2.

SISTEMAS Y TIPOS DE SISTEMAS

Sistemas

Un sistema puede definirse como una colección de objetos o entidades que interactúan
entre sí para alcanzar un cierto objetivo. Los sistemas reciben datos, energía o materia
del ambiente (entradas) y proveen información, energía o materia (salidas).

Un sistema también se puede definir como un conjunto de elementos unidos por

relaciones de interacción o interdependencia. En el ámbito de los sistemas productivos
estos elementos normalmente tienen un objetivo común.

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. A ellos
habrá que añadir montaje, embalaje, almacenaje, etc.

Se pueden realizar las siguientes definiciones:

− Atributo: propiedad de un elemento del sistema.

− Actividad: todo proceso que provoque un cambio en el sistema.

La definición de sistema presume la existencia de relaciones provenientes de leyes

físicas, cuya aplicación constituye, en la mayoría de los casos, aproximaciones de la
realidad. ¿Qué relaciones existen entre los atributos relevantes de cada objeto del
sistema? Por otra parte, ¿Qué relaciones existen entre los atributos de los diferentes
objetos que componen el sistema, esto es, ¿cuáles son las relaciones que representan
las interacciones entre los objetos?

En el primer caso se trata, por ejemplo, de relaciones del tipo voltaje-corriente en una
resistencia o bien fuerza-aceleración en una masa, mientras que las relaciones de
interacción pueden ejemplificarse con las ecuaciones de nodos en una red eléctrica.
Al representar los atributos relevantes (medibles) por variables definidas en el tiempo,
las relaciones existentes se traducen en un conjunto de ecuaciones matemáticas. Este
conjunto constituye el modelo matemático del sistema válido para ciertas condiciones
muy específicas. Cabe destacar que al variar las condiciones (objetivos, medio)
cambian las relaciones y en consecuencia varía el modelo.

Un sistema físico presenta entonces varios modelos, los cuales difieren tanto en el
rango de validez como en el grado de aproximación con que reflejan la realidad.

Tipos de sistemas

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 en base a los aspectos que van a condicionar su
análisis posterior. Así, es útil realizar una clasificación de los sistemas atendiendo a
tres aspectos fundamentales:

− Sistemas estáticos y sistemas dinámicos.

Un sistema se considera estático cuando sus variables de estado no cambian a lo largo

del tiempo, es decir, cuando el tiempo no juega ningún papel en sus propiedades. Por
el contrario, en un sistema dinámico los valores que toman todas o algunas de sus
variables de acción evolucionan a lo largo del tiempo.

− Sistemas deterministas y sistemas estocásticos.

Si un sistema no tiene ningún componente con características probabilistas (es decir,

aleatorias) se considera determinista. En este caso, el comportamiento del sistema
está determinado una vez que se hayan definido las condiciones iniciales y las
relaciones que existen entre sus componentes.

Por el contrario, un sistema no determinista o estocástico tiene algún elemento que se

comporta de forma aleatoria, no estando predeterminado su comportamiento en
función de las condiciones iniciales y de las relaciones entre sus componentes.

En este caso, el sistema sólo se podrá estudiar en términos probabilistas,

consiguiendo, en el mejor de los casos, conocer sus respuestas posibles con sus
probabilidades asociadas.

− Sistemas continuos y sistemas discretos.

En un sistema continuo las variables de estado cambian de forma continua a lo largo

del tiempo, mientras que en uno discreto cambian instantáneamente de valor en ciertos
instantes de tiempo.

En un sistema de una cierta complejidad puede ocurrir que existan simultáneamente

variables de estado continuas y discretas. En este caso, dependiendo de la
predominancia de una y otras y del objetivo del estudio que se pretende realizar, se
considerará el sistema como perteneciente a uno de los dos tipos.

Tipos de modelos

Para estudiar un sistema, la forma más inmediata sería experimentar sobre él. Sin
embargo, esto puede ser desaconsejable, e incluso imposible, por diversos motivos:

− Puede ocurrir que el sistema no exista y lo que se pretenda sea su diseño.

