Etapas de un estudio

de simulación y
errores más frecuentes.
Simulación de Sistemas

Zeilú Massiel Moreano Falcón

Nilton Rojas Carrasco
Yuri Jara Garrafa
Maria Mercedes Choccare Huanca
Integrantes:
¡Hola a todos! Somos el Team ByteEncantado, donde hacemos magia con la
tecnología. Estamos aquí para superar desafíos y elevarnos a nuevas alturas.
💻✨
¡Bienvenidos a nuestra exposición llena de sorpresas digitales!

Zeilú Moreano Nilton Rojas Yuri Jara Maria Choccare

Índice
Introducción 04

ETAPAS DE SIMULACION 05

FACTORES

ERRORES DE SIMULACION 05

OTRAS CAUSAS DEL FRACASO 06

07

Conclusiones 08
Introducción
La simulación de sistemas es el proceso de crear un
modelo lógico-matemático de un sistema real,
reproduciendo sus condiciones y comportamiento para
estudiarlo y probarlo.

Su objetivo es obtener un mayor conocimiento para la

toma de decisiones. Esta herramienta evaluativa, ofrece
una representación precisa del desempeño de un sistema.

La simulación guía hacia la mejor solución al

proporcionar una visión detallada y libre de riesgos.
ETAPAS DE LA SIMULACIÓN
Simulación de sistemas
 Definición del sistema en estudio
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nulla condimentum diam ac
urna vestibulum, nec mattis nisl vehicula. Maecenas consequat urna placerat, nisl
molestie arcu et, auctor nunc consectetur adipiscing.

Identificación de las variables

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nulla condimentum diam ac
urna vestibulum, nec mattis nisl vehicula. Maecenas consequat urna placerat, nisl

ETAPAS DE
molestie arcu et, auctor nunc consectetur adipiscing.

SIMULACIÓN
Generación del modelo de simulación base
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nulla condimentum diam ac
urna vestibulum, nec mattis nisl vehicula. Maecenas consequat urna placerat, nisl
molestie arcu et, auctor nunc consectetur adipiscing.

Recolección y análisis de datos

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nulla condimentum diam ac
urna vestibulum, nec mattis nisl vehicula. Maecenas consequat urna placerat, nisl
molestie arcu et, auctor nunc consectetur adipiscing.
 DEFINICIÓN DEL SISTEMA BAJO
ESTUDIO

En esta fase inicial, es crucial comprender el

sistema que se va a modelar. Esto implica identificar
el propósito del estudio de simulación y establecer
los supuestos del modelo.
Se recomienda definir claramente las variables de
decisión, comprender las interacciones entre ellas, y
precisar los alcances y limitaciones del modelo.
Un análisis preliminar del sistema, que incluye la
interacción con otros sistemas, restricciones,
variables y sus interrelaciones, es esencial para
lograr una definición exacta del sistema que se
desea simular.
 IDENTIFICACIÓN DE LAS VARIABLES
Identificación de las variables importantes para el sistema.

- Variables de entrada: Son aquellas que - Variables de estado: Estas

se utilizan para definir las condiciones variables describen el estado actual
iniciales del sistema o para representar del sistema en un momento dado y
influencias externas que afectan al son actualizadas durante la
sistema durante el proceso de simulación. simulación

- Variables de salida: Son aquellas que se utilizan para medir el rendimiento o

los resultados del sistema. Estas variables capturan la información relevante
que se desea analizar una vez que se ha completado la simulación.
 GENERACIÓN DEL MODELO DE
SIMULACIÓN BASE

Luego de definir el sistema mediante un modelo

conceptual, la siguiente fase implica la creación de un
modelo de simulación base. No es necesario que este
modelo sea excesivamente detallado, ya que se requiere
una cantidad significativa de información estadística
sobre el comportamiento de las variables de decisión
del sistema. Una vez que se han establecido con
precisión los resultados esperados del estudio, se
construye el modelo necesario para obtener dichos
resultados.
 En paralelo con la generación del modelo base,
se inicia la recopilación de información
estadística sobre las variables aleatorias. En
esta fase, se determina la utilidad de los datos
RECOLECCIÓN Y para establecer distribuciones de probabilidad
ANÁLISIS DE DATOS necesarias para la simulación. Aunque a veces
se cuenta con datos estadísticos, el formato
puede no ser óptimo, por lo que es esencial
dedicar tiempo a esta actividad. Cuando la
información necesaria no está disponible, se
realiza un estudio estadístico para incorporar
la variable al modelo.
IMPLEMENTACIÓN DEL MODELO EN
COMPUTADORA

