¿Qué clases de simulación hay?

La simulación puede ser analógica o digital. La simulación analógica consiste en construir un modelo físico que tenga comportamiento semejante al sistema que se quiere estudiar. La simulación digital es una técnica para imitar o "simular" en un ordenador el comportamiento de un sistema ante determinados cambios o estimulos. La simulación puede ser de dos tipos: Descriptiva o Prescriptiva. La simulación descriptiva consiste en suministrar respuestas a las distintas entradas, incluso aquellas entradas aleatorias, pseudoaleatorias y no aleatorias que son las que influyen en la toma de decisiones para la mejora del sistema y del modelo. La simulación prescriptiva conduce a las acciones a tomar para obtener resultados óptimos y contiene a la anterior. La simulación puede ser continua o discontinua. La simulación discontinuo es una técnica donde la simulación avanza en incrementos de tiempo del acontecimiento. La simulación en continuo es cuando hay un flujo continuo de tiempo, solo puede ser analógica, aunque mediante un ordenador podemos hacer el paso de tiempo lo suficientemente pequeño que parezca que no hay transiciones dentro del sistema. La simulación puede ser también estocástica o determinista. La simulación estocástica introduce acontecimientos al azar dentro de la simulación, así no se obtiene igual respuesta introduciendo las mismas condiciones y decisiones de entrada en la reproducción de la simulación. La simulación Determinista no infunde la variación del azar dentro de la simulación. Por último un concepto nuevo es la Simulación Distribuida, esto implica la conexión conjunta de simulaciones independientes, separadas geográficamente o de simuladores.

1.- Simulación Discreta: modelación de un sistema por medio de una representación en la cual el estado de las variables cambian instantáneamente en instante de tiempo separados. 2.- Simulación Continua: Modelación de un sistema por medio de una representación en la cual las variables de estado cambian continuamente en el tiempo. 3.- Simulación Combinada Discreta-Continua: Modelación de un sistema por medio de una representación en la cual unas variables de estado cambian continuamente con respecto al tiempo y otras cambian instantáneamente en instante de tiempo separados. 4.- Simulación Determinística y/o Estocástica: Una simulación determinística es aquella que utiliza únicamente datos de entra determinísticos, no utiliza ningún dato de entrada azaroso. 5.- Simulación estática y dinámica: La simulación estática es aquella en la cual el tiempo no juega un papel importante, en contraste con la dinámica en la cual si es muy importante. 6- Simulación con Orientación hacia los eventos: Modelaje con un enfoque hacia los eventos, en el cual la lógica del modelo gira alrededor de los eventos que ocurren instante a instante, registrando el estado de todos los eventos, entidades, atributos y variables del modelo en todo momento. 7.- Simulación con Orientación hacia procesos: Modelaje con un enfoque de procesos, en el cual la lógica del modelo gira alrededor de los procesos que deben seguir las entidades.

Se distinguen dos tipos de simulación. Por una parte, la simulación absoluta existe cuando el fin del negocio simulado no es el de ocultar el acuerdo simulatorio, sino que se configura como medio necesario para conseguir la simulación. Por ejemplo, aquel deudor que para evitar que un acreedor cobre, simula la venta de sus inmuebles a un familiar: la compraventa no es la voluntad de ninguno de los intervinientes en el contrato. Por otro lado, la simulación relativa existe cuando las partes celebran formalmente un contrato pero, en realidad, están celebrando otro negocio, total o parcialmente distinto, y verdaderamente querido, pero disimulado. Hay un negocio real, pero desfigurado, hecho que suele ocurrir a menudo cuando, por ejemplo, se vende un bien determinado por un precio irrisorio: el negocio que se oculta es un negocio verdadero de donación en el que se transfiere dominio y posesión, pero las partes simulan la celebración de una compraventa.

