¿Qué es la simulación?

La simulación es una técnica para analizar y estudiar sistemas complejos.  Nos permite reunir información pertinente sobre el comportamiento del sistema porque ejecuta un modelo computarizado.

Los datos recopilados se usan para diseñar el sistema. Según WINSTON (1994) se puede definir a la Simulación como la técnica de imita el funcionamiento de un sistema del mundo real cuando evoluciona en el tiempo. La simulación no es una técnica de optimización. Más bien es una técnica para estimar las medidas de desempeño del sistema modelado.

Un modelo de simulación comúnmente toma la forma de un conjunto de hipótesis acerca del funcionamiento del sistema, expresado como relaciones matemáticas o lógicas entre los objetos de interés del sistema. En contraste con las soluciones matemáticas el proceso de simulación incluye la ejecución del modelo en una computadora, que genera muestras representativas de las mediciones del desempeño, como un experimento de muestreo acerca del sistema real cuyos resultados son puntos de muestra.

Ventajas y desventajas de la simulación

Ya que la simulación es en muchas ocasiones una herramienta apropiada de análisis, es preciso considerar las ventajas y desventajas de su utilización.

Ventajas

1.      Una vez construido, el modelo puede ser modificado de manera rápida con el fin de analizar diferentes políticas o escenarios.

2.      Generalmente es menos costoso mejorar el sistema vía simulación, que hacerlo directamente en el sistema real.

3.      Es mucho más sencillo comprender y visualizar los métodos de simulación que los métodos puramente analíticos.

4.      Los métodos analíticos se desarrollan casi siempre, para sistemas relativamente sencillos donde suele hacerse un gran número de suposiciones o simplificaciones, mientras que con los modelos de simulación es posible analizar sistemas de mayor complejidad o con mayor

5.      En algunos casos, la simulación es el único medio disponible para lograr una solución.

6.      Es un proceso relativamente eficiente y flexible.

7.      Puede ser usada para analizar y sintetizar una compleja y extensa situación real, pero no puede ser empleada para solucionar un modelo de análisis cuantitativo convencional.

8.      Los modelos de simulación se estructuran y nos resuelve en general problemas trascendentes.

9.      Los directivos requieren conocer como se avanza y que opciones son atractivas; el directivo con la ayuda del computador puede obtener varias opciones de decisión.

10.  La simulación no interfiere en sistemas del mundo real.

11.  La simulación permite estudiar los efectos interactivos de los componentes individuales o variables para determinar las más importantes.

12.  La simulación permite la inclusión de complicaciones del mundo real.

13.  Permite la experimentación en condiciones que podrían ser peligrosas o de elevado coste económico en el sistema real.

Desventajas

1.      Se requiere gran cantidad de corridas computacionales para encontrar "soluciones óptimas", lo cual repercute en altos costos.

2.      Es difícil aceptar los modelos de simulación.

3.      La solución de un modelo de simulación puede dar al analista un falso sentido de seguridad.

1.      Un buen modelo de simulación puede resultar bastante costoso; a menudo el proceso de desarrollar un modelo es largo y complicado.

2.      La simulación no genera soluciones óptimas a problemas de análisis cuantitativos, en técnicas como cantidad económica de pedido, programación lineal o PERT. Por ensayo y error se producen diferentes resultados en repetidas corridas en el computador.

3.      Los directivos generan todas las condiciones y restricciones para analizar las soluciones. El modelo de simulación no produce respuestas por si mismo.

4.      Cada modelo de simulación es único. Las soluciones e inferencias no son usualmente transferibles a otros problemas.

5.      Siempre quedarán variables por fuera y esas variables (si hay mala suerte) pueden cambiar completamente los resultados en la vida real que la simulación no previó… en ingeniería se “minimizan riesgos, no se evitan”.

Fuente: Azarang M., Garcia E. SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS.  Mc. Graw Hill. México.