Un modelo de simulación es un conjunto de ecuaciones que representa procesos, variables y relaciones

entre variables de un fenómeno del mundo real y que proporciona indicios aproximados de su
comportamiento bajo diferentes manejos de sus variables

La simulación es una herramienta muy potente para la evaluación y el análisis de los sistemas nuevos y
los ya existentes. Permite anticiparse al proceso real, validarlo y obtener su mejor configuración. ... La
simulación es una buena herramienta de apoyo para este tipo de accione

La simulación, utilizando sistemas informáticos, consiste en aplicar programas en los que podamos
comprobar cómo funcionar un determinado sistema. ... Lo que se intenta a través de esta técnica es
recrear sistemas reales e hipotéticos a través de los que se pueda trabajar antes de sacar un producto al
mercado

¿CUANDO ES APROPIADO SIMULAR? No existe una completa formulación matemática del problema
(líneas de espera, problemas nuevos). Cuando el sistema aún no existe (aviones, carreteras). ... El
desarrollo del modelo de simulación requiere mucho tiempo.

Elementos de la simulación

Definición del sistema

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

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

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

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

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

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

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

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

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

La experimentación puede ser un trabajo de campo o de laboratorio. El modelo de método usado para
la simulación sería 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

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 un teorema, teoría o ley. Es el modelo principal de toda una investigación científica, gracias a
ello podemos definir o concluir la hipótesis, las predicciones, etc.

Modelo conceptual

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

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 autopoiesis y 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

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

En informática la simulación tiene todavía mayor significado especializado: Alan Turing usó el término
"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

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:

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

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

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

simulados.

Véanse también: simulador de vuelo y Realidad virtual.

Simulación en la educación
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

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

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
Historia

los neutrones. Los experimentos basados en prueba y error eran muy caros y el problema era
demasiado complicado para abordarlo mediante técnicas analíticas. La aproximación que cogieron se
basa en la utilización de números aleatorios y distribuciones de probabilidad. El método desarrollado fue
llamado "método de Montecarlo" por el paralelismo entre la generación de números aleatorios y el
juego de la ruleta.

La revolución que se produjo en la informática a partir de los años 80, tiene un impacto importante en la
simulación por ordenador.

Aplicación

 Tradicionalmente se ha usado para:

– Entrenamiento y educación.

– Comunicación y ventas.

– Diseño o mejora de sistemas.

– Gestión de sistemas.

 En disciplinas como:

– Ingenierías.

– Medicina, biología, ecología.

– Ciencias sociales y económicas

Campo de acción de las aplicaciones de la simulación

Se ha empleado para analizar dos diferentes tipos de problemas:

Problemas teóricos en áreas de ciencias básicas, como ser: Matemáticas, Física, Química:

a)    Estimación del área encerrada por una curva, incluyendo la evaluación de integrales múltiples.

b)    Solución de ecuaciones diferenciales parciales.

c)    Estudio de movimiento de partículas en un plano.

d)    Estudio de la defunción de partículas.

e)    Solución de ecuaciones lineales simultaneas.

 
Problemas prácticos en diversos aspectos del mundo real

f)     Solución de procesos empresariales. Ejemplo: diseño de procesos químicos, control de inventarios,
diseño de sistemas de distribución, programación de mantenimiento, diseño de sistemas de espera,
programación del trabajo en el taller, diseño de sistemas de comunicación.

g)    Simulación de problemas comerciales y económicos, por ejemplo: operación de la compañía,

conducta de los clientes, evaluación de gastos de capital propuestos, determinación de precios,
procesos del mercado, estudio de economías nacionales en problemas de recesión e inflación, planes,
planes de desarrollo y políticas de balance de pagos en economías subdesarrolladas, predicción
económica.

h)   Problemas conductuales y sociales, por ejemplo, dinámicos de población, conducta individual y de
grupo.

i)     Simulación de sistemas biomédicos, por ejemplo, equilibrio de líquidos, distribución de electrolitos
en el cuerpo humano, representación del cerebro a través de modelos, proliferación de células
sanguíneas.

j)      Simulación de estrategias y tácticas de guer

DIFERENCIAS ENTRE LOS TIPOS DE SIMULACIÓN

La simulación se volvió parte de muchas industrias debido a su capacidad de proveer informaciones

sobre operaciones y procesos complejos. Este articulo habla sobre las diferencias entre los softwares de
simulación, sus recursos y aplicaciones. Aquí, simulación de eventos discretos, basada en agentes y
continua serán definidas y las diferencias entre todas las opciones serán destacadas para ayudar a las
empresas a tomar decisiones fáciles al escoger un software de simulación.

Definición de Simulación de eventos discretos, continua y basada en agentes

La simulación de eventos discretos (DES) modela la operación de un sistema como una secuencia de
eventos discretos que ocurren en diferentes intervalos de tiempo. Los eventos discretos ocurren en
puntos específicos en el tiempo, marcando así las mudanzas continuas de estado dentro del sistema
modelado.

La simulación continua (CS) modela las operaciones de un sistema para rastrear continuamente las
respuestas del sistema durante la simulación. Eso significa 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.

