Simulacion

UNCAUS
Año 2018
Lic. Federico Rosenzvaig 2018

 Desarrollar competencias para construir
software de simulación y trabajar
productivamente en equipo

Desarrollar las siguientes competencias
específicas en los estudiantes:
Reconocer los tipos de problemas que pueden ser
estudiados con técnicas de Simulación.
Diferenciar el tipo de Simulación a aplicar de
acuerdo a los objetivos del estudio.
Construir modelos a partir de los conocimientos
sobre sistemas que los mismos ya poseen y las
técnicas de modelización vistas.

Aplicar las etapas en el desarrollo de software
de simulación desde una perspectiva de la
Ingeniería del Software.
Generar variables aleatorias a partir de
distribuciones de probabilidad empíricas y
teóricas.
Desarrollar modelos de Simulación discreta y
continua, aplicando métodos y herramientas
apropiados para cada caso.

Seleccionar y usar lenguajes y entornos de
simulación de propósitos específicos.
Desarrollar destrezas interpretativas, tanto
visuales como analíticas, de los resultados de
una simulación.
Desarrollar aptitudes investigativas
incursionando en las nuevas tendencias y
avances de la Simulación

Desarrollar las siguientes competencias
transversales en los estudiantes:
Hacer inferencias razonables a partir de
observaciones.
Sintetizar e integrar informaciones e ideas.
Pensar holísticamente (atendiendo tanto al todo
como a las partes).
Organizar eficazmente su trabajo.
Trabajar productivamente con otros.

Unidad 1: Simulación y Modelos
Unidad 2: Generación de variables aleatorias
Unidad 3: Simulación de Eventos Discretos
Unidad 4: Simulación de Sistemas Continuos

 Veamos el video para responder:
1. ¿Qué es la simulación?
2. ¿Por qué cree que es conveniente simular?
3. ¿Qué desventajas consideran que puede

haber al simular?

 Es una técnica que permite la generación de
posibles estados o imágenes de un sistema
por medio del modelo que lo representa

 Es una técnica numérica para conducir
experimentos en una computadora digital,
los cuales requieren ciertos tipos de modelos
lógicos y matemáticos que describen el
comportamiento de un sistema (o de algún
componente de él) en períodos extensos de
tiempo real.

 El fundamento para usar la simulación en
cualquier disciplina es la búsqueda constante
del hombre por adquirir conocimientos
relativos a la predicción del futuro
 La simulación sirve de soporte para la toma

de decisiones

 Observar ciertos procesos en el mundo real
puede ser imposible o extremadamente
costoso
◦ La simulación puede ser utilizada como un medio

efectivo para generar datos numéricos que
describen procesos, que de otro modo,
proporcionarían la información a un costo muy
elevado

 El sistema observado puede ser tan complejo
que sea imposible describirlo en términos de
un sistema de ecuaciones matemáticas, del
cual se pueden tener soluciones analíticas
para ser usadas con propósitos predictivos
◦ La simulación constituye un instrumento

extremadamente efectivo para trabajar con
problemas de este tipo

 Aún cuando un modelo matemático logre
formularse para describir algún sistema de
interés, puede no obtenerse una solución del
modelo por medio de técnicas analíticas directas,
por lo que no se podrían realizar predicciones
acerca del futuro comportamiento del sistema
◦ Cabría la oportunidad de usar estos complejos modelos

matemáticos para simular el sistema de interés.
◦ Aunque este método no garantice soluciones exactas ni
óptimas, es posible experimentar con un número de
soluciones alternativas.

 Resulta muy costoso realizar experimentos
de validación en los modelos matemáticos
que describen al sistema.
◦ Este problema radica en obtener los datos

numéricos para verificar el modelo matemático y su
solución.
◦ Los datos simulados pueden usarse para resolver
hipótesis alternativas.

1. La simulación hace posible estudiar y
experimentar con las complejas
interacciones que ocurren en el interior de
un sistema dado.
2. A través de la simulación se pueden
estudiar los efectos de ciertos cambios
informativos, de organización y ambientales
en la operación de un sistema.

