ACTIVIDAD II

MODELOS DE PROGRAMACIÓN DINÁMICA

ELABORADO POR:

GABRIEL DAVID PULGARIN

RUTH ANGELICA ARISTIZABAL
ELSON HEILER PALACIOS

GRUPO: 212026_39

TUTOR
DIEGO EDIXON KARACHA RODRIGUEZ

MODELOS Y SIMULACIÒN

UNIVERSIDAD ABIERTA Y A DISTANCIA-UNAD

ESCUELA DE CIENCIAS ADMINISTRATIVAS, CONTABLES, ECONOMICAS Y DE
NEGOCIOS
PROGRAMA DE INGENIERIA INDUSTRIAL
MARZO DE 2019
 INTRODUCCIÒN

Un modelo es la representación simplificada de un sistema, donde se describen las variables

dependientes e independientes de interés, características y restricciones mediante símbolos,
diagramas y ecuaciones. Pueden ser descriptivos o de simulación, en los primeros únicamente se
representan los componentes del sistema, mientras que en los segundos se imita el funcionamiento
del sistema y se obtienen resultados predictivos, en forma de datos numéricos o gráficos. En el
ámbito científico, los modelos se han empleado en diferentes disciplinas, logrando mejorar el
conocimiento de las características y el funcionamiento de los sistemas o elementos evaluados;
conociendo mejor el problema se ha mejorado en el planteamiento y fundamentación de hipótesis
de investigación. Por otro lado, para el manejo y planificación de los sistemas, el uso de modelos
permite una representación anticipada de la administración y uso de los componentes y recursos,
así como la adición, sustracción o modificación de interacciones y relaciones.
En esta actividad se evaluarán conceptos básicos de los modelos y simulación, resolviendo
ejercicios de aplicación sobre los modelos de programación dinámica.
 OBJETIVOS

GENERAL
 Desarrollar los temas propuestos en el taller de la unidad 1: Modelos y Simulación
Dinámica, basada en Programación lineal.

ESPECÍFICOS

 Reconocer los conceptos de la modelación y simulación de procesos en sistemas

industriales y el uso de tecnologías para el análisis de escenarios.

 Determina las técnicas de modelamiento para la generación de escenarios de solución

óptima, de acuerdo a las condiciones y medidas de desempeño del sistema real productivos
y logísticos.

 El estudiante Aplicar las técnicas de simulación de los escenarios analizados a través de

herramientas informáticas para interpretar los sistemas , proponer soluciones y toma de
decisiones
 JUSTIFICACIÒN

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.
A través de un estudio de simulación, se puede 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 puede conducir a un mejor entendimiento del sistema y por consiguiente a sugerir
estrategias que mejoren la operación y eficiencia del sistema.
Las áreas de aplicación de la simulación son muy amplias, numerosas y diversas, basta mencionar
sólo algunas de ellas: Análisis del impacto ambiental causado por diversas fuentes Análisis y diseño
de sistemas de manufactura. Análisis y diseño de sistemas de comunicaciones. Análisis de grandes
equipos de cómputo. Análisis de un departamento dentro de una fábrica. Adiestramiento de
operadores. Análisis financiero de sistemas económicos. Evaluación de sistemas tácticos o de
defensa militar. Por las razones expuestas anteriormente, es necesario que se apliquen conceptos
básicos en el área de ingeniería.
 ESQUEMA DE TRABAJO

PUNTO 1.

