THOMAS NAYLOR

Estos experimentos requieren de operaciones lógicas y matemáticas necesarias para descubrir

el comportamiento y la estructura de sistemas complejos del mundo real a travez de largo período de tiempo.
ROBERT SHANNON
La simulación es el diseñar y desarrollar un modelo computarizado de un sistema o proceso y conducir
experimentalmente con este modelo con el propósito de entender el comportamiento del sistema del mundo
real o evaluar varias estrategias con los cuales puedan operar el sistema.
SHUBIK
Es un modelo, dice que la simulación de un sistema o de un organismo es la operación de un modelo lo cual
se va a llamar simulador el cual es una representación del sistema. Este modelo o simulador estará sujeto a
diversas manipulaciones, las cuales serían imposibles de realizar, demasiado costosas o imprácticas. La
operación de un modelo puede estudiarse y con ello conocer las propiedades concernientes al
comportamiento del sistema o subsistema real - costoso.
QUE INTENTA LA SIMULACION
1. Descubrir el comportamiento de un sistema
2. Postular teorías o hipótesis que expliquen el comportamiento observado
3. usar esas teorías para predecir el comportamiento futuro del sistema, es decir mirar los efectos que se
producirían en el sistema mediante los cambios dentro de él o en su método de operación (tiempo en minutos)
Simulación de Caja Registrador

