Universidad Nacional Experimental Politcnica de la Fuerza Armada

Ing. Engels Medina

Por sistema; se entiende una coleccin de entidades o elementos organizados, cada uno de las cuales se caracteriza por atributos o caractersticas que pueden estar relacionados entre s para el fin de un objetivo.

Todo sistema consta de tres caractersticas. Tienen fronteras, existe dentro de un medio ambiente y tiene subsistemas. El medio ambiente es el conjunto de circunstancias dentro de las cuales est una situacin problemtica, mientras que las fronteras distinguen las entidades dentro de un sistema de las entidades que constituyen su medio ambiente, Si hay algn intercambio entre el sistema y el ambiente a travs de ese lmite, el sistema es abierto, de lo contrario, el sistema es cerrado. . Por lo tanto podemos definir a un sistema como:

una estructura dinmica de personas, objetos y procedimientos organizados para el propsito de lograr ciertas funciones".

El enfoque de sistemas establece que, "el mundo y cualquiera de sus partes puede visualizarse como un conjunto de sistemas en interaccin dinmica". Es un punto de vista, una forma de pensar, que en la confrontacin de una situacin problemtica, busca no ser reduccionista. Es decir visualizar la situacin desde un punto en donde se consideren todos los elementos que intervienen en un problema.

Las propiedades o el comportamiento de cada elemento del conjunto tienen un efecto en las propiedades o el comportamiento del conjunto como un todo. Las propiedades y comportamiento de cada elemento y la forma en que se afectan al todo, dependen de las propiedades y comportamiento al menos de otro elemento en el conjunto. En consecuencia, no hay parte alguna que tenga un efecto independiente en el todo y cada una est afectada al menos por alguna otra. Cada subgrupo posible de elementos del conjunto tienen las dos primeras propiedades: cada uno tiene efecto no interdependiente en el total. En consecuencia no se puede descomponer el total en subconjuntos independientes. No se puede subdividir un sistemas en subsistemas independientes

Entidad: Una entidad es algo que tiene realidad fsica u objetiva y distincin de ser o de carcter". Las entidades tienen ciertas propiedades que las distinguen a unas de otras. Relacin. Relacin es la manera en la cual dos o ms entidades dependen entre s". Relacin es la unin que hay entre la propiedades de una o ms entidades; por consiguiente, el cambio en alguna propiedad de una entidad ocasiona un cambio en una propiedad de otra entidad. Estructura. Una estructura es un conjunto de relaciones entre las entidades en la que cada entidad tiene una posicin, en relacin a las otras, dentro del sistema como un todo

Subsistemas. Un subsistema es "Un elemento o componente funcional de un sistema mayor que tiene las condiciones de un sistema en s mismo, pero que tambin tiene un papel en la operacin de un sistema mayor Suprasistema. El suprasistema es un sistema mayor a cuya funcin global el sistema est contribuyendo y del cual forma parte. Frontera. La frontera de un sistema representa el lmite de accin en donde tiene autoridad la persona que toma decisiones en ese sistema. La frontera delimita lo que es y lo que no es el sistema. Ambiente. El ambiente de un sistema es todo lo est situado fuera de su frontera. Sistema parcial. Un sistema parcial es una visin del sistema en la cual parte de las relaciones, aquellas que no son relevantes al aspecto del sistema que se est estudiando, son eliminadas.

El estado del sistema esta caracterizado por el valor que tengan las variables de estado en un instante de tiempo dado. El conjunto de variables de estado debe ser suficiente para el propsito de estudio, y puede diferir en el nmero y tipo de variables si los objetivos de la simulacin cambian. Si la simulacin es detenida, puede ser continuada despus si y solo si los valores de las variables de estado son conocidos. Por ejemplo, en un sistema de colas la variable de estado sera el nmero de elementos en el sistema en un momento dado.

Un evento es un suceso, un hecho, una ocurrencia que genera un cambio en el estado del sistema. Continuando con el sistema de colas una llegada, una salida, etc.

El modelo es una representacin de la realidad desde la perspectiva del creador del modelo. Por lo tanto, dos observadores distintos pueden tener modelos distintos de una misma realidad.
Observador

Modelo

Sistema Real

Los modelos de sistemas incluyen las relaciones y las interacciones lgicas de las entidades del sistema que se est modelando.

Segn Law y Kelton Un modelo matemtico es un grupo de relaciones matemticas. En la mayora de los casos, estas relaciones se expresan en forma de ecuaciones y desigualdades.

