MODELOS Y SIMULACIÓN
PASO 1- RECONOCE PRESABERES DE MODELOS Y SIMULACIÓN
FRANCY ALEXANDRA BARBOSA CHAPARRO
CÓDIGO DE CURSO: 212026_152
ESTUDIANTE
ING.DIEGO EDIXON KARACHA RODRIGUEZ
DOCENTE
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD DE COLOMBIA
FACULTAD DE INGENIERIA INDUSTRIAL
4 DE SEPTIEMBRE DE 2022
ACACIAS-META
1
INTRODUCCION
En el presente documento se podrá evidenciar la revisión de las unidades planteada para
el presente curso de modelos de simulación con el fin de realizar una comprensión de
los temas que allí se encuentran de modo tal que puedan ser aplicados en diferentes
escenarios.
2
OBJETIVOS
OBJETIVO GENERAL:
Identificar los conceptos previos a la modelación y simulación con el fin de facilitar la
comprensión del tema.
OBJETIVOS ESPECIFICOS:
• Dar respuesta a los conceptos y preguntas sugeridas en la guía de actividades.
• Identificar los conceptos claves de modelación y simulación.
• Analizar los diferentes escenarios.
3
JUSTIFICACION
Las empresas utilizan cada vez más los procesos de simulación como parte del enfoque
al proceso de innovación. Se emplea para comprender, analizar y generar un balance de
una empresa para visualizar el futuro del sistema planteado y así poder generar
soluciones a futuros errores, o mitigar lo más posible, para generar habilidad, mostrar
desarrollo y rendimientos.
4
ESQUEMA DEL TRABAJO
RECONOCER LOS CONCEPTOS DE LA MODELACIÓN Y SIMULACIÓN DE
PROCESOS EN SISTEMAS INDUSTRIALES Y EL USO DE TECNOLOGIAS PARA EL
ANALISIS DE ESCENARIOS
Realizar informe en Word o
Leer e interpretar los
pdf con el desarrollo del
contenidos de aprendizaje
taller 1 del curso modelos y
de la unidad 1 y 2.
simulación.
Realizar informe con los Dar respuesta a las Dar respuesta a las
parámetros establecidos por preguntas formuladas en el preguntas formuladas del
el tutor. punto 2 en el foro. taller 1 pre saberes.
Entrega final del informe al Revisar que la información
tutor, en un documento pdf sea la correcta, organizar el
con las indicaciones informe, y convertirlo en pdf
establecidas en la rúbrica y con las especificaciones del
fechas adecuadas. tutor.
5
PREGUNTAS DEL FORO
1. ¿Qué son los métodos determinísticos? - Tipos. - Usos y aplicaciones, según la
tipología.
R// Técnicas que utilizan ecuaciones o algoritmos desarrollados previamente para
situaciones similares. Estos métodos no involucran enfoques estocásticos o estadísticos.
Generalmente, los métodos determinísticos son más fáciles y más rápidos de aplicar y
resultan más adecuados para las aplicaciones computacionales. No obstante, quizás no
proporcionen los modelos de yacimientos más detallados o más precisos.
(SCHLUMBERGER, 2022)
TIPOS
Modelos y simulación dinámica
Simulación y análisis estadístico
Modelos y simulación de asignación.
Usos y aplicaciones, según la tipología
Un marco de simulación dinámica permite comprender los cambios o en las
variables clave de la empresa a partir de la evolución de las
variables sustitutas a lo largo del tiempo.
Tipos de simulación y características, sistema de colas con un solo canal,
modelos de colas y simulación.
Modelos de programación lineal y de asignación final modelos matemáticos de
asignación y simulación. (WIKIPEDIA, 2022)
6
2. ¿Qué son los métodos 2 probabilísticos? Tipos. Usos y aplicaciones, según la
tipología.
R//Un modelo probabilístico de un experimento que requiere asociar un valor de
probabilidad a cada punto del espacio muestral.
Tipos
Discretos
Continuos
Usos y aplicaciones, según su tipología
Entender patrones de comportamiento a nivel desagregado.
