Integrantes: Carlos Mauricio Guzmán Ortiz

Cristian Jamir Barrera Leal

Sebastián Nuñez Lara
INTRODUCCION

En este fascículo se hará una introducción al mundo de los 'nuevos'

sistemas dinámicos cada vez más tecnológicos y con frecuencia de
gran complejidad. Estos sistemas han surgido por la evolución rápida de
las comunicaciones, computadores y sensores. Las características
propias de estos sistemas hacen que se les llame Sistemas de Eventos
Discretos, debido básicamente a dos razones: su dinámica está
gobernada por la aparición asíncrona de eventos y la mayoría de las
variables de estado son discretas.
CONCEPTOS PREVIOS

MODELO EXPERIMENTO
 La estructura lógica y los  Las variables de entrada y de
componentes del modelo. salida.
 Los aspectos matemáticos del  Las condiciones iniciales del
modelo. modelo.
 La condición de finalización de la
simulación.
 Los aspectos numéricos de la
simulación.
MAPA CONCEPTUAL FASCÍCULO 4
MODELADO DE SISTEMAS DE
EVENTOS DISCRETOS
Durante las últimas décadas, la rápida evolución de la tecnología ha
producido una proliferación de nuevos sistemas dinámicos, generalmente
hechos por el hombre y de gran complejidad. Ejemplos de ellos son las
redes de computadores, sistemas de producción automatizados, de control
de tráfico aéreo; y sistemas en general de comando, de control, de
comunicaciones y de información. Todas las actividades en estos sistemas
se deben a la ocurrencia asincrónica de eventos discretos, algunos
controlados (tales como el pulsado de una tecla) y otros no (como la falla
espontanea de un equipo). Esta característica es la que lleva a definir el
término de Sistemas de Eventos Discretos.
ELEMENTOS DEL MODELO

Los modelos de tiempo discreto, en el contexto que nos ocupa,

constan básicamente de los siguientes 7 tipos de componentes:
 las entidades.
 sus atributos.
 las variables.
 los recursos.
 las colas.
 los contadores(Acumuladores estadísticos) estadísticos.
 los eventos.
COMPORTAMIENTOS DEL
MODELADO
En particular, debe decidirse qué comportamientos del modelo se consideran
DETERMINISTAS y cuáles ALEATORIOS. Esta decisión condiciona qué
variables de entrada son deterministas y cuáles aleatorias.
DETERMINISTAS

 La dependencia temporal de las variables de entrada deterministas.

 La distribución de probabilidad de las variables de entrada aleatorias.
ALEATORIOS

 El tiempo que transcurre entre la llegada de un cliente y la

llegada del siguiente cliente. Este tiempo, A, es una variable
aleatoria que obedece a una distribución de probabilidad
exponencial de media igual a 1 minuto.
 El tiempo que tarda el empleado en atender a un cliente. Este
tiempo, S, es una variable aleatoria exponencial con media 0.5
minutos.
 MEDIDAS DE COMPORTAMIENTO
Otra elección vinculada con el propósito del estudio es la de las variables de salida. Una variable
de salida es aleatoria si y sólo si se calcula a partir de al menos una variable aleatoria.
Cuando las variables aleatorias de salida miden el comportamiento del sistema a lo largo de
toda la simulación, suele ser preciso definir en el modelo variables auxiliares, denominadas
acumuladores estadísticos (o también contadores estadísticos),
A partir de las cuales calcular la variable de salida. A continuación se muestran algunos
ejemplos:
El tiempo medio de espera del cliente en la cola, se define de la siguiente forma:

Donde n es el número total del clientes que han abandonado la cola y Di es el tiempo de espera
en la cola del cliente i. Para calcularlo es preciso llevar registro, a lo largo de la simulación, de:
• El número de clientes que han abandonado la cola hasta ese momento,n.
• La suma del tiempo de espera de los clientes que han abandonado la cola hasta ese
momento:
 El número medio de clientes que componen la cola se define de la siguiente
 forma:

donde T es el tiempo que dura la simulación y Q( ) es el número de clientes que hay en la cola
en el instante . Para calcularlo, es preciso llevar registro a lo largo de la simulación de:
 VENTAJAS

Dos de las ventajas fundamentales del modelado orientado a los eventos

son:
• Permite una flexibilidad total en la descripción del modelo
• La realización, empleando un lenguaje de programación, del código de la
simulación a partir de este tipo de descripción del modelo es
conceptualmente sencilla.
 MODELADO ORIENTADO A LOS
PROCESOS
Este enfoque se centra en los procesos que llevan a cabo las entidades, por
ello se llama modelado orientado a los procesos. Su práctica es posible
gracias al empleo de lenguajes de simulación, que traducen de manera
automática la descripción orientada a los procesos a una descripción
orientada a los eventos, y ésta en código escrito en algún lenguaje de
programación.