7) Clasificacin

de Modelos

a) Clasificacin es de acuerdo a su grado de abstraccin

En este diagrama, visto de derecha a izquierda, los modelos se van haciendo cada vez ms abstractos, siendo el modelo mental la ms pura abstraccin. Cuando pensamos en un modelo verbal, formamos uno mental de dicho modelo y frecuentemente no nos percatamos de la diferencia. La principal virtud de separar los modelos mentales de todos los otros, radica en que establece la diferencia entre lo que sucede dentro de nuestra mente y lo que pasa afuera. Los filsofos designan hipostatizacin a esta confusin entre la realidad y nuestros pensamientos acerca de esa realidad.
b) Otra

forma de clasificarlos es como modelos fsicos y matemticos. Modelos Fsicos: Aquellos donde los atributos de las entidades del sistema se representan por medidas fsicas tales como: un voltaje, o la posicin de un eje o flecha. Y las actividades del sistema se reflejan en las leyes fsicas que subyacen al modelo.

Modelos Matemticos: Son aquellos donde las entidades del sistema y sus atributos se representan mediante variables matemticas. Y las actividades se describen mediante funciones matemticas que interrelacionan las variables.

a) Los Modelos fsicos estticos corresponden a los modelos a escala as como tambin los modelos icnicos. Los modelos fsicos dinmicos corresponden a los modelos analgicos. b) Modelos matemticos estticos son aquellos que despliega las relaciones entre los atributos de un sistema cuando este est en equilibrio. S se cambia el punto de equilibrio alterando uno o ms atributos, el modelo permite deducir los nuevos valores de todos los atributos, pero no muestra la forma como cambiaron a sus nuevos valores. c) En tanto que son poco comunes los Modelos matemticos dinmicos que pueden resolverse analticamente y que den resultados prcticos. Con frecuencia ellos deben resolverse

mediante mtodos numricos. A modo de ejemplo de un mtodo que no es de simulacin para resolver dichos modelos, considere determinar bajo cuales condiciones vibra la estructura del avin.
8. Cules son los principios utilizados en el modelado? Principios Utilizados del Modelado: Anlisis - Simplificacin - Abstraccin Sntesis La mecnica aproximada para modelar, segn los principios de Morris, sera: 1. 2. 3. 4. 5. Establecer claramente los objetivos. Dividir el problema total en problemas ms simples. Buscar analogas. Considerar, si se puede, un ejemplo numrico especfico del problema. Hacer esquemas, ponerle nombres a las variables y constantes, escribir las relaciones que se conozcan. 6. Escribir todos los datos que se poseen incluso los obvios. 7. Si el modelo es manejable, entonces enriquecerlo, si no lo es se debe simplificar.

Simplificar Es lo inverso de enriquecer. Convertir en constantes algunas variables. Eliminar o combinar variables Suponer linealidad o promedios. Agregar suposiciones y restricciones ms "fuertes". Reducir los lmites del sistema.

Caractersticas de un buen modelo. Fcil de entender por el usuario. Dirigido a objetivos claros. No debe dar respuestas absurdas. De fcil comunicacin. Debe describir todo lo importante. Adaptable y, por consiguiente, fcil de modificar. Evolutivo, implica sencillo al principio y cada vez ms complejo ( a medida que el usuario aprende a manejarlo).

Funcin del modelo Ayuda a pensar

Ayuda a comunicarse Entrenamiento e instruccin (simuladores de vuelo, etc.) Prediccin (Planillas del tipo Qu pasara si...?) Experimentacin (Tanque - Sistema Elctrico).

9. La utilidad de un modelo consiste en representar la realidad en una escala medible, comparable, estudiable, representando una situacin de la realidad, solo en aquellos aspectos que son relevantes para el objeto de estudio, e ignorando aquellos aspectos de la realidad que no son importantes, adems, un modelo permite experimentar repetidamente hechos o situaciones para obtener conclusiones.