Los modelos basados en agentes (ABM) simulan las acciones e interacciones de agentes individuales en
un sistema. Los agentes pueden ser una única pieza de equipamiento o un grupo de activos trabajando
para un objetivo semejante. Simulación ABM son ejecutadas para determinas los efectos de estos
agentes en las funciones de todo el sistema del cual un agente hace parte.
Con esta explicación , es fácil notar que la técnica de eventos discretos modela fenómenos físicos o la
realidad de forma excelente, pues es capaz de rastrear los eventos que ocurren. Las opciones basadas
en agente y continuar son excelentes para determinar el padrón de comportamiento de un sistema. En
muchos casos, una combinación de diferentes técnicas de simulación provee resultados más
arredondeados, especialmente al modelar procesos complejos con diversas variables y eventos.

Las diferencias de los recursos entre los softwares de simulación

QUÉ SIMULAN

Comenzando con el DES, conforme comentado anteriormente, los recursos de software DES son usados
para simular eventos, necesidades y requisitos discretos. Las simulaciones continuas son generalmente
aplicadas a procesos continuos en flujos, en cuantos el ABM es aplicado a agentes y sistemas
autónomos.

ETAPA DE TIEMPO

Para el software DES, o intervalo de tiempo muda de acuerdo a la ocurrencia de eventos individuales.
Para software de simulación continua, los intervalos de tiempo permanecen básicamente inalterados. Y
en softwares de simulación ABM, las etapas de tiempo mudan de acuerdo con las mudanzas en las
interacciones del agente autónomo.

FILA

El software DES aplica diversas técnicas os sistemas para administrar filas. Eso incluye el uso de una Esto
incluye el uso de un enfoque de “primero en entrar, primero en salir” (FIFO) o el enfoque de “último en
entrar, primero en salir” (LIFO) para administrar las colas. El software de simulación continua usa apenas
el sistema de FIFO para administrar filas. Ya para el ABM, el administrados de filas es un poco diferente,
pues presenta un sistema sobre a perspectiva del agente. Per un sistema FIFO o LIFO puede ser usado
para administrar fialas en simulaciones ABM.

Diferencias en la aplicación de cada modelo de simulación

SOFTWARE DE SIMULACIÓN DE EVENTOS DISCRETOS

La naturaleza discreta de esta técnica se vuelve una excelente decisión para simulaciones industriales
donde ocurren eventos. Eso incluye la industria de manufactura, empresas de producción farmacéutica,
fabricas e industrias con sistemas logísticos funcionales.

Aquí, la capacidad de simular la llegada y salida de entidades o problemas de filas proveen un nivel de
percepción de las operaciones industriales de una forma que otros métodos no pueden.
Otras ventajas del aplicativo DES incluyen su uso como herramienta de entrenamiento y validación en la
industria 4.0. Además de su capacidad para impulsar las iniciativas de transformación digital de las
empresas.

SOFTWARE DE SIMULACIÓN CONTINUA

Las simulaciones continuas se utilizan generalmente en campos de ingeniería avanzada, donde se

diseñan motores de simulación. Esto incluye la industria de la aviación para diseñar simuladores de
vuelo y programas de piloto automático. También se utiliza en el diseño de motores de juegos para
videojuegos, como la Nintendo Wii.

Las simulaciones continuas también se utilizan para mejorar los sistemas de inteligencia artificial debido
a sus capacidades analíticas teóricas.

SOFTWARE DE SIMULACIÓN BASADO EN AGENTES

Los tres conceptos que definen la aplicación de ABM son su flexibilidad, su capacidad para capturar
fenómenos emergentes y su capacidad para definir sistemas. Con estas habilidades vienen ciertas
ventajas, como la capacidad de integrar simulaciones ABM en entornos DES o de simulación continua.

Su capacidad para simular interacciones entre agentes autónomos también lo convierte en una
excelente herramienta para comprender el comportamiento del taller. Por ejemplo, se puede utilizar
para analizar la causa del tráfico en el taller en una instalación donde interactúan humanos y máquinas
autónomas. Aquí, su enfoque individualista de la simulación proporciona diferentes perspectivas para
los agentes activos, explicando la causa de los fenómenos, como la congestión inesperada dentro de un
sistema.

El software ABM se utiliza activamente para monitorear los procesos de flujo, como el tráfico y la
gestión del flujo de clientes en tiendas físicas, parques y centros recreativos. Un ejemplo es su uso en
una tienda Macy’s. En este ejemplo, se utilizó ABM para estimar la distribución de los vendedores en sus
instalaciones y cómo interactúan con los clientes para mejorar sus operaciones.

En resumen

Aunque las simulaciones DES, CS y ABM aplican diferentes enfoques a la simulación, los resultados que
producen optimizan los esfuerzos humanos e industriales de diferentes maneras. Estas formas incluyen
planificación e implementación, mejora de la relación con el cliente, capacitación del equipo, desarrollo
de estrategias y diseño.

Intro
Para entender en qué consiste una simulación de procesos es importante primeramente comprender qué es un
sistema y qué es un modelo, así como sus diferentes tipos.

