Simulación de Sistemas UNE UNIDAD 1: INTRODUCCION A LA SIMULACION. Una de las más importantes heramientas para analizar el diseño y operación de sistemas de procesos complejos es la simulación. Aunque la solución al problema nunca es exacta, las aproximaciones que se obtienen son bastante buenas. Aunque la construcción de modelos se inicio desde el renacimiento, el uso actual de la palabra Simulación data del año 1940, cuando los científicos Von Neuman y Stanislau Ulam que trabajaban en el proyecto manhattan, hicieron referencia a la simulación montecarlo, en el Laboratorio Nacional de los Alamos de California, durante la segunda guerra mundial, resolvieron problemas de reacciones nucleares cuya solución experimental sería muy cosotosa y el análisis matemático demasiado compleja. Con la utilización de la computadora en los experimentos de simulación, surgieron numerosas aplicaciones y con ello, una mayor cantidad de problemas teóricos y prácticos. DEFINICIÓN DE SIMULACIÓN. Simulación es el proceso de diseñar un modelo de un sistema real, el cual sirve para dirigir los experimentos. con el propósito de entender el comportamiento del sistema y proponer varias estrategias para realizar la operación de esta. Por sistema real, se refiere a la representación de un conjunto de ideas de tal forma que sea diferente a la entidad misma, en este caso el término "real" se usa en el sentido de " en existencia o capaz de ser puesto en existencia", esto quiere decir que el sistema no necesariamente tiene que ser real. EL PORQUE DE LA SIMULACIÓN. El principio racional para usar la simulación en cualquier area del conocimiento es la búsqueda del hombre por adquirir conocimientos referentes a la predicción del futuro, o la explicación lógica de un fenómeno. Esta búsqueda es tan antigua como la historia de la humanidad. En el siglo XVII, La filosofía era la única alternativa a la vista para reazlizar tales indagaciones, este método fue utilizado por personajes tan importantes como: Platón, Aristóteles, Euclides y otros. En 1620 Francis Bacon introdujo el Método Científico el cual consta de cuatro pasos: Observación del sitema físico en estudio. Formulación de hipótesis las cuales deberían explicar el comportamiento del sistema. GUILLERMO MORALES ROMERO [email protected]
Transcript
Simulación de Sistemas UNE
UNIDAD 1: INTRODUCCION A LA SIMULACION.
Una de las más importantes heramientas para analizar el diseño y operación de sistemas de procesos complejos es la simulación. Aunque la solución al problema nunca es exacta, las aproximaciones que se obtienen son bastante buenas.
Aunque la construcción de modelos se inicio desde el renacimiento, el uso actual de la palabra Simulación data del año 1940, cuando los científicos Von Neuman y Stanislau Ulam que trabajaban en el proyecto manhattan, hicieron referencia a la simulación montecarlo, en el Laboratorio Nacional de los Alamos de California, durante la segunda guerra mundial, resolvieron problemas de reacciones nucleares cuya solución experimental sería muy cosotosa y el análisis matemático demasiado compleja. Con la utilización de la computadora en los experimentos de simulación, surgieron numerosas aplicaciones y con ello, una mayor cantidad de problemas teóricos y prácticos.
DEFINICIÓN DE SIMULACIÓN.
Simulación es el proceso de diseñar un modelo de un sistema real, el cual sirve para dirigir los experimentos. con el propósito de entender el comportamiento del sistema y proponer varias estrategias para realizar la operación de esta.
Por sistema real, se refiere a la representación de un conjunto de ideas de tal forma que sea diferente a la entidad misma, en este caso el término "real" se usa en el sentido de " en existencia o capaz de ser puesto en existencia", esto quiere decir que el sistema no necesariamente tiene que ser real.
EL PORQUE DE LA SIMULACIÓN.
El principio racional para usar la simulación en cualquier area del conocimiento es la búsqueda del hombre por adquirir conocimientos referentes a la predicción del futuro, o la explicación lógica de un fenómeno.
Esta búsqueda es tan antigua como la historia de la humanidad. En el siglo XVII, La filosofía era la única alternativa a la vista para reazlizar tales indagaciones, este método fue utilizado por personajes tan importantes como: Platón, Aristóteles, Euclides y otros.