Hacer predicciones de comportamiento más allá de los datos que observamos.
Su requisito principal consiste en que todas las personas de la población estudiada,
cuenten con las mismas oportunidades de selección. (muestreo probabilistico, 2020)
La modelación matemática y las herramientas de software
La modelación matemática:
La modelación matemática es un intento de describir alguna parte del mundo real en
términos matemáticos. Modelos matemáticos han sido construidos en todas las ciencias
tanto físicas, como biológicas y sociales. Los elementos que lo componen son tomados
del cálculo, el álgebra, la geometría y otros campos afines.
Es natural que los modelos matemáticos sean modelos de analogía incompleta, es decir,
que reflejan solamente algunas propiedades del objeto modelado. A la vez, los modelos
7
matemáticos se caracterizan por una suficiente generalidad, describiendo una clase
completa de objetos o fenómenos. Por otra parte, la creación de modelos matemáticos
no requiere significativos gastos materiales y la realización del propio proceso de
modelación con ayuda de los modernos medios de cómputo permite efectuarla en un
tiempo relativamente pequeño.
En un modelo matemático se establece un conjunto de relaciones (de igualdad y/o de
desigualdad) definidas en un conjunto de variables que reflejan la esencia de los
fenómenos en el objeto de estudio. Formalmente un modelo matemático M es una
estructura, donde R es el conjunto de las relaciones y V el conjunto de las variables.
(Scielo, 2011)
Las herramientas de software:
Las herramientas de software amplia la variedad de técnicas estadísticas de
modelamiento lineal y no lineal, pruebas estadísticas clásicas, análisis de series de
tiempo y técnicas gráficas. (M., 2013)
DESARROLLO DEL TALLER 1 PRE-SABERES
1. ¿Qué es un sistema?
Un sistema es un conjunto de elementos relacionados entre sí que funciona
como un todo.
Si bien cada uno de los elementos de un sistema puede funcionar de manera
independiente, siempre formará parte de una estructura mayor. Del mismo modo,
un sistema puede ser, a su vez, un componente de otro sistema. (sistemas, 2022)
8
2. ¿Qué es un modelo?
Un modelo es una versión simplificada de la realidad, es decir, contiene nuevamente
todos los elementos y funciones que hacen posible comprender, analizar, experimentar
y sacar conclusiones.
El modelo debe ser lo más simple posible sin perder un nivel aceptable de confiabilidad
y poder explicativo, no puede ser tan complejo que requiera mucha información. El
modelo “debe ser tan sencillo que resulte más rentable utilizarlo que trabajar
directamente en el mundo real y, por otro lado, las conclusiones de su funcionamiento
sean tan fiables como las que se obtienen de los experimentos directos.(Torrez, 1991)
3. ¿Qué es simulación?
La simulación es una herramienta muy poderosa para evaluar y analizar sistemas nuevos
y existentes. Te permite predecir procesos reales, validarlos y lograr su configuración
óptima.
Aunque el término simulación tiene diferentes significados según su aplicación, en los
negocios generalmente se refiere al uso de computadoras para realizar experimentos en
modelos de sistemas reales. Ejemplos de otros tipos de simulaciones incluyen
simuladores de vuelo, videojuegos y animación virtual. Los experimentos de simulación
se realizan antes de poner en funcionamiento el sistema real para ayudar a diseñarlo,
comprender cómo responde el sistema a los cambios en sus reglas operativas o evaluar
la respuesta del sistema a los cambios en su estructura. La simulación es particularmente
útil cuando la escala o complejidad del problema dificulta o imposibilita el uso de técnicas
9
de optimización. Por lo tanto, los talleres con problemas complejos de colas, así como
ciertos problemas de inventario, diseño de planta y mantenimiento (por nombrar algunos)
se han estudiado extensamente a través de la simulación. Las simulaciones también se
pueden utilizar junto con la gestión científica tradicional y los métodos estadísticos.
