SlideShare una empresa de Scribd logo
1 de 47
Descargar para leer sin conexión
MODELADO Y SIMULACIÓN DE
SISTEMAS
Modelo y simulación
Utilidad
Modelo de
Simulación
S
I
S
T
E
M
A
M
O
D
E
L
O
Modelo
Analógico
Tipos de
Modelos
Tipos de
Simulación
Modelo
Matemático
continuo
discreto
Modelo Físico
continuo
eventos
SISTEMAS
¿Qué es un sistema?
Es un conjunto de elementos interrelacionados.
Se encuentra en un medio ambiente acotado por un límite.
Este conjunto persigue un objetivo concreto.
La visión que se tiene de él depende del observador.
Límite del
sistema
Parte del
sistema
Relación
Ejercicio 1
• ¿Todos los sistemas son iguales?
• ¿De qué depende su definición?
Definición de los sistemas
Estructural
• Se define el sistema identificando y describiendo cada uno
de sus componentes y sus interrelaciones.
• Se considera que tras hacer esto se puede conocer el
sistema.
De comportamiento (Funcional)
• Se define el sistema considerándolo como una caja negra y
describiendo sus respuestas ante los posibles valores en
las entradas.
• Se conoce el sistema definiendo su dinámica.
Ejercicio 2
Diga a qué tipo de definición de sistemas corresponde cada
uno de los siguientes:
1. Circuito electrónico.
2. Una enfermedad.
3. Diagrama de procesos de una organización.
4. Organigrama.
5. Modelo de control de una planta.
6. Un contaminante en el aire.
Propiedades de los sistemas
Sinergia.
• Con los componentes y su interrelación se consigue más
que lo que en principio resultaría de la simple suma de los
componentes.
Entropía
• Refleja el grado de desorden del sistema. Se puede reducir
la entropía ingresando información al sistema.
Equilibrio homeostático.
• Equilibrio dinámico que mantiene los valores dentro de un
rango establecido.
Ejercicio 3
¿Qué diagrama representa un sistema?
Ejercicio 4
¿Cómo colocar 8 reinas en un tablero de ajedrez de tal
manera que no se amenacen entre ellas?
¿Dónde están los sistemas?
¿Sistema?
¿Dónde están los sistemas?
Los sistemas se definen con
construcciones mentales.
Su definición se
corresponde con la
representación o modelo
mental de los objetos del
mundo real.
Cada sistema depende del
punto de vista del
observador (modelador).
Diferentes Personas  Diferentes Visiones  Diferentes Sistemas
Ejercicio 5
¿Cuál es el sistema?
¿El plano de la casa, la casa, ambos o ninguno?
MODELOS
Modelo
• Es una abstracción de la realidad.
• Es una representación de la realidad que ayuda a entender
su composición y/o funcionamiento.
• Es una construcción intelectual y descriptiva de una entidad
en la que un observador tiene interés.
• Se construye para transmitirse.
• Se emplean supuestos simples para restringirse a lo que se
considera relevante y evitar lo que no.
Un modelo es un sistema desarrollado para entender la realidad y, en
consecuencia, para modificarla.
No es posible modificar la realidad, en cierta dirección, si no se dispone de
un modelo que la interprete.
Ejercicio 8
• Modelar la siguiente realidad
• ¿Qué aspecto es importante?
• ¿De qué depende la importancia?
Modelos
Modelo
Sistema
Real
Observador
¿Para qué sirve un modelo?
Ayuda para el pensamiento
Ayuda para la comunicación
Para entrenamiento
e instrucción
Ayuda para la experimentación
Herramienta de predicción
Modelos Mentales y Formales
• Modelos Mentales.
Depende de nuestro punto de
vista, suele ser incompletos
y no tener un enunciado
preciso, no son fácilmente
transmisibles.
Ideas, conceptualizaciones
• Modelos Formales.
Están basados en reglas, son
transmisibles.
Planos, diagramas,
maquetas, ecuaciones,
descripciones, programas. . .
Ejercicio 6
¿A qué categoría (mental o formal) pertenecen los siguientes
modelos?
1. Opinión sobre el nuevo gabinete.
2. Opinión sobre el nuevo gabinete escrito en El Comercio.
3. Dibujo hecho a mano acerca de la nueva casa.
4. Plano de la nueva casa.
5. Modelo de clases o objetos del área de ventas.
6. Orden en que llegan los elementos de entrada a una
máquina.
7. Distribución de probabilidad del orden en que llegan los
elementos de entrada a una máquina.
8. Orden que sigue un documento para ser aprobado.
9. Diagrama de flujo de un algoritmo para aprobar
documentos.
Modelos Icónicos y Abstractos
Exactitud Abstracción
1. Planta piloto
2. Modelo de un átomo, globo terráqueo, maqueta
3. Reloj, medidores de voltaje, gráfica de volumen/costo
4. Modelos de colas, modelos de robots
5. Velocidad, ecuaciones diferenciales.
Modelo analógico. Son aquellos en los que una propiedad del objeto real está representada
por una propiedad que la sustituye, pero con comportamiento similar.
Modelosfísicos
Modelosaescala
Modelosanalógicos
Simulaciónpor
ordenador
Modelosmatemáticos
TIPOS DE MODELOS
Tipos de modelos de simulación
• Estocástico. Contienen uno o más parámetros (variables) aleatorios. Las mismas
entradas pueden ocasionar salidas diferentes.
• Determinístico. Ante entradas fijas se producen las mismas salidas.
• Estático. No se contempla el tiempo como determinante para la evolución del sistema
• Dinámico. El tiempo interviene en la variación de las variables del sistema.
• Tiempo-continuo. El modelo permite que los estados del sistema cambien en
cualquier momento.
• Tiempo-discreto. Los cambios de estado del sistema se dan en momentos discretos
del tiempo.
estocástico
determinístico
estático dinámico
tiempo-discretotiempo-discreto
tiempo-continuotiempo-continuo
Simulación probabilística
Determinístico
Si el estado de la variable en el
siguiente instante de tiempo se puede
determinar con los datos del estado
actual
Método numérico: algún método de
resolución analítica
Estocástico - Determinístico
Estocástico (*)
Si el estado de la variable en el
siguiente instante de tiempo no se
puede determinar con los datos del
momento actual
Método analítico: usa probabilidades
para determinar la curva de
distribución de frecuencias
yj = fm
(xi, lk
)
(Existen
variables internas
–como lk
–
aleatorias)
xi yj
yj = fm
(xi)xi yj
Discreto (*)
El estado del sistema cambia en
tiempos discretos del tiempo
e = f(nT)
Método numérico: utiliza
procedimientos computacionales para
resolver el modelo matemático.
Continuo - Discreto
Continuo
El estado de las variables cambia de
forma continua a lo largo del tiempo
e = f (t)
Método analítico: emplea razonamiento
de matemáticas deductivas para definir
y resolver el sistema
Dinámico (*)
Si el estado de las variables puede
cambiar mientras se realiza algún
cálculo
f [ nT ] ≠ f [ n(T+1) ]
Método numérico: usa
procedimientos computacionales para
resolver el modelo matemático.
Estático - Dinámico
Estático
Entre las variables no se encuentra la
variable tiempo.
Método analítico: algún método de
resolución analítica.
SIMULACION
Simulación
• Es la construcción de modelos informáticos que
describen la parte que se considera esencial del
comportamiento de un sistema de interés, así como diseñar
y realizar experimentos con este modelo y extraer
conclusiones de sus resultados para apoyar la toma de
decisiones.
• Se usa como un paradigma para analizar sistemas
complejos. La idea es obtener una representación
simplificada de algún aspecto de interés de la realidad.
• Permite experimentar con sistemas (reales o propuestos)
en casos en los que de otra manera esto no sería práctico,
o bien demasiado costoso o incluso imposible.
Simulación
• La simulación del sistema imita la operación del sistema actual sobre el
tiempo.
• La historia artificial del sistema puede generarse, observarse y
analizarse.
• La escala de tiempo puede alterarse según la necesidad.
• Las conclusiones acerca de las características del sistema actual se
pueden inferir.
Sistema Actual
Simulación del Sistema
parámetros
entrada(t)
salida(t)
=??
salida(t)
Estructura de un modelo de simulación
si = f(ci, ni)
ci: variable exógena controlable
ni: variable exógena no controlable
ei: variable endógena (estado del sistema)
si: variable endógena (salida del sistema)
ci
ni
ni
si
si
ei
ei
ei
Simulación probabilística*
• En ocasiones se necesitan variables aleatorias en procesos
de simulación:
– Algoritmos de placement & routing, de mapping. . .
• Entre otras técnicas, en Ing. Química las más empleadas
son:
– Simulación de Montecarlo
– Simulated annealing
– Algoritmos genéticos
Método de Montecarlo
• Es un método muy general
• Emplea secuencias de números aleatorios como valores de
variables
– Generador de números aleatorios
– Función de distribución de probabilidad
– Regla de muestreo
– Estimación de error
– Técnicas de reducción de varianza
• Produce soluciones aproximadas
• Se puede aplicar tanto en problemas con contenido de
naturaleza probabilística como en otros que no lo tiene
Simulated annealing
• Imita el proceso de solidificación de un metal previamente
fundido
– La estructura que queda tras el enfriamiento del metal es regular
• En este enfriado el nuevo punto de la estructura que se
establece debe resultar mejor que el de partida teniendo en
cuenta una función de coste.
• Este nuevo punto se sugiere en una variación en cualquier
dirección teniendo en cuenta una determinada variación de
energía al ir descendiendo la temperatura
– Con temperaturas menores, la probabilidad de elegir un movimiento
peor disminuye
Algoritmos genéticos
• Se imita el proceso de evolución de las especies
• Los nuevos individuos resultan de la evolución de los
individuos de partida, pero...
– Pueden producirse cambios por mutación (aleatorio)
– Pueden producirse cambios por motivos de reproducción
(adquiriendo determinadas características de los padres )
• Se evoluciona hacia miembros con mejores características
• La población inicial es completamente aleatoria
PERTINENCIA
¿Cuando es apropiado simular?
• No existe una completa formulación matemática del
problema.
• Cuando el sistema aún no existe.
• Es necesario desarrollar experimentos, pero su ejecución
en la realidad es difícil o imposible
• Se tiene interés en establecer un periodo de observación
del experimento distinto del que se podría establecer en la
realidad.
• No se puede interrumpir la operación del sistema actual.
¿Cuándo nono es aconsejable simular?
• El desarrollo del modelo de simulación requiere mucho
tiempo.
• El desarrollo del modelo es costoso comparado con sus
beneficios.
• La simulación es imprecisa y no se puede medir su
imprecisión.
– El análisis de sensibilidad puede ayudar en estos casos.
Maneras de estudiar un sistema
• Según Law y Kelton
Sistema
Experimentar
con el
sistema
Experimentar
con un modelo
del sistema
Modelo
físico
Modelo
matemático
Solución
analítica
SIMULACIÓN
Conclusiones
• Los modelos se construyen para entender la realidad.
• Los modelos de simulación hacen uso intensivo del
computador
• El tipo de comportamiento de las variables determinan el
comportamiento del sistema.
Un modelo matemático simple
Segunda Ley de Newton
maF =
m
F
a =
a: variable dependiente
F: función de fuerza
m: parámetro que representa una propiedad del sistema
Por su forma algebraica sencilla puede despejarse directamente
Un modelo matemático más complicado
Segunda Ley de Newton para determinar la velocidad terminal de
caída libre de un cuerpo cerca de la superficie de la Tierra
(paracaidista)
m
F
dt
dv
= cvmgFFF UD −=+=
v
m
c
g
dt
dv
−=
g: aceleración de la gravedad
c: coef. de arrastre
Sustituyendo F
Es una ecuación diferencial
Solución analítica ( ) ( )
( )tmc
e
c
gm
tv /
1 −
−=
*Hay casos donde es imposible obtener una solución analítica
Un modelo matemático más complicado
Solución numérica
Se busca una aproximación a la razón de cambio de la velocidad con
respecto al tiempo con una diferencia finita dividida
( ) ( )
ii
ii
tt
tvtv
t
v
dt
dv
−
−
=
∆
∆
≅
+
+
1
1
( ) ( ) ( )i
ii
ii
tv
m
c
g
tt
tvtv
−=
−
−
+
+
1
1
Sustituyendo
Solución numérica
*Es necesario el valor de la velocidad en un tiempo inicial ti
( ) ( ) ( ) ( )iiiii tttv
m
c
gtvtv −



