Unidad01 PI

INTRODUCCIÓN Y
ENFOQUE A USAR.
TÉCNICAS DE SIMULACIÓN (TDS115)

Coordinador: Ing. Napoleón Ernesto López Espinoza.
Tutor: MSc. Luis Kelman Belloso Huezo (Energías renovables).
Contenidista: MSc. Guillermo Mejía (Matemática aplicada).
AGENDA
Unidad I: Introducción a la Simulación Digital (3 semanas).
▪ 1.1. Introducción a la Simulación y enfoque usado.
▪ 1.2. Metodología básica de una simulación.
▪ 1.3. Construcción de tres modelos básicos para realizar simulaciones.
▪ Modelo icónico.
▪ Modelo analógico.
▪ Modelo simbólico.
Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 2

UNIDAD I: INTRODUCCIÓN A LA SIMULACIÓN DIGITAL.

1.1. INTRODUCCIÓN A LA SIMULACIÓN Y ENFOQUE
USADO.
¿Qué comprende el curso de técnicas de simulación? – Video teórico 01
Enfoque: Investigación de operaciones
Es una disciplina que utiliza métodos analíticos y cuantitativos para tomar
decisiones efectivas en la gestión y resolución de problemas.
▪ Formulación del problema. ▪ Uso del modelo.
▪ Análisis y recolección de datos. ▪ Implementación y
▪ Construir el modelo. mantenimiento del modelo.
▪ Verificar el modelo.

TÉCNICAS DE SIMULACIÓN.
Consiste en tomar un sistema (todo) de la vida real, observar su

funcionamiento, definir un problema a resolver, modelar el sistema, validar el
modelo, verificar los resultados del programa y simular el sistema modelado
por medio del programa de computadora.
Posterior a eso hay que procesar los datos simulados. Analizarlos, validarlos
(ajustar si fuere necesario), desarrollar resultados y darlos a conocer.

ENFOQUE INVESTIGACIÓN Y OPERACIONES (IO) –
OPERATION RESEARCH (OR).
Contemplar el todo y centrarse en las
relaciones entre las partes, considerando los
propósitos y objetivos del sistema.
La aplicación del método científico mediante

equipos interprofesionales a los problemas de
gobierno de sistemas organizados (hombre-
máquina) para proporcionar soluciones que
sirvan lo mejor posible a la organización
considerada como un todo [1].
[1] Ackoff y Sasienni.
[2] Imagen tomada del enlace.
MODELACIÓN - ESTRATEGIAS.
Estableciendo el objetivo de la formulación del

problema se activan los componentes
intelectuales (sensaciones, percepciones de
memoria, pensamiento e imaginación,
experiencias, conocimientos).
Prueba y error: Proceso continuo de
adecuación, ajuste por búsqueda de datos y/o
incógnitas según las condiciones del problema,
hasta encontrar las más adecuadas (simulación
de pacientes).
Asociación por analogía: Usa la

reproducción como primera fase.
Establece nuevos nexos entre los
datos e incógnitas siguiendo
formatos y textos guardados en
memoria para innovar.

MODELACIÓN – ESTRATEGIAS - ASOCIACIÓN POR
ANALOGÍA.
[5] Imagen maqueta.

[6] Imagen llave.
[7] Imagen ajedrez.

ANALOGÍA.

ANALOGÍA.
Ver página 12 del documento.

[8] Imagen E3-JK-R2M2.
ANALOGÍA.

ANALOGÍA.

ANALOGÍA.
Corte por chorro de agua

CNC y Milling.
Aplicación de prototipado: Volcán de San Salvador
Escrito por Carlos Campos - LiDAR
El 7 de junio del presente año (2017) se cumplieron
100 años de la erupción del volcán de San Salvador.
[9] Imagen impresor láser.
[10] Imagen Router.
[11] Imagen Volcán de San Salvador.
ANALOGÍA.
[12] Imagen resonancia.

[13] Imagen MRI.
ANALOGÍA.
Freddy Patricio Moncayo Matute, Universidad Politecnica Salesiana (UPS),
Cuenca, Azuay, Ecuador

Integración por inclusión: Consiste

en elaborar el modelo en forma tal
que las incógnitas de los diferentes
incisos mantengan una dependencia
sucesiva en forma de cadena.
[14] Imagen ADN.

Reformulación: Reconstruir la estructura gramatical

de un sistema mediante procesos de innovación, se
diferencia de la analogía por la profundidad de los
cambios, ya que se parte de un objeto real y no de
recuerdos.
Fusión de tareas: Consiste en fusionar dos o más
mecanismos de integración externa o interna, para
obtener otra con mayor nivel de complejidad.
[15] Imagen araña FESTO.
[16] Imagen simulador de vuelo.

