Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Para poder comprender la realidad y toda la complejidad que un sistema puede conllevar, ha
sido necesario construir artificialmente objetos y experimentar con ellos dinámicamente antes
de interactuar con el sistema real.
como el equivalente computarizado a este tipo de experimentación. Para ello es necesario
construir objetos (modelos) que representan la realidad, de tal modo que pueden ser
interpretados por un ordenador.
Para poder introducir el concepto del modelo de un sistema, y presentar los tipos de modelos
de simulación y sus características, debe previamente especificarse que se entiende por
sistema.
Un sistema puede definirse como una colección de objetos o entidades que interactúan entre sí
para alcanzar un cierto objetivo.
Sistemas Continuos: Las variables del estado del sistema evolucionan de modo continuo a lo
largo del tiempo. Un ejemplo de este tipo es la evolución de la temperatura en una habitación
durante cualquier intervalo de tiempo, o bien la del nivel del líquido en un tanque.
Sistemas Discretos: Se caracterizan porque las propiedades de interés del sistema cambian
únicamente en un cierto instante o secuencia de instantes, y permanecen constantes el resto
del tiempo. La secuencia de instantes en los cuales el estado del sistema puede presentar un
cambio, obedece normalmente a un patrón periódico.
Sistemas orientados a eventos discretos: Al igual que los sistemas discretos, se caracterizan
porque las propiedades de interés del sistema cambian únicamente en una secuencia de
instantes de tiempo permaneciendo constantes el resto del tiempo. La secuencia de instantes
en los cuales el estado del sistema puede presentar un cambio, obedece a un patrón aleatorio .
Sistemas combinados: Aquellos que combinan subsistemas que siguen filosofías continuas o
discretas, respectivamente. Es el caso de los sistemas que poseen componentes que deben
ser necesariamente modelados según alguno de dichos enfoques específicos.
Tipos de modelos
Existen muchos tipos de modelos para representar los sistemas en estudio. Puesto que uno de
los objetivos para los cuales se van a desarrollar los modelos es su uso en computadoras, es
necesario que los modelos formalicen el conocimiento que se tiene del sistema de modo
conciso sin ambigüedades, y puedan ser procesados por un ordenador.
Los modelos simbólicos matemáticos mapean las relaciones existentes entre las propiedades
físicas del sistema que se pretende modelar en las correspondientes estructuras matemáticas.
Los Modelos Estáticos suelen utilizarse para representar el sistema en un cierto instante de
tiempo; por tanto, en su formulación no se considera el avance del tiempo.
Este tipo de modelo es muy útil cuando el sistema se encuentra en equilibrio. Si se cambia el
punto de equilibrio alterando uno o mas de los valores del sistema el modelo permite reducir el
resto de los valores pero no muestra la manera en que cambiaron.
Los Modelos Dinámicos permiten deducir cómo las variables de interés del sistema en
estudio evolucionan con el tiempo.
Los Modelos Estocásticos requieren de una o más variables aleatorias para formalizar las
dinámicas de interés. En consecuencia, el modelo no genera un único conjunto de salidas
cuando es utilizado para realizar un experimento, sino que los resultados son utilizados para
estimar el comportamiento real del sistema.
Los Modelos Continuos se caracterizan por representar la evolución de las variables de interés
de forma continua. En general suelen utilizarse ecuaciones diferenciales ordinarias si se
considera simplemente la evolución de una propiedad respecto al tiempo, o bien ecuaciones en
derivadas parciales si se considera también la evolución respecto a otras variables adicionales.
De modo análogo a la definición de los modelos continuos, los Modelos Discretos se
caracterizan por representar la evolución de las variables de interés de forma discreta.
VENTAJAS:
1. Es un proceso relativamente eficiente y flexible.
2. Puede ser usada para analizar y sintetizar una compleja y extensa situación real, pero no
puede ser empleada para solucionar un modelo de análisis cuantitativo convencional.
5. Los directivos requieren conocer como se avanza y que opciones son atractivas; el directivo
con la ayuda del computador puede obtener varias opciones de decisión.
DESVENTAJAS
1. Una de ellas es que al empezar a simular podemos interferir en las operaciones del sistema.
2. Sistemas entran a jugar las personas, cambiar el comportamiento natural de las personas
que se relacionan con el sistema.
