Vous êtes sur la page 1sur 29

CAPITULO I

ASPECTOS GENERALES DEL


MODELAJE Y SIMULACIÓN
ASPECTOS GENERALES DEL MODELAJE
Y LA SIMULACIÓN
• Cuando se tiene la responsabilidad de conducir un sistema
dado, como por ejemplo: un banco, una ciudad, un proceso,
un sistema de transporte, etc., debe tomar continuamente
decisiones acerca de las acciones que ejecutará sobre el
sistema. Estas decisiones deben ser tales que la conducta
resultante del sistema satisfaga de la mejor manera posible
los objetivos planteados.
• Conjunto de objetos o ideas que están interrelacionados
entre sí como una unidad para la consecución de un fin
(Shannon, 1988).
ASPECTOS GENERALES DEL MODELAJE
Y LA SIMULACIÓN
• Para poder decidir correctamente es necesario saber cómo
responderá el sistema ante una determinada acción. Esto
podría hacerse por experimentación con el sistema mismo;
pero factores de costos, seguridad y otros hacen que esta
opción generalmente no sea viable. A fin de superar estos
inconvenientes, se reemplaza el sistema real por otro sistema
que en la mayoría de los casos es una versión simplificada.
Este último sistema es el modelo a utilizar para llevar a cabo
las experiencias necesarias sin los inconvenientes planteados
anteriormente.
• Al proceso de experimentar con un modelo se denomina
simulación.
Introducción a la Simulación y Modelos Computacionales

• En general un modelo puede ser entendido como una


representación, bien sea abstracta, análoga, fenomenológica
o idealizada, de un objeto/sistema que puede ser real o
ficticio.

• Mediante el modelado se busca mejorar el conocimiento y la


comprensión de un fenómeno o proceso y ello involucra el
estudio de interacción entre las partes de un sistema y el
sistema como un todo.

• El modelado permite, al nivel de la teoría, acercar el


formalismo científico a su interpretación con el fin de lograr
una mejor comprensión explicación y descripción de los
sistemas estudiados.
Introducción a la Simulación y Modelos Computacionales

MODELO
• Un modelo es “una representación simplificada de la realidad
en la que aparecen algunas de sus propiedades” (Joly, 1988)
• “Un modelo es un objeto, concepto o conjunto de relaciones
que se utiliza para representar y estudiar de forma simple y
comprensible una porción de la realidad empírica” (Ríos,
1995)
• Un modelo es un sistema desarrollado para entender la
realidad y en consecuencia para modificarla. Estudiándose los
hechos salientes del sistema.
Algunos usos
 Herramienta de predicción
 Para entrenamiento e instrucción
 Ayuda para la experimentación
Introducción a la Simulación y Modelos Computacionales

SIMULACIÓN
• Shannon definió la simulación como “el proceso de diseñar un
modelo de un sistema real y llevar a cabo experiencias con el
mismo con la finalidad de comprender el comportamiento del
sistema o de evaluar nuevas estrategias, dentro de los límites
impuestos por un criterio o conjunto de ellos, para el
funcionamiento del sistema.”
Tipos de Modelos

Existen múltiples tipos de modelos para representar la realidad.


Algunos de ellos son:

• Matemáticos: Representan la realidad en forma abstracta de


muy diversas maneras.
• Físicos: Son aquellos en que la realidad es representada por
algo tangible, construido en escala o que por lo menos se
comporta en forma análoga a esa realidad (maquetas,
prototipos, modelos analógicos, etc.).
Tipos de Modelos

• Analíticos: La realidad se representa por fórmulas


matemáticas. Estudiar el sistema consiste en operar con esas
fórmulas matemáticas (resolución de ecuaciones).
• Numéricos: Se tiene el comportamiento numérico de las
variables intervinientes. No se obtiene ninguna solución
analítica.
Tipos de Modelos

• Estáticos: Utilizados para representar sistemas cuyo estado es


invariable a través del tiempo.

Variables
Tiempo

• Dinámicos: Utilizados para representar sistemas cuyo estado


varía con el tiempo. Variables

Tiempo
Tipos de Modelos

• Continuos: Representan sistemas cuyos cambios de estado


son graduales. Las variables intervinientes son continuas.

