Introduccion a la Simulacion, autores Martin Matas e Ileana Carvajal

1. 1
CAPITULO 1
INTRODUCCIÓN A LA SIMULACIÓN
Si se tiene un sistemas de líneas de espera en que los clientes llegan con
tiempo normal y el tiempo de servicio es uniforme. ¿Cómo resolvería Ud. este
problema si los modelos de líneas de espera de Investigación de Operaciones
están creados para llegadas Poisson y tiempo de servicio exponencial o
constante?
Si tiene un sistema de inventarios donde la demanda tiene un distribución
uniforme, el tiempo de abastecimiento tiene una distribución exponencial, la
cantidad de cada pedido que el proveedor envía corresponde a una distribución
empírica.¿Cómo resuelve el problema?
Si para un proyecto de inversión se debe encontrar las distribuciones de
probabilidades de los criterios de rentabilidad Van y Tir; donde el pronóstico
de ventas indican que éstas pueden fluctuar de acuerdo a una distribución
normal, los costos con una distribución uniforme, los intereses con una
distribución empírica y para los impuestos existe una probabilidad conocida de
que disminuyan. ¿Como lo resolvería usted?
Aunque existen técnicas matemáticas para resolver cada uno de estos tipos de
problemas los supuestos de los modelos no se ajustan a la realidad problema.
Se debe recurrir entonces a las técnicas de simulación para resolverlos. En
general, se puede afirmar que la simulación es utilizada para resolver
problemas en los que no existe un modelo matemático establecido para
resolverlo o si existe el problema es muy complejo para utilizarlo y no resulta
práctico. En este mismo capítulo se dedica un apartado al tema de la
aplicabilidad de la simulación.
1.1. LA SIMULACIÓN: DEFINICIÓN, SU HISTORIA
La simulación ha sido durante mucho tiempo un instrumento importante del
diseñador y se ha empleado para simular conjuntos de fábricas con modelos de

2. 2
máquinas a escala, por ejemplo:
El concepto de simulación ha sido utilizado en muchos campos antes que en
éste y es probablemente tan viejo como el ser humano mismo. La aplicación
más vieja que se conoce data de 1811 con los trabajos de Von Reisswitz sobre
juegos de guerra(a).
Desde 1949, año en que puede situarse el inicio del uso de la palabra
simulación en su concepción actual, se han dado numerosos definiciones.
Fueron los trabajos de Jhon Von Neumann y Stanislaw Ulam los que dieron
un sentido moderno a la definición con el método de simulación Montecarlo (ver
Anexo A para más información sobre Montecarlo y la investigación realizada por
Von Neumann y Ulam).
Con el advenimiento de las computadoras digitales a principios de la década de
1950 las técnicas de simulación han alcanzado grandes progresos; la
computadora dio origen a innumerables aplicaciones por su capacidad única de
efectuar gran cantidad de cálculos en forma rápida y económica y con ello un
mayor número de problemas teóricos y prácticos.
La palabra simulación se usa en numerosas disciplinas científicas para describir
el arte de la construcción de modelos. Muchos autores afirman que la
simulación se realiza a través de modelos matemáticos y lógicos para ser
utilizados en computadoras digitales. Estos conceptos son limitantes para el
campo experimental de la simulación, ya que los modelos pueden ser físicos,
por ejemplo los modelos de distribución en planta los cuales pueden ser
simulados a través de maquetas o planos a escala con figuras del mobiliario,
equipo y maquinaria, distribuidas en el esquema de la planta. La simulación
de procesos hidráulicos o en general procesos continuos puede darse utilizando
para ello las computadoras análogas(1). En la mayoría de las simulaciones se
puede utilizar modelos matemáticos y lógicos para computadoras digitales, pero
no necesariamente es así. Sin embargo para fines de esta investigación la
afirmación es válida.
Tomas H. Naylor ha propuesto (b) la siguiente definición de simulación:
"Simulación es una técnica numérica para conducir
experimentos en una computadora digital, los cuales
1
- No son tan populares como la computadora digital, pero son utilizadas para fines
específicos en donde se require de gran velocidad.
2