Desarrollar los siguientes contenidos conceptuales

1.1 Qué es la simulación y modelación, tipos y usos.

SIMULACIÒN
Como antecedentes de la teoría de la simulación podríamos mencionar la teoría de la dinámica de
sistemas. A su vez, la teoría de la dinámica de sistemas se basó en la teoría de los servomecanismos,
cuya característica fundamental es la existencia en los mismos de una realimentación de
información. Se entiende por realimentación el proceso en virtud del cual, cuando se actúa sobre
un determinado sistema, se obtiene continuamente información sobre los resultados de las
decisiones tomadas, información que servirá para tomar las decisiones sucesivas. La teoría de los
servomecanismos tiene dos características fundamentales: El estudio sistemático del concepto de
realimentación y un amplio desarrollo del estudio del comportamiento dinámico de los sistemas
donde se encuentra el germen de la noción de sistema dinámico [Aracil, J.,1986]. Estas ideas de
realimentación y de sistema dinámico se aplicaron en el estudio de procesos socioeconómicos más
que en procesos tecnológicos ya que en los procesos socioeconómicos se desconocen, la mayoría
de las veces, las leyes que rigen las interacciones elementales que se producen en el seno de los
mismos y sin embargo muestran un comportamiento dinámico y una fuerte interacción entre sus
partes. Es decir, según pasa el tiempo, las variables con que se mide su estado, tales como las
ventas, la producción, los empleados etc., fluctúan considerablemente, como consecuencia de las
interacciones que se producen entre ellas, que además son aleatorias.
La simulación es un medio mediante el cual tanto nuevos procesos como procesos ya existentes
pueden proyectarse, evaluarse y contemplarse sin correr el riesgo asociado a experiencias llevadas
a cabo en un sistema real. Es decir, permite a las organizaciones estudiar sus procesos desde una
perspectiva sistemática procurando una mejor comprensión de la causa y efecto entre ellos además
de permitir una mejor predicción de ciertas situaciones. La teoría de la simulación permite valorar,
replantear y medir, por ejemplo, la satisfacción del cliente ante un nuevo proceso, la utilización de
recursos en el nuevo proceso o incluso el tiempo para minimizarle. Todas estas posibilidades hacen
de la simulación un instrumento ideal para un esfuerzo de replanteamiento de la empresa.

Tipos de simulación
De acuerdo a la naturaleza del modelo empleado, la simulación puede ser por (Fishman, 1978):
 Identidad: Es cuando el modelo es una réplica exacta del sistema en estudio. Es la que
utilizan las empresas automotrices cuando realizan ensayos de choques de automóviles
utilizando unidades reales.
  Cuasi-identidad: Se utiliza una versión ligeramente simplificada del sistema real. Por
ejemplo, los entrenamientos militares que incluyen movilización de equipos y tropas pero
no se lleva a cabo una batalla real.
 Laboratorio: Se utilizan modelos bajo las condiciones controladas de un laboratorio. Se
pueden distinguir dos tipos de simulaciones:
o Juego operacional: Personas compiten entre ellas, ellas forman parte del modelo,
la otra parte consiste en computadoras, maquinaria, etc. Es el caso de una
simulación de negocios donde las computadoras se limitan a recolectar la
información generada por cada participante y a presentarla en forma ordenada a
cada uno de ellos.
o Hombre-Máquina: Se estudia la relación entre las personas y la máquina. Las
personas también forman parte del modelo. La computadora no se limita a recolectar
información, sino que también la genera. Un ejemplo de este tipo de simulación es
el simulador de vuelo.
 Simulación por computadora: El modelo es completamente simbólico y está implementado
en un lenguaje computacional. Las personas quedan excluidas del modelo. Un ejemplo es
el simulador de un sistema de redes de comunicación donde la conducta de los usuarios está
modelada en forma estadística. Este tipo de simulación a su vez puede ser:
o Digital: Cuando se utiliza una computadora digital.
o Analógica: Cuando se utiliza una computadora analógica. En este grupo también se
pueden incluir las simulaciones que utilizan modelos físicos.
Modos de simulación
Como ya se planteó anteriormente, cuando se simula se experimenta con un modelo para obtener
ciertos resultados. Un modelo es también un sistema, y de acuerdo al tipo de variables de salida del
modelo el modo de simulación.
 Análisis: Es el modo más empleado, en él las variables de salida del modelo representan a
las variables de salida del sistema real. Este modo se utiliza para estimarla respuesta del
sistema real ante entradas especificadas. Debido a que imita un sistema que realmente
funciona, el modelo es matemáticamente más estable y se asegura la existencia de una
solución.
 Diseño: En este modo las salidas del modelo representan a los parámetros del sistema real.
Se utiliza en la etapa de diseño de un equipo donde el problema es determinar los
parámetros para los cuales el sistema producirá las salidas deseadas para las entradas
especificadas.
 Control: Las variables de salida del modelo representan a las variables de entrada del
sistema real. Este modo sirve para determinar los valores que deberán adoptar las entradas
del sistema para producir los resultados deseados. Se utiliza cuando se desea determinar las
condiciones de operación de un sistema.

