resumen: UNIDAD I. INTRODUCCIÓN A LA SIMULACIÓN

1.1definicion e importancia de la simulación en la ingeniería.

Simulación es una técnica numérica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemáticas y lógicas, las cuales son necesarias para describir el comportamiento y la estructura de sistemas complejos del mundo real a través de largos periodos de tiempo.

Importancia   de       la         simulación    en       la         Ingeniería.
• A través de un estudio de simulación, se puede estudiar el efecto de cambios internos y externos del sistema.

• Una observación detallada del sistema que se está simulando puede conducir a un mejor entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la operación           y             eficiencia      del      sistema.
• La técnica de simulación puede ser utilizada para experimentar con nuevas situaciones. A través de esta experimentación se puede anticipar mejor a posibles resultados       no       previstos.

1.2 conceptos básicos de la simulación.

“Una simulación es una imitación de la operación de un proceso del mundo real sobre determinado tiempo”

 “En la naturaleza la simulación es como una técnica de engaño para sobrevivir”. Ejemplo el camaleón el cual es un animal conocido por su capacidad de cambiar de color dependiendo en el lugar en que se encuentre.

1.3 METODOLOGÍA DE LA SIMULACIÓN.

·         definición del sistema.

·         formulación del modelo.

·         colección de datos.

·         implementación del modelo en la computadora.

·         validación.

·         experimentación.

·         interpretación.

·         documentación.

·         documentación técnica.

1.4 modelos y control.

Un sistema puede definirse como una colección de objetos o entidades que interactúan entre         sí             para    alcanzar        un       cierto objetivo.
Estado de un sistema: conjunto mínimo de variables necesarias para caracterizar o describir todos aquellos aspectos de interés del sistema en un cierto instante de tiempo.
Los sistemas se clasifican en:

·         Sistemas Continuos.

·         Sistemas Discretos.

·         Sistemas orientados a eventos discretos

·         Sistemas combinados.

Modelo: es el que estudia los hechos salientes del sistema o proyecto. Se hace una abstracción de la realidad, representándose el sistema y proyecto en un modelo.
Clasificación de modelos.

La descripción de las características de interés de un sistema se conoce como modelo del sistema, y el proceso de abstracción para obtener esta descripción se conoce como modelado. Existen muchos tipos de modelos (modelos físicos, modelos mentales, modelos simbólicos, etc.) para representar los sistemas en estudio.

·         Los Modelos Estáticos.

·         Los modelos simbólicos matemáticos.

·         Los Modelos Continuos.

·         Los Modelos de Eventos Discretos.

·         Los     Modelos        Estocásticos.
Un modelo se denomina Determinista si su nuevo estado puede ser completamente definido a partir del estado previo y de sus entradas.

1.5 estructuras y etapas  del estudio de la simulación.

Para llevar a cabo un experimento de simulación se requiere realizar las siguientes etapas:

·         definición del sistema.

·         formulación del modelo.

·         colección de datos.

·         implementación del modelo en la computadora.

·         validación.

·         experimentación.

·         interpretación.

·         documentación.

1.6 etapas de un proyecto de simulación.

·         Formulación del problema: Define el problema que se pretende estudiar. Incluye por escrito sus objetivos.

·         Diseño del modelo conceptual: Especificación del modelo a partir de las características de los elementos del sistema que se quiere estudiar y sus interacciones teniendo en cuenta los objetivos del problema.

·         Recogidas de datos: Identificar, recoger y analizar los datos necesarios para el estudio.

·         Construcción del modelo: Construcción del modelo de simulación partiendo del modelo conceptual y de los datos.

·         Verificación y validación: Comprobar que el modelo se comporta como es de esperar y que existe la correspondencia adecuada entre el sistema real y el modelo.

·         Análisis: Analizar los resultados de la simulación con la finalidad de detectar problemas y recomendar mejoras o soluciones.

·         Documentación: Proporcionar documentación sobre el trabajo efectuado.

·         Implementación: Poner en práctica las decisiones efectuadas con el apoyo del estudio de simulación.

1.7 elementos básicos de un simulador de eventos discretos.

La simulación de eventos discretos se refiere a la modelación computacional de sistemas que evolucionan en el tiempo mediante cambios instantáneos en las variables de estado. Los cambios ocurren en puntos separados del tiempo. En términos más matemáticos, diríamos que los cambios del sistema ocurren en un conjunto contable de puntos del tiempo. En términos generales, el modelo contiene tres elementos principales, entrada, proceso y salida.

principales lenguajes de simulacion

https://docs.google.com/file/d/0B4p-3SVS59jEVFFBcFpwYkZVekU/edit?usp=drive_web

exposicion de variables continuas

docs.google.com/file/d/0B4p-3SVS59jEaHZIWjhKLTJGTzQ/edit?usp=drive_web

numeros aleatorios y pseudoaleatorios

propiedades de los numeros pseudoaleatorios. 
Es deseable que los números pseudoaleatorios uniformes posean las siguientes características: 

• Estadísticamente independientes.
• Reproducibles.
• Periodo largo.
• Generados mediante un método rápido.
• Generados mediante un método que no requiera mucha capacidad de almacenamiento de la computadora.