PROPIEDADES DE LOS MODELOS DE SIMULACION

DEFINICION DE MODELO
Modelo es una representación de un objeto, sistema o idea de forma diferente a la de identidad misma
Por lo general el modelo nos ayuda a entender y mejorar un sistema
El modelo de un objeto puede ser una réplica exacta de este. Con la diferencia del material que lo compone o
de su escala, inclusive puede ser una abstracción de las propiedades dominantes del objeto.
FUNCIONES DEL MODELO
- Comparar
- Predecir
Ej: La pintura es una réplica de algo que existe
- Un carro de madera es la réplica de un original.
ESTRUCTURA DEL MODELO
El modelo se puede escribir de tal forma
E = F(Xi, Yi)
Donde
E: Es el efecto del comportamiento del sistema
Xi: Son las variables y parámetros que nosotros podemos controlar
Yi: Las variables y los parámetros que nosotros no podemos controlar
F: Es la función con la cual relacionamos Xi con Yi con el fin de modificar o dar origen a E
PROPIEDADES DE LOS MODELOS
1. COMPONENTES:
Son las partes de un conjunto que forman el sistema
2. VARIABLES:
Pueden ser de dos tipos (Exógenos, Endógenos)
- Exógenas: Entradas son originadas por causas externas al sistema
- Endógenas: Son producidas dentro del sistema que resultan de causas internas, las cuales pueden ser
de Estado o de Salida
i. Estado: Muestran las condiciones iniciales del sistema
ii. Salida: Son aquellas variables que resultan del sistema
Estadísticamente a las variables exógenas se las denomina como variables independientes
3. PARAMETROS:
Son cantidades a las cuales el operador del modelo puede asignarle valores arbitrarios lo cual se diferencia
de las variables.
Los parámetros una vez establecidos se convierten en constantes.
4. RELACIONES FUNCIONALES:
Describen a los parámetros de tal manera que muestran su comportamiento dentro de un componente o entre
componentes de un sistema.
Las relaciones funcionales pueden ser de tipo determinísticos o estocásticos.
- Determinísticas: Sus definiciones que relacionan ciertas variables o parámetros donde una salida del
proceso es singularmente determinada por una estrada dada.
- Estocásticas: Cuando el proceso tiene una salida indefinida, para una entrada determinada las relaciones
funcionales se representan por ecuaciones matemáticas y salen del análisis estadístico matemático.
5. RESTRICCIONES:
Estas son limitaciones impuestas a valores de las variables las cuales pueden ser de dos formas:
- Autoimpuestas: O sea asignadas por el mismo operador o
- Impuestas: O sea cuando son asignadas manualmente por el mismo sistema
6. FUNCIONES DE OBJETIVO:
Son las metas del sistema o el como evaluar al sistema, existen retentivas por ejemplo: la conservación de
tiempo, energía y adquisitivas ejemplo: Ganancia en algo.
Ejemplo de aplicación:
Determinar las propiedades de un colegio, una fábrica de zapatos, un restaurante, un grupo de investigación.
- PROPIEDADES DE UN COLEGIO:
Componentes: profesores, estudiantes
Variables: Exógenas: libros, enfermedades, transporte
Endógenas: Número de alumnos, costos
Parámetros: notas
Relaciones Funcionales: libros estudiantes(buenos libros, buenos resultados)
Restricciones: cantidad de profesores
Funciones Objetivo: pruebas del estado (Icfes)
CLASIFICACION DE LOS MODELOS
Los modelos se pueden clasificar en forma general, pero los modelos de simulación se pueden clasificar en
forma más específica.
De que forma podemos modelar un objeto o sistema desde lo más real a lo mas irreal.
Modelos Modelos a Modelos Modelos Modelos Modelos
Físicos Escala Analógicos Administrativos Simulación Matemáticos
Modelos Modelos
Exactos Abstractos
- MODELOS FISICOS:
Son los que mas se asemejan a la realidad, se encargan de modelar procesos los cuales pueden ser:
- MODELOS ANALOGICOS:
Se encargan de representar una propiedad determinada de un objeto o sistema
- MODELOS DENOMINADOS JUEGOS ADMINISTRATIVOS:
Ya empieza a involucrarse al ser humano el comportamiento del ser humano
Ej: modelos de planeación, estrategias militares
- MODELOS ABSTRACTOS (simulación):
Viene hacer una herramienta ya que se convierte en algo abstracto
- MODELOS MATEMATICOS:
Se tiene en cuenta las expresiones materia y lógicas ejemplo: representar un objeto.
Aquí se debe hacer muchas suposiciones dentro de un modelo matemático
CLASIFICACION DE LOS MODELOS DE SIMULACION
Dentro de los modelos de simulación están:
1. MODELOS DETERMINISTICOS
Ni las variables endógenas y exógenas se pueden tomar como datos al azar. Aquí se permite que las
relaciones entre estas variables sean exactas o sea que no entren en ellas funciones de probabilidad. Este
tipo determinístico quita menos de cómputo que otros modelos
Ejemplo: Modelos Estocásticos
2. MODELOS ESTOCASTICOS
Cuando por lo menos una variable es tomada como un dato al azar las relaciones entre variables se toman
por medio de funciones probabilísticas, sirven por lo general para realizar grandes series de muestreos, quitan
mucho tiempo en el computador son muy utilizados en investigaciones científicas
3. MODELOS ESTATICOS
Es que en ellos no se toma en cuenta el tiempo dentro del proceso, por ejemplo: los modelos de juegos,
modelos donde se observa las ganancias de una empresa
