Академический Документы
Профессиональный Документы
Культура Документы
SUBSISTEMA: Es un conjunto que se aísla dentro del sistema. El sistema puede verse como un
subsistema del Universo. Cada subsistema puede ser tratado dentro del sistema o estudiado en
forma aislada. El comportamiento del sistema total depende de: 1) El comportamiento de cada
subsistema. 2) Las relaciones entre los subsistemas. 3) Las relaciones con el mundo exterior, o sea
con el medio ambiente que lo circunda. El sistema en estudio, puede subdividirse en subsistemas
interconectados, cada uno de los cuales está compuesto por elementos interconectados entre sí.
En el modelo se estudian los hechos salientes del sistema o proyecto. Se hace una abstracción de la
realidad, representándose el sistema/proyecto, en un modelo. El modelo que se construye debe
tener en cuenta todos los detalles que interesan en el estudio para que realmente represente al
sistema real (Modelo válido). Por razones de simplicidad deben eliminarse aquellos detalles que no
interesan y que lo complicarían innecesariamente.
Como ejemplo de modelo físico se pueden citar los túneles de viento donde se ensayan los aviones,
los simuladores de vuelo, los canales de experiencia donde se ensayan los barcos, etc. Como ejemplo
de modelo abstracto, se pueden citar los modelos econométricos donde, entre otras cosas, se
pueden ensayar las consecuencias de medidas económicas antes de aplicarlas. Dado un sistema,
son muchas las representaciones que se pueden hacer de él. Depende de las facetas del sistema
que interesan en el estudio, de la herramienta que se utiliza en el mismo e incluso de la modalidad
personal del que lo construye.
CLASIFICACION DE LOS MODELOS Existen múltiples tipos de modelos para representar la realidad.
Algunos de ellos son:
• Dinámicos: Utilizados para representar sistemas cuyo estado varía con el tiempo.
• Estáticos: Utilizados para representar sistemas cuyo estado es invariable a través del tiempo.
• Físicos: Son aquellos en que la realidad es representada por algo tangible, construido en escala o
que por lo menos se comporta en forma análoga a esa realidad (maquetas, prototipos, modelos
analógicos, etc.).
• Continuos: Representan sistemas cuyos cambios de estado son graduales. Las variables
intervinientes son continuas.
• Discretos: Representan sistemas cuyos cambios de estado son de a saltos. Las variables varían en
forma discontinua.
• Determinísticos: Son modelos cuya solución para determinadas condiciones es única y 75.26 –
Simulación Sistemas, modelos y simulación Página 8 siempre la misma.
• Estocásticos: Representan sistemas donde los hechos suceden al azar, lo cual no es repetitivo. No
se puede asegurar cuáles acciones ocurren en un determinado instante. Se conoce la probabilidad
de ocurrencia y su distribución probabilística. (Por ejemplo, llega una persona cada 20 ± 10
segundos, con una distribución equiprobable dentro del intervalo).
Lenguaje máquina (Binario) Una computadora sólo puede entender el lenguaje máquina. El
lenguaje de máquina ordena a la computadora realizar sus operaciones fundamentales una
por una. Dicho lenguaje es difícil de usar para las persona porque trabajar con números no
es muy cómodo además de que estos números están en formato binario.
Lenguajes de bajo nivel (ensamblador) Para facilitar y agilizar su labor a los programadores,
se buscaron nuevos lenguajes. Cuando abstraemos las opciones y los sustituimos por una
palabra que sea una clave de su significado, se tiene el concepto de Lenguaje Ensamblador.
Lenguajes de alto nivel Para acelerar aún más el proceso de programación se desarrollaron
los lenguajes de alto nivel, en los que se puede escribir un sólo enunciado para realizar tareas
sustanciales. Los lenguajes de alto nivel permiten a los programadores escribir instrucciones
HYSYS
Es un programa interactivo enfocado a la ingeniería de procesos y la simulación, que se puede
utilizar para solucionar toda clase de problemas relacionados con procesos químicos. Este
simulador cuenta con una interfaz muy amigable para el usuario, además de permitir el empleo
de operadores lógicos y herramientas que facilitan la simulación de diversos procesos. Es un
simulador bidireccional, ya que el flujo de información va en dos direcciones (hacia delante y
hacia atrás). De esta forma, puede calcular las condiciones de una corriente de entrada a una
operación a partir de las correspondientes a la corriente de salida sin necesidad de cálculos
iterativos. Posee un entorno de simulación modular tanto para estado estacionario como para
régimen dinámico. Es un software para la simulación de plantas petroquímicas y afines.