En 1620 Francis Bacon introdujo el Método Científico el cual consta de cuatro pasos:
Observación del sitema físico en estudio. Formulación de hipótesis las cuales deberían explicar el comportamiento del sistema. Obtener una teoría que explique el comportamiento del sistema, utilizando una deducción
lógica o más rigurosamente un modelo matemático. Expermientación para probar la validez de la teoría propuesta.
Pero en ocasiones es muy difícil utilizar este método en algunos sistemas particulares, entonces la Simulación aparece como una alternativa muy eficiente.
METODOLOGÍA DE LA SIMULACIÓN POR COMPUTADOR.
CLASIFICACION DEL SISTEMA.
El diseño de un modelo de simulación depende de clasificar como uno de dos tipos:
SISTEMA DE EVENTOS DISCRETOS: Es un sistema cuyo estado cambia sólo en ciertos puntos del tiempo. Según su tipoo se puden dividir en:
1. Sistema de terminación: si en el sistema existen puntos de inicio y terminación precisos y conocidos.
2. Sistema de no terminación: Si es un sistema en curso que carece de puntos de inicio y terminación.
SISTEMA CONTINUO: Es un sistema cuyo estado cambia continuamente y a cada instante en el transcuros del tiempo.
COMPONENTES DE UNA SIMULACIÓN POR COMPUTADOR.
Antes de diseñar una simulación por computador es desicivo tener presentes los siguientes componentes:
Los objetivos o datos de salida del estudio de simulación que tienen la forma de un valor numérico específico.
Los datos de entrada o valores numéricos necesarios para determinar las salidas de la simulación. Estos puden ser:
1. Condiciones iniciales: valores que expresan el estado del sistema al principio de una simulación.
2. Datos determinísticos: valores conocidos necesarios para calcular las salidas de la simulación.
3. Datos probabilísticos: magnitudes numéricas cuyos valores son inciertos pero necesarios para obtener las salidas de la simulación.
DISEÑO DE LA SIMULACIÓN POR COMPUTADOR.
Generación de números aleatorios: se obtienen las entradas probabilísticas para el modelo generando números aleatorios de acuerdo a las distribuciones conocidas asociadas.
Contabilidad: se diseña un método sistemático para almacenar y procesar todos los valores de entrada y para realizar los cálculos necesarios para obtener los valores de salida.
Implementación del modelo en el computador. Hay que definir que lenguaje utilizar, para procesarlo en el computador y obtener los resultados deseados.
Validación. A través de esta etapa es posible detallar deficiencias en la formulación del modelo a en los datos que lo alimentan. Las formas más comunes de validar un modelo son:
1. La opinión de los expertos. 2. La exactitud con que se presicen los datos históricos. 3. La exactitud en la predicción del futuro. 4. Utilizar datos que hacen fallar al sistema real. 5. La acepción y confianza en el modelo de la persona que hará uso de los resultados obtenidos
con el sistema. 6. Interpretación. Interpretar los datos que arroja la simulación y hacer uso de ellos para tomar
desiciones. 7. Documentación. Hacer el manual técnico y el manual de usuario para el sistema de
simulación a utlizarse.
VENTAJAS Y DESVENTAJAS DE LA SIMULACIÓN.
Desventajas: Entre estas tenemos que: un buen modelo requiere mucho tiempo y es bastante costoso. Puede reflejar con presición una situación del mundo real, cuando en verdad no lo hace. La simulación es imprecisa, y no se pude medir el grado de error. Generalmente los resultados son numéricos y puden ser imprecisos por algunas cifras decimales que con el tiempo se covierten en unas cifras muy significativas al obtenerse el error.
Ventajas: Podemos aplicar la simulación sino existe una formulación matemática del problema. Se aplica cuando los procedimientod matemáticos son muy complejos. Se aplica cuando no existe un personal necesario para que resuelva el problema. Cuando se desea
hacer experimentos por un cierto periodo de tiempo par para observar el comportamiento del sistema. Cuando se requiera que el proceso sea en menos tiempo. Se aplica a la educación y el entrenamiento.
