You are on page 1of 11

Unidad 1.- INTRODUCCION A LA SIMULACION 1.

1 Definición E Importancia Simulación En 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 pued e estudiar el efecto de cambios internos y externos del sistema, al hacer alteraciones en el modelo del sistema y observando los efectos de esas alteraciones en el comportamiento del sistema. • Una observación detallada del sistema que se está simulando pu ede conducir a un mejor entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la operación y eficiencia del sistema. • La simulación de sistemas complejos puede ayudar a entender mejor la operación del sistema, a detectar las variables más importantes que interactúan en el sistema y a entender mejor las interrelaciones entre estas variables. • La técnica de simulación puede ser utilizada para experimentar con nuevas situaciones, sobre las cuales tiene poca o ninguna información. A través de esta experimentación se puede anticipar mejor a posibles resultados no previstos. • Cuando nuevos elementos son introducidos en un sistema, la simulación puede ser usada para anticipar cuellos de botella o algún otro problema que puede surgir en el comportamiento del sistema. 1.2 Conceptos Básicos Modelación ¿Qué es simulación? Aunque la mayoría de la gente tiene una ligera idea de lo que es la simulación, existe mucha confusión de términos y conceptos que se aclararán en esta etapa. Por ejemplo, podemos pensar en los juegos de niños donde actúan como si fuesen vaqueros (cowboys) en un pueblo del Oeste Americano de hace un siglo. Pero esta intuición a menudo no se corresponde con la definición formal de simulación. Lo que usualmente sí se tiene claro es que cada vez resulta más

La simulación. en simulaciones por ordenador es necesario definir un modelo a partir de reglas matemáticas y/o lógicas.  Que se puede aplicar cuando no existen técnicas matemáticas o analíticas para el problema tratado. Por lo tanto. lo que se conoce por maqueta. por analogía. mecánica. de tamaño. que permite descomponerlo y analizarlo por partes. etc. Debido a esto se experimentan nuevas técnicas. etc. ya sea por cuestiones de seguridad. es decir. algoritmos. de tiempo. táctil. aunque no por esto es más importante que los otros tipos. estructural. Similitud Probabilística: este tipo proviene del comportamiento del fenómeno de origen. . El Modelo Mientras que en simulación fuera del ordenador se requiere montar una réplica física de lo que se quiere estudiar. química. por lo general. etc. la economía. Por esta razón. sonora. Un modelo de simulación adquiere importancia y significado en virtud de su similitud con un fenómeno de interés determinado.  Que la simulación es el único medio que permite investigar las características de diseño de un sistema determinado.importante en el mundo de la ciencia y la tecnología. La disciplina de la estadística conocida por análisis de probabilidad se encarga de estudiar la probabilidad con que un fenómeno tiende a manifestarse. Este tipo comprende diversas componentes de similitud que pueden ser o no importantes en cada caso: visual. etc. se pueden definir la siguientes propiedades de la similitud conceptual: asociativa. etc. Similitud Conceptual: esta similitud hace referencia a las estructuras internas del fenómeno de estudio y a como están organizadas. Por lo tanto fuerza la especificación detallada del sistema y en consecuencia del problema. la similitud probabilística hace referencia a las propiedades funcionales del fenómeno de estudio. La similitud del modelo respecto al fenómeno de origen se clasifica en los siguientes tipos: Similitud Física: este es el tipo de similitud que más se asocia cuando se habla de simulación en general y concretamente en realidad virtual aplicada a la simulación. intenta responder la pregunta:  Que se puede aplicar cuando no es práctico experimentar con el sistema real en su entorno natural. las ciencias sociales.

 . donde el fenómeno de origen no tiene unas propiedades físicas. las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio. 1991): Modelos Físicos: Son aquellos que pretenden ser una réplica física del sistema estudiado. donde se está perdiendo cierta información volumétrica.  Que permite detectar problemas no previstos debido al análisis que se realiza del funcionamiento del modelo. el cual puede ser construido tanto físicamente como mediante una aplicación de realidad virtual. concretamente la dinámica de fluidos del aire. 1. Que se puede aplicar cuando se ha de evaluar un sistema utilizando medidas estadísticas. En los dos casos. etc. son un modelo de un mismo fenómeno de estudio. Modelos Esquemáticos: Son aquellos que presentan ciertas características del sistema. es necesario hacer primeramente un análisis preliminar de este. las variables que interactúan dentro del sistema y sus interrelaciones. SIGELMAN.  Que se puede aplicar cuando es necesario simular un período de tiempo muy largo de forma comprimida.  Definición del sistema: Para tener una definición exacta del sistema que se desea simular. Formulación del modelo: Una vez definidos con exactitud los resultados que se esperan obtener del estudio. En la formulación del modelo es necesario definir todas las variables que forman parte de él. se define y construye el modelo con el cual se obtendrán los resultados deseados. Por ejemplo: un túnel de viento. Por ejemplo. de materiales. unas fórmulas de comportamiento económico. las restricciones del sistema. sino que es fruto de una organización social. pero en cambio nos aporta una información de organización espacial. Por ejemplo: el plano de un edificio.3 Metodología de la simulación. Modelos Simbólicos: Son aquellos que codifican mediante algún lenguaje matemático o informático las características del sistema. con el fin de determinar la interacción con otros sistemas.. Existen diversas clasificaciones de modelos según el enfoque deseado: Clasificación Formal de modelos (WHICKER. o viceversa. sus relaciones lógicas y los diagramas de flujo que describan en forma completa el modelo.

