UNIVERSIDAD ANDINA DEL CUSCO

CARRERA PROFESIONAL DE INGENIERA DE SISTEMAS

Simulacin

ASIGNATURA:

Investigacion Operativa II
Luis Oswaldo Velasquez Lovera

008100150h

2014

NOMBRES:

FECHA: 21/ 07/2014

CUSCO

Introduccin
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.
La tcnica de simulacin es desde hace mucho tiempo una herramienta importante para el
diseador. Durante muchos aos, se han usado modelos a escala de mquinas, para simular la
distribucin de planta. La simulacin comn se us inicialmente en la investigacin de
operaciones, surgi por primera vez en el trabajo de John Von Neumann y Stanislaw Ulam, en
los ltimos aos de la dcada de los 40. Quienes a travs del anlisis de Montecarlo en
conjunto con una tcnica matemtica, resolvieron problema relacionados con las barreras
nucleares de proteccin, demasiado costosas para someterlas a pruebas de experimentacin o
demasiado complejas para realizar sus anlisis. Un el advenimiento de las computadoras, en
los primeros aos de la dcada de los 50, la simulacin experiment un avance substancial. En
la actualidad se resuelven incontables problemas de negocios, puesto que la simulacin en la
computadora es un mtodo econmico y rpido para efectuar la vasta cantidad de clculos
que se requieren.

Simulacin es el artificio contextual que referencia la investigacin de una hiptesis o

un conjunto de hiptesis de trabajo utilizando modelos.

ndice
Historia ............................................................................................................................. 5
Objetivos: ......................................................................................................................... 6
Etapas para realizar un estudio de simulacin ............................................................... 6
Definicin del sistema ........................................................................................................... 6
Formulacin del modelo ....................................................................................................... 6
Coleccin de datos ................................................................................................................ 6
Implementacin del modelo en la computadora.................................................................. 6
Verificacin............................................................................................................................ 6
Validacin Del Sistema .......................................................................................................... 7
Experimentacin ................................................................................................................... 7
Interpretacin ....................................................................................................................... 7
Documentacin ..................................................................................................................... 7

Modelo de simulacin ..................................................................................................... 8

Modelo terico ...................................................................................................................... 8
Modelo conceptual ............................................................................................................... 8
Modelo Sistmico .................................................................................................................. 8

Conclusin ...................................................................................................................... 11
Bibliografa ...................................................................................................................... 12

Marco Terico
Con todo el poder de las matemticas, existen muchos problemas que desafan los mtodos de
solucin conocidos. Por ejemplo, cuando se quiere tomar decisiones sobre un nuevo producto, el
fabricante debe considerar precio, calidad, nombre de marca, reaccin competitiva, reaccin del
cliente, promocin, distribucin y otros factores.
El problema incluye eventos aleatorios, muchas variables que tienen relaciones complejas y
fenmenos dinmicos.
Ante esta situacin surge la posibilidad de experimentar, va una simulacin.

Qu es la simulacin?
Es una tcnica de experimentacin en que se usan modelos logico matematicos.
Puede ser deterministica o probabilistica.
Puede pensarse en la experimentacin como en un mtodo organizado de prueba
y errorque usa un modelo del mundo para obtener informacin.
La simulacin acorta tiempo y es menos costosa.
La repeticin es comun en simulacin. El riesgo mas importante al experimentar
se refiere a resultados del experomento; estos pueden diferir de los resultados de
la puesta enprctica. El modelo que se usa debe ser una representacin vlida del
mundo real.
No hay principios ni teoremas de simulacin. Pero, por fortuna existen aspectos
de la simulacin que pueden estudiarse con grandes beneficios.