La estructura del modelo est compuesta por: 1. Componentes: Partes constituyentes del sistema. Tambin llamados elementos o subsistemas. 2. Variables: Asociadas al concepto matemtico de variable. Exgenas, de entrada o independientes: son las que afectan al sistema, pero ste no puede modificarlas. Pueden modificarse arbitrariamente desde el medio ambiente. Endgenas o Dependientes: Son variables del sistema que se modifican de acuerdo a relaciones, no pueden ser modificadas arbitrariamente. De estado: Es el conjunto mnimo de variables dependientes que permiten describir el sistema en t + Dt; si se conocen sus valores ms los valores de las independientes en t. De salida: Es el conjunto mnimo de variables de estado que permiten evaluar los objetivos del modelo. Supongamos un recipiente cerrado con agua que se est calentando, se desea obtener un modelo que permita representar a qu temperatura comienza a hervir. Sistema: recipiente cerrado con agua Medio ambiente: Aire, Fuego Variables independientes: el calor del fuego, la temperatura del aire; la presin atmosfrica, etc. Variables dependientes: Masa de agua lquida, volumen del agua lquida, densidad del agua lquida, temperatura del agua, cantidad de agua total, presin de vapor, masa de vapor, volumen de vapor, densidad de vapor. Variables de estado: Temperatura, presin. Recordando que densidad = masa / volumen, entonces para describir el sistema basta con dar la masa y el volumen, o la densidad y la masa, o la densidad y el volumen, no las tres. Tambin es cierto que en cada instante la cantidad de agua total ser igual a la cantidad de agua como vapor ms la cantidad de agua como lquido, esto es, van dos de las tres variables. No todas las variables dependientes son necesarias para describir el sistema. Si el objetivo de estudiar el sistema era saber a qu temperatura comienza a hervir, entonces la temperatura ser necesariamente la variable de estado que elijo como variable de salida. Tambin podra querer saber a qu presin ocurre este fenmeno por lo tanto agregar la presin de vapor como variable de salida.

Parmetros: Estn asociados al concepto de constante matemtica, por lo tanto no cambian su valor en una corrida de simulacin, pero pueden ser modificados por el operador de una corrida a otra (ejemplo: cambiar la cantidad inicial de agua en el recipiente u otro recipiente, etc.). Relaciones funcionales: Muestran el comportamiento de variables y parmetros dentro de un componente o entre componentes. Restricciones: Son las limitaciones Naturales: Son las que fsicamente no pueden violarse, (ejemplo: si la olla est hermticamente cerrada, en ningn momento puede variar la cantidad de agua total) Autoimpuestas: limitaciones que se imponen para acotar el estudio, por ejemplo la temperatura inicial ser siempre de 30C. Incluye las hiptesis. Funciones Objetivo: Objetivos y metas del modelo y cmo se evaluarn: Implica definir para qu se modela y simula, y cmo se evaluarn los factores que intervendrn en la experiencia. Por ejemplo: Se desea conocerla temperatura mxima solamente, o la evolucin de la temperatura, o adems en que tiempo se alcanza esa temperatura. La evaluacin en la simulacin se har por integracin, por comparacin entre dos valores sucesivos, etc.

Metodologa aplicable a sistemas discretos: La estructura del modelo est compuesta por: Entidades: Objetos de inters en el sistema. Atributos: Propiedades o caractersticas de las entidades. Son los que permiten describir cuantitativamente al sistema. Estado: Valores de los atributos de las entidades en un instante de tiempo. Los atributos describen el estado de una entidad, y los estados de las entidades ms importantes definen el estado del sistema. Evento: Cambio instantneo de estado. Los eventos pueden ser continuos si los cambios se producen continuamente en el tiempo, o discretos si los cambios se producen a intervalos de tiempo. Actividad: Operacin que produce transformaciones en los estados del sistema. Las actividades comienzan y terminan con eventos. Funciones: Establecen relaciones entre los atributos. Ejemplo: Se desea tener un modelo del sistema de trnsito en un sector de la ciudad para prevenir embotellamientos. De acuerdo a las conclusiones obtenidas, se decidir el tiempo de cambio de semforos. El sector seleccionado comprende una esquina formada por una avenida de dos manos y una calle de una mano. Se considera que existe embotellamiento cuando los autos que estn esperando con el semforo en rojo ocupan ms de una cuadra de longitud. Los peatones cruzan slo cuando corresponde, no existen accidentes.

11) Segn Banks, la simulacin es una metodologa indispensable para la resolucin de problemas del mundo real. La simulacin es utlizada para describir y analizar el comportamiento de un sistema, hacerse preguntas del tipo que pasara si sobre el sistema real. Tanto sistemas existentes, como sistemas conceptuales, pueden modelarse mediante la simulacin.

