Tema 1

Contenido
Conceptos De Modelación De Sistemas Avanzados....................................................... 1
1.1 Tendencias de la modelación de sistemas. ............................................................... 1
Modelo ............................................................................................................................ 1
¿Para qué sirve un modelo? ............................................................................................ 2
Modelos Mentales y Formales ........................................................................................ 2
1.2 Métodos y técnicas avanzadas de modelación. ............................................................ 2
Diversas definiciones de simulación .............................................................................. 2
Simulación ...................................................................................................................... 3
Sistema En Simulación ................................................................................................... 3
Características de los modelos para la simulación digital .............................................. 4
Paradigmas de la simulación dinámica. .......................................................................... 5
1.3 Herramientas de modelación. ....................................................................................... 5
¿Por qué es importante la simulación? ........................................................................... 5
¿Por qué es útil la simulación? ....................................................................................... 6
Aplicaciones en formación y educación ......................................................................... 6
Ciclo de vida de un proyecto de simulación ................................................................... 9
1.4 Algoritmos de modelación............................................................................................ 9
EJERCICIOS EN CLASE ................................................................................................ 12
LABORATORIOS ........................................................................................................... 13
Tópicos Avanzados de Modelación y automatización de Sistemas
Conceptos De Modelación De Sistemas Avanzados
1.1 Tendencias de la modelación de sistemas.
Modelo
• Es una abstracción de la realidad.
• Es una representación de la realidad que ayuda a entender su composición y/o

funcionamiento.
• Es una construcción intelectual y descriptiva de una entidad en la que un observador

tiene interés.
• Se construye para transmitirse.
• Se emplean supuestos simples para restringirse a lo que se considera relevante y evitar

lo que no.
• La descripción de las características de interés de un sistema se conoce como modelo

del sistema, y el proceso de abstracción para obtener esta descripción se conoce como
modelado.
P á g i n a 1 | 28
¿Para qué sirve un modelo?
Modelos Mentales y Formales

• Modelos Mentales.
Depende de nuestro punto de vista, suele ser incompletos y no tener un enunciado preciso,
no son fácilmente transmisibles.
Ideas, conceptualizaciones
• Modelos Formales.
Están basados en reglas, son transmisibles.
Planos, diagramas, maquetas, ecuaciones, descripciones en HDL, programas. . .
1.2 Métodos y técnicas avanzadas de modelación.
Diversas definiciones de simulación

Una técnica que trata de imitar el comportamiento de un sistema ante determinados cambios
o estímulos.
P á g i n a 2 | 28
La simulación es la técnica de desarrollo y ejecución de un modelo de un sistema real para

estudiar su conducta sin irrumpir en el entorno del sistema real.
La simulación es una extensa colección de métodos y aplicaciones para mimetizar la

conducta de sistemas reales, generalmente en un ordenador con el software apropiado.
La simulación es la disciplina del diseño de un modelo de un sistema real o teórico, la

ejecución de dicho modelo en un ordenador y el análisis de la salida producida durante la
ejecución.
Simulación
 La simulación del sistema imita la operación del sistema actual sobre el tiempo.
 La historia artificial del sistema puede generarse, observarse y analizarse.
 La escala de tiempo puede alterarse según la necesidad.
 Las conclusiones acerca de las características del sistema actual se pueden inferir.
Sistema En Simulación
Entidades: Son los objetos que fluyen a través del sistema, podrían ser: clientes, productos,
cajas, camiones y pallets entre otros.
Atributos: Son las diferentes características que definen a las entidades, por ejemplo tipo,
edad, género, peso, volumen, tiempo de inicio de un proceso.
Variables: Una variable es un fragmento de información que refleja alguna característica del
sistema, independientemente de las entidades que se muevan por el modelo.
Recursos: Las entidades compiten por ser servidas por recursos que representan cosas como
personal, equipo, espacio en un almacén de tamaño limitado, etc.
P á g i n a 3 | 28
Colas: Cuando una entidad no puede continuar su movimiento a través del modelo, a menudo
porque necesita un recurso que está ocupado, necesita un espacio donde esperar que le
recurso quede libre, ésta es la función de las colas.
Acumuladores de estadísticos: Para obtener las medidas de eficiencia finales, podría ser
conveniente hacer un seguimiento de algunas variables intermedias en las que se calculan
estadísticas, por ejemplo: el número total de piezas producidas, todos estos acumuladores
deberían ser inicializados a 0.
Eventos: Un evento es algo que sucede en un instante determinado de tiempo en la

