/personal_pdi/ciencias/joaquina/BOXES-POP/que_es_un_modelo.htm

2

2. SISTEMA
Conjunto de objetos o ideas que estn interrelacionados entre s como una unidad
para la consecucin de un fin (Shannon, 1988). Tambin se puede definir como
una coleccin de partes que desarrollan funciones e interactan juntas para el
cumplimiento de algn propsito definido. En la prctica el sistema depende de los
objetivos de un estudio particular. En la definicin de un sistema como parte de la
realidad, se consideran las fronteras, fuera de las cuales existe el Medio Ambiente.
2.1. clasificacin de los sistemas
En relacin con su interaccin con el medio ambiente un sistema se pueden
clasificar en:
Abierto: La frontera del sistema es permeable al medio ambiente. Ejemplo:
un sistema de ingreso de rdenes de compras en una casa distribuidora,
ingreso de pedidos de elaboracin de productos, llamadas de servicio de
una empresa de taxis, etc.
Cerrado: La frontera del sistema es parcialmente permeable al medio
ambiente. Ejemplo: un firewall en un servidor permite filtrar cierto contenido,
un aeropuerto no permite que autos circulen por la pista.
Aislado: La frontera del sistema es impermeable al medio ambiente.
Ejemplo: un satlite en rbita geoestacionaria que funciona con bateras.
Segn el comportamiento de las variables de estado en el tiempo el sistema
puede ser:
Continuo: cuando las variables que determinan su estado pueden variar en
cada instante o unidad de tiempo. Ejemplo: un sistema que controla el
llenado de una pileta.
Discreto: cuando los cambios son discontinuos, "de a saltos". Los cambios
se producen en instantes determinados de tiempo, entre los cuales
permanece sin variaciones. Las variables de estado cambian
instantneamente en puntos separados en el tiempo. Ejemplos: alumnos en
un aula, que ingresan o se van de a uno.
Por la forma en que se producen los cambios dentro del sistema se puede
clasificar en:
Determinstico: Los cambios producen slo un resultado, la conducta del
mismo est determinada. Ejemplo: si se calienta el agua para el mate, la
temperatura va a subir indefectiblemente.

3

Estocstico: Los cambios producen resultados aleatorios ms o menos
probables. Ejemplo: el nmero y tipo de llamadas a un call center son
valores con una probabilidad de ocurrencia.
Segn la estabilidad que presente el sistema puede ser:
Estable: Cuando estando quieto o en movimiento, pero en estado
estacionario (en rgimen), y si se le aplica una perturbacin momentnea,
luego de cierto tiempo vuelve a su estado original.
Inestable: Si estando quieto o en movimiento uniforme, al aplicarle una
pequea perturbacin momentnea, no vuelve a su estado original.

3. MODELO
El modelo es una "imitacin" del sistema original. Como para poder imitar algo o a
alguien es necesario conocerlo bien, ser necesario reunir la informacin precisa
respecto del sistema original. En el modelo participan las variables y sus
relaciones.
Modelizar es una metodologa de trabajo para:
Describir el comportamiento de los sistemas.
Hacer hiptesis que expliquen el comportamiento observado.
Predecir cmo responde el sistema cuando se producen cambios.

3.1. clasificacin de los modelos.
Segn el punto de vista que se tome (naturaleza del sistema o uso del modelo)
surgen diferentes clasificaciones:
Esttico: Representa las relaciones del sistema cuando est quieto o en
equilibrio. El modelo no muestra las etapas intermedias ni cmo se
desarrollan, slo el principio y el final. Ejemplo: Maquetas.
Dinmico: Refleja los cambios en el sistema a travs del tiempo y muestra
la evolucin desde el principio hasta el final. Ejemplo: crecimiento de un ser
viviente.
Determinstico: Un cambio en el modelo produce uno y slo un resultado.
Ejemplo: Un modelo que represente el cambio de temperatura del agua
para el mate. Cuando se calienta el agua, sea de la canilla o de la heladera,
siempre va a llegar a la temperatura de 80 a 100 grados.
Estocstico: Un cambio en el modelo produce resultados aleatorios.
Ejemplo: Un modelo para estudiar el comportamiento del trnsito en la zona
cntrica de la ciudad en distintos horarios.