− Puede ser imposible experimentar con el sistema real; por ejemplo, si se
desea estudiar un sistema financiero, bursátil, ...
− Puede ser económicamente inviable la experimentación sobre el sistema
real.
− La experimentación sobre el sistema real puede conllevar unos plazos de
tiempo muy dilatado. Es el caso, por ejemplo, de ciertos sistemas sociales
 biológicos.

El esquema siguiente muestra las diferentes formas que se pueden utilizar para
analizar un sistema:

unas características, en cuanto al objeto del estudio, similares a las del sistema real.
Ejemplos de modelos físicos pueden ser las maquetas a escala también los modelos
analógicos que, sin tener la misma estructura física que el sistema real, tienen un
comportamiento similar con respecto a algunas variables de estado.

Por ejemplo, un modelo matemático representa el sistema por medio de relaciones

lógicas y cuantitativas entre sus variables de estado. Tanto el valor de las variables
como sus relaciones se pueden modificar para estudiar cómo reacciona el modelo y,
por tanto, cómo reaccionaría el sistema real ante dichos cambios.

Aunque en casos puntuales se han desarrollado modelos físicos, para el estudio de

los sistemas productivos se utilizan en la gran mayoría de las ocasiones modelos
matemáticos.
Una vez que se ha construido un modelo matemático que representa el sistema a
estudiar, se debe analizar cómo utilizar este modelo para resolver las preguntas
planteadas sobre el sistema.

Si el modelo matemático es suficientemente sencillo se podrá resolver analíticamente,

obteniendo una solución exacta a dichas preguntas. Si el modelo es excesivamente
complejo o inabordable, habrá que recurrir a su simulación, que consiste en
proporcionar una serie de valores a determinadas variables de estado y calcular cuál
es el valor resultante para el resto de las variables. De este modo, se obtiene una
representación o muestra de las posibles respuestas de modelo (y, por tanto, del
sistema que representa) ante distintas condiciones de partida.

2.1. SISTEMAS CONTINUOS Y SISTEMAS DISCRETOS

En un sistema continuo las variables de estado cambian de forma continua a lo largo

del tiempo, mientras que en uno discreto cambian instantáneamente de valor en ciertos
instantes de tiempo. En un sistema de una cierta complejidad puede ocurrir que existan
simultáneamente variables de estado continuas y discretas. En este caso,
dependiendo de la predominancia de una y otras y del objetivo del estudio que se
pretende realizar, se considerará el sistema como perteneciente a uno de los dos tipos.

Sistemas Continuos

En esta aproximación, el comportamiento de los procesos se simula utilizando

ecuaciones diferenciales que reflejan la variación en el tiempo de cada variable de
estado. Una variable de estado podría ser la tasa de llegada de órdenes o la tasa de
procesamiento de un recurso.

Estos modelos son apropiados para modelizar procesos de gran volumen o

producciones continuas. Evidentemente, se ha de suponer que las variables de estado
varían de forma continua y diferenciable en el tiempo (generalmente, las ecuaciones
diferenciales se utilizan cuando el tamaño del paso del tiempo es pequeño). Se trata
de determinar los valores corrientes de las variables de estado hasta el momento en
el cual se alcanza un umbral que pone en marcha ciertas acciones.

Las ecuaciones diferenciales pueden tener en cuenta comportamientos de tipo

estocástico, y los modelos correspondientes han de ser capaces de modelizar tanto
los fenómenos de transición como los estados de equilibrio. Dos grandes retos para
los modelizadores que utilizan estas técnicas son el desarrollo de ecuaciones que
describan los comportamientos aleatorios dependientes del tiempo, así como evaluar
los resultados obtenidos mediante la resolución analítica o numérica de dichas
ecuaciones.

Un sistema continuo

 Contiene variables preponderantemente de tiempo continuo pueden cambiar en

cualquier momento.
 Los cambios se expresan mediante ratios, uso de ecuaciones diferenciales o de
diferencias.
 Uso de resultados en el largo plazo.
 El estado de las variables cambia constantemente como una función del tiempo
e=f(t).
 El método analítico, usa razonamiento de matemáticas deductivas para definir
y resolver el sistema.
Sistema discretos

En este tipo de simulación, las variables de estado del modelo evolucionan sobre un
conjunto discreto de puntos, quizás aleatorio, del eje de tiempos. En estos modelos,
los flujos temporales entre los puntos del mencionado conjunto compiten unos con
otros por el uso de los recursos escasos.

