Introducción a la Simulación

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Rocket clouds
Introducción a la Simulación por Mind Map: Introducción a la Simulación

1. Sistema

1.1. Es un conjunto de elementos que interactúan entre sí para lograr un objetivo común.

2. Enfoque de sistemas

2.1. Es sobre todo, una combinación de filosofía y de metodología general, engranada a una función de planeación y diseño.

3. Subsistema

3.1. Es un conjunto de partes e interrelaciones que se encuentran estructuralmente y funcionalmente, dentro de un sistema mayor

4. Suprasistema

4.1. Es el sistema que integra a los sistemas desde el punto de vista de pertenencia

5. Simulación

6. Sistema en simulación

6.1. Operaciones simuladas que se puede manipular sin poner en riesgo el sistema real.

7. Modelos de simulacion

7.1. Los modelos de simulación generalmente se centran en las operaciones detalladas, ya sean físicas o financieras, del sistema. El sistema se estudia mientras opera durante el tiempo y se incluyen los efectos de los resultados de un período en el siguiente.

8. Ventajas

8.1. • Permite una experimentación controlada. • Permite comprimir el tiempo al experimentar. • Permite el análisis de sensibilidad. • Evita costos o riesgos ya que no es necesario interrumpir el desarrollo del sistema, para estudiar su comportamiento. • No es necesario destruir al sistema si se desea investigar sus límites de resistencia. • Si sólo es un sistema propuesto no es necesario construirlo físicamente. • Es una herramienta de entrenamiento efectiva. • SIMPLIFICACIÓN de los procesos productivos. • EVALUACIÓN de diseños alternativos de sistemas.

9. Desventajas

9.1. La construcción de modelos requieren un tratamiento especial. Puede ser considerado un “arte” que se aprende a lo largo del tiempo y que envuelve o “buen” uso de la experiencia. Los resultados de la simulación pueden ser difíciles de interpretar. Como las salidas de la simulación pueden incluir variables aleatorias, no es trivial determinar si los resultados observados resultan de interrelaciones efectivas de las partes del sistema o si son fruto de la aleatoriedad del sistema. Un mldelamiento del sistema y un análisis de los datos pueden consumir mucho tiempo y muchos recursos. Por otro lado, economizar tiempo y recursos en el modelamiento y en el análisis pueden resultar en escenarios insuficientes para atender los objetivos.

10. Metodología

10.1. Definición del sistema

10.2. Formulación del modelo

10.3. Colección de datos

10.4. Implementacion del modelo con la computadora

10.5. Validacion

10.6. Experimentacion

10.7. Interpretacion

10.8. Documentacion

11. Peligros y problemas

11.1. 1. Un buen modelo de simulación puede resultar bastante costoso; a menudo el proceso es largo y complicado para desarrollar un modelo. 2. La simulación no genera soluciones óptimas a problemas de análisis cuantitativos, en técnicas como cantidad económica de pedido, programación lineal o PERT / CPM / LPU. Por ensayo y error se producen diferentes resultados en repetidas corridas en el computador. 3. Los directivos generan todas las condiciones y restricciones para analizar las soluciones. El modelo de simulación no produce respuestas por si mismo. 4. Cada modelo de simulación es único. Las soluciones e inferencias no son usualmente transferibles a otros problemas.

12. Areas de aplicación

12.1. Análisis y diseño de manufactura Análisis y diseño de sistemas de comunicaciones Análisis de impacto ambiental Evaluación del diseño de organismos prestadores de servicios públicos

13. Estructura

13.1. Los componentes son las partes constituyentes del sistema. También se les denomina elementos o subsistemas. Las variables son aquellos valores que cambian dentro de la simulación y forman parte de funciones del modelo o de una función objetivo. Los parámetros son cantidades a las cuales se les asignar valores, una vez establecidos los parámetros, son constantes y no varían dentro de la simulación. "Las relaciones funcionales muestran el comportamiento de las variables y parámetros dentro de un componente o entre componentes de un sistema. Estas características operativas pueden ser de naturaleza determinística o estocástica. Las relaciones determinísticas son identidades o definiciones que relacionan ciertas variables o parámetros, donde una salida de proceso es singularmente determinadapor una entrada dada. Las relaciones estocásticas son aquellas en las que el proceso tiene de manera característica una salida indefinida para una entrada determinada. Las restricciones son limitaciones impuestas a los valores de las variables o la manera en la cual los recursos pueden asignarse o consumirse.En las funciones de objetivos se definen explícitamente los objetivos del sistema y cómo se evaluarán, es una medida de la eficiencia del sistema.

14. Características

14.1. Que sea completo Adaptabilidad Credibilidad Simplicidad (menor número de parámetros) Factible tanto en Información como en recursos Económico

15. Clasificación

15.1. Modelos Icónicos: son los modelos físicos que se asemejan al sistema real, generalmente manejados en otra escala. • Modelos Análogos: son los modelos en los que una propiedad del sistema real se puede sustituir por una propiedad diferente que se comporta de manera similar. • Modelos Simbólicos: son aquellos en los que se utiliza un conjunto de símbolos en lugar de una entidad física para representar a la realidad. Estos se clasifican a su vez:  Modelos Deterministicos: los valores que se encuentran dentro de este modelo no se ven afectados por variaciones aleatorias y se conocen con exactitud.  Modelo Estocástico o probabilístico: los valores de las variables dentro de este modelo sufren modificaciones aleatorias con respecto a un valor promedio; dichas variaciones pueden ser manejadas mediante distribuciones de probabilidad.  Modelos Dinámicos: se caracterizan por el cambio que presentan las variables en función del tiempo.  Modelos estáticos: se caracteriza por representar un sistema en un punto particular del tiempo.  Modelos Continuos: son aquellos en los que las variables pueden tomar valores reales y manejarse mediante las técnicas de optimización clásica.  Modelos Discretos: se caracteriza porque las variables del sistema toman valores solo en el rango de números enteros. • Modelos Estáticos: Utilizados para representar sistemas cuyo estado es invariable a través del tiempo. • Modelos Matemáticos: Representan la realidad en forma abstracta de muy diversas maneras. • Modelos 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.). • Modelos Analíticos: La realidad se representa por fórmulas matemáticas y estudiar el sistema consiste en operar con esas fórmulas (resolución de ecuaciones). • Modelos Numéricos: Tiene en cuenta el comportamiento numérico de las variables intervinientes. No se obtiene ninguna solución analítica.