Día a día, miles de personas usan palabras cuyos conceptos parecen ser claros, pero al indagar sobre su definición, no siempre dan respuestas correctas, o en ocasiones estas resultan imprecisas o erróneas. Situación por la que este apartado inicia con una definición de los conceptos simulación, modelación y sistemas, lo que a su vez permite avanzar en el estudio de la simulación computacional, evitando posibles ambigüedades conceptuales.

Además, aprender a reconocer el posible comportamiento de un sistema, con base a las variables que lo componen, la dinámica del mismo y el proceso de evolución en el tiempo, reduce el periodo entre la validación y la implementación de un modelo computacional del sistema, toda vez que en su proceso es posible descomponerse el sistema en pequeños subsistemas, que actuando de forma concatenada ejecutan el mismo proceso con los mismos resultados, modelando el sistema como un todo.

Propósito general

Distinguir los diferentes tipos de sistemas y las etapas en un proceso de simulación con el fin de reconocer el alcance de la simulación computacional y la modelación simbólica.

Propósitos específicos

• Definir los conceptos de sistemas, simulación computacional y modelos.
• Caracterizar las simulaciones computacionales según el tipo de variable usada en el modelo.
• Reconocer los distintos modelos para el trabajo en la dinámica de sistemas.

Un sistema está definido como “una colección de componentes (pueden ser objetos, máquinas, personas, entre otras) que se encuentran interrelacionadas de forma organizada y trabajan juntas para alcanzar el cumplimiento de cierto propósito” (Wu, 1992). Esta definición permite entender el por qué usamos esta palabra en todas las ramas del conocimiento y en la vida de forma común. En la siguiente interactividad se detalla a profundidad el concepto de sistema y sus variables.

Ahora, definiremos lo que es un modelo y una simulación.

• Modelo: esquema teórico, generalmente en forma matemática, de un sistema o de una realidad compleja, como la evolución económica de un país, que se elabora para facilitar su comprensión y el estudio de su comportamiento.

• Simulación: técnica de imitar el comportamiento de alguna situación o aparato, con el fin de obtener información más precisa o entrenar (inclusive entretener) personas.

A continuación se explicará un poco más sobre estos conceptos, teniendo en cuenta el ejemplo y actividad realizada del supermercado en la interactividad anterior.

Partiendo del gráfico principal de esta pantalla, surgen una serie de preguntas. ¿Para qué realizar simulaciones? ¿No es más fácil interactuar con el sistema y analizarlo? Por ejemplo, si estoy analizando el sistema de transporte público, no es más fácil simplemente cambiar las frecuencias de las rutas y observar con qué tiempo mejora el tráfico. La razón es que hay modelos que permiten su interacción de una manera simple, pero hay casos en los que no es tan sencillo. Veamos la problemática en cada uno de ellos.

Actividad de aprendizaje

Identifique los elementos de un sistema y organice las variables de la programación para un sistema en un aeropuerto.

Cuando nos referimos a simulación computacional, vamos a recurrir a la definición de simulación y tendremos en cuenta los siguientes aspectos. Los términos “situación” y “aparato”, respectivamente, hacen referencia a un sistema fuente y a simulador. De acuerdo con la definición, esta acción tiene dos objetivos principales: entrenar personal u obtener información. En el caso de la simulación computacional, el entrenamiento (o entretenimiento) personal, lo conoceremos como una simulación de ambientes virtuales, mientras que si lo que deseamos es obtener información diremos que es una simulación analítica.

En la pantalla anterior se presentaron tres casos donde se podía aplicar la simulación: Lanzamiento de un cohete a Marte, diseño de una red alámbrica y la evaluación de riesgos financieros. Cada una de estas representa uno de los siguientes tipos de simulación: Sistemas deterministas (un valor de entrada genera solo un valor de salida) y Sistemas no deterministas (un valor de entrada y múltiples valores de salida)

Dato curioso El método de simulación de Montecarlo lleva ese nombre gracias al casino de Montecarlo (Mónaco), conocida como “la capital del juego de azar” y por el juego de la ruleta, el cual es un ejemplo de un generador aleatorio de números.

Actividad de aprendizaje

Relacione los diferentes procesos de simulación y evalúe lo aprendido.

Material de apoyo

La simulación es usada de forma reiterativa en investigaciones en múltiples áreas y con diferentes propósitos. Por tanto, al igual que otros métodos de investigación, presenta una secuencialidad. A continuación, se presenta un orden que en la mayoría de los casos funciona para conseguir una muy buena simulación. Sin embargo, el problema podría requerir de más etapas que no se encuentran aquí enunciadas o podría prescindir de una o varias de estas.

Actividad de aprendizaje

Organice cada una de las etapas de simulación en un hospital, el cual quiere ser considerado de nivel I. Pon a prueba lo aprendido.

Una simulación corresponde a la imitación de un comportamiento o alguna situación con el fin de obtener información o entrenar a una persona. Usualmente las simulaciones computaciones se realizan sobre modelos, sean físicos o matemáticos. Es importante tener en cuenta que cada tipo de modelación usada en el análisis de un problema tiene sus ventajas y desventajas. Una puede llegar a apoyar la otra, como mostrar incompatibilidades o errores que la otra no presentaba.

Dentro de las simulaciones computacionales tenemos una amplia clasificación de sistemas. Para realizar este proceso debemos responder las siguientes preguntas ¿para qué sirve?, ¿qué o quién interactúa con la simulación? y ¿es posible obtener el mismo resultado bajos las mismas condiciones iniciales? Estas preguntas nos llevan a conocer la simulación computacional que se desea desarrollar, los tipos de variables que vamos a tener en cuenta en la simulación y el nivel de participación de interacción de cada una de ellas.

Para generar una buena simulación computacional, es importante seguir una serie de etapas que nos lleven poco a poco, desde la construcción del modelo y la búsqueda de los datos que van a soportar el modelo, hasta la obtención de nuevos resultados bajo condiciones desconocidas.

Caso de Estudio

Organice un proceso de simulación para una aplicación de seguros de vida. Evalúe lo aprendido hasta este punto.