Modelos de simulacin

Unidad 1. Introduccin a la modelacin y simulacin

Divisin de Ciencias Exactas, Ingeniera y Tecnologa

Ingeniera en Logstica y transporte

Asignatura:
Modelos de simulacin

Unidad 1. Introduccin a la modelacin y simulacin

Clave
13143529

Universidad Abierta y a Distancia de Mxico

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

Unidad 1. Introduccin a la modelacin y simulacin

Presentacin de la Unidad
A lo largo de la historia, la humanidad ha buscado entender algunos fenmenos. Estos,
pueden ser la duracin de un da, cambios de clima, eclipses, lluvias de estrellas, la
propagacin de un virus, etctera. Por otro lado podramos pensar en fenmenos sociales
como la demanda de ciertos productos, o la estabilidad de la economa de un pas, entre
otros.
Ante la necesidad para estudiar esto fenmenos, el hombre comenz a notar que las
matemticas se pueden utilizar como una herramienta que puede ser ajustada para
analizar diversos fenmenos as como a delimitar sus alcances. Las matemticas han
acompaado a las ciencias en su desarrollo hasta volverse una herramienta bsica y
fundamental.
En esta primera unidad se presentarn los conceptos bsicos alrededor de la modelacin
matemtica que te sern tiles para el resto del curso. Una vez que hayas logrado
comprender stos, ser necesario que utilices toda tu creatividad y conocimientos previos
para poder llevar estos conocimientos a problemas logsticos y de transporte con los que
ests familiarizado. Los conocimientos previos matemticos necesarios para este curso,
sern los que a travs de los cursos de tu carrera has adquirido, clculo diferencial e
integral, estadstica y probabilidad, lgebra lineal.
Es crucial que desde este momento imagines cules problemas dentro del sector logstico
crees que se pueden modelar, cul es su dificultad y cules son las herramientas que
necesitaras.

Propsito
El estudio de esta unidad te permitir:
Comprender los conceptos bsicos de la modelacin matemtica y adaptarlos a
problemas del sector logstico y del transporte.

Competencia especfica
Analiza los componentes y relaciones de un fenmeno logstico para su interpretacin
como objetos matemticos, mediante el uso de conceptos de modelacin, simulacin y la
revisin de ejemplos.

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

1.1. Marco contextual de la modelacin y simulacin

Para comprender la utilizacin de los modelos matemticos, es necesario ubicarnos en el
tiempo y en el momento tecnolgico de la humanidad, as como en las necesidades de
quienes consideran que un modelo matemtico es de ayuda.
La modelacin y la simulacin son herramientas que si son utilizadas correctamente,
logran mejorar el rendimiento de procesos, es por eso que en el caso ideal, es importante
que el sector industrial o las instancias gubernamentales, consideren programas de
mejoras mediante el uso de stas.
Dentro de algunos sectores, sucede que algunos de los procesos no han sido revisados
durante mucho tiempo. No hay que descartar el hecho de que estos procesos pueden ser
el resultado de aprendizajes empricos. Cuestionar dichos procesos y utilizar modelacin
para su mejora es una tarea primordial.
Por lo dicho anteriormente, el sector logstico y de transportes puede obtener muchos
beneficios si adopta estas herramientas. El reto es integrar todos los conocimientos que
se tengan acerca de un fenmeno o un evento a modelos matemticos.
Histricamente, podemos encontrar el uso de las herramientas en cuestin, tal vez desde
el Renacimiento Europeo pero podemos encontrar que fue hasta la Segunda Guerra
Mundial en el que los resultados obtenidos al realizar simulaciones tericas sobre
reacciones nucleares fueron privilegiados por encima de las posibles soluciones
matemticas o datos obtenidos a travs de la experimentacin fsica. (Coss B, 1998).

1.1.1. Antecedentes de la modelacin y simulacin

A grandes rasgos y para lograr entender los siguientes prrafos, podemos decir que un
modelo es un representacin de algo, ese algo como lo veremos ms adelante, puede
ser un mapa, una casa, una ciudad, un fenmeno meteorolgico, el comportamiento de
una caseta de peaje, etctera. Por otro lado, una simulacin es un experimento que
logramos ejecutar a travs de un modelo. Dicho en otras palabras, una simulacin, dentro
de este contexto, necesitar un modelo.
Una pregunta que surge despus de estos primeros acercamientos a las definiciones son;
Para qu queremos usar un modelo de simulacin? Existen varias respuestas, tal vez la
respuesta ms natural es que queremos modelos para entender fenmenos. Por ejemplo,
Nicols Coprnico (1473-1543) emple un modelo matemtico (ms adelante veremos
que existen diferentes tipos de modelos) para explicar la Teora Heliocntrica que le ayud
a explicar el movimiento de algunos cuerpos celestes.

