INSTITUTO TECNOLOGICO SUPERIOR PUREPECHA

INGENIERIA EN SISTEMAS COMPUTACIONALES

MATERIA:
SIMULACION

PROFESOR:
MTRA. KARLA GEORGINA OLIVO BERNAL

ALUMNO:
LUIS ANTONIO JAIMES CUEVAS

SEMESTRE:
NOVENO

CHERAN, MICH. SEPTIEMBRE 2016

1.1 DEFINICIN E IMPORTANCIA SIMULACION EN INGENIERIA

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.

IMPORTANCIA DE LA SIMULACIN EN LA INGENIERA.

A travs de un estudio de simulacin, se puede estudiar el efecto de cambios internos y

externos del sistema, al hacer alteraciones en el modelo del sistema y observando los
efectos de esas alteraciones en el comportamiento del sistema.
Una observacin detallada del sistema que se est simulando puede conducir a un mejor
entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la
operacin y eficiencia del sistema.
La simulacin de sistemas complejos puede ayudar a entender mejor la operacin del
sistema, a detectar las variables ms importantes que interactan en el sistema y a
entender mejor las interrelaciones entre estas variables.
La tcnica de simulacin puede ser utilizada para experimentar con nuevas situaciones,
sobre las cuales tiene poca o ninguna informacin. A travs de esta experimentacin se
puede anticipar mejor a posibles resultados no previstos.
Cuando nuevos elementos son introducidos en un sistema, la simulacin puede ser
usada para anticipar cuellos de botella o algn otro problema que puede surgir en el
comportamiento del sistema.

APLICACIONES DE LA SIMULACIN

Las reas de aplicacin de la simulacin son muy amplias, numerosas y diversas, basta
mencionar slo algunas de ellas: Anlisis del impacto ambiental causado por diversas
fuentes Anlisis y diseo de sistemas de manufactura. Anlisis y diseo de sistemas de
comunicaciones. Anlisis de grandes equipos de cmputo. Anlisis de un departamento

dentro de una fbrica. Adiestramiento de operadores. Anlisis financiero de sistemas

econmicos. Evaluacin de sistemas tcticos o de defensa militar.
La simulacin se utiliza en la etapa de diseo para auxiliar en el logro o mejoramiento de
un proceso o diseo o bien a un sistema ya existente para explorar algunas
modificaciones.

1.2 CONCEPTOS BSICOS MODELACION

MODELACION:
Es aquello que sirve para representar o describir otra cosa, es decir crea prototipos (primer
diseo). El modelo puede tener una forma semejante o ser totalmente distinto del objeto real.
MODELO:
Un modelo se puede definir como una representacin simplificada de un sistema real, un proceso
o una teora, con el que se pretende aumentar su compuncin hacer predicciones y posiblemente
ayudar a controlar el sistema

Icnico: versin a escala del objeto real y con sus propiedades relevantes ms o menos
representadas.

Analgico: modelo con apariencia fsica distinta al original, pero con comportamiento
representativo.

Analtico: relaciones matemticas o lgicas que representen leyes fsicas que se cree gobiernan el
comportamiento de la situacin bajo investigacin.

1.3 METODOLOGA DE SIMULACIN

Aunque se van a presentar una serie de pasos de forma secuencial, realmente es un proceso
iterativo.
FORMULACIN DEL PROBLEMA
Se definen las cuestiones para las que se buscan las respuestas, las variables implicadas y las
medidas de ejecucin que se van a usar.

Esta fase es muy importante para poder alcanzar un modelo vlido, se puede dividir a su vez en 5
fases
IDENTIFICACIN DEL PROBLEMA
Se hace una abstraccin del tipo de problema que se va a tratar. Se identifican los recursos a
utilizar, los requisitos que se van a exigir (relaciones a establecer).

RECONOCER LAS VARIABLES DEL SISTEMA

Se han de identificar las variables que interviene en el sistema y que son de inters para nuestro
modelo, stas se pueden clasificar en:
Variables exgenas: son variables externas al modelo y existen con independencia de l.
Se consideran variables de entrada. stas a su vez se pueden dividir en dos grupos:
Variables controlables o de decisin (factores): son aquellas sobre las que el analista puede
decidir su valor dentro de ciertos lmites.
Variables incontrolables o parmetros: sus valores no se pueden decidir sino que vienen fijados.
Las variables sern controlables o incontrolables dependiendo de quin las defina.
Variables endgenas: son variables internas y las variables de salida del modelo. Son funcin de
las variables exgenas y de la estructura del modelo.

ESPECIFICACIN DE LAS RESTRICCIONES DE LAS VARIABLES DE DECISIN

Incluso en el caso de que las variables sean controlables, estn limitadas o restringidas a ciertos
lmites dentro de los cuales se pueden modificar.
Es importante considerar cuidadosamente las restricciones sobre las variables de decisin, ya que
definen el posible espacio de soluciones dentro del cual se buscar una buena solucin o la ptima
usando el modelo de simulacin.
DESARROLLO DE UN MODELO APROPIADO
Los modelos son abstracciones de las partes esenciales del sistema.
El nivel de detalle depende de:
Propsito del modelo.
Contribucin de las variables al modelo.
No es igual si lo que se desea hacer es un modelo para una previsin a largo plazo, en cuyo caso la
precisin puede ser menor, debido a que al transcurrir el tiempo las variables van a cambiar e
incluso podrn aparecer otras nuevas, que si se desea una previsin a corto plazo, entonces se
deber profundizar ms en el nivel de detalle.