Ejemplo: Arquitectónicos: líneas de teléfono, tubos de agua
4. MODELOS DINAMICOS
Si se toma en cuenta la variación del tiempo, ejemplo: la variación de la temperatura, del aire durante un
día, movimiento anual de las finanzas de una empresa. Ejemplo: Laboratorio de química: reacción entre
elementos
En estos modelos físicos podemos realizar modelos a escala o en forma natural, a escala menor, e escala
mayor, sirven para hacer demostraciones de procesos como para hacer experimentos nuevos.
5. MODELOS A ESCALA
Son los modelos sencillos de maquetas -> casa -> baño, cuartos, etc. También se pueden tener a tamaño
natural a menor o mayor escala, bidimensional, tridimensional.
VENTAJAS Y DESVENTAJAS DE LA SIMULACION
DESVENTAJAS
1. Una de ellas es que al empezar a simular podemos interferir en las operaciones del sistema
2. sistemas entran a jugar las personas, cambiar el comportamiento natural de las personas que se relacionan
con el sistema
3. No todas las condiciones son continuas para el sistema
4. Difícil obtener siempre el mismo tamaño de muestra, estos sistemas toman muestras tan grandes que
pueden ser mucho mas costosos
5. Explorar todas las alternativas o todas las variantes que pueden existir dentro del sistema
6. Los modelos de simulación no generan soluciones ni respuestas a ciertas preguntas
¿CUANDO ES NECESARIO SIMULAR Y CUANDO NO ES NECESARIO SIMULAR?
¿Cuándo se debe utilizar la simulación?
1. Cuando no se tiene el modelo matemático definido
2. Formulación exacta del sistema
3. Cuando se tienen las fórmulas analíticas y se necesita un modelo para ponerlas a funcionar
4. El costo o la corrida de un modelo no es costosa
5. Cuando al ver un proceso físico, el cual nosotros queremos conocer, la simulación es la única forma
(posibilidad) que tenemos para conocer el comportamiento de un proceso real, ejemplo: fenómeno del niño
(climático)
6. Cuando se requiere acelerar o retrazar el tiempo de los procesos dentro de un sistema
7. cuando se quiere por medio de la simulación encontrar o hacer estudios y/o experimentos
Los modelos de simulación se utilizan en las cuestiones administrativas.
DESVENTAJAS DEL MODELO ADMINISTRATIVO
Ejemplo: el desarrollo de un modelo, gasta y quita tiempo y es costoso
1. El modelo no representa con exactitud la situación real
2. No desenvolvemos adecuadamente las funciones que relacionan a las variables, podemos caer en el error
de obtener resultado imprecisos
3. En cuanto a los resultados nos permiten deducir que a los números no les podemos dar toda la credibilidad,
durante que tiempo los observamos, hay muchas cosas que hay que tener en cuenta.
La simulación más que u a ciencia es un arte.
CRITERIOS QUE SE DEBE TENER EN CUENTA PARA QUE UN MODELO DE SIMULACION SEA BUENO
1. Fácil de entender por el usuario
2. Tenga el modelo metas y objetivos
3. Modelo no me de respuestas absurdas
4. Que sea fácil de manipular, la comunicación entre el usuario y la computadora debe ser sencilla
5. Que sea completa, tenga por lo menos las partes o funciones mas importantes del sistema
6. Sea adaptable que podamos modificar, adaptarlo, actualizarlo
7. Que sea evolutiva que al principio sea simple y poco a poco empezamos a volverla compleja dependiendo
de las necesidades de los usuarios
PASOS A SEGUIR PARA LA CONSTRUCCION DE LOS EXPERIMENTOS DE MODELOS DE SIMULACION
EN UN COMPUTADOR
Para ver el gráfico seleccione la opción "Descargar" del menú superior
GENERACION DE NUMEROS PSEUDOALEATORIOS
En la práctica existen 4 métodos para generarlos
1. Métodos manuales
2. Tablas de biblioteca
3. Métodos de computación
4. Métodos de computación digital
1. Métodos manuales:
Es la manera más fácil de generar números aleatorios
2. Tablas de biblioteca
Como los A million random digits: son unas tablas, la ventaja de este método es que estos números siempre
se pueden reproducir además hay muchos modelos de simulación en los cuales se necesitan mayores
números aleatorios.
3. Métodos de computación
Vienen de procesos físicos, este método en más rápido que los anteriores, el problema es que estos números
no se los puede reproducir
4. Métodos de computación digital
Hay 3 maneras de trabajar con este método:
a. Provisión Externa:
Se refiere a grabar en un disco o en una cinta algunas de las tablas de números aleatorios y trabajar con
ellas, este método es muy lento debido que se puede hasta formar 10 veces más el tiempo que haciendo la
operación aritmética de un solo caracter
b. Generación Interna:
Es a través de un proceso físico aleatorio con este se presenta el problema de la reproducibilidad de la
secuencia
c. Generación Interna de Secuencias:
Los dígitos que se generan surgen por medio de una función recursiva, se realiza teniendo un número inicial,
se transforma ese número por medio de una ecuación y después nos va dando una secuencia de números
aunque se agranden en forma arbitraria.
Definición:
El término Pseudoaleatorio se lo ha definido como números que vienen de una secuencia en la cual cada
término es imprescindible, cuyos dígitos pasan una serie de pruebas estadísticas.
CRITERIOS PARA QUE LAS SECUENCIAS DE NUMEROS PSEUDOALEATORIAS SEAN ACEPTABLES:

1. Que sean uniformemente distribuidas

2. Que sean estadísticamente independientes
3. Que sean reproducibles
4. Que sean no cíclicas o no periódicas
5. Que el método con el cual se genera sea capaz de generar números aleatorios a altas velocidades
6. Que sea capaz de ocupar el mínimo espacio en la memoria del computador
METODO DE MEDIOS CUADRADOS DE GENERAR NUMEROS ALEATORIOS
Ejemplo:
1. Se coge un número al azar de 4 dígitos ejemplo (2152)
2. Lo elevamos al cuadrado (4631104)
3. Al número que de cómo resultado se le van a aumentar hacia la izquierda todos los ceros posibles hasta
que éste número se convierta en un número de 8 dígitos
87654321
04631104
4. Se escoge los 4 números del medio
04631104
Xo = 2152
X1 = 6311
Ing. CRISTIAN DORADO

Leer más: http://www.monografias.com/trabajos20/simulacion-sistemas/simulacion-

sistemas.shtml#ixzz5I3VKWZNM
LA SIMULACIÓN DE SISTEMAS



La simulacion de sistemas es la representacion analitica apoyada en herramientas

matematicas y computacionales que permiten evaluar el impacto que producen
cambios en las distintas variables, tambien nos permite la eleccion de recursos
optimos para el proceso analizado.

Thomas H. Taylor ha sugerido que un estudio de simulación es muy importante para la ingeniería de
sistemas porque presenta las siguientes ventajas en el diseño de estos:

• A través de un estudio de simulación, se puede estudiar el efecto de cambios internos y externos del
sistema, al hacer alteraciones en el modelo del sistema y observando los efectos de esas alteraciones
en el comportamiento del sistema.

• Una observación detallada del sistema que se está simulando puede conducir a un mejor
entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la operación y
eficiencia del sistema.

• La simulación de sistemas complejos puede ayudar a entender mejor la operación del sistema, a
detectar las variables más importantes que interactuan en el sistema y a entender mejor las
interrelaciones entre estas variables.

• La técnica de simulación puede ser utilizada para experimentar con nuevas situaciones, sobre las
cuales tiene poca o ninguna información. A través de esta experimentación se puede anticipar mejor a
posibles resultados no previstos.
• Cuando nuevos elementos son introducidos en un sistema, la simulación puede ser usada para
anticipar cuellos de botella o algún otro problema que puede surgir en el comportamiento del
sistema.

• En simulación cada variable puede sostenerse constante excepto algunas cuya influencia está siendo
estudiada. Como resultado el posible efecto de descontrol de las variables en el comportamiento del
sistema necesitan no ser tomados en cuenta. Como frecuentemente debe ser hecho cuando el
experimento está desarrollado sobre un sistema real.
Simulación 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 de tiempo.
- Thomas H. Taylor -

Simulación es el proceso de diseñar y desarrollar un modelo computarizado de un sistema o

proceso y conducir experimentos con este modelo con el propósito de entender el
comportamiento del sistema o evaluar varias estrategias con las cuales se puede operar el
sistema.

Importancia de la simulación en la Ingeniería.

Recientes avances en las metodologías de simulación y la gran disponibilidad de software que

actualmente existe en el mercado, han hecho que la técnica de simulación sea una de las
herramientas más ampliamente usadas en el análisis de sistemas. Además de las razones antes
mencionadas, Thomas H. Taylor ha sugerido que un estudio de simulación es muy importante para
la ingeniería de sistemas porque presenta las siguientes ventajas en el diseño de estos:

• A través de un estudio de simulación, se puede estudiar el efecto de cambios internos y externos

del sistema, al hacer alteraciones en el modelo del sistema y observando los efectos de esas
alteraciones en el comportamiento del sistema.

• Una observación detallada del sistema que se está simulando puede conducir a un mejor
entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la operación y
eficiencia del sistema.

• La simulación de sistemas complejos puede ayudar a entender mejor la operación del sistema, a
detectar las variables más importantes que interactuan en el sistema y a entender mejor las
interrelaciones entre estas variables.

• La técnica de simulación puede ser utilizada para experimentar con nuevas situaciones, sobre las
cuales tiene poca o ninguna información. A través de esta experimentación se puede anticipar
mejor a posibles resultados no previstos.

• Cuando nuevos elementos son introducidos en un sistema, la simulación puede ser usada para
anticipar cuellos de botella o algún otro problema que puede surgir en el comportamiento del
sistema.