−+= ++ 11
0 2 4 6 8 10 12
0
5
10
15
20
25
30
35
40
45
50
v, m/s
t,s
Pendiente
verdadera
Pendiente
aproximada
Un modelo matemático más complicado
Solución analítica vs. Solución numérica
*mejor solución numérica implica mayor costo computacional
0 2 4 6 8 10 12
0
5
10
15
20
25
30
35
40
45
50
v,m/s
t, s
Solucion analitica
Solucion numerica
Aproximaciones y errores de redondeo
Dos errores más comunes en métodos numéricos
Errores de redondeo: se deben a que la computadora sólo puede
presentar cantidades con un número finito de dígitos
Errores de truncamiento: representan la diferencia entre una
formulación matemática exacta de un problema y la
aproximación dada por un método numérico
Aproximaciones y errores de redondeo
Cifras significativas
El concepto de cifra significativa se ha desarrollado para designar
formalmente la confiabilidad de un valor numérico
Las cifras significativas de un número son aquellas que pueden ser
usadas en forma confiable
Aproximaciones y errores de redondeo
Implicaciones de las cifras significativas en los métodos numéricos
1. Los métodos numéricos obtienen resultados aproximados
Se debe desarrollar criterios para especificar que tan precisos son los resultados
Una manera de hacerlo es en términos de cifras significativas
1. Ciertas cantidades representan números específicos, π, e, √7, pero no se
pueden expresar exactamente con un número finito de dígitos
Ejemplo, π = 3.141592653589793238462643… hasta el infinito
En las computadoras tales números jamás se podrán representar en forma exacta
A la omisión del resto de cifras significativas se le conoce como error de redondeo
Bibliografía

