Unidad I.

Introduccin a la simulacin de eventos discretos

1.1 Introduccin a la simulacin.

La planeacin e implementacin de proyectos complejos en los negocios, industrias y gobierno
requieren de grandes inversiones, razn por la que es indispensable realizar estudios preliminares
para asegurar su conveniencia de acuerdo a su eficiencia y ejecucin econmica para proyectos de
cualquier tamao. Una tcnica para ejecutar estudios piloto, con resultados rpidos y a un costo
relativamente bajo, est basado en la modelacin y se conoce como simulacin. El proceso de
elaboracin del modelo involucra un grado de abstraccin y no necesariamente es una rplica de
la realidad; consiste en una descripcin que puede ser fsica, verbal o abstracta en forma, junto
con las reglas de operacin. Ms an debido a que el modelo es dinmico, su respuesta a
diferentes entradas puede ser usada para estudiar el comportamiento del sistema del cual fue
desarrollado.
Origen de la simulacin.
En las actividades de la guerra los militares disearon e iniciaron lo que pas a llamarse
Investigacin de Operaciones. Los norteamericanos disearon en 1940, durante las operaciones de
creacin de la bomba de hidrgeno, un mtodo de simulacin que permite predecir sucesos con
amplios niveles de acercamiento en las probabilidades de ocurrencia.
Introduccin a la simulacin. El poder de la simulacin.
El poder de la simulacin consiste no slo en que provee un mtodo de anlisis formal, sino que es
capaz de predecir el desempeo de sistemas por ms complejos que sean.
Lo que hace exitoso a un gerente es la habilidad de predecir los resultados de cursos alternativos
de accin. Simulacin provee esta amplia visin de lo que puede suceder al tomar una o ms
decisiones.
La simulacin y el mtodo cientfico.
La simulacin sigue los cuatro pasos del mtodo cientfico:
Formule la hiptesis: Qu diseo o polticas del sistema trabajan mejor?
Disee el experimento: Construya el modelo para poder probar la hiptesis.
Pruebe la hiptesis: Corra el modelo varias veces y pruebe la hiptesis.
Obtenga conclusiones: Analice resultados del modelo y tome las mejores decisiones.























1.2 DEFINICION Y APLICACIONES

la simulacin como la tcnica de resolucin de problemas siguiendo en el tiempo los cambios de
un modelo de un sistema, o como el proceso de disear un modelo de un sistema real y realizar
experimentos con dicho modelo con el propsito de Experimentacin con el Sistema Modelo
Fsico, Modelo Matemtico, Experimentacin con un Modelo del Sistema, Solucin Analtica,
Simulacin, Sistema, comprender el funcionamiento del sistema o de evaluar diferentes
estrategias (dentro de los lmites impuestos por un criterio o conjunto de criterios) para la
operacin del sistema, la simulacin incluye tanto la modelizacin como el uso del modelo para
estudiar el sistema.
Otra posible definicin es entender la simulacin como el proceso de disear un modelo
matemtico o lgico de un sistema real y realizar una serie de experimentos con el ordenador
sobre l para describir, explicar y predecir el comportamiento del sistema real.
La simulacin discreta ocurre cuando las variables dependientes cambian discretamente en puntos
especficos del tiempo de simulacin conocidos como eventos. La mayora de procesos
constructivos pueden ser efectivamente modelados utilizando la simulacin discreta por eventos.

Simulacin
La simulacin es la representacin de un proceso o fenmeno mediante otro mas simple, que
permite analizar sus caractersticas; Pero la simulacin no es solo eso tambin es algo muy
cotidiano, hoy en da, puede ser desde la simulacin de un examen, que le hace la maestra a su
alumno para un examen del ministerio, la produccin de textiles, alimentos, juguetes,
construccin de infraestructuras por medio de maquetas, hasta el entrenamiento virtual de los
pilotos de combate.

