CONCEPTOS GENERALES

La Simulacin es el estudio de los fenmenos mediante Modelos que nos permite: Generalizar, Simplificar, Integrar, Evaluar, Optimizar, Predecir y Controlar. La Simulacin a travs de Modelos es un Procedimiento natural, artificial, fsico o abstracto que reproduce un conjunto de caractersticas precisas propias al mundo real, con el objetivo de imitar ese estado en todos sus aspectos de inters.

Se reproduce la esencia de un fenmeno sin reproducir el fenmeno en si

Est ligado a la concepcin del fenmeno para mi.

CLASIFICACION DE LA SIMULACION

Simulacin analgica: usa modelos fsicos: simuladores areos, robots, juegos electrnicos.

Simulacin digital: es el procesamiento de modelos matemticos cuya

investigacin requiere numerosas corridas con variaciones de sus inputs y de sus parmetros.

Simulacin hbrida: mezcla y combinacin de ambas anteriores, de acuerdo a las caractersticas de Modelizacin.

Ejemplo: Se usan modelo cuasi replica de un sistema hidrolgicos o aerodinmicos con sensores q permiten estudiar Computacionalmente los efectos sobre el Modelo.

Diseo de un Simulador

Sistema Real Planteo del Problema Recoleccin y anlisis de los datos de entrada Abstraccin

3. Modelizacin
Validacin

3.1

Modelo de Sistema

Objetivos

6. Experimentacin

Datos Reales Datos Simulados

Seleccin Paradigma

Programa 4 Simulacin

Codificacin

3.2 5 Validacin

Modelo Computacional

Lenguaje de Simulacin
Llamaremos paradigma a un conjunto de conceptos, leyes y medios que sirven para definir un conjunto de modelos. Los modelos se construyen sobre un paradigma particular. En Nuestro caso, el Modelo Orientado a Eventos.

Etapas en el Diseo del Simulador

1.

Planteamiento del problema: entender el sistema real y el

problema a resolver

Identificar las variables de entrada, operacin y salida. Construir una estructura preliminar del modelo, interrelacionando las variables.

2.

Recoleccin y anlisis de los datos de entrada: se estudia el

sistema real para obtener datos va observacin.

Seleccionar un tamao de muestra estadsticamente vlido

Un formato de datos procesable por computadora.

Se decide qu datos y como sern tratados (aleatorios o determinsticos

3.

Modelizacin: en esta fase se disea un modelo del sistema con los aspectos que se quieren simular. Para ello hay dos fases.
3.1. Comprender el Sistema, su estructura y comportamiento 3.2. Construir el Modelo: su Diseo, Estructura y Lgica.

4. 5.

Implementacin: codificacin del modelo en una computadora. Validacin del modelo: correspondencia entre el modelo y la realidad. El modelo y su implementacin pueden refinarse.

6.

Experimentacin: diseo de experimentos basados en la repeticin de la

simulacin con las variables de decisin en varios niveles.

7.

Anlisis de Resultados: se analizan las salidas de la simulacin para comprender el comportamiento deseado del sistema.

1.2 TIPOS DE SIMULACIN

1.2.1 Simulacin predictiva En la simulacin predictiva nos interesamos por los resultados absolutos finales, no por las comparaciones. Determinamos promedios e intervalos de confianza de una corrida de simulacin con valores especficos en las variables de decisin (varias corridas, mejores resultados). Este tipo de simulacin se puede utilizar para realizar pronsticos, por lo que es necesario contar con datos histricos de entrada confiables, se utiliza en procesos de decisiones que se repiten, por lo tanto debiera estar integrada en un DSS. Ejemplo: predecir el nmero de pacientes que necesitan transplante de rion).

1.2.2 Simulacin comparativa En la simulacin comparativa determinamos cuando una opcin es mejor que otra. (1 cola vs 4 colas).

Se debe especificar detalladamente que significado tiene la palabra "mejor", para definir cuales sern los datos de salida a comparar. Mejor significa mantener las colas lo mas cortas posibles o es un compromiso entre tiempo de servicio, largo de cola y costo por servidor?

Se puede usar para tomar decisiones casuales o repetitivas, utilizar datos de entrada y salidas confiables.

Si los objetivos no son claros,(*) se proveer de un rango variado de resultados, que le permitan al usuario definir a posteriori la importancia relativa de cada uno de ellos.

Si los resultados o los datos de salida son claros se puede usar tcnicas de hiptesis estadstica de los resultados

1.2.3 Simulacin Investigativa La simulacin investigativa indica factores que afectan el flujo de entidades en el sistema pero no requiere de respuestas precisas, por lo que la calidad de los datos de entrada no son crticos.

1.2.4 Simulacin visual interectiva La tcnica de simulacin visual interactiva es adecuada para apoyar la toma de decisiones.

1.2.5 Simulacin de caja negra Pensando al modelo como parte de un proceso de toma de decisiones, es conveniente, a veces, considerar el modelo como una caja negra, de donde salen flechas con datos, derivados directamente de los objetivos (y que difieren de un problema a otro) y a donde ingresan flechas con datos relacionados estrechamente con las hiptesis de trabajo del modelo.