simulación, que podría hacer cambiar los atributos, variables, o acumuladores de estadísticas.
Palabras clave: Imitar o mimetizar, Modelo, Diseño (desarrollo), ejecución (experimentar),

análisis, Software, ordenador.
Una definición “híbrida” de simulación digital: La técnica del diseño de un modelo de un

sistema real; la ejecución de dicho modelo mediante un programa de ordenador que genere
la respuesta temporal del mismo, comprimiendo o expandiendo el tiempo, ante determinados
cambios o estímulos, sin irrumpir en el entorno del sistema real y el análisis de la salida
producida durante la ejecución.
Características de los modelos para la simulación digital

MODELOS MATEMÁTICOS SIMBÓLICOS
• Concisos
• Sin ambigüedades (interpretación única)
• Procesables por un ordenador
Son una representación matemática de los mecanismos que gobiernan el comportamiento de

un sistema (atributos) y de su interacción con el entorno, permitiendo el estudio mediante un
ordenador de la conducta de dicho sistema.
El tipo de formalización matemática depende de las características intrínsecas de las

dinámicas de interés a representar.
Representación parcial de la realidad y válidos para el objetivo de diseño. El modelo está

siempre relacionado con el par sistema-experimento.
P á g i n a 4 | 28
Ningún modelo de un sistema es válido para todos los posibles experimentos salvo el propio
sistema o una copia idéntica del mismo.
Deben cumplir el principio de parsimonia:
• Los modelos simples son preferibles a los complicados.
• El modelo que se utilice debe requerir el menor número posible de parámetros que
representen adecuadamente el patrón de los datos.
Paradigmas de la simulación dinámica.

 Tipos de variables: Dependientes o independiente (tiempo), Rango de valores:
continuas o discretas, Deterministas o estocásticas, Actualización de su valor en el
tiempo.
 Taxonomía de sistemas y modelos:
• Sistemas de tiempo continuo y variables continuas.
Ecuaciones diferenciales y algebraicas.
Eventos en el tiempo y el estado
• Sistemas de tiempo discreto (periódico) y variables discretas
Máquinas de estados finitos
• Sistemas de tiempo discreto (aperiódico) y variables discretas: sistemas

orientados a eventos discretos
Redes de Petri, ACD, DEVS, modelos de colas ...
1.3 Herramientas de modelación.
¿Por qué es importante la simulación?

Porque salvo la experimentación con el sistema real, la simulación es la única técnica
disponible para el análisis de sistemas con conductas arbitrarias, siendo aplicable donde las
técnicas analíticas no aportan soluciones (situación normal).
• Porque permiten responder a las preguntas ¿qué pasa si? (Ciencia, problema directo)
¿qué debo hacer para? (Ingeniería, problema inverso)
• Profundizar en el conocimiento sobre los mecanismos internos de un proceso.
P á g i n a 5 | 28
• Prever el comportamiento del sistema bajo diferentes situaciones.
• Evaluar las prestaciones de diferentes tipos de controladores.
• Estimar variables de proceso que no son medibles directamente.
• Evaluar la sensibilidad de un sistema a cambios en sus parámetros.
• Organizar la producción de un sistema.
• Experimentar bajo condiciones de operación que podrían ser peligrosas o de elevado

coste económico en el sistema real.
¿Por qué es útil la simulación?

• En ocasiones el sistema físico no está disponible. La simulación se realiza para
determinar si se debe construir un sistema proyectado.
• El "experimento real" puede ser peligroso.
• El coste de la experimentación es demasiado alto.
• Las constantes de tiempo del sistema no son compatibles con las del experimentador.
La simulación nos permite acelerar o retardar los experimentos según nos convenga.
• Nos permite acceder a todas las variables del modelo y a manipular el modelo fuera
del rango permitido sin peligro.
• Supresión de las perturbaciones, permitiendo aislar los efectos particulares y tener

una mejor comprensión del sistema.
Aplicaciones en formación y educación

Entrenamiento de personal de sala de control de procesos
• Centrales nucleares, térmicas e hidráulicas y en plantas de proceso como las petroquímicas,

