Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE TIJUANA
Carrera: Ingeniería Industrial
Matricula: 20211069
Materia: Simulación
Grupo: Z
Simulación Discreta
La simulación discreta ocurre cuando las variables dependientes del sistema cambian discretamente
en puntos especificados en un tiempo simulado, denominado “tiempos de evento”. En este modelo, la
variable de tiempo puede ser continua o discreta dependiendo de si los cambios discretos en la
variable dependiente pueden ocurrir a cualquier tiempo o solamente en el tiempo especificado.
El propósito de un modelo de simulación discreta es reproducir las actividades en que participan las
entidades y de allí conocer algo acerca del comportamiento y rendimiento potenciales del sistema.
Para esto, se definen los estados del sistema y se constituyen actividades que se desplazan de un
estado a otro. El estado de un sistema se define en función de los valores numéricos asignados a los
atributos de las entidades.
En la simulación discreta el estado del sistema puede cambiar solamente en los tiempos de los
eventos. Como permanece constante entre tiempos de eventos, se puede obtener una presentación
dinámica completa del estado del sistema, mediante el avance de tiempo simulado de un evento al
siguiente. Este mecanismo de tiempo se denomina “enfoque de próximo evento” y se usa en la
mayoría de los lenguajes de simulación discreta.
Simulación Continua
En un modelo de simulación continua, el estado del sistema esta representado por variables
dependientes que cambian continuamente con el tiempo. Para distinguir variables de cambio continuo
de variables de cambio discreto, las primeras se denominan “variables de estado”. Un modelo de
simulación continua se constituye mediante la definición de ecuaciones para un conjunto de variables
de estado cuyo comportamiento dinámico simula el sistema real.
Con frecuencia se escriben modelos de sistemas continuos en función de ecuaciones diferenciales. La
razón para ello es que, a menudo es fácil construir una relación para el ritmo de cambio de la variable
de estado que instrumentar directamente una relación para la variable de estado.
Ejemplos de simulación discreta
La simulación discreta tiene una gran cantidad de aplicaciones entre las cuales destacan:
Simulación de operaciones de fabricación. Se utiliza para el diseño de planta, mejoramiento de la
productividad, programación, manejo de materiales, asignación de la fuerza de trabajo, etc.
Simulación en sistemas de transporte. Se utiliza para medir el rendimiento del sistema de ferrocarril de
pasajeros, programación y trazo de rutas de autobuses, control de trafico aéreo, operaciones de
terminal aérea militar, etc.
Planeación y control de proyectos. La simulación se usa para la planeación del producto, investigación
de mercado, construcción, análisis de flujo de caja, modelos operativos, etc.
Simulación en estudios ambientales y ecológicos. Las aplicaciones típicas son: control de ríos, control
de la contaminación, flujo de energía, poblaciones marinas, agricultura, control de insectos, etc.
Ejemplos de simulación continua
La simulación continua es la simulación de actividades sometidas a cambios continuos, como por
ejemplo el trafico de una carretera, la navegación de naves a otros planetas, el flujo de un rio, etc. La
simulación continua puede a menudo realizarse de forma satisfactoria mediante la simulación discreta
con intervalos de tiempo entre los pasos.
La simulación tiene una gran cantidad de aplicaciones como son: transporte en la cual se
pueden simular el tráfico de una autopista, puede simular la mejor ruta de transporte, etc.
Aeronáutica, en la que se realiza la simulación de vuelo de un avión para enseñar a los
nuevos pilotos, en la industria se puede simular una gran cantidad de situaciones que permita
tomar una correcta toma de decisiones.
La simulación es de gran importancia en muchos ámbitos, esta facilita la toma de decisiones y
la inserción de un nuevo proceso o mejora, reduce los costos, permite alcanzar las metas de
la organización de una manera más segura y efectiva, esta puede ser utilizada en cualquier
sector productivo por lo que sus aplicaciones son infinitas. Aunque el simular un sistema no
asegura tomar las mejores decisiones, provee información muy cercana a lo podría suceder
en el sistema real, lo que reduce las posibilidades de cometer errores.