Historia
Durante los ltimos aos los avances han posibilitado la utilizacin de la simulacin en la investigacin.
Uno de los procedimientos de simulacin ms utilizados es el mtodo de Monte Carlo. Este
mtodo
se
aplica en la resolucin de problemas matemticos que resultan tcnicamente
inmanejables o cuya solucin requiere un alto costo en trminos de tiempo de trabajo, mediante
la simulacin de procesos aleatorios. Una limitacin de este procedimiento es que las conclusiones,
por ser resultado de un procedimiento experimental, son relativas a los procesos utilizados
en
la simulacin.
Bajo el nombre de Mtodo de Monte Carlo o Simulacin Monte Carlo se agrupan una serie
de procedimientos que analizan distribuciones de variables aleatorias usando simulacin de nmeros
aleatorios. El Mtodo de Monte Carlo da solucin a una gran variedad de problemas matemticos
haciendo experimentos con muestreos estadsticos en una computadora. El mtodo es aplicable a
cualquier tipo de problema, ya sea estocstico o determinstico.
Generalmente en estadstica los modelos aleatorios se usan para simular fenmenos que poseen algn
componente aleatorio. Pero en el mtodo de Monte Carlo, por otro lado, el objeto de la investigacin es
el objeto en s mismo, un suceso aleatorio o pseudo-aleatorio se usa para estudiar el modelo.
La simulacin de Monte Carlo fue creada para resolver integrales que no se pueden resolver por
mtodos analticos, para resolver estas integrales se usaron nmeros aleatorios. Posteriormente se
utiliz para cualquier esquema que emplee nmeros aleatorios, usando variables aleatorias con
distribuciones de probabilidad conocidas, el cual es usado para resolver ciertos problemas estocsticos y
determinsticos, donde el tiempo no juega un papel importante.
Durante la Guerra Fra se intensific el uso de la simulacin para resolver problemas de inters militar;
trayectorias y dinmicas de satlites artificiales, guiar msiles, etc. Muchos de estos problemas exigen la
resolucin de sistemas de ecuaciones diferenciales no lineales. Para abordar estos problemas se
utilizaron ordenadores analgicos que usaban elementos electrnicos para resolver las operaciones
matemticas: integracin, suma, multiplicacin, generacin de funciones, etc.
A partir de la dcada de los 60 empiezan a aparecer en el mercado programas de simulacin de sistemas
de acontecimientos discretos que poco a poco se empezaron a utilizar para resolver problemas de
mbito civil. Los ms destacables fueron el GPSS de IBM (General Purpose System Simulator) y el
SIMSCRIPT. Los modelos de acontecimientos discretos son muy utilizados en la actualidad para estudiar
problemas de fabricacin de procesos, logstica, transporte, comunicaciones y servicios. Estos
problemas se caracterizan por centrar su inters en los cambios que hay en el sistema como
consecuencia de los acontecimientos y en su capacidad para modelar los aspectos aleatorios del
sistema. Este simulador se utiliz para analizar el diseo de la terminal(Barcelona) en lo que respecta a
los distintos espacios, el movimiento de las personas en situaciones normales y el anlisis del plan de
evacuacin.

Objetivos:
Objetivos Generales:

Mostrar los Beneficios de la Simulacin.

Objetivos especficos:

Que factores intervienen en la Simulacin

Mostrar el grado de impacto de la Simulacin

Etapas para realizar un estudio de simulacin

Definicin del sistema
Consiste en estudiar el contexto del problema, identificar los objetivos del proyecto, especificar los
ndices de medicin de la efectividad del sistema, establecer los objetivos especficos del
modelamiento y definir el sistema que se va a modelar.

Formulacin del modelo

Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y
construye el modelo con el cual se obtendrn los resultados deseados. En la formulacin del
modelo es necesario definir todas las variables que forman parte de l, sus relaciones lgicas y los
diagramas de flujo que describan en forma completa el modelo.

Coleccin de datos
Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para
producir los resultados deseados.

Implementacin del modelo en la computadora

Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje como
el fortran, algol, lisp, etc., o se utiliza algn paquete como Automod, Promodel, Vensim, Stella y
iThink, GPSS, simula, simscript, Rockwell Arena,etc., para procesarlo en la computadora y obtener
los resultados deseados.

Verificacin
El proceso de verificacin consiste en comprobar que el modelo simulado cumple con los requisitos
de diseo para los que se elabor.2 Se trata de evaluar que el modelo se comporta de acuerdo a su
diseo del modelo

Validacin Del Sistema

A travs de esta etapa es valorar las diferencias entre el funcionamiento del simulador y el sistema
real que se est tratando de simular. Las formas ms comunes de validar un modelo son:
1. La opinin de expertos sobre los resultados de la simulacin.
2. La exactitud con que se predicen datos histricos.
3. La exactitud en la prediccin del futuro.
4. La comprobacin de falla del modelo de simulacin al utilizar datos que hacen fallar al
sistema real.
5. La aceptacin y confianza en el modelo de la persona que har uso de los resultados que
arroje el experimento de simulacin.