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

Representacin de la teora heliocntrica

Otra respuesta a la pregunta respecto al uso de un modelo, es hacer predicciones. Es
decir, si entendemos un fenmeno a profundidad, podemos hacer predicciones acerca de
un evento. Ya que hacer predicciones a travs de modelos matemticos es de vital
importancia para la humanidad. Por ejemplo, gracias a la capacidad de algunos
ordenadores y al uso de modelos matemticos, los meteorlogos saben si una depresin
tropical tiene probabilidades de convertirse en un cicln y si es el caso, prevenir a las
instancias gubernamentales para tomar medidas en busca de la proteccin de la
poblacin. Sin embargo, an no podemos predecir muchas cosas, en este ejemplo,
predecir con exactitud la ruta del fenmeno meteorolgico a ms de 10 das, resulta muy
complicado. Otro ejemplo, es que gracias a investigaciones sabemos que existe una
placa tectnica llamada, placa de cocos ubicada en el ocano Pacfico en las costas de
Amrica Central. Se sabe que el movimiento de esta placa puede ocasionar movimientos
sismolgicos importantes (por ejemplo, el sismo ocurrido en Mxico el 19 de Septiembre
de 1985). Sin embargo, a pesar de haber sido muy estudiada y analizada, los modelos
matemticos an son incapaces de predecir su comportamiento. A pesar de esta falta de
certidumbre, la sociedad ha logrado avanzar en temas de proteccin civil y en leyes de
construccin, tomando en cuenta que un suceso sismolgico de gran impacto originado
por el movimiento de esta placa es posible. Esto nos lleva a justificar otra respuesta.
Gracias a que se pueden hacer predicciones mediante la modelacin matemtica, es
posible tomar mejores decisiones. Este apartado no slo se refiere a las decisiones que

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

puede tomar el gobierno para la proteccin de la ciudadana, algunas industrias lo utilizan

a diario. De hecho, muchas de ellas, emplean grandes cantidades de recursos para
Investigar y crear ms modelos matemticos en los cuales puedan sustentarse para la
mejor toma de decisiones. Un ejemplo de ello puede ser la industria automotriz.
Esta industria busca que cada da, los vehculos sean ms seguros y eficientes. Y antes
de lanzar un nuevo mecanismo de seguridad, como puede ser el sistema de frenos de un
auto, es necesario crear modelos que permitan predecir cmo respondern los nuevos
cambios bajo condiciones adversas. En este ejemplo, adems de utilizar modelos
matemticos, consideramos que tambin se utilizan modelos fsicos. Es decir, autos
prototipo con los que se busca hacer pruebas fsicas para medir con ms exactitud los
resultados.

En la industria automotriz se emplean modelos fsicos para realizar diferentes pruebas.

Fuente: Stock-photo (2013).
Como un modelo matemtico est basado en lenguaje exacto y preciso, y como sabes
ste tiene la caracterstica de ser universal, la modelacin tambin permite a los
cientficos intercambiar conocimiento, informacin, avances, observaciones, resultados
etctera, acerca de un fenmeno.

1.1.2. Alcances, ventajas y desventajas

Seguramente te preguntars Qu podemos y qu no podemos modelar? Como ya lo
hemos mencionado, ya se han creado modelos eficientes para algunos fenmenos. A
pesar de la eficacia de estos, debemos considerar que siempre estarn sujetos a cambios
dependiendo de la interpretacin de la realidad que estemos modelando. Por ejemplo, las
Leyes de Newton, conocidas ya desde el siglo XVII, tienen interpretaciones distintas vistas
desde el punto de vista de la mecnica cuntica. Por otro lado, tambin hemos
Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

