DEFINICIONES DE SIMULACIN: C. West Churchman: X simula a Y s y solo s: o X e Y son sistemas formales. o Y se considera como sistema real.

. o X se toma como una aproximacin del sistema real. o Las reglas de validez en x no estn exentas de error. Shubik (una de las ms populares): La simulacin de un sistema (o un organismo) es la aplicacin de un modelo (simulador), el cual representa al sistema. Este modelo puede sujetarse a manipulaciones que seran imposibles de realizar, demasiado costosas o imprcticas R. E. Shannon: La simulacin es el proceso de disear un modelo de un sistema real y llevar a trmino experiencias con l, con la finalidad de comprender el comportamiento del sistema o evaluar nuevas estrategias -dentro de los lmites impuestos por un cierto criterio o un conjunto de ellos - para el funcionamiento del sistema

SISTEMAS, MODELOS Y CONTROL Segn la definicin de Puleo, un sistema es un conjunto de entidades caracterizadas por ciertos atributos, que tienen relaciones entre s y estn localizadas dentro de cierto ambiente, de acuerdo con un cierto objetivo. Una entidad constituye la esencia de algo y por lo tanto es un concepto bsico. Los atributos determinan las propiedades de una entidad al distinguirlas por la caracterstica de estar presentes de forma cualitativa o cuantitativa. Los atributos cuantitativos tienen dos percepciones: la Dimensin y la Magnitud. La dimensin es una percepcin que no cambia y que identifica al atributo, para lo cual se usa sistemas de medida tales como CGS (Sistema Cegesimal de Unidades), MKS (Metro, Kilogramo, Segundo). Ejemplos de dimensin son: kilogramo, tamao, sexo, color, etc. La magnitud es la percepcin que vara y que determina la intensidad del atributo en un instante de tiempo t. Ejemplos de magnitud son: 30 Kg, 20 empleados, etc. Un problema posee diversas soluciones, que dependern de los diferentes valores que pueden tomar sus variables de entrada. Por ejemplo, un fsico busca describir el comportamiento de la naturaleza, es decir, hallar las leyes que ligan los diversos fenmenos que la conforma, siendo unos causa y otros efecto. Por ello, se emplea para este efecto los Modelos. En trminos generales, un modelo es una manera de proceder cuando tratamos de comprender las realidades del mundo que nos rodea. Como primer paso para solucionar un problema, debemos encontrar la forma de describir la parte de la realidad en que reside el problema. Un modelo cientfico es: una representacin abstracta, conceptual, grfica o visual, fsica, matemtica, de fenmenos, sistemas o procesos a fin de analizar, describir, explicar, simular - en general, explorar, controlar y predecir- esos fenmenos o procesos

Clasificacin de los modelos de acuerdo a su grado de abstraccin: Modelos Mentales Modelos Simblicos Modelos Matemticos Modelos Verbales Modelos Fsicos Modelos Icnicos Modelos Analgicos

Modelos matemticos y fsicos: Modelos Fsicos: Aquellos en los que los atributos de las entidades del sistema se representan por medidas fsicas (voltaje, velocidad, etc.). Las actividades del modelo se reflejan en las leyes fsicas. Modelos Matemticos: Aquellos donde las entidades del sistema y sus atributos se representan mediante variables matemticas. Las actividades se describen mediante funciones matemticas que interrelacionan las variables. Los modelos matemticos se subclasifican en: Cuantitativos: Aquel cuyos principales smbolos representan nmeros. Son de gran utilidad en los negocios.

Cualitativos: Aquel cuyos smbolos representan en su mayora Cualidades no numricas. Una fuente importante es la teora de conjuntos. Probabilsticos: Aquellos que se basan en la estadstica y probabilidades (incorporan incertidumbres que por lo general acompaan las observaciones de eventos reales). Determinstico: Corresponde a aquel modelo cuantitativo que no contiene consideraciones probabilsticas. Descriptivo: Cuando el modelo describe una situacin del mundo real en trminos matemticos, descripcin que puede emplearse para exponer una situacin con mayor claridad. Optimizador: Corresponde al modelo ideado para seleccionar entre varias alternativas, de acuerdo a determinados criterios, la ms ptima.