Simulación. Métodos y Aplicación. D. Ríos, S. Ríos y J.
Martín. 2000.

Simulación. Sheldom M. Ross. 1999. 2da. Edición.

Simulación de Sistemas Discretos. J. Barceló. 1996

Más contenido relacionado

La actualidad más candente

Algoritmo congruencial aditivo
Algoritmo congruencial aditivoAlgoritmo congruencial aditivo
Algoritmo congruencial aditivoJammil Ramos
 
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)Cristina Zavala Palacios
 
Prueba de huecos o de distancia
Prueba de huecos o de distanciaPrueba de huecos o de distancia
Prueba de huecos o de distanciaalejandro02912010
 
Lenguajes de simulacion
Lenguajes de simulacionLenguajes de simulacion
Lenguajes de simulacionAnel Sosa
 
Fases de diseño del modelo de simulación.
Fases de diseño del modelo de simulación.Fases de diseño del modelo de simulación.
Fases de diseño del modelo de simulación.Roberto Dominguez
 
Simulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatoriasSimulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatoriasJosé Antonio Sandoval Acosta
 
Simulación y Tipos de Modelos
Simulación y Tipos de ModelosSimulación y Tipos de Modelos
Simulación y Tipos de Modelosvokii
 
Simulacion monte carlo
Simulacion monte carloSimulacion monte carlo
Simulacion monte carlooscar7675
 
1.5 Procesos de simulación.
1.5 Procesos de simulación. 1.5 Procesos de simulación.
1.5 Procesos de simulación. avengers92
 
Simulación de variables aleatorias
Simulación de variables aleatoriasSimulación de variables aleatorias
Simulación de variables aleatoriasJuan Lizaldes
 
Clase 1 - Modelos y Simulación
Clase 1 - Modelos y Simulación   Clase 1 - Modelos y Simulación
Clase 1 - Modelos y Simulación Gustavo Sánchez
 
Numero pseudoaleatorio
Numero pseudoaleatorioNumero pseudoaleatorio
Numero pseudoaleatorioalan moreno
 
Numeros aleatorios & pseudoaleatorios itsz vhhh
Numeros aleatorios & pseudoaleatorios itsz vhhhNumeros aleatorios & pseudoaleatorios itsz vhhh
Numeros aleatorios & pseudoaleatorios itsz vhhhVictor Hugo
 
Series de tiempo
Series de tiempoSeries de tiempo
Series de tiempoCharlyii
 

La actualidad más candente (20)

Algoritmo congruencial aditivo
Algoritmo congruencial aditivoAlgoritmo congruencial aditivo
Algoritmo congruencial aditivo
 
Numeros Pseudoaleatorios
Numeros PseudoaleatoriosNumeros Pseudoaleatorios
Numeros Pseudoaleatorios
 
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
 
Prueba de huecos o de distancia
Prueba de huecos o de distanciaPrueba de huecos o de distancia
Prueba de huecos o de distancia
 
Lenguajes de simulacion
Lenguajes de simulacionLenguajes de simulacion
Lenguajes de simulacion
 
Algoritmos Coungrenciales No Lineales
Algoritmos Coungrenciales No LinealesAlgoritmos Coungrenciales No Lineales
Algoritmos Coungrenciales No Lineales
 
Algoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & AditivoAlgoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & Aditivo
 
Pruebas De Varianza Uniformidad E Independencia
Pruebas De Varianza Uniformidad E IndependenciaPruebas De Varianza Uniformidad E Independencia
Pruebas De Varianza Uniformidad E Independencia
 
Fases de diseño del modelo de simulación.
Fases de diseño del modelo de simulación.Fases de diseño del modelo de simulación.
Fases de diseño del modelo de simulación.
 
Prueba De Medias
Prueba De MediasPrueba De Medias
Prueba De Medias
 
Simulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatoriasSimulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatorias
 
Simulación y Tipos de Modelos
Simulación y Tipos de ModelosSimulación y Tipos de Modelos
Simulación y Tipos de Modelos
 
Simulacion monte carlo
Simulacion monte carloSimulacion monte carlo
Simulacion monte carlo
 
1.5 Procesos de simulación.
1.5 Procesos de simulación. 1.5 Procesos de simulación.
1.5 Procesos de simulación.
 
Simulación de variables aleatorias
Simulación de variables aleatoriasSimulación de variables aleatorias
Simulación de variables aleatorias
 
Clase 1 - Modelos y Simulación
Clase 1 - Modelos y Simulación   Clase 1 - Modelos y Simulación
Clase 1 - Modelos y Simulación
 
Simulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatoriosSimulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatorios
 
Numero pseudoaleatorio
Numero pseudoaleatorioNumero pseudoaleatorio
Numero pseudoaleatorio
 
Numeros aleatorios & pseudoaleatorios itsz vhhh
Numeros aleatorios & pseudoaleatorios itsz vhhhNumeros aleatorios & pseudoaleatorios itsz vhhh
Numeros aleatorios & pseudoaleatorios itsz vhhh
 
Series de tiempo
Series de tiempoSeries de tiempo
Series de tiempo
 

Destacado

Modelos de Simulacion
Modelos de SimulacionModelos de Simulacion
Modelos de SimulacionJammil Ramos
 
AplicacióN De Los Sistemas Computacionales
AplicacióN De Los Sistemas ComputacionalesAplicacióN De Los Sistemas Computacionales
AplicacióN De Los Sistemas ComputacionalesGerardo González
 
Basura electrónica
Basura electrónicaBasura electrónica
Basura electrónicadiegobjm
 