3. 3
requieren ciertos tipos de modelos lógicos y matemáticos,
que describen el comportamiento de un negocio o un
sistema económico (o algún componente de ellos) en
períodos extensos de tiempo real".
A fin de restringir el concepto a los alcances u objetivos de esta investigación se
ha tomado también otra definición dada por R. Kauffmann ( c) ya que se ha
considerado que describe apropiadamente el concepto y se complementa con la
dada por Naylor:
“Simulación es la imitación de un aspecto de interés de un
sistema, duplicando mediante un modelo su
comportamiento real y observando los resultados que se
producen al variar, en ese modelo, las circunstancias de
operación”.
Mediante un diagrama de flujo, Rafael Kauffmann expone el proceso de
simulación.
Se debe resaltar algunas características importantes de la simulación que
permiten aclarar o complementar aún más el concepto dado por Kauffmann y
Naylor.
- Para imitar el sistema real se utiliza un modelo lógico y matemático.
- Las variables de entrada del modelo, generan los mismos afectos en los
resultados (variables de salida), de la misma manera que lo harían en el
sistema real.
- Debe realizarse en tiempo y espacio diferentes al sistema real. De ser en
tiempo y espacio real no se simularía sino que se estaría realizando una prueba
piloto, lo cual es una técnica de investigación diferente.
- Una simulación puede ser determinística o probabilística, según el
comportamiento de las variables involucradas en el problema a resolver.
- La repetición es común en la simulación, la razón es que los resultados de un
experimento de simulación están sujetos a las probabilidades, si el modelo
incluye variables aleatorias. Cada corrida de prueba es solo una muestra y el
resultado de muchas interacciones son estadísticas y no leyes inmutables o
soluciones óptimas. Al repetir el experimento muchas veces, es posible

4. 4
aumentar la confianza en los resultados, pero de todas maneras se deberán
interpretar en forma estadística. La observación del resultado amerita tratarse
como un experimento estadístico.
-La simulación es una técnica de muy amplia aplicación que no está limitada a la
solución de una sola categoría de problemas como muchas técnicas de
investigación de operaciones. Los límites que existen para su aplicación son,
por una lado, los de la imaginación y experiencia del ingeniero, por otro la
disponibilidad de los recursos de computación y de tiempo del ingeniero para el
planeamiento, corrida y análisis del modelo.
- La simulación requiere la intervención de auténticos expertos en el fenómeno
que se desea modelar, esto evitará que las conclusiones a que se llegue a
través del análisis sean erróneos, por una deficiente representación de la
realidad.
1.2 QUE NO ES LA SIMULACIÓN
-La simulación no es Método Montecarlo, la simulación actual es un concepto
más amplio. El Método Montecarlo es el nombre del experimento realizado en
el Proyecto Mannhattan donde Von Newman y Ulam utilizaron simulación por
primera vez bajo el concepto actual.
- La simulación no es un análisis de sensibilidad. Un análisis de sensibilidad( d)
ofrece información adicional sobre el comportamiento de una solución obtenida,
generalmente la óptima, debido a cambios en los parámetros del sistema; tal
análisis es necesario cuando los parámetros del sistema no pueden estimarse
con exactitud, en resumen se estudia la solución obtenida en el entorno de
estas estimaciones. La simulación va más allá, porque además de permitir
hacer variaciones en los parámetros del modelo puede incorporarles la
aleatoriedad según la distribución de probabilidad que presenten y permite
también presentar la solución obtenida mediante una distribución de
probabilidad. Además el análisis de sensibilidad parte de una solución obtenida,
la simulación obtiene la solución y es capaz de variar los parámetros para hacer
la sensibilidad. Es por tanto, una herramienta tan poderosa que optativamente
permite hacer análisis de sensibilidad.
1.3 MOTIVOS DEL AUGE DE LA SIMULACIÓN
El auge que ha tenido la simulación en los últimos años obedece a las
4

