Taller Simulación

Preguntas:

1. Que es la simulación de procesos

2. Las ventajas y desventajas de la simulación
3. Cuando no simular
4. Tipos de simulación
5. Clasificación de que es y su diferencia (simulación discreta y continua)
6. Clasificación de que es y su diferencia (simulación determinista y probabilística)
7. Clasificación de que es y su diferencia (Simulación dinámica y estática)

Solución
1. La simulación de procesos se utiliza para el diseño, desarrollo, análisis y optimización de
procesos técnicos tales como: plantas químicas, procesos químicos, sistemas ambientales,
centrales eléctricas, operaciones de fabricación complejas, procesos biológicos y funciones
técnicas similares, la simulación permite reproducir virtualmente los procesos y estudiar
su comportamiento, para analizar el impacto de los posibles cambios o para comparar
diferentes alternativas de diseño sin el alto costo de los experimentos a escala real.

Xsimulación
ventajas
Puede ser aplicada en cualquier punto de la
vida de un sistema, ya sea durante el diseño o
la producción planteando alternativas para el
mejoramiento de este.
No importa que tan complejo sea el sistema ya
que todo sistema puede ser modelado y de
esta manera poder atacar el problema
 Permite realizar un estudio sistemático de
alternativas aplicables al sistema.
Permite identificar áreas con problemas en un
proceso complejo.
desventajas
La simulación es imprecisa y
en ocasiones no proveen
soluciones optimas.
No existe ningún criterio
científico sobre las posibles
alternativas a ser simuladas
Es posible querer utilizar el
modelo fuera de los imites
para los que fue construido
causando una
falsa apreciación del
problema.
En ocasiones no es posible
asegurar que el modelo sea
válido.
4.

. 1.- Simulación Discreta:

modelación de un sistema por medio de una representación en la cual el estado de las variables
cambia instantáneamente en instante de tiempo separados. (En términos matemáticos el sistema
solo puede cambiar en instante de tiempo contables).

2.- Simulación Continua:

Modelación de un sistema por medio de una representación en la cual las variables de estado
cambian continuamente en el tiempo. Típicamente, los modelos de simulación continua
involucran ecuaciones diferenciales que determinan las relaciones de las tasas de cambios de las
variables de estado en el tiempo.

3.- Simulación Combinada Discreta-Continua:

Modelación de un sistema por medio de una representación en la cual unas variables de estado
cambian continuamente con respecto al tiempo y otras cambian instantáneamente en instante de
tiempo separados.
Es una simulación en la cual interactúan variables de estado discretas y continuas.

Existen tres tipos de interacciones entre las variables de estado de este tipo de simulaciones:

-Un evento discreto puede causar un cambio discreto en el valor de una variable de estado
continua.
-Un evento discreto puede causar que la relación que gobierna una variable de estado continua
cambie en un instante de tiempo en particular.
-Una variable de estado continua de punto de partida puede causar que un evento discreto ocurra,
o sea, programado.
4.- Simulación Determinística y/o Estocástica:

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.

5.- Simulación estática y dinámica:

La simulación estática es aquella en la cual el tiempo no juega un papel importante, en contraste

con la dinámica en la cual si es muy importante.

6- Simulación con Orientación hacia los eventos:

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.

7.- Simulación con Orientación hacia procesos:

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.

5.

cuadro de simulación continua y discreta

continua simulación
análisis cualitativo. Largo
plazo análisis cuantitativo. Corto plazo
efectos de los bucles de
realimentación Distintos Lay-Outs.

capacidad de
optimización (VENSIM)
pre-diseños de valores combinación con un módulo de
de referencias optimización
Decisiones decisiones operacionales: Setup,
estrategias/tácticas tamaño debuff, cuellos de botellas

6.

Las primeras diferencias que existen entre ambos modelos, es que los modelos

pirobolistas no necesitan encontrar una solución óptima debido a que los estados

futuros del sistema nunca serán los mismos como consecuencia de las causas de

variaciones incontrolables a las que está sometido dicho sistema. Recuérdese, como

se dijo anteriormente, que este tipo de soluciones son exclusivas de los modelos

deterministas.

 Los modelos probabilistas producen entonces información llamada empírica o

experimental, por lo que se hace necesario hacer uso del proceso de inferencia.

Por inferencia a partir de datos experimentales.

 Cuando no es posible del todo o es muy complejo encontrar una solución óptima,
o el procedimiento de cálculo es ineficiente, entonces se recurre a procedimientos

sistemáticos que reducen el esfuerzo necesario para encontrar una solución

satisfactoria, aunque no necesariamente esta solución es óptima. Este tipo de

procedimientos se conocen con el nombre de modelos heurísticos, y corresponden

tanto a modelos determinísticos como a probabilísticos.

 Lo que si garantizan estos procedimientos es que la solución que ofrecen

generalmente está muy cerca de la solución óptima, bajo algunas condiciones de

trabajo.

7.