3. La simulación de sistemas complejos puede
producir un valioso conocimiento acerca de
cuáles variables son más importantes que
otras en el sistema y cómo obran entre sí.
4. La simulación permite estudiar sistemas
dinámicos
5. Puede emplearse para experimentar con
situaciones nuevas acerca de las cuales
tenemos muy poca o ninguna información,
para estar preparados para alguna
eventualidad

 Proyección: es la extrapolación de la
trayectoria histórica de una variable.
Sinónimo de tendencia

 Previsión: Un caso particular de la
simulación, en el que el modelo matemático
que representa al sistema está constituido
exclusivamente por ecuaciones de
comportamiento determinísticas y se puede
tener un control efectivo de las variables
exógenas y paramétricas, y las trayectorias
futuras de las variables pueden ser
pronosticadas con certeza

 Simulación: Genera diversos posibles
estados futuros del sistema cuando las
ecuaciones de comportamiento son borrosas
y/o no se tiene un control efectivo de las
variables exógenas y parámetros.

 Escenario: conjunto de hipótesis coherentes
sobre las condiciones en que va ha
desenvolverse el sistema.
 Imagen: situación en la que se encontrará el
sistema si se dan las circunstancias
expresadas por un determinado escenario.
 A cada escenario le corresponde una imagen.

 Perspectivas:
La naturaleza de las operaciones de un

sistema
Ventajas de simular
Desventajas de simular

 La naturaleza de las operaciones de un
sistema:
Variabilidad
Interconexiones
Complejidad

 Ventajas de la simulación:
Frente a experimentar con el sistema real:
Costo
Tiempo
Control de condiciones de experimentación
Sistemas que no existen en la realidad

Frente a otros enfoques de modelado:
Modelar la variabilidad
Asumción de restricciones
Transparencia

Desde una perspectiva de administración:
Desarrolla la creatividad
Genera conocimiento y comprensión
Visualización y comunicación
Construcción de consenso

 Desventajas de la simulación:
Es cara
Consume tiempo
Necesidad de datos
Requiere experticia
Se trabaja con una simplificación de la
realidad

 Veamos los videos uno y dos para responder:
1. ¿Cuáles son los fenómenos simulados en

cada caso?
2. ¿Qué características observa entre una

simulación y otra?

 Simulación Discreta: analiza un sistema
centrándose en hechos puntuales (eventos)
que ocurren en el tiempo y hacen que el
sistema cambie de estado. Utiliza variables
individuales.
 Simulación Continua: analiza un sistema

centrándose en la evolución del mismo en el
tiempo. Le interesan los cambios suaves de
las variables intervinientes. Utiliza variables
agregadas.

 Ejemplo simulación continua
 El nivel de una presa conforme entra y sale el

agua conforme sucede la precipitación y la
evaporación.

 Ejemplo simulación discreta
 Un sistema de fabricación de partes que

llegan y se van en tiempos específicos y
descansos para los trabajadores.

 Elaborar grupalmente una lista con tres
ejemplos de modelos
 Luego indique por qué creen que son

modelos

 Es una abstracción de la realidad.
 Es una representación de la realidad que
ayuda a entender como funciona.
 Es una representación simplificada de la
realidad, formada por los elementos que
caracterizan el aspecto de la realidad y las
relaciones entre esos elementos.

 Es la representación formal de un sistema.
 Es una construcción intelectual y descriptiva
de una entidad en la cual un observador tiene
interés

Un objeto M es un modelo del Fenómeno X,
para un observador O, si O puede emplear M
para responder a cuestiones que le interesan
de X.

 ¿Modelar la siguiente realidad?
 ¿Qué aspecto es importante?

 ¿De quién depende la importancia?

Modelo
Obser- Sistema
vador Real

 ¿Para qué? O con qué finalidad se quiere
estudiar la realidad.
 Características del Investigador (observador):

conocimiento propio, actitudes y aptitudes

 La misma realidad para distintos
observadores produce diferentes modelos
= 𝒓𝒆𝒂𝒍𝒊𝒅𝒂𝒅, ≠ 𝒐𝒃𝒔𝒆𝒓𝒗𝒂𝒅𝒐𝒓𝒆𝒔 ⇒ ≠ 𝒎𝒐𝒅𝒆𝒍𝒐𝒔

