Modelado y simulación
Temáticas:
• Introducción.
• Definición de simulación.
• Ventajas y desventajas de la simulación.
• Tipos de sistemas.
• Ejemplos de uso de la simulación.
Introducción
¿Sabías que la mayor parte de los problemas físicos, desde lo que le
ocurre a una estrella hasta como funciona un transistor no se
pueden resolver con lápiz y papel? ¿Y entonces cómo? Sencillo,
tanteando a prueba y error (Simulando).
Introducción
Stanislaw Ulam fue un matemático polaco que trabajó en el proyecto
Manhattan (ayudando a diseñar la bomba atómica - años 1940); al igual que
a muchos de nosotros a Stanislaw le gustaba jugar solitario en su tiempo libre,
en una de sus partidas se preguntó: ¿Cuál es la probabilidad de que luego de
repartir las cartas pudiese acabar el juego inmediatamente?
Lo que resolvió es que era mucho más fácil jugar muchas partidas de solitario
y luego ver cuántas había ganado, que calcularlo matemáticamente. A éste
método lo llamó método Montecarlo, porqué al dejarlo a la suerte era como
jugar a la rueda de casino (Montecarlo es un casino muy famoso ubicado en
Mónaco; era como las Vegas de su tiempo).
El método se trataba en promediar eventos
aleatorios y así llegar a un resultado. Por ejemplo,
si quería pronosticar de una manera acertada si
iba o no a encestar una bola de papel,
Introducción:
El método se trataba en promediar eventos aleatorios y así llegar a un resultado. Por ejemplo,
si quería pronosticar de una manera acertada si iba o no a encestar una bola de papel, en
un bote de basura luego de lanzarla desde una distancia fija, lo único que tenía que hacer
era tirar muchas veces y promediar cada uno de sus intentos para llegar a un resultado. Se
dio cuenta que entre más intentos promediara más cercano iba a ser su pronóstico; Esto
mismo pasaba con sus experimentos y lo podía replicar; pero claro a lápiz y papel el proceso
era lentísimo, sin embargo en su computador no. Él podía dejar lanzando papeles virtuales
todo el día al computador y llegar a una respuesta más aproximada.
De esta forma Stanislaw junto a su compañero Neumann pudieron resolver un problema
complejo relacionado con el comportamiento de los neutrones en la creación de la bomba
atómica.
Introducción:
Al iniciar la guerra fría se popularizó el uso de la simulación para resolver problemas de interés
militar como trayectorias y movimientos de satélites, misiles, etc. Como estos problemas exigían
la resolución de ecuaciones diferenciales no lineales, se usaron ordenadores analógicos que
empleaban elementos electrónicos para resolver operaciones aritméticas simples.
Al ser la simulación tan efectiva al poco tiempo se empezó a usar para resolver problemas del
ámbito civil. Un ejemplo de esto fue la compañía IBM quien lanzó en los años 60 al mercado un
Software llamado GPSS (General Purpose System Simulator) que podía modelar eventos
discretos para estudiar problemas de manufactura, logística, colas y servicios.
Al llegar la revolución informática de los años 80 la simulación se ha extendido a todos los
ámbitos incluso al ocio. Ejemplos de su uso en la actualidad son: Capacitar pilotos, prevenir
pandemias, construcción de ciudades, monetizar los daños de eventos catastróficos, etc.
Ejemplos de uso de la simulación:
Manufactura: Permite probar nuevos sistemas de
manufactura, detallando el flujo de materiales desde
un día normal hasta un día pico de esta forma se mide
el impacto del flujo y reflujo del rendimiento; los
problemas se podrán resolver antes de que un sistema
sea implementado.
Logística: Permite evaluar de manera óptima
la gestión de la cadena de suministro, rutas,
costos, tiempos, etc.
Ejemplos de uso de la simulación:
Tráfico vehicular: A partir de la densidad de vehículos o
peatones a simular, se puede probar ubicación y tiempo en los
semáforos, cantidad de carriles, velocidades máximas y
mínimas, etc.
Catástrofes: Gobiernos, aseguradoras y
reaseguradoras han llegado a medir el impacto de
una catástrofe simulando un evento catastrófico
(tsunamis, terremotos, tornados, etc.), todo esto en
cantidades monetarias.
Ejemplos de uso de la simulación:
Pandemias y epidemias: Se estima el tiempo en
propagación del contagio, infectados, muertos; esto
simulando diversos eventos y suposiciones.
Capacitaciones: La simulación es muy usada en la
capacitación de pilotos de casi cualquier vehículo
aviones, barcos, trenes, etc. Transmilenio por
ejemplo, usa software de simulación para
capacitar a sus conductores.
