Modelos y Simulacin Un modelo sirve para controlar y predecir un proceso, existen varios modelos: cientficos, fsicos, matemticos, graficos

(planos), anlogos (modelo que se parece a otras cosas), conceptuales (OSI) Simulacin, es probar una hiptesis. Simulacin es la investigacin de una hiptesis o de un conjunto de hiptesis de trabajo utilizando modelos. Thomas H Naylos, simulacin es una tcnica numrica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemticas y lgicas, las cuales son necesarias para describir el comportamiento y la estructura de sistemas complejos del mundo real a travs de largos periodos de tiempo. Etapas de la simulacin: Par ello se necesita: Definir el sistema, requerimientos y necesidades. Determinar interaccin con el entorno. Formular el modelo, definir variables, relacin entre elementos (diagramas que representan el modelo). Recolectar datos, Implementar el modelo, definir que lenguaje o aplicacin se usar. Validacin, ver precisin con que se refleja datos histricos. Pruebas Documentacin

Introduccin a la Simulacion 1.1 Conceptos bsicos de simulacin 1945 Eniac y Univac 1940 Van Neuman primer simulador 1975 Fractal (teora de la medida) Curva de Koch Arbol Triangulo de Sierpinski

1.2 Definiciones de simulacin, Es la investigacin de una hiptesis o de un conjunto de hiptesis que trabaja utilizando modelos Thomas H. Naylor simulacin es una tcnica numrica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemticas y

lgicas las cuales son necesarias para describir el comportamiento y la estructura de sistemas complejos del mundo real a travs de largos periodos de tiempo H. Maisel & Gwgholi, en una tcnica numrica para realizar experimentos en una computadora digital. Estos experimentos involucran ciertos tipos de modelos matemticos y lgicos que describen el comportamiento de sistemas de negocios econmicos, sociales, biolgicos, fsicos, qumicos a travs de largos periodos de tiempo. Robert E. Shannon es el proceso de disear y desarrollar un modelo computarizado de un sistema o proceso y conducir experimentos con este medio con el propsito de evaluar varias estrategias con las que se pueden operar el sistema. 1.3 Etapas para realizar un estudio de simulacin Definicin del sistema, determina las relaciones y los requerimientos, determina la interaccin con el medio ambiente. Formulacin del modelo parmetros, definir variables, elementos Coleccin de datos, es una de las etapas ms difciles Implementacin del modelo en la computadora, Definimos el lenguaje o aplicacin que se utilizar, autocad por ejemplo Validacin, predecir los fallos, pruebas, grado de aceptacin y confianza Experimentacin, Hacer pruebas al modelo, asi realizamos anlisis de sensibilidad del modelo, ver si es funcional Interpretacin tomar los resultados e interpretar lo que da Documentacin, crear dos documentos: documento tcnico del modelo, manual del usuario para mejorar el uso del modelo mas eficiente. 1.4 Ventajas y desventajas en el uso de simuladores Ventajas Thomas Naylor, interaccion con el sistema se puede ver los cambios del sistema hechos por el entorno. Comprensin del sistema, como funciona el sistema Enseanza, herramienta pedaggica, anlisis de probabilidades, anlisis teorico: mat, fis Comprensin del funcionamiento, como opera internamente como se relacionan las variables internamente, Cmo lo hace?