Para nosotros, la simulacin es un medio para tratar de representar problemas del mundo real, con el objetivo de analizarlos cientficamente y encontrar soluciones, a travs de situaciones controladas, aisladas y monitoreadas que permiten entender la interaccin del sistema estudiado y sus partes. 12) Los principales conceptos de simulacin son: Sistema, Modelo y Eventos: El sistema es la parte de la realidad que es representada por un sistema mas simple, acotado, denominado modelo, los eventos son hechos cuya ocurrencia produce un cambio en el sistema Variables de Estado del Sistema: Representan la coleccin de toda la informacin que se necita para definir lo que esta sucediendo en el sistema con un nivel suficiente en un determinado momento del tiempo. Entidades y Atributos: Una entidad representa un objeto que necesita una definicin explicita. Una entidad puede ser dinmica, en tanto que se mueva dentro del sistema, o estatica si solamente sirve a otras entidades. Una entidad, puede tener atributos que le pertenecen solo a esta entidad, por lo tanto, podemos definir a los atributos como valores locales a la entidad. Recursos: Los recursos son entidades que proveen servicio a entidades dinamicas, un recurso puede servir a una o mas entidades al mismo tiempo, si un recurso no esta disponible en un momento dado, una entidad puede unirse a una cola de espera, o salir del sistema, buscar otra fuente de recursos, etc. Listas de Procesamiento: Una entidad, entre sus facultades, tiene la de colocarse en listas de procesamiento, las cuales sirven para representar colas . Usualmente las listas son procesadas mediante algoritmos FIFO, pero hay muchas otras posibilidades (LIFO, Random, etc.) Actividades y Demoras: Una actividad es un intervalo de tiempo, cuya duracin es conocida previamente al comienzo de la actividad, por esto, cuando la actividad comienza, su tiempo de fin puede ser calculado. Una demora es una duracin indefinida que puede ser causada por alguna combinacin de condiciones del sistema. Modelo de Simulacion de Eventos Discretos: Es un modelo en el cual las variables de estado cambian solo en aquellos puntos discretos del tiempo en los cuales los eventos ocurren como consecuencia de los tiempos de actividades, y demoras 13) Pasos a seguir en un estudio de simulacin segn Law y Kelton

Pasos a seguir en un estudio de simulacin segn Banks:

14) Ventajas e Inconvenientes del Uso de la Simulacion: Ventajas: Elegir correctamente: La simulacin permite probar los aspectos de un determinado cambio o adicion sin comprometer los recursos para su ejecucin. Compresion y Expansion del Tiempo: Permite acelerar o desacelerar un fenmeno para investigarlo cuidadosamente. Entender por que: usualmente se quiere saber por que cierto fenmeno ocurre en el sistema real, esto es posible reconstruyendo la escena y examinando microscpicamente el sistema para entender los disparadores de un fenmeno. Explorar posibilidades: Una de las mas grandes ventajas de la simulacin es que una vez construido el modelo pueden fcilmente alterarse las variables para observar que cambios provocan, pudiendo asi evaluar fcilmente alternativas sin impacto alguno en el sistema real. Diagnosticar problemas: a veces los procesos y sistemas de una organizacin son complejos, tan complejos que es imposible considerar todas las interacciones que se estn llevando a cabo en un momento del tiempo. La Simulacion permite entender las interacciones entre las variables que dan lugar a tan complejo sistema, facilitando la deteccin de hechos que dan lugar a problemas en el sistema. Identificar Restricciones: Los cuellos de botella en la produccin son un gran problema, por medio de la simulacin, se pueden detectar demoras en los procesos en ejecucin, informacin, materiales, u otros procesos. Desarrollar Entendimiento: Muchas veces, las operaciones se basan en conjeturas acerca de cmo el sistema funciona, la simulacin permite entender realmente como funciona el sistema basndose en anlisis. Visualizar la Ejecucion: La simulacin permite expresar el funcionamiento del sistema mediante animaciones, que permiten ver el sistema en funcionamiento, esto permite detectar fallas en el diseo que no se visualizan en un grafico o tabla. Construir concenso: Tomar decisiones basadas en simulacin, permite decidir objetivamente en base a resultados cercanos a la realidad, lo cual quita incertidumbre a la hora de optar por alternativas en el diseo. Prepararse para Cambios: Responder a todos los que pasara si permite disear nuevos sistemas y redisear sistemas actuales basndose en hechos. Sabia Inversion: El costo de simular un cambio muchas veces es menor al 1% del costo de implementacin del cambio, por lo que la simulacin se convierte en una sabia inversin. Entrenar al Equipo: Los modelos de simulacin pueden convertirse en expertos entrenadores cuando son diseados para ese propsito.

Especificar Requerimientos: Simulando un determinado proceso, por medio de objetivos, se pueden determinar los requerimientos para la consecucin de los objetivos en dicho proceso, aplicando estos requerimientos al sistema real. Desventajas: El diseo de modelos requiere entrenamiento especial: Es un arte que se aprende con el tiempo y a travs de la experiencia. Los resultados de una simulacin pueden ser difciles de interpretar El modelado y anlisis de simulaciones puede ser caro y consumir mucho tiempo. La simulacin puede ser usada inapropiadamente. 16) Por valor aleatorio obtenido mediante una distribucin estadstica se entiende al hecho de que al conocer la distribucin de probabilidad de una variable aleatoria, se puede construir un modelo deterministico que proporcione valores a una variable cuya distribucin sea aproximadamente igual a la distribucin de probabilidad de una variable aleatoria dada, simulando de esta forma, el comportamiento de la variable aleatoria