La planeación e implementación de proyectos complejos en los negocios, industrias y gobierno requieren de grandes inversiones, razón por la que es indispensable realizar estudios preliminares para asegurar su conveniencia de acuerdo a su eficiencia y ejecución económica para proyectos de cualquier tamaño. Una técnica para ejecutar estudios piloto, con resultados rápidos y a un costo relativamente bajo, está basado en la modelación y se conoce como simulación. El proceso de elaboración del modelo involucra un grado de abstracción y no necesariamente es una réplica de la realidad; consiste en una descripción que puede ser física, verbal o abstracta en forma, junto con las reglas de operación. Más aún debido a que el modelo es dinámico, su respuesta a diferentes entradas puede ser usada para estudiar el comportamiento del sistema del cual fue desarrollado.
La simulación de sistemas ofrece un método para analizar el comportamiento de un sistema. Aunque los sistemas varían en sus características y complejidades, la síntesis de la formación de modelos, la ciencia de la computación, y las técnicas estadísticas que representa este tipo de simulación constituye un conjunto útil de métodos para aprender sobre estas características y complejidades e imponerles una estructura. Para comprender las características técnicas de este enfoque y aplicarlas a un problema real, es necesario familiarizarse con los conceptos que describen un sistema y un modelo.
COMO SE DEFINE UN SISTEMA EN SIMULACIÓN. Colección de entradas que pasan a través de las fases de cierto proceso, produciendo respuestas. Por ejemplo:
¿QUE ES LA SIMULACIÓN? Existen innumerables definiciones de simulación, aquí se presentan algunas de las mas aceptadas:
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.
THOMAS H. NAYLOR
Simulación es el desarrollo de un modelo lógico matemático de un sistema, de tal forma que se tiene una imitación de la operación de un proceso de la vida real o de un sistema a través del tiempo. La simulación involucra la generación de una historia artificial de un sistema, la observación de esta historia mediante la manipulación experimental, nos ayuda a inferir las características operacionales de tal sistema.JERRY BANKS
simulación es una técnica numérica para realizar experimentos en una computadora digital. estos experimentos involucran ciertos tipos de modelos matemáticos y lógicos que describen el comportamiento de sistemas de negocios, económicos, sociales, biológicos, físicos o químicos a través de largos periodos de tiempo.
H. MAISEL Y G. GNUGNOLI
PARA FINES DE NUESTRO CURSO DEFINIREMOS A LA SIMULACIÓN COMO:
Simulación es el proceso de diseñar y desarrollar un modelo de un sistema o proceso real y conducir experimentos con el propósito de entender el comportamiento del sistema o evaluar varias estrategias (dentro de límites impuestos por un criterio o conjunto de criterios) para la operación del sistema.
ROBERT. SHANNON
Se describe comúnmente como un arte, o una ciencia sofisticada, debido a que la utilidad de los resultados dependerá de la destreza del grupo que realiza y analiza el modelo. actualmente no existe una teoría científica para garantizar la validez de un proceso de simulación antes de que el experimento sea realizado, en su lugar, la confiabilidad de un modelo es evaluada por la
correspondencia de los resultados del modelo con los obtenidos por otros sistemas comparables con el que se está examinando.
VENTAJAS Y DESVENTAJAS DE SIMULACIÓN
VENTAJAS
No es necesario interrumpir las operaciones de la compañía. Proporciona muchos tipos de alternativas posibles de explorar. La simulación proporciona un método más simple de solución cuando los
procedimientos matemáticos son complejos y difíciles. La simulación proporciona un control total sobre el tiempo, debido a que un
fenómeno se puede acelerar. Auxilia el proceso de innovación ya que permite al experimentador observar y jugar con el
sistema. Una vez construido el modelo se puede modificar de una manera rápida con el fin de analizar
diferentes políticas o escenario. Permite análisis de sensibilidad Generalmente es más barato mejorar el sistema vía simulación que hacerlo en el sistema
real. Es mucho más sencillo visualizar y comprender los métodos de simulación que los métodos
puramente analíticos. Da un entendimiento profundo del sistema Los métodos analíticos se desarrollan casi siempre relativamente sencillos donde suele
hacerse un gran número de suposiciones simplificaciones, mientras que en los métodos de simulación es posible analizar sistemas de mayor complejidad o con menor detalle.