Por lo general, los simuladores se operan en modo diseño dejando al usuario la tarea de iterar para
obtener los resultados provistos por los otros modos. Por ejemplo, para estimar el voltaje requerido
para el calentador (modo diseño), se pueden realizar varias simulaciones en modo análisis para un
conjunto de valores de voltaje, y se selecciona el que produce la salida deseada.

MODELADO
Modelado es el proceso de construcción de un modelo. Un modelo es una representación de un
objeto, sistema, o idea. Usualmente, su propósito es ayudar explicar, entender o mejorar un sistema
(Shannon, 1988). Los modelos son útiles para:
 El pensamiento: Al construir un modelo necesariamente se debe ordenar y completar el
conocimiento que del sistema real se posee.
 La comunicación: Un modelo elimina la ambigüedad del lenguaje para comunicarse con
expertos.
 El entrenamiento y la instrucción: Un modelo puede ser utilizado para entrenar con costo
y riesgo casi nulos. Por ejemplo, los submarinos a escala utilizados por la marina alemana
para entrenar en secreto antes de la segunda guerra mundial; o también, el sistema de barcos
a escalas utilizados actualmente en Francia para entrenar a los capitanes de barcos
petroleros.
 La predicción: Un modelo sirve para predecir la conducta del sistema real. Es el caso de los
modelos utilizados para predecir, mediante simulación, la evolución del clima mundial. El
modelo de la teoría de la relatividad predice, sin hacer una simulación, que no es posible
superar la velocidad de la luz.
 La experimentación: La experimentación con un modelo es barata y segura. Se emplea
frecuentemente en el diseño de un sistema; por ejemplo, las pruebas que se realizan en un
túnel de viento con un modelo a escala de un avión o de un automóvil.

El modelado es un arte. Cualquier conjunto de reglas para desarrollar modelos tiene una utilidad
limitada y sólo puede servir como una guía sugerida. El arte de modelar consiste en la habilidad
para analizar un problema, resumir sus características esenciales, seleccionar y modificar las
suposiciones básicas que caracterizan al sistema, y luego enriquecer y elaborar el modelo hasta
obtener una aproximación útil. Los pasos sugeridos para este proceso son:
1. Establecer una definición clara de los objetivos.
2. Analizar el sistema real.
3. Dividir el problema del sistema en problemas simples.
4. Buscar analogías.
5. Considerar un ejemplo numérico específico del problema.
6. Determinar las variables de interés.
7. Escribir los datos obvios.
8. Escribir las ecuaciones teóricas o empíricas que describen los fenómenos presentes y relacionan
las variables de interés.
9. Si se tiene un modelo manejable, enriquecerlo. De otra manera, simplificarlo.
Generalmente, simplificar un modelo implica:
  Convertir variables en constantes. ·
 Eliminar o combinar variables. ·
 Suponer linealidad.
 Agregar suposiciones más potentes y restricciones.
 Restringir los límites del sistema.

Para enriquecerlo se procede de la forma contraria. Durante el proceso de modelado se debe
alcanzar un equilibrio entre el grado de detalle y el riesgo de falta de exactitud. El mejor modelo,
es el modelo más simple que puede resolver el problema con el grado de exactitud requerido.
Un modelo debe ser:

 Fácil de entender por parte del usuario.

