Dirección General de Educación Ingeniería Industrial

Superior Tecnológica Simulación

Instituto Tecnológico de Toluca Actividad 1B

Nombre: Reyes Segura Moises

No. Control: 15281165

Instrucciones:

 Llena la información en los cuadros y en los espacios disponibles.

 Incluye las referencias en formato APA al final del documento.
 Sube este archivo a la plataforma Moodle.

Introducción a la Simulación de eventos discretos 1

Temas
1.3 Tipos de simulación
1.4 Descripción de ejemplos o casos prototipo

Ligas de internet

http://www.unamerida.com/archivospdf/337%20Lectura6.3.1.pdf

http://www.material_simulacion.ucv.cl/en%20PDF/Introducci%F3n%20a%20la%20simulacion.pdf

http://jrvargas.files.wordpress.com/2010/02/libro-simulacion_de_sistemas_discretos.pdf

http://informs-sim.org/wsc16papers/by_area.html

http://www.econ.unicen.edu.ar/attachments/1051_TecnicasIISimulacion.pdf

http://www6.uniovi.es/~feli/CursoMDT/Tema_1.pdf
Actividades:

Con material bibliográfico o libros electrónicos.

1. Describe e incluye un ejemplo para cada clasificación de sistemas que se indican:

determinístico, estocástico, continuo, discreto.

Determinístico:
Si el sistema no contiene ningún elemento aleatorio es un sistema Determinístico. En este tipo
de sistema, las variables de salidas e internas quedan perfectamente determinadas al
especificar las variables de entrada, los parámetros y Las variables de estado.
Ejemplo:
El calentador eléctrico estudiado es un sistema determinístico.
Estocástico:
En este caso algún elemento del sistema tiene una conducta aleatoria. Entonces, para
entradas conocidas no es posible asegurar los valores de salida. Un ejemplo de sistema
estocástico es una máquina tragamonedas en la cual una misma acción (tirar la palanca)
genera un resultado incierto (ganar o perder).
Ejemplo:
La temperatura ambiente es una variable estocástica que afecta la respuesta del calentador
eléctrico.
Continuo:
Se tiene un sistema continuo cuando las relaciones funcionales entre las Variables del sistema
sólo permiten que el estado evolucione en el tiempo en forma Continua. Matemáticamente, el
Estado cambia en infinitos puntos de tiempo.
Ejemplo:
El recipiente del calentador es un subsistema continuo porque tanto M como T evolucionan en
forma continua durante la operación del sistema.
Discreto:
Se tiene un sistema discreto cuando las relaciones funcionales del sistema sólo permiten que
el estado varíe en un conjunto finito (contable) de puntos temporales. Las causas instantáneas
de los cambios de estados se denominan eventos.
Ejemplo:
El interruptor del calentador es un subsistema discreto porque la intensidad y sólo Puede
variar en los instantes que se abre o se cierra el interruptor. La apertura y el cierre del
interruptor son eventos.

2. Describe e incluye un ejemplo de los tipos de simulación que se indican: simulación

discreta, simulación continua, simulación por identidad, simulación por cuasi-identidad,
simulación en laboratorio, simulación por computadora, simulación Montecarlo.

Simulación discreta:
Consiste en el seguimiento de los cambios de estado del sistema que tienen lugar como
consecuencia de la ocurrencia de una secuencia de sucesos.
Ejemplo:
Control de tráfico en un aeropuerto.
Simulación continua:
Es una simulación de actividades sometidas a continuos cambios.
Ejemplo:
Trafico en carretera, astronaves navegando hacia otros planetas, etc.
Simulación por identidad:
Es cuando el modelo es una réplica exacta del sistema en estudio.
Ejemplo:
Cuando realizan ensayos de choques de automóviles utilizando unidades reales.
Simulación por cuasi-identidad:
Se utiliza una versión ligeramente simplificada del sistema real.
Ejemplo:
Los entrenamientos militares que incluyen movilización de equipos y tropas pero no se lleva a
cabo una batalla real.
Simulación en laboratorio:
Se utilizan modelos bajo las condiciones controladas de un laboratorio.
Ejemplo:
El simulador de vuelo y una simulación de negocios donde las computadoras se limitan a
recolectar la información generada por cada participante y a presentarla en forma ordenada a
cada uno de ellos.
Simulación por computadora:
El modelo es completamente simbólico y está implementado en un lenguaje computacional.
Las personas quedan excluidas del modelo.
Ejemplo:
El simulador de un sistema de redes de comunicación donde la conducta de los usuarios está
modelada en forma estadística.
Simulación Montecarlo: Es una técnica que permite llevar a cabo la valoración de los proyectos
de inversión considerando que una, o varias, de las variables que se utilizan para la
determinación de los flujos netos de caja no son variables ciertas, sino que pueden tomar
varios valores.
Ejemplo:
La ruleta es el juego de casino más famoso y también el ejemplo más sencillo de mecanismo
que permite generar números aleatorios.

3. Visita la página de la conferencia de simulación de invierno 2016 (WSC. Winter Simulation

Conference ) con la url: http://meetings2.informs.org/wordpress/wintersim2016/ >
ARCHIVE/INFO > Program Archive, elige el año de tu preferencia y describe en el cuadro
siguiente tres artículos de tu interés respecto de aplicaciones de la simulación.

Título del artículo Problema que resuelve Resultados a los que llega
Simulación para Seguridad Ineficiencia en el sistema de Aumento el sistema de
Nacional comando de incidentes para comando de incidentes para
la respuesta a desastres. la respuesta a desastres y una
buena conciencia de estas
situaciones dinámicas, el
sistema ya puede adaptarse

Simulación en entrenamiento Los militares tardan
militar demasiado en tomar una
decisión importante dentro
de una situación de vida o
muerte.
Simulación y planificación de Deficiencia en las decisiones
producción de planificación en líneas de
ensamblaje de modelos
mixtos
teniendo en cuenta el tipo de
información disponible, la
tarea específica en cuestión y
el conocimiento derivado del
agente de integración de
información.
La simulación dentro de los
entrenamientos militares han
ayudado a los militares a
tomar decisiones de manera
más rápida y lógica, gracias a
la simulación de varios
factores y situaciones. Donde
la mente del militar se
desarrolla para mejorar
continuamente.
Mejoraron las decisiones de
planificación en líneas de
ensamblaje de modelos
mixtos y se minimizo el
inventario total y los costos
de mano de obra de una línea
de ensamblaje asumiendo
una secuencia determinada
de trabajo (avión).

Referencias:

Jaime Barceló. (1996). SIMULACIÓN DE SISTEMAS DISCRETOS. Madrid: Isdefe.

Fishman G.S., 1978, “Conceptos y métodos en la simulación digital de eventos discretos”, Limusa,
México.

Shannon R.E., 1988, “Simulación de Sistemas. Diseño, desarrollo e implementación”, Trillas,

México.

Raúl Coss Bu. (2003). Simulación Un Enfoque Práctico. México D.F: Limusa.

Carlos Quintana Ruiz. (1996). Elementos de Inferencia Estadística. Costa Rica: Universidad De
Costa Rica.

Stallings, William (2005). Sistemas operativos: aspectos internos y principios de diseño (5ª
edición). Pearson Prentice Hall.

Dr. Manuel González De La Rosa

Febrero 2017