Simulacin: Es una herramienta matemtica que se utiliza para disear o realizar un proceso. Sirve
para realizar un experimento. Resolucin de problemas. Proceso de diseo.
Ventajas y desventajas de la simulacin

Ventajas:
No es necesario interrumpir las operaciones de la compaa.
Proporciona muchos tipos de alternativas posibles de explorar.
La simulacin proporciona un mtodo ms simple de solucin cuando los procedimientos
matemticos son complejos y difciles.
La simulacin proporciona un control total sobre el tiempo, debido a que un fenmeno se puede
acelerar.
Auxilia el proceso de innovacin ya que permite al experimentador observar y jugar con el
sistema.
Una vez construido el modelo se puede modificar de una manera rpida con el fin de analizar
diferentes polticas o escenario. Permite anlisis de sensibilidad.
Generalmente es mas barato mejorar el sistema va simulacin que hacerlo en el sistema real.
Es mucho ms sencillo visualizar y comprender los mtodos de simulacin que los mtodos
puramente analticos. Da un entendimiento profundo del sistema.
Los mtodos analticos se desarrollan casi siempre relativamente sencillos donde suele hacerse un
gran nmero de suposiciones simplificaciones mientras que los mtodos de simulacin es posible
analizar sistemas de mayor complejidad o con mejor detalle.
En algunos casos, la simulacin es el nico medio para lograr una solucin.
Da soluciones a problemas sin solucin analtica.

Des ventajas:
La simulacin es imprecisa, y no puede medir el grado de su impresicion.
Los resultados de simulacin son numericos; por tanto, surge el peligro de atribuir a los numeros
un grado mayor de validez y presicion.
Los modelos de simulacin en una computadora son costosos y requieren mucho tiempo para
desarrollarse y validarse.
Se equiere gran cantidad de corridas computacionales para encontrar soluciones lo cual
representa altos costos.
Es difcil aceptar los modelos de simulacin y difcil de vender.
los modelos de simulacin no dan soluciones optimas.
La solucin de un modelo de simulacin puede dar el anlisis un falso sentido de seguridad.
Requiere largos periodos de desarrollos.
1.3estructura y caractersticas de estructuracin de eventos

Los componentes son las partes constituyentes del sistema. Tambin se les denomina como
elementos o subsistemas.

Las variables son aquellos valores que cambian dentro de la simulacin y forman partes de
funciones del modelo o de una funcin objetivo.

Los parmetros son cantidades a las cuales se les asignan valores, una vez establecidos los
parmetros, son constantes y no varan dentro de la simulacin.

Las relaciones funcionales muestran el comportamiento de las variables y parmetros dentro de
un componente o entre componentes de un sistema. Estas caractersticas operativas pueden ser
de naturaleza determinstica o estocstica. Las relaciones determinsticas son identidades o
definiciones que relacionan ciertas variables o parmetros, donde una salida de procesos es
singularmente determinada por una entrada dada. Las relaciones estocsticas son aquellas en las
que el proceso tiene de manera caracterstica una salida indefinida para una entrada determinada.

Las restricciones son limitaciones impuestas a los valores de las variables o la manera en la cual los
recursos pueden asignarse o consumirse.

En las funciones objetivos se definen explcitamente los objetivos del sistema y cmo se evaluarn,
es una medida de la eficiencia del sistema.

Funciones del modelo
Comparar
Predecir
Ejemplo:
- La pintura es una rplica de algo que existe
- Un carro de madera es la rplica de un original.


Estructura del modelo
El modelo se puede escribir de tal forma: Donde:
Es el efecto del comportamiento del sistema.
: Son las variables y parmetros que nosotros podemos controlar.
: Las variables y los parmetros que nosotros no podemos controlar.
Es la funcin con la cual relacionamos con con el fin de modificar o dar origen a .

Caractersticas:
Que sea completo
Adaptabibilidad
Credibilidad
Simplicidad (menor numero de parmetros)
Factible tanto en informacin como en recursos
Econmico (el costo mximo del modelo debe ser el mnimo beneficio que se obtiene.)










1.4 SISTEMA, MODELOS Y CONTROL
Sistemas, modelos y control

Uno de los proyectos ms interesantes de la simulacin virtual de
sistemas esta relacionado con la composicin musical, que adems es
una aficin particular de las personas en nuestros das. Mediante un
banco de datos, se ejerce el control de un o varios teclados al mismo
tiempo, este control se integra con un programa de creacin musical que
automatiza la generacin de acordes, pero con una gran ventaja, ya que
el control se realiza de una forma mucho ms intuitiva, puesto que los
sonidos van variando a medida que se va moviendo el guante en el
espacio. Aqu es donde radica una de las ventajas de la realidad virtual,
esto es, la posibilidad de suavizar el interfaz entre el usuario y la
aplicacin, un sintetizador en este caso, para que pueda extraer el mayor
potencial sin que la forma de manejarlo sea un obstculo.