4

Continuo: el comportamiento cambia continuamente en el tiempo, no es una
cuestin de magnitud del cambio sino de analizar si el mismo se produce en
un instante de tiempo o a lo largo de todo el tiempo de estudio. Ejemplo: la
cada del agua de un tanque
Discreto: los cambios en el tiempo son predominantemente discontinuos o
instantneos, es decir que las propiedades que describen su
comportamiento cambian en momentos determinados de tiempo, y entre
esos instantes no sucede variacin alguna. Ejemplo: la entrada de personas
a un negocio.
Fsico o Icnico: Representaciones a escala del sistema a simular. Ejemplo:
planta piloto.
Analgicos: Para representar el sistema real se utiliza una o varias
propiedades que se comportan de manera semejante. Ejemplo: una
representacin grfica de la produccin en funcin del tiempo donde la
distancia en centmetros representa el tiempo transcurrido.
Matemticos: Se representan propiedades (variables o constantes) del
sistema mediante smbolos matemticos (x, y) y las relaciones entre las
propiedades mediante operaciones matemticas. Muchas veces son
sistemas de ecuaciones diferenciales. Se resuelven por mtodos analticos
o numricos (clculos mediante mtodos u algoritmos).
Mental: se sigue cierta formulacin intuitiva para controlar o para
comprender un sistema. Ejemplo: no se requiere de la ecuacin matemtica
de la ley de la gravedad para mantener un vaso en equilibrio.

4. SIMULACION

Es el proceso de disear un modelo de un sistema real y realizar experimentos
con l para entender el comportamiento del sistema y/o evaluar estrategias para
la operacin del mismo
A un modelo matemtico y/o lgico a ser estudiado por medio de simulacin se
llama modelo de simulacin.

4.1. Clasificacin de los modelos de simulacin

Los modelos de simulacin se clasifican en:

Modelos de Simulacin Estticos o Dinmicos: un modelo de
simulacin esttico es una representacin de un sistema en un momento
particular, o una que puede ser usada para representar un sistema en el
que el tiempo simplemente no juega ningn rol. Por otro lado, un modelo
de simulacin dinmico representa un sistema a medida que ste

5

evoluciona en el tiempo. El caso ms comn de un modelo de simulacin
esttico es el de Montecarlo.
Modelos de Simulacin Determinsticos o Estocsticos: si un modelo
de simulacin no contiene ningn componente probabilstico (por ejemplo
aleatorio), es llamado Determinstico; un sistema de ecuaciones
diferenciales complicado (e intratable analticamente) describiendo una
reaccin qumica podra ser uno de tales modelos. En los modelos
determinsticos, la salida es determinada una vez que el conjunto de
cantidades y relaciones de entrada en el modelo han sido especificadas,
aunque podra tomar un montn de tiempo de clculo. Muchos sistemas,
sin embargo, deben ser modelados teniendo al menos algn componente
de entrada aleatorio, y stas dan lugar a modelos de simulacin
estocsticos. Los modelos de simulacin estocsticos producen una
salida que es aleatoria en s misma, y debe ser tratada como una
estimacin de las caractersticas reales del modelo.
Modelos de Simulacin Continuos o Discretos: tienen relacin con la
naturaleza de los sistemas continuos y discretos definidos anteriormente.
Se debe mencionar que un modelo discreto no es siempre usado para
modelar un sistema discreto y viceversa. La decisin de si usar un
modelo discreto o continuo para un sistema particular depende de los
objetivos especficos del estudio.
Modelos de simulacin basados en Agentes: es un modelo en el que
los agentes interactan en repetidas ocasiones. Por ejemplo, cuando los
agentes deben optimizar su comportamiento colectivo a travs de
simples intercambios de informacin, como se hace en la optimizacin de
una colonia de hormigas o en la optimizacin de un enjambre de
partculas, el objetivo es alcanzar un estado final deseado, es decir, el
sistema optimizado, ms que simular la dinmica del proceso.

4.2. Tipos de simulacin

Existen distintos tipos de simulacin de modelos:

Simulacin Discreta: tiene que ver con el modelado de un sistema que
evoluciona en el tiempo mediante una representacin en la cual las
variables de estado cambian instantneamente, cuando ocurren eventos.
Aunque la simulacin discreta podra conceptualmente ser realizada
mediante clculos manuales, la cantidad de datos que deben ser
almacenados y manipulados en la mayora de los sistemas del mundo
real obliga a que la simulacin discreta sea realizada en computadoras
digitales.