5. 5
siguientes razones:
- La simulación permite solucionar problemas que otras técnicas analíticas no
logran resolver lo que hace de ésta una ventaja competitiva para una empresa;
todo esto en una era altamente competitiva en donde cualquier herramienta
capaz de ofrecer una ventaja competitiva es aceptada.
- Hoy día, el nivel académico del profesional ha aumentado, tiene mayor
acceso al conocimiento (acceso a mejores medios de comunicación( 2), mejores
universidades, textos) esto le permite desarrollar la capacidad de comprensión y
de análisis, requisito indispensable para el manejo de las técnicas de
simulación.
- Los equipos de cómputo cada vez son más potentes y poderosos, su precio es
más bajo que en el pasado lo que la hace más accesible, de manera tal que el
tiempo de máquina no es un costo representativo(3).
- Los programas especiales para simulación de sistemas de manufactura
actualmente incorporan animación, lo que aumenta la comprensión del proceso
simulado presentándolo gráficamente. El hacer de la simulación una técnica
más comprensible ha permitido aumentar su aceptación y por ende su uso.
1.4 APLICACIONES A LA INGENIERIA INDUSTRIAL
Tal y como se ha afirmado, los recientes avances en el desarrollo de
metodologías de simulación así como la gran disponibilidad de software en el
mercado, entre otros factores han hecho de las técnicas de simulación una de
las herramientas ampliamente usadas en el análisis de sistemas.
En forma general estas técnicas se pueden aplicar cuando ninguna herramienta
conocida para el análisis de sistemas resuelva el problema, esto debido al
comportamiento aleatorio de las variables y/o la complejidad de sus
interacciones. Además, se puede utilizar si se desea estudiar el
2
- Hoy día es posible la comunicación vía Internet con bibliotecas, foros mundiales y el
fabricante del software sin necesidad de un representante local, lo cual abre la posibilidad de
adquirir casi cualquier programa a nivel mundial.
3
- Cabe destacar que actualmente se utilizan las computadoras como máquinas de
escribir (procesadores de texto), para hacer cálculos que se pueden hacer en calculadoras
manuales (hojas electrónicas), oír música en disco compacto y hasta para entretenimiento
(diversidad de juegos existentes).

6. 6
comportamiento del sistema o una variación dentro de éste, aunque existan
modelos analíticos para resolverlos.
Se puede indicar la existencia de una gran cantidad de campos dentro de los
negocios y la economía donde la técnica de simulación puede ser aplicada, por
ejemplo:
- Simulación como sistema pedagógico:
Para enseñar a estudiantes o empresarios el comportamiento del modelo en
tiempo comprimido y sin afectar el sistema real. En estos casos es de gran
utilidad los paquetes que tienen opciones de animación.
Los juegos mercantiles o de negocios(e) son una aplicación específica donde se
enseña el empleo de reglas decisorias, ofreciéndole al estudiante un problema
decisorio estructurado alrededor de un modelo conceptual.
Los Laboratorios de Administración de Empresas(f) por ejemplo, son programas
de simulación creados para que los estudiantes de administración tomen
decisiones en torno a un problema específico. El estudiante desarrolla un propio
patrón administrativo para resolver el problema que le presentan. Un tutor
interviene haciendo comentarios sobre algunas de las opciones que se pudieran
estar utilizando. Lo que se hace aquí es la simulación del proceso de
pensamiento de quién toma las decisiones.
-Simulación en la economía (g):
Se plantean modelos con la intención de estudiar los efectos macroeconómicos
de algún cambio presentado sobre la economía de un país. Por ejemplo, se
puede evaluar el efecto de políticas graduales, frente a políticas repentinas, así
como una combinación de ambas.
Específicamente, en el campo de la ingeniería industrial se tiene:
-Simulación de proyectos de inversión:
La mayoría de proyectos de inversión manejan tal incertidumbre con respecto a
sus flujos de efectivo que hacen difícil y a veces imposible manejar
analíticamente este tipo de problemas. La simulación es ampliamente
recomendada para medir el factor riesgo en los estudios económicos a partir de
la simulación de los diferentes flujos esperados. Una aplicación a la simulación
de VAN ha sido investigación y presentada en el Capítulo 6.
6