• En simulación cada variable puede sostenerse constante excepto algunas cuya influencia está
siendo estudiada. Como resultado el posible efecto de descontrol de las variables en el
comportamiento del sistema necesitan no ser tomados en cuenta. Como frecuentemente debe ser
hecho cuando el experimento está desarrollado sobre un sistema real.
Aplicaciones de la Simulación

Las áreas de aplicación de la simulación son muy amplias, numerosas y diversas, basta mencionar
sólo algunas de ellas: Análisis del impacto ambiental causado por diversas fuentes Análisis y diseño
de sistemas de manufactura Análisis y diseño de sistemas de comunicaciones. Evaluación del
diseño de organismos prestadores de servicios públicos (por ejemplo: hospitales, oficinas de
correos, telégrafos, casas de cambio, etc.). Análisis de sistemas de transporte terrestre, marítimo o
por aire. Análisis de grandes equipos de cómputo. Análisis de un departamento dentro de una
fábrica. Adiestramiento de operadores (centrales carboeléctricas, termoeléctricas,
nucleoeléctricas, aviones, etc.).Análisis de sistemas de acondicionamiento de aire. Planeación para
la producción de bienes. Análisis financiero de sistemas económicos. Evaluación de sistemas
tácticos o de defensa militar.

La simulación se utiliza en la etapa de diseño para auxiliar en el logro o mejoramiento de un

proceso o diseño o bien a un sistema ya existente para explorar algunas modificaciones.

Se recomienda la aplicación de la simulación a sistemas ya existentes cuando existe algún

problema de operación o bien cuando se requiere llevar a cabo una mejora en el comportamiento.
El efecto que sobre el sistema ocurre cuando se cambia alguno de sus componentes se puede
examinar antes de que ocurra el cambio físico en la planta para asegurar que el problema de
operación se soluciona o bien para determinar el medio más económico para lograr la mejora
deseada.

Todos los modelos de simulación se llaman modelos de entrada-salida. Es decir, producen la salida
del sistema si se les da la entrada a sus subsistemas interactuantes. Por tanto los modelos de
simulación se “corren” en vez de “resolverse”, a fin de obtener la información o los resultados
deseados. Son incapaces de generar una solución por si mismos en el sentido de los modelos
analíticos; solo pueden servir como herramienta para el análisis del comportamiento de un sistema
en condiciones especificadas por el experimentador. Por tanto la simulación es una teoría, si no
una metodología de resolución de problemas. Además la simulación es solo uno de varios
planteamientos valiosos para resolver problemas que están disponibles para el análisis de
sistemas.

Pero ¿Cuándo es útil utilizar la simulación? Cuando existan una o más de las siguientes
condiciones:

1.- No existe una completa formulación matemática del problema o los métodos analíticos para
resolver el modelo matemático no se han desarrollado aún. Muchos modelos de líneas de espera
corresponden a esta categoría.

2.- Los métodos analíticos están disponibles, pero los procedimientos matemáticos son tan
complejos y difíciles, que la simulación proporciona un método más simple de solución.
3.- Las soluciones analíticas existen y son posibles, pero están mas allá de la habilidad matemática
del personal disponible El costo del diseño, la prueba y la corrida de una simulación debe entonces
evaluarse contra el costo de obtener ayuda externa.

4.- Se desea observar el trayecto histórico simulado del proceso sobre un período, además de
estimar ciertos parámetros.

5.- La simulación puede ser la única posibilidad, debido a la dificultad para realizar experimentos y
observar fenómenos en su entorno real, por ejemplo, estudios de vehículos espaciales en sus
vuelos interplanetarios.

6.- Se requiere la aceleración del tiempo para sistemas o procesos que requieren de largo tiempo
para realizarse. La simulación proporciona un control sobre el tiempo, debido a que un fenómeno
se puede acelerar o retardar según se desee.
Simulación
Ir a la navegaciónIr a la búsqueda

Para otros usos de este término, véase actuación.

Una sesión de simulación de paseo espacial, en la NASA.

 Imitación de onda circular.

Simulador de motocicleta en la Bienal do Automóvel, Belo Horizonte, Brasil.

En las ciencias, la simulación es el artificio contextual que referencia la investigación de una

hipótesis o un conjunto de hipótesis de trabajo utilizando modelos un método perfecto para la
enseñanza y aprendizaje
Thomas T. Goldsmith Jr. y Estle Ray Mann la definen así: "Simulación 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
períodos".
Una definición más formal, formulada por R. E. Shannon1 es: "La simulación es 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 o un conjunto de ellos - para el funcionamiento del sistema".