Observación: Para estas técnicas es necesario aclarar que casi siempre se

asocian otras estrategias de formulación de modelos, por ejemplo
reformulación con prueba y error.
[17] Imagen reformulación.

[18] Imagen VR.

ANÁLISIS Y RECOLECCIÓN DE DATOS.
Uso de técnicas y herramientas utilizadas para

desarrollar los sistemas de información. Pueden
ser la entrevista, la encuesta, el cuestionario, la
observación, el diagrama de flujo y el
diccionario de datos.
[19] Imagen datos.

PARA LA RECOLECCIÓN Y PROCESAMIENTO DE
DATOS PREGÚNTESE.
Contemplar el todo y centrarse en las relaciones entre las partes, considerando
los propósitos y objetivos del sistema.
¿Cuál es el objetivo de la recopilación de datos?
¿Cuáles son los datos a recopilar?
¿Dónde recopilar los datos?
¿Quién recopilará los datos?
¿Cuándo y cuántos datos se recopilarán?
¿Qué frecuencia y duración tendrá la recopilación de datos?

ORIENTACIÓN PARA LA RECOLECCIÓN Y
PROCESAMIENTO DE DATOS.
Describir claramente qué datos se recolectarán y como se hará el recuento.
Diseñar un formulario adecuado para registrar los datos.
Acordar método y formulario con los recolectores.
Capacitar a los recolectores: porqué, cómo, cuándo, etc.
Informar a los recolectores sobre los resultados de los análisis.

Iteración Resultado
1 Cara
2 Cara
Iteración Resultado
1 Cara
2 Corona
3 Corona
98 Corona
Corona = 52/100
99 Corona
[20] Imagen moneda.
100 Cara
[21] Imagen piedra.


[22] Imagen pesaje.

[23] Imagen pesaje.

[24] Imagen helicóptero.




https://nogalesecocasa.arizona.edu/estacion-meteorologica-y-monitoreo-de-datos-0

[25] Imagen gestor.

Vect0 = [1,0,1,0,1,1,0,0]
Vect1[0][:] = Vect0
Vect2:
Vector columna.
Vect1: Vector fila.
Vect2 = Vect1.reshape((8,1))
Imágenes binarias: cada píxel tiene 1 bit por lo que sólo puede tomar uno de
dos valores; esos valores son negro (0) y blanco (1).
Una imagen cualquiera en forma matemática se representa como:




Imágenes de intensidad (escala

de grises): cada número del
arreglo bidimensional contiene
la información de intensidad del
píxel donde el rango de valores
que puede tomar cada píxel
depende del tipo de datos que se
utilice.

Para el caso de imágenes de intensidad representadas con números de tipo

uint8, los valores de los píxeles toman valores enteros entre 0 y 255. Un píxel
con valor de 0 es de color negro; mientras que uno con valor de 255 es de
color blanco.
Formato de datos,
tipo entero.

Formato de datos tipo float,

valores entre 0 y 1.

Imágenes RGB (Red, Green, Blue)
Si la imagen está en color RGB, existen tres imagenes superpuestas una
encima de otra, si la imagen es de tipo VGA posee una dimensión de 640x480
pixeles. Un mapa para cada color: rojo, verde y azul. Dependiendo que grado
de calidad de color queremos tener se incrementan la cantidad de bits o se
disminuyen.



REPRESENTACIÓN DE DATOS.



Imágenes tomadas del enlace.

Imágenes tomadas del enlace.

Es importante darles a los datos una presentación adecuada para su mejor

análisis y decisión. Las formas más frecuentes de presentación son:
▪ Diagramas de barras.
▪ Diagramas de Pareto.
▪ Diagrama de dispersión.
▪ Gráfica de sectores.

CONSTRUCCIÓN DEL MODELO.
Definimos los resultados esperados del estudio,
se define y construye el modelo. Es necesario
definir todas las variables que forman parte de
él, sus relaciones lógicas y los diagramas de
flujo que describan en forma completa el
modelo.
Para tener el control de la aleatoriedad se debe
repetir el proceso de observación un elevado
número de veces.
Todos esos datos me permitirán realizar
tratamiento estadístico de los mismos. Utilizar
programación lineal.
VERIFICAR EL MODELO – USO DEL MISMO.
Se hace a todo nivel de modelización.
Modelo: conceptual, lógico y computacional.
La verificación se centra en la consistencia
interna del modelo, la validación por la
correspondencia entre el modelo y la realidad.
El propósito último de la experimentación con
el modelo es obtener información acerca del
comportamiento del sistema para que esto nos
ayude en la toma de decisiones.

IMPLEMENTACIÓN, MANTENIMIENTO DE LA
SOLUCIÓN.
Al implementar la solución, se pone en prácticas las decisiones efectuadas
con el apoyo del estudio de simulación. Todo este trabajo debe quedar
debidamente documentado, para poder darle mantenimiento.
Simulación en Tinkercad sobre

medición de humedad.
MODELOS DE SIMULACIÓN (VIDEO 2).

