Академический Документы
Профессиональный Документы
Культура Документы
CURSO:
DINAMICA DE SISTEMAS
PROFESOR.
MGTR. ING. ANDRES EPIFANÍA HUERTA.
ALUMNO:
FREDDY ASTUCURI QUISPE
CICLO:
AYACUCHO – PERU
2018
AGRADECIMIENTO
el Autor
DEDICATORIA
A mis padres.
Una de las más significativas ha sido entre otras, la que expresó C. West Churchman.
Por otra parte, es muy notoria la ausencia del concepto tiempo, que para los objetivos
que se persiguen, es altamente significativo, y cuya importancia si es ponderada por
otros autores que han expresado una definición.
La simulación es una técnica muy poderosa y ampliamente usada en las ciencias para
analizar y estudiar sistemas complejos. En Investigaciones se formularon modelos
que se resolvían en forma analítica. En casi todos estos modelos la meta era
determinar soluciones óptimas. Sin embargo, debido a la complejidad, las relaciones
estocásticas, etc., no todos los problemas del mundo real se pueden representar
adecuadamente en forma de modelo.
Simular, es reproducir artificialmente un fenómeno o las relaciones entrada-salida de
un sistema. Se puede definir a la simulación como la técnica que imita el
funcionamiento de un sistema del mundo real cuando evoluciona en el tiempo. Esto
se hace por lo general al crear un modelo de simulación.
La simulación es una estrategia” “Es una imitación de un sistema real sin ser real, se
tiene en cuenta el enfoque del sistema que implica que si hay una realidad hay un
cambio de variables”.
Modelos y su clasificación
Para la solución de los problemas más simples y aún los más complejos es necesario
centrarse en solo una porción y/o en algunas características esenciales y no en todos
Los detalles que se presentan en la realidad. Esta aproximación o abstracción se
llama generalmente modelo.
a) Descriptivos:
Son aquellos que solo proporcionan información acerca del estado de las cosas, es
decir, sólo son una “imagen”.
b) Predictivos:
Estos están diseñados para poder explicar y prever el comportamiento de las
variables, en función a variaciones de las condiciones iniciales.
c) Normativos:
Sólo proporcionan información acerca de la "acción" recomendable ante una
situación dada.
Atendiendo a su estructura pueden ser:
a) Icónicos:
Los modelos conservan algunas de las características físicas de lo que representan.
b) Analógicos:
En estos, los elementos y/o procesos de un sistema son “sustituidos” por los
elementos y/o procesos de otro sistema.
c) Simbólicos:
Se basan en el lenguaje simbólico (símbolos), para describir una característica
inherente a un sistema.
Respecto al tiempo estos son:
a) Estáticos:
Los modelos estáticos no están capacitados para explicar cambios ocurridos a través
del tiempo.
b) Dinámicos:
Estos están en posibilidad de explicar el comportamiento de las variables a través del
tiempo.
En función a la incertidumbre:
a) Deterministas:
Este tipo de modelos, generan información de salida en forma única, en respuesta de
una serie específica de Valores de entrada.
b) Probabilísticos:
Los modelos probabilísticos comprenden distribuciones de probabilidad como
información de entrada y proporcionan como producto una gama de valores con una
probabilidad asociada a cada una. Este modelo ayuda a tomar decisiones bajo riesgo.
Finalmente, debe mencionarse que un modelo dado puede participar de una o varias
categorías, así podemos pensar en modelos cuyas características sean: simbólico,
dinámico y probabilístico, o bien: icónico, estático y determinista.
METODOLOGÍA DE LA SIMULACIÓN.
4. Estimación de parámetros
Posterior a la formulación del modelo matemático que describe al sistema, es
necesario estimar los valores de los parámetros de dicho modelo y comprobar la
importancia estadística de tas estimaciones. Para ello se tomará como base las
observaciones extraídas de la realidad.
TIPOS DE SISTEMAS
Modelos de simulación estática vs. Dinámica
Estático
Dinámico
Determinístico
En éstos ni las variables exógenas, ni las endógenas, se obtienen por medio del azar,
debido a que se suponen relaciones exactas para las características de operación. Son
variables con valores preestablecidos.
Estocástico
Discreto
El estado de los cambios en los modelos sólo se da cuando esos eventos ocurren.
La llegada de órdenes, o las partes que están siendo ensambladas, así como los
clientes que llaman.
Continuo
Físico
Análogos
Simbólicos
Los elementos que forman parte del sistema vienen condicionados por el objetivo del
estudio que se pretende realizar, ya que un sistema definido para un estudio
determinado puede ser una parte de un sistema más amplio definido para otro estudio
particular. Por ejemplo, si se quiere determinar cuál es el número más adecuado de
operarios y máquinas en la sección de mecanizado de una empresa que tiene una
determinada cartera de pedidos, estos elementos serán los que formen parte del
sistema a analizar, mientras que, si lo que se desea es estudiar la capacidad
productiva de la empresa, los elementos mencionados anteriormente sólo serán una
parte del sistema.
• En primer lugar, para que el nivel de detalle del modelo sea el adecuado. No
conviene que el detalle sea tan pobre que no se pongan de manifiesto los
fenómenos relevantes del sistema, pero tampoco es interesante que el nivel de
detalle sea mayor del necesario. En el primer caso, aunque el desarrollo pueda ser
no muy costoso, los resultados serán poco fiables y el modelo inútil. En el
segundo, el nivel de detalle puede no aportar información adicional interesante,
implicará casi con toda seguridad un tiempo total de desarrollo mayor y,
finalmente, se traducirá en un modelo informático más lento.