Eviews
EviewsEviews
EviewsYaSoJi
 
Workshop on Introduction to eviews
Workshop on Introduction to eviewsWorkshop on Introduction to eviews
Workshop on Introduction to eviewsDr. Vignes Gopal
 
Un Juego Diferencial Estocástico para Reaseguro
Un Juego Diferencial Estocástico para ReaseguroUn Juego Diferencial Estocástico para Reaseguro
Un Juego Diferencial Estocástico para ReaseguroDavid Solis
 
Manual ithink
Manual ithinkManual ithink
Manual ithinkUNI
 
Áreas de aplicación de la simulación . Software Promodel. Por Angela Rivas
Áreas de aplicación de la simulación. Software Promodel. Por Angela RivasÁreas de aplicación de la simulación. Software Promodel. Por Angela Rivas
Áreas de aplicación de la simulación . Software Promodel. Por Angela RivasAngelaRivas120
 
Modelos de simulacion y Software Stella. Por Carmen Quintero
 Modelos de simulacion y Software Stella. Por Carmen Quintero Modelos de simulacion y Software Stella. Por Carmen Quintero
Modelos de simulacion y Software Stella. Por Carmen QuinteroAngelaRivas120
 
NetLogo y Promodel
NetLogo y PromodelNetLogo y Promodel
NetLogo y Promodeljosmal 7
 
Ejemplos de-simulacion-manual2
Ejemplos de-simulacion-manual2Ejemplos de-simulacion-manual2
Ejemplos de-simulacion-manual2joserazo7
 
Modelos de simulacion
Modelos de simulacionModelos de simulacion
Modelos de simulacionfrancisxm
 
Reglas Para Diagramas
Reglas Para DiagramasReglas Para Diagramas
Reglas Para Diagramasfrancisco3011
 

Destacado (18)

Modelos de Simulacion
Modelos de SimulacionModelos de Simulacion
Modelos de Simulacion
 
AplicacióN De Los Sistemas Computacionales
AplicacióN De Los Sistemas ComputacionalesAplicacióN De Los Sistemas Computacionales
AplicacióN De Los Sistemas Computacionales
 
Ithink6 Tutorial
Ithink6 TutorialIthink6 Tutorial
Ithink6 Tutorial
 
Basura electrónica
Basura electrónicaBasura electrónica
Basura electrónica
 
Problemas resueltos dinamica10º
Problemas resueltos dinamica10ºProblemas resueltos dinamica10º
Problemas resueltos dinamica10º
 
0 Prob7
0 Prob70 Prob7
0 Prob7
 
Eviews
EviewsEviews
Eviews
 
Workshop on Introduction to eviews
Workshop on Introduction to eviewsWorkshop on Introduction to eviews
Workshop on Introduction to eviews
 
Un Juego Diferencial Estocástico para Reaseguro
Un Juego Diferencial Estocástico para ReaseguroUn Juego Diferencial Estocástico para Reaseguro
Un Juego Diferencial Estocástico para Reaseguro
 
Manual ithink
Manual ithinkManual ithink
Manual ithink
 
Áreas de aplicación de la simulación . Software Promodel. Por Angela Rivas
Áreas de aplicación de la simulación. Software Promodel. Por Angela RivasÁreas de aplicación de la simulación. Software Promodel. Por Angela Rivas
Áreas de aplicación de la simulación . Software Promodel. Por Angela Rivas
 
Ajedrez
AjedrezAjedrez
Ajedrez
 
Modelos de simulacion y Software Stella. Por Carmen Quintero
 Modelos de simulacion y Software Stella. Por Carmen Quintero Modelos de simulacion y Software Stella. Por Carmen Quintero
Modelos de simulacion y Software Stella. Por Carmen Quintero
 
NetLogo y Promodel
NetLogo y PromodelNetLogo y Promodel
NetLogo y Promodel
 
Ejemplos de-simulacion-manual2
Ejemplos de-simulacion-manual2Ejemplos de-simulacion-manual2
Ejemplos de-simulacion-manual2
 
Modelos de simulacion
Modelos de simulacionModelos de simulacion
Modelos de simulacion
 
Reglas Para Diagramas
Reglas Para DiagramasReglas Para Diagramas
Reglas Para Diagramas
 
Eviews 7
Eviews 7Eviews 7
Eviews 7
 

Similar a Modelling and simulation

Similar a Modelling and simulation (20)

class_01_modeling_and_simulation.ppt
class_01_modeling_and_simulation.pptclass_01_modeling_and_simulation.ppt
class_01_modeling_and_simulation.ppt
 
Diferencia modelar y simular
Diferencia modelar y simularDiferencia modelar y simular
Diferencia modelar y simular
 
Unidad I conceptos-basicos de Simulacion.ppt
Unidad I conceptos-basicos de Simulacion.pptUnidad I conceptos-basicos de Simulacion.ppt
Unidad I conceptos-basicos de Simulacion.ppt
 
Semana 1
Semana 1Semana 1
Semana 1
 
Unidad I simulacion de sistemas nuevo
Unidad I simulacion de sistemas nuevoUnidad I simulacion de sistemas nuevo
Unidad I simulacion de sistemas nuevo
 
Simulación de Sistemas y Modelamiento de Sistemas
Simulación de Sistemas y Modelamiento de Sistemas Simulación de Sistemas y Modelamiento de Sistemas
Simulación de Sistemas y Modelamiento de Sistemas
 
SIMULACION de sistemas.pptx
SIMULACION de sistemas.pptxSIMULACION de sistemas.pptx
SIMULACION de sistemas.pptx
 
Modelos y simulación
Modelos y simulación Modelos y simulación
Modelos y simulación
 
Simulación de Sistemas
Simulación de SistemasSimulación de Sistemas
Simulación de Sistemas
 
Simulaunoitrm
SimulaunoitrmSimulaunoitrm
Simulaunoitrm
 
Simulaunoitrm
SimulaunoitrmSimulaunoitrm
Simulaunoitrm
 
Simulación de Sistemas
Simulación de SistemasSimulación de Sistemas
Simulación de Sistemas
 
Luiza jaramillo
Luiza jaramilloLuiza jaramillo
Luiza jaramillo
 
3401667.ppt
3401667.ppt3401667.ppt
3401667.ppt
 
Creacion de Modelo
Creacion de ModeloCreacion de Modelo
Creacion de Modelo
 
MODELACIÓN Y SIMULACIÓN.pptx
MODELACIÓN Y SIMULACIÓN.pptxMODELACIÓN Y SIMULACIÓN.pptx
MODELACIÓN Y SIMULACIÓN.pptx
 
Class 01Modelos en Simulacion
Class 01Modelos en SimulacionClass 01Modelos en Simulacion
Class 01Modelos en Simulacion
 