AspenPlus
El Sistema Avanzado para Ingeniería de Procesos (ASPEN) es un mercado líder en herramientas
de modelado de proceso de diseño conceptual, optimización y monitoreo de desempeño para la
industria química, polímeros, especialidades químicas, metales y minerales. Aspen Plus es un
simulador estacionario, secuencial modular (en las últimas versiones permite la estrategia
orientada a ecuaciones). Actualmente es posible que sea el más extendido en la industria. Se ha
utilizado para modelar procesos en industrias: química y petroquímica, refino de petróleo,
procesamientos de gas y aceites, generación de energía, metales y minerales, industrias del papel
y la pulpa y otros. Aspen Plus tiene la base de datos más amplia entre los simuladores de procesos
comerciales, e incluye comportamiento de iones y de electrolitos. Además modela y simula
cualquier tipo de proceso para el cual hay un flujo continuo de materiales y energía de una unidad
de proceso a otra. Posee herramientas para cálculos de costes y optimizaciones del proceso,
generación de resultados en forma gráfica y en tablas y otros.
5.2 Tipos de modelo de simulación programables en hoja de cálculo (inventarios, líneas
de espera, proyecciones, financieras, etc.): descripción.
Inventarios:
El gestor logístico se encuentra siempre con el dilema de tener mucho inventario y aun así no puede
satisfacer todas las necesidades de sus clientes. ¿Qué es lo que está ocurriendo? La respuesta es
simple, se suele tener sobrante de lo que no se vende y faltante de lo que hay demanda. En
definitiva, el total de inventario valorado es superior a lo que se entiende que corresponde, pero
aun así el servicio esperado no cumple con las expectativas de la empresa.
El exceso de inventario es producto de varios factores, dos de ellos: primero, por experiencias
pasadas de rotura de inventario, una reacción posiblemente desproporcionada de sobreprotección
o un posible desconocimiento de la demanda. El segundo caso, básicamente se asocia con
parámetros de gestión de inventarios que no corresponden a la situación de un artículo. Este último
caso se debe a cambios de la demanda o suministro y un mantenimiento de parámetros de
reaprovisionamiento estimados previamente para un escenario diferente. Hay más situaciones en
la gestión de inventarios por las cuales se crean excesos o faltantes de inventario, muchas de ellas
son producto de una gestión incorrecta de la información, pero las dos mencionadas, pueden ser
amortiguadas si se hace una verificación o estimación correcta de los parámetros de gestión de
inventarios.
Supongamos que la política de inventario seleccionada por su empresa para gestionar un artículo
que comercializa es la denominada como revisión continua, la cuál se caracteriza por tener dos
parámetros, el stock de seguridad, lo que define un punto de pedido, y la cantidad a
reaprovisionarse. En esta situación cuando el inventario llega a su punto de reaprovisionamiento
lanza un pedido de acopio por una cantidad fija predeterminada. El punto de pedido corresponde a
la demanda media en el plazo de aprovisionamiento más el stock de seguridad fijado.
Puede ser que estos dos parámetros los haya asignado por su experiencia pasada o porque su
sistema se los haya estimado, pero, ¿está seguro de cumplir sus objetivos de negocio?. Uno de los
objetivos fundamentales de gestión es el nivel de servicio que es capaz de dar, en estos momentos
dar servicio es fundamental para mantener la cartera de clientes. Una medida del desempeño
logístico es el servicio medido como demanda satisfecha directamente de las existencias sobre el
total de la demanda. Este indicador se puede medir para un artículo tanto en unidades como en
valores económicos.
En el ejemplo de esta hoja, la información está dada mediante una tabla en la que muestra el
porcentaje de ocurrencias de cada demanda para un artículo, la demanda va desde 0 a 6 unidades
en un día. Esta información se puede obtener desde su base de datos de ventas y mediante la
herramienta de análisis de datos de la hoja de cálculo puede hacer un histograma de estos valores.
La hoja se puede adaptar fácilmente a otros valores.
