CARRERA

INGENIERÍA INDUSTRIAL

MATERIA
SIMULACIÓN

CATEDRÁTICO(A)
ELIAS GARCÍA JIMÉNEZ

INTEGRANTE
HERNÁNDEZ VILLARREAL VIRNEY

TEMA
LIMITACIONES DE LA SIMULACIÓN QUE UTILIZA LOS
LENGUAJES DE PROPÓSITO GENERAL

FECHA DE ENTREGA
A 14 DE OCTUBRE DE 2019
 INTRODUCCIÓN
La masiva utilización de la informática en la enseñanza y en el entorno
industrial, la sorprendente y revolucionaria evolución de los computadoras
personales en cuanto a tamaño, costo, velocidad, softwares, etc. han
ayudado sin lugar a dudas a que la simulación digital o simulación por
computadora sea hoy en día la herramienta más utilizada para realizar
experimentos de simulación de sistemas. Un programa de simulación de
computadora se puede definir como una secuencia de instrucciones que el
usuario define para resolver un problema que puede estar plasmado en unas
ecuaciones que describen a un sistema que previamente hemos modelizado
mediante dichas ecuaciones. La construcción de un modelo de simulación ha
pasado, de ser una labor reservada a especialistas en programación, de difícil
y costosa realización, basada en procesos de lotes y en una interpretación en
general elaborada a partir del procesado de tediosos listados, a ser un
ejercicio estructurado alrededor de la utilización de entornos cada vez más
amables y flexibles que permiten aprovechar la característica más destacable
de la simulación : la posibilidad de estudiar la evolución dinámica de los
sistemas a lo largo del tiempo. Hoy en día al ingeniero se le abren un amplio
abanico de posibilidades para resolver estos problemas y para programas
estas operaciones necesarias para realizar la simulación. El abanico
corresponde a los distintos lenguajes que podemos utilizar para traducir
nuestros modelos en una computadora y posteriormente resolverlos para
obtener la simulación del comportamiento del sistema modelado. Podemos
utilizar lenguajes de programación general, lenguajes específicos para
simulación (Lenguajes de propósito especial) o paquetes de software de
simulación especialmente preparados para la misma. Aunque se han utilizado
para realizar el ejercicio de la simulación ciertas herramientas como el
EXCELL y Paquetes Integrados de Métodos Cuantitativos para la Toma de
Decisiones, estos la limitan en su alcance.
 Alcance de los simuladores

Los simuladores, por lo tanto, pueden utilizarse en el ámbito profesional o como

un instrumento de ocio y entretenimiento. En el primer caso, estos dispositivos
aparecen como indispensables para la formación de personas que tendrán una
gran responsabilidad a su cargo,
Ya que sus eventuales errores pondrían en riesgo la vida de terceros. Gracias al
simulador, estos sujetos pueden entrenarse hasta adquirir la experiencia y la
destreza necesarias para desempeñarse profesionalmente. Si cometen errores en
un simulador, nadie saldrá lastimado. A. M. Law and D. W. Kelton. Simulation
Modeling and Analysis. Industrial Engineering

Características de los simuladores

Los simuladores son objetos de aprendizaje que mediante un programa de

software, intentan modelar parte de una réplica de los fenómenos de la realidad y
su propósito que es el usuario construya conocimientos a través del trabajo
exploratorio, la inferencia y el aprendizaje por descubrimiento.

 Es una abstracción de la realidad.

 Es una representación de la realidad que ayuda a entender cómo funciona.
 Es una construcción intelectual y descriptiva de una entidad en la cual un
observador tiene intereses.
 Se construyen para ser trasmitidos.
 Supuestos simples usados para capturar el comportamiento importante.