Índice
[ocultar]

 1Etapas para realizar un estudio de simulación

 o 1.1Definición del sistema

o 1.2Formulación del modelo

o 1.3Colección de datos

o 1.4Implementación del modelo en la computadora

o 1.5Verificación

o 1.6Validación del sistema

o 1.7Experimentación

o 1.8Interpretación

o 1.9Documentación

 2Modelos de simulación

o 2.1Modelo teórico

o 2.2Modelo conceptual

o 2.3Modelo sistémico

 3Simulación por computadora

 4Simulación en informática

 5Simulación en la preparación

 6Simulación en la educación

 7Simulación en las ciencias naturales

 8Simulación médica

 9Véase también

 10Referencias

 11Enlaces externos

Etapas para realizar un estudio de simulación[editar]

Definición del sistema[editar]
Consiste en estudiar el contexto del problema, identificar los objetivos del proyecto, especificar
los índices de medición de la efectividad del sistema, establecer los objetivos específicos del
modelamiento y definir el sistema que se va a modelar un sistema de simulación.
Formulación del modelo[editar]
Una vez definidos con exactitud los resultados que se espera obtener del estudio, se define y
construye el modelo con el cual se obtendrán los resultados deseados. En la formulación del
modelo es necesario definir todas las variables que forman parte de él, sus relaciones lógicas
y los diagramas de flujo que describan en forma completa el modelo.
Colección de datos[editar]
Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir
para producir los resultados deseados.
Implementación del modelo en la computadora[editar]
Con el modelo definido, el siguiente paso es decidir qué lenguaje de
programación (como Fortran, Algol, Lisp, etc.) o qué paquete de software se va a utilizar para
procesar el modelo en la computadora y obtener los resultados deseados.
Verificación[editar]
El proceso de verificación consiste en comprobar que el modelo simulado cumple con los
requisitos de diseño para los que se elaboró.2 Se trata de evaluar que el modelo se comporta
de acuerdo a su diseño.
Validación del sistema[editar]
A través de esta etapa se valoran las diferencias entre el funcionamiento del simulador y el
sistema real que se está tratando de simular.3 Las formas más comunes de validar un modelo
son:

 La opinión de expertos sobre los resultados de la simulación.

 La exactitud con que se predicen datos históricos.

 La exactitud en la predicción del futuro.

 La comprobación de falla del modelo de simulación al utilizar datos que hacen fallar al
sistema real.

 La aceptación y confianza en el modelo de la persona que hará uso de los resultados

que arroje el experimento de simulación.
Experimentación[editar]
La experimentación con el modelo se realiza después que este haya sido validado. La
experimentación consiste en comprobar los datos generados como deseados y en realizar un
análisis de sensibilidad de los índices requeridos.
Interpretación[editar]
En esta etapa del estudio, se interpretan los resultados que arroja la simulación y con base a
esto se toma una decisión. Es obvio que los resultados que se obtienen de un estudio de
simulación colabora a soportar decisiones del tipo semi-estructurado.
Documentación[editar]
Dos tipos de documentación son requeridos para hacer un mejor uso del modelo de
simulación. La primera se refiere a la documentación del tipo técnico y la segunda se refiere al
manual del usuario, con el cual se facilita la interacción y el uso del modelo desarrollado.