MODELO ICÓNICO DE SIMULACIÓN.
▪ Es una réplica exacta de las

propiedades de un sistema de la
vida real, pero a menor escala.
[26] Imagen Avión.

MODELO ANALÓGICO DE SIMULACIÓN.
Usa un conjunto de propiedades

para representar las propiedades
de un sistema de la vida real.
[27] Imagen simulador.

MODELO SIMBÓLICO DE SIMULACIÓN.
▪ Representa las propiedades de

un sistema de la vida real a
Pseudo-Aleatorios,
probabilidades intervalo través de medios simbólicos,
tal como ecuaciones
matemáticas y programas de
computadoras. Existen varias
clasificaciones, aquí
mostramos algunas de ellas:
Contar, Infinitos
enumerar valores

MODELO SIMBÓLICO DETERMINÍSTICO.
∆𝑥 = 𝑥2 − 𝑥1
𝑥2 − 𝑥1 ∆𝑥
𝑉𝑚𝑒𝑑−𝑥 = =
𝑡2 − 𝑡1 ∆𝑡
∆𝑥 𝑑𝑥
𝑉𝑥 = lim =
∆𝑡→0 ∆𝑡 𝑑𝑡
𝑣2𝑥 − 𝑣1𝑥 ∆𝑣𝑥
𝑎𝑚𝑒𝑑−𝑥 = =
𝑡2 − 𝑡1 ∆𝑡
∆𝑣𝑥 𝑑𝑣𝑥
𝑎𝑥 = lim =
∆𝑡→0 ∆𝑡 𝑑𝑡
Para: 𝑎𝑥 = 𝑐𝑡𝑒
𝑣𝑥 = 𝑣𝑜𝑥 + 𝑎𝑥 𝑡
1
𝑥 = 𝑥0 + 𝑣𝑜𝑥 𝑡 + 𝑎𝑥 𝑡 2
2 1
𝑣 𝑡 = 𝑣𝑖𝑥 𝑖Ƹ + 𝑣𝑖𝑦 − 𝑔𝑡 𝑗Ƹ r 𝑡 = 𝑣𝑖𝑥 𝑡 + 𝑥0 𝑖Ƹ + − 𝑔𝑡 2 + 𝑣𝑖𝑦 𝑡 + 𝑦0 𝑗Ƹ
2

MODELO SIMBÓLICO ESTOCÁSTICO.

PASOS PARA SIMULAR.
1. Definir el problema.
2. Analizar los datos.
3. Formular los submodelos.
4. Combinar los submodelos.
5. Colectar datos.
6. Escribir un programa de simulación.
7. Depurar el programa.
8. Validar el modelo.
9. Diseñar experimentos de simulación.
10. Correr la simulación.
11. Analizar los resultados.
12. Implementar los resultados.
CLASIFICACIONES DE VARIABLES.
▪ Controlables.
▪ Incontrolables.
▪ Exógenas (vienen de fuera del

sistema).
▪ Endógenas (se generan con el modelo).

▪ Muchas gracias por su atención.

Unidad01 PI

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad01 PI

Cargado por

Copyright:

Formatos disponibles

INTRODUCCIÓN Y

TÉCNICAS DE SIMULACIÓN (TDS115)

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 2

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 3

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 4

Consiste en tomar un sistema (todo) de la vida real, observar su

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 5

La aplicación del método científico mediante

Estableciendo el objetivo de la formulación del

Asociación por analogía: Usa la

[4] Imagen tomada del enlace.

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 8

[5] Imagen maqueta.

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 9

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 10

Ver página 12 del documento.

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 12

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 13

Corte por chorro de agua

[12] Imagen resonancia.

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 16

Integración por inclusión: Consiste

[14] Imagen ADN.

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 17

Reformulación: Reconstruir la estructura gramatical

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 18

Observación: Para estas técnicas es necesario aclarar que casi siempre se

[17] Imagen reformulación.

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 19

Uso de técnicas y herramientas utilizadas para

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 20

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 21

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 22

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 23

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 24

[22] Imagen pesaje.

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 25

[23] Imagen pesaje.

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 26

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 27

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 28

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 29

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 31

[25] Imagen gestor.

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 32

Una imagen cualquiera en forma matemática se representa como:

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 34

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 35

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 36

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 37

Imágenes de intensidad (escala

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 38

Para el caso de imágenes de intensidad representadas con números de tipo

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 39

Formato de datos tipo float,

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 40

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 41

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 42

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 43

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 44

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 45

Técnicas de Simulación (TDS115) MSc. Luis Kelman Belloso Huezo 46