Apuntes N°1

Nombre de la asignatura SIMULACIÓN

Unidad académica Facultad de Ingeniería y Arquitectura
Carrera/Programa Ingeniería Civil Industrial

UNIDAD 1: INTRODUCCIÓN A LOS CONCEPTOS BÁSICOS DE SISTEMAS, MODELOS Y SIMULACIÓN

Contexto:
Para conducir un sistema (banco, ciudad, Transantiago, Organización en general) se deben
tomar decisiones sobre las acciones que se ejecutarán sobre el sistema.

Las decisiones deben permitir alcanzar los objetivos del sistema.

¿Cómo responderá el sistema a una determinada acción?

• Se puede actuar sobre el sistema mismo (factores de costo, seguridad y otros hacen no viable
esta opción).

• Reemplazar el sistema real por un sistema simplificado llamado modelo.

• Se puede actuar sobre el modelo evitando los problemas de costo y seguridad. Esta
experimentación sobre el modelo se llama simulación:

Sistema Simulación

Modelo

Introducción
Definición:

• Simular. Del lat. simulāre.

– Representar algo, fingiendo o imitando lo que no es.

(Real Academia Española)

• Simulación: Del lat. simulatio, -ōnis.

– Acción y efecto de simular.

– Alteración aparente de la causa, la índole o el objeto verdadero de un acto o contrato.

(Real Academia Española)

Simulación: Es un medio de representar el comportamiento de un sistema vía computador y basado en
un modelo válido.

Una herramienta que no es fuente de soluciones analíticas, por lo que no se obtienen resultados exactos,
además, una herramienta que permite construir modelos reales y complejos.

Una poderosa y útil herramienta para modelar matemáticamente, y que se basa en el principio de que
“una respuesta aproximada para un problema exacto es siempre mejor que una respuesta exacta para
un problema aproximado”.

La simulación es un método para aprender sobre un sistema real experimentando con un modelo que
lo representa.

Un modelo de simulación contiene las expresiones matemáticas y las relaciones lógicas que describen
cómo calcular el valor de las salidas, dados los valores de las entradas.

SISTEMA – MODELO – SIMULACIÓN

Sistema: Conjunto de objetos o ideas que están interrelacionados entre sí como una unidad para la
consecución de un fin (Shannon, 1988). También se puede definir como la porción del universo que será
objeto de la simulación.

Modelo: Un objeto X es un modelo del objeto Y para el observador Z, si Z puede emplear X para
responder cuestiones que le interesan acerca de Y (Minsky).

Simulación: Es el proceso de diseñar un modelo de un sistema real y llevar a cabo experiencias con él,
con la finalidad de aprender el comportamiento del sistema o de evaluar diversas estrategias para el
funcionamiento del sistema (Shannon, 1988).

Sistema: Es una sección de la realidad que es el foco primario de un estudio y está compuesto de
componentes que interactúan con otros de acuerdo con ciertas reglas dentro de una frontera
identificada para el propósito del estudio. Un sistema puede realizar una función que no es realizable
por sus componentes individuales.

Entidades: Objetos o componentes que forman parte del sistema, por ejemplo: un auto está compuesto
por un motor, ruedas, carrocería, etc.

Atributos: Propiedades de las entidades, por ejemplo: la potencia del motor, y se relacionan entre sí a
través de relaciones o funciones. Las relaciones pueden ser:

• Estáticas o estructurales: un auto posee cuatro ruedas.

• Dinámicas o funcionales: un auto consume bencina si se enciende el motor.

• Estados del Sistema: valores asumidos por los atributos de las entidades en un momento
dado.

o Estático o estacionario: esto significa que se mantiene constante en el tiempo

 ▪ Estable: si el sistema retorna a él luego de una perturbación, ejem.:
péndulo en posición de reposo.

▪ Inestable: si el sistema se aleja de él luego de una perturbación.

• Acumulativo: crece o decrece continuamente, o alcanza otro

estado estacionario,

• Oscilatorio: crece y decrece continuamente

o Dinámico o transitorio: si evoluciona con el tiempo.

Un sistema puede presentar los dos tipos de conductas; generalmente, cuando inicia su funcionamiento
pasa por un estado dinámico y luego alcanza un estado estacionario o de régimen.

Atributos: variables y parámetros

• Parámetros (P): son atributos que se fijaron durante el diseño del sistema ya sea por el diseñador
o por la naturaleza, por ejemplo: la cilindrada del motor, la aceleración de la gravedad.

• Variables:

– Variables de entrada o exógenas: Son fijadas por el medioambiente del sistema.

• Manipulables (U): se fijan a voluntad, ejemplo, la posición del pedal del

acelerador

• No manipulables (perturbación) (D): no se pueden fijar a voluntad, ejemplo, la

velocidad del viento.

– Variables de Salida (Y): Son las variables de estado, o combinación de ellas, que son
medidas o traspasan la frontera del sistema

– Variables internas: Son las variables del sistema que no son ni de entrada, ni de salida,
ni parámetros.

– Variables de estado (X): Conforman el conjunto mínimo de variables internas del sistema
necesarias para describir completamente su estado interno

Clasificación de Sistemas

Determinístico: No contiene ningún elemento aleatorio. En este tipo de sistema, las variables de
salidas e internas quedan perfectamente determinadas al especificar las variables de entrada, los
parámetros y las variables de estado, es decir, las relaciones funcionales entre las variables del
sistema están perfectamente definidas. Ejemplo: Modelo de programación lineal.

