Simulación - I

LA SIMULACIÓN ES una técnica muy poderosa y ampliamente usada en las ciencias administrativas, para analizar y estudiar sistemas complejos. En los capítulos anteriores nos ocupamos de la formulación de modelos que se pudieran resolver en forma analítica. En casi todos esos modelos nuestra meta fue determinar soluciones óptimas. Sin embargo, debido a la complejidad, las relaciones estocásticas, etc., no todos los problemas del mundo real se pueden representar adecuadamente en forma de modelo como las de los capítulos anteriores.
Los intentos por usar modelos analíticos para sistemas como éstos, en general necesitan de tantas hipótesis de simplificación que es probable que las soluciones no sean buenas, o bien, sean inadecuadas para su realización. En esos casos, con frecuencia la única opción de modelado y análisis de que dispone quien toma decisiones es la simulación.

Se puede definir a la simulación como la técnica que imita el funcionamiento de un sistema del mundo real cuando evoluciona en el tiempo. Esto se hace, por lo general, al crear un modelo de simulación. 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 exactas disponibles en la mayoría de los modelos analíticos, el proceso de simulación incluye la ejecución del modelo a través del tiempo, en general en una computadora, para generar muestras representativas de las mediciones del desempeño o funcionamiento. 

En este aspecto, se puede considerar a la simulación como un experimento de muestreo acerca del sistema real, cuyos resultados son puntos de muestra. Por ejemplo, para obtener la mejor estimación del promedio de la medición de funcionamiento, calculamos el promedio de los resultados de muestra. Es claro que tanto mis puntos de muestra generemos, mejor será nuestra estimación. Sin embargo, hay otros factores que tienen influencia sobre la bondad de nuestra estimación final, como las condiciones iniciales de la simulación, la longitud del intervalo que se simula y la exactitud del modelo mismo. Estos temas se analizarán después en este capítulo.