6

Simulacin Continua: se aplica cuando las variables de estado cambian
continuamente con respecto al tiempo. Tpicamente, los modelos de
simulacin continua involucran ecuaciones diferenciales que dan
relaciones para las tasas de cambio de las variables con el tiempo. Si las
ecuaciones diferenciales son particularmente simples, pueden ser
resueltas analticamente para dar los valores de las variables de estado
para todos los valores del tiempo como una funcin de los mismos en el
tiempo 0 o inicial. Sin embargo, para la mayora de los modelos
continuos, no son posibles soluciones analticas, y se usan tcnicas de
anlisis numrico
Simulacin Discreta-Continua Combinada: Como algunos sistemas no
son ni completamente discretos ni completamente continuos, la
necesidad puede llevar a construir un modelo con aspectos tanto de
simulacin discreta como continua, resultando en una simulacin
combinada discreta-continua. Los tres tipos fundamentales de
interacciones que pueden ocurrir entre variables de estado cambiando
continuamente y discretamente son:
o Un evento discreto puede causar un cambio discreto en el valor de
una variable de estado continua.
o Un evento discreto puede causar que la relacin que gobierna
una variable de estado continua cambie en un momento particular.
o Una variable de estado continua que alcanza un valor lmite o
crtico puede causar que ocurra o se programe un evento discreto.
Simulacin basada en Agentes: Es un enfoque computacional que
permite crear sociedades artificiales para estudiar el comportamiento global
que emerge desde la interaccin de agentes individuales operando en un
dado entorno y bajo reglas limitadas, slo por la informacin y la capacidad
de procesamiento de cada uno.

4.3. Etapas de la simulacin
En el desarrollo de una simulacin se pueden distinguir las siguientes etapas
(Banks et al.,1996):
No necesariamente todos los estudios contendrn todas estas etapas y en el
orden sealado; algunos estudios pueden contener etapas que no se reflejan en el
diagrama. Adems, un estudio de simulacin no es un proceso secuencial simple.
A medida que uno avanza con un estudio y un mejor entendimiento del sistema de
inters es obtenido, es frecuentemente deseable volver a un paso previo.
Formulacin del problema y planificacin del estudio: cada estudio debe
comenzar con una sentencia clara de los objetivos globales del estudio y

7

las cuestiones especficas a ser atendidas; sin esta sentencia hay poca
esperanza de xito. El estudio completo debe ser planeado en trminos del
nmero de personas, los costos, y el tiempo requerido para cada aspecto
del estudio.
Recoleccin de datos y definicin de un modelo: la informacin y los datos
deben ser tomados sobre el sistema de inters (si existe) y usado para
especificar los procedimientos operativos y distribuciones de probabilidad
para las variables aleatorias usadas en el modelo. Por ejemplo, en el
modelado de un banco, se podran recolectar los tiempos entre arribos y los
tiempos de servicio y usar esos datos para especificar distribuciones de
tiempos inter-arribos y de servicios para usarlas en el modelo. Si es posible,
los datos sobre el rendimiento delsistema, por ejemplo, demoras en la cola
de clientes de un banco, deben ser recolectados para propsitos de
validacin en etapas posteriores.
Validacin: aunque la validacin es algo que debe ser hecho a lo largo de
todo el estudio de simulacin, hay varios puntos en el estudio donde la
validacin es particularmente apropiada.
En la construccin del modelo es til incorporar personas que estn
ntimamente familiarizados con las operaciones del sistema actual y los que
deben tomar decisiones regularmente. As se incrementar la validez del
modelo y la credibilidad (o validez percibida) por parte de los responsables
de decisiones tambin crecer. Otro punto para validar es en la adecuacin
de las distribuciones de probabilidad especificadas para la generacin de
variables aleatorias de entrada, que debe ser testeadas usando pruebas de
bondad de ajuste.
Construccin de un programa de computacin y verificacin: el modelador
debe decidir si programar el modelo en un lenguaje de propsito general, o
en un lenguaje de simulacin diseado especialmente o simulador. Un
lenguaje de programacin de propsito general probablemente ya ser
conocido y estar disponible. Un lenguaje de simulacin puede reducir el
tiempo de programacin requerido significativamente. La verificacin de un
modelo programado significa que en las corridas no se produzcan errores.
Realizacin de corridas de prueba: las primeras corridas con el modelo
verificado se hacen con propsitos de validacin. Son pruebas de corridas
con resultados conocidos para verificar si el modelo est bien programado y
para validar las salidas de simulacin con datos reales.
Validacin: las corridas de prueba pueden ser utilizadas para chequear la
sensibilidad de la salida del modelo a pequeos cambios en un parmetro
de entrada. Si la salida vara mucho, se debe obtener una mejor estimacin
del parmetro de entrada. Si existe un sistema similar al de inters, los
datos de salida pueden ser comparadas con aquellas del sistema existente

