La simulación de sistemas implica la construcción demodelos. El objetivo es averiguar qué pasaría en el sistema siacontecieran determinadas hipótesis.

Desde muy antiguo la humanidad ha intentado adivinar elfuturo. Ha querido conocer qué va a pasar cuando suceda undeterminado hecho histórico. La simulación ofrece, sobre basesciertas, esa predicción del futuro, condicionada a supuestosprevios.Para ello se construyen los modelos, normalmente unasimplificación de la realidad.En el modelo se estudian los hechos salientes del sistema oproyecto. Se hace una abstracción de larealidad, representándose el sistema/proyecto, en un modelo.

Comenzar haciendo un diagrama de flujo simple. Debe hacerse énfasis en la simplicidad, facilidad de

formulación y comprensión. Usar el número mínimo de variables necesarias para

describir el sistema.

La sobresimplificaciónhace almodeloinútil.

La inclusiónde detallestriviales haceal modeloexcesivamente extenso,complejo eintratable.

Los modelos se pueden clasificar en forma general, pero losmodelos de simulación se pueden clasificar en forma másespecífica.De que forma podemos modelar un objeto o sistema desde lo másreal a lo mas irreal.

Modelos ModelosExactos Abstractos MODELOS FISICOS: Son los que mas se asemejan a la

realidad, se encargan de modelar procesos. MODELOS ANALOGICOS: Se encargan de representar

una propiedad determinada de un objeto o sistema.

MODELOS DENOMINADOSJUEGOS ADMINISTRATIVOS: Ya empieza a involucrarse al ser humano el comportamiento del ser humano.

Ej: modelos de planeación, estrategiasmilitares.

MODELOS ABSTRACTOS (simulación): Viene hacer unaherramienta ya que se convierte en algo abstracto

MODELOS MATEMATICOS: Se tiene en cuenta lasexpresiones materia y lógicas ejemplo: representar un objeto.

Aquí se debe hacer muchas suposiciones dentro de un modelomatemático

Dentro de los modelos de simulación están:1. MODELOS DETERMINISTICOSNi las variables endógenas y exógenas se pueden tomar como datosal azar. Aquí se permite que las relaciones entre estas variables seanexactas o sea que no entren en ellas funciones de probabilidad. Estetipo determinístico quita menos de cómputo que otros modelosEjemplo: Modelos Estocásticos2. MODELOS ESTOCASTICOSCuando por lo menos una variable es tomada como un dato al azarlas relaciones entre variables se toman por medio de funcionesprobabilísticas, sirven por lo general para realizar grandes series demuestreos,

Los modelos estocásticos quitan mucho tiempo en el computador sonmuy utilizados en investigaciones científicaspor ejemplo: los modelos de juegos, modelos donde se observalas ganancias de una empresaEjemplo: Arquitectónicos: líneas de teléfono, tubos de agua

3. MODELOS DINAMICOS: Si se toma en cuenta la variación deltiempo, ejemplo: la variación de la temperatura, del aire durante undía, movimiento anual de las finanzas de una empresa.Ejemplo: Laboratorio de química: reacción entre elementosEn estos modelos físicos podemos realizar modelos a escala o en formanatural, a escala menor, e escala mayor, sirven para hacerdemostraciones de procesos como para hacer experimentos nuevos.

4. MODELOS A ESCALA: Son los modelos sencillos de maquetas ->casa -> baño, cuartos, etc. También se pueden tener a tamaño naturala menor o mayor escala, bidimensional, tridimensional.

Es interesante destacar que algunas veces los modelos y los sistemas no pertenecen al mismo tipo. Por ejemplo:• El estudio del movimiento del fluido por una cañería (Fluidodinámica) corresponde a sistemas continuos. Sin embargo si el fluido se lo discretiza dividiéndolo en gotas y se construye un modelo discreto por el cual circulan gotas de agua (una, dos, diez, cien, mil) se está representando un sistema continuo por un modelo discreto. • La obtención del área bajo la curva representada por f(x,y)=0 para el rango 0 <= x <= 1 con 0 <= y <= 1 en todo el intervalo, es un problema determinístico. Sin embargo, para un número N, suficientemente grande de puntos, de coordenadas x,y generadas al azar (0 <= x <= 1; 0 <= y <= 1) el área de la curva, aplicando el método de Monte Carlo, es igual a:

En este caso, mediante un modelo estocástico se resuelve unsistema determinístico.• El azar en computadora es pseudo azar:Mediante un algoritmo matemático se generan números al azar conuna distribución aleatoria similar a la real. Se los puede utilizar enlos modelos estocásticos obteniendo similares resultados a los quese obtienen en el sistema real. Sin embargo, este azar es repetitivo(cualquiera que conoce el algoritmo puede predecirlo) lo cualcontradice a lo que sucede en un proceso aleatorio.

Clasificación de modelosContinuos vs. Discretos Continuos: Son aquellos en los que las variables de estado

cambian de forma continua con el paso del tiempo•Ej. Comportamiento global del tráfico de una autopista

Discretos: Son aquellos en los quelas variables de estado cambianinstantáneamente en instantesseparados de tiempo.

•Ej. Movimiento individual de loscoches en una autopista

La simulación discreta se refiere a la modelización en uncomputador digital de un sistema cuyos cambios de estado tienenlugar de manera discreta como consecuencia de la ocurrencia deagentes del cambio de estado denominados sucesos