mencionado que algunos fenmenos, como la prediccin de los sismos an no son

modelables. Otro fenmeno que an no se logra modelar con eficiencia es el crecimiento
de ciertos tipos de cnceres en el ser humano. Estas limitantes se pueden atribuir a
muchas condiciones, desde la complejidad del mismo fenmeno, la no existencia de
teora matemtica que establezca relaciones dadas entre los eventos a estudiar, las
limitantes de la tecnologa y/o la falta de recursos econmicos y humanos.
Con este panorama, tenemos que precisar que aunque la modelacin matemtica, y ms
an, con ayuda de los avances de tecnologa y de cmputo, ha logrado tener importantes
progresos, an queda mucho camino por recorrer.
Las industrias juegan un papel crucial en el avance de la tecnologa e innovacin. Cada
da buscan ser ms competitivas, ms eficientes y conseguir resultados con menores
costos. Es por esto, que han encontrado en la modelacin y simulacin caminos con
grandes resultados. Gracias a estos intereses, estas reas de conocimiento cobran cada
vez mayor auge.
Aunado a lo anterior, es relevante mencionar las ventajas de usar un modelo matemtico.
Puede resultar muy bajo en costo y si este modelo es acompaado de un esquema de
simulacin, estas prcticas pueden repercutir notablemente en los costos de cualquier
industria o investigacin. Pero es necesario indicar que con el trmino costos, no solo
nos referimos a costos monetarios sino tambin a los implicados por recursos humanos,
tiempo, esfuerzo, etctera. Por ejemplo, hoy en da existen programas de computadoras
(hechos a travs de modelacin) que permiten que un estudiante que ser piloto aviador
practique sus tcnicas y habilidades antes de manipular un avin de verdad. Gracias a
que estos programas se adaptan mucho a la realidad, es posible que el estudiante
obtenga experiencia y gracias a esto las probabilidades de fracaso en sus prcticas se
reduzcan.
Otra ventaja de usar modelos matemticos es que a travs de ellos, tenemos la
oportunidad de estudiar fenmenos, aun cuando se tiene la imposibilidad de acceder a
ciertos lugares. Por ejemplo, la NASA, ha logrado con la misin CURIOSITY recolectar
datos acerca de la superficie del planeta Marte. Para dicha misin un astromvil tena que
amartizar (es decir, aterrizar en la superficie de Marte) de manera exitosa, siendo terrenos
que el hombre an no domina.

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

Desventajas
El establecer modelos tambin trae consigo ciertas desventajas. Una de estas es que
algunas veces, establecer modelos precisos y certeros, toma mucho tiempo Cuntos
aos crees que le tom al hombre tener un mapa completo del continente americano?
Como estudiaremos con ms detalle, un paso medular en el proceso de modelacin es la
recoleccin de datos, entre ms datos y ms exactos es mejor. La recoleccin de datos
para algunos fenmenos puede tomar aos.
Otro factor que puede suponer una desventaja en el uso de la modelacin para
comprender sistemas es que a veces las formulaciones matemticas implcitas en el
modelo suponen ecuaciones no tan sencillas y cuyas soluciones, aun usando la
tecnologa de hoy en da, son prcticamente imposibles de obtener o se obtienen
respuestas con intervalos de exactitud muy grandes y tal vez inservibles.
Como en casi cualquier otra herramienta que sea manipulada por el hombre, la
modelacin matemtica, tambin puede ser presa del error humano. Estas faltas pueden
abarcar desde errores al momento de establecer el problema a solucionar, la recoleccin
de datos, la formulacin matemtica o la interpretacin de resultados. Adems, debemos
mencionar que al menos, para modelos que se basan en fenmenos reales no
controlados, siempre existe la posibilidad de que se den condiciones no previstas. Por
ejemplo, se tiene conocimiento de serios accidentes provocados por el impacto de
alguna ave en las turbinas de aviones. Este tipo de encuentros son difcilmente previstos.

1.2. Conceptos preliminares

En esta seccin encontrars la explicacin a tres conceptos claves para entender qu es
la modelacin matemtica y la simulacin. Estos conceptos son:
Sistema, Modelo y Simulacin.
En tus cursos pasados ya has tenido aproximacin con el concepto de sistema.
Ser recurrente que hagamos referencia al trmino: Lenguaje Matemtico. A continuacin
encontrars una explicacin de ste trmino.
El lenguaje matemtico es la forma que ha desarrollado la matemtica para comunicar
ideas de objetos utilizando smbolos y relaciones. Este lenguaje nos permite realizar
clculos.

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

No se puede dar una regla de cmo traducir al lenguaje matemtico. Es una cuestin de
mucha prctica. Revisemos los siguientes ejemplos:
Ejemplo 1. Cmo se describe en lenguaje matemtico la siguiente situacin? El costo de
produccin de una silla es de $90 pesos. El costo de transporte es de $30. Cul debe
ser el precio del artculo s se requiere ganar el 25% sobre el costo de produccin ms el
de transporte?
Primero observamos que el costo de produccin ms el costo de transporte es $120
pesos. Si requiero ganar el 25% sobre ese costo, entonces requiero ganar $30 pesos por
cada silla. As, el precio del artculo deber ser:
( + ) + = ,
sustituyendo los valores conocidos:
(90 + 30) + 30 = 150
Esta ecuacin la podramos plantear de forma ms general:
Supongamos que representa el Costo de produccin ms el costo de transporte,
representa la proporcin que queremos ganar sobre y el precio del artculo,
entonces tendramos la ecuacin:
+ = ,
Utilizando nuestros conocimientos de lgebra, podemos reescribir la ecuacin anterior
como:
(1 + ) = .