8

actual. Si el acuerdo es bueno, el modelo validado es modificado de
manera que represente el sistema de inters, siempre que esta
modificacin no sea demasiado costosa.
Diseo de experimentos: consiste en organizar las corridas de simulacin
con cambios en los valores de las variables de entrada. Se debe
seleccionar el o los diseo/s de sistema y realizar las corridas. Por cada
diseo de sistema a ser simulado se deben tomar decisiones sobre las
condiciones iniciales para las corridas, la longitud de tiempo de puesta en
marcha (si hubiera), la longitud de la o las corrida/s, y el nmero de corridas
de simulacin independientes a realizar para cada grupo de datos de
entrada.
Realizacin de las corridas de produccin: Las corridas de produccin se
hacen para proveer datos de rendimiento de los diseos del sistema de
inters.
Anlisis de los datos de salida: Se utilizan tcnicas estadsticas para
analizar los datos de salida de las corridas de produccin. Los objetivos
tpicos son construir un intervalo de confianza para una medida de
performance para un diseo de sistema particular o decidir cual sistema
simulado es el mejor relativo a alguna medida especfica de performance.
Documentacin, presentacin, e implementacin de resultados: Como los
modelos de simulacin son comnmente usados para ms de una
aplicacin, es importante documentarlas suposiciones que se hicieron en el
modelo como as tambin el programa de computadora mismo. Finalmente,
un estudio de simulacin cuyos resultados nunca son implementados es
probablemente una falla. Adems, los resultados de modelos altamente
crebles sern probablemente usados.

4.4. reas de aplicacin
Las distintas reas de aplicacin son:
Comunicaciones: La aplicacin de la simulacin en las industrias de las
comunicaciones es cada vez ms vital. Redes LAN, redes WAN,
inalmbricas, sistemas telefnicos, sistemas de comunicaciones satelitales
nacionales e internacionales, redes de televisin por cable y telfonos
celulares son ejemplos de los complejos sistemas que demandan la
capacidad de la simulacin para lograr un diseo y operacin eficientes.
Educacin: Estudios relacionados a los efectos de cambios en los niveles
de inscripcin, procesos de registracin, ubicacin y scheduling de aulas,
planeamiento del inventario de la cantina, de la biblioteca y operaciones de

9

diseo de sistemas para escuelas y universidades pueden ser realizados
por simulacin.
Entretenimientos: Las tcnicas de simulacin estn siendo muy usadas en
el diseo de la estructura y operacin de los parques de diversiones,
estudios de produccin y sistemas de cines y teatros, sistemas de venta de
tickets, diseo del estacionamiento de autos, diseo de la capacidad y
scheduling de paseos, equipamiento y scheduling de produccin de
pelculas, son algunos de los tpicos propsitos de aplicacin de la
simulacin en la industria del entretenimiento.
Servicios Financieros: Existen muchos reportes de aplicaciones de
simulacin en un banco, en la bolsa de valores y en las compaas de
seguros. Anlisis de las transacciones, de cash-flow, diseo de sistemas de
oficina, planeamiento de materiales y suministros, procesamiento de datos,
diseo de redes, diseo de los sistemas de manejo de los cajeros
automticos son algunas de las actividades que pueden ser realizadas por
la simulacin.
Servicios Alimenticios: Sistemas de pagos en restaurantes, en locales de
comida rpida y sistemas de almacenaje de comestibles, pueden ser
sujetos a estudios de simulacin con propsitos como planeamiento del
inventario y de provisiones, planeamiento de la distribucin, seleccin del
sitio, layout, planeamiento y scheduling de mano de obra.
Sistemas de Salud: Hospitales, consultorios de emergencia, oficinas de
mdicos, son frecuentemente estudiados por la simulacin para determinar
los cambios de horarios de mdicos y enfermeras, inventario de
medicamentos y alimentos, planeamiento de la capacidad de recursos
como camas, capacidad de las salas de espera, de quirfanos, equipos y
ambulancias. Tambin estudios de epidemiologa, como pronsticos de las
tasas de propagacin de enfermedades y anlisis de polticas alternativas
de control de enfermedades, todas estas son realizadas por la simulacin.
Hotelera: Sistemas de hoteles, hostal y resort son estudiados por la
simulacin para determinar factores como son capacidad, polticas de
administracin de los recursos de inventario, planeamiento de mano de
obra y mtodos de scheduling, sistemas de reservas y contratacin.
Transportes: Estos sistemas involucran uno o ms tipos de vehculos (Por
ejemplo: taxis, mnibus, trenes, barcos, aviones), pasajeros, rutas de
transporte y carga. El objetivo de la simulacin puede ser obtener la
capacidad del vehculo, del personal, planeamiento scheduling,
planeamiento de recambio de partes, de mantenimiento, planeamiento
urbano, rutas de los vehculos, diseo de nuevas autopistas, diseo de
sistemas de control de crecimiento del espacio areo y diseo de lugares
de estacionamiento.

