Maestro

Lorenzo bastard Martnez

Alumno
Juan arturo pablo lopez
Pedro pablo alpuche
Materia
Simulacin
Trabajo
Unidad i introduccin
Unidad ii nmeros pseudoaleatorios
Carrera
Ingeniera en sistemas computacionales
Grado: 5cuatrimestre isc

Contenido
INTRODUCCION................................................................................................... 3
UNIDAD I.............................................................................................................. 4
1.1 DEFINICION................................................................................................... 4
1.2 CONCEPTO.................................................................................................... 5
1.3 TIPOS DE SIMULACION.................................................................................. 6
1.4 MODELOS....................................................................................................... 6
1.5 METODOLOGIA............................................................................................... 7
UNIDAD II............................................................................................................. 8
2.- NUMEROS PSEUDOALEATORIOS.....................................................................8
2.1 GENERACION DE NUMEROS PSEUDOALEATORIOS PRUEBAS ESTATICAS DE
ALEATORIEDAD.................................................................................................... 8

INTRODUCCION
En este trabajo conoceremos acerca de la simulacin que es una tcnica numrica
para conducir experimentos en una computadora digital este proceso nos ayuda a
conocer el comportamiento de un sistema complejo es decir que nos ilustra cmo
se comportara un objeto a gran escala. A travs de un estudio de simulacin, se
puede estudiar el efecto de cambios internos y externos del sistema, al hacer
alteraciones en el modelo del sistema y observando los efectos de esas
alteraciones en el comportamiento del sistema. Tambin conoceremos los
diferentes modelos de simulacin y los nmeros pseudoaleatorios.

UNIDAD I
1.1 DEFINICION
Introduccin a la simulacin en la ingeniera
Con la llegada de las computadoras una de las ms importantes herramientas
para analizar el diseo y operacin de sistemas o procesos complejos es la
simulacin.
Aunque la construccin de modelos arranca desde el renacimiento, el uso
moderno de la palabra simulacin data de 1940, cuando los cientficos Von
Neuman y Ulam que trabajaban en el proyecto Monte Carlos, durante la segunda
guerra mundial, resolvieron problemas de reacciones nucleares cuya solucin
experimental sera muy cara y el anlisis matemtico demasiado complicado.
Simulacin es una tcnica numrica para conducir experimentos en una
computadora digital. Estos experimentos comprenden ciertos tipos de relaciones
matemticas y lgicas, las cuales son necesarias para describir el comportamiento

y la estructura de sistemas complejos del mundo real a travs de largos periodos

de tiempo.
Importancia de la simulacin en la Ingeniera.
A travs de un estudio de simulacin, se puede estudiar el efecto de cambios
internos y externos del sistema, al hacer alteraciones en el modelo del sistema y
observando los efectos de esas alteraciones en el comportamiento del sistema.
Una observacin detallada del sistema que se est simulando puede conducir a
un mejor entendimiento del sistema y por consiguiente a sugerir estrategias que
mejoren la operacin.
La simulacin de sistemas complejos puede ayudar a entender mejor la
operacin del sistema, a detectar las variables ms importantes que interactan en
el sistema y a entender mejor las interrelaciones entre estas variables.
La tcnica de simulacin puede ser utilizada para experimentar con nuevas
situaciones, sobre las cuales tiene poca o ninguna informacin. A travs de esta
experimentacin se puede anticipar mejor a posibles resultados no previstos.
Cuando nuevos elementos son introducidos en un sistema, la simulacin puede
ser usada para anticipar cuellos de botella o algn otro problema que puede surgir
en el comportamiento del sistema.

Aplicaciones de la Simulacin
Las reas de aplicacin de la simulacin son muy amplias, numerosas y diversas,
basta mencionar slo algunas de ellas: Anlisis del impacto ambiental causado por
diversas fuentes Anlisis y diseo de sistemas de manufactura. Anlisis y diseo
de sistemas de comunicaciones. Anlisis de grandes equipos de cmputo. Anlisis
de un departamento dentro de una fbrica. Adiestramiento de operadores. Anlisis
financiero de sistemas econmicos. Evaluacin de sistemas tcticos o de defensa
militar.