 Una realidad puede ser representada por una
gran variedad de modelos
= 𝒓𝒆𝒂𝒍𝒊𝒅𝒂𝒅, ≠ 𝒇𝒊𝒏𝒂𝒍𝒊𝒅𝒂𝒅𝒆𝒔 ⇒ ≠ 𝒎𝒐𝒅𝒆𝒍𝒐𝒔

Grado de Grado de
Realismo Utilidad
100% Realidad 0%
Sistema 1 Sistema 2… Sistema n
Modelo 1 Modelo 2… Modelo n
0% 100%
Modelo

 Exacto: libre de errores
 Precisión: es el grado de acercamiento a la

realidad

 La precisión y la exactitud no siempre van
juntas en el modelo
 A la hora de modelizar buscamos exactitud,

no precisión.

 La clave para construir un modelo útil radica
en identificar de manera adecuada los
elementos cruciales, definirlos de manera
exacta y operativa, y establecer las
principales relaciones entre ellos. El mejor
modelo es el más útil.

Objetivo:
 Representar esquemáticamente, pero de
manera exacta y útil, la historia y el estado
actual de un sistema
Fin: (sobre todo del modelado matemático)

 Proyectar hacia el futuro cuáles pueden ser
los diferentes estados del sistema ante
diferentes hipótesis o escenarios.

 Modelos Mentales. Depende de nuestro
punto de vista, suele ser incompleto y no
tiene un enunciado preciso, no son
fácilmente transmisibles.
Ideas, conceptualizaciones
 Modelos Formales. Están basados en

reglas, son transmisibles.
Planos, diagramas, maquetas

Lic. Federico Rosezvaig 2018
 Determinístico: no se permite que las
variables sean al azar. Supone relaciones
exactas para sus características de operación.
Es posible resolverlos con algún método de
resolución analítica.

 Estocástico: por lo menos una de sus
características de operación está dada por
una función de probabilidad

 Estático: Si el estado de las  Dinámico: Si el estado de
variables no cambian las variables puede cambiar
mientras se realiza algún mientras se realiza algún
cálculo. cálculo
 Método analítico: algún  Método numérico: usa

método de resolución procedimientos
analítica computacionales para
resolver el modelo
matemático
 Continuo: El estado de las  Discreto: El estado del
variables cambia sistema cambia en tiempos
continuamente como una discretos del tiempo
función del tiempo.
 Método analítico: usa  Método numérico: usa

razonamiento de procedimientos
matemáticas deductivas para computacionales para
definir y resolver el problema resolver el modelo
matemático
 Tiempo-Continuo: El modelo permite que los estados del
sistema cambien en cualquier momento.
 Tiempo-Discreto: Los cambios de estado del sistema se dan
en momentos discretos del tiempo.
Entidad: objetos de interés de un sistema
Atributo: propiedad de una entidad
Actividad: Todo proceso que provoca un
cambio de estado en el sistema
Estado del Sistema: una descripción de las

entidades, atributos y actividades de acuerdo
con su existencia en algún punto del tiempo

Relacionan componentes
Exógenas: entrada a un modelo.
De Estado: describe el estado de los
diferentes componentes del sistema al
comienzo, al final o durante un período de
tiempo
Endógenas: son generadas por la
interacción entre las variables de estado y las
exógenas

Identidades: definiciones o declaraciones tautológicas
relativas a componentes del sistema. Ejem: utilidad = ingreso
– costo
Características de operación: es una hipótesis,
generalmente una ecuación matemática que relaciona las var.
Endógenas y de estado con sus variables exógenas. Ejem: Nac
= fexp(IPC); donde IPC = ingreso per capita (var. exógena)

 Formación en Bloque: organización de la
descripción del sistema en una serie de
bloques o sub bloques.
 Relevancia: inclusión solo de aspectos del
sistema que hagan a la consecución de los
objetivos del estudio
 Exactitud: evitar errores de transmisión y de
cálculo
 Agregación: grado con que pueden
agruparse las distintas entidades individuales
en entidades más grandes

Elijan un fenómeno X.
Propongan una cuestión investigable sobre el
mismo.
Considerando los dos puntos anteriores,
respondan:
➢ Cuál sería una entidad de interés para el
modelo?
➢ Qué atributos interesan de esa entidad?
➢ Cuál sería una actividad de interés para el
modelo?