7. 7
-Simulación de un sistema de colas:
Cuando un sistema de colas es difícil de analizar por las técnicas
convencionales. Una aplicación de simulación de un sistema de este tipo ha
sido investigada y presentada en el Capítulo 8 del presente estudio.
- Localización y distribución física de plantas:
La simulación se ha aplicado con éxito al sistema de localización de planta, que
esté de acuerdo con un servicio satisfactorio para los clientes. A fin de lograrlo,
hay que formular algunas preguntas básicas. ¿Cuántas bodegas debe usar la
empresa?¿Cuáles son sus localizaciones y tamaños?¿Cuáles productos deben
manufacturarse en cuáles fábricas y que cantidad?¿Cuáles fábricas deben dar
servicio a cuáles bodegas?¿Debe construirse una fábrica más?¿Cuáles son los
niveles deseables de servicio a los clientes y a que costos?
Una aplicación a la localización de una planta es presentada en el presentada
en el capítulo 6, donde se simula mediante el uso de hoja electrónica.
- Manufactura:
Algunas empresas están empleando la simulación para poner a prueba ideas
de programación de producción. En un modelo de control de producción, se
simula las operaciones de las fábricas para probar las reglas de decisión que
constituyen realmente el sistema de programación. Las políticas y
procedimientos relacionados con la carga de máquinas, programación y
despacho, se prueban en términos de costos de inventario, máquinas ociosas,
tiempo de trabajadores, flexibilidad y costo de la programación misma.
La operación de una línea de producción se puede simular para determinar, por
ejemplo la cantidad de espacio para almacenamiento de producto en proceso
que debe preverse.
Un área de la manufactura a la que se ha dado gran atención en los estudios
de simulación es la determinación del tamaño de un grupo de mantenimiento. La
simulación de esos problemas, es indudablemente mucho menos costoso que la
experimentación en las fábricas.
Sin experimentación no hay ninguna seguridad de lograr una mejoría real, para
no mencionar las pérdidas de producción y las malas relaciones de trabajo que
pueda resultar al hacer los cambios con el modelo real.

8. 8
Inventarios:
Durante muchos años la simulación se ha aplicado a sistemas de inventario en
condiciones de riesgo. En los casos en que haya un gran número de artículos
de inventario, se usará la computadora para terminar los cálculos de existencia
de seguridad para todas las unidades del inventario.
La simulación puede aplicarse a ciertas fases de los inventario, tales como el
establecimiento de puntos de reorden de pedidos, la determinación de la
demanda durante el periodo, niveles de inventarios; además se aplica a la
integración de modelos de programas de producción, y modelos de control de
inventarios para un sistema combinado de producción e inventarios.
Otras aplicaciones:
En el ejército, para evaluar cambios en las prácticas de operación, capacidad y
configuración de las instalaciones. En ingeniería de tránsito, para determinar
las cuellos de botella en las intersecciones, acomodos y acondicionamiento
viales de una ciudad. En los aeropuertos a fin de poner a prueba cambios en
las políticas y prácticas de la compañía (número de hangares, número de
aviones, capacidad de unidades de mantenimiento). En el adiestramiento de
pilotos, es mejor el entrenamiento en simuladores de vuelo que en aviones
reales.
1.5¿CUANDO EMPLEAR LA SIMULACIÓN?
La decisión de emplear o no la simulación como técnica para resolver un
problema en particular no es tarea sencilla. Sin embargo se puede partir de tres
consideraciones básicas antes de tomar la decisión:
-Aplicabilidad de la técnica. ¿Estamos seguros que es posible obtener al menos
una aproximación satisfactoria a la solución del problema al aplicar la
simulación?
-Simplicidad: ¿Se presta la técnica utilizada a una interpretación relativamente
fácil para aquellos que utilizarán los resultados del estudio?
-Costo:¿Es la simulación el procedimiento de menor costo para resolver el
problema?
La simulación debería utilizarse, si y solo si, la respuesta a cada una de estas
tres preguntas es afirmativa.
8