COLECCIN DE DATOS Y ANLISIS

Aunque la recogida de datos se va a ver como el segundo paso, es bastante posible que se hayan
tenido que recoger datos para la formulacin del problema. Sin embargo, durante este paso se
recoge el mayor volumen de datos, se reduce y se analiza.

DESARROLLO DEL MODELO

Incluye la construccin y depuracin del modelo del sistema real, incluyendo la seleccin de un
lenguaje de programacin, codificacin del modelo. Esta etapa se va a dividir en dos partes:
Comprensin del sistema y Construccin del modelo.

COMPRENSIN DEL SISTEMA

Una de las tareas ms difciles en el anlisis de simulacin es adquirir el suficiente conocimiento
del sistema para poder desarrollar un modelo apropiado, es decir, conocer el comportamiento del
sistema. Dos tcnicas comnmente usadas son la aproximacin de flujo fsico y la aproximacin de
cambio de estado.

Aproximacin de Flujo Fsico. Se ha de identificar las entidades cuyo procesamiento o

transformacin constituye el propsito principal del sistema. Estas entidades pueden tomar
diferentes caminos en el sistema, las rutas que siguen se determinan mediante reglas de decisin.
Aproximacin de Cambio de Estado. Para describir esta aproximacin, se debe definir unas
variables endgenas adicionales que son las variables de estado e introducir un nuevo concepto, el
de suceso o evento.

CONSTRUCCIN DEL MODELO

Las tareas principales en la construccin de un modelo son:
Eleccin Mecanismo de avance del tiempo. Este depender de la aproximacin elegida para
describir el comportamiento del sistema.
Hay fundamentalmente dos formas de considerar el avance del tiempo en un modelo de
simulacin:

Incrementos fijos de tiempo: se considera un intervalo fijo de tiempo y el estado del modelo se
comprueba despus de transcurrido cada uno de estos incrementos constantes.

 Incrementos por los eventos (N.E.T.A., Next Event Time Advance): las comprobaciones y
modificaciones de las variables afectadas se realizan slo despus de la ocurrencia de un evento.
Aqu el incremento de tiempo es variable, va desde la ocurrencia de un evento a otro.

VERIFICACIN Y VALIDACIN DEL MODELO

La Verificacin del modelo consiste en ver cul es la consistencia interna del modelo.
La Validacin consiste en asegurar que existe la una correspondencia entre el sistema real y el
modelo. Un buen mtodo para la validacin es hacer un test para ver cmo el modelo predice el
comportamiento del sistema ante determinadas entradas.

EXPERIMENTACIN Y ANLISIS DE LAS SALIDAS

Se han de disear los experimentos que se van a llevar a cabo sobre el modelo y luego analizar las
salidas obtenidas, de forma que podamos responder a las cuestiones que se plantearon.

EXPERIMENTACIN CON EL MODELO

El propsito ltimo de la experimentacin con el modelo es obtener informacin acerca del
comportamiento del sistema para que esto nos ayude en la toma de decisiones.

ANLISIS DE LAS SALIDAS

En la interpretacin de las salidas del modelo, hay algunos aspectos que son nicos de la
simulacin. Mientras que los modelos analticos proporcionan soluciones con medidas de
ejecucin completamente definidas, los modelos de simulacin producen estimaciones de las
medidas que estn sujetas a error.
Se pueden realizar dos tipos de anlisis con un modelo de simulacin:
Anlisis para sistemas con final definido: la ejecucin del modelo finaliza cuando ocurre un evento
especfico. Se tomara una muestra por ejecucin.
Anlisis para sistemas con final no definido (sistemas en estado de equilibrio o estacionario): el
inters est en medias de las medidas de comportamiento de ejecuciones largas, despus de que
el sistema ha pasado por algn periodo de comportamiento transitorio. Las medidas en estado
estacionario se pueden definir como el valor de las medidas en el lmite, cuando la longitud de la
ejecucin tiende a infinito.
En ambos casos, las condiciones inicia les (estado del sistema el empezar la ejecucin) pueden
influir en la estimacin de las medidas de comportamiento.

IMPLANTACIN DE LOS RESULTADOS DE LA SIMULACIN

Se ha de asegurar que los resultados son aceptados por el usuario.
Este paso final es uno de los ms importantes y el que ms se descuida de todo el proceso. Parece
obvio que los beneficios de un largo y costoso anlisis no se realizarn sin una implementacin
apropiada y una aceptacin por parte de los usuarios.
Entre las razones por las que los esfuerzos de implantacin son a menudo intiles, se incluyen las
siguientes:
Existe un vaco de comunicacin entre el analista de la simulacin y los encargados y usuarios del
sistema.
Falta de entendimientos por parte de los encargados del sistema debido a los tecnicismos
utilizados.
El compromiso de implementacin es tardo.
Resistencia al cambio.
Falta de coincidencia entre el personal disponible y los objetivos marcados por el modelo.
Hay aproximaciones que tratan estos obstculos potenciales. Estas aproximaciones requieren que
los usuarios y los analistas estn implicados desde el comienzo en el proyecto simulacin.