Experimentacin
La experimentacin con el modelo se realiza despus que este haya sido validado. La
experimentacin consiste en comprobar los datos generados como deseados y en realizar un
anlisis de sensibilidad de los ndices requeridos.

Interpretacin
En esta etapa del estudio, se interpretan los resultados que arroja la simulacin y con base a esto
se toma una decisin. Es obvio que los resultados que se obtienen de un estudio de simulacin
colabora a soportar decisiones del tipo semi-estructurado.

Documentacin
Dos tipos de documentacin son requeridos para hacer un mejor uso del modelo de simulacin. La
primera se refiere a la documentacin del tipo tcnico y la segunda se refiere al manual del
usuario, con el cual se facilita la interaccin y el uso del modelo desarrollado.

Modelo de simulacin
La experimentacin puede ser un trabajo de campo o de laboratorio. El modelo de mtodo usado
para la simulacin seria terico, conceptual o sistmico.
Despus de confirmar la hiptesis podemos ya disear un teorema. Finalmente si este es admitido
puede convertirse en una teora o en una ley.

Modelo terico
El 'modelo terico' debe contener los elementos que se precisen para la simulacin. Un ejemplo
con trabajo de laboratorio es un programa de estadstica con ordenador que genere nmeros
aleatorios y que contenga los estadsticos de la media y sus diferentes versiones : cuadrticaaritmtica-geomtrica-armnica. Adems debe ser capaz de determinar la normalidad en trminos
de probabilidad de las series generadas. La hiptesis de trabajo es que la media y sus versiones
tambin determinan la normalidad de las series. Es un trabajo experimental de laboratorio. Si es
cierta la hiptesis podemos establecer la secuencia teorema, teora, ley. Es el modelo principal de
todo una investigacin cientfica, gracias a ello podemos definir o concluir la hiptesis, las
predicciones, etc.

Modelo conceptual
El modelo conceptual desea establecer por un cuestionario y con trabajo de campo, la importancia
de la discriminacin o rechazo en una colectividad y hacerlo por medio de un cuestionario en forma
de una simulacin con una escala de actitud. Despus de ver si la poblacin es representativa o
adecuada, ahora la simulacin es la aplicacin del cuestionario y el modelo es el cuestionario para
confirmar o rechazar la hiptesis de si existe discriminacin en la poblacin y hacia que grupo de
personas y en que cuestiones. Gran parte de las simulaciones son de este tipo con modelos
conceptuales.

Modelo Sistmico
El modelo sistmico se construye utilizando como metodologa la Dinmica de sistemas. Se simula
el sistema social en una de sus representaciones totales. El anlisis de sistemas es una
representacin total. Un plan de desarrollo en el segmento de transportes con un modelo de
ecologa humana, por ejemplo. El nfasis en la teora general de sistemas es lo adecuado en este
tipo de simulaciones. Este mtodo, que es para un Sistema complejo, es sumamente abstracto, no
se limita a la descripcin del sistema, sino que debe incluir en la simulacin las entradas y salidas de
energa y procesos de homeostasis, autopoiesis y retroalimentacin.

Tanto el programa de estadstica, como la escala de actitud, como el sistema total, son perfectas
simulaciones de la realidad y modelizan todos los elementos en sus respectivas hiptesis de
trabajo. Son tambin un microclima y el ambiente o el escenario en los procesos de
simulacin/experimentacin. Otras propiedades que deben contener las simulaciones es que sean
repetibles indefinidamente. Que eviten el efecto de aprendizaje que incita al encuestador a rellenar
l mismo los cuestionarios y que se podr evitar con algn control, que sean flexibles o mejorables
y que no sea invasivo o cambiar la poblacin de las muestras sucesivas.

Para qu usar la Simulacin?

Para experimentar con escenarios what-if.
Para comprender el impacto de la introduccin de nuevas tecnologas.
Para visualizar una representacin dinmica del sistema.
Para probar/analizar un diseo previo a la implementacin.
Para analizar la performance del sistema a los cambios que se presenten en el tiempo

METODO TABULAR
Se ampliamente por su simplicidad
Su procedimiento es el siguiente:
Se construye una tabla de cada valor de la variable aleatoria y su probabilidad asociada.
Se tabula la distribucin acumulada.
Se establecen intervalos de nmeros aleatorios usando la probabilidad acumuladas como
lmites superiores de cada intervalo.
De esta manera se ha creado un cdigo para interpretar los nmeros aleatorios con la
distribucin de probabilidad deseada.

