Você está na página 1de 26

Simulacin de Sistemas

INF-391

Tema N1 Introduccin al Modelaje


1.1. Modelos y simulacin. Entenderemos por "modelamiento y simulacin" a las actividades asociadas con la construccin de modelos de sistemas del mundo real, y su simulacin en un computador.

Los modelos son tiles para predecir y/o estudiar el comportamiento de un sistema real, que puede servir para corroborar algunas hiptesis. Por ejemplo, para predecir el movimiento de objetos en la superficie de la Tierra, sometidos a la fuerza de gravedad, las ecuaciones de Newton son un modelo suficientemente bueno. Con ellas se podra predecir cul sera el movimiento (la posicin segundo a segundo) de un objeto que se suelta desde una altura determinada. Sin embargo, si los objetos se mueven a velocidades comparables con la velocidad de la luz, las ecuaciones de Einstein describen mejor su comportamiento. Muchas veces se usan modelos de sistemas (que incluso puede que no existan todava) para ver cmo funcionan estos sistemas bajo distintas condiciones (con distintos parmetros) y ver cules son las condiciones necesarias para que el sistema sirva o trabaje en forma ptima. Hay muchas razones por las cuales es conveniente experimentar en un modelo y no en la vida real: costos, tiempo, peligro o simplemente imposibilidad. Los experimentos son repetibles. Algunos ejemplos de sistemas de la vida real que pueden ser modelados son: supermercados, hospitales, redes de caminos, represas, redes de computadores y modelos econmicos. En general, los modelos son una simplificacin de la vida real. Esto porque el sistema real generalmente es muy complicado, o porque slo se pretente estudiar una parte del sistema real.

El proceso de definicin del modelo de un sistema (real o no real) se llama modelamiento. La simulacin consiste en usar el modelo para generar datos acerca del comportamiento del sistema para ver cmo se comportara, bajo el supuesto de que el modelo est bien hecho.

En general, cualquiera sea la forma que adopte, el modelo debe ser capaz de proveer instrucciones a alguien o algo, de modo que pueda generar datos que describan el comportamiento del sistema

Saavedra Menchaca, Daniela.

Pgina 1

Simulacin de Sistemas

INF-391

modelado. As entonces, se tiene un sistema real, cuyo modelamiento genera un modelo que puede ser representado en un computador a travs de una simulacin.

El "sistema real" es la parte del mundo real de nuestro inters. Como regla general, podemos decir que el sistema real es una fuente de datos conductuales, los cuales consisten en formas primarias de grficos x versus t, donde x puede ser cualquier variable de inters, tal como la temperatura de un cuarto, el nmero de ptalos de una flor o el Producto Nacional Bruto, y t es el tiempo, medido en unidades como segundos, das o aos. La siguiente figura muestra un ejemplo.

Un modelo es bsicamente un conjunto de instrucciones para generar datos conductuales (con cierto comportamiento) de la forma de la figura anterior. Los modelos son algunas veces expresados en forma de ecuaciones diferenciales, notacin terica de autmatas o en formalismo de eventos discretos.

Cmo se sabe si un modelo es bueno? Para saber si un modelo es bueno, basta comparar los resultados que arroja con los del sistema real que se quiere estudiar. La validez del modelo depende de "cuan bien el modelo representa al sistema real" en trminos de los datos arrojados por el modelo versus los datos del sistema real. El problema es que muchas veces el sistema no existe, pues puede ser un modelo de algo que se quiere construir. En todo caso, lo principal de un modelo es que los resultados que arroje
Saavedra Menchaca, Daniela. Pgina 2

Simulacin de Sistemas

INF-391

reflejen de alguna manera lo que se quiere estudiar acerca del sistema que se est modelando.

No existe ninguna manera de saber cul es el mejor modelo para un sistema. Es posible comparar dos modelos y decidir cul de ellos es mejor bajo algn punto de vista particular, pero en ningn caso se puede saber exactamente cundo se est frente al mejor modelo para una situacin dada. 1.2. Proceso de la Simulacin. Existen dos tipos de personas a las que el autor de un modelo quisiera comunicarle informacin: las personas que usan el modelo para hacer simulaciones (sin importarles mucho cmo fue desarrollado), y las personas que estn interesadas en cmo se desarroll el modelo, sus estructura, las reglas, ecuaciones y/o programa que lo implementa. La comunicacin o descripcin del modelo seguir por lo general los siguientes pasos: 1. Descripcin informal del modelo y los supuestos que se hicieron para su construccin. Esta descripcin se hace generalmente en lenguaje natural. 2. Descripcin formal de la estructura del modelo, generalmente en forma matemtica o con algn lenguaje de descripcin no ambigo. 3. Presentacin del programa que realiza la simulacin. 4. Presentacin de los experimentos y los resultados. 5. Conclusiones sobre el rango de aplicabilidad del modelo y su validez. 6. Relaciones del modelo actual con otros. En la descripcin informal se describen los componentes del modelo, las variables descriptivas y las interacciones entre los componentes. Los componentes son las partes en que el modelo est compuesto. Las variables descriptivas proveen informacin sobre el estado de los componentes en un momento dado. stas se pueden dividir en "variables de estado" (que cambian durante la simulacin) y parmetros (que se mantienen constantes en una misma simulacin, pero que pueden variar de una simulacin a otra). Las interacciones entre componentes son las reglas que describen cmo las distintas partes del modelo se afectan entre s, determinando el comportamiento del modelo a travs del tiempo.