Entre las tcnica utilizada para resolver los modelos matemticos se destacan: mtodos analticos y numricos (Simulacin).

En un modelo matemtico los elementos de un sistema y sus atributos se representan mediante variables matemticas. Una variable es una cantidad medible que puede variar o se encuentra sujeta a cambios. Las variables pueden ser controlables o no controlables. Las variables controlables tambin se conocen como variables de decisin.

Variables de decisin Variables no controlables Medidas de desempeo

Sistema

La finalidad es optimizar las medidas de desempeo, describiendo normas para las variables de decisin, en vista de las variables incontrolables.

Por ejemplo, la mayora de los sistemas de inventario toman como medida de desempeo el costo total del sistema. Optimizar la medida de desempeo equivale a minimizar ese costo. As pues, el objetivo consiste en obtener un conjunto de valores para el punto de reordenar y la cantidad de pedido (variables de decisin) que minimice ese costo en vista de la demanda y otros costos (variables incontrolables).

Variables de decisin Variables no controlables Medidas de desempeo

Sistema

Se comienza por la construccin de un modelo conceptual del sistema, representacin equivalente lgica aproximada del sistema real, que a continuacin se traduce en un modelo apto para su ejecucin en un ordenador.

El proceso de modelado o construccin del modelo implica:

Identificacin de las entidades principales del sistema y de sus atributos caractersticos. Identificacin y representacin de las reglas que gobiernan el sistema que se quiere simular. Verificacin de que las reglas incorporadas al modelo son una representacin vlida de las del sistema que se modela. Representacin del comportamiento aleatorio.

Algunos autores prefieren se refieren a los modelos matemticos y de simulacin de la siguiente forma: Los modelos de simulacin difieren de los matemticos en que las relacin entre la entrada y la salida no se indican en forma explcita. En cambio, un modelo de simulacin divide el sistema representado en mdulos bsicos o elementales que despus se enlazan entre si va relaciones lgicas bien definidas. Por lo tanto, las operaciones de clculos pasaran de un mdulo a otro hasta que se obtenga un resultado de salida. Los modelos de simulacin cuando se comparan con modelos matemticos; ofrecen mayor flexibilidad al representar sistemas complejos.

Informacin histrica. Es la bsqueda

fsica de la informacin y en el caso de variables estocsticas, la transformacin a distribuciones de probabilidad. Esta transformacin se realiza mediante pruebas de bondad de ajuste como la de KolmogorovSmirnov o la de Chi-cuadrada.

Generacin de variables aleatorias. Es

el modelado matemtico de la informacin real que presenta variabilidad en su comportamiento.

Este modelado se realiza mediante la obtencin de nmeros pseudoaleatorios, su validacin estadstica y su posterior transformacin a otro tipo de variables mediante mtodos como la transformada inversa o composicin.

El modelo ptimo es aquel que contiene la complejidad suficiente para explicar el fenmeno, pero no ms.

Punto de vista tradicional (reduccionista): Los elementos del

sistema son analizados y solo esos que son pensados importantes en explicar el fenmeno observado son retenidos dentro del modelo. Con frecuencia, se incrementa la complejidad de los modelos donde descripciones de procesos adicionales y parmetros correspondientes y variables son agregadas.

Modelo de Tiempo Continuo

Cuando el estado del sistema esta definido para cada instante de tiempo.

Modelo de Tiempo Discreto

Cuando el estado del sistema esta definido solo para particulares instantes de tiempo.

El modelo es de estado continuo o discreto dependiendo de si las variables de estado son continuas o discretas.

Continuidad de tiempo no implica continuidad de estado y viceversa.

Si los resultados de un modelo pueden predecirse con certeza, el modelo es determinstico. Por ejemplo un simulador de contratos colectivos.

Si repeticiones con la misma entrada pueden producir resultados distintos entonces el modelo es probabilstico (intervencin de variables aleatorias). Por ejemplo un simulador de colas.

Un modelo en el que el tiempo no es una variable es esttico. Si el sistema cambia con el tiempo el modelo es dinmico. E= m*c2 Modelo Esttico (materia en energa) Nmero de trabajos en cola en un computador. Modelo Dinmico

Los Modelos Estticos suelen utilizarse para representar el sistema en un cierto instante de tiempo; por tanto, en su formulacin no se considera el avance del tiempo.