 

propiedades de los numeros aleatorios. 

• Su generación se basa en el uso de mecanismos físicos. Entre las distintas propuestas se incluyen el recuento de partículas emitidas por una explosión, el lanzamiento de monedas, aparatos mecánicos basadas en ruedas de la fortuna, etc.   

• Tienen el  inconveniente de ser generados lentamente. Además, los números aleatorios no pueden almacenarse de forma automática. Por tanto, se deben buscar procedimientos algorítmicos computacionales que generen números aleatorios de forma muy rápida y los puedan almacenar sin utilizar mucha capacidad de memoria.

• Una de las características más poderosas de la simulación es la habilidad de imitar el comportamiento aleatorio que es característico de la mayoría de los sistemas reales.  

ventajas y desventajas del uso de la simulación

Aunque la técnica de simulación generalmente se ve como un método de último recurso, recientes avances en la metodología de simulación y la gran disponibilidad de software que actualmente existe en el mercado, han hecho que la técnica de simulación sea una de las herramientas más ampliamente usadas en el análisis de sistemas. Además de las razones antes mencionadas, Thomas H. Naylor ha sugerido que un estudio de simulación es muy recomendable porque presenta las siguientes ventajas:

Es       un       proceso         relativamente           eficiente        y          flexible.
2. Puede ser usada para analizar y sintetizar una compleja y extensa situación real, pero no puede ser empleada para solucionar un modelo de análisis cuantitativo convencional.
3. En algunos casos la simulación es el único método disponible.
4. Los modelos de simulación se estructuran y nos resuelve en general problemas trascendentes.
5. Los directivos requieren conocer cómo se avanza y que opciones son atractivas; el directivo con la ayuda del computador puede obtener varias opciones de decisión.
6. La simulación no interfiere en sistemas del mundo real.
7. La simulación permite estudiar los efectos interactivos de los componentes individuales o variables para determinar las más importantes.
8. La simulación permite la inclusión en complicaciones del mundo real.

DESVENTAJAS:

1. Un buen modelo de simulación puede resultar bastante costoso; a menudo el proceso es largo y complicado para desarrollar un modelo.
2. La simulación no genera soluciones óptimas a problemas de análisis cuantitativos, en técnicas como cantidad económica de pedido, programación lineal o PERT / CPM / LPU. Por ensayo y error se producen diferentes resultados en repetidas corridas en el computador.
3. Los directivos generan todas las condiciones y restricciones para analizar las soluciones. El modelo de simulación no produce respuestas por sí mismo.
4. Cada modelo de simulación es único. Las soluciones e inferencias no son usualmente transferibles a otros problemas.

diagrama de proceso de simulacion

unidad1

ETAPAS DE UN ESTUDIO DE SIMULACIÓN.

Para llevar a cabo un experimento de simulación se requiere realizar las siguientes etapas:

Definición Del Sistema: Para tener una definición exacta del sistema que se desea simular, es necesario hacer primeramente un análisis preliminar del mismo, con el fin de determinar la iteración del sistema con otros sistemas.

Formulación Del Modelo: Una vez que están definidos con exactitud los resultados que se desean obtener del estudio el siguiente paso es definir y construir el modelo con el cual se obtendrán los resultados deseados.

Colección De Datos: Es posible que la facilidad de obtención de algunos datos o la dificultad de conseguir otros, pueda influenciar el desarrollo y formulación del modelo.

Implementaron Del Modelo En La Computadora: A k.o. se define cual es el lenguaje que se va a utilizar algunos de estos pueden ser de propósito general como: Visual basic, Java, Delphi o se pueden usar unos paquetes como: GBSS, SIMULA, PROMODEL.

Validación: A través de esta etapa es posible detallar definiciones en la formulación del modelo o en los datos alimentados al modelo.

1. La opinión de expertos sobre los resultados de la simulación.
2. La exactitud con que se predicen datos históricos.
3. La exactitud en la predicción del futuro.
4. La comprobación de falla del modelo de simulación al utilizar datos que hacen fallar al sistema real.
5. La aceptación y confianza en el modelo de la persona que hará uso de los resultados que arroje el experimento de simulación.

Experimentación: La experimentación con el modelo se realizara después de que este ha sido validado.

Interpretación: A que se interpretan los resultados que arroja la simulación y en base a esto se toma una decisión.

Documentación: existen dos tipos de documentación que son requeridos para hacer un mejor uso del modelo de simulacion.