 Dirigido a metas u objetivos.
 Sensato, en cuanto no de respuestas absurdas.
 Fácil de manipular y controlar por parte del usuario. Es decir, debe ser sencillo comunicarse
con el modelo

Clasificación de modelos
Como ya fue planteado, un modelo es también un sistema; por lo tanto valen todas las definiciones
y clasificaciones que se establecieron anteriormente. Debido a que un modelo es una simplificación
o abstracción de un sistema real, no es necesario, salvo en los aspectos relevantes, que el modelo
guarde una total correspondencia con el sistema real. Entonces, habrá casos en que será conveniente
utilizar un modelo discreto para modelar un sistema continuo (por ejemplo, la integración numérica
de una función utilizando la regla del trapecio), o utilizar un modelo estocástico para modelar un
sistema determinístico (por ejemplo, la determinación del área de una figura utilizando la
simulación de Monte Carlo), y todas las combinaciones posibles.

Modelos teóricos vs. Experimentales

Si el modelo que se construye sólo se orienta a reproducir las salidas del sistema real sin intentar
modelar su comportamiento interno; entonces, será un modelo experimental o de caja negra. En
cambio, si el modelo también intenta reproducir las relaciones funcionales del sistema será un
modelo con base teórica. Un modelo experimental requiere una gran cantidad de datos para poder
calibrarlo o ajustarlo correctamente, y su rango de validez está limitado a este conjunto de datos.
En contraposición, un modelo teórico requiere una cantidad menor de datos y puede ser utilizado
fuera del rango de los mismos ya que el rango de validez del modelo está dado por la teoría utilizada
y no por los datos.

Modelos de caja negra

Debido a las limitaciones del conocimiento actual o por la complejidad involucrada, todo modelo
con base teórica siempre tiene una parte con base empírica. En efecto, debido a que no existe una
teoría apropiada o su implementación es demasiada compleja, siempre es necesario recurrir a
experimentos para determinar el valor del algún parámetro o definir alguna relación entre las
variables.

1.2 Investigue para la modelación las principales herramientas de software utilizadas.

GASP IV
DESCRIPCIÓN: Es una colección de subrutinas FORTRAN, diseñadas para facilitar la
simulación de secuencia de eventos y procesos. Algunas de sus rutinas y funciones son: gestión de
listas de eventos futuros, adición y remoción de entidades, colección de estadísticas, generadores
de variables aleatorias y
 reporte estándar.

SIMSCRIPT II.5
DESCRIPCIÓN: Es un lenguaje de simulación con orientación al evento y al proceso, es híbrido
porque posee facilidades para simulación de sistemas discretos y continuos. Está basado en
entidades, atributos y conjuntos.

SIMAN
DESCRIPCIÓN: Modela un sistema discreto usando la orientación al proceso, se estudian las
entidades que se mueven a través del sistema. Una entidad para SIMAN es un cliente, un objeto
que se mueve en la simulación y que posee características únicas conocidas como atributos. Los
procesos denotan la secuencia de operaciones o actividades a través del que se mueven las
entidades, siendo modeladas por el diagrama de bloques.

CONTROLP
DESCRIPCIÓN: Pueden simularse procesos en realimentación simple, en control en cascada y
en control en adelanto (feedforward). Para cada uno de estos procesos, el programa facilita el
diagrama de bloques de un sistema preconfigurado y totalmente operativo. No se precisa efectuar
ningún tipo de programación ni de diseño gráfico.

Proporciona respuesta temporal o frecuencial según lo configure el usuario. El usuario puede

componer, configurar o modificar el sistema mediante los cuadros de diálogo desplegables del
diagrama de bloques. ControlP permite el estudio de la respuesta del sistema frente a
perturbaciones, ya sean debidas a cambios en el punto de consigna (set point), cambios de carga en
el proceso o cambios introducidos en los parámetros de los componentes del sistema.

CHEMSEP
DESCRIPCIÓN: Integra cálculos de flash, modelo clásico de columna en la fase equilibrio y
modelos de no equilibrio “base-porción”, permite simular cualquier problema en minutos y
exportar resultados en una gran variedad de formatos, hoja de cálculo, texto, y html.
STELLA
DESCRIPCIÓN: Sirve para hacer modelos matemáticos, crear sistemas, modelar eventos,
predecir posibles catástrofes, modelos hidrodinámicos ect.El área de trabajo de STELLA cuenta
con: una interface, que crea el proyecto final de la interpretación del modelo; mapa, es donde se
crea el modelo; modelo, es donde se signa los valores del modelo o sistema dinámico y ecuaciones,
para asignar el modelo y verificar que la ecuación cumpla con sus características correctas.