Simulación de Sistemas y Moldeamiento de Sistemas
Simulación de Sistemas y Moldeamiento de SistemasSimulación de Sistemas y Moldeamiento de Sistemas
Simulación de Sistemas y Moldeamiento de Sistemas
 
Diana chipana
Diana chipanaDiana chipana
Diana chipana
 
SIMULACIÓN DE SISTEMAS
SIMULACIÓN DE SISTEMASSIMULACIÓN DE SISTEMAS
SIMULACIÓN DE SISTEMAS
 

Último

Catálogo general de libros de la Editorial Albatros
Catálogo general de libros de la Editorial AlbatrosCatálogo general de libros de la Editorial Albatros
Catálogo general de libros de la Editorial AlbatrosGustavoCanevaro
 
Presentación MF 1445 EVALUACION COMO Y QUE
Presentación MF 1445 EVALUACION COMO Y QUEPresentación MF 1445 EVALUACION COMO Y QUE
Presentación MF 1445 EVALUACION COMO Y QUEJosé Hecht
 
CARTEL DE BIENVENIDA AL ECLIPSE DE SOL A LA CIUDAD DE TORREON. Autor y diseña...
CARTEL DE BIENVENIDA AL ECLIPSE DE SOL A LA CIUDAD DE TORREON. Autor y diseña...CARTEL DE BIENVENIDA AL ECLIPSE DE SOL A LA CIUDAD DE TORREON. Autor y diseña...
CARTEL DE BIENVENIDA AL ECLIPSE DE SOL A LA CIUDAD DE TORREON. Autor y diseña...JAVIER SOLIS NOYOLA
 
REGISTRO AUXILIAR 2024.pptx - Primaria EBR
REGISTRO AUXILIAR 2024.pptx - Primaria EBRREGISTRO AUXILIAR 2024.pptx - Primaria EBR
REGISTRO AUXILIAR 2024.pptx - Primaria EBRMarielLorena2
 
Salvando mi mundo , mi comunidad , y mi entorno
Salvando mi mundo , mi comunidad  , y mi entornoSalvando mi mundo , mi comunidad  , y mi entorno
Salvando mi mundo , mi comunidad , y mi entornoday561sol
 
5º SOY LECTOR PART1- MD EDUCATIVO.pdfde
5º SOY LECTOR PART1- MD  EDUCATIVO.pdfde5º SOY LECTOR PART1- MD  EDUCATIVO.pdfde
5º SOY LECTOR PART1- MD EDUCATIVO.pdfdeBelnRosales2
 
CALCULADORA CIENTIFICA - ANALISIS DE ARTEFACTOS
CALCULADORA CIENTIFICA - ANALISIS DE ARTEFACTOSCALCULADORA CIENTIFICA - ANALISIS DE ARTEFACTOS
CALCULADORA CIENTIFICA - ANALISIS DE ARTEFACTOSdarlingreserved
 
ENSEÑAR ACUIDAR EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.
ENSEÑAR ACUIDAR  EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.ENSEÑAR ACUIDAR  EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.
ENSEÑAR ACUIDAR EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.karlazoegarciagarcia
 
'Diseño Curricular Misiones 2022 (2).pdf
'Diseño Curricular Misiones 2022 (2).pdf'Diseño Curricular Misiones 2022 (2).pdf
'Diseño Curricular Misiones 2022 (2).pdfJuana aranda
 
EL MOVIMIENTO Y LA ENERGÍA EN LOS CUERPOS.pptx
EL MOVIMIENTO Y LA ENERGÍA EN LOS CUERPOS.pptxEL MOVIMIENTO Y LA ENERGÍA EN LOS CUERPOS.pptx
EL MOVIMIENTO Y LA ENERGÍA EN LOS CUERPOS.pptxduquemariact
 
Si cuidamos el mundo, tendremos un mundo mejor.
Si cuidamos el mundo, tendremos un mundo mejor.Si cuidamos el mundo, tendremos un mundo mejor.
Si cuidamos el mundo, tendremos un mundo mejor.monthuerta17
 
Actividades eclipse solar 2024 Educacion
Actividades eclipse solar 2024 EducacionActividades eclipse solar 2024 Educacion
Actividades eclipse solar 2024 Educacionviviantorres91
 
Filosofía del gobierno del general Alfaro
Filosofía del gobierno del general AlfaroFilosofía del gobierno del general Alfaro
Filosofía del gobierno del general AlfaroJosé Luis Palma
 
CARTEL CONMEMORATIVO DEL ECLIPSE SOLAR 2024 EN NAZAS , DURANGO. Autor y dise...
CARTEL CONMEMORATIVO DEL ECLIPSE SOLAR 2024 EN NAZAS , DURANGO.  Autor y dise...CARTEL CONMEMORATIVO DEL ECLIPSE SOLAR 2024 EN NAZAS , DURANGO.  Autor y dise...
CARTEL CONMEMORATIVO DEL ECLIPSE SOLAR 2024 EN NAZAS , DURANGO. Autor y dise...JAVIER SOLIS NOYOLA
 
Revista Apuntes de Historia. Abril 2024.pdf
Revista Apuntes de Historia. Abril 2024.pdfRevista Apuntes de Historia. Abril 2024.pdf
Revista Apuntes de Historia. Abril 2024.pdfapunteshistoriamarmo
 
Biografía del General Eloy Alfaro Delgado
Biografía del General Eloy Alfaro DelgadoBiografía del General Eloy Alfaro Delgado
Biografía del General Eloy Alfaro DelgadoJosé Luis Palma
 
Apunte de clase Pisos y Revestimientos 1
Apunte de clase Pisos y Revestimientos 1Apunte de clase Pisos y Revestimientos 1
Apunte de clase Pisos y Revestimientos 1Gonella
 

Último (20)

Catálogo general de libros de la Editorial Albatros
Catálogo general de libros de la Editorial AlbatrosCatálogo general de libros de la Editorial Albatros
Catálogo general de libros de la Editorial Albatros
 
Presentación MF 1445 EVALUACION COMO Y QUE
Presentación MF 1445 EVALUACION COMO Y QUEPresentación MF 1445 EVALUACION COMO Y QUE
Presentación MF 1445 EVALUACION COMO Y QUE
 
CARTEL DE BIENVENIDA AL ECLIPSE DE SOL A LA CIUDAD DE TORREON. Autor y diseña...
CARTEL DE BIENVENIDA AL ECLIPSE DE SOL A LA CIUDAD DE TORREON. Autor y diseña...CARTEL DE BIENVENIDA AL ECLIPSE DE SOL A LA CIUDAD DE TORREON. Autor y diseña...
CARTEL DE BIENVENIDA AL ECLIPSE DE SOL A LA CIUDAD DE TORREON. Autor y diseña...
 
