La pregunta que me hacia era por que es util la tecnica de simulacion computarizada de situaciones reales.
Todavia no le he encontrado utilidad.
El ejemplo más a mano con el que puedes confrontar su 'utilidad' es la predicción del clima.
Es una situación real además y en tiempo real (no es tan útil predecir como fue el clima hace doscientos años en un sitio concreto). No vale de nada una predicción hipotética, debe tener en cuenta la situación geográfica del lugar, la fechas de año, temperatura, etc... cambiante con cada hora del día. No todas las variables en juego están a disposición en forma de datos sensados, así muchos deben ser simulados aunquedentro de un rango dado que sí puede ser conocido. Son simulaciones con muchos datos en juego (hay muchos superordenadores dedicados a esa tarea en exclusiva).
No todo el mundo sacará provecho de la predicción climática dada por supuesto, en ciertas zonas tendrá más utilidad que en otras, y los sectores de negocios igual... por ejemplo los agricultores y ganaderos pueden prestar más atención que el resto porque muchas de las tareas que precisan hacer son dependientes del clima. Los trayectos de aviones y barcos, también dependen bastante del clima, especialmente del viento. Cambiar la ruta por un clima especialmente desfavorable, es algo habitual. Los marineros en general y los pescadores en particular necesitan conocer el estado de la mar con cierto detalle, luego una predicción exitosa a medio plazo (3-5) días les será de mucha ayuda para elegir una ruta o destino (para los pescadores donde fanear), también una predicción que hable de un cambio radical del clima con apenas una anticipación de 1-5 horas puede implicar una gran diferencia.
E incluso el modelado del comportamiento animal para comprender como fluctúan y afectan ciertos cambios en el ecosistema. La aparición de una nueva especie de insecto puede poner a prueba la fauna local, una simuación podría anticipar posibles problemas y prevenir soluciones antes de que suceda. Aunque cuando se trata de poner dinero, muchos gobiernos no están por la labor y la realidad se ve sorprendida por cuestiones que pudieron haberse previsto con simulaciones.
Puede ponerse por ejemplo el caso de cauces de ríos con crecidas, por lluvias copiosas, mejorarse sistemas de evacuación en casos de terremotos y volcanes en zonas donde se prodigan.
Los japoneses tienen un buen historial en simulación de terremotos... crear edificios con soluciones hipotéticas y esperar que un terremoto del índice esperado lo sacuda para comprobar y comprender como la solución prevista lo afecta, sale muy caro y puede suponer años hasta que tal situación se diera justo donde fue construído el edificio. La simulación ahorra muchos de esos costes, e incluso puede proveer una propuesta de sitio propicio donde construirlo para una demostración real con posibilidades de éxito (que acontezca un terremoto dentro del espacio temporal previsto tras su finalización, pero que no se eternice).
Otro caso de amplio interés es la propia medicina. Pueden hacerse muchas simulaciones de operaciones no solo como sistema de aprendizaje para nuevos cirujanos, sino también ante nuevos retos exprimentales sobre operaciones que antes se veían imposibles, conocer con anticipación situaciones que inicialmente no se habían previsto ofrece la oportunidad de buscar soluciones que eviten ciertos daños que antes solo se conocerían y de la que se adquiriría práctica a base de la experiencia real.
Todo el modelado de proteínas y ADN también encuentra utilidad práctica. Muchos sistemas biológicos están siendo simulados. En realidad a futuro habrá muchísimo trabajo en este campo, que se irá especializando (puede extenderse de modo general a la simulación de todo tipo de sistemas).
En todos ellos gran parte de los datos serán reales, pero cuando hacen falta datos de los cuales es difícil obtenerlos o pretender conocerse ciertos límites extremos, toca tirar a menudo de datos aleatorios que aproximen el modelo lo más fielmente posible a la realidad. No basta una simulación suelen hacerse miles con ligeras variaciones en las condiciones...
Siempre habrá variables que deban simularse al azar (por ejemplo cuando se tratan de simulaciones de accidentes). Imagina el diseño de un nuevo material o modelos cuyo precio es tan caro, que hacer ensayos físicamente sale bastante caro (cada experimento podría comportar la destrucción del modelo).
Suele ser el caso de modelado de piezas de diseño de ingeniería, descubrir algo tan simple como que un motor no cabe en el espacio destinado en el chasis, saldría muy costoso si tuviera que descubrise después de ser fabricado, cuando la cadena de montaje ya está en marcha y el material (piezas) ya fueron pedidas y fabricadas.
Incluso aún cuando una simulación siguiera siendo tan cara como el ensayo físico, todavía podría ahorrarse el exponer vidas en riesgo (imagina el diseño de un módulo espacial en situaciones de ingravidez y/o exposición a cierto tipo de radiaciones puntuales, o probar prototitos de aviones, mejor si ya hay simulaciones que demuestran su validez).
La fase de debug, en programación es también una simulación, aunque no necesariamente siempre se precise de datos aletorios, muy a menudo es suficiente con datos hipotéticos, con el simple objetivo de asegurarse de que el programa cumple las especificaciones solicitdas y que queda libre de errores (aunque a la luz de las interminables versiones y actualizaciones algunas empresas no son eficaces en tal proceso).