QUE ES UNA METODOLOGIA:

Una metodologa es aquella gua que se sigue a fin realizar las acciones propias de una investigacin. En trminos ms sencillos se trata de la gua que nos va indicando qu hacer y cmo actuar cuando se quiere obtener algn tipo de investigacin.
Es posible definir una metodologa como aquel enfoque que permite observar un problema de una forma total, sistemtica, disciplinada y con cierta disciplina.

ETAPAS DE UNA METODOLOGIA DE SIMULACION:

Definicin del sistema:

Para tener una definicin exacta del sistema que se desea simular, es necesario hacer primeramente un anlisis preliminar de ste, con el fin de determinar la interaccin con otros sistemas, las restricciones del sistema, las variables que interactan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio.

Formulacin del modelo : Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y construye el modelo con el cual se obtendrn los resultados deseados. En la formulacin del modelo es necesario definir todas las variables que forman parte de l, sus relaciones lgicas y los diagramas de flujo que describan en forma completa el modelo.

Coleccin de datos :
Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados.

Implementacin del modelo en la computadora : Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje como el fortran, algol, lisp, etc., o se utiliza algn paquete como Vensim, Stella y iThink, GPSS, simula, simscript, Rockwell Arena etc., para procesarlo en la computadora y obtener los resultados deseados. Validacin : A travs de esta etapa es posible detallar deficiencias en la formulacin del modelo o en los datos alimentados al modelo. Las formas ms comunes de validar un modelo son:

1. La opinin de expertos sobre los resultados de la simulacin. 2. La exactitud con que se predicen datos histricos. 3. La exactitud en la prediccin del futuro. 4. La comprobacin de falla del modelo de simulacin al utilizar datos que hacen fallar al sistema real. 5. La aceptacin y confianza en el modelo de la persona que har uso de los resultados que arroje el experimento de simulacin.

Experimentacin : La experimentacin con el modelo se realiza despus que ste haya sido validado. La experimentacin consiste en generar los datos deseados y en realizar un anlisis de

Interpretacin : En esta etapa del estudio, se interpretan los resultados que arroja la simulacin y con base a esto se toma una decisin. Es obvio que los resultados que se obtienen de un estudio de simulacin ayuda a soportar decisiones del tipo semi-estructurado. Documentacin : Dos tipos de documentacin son requeridos para hacer un mejor uso del modelo de simulacin. La primera se refiere a la documentacin del tipo tcnico y la segunda se refiere al manual del usuario, con el cual se facilita la interaccin y el uso del modelo desarrollado.

Definicin de Modelo

Un modelo es una representacin de un objeto, sistema, o idea, de forma diferente a la de la identidad misma. Usualmente, su propsito es ayudarnos a explicar, entender o mejorar un sistema. Un modelo de un objeto puede ser una rplica exacta de ste (aunque en un material diferente y a escala diferente), o puede ser una abstraccin de las propiedades dominantes del objeto.

16

Modelos

Es una abstraccin de la realidad.

Es una representacin de la realidad que ayuda a entender cmo funciona. Es una construccin intelectual y descriptiva de una entidad en la cual un observador tiene inters. Se construyen para ser transmitidos.

Un modelo es un sistema desarrollado para entender lacapturar en Supuestos simples son usados para realidad y el consecuencia para modificarla. comportamiento importante. No es posible modificar la realidad, en cierta direccin, si es que no se dispone de un modelo que la interprete.

Tipos de modelos:
Esttico. Dinmico. Determinstico. Estocstico. Discretos. Continuos. Fsicos. Matemticos (Analticos, Numricos)

Para qu sirve un modelo?

Ayuda para el pensamiento

Herramienta de prediccin

Para entrenamiento e instruccin

Ayuda para la experimentacin

Ayuda para la comunicacin

el modelo o la realidad?

Modelos Mentales y Formales

Modelos Mentales. Depende de nuestro punto de vista, suele ser incompletos y no tener un enunciado preciso, no son fcilmente transmisibles. Ideas, conceptualizaciones Modelo Formales. Estn basados en reglas, son transmisibles. Planos, diagramas, maquetas

Sistema

Experimentacin

Experimentacin con un modelo del sistema real

Modelo Fsico

Modelo matemtico

Solucin analtica

SIMULACIN

21

FUNCIN DE LOS MODELOS

El concepto de la representacin de algn objeto, sistema o idea, con un modelo, es tan general que es difcil clasificar todas las funciones que satisfacen los modelos.

22

Clasificacin de los modelos de simulacin

Algunos de estos esquemas de clasificacin son los siguientes:
1. 2.

Esttico vs. Dinmico Determinstico vs. Estocstico

3.
4.

Discreto vs. Continuo

Fsico (o icnico) vs. analgico vs. simblico
23

Modelos estticos

Son aquellos que no toman en cuenta, explcitamente, a la variable tiempo.