Modelos de simulación[editar]
La experimentación puede ser un trabajo de campo o de laboratorio. El modelo de método
usado para la simulación seria teórico, conceptual o sistémico.
Después de confirmar la hipótesis podemos ya diseñar un teorema. Finalmente si este es
admitido puede convertirse en una teoría o en una ley.
Modelo teórico[editar]
El modelo teórico debe contener los elementos que se precisen para la simulación. Un
ejemplo con trabajo de laboratorio es un programa de estadística con ordenador que genere
números aleatorios y que contenga los estadísticos de la media y sus diferentes versiones :
cuadrática- aritmética-geométrica-armónica. Además debe ser capaz de determinar la
normalidad en términos de probabilidad de las series generadas. La hipótesis de trabajo es
que la media y sus versiones también determinan la normalidad de las series. Es un trabajo
experimental de laboratorio. Si es cierta la hipótesis podemos establecer la secuencia
teorema, teoría, ley. Es el modelo principal de todo una investigación científica, gracias a ello
podemos definir o concluir la hipótesis, las predicciones, etc.
Modelo conceptual[editar]
El modelo conceptual desea establecer por un cuestionario y con trabajo de campo, la
importancia de la discriminación o rechazo en una colectividad y hacerlo por medio de un
cuestionario en forma de una simulación con una escala de actitud. Después de ver si la
población es representativa o adecuada, ahora la simulación es la aplicación del cuestionario
y el modelo es el cuestionario para confirmar o rechazar la hipótesis de si existe discriminación
en la población y hacia que grupo de personas y en que cuestiones. Gran parte de las
simulaciones son de este tipo con modelos conceptuales.
Modelo sistémico[editar]
El modelo sistémico se construye utilizando como metodología la dinámica de sistemas. Se
simula el sistema social en una de sus representaciones totales. El análisis de sistemas es
una representación total. Un plan de desarrollo en el segmento de transportes con un modelo
de ecología humana, por ejemplo. El énfasis en la teoría general de sistemas es lo adecuado
en este tipo de simulaciones. Este método, que es para un sistema complejo, es sumamente
abstracto, y no se limita a la descripción del sistema, sino que debe incluir en la simulación las
entradas y salidas de energía y los procesos de homeostasis, de autopoiesisy
de retroalimentación.
Tanto el programa de estadística como la escala de actitud y el sistema total, son perfectas
simulaciones de la realidad y modelizan todos los elementos en sus respectivas hipótesis de
trabajo. Son también un microclima y el ambiente o el escenario en los procesos de
simulación/experimentación. Otras propiedades que deben contener las simulaciones es que
sean repetibles indefinidamente. Que eviten el efecto de aprendizaje que incita al encuestador
a rellenar él mismo los cuestionarios y que se podrá evitar con algún control, que sean
flexibles o mejorables y que no sea invasivo o cambiar la población de las muestras
sucesivas.

Simulación por computadora[editar]

Artículo principal: Simulación por computadora

Es un intento de modelar situaciones de la vida real por medio de un programa de

computadora, lo que requiere ser estudiado para ver cómo es que trabaja el sistema. Ya sea
por cambio de variables, quizás predicciones hechas acerca del comportamiento del sistema.
La simulación por computadora se ha convertido en una parte útil del modelado de muchos
sistemas naturales en física, química y biología, y sistemas humanos como la economía y
las ciencias sociales (sociología computacional),3 así como en dirigir para ganar la penetración
(profundidad) su comportamiento cambiará cada simulación según el conjunto de parámetros
iniciales supuestos por el entorno. Las simulaciones por computadora son a menudo
consideradas seres humanos fuera de un loop de simulación.
Tradicionalmente, el modelado formal de sistemas ha sido a través de un modelo matemático,
que intenta encontrar soluciones analíticas a problemas que permiten la predicción del
comportamiento de un sistema de un conjunto de parámetros y condiciones iniciales. La
simulación por computadora es frecuentemente usada como un accesorio para, o sustitución
de, sistemas de modelado para los cuales las soluciones analíticas de forma cerrada simple
no son posibles. Ahí se encuentran muchos tipos diferentes de simulación por computadora, la
característica común que todas ellas comparten es el intento por generar una muestra de
escenarios representativos para un modelo en que una enumeración completa de todos los
estados posibles serían prohibitivos o imposibles. Varios paquetes de software existen para
modelar por computadora, como Vensim, Stella o Powerim, y así la simulación se hace sin
gran esfuerzo (por ejemplo: la simulación Montecarlo y el modelado estocástico como el
Simulador de Riesgo).
Es cada vez más común escuchar acerca de simulaciones a muchas clases designadas como
"ambientes sintéticos". Esta etiqueta ha sido adoptada al ampliar la definición de "simulación",
que abarca virtualmente cualquier representación computarizada.4

Simulación en informática[editar]
En informática la simulación tiene todavía mayor significado especializado: Alan Turing usó el
témino "simulación" para referirse a lo que pasa cuando una computadora digital corre una
tabla de estado (corre un programa) que describe las transiciones de estado, las entradas y
salidas de una máquina.
En programación, un simulador es a menudo usado para ejecutar un programa que tiene que
correr en ciertos tipos de inconvenientes de computadora o en un riguroso controlador de
prueba de ambiente. Por ejemplo, los simuladores son frecuentemente usados
para depurar un microprograma (microcódigo) o algunas veces programas de aplicación
comercial. Dado que, la operación de computadoras es simulada, toda la información acerca
de la operación de computadoras es directamente disponible al programador, y la velocidad y
ejecución pueda variar a voluntad.
Los simuladores pueden ser usados para interpretar la ingeniería de seguridad o la prueba de
diseño de lógica VLSI, antes de que sean construidos. En informática teórica el término
"simulación" representa una relación entre los sistemas de transición de estado. Esto es usado
en el estudio de la semántica operacional.
En el área de las ciencias son de gran ayuda ya que los estudiantes relacionan conceptos
abstractos con reales (el choque de moléculas) y también ayuda en el sentido de los recursos
ya que solo se tiene que disponer con un par de computadores y no con todo el aparataje de
un laboratorio entero.
Véase también: máquina de Turing

Simulación en la preparación[editar]

Soldado en un simulador de prueba de manejo.