En algunos casos, la simulación es el único medio para lograr una solución. Da soluciones a problemas "sin" solución analítica
Aunque la simulación es un planteamiento muy valioso y útil para resolver problemas, no es una panacea para todos los problemas administrativos y presenta alguna desventajas como:
La simulación es imprecisa, y no se puede medir el grado de su imprecisión. Los resultados de simulación son numéricos; por tanto, surge el peligro de atribuir a los
números un grado mayor de validez y precisión. Los modelos de simulación en una computadora son costosos y requieren mucho tiempo para
desarrollarse y validarse. Se requiere gran cantidad de corridas computacionales para encontrara soluciones, lo cual
representa altos costos. Es difícil aceptar los modelos de simulación y difícil de vender Los modelos de simulación no dan soluciones óptimas. La solución de un modelo de simulación puede dar al análisis un falso sentido de seguridad. Requiere "largos" periodos de desarrollo
METODOLOGÍA DE SIMULACIÓN
DEFINICIÓN DEL SISTEMA . Cada estudio debe de comenzar con unas descripción del problema o del sistema. Debe determinarse los límites o fronteras, restricciones, y medidas de efectividad que se usarán.
FORMULACIÓN DEL MODELO . Reducción o abstracción del sistema real a un diagrama de flujo lógico.
PREPARACIÓN DE DATOS . Identificación de los datos que el modelo requiere y reducción de estos a una forma adecuada.
SELECCIÓN DEL LENGUAJE : De la selección del lenguaje dependerá el tiempo de desarrollo del modelo de simulación, es importante utilizar el lenguaje que mejor se adecué a las necesidades de simulación que se requieran. La selección puede ser desde usar un lenguaje general como lo es BASIC, PASCAL o FORTRAN hasta hacer uso de un paquete específicamente para simular sistemas de manufactura como el SIMFACTORY o el PROMODEL, o lenguajes de Simulación como: GPSS, SLAM, SIMAN, SIMSCRIPT, etc.
TRANSLACIÓN DEL MODELO . Consiste en generar las instrucciones o código computacional o necesario para lograr que el modelo pueda ser ejecutado en la computadora.
VALIDACIÓN DEL MODELO. Es el proceso que tiene como objetivo determinar la habilidad que tiene un modelo para representar la realidad. La validación se lleva a cabo mediante la comparación estadística de los resultados del modelo y los resultados reales.
PLANEACION ESTRATÉGICA . Diseño del un experimento que producirá la información deseada.
PLANEACIÓN TÁCTICA . Determinación de cómo se realizará cada una de las corridas de prueba
EXPERIMENTACIÓN . Corrida de la simulación para generar los datos deseados y efectuar análisis de sensibilidad.
INTERPRETACIÓN . Obtención de inferencias con base en datos generados por la simulación
IMPLANTACIÓN. Una vez seleccionada la mejor alternativa es importante llevarla a la práctica, en muchas ocasiones este último caso es el más difícil ya que se tiene que convencer a la alta dirección y al personal de las ventajas de esta puesta en marcha. Al implantar hay que tener cuidado con las diferencias que pueda haber con respecto a los resultados simulados, ya que estos últimos se obtienen, si bien de un modelo representativo, a partir de una suposiciones.
MONITOREO Y CONTROL : No hay que olvidar que los sistemas son dinámicos y con el transcurso del tiempo es necesario modificar el modelo de simulación, ante los nuevos cambios del sistema real, con el fin de llevar a cabo actualizaciones periódicas que permitan que el modelo siga siendo una representación del sistema.
PELIGROS Y PROBLEMAS EN SIMULACIÓN
Definir los límites y nivel de detalles del sistema. Subestimar el tiempo y costos involucrados en el proceso de modelación. Fallar en la selección del más simple y económico de los modelos para el fin establecido. Ausencia o pérdida de metodología estadística. Considerar como aproximados algunos atributos de un sistema que no existe. Entendimiento superficial del sistema a ser modelado. Poca destreza para comunicarse con administradores y staff que financiarán el proyecto.