PPT La guerra detrás de todas las guerras
PPT La guerra detrás de todas las guerrasPPT La guerra detrás de todas las guerras
PPT La guerra detrás de todas las guerras
 
REGISTRO AUXILIAR 2024.pptx - Primaria EBR
REGISTRO AUXILIAR 2024.pptx - Primaria EBRREGISTRO AUXILIAR 2024.pptx - Primaria EBR
REGISTRO AUXILIAR 2024.pptx - Primaria EBR
 
Salvando mi mundo , mi comunidad , y mi entorno
Salvando mi mundo , mi comunidad  , y mi entornoSalvando mi mundo , mi comunidad  , y mi entorno
Salvando mi mundo , mi comunidad , y mi entorno
 
5º SOY LECTOR PART1- MD EDUCATIVO.pdfde
5º SOY LECTOR PART1- MD  EDUCATIVO.pdfde5º SOY LECTOR PART1- MD  EDUCATIVO.pdfde
5º SOY LECTOR PART1- MD EDUCATIVO.pdfde
 
CALCULADORA CIENTIFICA - ANALISIS DE ARTEFACTOS
CALCULADORA CIENTIFICA - ANALISIS DE ARTEFACTOSCALCULADORA CIENTIFICA - ANALISIS DE ARTEFACTOS
CALCULADORA CIENTIFICA - ANALISIS DE ARTEFACTOS
 
ENSEÑAR ACUIDAR EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.
ENSEÑAR ACUIDAR  EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.ENSEÑAR ACUIDAR  EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.
ENSEÑAR ACUIDAR EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.
 
'Diseño Curricular Misiones 2022 (2).pdf
'Diseño Curricular Misiones 2022 (2).pdf'Diseño Curricular Misiones 2022 (2).pdf
'Diseño Curricular Misiones 2022 (2).pdf
 
EL MOVIMIENTO Y LA ENERGÍA EN LOS CUERPOS.pptx
EL MOVIMIENTO Y LA ENERGÍA EN LOS CUERPOS.pptxEL MOVIMIENTO Y LA ENERGÍA EN LOS CUERPOS.pptx
EL MOVIMIENTO Y LA ENERGÍA EN LOS CUERPOS.pptx
 
Unidad 1 | Metodología de la Investigación
Unidad 1 | Metodología de la InvestigaciónUnidad 1 | Metodología de la Investigación
Unidad 1 | Metodología de la Investigación
 
Si cuidamos el mundo, tendremos un mundo mejor.
Si cuidamos el mundo, tendremos un mundo mejor.Si cuidamos el mundo, tendremos un mundo mejor.
Si cuidamos el mundo, tendremos un mundo mejor.
 
Actividades eclipse solar 2024 Educacion
Actividades eclipse solar 2024 EducacionActividades eclipse solar 2024 Educacion
Actividades eclipse solar 2024 Educacion
 
Filosofía del gobierno del general Alfaro
Filosofía del gobierno del general AlfaroFilosofía del gobierno del general Alfaro
Filosofía del gobierno del general Alfaro
 
CARTEL CONMEMORATIVO DEL ECLIPSE SOLAR 2024 EN NAZAS , DURANGO. Autor y dise...
CARTEL CONMEMORATIVO DEL ECLIPSE SOLAR 2024 EN NAZAS , DURANGO.  Autor y dise...CARTEL CONMEMORATIVO DEL ECLIPSE SOLAR 2024 EN NAZAS , DURANGO.  Autor y dise...
CARTEL CONMEMORATIVO DEL ECLIPSE SOLAR 2024 EN NAZAS , DURANGO. Autor y dise...
 
Mimos _
Mimos                                       _Mimos                                       _
Mimos _
 
Revista Apuntes de Historia. Abril 2024.pdf
Revista Apuntes de Historia. Abril 2024.pdfRevista Apuntes de Historia. Abril 2024.pdf
Revista Apuntes de Historia. Abril 2024.pdf
 
Biografía del General Eloy Alfaro Delgado
Biografía del General Eloy Alfaro DelgadoBiografía del General Eloy Alfaro Delgado
Biografía del General Eloy Alfaro Delgado
 
Apunte de clase Pisos y Revestimientos 1
Apunte de clase Pisos y Revestimientos 1Apunte de clase Pisos y Revestimientos 1
Apunte de clase Pisos y Revestimientos 1
 

