Tecnológico Nacional De México Campus Ciudad Serdán

CUADRO COMPARATIVO DE LOS TIPOS DE SIMULACION

Alumna:
SAMANTHA REYES CORTES 21CS0063
Ingeniería Industrial.

Semestre: 6 Grupo: “A”

Simulación
Luis Alberto Hernández Sánchez

31/01/2024
Aspecto Simulación Continua Simulación Discreta
Definición Simulación Continua: Simulación Discreta:

Modela sistemas en los que las variables cambian de Modela sistemas en los que los eventos clave ocurren en
manera suave y continua a lo largo del tiempo, utilizando momentos específicos y discretos en el tiempo, utilizando
ecuaciones diferenciales o métodos matemáticos continuos. pasos discretos y reglas específicas para representar la
evolución del sistema.
Características Modela sistemas donde las variables cambian de manera Modela sistemas donde los eventos ocurren en puntos discretos
continua en el tiempo. en el tiempo.

Utiliza ecuaciones diferenciales para representar el Emplea eventos discretos para representar cambios en el
comportamiento del sistema. sistema en momentos específicos.

Apropiada para sistemas físicos y naturales donde las Apropiada para sistemas de decisión, procesos de manufactura
cantidades varían suavemente en el tiempo. y redes de colas.

Similitudes Ambas pueden modelar sistemas complejos y permiten la Tanto la simulación continua como la discreta pueden utilizarse
evaluación de diferentes escenarios. para estudiar la dinámica de sistemas y prever resultados.

Ambas pueden ser deterministas o estocásticas Pueden ser implementadas utilizando software de simulación
dependiendo de la naturaleza del sistema y la variabilidad que permite la representación de modelos matemáticos.
involucrada.
Diferencias La simulación continua representa el cambio de variables La simulación discreta representa el cambio de variables en
de manera suave y continua en el tiempo. pasos discretos y definidos en el tiempo.

Utiliza ecuaciones diferenciales para modelar el Emplea eventos discretos para representar cambios en el
comportamiento del sistema. sistema en momentos específicos.

La precisión depende de la resolución temporal y espacial La precisión puede depender de la granularidad de los eventos
del modelo. y el tiempo de simulación.

Ejemplos Simulación de crecimiento poblacional, dinámica de Simulación de sistemas de inventario, filas de espera, procesos
fluidos, y sistemas electromagnéticos. de producción, y redes de computadoras.

Imágenes
REFERENCIAS:
L. Shampine y Reichelt M. The MATLAB ODE Suite. SIAM Journal on Scientific
Computing, 18(1):1–22, 1997.
J.E. Str¨omberg. A Mode Switching Modeling Philosophie. Tesis Doctoral, Link¨opings
Universitet, 1994.
J.H. Taylor. Toward a Modeling Language Standard for Hybrid Dynamical Systems. En Proc.
32nd IEEE Conference on Decision and Control, p´aginas 2317–2322, San Antonio, TX,
1993.