No existen reglas que puedan ser dadas para la eleccin de los componentes, variables descriptivas o interacciones. Su eleccin es parte del arte del modelamiento. Lo nico que se puede decir es que las componentes y sus variables deben reflejar la parte del sistema real que se quiere estudiar. Se puede

Saavedra Menchaca, Daniela.

Pgina 3

Simulacin de Sistemas

INF-391

empezar por preguntar: cul es la informacin que se quiere obtener de la simulacin?, y luego ver qu parte del sistema real la origina? para finalmente ver qu otras partes la afectan? 1.3. Descripcin Informal del Modelo. Se describe: COMPONENTES: son partes de los cuales se compone el modelo y a partir de ellos se construye. VARIABLES DESCRIPTIVAS: describen las condiciones de los componentes en un punto del tiempo. INTERACCIN ENTRE COMPONENTES: son las reglas por la que los COMPONENTES ejercen influencia entre ellos alterando condiciones y determinando la evolucin del comportamiento del modelo. Ejemplo 1 - Sistema de tiempo compartido Un sistema computacional de tiempo compartido est compuesto por un computador y cinco usuarios en terminales conectadas al computador, como se muestra en la siguiente figura.

El computador sirve a cada usuario por turnos, movindose en el sentido de las manecillas del reloj. Cuando un usuario tiene su turno, transmite sus datos a la CPU y espera una respuesta. Cuando recibe su respuesta, empieza a preparar los datos para la prxima entrega.
Saavedra Menchaca, Daniela. Pgina 4

Simulacin de Sistemas

INF-391

El inters del modelo es estudiar qu tan rpido un usuario completa el desarrollo de su programa.

Descripcin Componentes CPU, USUARIO1, USUARIO2, ..., USUARIO5. Variables descriptivas

CPU QUIENAHORA - con rango {1,2,3,4,5}; QUIENAHORA = i indica que USUARIOi est siendo atendido por el CPU. USUARIOi (i = 1,2,3,4,5) ESTADO - con rango [0,1]; ESTADO = s indica que un usuario ha progresado una fraccin de tiempo s en completar su programa (cero significa empezando, 1/2 es la mitad, 1 significa que termin).

PARMETROS ai - con rango [0,1]. Tasa de trabajo realizado por USUARIOi.

Interaccin entre componentes 1. El CPU sirve a cada usuario por turnos, con una tasa fija. De este modo, QUIENAHORA sigue el ciclo 1,2,3,4,5,1,2,... 2. Cuando USUARIOi tiene su turno (es decir, cuando QUIENAHORA toma el valor de i), el usuario completa una fraccin ai del trabajo que le falta, es decir, si su ESTADO es s, ste se convierte en s + ai(1 - s).

Saavedra Menchaca, Daniela.

Pgina 5

Simulacin de Sistemas

INF-391

Supuestos 1. El tiempo de servicio dado a un usuario se asume fijo. Es por esto que las flechas de lneas no continuas en el diagrama de estado de la figura anterior, indica que en este modelo no hay influencia de USUARIO sobre CPU. 2. El progreso del USERi en la terminacin de su programa, sigue una tasa exponencial, determinada por su parmetro individual ai.

Ejemplo 2 - Dinmica de las relaciones Gobierno-pueblo Considere el modelamiento de un pas consistente de un gobierno y la gente. El gobierno es dirigido por un PARTIDO en el poder, y ste puede ser LIBERAL o CONSERVADOR, lo que determina la POLITICA interna, siendo sta PERMISIVA o COERCITIVA. La gente reacciona a las acciones del gobierno, y en un momento determinado, estar en un estado de CONMOCIONCIVIL que puede ser ALTO o BAJO. Muchas propuestas pueden hacerse sobre cmo la gente racciona a los cambios en las polticas del gobierno, y cmo, en respuesta, el gobierno determina su poltica en respuesta al comportamiento del pueblo. Cuando un conjunto de propuestas no es satisfactorio o completo, ste determina una interaccin particular entre la gente y el gobierno. El presente modelo ilustra esta situacin.

Descripcin

Componentes GOBIERNO, PUEBLO.


Saavedra Menchaca, Daniela. Pgina 6

Simulacin de Sistemas

INF-391

Variables descriptivas.