Verificamos el ejemplo numrico utilizado arriba:

= 120
1 + = 1 + .25 = 1.25
120(1.25) = 150,
en donde podemos verificar que obtenemos la misma respuesta que la que obtuvimos en
los prrafos de arriba, sin embargo, ya hemos encontrado una ecuacin general.
Ejemplo 2. Supongamos una nave martima llamada Alicia navega con direccin al sur a
una velocidad de 30 millas por hora mientras al mismo tiempo la nave Beatriz, situada a
40 millas al sur de Alicia se mueve hacia el este con una velocidad de 10 millas por hora.

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

Queremos encontrar una funcin que determine la distancia a la que se encuentran

despus de una horas dichas naves.
Si construimos el siguiente esquema, podemos observar que el movimiento de las naves
forma un tringulo rectngulo:

Figura. Movimiento de naves

de aqu que decidamos usar el Teorema de Pitgoras, es decir:
2 = 2 + 2 .
En donde claramente la variable , despus de una hora, ser igual 40-30=10 millas y
ser igual a 10 millas tambin. Por lo que:
2 = 102 + 102
es decir: = 200, por lo que la distancia entre las dos naves al cabo de una hora ser
igual a 200millas.

1.2.1. Definiciones bsicas

Uno de los primero conceptos que vamos a revisar, es un sistema, que seguramente ya
tendrs algunas nociones, porque lo estudiaste en la asignatura Sistemas de transporte
del sexto cuatrimestre.
Pues bien, vamos a entender como un sistema una porcin de la realidad, un segmento
de lo que nos interesa estudiar. En esta porcin de la realidad podemos identificar objetos
y relaciones entre estos objetos. Por ejemplo, si nos interesara proponer soluciones de
trnsito en una avenida, el sistema que nos ocupara es el que tiene como objetos los
autos que transitan en esa avenida, las viviendas que se localizan cerca, los habitantes de

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

la zona, las escuelas aledaas, etctera. Las relaciones que podemos encontrar son, por
ejemplo, las horas (y las causas) en las que se presentan mayor afluencia vehicular.

Figura. Esquema de un Sistema

Fuente: Guasch (2009).
Como puedes notar en nuestra definicin de sistema, la palabra real no quiere decir
precisamente que exista, por ejemplo, podramos enunciar un sistema en donde los
objetos, como las relaciones entre ellos se establecen a partir de meras suposiciones.
Para ilustrar esta idea, pensemos en el nmero de cajones de estacionamiento de una
plaza comercial que an no est en construccin. Bajo este supuesto, podemos observar
que los cajones de estacionamiento no estn an construidos, no sabemos exactamente
cules personas irn a la plaza, tampoco sabemos exactamente qu das y en qu
horarios ser ms concurrida la plaza. A pesar de esto, gracias a estudios estadsticos
podemos inferir el comportamiento de los visitantes, si llevarn auto o no, cunto tiempo
pasarn dentro de la plaza, cules das se pueden esperar ms visitas, etctera.
Por otro lado, a cada objeto de un sistema lo podemos asociar con parmetros (tambin
conocidos como atributos). Estos parmetros no son ms que indicadores propios del
elemento. Por ejemplo, si un elemento de un sistema determinado fuera La familia
Gonzlez, un atributo podra ser la cantidad de miembros de ella o la cantidad de autos
que como familia poseen.
En cada sistema tambin encontraremos ciertos parmetros llamados variables del
sistema. Clsicamente a las variables las podemos agrupar en dos tipos: las variables
internas y las variables externas. Las variables internas son parmetros propios del
sistema, por ejemplo, si nuestro sistema fuera una empresa, una variable endgena o
interna seran los empleados que laboran en ella. Por el contrario, una variable exgena o
externa es un parmetro ajeno al sistema como tal. Por ejemplo, la empresa proveedora
del servicio de telefona.

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

10

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

Vamos a entender por estado de un sistema al conjunto de variables (necesarias) para

poder describir la situacin de un sistema en un lapso determinado (Austin, 2005). Por
ejemplo, si nuestro sistema fuera una carretera, y queremos saber su estado en un
instante determinado, tendramos que preguntarnos por la cantidad de autos, las variables
meteorolgicas, la hora del da, etctera. Cuando el estado de un sistema cambia, se dice
que ocurri un 'evento' en el sistema.
Existen muchas clasificaciones para los sistemas. A continuacin presentamos solo
algunas de las principales. Ms adelante encontrars una actividad ligada a esta lista, por
lo que tienes que estar muy atento(a).
Tabla 1. Clasificacin de Sistemas
Cerrados o abiertos

Dinmicos o estticos

Estocsticos o determinsticos

Lineales o no lineales.