EJEMPLO N 1: ANALISIS DE GANANCIA

Supongase que una firma est considerando la introduccin de un nuevo producto al mercado.
Se sabe con una informacin razonable que el costo fijo es de $10,000 y que el precio de venta
debe ser de $2 por razones competitivas. La firma quiere por lo meos alcanzar el punto de
equilibrio en el primer ao de ventas.
Este problema surge gracias a la incertidumbre en cuanto a que los costos variables estarn
entre $0.95 y $1.04. Se piensa que la demanda depender de la reaccin de los competidores.
Si reaccionan rpidamente el primer ao, se espera que la ventas sean de 8000, 9000 o 10,000
unidades. Si no hay reaccin fuerte, entonces las ventas pueden llegar a 10,000, 11,000 0
12,000 unidades. La firma piensa que existe un 60% de posibilidades de que sus competidores
reaccionen fuertemente.
La administracin desea saber el riesgo de seguir adelante con el producto. qu posibilidades
existe de llegar al punto de equilibrio?

Pasos:
1. Definicin de los objetivos
Cul es el objetivo en este problema?
2. Formulacin del Modelo
Cul es el modelo propuesto?
3. Diseo del experimento
Cul seria el diseo del experimento?

4. Realizacin de experimento
Cmo se realizara el experimento?
COSTO
VARIABLE

0.95
0.96
0.97
0.98
0.99
1.00
1.01
1.02
1.03
1.04
REACCION
COMPETITIVA

Fuerte
Debil

0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10

PROBABILIDAD
INTERVALOS
ACUMULADA

0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
1.00

PROBABILIDAD

0.01 - 0.10
0.11 - 0.20
0.21 - 0.30
0.31 - 0.40
0.41 - 0.50
0.51 - 0.60
0.61 - 0.70
0.71 - 0.80
0.81 - 0.90
0.91 - 1.00

PROBABILIDAD
INTERVALOS
ACUMULADA

0.6
0.4

DEMANDA
Reaccion
fuerte

8000
9000
10000
DEMANDA
Reaccion
debil

10000
11000
12000

10

PROBABILIDAD

PROBABILIDAD

PROBABILIDAD
INTERVALOS
ACUMULADA

0.33
0.33
0.33
PROBABILIDAD

0.33
0.33
0.33

PROBABILIDAD
INTERVALOS
ACUMULADA

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Costo variable
N aleatorio
Costo $
1.00
0.07
0.64
0.29
0.35
0.50
0.91
0.05
0.73
0.30
0.28
0.82
0.72
0.82
0.89
0.88
0.85
0.33
0.58
0.58

Reaccin competitiva
N aleatorio Reaccin
0.51
0.65
0.55
0.82
0.70
0.33
0.66
0.52
0.67
0.39
0.60
0.83
0.35
0.66
0.52
0.47
0.98
0.03
0.55
0.70

Demanda
N aleatorio Demanda
0.68
0.18
0.17
0.32
0.41
0.15
0.81
0.61
0.88
0.35
0.13
0.90
0.70
0.30
0.80
0.52
0.98
0.00
0.98
0.24

Ganancia $

Resultados
Ganancia Mnima
Ganancia Mxima
Ganancia Promedio
Ganancia Mediana

$-2400
$2400
$-266
$-200

Conclusin
.- Podemos decir que la simulacin tiene mltiples opciones para poder resolver el problema
del tiempo y la optimizacin de los campos.
.-La simulacion es muy usada en los medios de atencin y tambin probado por los mismos
medios para poder mejorar su atencin.

11

Bibliografa
/simulacion-en-la-investigacion-de-operaciones.html
Isabel, M. (2009). Teora de Colas .
Jagdish C. Arya, R. W. (2002). Matemticas Aplicadas a la Administracin y a la Economa.
jauregui, D. (2012). http://es.slideshare.net/. Obtenido de
http://es.slideshare.net/poropunk/cadenas-de-markov-14645772
jose. (2013). http://es.slideshare.net. Obtenido de

12