GOBIERNO PARTIDO - con rango {CONSERVADOR, LIBERAL}; indica la tendencia poltica (ideologa) del GOBIERNO.

POLITICA - con rango {PERMISIVA, COERCITIVA}; indica el tipo de poltica que el GOBIERNO est siguiendo. PUEBLO CONMOCIONCIVIL - con rango {BAJA, ALTA}; indica el estado general de malestar del PUEBLO.

Interaccin entre componentes. 1. Una poltica gubernamental COERCITIVA es invariablemente seguida en el siguiente ao por un ALTO grado de CONMOCIONCIVIL.

2. Por el contrario, un gobierno PERMISIVO siempre es capaz de producir y/o mantener un BAJO nivel de malestar civil durante un ao.

3. Un PARTIDO permanece en el poder tanto como la CONMOCIONCIVIL sea BAJA, siendo reemplazado al trmino de un ao si el malestar se vuelve ALTO.

4. Una vez en el poder, un gobierno CONSERVADOR nunca cambia su POLITICA, ni tampoco cambia la POLITICA de su predecesor cuando recien asume el poder.

5. Un gobierno LIBERAL reacciona a un ALTO grado de CONMOCIONCIVIL mediante una legislacin PERMISIVA, pero un ao despus de que la quietud ha regresado, invariablemente toma una actitud COERCITIVA.

Saavedra Menchaca, Daniela.

Pgina 7

Simulacin de Sistemas

INF-391

Ejemplo 3 - Sistema mundial El siguiente ejemplo modela la interaccin entre la industria, la poblacin y la contaminacin de un pas o ciudad. El diagrama de influencia del modelo se muestra en la siguiente figura.

Descripcin

Componentes POBLACION, CONTAMINACION, INDUSTRIA. Variables descriptivas POBLACION DENSIDADPOBLACION - con rango en los nmeros reales positivos; DENSIDADPOBLACION = x indica que actualmente hay x personas por metro cuadrado habitando el mundo. CONTAMINACION NIVELCONTAMINACION - con rango en los nmeros reales positivos; NIVELCONTAMINACION = y indica que el actual nivel de contaminacin del ambiente es y unidades de alguna escala no especificada. INDUSTRIA CAPITALINDUSTRIAL - con rango en los nmeros reales positivos; CAPITALINDUSTRIAL = z indica que el mundo industrial total est actualmente valorado en z dlares.

Saavedra Menchaca, Daniela.

Pgina 8

Simulacin de Sistemas

INF-391

Interaccin entre componentes. 1. La tasa de crecimiento de DENSIDADPOBLACION se incrementa linealmente con el incremento en DENSIDADPOBLACION y CAPITALINDUSTRIAL. sta decrece linealmente con el incremento en NIVELCONTAMINACION.

2. La tasa de crecimiento del NIVELCONTAMINACION se incrementa linealmente con el incremento en DENSIDADPOBLACION y CAPITALINDUSTRIAL.

3. La tasa de crecimiento de CAPITALINDUSTRIAL se incrementa linealmente con el incremento del CAPITALINDUSTRIAL y se decrementa linealmente con el incremento del NIVELCONTAMINACION. Ejemplo 5 - Transporte de pasajeros Este ejemplo modela el transporte en bus de pasajeros entre dos estaciones. Los pasajeros pueden abordar el bus en cualquier estacin y permanecer en el bus tantas paradas como deseen, ya que en el modelo real, actualmente no se tiene control sobre el tiquete de los pasajeros una vez que ellos entran en el bus. La compaa de buses est interesada en invertir en personal o equipo para resolver este problema, y debido a esto ha incido la construccin del modelo.

Descripcin

Componentes PUERTAENTRADA1, PUERTAENTRADA2, ESTACION1, ESTACION2, BUS. Variables descriptivas

PUERTAENTRADAi (i = 1, 2) #LLEGANDOi - con rango en los enteros positivos; #LLEGANDOi = Xi indica que Xi personas estn entrando a la estacin en este momento. ESTACIONi (i = 1, 2) #ESPERANDOi - con rango en los enteros positivos; #ESPERANDOi = Qi indica que Qi personas estn actualmente esperando en ESTACIONi por el BUS. BUS

Saavedra Menchaca, Daniela.

Pgina 9

Simulacin de Sistemas

INF-391

#ENBUS - con rango en los enteros positivos; #ENBUS = Qb indica que hay Qb pasajeros actualmente en el BUS.

TIEMPODEVIAJE - variable aleatoria con rango en los reales positivos. TIEMPODEVIAJE = s significa que el BUS toma s unidades de tiempo para ir de la estacin actual a la siguiente.