Con el modelo definido, el siguiente paso es decidir si se utiliza

algún lenguaje como hasic, algol, etc., o se utiliza algún paquete
como GPSS, simula, simscript, etc., para procesarlo en la
computadora y obtener los resultados deseados.
VERIFICACIÓN DE LOS
MODELOS
Identificar distribuciones de probabilidad y aplicar supuestos
acordados.
Realizar verificación de datos para asegurar la correcta programación
del modelo.
Confirmar el funcionamiento adecuado de todos los parámetros de
simulación.
Detectar posibles discrepancias entre el comportamiento esperado y el
real del sistema.
Prevenir errores humanos en la alimentación de datos al modelo.
Adaptar el modelo a supuestos actualizados durante su desarrollo.
 Realización de pruebas utilizando datos
reales para observar el comportamiento y
VALIDACIÓN analizar resultados.
Pruebas bajo condiciones actuales de
operación para procesos a mejorar.
Validación más compleja para procesos
nuevos; introducción de escenarios
sugeridos por el cliente.
Importancia de que el analista conozca bien
el modelo para justificar comportamientos
inesperados.
 DETERMINACIÓN DE ESCENARIOS
PARA ÁNALISIS (EXPERIMENTACIÓN)

Acuerdo con el cliente sobre los escenarios a analizar

después de validar el modelo.
Utilización de un enfoque simple: escenarios pesimista,
optimista e intermedio para la variable clave.
Consideración de que distintas variables pueden reaccionar
de manera diferente ante cambios en los escenarios.
Posibilidad de requerir análisis de sensibilidad para
múltiples variables bajo distintas perspectivas.
Proceso de experimentación: generación de datos deseados y
análisis de sensibilidad de los índices pertinentes.
 INTERPRETACIÓN
Realización de pruebas estadísticas para comparar los
resultados de los distintos escenarios.
Etapa crucial en el estudio donde se interpretan los
resultados obtenidos de la simulación.
Los resultados interpretados influyen directamente en la
toma de decisiones.
La interpretación adecuada proporciona una base sólida
para elegir el mejor curso de acción.
Permite evaluar el impacto de las decisiones tomadas en el
sistema simulado.
 DOCUMENTACIÓN

Inclusión de supuestos, distribuciones de variables, alcances y

limitaciones.
Consideración de todas las consideraciones de programación
para futuras referencias.
Sugerencias para el uso del modelo y análisis de resultados para
un reporte completo.
Dos tipos de documentación necesarios: técnica para el
departamento de Procesamiento de Datos y manual del usuario
para facilitar la interacción con el modelo.
 TOMA DE DECISIONES

Decidir acciones finales basadas

en resultados de simulación.
Generar reportes ejecutivos para
presentación final.
FACTORES A
CONSIDERAR PARA EL
DESARROLLO DE LA
SIMULACIÓN
 GENERACIÓN 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 de probabilidad
teóricas o empíricas
 LENGUAJES DE PROGRAMACIÓN

Debe elegirse un lenguaje que sea aceptado

por la computadora que se va a usar. En
esta etapa se tienen 2 acciones a seguir si
no se tiene nada de software sobre
simulación.
Desarrollar el software requerido
Comprar el software
 CONDICIONES INICIALES

Usar un tiempo de corrida lo

suficientemente grande de modo que los
periodos transientes 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.
 TAMAÑO DE LA MUESTRA

Numero de corridas en la computadora. La selección de un tamaño

apropiado asegura un nivel deseado de precisión y a la vez
minimice el coste de operación del modelo, es un problema algo
difícil pero muy importante.

El tamaño de la muestra puede ser obtenido de dos maneras:

Previa e independientemente de la operación del modelo.

