MODELADO Y SIMULACIÓN DE

SISTEMAS
Modelo y simulación

Modelo Físico

continuo
Modelo
Analógico continuo
S
I
M Tipos de Modelo de Tipos de
O Modelos Simulación Simulación
S discreto
D
T eventos
E Modelo
E
L Matemático
M Utilidad
O
A
SISTEMAS
 ¿Qué es un sistema?

Relación
Parte del
Límite del sistema
sistema

Es un conjunto de elementos interrelacionados.

Se encuentra en un medio ambiente acotado por un límite.

Este conjunto persigue un objetivo concreto.

La visión que se tiene de él depende del observador.

Ejercicio 1
• ¿Todos los sistemas son iguales?
• ¿De qué depende su definición?
Definición de los sistemas
Estructural
• Se define el sistema identificando y describiendo cada
uno de sus componentes y sus interrelaciones.
• Se considera que tras hacer esto se puede conocer el
sistema.

De comportamiento (Funcional)
• Se define el sistema considerándolo como una caja
negra y describiendo sus respuestas ante los posibles
valores en las entradas.
• Se conoce el sistema definiendo su dinámica.
Ejercicio 2
Diga a qué tipo de definición de sistemas corresponde
cada uno de los siguientes:

1. Diagrama de un circuito electrónico.

2. Plano de una casa.
3. Diagrama de procesos de una organización.
4. Organigrama.
5. Modelo de control de una planta.
6. Modelo epidemiológico de una enfermedad.
Propiedades de los sistemas
Sinergia.
• Con los componentes y su interrelación se consigue más
que lo que en principio resultaría de la simple suma de
los componentes.

Entropía
• Refleja el grado de desorden del sistema. Se puede
reducir la entropía ingresando información al sistema.

Equilibrio homeostático.
• Equilibrio dinámico que mantiene los valores dentro de
un rango establecido.
Ejercicio 3
¿Qué diagrama representa un sistema?
Ejercicio 4
¿Cómo colocar 8 reinas en un tablero de ajedrez de tal
manera que no se amenacen entre ellas?
¿Dónde están los sistemas?

¿Sistema?
¿Dónde están los sistemas?
Los sistemas se definen con
construcciones mentales.

Su definición se
corresponde con la
representación o modelo
mental de los objetos del
mundo real.

Cada sistema depende del

punto de vista del
observador (modelador).

Diferentes Personas  Diferentes Visiones  Diferentes Sistemas

Ejercicio 5
¿Cuál es el sistema?
¿El plano de la casa, la casa, ambos o ninguno?
MODELOS
Modelo
• Es una abstracción de la realidad.
• Es una representación de la realidad que ayuda a
entender su composición y/o funcionamiento.
• Es una construcción intelectual y descriptiva de una
entidad en la que un observador tiene interés.
• Se construye para transmitirse.
• Se emplean supuestos simples para restringirse a lo que
se considera relevante y evitar lo que no.
Un modelo es un sistema desarrollado para entender la realidad y, en
consecuencia, para modificarla.
No es posible modificar la realidad, en cierta dirección, si no se dispone de
un modelo que la interprete.
Ejercicio 8
• Modelar la siguiente realidad

• ¿Qué aspecto es importante?

• ¿De qué depende la importancia?
Modelos

Modelo

Sistema
Observador
Real
¿Para qué sirve un modelo?

Ayuda para el pensamiento Herramienta de predicción

Para entrenamiento
e instrucción

Ayuda para la experimentación Ayuda para la comunicación

Modelos Mentales y Formales
• Modelos Mentales.
Depende de nuestro punto de
vista, suele ser incompletos y
no tener un enunciado
preciso, no son fácilmente
transmisibles.
Ideas, conceptualizaciones

• Modelos Formales.
Están basados en reglas, son
transmisibles.
Planos, diagramas,
maquetas, ecuaciones,
descripciones en HDL,
programas. . .
Niveles de abstracción (en Electrónica)