PASAJEROSQUEBAJAN - variable aleatoria con rango en los enteros positivos; PASAJEROSQUEBAJAN = n significa que n pasajeros dejarn el BUS en la estacin. PARAMETROS CAPACIDAD - con rango en los enteros positivos; especifica el mximo nmero de pasajeros que el BUS puede transportar.

Pi (i = 1, 2) - probabilidad de que un pasajero abandone el BUS en la ESTACIONi.

MEDIA (SIGMA) - con rango en los reales positivos; promedio y desviacin estndar de TIEMPODEVIAJE entre estaciones. Kon (Koff) - con rango en los reales positivos; El tiempo que le toma a cada pasajero entrar (bajar) del BUS.

Interaccin entre componentes. 1. El BUS viaja de ESTACIONi a ESTACIONj. El tiempo de llegada a la ESTACIONj es determinado muestreando el TIEMPODEVIAJE (normalmente distribuido, con parmetros MEDIA y SIGMA).

2. Al llegar a la ESTACIONj el BUS: (a) Deja a los pasajeros que desean bajarse (este nmero es una muestra de PASAJEROSQUEBAJAN)

(b) Recoge pasajeros en la ESTACIONj hasta que la ESTACIONj est vaca (#ESPERANDOj = 0) o el BUS est lleno (#ENBUS = CAPACIDAD).

Saavedra Menchaca, Daniela.

Pgina 10

Simulacin de Sistemas

INF-391

Tema N2 Introduccin a la Descripcin Formal del Modelo

En la descripcin informal de modelos se presentan problemas intrnsecos y entre ellos podemos observar: Incompletitud. Inconsistencia. Ambigedad. El modelo es: Ambiguo: Cuando dos o ms modelos posibilidades se sugieren para una situacin particular. Inconsistente: Cuando se prescriben acciones contradictorias. Incompleto: Cuando no se piensa en todas las acciones relevantes. La descripcin formal de modelos tiene la ventaja de verificar mecnicamente si existen: omisiones, inconsistencias, ambigedades. Categoras de Modelos. 1. Modelos basados en el tiempo. (eventos del modelo). Modelo de Tiempo Continuo: el tiempo fluye continuamente, el reloj del modelo avanza a travs de los nmeros reales a valores cada vez ms altos. Modelo de Tiempo Discreto: el tiempo fluye en saltos, el reloj del modelo peridicamente salta de un entero a otro. 2. Conjunto de Rangos. (variables descriptivas del modelo) Modelo de Estado Discreto: las variables asumen un conjunto de variables discretos. Modelo de Estado Continuo: los rangos de las variables pueden ser representado por X nmeros reales. Se clasifican en: eventos discretos, ecuaciones diferenciales. 3. Variables Randomicas. (descripcin del modelo) Modelos determinanticos, no aparecen las variables aleatorias. Modelos estocsticos o probabilsticos: al menos existe una variable aleatoria.

Saavedra Menchaca, Daniela.

Pgina 11

Simulacin de Sistemas

INF-391

4. Manera en que el modelo interacta.(interaccin del sistema real con su ambiente) Autnomo: si el modelo considera que el sistema real no recibe ninguna influencia del ambiente. No autnomo: permite influencia del ambiente. (Variable de entrada). 5. Reglas de Interaccin del Modelo. (dependen explcitamente del tiempo) Invariante en el tiempo: reglas de interaccin son establecidas enteramente en los trminos de los valores que las variables descriptivas pueden asumir. Variante en el tiempo: el tiempo esta explcitamente como argumentos de las reglas de interaccin. Sistema. Concepto matemtico, consiste en: Base del tiempo. Conjunto de estmulos de entrada. Conjunto de respuestas de salida. Dos funciones que determinan su comportamiento de salida generados como respuestas particulares a estmulos de entrada. Tiene una estructura: Esttica: Conjunto de E/S. Componentes y variables descriptivas.

Dinmica: Funciones. Reglas de Interaccin.

Concepto Bsico Fundamental; es un conjunto de ESTADOS mediante el cual se define la ESTRUCTURA BSICA del modelo que son: 1. Sistema Real. Es la fuente de datos y el comportamiento que son observables.

Saavedra Menchaca, Daniela.

Pgina 12

Simulacin de Sistemas

INF-391

VARIABLES. No observables; Cumplen un rol importante en la actividad del sistema. Se objeta su uso porque causan problemas. Necesarias para un modelo valido. Observables: ENTRADA (Causa) Perturban, influencian o afectan al sistema desde el exterior. Se pueden controlar, escoger valores en un cierto punto del tiempo.