La simulación es una técnica que puede ser aplicada a una gran cantidad de áreas, debido a que los avances tecnológicos y la disponibilidad de software que existen actualmente, hacen de ella una herramienta muy útil. Los siguientes son algunos ejemplos de las aplicaciones de la simulación en algunas áreas de estudio:
Sistema de colas. Sistema de inventarios Proyecto de inversión. Sistemas económicos Estados financieros. Problemas industriales. Problemas económicos Problemas conductuales y sociales Sistemas biomédicos Sistemas Justo a tiempo Sistemas de Logística
CONCLUSIONES SOBRE LOS CONCEPTOS BÁSICOS DE SIMULACIÓN
LA SIMULACIÓN ES UN PROCESO ITERATIVOUn experimento de simulación da el valor de los parámetros durante y al final de la simulación. el análisis de los resultados sugiere modificaciones a la estrategia, cambios tales como prioridades o reglas de secuencia. así, paso a paso, ganamos conocimiento sobre el sistema y su comportamiento hasta que se tiene suficiente información para hacer recomendaciones finales sobre el sistema a ser implementado.
LA SIMULACIÓN NO SE USA NORMALMENTE PARA ENCONTRAR SOLUCIÓN ÓPTIMA DEL PROBLEMA.En contraste con simulación, una técnica de programación matemática, tal como programación lineal, proporciona una solución óptima, sí existe. (la desventaja de tal técnica, sin embargo, es que permanece estática para cada conjunto de datos). puede parecer que la simulación es menos poderosa que la programación matemática u otro método matemático. sin embargo, la simulación es una excelente técnica cuando otros métodos fallan.
POR OTRA PARTE NO SIMULE CUANDO SE TENGA LAS SIGUIENTES CONDICIONES:POR OTRA PARTE NO SIMULE CUANDO SE TENGA LAS SIGUIENTES CONDICIONES:1. El problema puede resolverse usando “análisis de sentido común”.2. El problema puede resolverse analíticamente (usando una forma cerrada).3. Es más fácil cambiar o ejecutar experimentos directamente en el sistema real.4. El costo de la simulación excede el posible ahorro.5. No hay recursos disponibles para el proyecto.6. No hay tiempo suficiente para los resultados del modelo para usarse.7. No hay información o ni siquiera datos estimados.8. El modelo no puede ser verificado o validado9. Las expectativas del modelo no pueden ser alcanzadas.10. El comportamiento del sistema es demasiado complejo o no puede ser definido.
MODELACIÓN DE SISTEMAS
El primer paso a dar para estudiar un sistema es elaborar un modelo, el cual puede ser una representación formal de la teoría o una explicación formal de la observación empírica. Sin embargo, a menudo es una combinación de ambas. Los propósitos de usar un modelo son los siguientes:
1. Hace posible que un investigador organice sus conocimientos teóricos y sus observaciones empíricas sobre un sistema y deduzca las consecuencias lógicas de esta organización.
2. Favorece una mejor comprensión del sistema.3. Acelera análisis.4. Constituye un sistema de referencia para probar la aceptación de las modificaciones
del sistema.5. Es más fácil de manipular que el sistema mismo.6. Hace posible controlar más fuentes de variación que lo que permitiría el estudio directo
de un sistema.7. Suele ser menos costoso.
Al analizar un sistema podemos observar, que al cambiar un aspecto del mismo, se producen cambios o alteraciones en otros. Es en estos casos en los que la simulación, representa una buena alternativa para analizar el diseño y operación de complejos procesos o sistemas.
La modelación de sistemas es una metodología aplicada y experimental que pretende:
1. Describir el comportamiento de sistemas.2. Hipótesis que expliquen el comportamiento de situaciones problemática.3. Predecir un comportamiento futuro, es decir, los efectos que se producirán mediante
cambios en el sistema o en su método de operación.
DEFINICIÓN DE MODELO
UN MODELO ES UNA REPRESENTACIÓN DE UN OBJETO, SISTEMA O IDEA, DE FORMA DIFERENTE AL DE LA ENTIDAD MISMA. EL PROPÓSITO DE LOS MODELOS ES AYUDARNOS A EXPLICAR, ENTENDER O MEJORAR UN SISTEMA. UN MODELO DE UN OBJETO PUEDE SER UNA RÉPLICA EXACTA DE ÉSTE O UNA ABSTRACCIÓN DE LAS PROPIEDADES DOMINANTES DEL OBJETO.