STOCK = Stock inicial + Material entrada Material consumido

Los Modelos Dinmicos permiten deducir cmo las variables de inters del sistema en estudio evolucionan con el tiempo.

Si la salida es una funcin lineal de la entrada, el modelo es lineal, de lo contrario es no-lineal.

Ley de Moore
Qu es la Ley de Moore? En 1965, el cofundador de Intel, Gordon Moore, tuvo una visin de futuro, public un breve artculo en la revista Electronics. Escribi la siguiente frase: "La complejidad de los costos de los componentes mnimos se ha incrementado con una velocidad cuyo factor es casi dos por ao. En otras palabras el nmero de transistores de un chip se duplica cada dos aos. En 1975, no obstante, Moore revis la ley, y admiti que el crecimiento se duplicara cada dos aos y no cada 12 meses. En este mundo imprevisible esta Ley se ha mantenido como algo confiable.

Ley de Moore
La Ley de Moore es sinnimo de ms rendimiento. La capacidad de proceso, medida en millones de instrucciones por segundo (MIPS), ha subido debido a cmputos de transistores en aumento. Pero la Ley de Moore tambin significa costes en descenso. A medida que los ingredientes de las plataformas y los componentes basados en el silicio obtienen ms rendimiento, resulta exponencialmente ms barato fabricarlos y, por consiguiente, son ms abundantes, ms potentes y estn ms integrados en nuestra vida cotidiana.

Sin embargo, el propio Moore ha puesto fecha de caducidad a su ley: "Mi ley dejar de cumplirse dentro de 10 o 15 aos -desde 2007-". Segn asegur durante la conferencia en la que hizo su prediccin afirm, no obstante, que una nueva tecnologa vendr a suplir a la actual.

Si la entrada es externa al modelo e independiente de l, el modelo es abierto. Si el modelo es cerrado no hay entrada externa. Puede depender de los objetivos que se persigan, como se enfoque el problema y los supuestos que se hagan. Por ejemplo: podemos simular el trafico en una ciudad como un sistema cerrado si asumimos que el nmero de vehculos permanece constante (no hay arribos ni salidas o arribos = salidas), o como un sistema abierto generando arribos y salidas al exterior.

Si el comportamiento del sistema converge a un estado estable (independientemente del tiempo) el modelo es estable. Un modelo cuyo comportamiento cambia constantemente es inestable. Por ejemplo: en un sistema de taquilla simple tenemos: Intervalo entre llegadas > tiempo de servicio modelo estable Intervalo entre llegadas tiempo de servicio modelo inestable.

Si la entrada es externa al modelo e independiente de l, el modelo es abierto. Si el modelo es cerrado no hay entrada externa. Puede depender de los objetivos que se persigan, como se enfoque el problema y los supuestos que se hagan. Por ejemplo: podemos simular el trafico en una ciudad como un sistema cerrado si asumimos que el nmero de vehculos permanece constante (no hay arribos ni salidas o arribos = salidas), o como un sistema abierto generando arribos y salidas al exterior.

Simulacin es una tcnica numrica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemticas y lgicas, las cuales son necesarias para describir el comportamiento y la estructura de sistemas complejos del mundo real a travs de largos periodos de tiempo.

Thomas h. Naylor Simulacin es el desarrollo de un modelo lgico matemtico de un sistema, de tal forma que se tiene una imitacin de la operacin de un proceso de la vida real o de un sistema a travs del tiempo. La simulacin involucra la generacin de una historia artificial de un sistema, la observacin de esta historia mediante la manipulacin experimental, nos ayuda a inferir las caractersticas operacionales de tal sistema. Jerry Banks

La planeacin e implementacin de proyectos complejos en los negocios, industrias y gobierno requieren de grandes inversiones, razn por la que es indispensable realizar estudios preliminares para asegurar su conveniencia de acuerdo a su eficiencia y ejecucin econmica para proyectos de cualquier tamao. Una tcnica para ejecutar estudios piloto, con resultados rpidos y a un costo relativamente bajo, est basado en la modelacin y se conoce como simulacin.

El proceso de elaboracin del modelo involucra un grado de abstraccin y no necesariamente es una rplica de la realidad; consiste en una descripcin que puede ser fsica, verbal o abstracta en forma, junto con las reglas de operacin. Ms an debido a que el modelo es dinmico, su respuesta a diferentes entradas puede ser usada para estudiar el comportamiento del sistema del cual fue desarrollado.