10

Pronsticos del tiempo, medio ambiente y ecologa: Los pronsticos del
tiempo, rutinaria e intensivamente usan la simulacin. Un gran nmero de
variables son utilizadas por programas de simulacin para predecir la
situacin del tiempo local y global. Estudios relacionados con elcontrol de la
polucin, el efecto invernadero, poblacin de insectos y otros flujos
ambientalistas y ecologistas son tambin desarrollados a travs de la
simulacin.
Los sistemas de produccin y manufactura son otras de las aplicaciones de la
simulacin. Algunos de los sistemas tpicos son las siguientes:
Extraccin/cosecha de recursos naturales: industrias como la minera,
maderera, de perforacin y pesquera usan la simulacin para planificar las
actividades relacionadas a la creacin de polticas de eleccin oportuna de
recursos, como grandes maquinarias, mquinas cargadoras, ascensores,
mquinas excavadoras, gras, trituradoras, cintas transportadoras y barcos.
Crecimiento de plantas y animales: los sistemas de crecimiento pueden ser
simulados para pronsticos de produccin, planeamiento de recursos como
la tierra, fertilizantes, alimentos para los animales, medicamentos, tractores,
cosechadoras, vehculos de transporte y para el estudio y diseo de
procedimientos operacionales para determinar factores como produccin,
crecimiento, almacenaje y distribucin.
Generacin de energa: sistemas de generacin de energa elctrica
basados en fuentes como son vapor, combustible fsil, termal, nuclear,
solar o de viento usan la simulacin para disear sistemas de capacidad ,
configuracin y distribucin y para el anlisis y diseo de sistemas
operacionales los cuales pueden tener salidas como la programacin de la
tasa de generacin, la planificacin de la distribucin, el diseo de sistemas
de control, el diseo de sistemas seguros y fiables, la programacin de
mantenimiento y de control de impacto ambiental.
Fabricacin: plantas de procesamiento qumico, industrias de automviles,
de aviones, electrnicas, de amoblamientos, de maquinarias, de
herramientas, de dispositivos y otros usan la simulacin extensivamente en
aplicaciones como son el planeamiento estratgico, planeamiento de la
capacidad y produccin media, diseo del layout de la planta, seleccin y
reemplazo del equipo, diseo de polticas de mantenimiento y reemplazo,
planeamiento y control de inventario, planificacin de la produccin, balance
de la lnea de ensamblaje, almacenamiento y manipulacin de materiales,
diseo de sistemas de manufacturacin, y numerosas salidas relacionadas
con el diseo, fabricacin, ensamblaje, control de calidad, packaging,
almacenaje y distribucin. La popularidad de los estudios de simulacin en

11

sisteNo se encontraron elementos de tabla de contenido.mas de
manufacturacin han incrementado, por lo que, un considerable nmero de
herramientas de simulacin, de propsitos especiales, estn disponibles
comercialmente para el diseo y anlisis de estos sistemas.
Bibliografa
http://www.econ.unicen.edu.ar/attachments/1051_TecnicasIISimulacion.pdf
file:///C:/Users/Katy/Downloads/Teoria_Unidad_1.pdf
Modelo y simulacin aplicacin a procesos de fabricacin y servicios- Antonio
Guasch Petit Miguel ngel Piera