GLOSARIO DE SIMULACION CONCEPTOS BASICOS

[pic 1]

                      Instituto Tecnológico Superior de Lerdo

                                Ing. Sistemas Computacionales.

                                Maestra: Ing. Elda Moreno Núñez.

                             Alumno: Sifuentes Rodríguez Rafael.

                                       No. Control. 192310204.

                                        Materia: Simulación

                                         Actividad: Glosario.

                                                 Sección: B

                                                                                                                           Fecha: 26/feb/2021.                                                                                                                                                                                                                                                                                                            

Introducción.

En todos los procesos de simulación es muy conveniente incluir un diagrama de flujo que indique el procedimiento que se sigue paso por paso. Un diagrama de flujo es una representación gráfica del proceso que se efectúa para lograr un objetivo, como puede ser en nuestro caso el simular un problema cualquiera.

La definición del sistema se dice que es el problema que se pretende estudiar. Es necesario hacer un análisis preliminar del mismo, con el fin de determinar la interacción con otros sistemas, las restricciones del sistema, las variables que interactúan dentro del sistema y los resultados que se esperen obtener del estudio.  

Simulación y Análisis de Sistemas con Promodel. García Dunna, García Reyes, Cárdenas Barrón. Pearson (2006)

 GLOSARIO

• Simulación: Proceso de diseñar y desarrollar un modelo computarizado de un sistema o proceso y concluir experimentos con este modelo con el proposito de entender el comportamiento del sistema o evaluar varias estrategias con las cuales se puede operar el sistema.

Simulación un enfoque práctico. Coss Bu, R. (1992). México: LIMUSA.

• Sistema: Conjunto de cosas que ordenadamente relacionadas entre sí contribuyen a determinado objeto. caracteres relevantes de lo que constituye el denominado enfoque sistémico: contemplación del todo y no de las partes aisladamente, acento en las relaciones entre las partes y consideración teleológica al tener en cuenta los propósitos u objetivos del sistema, especialmente válida para los sistemas creados por el hombre.

¬Barceló H., J. (1996). Simulación de sistemas discretos. Madrid: Isdefe.

• Modelo: Es una representación de la realidad desarrollado con el propósito de estudiarla. En la mayoría de los análisis no es necesario considerar todos los detalles de la realidad, entonces, el modelo no solo es un sustituto de la realidad sino también una simplificación de ella.

          ¬Simulación y Análisis de Modelos Estocásticos. Azarang, M. R. y García Dunna, E. Mc Graw Hill (1998)

• Describir los modelos: ​

1. Estático. ​ Este tipo de modelo no se maneja la variable tiempo, esto es, representan a un sistema en un punto particular del tiempo; un ejemplo son los modelos de programación lineal.

¬Simulación y Análisis de Modelos Estocásticos. Azarang, M. R. y García Dunna, E. Mc Graw Hill (1998)

1. Dinámico. Las características de este modelo es el cambio que representan las variables en función del tiempo; un ejemplo son los modelos de serie de tiempo, pronósticos, y programación dinámica.

 ¬Simulación y Análisis de Modelos Estocásticos. Azarang, M. R. y García Dunna, E. Mc Graw Hill (1998)

1. Determinístico. Los valores de las variables no se ven afectados por variaciones aleatorias y se conocen con exactitud. Un ejemplo es el modelo de inventarios conocido como lote económico.

¬Simulación y Análisis de Modelos Estocásticos. Azarang, M. R. y García Dunna, E. Mc Graw Hill (1998)

1. Estocástico. Los valores de las variables dentro de un modelo estocástico sufren modificaciones aleatorias con respecto a un valor promedio; dichas variaciones pueden ser manejadas mediante distribuciones de probabilidad. Un buen numero de este modelo se pueden encontrar en la teoría de líneas de espera.

¬Simulación y Análisis de Modelos Estocásticos. Azarang, M. R. y García Dunna, E. Mc Graw Hill (1998)

1. Discretos. Las variables del sistema toman valores solo en el rango de números enteros. Por ejemplo, los modelos que representan la producción de piezas en una empresa metal-mecánica.

¬Simulación y Análisis de Modelos Estocásticos. Azarang, M. R. y García Dunna, E. Mc Graw Hill (1998)

1. Continuos. Modelo en que las variables pueden tomar valores reales y manejarse mediante la optimización clásica. Ejemplo modelos para el estudio de fluidos, intercambio de calor, etc.

¬Simulación y Análisis de Modelos Estocásticos. Azarang, M. R. y García Dunna, E. Mc Graw Hill (1998)

1. Físicos. Llamados así, debido a que se semejan al sistema en estudio. Durante muchos años, los ingenieros han usado modelos de tamaño natural y han reducido y puesto a escala a los mismos para probarlos. (NASA, líneas aéreas comerciales).

¬Simulación y Análisis de Modelos Estocásticos. Azarang, M. R. y García Dunna, E. Mc Graw Hill (1998)

1. Matemáticos. Es un grupo de ecuaciones o inecuaciones que representan una realidad. Las variables, son la representación de las diferentes posibilidades de un conjunto de datos; y estos datos en su origen pueden ser de tipo determinísticos o estocásticos.

Enrique Eduardo Tarifa Facultad de Ingeniería, “Teoría de Modelos y Simulación”Universidad Nacional de Jujuy

 Elementos de la simulación:

1. Entidad. Representación de los flujos de entrada a un sistema: este es el elemento responsable del que el estado del sistema cambie. Ejemplos de entidades pueden ser los clientes que llegan a la caja de un banco, las piezas que llegan a un proceso o el embarque de piezas que llegan a un inventario.

Simulación y Análisis de Sistemas con Promodel. García Dunna, García Reyes, Cárdenas Barrón. Pearson (2006)

...