Situaciones ficticias, simulacin de un evento que no se ha realizado Entrenamiento, entrenar operaciones complejas complicadas Cambio de comportamiento, anticipar problemas, cuellos de botella. Desventajas Costos realizar el modelo cuesta tiempo y dinero adems de rrhh equipos computacionales. Tiempo, toma tiempo Administracin los ejecutivos no saben comerciar Captulo 2 Sistemas y Modelos 2.1 introduccin un objeto de la realidad que se convierte en el foco de estudio para realizar una simulacin y esta compuesto por componentes que interactan entre si, como tambin interactua con el medio ambiente. El sistema puede realizar actividades que sus componentes individualmente no lo hacan. El sistema est compuesto por entidades, y estas a su vez tienen atributos. 2.2 Clasificacin de los sistemas En funcin a los atributos que tienen las entidades y tomando en cuenta lo variable del tiempo, podemos clasificar en: - Determinsticos, no incluye factor al azar, datos no aleatorios, por tanto los resultados no son aleatorios, las variables internas estn definidas y determinadas, de la misma manera la relacin entre estas variables. - Estocsticos o probabilsticos, se incluyen variables aleatorias, de tal forma que hay ciertos datos de entrada conocidos, no se tiene con certeza la salida que tendr. Ej: tragamonedas -Continuo, mantiene travs del tiempo, entonces el sistema evoluciona, evoluciona, al igual que sus variables (cambia a travs del tiempo)Ej. Sistemas climticos -Discretos, cambia en determinados momentos del tiempo para evolucionar, quedarse estable por un determinado tiempo Ej: nmero de hijos, sistema de calefaccin Modelo matemtico, es un modelo cientfico que utiliza frmulas matemticas para representar variables, parmetros, entidades, relaciones entre variables y/o entidades u operaciones (Expectativa de vida) Modelo determinista. (Funcionamiento elevador), es un modelo matemtico donde las entradas producirn las mismas salidas, donde no existe la incertidumbre. Estos modelos deterministas son solo adecuados a sistemas deterministas.

Modelo estocstico o probabilstico, Es para representar sistemas aleatorios o de comportamiento aleatorio como los valores que tienen, este modelo es representado en distribucin de probabilidades entre los resultados posibles. 2.3 Tipos de modelos Modelos fsicos (maqueta) representaciones a escala que nos permite examinar mejor o con mas facilidad el objeto que esta siendo modelado. Modelos grficos, representar datos, especialmente aquellos del tipo numrico mediante lneas, vectores, superficies, smbolos (Diagramas de Veen) Modelos analgicos, analoga de modelos, existen que nos permiten analizar otro modelo similar. (Electricidad, tuberas de agua) Modelos conceptuales, representan una entidad mediante un mapa a partir de conceptos y sus relaciones, pueden involucrar alto nivel de abstraccin (modelo OSI) Modelos Matematicos. Representan elementos de la realidad a lenguaje matemtico 2.4 Modelo matemtico Modelos determinsticos, se caracterizan porque al dar un cierto tipo de entrada se obtienen siempre los mismos resultados de salida. Modelos estocsticos, La variacin tiene un carcter casual osea aleatorio, para analizar este tipo de modelos se requiere valores promedio asi como tendencias. Los resultados son inciertos pero la mayora sea promedio en los que se puede tener confianza, que pueden llegar a ser determinsticos. Este modelo no da un resultado en particular sino que el resultado de que podra pasar, esta relacionado con la estadstica.

3. Generacin de variables aleatorias 3.1 Introduccin Los nmeros al azar que se puede crear son secuencias generadas a partir de frmulas o de procesos aritmticos bien definidos, entonces tienen estas caractersticas: Propiedades estadsticas excelentes: distribuidos uniformemente, estadsticamente independientes. Efectividad: reproducibles, generados a travs de un mtodo rpido, generados a travs de un mtodo que no requiera mucha capacidad de almacenamiento. Periodo largo, sin repeticin a partir de un periodo largo.

Pseudoaleatorios: porque no es azar, es determinstico. 3.2 Generadores congruenciales lineales - Generador congruencial mixto, genera una secuencia de nmeros aleatorios en el cual el prximo nmero pseudoaleatorio xn+1 es determinado a partir del ltimo nmero xn cuya relacin es: Xn+1=(ax1+c)mod m X0, semilla (xo>0) A, multiplicador (a>0) C, cte. Aditivo (c>0) M, mdulo (m>xo, m>a, m>c)
Mtodo de cuadrados medios, x1=xo*xo. Donde 2k dgitos, k es un entero. Mtodos de los productos centrales, xi+1=xi-1*xi