Además, la simulación es útil para capacitar a los gerentes y empleados en la operación
real del sistema, ya que muestra el impacto de los cambios en las variables del sistema,
la gestión en tiempo real y el desarrollo de nuevas ideas sobre cómo administrar la
empresa. (Richard B. Chase - F. Robert Jacobs - Nicholas J. Aquilano , 2009)
4. ¿Cómo se clasifican los modelos?
La clasificación de los modelos se divide en:
Su función puede dividirse en:
Descriptivos: Son aquellos que solo proporcionan información acerca del estado de las
cosas, es decir, sólo son una "imagen".
Predictivos: Estos están diseñados para poder explicar y prever el comportamiento de
las variables, en función a variaciones de las condiciones iniciales.
Normativos: Sólo proporcionan información acerca de la "acción" recomendable ante una
situación dada.
Atendiendo a su estructura pueden ser:
Icónicos: Los modelos conservan algunas de las características físicas de lo que
representan.
10
Analógicos: En estos, los elementos y/o procesos de un sistema son "sustituidos" por los
elementos y/o procesos de otro sistema.
Simbólicos: Se basan en el lenguaje simbólico (símbolos), para describir una
característica inherente a un sistema.
Respecto al tiempo estos son:
Estáticos: Los modelos estáticos no están capacitados para explicar cambios ocurridos
a través del tiempo.
Dinámicos: Estos están en posibilidad de explicar el comportamiento de las variables a
través del tiempo.
En función a la incertidumbre:
Deterministas: Este tipo de modelos, generan información de salida en forma única, en
respuesta de una serie especifica de valores de entrada.
Probabilísticos: Los modelos probabilísticos comprenden distribuciones de probabilidad
como información de entrada y proporcionan como producto una gama de valores con
una probabilidad asociada a cada una. Este modelo ayuda a tomar decisiones bajo
riesgo. (Rodríguez Torres, 1991)
5. ¿Qué son los métodos determinísticos?
Técnicas que utilizan ecuaciones o algoritmos desarrollados previamente para
situaciones similares. Estos métodos no involucran enfoques estocásticos o estadísticos.
Generalmente, los métodos determinísticos son más fáciles y más rápidos de aplicar y
11
resultan más adecuados para las aplicaciones computacionales. No obstante, quizás no
proporcionen los modelos de yacimientos más detallados o más precisos.
(SCHLUMBERGER, 2022)
6. ¿Qué son los métodos probabilísticos?
Un modelo probabilístico de un experimento que requiere asociar un valor de
probabilidad a cada punto del espacio muestral. (muestreo probabilistico, 2020)
7. ¿Por qué a veces se le llama a la simulación una técnica de último recurso?
La simulación se ha convertido en una herramienta o técnica ampliamente utilizada
porque puede estudiar sistemas complejos, formular modelos que pueden resolverse
analíticamente en la investigación y puede comprender las necesidades y la usabilidad
del producto mediante la observación de predicciones. Se puede decir que está en la
toma de decisiones, gestión empresarial, etc., para conseguir mejores resultados, por lo
que también se le conoce como último recurso, porque se puede comprobar con mayor
precisión que los resultados del estudio se comprueban con anterioridad, reduciendo así
el margen de error de los resultados esperados.
8. ¿Qué determina la validez de un modelo de simulación?
Un modelo de simulación es una imitación aproximada de un sistema real, nunca una
imitación completa de un sistema real. Por lo tanto, el modelo debe validarse y validarse
en la medida necesaria para su propósito o uso previsto. Esta prueba y validación
comienza después de que se documenta la especificación funcional y se completa el
diseño inicial del modelo.
12
La validación de modelos de simulación implica una complejidad práctica, teórica,
estadística e incluso filosófica. Sin embargo, hay dos pruebas que parecen apropiadas
para probar:
• Comparar el valor simulado de la variable endógena o de salida con datos históricos
conocidos (si están disponibles).
• Determinar las predicciones del modelo de simulación sobre el comportamiento real del
sistema en otros periodos. (Rodríguez Torres, 1991)
9. ¿Qué es una distribución estadística?