Un Sistema es una coleccin de entidades (personas, mquinas,...) que
actan e interactan juntas para lograr un fin comn. En la prctica qu
se entiende por sistema depende de los objetivos del estudio particular
que se pretenda hacer. El conjunto de entidades que componen el
sistema para un estudio puede ser slo un conjunto de todas las
entidades utilizadas para otro estudio.

Un sistema es un conjunto de variables necesarias para describir el
sistema en un punto particular de tiempo, relativo a los objetivos del
estudio. Los sistemas se pueden clasificar en dos tipos, discretos y
continuos. Un sistema discreto es aquel en el que las variables de estado
cambian instantneamente en puntos separados en el tiempo. Un
sistema continuo es aquel en el que las variables de estado cambian
continuamente con respecto al tiempo.

En la prctica muchos sistemas no son completamente discretos o
continuos, usualmente es posible clasificarlos en base al tipo de cambios
que predominen en el mismo. En algunos momentos en la vida de un
sistema es necesario estudiar el mismo para entender las relaciones
entre sus componentes o predecir su comportamiento bajo nuevas
condiciones que se consideran. Existen diferentes formas de estudiar un
sistema.

Entidad: Es algo que tiene realidad fsica u objetiva y distincin de ser o
de carcter. Las entidades tienen ciertas propiedades que las distinguen
unas de otras.

Relacin: Es la manera en la cual dos o ms entidades dependen entre
s. Es la unin que hay entre las propiedades de una o ms entidades;
por lo tanto, el cambio en alguna propiedad de una entidad ocasiona un
cambio en una propiedad de otra entidad.

Estructura: Es un conjunto de relaciones entre las entidades en la que
cada entidad tiene una posicin, en relacin a las otras, dentro del
sistema como un todo.

Estado: (Momento de tiempo), es el conjunto de propiedades relevantes
que el sistema tiene en este momento. Cuando se habla del estado de un
sistema, se entiende los valores de los atributos de sus entidades.
Cuando se analiza un sistema se estudia sus cambios de estado
conforme transcurre el tiempo.

Propiedades de los modelos de simulacin

Modelo: Es una representacin de un objeto, sistema o idea de forma
diferente a la de la misma identidad.
Por lo general el modelo nos ayuda a entender y mejorar un sistema. El
modelo de un objeto puede ser una rplica exacta de este. Con la
diferencia del material que lo compone o de suescala, inclusive puede
ser una abstraccin de las propiedades dominantes del objeto.




1. Componentes: Son las partes de un conjunto que forman el sistema.

2. Variables: Pueden ser de dos tipos (Exgenos, Endgenos).
- Exgenas: Entradas son originadas por causas externas al sistema.
- Endgenas: Son producidas dentro del sistema que resultan de causas
internas, las cuales pueden ser de Estado o de Salida.

i. Estado: Muestran las condiciones iniciales del sistema.

II. Salida: Son aquellas variables que resultan del sistema.
Estadsticamente a las variables exgenas se las denomina como
variables independientes.

3. Parmetros: Son cantidades a las cuales el operador del modelo
puede asignarle valores arbitrarios lo cual se diferencia de las variables.
Los parmetros una vez establecidos se convierten en constantes.

4. Relaciones funcionales: Describen a los parmetros de tal manera
que muestran su comportamiento dentro de un componente o entre
componentes de un sistema. Las relaciones funcionales pueden ser de
tipo determinsticos o estocsticos.

- Determinsticas: Sus definiciones que relacionan ciertas variables o
parmetros donde una salida del proceso es singularmente determinada
por una estrada dada.

- Estocsticas: Cuando el proceso tiene una salida indefinida, para una
entrada determinada las relaciones funcionales se representan
por ecuaciones matemticas y salen del anlisisestadstico matemtico.

5. Restricciones: Estas son limitaciones impuestas a valores de las
variables las cuales pueden ser de dos formas:

- Autoimpuestas: O sea asignadas por el mismo operador o.

- Impuestas: O sea cuando son asignadas manualmente por el mismo
sistema.

Clasificacin de los modelos

Los modelos se pueden clasificar en forma general, pero los modelos de
simulacin se pueden clasificar en forma ms especfica. De que forma
podemos modelar un objeto o sistema desde lo ms real a lo ms irreal.

- Modelos fsicos: Son los que mas se asemejan a la realidad, se
encargan de modelar procesos los cuales pueden ser:
- Modelos analgicos: Se encargan de representar
una propiedad determinada de un objeto o sistema.