Característica en la educación

1. Apoyan aprendizaje de tipo experimental y conjetural.

2. Permite la ejercitación del aprendizaje.
3. Suministran un entorno de aprendizaje abierto basado en modelos reales.
4. Alto nivel de interactividad.
5. Tienen por objeto enseñar un determinado contenido.
6. El usuario trata de entender las características de los fenómenos, cómo
controlarlos o que hacer ante diferentes circunstancias.
7. Promueven situaciones excitantes o entretenidas que sirven de contexto al
aprendizaje de un determinado tema.
8. El usuario es un ser activo, convirtiéndose en el constructor de su aprendizaje a
partir de su propia experiencia.
 La Simulación Visual Interactiva

Puede definirse como aquella que posibilita la creación gráfica de modelos de

simulación, permite mostrar por pantalla dinámicamente el sistema simulado, así
como la interacción entre el usuario y el programa en ejecución. La interacción
implica que o bien se detiene la simulación y solicita información al usuario, o bien
que éste puede parar la simulación a su voluntad e interaccionar con el
mencionado programa ; esto último se puede realizar ”off-line” o “on-line”, es decir
sin interrumpir la simulación, e introduciendo las variaciones oportunas tanto en
los modelos, como en los valores de las variables en el siguiente ciclo de scan del
proceso de ejecución del programa en la computadora que para esto debe tener
una estructura multitarea que permita este tipo de operaciones. A. Alan Pritsker,
Introduction to Simulation and SLAM II (3rd ed.), John Wiley & Sons, Inc., New
York, NY, 1986.

Ventajas:

Sirven para comunicar la esencia del modelo de simulación a los directivos. ·

Puede ayudar a corregir errores del programa de simulación, o a mostrar que el
modelo no es válido. · Puede ayudar a entender el comportamiento dinámico del
sistema.

Inconvenientes

No puede sustituir a un cuidadoso análisis estadístico de los resultados. · Sólo una

parte de la lógica del modelo de simulación puede verse en la animación, y no se
puede concluir a partir de ese corto periodo de tiempo que el modelo está bien
definido. · Aumenta el tiempo para desarrollar el programa de simulación.

Enfoque de modelado basado en eventos

La orientación basada en Eventos (ES) es gobernada por un calendario y

ejecución de subrutinas (eventos) que como consecuencia programa la ejecución
de otras subrutinas Los eventos son los instantes de tiempo en los cuales un
cambio en el sistema ocurre y coincide con el inicio o terminación de las
actividades. Bajo este enfoque segmentos del programa son empleados para
definir cada evento en el modelo. A. Law y W. Kelton, Simulation Models and
Analysis, segunda edicion, McGraw-Hill (1991).
 Enfoque de modelado basado en actividades

La orientación basada en Seguimiento de Actividades (SA) bajo este enfoque un

segmento del programa es empleado para definir cada actividad en la cual las
entidades se ven involucradas y las condiciones bajo las cuales la actividad puede
realizarse.
Limitaciones de los simuladores

Es importante señalar que los simuladores tienen una serie de límites, como
cualquier otro programa, ya que se crean con objetivos bien definidos.
Por ejemplo: un simulador de vuelo debe representar con precisión los controles
de uno o varios modelos de naves, los principios de física relacionados con su
funcionamiento y su interacción con el aire, la tierra, el agua y los edificios y
estructuras que puedan encontrarse en el camino; pero eso no indica que el resto
de los objetos y situaciones propios de la realidad se muestren de forma creíble o
que se pueda interactuar con ellos.
Como entretenimiento, los simuladores permiten conducir coches de carrera, volar
aviones o controlar trenes en un videojuego.
En el ámbito de los videojuegos, los simuladores de vida han adquirido un carácter
masivo en los últimos años, sacando de las sombras este tipo de entretenimiento
que, un par de décadas atrás, atraía solamente a un público muy pequeño,
especialmente interesado en el control de aviones, tanques y coches de carrera.
En la actualidad, todas estas experiencias pueden vivirse con más fidelidad que
nunca, pero en el caso de los títulos de vidas alternativas su punto fuerte no reside
en las cuestiones técnicas sino en que ofrecen un escape de la realidad.
Management Science. McGraw-Hill Inc., 2nd edition, 1991.
 CONCLUSÓN

