2. 1.1 Revisión de los conceptos de sistema y modelo
Un sistema es un conjunto de partes o elementos organizados y
relacionadas que interactúan entre sí para lograr un objetivo.
Los sistemas reciben (entrada) datos, energía o materia del ambiente y
proveen (salida) información, energía o materia.
Un sistema es un conjunto de funciones que operan en armonía o con un
mismo propósito, y que puede ser ideal o real.
Por su propia naturaleza, un sistema posee reglas o normas que regulan su
funcionamiento y, como tal, puede ser entendido, aprendido y enseñado.
3. Modelo:
Un modelo es una abstracción teórica del mundo real
que tiene dos utilidades fundamentales.
Reducir la complejidad, permitiéndonos ver las características
importantes que están detrás de un proceso, ignorando detalles de
menor importancia que harían el análisis innecesariamente laborioso; es
decir, permitiéndonos ver el bosque a pesar del detalle de los árboles.
Hacer predicciones concretas, que se puedan falsar mediante
experimentos u observaciones. De esta forma, los modelos dirigen los
estudios empíricos en una u otra dirección, al sugerir qué información es
más importante conseguir.
4. Tipos de modelos
• Los modelos verbales se ajustan al esquema de «si se cumple esta
condición, entonces lógicamente debería de ocurrir esto».
• Aunque algunas personas no tienen muy buena opinión de estos
modelos verbales, pues carecen de rigor matemático, estos modelos
pueden llegar a ser muy potentes.
5. La teoría de Darwin de evolución por selección natural era un modelo
verbal y, sin embargo, revolucionó la biología. El modelo de Darwin
establecía que, si existe variación en un carácter que esté
correlacionado con el éxito reproductivo, y esta variación es
«heredable», entonces el carácter cambiará en sucesivas generaciones;
es decir, evolucionará.
En los modelos de simulación el sistema que se quiere modelar se
simula en un ordenador.
Los modelos analíticos definen el sistema con ecuaciones que pueden
resolverse para diferentes valores de las variables introducidas y así,
predecir el comportamiento del sistema.
6. 1.2 Concepto de simulación
• Puede definirse a la simulación como la experimentación con un
modelo que imita ciertos aspectos de la realidad. Esto permite trabajar
en condiciones similares a las reales, pero con variables controladas y
en un entorno que se asemeja al real pero que está creado o
acondicionado artificialmente.
• La idea es que la simulación permita comprobar el comportamiento de
una persona, de un objeto o de un sistema en ciertos contextos que,
si bien no son idénticos a los reales, ofrecen el mayor parecido
posible.
7. • Dentro de áreas como la ingeniería industrial existe lo que se conoce
como simulación de procesos. Se trata de una herramienta muy
importante dentro del sector, pues facilita enormemente la realización
de proyectos y tareas. ¿Cómo? Gracias a que se encarga de proceder
a representar un proceso mediante otro que resulta mucho más
sencillo y fácilmente comprensible.
• Es decir, mediante este recurso lo que se logra es poder llevar a cabo
diseños buenos a la primera y conseguir productos que permiten
obtener un mayor beneficio o un coste competitivo en lo que se refiere
a su propia fabricación.
8. La simulación es una técnica de gran utilidad en la actualidad, sin embargo,
también es necesario conocer sus limitaciones, en este sentido, la principales
ventajas de la simulación son:
Es útil cuando la resolución analítica del proceso a simular no es de fácil de
determinar.
Cuando existen medios de resolver analíticamente el problema pero dicha
resolución es complicada y costosa (o solo proporciona una solución
aproximada).
Si se desea experimentar antes de que exista el sistema (pruebas para la
construcción de un sistema).
Cuando es imposible experimentar sobre el sistema real por ser dicha
experimentación destructiva.
En ocasiones en las que la experimentación sobre el sistema es posible pero no
ética.
En sistemas que evolucionan muy lentamente en el tiempo (Fernández Casal,
Rubén, 2022).
9. El principal inconveniente puede ser el tiempo de computación necesario, aunque
gracias a la gran potencia de cálculo de los computadores actuales, se puede
obtener rápidamente una solución aproximada en la mayor parte de los problemas
susceptibles de ser modelizados.
1.3Tipos de Simulación
1.3.1 Discreta (Determinista o Estocástica)
Es aquella simulación en la que se ven implicadas variables de tipo discreto, es
decir, variables enteras, generalmente mayores o iguales que cero que están
separadas en el tiempo, una característica importante de estas variables es que los
eventos pueden ser contados.
1.3.2 Continua (Determinista o Estocástica)
Es aquella simulación en la que se ven implicadas variables de tipo continuo, es
decir, variables que cambian continuamente en el tiempo, una característica
importante de estas variables es que los eventos pueden ser medidas
10. 1.4 Descripción de ejemplos o casos prototipo
La simulación resulta de utilidad en multitud de contextos diferentes.
Los principales campos de aplicación son:
Estadística:
Muestreo
Aproximación de Distribuciones de Probabilidad
Realización de contrastes e intervalos de confianza
Comparación de estimadores
Validación de teoría
Inferencia Bayesiana
Optimización: Algoritmos Genéticos, recocido simulado, Hill Climbing, etc.
Análisis numérico:Aproximación de integrales, resolución de ecuaciones, etc.
Computación: Diseño, verificación y validación de algoritmos.
Criptografía: Protocolos de comunicación segura
Física: Simulación de fenómenos naturales (Fernández Casal, Rubén, 2022).
11. 1.4.1 De simulación discreta
Como ya se ha mencionado anteriormente, los eventos que implican
variables aleatorias enteras y espaciadas en el tiempo se pueden englobar en
los algoritmos de simulación discreta, para este caso, citemos algunos
ejemplos:
El número de personas con síntomas de Covid-19 que llegan a un hospital a
recibir atención médica.
El número de automóviles que llegan a un estacionamiento en el centro de
una ciudad.
El número de personas que son atendidas por el cajero de un centro
comercial.
Todas ellas tienen algo en común, todos son eventos que son susceptibles
de contarse, dado que, por la naturaleza del fenómeno que los genera, deben
ser considerados como números enteros para modelarse de manera
adecuada.
12. 1.4.2 De simulación continua
En el caso de que la variable aleatoria analizada pueda
considerarse como un número decimal, racional, fraccionado, etc,
caeremos en el caso de la simulación de eventos continuos. La
principal característica de este tipo de eventos es que puede
medirse, y por lo tanto, considerarse que pueden variar de manera
constante en el tiempo, por ejemplo:
Simular el radio de una circunferencia con medidas dadas.
El flujo de efectivo que circula en un sistema financiero.
En el caso de fenómenos físicos, el efecto de la radiación solar
sobre una región agrícola particular en presencia de factores
climáticos adversos.
Todos ellos tienen la característica antes mencionada, sus
unidades no están limitadas a eventos contables.