Nivel de
transacciones
Ejercicio 6
¿A qué categoría (mental o formal) pertenecen los
siguientes modelos?
1. Opinión sobre el nuevo gabinete.
2. Opinión sobre el nuevo gabinete escrito en El Comercio.
3. Dibujo hecho a mano acerca de la nueva casa.
4. Plano de la nueva casa.
5. Modelo de clases o objetos del área de ventas.
6. Orden en que llegan los elementos de entrada a una máquina.
7. Distribución de probabilidad del orden en que llegan los
elementos de entrada a una máquina.
8. Orden que sigue un documento para ser aprobado.
9. Diagrama de flujo de un algoritmo para aprobar documentos.
 Modelos Icónicos y Abstractos

Modelos matemáticos
Modelos analógicos
Modelos a escala
Modelos físicos

ordenador
Simulación por
Exactitud Abstracción
1. Planta piloto
2. Modelo de un átomo, globo terráqueo, maqueta
3. Reloj, medidores de voltaje, gráfica de volumen/costo
4. Modelos de colas, modelos de robots
5. Velocidad, ecuaciones diferenciales.

Modelo analógico. Son aquellos en los que una propiedad del objeto real está representada
por una propiedad que la sustituye, pero con comportamiento similar.
Ejercicio 7
Relaciona las siguientes dos listas.
Identificar qué modelo(s) se usa(n) para representar los
siguientes aspectos de la realidad.
Indicar el tipo de modelo.
realidad modelo
1. Oficina Bancaria 1. Termómetro
2. Temperatura 2. Mapa
3. Edificio 3. Plano
4. País
4. Organigrama
5. Empresa
5. Diagrama Causal
6. Software
6. Cola M/M/1
7. Epidemia
8. Reacción Nuclear 7. Diagrama de flujo
9. Energía 8. Modelo Matemático
9. E = mc2
TIPOS DE MODELOS
Tipos de modelos de simulación

estocástico

determinístico tiempo-continuo
tiempo-discreto

estático dinámico

• Estocástico. Contienen uno o más parámetros (variables endógenas) aleatorios. Las

mismas entradas pueden ocasionar salidas diferentes.
• Determinístico. Ante entradas fijas se producen las mismas salidas.
• Estático. No se contempla el tiempo como determinante para la evolución del sistema
• Dinámico. El tiempo interviene en la variación de las variables del sistema.
• Tiempo-continuo. El modelo permite que los estados del sistema cambien en
cualquier momento.
• Tiempo-discreto. Los cambios de estado del sistema se dan en momentos discretos
del tiempo.
Estocástico - Determinístico
Estocástico (*)
Si el estado de la variable en el siguiente
instante de tiempo no se puede
determinar con los datos del momento
actual
Determinístico
Si el estado de la variable en el
siguiente instante de tiempo se puede
determinar con los datos del estado
actual

yj = fm(xi, lk)
xi
(Existen
yj xi yj = fm(xi) yj
variables internas
–como lk–
aleatorias)

Método analítico: usa probabilidades Método numérico: algún método de

para determinar la curva de distribución resolución analítica
de frecuencias
Continuo - Discreto
Continuo Discreto (*)
El estado de las variables cambia de forma El estado del sistema cambia en
continua a lo largo del tiempo tiempos discretos del tiempo

e = f (t)
e = f(nT)

Método analítico: emplea razonamiento

de matemáticas deductivas para definir y Método numérico: utiliza
resolver el sistema
procedimientos computacionales para
resolver el modelo matemático.
Estático - Dinámico
Estático Dinámico (*)
Si el estado de las variables puede
cambiar mientras se realiza algún
Entre las variables no se encuentra la cálculo
variable tiempo.
f [ nT ] ≠ f [ n(T+1) ]

Método analítico: algún método de

resolución analítica.