PROMODEL
DESCRIPCIÓN: Puedes simular Justo a Tiempo, Teoría de Restricciones, Sistemas de Empujar,
Jalar, Logística, etc. Una vez hecho el modelo, éste puede ser optimizado para encontrar los valores
óptimos de los parámetros claves del modelo. Algunos ejemplos incluyen determinar la mejor
combinación de factores para maximizar producción minimizando costo, minimizar el número de
camiones sin penzliar el servicio, etc. El módulo de optimización nos ayuda a encontrar
rápidamente la solución óptima, en lugar de solamente hacer prueba y error. ProModel cuenta con
2 optimizadores disponibles y permite de esta manera explotar los modelos de forma rápida y
confiable.

ARENA
DESCRIPCIÓN: Es un sistema que probé un entorno de trabajo integrado para construir modelos
de simulación en una amplia variedad de campos; integra, en un ambiente fácilmente comprensible,
todas las funciones necesarias para el desarrollo de una simulación exitosa (animaciones, análisis
de entrada y salida de datos y verificación del modelo). Arena cuenta con una excelente capacidad
gráfica, ofrece gran versatilidad, pues se puede modelar desde una fábrica automotriz hasta una
sala de espera de un hospital.

FREECAD
DESCRIPCIÓN: Aplicación de diseño asistido por computadora en tres dimensiones. Utiliza
técnicas de modelado paramétrico y está diseñado como un software modular, donde se pueden
agregar en forma sencilla más funcionalidades (módulos).

ASPEN PLUS
DESCRIPCIÓN: Es un programa básicamente de simulación de procesos químicos, en el cual
además de simulaciones de diagramas de flujo, se puede realizar: estimación de propiedades de
compuestos, análisis de sensibilidad de variables de proceso, obtener especificaciones de diseño de
proceso, y, síntesis y análisis de procesos químicos, entre otras tareas del diseño de procesos y
equipos.

MATLAB
DESCRIPCIÓN: La plataforma MATLAB está optimizado para la solución de problemas de
ingeniería y científicos. El lenguaje MATLAB basado en la matriz, es la forma natural de la mayor
parte del mundo para expresar matemática computacional. Gráficos integrados hacen que sea fácil
de visualizar y obtener información a partir de datos. Una vasta biblioteca de cajas de herramientas
prediseñados le permite comenzar de inmediato con algoritmos esenciales a su dominio. El entorno
de escritorio invita a la experimentación, la exploración y el descubrimiento. Estas herramientas y
capacidades de MATLAB están rigurosamente probados y diseñados para trabajar juntos.
SIMULINK
DESCRIPCIÓN: Es un entorno de programación visual, que funciona sobre el entorno de
programación Matlab. Simulink viene a ser una herramienta de simulación de modelos o sistemas,
con cierto grado de abstracción de los fenómenos físicos involucrados en los mismos. Se hace
hincapié en el análisis de sucesos, a través de la concepción de sistemas (cajas negras que realizan
alguna operación).

CHEMCAD
DESCRIPCIÓN: Está compuesto por un paquete de módulos que comprende el cálculo y el diseño
de intercambiadores de calor, destilaciones dinámicas, reactores por lotes entre otros. Este software
es una herramienta muy productiva posee varias ventajas como es en maximizar la rentabilidad de
las operaciones por su diseño más eficiente en cuento los nuevos procesos o equipos.

PROMODEL
DESCRIPCIÓN: Este software es donde permite simular cualquier tipo de procesos de
manufactura, procesos logísticos, procesos de materiales y se destaca porque posee excelentes
simulaciones de talleres, bandas de transporte se caracteriza porque enseña a como optimizar los
procesos.

HYSYS
DESCRIPCIÓN: Con este software permite la simulación en las plantas petroquímicas también
en relación con la ingeniería de procesos que a la vez permite el empleo de operadores logísticos y
sus herramientas son muy útiles donde calcula las condiciones de una corriente de entrada a una
operación desde el punto de corriente de salida sin necesidad de realizar cálculos participativos.