El uso de modelos no es algo nuevo. El hombre siempre ha tratado de representar y expresar ideas y objetos para tratar de entender y manipular su medio. Un requerimiento básico para cualquier modelo, es que debe describir al sistema con suficiente detalle para hacer predicciones válidas sobre el comportamiento del sistema. Más generalmente, las características del modelo deben corresponder a algunas características del sistema modelado. La figura siguiente muestra el concepto de un modelo de simulación:
SE DEBE TOMAR EN CUENTA QUE NUESTRO MODELO NUNCA VA A SER UNA REPRESENTACIÓN EXACTA DE LA REALIDAD. (TRABAJAR EN UN RANGO).
Un modelo se utiliza como ayuda para el pensamiento al organizar y clasificar conceptos confusos e inconsistentes. Al realizar un análisis de sistemas, se crea un modelo del sistema que muestre las entidades, las interrelaciones, etc. La adecuada construcción de un modelo ayuda a organizar, evaluar y examinar la validez de pensamientos.
Al explicar ideas o conceptos complejos, los lenguajes verbales a menudo presentan ambigüedades e imprecisiones. Un modelo es la representación concisa de una situación; por eso representa un medio de comunicación mas eficiente y efectivo.
ESTRUCTURA DE LOS MODELOS DE SIMULACIÓN.
Los componentes son las partes constituyentes del sistema. También se les denomina elementos o subsistemas.
Las variables son aquellos valores que cambian dentro de la simulación y forman parte de funciones del modelo o de una función objetivo.
Los parámetros son cantidades a las cuales se les asignar valores, una vez establecidos los parámetros, son constantes y no varían dentro de la simulación.
"Las relaciones funcionales muestran el comportamiento de las variables y parámetros dentro de un componente o entre componentes de un sistema. Estas características operativas pueden ser de naturaleza determinística o estocástica. Las relaciones determinísticas son identidades o definiciones que relacionan ciertas variables o parámetros, donde una salida de proceso es singularmente determinada por una entrada dada. Las relaciones estocásticas son aquellas en las que el proceso tiene de manera característica una salida indefinida para una entrada determinada.
Las restricciones son limitaciones impuestas a los valores de las variables o la manera en la cual los recursos pueden asignarse o consumirse.
En las funciones de objetivos se definen explícitamente los objetivos del sistema y cómo se evaluarán, es una medida de la eficiencia del sistema.
SISTEMA
ENTRADAX
SALIDAY
PARÁMETROScaracterística o
atributos del sistema
MODELO
ENTRADA
SALIDA
PARÁMETROScaracterística o
atributos demodelo
CORRESPONDENCIA
INFERENCIA
CORRESPONDENCIA
EL PORQUE DE LOS MODELOS SE DEBE A LAS SIGUIENTES CONDICIONES:
Complejidad de la interrelación entre factores que definen un sistema. Preparación del tomador de decisiones. Incapacidad de clasificar los hechos relevantes e irrelevantes y cómo pueden afectarse al
implementar decisiones. Diseño o modificación de sistemas evaluando diferentes alternativas. Menor costo que en sistemas reales la toma de decisiones. La inexistencia del sistema real. Implementar sistemas para tomar decisiones genera grandes atrasos y se incurre en la
posibilidad que el sistema implementado sea insatisfactorio.
CARACTERÍSTICAS DESEABLES DE UN MODELO DE SIMULACIÓN
1. Que sea completo2. Adaptabilidad3. Credibilidad4. Simplicidad (menor número de parámetros)5. Factible tanto en Información como en recursos6. Económico (EL COSTO MÁXIMO DEL MODELO DEBE SER EL MÍNIMO BENEFICIO
QUE SE OBTIENE)
CLASIFICACIÓN DE LOS MODELOS
Los modelos pueden clasificarse de diversas maneras. Existen muchos modelos físicos tales como el modelo de un avión o, más generalmente, una réplica a escala de un sistema. Existen modelos esquemáticos que abarcan dibujos, mapas y diagramas. existen modelos simbólicos, de los cuales los que están basados en las matemáticas o en un código de computadora son simbólicos desempeñan funciones importantes en el diseño de los estudios de simulación de sistemas por medio de computadora.
