Professional Documents
Culture Documents
Luis Palma
Objetivos de la asignatura
GENERALES:
Crear modelos matemticos que describan los sistemas empresariales y simular su funcionamiento para estudiarlos o plantear soluciones optimas.
PARTICULARES: Conocer los conceptos bsicos de modelacin y simulacin de sistemas para su aplicacin.
Introduccin
La simulacin es una poderosa tcnica para la resolucin de problemas. Sus orgenes estn en la teora de muestreo estadstico y anlisis de sistemas fsicos probabilsticos complejos. El aspecto comn de ambos es el uso de nmeros y muestras aleatorias para aproximar soluciones. La simulacin se utiliz para estudiar el flujo de neutrones dentro del desarrollo de la bomba atmica. (Monte Carlo). Actualmente el trmino mtodo Monte Carlo, se refiere a una rama de las matemticas experimentales que trata con experimentos de nmeros aleatorios.
realizar experimentos con dicho modelo con el propsito de comprender el funcionamiento del sistema o de evaluar diferentes estrategias (dentro de los lmites impuestos por un criterio o conjunto de criterios) para la operacin del sistema (Shannon, 1975),
Modelo
Un modelo es una representacin de un objeto,
sistema, o idea, de forma diferente a la de la identidad misma. Usualmente, su propsito es ayudarnos a explicar, entender o mejorar un sistema. Un modelo de un objeto puede ser una rplica exacta de ste (aunque en un material diferente y a escala diferente), o puede ser una abstraccin de las propiedades dominantes del objeto.
Herramienta de prediccin
el modelo o la realidad?
de nuestro punto de vista, suele ser incompletos y no tener un enunciado preciso, no son fcilmente transmisibles. Ideas, conceptualizaciones Modelo Formales. Estn basados en reglas, son transmisibles. Planos, diagramas, maquetas
Piedra de Sayhuite, Abancay
Modelos estticos
Son aquellos que no toman explcitamente, a la variable tiempo. en cuenta,
Modelos dinmicos
Los modelos dinmicos son una representacin de la
conducta dinmica de un sistema, Mientras un modelo esttico involucra la aplicacin de una sola ecuacin, los modelos dinmicos, por otro lado, son reiterativos.
Los modelos dinmicos constantemente aplican sus
10
Modelo determinstico
En stos ni las variables exgenas, ni las endgenas, se
obtienen por medio del azar, debido a que se suponen relaciones exactas para las caractersticas de operacin. Son variables con valores preestablecidos.
Es aquel en el cual se establecen las condiciones para
11
Modelos estocstico
Los valores de sta o estas variables, se obtienen al
azar.
Es aquel en el cual informacin pasada, no permite la
12
Modelos continuos
En modelos continuos, el cambio de valores se basa directamente en los cambios de tiempo. La simulacin continua es anloga a un deposito en donde el fluido que atraviesa una caera es constante. El volumen puede aumentar o puede disminuir, pero el flujo es continuo.
13
Modelos discretos
El estado de los cambios en los modelos slo se dan
cuando esos eventos ocurren. La llegada de rdenes, o las partes que estn siendo ensambladas, as como los clientes que llaman. Una fbrica que ensambla partes es un buen ejemplo de un sistema de evento discreto. Las entidades individuales (partes) son ensambladas basadas en eventos (recibo o anticipacin de rdenes).
14
15
16
instantneamente y que cambia el estado del sistema, como por ejemplo la llegada de un nuevo cliente a un banco.
17
Variables de estado:
Las variables de estado describen el estado de un sistema o uno de sus componentes, ya sea al comienzo, al final o durante un periodo. Estas variables interaccionan con las variables exgenas del sistema y con las endgenas, de acuerdo con las relaciones funcionales supuestas para el sistema. El valor de una variable de estado, durante un periodo particular de tiempo, puede depender no solamente de los valores de una o ms variables exgenas en algn periodo precedente, sino tambin del valor de ciertas variables de salida en periodos anteriores.
18
19
Simulacin
Es la construccin de un modelos informtico que
describe la partes esenciales del comportamiento de un sistema de inters, as como el diseo y experimentacin con el modelo y la extraccin de conclusiones de los resultados para apoyar la toma de decisiones. Su utiliza como un paradigma en el estudio de sistemas complejos, la idea es obtener una representacin simplificada de la realidad. Permite experimentar en caso imposibles.