Entender como funciona el sistema real Optimizar ciertos aspectos del sistema real Estudiar un sistema muy complejo Conducir experimentos en el modelo que seran muy costosos, consumiran demasiado tiempo o seran moralmente objetables si se realizan en el sistema real Educar en el funcionamiento del sistema real Prepararse para cambios en el medio ambiente del sistema real.

Sistema

Experimentar con el sistema mismo

Experimentar con un modelo del sistema

Modelos fsicos

Modelos matemticos

Solucin analtica

Simulacin

Comparada respecto a la experimentacin con el sistema real: Existe cierto nivel de incertidumbre acerca de la validez del modelo (as como al usar cualquier otro tipo de modelo) Existe mucha ms flexibilidad para probar cosas nuevas en el modelo Se puede controlar lo incontrolable Se puede estudiar lo fsicamente imposible o lo inexistente Comparada con tcnicas exactas analticas y mtodos de IO: No se necesita hacer tantas suposiciones simplificantes por lo que el modelo que se obtiene es ms flexible y ms vlido No se obtienen formulas simples de las cuales se pueden inferir propiedades interesantes No se obtienen soluciones exactas solo estimados sujetos a incertidumbre por lo que se debe ser en extremo cuidadoso con el diseo de los experimentos y el anlisis de los resultados

Sistemas de manufactura: - Simulacin de sistemas de distribucin y control de inventarios a gran escala para mejorar el diseo de estos sistemas - Simulacin de las operaciones de una fbrica de acero para evaluar cambios en las prcticas de operacin y en la capacidad y configuracin de las maquinarias. Sistemas pblicos: - Simulacin del trfico en una interseccin con semforos automticamente controlados para determinar la mejor secuencia de operacin - Simulacin de un sistema telefnico para determinar la capacidad adecuada para atender satisfactoriamente un nmero determinado de clientes Sistemas sociales y econmicos: - Simulacin de la dinmica socioeconmica de un pas para predecir el efecto de decisiones econmicas - Simulacin del mercado de valores para determinar estrategias rentables de inversin

Sistemas de computacin: - Simulacin de varios tipos de sistemas para evaluar rendimiento computacional - Simulacin de diseos alternativos de estrategias de multiprocesamiento Sistemas ambientales o ecolgicos: Simulacin de la contaminacin del aire que se producir en una poblacin cercana al instalar una nueva planta industrial Simulacin de los cambios climticos producidos por aumentos de CO2 en la atmsfera Simulacin de un bosque para determinar estrategias sustentables de manejo Simulacin de la dinmica demogrfica de una poblacin Simulacin de los cambios de usos de la tierra en una regin de acuerdo a ciertas polticas de uso Simulacin de la difusin de una enfermedad contagiosa

DINMICA DE SISTEMAS

Es una tcnica de modelado y simulacin de sistemas dinmicos Fue creada por Forrester, en el MIT, a finales de los aos cincuenta. Permite modelar sistemas dinmicos, complejos, borrosos, con retardos y bucles de realimentacin.

Simulacin de la coyuntura Simulacin de polticas macroeconmicas y sectoriales Planificacin estratgica integral. Planificacin sectorial (sanitaria, educativa, energtica, hdrica, etc.) Planificacin urbana Planificacin territorial Resolucin de ecuaciones diferenciales.

Es de fcil manejo. Garantiza la coherencia entre instrumentos y objetivos. Garantiza la coherencia entre los diversos escenarios y sus respectivas imgenes. Permite el trabajo interdisciplinario. Permite de manera gil la conversacin entre planificador y modelo a travs del ordenador. Solo requiere como equipo informtico el micro-ordenador. Permite la integracin de otras tcnicas de investigacin operativa

ETAPAS PARA DESARROLLAR UN MODELO DINAMICO

Conceptualizacin Identificar objetivos del trabajo Descripcin del sistema Seleccin de elementos y relaciones bsicas Dimensionamiento Diagrama causal: principales bucles de realimentacin Definicin precisa de cada variable: cdigo de variables Sistema de ecuaciones Calibrado Anlisis de sensibilidad Evaluacin Utilizacin del modelo: escenarios e imgenes

DIAGRAMAS CAUSALES
1.-

Pensar en trminos de relaciones causa efecto.

