Unidad 1 Introducción a la simulación.

1.1._Definición y la importancia de la simulación.
El verbo simular cada vez toma mayor auge en diversas disiplinas cientificas para descrivir el viejo arte de la  construccion de modelos.
Aun cuando esta palabra se aplica a diversas formas de construcción de modelos, tales como:  los de escultura y pintor del renacimiento..
su empleo moderno se remonta hacia fines de 1940 , cuando Von Newman y Ulam acuñaron el termino "ANALISIS DE MONTECARLO" para aplicarlo a una tecnica matemática que usaban entonses en la resolución de ciertos problemas de protección nuclear que eran, o demaciado costrosas para resolverse experimentalmente ó de enorme complejidad para un tratamiento analogico.
Con la llegada de computadoras de gran velocidad, la simulacion tomo otro significado aún, al surgir la posibilidad de experimentar con modelos matematicos en la computadora por vez primera, los  fisicos encontraron que podrian realizar experimentos controlados de laboratorio.
al simular en computadoras, surgieron innumerables aplicaciones y con ello, un numero mayor de problemas teoricos y practicos.
otra parte de la historia de la simulacion :
Las primeras referencias sobre simulación se encuentran hacia el año 1940, cuando Von Neumann y Ullman trabajaron sobre la simulación del flujo de neutrones para la construcción de la bomba atómica en el proyecto “Montecarlo”. Desde entonces se conocían las técnicas de simulación como procesos Montecarlo, aunque en la actualidad se diferencian ambas cosas, siendo los segundos
un tipo particular de simulación. También se realizó un proceso de simulación para el proyecto APOLLO dentro del plan espacial de la N.A.S.A, acerca del movimiento dentro de la atmósfera de la luna. Una de las más famosas aplicaciones de muestras aleatorias, ocurre durante la segunda guerra mundial, cuando la simulación se utilizó para estudiar el flujo de neutrones dentro del desarrollo de la bomba atómica. Esta investigación era secreta y le dieron un nombre en código: Monte Carlo. Este
nombre se mantiene, y durante mucho tiempo se usaba para hacer referencia a algunos esfuerzos en
simulación. Pero el término métodos Monte Carlo, se refiere actualmente a una rama de las matemáticas experimentales que trata con experimentos de números aleatorios, mientras que el término simulación, o simulación de sistemas, cubre una técnica de análisis más práctico,

CONCEPTO DE SISTEMA

Un Sistema se define como una colección de entidades (por ejemplo, personas, máquinas,) que actúan e interactúan juntas para lograr un fin común. En la práctica qué se entiende por sistema depende de los objetivos del estudio particular que se pretenda hacer. El conjunto de entidades que componen el sistema para un estudio puede ser sólo un conjunto de todas las entidades utilizadas para otro estudio.

Se puede definir el estado de un sistema con un conjunto de variables necesarias para describir el sistema en un punto particular de tiempo, relativo a los objetivos del estudio.



 
1.2._Conceptos basicos de modelación.

 
MODEACION:

Es aquello que sirve para representar o describir otra cosa, es decir crea prototipos.
El modelo puede tener una forma semejante a ser totalmente distinto del objeto real.

MODELO:

una representacion simplificada de un sistema real un proceso o una teoria, con el que pretende aumentar su comprencion , hacer predicciones y posiblemente ayudar a controlar el sistema.

existen tres tipos de formas de modelo:

Iconico:
version a escala del objeto real y coin sus propiedades relevantes mas oi menos representadas.

Analogico: modelo con apariencia fisica distinta al original pero con compartimiento representativo.

Analitico: relaciones matematicas o logicas que representan leyes fisicas que se cree gobiernan el compartimiento de la situacion bajo investigación.

SIMULACION:

implica crear un modelo que se aproxima cierto aspecto de un sistema del mundo real y que puede ser usado para generar historias artificiales.

 
MODELO TEORICO:

debe contener los elementos que se precisen para la simulación. Un ejemplo con trabajo de laboratorio es un programa de estadística con ordenador que genere números aleatorios y que contenga los estadísticos de la media y sus diferentes versiones : cuadrática- aritmética-geométrica-armónica. Además debe ser capaz de determinar la normalidad en términos de probabilidad de las series generadas. La hipótesis de trabajo es que la media y sus versiones también determinan la normalidad de las series. Es un trabajo experimental de laboratorio. Si es cierta la hipótesis podemos establecer la secuencia teorema, teoría, ley. Es el modelo principal de todo una investigación científica, gracias a ello podemos definir o concluir la hipotesis, las predicciones, etc.