papeleras o azucareras.
P á g i n a 6 | 28
P á g i n a 7 | 28
Desarrollo de prototipos:
– Comunicaciones con los clientes finales y los desarrolladores del equipo.
– Venta de equipos que aún no existen físicamente.
Logística y planificación:
– Gestión de recursos humanos y materiales (hospitales, bancos, hipermercados).
– Sistemas de transporte (aeropuertos, simuladores de tráfico).
– Industria de fabricación y sistemas de manejo de materiales (ej: industria de fabricación

de automóviles).
– Redes de comunicación y procesamiento de la información.
– Sistemas de defensa: simulación de escenarios bélicos.
P á g i n a 8 | 28
Ciclo de vida de un proyecto de simulación
1.4 Algoritmos de modelación.
Toma decisiones al azar para resolver un problema.
La toma de decisiones aleatorias puede conducir a una situación de fracaso.
El algoritmo reconoce el fracaso.
En el caso de fracaso es suficiente volver a aplicar el algoritmo hasta encontrar una solución.
P á g i n a 9 | 28
Simular la atención en caja de un banco
• Presentaremos simulaciones del tamaño de la cola para valores arbitrarios del factor
p, es decir, en los casos cuando el sistema de espera sea estacionario(p<1) o no
estacionario(p>1).
• Para simular el tamaño de la cola partimos de los valores de las tasas de arribo λ y de
servicio µ, así como el número de eventos n. En este caso, consideramos como evento
a una llegada o salida de un cliente.
• donde µ y µ2 son números aleatorios entre 0 y 1. Ahora definimos las siguientes

variables:
• t: tiempo total transcurrido
• clientes: clientes en el sistema
• na: número de clientes llegados
• nd: número de clientes atendidos.
Ahora comparamos el tiempo de llegada(llega) con el de servicio(sale), y tenemos los

siguientes 2 casos:
P á g i n a 10 | 28
Identificamos las entidades: Filas, Servidores.
Aplicamos el ejercicio en ProModel. Seguimos el laboratorio 1
P á g i n a 11 | 28
EJERCICIOS EN CLASE
Ejercicio 1
¿A qué categoría (mental o formal) pertenecen los siguientes modelos?
1. Dibujo hecho a mano acerca de la nueva casa.
2. Plano de la nueva casa.
3. Orden en que llegan los elementos de entrada a una máquina.
4. Diagrama de flujo de un algoritmo para aprobar documentos.
Ejercicio 2
 Relaciona las siguientes dos listas.

 Identificar qué modelo(s) se usa(n) para representar los siguientes aspectos de la
realidad.
 Indicar el tipo de modelo.
Ejercicio 3
¿Cómo colocar 8 reinas en un tablero de ajedrez de tal manera que no se amenacen entre
ellas?
P á g i n a 12 | 28
LABORATORIOS
Laboratorio 1
Construir – Locaciones
P á g i n a 13 | 28
Podemos cambiar las gráficas
Insertamos un título y buscamos en librería gráfica.
P á g i n a 14 | 28
Seleccionamos MED MODEL
Observamos los nuevos gráficos
P á g i n a 15 | 28
Seleccionamos PROMOD
Establecemos la fila
P á g i n a 16 | 28
Doble click para finalizar
NOMBRE: FILA, CAPACIDAD: 15
Seleccionamos Worker
P á g i n a 17 | 28
Construir - Entidades
Seleccionar maquinista
Construir Arribos
P á g i n a 18 | 28
• Entidad – doble click – CLIENTE
• Locación (Donde llegará) – FILA
• Cantidad por arribo (Clientes llegan 1 a 1) – 1
• Primera vez en blanco
• Ocurrencias (Cuántos clientes llegan) – INF
• Frecuencia (Distribución exponencial, cada cuanto llegan los clientes) - 1,5 min
PROCESO
PROCESO – Donde esta la entidad
ENRUTAMIENTO – Donde se dirige
P á g i n a 19 | 28
El cliente puede ir a cualquier servidor
Click en el cajero y ruta a la salida
Es importante que siempre se terminar en exit
P á g i n a 20 | 28
Escribimos en la parte de operación el tiempo de espera.
Doble click – wait n(3,5)normal(media=3, desviación=5)
Click en compilar, compila como minutos.
Simulacion - Opciones
P á g i n a 21 | 28
Tiempo de simulación = 8
Guardar como: Practica1: Si es la primera vez usando Promodel, realizar un click

derecho - propiedades- cambiar - promodel
P á g i n a 22 | 28
Correr la simulación
Agregamos una ayuda visual
Vemos la cantidad de clientes
P á g i n a 23 | 28
Agregamos título Aa
Agregamos Servidor
P á g i n a 24 | 28
Punto de entidad
Seleccionamos donde queremos que se detenga.
Primero seleccionar el servidor.
P á g i n a 25 | 28
• Seleccionamos estado
Analizar si
P á g i n a 26 | 28
Analizamos los resultados
P á g i n a 27 | 28