4. Difícil obtener siempre el mismo tamaño de muestra, estos sistemas toman muestras tan
grandes que pueden ser mucho mas costosos.
5. Explorar todas las alternativas o todas las variantes que pueden existir dentro del sistema.
La falta de herramientas analíticas que ayuden y faciliten la toma de decisiones es uno de los
problemas a los que se enfrentan los directivos, que ven la necesidad de mejorar el rendimiento
de aquellos sistemas cuyo comportamiento depende de un número elevado de variables de
decisión.
La dificultad que comportan estos procesos se hace evidente en una gran diversidad de
campos en los que se desconoce la influencia de determinados cambios en algunas variables
de decisión, sobre el rendimiento global de la empresa.
Las herramientas de simulación ofrecen una plataforma que permite abordar con éxito un
proceso de mejora continua de sistemas complejos para los cuales las técnicas clásicas no
pueden ser utilizadas para formalizar la complejidad de los procesos.
Cuestionario
1-¿Qué es la simulación digital?
es una técnica que permite imitar (o simular) en un ordenador el comportamiento de un sistema
real o hipotético según ciertas condiciones particulares de operación.
4-¿Qué son los Sistemas Discretos: Se caracterizan porque las propiedades de interés del
sistema cambian únicamente en un cierto instante o secuencia de instantes, y permanecen
constantes el resto del tiempo. La secuencia de instantes en los cuales el estado del sistema
puede presentar un cambio, obedece normalmente a un patrón periódico.
Los Modelos Estáticos suelen utilizarse para representar el sistema en un cierto instante de
tiempo; por tanto, en su formulación no se considera el avance del tiempo.
Este tipo de modelo es muy útil cuando el sistema se encuentra en equilibrio. Si se cambia el
punto de equilibrio alterando uno o mas de los valores del sistema el modelo permite reducir el
resto de los valores pero no muestra la manera en que cambiaron.
8-¿Qué son los Los Modelos Dinámicos permiten deducir cómo las variables de interés del
sistema en estudio evolucionan con el tiempo.
10-¿Qué son los Modelos Estocásticos? requieren de una o más variables aleatorias para
formalizar las dinámicas de interés. En consecuencia, el modelo no genera un único conjunto
de salidas cuando es utilizado para realizar un experimento, sino que los resultados son
utilizados para estimar el comportamiento real del sistema.
Los Modelos Continuos se caracterizan por representar la evolución de las variables de interés
de forma continua. En general suelen utilizarse ecuaciones diferenciales ordinarias si se
considera simplemente la evolución de una propiedad respecto al tiempo, o bien ecuaciones en
derivadas parciales si se considera también la evolución respecto a otras variables adicionales.
De modo análogo a la definición de los modelos continuos, los Modelos Discretos se
caracterizan por representar la evolución de las variables de interés de forma discreta.
16-¿expliqué tres tipos de interacciones entre las variables de estado de este tipo de
simulaciones:
1-Un evento discreto puede causar un cambio discreto en el valor de una variable de estado
continua.
2-Un evento discreto puede causar que la relación que gobierna una variable de estado
continua cambie en un instante de tiempo en particular.
3-Una variable de estado continua de punto de partida puede causar que un evento discreto
ocurra, o sea, programado.
Una simulación determinística es aquella que utiliza únicamente datos de entra determinísticos,
no utiliza ningún dato de entrada azaroso. En cambio un modelo de simulación estocástico
incorpora algunos datos de entrada azarosos al utilizar distribuciones de probabilidad.
Modelaje con un enfoque hacia los eventos, en el cual la lógica del modelo gira alrededor de
los eventos que ocurren instante a instante, registrando el estado de todos los eventos,
entidades, atributos y variables del modelo en todo momento.
Modelaje con un enfoque de procesos, en el cual la lógica del modelo gira alrededor de los
procesos que deben seguir las entidades. Es cierta forma, es un modelaje basado en un
esquema de flujo grama de procesos, el cual se hace es un seguimiento a la entidad a través
de la secuencia de procesos que debe seguir.
Objetivos
– Comunicación y ventas.
– Gestión de sistemas.
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.