En un sistema cerrado no existe

intercambio de materia o informacin con
el exterior. En un sistema abierto existen
intercambios con el exterior tales que
ambos afectan su estado. (Atkins, 2006)
El sistema es dinmico no cambia su
estado con el tiempo. Un sistema ser
dinmico si el tiempo es un factor que
atae directamente a su estado.
En un sistema determinstico, las
estadsticas y la probabilidad no
representan un factor a considerar. Los
sistemas estocsticos se basan en la
probabilidad.
Un sistema es lineal si su comportamiento
se puede representar matemticamente
por medio de ecuaciones cuyas variables
slo aparecen elevadas a la primer
potencia. Un fenmeno es no lineal su
formulacin matemtica contiene
funciones no lineales.

Un segundo concepto que vamos a revisar es el de Modelo.

Un modelo lo podemos entender como una representacin abstracta de algo que nos
interesa estudiar.

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

11

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

Figura. Modelo a partir de un sistema

Fuente: Guasch (2009).
Existen diferentes tipos de modelos: grficos, fsicos, simblicos, cientficos y dentro de
stos ltimos podemos identificar a los modelos matemticos.

Un mapa es un modelo grfico de un territorio

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

12

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

Una maqueta es un modelo grfico

Un modelo matemtico es un modelo que emplea el lenguaje matemtico con la intencin
de expresar relaciones entre los objetos y variables del sistema. Este tipo de modelos
tienen la finalidad de poder estudiar ciertos fenmenos, sistemas, procesos, etctera.
Dentro de los modelos matemticos, podemos establecer diferencias entre unos y otros a
partir de ciertas caractersticas. Estas diferencias conducen a colocar nombres a ciertos
modelos con la finalidad de identificarlos de forma rpida. A continuacin mencionamos
algunos de estos nombres: clasificaciones.
Modelos heursticos Un modelo heurstico basa su construccin en informacin a
priori del sistema, no necesita nueva informacin.
Modelos cualitativos Un modelo cualitativo se basa en descripciones o caractersticas
del sistema no considerando las magnitudes como algo fundamental. Este tipo de
modelos es muy utilizado dentro de las ciencias sociales, por ejemplo, modelos que
relacionen factores socioeconmicos de cierta poblacin con la percepcin acerca de la
calidad de algn servicio.
Modelo cuantitativo Un modelo cuantitativo se construye a partir de magnitudes, es
decir, nmeros que indican cantidades de alguna variable del sistema. Ejemplo: Modelo
de prediccin de la cantidad de personas que utilizarn una nueva va.
Modelos deterministas. Esta clasificacin se refiere a los resultados obtenidos. Si
podemos estar totalmente seguros de un resultado, ser un modelo determinista. Son
modelos en los que los resultados obtenidos no dependen del azar. Ejemplo: La ley de la
cada libre.
Modelos estocsticos Por el contrario, si el resultado es solo un intervalo de
probabilidad, entonces estaremos frente a un modelo estocstico. Por ejemplo: modelos
de prediccin meteorolgica.
*Proceso de Modelado
Podemos identificar 3 pasos claves del proceso de modelacin, estos son:
Identificacin del sistema real a modelar. Se requiere la observacin del sistema,
para establecer los objetos y las relaciones que en l se dan.
Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

13

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

Especificacin del problema. Una vez que sabemos cules son los objetos y sus
relaciones, es conveniente pensar exactamente las respuestas acerca del sistema. Nos
podemos preguntar Escogimos bien el sistema? Debemos establecer mejores objetos?
Formulacin del modelo. El modelo se escribir utilizando el lenguaje matemtico.
Este es un proceso de creatividad y abstraccin. Se pueden utilizar modelos ya conocidos
y ajustarlos a los nuevos parmetros o se pueden proponer nuevos considerando que
pueden o no ser los ms eficientes.
Resultados. La obtencin de resultados se puede hacer mediante herramientas de
cmputo, teoremas conocidos, leyes, etctera. Los resultados deben ser interpretados en
el contexto del sistema real, y preguntarnos Qu quiere decir que hayamos obtenido tal
resultado? Es posible? Si no son resultados coherentes con la realidad, se repite el
proceso buscando la construccin de un modelo ms certero.
A continuacin puedes observar un esquema que ejemplifica lo expuesto anteriormente.

Figura. Proceso de Modelado

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

14

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

Para formular el modelo podemos seguir las siguientes recomendaciones:

Seleccin del tipo de modelo. Para elegir el tipo de modelo deberemos
considerar el tipo de datos que estn a nuestro alcance. Debemos tener presente
si es un modelo inicial o si se pretende la mejora de un modelo viejo. Si es un
nuevo modelo, tal vez sea necesario recolectar datos. En esta recoleccin de
datos podra darse la necesidad de hacer experimentos. Una vez que obtuvimos
los datos y los analizamos, ser ms fcil y asertivo decidir qu tipo de modelo
necesitaremos.
Formulacin del modelo y realizacin de algunas pruebas.
Una vez que ya tenemos suficientes datos se sigue con la validacin del modelo. Si
estamos trabajando en la mejora de un modelo, este paso puede incluir la
comparacin de resultados y datos con los del viejo modelo. Si es un nuevo modelo,
hay que verificar que los resultados sean consistentes y coherentes con nuestro
sistema.
Cabe mencionar que conforme avancemos en el contenido de la asignatura,
profundizaremos ms acerca de cmo es el proceso de creacin de un modelo.
Ahora abordaremos el proceso de simulacin. Al experimento llevado a cabo sobre el
modelo de un sistema lo nombraremos: Simulacin. Esta se liga a un modelo y por
consiguiente a un sistema.
En este curso, nos enfocaremos a 'simulaciones tericas, en otras palabras, en
experimentos sobre modelos tericos, modelos conceptuales. Cabe mencionar que
existen otros tipos de simulaciones, por ejemplo, simulaciones fsicas. Para efectuar
simulaciones fsicas es necesario contar con el material necesario, es por eso, que slo
nos dedicaremos a simulaciones tericas.
Cundo simulamos?
Existen varios parmetros que se pueden considerar para saber si la simulacin es la
mejor herramienta para nuestros intereses.
La primer interrogante a contestar es tenemos acceso al sistema?, si el acceso a ste es
seguro, si es menos costoso, si a pesar de ser costoso podramos tener otro tipo de
ventajas. En el caso que se decida que es mejor utilizar un modelo por no poder
experimentar sobre el sistema, se deber estudiar ms detenidamente al sistema y
contestar a la interrogante Qu tipo de modelo es conveniente emplear? Como ya vimos,
existen varios tipos de modelos y pudiera darse el caso que un modelo fsico a escala, por
ejemplo, es lo que necesitamos para cubrir nuestras necesidades.
Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

15

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

En el caso que se decida que se requiere un modelo matemtico se deber considerar si

este ya es conocido, si es algortmico o si tiene soluciones analticas. En caso de que el
modelo no tenga soluciones analticas, entonces es cuando se procede a la simulacin.

Figura. Esquema de simulacin

1.2.2. Pasos bsicos de una simulacin

Para poder ejecutar una simulacin y que esta tenga una mayor probabilidad de ser
exitosa, se requiere una buena planeacin y pasos bien definidos a seguir.
A continuacin se describen brevemente cada uno de los pasos a seguir:
1. Identificacin del problema. Antes de comenzar, debemos identificar y definir nuestro
problema. Estableceremos caractersticas importantes, acerca de la problemtica,
posibles soluciones sin el uso del a simulacin, etctera. Debemos recalcar que si en este
paso, planteamos mal los alcances de nuestros experimentos o las preguntas sobrepasan
objetos modelables, podemos generar que la simulacin sea no exitosa.
No existen tcnicas esquematizadas para encontrar cmo definir un problema, es una
cuestin de experiencia.
2. Identificacin del sistema. En este paso se buscar establecer cul es el sistema a
estudiar, sus objetos, sus variables. As mismo se deber de buscar limitar al sistema
estableciendo su frontera.
Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

16

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

3. Creacin del modelo. Esta parte es medular en todo el desarrollo. En ella se busca
comenzar a experimentar con algunas condiciones, con algunas variables y con algunos
objetos del sistema con el fin de aproximarse a un modelo que se apegue ms a la
realidad. Hablaremos ms extensamente de este paso ms adelante.
4. Recoleccin de datos. Es importante tener toda la informacin que se pueda del
sistema. Si es que existen datos previos, es prudente tenerlos presente para su uso y
emplearlos en la mejora del modelo. Si no existe ningn dato del sistema real, se puede
hacer uso de datos de sistemas con caractersticas semejantes sin dejar de considerar
que no son los datos del sistema en cuestin y que cambios pequeos en ciertas
condiciones, pueden tener como consecuencia cambios grandes en los resultados de la
simulacin. Otro aspecto importante en la recoleccin de datos, es que stos debern ser
tratados para que puedan ser empleados para el modelo en cuestin, es decir, se debe
tener cuidado en que las unidades de medida sean consistentes.
5. Implementacin de modelo. Gracias a los avances tecnolgicos de hoy en da y a la
gran capacidad de procesamiento de algunas computadoras, podemos crear modelos con
grandes cantidades de datos. Algunas simulaciones slo pueden ser utilizadas usando
computadoras. En este paso, se buscar la ayuda de un cientfico de la computacin,
algn ingeniero en sistemas o alguna persona con un perfil afn que pueda ser capaz de
llevar un modelo a una computadora. Es importante sealar que hoy en da tambin
existen programas que han sido diseados para poder trabajar con modelos matemticos.
6. Validacin del modelo. En esta etapa se busca obtener informacin acerca de la
exactitud del modelo. Ms adelante dedicaremos un apartado para ahondar en este paso.
7. Experimentacin. Una vez que minimizamos las probabilidades de que nuestro
modelo tenga errores de diseo, seguimos con el proceso de experimentacin. En esta
fase se busca obtener informacin acerca del sistema que modelamos inicialmente.
8. Interpretacin. Despus de haber realizados suficientes experimentos, se sigue la
etapa de interpretacin de resultados. Los resultados obtenidos en esta fase se pueden
considerar uno de las metas a conseguir de todo el proceso de simulacin.
9. Documentacin. Es importante que despus de un proceso tan largo como el que
puede resultar, se realice algn tipo de documentacin con el fin de servir de soporte a
simulaciones o investigaciones futuras o con el fin de que otra persona pueda entender el
proceso.