Método numérico: usa

procedimientos computacionales para
resolver el modelo matemático.
SIMULACION
Simulación
• Es la construcción de modelos informáticos que describen
la parte que se considera esencial del comportamiento de
un sistema de interés, así como diseñar y realizar
experimentos con este modelo y extraer conclusiones de sus
resultados para apoyar la toma de decisiones.

• Se usa como un paradigma para analizar sistemas

complejos. La idea es obtener una representación
simplificada de algún aspecto de interés de la realidad.

• Permite experimentar con sistemas (reales o propuestos) en

casos en los que de otra manera esto no sería práctico, o
bien demasiado costoso o incluso imposible.
Simulación
Sistema Actual salida(t)

entrada(t)

parámetros =??

Simulación del Sistema salida(t)

• La simulación del sistema imita la operación del sistema actual sobre el tiempo.
• La historia artificial del sistema puede generarse, observarse y analizarse.
• La escala de tiempo puede alterarse según la necesidad.
• Las conclusiones acerca de las características del sistema actual se pueden
inferir.
Estructura de un modelo de simulación
si = f(ci, ni)

ci ei si
ei
ni ei si
ni

ci: variable exógena controlable

ni: variable exógena no controlable
ei: variable endógena (estado del sistema)
si: variable endógena (salida del sistema)
Simulación probabilística*

• En ocasiones se necesitan variables aleatorias en

procesos de simulación:
– Algoritmos de placement & routing, de mapping. . .
• Entre otras técnicas, en Electrónica las más empleadas
son:
– Simulación de Montecarlo
– Simulated annealing
– Algoritmos genéticos
Método de Montecarlo
• Es un método muy general
• Emplea secuencias de números aleatorios como valores
de variables
– Generador de números aleatorios
– Función de distribución de probabilidad
– Regla de muestreo
– Estimación de error
– Técnicas de reducción de varianza
• Produce soluciones aproximadas
• Se puede aplicar tanto en problemas con contenido de
naturaleza probabilística como en otros que no lo tiene
Simulated annealing
• Imita el proceso de solidificación de un metal previamente
fundido
– La estructura que queda tras el enfriamiento del metal es regular
• En este enfriado el nuevo punto de la estructura que se
establece debe resultar mejor que el de partida teniendo en
cuenta una función de coste.
• Este nuevo punto se sugiere en una variación en cualquier
dirección teniendo en cuenta una determinada variación de
energía al ir descendiendo la temperatura
– Con temperaturas menores, la probabilidad de elegir un
movimiento peor disminuye
Algoritmos genéticos
• Se imita el proceso de evolución de las especies
• Los nuevos individuos resultan de la evolución de los
individuos de partida, pero...
– Pueden producirse cambios por mutación (aleatorio)
– Pueden producirse cambios por motivos de reproducción
(adquiriendo determinadas características de los padres )
• Se evoluciona hacia miembros con mejores
características
• La población inicial es completamente aleatoria
PERTINENCIA
¿Cuando es apropiado simular?
• No existe una completa formulación matemática del
problema.
• Cuando el sistema aún no existe.
• Es necesario desarrollar experimentos, pero su
ejecución en la realidad es difícil o imposible
• Se tiene interés en establecer un periodo de
observación del experimento distinto del que se podría
establecer en la realidad.
• No se puede interrumpir la operación del sistema
actual.
¿Cuándo no es aconsejable simular?
• El desarrollo del modelo de simulación requiere mucho
tiempo.
• El desarrollo del modelo es costoso comparado con sus
beneficios.
• La simulación es imprecisa y no se puede medir su
imprecisión.
– El análisis de sensibilidad puede ayudar en estos casos.
Conclusiones
• Los modelos se construyen para entender la realidad.
• Los modelos de simulación hacen uso intensivo del
computador
• El tipo de comportamiento de las variables determinan
el comportamiento del sistema.
Bibliografía
 Simulación. Métodos y Aplicación. D. Ríos, S. Ríos y J.
Martín. 2000.

 Simulación. Sheldom M. Ross. 1999. 2da. Edición.

 Simulación de Sistemas Discretos. J. Barceló. 1996