La simulación es usada en el entrenamiento o preparación tanto del personal civil como

militar; esto sucede cuando es prohibitivamente caro o simplemente muy peligroso para
permitirle usar equipo real a un aprendiz en el mundo real. En esta última situación ellos
aprenderán valiosas lecciones en un ambiente virtual seguro. La conveniencia es permitir
errores durante el entrenamiento para un sistema crítico de seguridad.
El entrenamiento simulado típicamente viene en tres categorías:

1. Simulación de "Vida", es cuando las personas reales usan equipo simulado en el

mundo real.

2. Simulación "Virtual", es cuando las personas reales usan equipo simulado en mundos
simulados o ambientes virtuales.

3. Simulación "Constructiva", es cuando personas simuladas, usan equipo simulado, en

ambientes simulados.
Véanse también: simulador de vuelo y Realidad virtual.

Simulación en la educación[editar]
Este tipo de simulación es un tanto parecida a la de entrenamiento o preparación. Ellas se
enfocan a tareas específicas. En el pasado los vídeos eran usados por maestros para educar
alumnos, enseñándoles a observar, solucionar problemas y jugar un rol; sin embargo se ha
visto desplazada por la simulación, puesto que esta incluye viñetas narrativas animadas,
pudiendo ser vídeos de caricaturas hipotéticas e historias basadas en la realidad, envolviendo
a la clase en la enseñanza y aprendizaje. También se usa para evaluar el aprendizaje, resolver
problemas de habilidades y disposición de los niños, y el servicio de los profesores.
La simulación en la educación permiten al aprendiz llegar al conocimiento por medio del
trabajo exploratorio, la inferencia, el aprendizaje por descubrimiento y el desarrollo de
habilidades implicadas en la investigación de un fenómeno de naturaleza física o social,
desarrollar ciertas acciones, habilidades y hábitos del tema o especialidad y resolución de
problemas.
La simulación en la educación consiste en situar a un educando en un contexto que imite
algún aspecto de la realidad y en establecer en ese ambiente situaciones, problemáticas o
reproductivas, similares a las que podrían producirse en la realidad. Así, la persona que
realiza las simulaciones para aprender sobre algún aspecto, está preparada para cuando
sucedan en su vida. Por ejemplo: realizar una simulación sobre cómo actuar ante conflictos en
el aula, simulaciones sobre primeros auxilios, etc.

Simulación en las ciencias naturales[editar]

Los experimentos basados en técnicas como la espectroscopia de RMN proveen datos
detallados sobre el comportamiento de la materia. Sin embargo, para interpretar estos
experimentos y para obtener una resolución mayor en espacio y tiempo, tenemos que recurrir
a modelos teóricos. La resolución analítica de estos modelos es imposible para la mayoría de
los sistemas de interés práctico. Por ello, es necesario recurrir a la resolución numérica de
estos modelos en forma de simulaciones. Una simulación busca recrear los elementos que se
consideran importantes en la reproducción de un fenómeno observado empíricamente.
Ejemplos importantes son la dinámica molecular y la química computacional, ambas utilizadas
ampliamente para estudiar el plegamiento de proteínas en la biofísica y las propiedades
mecánicas de polímeros artificiales en la ciencia de materiales.
Véase también: modelado molecular

Simulación médica[editar]
Véanse también: organismo modelo y Experimentación con animales.

Este tipo de simulación incrementa cada vez más su desarrollo y se está desplegando cada
vez más para enseñar procedimientos terapéuticos y de diagnóstico, así como conceptos y
la toma de decisiones al personal en las profesiones médicas. Se han estado desarrollando
simuladores para el entrenamiento en una gama de procedimientos básicos tales como
la transfusión de sangre, una cirugía laparoscópica,
cuidados traumatológicos, auscultación pulmonar y cardiaca y otros.