SALIDA (Efecto) Toma valores como resultado de los valores asumidos por las variables de entrada. El conjunto de pares tiene la caracterstica de que son obtenidos experimentalmente y se denomina comportamiento de Entrada y Salida del Sistema que es todo lo que podemos saber directamente del sistema. 2. Marco Experimental. Conjunto limitado de circunstancias bajo las cuales se puede observar o experimentar. Subconjunto del comportamiento de Entrada-Salida del sistema. Pueden existir diferentes marcos experimentales. El conjunto de Entrada-Salida del sistema es la misin de todos los marcos experimentales. Para un modelo relativamente simple es posible producir pares de E/S que concuerdan a travs de algn estndar de comparacin con todos los pares de E/S del marco. Cuando esto ocurre se dice que el modelo es vlido para este marco experimental. Un modelo puede ser vlido en un marco experimental pero no en otro. Puede haber muchos modelos validos, tantos como marcos experimentales.

3. Modelo Base. Modelo capaz de encontrar todo el comportamiento de E/S del sistema real. Ningn problema de simulacin y leguaje de modelaje se puede conocer o describir completamente al modelo base. Provee una explicacin completa del comportamiento del sistema real. Se tiene muchos componentes o interacciones. La complejidad del modelo base requiere una enormidad de recursos computacionales para su construccin y simulacin.

Saavedra Menchaca, Daniela.

Pgina 13

Simulacin de Sistemas

INF-391

4. Modelo Simplificado. Los casos reales son un modelo base que no puede ser considerado para la simulacin debido a su complejidad. Sin embargo si se define un marco experimental podemos construir un modelo vlido relativamente simple. El modelo simplificado se construye basado en el modelo base. Se lo construye quitando componentes y simplificando interacciones. 5. Ordenador. Genera los pares ordenado de E/S en base al modelo simplificado. Sus trayectorias o propiedades nos ayudan a trabajar analticamente. El ordenador maneja instrucciones que conforman el programa. En el ordenador existen lmites de recursos disponibles para medir las dimensiones: El tiempo que toma simular un paso del tiempo del modelo. El espacio que el programa requiere en el ordenador para representar la estructura del modelo y almacenar los valores de las variables de estado. La sobrecarga asociada a convertir el modelo en un programa representativo, incluyendo su traduccin, compilacin y/o ensamblaje de un lenguaje de alto nivel a uno maquina. Adems el paso de memoria secundaria a la principal. Tiempo y esfuerzo involucrado en depurar el programa ajustando ciertos parmetros y validando el programa con el marco experimental. Procedimientos de simplificacin. Son operaciones que se realizan en la descripcin estructural del modelo base. El modelo base especfica: componentes, variables descriptivas y reglas de interaccin, a partir de ah se encuentra el modelo simplificado que es la modificacin de una o ms partes del modelo base haciendo operaciones. 1. Omitir componentes. Una de las operaciones que se realiza es omitir uno o mas componentes, variables descriptivas y/o reglas de interaccin. Se basa en la idea de que no todos los factores son igualmente importantes. Unos pocos factores son realmente significativos en el contexto de un marco experimental o un marco referencial dado.
Saavedra Menchaca, Daniela. Pgina 14

Simulacin de Sistemas

INF-391

Terminologa Ingenieril: Efectos mayores, Efectos de 1er. Orden. Efectos menores, Efectos de 2do. Orden Se intenta trabajar obrando los efectos menores debido a que estos no modifican, ni alteran el comportamiento del modelo. Se denomina aproximacin de 1er. orden. En nuestro marco conceptual se puede construir un modelo simplificado valido de un nmero pequeo de: componentes, variables descriptivas y reglas de interaccin. Como no se sabe si un Modelo Simplificado funcionar o el proceso de simplificacin funcionar, se plantear una hiptesis del Modelo Base: Las entidades omitidas son relativamente insignificativas en el marco experimental de inters. Proceso de Omitir; que se necesita tambin omitir otras entidades. Omito un componente: Omitir todas sus variables descriptivas. Se omiten o al menos se modifican las reglas de interaccin. Omito o modifico reglas de interaccin: La estructura del modelo no se modifica. El efecto de omitir un componente o variable en las reglas de interaccin se puede entender como: Se puede pensar que un componente es un canal para la transmisin de efectos de sus influenciadores a sus influenciados. Cuando se omite un componente se necesita modificar el flujo de influencias. 2. Remplazar variables. Reemplazar variables deterministicos por probabilsticos. Un modelo deterministico tiene reglas de interaccion que deterministicamente controlan los valores de todas las variables descriptivas. Un modelo simplificado probabilstico se deriva de reemplazar alguna reglas de interaccin por mecanismos probabilsticos convirtiendo las variables afectadas por variables aleatorias. 3. Operacin reducir. Reducir los rangos de las variables descriptivas.

Saavedra Menchaca, Daniela.

