Ensayo Unidad II

TEORA DE MODELOS A LA SIMULACIN

ALUMNO: Crdenas De Paz Jairo

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ | ING. INDUSTRIAL

INTRODUCCIN
En este ensayo podremos darnos cuenta de las aplicaciones de la simulacin, sus ventajas, los tipos de simulacin y sus etapas que cada una de estas tienen. Al ves las reas en que la simulacin siempre estar presente.

RESUMEN
Conceptos importantes Simulacin: "La simulacin es el proceso de disear un modelo de un sistema real y llevar a trmino experiencias con l, con la finalidad de comprender el comportamiento del sistema o evaluar nuevas estrategias -dentro de los lmites impuestos por un cierto criterio o un conjunto de ellos - para el funcionamiento del sistema".

Sistema: Conjunto de objetos o ideas que estn interrelacionados entre s como una unidad para la consecucin de un fin (Shannon, 1988). Tambin se puede definir como la porcin del Universo que ser objeto de la simulacin.

Modelo: Un objeto X es un modelo del objeto Y para el observador Z, si Z puede emplear X para responder cuestiones que le interesan acerca de Y.

Tipos de simulacin Identidad Cuasi-identidad Laboratorio Juego operacional Hombre-Mquina

1

Simulacin por computadora Simulacin de Monte Carlo

DESARROLLO

Aplicaciones de la simulacin: La simulacin es muy conveniente cuando no existe una formulacin analticamente resoluble. En el cual muchos de los sistemas reales no pueden ser modelados matemticamente con herramientas disponibles. El sistema evoluciona muy rpidamente. Los experimentos son imposibles debido a impedimentos econmicos, en este caso el sistema real est disponible para realizar experimentos.

Ventajas: El desarrollo de un modelo puede ser costoso y laborioso. No se puede conocer el grado de impresin de los resultados, por lo general se utiliza el modelo para experimentar situaciones nunca planteadas en el sistema real. reas en la que la simulacin est presente: Procesos de manufacturas: Ayuda a detectar cuellos de botellas, a distribuir personal, determinar la poltica de produccin. Plantas industriales: Brinda informacin para establecer las condiciones ptimas de operacin, y para la elaboracin de procedimientos de operacin y de emergencias.

 Sistemas pblicos: Predice la demanda de energa durante las diferentes pocas del ao, anticipa el comportamiento del clima, predice la forma de propagacin de enfermedades. Sistemas de transportes: Detecta zonas de posible congestionamiento, zonas con mayor riesgo de accidentes, predice la demanda para cada hora del da. Construccin: Predice el efecto de los vientos y temblores sobre la estabilidad de los edificios, provee informacin sobre las condiciones de iluminacin y condiciones ambientales en el interior de los mismos, detecta las partes de las estructuras que deben ser reforzadas. Diseo: Permite la seleccin adecuada de materiales y formas. Posibilita estudiar la sensibilidad del diseo con respecto a parmetros no controlables. Educacin: Es una excelente herramienta para ayudar a comprender un sistema real debido a que puede expandir, comprimir o detener el tiempo, y adems es capaz de brindar informacin sobre variables que no pueden ser medidas en el sistema real. Capacitacin: Dado que el riesgo y los costos son casi nulos, una persona puede utilizar el simulador para aprender por s misma utilizando el mtodo ms natural para aprender: el de prueba y error.

Tipos de simulacin Identidad: Es cuando el modelo es una rplica exacta del sistema en estudio. Es la que utilizan las empresas automotrices cuando realizan ensayos de choques de automviles utilizando unidades reales. Cuasi-identidad: Se utiliza una versin ligeramente simplificada del sistema real. Por ejemplo, los entrenamientos militares que incluyen movilizacin 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: Juego operacional: Personas compiten entre ellas, ellas forman parte del modelo, la otra parte consiste en computadoras, maquinaria, etc. Es el caso de una simulacin de negocios donde las computadoras se limitan a recolectar la informacin generada por cada participante y a presentarla en forma ordenada a cada uno de ellos. Hombre-Mquina: Se estudia la relacin entre las personas y la mquina. Las personas tambin forman parte del modelo. La computadora no se limita a recolectar informacin, sino que tambin la genera. Un ejemplo de este tipo de simulacin es el simulador de vuelo. Simulacin por computadora: El modelo es completamente simblico y est implementado en un lenguaje computacional. Las personas quedan excluidas del modelo. Un ejemplo es el simulador de un sistema de redes de comunicacin donde la conducta de los usuarios est modelada en forma estadstica. Este tipo de simulacin a su vez puede ser: Digital: Cuando se utiliza una computadora digital. Analgica: Cuando se utiliza una computadora analgica. En este grupo tambin se pueden incluir las simulaciones que utilizan modelos fsicos.

Simulacin de Monte Carlo La simulacin de Monte Carlo es un mtodo que emplea nmeros aleatorios uniformemente distribuidos en el intervalo [0,1] que es utilizado para resolver problemas donde la evolucin con el tiempo no es de importancia. A continuacin, se analizarn dos ejemplos para comparar una solucin analtica con una solucin obtenida por simulacin.

Etapas de una simulacin

En el desarrollo de una simulacin se pueden distinguir las siguientes etapas: 1. Formulacin del problema 2. Definicin del sistema 3. Formulacin del modelo 4. Coleccin de datos 5. Implementacin del modelo en la computadora 6. Verificacin 7. Validacin 8. Diseo de experimentos
9. 10. 11. 12.

Experimentacin Interpretacin Implementacin Documentacin

Clasificacin de modelos Como ya fue planteado, un modelo es tambin un sistema; por lo tanto valen todas las definiciones y clasificaciones que se establecieron anteriormente. Debido a que un modelo es una simplificacin o abstraccin de un sistema real, no es necesario, salvo en los aspectos relevantes, que el modelo guarde una total correspondencia con el sistema real.

Modelos tericos vs. Experimentales Si el modelo que se construye slo se orienta a reproducir las salidas del sistema real sin intentar modelar su comportamiento interno; entonces, ser un modelo experimental o de caja negra.

CONCLUSIN Podemos concluir que la simulacin es muy importante y tiene muchas aplicaciones, en el cual esta consta de doce etapas fundamentales para su desarrollo, una de las simulaciones muy importantes es la de Montecarlo en el cual se emplea nmeros aleatorios uniformemente distribuidos. Podemos decir que la simulacin tiene muchas reas en las que se pueden emplear unas de ellas por ejemplo seria; procesos de manufactura, construccin, sistemas de transportes, entre otros.

BIBLIOGRAFA PDF: Enrique Eduardo tarifa / facultad de ingeniera universidad nacional de Jujuy Banks J., Carson J.S., Nelson B.L, 1996, Discrete-Event System Simulation. Secn Edition., Prentice-Hall, New Jersey. Fishman G.S., 1978, Conceptos y mtodos en la simulacin digital de eventos discretos, Limusa, Mxico. Kelton W.D., Sadowski R.P., Sadowski D.A., 1998, Simulation with Arena, Mc Graw Hill, Boston. Ogunnaike B.A., Harmon Ray W., 1994, Process Dynamics, Modeling and Control, Oxford, New York. Shannon R.E., 1988, Simulacin de Sistemas. Diseo, desarrollo e implementacin, Trillas, Mxico. Law A.M., Kelton W.D., 1991, Simulation Modeling & Analysis, Second Edition, McGraw-Hill, New York.