Observaciones a tener en cuenta: Los modelos de cualquier clase, sin importar su refinamiento o exactitud, pueden ser poco prcticos si no estn respaldados con datos confiables. Si se distorsionan las estimaciones, la solucin obtenida, pese a ser ptima en un sentido matemtico, ser de calidad inferior a la del sistema real. Por lo expuesto, la disponibilidad de datos puede tener un impacto directo en la precisin del modelo. La recopilacin de datos puede ser la parte ms complicada para determinar un modelo. No se puede sugerir un conjunto de reglas para realizar el proceso de recoleccin de datos.

DESARROLLO DEL MODELO Dentro del desarrollo de una simulacin se pueden distinguir las siguientes etapas:

Formulacin del Problema.- Determina el objeto de la simulacin. Se deben especificar claramente estos elementos: Resultados que se esperan del simulador Plan de experimentacin Tiempo disponible Variables de inters Tipo de perturbaciones a estudiar Tratamiento estadstico de los resultados Complejidad del interfaz del simulador, etc.

Definicin del sistema.- El sistema que se simular debe estar definido perfectamente. Se debe establecer donde estar la frontera de interaccin entre el sistema a estudiar y el medioambiente.

Formulacin del modelo.- En esta etapa se capturan los aspectos relevantes del sistema real. Estos aspectos dependen de la formulacin del problema. Coleccin de datos.- La naturaleza y la cantidad de datos se determinan por la formulacin del problema y del modelo. Pueden ser obtenidos de registros histricos, experimentos en laboratorio o mediciones realizadas en el sistema real.

Implementacin del modelo en el ordenador.- Se implementa el modelo a travs de un lenguaje de programacin/simulacin. Verificacin.- En esta etapa se verifica que no se hayan cometido errores durante la implementacin del modelo. Se usan herramientas de ejecucin por pasos (debugging). Diseo de experimentos. - Se especifica las caractersticas de los experimentos a realizar: tiempo de arranque, tiempo de simulacin y nmero de simulaciones. No se debe incluir la elaboracin del conjunto de alternativas a probar para seleccionar la mejor, ya que esto es tarea de la optimizacin.

Experimentacin.- En esta etapa se realizan simulaciones de acuerdo al diseo previo. Se recolectan y procesan los resultados. Interpretacin.- Se analiza la sensibilidad del modelo con respecto a los parmetros con mayor incertidumbre. Implementacin.- Se entrega la solucin al cliente y se lo capacita en su uso. Elaboracin de documentacin tcnica y manuales de uso.

MODELADO Definicin: Proceso de construccin de un modelo. Un modelo es una representacin de un objeto, sistema o idea. Utilidad de los modelos: Pensamiento. - Ordenar y completar el conocimiento de un sistema real. Comunicacin. - Elimina la ambigedad para comunicarse con expertos. Entrenamiento e instruccin. - Se puede usar para entrenar con costo y riesgo casi nulos. Prediccin. - Un modelo permite predecir la conducta del sistema real. Experimentacin. - Permite hacer experimentacin segura y a bajo coste. El modelado es un arte, por ello cualquier conjunto de reglas a seguir tiene utilidad limitada para llevar a cabo esta tarea. Modelar implica la capacidad la analizar el problema, extraer caractersticas esenciales, enriquecer y elaborar el modelo hasta tener una aproximacin til. Los pasos sugeridos para realizar este proceso son: 1. Establecer claramente los objetivos 2. Analizar el sistema real 3. Dividir el problema en problemas simples 4. Buscar analogas 5. Considerar un ejemplo numrico especfico del problema 6. Determinar variables de inters 7. Escribir datos obvios 8. Escribir ecuaciones tericas o empricas que describen fenmenos presentes y relacionan variables de inters 9. Si se tiene un modelo manejable enriquecerlo, caso contrario simplificarlo