Ejemplo: costo para cantidad de camas reservadas (en un hospital)

24

Modelos dinmicos

Los modelos dinmicos son una representacin de la conducta dinmica de un sistema, Mientras un modelo esttico involucra la aplicacin de una sola ecuacin, los modelos dinmicos, por otro lado, son reiterativos. Los modelos dinmicos constantemente aplican sus ecuaciones considerando cambios de tiempo.
25

Modelo determinstico

En stos ni las variables exgenas, ni las endgenas, se obtienen por medio del azar, debido a que se suponen relaciones exactas para las caractersticas de operacin. Son variables con valores preestablecidos. Es aquel en el cual se establecen las condiciones para que al ejecutar el experimento se determine el resultado
26

Modelos estocstico

Los valores de sta o estas variables, se obtienen al azar. Es aquel en el cual informacin pasada, no permite la formulacin de una regla para determinar el resultado preciso de un experimento

27

Modelos continuos

En modelos continuos, el cambio de valores se basa directamente en los cambios de tiempo. La simulacin continua es anloga a un deposito en donde el fluido que atraviesa una caera es constante. El volumen puede aumentar o puede disminuir, pero el flujo es continuo.
28

Modelos discretos

El estado de los cambios en los modelos slo se dan cuando esos eventos ocurren.

La llegada de rdenes, o las partes que estn siendo ensambladas, as como los clientes que llaman. Una fbrica que ensambla partes es un buen ejemplo de un sistema de evento discreto. Las entidades individuales (partes) son ensambladas basadas en eventos (recibo o anticipacin de rdenes).
29

Modelos fsicos

Llamados as, debido a que se semejan al sistema en estudio. Durante muchos aos, los ingenieros han usado modelos de tamao natural y han reducido y puesto a escala a los mismos para probarlos. (NASA, lneas areas comerciales)

30

Modelo analgico
Los modelos anlogos poseen algunas propiedades similares a los objetos representados pero sin ser una rplica morfolgica de los mismos. Un ejemplo de un modelo anlogo es un mapa impreso que se construye mediante un conjunto de convenciones cartogrficas, que conducen a un resultado final claramente distinto del objeto representado. Mediante esta transformacin se persigue hacer legibles propiedades tales como altitud, distancia, localizacin fsica de objetos geogrficos, sus relaciones importancia.

31

Modelos simblicos
Los modelos simblicos se construyen mediante reglas notablemente ms abstractas ya que esta denominacin suele aplicarse a los casos en los que el objeto real se representa mediante una codificacin matemtica. Un ejemplo de modelo simblico es la representacin de un edificio mediante la identificacin y codificacin en una estructura geomtrica de sus elementos bsicos. El modelo as construido permite la aplicacin de algoritmos para, por ejemplo, la estimacin de esfuerzos a los que esta sometido.

32

Estructura de modelos de simulacin

Para su estudio, los sistemas se han clasificado en dos categoras: discretos y continuos. Para recordar: un sistema discreto es aquel para el que los cambios en las variables de estado cambian instantneamente en puntos separados del tiempo.
33

Ejemplo: Una gasolinera es un ejemplo de sistema discreto, puesto que las variables de estado como el nmero de automviles que esperan el servicio de abastecimiento de combustible, cambian solamente cuando un cliente llega o cuando un auto completa el servicio y sale de la estacin. Un sistema continuo es aquel para el que las variables de estado cambian continuamente con respecto al tiempo.
34

Una aeronave que se desplaza en el aire es un ejemplo de sistema continuo puesto que sus variables de estado tales como su posicin y su velocidad pueden cambiar instantneamente con respecto al tiempo.

35

Obs.

En realidad muy pocos sistemas se pueden considerar totalmente continuos o discretos, pero puesto que algn tipo de cambio predomina en la mayora de stos, es posible clasificarlos como discretos o continuos.

36

Estructura de los modelos de simulacin

Definir el sistema

Componentes
Entidad Atributos Actividades Eventos

Variables de estado
37

Entidad: denota un objeto o componente de inters en un sistema, por ejemplo, un cliente, un servidor o una mquina. Atributos: denota una propiedad de una entidad, por ejemplo, la prioridad de los clientes en la fila de espera.

38

Actividades: todo proceso que provoque cambios en el sistema se conocer como actividad, Ejemplo: programar un nuevo modulo en un sistema acadmico. Eventos: Un evento es un hecho que ocurre instantneamente y que cambia el estado del sistema, como por ejemplo la llegada de un nuevo cliente a un banco.
39

Variables de estado:
Las variables de estado describen el estado de un sistema o uno de sus componentes, ya sea al comienzo, al final o durante un periodo. Estas variables interaccionan con las variables exgenos del sistema y con las endgenas, de acuerdo con las relaciones funcionales supuestas para el sistema.

El valor de una variable de estado, durante un periodo particular de tiempo, puede depender no solamente de los valores de una o ms variables exgenos en algn periodo precedente, sino tambin del valor de ciertas variables de salida en periodos anteriores.

40

Ejemplo: de sistemas y sus componentes

41

PRIMERA PRACTICA DIRIGIDA

Realizar por grupos y exponer: los siguientes sistemas y sus componentes

Biblioteca Universidad Fabrica de PCs Estacin de gasolina Hospital Iglesia Empresa de software
42