. Simscript. lisp. Simula. GPSS. .. consiste en generar los datos deseados y en realizar un análisis de sensibilidad de los índices requeridos. etc.     1.4 Modelos Y Control El concepto de sistema en general está sustentado sobre el hecho de que ningún sistema puede existir aislado completamente y siempre tendrá factores externos que lo rodean y pueden afectarlo.. Rockwell Arena. con el cual se facilita la interacción y el uso del modelo desarrollado. o se utiliza algún paquete como Vensim. el siguiente paso es decidir si se utiliza algún lenguaje como el fortran.  La aceptación y confianza en el modelo de la persona que hará uso de los resultados que arroje el experimento de simulación.  La comprobación de falla del modelo de simulación al utilizar datos que hacen fallar al sistema real.. para procesarlo en la computadora y obtener los resultados deseados.. Validación: A través de esta etapa es posible detallar deficiencias en la formulación del modelo o en los datos alimentados al modelo.. Stella e iThink. Documentación: Dos tipos de documentación son requeridos para hacer un mejor uso del modelo de simulación. Interpretación: Se interpretan los resultados que arroja la simulación y con base a esto se toma una decisión. Es obvio que los resultados que se obtienen de un estudio de simulación ayuda a soportar decisiones del tipo semi-estructurado. Implementación del modelo con la computadora: Con el modelo definido. etc. Las formas más comunes de validar un modelo son:  La opinión de expertos sobre los resultados de la simulación.  La exactitud con que se predicen datos históricos. La primera se refiere a la documentación del tipo técnico y la segunda se refiere al manual del usuario.  Colección de datos: Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados.  La exactitud en la predicción del futuro. Experimentación: Se realiza después de que el modelo haya sido validado.

Matemáticamente. Cuando un sistema determinístico es alimentado con entradas estocásticas. mientras que las fronteras distinguen las entidades dentro de un sistema de las entidades que constituyen su medio ambiente. el estado cambia en infinitos puntos de tiempo. 1991):  Determinístico: Si el sistema no contiene ningún elemento aleatorio es un sistema determinístico.Los objetivos que se persiguen al estudiar uno o varios fenómenos en función de un sistema son aprender cómo cambian los estados. a un cavernícola le podía parecer que las eclipses eran fenómenos aleatorios. un sistema puede ser (Law and Kelton. existe dentro de un medio ambiente y tiene subsistemas. las variables de salidas e internas quedan perfectamente determinadas al especificar las variables de entrada. Es decir. se puede considerar a un sistema real con un sistema determinístico si su incertidumbre es menor que un valor aceptado. la respuesta del sistema es también estocástica. todo sistema consta de 3 características. Clasificación de sistemas De acuerdo a su naturaleza. En el mundo real. Por ejemplo. hoy ellas son predichas. para entradas conocidas no es posible asegurar los valores de salida. predecir el cambio y controlarlo. El recipiente del calentador es un subsistema continuo porque tanto M como T evolucionan en forma continua durante la operación del sistema. El calentador eléctrico estudiado es un sistema determinístico. los sistemas siempre tienen elementos estocásticos ya sea por su propia naturaleza o porque son fenómenos no comprendidos actualmente. la temperatura ambiente es una variable estocástica que afecta la respuesta del calentador eléctrico. Sin embargo. por ejemplo. las relaciones funcionales entre las variables del sistema están perfectamente definidas. . Entonces. Un ejemplo de sistema estocástico es una máquina tragamonedas en la cual una misma acción (tirar la palanca) genera un resultado incierto (ganar o perder). En este tipo de sistema. el medio ambiente es el conjunto de circunstancias dentro de las cuales esta una situación problemática. los parámetros y las variables de estado.  Estocástico: En este caso algún elemento del sistema tiene una conducta aleatoria.  Continuo: Se tiene un sistema continuo cuando las relaciones funcionales entre las variables del sistema sólo permiten que el estado evolucione en el tiempo en forma continua (basta que una variable evolucione continuamente). Tienen fronteras.