9. 9
1.6 VENTAJAS Y DESVENTAJAS DE LA SIMULACIÓN
Cuando se compara con un modelo analítico o numérico las técnicas de
simulación presenta ventajas y desventajas.
1.6.1 VENTAJAS
- Permite estudiar el sistema real sin deformarlo. Los modelos analíticos o
numéricos requieren simplificar el sistema real en estudio, a fin de que se
apegue a las condiciones que fundamentan el modelo en uso; esto hace que
muchos modelos resuelvan un sistema deformado, muy lejano al sistema real
bajo estudio.
- Es fácil explicar el comportamiento del modelo cuando existe la animación.
Los procesos de simulación con animación son herramientas efectivos para
entrenar personal y como técnica de convencimiento para las ejecutivos de la
empresa.
- Presentan una visión macro y micro del sistema bajo estudio más profundo y
detallado que cualquier otro modelo. Descompone un sistema en subsistemas,
si se desea.
- Son útiles porque se experimenta con un modelo del sistema en vez del
sistema real que está funcionando. Permite que se experimente con una réplica
del verdadero sistema para efectuar las corridas de prueba antes de
comprometer a la empresa a efectuar grandes desembolsos en efectivo.
- Es más fácil utilizar un proceso simulado, que desarrollar un complicado
modelo matemático que represente todo el proceso que se estudia.
- La simulación por computadoras permite incluir el tiempo en el análisis de
situaciones esencialmente dinámicas.
- En operaciones de negocios, pueden obtenerse los resultados de varios años
o períodos en unos cuantos minutos de funcionamiento.
- Se puede aplicar a una gran gama de problemas de ingeniería industrial, aún a
aquellos que pueden ser resueltos con modelos convencionales, con la ventaja
de ofrecer en algunos casos mayor información que estos últimos.

10. 10
1.6.2 DESVENTAJAS
- No se producen resultados óptimos, en la mayoría de casos se obtiene
buenos resultados o muy buenas aproximaciones al óptimo.
- Son procesos costosos en cuanto al requiriendo del tiempo de profesionales,
en el diseño, prueba y verificación del modelo.
- Requieren de estudios de campo intensivo para familiarizarse con el sistema
real. Cada corrida de simulación es como un experimento aislado que se
efectúa bajo una serie de condiciones dadas y por lo tanto se necesitan muchas
corridas de simulación, y la validación de resultados.
- En ocasiones los ejecutivos no comprenden completamente los aspectos
técnicos de la simulación.
- Es imposible incorporar todas las variables e interacciones pertinentes para
que la simulación sea completamente real.
1.7 PROCEDIMIENTO PARA EL DESARROLLO DE EXPERIMENTOS DE
SIMULACIÓN
No hay principios ni teoremas de simulación, sin embargo debe contarse
necesariamente con un procedimiento para desarrollar experimentos de
simulación. Existen diversos criterios de autores respecto a la metodología más
apropiada para desarrollar estudios de simulación. A falta de una metodología
estándar se propondrá en este estudio una que puede servir como guía sobre lo
que debe incluirse para realizar con éxito un experimento.
Dicha propuesta es el resultado del análisis de todas las metodologías
estudiadas. Cada uno de sus pasos se discute a continuación.
PASO 1. DEFINIR EL OBJETIVO
Es importante que los objetivos del experimento estén definidos con claridad,
servirán como guía para los siguientes pasos ya que influyen en el diseño del
experimento.
10

11. 11
El objetivo de una simulación puede ser ayudarse a entender un sistema
existente o como apoyo para diseñar un nuevo sistema. Los objetivos como en
cualquier otro tipo de investigación toman la forma de:
Preguntas que deben contestarse. Por ejemplo ¿Cuantos empleados debe
contratar la empresa en un mes dado? ¿Cuántos espacios se requieren en un
estacionamiento durante los picos de servicio?.
Hipótesis que deben probarse. Los costos de producción de una empresa se
verán significativamente afectados por la implantación de plan de incentivos
económicos.
Efectos que deben estimarse. A través de un estudio de simulación, se puede
estudiar el efecto de cambios internos y externos de un sistema existente, al
hacer variaciones al modelo del sistema para sugerir estrategias que mejoren la
operación y eficiencia del sistema. Por ejemplo, una empresa puede simular
para encontrar las causas del aumento en los costos de un inventario. Se
puede también experimentar con un modelo de flujo de caja para probar el
impacto de diferentes políticas de financiamiento posible. Estimar el tiempo de
espera de un cliente en la fila de un banco si se asignan tres cajeros adicionales
es un análisis que también es posible hacer. Cuando nuevos elementos son
introducidos en un sistema, la simulación puede ser usada para anticipar
problemas que puedan surgir en el sistema real.
PASO 2. DEFINICIÓN DEL SISTEMA
Se debe definir claramente en este paso la interacción del sistema con otros
sistemas, el límite del sistema con su medio ambiente. También se deben
definir en este paso las medidas de efectividad o rendimiento que se van a
utilizar para estudiar el sistema.
En Capítulo 3 se brinda información que ayudará a establecer adecuadamente
el sistema bajo estudio para un mejor desarrollo del paso siguiente.
PASO 3. DESARROLLO DEL MODELO