Modelling and simulation

  • 2. Modelo y simulación Utilidad Modelo de Simulación S I S T E M A M O D E L O Modelo Analógico Tipos de Modelos Tipos de Simulación Modelo Matemático continuo discreto Modelo Físico continuo eventos
  • 4. ¿Qué es un sistema? Es un conjunto de elementos interrelacionados. Se encuentra en un medio ambiente acotado por un límite. Este conjunto persigue un objetivo concreto. La visión que se tiene de él depende del observador. Límite del sistema Parte del sistema Relación
  • 5. Ejercicio 1 • ¿Todos los sistemas son iguales? • ¿De qué depende su definición?
  • 6. Definición de los sistemas Estructural • Se define el sistema identificando y describiendo cada uno de sus componentes y sus interrelaciones. • Se considera que tras hacer esto se puede conocer el sistema. De comportamiento (Funcional) • Se define el sistema considerándolo como una caja negra y describiendo sus respuestas ante los posibles valores en las entradas. • Se conoce el sistema definiendo su dinámica.
  • 7. Ejercicio 2 Diga a qué tipo de definición de sistemas corresponde cada uno de los siguientes: 1. Circuito electrónico. 2. Una enfermedad. 3. Diagrama de procesos de una organización. 4. Organigrama. 5. Modelo de control de una planta. 6. Un contaminante en el aire.
  • 8. Propiedades de los sistemas Sinergia. • Con los componentes y su interrelación se consigue más que lo que en principio resultaría de la simple suma de los componentes. Entropía • Refleja el grado de desorden del sistema. Se puede reducir la entropía ingresando información al sistema. Equilibrio homeostático. • Equilibrio dinámico que mantiene los valores dentro de un rango establecido.
  • 9. Ejercicio 3 ¿Qué diagrama representa un sistema?
  • 10. Ejercicio 4 ¿Cómo colocar 8 reinas en un tablero de ajedrez de tal manera que no se amenacen entre ellas?
  • 11. ¿Dónde están los sistemas? ¿Sistema?
  • 12. ¿Dónde están los sistemas? Los sistemas se definen con construcciones mentales. Su definición se corresponde con la representación o modelo mental de los objetos del mundo real. Cada sistema depende del punto de vista del observador (modelador). Diferentes Personas  Diferentes Visiones  Diferentes Sistemas
  • 13. Ejercicio 5 ¿Cuál es el sistema? ¿El plano de la casa, la casa, ambos o ninguno?
  • 15. Modelo • Es una abstracción de la realidad. • Es una representación de la realidad que ayuda a entender su composición y/o funcionamiento. • Es una construcción intelectual y descriptiva de una entidad en la que un observador tiene interés. • Se construye para transmitirse. • Se emplean supuestos simples para restringirse a lo que se considera relevante y evitar lo que no. Un modelo es un sistema desarrollado para entender la realidad y, en consecuencia, para modificarla. No es posible modificar la realidad, en cierta dirección, si no se dispone de un modelo que la interprete.
  • 16. Ejercicio 8 • Modelar la siguiente realidad • ¿Qué aspecto es importante? • ¿De qué depende la importancia?
  • 18. ¿Para qué sirve un modelo? Ayuda para el pensamiento Ayuda para la comunicación Para entrenamiento e instrucción Ayuda para la experimentación Herramienta de predicción
  • 19. Modelos Mentales y Formales • Modelos Mentales. Depende de nuestro punto de vista, suele ser incompletos y no tener un enunciado preciso, no son fácilmente transmisibles. Ideas, conceptualizaciones • Modelos Formales. Están basados en reglas, son transmisibles. Planos, diagramas, maquetas, ecuaciones, descripciones, programas. . .
  • 20. Ejercicio 6 ¿A qué categoría (mental o formal) pertenecen los siguientes modelos? 1. Opinión sobre el nuevo gabinete. 2. Opinión sobre el nuevo gabinete escrito en El Comercio. 3. Dibujo hecho a mano acerca de la nueva casa. 4. Plano de la nueva casa. 5. Modelo de clases o objetos del área de ventas. 6. Orden en que llegan los elementos de entrada a una máquina. 7. Distribución de probabilidad del orden en que llegan los elementos de entrada a una máquina. 8. Orden que sigue un documento para ser aprobado. 9. Diagrama de flujo de un algoritmo para aprobar documentos.
  • 21. Modelos Icónicos y Abstractos Exactitud Abstracción 1. Planta piloto 2. Modelo de un átomo, globo terráqueo, maqueta 3. Reloj, medidores de voltaje, gráfica de volumen/costo 4. Modelos de colas, modelos de robots 5. Velocidad, ecuaciones diferenciales. Modelo analógico. Son aquellos en los que una propiedad del objeto real está representada por una propiedad que la sustituye, pero con comportamiento similar. Modelosfísicos Modelosaescala Modelosanalógicos Simulaciónpor ordenador Modelosmatemáticos
  • 23. Tipos de modelos de simulación • Estocástico. Contienen uno o más parámetros (variables) aleatorios. Las mismas entradas pueden ocasionar salidas diferentes. • Determinístico. Ante entradas fijas se producen las mismas salidas. • Estático. No se contempla el tiempo como determinante para la evolución del sistema • Dinámico. El tiempo interviene en la variación de las variables del sistema. • Tiempo-continuo. El modelo permite que los estados del sistema cambien en cualquier momento. • Tiempo-discreto. Los cambios de estado del sistema se dan en momentos discretos del tiempo. estocástico determinístico estático dinámico tiempo-discretotiempo-discreto tiempo-continuotiempo-continuo Simulación probabilística
  • 24. Determinístico Si el estado de la variable en el siguiente instante de tiempo se puede determinar con los datos del estado actual Método numérico: algún método de resolución analítica Estocástico - Determinístico Estocástico (*) Si el estado de la variable en el siguiente instante de tiempo no se puede determinar con los datos del momento actual Método analítico: usa probabilidades para determinar la curva de distribución de frecuencias yj = fm (xi, lk ) (Existen variables internas –como lk – aleatorias) xi yj yj = fm (xi)xi yj
  • 25. Discreto (*) El estado del sistema cambia en tiempos discretos del tiempo e = f(nT) Método numérico: utiliza procedimientos computacionales para resolver el modelo matemático. Continuo - Discreto Continuo El estado de las variables cambia de forma continua a lo largo del tiempo e = f (t) Método analítico: emplea razonamiento de matemáticas deductivas para definir y resolver el sistema
  • 26. Dinámico (*) Si el estado de las variables puede cambiar mientras se realiza algún cálculo f [ nT ] ≠ f [ n(T+1) ] Método numérico: usa procedimientos computacionales para resolver el modelo matemático. Estático - Dinámico Estático Entre las variables no se encuentra la variable tiempo. Método analítico: algún método de resolución analítica.
  • 28. Simulación • Es la construcción de modelos informáticos que describen la parte que se considera esencial del comportamiento de un sistema de interés, así como diseñar y realizar experimentos con este modelo y extraer conclusiones de sus resultados para apoyar la toma de decisiones. • Se usa como un paradigma para analizar sistemas complejos. La idea es obtener una representación simplificada de algún aspecto de interés de la realidad. • Permite experimentar con sistemas (reales o propuestos) en casos en los que de otra manera esto no sería práctico, o bien demasiado costoso o incluso imposible.
  • 29. Simulación • La simulación del sistema imita la operación del sistema actual sobre el tiempo. • La historia artificial del sistema puede generarse, observarse y analizarse. • La escala de tiempo puede alterarse según la necesidad. • Las conclusiones acerca de las características del sistema actual se pueden inferir. Sistema Actual Simulación del Sistema parámetros entrada(t) salida(t) =?? salida(t)
  • 30. Estructura de un modelo de simulación si = f(ci, ni) ci: variable exógena controlable ni: variable exógena no controlable ei: variable endógena (estado del sistema) si: variable endógena (salida del sistema) ci ni ni si si ei ei ei
  • 31. Simulación probabilística* • En ocasiones se necesitan variables aleatorias en procesos de simulación: – Algoritmos de placement & routing, de mapping. . . • Entre otras técnicas, en Ing. Química las más empleadas son: – Simulación de Montecarlo – Simulated annealing – Algoritmos genéticos
  • 32. Método de Montecarlo • Es un método muy general • Emplea secuencias de números aleatorios como valores de variables – Generador de números aleatorios – Función de distribución de probabilidad – Regla de muestreo – Estimación de error – Técnicas de reducción de varianza • Produce soluciones aproximadas • Se puede aplicar tanto en problemas con contenido de naturaleza probabilística como en otros que no lo tiene
  • 33. Simulated annealing • Imita el proceso de solidificación de un metal previamente fundido – La estructura que queda tras el enfriamiento del metal es regular • En este enfriado el nuevo punto de la estructura que se establece debe resultar mejor que el de partida teniendo en cuenta una función de coste. • Este nuevo punto se sugiere en una variación en cualquier dirección teniendo en cuenta una determinada variación de energía al ir descendiendo la temperatura – Con temperaturas menores, la probabilidad de elegir un movimiento peor disminuye
  • 34. Algoritmos genéticos • Se imita el proceso de evolución de las especies • Los nuevos individuos resultan de la evolución de los individuos de partida, pero... – Pueden producirse cambios por mutación (aleatorio) – Pueden producirse cambios por motivos de reproducción (adquiriendo determinadas características de los padres ) • Se evoluciona hacia miembros con mejores características • La población inicial es completamente aleatoria
  • 36. ¿Cuando es apropiado simular? • No existe una completa formulación matemática del problema. • Cuando el sistema aún no existe. • Es necesario desarrollar experimentos, pero su ejecución en la realidad es difícil o imposible • Se tiene interés en establecer un periodo de observación del experimento distinto del que se podría establecer en la realidad. • No se puede interrumpir la operación del sistema actual.
  • 37. ¿Cuándo nono es aconsejable simular? • El desarrollo del modelo de simulación requiere mucho tiempo. • El desarrollo del modelo es costoso comparado con sus beneficios. • La simulación es imprecisa y no se puede medir su imprecisión. – El análisis de sensibilidad puede ayudar en estos casos.
  • 38. Maneras de estudiar un sistema • Según Law y Kelton Sistema Experimentar con el sistema Experimentar con un modelo del sistema Modelo físico Modelo matemático Solución analítica SIMULACIÓN
  • 39. Conclusiones • Los modelos se construyen para entender la realidad. • Los modelos de simulación hacen uso intensivo del computador • El tipo de comportamiento de las variables determinan el comportamiento del sistema.
  • 40. Un modelo matemático simple Segunda Ley de Newton maF = m F a = a: variable dependiente F: función de fuerza m: parámetro que representa una propiedad del sistema Por su forma algebraica sencilla puede despejarse directamente
  • 41. Un modelo matemático más complicado Segunda Ley de Newton para determinar la velocidad terminal de caída libre de un cuerpo cerca de la superficie de la Tierra (paracaidista) m F dt dv = cvmgFFF UD −=+= v m c g dt dv −= g: aceleración de la gravedad c: coef. de arrastre Sustituyendo F Es una ecuación diferencial Solución analítica ( ) ( ) ( )tmc e c gm tv / 1 − −= *Hay casos donde es imposible obtener una solución analítica
  • 42. Un modelo matemático más complicado Solución numérica Se busca una aproximación a la razón de cambio de la velocidad con respecto al tiempo con una diferencia finita dividida ( ) ( ) ii ii tt tvtv t v dt dv − − = ∆ ∆ ≅ + + 1 1 ( ) ( ) ( )i ii ii tv m c g tt tvtv −= − − + + 1 1 Sustituyendo Solución numérica *Es necesario el valor de la velocidad en un tiempo inicial ti ( ) ( ) ( ) ( )iiiii tttv m c gtvtv −    −+= ++ 11 0 2 4 6 8 10 12 0 5 10 15 20 25 30 35 40 45 50 v, m/s t,s Pendiente verdadera Pendiente aproximada
  • 43. Un modelo matemático más complicado Solución analítica vs. Solución numérica *mejor solución numérica implica mayor costo computacional 0 2 4 6 8 10 12 0 5 10 15 20 25 30 35 40 45 50 v,m/s t, s Solucion analitica Solucion numerica
  • 44. Aproximaciones y errores de redondeo Dos errores más comunes en métodos numéricos Errores de redondeo: se deben a que la computadora sólo puede presentar cantidades con un número finito de dígitos Errores de truncamiento: representan la diferencia entre una formulación matemática exacta de un problema y la aproximación dada por un método numérico
  • 45. Aproximaciones y errores de redondeo Cifras significativas El concepto de cifra significativa se ha desarrollado para designar formalmente la confiabilidad de un valor numérico Las cifras significativas de un número son aquellas que pueden ser usadas en forma confiable
  • 46. Aproximaciones y errores de redondeo Implicaciones de las cifras significativas en los métodos numéricos 1. Los métodos numéricos obtienen resultados aproximados Se debe desarrollar criterios para especificar que tan precisos son los resultados Una manera de hacerlo es en términos de cifras significativas 1. Ciertas cantidades representan números específicos, π, e, √7, pero no se pueden expresar exactamente con un número finito de dígitos Ejemplo, π = 3.141592653589793238462643… hasta el infinito En las computadoras tales números jamás se podrán representar en forma exacta A la omisión del resto de cifras significativas se le conoce como error de redondeo
  • 47. Bibliografía  Simulación. Métodos y Aplicación. D. Ríos, S. Ríos y J. Martín. 2000.  Simulación. Sheldom M. Ross. 1999. 2da. Edición.  Simulación de Sistemas Discretos. J. Barceló. 1996