Definición de Simulación:
La simulación es una técnica numérica por medio de la cual se diseña un modelo de un
sistema real con el fin de estimar su comportamiento y validar una hipótesis anteriormente
definida.
Ventajas Desventajas
•• Permite modelar sistemas •• No da soluciones óptimas.
complejos. •• Es un proceso costoso.
•• Facilita el análisis y estudio de •• No es generalizable.
cambios o incidencias en un •• La idea del uso de la simulación
sistema. en una empresa es difícil de
•• La técnica de simulación puede vender.
usarse para el entrenamiento de
personal.
•• Resuelve fácilmente preguntas
del tipo ¿Qué tal si …?
Comparación entre procesos analíticos, simulados y experimentos de campo:
Procedimientos Procedimientos
Componentes Experiencia de campo
analíticos simulados
Costos de elaboración Alto Bajo Alto
Costos de ejecución Bajo Alto Alto
Gasto de tiempo Alto Bajo Alto
Perspectivas de Éxito Bajo Alto Medio
Cercano a la práctica, útil, Cercano a la práctica,
Características de la solución Exacto, complicado
transparente, especial. transparente, especial
Método de trabajo Abstracto Concreto Concreto
Tipos de sistemas :
Para iniciar y explicar los tipos de sistemas debemos definir
previamente qué es un sistema; según lo escrito por Ludwing Von
Bertalanffy en su obra General System Theory, un sistema es
cualquier cosa compuesta por elementos que se relacionan e
interactúan entre sí. Por ejemplo, en el estudio sobre el número de
cajas de pago suficientes en un supermercado, los objetos del
sistema serían los clientes que esperan a ser atendidos. En el
mismo ejemplo podríamos considerar un conjunto distinto, como
por ejemplo si se quisiera estudiar la necesidad de consumo
tomaríamos como objeto los productos que llevan los clientes.
El estado de un sistema se definiría como el conjunto de variables
necesarias para describir los aspectos de interés del sistema en un
tiempo determinado.
Características de los sistemas:
Algunas de las características de los sistemas son:
Equifinalidad: Es la propiedad de un sistema para llegar a un mismo fin variando las condiciones
iniciales. Esta propiedad en la simulación permite analizar diferentes posibilidades para alcanzar un
mejor resultado.
Homeóstasis: Es la tendencia de un sistema complejo a orientarse hacia un estado de equilibrio.
Gracias a esto los estados se puede mantener el funcionamiento sin llegar a condiciones extremas que
salen de los límites y llegan al colapso del sistema.
Sinergia: Un sistema se entiende como un todo que no puede ser dividido. En lugar de ser explicado en
términos de sus partes estas comienzan a ser explicadas como un todo. Por ejemplo, si hablamos de un
reloj ninguno de estos por separados podría darnos la hora, pero sus partes debidamente
interrelacionadas nos darían la hora.
Características de los sistemas:
Entropía: Es la cantidad de información que contienen los objetos de un sistema. Por ejemplo, si se
tiene un sistema de símbolos (Un texto), habrá palabras frecuentes como El, La, Que, las cuales
aportan poca información, mientras que palabras como Estudian, Comen, Corren, aportan más
información. Si borramos un Que, de un texto, probablemente no afectará a la comprensión, pero si
borramos la palabra Camión del mismo texto original podría perderse el sentido. Cuando cada uno
de estos símbolos son igualmente probables “distribución de probabilidad plana”, es porqué todos
aportan información relevante es decir la entropía es máxima.
Recursividad: Todo sistema contiene a otro sistema y al mismo tiempo es contenido en otro sistema,
es decir hay una jerarquía. Con esta recursividad es posible analizar un sistema inmerso en otro y
cuantificar el impacto de una decisión tomada en distintos niveles.
Modelos de sistemas:
Continuo: Modelo de un sistema tal que la función a resolver depende de las coordenadas de
cada punto, es decir, tiene una dependencia espacial (y eventualmente también temporal).
Discreto: Modelo contrapuesto al continuo en el que la función a resolver no depende de las
coordenadas de cada punto, sino de un conjunto finito de variables y, por tanto no tiene
dependencia espacial.
Estático: Son aquellos que no toman en cuenta, explícitamente, a la variable tiempo.
Dinámico: Los modelos dinámicos son una representación de la conducta dinámica de un sistema,
mientras un modelo estático involucra la aplicación de una sola ecuación, los modelos dinámicos,
por otro lado, son reiterativos.
Modelos de sistemas:
Modelos de
Simulación
Discretos Continuos
Dinámicos Estáticos Dinámicos Estáticos
Estables Inestables Estables Inestables Estables Inestables Estables Inestables