La distribución estadística es donde se define cómo se distribuirán todos los valores del
campo, donde se identifican los valores normales y anormales. La distribución estadística
más utilizada es la distribución normal en forma de campana, donde se determina la
probabilidad de que sea un valor determinado. Se define una distribución de probabilidad
sobre el conjunto de todos los eventos, donde cada evento es una secuencia de valores
de una variable aleatoria. También se puede decir que está estrechamente relacionado
con la distribución de frecuencias. De hecho, una distribución de probabilidad puede
entenderse como una frecuencia teórica porque describe cómo varía el resultado
esperado.(wikipedia, 2022)
10. ¿Qué papeles cumplen las pruebas de hipótesis estadística en la
simulación?
Una prueba de hipótesis es cualquier afirmación acerca de una población y/o sus
parámetros, esta permite cuantificar la probabilidad de que la media muestral es inusual.
La prueba de hipótesis comienza con la existencia de un problema específico que
involucra una o más variables aleatorias. Para encontrar una solución a un problema, se
13
formula una hipótesis estadística y se observa una muestra aleatoria o se realizan varios
experimentos aleatorios, obteniendo así la información necesaria sobre la(s) variable(s)
considerada(s).
Luego confrontamos estos resultados con las suposiciones o supuestos que hicimos, y
pueden pasar dos cosas:
Las suposiciones son inconsistentes o inconsistentes con los resultados
experimentales o empíricos.
Son compatibles. En el primer caso rechazamos la hipótesis, en el segundo no la
rechazamos.
Así, el procedimiento consiste en determinar, a partir de la información proporcionada
por la muestra, un criterio de decisión que nos permita decidir si rechazamos o no la
hipótesis que hemos formulado o presentado. Por lo tanto, cualquier procedimiento que
rechace o no rechace una hipótesis estadística debido a una inconsistencia entre la
hipótesis estadística y los resultados experimentales o de muestra sería una prueba de
hipótesis.
Una hipótesis estadística se denota por “H” y son dos:
Ho: hipótesis nula
H1: hipótesis alternativa
(minitab, 2019)
11. Establecer un mapa conceptual en el que se identifiquen los Tipos de
simulación con breves descripciones.
14
15
12. Establezca una matriz con los softwares utilizados en el mercado para hacer
simulación, en la matriz identificar características y usos.
Softwares utilizados
en el mercado para Caracteristicas Usos
hacer simulación
●Operaciones unitarias dedicadas para la industria de
refinerías Este simulador permite realizar modelos
●Sistemas de separación de columnas múltiples matemáticos de cualquier proceso químico, que
Hysys ●Reactores químicos pueden ir desde una simple operación unitaria
●Simulación de crudos de petróleo hasta el modelado de plantas industriales
●Reciclaje complejo completas, incluso de refinerías petroleras
●Flujo de derivación en procesos químicos
●Sistema avanzado para procesos de Ingenieria Se ha utilizado para modelar procesos en
●Diseño preliminar de los diagramas de flujo usando industrias: química y petroquímica, refino de
AspenPlus modelos de equipos simplificados. petróleo, procesamientos de gas y aceites,
●Realizar balance de materia y energia rigurosos usando generación de energía, metales y minerales,
modelos de equipos detallados. industrias del papel y la pulpa y otros.
Puede utilizarse como un software
●Permite crear algoritmos personalizados a fin de independiente, normalmente se utiliza enlazado
DYNAMO
procesar datos y generar geometrías. con otros programas como Revit incluido a modo
de plugin.
●Plataforma integrada para la creación y ejecución de Se utiliza para el Planeamiento Colaborativo,
modelos de simulación. Manejar el Riesgo, y explorar las Opciones y
POWERSIM
●Interfaz gráfica para el usuario de fácil manejo. Oportunidades Actuales y Futuras.
●Control Automático de Unidades, lo que seguramente
mejorarán sus calificaciones.
●Permite simular cualquier tipo de sistemas de
Permite simular cualquier tipo de proceso de
manufactura, lógistica, servicios, call centers, manejo de
manufactura, además de procesos logísticos,
materiales, etc.