- Modelos denominados juegos administrativos: Ya empieza a
involucrarse al ser humano el comportamiento del ser humano. Ejemplo:
modelos de planeacin, estrategias militares.

- Modelos abstractos (simulacin): Viene hacer una herramienta ya
que se convierte en algo abstracto.

- Modelos matemticos: Se tiene en cuenta las expresiones materia y
lgicas ejemplo: representar un objeto. Aqu se debe hacer muchas
suposiciones dentro de un modelo matemtico.

Clasificacin de los modelos de simulacin

1. Modelos determinsticos: Ni las variables endgenas y exgenas se
pueden tomar como datos al azar. Aqu se permite que las relaciones
entre estas variables sean exactas o sea que no entren en ellas
funciones de probabilidad. Este tipo determinstico quita menos de
cmputo que otros modelos. Ejemplo: Modelos Estocsticos.

2. Modelos estocsticos: Cuando por lo menos una variable es tomada
como un dato al azar las relaciones entre variables se toman por medio
de funciones probabilsticas, sirven por lo general para realizar grandes
series de muestreos, quitan mucho tiempo en el computador son muy
utilizados en investigaciones cientficas.

3. Modelos estticos: Es que en ellos no se toma en cuenta el tiempo
dentro del proceso, por ejemplo: los modelos de juegos, modelos donde
se observa las GANANCIAS de una empresa. Ejemplo: Arquitectnicos:
lneas de telfono, tubos de agua.

4. Modelos dinmicos: Si se toma en cuenta la variacin del tiempo,
ejemplo: la variacin de la temperatura, del aire durante un
da, movimiento anual de las finanzas de una empresa.
Ejemplo: Laboratorio de qumica: reaccin entre elementos

En estos modelos fsicos podemos realizar modelos a escala o en forma
natural, a escala menor, e escala mayor, sirven para hacer
demostraciones de procesos como para hacer experimentos nuevos.

5. Modelos a escala: Son los modelos sencillos de maquetas -> casa ->
bao, cuartos, etc. Tambin se pueden tener a tamao natural a menor o
mayor escala, bidimensional, tridimensional.

Ventajas y desventajas de la simulacin frente a solucin
analtica
Modelo analtico: Ventajas:

1. Conciso en la descripcin del problema.
2. Conjunto de soluciones cerrado.
3. Permiten evaluar fcilmente el impacto producido por cambios en las
entradas sobre las medidas de salida.
4. Posibilidad de llegar a una solucin ptima.

Inconvenientes:
1. Las suposiciones hechas para describir el sistema puede ser poco
realistas. Las frmulas matemticas pueden ser muy complicadas
impidiendo llegar a una solucin.

Modelos de Simulacin: Ventajas:
1. Pueden describir sistemas que sean muy complejos.
2. Pueden ser usados para experimentar con sistemas que todava no existan,
o para experimentar con sistemas existentes sin que stos se alteren. (Esto
tambin los pueden hacer los mtodos analticos siempre y cuando el
sistema no sea muy complejo).

Inconvenientes:
1. No existe un conjunto de soluciones cerrado.
2. Cada cambio en las variables de entrada requiere una solucin separada o
conjunto de ejecuciones.
3. A los modelos de simulacin complejos pueden requerir mucho tiempo
para construirlos y ejecutarlos.
4. Puede resultar dificultoso establecer la validez del modelo (es decir, la
correspondencia con el sistema real).













1.5 MECANISMO DE TIEMPO FIJO Y TIEMPO VARIABLE

Debido a que la mayora de los estudios de simulacin se interesan en el
rendimiento del sistema durante un periodo, una de las consideraciones
ms importantes para disear el modelo y escoger el lenguaje en el cual
programarlo, es el mtodo que se usa para cronometrar. El cronometraje
en una simulacin tiene dos aspectos o funciones: la de adelantar el
tiempo o actualizar el estado del tiempo del sistema y el de proporcionar
sincronizacin de los carios elementos y ocurrencia de eventos.

Debido a que las acciones de cada elemento dependen del estado as
como de las acciones de otros elementos, estas deben coordinarse o
sincronizarse a tiempo simulado, produciendo que los eventos ocurran en
el orden adecuado y con los intervalos adecuados entre los eventos
ocurran en el orden adecuado y con los intervalos adecuados entre los
eventos sucesivos.