Durante la operación del modelo y basado en los resultados
arrojados por el modelo.
 DISEÑO DE EXPERIMENTOS

El diseño de experimentos en estudios de simulación puede

ser de varios tipos, dependiendo de los propósitos
específicos que se hayan planteados. Existen varios tipos de
análisis que pueden ser requeridos.
Comparación de las medias y variancias de las alternativas
analizadas.
Determinación de la importancia y el efecto de diferentes
variables en los resultados de la simulación.
Búsqueda de los valores óptimos de un conjunto de
variables.
ERRORES DE SIMULACIÓN
Simulación de sistemas
 ERRORES COMUNES DE SIMULACIÓN
2 3
1

Nivel de detalle Lenguaje Modelos no

inapropiado inapropiado verificados

Un modelo analítico es Requieren menos tiempo

Los modelos de simulación
menos detallado que un para implementar el modelo
son generalmente programas
modelo de simulación.Este y facilitan actividades como
grandes, que si no se tienen
Análisis requiere de muchos verificación, y de análisis
las precauciones respectivas
supuestos y simplificaciones. estadistico.
ERRORES COMUNES DE SIMULACIÓN

4 5 6

Modelos inválidos Tratamiento incorrecto Simulaciones muy

de las condiciones cortas
Aun cuando no hayan errores iniciales Por tratar de ahorrar tiempo de
de programación, puede que el Generalmente la parte inicial de análisis y de computación, las
modelo no represente al sistema una corrida de simulación no es corridas de simulación pueden ser
real adecuadamente por representativa del muy cortas.Los resultados en estos
supuestos incorrectos en su comportamiento de un sistema casos dependen fuertemente de las
formulación. en estado estable, por lo tanto condiciones iniciales y pueden no
debe ser descartada. representar al sistema real.
ERRORES COMUNES DE SIMULACIÓN

7 8

Generadores de números aleatorios Selección de semillas

inadecuadosGeneradores de inadecuadas
números aleatorios inadecuados
Los generadores de números aleatorios
de cantidades aleatorias que son son procedimientos que dado un
producidas por procedimientos llamados numero aleatorio generan otro. El
generadores de números aleatorios. Es primer numero aleatorio de la
mejor usar generadores que han sido secuencia es llamado la semilla y debe
bien analizados a usar los de uno mismo. ser proporcionada por el analista.
OTRAS CAUSAS DEL FRACASO DE
LOS ANÁLISIS DE SIMULACIÓN
Simulación de sistemas
 OTRAS CAUSAS DEL FRACASO DE
LOS ANÁLISIS DE SIMULACÓN
2 3
1

Metas Combinación
Estimación Incompleta de
Inalcanzables.
inadecuda del Habilidades
Se debe tener claramente
tiempo para La falta de habilidades
definido un conjunto de metas
desarrollar el que sean específicas, necesarias, como liderazgo,
modelado, estadística,
proyecto minuciosas, medibles y
programación y conocimiento del
alcanzables.
sistema, puede afectar la calidad
del análisis.
 OTRAS CAUSAS DEL FRACASO DE
LOS ANÁLISIS DE SIMULACÓN
4 5 6

Incapacidad para
Nivel Inadecuado Documentación Gestionar el Desarrollo
de Participación Inexistente u de Grandes Programas
de los Usuarios Obsoleta Informáticos
 Conclusiones
La realización exitosa de un estudio de simulación depende

de abordar cada etapa con precisión y atención. Es esencial

evitar errores comunes como la omisión de pasos o la mala

representación del sistema real, ya que estos comprometen la

validez de los resultados. Con un enfoque metódico y una

comprensión profunda de los sistemas en estudio, podemos

aprovechar al máximo el potencial de la simulación para

tomar decisiones informadas y mejorar la comprensión de

sistemas complejos.
 Referencias Bibliograficas

PARTE1.pdf. (s. f.). Recuperado 21 de febrero de 2024, de

http://webdelprofesor.ula.ve/ingenieria/hhoeger/simulacion/PARTE1.pdf

HERRERA, O. y BECERRA, L., 2014. Diseño General de las Etapas de Simulación de Procesos con Énfasis en el

Análisis de Entrada. [en línea]. S.l.: Disponible en: https://cmapspublic2.ihmc.us/rid=1V0MM0GVW-1TZCGP3-

3TP0/Etapas%20de%20la%20simulacion%20-%20articulo.pdf.‌

Componentes y Etapas de la Simulación. SIMULACIÓN DE PROCESOS [en línea], 2016. [consulta: 21 febrero 2024].

Disponible en: https://aguinagasimulacion.wordpress.com/2016/09/06/componentes-y-etapas-de-la-

simulacion/.

Errores comunes en simulación. Software Simul8. Por Elias Adam. SlideShare [en línea], 2016. [consulta: 21

febrero 2024]. Disponible en: https://es.slideshare.net/AngelaRivas120/errores-comunes-en-simulacin-

software-simul8-por-elias-adam.
Muchas Gracias
Simulación de Sistemas