o utilizar un modelo estocástico para modelar un sistema determinístico (por ejemplo. Un modelo debe ser:        Fácil de entender por parte del usuario. Debido a que un modelo es una simplificación o abstracción de un sistema real. a la variable tiempo. Dinámico: Los modelos dinámicos son una representación de la conducta dinámica de un sistema. Dirigido a metas u objetivos. Fácil de manipular y controlar por parte del usuario. debe ser sencillo al principio y volverse más complejo en el tiempo. un modelo es también un sistema. Clasificación de modelos Como ya fue planteado. Adaptable. en lo referente a asuntos importantes. habrá casos en que será conveniente utilizar un modelo discreto para modelar un sistema continuo (por ejemplo. en cuanto no de respuestas absurdas. Entonces. los modelos dinámicos. Ejemplo: costo para cantidad de camas reservadas (en un hospital). Completo. Sensato.  . Los modelos dinámicos constantemente aplican sus ecuaciones considerando cambios de tiempo. debe ser sencillo comunicarse con el modelo. explícitamente. y todas las combinaciones posibles. con un sencillo procedimiento para modificar o actualizar el modelo. salvo en los aspectos relevantes. son reiterativos.  Estático: Son aquellos que no toman en cuenta. por otro lado. Las causas instantáneas de los cambios de estados se denominan eventos. por lo tanto valen todas las definiciones y clasificaciones que se establecieron anteriormente. Evolutivo. la determinación del área de una figura utilizando la simulación de Monte Carlo). mientras un modelo estático involucra la aplicación de una sola ecuación. Es decir. Discreto: Se tiene un sistema discreto cuando las relaciones funcionales del sistema sólo permiten que el estado varíe en un conjunto finito (contable) de puntos temporales. no es necesario. que el modelo guarde una total correspondencia con el sistema real. la integración numérica de una función utilizando la regla del trapecio).

El volumen puede aumentar o puede disminuir. Análogos: Los modelos análogos poseen algunas propiedades similares a los objetos representados pero sin ser una réplica morfológica de los mismos. localización física de objetos geográficos. Una fábrica que ensambla partes es un buen ejemplo de un sistema de evento discreto. se es es es     Físico: Llamados así. La simulación continua análoga a un depósito en donde el fluido que atraviesa una cañería constante. no permite la formulación de una regla para determinar el resultado preciso de un experimento. Continuo: En modelos continuos. (NASA. sus relaciones importancia. Discreto: El estado de los cambios en los modelos sólo se dan cuando esos eventos ocurren. se obtienen por medio del azar. así como los clientes que llaman. ni las endógenas. el cambio de valores basa directamente en los cambios de tiempo. Mediante esta transformación se persigue hacer legibles propiedades tales como altitud. distancia. 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. pero el flujo continuo. Es aquel en el cual información pasada. Es aquel en el cual se establecen las condiciones para que al ejecutar el experimento se determine el resultado. debido a que se suponen relaciones exactas para las características de operación. La llegada de órdenes. Durante muchos años. debido a que se semejan al sistema en estudio. o las partes que están siendo ensambladas. líneas aéreas comerciales). se obtienen al azar. Determinístico: En éstos ni las variables exógenas. 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   . Estocástico: Los valores de ésta o estas variables. los ingenieros han usado modelos de tamaño natural y han reducido y puesto a escala a los mismos para probarlos. Son variables con valores preestablecidos. Las entidades individuales (partes) son ensambladas basadas en eventos (recibo o anticipación de órdenes).

 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. con el fin de determinar la iteración del sistema con otros sistemas. 1.  Implementación Del Modelo En La Computadora: Aquí se define cual es el lenguaje que se va a utilizar algunos de estos pueden ser de propósito general como: Visual Basic. Por ello es importante que se defina con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados. PROMODEL. las variables que interactúan dentro del sistema y sus interrelaciones. la estimación de esfuerzos a los que está sometido.una codificación matemática.5 Estructura y etapas de un estudio de simulación. Aquí es necesario definir las variables que forman parte del modelo. Java. . SIMULA. por ejemplo. sus relaciones lógicas y los diagramas de flujo que describan en forma completa al modelo.  Validación: A través de esta etapa es posible detallar definiciones en la formulación del modelo o en los datos alimentados al modelo. las restricciones del sistema. Un ejemplo de modelo simbólico es la representación de un edificio mediante la identificación y codificación en una estructura geométrica de sus elementos básicos.  Definición Del Sistema: Para tener una definición exacta del sistema que se desea simular. Las formas más comunes de validar un modelo son: a) Opinión de expertos b) La exactitud con la que se predicen los datos c) Exactitud de la predicción del futuro d) Comprobación de la falla del modelo de simulación al utilizar datos que hacen fallar al sistema. las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio. pueda influenciar el desarrollo y formulación del modelo. El modelo así construido permite la aplicación de algoritmos para.  Colección De Datos: Es posible que la facilidad de obtención de algunos datos o la dificultad de conseguir otros. es necesario hacer primeramente un análisis preliminar del mismo. Delphi o se pueden usar unos paquetes como: GBSS.