Estos modelos permiten simular comportamientos aleatorios introduciendo

distribuciones de probabilidad discretas.; por ello, los resultados obtenidos por estos
modelos discretos son asimismo aleatorios, con lo que tan solo pueden ser tomados
como una estimación del comportamiento real, siendo necesario múltiples
aproximaciones y/o replicaciones para que el resultado obtenido, en términos medios,
se aproxime al real.

Dado que se trata de modelos discretos, se puede recurrir a la modelización mediante

ecuaciones en diferencias finitas (si los puntos del eje de tiempos son aleatorios, es
seguro que no estarán igualmente espaciados, entonces resulta más complejo la
utilización de técnicas asociadas a ecuaciones en diferencias finitas).
En un proceso de simulación de tipo discreto, se introducen en el modelo entidades
que representan productos y servicios, y que al competir por los recursos que permiten
llevar a cabo las actividades, los consumen. Es la técnica de simulación más natural
para modelizar y analizar procesos.

Un sistema discreto:

 Contiene variables preponderantemente de tiempo discreto (pueden cambiar en

momentos discretos del tiempo)
 Interesa el seguimiento de los cambios de estado del sistema como
consecuencia de la ocurrencia de sucesos o eventos.
 Las ecuaciones del modelo son las relaciones.
 El estado del sistema cambia en tiempo discretos del tiempo.
 El método numérico, usa procedimientos computacionales para resolver el
modelo matemático.

2.2. CLASES O TIPOS DE SIMULACION

Estático
Son aquellos que no toman en cuenta, explícitamente, a la variable tiempo.
Ejemplo:
− Validar la simulación estática es conveniente practicar estos 4 pasos;
− Idealizar (Reducir geometría)
− Definir condiciones (elegir material, aplicar restricciones y cargas, determinar
tipos de contacto y seccionar con la malla refinada)
− Simular/Analizar (Revisar resultados y comparar con expectativas)
Optimizar (Corregir la idealización).

Dinámico

Los modelos dinámicos son una representación de la conducta dinámica de un

sistema, mientras un modelo estático involucra la aplicación de una sola ecuación,
los modelos dinámicos, por otro lado, son reiterativos.

Los modelos dinámicos constantemente aplican sus ecuaciones considerando

cambios de tiempo.
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.

Es aquel en el cual se establecen las condiciones para que al ejecutar el experimento

se determine el resultado.

Por ejemplo, un modelo determinístico si el estado de la variable en el siguiente

instante de tiempo se puede determinar con los datos del estado actual

Estocástico

Los valores de ésta o estas variables, se obtienen al azar.

Es aquel en el cual información pasada, no permite la formulación de una regla para
determinar el resultado preciso de un experimento.

Por ejemplo, un modelo estocástico si el estado de la variable en el siguiente instante

de tiempo no se puede determinar con los datos del estado actual.

Discreto

Los estados de los cambios en los modelos sólo se dan cuando esos eventos ocurren.
La llegada de órdenes, o las partes que están siendo ensambladas, así como los
clientes que llaman.

Una fábrica que ensambla partes es un buen ejemplo de un sistema de evento

discreto. Las entidades individuales (partes) son ensambladas basadas en eventos
(recibo o anticipación de órdenes).
Por ejemplo: Simulación de Eventos Discretos aplicadas al Mejoramiento del Proceso
Constructivo de un Edificio.
Continuo

En modelos continuos, el cambio de valores se basa directamente en los cambios de

tiempo.

La simulación continua es análoga a un deposito en donde el fluido que atraviesa

una cañería es constante. El volumen puede aumentar o puede disminuir, pero el flujo
es continuo.