Pgina 15

Simulacin de Sistemas

INF-391

Una variable descriptiva es una forma de describir la condicin de un componente del modelo. Asume un valor que representa una condicin posible en la que el componente se puede encontrar en algn momento. Tiene un rango conjunto de todos los valores que pueden asumir. En este procedimiento de simplificacin los componentes y las variables descriptivas del modelo simplificado son las mismas del modelo base pero el rango de algunas o todas las variables simplificando son menores que el rango de las mismas variables en el modelo base. 4. Agrupando componentes y Agrupando Variables. En general los componentes de un modelo base se agrupan en bloques que son

identificados como componentes del modelo simplificado. Una variable descriptiva para un componente del modelo simplificado se obtiene agregando variables descriptivas de los componentes del modelo base. Este proceso de agregacin se puede ver como una primera composicin sin perder informacin de las variables descriptivas del componente que se reduce.

Saavedra Menchaca, Daniela.

Pgina 16

Simulacin de Sistemas

INF-391

Tema N3 Simulacin y especificacin Formal de Modelo

El concepto de estado.

Las componentes de un modelo son descritas por un conjunto de variables descriptivas. Las reglas que especifican la interaccin entre componentes determinan la manera en la cual estas variables descriptivas cambian con el tiempo. Para que un computador sea capaz de simular el modelo, debe "conocer" estas reglas de interaccin.

En muchos modelos es posible designar un pequeo subconjunto de todas las variables descriptivas de tal forma que es suficiente conocer el valor actual de este subconjunto de variables para calcular los valores futuros de todas las variables descriptivas. A este subconjunto de variables las llamaremos "variables de estado". Considere un modelo con las variables descriptivas 1, 2, 3, ..., n. Decimos que los valores de estas variables son y1, y2, y3, ..., yn en un instante de tiempo t, si 1 toma el valor y1, 2 toma el valor y2, ..., n toma el valor yn en el instante t. Se considera un modelo "bien definido" ("bien descrito") si las reglas de interaccin entre componentes determinan, para cada instante futuro t' (t' > t), un nico conjunto de valores y'1, y'2, y'3, ..., y'n dados los valores y1, y2, y3, ..., yn en el instante t. De este modo, dados los valores y1, y2, ..., yn en un tiempo t, el computador puede calcular los valores y'1, y'2, ..., y'n para cualquier tiempo t' (con t' > t). Esto se muestra en la siguiente figura.

Saavedra Menchaca, Daniela.

Pgina 17

Simulacin de Sistemas

INF-391

La figura anterior representa un modelo con cinco variables decriptivas 1, 2, 3, 4, 5. Si el modelo est "bien definido", los valores representados por crculos (en t) determinan los valores representados por cuadrados (en t'). Si 1, 2 y 3 conforman el conjunto de variables de estado, los valores de los crculos negros son suficientes para determinar todos los valores representados por cuadrados. Ejemplo - Sistema de trenes Los maquinistas de dos trenes, el "rpido" y el "expreso" estn tratando de llegar a un punto comn para traspasar una carga. Cada tren corre sobre sus propios rieles, paralelos a los del otro. Los trenes disponen de un sistema simple de comunicacin que permite detectar si el otro tren est hacia adelante o hacia atrs. El ferrocarril corre entre -L y L, y hay hitos en los cuales se activa el sistema de comunicacin (hay un total de 2L + 1 hitos).

Podemos simplificar la figura anterior de la siguiente manera:

Descripcin

Componentes TRENRAPIDO, TRENEXPRESO, HITOS.


Saavedra Menchaca, Daniela. Pgina 18

Simulacin de Sistemas

INF-391

Variables descriptivas. TRENRAPIDO RAPIDO - con rango HITOS; describe la ubicacin del TRENRAPIDO. TRENEXPRESO EXPRESO - con rango HITOS; describe la ubicacin de TRENEXPRESO. Para cada P en HITOS RSEALENP - con rango {-1,1} ESEALENP - con rango {-1,1} Interaccin entre componentes La base temporal es discreta: t, t+1, t+2, ...

(a) El valor de RSEALENP en el instante t es D((RAPIDO en t) - P) donde D(x) es 1 si x >= 0 y -1 si x < 0.

(b) El valor de ESEALENP en el instante t es D((EXPRESO en t) - P).

(c) RAPIDO en t+1 = [RAPIDO en t] + [ESEALEN(RAPIDO en t) en t].

(d) EXPRESO en t+1 = [EXPRESO en t] + [RSEALEN(EXPRESO en t) en t].

El estado del modelo lo podemos representar por el par (r,e), como se muestra en la siguiente figura:

Saavedra Menchaca, Daniela.

Pgina 19

Simulacin de Sistemas

INF-391

Verificamos ahora que RAPIDO y EXPRESO son variables de estado. Supongamos que conocemos los valores de RAPIDO y EXPRESO en el instante t. Llamemos a estos valores r y e, respectivamente. Veremos cmo calcular los valores de todas las variables descriptivas en t+1.

De (a), tenemos que para cada hito P: RSEALEN(P en t) = D(r-P)

Similarmente, ESEALEN(P en t) = D(e-P)

En particular, para el hito r (la ubicacin del rpido):

RSEALEN(r en t) = D(r - r) = 1 ESEALEN(r en t) = D(e - r)

Saavedra Menchaca, Daniela.