1.2 CONCEPTO
Qu es simulacin?
Aunque la mayora de la gente tiene una ligera idea de lo que es la simulacin,
existe mucha confusin de trminos y conceptos que se aclararn en esta etapa.
Por ejemplo, podemos pensar en los juegos de nios donde actan como si
fuesen vaqueros (cowboys) en un pueblo del Oeste Americano de hace un siglo.

Pero esta intuicin a menudo no se corresponde con la definicin formal de

simulacin. Lo que usualmente s se tiene claro es que cada vez resulta ms
importante en el mundo de la ciencia y la tecnologa, la economa, las ciencias
sociales, etc.
En las ciencias, la simulacin es el artificio contextual que referencia
la investigacin de una hiptesis o un conjunto de hiptesis de
trabajo utilizando modelos.
Thomas T. Goldsmith Jr. y Estle Ray Mann la definen as: "Simulacin es una
tcnica numrica para conducir experimentos en una computadora digital. Estos
experimentos comprenden ciertos tipos de relaciones matemticas y lgicas, las
cuales son necesarias para describir el comportamiento y la estructura de
sistemas complejos del mundo real a travs de largos perodos."
Una definicin ms formal, formulada por R. E. Shannon1 es: "La simulacin es el
proceso de disear un modelo de un sistema real y llevar a trmino experiencias
con l, con la finalidad de comprender el comportamiento del sistema o evaluar
nuevas estrategias -dentro de los lmites impuestos por un cierto criterio o un
conjunto de ellos - para el funcionamiento del sistema.

1.3 TIPOS DE SIMULACION

MODELOS DE SIMULACIN ESTTICA VS. DINMICA
Un modelo de simulacin esttica, se entiende como la representacin de un
sistema para un instante (en el tiempo) en particular o bien para representar un
sistema en el que el tiempo no es importante, por ejemplo la simulacin
Montecarlo; en cambio un modelo de simulacin dinmica representa a un sistema
en el que el tiempo es una variable de inters, como por ejemplo en el sistema de
transporte de materiales dentro de una fbrica, una torre de enfriamiento de una
central termoelctrica, etc.
Si un modelo de simulacin no considera ninguna variable importante,
comportndose de acuerdo con una ley probabilstica, se le llama un modelo de
simulacin determinista. En estos modelos la salida queda determinada una vez
que se especifican los datos y relacin es de entrada al modelo, tomando una
cierta cantidad de tiempo de cmputo para su evaluacin. Sin embargo, muchos

sistemas se modelan tomando en cuenta algn componente aleatorio de entrada,

lo que da la caracterstica de modelo estocstico de simulacin.
MODELOS DE SIMULACIN CONTINUOS VS DISCRETOS
Los modelos de simulacin discretos y continuos, se definen de manera anlogo a
los sistemas discretos y continuos respectivamente. Pero debe entenderse que un
modelo discreto de simulacin no siempre se usa para modelar un sistema
discreto. La decisin de utilizar un modelo discreto o continuo para simular un
sistema en particular, depende de los objetivos especficos de estudio. Por
ejemplo: un modelo de flujo de trfico en una supercarretera, puede ser discreto si
las caractersticas y movimientos de los vehculos en forma individual es
importante. En cambio si los vehculos pueden considerarse como un agregado en
el flujo de trfico entonces se puede usar un modelo basado en ecuaciones
diferenciales presentes en un modelo continuo.

1.4 MODELOS
En general, se llama modelo a la imagen o representacin de un sistema,
generalmente simplificada e incompleta. Y se llama simulacin a la
experimentacin con un modelo para extraer conclusiones o realizar predicciones.
La simulacin como mtodo de formacin consiste en situar al participante en un
contexto que imite algn aspecto de la realidad (modelo), y en establecer en ese
ambiente situaciones similares a las que l deber enfrentar en su vida
profesional, de manera que pueda experimentar sin riesgo y extraer
conclusiones. El uso de la simulacin en la formacin empresarial permite acelerar
el proceso de aprendizaje (Peter Senge destaca que las personas aprendemos
mejor mediante la propia experiencia, o el modelo clsico de aprender haciendo,
de David Kolbe), y contribuye a elevar su calidad. Y esto es particularmente
eficiente en la formacin de directores de proyecto, debido a la diversidad de
conocimientos y habilidades que esta materia conlleva.