Ejemplo la simulación donde un fluido atraviesa una tubería es constante. El volumen

puede aumentar o disminuir, pero el flujo es 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.
Un ejemplo de un modelo análogo es un mapa impreso que se construye mediante un
conjunto de convenciones cartográficas que conducen a un resultado final claramente
distinto del objeto representado.
Mediante esta transformación se persigue hacer legibles propiedades tales como
altitud, distancia, localización física de objetos geográficos, sus
relaciones importancia.
Simbólicos

Los modelos simbólicos se construyen mediante reglas notablemente más

abstractas ya que esta denominación suele aplicarse a los casos en los que el objeto
real se representa mediante una codificación matemática.

Un ejemplo de modelo simbólico es la representación de un edificio mediante la

identificación y codificación en una estructura geométrica de sus elementos básicos.

El modelo así construido permite la aplicación de algoritmos para, por ejemplo, la

estimación de esfuerzos a los que está sometido.

2.3. DEFINICION DE PROCESOS DE SIMULACION DE SISTEMAS

La simulación es el arte y ciencia de crear una representación o sistema para los

propósitos de experimentación y evaluación.

1. En primer lugar, la Simulación permite predecir el comportamiento de los

sistemas logístico/productivos bajo diversas situaciones reales o previsibles (o
lo que es lo mismo, situaciones simuladas). Imagínese diversos escenarios
como roturas de stock, huelgas de transporte que nos impiden el abastecimiento
de materias primas por unos días, etc. Desde la Simulación, podemos
contemplar toda esta casuística o escenarios, proyectando como va a
reaccionar nuestra capacidad productiva frente a estas situaciones anómalas
(elaboración de Planes de Contingencia)
2. En segundo lugar, la Simulación nos proporciona la capacidad de poder analizar
las posibles alternativas a la optimización de nuestro sistema logístico, sin tener
 que alterar físicamente el mismo (por ejemplo, una mejor distribución de planta,
evaluación de diferentes estrategias productivas, etc.). Conoceremos de
antemano el impacto de dichas modificaciones o, en su caso, la irrelevancia de
estas actuaciones.
3. Por último, y no por ello menos importante, la Simulación dota a la organización
de una formación y una educación acerca de cómo están operando los
sistemas, permitiendo la detección de problemas logísticos característicos
(cuellos de botella, excesivos tiempos de respuesta al cliente, etc.) y habilitando
análisis profundos sobre la situación productiva y evaluando dichas alternativas.

Fases de procesos de simulación

Las fases principales de procesos de una simulación cualquiera (y por consiguiente

también aplicable a las simulaciones por ordenador y a las simulaciones persona-
ordenador) son, según Shannon (1975)

Definición de objetivos y del sistema. En primer lugar, se deben especificar

claramente los objetivos que se pretenden alcanzar con el estudio de simulación. Se
deben traducir los objetivos cualitativos a términos cuantitativos, establecer las
preguntas que deben ser contestadas, las hipótesis a contrastar, y los efectos a
estimar. También es necesario estimación de los medios humanos y materiales para
llevar a cabo dicho estudio. Es necesario, además, definir los elementos que van a
formar parte del sistema objeto de estudio; muy probablemente, el sistema sea un
sistema de otro más amplio con el que interactúa.

Elaboración del modelo conceptual. El modelo conceptual es un modelo lógico y

matemático del sistema real, diseñado de acuerdo con los objetivos que se pretenden
alcanzar con el estudio. En la construcción del modelo es aconsejable encontrar un
equilibrio entre la sencillez del propio modelo y el realismo con que representa al
sistema real. Muchos autores aconsejan comenzar con un modelo relativamente
sencillo, que posteriormente se pueda sofisticar si es necesario. Un modelo debe tener
únicamente el grado necesario de detalle que refleje la esencia del funcionamiento del
sistema bajo el punto de vista del propósito para el que se utiliza dicho modelo. En la
mayoría de los casos no es necesario que exista una correspondencia biunívoca entre
los elementos del modelo y los del sistema. En esta fase es necesario estimar los
valores de las constantes y los parámetros, determinar los valores iniciales de las
diferentes variables y, si es posible, recoger datos históricos para la validación del
modelo.