Modelo conceptual:

desea establecer por un cuestionario y con trabajo de campo, la importancia de la discriminación o rechazo en una colectividad y hacerlo por medio de un cuestionario en forma de una simulación con una escala de actitud. Después de ver si la población es representativa o adecuada, ahora la simulación es la aplicación del cuestionario y el modelo es el cuestionario para confirmar o rechazar la hipótesis de si existe discriminación en la población y hacia que grupo de personas y en que cuestiones. Gran parte de las simulaciones son de este tipo con modelos conceptuales.

Modelo Sistémico

El modelo sistémico es más pretencioso y es un trabajo de laboratorio. Se simula el sistema social en una de sus representaciones totales. El análisis de sistemas es una representación total. Un plan de desarrollo en el segmento de transportes con un modelo de ecología humana, por ejemplo. El énfasis en la teoría general de sistemas es lo adecuado en este tipo de simulaciones. Este método, que es para un Sistema complejo, es sumamente abstracto, no se limita a la descripción del sistema, sino que debe incluir en la simulación las entradas y salidas de energía y procesos de homeostasis, autopoiesis y retroalimentación.

Tanto el programa de estadística, como la escala de actitud, como el sistema total, son perfectas simulaciones de la realidad y modelizan todos los elementos en sus respectivas hipótesis de trabajo. Son también un microclima y el ambiente o el escenario en los procesos de simulación/experimentación. Otras propiedades que deben contener las simulaciones es que sean repetibles indefinidamente. Que eviten el efecto de aprendizaje que incita al encuestador a rellenar él mismo los cuestionarios y que se podrá evitar con algún control, que sean flexibles o mejorables y que no sea invasivo o cambiar la población de las muestras sucesivas.




1.3._metodologia de la simulación.

Definición del sistema:

Para tener una definición exacta del sistema que se desea simular, es necesario hacer primeramente un análisis preliminar de éste, con el fin de determinar la interacción con otros sistemas, las restricciones del sistema, las variables que interactúan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio.

Formulación del modelo :

Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y construye el modelo con el cual se obtendrán los resultados deseados. En la formulación del modelo es necesario definir todas las variables que forman parte de él, sus relaciones lógicas y los diagramas de flujo que describan en forma completa el modelo.

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.

Implementación del modelo en la computadora :

Con el modelo definido, el siguiente paso es decidir si se utiliza algún lenguaje como el fortran, algol, lisp, etc., o se utiliza algún paquete como Vensim, Stella y iThink, GPSS, simula, simscript, Rockwell Arena etc., 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. Las formas más comunes de validar un modelo son:

1. La opinión de expertos sobre los resultados de la simulación. 2. La exactitud con que se predicen datos históricos. 3. La exactitud en la predicción del futuro. 4. La comprobación de falla del modelo de simulación al utilizar datos que hacen fallar al sistema real. 5. La aceptación y confianza en el modelo de la persona que hará uso de los resultados que arroje el experimento de simulación.

Experimentación :

La experimentación con el modelo se realiza después que éste haya sido validado. La experimentación consiste en generar los datos deseados y en realizar un análisis de sensibilidad de los índices requeridos.

Interpretación :

En esta etapa del estudio, 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.


Documentación :

Dos tipos de documentación son requeridos para hacer un mejor uso del modelo de simulación. La primera se refiere a la documentación del tipo técnico y la segunda se refiere al manual del usuario, con el cual se facilita la interacción y el uso del modelo desarrollado.

1.4._sistemas, modelos y control.

 

 

Un Sistema se define como una colección de entidades (por ejemplo, personas, máquinas, etc.) que actúan e interactúan juntas para lograr un fin común. En la práctica, ¿qué se entiende por sistema?, depende de los objetivos del estudio particular que se pretenda hacer. El conjunto de entidades que componen el sistema para un estudio puede ser sólo un conjunto de todas las entidades utilizadas para otro estudio. 

 

Se puede definir el estado de un sistema con un conjunto de variables necesarias para describir el sistema en un punto particular de tiempo, relativo a los objetivos del estudio.  Los sistemas se pueden clasificar en dos tipos, discretos y continuos. Un sistema discreto es aquel en el que las variables de estado cambian instantáneamente en puntos separados en el tiempo. Un sistema continuo es aquel en el que las variables de estado cambian continuamente con respecto al tiempo. En la práctica muchos sistemas no son completamente discretos o continuos, usualmente es posible clasificarlos en base al tipo de cambios que predominen en el mismo.