En primer lugar, cuando hablamos de sistema nos referimos a un conjunto de elementos unidos por toda una serie
de relaciones de interacción o interdependencia.

Los elementos que conforman el sistema suelen venir condicionados por el objetivo del estudio que se pretende
realizar con la simulación, y es que un sistema definido para un estudio determinado puede ser una parte de un
sistema más amplio, por lo que dicho objetivo debe ser fijado correctamente y debe contener los elementos
necesarios. Por ejemplo, podemos querer analizar toda la cadena productiva de una empresa o solamente una
parte de esta cadena, por lo que los objetivos y elementos que conformarán los dos sistemas estarán claramente
diferenciados.

En relación al sistema, debemos diferenciar entre el atributo y la actividad.

El atributo se refiere a la propiedad de un elemento del sistema, mientras que la actividad implica todo proceso
que provoca un cambio en el sistema.

Además, se debe considerar también el estado del sistema, que se refiere a la descripción de todos los elementos,
atributos y actividades que conforman el sistema durante un instante de tiempo determinado.

En lo que se refiere a la clasificación de los sistemas, esta puede hacerse en función de tres tipologías diferentes:

 Sistemas estáticos y sistemas dinámicos.

 Sistemas deterministas y sistemas estocásticos.
 Sistemas continuos y sistemas discretos.
Pasemos a conocer las particularidades de cada una de estas tipologías de sistema.

 Sistemas estáticos y sistemas dinámicos

Los sistemas se pueden clasificar en función de su dinamismo. Así, un sistema será estático cuando sus variables de
estado no cambien a lo largo del tiempo, es decir, cuando el factor tiempo no sea decisivo en las propiedades del
sistema. Por contra, el sistema será dinámico cuando los valores que toman algunas de sus variables de acción
evolucionan y están condicionadas por el tiempo.

 Sistemas deterministas y sistemas estocásticos

El segundo elemento a la hora de hablar de los tipos de sistemas se refiere a la aleatoriedad.

Cuando un sistema no presenta ningún componente de carácter estocástico o aleatorio será un sistema
determinista. La principal particularidad de este es que el sistema estará determinado una vez se hayan definido
las condiciones iniciales y las relaciones existentes entre sus componentes. En el caso de los sistemas estocásticos,
nos encontramos con algún elemento que presenta un comportamiento de carácter aleatorio, de manera que el
comportamiento no viene determinado por las condiciones iniciales y las relaciones entre sus componentes.

En relación a esta segunda tipología, el sistema solamente podrá ser estudiado en términos de probabilidad,
consiguiendo, en el mejor de los casos, conocer las respuestas posibles con las probabilidades asociadas.

 Sistemas continuos y sistemas discretos

La última clasificación se refiere a los sistemas continuos y discretos.

En lo que se refiere a los sistemas de carácter continuo, las variables de estado cambian de manera continua a lo
largo del tiempo, mientras que, en el discreto, dichas variables cambian de valor de manera instantánea en
instantes de tiempo determinados.

En este caso, debemos comentar que en determinados sistemas puede darse el supuesto de que existan variables
continuas y discretas, de modo que, dependiendo de la predominancia de unas y otras y del objetivo principal del
estudio, se deberá considerar el sistema como perteneciente a uno de los dos tipos.

Si nos centramos a los modelos, en relación a estos, confirmamos que son utilizados para estudiar un sistema.

En este caso, debemos remarcar que la manera más inmediata para estudiar un sistema es experimentar sobre él,
aunque se trata de una opción que no resulta demasiado aconsejable. Esto se debe a que:

 Puede darse el caso de que el sistema real no exista, ya que se trata únicamente de un diseño.
 Dependiendo del sistema, puede que no se tenga un control sobre ese sistema, por lo que será
imposible que se experimente sobre él.
 Puede suponer unos costes económicos realmente altos.
 Puede implicar un plazo de tiempo muy dilatado.
De este modo, lo más sencillo, práctico y aconsejable será la construcción de un modelo del sistema que refleje
con la fidelidad adecuada las principales características del sistema a analizar, así como la experimentación sobre
dicho modelo.

En relación a los modelos del sistema, podemos diferenciar entre dos tipos: el modelo físico y el modelo
matemático.

Los modelos físicos están formados por una estructura de carácter material que presentan toda una serie de
características muy similares a las del sistema real. En relación a estos modelos, algunos ejemplos son las
maquetas a escala o los modelos analógicos que, sin tener la misma estructura física que el sistema real, presentan
un comportamiento muy similar con respecto a algunas variables de estado.

Por el contrario, los modelos matemáticos representan el sistema a través de relaciones lógicas y cuantitativas
entre sus variables de estado. En este caso, tanto el valor de las variables como sus relaciones se pueden modificar
con el fin de poder estudiar de qué manera reacciona el modelo, de modo que nos permita conocer cómo
reaccionará el sistema real frente a estos cambios. Se trata de un tipo de modelo muy utilizado para el estudio de
los sistemas productivos, ya que permite ver cómo reacciona el sistema frente a determinados cambios.