Simulación discreta: La simulación de eventos discretos (DES) ajusta la operación de un sistema como una secuencia de eventos discretos que suceden en diferentes intervalos de tiempo. Los sucesos discretos suceden en puntos específicos en el tiempo, sellando así las mudanzas continuas de estado dentro del sistema modelado. Simulación continua: Este tipo de simulación crea las operaciones de un sistema para rastrear continuamente las contestaciones del sistema durante la simulación. Eso representa que los resultados son producidos en todos los puntos durante la simulación y no en intervalos. Las simulaciones continuas también producen datos en casos en que ninguna mudanza continua ocurra. Simulación combinada discreta-continua:Este es una modelación la cual se da mediante la presentación de unas variables que cambian continuamente de estado con respecto al tiempo y algunas cambian instantáneamente en tiempos separados. Es una simulación en la cual interactúan variables de estado discretas y continuas. Existen tres tipos de interacciones entre las variables de estado de este tipo de simulaciones: Un evento discreto puede causar un cambio discreto en el valor de una variable de estado continua. Un evento discreto puede causar que la relación que gobierna una variable de estado continua cambie en un instante de tiempo en particular. Una variable de estado continua de punto de partida puede causar que un evento discreto ocurra, o sea, programado. Simulación determinística y/o estocástica: La simulación puede ser determinista o estocástica, dependiendo de si los modelos simulados son deterministas o, por el contrario, contienen alguna variable aleatoria. Este mismo modelo puede ser evaluado asumiendo que existe un elemento al azar que en cada simulación toma un valor distinto dependiendo de un modelo estocástico determinado. La simulación estocástica nos lleva a la necesidad de generar variables aleatorias continuas y discretas. Simulación estática y dinámica: La simulación estática es un modelo de simulación que no tiene un historial interno de los valores de entrada y salida que se aplicaron previamente. También representa un modelo en el que el tiempo no es un factor. Este tipo de modelo de simulación generalmente tiene alguna función (f) que está hecha de entradas (u). Cada salida en este tipo de simulación depende de los valores de la función (f) y las entradas (u). Simulación con orientación hacia procesos: Este es un modelaje basado en un esquema de un flujograma de procesos, la lógica del modelo gira entorno a los demás procesos los cuales deben seguir las entidades.

Cuando se quiere construir un modelo de simulación se deben decidir cuáles son las características definitorias de ese modelo o, lo que es lo mismo, las más adecuadas para el proceso o sistema a simular y que definen el tipo de modelo a construir. Así, entre lo tipos de modelos de simulación se diferencian: Determinista o estocástico: hace referencia a si su comportamiento es predecible o no. Determinista: para un conjunto acotado y definido de entradas, el modelo dará como resultado un conjunto único de salidas. Estocástico: para entradas aleatorias, el modelo ofrecerá salidas aleatorias. Sistema estático o sistema dinámico: hace referencia al tiempo de la simulación. Estático: reproducen el proceso o sistema en un momento determinado. Dinámico: reproducen el proceso o sistema evolucionando a lo largo del tiempo. Discreto o continuo: hace referencia a los momentos temporales considerados en los modelos dinámicos. Discreto: las variables de entrada y de salida del modelo cambian en un conjunto de momentos en el tiempo. Continuo: las variables cambian ininterrumpidamente en el tiempo. Los profesionales que quieran dedicarse al análisis de datos deben conocer estos cuatro modelos de simulación: Método Montecarlo: es una técnica matemática que se utiliza para estimar los resultados posibles de un suceso incierto. Modelado basado en agentes: se utiliza para simular sistemas complejos y dinámicos. Un agente es una pieza de software capaz de analizar su entorno, procesar la información y actuar sobre él. Simulación de eventos discretos: aquellos en los que las variables que definen su estado en cada momento cambian únicamente en un conjunto discreto de instantes de tiempo. Modelado dinámico de sistemas: modelos de simulación de sistemas que varían con el tiempo. Se caracterizan por variables que determinan el estado del sistema en cada instante y un conjunto de reglas que establecen cuál será el siguiente estado del sistema.