Si se tienen dos variables A, B y si A es capaz de influenciar a B, se representa la relacin de la siguiente manera:

DIAGRAMAS CAUSALES
Para denotar si la influencia causa variacin en el mismo sentido (es decir, si a un aumento de A se genera un aumento de B, y si a una disminucin de A se genera un riduccin de B) se coloca el signo + sobre la flecha:

DIAGRAMAS CAUSALES
Por otro lado, si a un aumento / disminucin de A se corresponde una disminucin / aumento de B, entonces se denota:

DIAGRAMAS CAUSALES
2.- Centrarse en las relaciones de retroalimentacin entre los componentes del sistema. Si se agrega una nueva variable C al sistema anterior, la cual est influenciada por B en el mismo sentido, y que sea capaz de influenciar a A de manera positiva, se denotar:

Si A aumenta, inmediatamente B aumentar, ocasionndose entonces un incremento en C, lo cual aumentar nuevamente a A, y as sucesivamente. En este caso, la variacin de un elemento se propaga a lo largo del bucle de manera que se refuerza la variacin inicial. Este efecto se conoce como lazo de retroalimentacin positiva.

DIAGRAMAS CAUSALES
Un lazo de retroalimentacion positiva se presenta cuando todas las relaciones son positivas (como en el ejemplo anterior) o cuando existe un nmero par de relaciones negativas. Por ejemplo, supngase que un aumento de A genera una disminucin en B,

y que una disminucin en B causa un aumento en C, todo el sistema se representar: Resumiendo, si A aumenta, se produce una disminucin en B que genera un incremento en C, lo que causa un nuevo incremento en A.

DIAGRAMAS CAUSALES
Si el nmero de relaciones negativas fuese impar, se tienen bucles de retroalimentacin negativa, los cuales tienden a autorregularse: si la variable C afecta a la variable A negativamente,

A un aumento de A se corresponde una disminucin en B que genera un aumento en C, causando una disminucin en A.

DIAGRAMAS CAUSALES
3.- Determinar los lmites apropiados para decidir los elementos a incluir en el estudio. El establecimiento de la relacin causa efecto entre 2 variables se obtiene del conocimiento de expertos en el rea, de estudios realizados o de datos histricos sobre el comportamiento del sistema. De toda manera durante este proceso puede ser que algunas de las variables que se seleccionaron al inicio son eliminadas y otras nuevas son introducidas. El proceso a pesar que se presenta de una manera lineal es un proceso iterativo, ya que continuamente se pasa de la primera a la segunda fase del proceso, hasta conseguir la lista definitiva de las variables y las ideas bsicas sobre sus interrelaciones, que se pueden presentar a travs de los ciclos causales.

DIAGRAMAS CAUSAL MODELO POBLACION

Modelo Poblacin Tasa mortalidad masculina Tasa mortalidad femenina

Defunc iones masculinas

Defunc iones totales

Defunc iones femeninas

Poblacion masculina

Poblacion total Nacimientos totales

Poblacion femenina

Nacimientos Masc ulino

Nacimientos Femeninos Tasa fecundidad Tasa de nacimiento Femenina

Tasa de Nacimiento Masc ulina

DIAGRAMAS CAUSAL MODELO PRESA-PREDADOR

CONSIDERACIONES

Si no hay Predador la presa aumenta su poblacion a una TASA DE NATALIDAD1 Si hay predadores la presa disminuye su poblacion en una TASA DE NATALIDAD2 Si no hay presas la poblacion predadora disminuye a una TASA DE DISMINUCION Si hay presas los predadores aumentan su poblacion a una tasa proporcional al numero de presas TASA DE AUMENTO

DIAGRAMAS CAUSAL MODELO PRESA-PREDADOR

Tasa de natalidad1 Tasa de disminucion

Tasa de Aumento

Natalidad1

Predador

Presa Natalidad

Tasa de Natalidad Tasa de Natalidad

Un modelo se describe informalmente mediante la especificacin de: Componentes: las partes con las cuales el modelo es construido. Variables descriptivas: las herramientas que permiten describir el estado o condicin de los componentes a travs del tiempo (incluyen tambin los parmetros, que son las caractersticas que permanecen constantes en el modelo) Interacciones entre los componentes: las reglas mediante las cuales los componentes ejercen una influencia el uno sobre el otro, alterando sus condiciones de manera que determinan la evolucin del comportamiento del modelo a travs del tiempo.