• En segundo lugar, la definición clara de los objetivos y la definición precisa del
problema facilita la generación de alternativas potencialmente más interesantes y
evita el estudio de alternativas menos atractivas.
• Finalmente, permite establecer las variables de salida adecuadas, para evaluar de
forma correcta la eficacia y la eficiencia del sistema en diferentes circunstancias,
además de facilitar que su estudio en términos estadísticos sea el adecuado.
Las variables de entrada de datos son aquellas que corresponden a fenómenos del
sistema real sobre las que no se tiene ningún control. Por ejemplo, el número de
clientes que llegan a una gasolinera, el producto que demandan, el volumen de
demanda de un producto, etc.
Parámetros de diseño
Los parámetros de diseño representan aquellas características del sistema sobre las
que se tiene control y que determinan la configuración del sistema. Pueden ser
parámetros de diseño, el número de surtidores que se dedica a cada producto en una
gasolinera, el número de operarios que se destina a cierto conjunto de operaciones, la
máquina que se emplea para realizar una determinada operación.
Variables de salida
• Alimentar el modelo con los datos históricos tal y como se han recogido.
Esta alternativa es interesante desde el punto de vista de la validación del modelo, es
decir, para confirmar que el modelo representa de forma adecuada el sistema
estudiado. Efectivamente, si se dispone de un conjunto de valores para las variables
de entrada del modelo y de los correspondientes valores de salida que ofreció el
sistema real para dichos valores, es posible comprobar si para dichos valores, el
modelo arroja valores parecidos a los reales para las variables de salida.
Los fenómenos que son típicamente objeto de estudio mediante simulación son de
carácter estocástico, por lo que la simulación está muy ligada a la estadística. SI se
desea realizar la simulación de un sistema, es fundamental contar con una
herramienta que permita analizar, sistematizar y extraer de la realidad la porción de
esta que se va a estudiar, pero de una manera ordenada y así en una fase posterior
confirmarla con un modelo matemático a través del cual se implementará el proceso
de simulación.En particular, y como se indica en la Figura 1, a lo largo del desarrollo
de un estudio de simulación, la estadística aparece de la siguiente manera.
Variables aleatorias
Una de las características más notables de la simulación es la existencia de
fenómenos no deterministas que se deben representar mediante variables aleatorias.
De una variable determinista se sabe con certeza el valor que toma. Por el contrario,
de una variable aleatoria no se sabe con certeza el valor que toma, pero se conoce
que puede tomar valores dentro de un determinado rango, de tal manera que existe
una determinada probabilidad de que la variable tome un determinado valor dentro
de dicho rango o se conoce la probabilidad de que dicha variable tome un valor
determinado o uno menor que dicho valor.
• Uniforme
• Exponencial
• Gamma
• Weibull
• Normal
• Normal-logarítmica
• Beta
• Triangular
DISTINTOS TIPOS DE SIMULACIÓN
Evidentemente, las características del sistema real que se desea estudiar van a
condicionar el tipo de simulación que se va a desarrollar. Por lo tanto, conviene hacer
una clasificación de los sistemas de acuerdo con los aspectos que van a condicionar
su análisis posterior. Así, es útil realizar una clasificación de los sistemas atendiendo
a tres aspectos fundamentales:
* Un modelo sea lo más simple posible, sin que pierda un nivel aceptable de
confiabilidad y de poder explicativo.
En otras palabras, un modelo debe ser tan simple que sea ventajoso trabajar con él y
no directamente sobre el mundo real, y que por otra parte las conclusiones que se
puedan extraer de su operación sean tan confiables como las derivadas de una
experimentación directa.
a) Descriptivos:
Son aquellos que solo proporcionan información acerca del estado de las cosas, es
decir, sólo son una “imagen”.
b) Predictivos:
c) Normativos:
a) Icónicos:
b) Analógicos:
En estos, los elementos y/o procesos de un sistema son “sustituidos” por los
elementos y/o procesos de otro sistema.
c) Simbólicos:
a) Estáticos:
Los modelos estáticos no están capacitados para explicar cambios ocurridos a través
del tiempo.
b) Dinámicos:
En función a la incertidumbre:
a) Deterministas:
b) Probabilísticos:
Los modelos probabilísticos comprenden distribuciones de probabilidad como
información de entrada y proporcionan como producto una gama de valores con una
probabilidad asociada a cada una. Este modelo ayuda a tomar decisiones bajo riesgo.
Finalmente, debe mencionarse que un modelo dado puede participar de una o varias
categorías, así podemos pensar en modelos cuyas características sean: simbólico,
dinámico y probabilístico, o bien: icónico, estático y determinista.
TIPOS DE SISTEMAS
Modelos de simulación estática vs. Dinámica
Estático
Dinámico
Determinístico
En éstos ni las variables exógenas, ni las endógenas, se obtienen por medio del azar,
debido a que se suponen relaciones exactas para las características de operación. Son
variables con valores preestablecidos.
Estocástico
Discreto
El estado de los cambios en los modelos sólo se da cuando esos eventos ocurren.
La llegada de órdenes, o las partes que están siendo ensambladas, así como los
clientes que llaman.
Continuo
Físico
Llamados así, debido a que se semejan al sistema en estudio. Durante muchos años,
los ingenieros han usado modelos de tamaño natural y han reducido y puesto a escala
a los mismos para probarlos. (NASA, líneas aéreas comerciales).
Análogos
Los modelos análogos poseen algunas propiedades similares a los objetos
representados pero sin ser una réplica morfológica de los mismos.
Simbólicos