Pgina 20

Simulacin de Sistemas

INF-391

Propiedades de las variables de estado Podemos ver ahora cmo el computador puede realizar los clculos necesarios para ejecutar una simulacin de manera iterativa. Suponga que queremos calcular los valores de las variables descriptivas y'1, y'2, ..., y'n en t', dados los valores de y1, y2, ..., ym en t. Suponga que las reglas de interaccin pueden ser traducidas a un programa computacional, el cual, para un conjunto finito de tiempos t1, t2, t3, ..., ti, ti+1, ..., puede hacer lo siguiente. Dado cualquier conjunto de valores de estado yi1, ..., yim en ti, el programa calcula los valores nicos yi+11, ..., yi+1m+1, ..., yi+1n en ti+1 especificados por las reglas de interaccin. Cuando esto sucede, decimos que el programa puede calcular o simular la transicin del modelo de ti a ti+1. El conjunto {t1, t2, ...} es llamado tiempos computacionales. Son los tiempos del modelo en los cuales el programa puede producir el conjunto de valores de descripcin del modelo. Algunas veces estos tiempos son mltiplos sucesivos de algn tiempo h, por lo que ti+1 - ti = h. Esto es llamado una simulacin de tiempo discreto. Se supone que las reglas de interaccin no dependen del tiempo, slo de los valores de estado y1, ..., ym. El modelo es llamado invariante en el tiempo. Imagime que la simulacin de un modelo bien definido es llevada a cabo por un programa que tiene acceso a las variables descriptivas a1, a2, a3, ..., an. Las siguientes propiedades explican el concepto de estado.

1. Inicializacin del programa. Suponga que al programa se le da la tarea de calcular los valores y'1, ..., y'n en t', dados los valores y1, ..., yn en t. Entonces, solamente las variables de estado necesitan ser inicializadas. 2. Repetir una ejecucin. Suponga que queremos repetir el clculo de los valores y'1, ..., y'n en t' dados los valores y1, ..., yn en t, por ejemplo porque perdimos algn resultado de la primera ejecucin de la simulacin. Las dos ejecuciones pueden ser hechas en diferentes computadoras en diferentes tiempos, y an as los resultados van a ser los mismos, dados los mismos valores iniciales y1, ..., ym. 3. Interrupcin del programa y re-inicio. Suponga que despus de calcular los valores y'1, ..., y'n en t' se interrumpe el programa. El programa debe ser capaz de re-iniciar desde el mismo punto en el cual fue detenido, y debe calcular los mismos valores finales. Para esto basta guardar los valores asociados a a1, a2, a3, ..., am en el momento en que se interrumpi el programa.
Saavedra Menchaca, Daniela. Pgina 21

Simulacin de Sistemas

INF-391

4. Recuperacin del programa. Suponga que ocurre una falla en el computador mientras el programa est siendo ejecutado. Cuando la falla es reparada, se quiere seguir con la simulacin, pero se quiere evitar re-inicializar el programa desde el estado inicial. La re-inicializacin del programa debera obtener el mismo resultado si sta se hace desde el inicio o desde el punto en que ocurri la falla. Procedimiento prototipo para simulacin de tiempo discreto de modelos invariantes en el tiempo Si se trata de calcular las variables de estado y1, ..., yn para instantes t = tM, tM+1, ..., tM+N (con ti+1 = t + h) y adems las reglas no dependen del tiempo, sino slo del estado anterior, estamos frente a un caso que llamaremos de tiempo discreto e invariante en el tiempo. El siguiente sera un plan a seguir para implementar un programa de simulacin para estos casos. 1. Inicializar las variables de estado a1, a2, a3, ..., an con y1, y2, y3, ..., yn. 2. Inicializar el reloj en tM. 3. Aplicar las reglas de interaccin al contenido de las variables de estado actuales para producir los valores correspondientes al siguiente estado. Calcular a partir de las variables de estado el resto de las variables descriptivas. 4. Avanzar el reloj en la unidad de tiempo h especificada en el modelo. 5. Ver si el reloj excedi el tiempo de simulacin (tM + Nh). Si excedi el tiempo, termina, si no, vuelve a 3. Ejemplo: La siguiente figura muestra el proceso de aplicar el paso 3. Los puntos rojos indican las variables de estado, y los puntos azules las variables descriptivas. A partir de las variables de estado es posible obtener las variables descriptivas para todos los tiempos siguientes.

Saavedra Menchaca, Daniela.