Una segunda lectura de esta información puede ser, los porcentajes corresponden a la probabilidad
de que ocurra una demanda. Es importante recordar que en este sistema de gestión de inventarios
se basa en el pasado, se asume que en el futuro tendrá un comportamiento similar su demanda.
Paso 1:
En resumen: que no me pidiesen nada, 0 unidades, ocurrió el 3% de los días (representado por 0,03),
que me pidiesen una unidad el 5% y así. Calculo un sumatorio de frecuencias para asegurarme que
suman el 100% (representado por 1). El tiempo de servicio fue de un día el 20% de las veces, de 3
días el 50% de las veces y 5 días el restante 30% de los días.
Paso 2: Ahora calculamos las demandas acumulada
Paso 3: Ahora con la función aleatorio vamos a calcular la simulación para n días
Cuando generemos números aleatorios para simular la demanda del artículo, si el número generado
está entre 0 y 0,03 simularé que me han pedido 0 unidades para ese día. Si sale un numero entre
0,03 y 0,08 simularé que me han pedido una unidad. Para los tiempos de servicio seguiremos el
mismo proceso, si un artículo llega a su punto para simular cuento tardaría en llegar la mercancía
generaré un numero aleatorio, si está entre 0 y 0,2 tomaré 1 como plazo de entrega, s sale entre
0,2 y 0,7 tomaré 3 como plazo de entrega, y entre 0,7 y 1 tomaré 5 días como plazo de entrega. La
búsqueda en estas matrices está hecha con la función Excel buscarv.
El resultado nos queda:
Una definición amplia seria: “Una simulación es una imitación de la operación de un proceso real
durante un tiempo determinado”
El comportamiento de un sistema durante un tiempo determinado puede ser estudiado por medio
de un modelo de simulación., este modelo toma su forma a partir de los postulados sobre la
operación del sistema real
Por medio de una simulación se estudian los sistemas reales a través de un modelo del sistema real
con el propósito de comprender la interacción de los procesos que intervienen en el, con el fin de
variarlos para obtener un objetivo determinado.
Es posible reemplazar las expresiones matemáticas y el cálculo de los valores de las variables de
interés, a través de funciones de distribución de probabilidad Los Modelos de simulación de eventos
discretos (o simulación tipo Monte Carlo), las funciones de distribución se usan con el propósito de
realizar una experimentación cuyos resultados llevarán, después de un número conveniente de
ensayos al resultado que se obtendría con el sistema real
Los modelos que se obtienen como un conjunto de ecuaciones se denominan con frecuencia
modelos analíticos o modelos de optimización.
Los modelos de simulación son usados para estudiar y calcular los procesos estocásticos y los
fenómenos o problemas de líneas de espera.
Se dispone de modelos analíticos que expresan el comportamiento de las líneas de espera, estos
modelos son conocidos como la teoría de colas y ellos tratan de representar los resultados promedio
de la utilización de las funciones de distribución de probabilidad que describen los sistemas de
espera, también se usan los modelos o procesos de Markov para describir y calcular las líneas de
espera.
Los Modelos de simulación de eventos discretos (o simulación tipo Monte Carlo), las funciones de
distribución se usan con el propósito de realizar una experimentación cuyos resultados llevarán,
después de un número conveniente de ensayos al resultado que se obtendría con el sistema real.
Ejemplo:
Proyecciones
Estimados seguidores esta vez he creado un simulador en Excel sobre un plan contable económico
y financiero, está completamente libre para que ustedes lo adapten a su criterio y de acuerdo al
régimen y cuentas de su ubicación y país.
Ejemplo
La compañía de luz tiene tres centrales que cubren las necesidades de cuatro ciudades. Cada central
suministra las cantidades siguientes de kilowatts-hora: planta 1, 35 millones; planta 2, 50 millones;
planta 3, 40 millones. Las demandas de potencia pico en estas ciudades que ocurren a la misma hora
(2:00 p.m.) son como sigue (en kw/h): ciudad 1, 45 millones; ciudad 2, 20 millones; ciudad 3, 30
millones y ciudad 4, 30 millones. Los costos por enviar un millón de kw/h de la planta dependen de
la distancia que debe viajar la electricidad y se muestran en la tabla A.1.
Este problema se resuelve a través del Solver de Excel, colocando celdas para las variables de
decisión, como se observa en la siguiente figura.