1. hasta encontrar las más adecuadas. Consiste en establecer nuevos nexos entre datos e incógnitas .6 Etapas Proyecto Simulación Otro importante aspecto abordado en la investigación es la identificación y estudio de las técnicas de integración para la formulación de las tareas docentes. Por analogía. A continuación se describen muy brevemente algunas técnicas utilizadas para la formulación de problemas químicos de integración estructural. 3.  Documentación: Existen dos tipos de documentación que son requeridos para hacer un mejor uso del modelo de simulación. En esta técnica se hace uso de la reproducción en una primera fase.  Interpretación: A que se interpretan los resultados que arroja la simulación y en base a esto se toma una decisión. que son los más importantes: 1. Consiste en un proceso continuo de adecuación y ajuste por búsqueda y prueba de los datos y/o las incógnitas según las condiciones del problema. Tanteo-error. memoria. 2.  Experimentación: La experimentación con el modelo se realizara después de que este ha sido validado. Manual del Usuario: Es la documentación que facilita la interpretación y el uso del modelo desarrollado a través de una terminal de computadora.e) Aceptación y confianza en el modelo de la persona que lo usara. La experimentación consiste en generar los datos deseados y en realizar análisis de sensibilidad de los índices requeridos. Modelación. Asociación. inmediatamente se activan los componentes intelectuales básicos: sensaciones. percepciones. pensamiento e imaginación.  Documentación Técnica: Es la documentación que con el departamento de procesamiento de datos debe tener del modelo. Fijado el objetivo que se persigue en la creación de un problema.

picking de estibas. Entidades Son los objetos que fluyen a través del sistema. cajas. utilización de los recursos humanos. como por ejemplo: diagramas de Gantt de las piezas en proceso. Estadísticas e indicadores: Dada la estructura de la simulación de eventos discretos es posible obtener todo tipo de estadísticas e indicadores relevantes a la operación modelada. puesto que se parte de un ejemplo concreto que debe ser modificado y no de recuerdos que pueden ser borrosos y a veces confusos. zona de fast picking. alistamiento y despacho. diagrama de Gantt de los recursos utilizados. 5. tiempos de ciclo de piezas en proceso). Consiste en elaborarla de forma tal que las incógnitas de los diferentes incisos mantengan una dependencia sucesiva en forma de cadena.siguiendo formatos y textos guardados en la memoria para obtener otras por medio de la innovación. 1. podrían ser: clientes. Reformulación. camiones y pallets entre otros Atributos . Se diferencia de la analogía por la profundidad de los cambios introducidos. productos. de esta forma es posible construir modelos que representen la realidad en el nivel de detalle deseado. 4. Consiste en reconstruir la estructura gramatical y de sistema mediante procesos de innovación. Por inclusión. cuyo procedimiento es asequible a cualesquier sujeto.7 Elementos Básicos De Un Simulador De Eventos Discretos. Es una técnica muy sencilla. por ejemplo el diseño de un modelo de un centro de distribución con recibo. inclusive se puede obtener información que muchas veces en los sistemas reales sería inimaginable tener. Facilidad de modelamiento: En general la simulación de eventos discretos permite modelar situaciones de alto nivel de complejidad con funciones relativamente sencillas. Integración. almacenamiento.

Reloj de simulación Variable que lleva control del tiempo virtual de simulación. buffers de almacenamiento. bandas transportadoras. Variables Son aquellas que definen el modelo y sus estados como un conjunto: número de entidades en proceso. en el modelo el reloj de simulación podría haber avanzado días. número de entidades entrantes. Eventos Diferentes tipos de acontecimientos que ocurren a través de la simulación. inicio de operación de un trabajador.Son las diferentes características que definen a las entidades: tipo. número de entidades salientes. es decir mientras en mi reloj de mano pasaron 5 minutos desde que se ejecutó la simulación. peso. tiempo de inicio de un proceso. finalización de un proceso de fabricación. tales como: llegada de un paciente. daño de una máquina. montacargas. volumen. que hacen que el reloj de simulación avance. máquinas. edad. género. no se debe confundir con el tiempo real de ejecución. Recursos Objetos a los que se les asocia algún tipo de gasto o de consumo de los mismos para realización de tareas de operación o transporte: operarios. meses o inclusive años. . costo de proceso unitario.