Algunos modelos son estáticos; otros, dinámicos. Un modelo estático omite ya sea un reconocimiento del tiempo o describe un instante del estado de un sistema en determinado momento. En contraste, un modelo dinámico reconoce explícitamente el transcurso del tiempo. Además de proporcionar una secuencia de instantes del sistema en el transcurso del tiempo,
COSTO DEL MODELO
COSTO DEL ERROR
$
COMPLEJO DEL MODELO Y ERRORES (COMPLETO, EXACTO, ETC)
algunos modelos dinámicos especifican relaciones entre los estados de un sistema en diferentes momentos.
Otra distinción es la referente a los modelos deterministas contra modelos estocásticos. En los primeros, todas las entidades establecen relaciones matemáticas o lógicas constantes. Como consecuencia, estas relaciones determinan soluciones. En un modelo estocástico, por lo menos una parte de la variación tienen una naturaleza casual. Por tanto, un investigador puede, a lo sumo, obtener soluciones promedio mediante modelos estocásticos para resolver los problemas. El presente libro se concentra exclusivamente en modelos estocásticos.
NECESIDAD Y COSTO DEL DETALLE
Cuando se construye un modelo, un investigador se enfrenta constantemente al problema de equilibrar la necesidad del detalle estructural con la de hacer manejable el problema para las técnicas de solución aplicables al problema. Siendo un formalismo, un modelo es necesariamente una abstracción. Sin embargo, cuanto más detallado sea un modelo en forma explícita, mejor será la semejanza del modelo con la realidad. Otra razón para incluir el detalle es que se ofrecen mayores oportunidades para estudiar la respuesta del sistema cuando una relación estructural dentro del modelo altera con el propósito de investigación. Primero, puede considerarse un mayor número de combinaciones de los cambios estructurales y, segundo, puede estudiarse un mayor número de aspectos de la respuesta.
Por otra parte, el detalle por lo general dificulta la solución de los problemas. A menudo los detalles agregados cambian el método para resolver un problema de un método analítico a otro numérico, de manera que se pierde la generalidad de una solución analítica. El detalle también puede aumentar el costo de la solución. Sin embargo, el factor que sirve de límite en la utilización del detalle, es que a menudo no se tiene suficiente información sobre el sistema que se estudia, como para poder especificar otras características que no sean las obvias.
Todo modelo debe limitar el detalle en algún aspecto. Al hacer la descripción de un sistema en lugar del detalle, se hacen suposiciones sobre el comportamiento del sistema. Como se desea que estas suposiciones no contradigan el comportamiento observable del sistema, siempre que se pueda, se deben probar comparándolas con la observación.
CRITERIOS PARA REALIZAR UN BUEN MODELO.
Se ha definido a la simulación como el proceso del diseño de un modelo de un sistema real y la realización de experimentos con el mismo, con el propósito de entender ya sea el comportamiento del sistema o la evaluación de varias estrategias que se consideran para la operación del sistema. Esto implica el establecer ciertos criterios que debe cumplir todo buen modelo de simulación:
Fácil de entender por parte del usuario. Dirigido a metas u objetivos. No dé respuestas absurdas. Fácil de controlar y manipular por parte del usuario. Completo, en lo referente a asuntos importantes. Evolutivo, es decir, que debe ser sencillo al principio y volverse más complejo, de acuerdo con
el usuario.
RIESGOS DE LA ELABORACIÓN DE MODELOS.
Primero, no existe garantía alguna de que el tiempo y el trabajo dedicados a establecer el modelo tendrá como resultado algo útil así como beneficios satisfactorios. El fracaso suele ocurrir porque el
nivel de recursos es demasiado bajo. Sin embargo, a menudo el investigador se ha basado más en el método y no suficientemente en el ingenio cuando el balance apropiado entre conducirá a la mayor probabilidad de éxito.
La segunda advertencia se refiere a la tendencia del investigador de defender su representación particular de un problema como la mejor que existe de la realidad. Esta situación ocurre a menudo después de que ha invertido mucho tiempo y trabajo esperando resultados útiles.