ProModel procesos de manejos de materiales y contiene
●Puedes simular justo a tiempo, Teoría de Restricciones,
excelentes simulaciones de talleres, grúas
sistemas de empujar, jalar, logística, sistemas de
viajeras, bandas de transporte y mucho más.
servicio, atencion a clientes, etc.
●Flexibilidad Se utiliza para mejorar tus habilidades en
●Rapidez resolución de problemas mediante la realización
ARENA
●Intuicion de casos simulados, análisis y proyectos de
●Soporte investigación.
●Algoritmos genéticos y métodos de optimización Se utiliza para realizar análisis de riesgo bajo
OR Brainware
OptQuest incertidumbre en una amplia variedad de
Decision Tools
●Métodos de resolución de programación lineal industrias.
16
CONCLUSION
En este trabajo se puede identificar varios aspectos generales e importantes de los
modelos y la simulación, donde se evidencia que la simulación se utiliza en una amplia
variedad de empresas, para ayudar a la gerencia en toma de decisiones, un modelo es
una presentación de una situación real y en los procesos se toman decisiones, los
modelos de simulación pueden arreglar muchos problemas inherentes al modelo mental,
se debe realizar análisis profundos a la situación real para poder transformar sobre el
papel.
17
Referencias
M., S. (2013). Una practica teoria de la optimizacion lineal. (UC, Ed.) Recuperado el 26 de agosto de 2022
minitab. (25 de marzo de 2019). comprendamos las pruebas de hipotesis:por que es necesario utilizar
pruebas de hipotesis en estadistica. Recuperado el 26 de agosto de 2022, de addlink software
cientifico : https://www.addlink.es/noticias/minitab/2870-comprendamos-las-pruebas-de-
hipotesis-por-que-es-necesario-utilizar-pruebas-de-hipotesis-en-estadistica
muestreo probabilistico. (junio de 2020). enciclopedia economica . Recuperado el 26 de agosto de 2022,
de (https://enciclopediaeconomica.com/muestreo-probabilistico/)
Richard B. Chase - F. Robert Jacobs - Nicholas J. Aquilano . (2009). Administracion de operaciones
producción y cadena de suministros (duodecima ed.). (J. M. Chacón, Ed.) Mexico : Ricardo
Alejandro del Bosque . Recuperado el 26 de agosto de 2022, de
https://drive.google.com/file/d/1I4g8YwWnogLWhLegtC_GYsOHuS-Eh1uN/view?usp=sharing
Rodríguez Torres, F. (1991). Tecnicas y modelos de simulacion de sistemas. En F. Rodríguez Torres,
Tecnicas y modelos de simulacion de sistemas. Mexico: Instituti Politecnico Nacional. Obtenido
de https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/72173?page=8
SCHLUMBERGER. (2022). Energy Glossary en Español. Recuperado el 30 de AGOSTO de 2022, de Energy
Glossary en Español:
https://glossary.slb.com/es/terms/d/deterministic_methods#:~:text=T%C3%A9cnicas%20que%
20utilizan%20ecuaciones%20o,involucran%20enfoques%20estoc%C3%A1sticos%20o%20estad%
C3%ADsticos.
Scielo. (mayo de 2011). Papel de la modelación matemática en la formación de los ingenieros.
Recuperado el 30 de agosto de 2022, de
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-59442011000200005
sistemas. (30 de agosto de 2022). significados.com. Obtenido de https://www.significados.com/sistema/
Torrez, F. R. (1991). tecnicas y modelos de simulacion de sistemas. Mexico : Instituto politecnico nacional
. Recuperado el 25 de agosto de 2022, de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/72173?page=6
WIKIPEDIA, C. (4 de abril de 2022). Modelo determinista. (W. I.e, Editor) Obtenido de
https://es.wikipedia.org/w/index.php?title=Modelo_determinista&oldid=142707568
wikipedia, c. d. (18 de mayo de 2022). (l. e. wikipedia, Ed.) distribucion de probabilidad. Recuperado el
26 de agosto de 2022, de
18
https://es.wikipedia.org/w/index.php?title=Distribuci%C3%B3n_de_probabilidad&oldid=143632
261
19