Validación. Una vez definido el modelo conceptual, será necesario validarlo, es decir,
comprobar si refleja fielmente las características del sistema que representa. En esta
fase pueden ser de gran ayuda las intervenciones y opiniones de personas que
conozcan con suficiente profundidad el sistema.

Elaboración del modelo comunicativo. Lo más común es que los responsables del
sistema y los responsables últimos del estudio de simulación sean diferentes de los
programadores que después realizarán el modelo informático. Por eso es necesario
elaborar algún tipo de modelo que permita que la comunicación entre los diseñadores
y los programadores sea eficaz y eficiente.
Los diagramas de flujos, en los que se representan los diferentes eventos son
especialmente útiles.

Construcción y verificación de modelo informático. Una vez construido y validado

el modelo es el momento de seleccionar el lenguaje de ordenador que se va a utilizar
para su programación. En función de las características del modelo se puede optar por
un lenguaje de propósito general, como FORTRAN, PASCAL o C, o bien un lenguaje
desarrollado especialmente para la simulación, como GPSS, SIMSCRIPT, SLAM o
SIMAN. Por otra parte, en los últimos años se han desarrollado paquetes de software
con capacidades gráficas de animación, especialmente útiles en el diseño de sistemas
productivos y logísticos, ya que permiten visualizar a lo largo del tiempo los
movimientos y estados de máquinas, piezas, vehículos, transportadores, etc. Entre
estos paquetes se encuentran CINEMA, WITNESS o TAYLOR.

Validación. El modelo anterior se debe validar mediante la ejecución de una serie de

experimentos piloto, en los que los resultados obtenidos coincidan con los previsibles
ante determinadas condiciones iniciales. Por otra parte, si el sistema modelado es
similar a alguno ya existente, se puede contrastar el funcionamiento del modelo con el
del sistema real.
Explotación y diseño de experimentos. De acuerdo con los objetivos de la
simulación, se deben definir los experimentos a realizar. Para cada uno de ellos es
necesario determinar las condiciones iniciales, la longitud de la simulación, el número
de repeticiones y los resultados que se deben registrar. Para analizar los resultados
de los distintos experimentos se utilizan técnicas estadísticas. Los análisis típicos
pueden ser el establecimiento de límites de confianza para los valores obtenidos de
ciertas variables de estado o la comparación y determinación del mejor de los
resultados obtenidos en la simulación de varias alternativas.

Elaboración de la documentación e implantación de los resultados. Ya que los

modelos de simulación, a menudo, se utilizan para más de una aplicación, es
importante no sólo el programa de ordenador, sino también los supuestos bajo los
cuales se ha construido el modelo. Es de destacar que, cuanto mejor documentado y
más verosímil sea un modelo de simulación, más probabilidad tendrá de ser utilizado,
se dirá que es más ‘creíble’.

2.4. DIAGRAMAS DE FLUJO DE PROCESOS DE RESOLUCION DE PROBLEMAS

EXPLICANDO CADA UNA DE ELLAS, INTERCONECTIVIDAD DE CADA PARTE Y
SECUENCIA DEL PROCESO.

Un diagrama de flujo es una representación gráfica de un proceso.

Cada paso del proceso se representa por un símbolo diferente que contiene una breve
descripción de la etapa de proceso. Los símbolos gráficos del flujo del proceso están
unidos entre sí con flechas que indican la dirección de flujo del proceso.

Estos diagramas utilizan símbolos con significados definidos que representan los
pasos del algoritmo, y representan el flujo de ejecución mediante flechas que conectan
los puntos de inicio y de fin de proceso.
CARACTERISTICAS

Un diagrama de flujo siempre tiene un único punto de inicio y un único punto de

término.