 La simulación en computadora debería utilizarse
si y sólo si la respuesta a las siguientes
preguntas es afirmativa:
1. ¿Estamos seguros de que es posible obtener
una solución aproximada satisfactoria a nuestro
problema a través de la simulación en
computadora?
2. ¿Es la simulación el procedimiento de menor
costo para resolver el problema?
3. ¿Se presta la técnica particular a una
interpretación relativamente fácil para aquellos
que utilizarán los resultados del estudio de
simulación?

1. Formulación del problema
2. Recolección y procesamiento de datos tomados
de la realidad
3. Formulación de los modelos matemáticos
4. Estimación de Parámetros
5. Evaluación del modelo y de los parámetros
estimados
6. Programación
7. Validación
8. Diseño de los experimentos de simulación
9. Análisis de los Datos Simulados

 Se formula el problema y se declaran
explícitamente los objetivos del experimento.
 Seguramente la exposición original del
problema varía considerablemente de su
versión final, ya que la formulación del
problema es un proceso secuencial que
generalmente requiere una reformulación
continua y progresiva y un refinamiento de
los objetivos del experimento durante su
realización.

 Los objetivos generalmente toman la forma
de
 (1) preguntas que deben contestarse
 (2) hipótesis que deben probarse
 (3) efectos por estimarse
 Siempre se debe decidir los objetivos de la

simulación y el conjunto de criterios para
evaluar el grado de satisfacción al que debe
ajustarse el experimento.

 Necesitamos colectar y procesar una cierta
cantidad de datos antes de definir algún
problema.
 No es posible formular un problema o un
conjunto de objetivos para un experimento
sin tener acceso a la información adecuada
acerca del sistema que se investiga.

 Razones necesarias para disponer de un sistema eficiente
para el procesamiento de datos
1. La información sobre el sistema que se va
investigar es un requisito previo a la
formulación del problema.
2. Los datos que hayan sido reducidos a una
forma significativa pueden sugerir hipótesis
de cierta validez, las cuales se usarán en la
formulación de los modelos matemáticos
que describen el comportamiento de un
sistema dado.

3. Los datos también pueden sugerir mejoras
o refinamientos en los modelos
matemáticos existentes en el sistema por
simularse.
4. Los datos reducidos a una forma final, se
utilizan para estimar los parámetros y las
características de operación relativas a las
variables endógenas, exógenas y de estado
del sistema.
5. Sin los datos no se podría probar la validez
de un modelo para simulación.

 Funciones del procesamiento de datos
1. Recolección: proceso de captación de los
hechos disponibles para poder ser
procesados posteriormente
2. Almacenamiento: ocurre simultáneamente
con el anterior (la recolección implica que
los datos sean almacenados).

3. Conversión: la manera en la cual los datos se
almacenan durante la primera etapa del
procesamiento generalmente no es la forma más
eficiente que se debe emplear en las etapas
posteriores, por lo que se necesita la conversión de
los datos de una forma u otra.
4. Transmisión: bajo ciertas circunstancias existen
problemas adicionales en la conversión de los datos
de una forma a la otra que implica una transmisión
de ellos, esto es el transporte de la información
desde una localidad hasta el lugar donde será
procesada.
5. Manipulación de Datos
6. Salida

Consiste en 3 pasos:
1. Especificación de los componentes
2. Especificación de las variables o parámetros
3. Especificación de las relaciones funcionales

Hay dos tipos básicos de diseño para formular
modelos matemáticos a utilizar en simulación
1. Diseños generalizados: representan un

intento por describir el comportamiento de
un sistema completo
2. Diseños modulares o en bloques: se hace

un conjunto de modelos que describen los
componentes principales de un sistema.

 Se estiman los valores de los parámetros que
intervienen en los modelos que describen el
comportamiento del sistema.
 Entre los métodos que se pueden emplear se
encuentran:
◦ Mínimos cuadrados ordinarios
◦ Mínimos cuadrados indirectos
◦ Mínimos cuadrados de dos etapas
◦ Mínimos cuadrados de tres etapas

 Se debe probar el modelo.
 Serían pocos los beneficios que se obtendrían

con la utilización de un modelo inadecuado
para realizar experimentos de simulación.
 El interés en este paso es probar las

suposiciones o entradas que se programarán
en la computadora.