Pgina 22

Simulacin de Sistemas

INF-391

Especificacin formal de modelos El paso 3 se puede ver como un subprograma que acepta una lista de valores de estado y entrega una lista de variables descriptivas actualizada. Este subprograma puede verse como una funcin (en sentido matemtico) f cuyo dominio es el conjunto de todos los valores posibles de las variables de estado y como rango el conjunto de los valores posibles de todas las variables descriptivas, es decir:

f(y1, ..., ym) = (y'1, ..., y'm, y'm+1, ..., y'n) donde y1, ..., ym son los valores de las variables de estado y y'1, ..., y'm, y'm+1, ..., y'n son los valores de las variables descriptivas una unidad de tiempo despus. Podemos decir que f est constituda de dos funciones:

y1, ..., ym donde:

y'1, ..., y'm

y'1, ..., y'm, y'm+1, ..., y'n

(y1, ..., ym) = (y'1, ..., y'm) (y'1, ..., y'm) = (y'1, ..., y'n)

f(y1, ..., ym) = (d(y1, ..., ym))

Ntese que la funcin d no es instantnea, es decir, los valores y'1, ..., y'm son en el instante t+1 (si y1, ..., ym en t) y tambin y'1, ..., y'n (la salida de la funcin l) son en ese mismo instante t+1.
toma el estado en que se encuentra el modelo en el instante actual y produce el estado en el que estar

el modelo en el prximo instante de clculo. se llama la funcin de transicin de estados, o ms corto, la funcin de transicin.
toma el estado del modelo en un instante dado y produce la descripcin total del modelo en ese

estado. se llama funcin de salida.

Saavedra Menchaca, Daniela.

Pgina 23

Simulacin de Sistemas

INF-391

En la prctica, podemos estar interesados en observar slo algunas de las variables descriptivas (no todas), las que se denominan variables de salida. Se puede modificar la funcin de modo que produzca los valores de las variables de salida (que son una descripcin parcial del modelo en su estado actual). Formalicemos los estados y las salidas: Sea VARIABLES el conjunto de variables descriptivas, VARIABLESESTADO el conjunto de las variables de estado, y VARIABLESSALIDA el conjunto de variables de salida. Entonces:

VARIABLESESTADO VARIABLES VARIABLESSALIDA VARIABLES

Sea m el nmero de variables de estado. Entonces un estado del modelo es una tupla (y1, ..., ym) donde cada yi es un valor en el rango de la variable de estado i-sima. El conjunto de todas estas tuplas se denomina ESTADOS. Formalmente, se define como:

ESTADOS Xb VARIABLESESTADO RANGOb

Saavedra Menchaca, Daniela.

Pgina 24

Simulacin de Sistemas

INF-391

Similarmente, si hay p variables de salida, una salida del modelo es una tupla (y1, ..., yp), donde cada yj es un valor en el rango de la variable de salida j-sima. El conjunto de todas estas tuplas se denomina el conjunto de SALIDAS. Formalmente, se define como:

SALIDAS Xg VARIABLESSALIDA RANGOg Con estas definiciones entonces:

: ESTADOS ESTADOS : ESTADOS SALIDAS

Podemos interpretar esto de la siguiente forma: si ESTADO es el estado del modelo en el instante t, entonces (ESTADO) es el estado del modelo en t+1, y (ESTADO) es la salida del modelo en el instante t.

Ejemplo: (caso de los trenes) Habamos visto que RAPIDO y EXPRESO (la ubicacin de los trenes) eran un conjunto de variables de estado. El rango de cada una de estas variables es HITOS. Luego:

ESTADOS = HITOS x HITOS y un ESTADO tpico tiene la forma (r,e) donde r HITOS y e HITOS. Tambin vimos cmo calcular el estado en t+1 dado el estado en t. Escribamos la funcin de transicin:

: ESTADOS ESTADOS

tal que para cada (r,e) ESTADOS:


(r,e) = (r + D(e - r), e + D(r - e)) Saavedra Menchaca, Daniela. Pgina 25

Simulacin de Sistemas

INF-391

porque r + D(e - r) es la ubicacin del rpido en t+1 y e + D(r - e) es la ubicacin del expreso en t+1. Supongamos ahora que elegimos como variables de salida las lecturas de las seales que pueden hacerse en los hitos L y -L (los extremos del ferrocarril). Las variables de salida son entonces:

RSEALENL ESEALENL RSEALEN(-L) ESEALEN(-L) Ya que cada una de estas variables tiene rango {-1,1}, tenemos que:

SALIDAS = {-1,1} x {-1,1} x {-1,1} x {-1,1} Tambin habamos calculado las lecturas de las seales en cualquier punto P en t, y que eran completamente determinadas por las ubicaciones de RAPIDO y EXPRESO en t. As, podemos especificar d:

: ESTADOS SALIDAS

Por tanto, tomando en cuenta esos clculos, para todo (r,e) ESTADOS:

(r,e) = (D(r - L), D(e - L), D(r + L), D(e + L))

Saavedra Menchaca, Daniela.

Pgina 26