 


1.5._estructura y etapas de un estudio de simulacion.


 

Definición del sistema

Consiste en estudiar el contexto del problema, identificar los objetivos del proyecto, especificar los índices de medición de la efectividad del sistema, especificar los objetivos específicos del modelamiento y definir el sistema que se va a modelar.

 

Formulación del modelo

Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y construye el modelo con el cual se obtendrán los resultados deseados. En la formulación del modelo es necesario definir todas las variables que forman parte de él, sus relaciones lógicas y los diagramas de flujo que describan en forma completa el modelo.

 

Colección de datos

 

Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los Implementación del modelo en la computadora

Con el modelo definido, el siguiente paso es decidir si se utiliza algún lenguaje como el fortran, algol, lisp, etc., o se utiliza algún paquete como Promodel, Vensim, Stella y iThink, GPSS, simula, simscript, Rockwell Arena, [Flexsim], etc., para procesarlo en la computadora y obtener los resultados deseados.

 

Verificación

El proceso de verificación consiste en comprobar que el modelo simulado cumple con los requisitos de diseño para los que se elaboró. Se trata de evaluar que el modelo se comporta de acuerdo a su diseño del modelo

 

Validación Del Sistema

A través de esta etapa es valorar las diferencias entre el funcionamiento del simulador y el sistema real que se está tratando de simular Las formas más comunes de validar un modelo son:

  1. La opinión de expertos sobre los resultados de la simulación.
  2. La exactitud con que se predicen datos históricos.
  3. La exactitud en la predicción del futuro.
  4. La comprobación de falla del modelo de simulación al utilizar datos que hacen fallar al sistema real.
  5. La aceptación y confianza en el modelo de la persona que hará uso de los resultados que arroje el experimento de simulación.

 

Experimentación

La experimentación con el modelo se realiza después que éste haya sido validado. La experimentación consiste en generar los datos deseados y en realizar un análisis de sensibilidad de los índices requeridos...

 

Interpretación

En esta etapa del estudio, 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.

 

Implantación             

uso del  modelo

 

Documentación

Dos tipos de documentación son requeridos para hacer un mejor uso del modelo de simulación. La primera se refiere a la documentación del tipo técnico y la segunda se refiere al manual del usuario, con el cual se facilita la interacción y el uso del modelo desarrollado.


1.6._Etapas de un proyecto de simulacion.

  1. Formulación del problema:
 Este es el primer paso, en el que se debe definir con precisión el problema que se desea resolver mediante simulación, sin ningún tipo de ambigüedad y definiendo claramente los objetivos de la simulación.

  2. Definición del sistema:
 La definición de un sistema implica clasificarlo (estático o dinámico, lineal o no lineal, discreto o continuo, estable o inestable, etc), identificar las entidades, atributos y actividades del sistema y establecer sus fronteras.

  3. Formulación del modelo: 

Una vez definido el sistema implicado en la simulación es imprescindible formular una representación simplificada del mismo con la que trabajaremos en el resto de etapas del proyecto.

  4. Preparación de datos: 
Es necesario recoger datos sobre el sistema real para preparar de manera adecuada las entradas de la simulación. Por lo tanto existe un etapa, que suele ser costosa en tiempo y recursos, que consiste simplemente en recoger las entradas del sistema real durante un intervalo significativo de tiempo. Cuando ya se tiene una cantidad suficiente de datos, se debe identificar la distribución de probabilidad de las entradas que se han observado para utilizarla posteriormente en la generación de entradas simuladas.

  5. Traducción del modelo:
 El modelo matemático del sistema no puede utilizarse directamente. Es necesario traducirlo con ayuda de algún tipo de software a un lenguaje comprensible por el ordenador. En este proceso de traducción es muy importante manejar una versión del modelo que consuma la menor cantidad de recursos que sea posible (procesador, memoria, almacenamiento,…).