12. 12
La simulación requiere de modelos para representar el comportamiento del
sistema. El objeto del modelo es permitir al investigador la determinación de
uno o más cambios en los aspectos del sistema modelado que afectan otros
aspectos del sistema mismo o inclusive su totalidad. En este paso se deben
definir claramente las variables, parámetros y las relaciones funcionales que
interactúan en el modelo.
En el Capítulo 3 se expone con mayor detalle la forma de establecer un modelo.
PASO 4. PROGRAMACIÓN DEL MODELO
En este paso se debe elaborar un diagrama de flujo que facilite la programación
del modelo de simulación, para operarlo en una computadora ya que ayuda a
aclarar la lógica computacional precisa.
Existen varias formas de programar los modelos lógicos en computadora:
Lenguajes de programación: La programación de simulación se puede hacer
en varios lenguajes de computadora. Existen los llamados lenguajes generales
como FORTRAN, PASCAL, BASIC, FOX y el FOX PRO para Windows o para
DOS, así como los lenguajes especiales para simulación como GASP y GPSS,
SIMSCRIPT, SIMNET II. La ventaja de estos últimos es que simplifican la
programación mediante el uso de comandos especiales de simulación.
Estos lenguajes de programación no serán tratados en esta investigación; sin
embargo su estudio por si solo puede constituir tema de una investigación
importante.
Software especiales para Investigación de Operaciones: El Micro Manager,
el QM y el QSB, entre otros, poseen módulos para aplicaciones específicas y
limitadas a la simulación.
Hojas electrónicas: Otra forma de operar modelos es haciendo uso de hojas
electrónicas(4) tales como Lotus 1-2-3, QPro, Quattro y EXCEL para Windows.
En dichas hojas se pueden simular algunos modelos de poca a mediana
complejidad. En los Capítulos 5 y 6 se hace uso de las hojas electrónicas para
programar los modelos desarrollados.
4
- Es importante recalcar que las hojas electrónica para DOS son muy eficientes en los
cálculos numéricos cuando las hojas son muy grandes, las hojas para Windows, poseen muchos
comandos adicionales y una excelente presentación, pero son lentas con los cálculos debido a
que dedica muchos recursos a la presentación. Hojas grandes se refiere ha mas de 1000 filas;
uso muy común en simulación.
12

13. 13
Software de simulación: Están disponibles en el mercado software especiales
para operar modelos tales como ProModel para Windows, XCELL+, Taylor,
Witness y Arena, entre otros. En el Anexo B se presentan información básica
disponible en la Red Mundial Internet de tal forma que si el lector desea mayor
información sobre algún software en particular deberá accesarla con la dirección
dada en el anexo y con el uso de Internet obtendrá información, programas de
demostración y la posibilidad de hacer contacto con el fabricante. Estos
software tienen la ventaja que incorporan módulos estadísticos y módulos de
animación, lo que permiten ver gráficamente el comportamiento del sistema
simulado.
PASO 5. RECOLECCIÓN Y PROCESAMIENTO DE DATOS
En este paso se debe tener identificados en forma clara y exacta los datos de
entrada que el modelo va a requerir. La información se puede obtener de
registros contables, órdenes de trabajo o de compra, cuestionarios, de opiniones
de expertos y si no hay otra opción por experimentación.
La obtención de datos es con frecuencia, una de las partes más costosas y
lentas del estudio. Debido al tiempo que requiere, la recolección datos se
realiza en forma simultánea o paralela con la programación del modelo.
Se debe dar tratamiento estadístico a los datos de entrada tales como: bondad
de ajuste para determinar si se ajusta a alguna distribución de probabilidad,
regresión lineal, entre otras. Ver pruebas de bondad de ajuste en capítulo 4.
PASO 6. VALIDACIÓN DEL MODELO
El riesgo más importante al experimentar se refiere a resultados del
experimento; éstos pueden diferir de los resultados de la puesta en práctica. El
modelo que se usa debe ser una interpretación válida del mundo real; esto es,
debe incluir todas las variables significativas y sus relaciones en forma correcta.
Si el modelo no es válido, existen muy pocas posibilidades de que conduzca a
resultados seguros. En el capítulo 3 se amplia este tema y se proponen
algunas técnicas para la validación del modelo.