Tema 1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 1

Cargado por

Copyright:

Formatos disponibles

Contenido

Conceptos De Modelación De Sistemas Avanzados....................................................... 1

1.1 Tendencias de la modelación de sistemas. ............................................................... 1

¿Para qué sirve un modelo? ............................................................................................ 2

Modelos Mentales y Formales ........................................................................................ 2

1.2 Métodos y técnicas avanzadas de modelación. ............................................................ 2

Diversas definiciones de simulación .............................................................................. 2

Sistema En Simulación ................................................................................................... 3

Características de los modelos para la simulación digital .............................................. 4

Paradigmas de la simulación dinámica. .......................................................................... 5

1.3 Herramientas de modelación. ....................................................................................... 5

¿Por qué es importante la simulación? ........................................................................... 5

¿Por qué es útil la simulación? ....................................................................................... 6

Aplicaciones en formación y educación ......................................................................... 6

Ciclo de vida de un proyecto de simulación ................................................................... 9

1.4 Algoritmos de modelación............................................................................................ 9

EJERCICIOS EN CLASE ................................................................................................ 12

Conceptos De Modelación De Sistemas Avanzados

1.1 Tendencias de la modelación de sistemas.

• Es una representación de la realidad que ayuda a entender su composición y/o

• Es una construcción intelectual y descriptiva de una entidad en la que un observador

• Se construye para transmitirse.

• Se emplean supuestos simples para restringirse a lo que se considera relevante y evitar

• La descripción de las características de interés de un sistema se conoce como modelo

¿Para qué sirve un modelo?

Modelos Mentales y Formales

Están basados en reglas, son transmisibles.

Planos, diagramas, maquetas, ecuaciones, descripciones en HDL, programas. . .

1.2 Métodos y técnicas avanzadas de modelación.

Diversas definiciones de simulación

La simulación es la técnica de desarrollo y ejecución de un modelo de un sistema real para

La simulación es una extensa colección de métodos y aplicaciones para mimetizar la

La simulación es la disciplina del diseño de un modelo de un sistema real o teórico, la

 La historia artificial del sistema puede generarse, observarse y analizarse.

 La escala de tiempo puede alterarse según la necesidad.

Eventos: Un evento es algo que sucede en un instante determinado de tiempo en la

Palabras clave: Imitar o mimetizar, Modelo, Diseño (desarrollo), ejecución (experimentar),

Una definición “híbrida” de simulación digital: La técnica del diseño de un modelo de un

Características de los modelos para la simulación digital

• Sin ambigüedades (interpretación única)

• Procesables por un ordenador

Son una representación matemática de los mecanismos que gobiernan el comportamiento de

El tipo de formalización matemática depende de las características intrínsecas de las

Representación parcial de la realidad y válidos para el objetivo de diseño. El modelo está

Deben cumplir el principio de parsimonia:

• Los modelos simples son preferibles a los complicados.

Paradigmas de la simulación dinámica.

 Taxonomía de sistemas y modelos:

• Sistemas de tiempo continuo y variables continuas.

Ecuaciones diferenciales y algebraicas.

Eventos en el tiempo y el estado

• Sistemas de tiempo discreto (periódico) y variables discretas

Máquinas de estados finitos

• Sistemas de tiempo discreto (aperiódico) y variables discretas: sistemas

Redes de Petri, ACD, DEVS, modelos de colas ...

1.3 Herramientas de modelación.

¿Por qué es importante la simulación?

• Profundizar en el conocimiento sobre los mecanismos internos de un proceso.

• Prever el comportamiento del sistema bajo diferentes situaciones.

• Evaluar las prestaciones de diferentes tipos de controladores.

• Estimar variables de proceso que no son medibles directamente.

• Evaluar la sensibilidad de un sistema a cambios en sus parámetros.

• Organizar la producción de un sistema.