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

17

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

1.2.3. Aplicaciones y ejemplos

Como has visto, la modelacin y la simulacin son herramientas que usan en diferentes
industrias. Algunos ejemplos de estas aplicaciones son:

Economa: prediccin de ndices econmicos.

Medicina: Niveles de contagio de un nuevo virus.
Meteorologa: Prediccin ciclones y huracanes.
Vulcanologa: Prediccin de movimientos vulcanolgicos.
Industria aeroportuaria: Sincronizacin en el uso de las pistas de aterrizaje/espeje.
Milicia: Adiestramiento de personal militar.
Mercadotecnia: diseminacin de la popularidad de un producto.
Informtica: comportamiento de las redes sociales.

Veamos dos ejemplos de los tipos de problemas que la modelacin matemtica puede
ayudar a resolver en el sector logstico y del transporte.
Ejemplo 1.Sincronizacin de un semforo.
Supongamos que en una calle, se sabe que entre las 8 y 9 de la maana pasan 4
automviles por minuto. El resto del da, transitan 2 automviles por minuto. Agreguemos
que en una esquina se deber colocar un semforo por la construccin de una nueva
escuela. Queremos saber cunto tiempo deber durar el semforo en rojo si sabemos que
la capacidad mxima de la calle (es decir, la cantidad de autos que caben en la calle al
mismo tiempo) es de 6 autos. Queremos que el tiempo de duracin del semforo sea el
indicado para que el semforo no afecte a otras vialidades.

Figura. Un problema con un semforo

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

18

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

Qu pasara si ahora quisiramos que este semforo estuviera involucrado con el de la

siguiente esquina o con el de una esquina aledaa? Qu condiciones nuevas tenemos?
Nos ayuda el modelo que nos ayud para resolver el primer sistema?
Ejemplo 2. Diseo de rutas
Mejorar el diseo de un recorrido es un problema viejo para las matemticas. La solucin
a este problema nos puede ayudar a proponer mejoras a los problemas de logstica
relacionados con rutas, recorridos y caminos. Por ejemplo, para optimizar algunos
procesos como el picking, queremos optimizar los trayectos que cada empleado realiza.
Estas ideas tambin las podemos hacer compatibles con situaciones ms complicadas,
por ejemplo, el diseo de rutas de entrega de un producto.
Si consideramos el segundo ejemplo, optimizar la ruta de entrega de un producto,
podemos pensar en modelar el problema y para esto necesitamos definir cul es nuestro
sistema de inters, cules son las variables que nos interesan, los objetos y aqullos
elementos que repercutan de alguna manera y otra en el proceso de entrega. Una buena
eleccin de objetos, sern las unidades de transporte utilizadas para las entregas. Cada
unidad tendr como parmetro que nos interese, la zona de entrega. El sistema puede ser
la zona de la ciudad por la cual nuestras unidades repartidoras se mueven a lo largo de su
jornada. Las variables de este sistema pueden ser, las condiciones de trfico, el da de la
semana, la poca del ao (recordemos que en los periodos cercanos a la Navidad, la
afluencia vehicular es mayor, esto genera congestionamientos y a su vez, implica que
nuestra ruta pueda no ser la ms eficiente en esa poca del ao). Podramos tambin
considerar el estado de las unidades, (mantenimiento, rendimiento de gasolina y
experiencia del conductor) pero tambin podramos partir del hecho (para facilitar el
modelaje) que las unidades cuentan con un estado bueno de mantenimiento (el cual es
presumible que no nos cause ningn retraso), as como el hecho de que todos los
operadores de las unidades gozan de buena experiencia como para pensar que tienen
pocas probabilidades de sufrir algn percance vial y la solucin a ste tenga un coste de
tiempo. Dicho en otras palabras, a pesar de que nuestros sistemas resulten muy
complicados, podramos empezar nuestros modelos, pensando en las condiciones
necesarias y suficientes para la interaccin de nuestro sistema. Las variables que no sean
tan necesarias contemplar, las podramos intentar resolver en otro sistema, bajo otra
pregunta y tal vez bajo un mtodo diferente a la modelacin, por ejemplo, para
asegurarnos que los operadores cuentan con buena experiencia, es necesario que el
departamento de recursos humanos tenga las estrategias adecuadas de contratacin.
Ejemplo 3. Red de Suministros
Como sabemos la localizacin de los almacenes, centro de distribucin o fbricas
repercute directamente en la logstica de la empresa y con esto en las ganancias. Por
tanto establecer una localizacin ptima de estos elementos en la red de suministros tiene