A través de la simulación es posible emular el comportamiento de un sistema y sus

componentes esenciales; y, al aplicar conceptos de análisis de la información
(propios de un sistema CAE) producto de la simulación llegar a establecer posibles
problemas en su funcionamiento. Un modelo de simulación siempre se encuentra
propenso a un porcentaje de error en su modelación, debido a que el modelo
representa a la realidad con una cantidad menor de información, por tal motivo
podemos determinar que si tratamos de reducir demasiado el grado de error, el
modelo se vuelve demasiado complejo y mientras menos complejo lo hagamos, el
error se vuelve muy grande, es por eso, que se debe encontrar un punto
intermedio que se ajuste a la realidad. Para la construcción del modelo de
simulación se debe disponer de la mayor cantidad de información posible acerca
del sistema e invitar a especialistas o expertos en el sistema para que participen
en el análisis y planteamiento inicial del modelo. Un sistema de simulación puede
ayudarnos a organizar y clasificar conceptos confusos e inconsistentes, revelan
relaciones de causa y efecto, a entrenar a una persona para que afronte varias
eventualidades antes de que Simulación de los Procesos de Producción en FICA -
EISIC los Ingenios Azucareros Miriam E. Álvarez – Ricardo M. García 145 ocurran,
es decir; una herramienta de predicción y ayuda a la toma de decisiones.
 Referencias Bibliográficas

Law y W. Kelton, Simulation Models and Analysis, segunda edicion, McGraw-

Hill (1991). A. Alan Pritsker, Introduction to Simulation and SLAM II (3rd ed.),
John Wiley & Sons, Inc., New York, NY, 1986 A. M. Law and D. W. Kelton.
Simulation Modeling and Analysis. Industrial Engineering and Management
Science. McGraw-Hill Inc., 2nd edition, 1991. Banks, J., Carson, J.S., II, and
Goldsman, D., "Discrete-Event Computer Simulation," Handbook of Statistical
Methods for Engineers and Physical Scientists, 2nd ed., (H.M. Wadsworth,
Ed.), McGraw-Hill, New York, 1998. Banks, J. [1994),”Software for simulation,”
en 1994 winter Simulation Conference Proceedings, ed. J.D. Tew,
S.Manivannan, D.A. Sadowski, A.F. Seila, Association for computing
Machinery, New York, NY, pag. 26-33 Banks, J., B. Burnette, J.D. Rose, and H.
Kozloski. Forthcoming. SIMAN V and CINEMA 1I. New York: john Wiley. B.
Concebís, “Discrete Systems Simulation”, Mc Graw-Hill, 1994 Camm, J. and J.
R. Evans. (1996). Management Science: Modeling, Analysis and Interpretation,
South-Western, Cincinnati, Ohio. C. Dennis Pegden , Randall P. Sadowski ,
Robert E. Shannon, Introduction to Simulation Using SIMAN, McGraw-Hill, Inc.,
New York, NY, 1995 C. Dennis Pegden , Deborah A. Davis, Arena: a
SIMAN/Cinema-based hierarchical modeling system, Proceedings of the 24th
conference on Winter simulation, p.390-399, December 13-16, 1992, Arlington,
Virginia, United States. Hartvigsen, David. (2001). SimQuick: Process
Modeling with Excel, Prentice-Hall, Upper Saddle Hillier, F, Hillier, M y
Lieberman, G, “Métodos Cuantitativos para la Administración”, Ed. Mc
GrawHill,2002 J. Banks, J. S. Carson, and B. L. Nelson. Discrete-event system
simulation. Kelton, D.W., Sadowski, R.,“SIMULATION WITH ARENA”, Ed.
McGraw-Hill, Nueva York 2002, 2ª edición.
http://hemaruce.angelfire.com/Unidad_VII.pdf
http://portafoliodeevidenciayeni.blogspot.com/2015/09/caracteristicas-
alcances-y-limitaciones.html