1.5 METODOLOGIA
Definicin del sistema
Para tener una definicin exacta del sistema que se desea simular, es necesario
hacer primeramente un anlisis preliminar de este, con el fin de determinar la
interaccin con otros sistemas, las restricciones del sistema, las variables que
interactan dentro del sistema y sus interrelaciones, las medidas de efectividad
que se van a utilizar para definir y estudiar el sistema y los resultados que se
esperan obtener del estudio.
Formulacin del modelo
Una vez definidos con exactitud los resultados que se esperan obtener del estudio,
se define y construye el modelo con el cual se obtendrn los resultados deseados.

En la formulacin del modelo es necesario definir todas las variables que forman
parte de l, sus relaciones lgicas y los diagramas de flujo que describan en forma
completa el modelo.
Coleccin de datos
Es importante que se definan con claridad y exactitud los datos que el modelo va a
requerir para producir los resultados deseados.
Implementacin del modelo con la computadora
Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje
como el fortran,lisp,etc..., o se utiliza algn paquete como Vensim,Stella e iThink,
GPSS,Simula,Simscript,Rockwell Arena, etc..., para procesarlo en la computadora
y obtener los resultados deseados.
Validacin
A travs de esta etapa es posible detallar deficiencias en la formulacin del
modelo o en los datos alimentados al modelo. Las formas ms comunes de validar
un modelo son:
1.
2.
3.

La opinin de expertos sobre los resultados de la simulacin.

La exactitud con que se predicen datos histricos.
La exactitud en la prediccin del futuro.
4.
La comprobacin de falla del modelo de simulacion al utilizar datos que
hacen fallar al sistema real.La aceptacion y confianza en el modelo de la persona
que hara uso de los resultados que arroje el experimento de simulacion.
Experimentacion
Se realiza despues de que el modelo haya sido validado, consiste en generar los
datos deseados y en realizar un analisis de sensibilidad de los indices requeridos.

Interpretacion
Se interpretan los resultados que arroja la simulacion y con base a esto se toma
una decision. Es obvio que los resultados que se obtienen de un estudio de
simulacion ayuda a soportar decisiones del tipo semi-estructurado.

Documentacion
Dos tipos de documentacion son requeridos para hacer un mejor uso del modelo
de simulacion. La primera se refiere a la documentacion del tipo tecnico y la
segunda se refiere al manual del usuario, con el cual se facilita la interaccion y el
uso del modelo desarrollado.

UNIDAD II
2.- NUMEROS PSEUDOALEATORIOS
2.1 GENERACION DE NUMEROS PSEUDOALEATORIOS PRUEBAS
ESTATICAS DE ALEATORIEDAD
Los numeros aleatorios son obtenidos al azar es decir, son resultado de un
proceso en el cual no es precidible ya que todo nmero tiene la misma
probabilidad de ser elegido y la eleccion de uno no depende de la eleccion del
otro.
Variable Aleatoria
Son mediciones cuyos valores se obtiene de algun tipo de experimento aleatorio.
Los experimentos aleatorios presentan un tratamiento matemtico en el cual se
deben cuantificar los resultados de modo que se asigne un numero real a cada
uno de los resultados posibles del experimento. Las variables aleatorias son
aquellas que tienen un comportamiento probabilistico de la realidad. Los tipos de
variables aleatorias son: Discretas y Continuas.
NUMEROS PSEUDOALEATORIOS
Sus caractersticas son:
Pseudo--------> falso
Se forman a partir de algoritmos deterministicos.
Deben de pertenecer a una distribucin ~ U(0,1).
Los numeros pseudoaleatorios se usan de la siguiente manera:
Primero, se generan mediante algn algoritmo deterministico
Se aplican las pruebas necesarias para comprobar que son aptos (es decir,
pueden mostar aleatoriamente) para usarse en la simulacin.
Con ellos se generan variables aleatorias para distribuciones continuas o discretas
(cada una conlleva una serie de pasos a seguir). Con mtodos como el de la
transformada inversa.
Las cuales se usan para describir el comportamiento de materiales, personas.