2. Contenido
Introducción
Conceptos Generales
Modelos Físicos Continuos
Soluciones Analíticas
Modelos de Tiempo Discreto
Identificación
Métodos Numéricos
Modelos de Eventos Discretos
Software de Simulación
Diseño de Experimentos
Validación del Modelo
Análisis de Resultados
3. 20% = Tareas
20% = Rev. Biblio. y Anteproyecto. Sem 3
20% = Avance. Sem 6
20% = Informe Final + Present. Sem 10-11
20% = Examen. Sem 12
Evaluación
4. Bibliografía
Harold Klee and Randal Allen (2011).
“Simulation of Dynamic Systems with MATLAB® and
Simulink”. CRC Press. Second Edition.
Ernesto Kofman. “Simulación de Sistemas
Continuos. Notas de Clase”. Universidad Nacional de
Rosario, Argentina.
Francois Cellier (1991). “Continuous System
Modeling”. Springer, New York.
Banks et al (2009). “Discrete-Event Simulation”.
Prentice Hall. 5th
Edition.
5. Modelo
Es una representación simplificada de un sistema
que en si mismo puede ser de alta complejidad,
generalmente con el propósito de facilitar su
análisis.
Modelo
anatómico
de un
corazón
humano
Un buen
modelo es
aquel que se
puede usar
para predecir
la realidad
con una
exactitud
aceptable!
6. Modelo
Las variables de interés del modelo
(salidas) dependen de un conjunto de
variables de “entrada”, u(t), y de variables
internas del modelo, x(t), también
conocidas como variables de estado
Modelo
x(t)
u(t) y(t)
7. Simulación
Conjunto de técnicas que permiten realizar
experimentos a partir de un modelo, para intentar
predecir y comprender lo que pudiera suceder si se
realiza el mismo experimento con el sistema real.
9. Simulación
Para que un proyecto de simulación sea
exitoso se deben dar 3 condiciones:
− El proyecto debe conducir a la toma
decisiones que produzcan finalmente
alguna mejora en el proceso simulado
− Los resultados deben ser entendidos y
aceptados por todas las partes
− El proyecto debe ajustarse a las
especificaciones acordadas con el cliente
en todas sus etapas
10. Formulación
Es la etapa más importante
Se debe formular claramente el alcance
de la simulación y sus condiciones:
cronograma, presupuesto, protocolo de
validación, etc
11. Recolección de Datos
Se recopilan datos reales con la intención de que el
modelo sea lo más realista posible.
Se debe decidir:
− ¿Qué y cuántos datos son importantes?
− ¿Cómo y cuando recopilar los datos?
12. Construcción del modelo
Es importante definir el nivel
de detalle del estudio (o nivel
de simplificación).
Un modelo detallado puede
implicar mucho tiempo y
recursos.
Un modelo simplificado
posiblemente no permita
lograr el objetivo planteado.
13. Software de Simulación
Existe una amplia variedad de software libre o
comercial para pasar de las ecuaciones a la
experimentación.
Cada uno tiene ventajas y desventajas
14. Validación
Prueba la concordancia entre el modelo y el sistema
real.
En general se analiza el ajuste del modelo con
respecto a los datos recopilados
15. Experimentación
Una vez validado el
modelo se realiza la
experimentación que
consiste en generar los
datos y realizar el análisis
de sensibilidad de los
índices requeridos.
Este análisis consiste en
modificar los parámetros o
la estructura del modelo y
observar el efecto sobre
las variables simuladas.
17. Análisis de Resultados
La respuesta dinámica del sistema
puede analizarse en términos de etapas:
− Transitoria
− Permanente
Influyen:
Condiciones Iniciales ?
Tiempo de Observación?
Algoritmo de Simulación?
18. Toma de Decisiones
Es la segunda etapa más importante y una de
las que más se descuida:
− Dificultades de comunicación. Falta de comprensión por
parte de los clientes debido a los tecnicismos.
− Resistencia al cambio.
− Desconfianza ante los resultados del modelo.
− En ocasiones el cliente exigen aumentar el alcance, extender
el tiempo del estudio.
19. Clasificación de Modelos
• Lineal – Las ecuaciones
descriptivas se plantean
como combinaciones
lineales de las variables
del modelo y sus
derivadas
• No Lineal – Cualquier
otro que no tenga la
forma anterior
20. Clasificación de Modelos
• Invariantes – Los coeficientes de las ecuaciones
diferenciales no dependen del tiempo.
• Variantes - Los coeficientes de las ecuaciones
diferenciales son función del tiempo.
• Forzado – El sistema tiene entradas
independientes, que no dependen de su propio
estado
• Libre – El estado del sistema solo depende de si
mismo
21. Clasificación de Modelos
• Concentrado - Solo aparecen derivadas con
respecto al tiempo
• Distribuido - Aparecen derivadas con respecto a
otros parámetros (ej. posición)
• Determinista - No interviene ninguna variable
aleatoria
• Stochastic - Interviene al menos una variable
aleatoria
23. Modelo Dinámico General
En general un sistema dinámico puede ser representado
mediante un conjunto de ecuaciones de estado, de la
siguiente forma:
Funciones Lineales
o No Lineales
Variables de
Estado
Entradas
Salidas
24. Efectos No-Lineales, No Analíticos
Los sistemas reales pueden presentar efectos no-
lineales, que no pueden ser representados
mediante una sola función analítica, tales como:
Fricción de Coulomb
Banda Muerta
Saturación
Histéresis
68. Puntos a Recordar
Metodología para la planificación, desarrollo y
evaluación de proyectos de simulación
Clases de Modelos
Efectos No-lineales, No analíticos
Linealización
Espacio de Estados
Transformada de Laplace
Función de Transferencia
Diagramas de Simulación
Solución de la Ecuación de Estados