6. Verificación del programa:

 La primera comprobación que debe realizarse tras la traducción del modelo es la verificación del programa de simulación. Es decir, debemos asegurarnos de que el software programado


 
Segun otro autor otra forma de etapas son:

Modelación: Fijado el objetivo que se persigue en la creación de un problema, inmediatamente se activan los componentes intelectuales básicos: sensaciones, percepciones, memoria, pensamiento e imaginación. Con ellos se comienzan a dibujar en el cerebro nuevas ideas en forma de imágenes, con la necesidad de ser exteriorizadas mediante la construcción de modelos gráficos, es por ello que los elementos estructurales del problema son plasmados en el papel antes de su redacción en el formato final.

Tanteo-error. 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, hasta encontrar las más adecuadas. La búsqueda puede ser de tipo inteligente o arbitrario, y en ocasiones es utilizada para modificar las condiciones y con ella reordenar los elementos estructurales.

Asociación por analogía. En esta técnica se hace uso de la reproducción en una primera fase. Consiste en establecer nuevos nexos entre datos e incógnitas siguiendo formatos y textos guardados en la memoria para obtener otras por medio de la innovación.

Integración por inclusión. Es una técnica muy sencilla, cuyo procedimiento es accesible a cualquier sujeto. Consiste en elaborarla de forma tal que las incógnitas de los diferentes incisos mantengan una dependencia sucesiva en forma de cadena.

Reformulación. Consiste en reconstruir la estructura gramatical y de sistema mediante procesos de innovación. Se diferencia de la analogía por la profundidad de los cambios introducidos, puesto que se parte de un ejemplo concreto que debe ser modificado y no de recuerdos que pueden ser borrosos y a veces confusos.

Fusión de tareas (o contenidos) auxiliares. Como parte de las estrategias de integración, la fusión de tareas docentes auxiliares constituye una de las más importantes. Es poco empleada, debido a la elevada complejidad que implica el establecimiento de relaciones múltiples entre datos e incógnitas que proceden de ejemplos diferentes, aunque también pueden ser integrados diversos contenidos previamente seleccionados, que guarden una relación directa o indirecta. Consiste en fusionar dos o más contenidos (que pueden o no proceder de otras tareas), mediante los mecanismos de la integración externa o interna, para obtener otra con un mayor nivel de complejidad

DESARROLLO DEL MODELO DEL NEGOCIO
Una vez establecidos todos estos elementos, la organización puede, a partir de allí, desarrollar su Modelo de Negocio, que no es más que el modelo conceptual de la empresa, necesario para aprovechar las oportunidades del entorno. Este modelo debe permitir conocer los procesos necesarios para cumplir con la Misión y dar la orientación para comenzar a construir esa nueva organización que se desea llegar a ser en el futuro.

Verificación y validación

• Se pueden producir errores en cualquiera de las fases del proceso de desarrollo de un programa:

Validación: consiste en comprobar que tanto el algoritmo como el programa cumplen la especificación del problema.

Verificación: se refiere a la comprobación de que son correctos y completos.

• Una parte importante de la verificación y la validación es la ejecución del programa con distintos conjuntos de datos:

Modo interactivo: el usuario introduce los valores de los datos durante la ejecución del programa (desde el teclado), y se muestra la salida producida por el programa directamente al usuario (normalmente en una pantalla).

Procesamiento por lotes: el usuario debe preparar un archivo que contenga el programa, los datos y quizá ciertas órdenes; la ejecución se lleva a cabo sin ninguna interacción con el usuario.

• Los errores pueden detectarse en distintas fases del procesamiento del programa y provocar la detención del proceso.

Errores sintácticos o errores en tiempo de compilación: por ejemplo, puntuación incorrecta o palabras claves escritas incorrectamente; se detectan en tiempo de compilación y normalmente hacen imposible completar la compilación y ejecutar el programa.

Errores en tiempo de ejecución: por ejemplo, dividir por cero en una expresión aritmética; pueden no ser detectados hasta que ha comenzado la ejecución del programa.

Errores lógicos: surgen en el diseño del algoritmo o en la codificación del programa que implemente el algoritmo; no ocurre ningún error durante la compilación o la ejecución del programa, pero la salida producida no es correcta.



Hola a todos aquellos visitantes de esta pagina esperemos el contenido sea de su agrado tengan todos ustedes un buen dia pasensela bien att: Anibal
esta pagina, fue realizada para la materia de simulación del 6° semestre grupo "0" de la especialidad de ingenieria en sistemas
Hoy habia 7 visitantes (8 clics a subpáginas) ¡Aqui en esta página!
Este sitio web fue creado de forma gratuita con PaginaWebGratis.es. ¿Quieres también tu sitio web propio?
Registrarse gratis