14. 14
PASO 7. DISE?O DEL EXPERIMENTO
La simulación siendo un experimento estadístico exhibe comúnmente
variaciones en la salida.
El comportamiento de la salida es común en todos los modelos de simulación.
Las salidas generalmente comprende dos etapas: el estado transitorio y el
estado estable.
El estado transitorio se caracteriza porque la salida es función del tiempo de
simulación. En el estado estable la salida se vuelve independiente del tiempo.
En la mayoría de los casos debe tenerse cuidado de que las observaciones no
se obtengan durante la fase iniciales de la corrida de simulación, ya que la
información obtenida está sujeta a una variación importante, y quizá no sea
representativa del comportamiento real del sistema. Las observaciones
obtenidas en el estado estable generan un error de muestreo de menor
magnitud (medido por la desviación estándar) y por ende resultados más
exactos.
?Cuán larga será la corrida (tiempo de simulación)? La regla general es: una
corrida lo suficientemente larga para establecer con claridad un patrón de
comportamiento.
?Cuántas corridas se requieren?. Cada corrida es solo una muestra. Serán
necesarias suficientes corridas para constituir una muestra estadísticamente
grande. En el Capítulo 2 se presenta el método estadístico para el cálculo del
tamaño de la corrida que haga el experimento representativo.
Otra manera de determinar el número de corridas es trazando los resultados
contra el número de corridas a medida que se van generando y determinar a
qué número se presenta la estabilidad de los resultados. Obviamente, a
números de corridas cortas en los experimentos existen amplias fluctuaciones
en los resultados. El resultado se estabiliza conforme aumenta el número de
corridas.
Como la simulación es básicamente un experimento, las observaciones
obtenidas deben ser estadísticamente independientes. La independencia se
logra utilizando diferentes números semilla en cada corrida (diferentes
sucesiones de números aleatorios).
14

15. 15
PASO 8. REALIZACIÓN DEL EXPERIMENTO
Aquí se debe correr el modelo, hacer las observaciones necesarias y registrar
los datos para el análisis posterior.
PASO 9. EVALUACIÓN DE RESULTADOS
En esta etapa del estudio se interpreta los resultados que arroja la simulación y
en base a esto se toma la decisión. Los resultados, generalmente estadísticos
se analizan mediante promedios, intervalos de confianza y bondad de ajuste
para las distribuciones de probabilidad obtenidas.
BIBLIOGRAF?A CITADA EN EL CAPITULO
a GREENLAW, HERRON Y RAWDON. Simulación Mercantil (pág.8). Editorial Herrero
Hermanos Sucesores, S.A. México: 1962.
b NAYLOR, BALINTFY, BURDICK, KONG CHU, Técnicas de Simulación en Computadoras.
Editorial Limusa, México, 1991. Pág 17.
c KAUFFMANN V., Rafael. Antología de Simulación. Talleres de Fotocopiado U.I.A. 1995.
d TAHA, H. Investigación de Operaciones. Alfaomega Grupo Editor, S.A. 5ta. Edición. México:
1995. pág.11.
e GREENLAW, HERRON Y RAWDON. Simulación Mercantil. Editorial Herrero Hnos. Sucesores.
México: 1962.
f JENSEN, Ronald. Laboratorio de Administración de Empresas. Cuarta Edición. Impresos
Aztecas, S.A. México: 1994.
g CEPAL. Efectos Macroeconómicos de Cambios en las Barreras al Comercio y al Movimiento
o
de Capitales: Un modelo de Simulación. Estudios e Informes (N .20). Santiago de Chile: 1982.

16. 16
16