Estocástico: Algún elemento del sistema tiene una conducta aleatoria. Entonces, para entradas
conocidas no es posible asegurar los valores de salida.

• Un ejemplo de sistema estocástico es una máquina tragamonedas en la cual una misma

acción (tirar la palanca) genera un resultado incierto (ganar o perder).
 • Cuando un sistema determinístico es alimentado con entradas estocásticas, la respuesta
del sistema es también estocástica.

• En el mundo real, los sistemas siempre tienen elementos estocásticos ya sea por su
propia naturaleza o porque son fenómenos no comprendidos actualmente.

• Se puede considerar a un sistema real como un sistema determinístico si su

incertidumbre es menor que un valor aceptado.

Continuo: Se tiene un sistema continuo cuando las relaciones funcionales entre las variables del
sistema sólo permiten que el estado evolucione en el tiempo en forma continua (basta que una
variable evolucione continuamente). Matemáticamente, el estado cambia en infinitos puntos de
tiempo.

Las variables de estado del sistema evolucionan de modo continuo a lo largo del tiempo.

Discreto: Se tiene un sistema discreto cuando las relaciones funcionales del sistema sólo permiten
que el estado varíe en un conjunto finito (contable) de puntos temporales. Las causas instantáneas
de los cambios de estados se denominan eventos. Un sistema continuo puede comportarse en
forma discreta si las entradas son discretas. Los sistemas reales son combinaciones de continuos y
discretos. La forma de tratarlos se adopta de acuerdo a la característica dominante.

Las variables de estado del sistema cambian en un cierto instante o secuencia de instantes, y
permanecen constantes el resto del tiempo. La secuencia de instantes sigue un patrón periódico.

Orientados a eventos Discreto: Las variables de estado del sistema cambian en un cierto instante o
secuencia de instantes, y permanecen constantes el resto del tiempo. La secuencia de instantes
sigue un patrón aleatorio.
Modelos

• Un modelo es una abstracción/simplificación de un sistema real, que se usa para aproximarlo.

• No es necesario, salvo en los aspectos relevantes, que el modelo guarde una total
correspondencia con el sistema real.

• El modelo de simulación se basa en el principio de que “es más barato cometer errores en el
computador que en el sistema real”.
 Taxonomía de modelos de sistemas

Tipos de modelos de Simulación

▪ Modelos estáticos frente a modelos dinámicos.

▪ Modelos determinísticos frente a modelos estocásticos.

▪ Modelos continuos frente a modelos discretos.

Estudiaremos modelos de simulación:

Dinámicos, estocásticos y discretos.

Elementos de un modelo de simulación

Un modelo consta de:

1. Componentes

2. Variables

3. Parámetros

4. Relaciones funcionales

5. Restricciones

6. Funciones de criterio
 1.- Componentes del modelo

• ENTIDADES: Son los elementos físicos de un sistema. Existen dos tipos de entidades

a) Entidades permanentes

b) Entidades temporales.

• ACTIVIDADES: Son las cosas que las entidades hacen o han hecho. Se definen como el flujo de
dos o más entidades durante un periodo de tiempo. Es esencial conocer la duración de las
actividades, cuando comienzan cuando terminan.

• EVENTOS: Son las instancias en el tiempo, cuando un cambio toma lugar en el sistema.

• COLAS: Son estados pasivos de una entidad mientras que esta espera a que cambien las
condiciones, de tal forma que otra pueda empezar.

• ATRIBUTOS: Son características de una entidad, tales como los tipos de una máquina o el
número de operaciones requeridas

• ESTADOS: Se refieren a las condiciones en que se encuentra el modelo o sus entidades, de

manera que sea posible probar si alguna acción se puede realizar o escoger entre algunas
posibles acciones.

• PROCESO: Es una secuencia de eventos actividades y puntos de decisión, en el cual se

consideran las llegadas y las actividades de las entidades en el modelo o sistema, es decir, un
proceso es un conjunto de instrucciones describiendo las operaciones en las cuales una entidad
está involucrada durante su vida en el modelo o sistema.

2.- Variables del modelo

Las variables que pueden existir en un modelo son:

• VARIABLES EXÓGENAS: son las variables de entrada a un sistema o variables independientes y

se supone que han sido predeterminadas y proporcionadas de forma independiente. Existen
dos tipos de variables exógenas:

• Variables controlables

• Variables no controlables.

• VARIABLES DE ESTADO: estas describen el estado de un sistema o a uno de sus componentes,

ya sea al comienzo al final o durante el periodo de tiempo.
 • VARIABLES ENDÓGENAS: son variables dependientes o de salida del sistema, y son generadas
por la interacción de las variables exógenas y las variables de estado, de acuerdo con las
características de operación de las variables de estado.

3.- Parámetros

• Son una cantidad, a los cuales el operador del modelo puede asignarle valores.
• Se distingue de una variable, ya que solo puede tomar valores que la forma de la función haga
posible, ejemplo: en la distribución de Poisson se tiene:

donde:

E=constante

λ=parámetro

X =variable
4.- Relaciones funcionales (fórmulas)

Describen las variables y parámetros de tal forma que muestran su comportamiento en un componente
o entre componentes.

5.- Restricciones y; 6.- Funciones de criterio

• Restricciones: Son limitaciones impuestas sobre los valores de las variables, las cuales representan
los límites de actividades.

• Funciones de criterio: Es un evento explícito de los objetivos o metas del sistema el cual puede ser
evaluado.