Simulación

DEFINICION DE SIMULACION
MASIEL
Es una técnica numérica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemáticas y lógicas, las cuales son necesarias para describir el comportamiento y la estructura de sistemas complejos del mundo real a través de largos periodos.
MEDARDO GENUGNOLI.
Simular es omitir un sistema real,utilizando recursos ajenos a esa realidad; es decir implica simplificar a la realidad y parecerse lo mayormente posible a la realidad. No necesariamente se necesitan computadores y complejas fórmulas matemáticas para omitir a un sistema real; por ejemplo, omitir los sonidos onomatopéyicos de un animal o engañar a una persona haciéndose pasar por ebria cuando no se está.
ROBERT.E.SHANNON
La simulaciónes el proceso de diseñar un modelo de un sistema real y llevar a término experiencias con él, con la finalidad de comprender el comportamiento del sistema o evaluar nuevas estrategias, dentro de los límites impuestos por un cierto criterio ò un conjunto de ellos para el funcionamiento del sistema.
WEST CHURMAN

Una definición estrictamente formal propuesta por West C. puede resultarsatisfactoria, ya que admite las ambigüedades e inconsistencias inherentes al uso actual de la palabra y define la simulación como:

Se dice que “X” simula a “Y” si y solo si:

A) X y Y son sistemas formales;
B) Y se considera como el sistema real;
C) X se toma como una aproximación del sistema real;
D) Las reglas de validez en X no están exentas de error.

Las definiciones anteriores noespecifican si los sistemas modelados son continuos ò discretos. Se desprende entonces que, existe la simulación de sistemas dinámicos continuos y discretos.

FACTORES A CONSIDERAR EN UN MODELO DE SIMULACIÒN

GENERACION DE VARIABLES ALEATORIAS NO UNIFORMES

Si el modelo de simulación es estocástico, la simulación debe ser capaz de generar variables aleatorias no uniformes de distribuciones deprobabilidad teóricas ò empíricas. Lo anterior puede obtenerse si se cuenta con un generador de números uniformes y una función que transforme estos números en valores de la distribución de probabilidad deseada. A este respecto, se han desarrollado una gran cantidad de generadores para las distribuciones más comunes como;
La distribución normal, exponencial, Poisson, Erlang, Binomial, Gamma, Beta, F,t, X2.

CONDICIONES INICIALES

La mayoría de los modelos de simulación estocástica se corren con la idea de estudiar al sistema en una situación de estado estable. Sin embargo, la mayor parte de estos modelos presentan en su etapa inicial estados transigentes los cuales no son típicos del estado estable. Por consiguiente es necesario establecer claramente las alternativas o cursos de acciónque existen para resolver este problema. Algunos autores piensan que la forma de atacar este problema sería de:

Usar un tiempo de corrida suficientemente grande de modo que los periodos transigentes sean relativamente insignificantes con respecto a la condición de estado estable.

Excluir una parte apropiada de la parte inicial de la corrida.

Utilizar simulación regenerativa.

Basado en laexperiencia, de las tres alternativas presentadas, la que presenta menos desventajas es el uso de simulación regenerativa. Las otras alternativas presentan desventajas de ser prohibidamente excesivas en costo.


TAMAÑO DE LA MUESTRA

Uno de los factores principales a considerar en un estudio de simulación es el tamaño de la muestra (número de corridas en la computadora). La selección de untamaño de muestra apropiado que asegure un nivel deseado de precisión y a la vez minimice el costo de operación del modelo, es un problema algo difícil pero muy importante. Puesto que la información proporcionada por el experimento de simulación seria la base para decidir con respecto a la operación del sistema real.

Esta información deberá ser tan exacta y precisa como sea posible o al menos...