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

19

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

mucha importancia. La modelacin matemtica nos ayuda a obtener informacin acerca

de estas localizaciones, tal vez, establecer la localizacin ptima es complicado por la
cantidad de variables a utilizar, pero podemos obtener informacin suficiente que nos
ayude a establecer diferencias entre los mejores candidatos.
Ejemplo 4. Gestin de inventarios
La gestin de inventarios tambin se puede ver beneficiada con el uso de la modelacin y
simulacin matemtica. Por ejemplo, sabemos que uno de los objetivos de dicha gestin
es calcular el volumen de inventario ptimo para el buen funcionamiento de una empresa
o el reabastecimiento de un producto. Como ya lo hemos mencionado, si queremos
modelar este tipo de procesos, debemos establecer nuestro sistema, sus variables y sus
objetos.
En el caso del reabastecimiento de un producto, sabemos que es preciso contestar a las
dos siguientes preguntas: Cunto? y Cundo? Donde lo ideal es, encontrar un
equilibrio entre la respuesta de ambas en pro de que las dos queden satisfechas y
minimicemos gastos. Si no se pudiera dar de forma natural un equilibrio, nuestro modelo
de reabastecimiento quedar en trminos de la cantidad a reabastecer o del tiempo para
hacerlo. Debemos tomar en cuenta que la eleccin de nuestro principal objetivo
clasificar la utilizacin de un modelo determinista o aleatorio.

Cierre de la unidad
A travs de esta unidad te has ido acercando a los conceptos modelo, sistema y
simulacin los cuales son bsicos para este curso. Es importante que hayas logrado
establecer relaciones entre ellos y cmo puedes utilizarlos dentro del sector logstico y de
transporte.
La modelacin matemtica es una herramienta muy poderosa que nos ayuda a establecer
predicciones y con ello es posible obtener ms informacin que sustenten la toma de
algunas decisiones del sistema en cuestin. La simulacin es un experimento que se
realiza sobre un modelo.
No siempre es posible obtener un modelo matemtico de algn fenmeno as como es
posible que la simulacin sea algo que no est dentro de nuestras posibilidades. Al hacer
simulacin, es probable con que nos topemos con obstculos que no son propios de
nuestro sector y que requiramos de la ayuda de expertos en otras reas. La siguiente
unidad nos ayudar ms a comprender cmo gracias al conocimiento interdisciplinario es
posible construir mejores modelos para ciertas situaciones.

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

20

Modelos de simulacin
Unidad 1. Introduccin a la modelacin y simulacin

Para saber ms
Si quieres saber ms acerca de casos de modelacin matemtica te recomendamos el
siguiente material.

Regalado, A. et al (2008) Cmo hacer un modelo matemtico. La revista "Temas

de Ciencia y Tecnologa Mxico: Universidad Tecnolgica de la Mixteca. Disponible
en: http://www.utm.mx/edi_anteriores/temas035/2%20ensayo-35.pdf

En este artculo de divulgacin que est dedicado a la explicacin del cmo hacer
modelos matemticos, podrs revisar cmo es posible establecer un modelo utilizando
otros ya hechos. Tambin podrs observar cmo es que la dificultad va creciendo en
funcin de la exactitud de los resultados deseados.

Fuentes de consulta
Bsicas

Dvila V, Ramrez O. (2012) Modelo matemtico para la optimizacin de una

cadena de suministro global con consideraciones de cupos de compra y periodos
de pago. El hombre y la mquina No. 38, Enero-Abril 2012.
Sarabia, V. (1996) La investigacin operativa: una herramienta para la adopcin de
decisiones. Madrid: Universidad Pontificia Comillas de Madrid.
Coss B, Ral (1998) Simulacin. Un enfoque prctico. Mxico: Limusa Noriega
Editores.

Complementaria

Sullivan, Michael (1997) Preclculo. 4ta ed. Mxico: Prentice Hall

Hispanoamericana SA.
Frank Ayres, (2000) Clculo diferencial e integral. Mxico: Mc Graw-Hill
Interamericana.
M. Braun (1990) Ecuaciones diferenciales y sus aplicaciones. Mxico: Grupo
Editorial Iberoamericana.

Ciencias Exactas, Ingenieras y Tecnologa | Logstica y Transporte

21