Notas del editor

  1. (De http://www.monografias.com/trabajos20/simulacion-sistemas/simulacion-sistemas.shtml) 1. MODELOS DETERMINISTICOS Ni las variables endógenas y exógenas se pueden tomar como datos al azar. Aquí se permite que las relaciones entre estas variables sean exactas o sea que no entren en ellas funciones de probabilidad. Este tipo determinístico quita menos de cómputo que otros modelos 2. MODELOS ESTOCASTICOS Cuando por lo menos una variable es tomada como un dato al azar las relaciones entre variables se toman por medio de funciones probabilísticas, sirven por lo general para realizar grandes series de muestreos, quitan mucho tiempo en el computador son muy utilizados en investigaciones científicas 3. MODELOS ESTATICOS En ellos no se toma en cuenta el tiempo dentro del proceso, por ejemplo: los modelos de juegos, modelos donde se observa las ganancias de una empresa 4. MODELOS DINAMICOS Si se toma en cuenta la variación del tiempo, ejemplo: la variación de la temperatura, del aire durante un día, movimiento anual de las finanzas de una empresa. Ejemplo: Laboratorio de química: reacción entre elementos En estos modelos físicos podemos realizar modelos a escala o en forma natural, a escala menor, e escala mayor, sirven para hacer demostraciones de procesos como para hacer experimentos nuevos.