• Discretos: Representan sistemas cuyos cambios de estado son


de a saltos. Las variables varían en forma discontinua o en
tiempos discretos del tiempo.
Tipos de Modelos

• Determinísticos: Son modelos cuya solución para


determinadas condiciones es única y siempre la misma.
• Estocásticos: Representan sistemas donde los hechos suceden
al azar, lo cual no es repetitivo. No se puede asegurar cuáles
acciones ocurren en un determinado instante. Se conoce la
probabilidad de ocurrencia y su distribución probabilística.
(Por ejemplo, llega una persona cada 20 ± 10 segundos, con
una distribución equiprobable dentro del intervalo).
Algoritmos y Diagramas de Flujo

ALGORITMO

• Un algoritmo es un conjunto de acciones que determinan la


secuencia de los pasos a seguir para resolver un problema
específico. Sus pasos deben estar definidos con precisión de
forma que no existan ambigüedades que den origen a elegir
una opción equivocada. Los algoritmos son finitos; es decir, su
ejecución termina en un número determinado de pasos. La
mayoría de los algoritmos de utilidad al programador poseen
3 partes principales:
Algoritmos y Diagramas de Flujo

• Los algoritmos pueden representarse a través de un conjunto


de palabras por medio de las cuales se puede representar la
lógica de un programa. Este conjunto de palabras constituyen
lo que se conoce como pseudocódigo. Además, los algoritmos
se pueden representar gráficamente a través de un diagrama
de flujo. Ambas herramientas se describen a continuación.
Algoritmos y Diagramas de Flujo

DIAGRAMAS DE FLUJO

• Un diagrama de flujo es una representación gráfica de un


algoritmo o de una parte del mismo. La ventaja de utilizar un
diagrama de flujo es que se le puede construir
independientemente del lenguaje de programación, pues al
momento de llevarlo a código se puede hacer en cualquier
lenguaje. Dichos diagramas se construyen utilizando ciertos
símbolos de uso especial como son rectángulos, óvalos,
pequeños círculos, etc.; estos símbolos están conectados
entre sí por flechas conocidas como líneas de flujo.
Algoritmos y Diagramas de Flujo

Símbolos y su Significado
Algoritmos y Diagramas de Flujo

Símbolos y su Significado
Uso de lenguajes de programación y modelaje

Un lenguaje de programación es básicamente un sistema


estructurado de comunicación, conformado por conjuntos de
palabras claves, símbolos y reglas sintácticas y semánticas que
permiten un entendimiento entre el programador y la máquina.

Los procesadores solo entienden un único lenguaje, el que


conocemos como código binario.

Este código binario, resultaba un poco tedioso, sobre todo


porque las órdenes que damos a un procesador son cada vez
más complejas, lo que supone dedicar horas y horas a la
introducción de líneas compuestas únicamente por unos y ceros.
Es por eso que se han buscado formas intermedias de codificar
estas órdenes binarias para agilizar los procesos.
Uso de lenguajes de programación y modelaje

Lenguajes de programación interpretados


Los lenguajes de programación interpretados son aquellos cuyo
código es directamente interpretado, validado y ejecutado sin
necesidad de pasar previamente por un proceso de compilación
de estas instrucciones a sus equivalente en lenguaje máquina.
Algunos de estos lenguajes son:
– Java
– Python
– ECMAScript (JavaScript, ActionScript… etc)
– PHP
– ASP
– SQL
– Lisp
Uso de lenguajes de programación y modelaje

Lenguajes de programación compilados


Por otra parte los lenguajes compilados son mucho más rápidos
e independientes, son interpretados igualmente que los
anteriores pero con la diferencia de que el código se optimiza y
se traduce a código máquina, generando un fichero ejecutable
en lugar de un conjunto de acciones.
Algunos de estos lenguajes son:
– C
– C++
– C#
– Swift
– Go
Ventajas y limitaciones de los simuladores

VENTAJAS DE LA SIMULACION

• Permite:
– Adquirir una rápida experiencia a muy bajo costo y sin riesgos. No se
compromete la confiabilidad del sistema en los ensayos (los eventos
son simulados y no reales).
– Identificar en un sistema complejo aquellas áreas con problema
("cuellos de botella")
– Un estudio sistemático de alternativas (variaciones uniformes en los
parámetros intervinientes imposibles de lograr en un sistema real).
– Utilizarse en "training" para gerentes/ejecutivos.
– Ensayar estrategias de guerra, faceta donde primero se empleó la
simulación (operaciones de guerra en las llamadas maniobras).
Ventajas y limitaciones de los simuladores

VENTAJAS DE LA SIMULACION

• No tiene límite en cuanto a complejidad. Cuando la


introducción de elementos estocásticos hace imposible un
planteo analítico surge la modelización como único medio de
atacar el problema. Todo sistema, por complejo que sea,
puede ser modelizado, y sobre ese modelo es posible ensayar
alternativas.
• Puede ser aplicada para diseño de sistemas nuevos en los
cuales se quieren comparar alternativas muy diversas surgidas
de utilización de diferentes tecnologías. Puede utilizarse,
durante la vida de un sistema, para probar modificaciones
antes que estas se implementen (si es que los resultados de la
simulación aconsejan su uso).
Ventajas y limitaciones de los simuladores