ASPENPLUS
DESCRIPCIÓN: Este software posee un tipo de herramientas para calcular los costes y la
optimización del proceso donde sus resultados son de manera gráfica y en tablas. Cabe resaltar que
posee la base de datos más amplia entre los simuladores de los procesos comerciales, modela y
simula cualquier tipo de proceso donde exista un flujo continuo de materiales y energía de una
unidad de proceso a otra.

DYNAMO
DESCRIPCIÓN: Este es un software que pertenece al grupo de los simuladores de los inventarios
es muy clásico de materia de simulación dentro de los sistemas que son dinámicos como es la
literatura científica como también en la programación lineal.
POWERSIM
DESCRIPCIÓN: Lo conforma un paquete para computadoras personales que es utilizado en la
plataforma de Windows está diseñado como una herramienta de business simulation con la
finalidad de crear cuadros de mando o cuadros de navegación para la gestión de las organizaciones
como son: La gestión de recursos, reingeniería de procesos y la planificación estratégica.

WITNESS
DESCRIPCIÓN: Este programa está enfocado en la simulación dinámica de los procesos
industriales de producción su modelación se encuentra sobre la base de herramientas de cualquier
tipo de actividades que se relacionan con los fluidos y con elementos de monetización específicos
para industria del petróleo como son los taques o las tuberías.

Lean / Six Sigma Simulación

Software de simulación ayuda a identificar los siete desperdicios en su sistema. Se puede dar una
retroalimentación en todo, desde la ubicación y la velocidad de acumulación de inventario hasta
cómo un cambio de diseño afecta la cantidad de operadores o el movimiento del producto. También
puede mostrar como un proyecto de Six sigma, que mejora una parte del sistema afectará al resto
del sistema. Si tiene más preguntas acerca de cómo el software de simulación se ha utilizado en los
sistemas que utilizan Lean/Six Sigma. Es usado por FIAT, VOLVO entre otras empresas
automotrices.
Software de simulación Flexsim
El Software de simulación Flexsim es ideal optimizar espacio en el piso, identificar los cuellos de
botella, reducir al mínimo el tiempo de inactividad de la máquina y el tiempo ocioso del operador,
y reducir el inventario. Software de simulación ayuda a identificar y resolver problemas en su
fábrica o planta. Es usado por multinacionales como CLOROX, GILLETTE entre otros.

1.3 Investigue los principales sistemas industriales existentes y su comportamiento.

Existen cuatro tipos principales de sistemas de producción industrial: por trabajo, por lotes, en masa
y de flujo continuo que representan retos importantes para las personas que trabajan en el sector
industrial como el aprovechamiento de recursos, la flexibilidad para responder a los cambios y el
trabajo en condiciones de calidad suficiente. A la vez, responden a requerimientos relacionados
con variables como el costo, plazo y calidad. Las operaciones deben alinearse con los recursos
disponibles para obtener el éxito en el mercado. Todo ello depende de la capacidad de control y
eficiencia en la gestión que se crea desde la planificación. De esta manera, se logran los objetivos
basados en condiciones de sostenibilidad y productividad. Es importante tener en cuenta, que cada
uno de estos tipos de producción industrial cuenta con unas características específicas, que son:
La producción por lotes, es aquella que crea una pequeña cantidad de productos idénticos. Puede
requerir una labor intensiva en mano de obra, aunque gracias al concepto de plantillas o modelos
se contribuye a agilizar la producción. Las máquinas pueden sustituirse fácilmente cuando es
necesario producir un lote de un producto diferente.
La producción en masa, es la que se ocupa de la producción de cientos de productos idénticos.
Esto implica para los propietarios de una planta industrial de este tipo, el montaje de un número
indeterminado de componentes individuales y piezas que pueden ser compradas a otras empresas.
Dentro de la producción en masa existen tareas automatizadas que le permite sacar mayor volumen
de productos utilizando menos manos de obra calificada.