Esto plantea un problema un poco menos trivial para el diseador.
Aunque los componentes de un sistema real funcionan simultneamente,
los componentes en un modelo de simulacin digital funcionan
secuencialmente, debido al hecho de que una computadora digital
ejecuta sus instrucciones una a la vez (es decir, la operacin es
secuencial) y por tanto, solo puede considerar los componentes del
sistema uno por uno. Debido a que los eventos a menudo ocurren
simultneamente en diferentes partes del sistema del mundo real, es
necesario crear un sistema de cronometraje que sincronic el
rendimiento de los componente del sistema en el dominio de tiempo.


1.6
ETAPAS DE UN PROYECTO DE SIMULACION
Dos mecanismos bsicos de cronometraje se encuentran disponibles
para usarse: los mtodos de tiempo fijo y de incremento de tiempo
variable. Evento, respectivamente. El mtodo de incremento fijo actualiza
el tiempo dentro del sistema en intervalos de tiempo predeterminados de
longitud fija (la simulacin camina a travs del tiempo a un ritmo fijo). Por
otra parte, el mtodo de incremento de tiempo variable o del siguiente
evento actualiza el tiempo en el momento en que ocurre cada uno de los
eventos significativos, independientemente del paso del tiempo entre
eventos. (Simulacin camina a travs del tiempo sobre los eventos).

Modelo simplificado para el mtodo cientfico"

El proceso de investigacin no es una simple coleccin de "mtodos
cientficos". Los cientficos y otros investigadores no proceden de una
forma casual o fortuita. Cientos de pruebas y errores, investigacin,
discusiones y debates han conducido a la realizacin de un modelo
general de mtodo cientfico.

El modelo presenta las principales etapas para obtener, refinar y poner
en prctica el conocimiento en todos los campos. Este mtodo en ciencia
ha sido llamado de diferentes formas pero con mayor frecuencia "mtodo
cientfico". Es tambin un mtodo completo para la resolucin de
problemas y toma de decisiones para todos los campos. Hasta donde
nos puede servir el mtodo cientfico es una pregunta difcil de
responder. El filsofo David Hume argumentaba que la causalidad no
puede ser percibida y por consiguiente no se puede conocer o probar, y
en su lugar tan solo se puede percibir la correlacin. Sin embargo,
argument que se puede seguir el mtodo cientfico para, al menos,
desechar las causas errneas. Esto es, probar experimentalmente la
veracidad de un hecho de forma rigurosa hasta encontrar un contra
ejemplo o excepcin que nos dirija hacia su verdadera causa.

El mtodo cientfico puede ser tabulado en una frmula de 14 etapas o
pasos bien descritas que se conoce como mtodo cientfico de 14 etapas
o pasos o MC-14 (SM-14 en ingls). Las etapas se pueden dividir
en etapas principales e ingredientes de apoyo o extra. A su vez las
etapas o pasos principales pueden agruparse en estudios, secciones o
partes segn los objetivos que deben alcanzarse en cada una de ellas. El
mtodo cientfico no est limitado a un orden determinado o fijo sino que
puede seguir un orden diferente de esta frmula.

A continuacin se presentan las etapas del mtodo cientfico que sigue la
frmula MC-14.

Etapas principales
Seccin 1: Observacin

Paso 1: Observacin curiosa
Paso 2: Existe algn problema?
Paso 3: Objetivos y planificacin
Paso 4: Bsqueda, exploracin y recopilacin de evidencias
Paso 5: Generacin creativa y alternativas lgicas
Seccin 2: Induccin o generalizacin: Se realiza LA PREDICCIN de
resultados de nuevas observaciones (se evita caer en la falacia del
francotirador)
Paso 6: Evaluacin de las evidencias o pruebas
Seccin 3: Hiptesis
Paso 7: Realizacin de hiptesis, conjeturas y suposiciones
Seccin 4: Prueba de hiptesis por experimentacin
Paso 8: Experimentacin, prueba y cuestionamiento de las hiptesis
Paso 9: Realizacin de conclusiones
Paso10: Prrroga o dilacin de afirmaciones o juicios de valor
Seccin 5: Tesis o teora cientfica
Paso 11: Desarrollo de la teora y envo a revisin por pares
Ingredientes
Ingrediente pas 12: Mtodos creativos, lgicos y no lgicos y tcnicos
Ingrediente pas 13: Objetivos del mtodo cientfico
Ingrediente Pas 14: Aptitudes y habilidades cognitivas