 Se formula un programa para computadora cuyo
propósito sea dirigir los experimentos de
simulación con nuestros módulos del sistema
bajo estudio.
 Se consideran las siguientes actividades:
1. Diagrama de flujo
2. Elección del lenguaje(propósito gral. o
específico)
3. Búsqueda de errores
4. Determinar datos de entrada y condiciones
iniciales del experimento
5. Generación de datos
6. Reportes de salida

 El problema de validar modelos de simulación
es difícil ya que implica complejidades de tipo
teóricas, prácticas y estadísticas.
 Dos pruebas se consideran para validar los
modelos de simulación:
 ¿Qué tan bien coinciden los valores simulados
de las variables endógenas con datos
históricos conocidos, si es que estos están
disponibles?
 ¿Qué tan exactas son las predicciones del
comportamiento

 Se diseña un conjunto de experimentos que
satisfagan los objetivos del estudio.
 Un factor que debe considerarse es el costo de correr
el modelo en el computador, ya que ello puede
limitar el número de corridas que puedan hacerse.
 Si esta limitación no existe, igualmente se debe
ponderar el número de corridas que se necesitan,
para que al final no exista sólo una masa de datos
que se haya recabado sin un plan determinado.
 También debe considerarse el significado estadístico
de los resultados cuando existen eventos aleatorios
en la simulación.

Consiste 3 pasos:
1. Recolección y procesamiento de datos
simulados.
2. Cálculo de las estadísticas de las pruebas
3. Interpretación de los resultados.
 Aún cuando el análisis de los datos simulados

es semejante al análisis de los datos del
mundo real, existen diferencias importantes
que hacen más difícil el análisis de los datos
simulados

La principales dificultades son:
1. La aleatoriedad en los experimentos de
simulación se considera en una forma muy
complicada.
2. La simulación trata los modelos dinámicos.
3. En un estudio de simulación intervienen un

gran número de parámetros.

Simulacion

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Simulacion

Caricato da

Copyright:

Formati disponibili

UNCAUS

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Unidad 2: Generación de variables aleatorias

Unidad 3: Simulación de Eventos Discretos

Unidad 4: Simulación de Sistemas Continuos

Lic. Federico Rosenzvaig 2018

2. ¿Por qué cree que es conveniente simular?

3. ¿Qué desventajas consideran que puede

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

 La simulación sirve de soporte para la toma

Lic. Federico Rosenzvaig 2018

◦ La simulación puede ser utilizada como un medio

Lic. Federico Rosenzvaig 2018

◦ La simulación constituye un instrumento

Lic. Federico Rosenzvaig 2018

◦ Cabría la oportunidad de usar estos complejos modelos

Lic. Federico Rosenzvaig 2018

◦ Este problema radica en obtener los datos

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

 A cada escenario le corresponde una imagen.

Lic. Federico Rosenzvaig 2018

La naturaleza de las operaciones de un

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Frente a experimentar con el sistema real:

Lic. Federico Rosenzvaig 2018

Frente a otros enfoques de modelado:

Lic. Federico Rosenzvaig 2018

Desde una perspectiva de administración:

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

1. ¿Cuáles son los fenómenos simulados en

2. ¿Qué características observa entre una

Lic. Federico Rosenzvaig 2018

 Simulación Continua: analiza un sistema

Lic. Federico Rosenzvaig 2018

 El nivel de una presa conforme entra y sale el

Lic. Federico Rosenzvaig 2018

 Un sistema de fabricación de partes que

Lic. Federico Rosenzvaig 2018

 Luego indique por qué creen que son

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

 ¿Qué aspecto es importante?

Lic. Federico Rosenzvaig 2018

Lic. Federico Rosenzvaig 2018

 Características del Investigador (observador):

Lic. Federico Rosenzvaig 2018

= 𝒓𝒆𝒂𝒍𝒊𝒅𝒂𝒅, ≠ 𝒐𝒃𝒔𝒆𝒓𝒗𝒂𝒅𝒐𝒓𝒆𝒔 ⇒ ≠ 𝒎𝒐𝒅𝒆𝒍𝒐𝒔

Lic. Federico Rosenzvaig 2018