Producción por trabajo, es la producción bajo pedido. Se elabora generalmente un solo producto
a la vez. Requiere el uso intensivo de mano de obra. Los productos pueden hacerse a mano o
mediante una combinación de métodos manuales y mecánicos.
Producción de flujo continuo, es cuando se realizan muchos miles de productos idénticos. La
diferencia entre este y la producción en masa consiste en que la línea de producción del flujo
continuo se mantiene en funcionamiento las 24 horas del día los siete días a la semana. Así, se
logra maximizar la producción y eliminar los costes adicionales que implica detener el proceso y
volver a iniciarlo. Cuenta con procesos altamente automatizados y requiere de menos trabajadores.
Con el conocimiento sobre la industria junto con una buena administración o gestión del negocio,
se logra el crecimiento y desarrollo dentro del mercado, ya que todo hace parte de un conjunto y
es necesario tener bien estructurado cada uno de los puntos cuando se tiene una empresa. Así, no
se tendrán pérdidas y la compañía será más rentable.

1.4 Investigue 2 casos de éxito de Modelos Matemáticos y Simulación en la Ingeniería Industrial:

aplicaciones y análisis de sensibilidad.

La simulación multidominio permite incluir en un único modelo los distintos aspectos de un

sistema complejo como es el caso de un producto mecatrónico: mecánica, hidráulica, actuadores
eléctricos, termodinámica, electrónica, software de control; el uso de este tipo de modelos a lo largo
del proceso de diseño y desarrollo de producto es una metodología muy utilizada especialmente
para productos complejos y en mercados con ciclos cortos de desarrollo.
SIMULART desarrolló el modelamiento y simulación del manejo de cucharas en acería y colada
continua con el objetivo de estudiar un aumento de producción a 2.5 y 3.0 millones de toneladas
de acero líquido y diseñar de esta forma los sistemas de manejo de materiales que aseguran la
continuidad operacional.
1.5 Cree un mapa conceptual de “La simulación”

1.6 Cree un mapa conceptual de “La modelación”

MODELACIÒN

El modelo de método usado para

la simulación seria teórico,
conceptual o sistémico.

MODELO MODELO MODELO

TEÓRICO CONCEPTUAL SISTÉMICO

Debe contener los elementos que se precisen desea establecer por un cuestionario y con Se construye utilizando como metodología la
para la simulación. trabajo de campo. dinámica de sistemas.

No se limita a la descripción del sistema, sino que debe

El modelo es el cuestionario para confirmar o rechazar
Debe ser capaz de determinar la normalidad en incluir en la simulación las entradas y salidas de energía
la hipótesis de si existe discriminación en la población y
términos de probabilidad de las series generadas y los procesos de homeostasis, de autopoiesis y de
hacia que grupo de personas y en que cuestiones
retroalimentación.
PUNTO 2.

Problema 2 (Desarrollado por Gabriel Pulgarin)

Se fabrican dos aleaciones, A y B, a partir de tres metales, donde se deben cumplir las
siguientes condiciones sobre los componentes de dichos metales (I, II, III y IV), de acuerdo
con las siguientes especificaciones:
Precio de Venta
Aleación Especificaciones
($ / TON)
Cuando más 32% de Componente I
A Cuando más 22% de Componente II 300
Cuando menos 43% de Componente IV
De 10 a 20% de Componente II
B Cuando menos 12% de Componente III 260
Cuando más 11% de Componente IV

A su vez, con relación a os metales se cuenta con información de los componentes, la

disponibilidad y los costos, según se resume en la siguiente tabla:

Metal Disponibilidad Comp Costo ($ /

I II III IV Otros
1 3000 20 20 20 5 10 15
2 2000 10 10 0 18 20 20
3 4000 3 20 0 31 0 12

¿Cuánto se debe producir de cada aleación?