La tercera advertencia es la referente a la utilización del modelo para predecir más allá del intervalo de aplicación sin la debida especificación. Por ejemplo, puede diseñarse un modelo para pronosticar el comportamiento del sistema para un periodo futuro. Si se toma el mismo modelo para predecir en dos periodos futuros, debe especificarse de manera explícita a quienes lo utilizan en el sentido de que en estas predicciones el periodo futuro de predicción no es tan exacto como en el caso de la predicción para determinado periodo. Omitir una especificación apropiada con respecto a un modelo de extrapolación da como resultado quizás la única y mayor causa de la mala aplicación practica. FUENTE: http://www.itson.mx/dii/atorres/Introd.doc
SIMULACION EN UN LENGUAJE DE ALTO NIVEL
Para programar la simulación de un proceso discreto empleando un lenguaje de alto nivel, se debe seguir el esquema de la figura:
El ejemplo muestra la simulación de una panadería en lenguaje C. Los clientes llegan a una tienda según una distribución exponencial en los tiempos de llegada. El panadero los atiende según una distribución uniforme.
Transparencias Paquete básico SimJava Transparencias Paquete de animaciones SimAnim Transparencias Paquete de diagnosis SimDiag Sitio oficial SimJava Ejemplos comentados en aula: granjeros y cache
ARENA
Transparencias Introducción ppt Ejemplos ITV en serie doe Ejemplos ITV con planificación doe
Simuladores
Los simuladores son programas computacionales que muestran fuguras de malabarismo. Además te brindan una referencia de las matemáticas de cada figura, y de altura, gravedad, etc. Los más comunes para PC bajo plataformas Win95, Win98
Joe Pass
Excelente simulador de pases. Puedes crear tus estilos, jugar con 2 o mas personajes, en realidad casi de todo.Web: http://www.koelnvention.de/softwarePrograma: joepass.zip [ 822 Kb ]
Jongl v1.8 / v12.0 (WinXP)
Este programa es muy bueno, puedes dar pases y jugar con diferentes figuras. Debes bajar estos archivos de Librería y extraerlos a la carpeta C:\Windows\systemWeb: http://www.jongl.dePrograma: jongl-8.0.1-windows.zip (Win95/98/NT/ME/2000) [ 751 Kb ]Programa: jonglV12pre-windows.zip (solo para WinXP) [ 3.32 MB ]Librerías requeridas: Bajar DLL 1 | Bajar DLL 2
Virtual Juggler
Este es un excelente programa en 3D. Puedes rotar la imagen y verla de diferentes angulos. Además se puede malabarear con clavas, pelotas, y argollas.Web: http://members.lycos.co.uk/VirtualJuggler
Uno de los mejores simuladores de malabarismo. Puedes hacer tus propios trucos. Sus movimientos son muy realistas. Trabaja bajo MS-DOS.Programa: matsuoka.zip [ 73.5 Kb ]
Jawin
Excelente programa, uno de los mejores. Posee 3 tipos de juego, como el Bounce; juego de rebote y el Juggle Master. Se puede hasta grabar la figura en formato Gif Animado o HTML.Programa: jawin.zip [ 94 Kb ]
JugglingLab
La continuación proyecto Jawin, con varias mejoras: pelotas de colores, girar al malabaristas, gráficos de movimiento de pelotas, entre otros. Necesita Java para funcionar. Web: http://jugglinglab.sourceforge.netPrograma: JugglingLab-0.5.1.zip [ 1650 Kb ]
JugglePro, Version 3.6
Muy buen programa, trabaja bajo DOS y sus movimientos son muy realistas. Puedes rotar la imagen y hacer tus propias figuras.Programa: jp36.zip [ 137 Kb ]
Easy Juggle, juggling teacher
Aunque trae pocos trucos igual puedes aprender los mivimientos, agregarle N° de pelotas, velocidad, etc.Programa: jugle121.zip [ 88,8 Kb ]
Juggling Tutor: 3 Ball Juggler
Muy buen programa, este hace algunos trucos simples y los explica (inglés) como shower, box, etc.Programa: jugle121.zip [ 88,8 Kb ]
