Modelos de simulación

Mapa de simulación de procesos

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Rocket clouds
Modelos de simulación por Mind Map: Modelos de simulación

1. Se puede entender como modelo de un sistema, toda la información que se tiene de las características y los componentes de un sistema, de su estructura y comportamiento con respecto al medio que lo rodea y que permita crear una representación mental del mismo.

2. Los modelos de simulación ambiental son herramientas que pretenden simular el comportamiento de sistemas complejos a partir de datos físicos, químicos o hidrológicos que deben dar un resultado acerca de qué consecuencias podría tener un proyecto o instalación nueva a nivel medioambiental.

3. CARACTERÍSTICAS GENERALES → El proceso en general consiste en construir un modelo artificial que represente un proceso real. → Dicho modelo es menos costoso y más fácil de implementar. → Busca representar una situación real en base a modelos matemáticos. → Es una técnica que permite estimar medidas de desempeño de un sistema real estimado. → La forma de reunir información sobre su comportamiento, es a través de la medición de variables aleatorias (V.A.).

4. CARACTERÍSTICAS GENERALES → Los datos recopilados se utilizan para evaluar distintas configuraciones y comparar distintas alternativas (medición por escenarios). → El proceso en general consiste en construir un modelo artificial que represente un proceso real. → Involucra la generación de una historia artificial del comportamiento del sistema y de la observación de tal historia para extraer inferencias relativas a las características operacionales del sistema real que representa. → NO es una técnica de optimización, por lo general, se encuentran mínimos locales.

5. ¿CUÁNDO ES BUENO SIMULAR? ES APROPIADA CUANDO SE QUIERA: → Desarrollar un modelo matemático es muy difícil – tiempo de resolución alto (NPH). → Estimar el comportamiento en estado estacionario o con un tiempo de evaluación demasiado largo (por ejemplo 100 años). → El sistema tiene una o más variables aleatorias interdependientes.

6. AREA DE OPERACIONES → Diseño y análisis de sistemas de manufactura → Determinación de políticas de inventario → Diseño y análisis de sistemas de transporte → Planificación de la capacidad → Diseño de servicios en general OTRAS AREAS → Evaluación de nuevas armas militares → Análisis de sistemas financieros y económicos → Estudios de ADN y biotecnología

7. VENTAJAS → Conduce a una mejor comprensión del sistema real. → El tiempo de los experimentos es flexible • Diferentes grados de precisión. → Los recursos invertidos son variables. Disminución de costos operacionales. → No interrumpe las actividades en curso del sistema real • Se simula una situación artificial. • Es posible chequera artificialmente el sistema. → Es mucho más general que los modelos matemáticos de optimización y puede utilizarse en condiciones no apropiadas para un análisis matemático típico • Fuerte trabajo estadístico y computacional.

8. DESVENTAJAS → No existe garantía de que el modelo produzca buenas soluciones → Por lo general son soluciones sub-optimas o inexactas. → No se resuelve un problema de optimización. → No hay manera de comprobar que el desempeño de un modelo sea completamente confiable.