Simulacin
El sistema simulado imita la operacin del sistema
real La historia del sistema puede ser generado, observado y analizado. La escala del tiempo puede ser alterado Las conclusiones acerca de la caractersticas del sistema pueden ser inferidos
controlables ni: variables exgenas no controlables ei: variables endgenas (estado del sistema) si: variables endgenas (salida del sitema)
El modelo matemtico representan el sistema. Es costoso crear un modelo fsico del sistema a escala En un modelo fsico a escala, no siempre es posible cambiar los parametros Un modelo fsisco no permite siempre verificar si es o no un modelo vlido.
Si el modelo es simple es posible utilizar un solucin analitica Un sistema complejo requiere de muchos recursos de computacin, en estos casos el modelo puede ser estudiado por medio de simulacin. Ejercita el modelo por medio de entradas para ver cmo stas afectan a las medidas de salida o ejecucin.
Debe contener slo los aspectos esenciales del sistema real que representan. Deben ser fciles de entender y manejar. Deben ser simples y de costo no excesivo. Deben ser una buena aproximacin del sistema real, que controle el mayor nmero posible de aspectos del mismo y que stos contribuyan de forma significativa al sistema Disear modelos que permita dar respuestas vlidas del sistema real que represente. Estudiar las variables aleatorias de las exogenas, y la estadstica para permitir el diseo y anlisis de los experimentos. Utilizar mtodos heursticos para permitir llegar a una solucin optima
APLICACIN DE LA SIMULACIN
Experimentacin: (experimentacin sobre el sistema real muy costosa o imposible, Diseo de un nuevo sistema) Prediccin: (predecir el comportamiento del objeto real bajo ciertos estmulos, evaluacin de diferentes estrategias de accin). Enseanza: (Adiestramiento, juegos de negocios, etc).
AREAS DE APLICACIN
Diseo y anlisis en los sistemas de manufactura. Evaluacin de los requerimientos hardware y software en un computador. Evaluacin de nuevas armas o tcticas militares. Determinacin de distintas polticas para sistemas de inventario. Diseos de sistemas de comunicacin y protocolos de mensajes para ellos. Diseo y operacin de sistemas de transporte tales como autopistas, aeropuertos, puertos, ferrocarriles, etc. Evaluacin de diferentes diseos para organizaciones de servicios tales como hospitales, oficinas de correos, restaurantes de comida rpida, etc. Anlisis financieros o sistemas econmicos. Anlisis medioambientales
Ventajas: Conciso en la descripcin del problema. Conjunto de soluciones cerrado. Permiten evaluar fcilmente el impacto producido por cambios en las entradas sobre las medidas de salida. Posibilidad de llegar a una solucin ptima.
Inconvenientes: Las suposiciones hechas para describir el sistema puede ser poco realistas. Las frmulas matemticas pueden ser muy complicadas impidiendo llegar a una solucin
Inconvenientes: No existe un conjunto de soluciones cerrado. Cada cambio en las variables de entrada requiere una solucin separada o conjunto de ejecuciones. Los modelos de simulacin complejos pueden requerir mucho tiempo para construirlos y ejecutarlos. Puede resultar dificultoso establecer la validez del modelo (es decir, la correspondencia con el sistema real).
No existe una formulacin matemtica del problema. Existen el modelo y los mtodos, pero los procedimientos son tediosos, por lo que resulta ms sencilla y menos costosa la simulacin. Se desea observar en el tiempo una historia simulada del sistema. Se desea experimentar con un modelo antes de construir el sistema (Ej.: un avin en un tnel aerodinmico). Es imposible experimentar sobre el sistema real (Ej.: sistema solar). Puede experimentarse sobre el sistema, pero motivos ticos lo impiden (Ej.: sistemas biolgicos humanos). Se quiere observar un sistema de evolucin muy lenta, reduciendo la escala del tiempo (Ej.: anlisis de sistemas ecolgicos).
Anlisis de problema Recoleccin de datos Construccin del modelo Verificacin Validacin Experimentacin Interpretacin y anlisis Implantacin y documentacin