Variables:

X11: cantidad de metal 1 usado en la aleación A

X12: cantidad de metal 1 usado en la aleación B

X21: cantidad de metal 2 usado en la aleación A

X22: cantidad de metal 2 usado en la aleación B

X31: cantidad de metal 3 usado en la aleación A

X32: cantidad de metal 3 usado en la aleación B

 PARÁMETROS

MaxM1 = 3000 máximo de metal 1 disponible

MaxM2 = 2000 máximo de metal 2 disponible

MaxM3 = 4000 máximo de metal 3 disponible

PVA1 = 300 precio de venta aleación A

PVA2 = 260 precio de venta aleación B

CostoM1 = 15 costo metal 1

CostoM2 = 20 costo metal 2

CostoM3 = 12 costo metal 3

Restricciones

X11+x12<=MaxM1

X21+x22<=MaxM2

X31+x32<=MaxM3

X11*Mcomp (1,1)+x21*Mcomp (2,1)+x31*Mcomp (3,1) <=0.32*(x11+x21+x31): máximo

componente 1 en la aleación A

X11*Mcomp (1,2)+x21*Mcomp (2,2)+x31*Mcomp (3,2) <=0.22*(x11+x21+x31 máximo

componente 2 en la aleación A

X11*Mcomp (1,4)+x21*Mcomp (2,4)+x31*Mcomp (3,4)>=0.43*(x11+x21+x31minimo

componente 4 en la aleación

X12*Mcomp (1,2)+x22*Mcomp (2,2)+x32*Mcomp (3,2)>=0.12*(x12+x22+x32 mínimo

componente 2 en la aleación B

X12*Mcomp (1,2)+x22*Mcomp (2,2)+x32*Mcomp (3,2) <=0.11*(x12+x22+x32maximo

componente 2 en la aleación B
 CONCLUSIONES

El modelaje desempeña una función importante en la investigación y planificación de manejo de

los sistemas de producción agropecuaria. Sin embargo, al igual que los paradigmas científicos y
las herramientas empleadas para la evaluación de estos sistemas, la manera de realizar los modelos
ha evolucionado, pasando de la simplicidad de relaciones causales lineales bi-variables al uso de
modelos complejos sistémicos y dinámicos.

Los modelos de simulación debidamente evaluados y validados mejoran la eficiencia en los

procesos de investigación, transferencia de tecnología y desarrollo agrícola, al permitir extrapolar
resultados a otras localidades con similares características y obtener posibles escenarios del
funcionamiento del sistema con la innovación sugerida, lo que permite de cierta forma, hacer una
evaluación antes de implementarla en el sistema real, esto es especialmente importante para hacer
eficiente el uso y manejo de los recursos naturales, humanos y económicos.

Los modelos deben ser fáciles de interpretar y usar, para lograr su aceptación y uso por diferentes
actores involucrados en la agricultura en distintas localizaciones. El trabajo interdisciplinario es
necesario cuando se pretende representar sistemas agrícolas a través de modelos dinámicos, dado
que su funcionamiento general, es el resultado de diferentes procesos desarrollados dentro y fuera
del sistema; el solo hecho de identificarlos adecuadamente constituye ya un reto, que incrementa
su dificultad, cuando además se pretende recrearlos y relacionarlos como en el sistema real.
 BIBLIOGRAFÍA

 Gabriela Ramírez (febrero 2014) Software Utilizados para la simulación de sistemas.

Recuperado de: http://softwaresdesimulacion.blogspot.com/2014/02/softwares-de-
simulacion.html

 Guasch, A., Piera, M. À., & Casanovas, J. (2002). Modelado y simulación: aplicación a
procesos logísticos de fabricación y servicios. Madrid, ES: Universitat Politècnica de
Catalunya. Disponible en la Biblioteca Virtual de la UNAD (pp.2-21). Recuperado de:
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?ppg=28&docID=4310
046&tm=1544036108836

 Singer, M. (2013). Una práctica teoría de la optimización lineal: datos, modelos y

decisiones. Santiago, Chile: Ediciones UC. Disponible en la Biblioteca Virtual de la
UNAD (pp.3-69). Recuperado de:
http://bibliotecavirtual.unad.edu.co/login?url=https://bibliotecavirtual.unad.edu.co:2969/l
ogin.aspx?direct=true&db=nlebk&AN=1725244&lang=es&site=ehost-
live&ebv=EB&ppid=pp_3