Componentes

Variables descriptivas

Interaccin entre componentes

La simulacin de sistemas por ordenador esta basada en una generalizacin del concepto de experimentacin del mtodo cientfico, segn el cual en lugar de realizar los experimentos sobre el sistema real, se realizan sobre un modelo dinmico que lo representa, de manera que si el modelo es una representacin vlida del sistema entonces los resultados de la experimentacin con el modelo pueden transferirse al propio sistema.

Metodologa: Plantea la comprensin de un fenmeno o de un problema a travs del proceso de construccin de un modelo de simulacin por ordenador, que representa el grado de conocimiento que se tiene del sistema en el momento de la construccin del modelo que lo representa.

El modelo se debe entender como un instrumento de investigacin sometido a revisin continua para conseguir un refinamiento progresivo en la comprensin del sistema

Tcnica: Puede permitir la correspondencia entre el sistema real y el modelo de simulacin que lo representa. La tcnica permite que el modelo est construido a la medida del sistema simulado. La simulacin y los experimentos de simulacin son una herramienta de anlisis de sistemas que responden a preguntas del tipo que pasara si?. La simulacin con computadora es por lo tanto una tcnica en la que el investigador construye un modelo del sistema y realiza experimentos en un ordenador sobre el modelo, interpretando los resultados en trminos del comportamiento del sistema objeto del estudio.

El proceso no es, en general, secuencial, sino iterativo, segn se refleja en la siguiente imagen , en el que algunos pasos pueden tener que repetirse en funcin de los resultados intermedios.

Etapas de Un estudio de Simulacin

En resumen de lo que se trata es de tener claros los objetivos de cara a la modelizacin de un sistema. Debemos pues tener clara la metodologa de aplicacin a la simulacin de un proceso frente a la metodologa que se aplica a un anlisis o a un diseo de un sistema : a) Analizar : Se comienza estudiando las funciones desarrolladas y la evolucin seguida por el sistema, observadas en un entorno , de manera que, interpretndolas a la luz de unos objetivos ,conocidos o supuestos, sea posible inducir una estructura compatible con lo observado. Este anlisis sistmico es diferente de la acepcin clsica del trmino anlisis, que hace ms bien referencia al proceso de diseccin de un objeto real en sus partes, y en el mejor de los casos, de las relaciones entre ellas.

b) Simulacin : Se parte de una estructura , obtenida previamente por anlisis o diseo . Se hace funcionar esta estructura y se observa su evolucin en un entorno dado para comparar el resultado de este proceso con unos fines u objetivos prefijados. c) Disear : Para disear un modelo el punto de partida es la identificacin de los objetivos que han de alcanzarse en un entorno o condiciones prefijados . Para ello se propone o disea una estructura que se hace funcionar y evolucionar para, al igual que ocurra con la simulacin, comparar los resultados y el estado final de la evolucin sufrida por el objeto modelizado con los objetivos propuestos. La medida de esta comparacin se conoce como la fiabilidad del diseo.

Por lo tanto en funcin de la naturaleza de los sistemas a simular, las tcnicas de simulacin convencional se dividen en cuatro grupos : Simulacin de sistemas continuos. Simulacin de procesos por lotes. Simulacin combinada. Simulacin de Monte Carlo.

El criterio que se toma para establecer esta divisin es la distinta utilizacin de la variable que se emplea para el control de la simulacin, el tiempo. A continuacin, se muestra un diagrama de los distintos tipo de simulacin existentes y su relacin con el tiempo.

El tiempo es intrnsecamente una variable continua ; as , para realizar una simulacin real de un proceso se debera manejar un tiempo que variase de forma completamente continua, lo que nicamente es posible en la simulacin analgica. La primera aproximacin para introducir el tiempo desde una simulacin digital es tomar como reloj un contador con incrementos constantes, lo que produce un reloj sncrono . A medida que los incrementos disminuyan, la aproximacin al sistema fsico mejorar, a costa de un mayor tiempo de clculo.

Existe otra serie de procesos, denominados por lotes, en los cuales no es precisa una evolucin continua del tiempo, ya que las modificaciones que existen en el sistema a simular se produce cada ciertos intervalos de tiempo, siendo stos de valor elevado y espaciados no uniformemente en el tiempo. En este caso se precisa un reloj asncrono, cuya actualizacin depende de los eventos producidos en el sistema.

La simulacin combinada contempla procesos mixtos en los que existen subprocesos de tipo continuo, junto con subprocesos en lotes. En este caso el tiempo se trata como un reloj sncrono, pero teniendo en cuenta los eventos que se producen de forma asncrona. Pagina 10/19