Las siguientes son acciones previas a la realización del diagrama de flujo:

 Identificar las ideas principales a ser incluidas en el diagrama de flujo. Deben estar
presentes el autor o responsable del proceso, los autores o responsables del
proceso anterior y posterior y de otros procesos interrelacionados, así como las
terceras partes interesadas.
 Definir qué se espera obtener del diagrama de flujo.
 Identificar quién lo empleará y cómo.
 Establecer el nivel de detalle requerido.
 Determinar los límites del proceso a describir.
Los pasos a seguir para construir el diagrama de flujo son:
 Establecer el alcance del proceso a describir. De esta manera quedará fijado el
comienzo y el final del diagrama. Frecuentemente el comienzo es la salida del
proceso previo y el final la entrada al proceso siguiente.
 Identificar y listar las principales actividades/subprocesos que están incluidos en el
proceso a describir y su orden cronológico.
 Si el nivel de detalle definido incluye actividades menores, listarlas también.
 Identificar y listar los puntos de decisión.
 Construir el diagrama respetando la secuencia cronológica y asignando los
correspondientes símbolos.
 Asignar un título al diagrama y verificar que esté completo y describa con exactitud
el proceso elegido

DESCRIPCIÓN

Un diagrama de flujo diagrama de actividades es una variación del diagrama de

estado UML donde los “estados” representan operaciones, y las transiciones
representan las actividades que ocurren cuando la operación es completa.

Una Interfaz es un grupo de operaciones relacionadas con la semántica

TIPOS DE DIAGRAMAS DE FLUJOS

 Formato vertical: En él, el flujo y la secuencia de las operaciones, va de arriba hacia

abajo. Es una lista ordenada de las operaciones de un proceso con toda la
información que se considere necesaria, según su propósito.

 Formato horizontal: En él, el flujo o la secuencia de las operaciones, va de izquierda

a derecha.

 Formato panorámico: El proceso entero está representado en una sola carta y

puede apreciarse de una sola mirada mucho más rápido que leyendo el texto, lo
que facilita su comprensión, aún para personas no familiarizadas. Registra no solo
en línea vertical, sino también horizontal, distintas acciones simultáneas y la
 participación de más de un puesto o departamento que el formato vertical no
registra.

 Formato Arquitectónico: Describe el itinerario de ruta de una forma o persona sobre

el plano arquitectónico del área de trabajo. El primero de los flujogramas es
eminentemente descriptivo, mientras que los utilizados son fundamentalmente
representativos

REGLAS PARA HACER UN DIAGRAMA DE FLUJO

Los Diagramas de flujo se dibujan generalmente usando algunos símbolos estándares;

sin embargo, algunos símbolos especiales pueden también ser desarrollados cuando
sean requeridos. Algunos símbolos estándares, que se requieren con frecuencia para
diagramar programas de computadora se muestran a continuación:

Inicio o fin del programa

Pasos, procesos o líneas de instrucción de programa de computo

Operaciones de entrada y salida

Toma de decisiones y Ramificación

Conector para unir el flujo a otra parte del diagrama

 Cinta magnética

Disco magnético

Conector de pagina

Líneas de flujo

Anotación

Display, para mostrar datos

Envía datos a la impresor

Observación: Para obtener la correcta elaboración de los símbolos, existen plantillas.

Las puedes conseguir en Papelerías.

1. Los Diagramas de flujo deben escribirse de arriba hacia abajo, y/o de izquierda
a derecha.
 2. Los símbolos se unen con líneas, las cuales tienen en la punta una flecha que
indica la dirección que fluye la información procesos, se deben de utilizar solamente
líneas de flujo horizontal o verticales (nunca diagonales).

3. Se debe evitar el cruce de líneas, para lo cual se quisiera separar el flujo del
diagrama a un sitio distinto, se pudiera realizar utilizando los conectores. Se debe
tener en cuenta que solo se vana utilizar conectores cuando sea estrictamente
necesario.

4. No deben quedar líneas de flujo sin conectar

5. Todo texto escrito dentro de un símbolo debe ser legible, preciso, evitando el
uso de muchas palabras.

6. Todos los símbolos pueden tener más de una línea de entrada, a excepción del
símbolo final.

7. Solo los símbolos de decisión pueden y deben tener mas de una línea de flujo
de salida

EJEMPLOS DE DIAGRAMAS

Diagrama de flujo que encuentra la suma de los primeros 50 numeros naturales