LIMITACIONES DE LA SIMULACION

• No se lo debe utilizar cuando existan técnicas analíticas que


permitan plantear, resolver y optimizar todo el sistema o
alguna parte del mismo.
• Existe un gran deseo de incluir todo en la simulación donde
los resultados son visibles y comprendidos por todas las
personas (especialistas o no), las cuales gustan hacer ensayos.
• No es posible asegurar que el modelo sea válido:
• Se corre el riesgo de tomar medidas erróneas basadas en
aplicar conclusiones falsas obtenidas mediante un modelo
que no representa la realidad.
Ventajas y limitaciones de los simuladores

LIMITACIONES DE LA SIMULACION

• No existe criterio científico de selección de alternativas a


simular (Estrategia).
• Es posible omitir una buena sugerencia de innovación
simplemente porque a nadie se le ocurrió ensayarla.
• Existe el riesgo de utilizar un modelo fuera de los límites para
el cual fue construido, queriendo realizar ensayos para el cual
el modelo no es válido.
• Es posible elaborar todo un gran andamiaje de pruebas y
resultados falsos, basados en un modelo confiable y válido
bajo otras condiciones.
Técnicas de Modelaje y Simulación

SIMULACIÓN ANALÓGICA

• Consiste en modelar un sistema en términos de ecuaciones


diferenciales ordinarias y después hacer un dispositivo físico
que obedezca a las ecuaciones.
• Inicialmente se desarrollaron analizadores diferenciales
mecánicos como herramienta de propósitos generales para
simular sistemas dinámicos los cuales fueron reemplazados
por sistemas electrónicos.
• La simulación analógica no puede tratar con ecuaciones
diferenciales algebraicas (EDAs), sólo con ecuaciones
diferenciales ordinarias (EDOs), las EDAs se dan cuando se
simplifica demasiado el modelo.
Técnicas de Modelaje y Simulación

SIMULACIÓN NUMÉRICA

• La solución numérica de una ecuación diferencial es un


esencial ingrediente de la simulación numérica.
• Existen varias maneras de encontrar soluciones de
aproximación numérica para las ecuaciones diferenciales. Los
métodos son basados en la idea de reemplazar las ecuaciones
diferenciales por una ecuación de diferencia.
• Entre estos métodos tenemos al de Euler que es basado en
aproximación de la derivativa por una diferencia de primer
orden. Técnicas más eficientes son las de Runge-Kutta y
métodos de múltiple pasos.
Técnicas de Modelaje y Simulación

SIMULACIÓN ANALÓGICA DIGITAL

• La aparición de las computadoras digitales dio paso a la


emulacion de un analizador diferencial.
• Este enfoque dio lugar a la aparición de numerosos lenguajes
de programación tales como CSSL, ASCL, SIMNON, SIMULINK,
BDSP, MATLAB.
Técnicas de Modelaje y Simulación

SIMULADORES ESPECÍFICOS

• Inicialmente, estos programas solo abarcaban una rama de la


ingeniería. Algunas herramientas de este tipo son: el sistema
SPICE, el cual fue desarrollado para el modelo analógico de un
circuito eléctrico, y DADS, desarrollado para la simulación de
sistemas mecánicos. Un gran número de herramientas de este
tipo ha sido desarrollado en varias ramas de la ingeniería.
• El programa Hysis, desarrollado por Mannesmann Rexroth,
orientado al cálculo dinámico en el campo de la
oleohidráulica.
Técnicas de Modelaje y Simulación

SIMULADORES MULTI-DISCIPLINARES

• El software para dominios específicos es muy útil de usar si el


problema es adecuado a la herramienta directamente, siendo
muy útiles en su campo de aplicación, pero hay muchos
diseños que necesitan de programas de simulación que
permitan la colaboración con otros programas.
• Como ejemplo esté el programa ITI – SIM es un software de
simulación que cubre un amplio rango de áreas físicas y
aplicaciones: hidráulica, neumática, mecánica, térmicas,
transmisión electro – mecánica y bloque de señales.
Técnicas de Modelaje y Simulación

SIMULACIÓN FÍSICA

• En el modelado físico, se divide un sistema en subsistemas.


Cada subsistema puede tener numerosos niveles, en el cual,
el nivel inferior representan elementos básicos que se
agrupan para formar un subsistema de nivel superior. El
modelo completo se obtiene agrupando los subsistemas.