MODELOS

Y
SIMULACION
 Modelos y Simulación

Tema 2
SISTEMAS Y MODELOS
 Modelos y Simulación

El estudio de los sistemas (I)

Según Law y Kelton

Sistema

Experimentar Experimentar
con el con un modelo
sistema del sistema

Modelo Modelo
físico matemático

Solución
SIMULACIÓN
analítica
 Modelos y Simulación

El estudio de los sistemas (II)

• El estudio de los sistemas mediante el método de
simulación trata de lograr avances, conocimientos y
dominio sobre los siguientes aspectos de un
fenómeno:
o GENERALIZACIÓN.
o SIMPLIFICACION.
o INTEGRACION.
o EVALUACION.
o OPTIMIZACION.
o PREDICCION.
o CONTROL.

• El conocimiento de los aspectos mencionados requiere

una profundización del estudio de la Teoría general de
los sistemas y sus características.

• El primer paso para estudiar un sistema consiste en

delimitarlo o aislarlo del resto del medio que lo
contiene (Figura 1).
 Modelos y Simulación
El estudio de los sistemas (III)
• Aislar un sistema implica dividir el universo en dos partes
mutuamente excluyentes:
o El sistema en estudio.
o El medio ambiente del sistema: lo que no pertenece al
sistema en estudio o.
• Por tanto, un sistema posee una frontera o contorno cuya
determinación permite analizar su estructura.

Figura 1: Ubicación espacial de un sistema

 Modelos y Simulación

Definición de sistema (I)

• Un sistema es un conjunto no vacío ni unitario,

formado por elementos interactivos perfectamente
definidos y completo en sí mismo, junto con las
interconexiones existentes entre aquellos elementos y
consigo mismos, de acuerdo a cierto criterio de
ordenamiento u organización (Figura 1).

• De la definición se derivan las siguientes condiciones

específicas:
a) Existencia de cómo mínimo dos elementos.
Un sistema debe ser un conjunto de, como mínimo,
dos elementos perfectamente definidos e
identificables.
Debe ser posible determinar con precisión, si un
elemento pertenece o no, al conjunto que forma el
sistema.
 Modelos y Simulación

Definición de sistema (II)

b) Existencia de interrelaciones que ligan a los distintos
elementos del conjunto.
Estos vínculos permiten la interacción con los otros
elementos del conjunto o consigo mismos, lo que
otorga funcionalidad al sistema.
Pueden existir pares de elementos no relacionados
entre sí.
Las relaciones que pueden existir entre los
elementos del sistema, pueden ser de varios tipos:
o Operan en un solo sentido. Ej: a-b, b-a, b-c, c-b,
etc.
o Operan en ambos sentidos Ej: a-c.
o Un elemento está relacionado consigo mismo, Ej:
c-c.
 Modelos y Simulación

Definición de sistema (III)

c) Carácter de completitud o totalidad de los elementos del

conjunto dado.
Sugiere la obligatoriedad y la necesidad de que el
sistema no carezca de ninguno de aquellos elementos
que puedan interaccionar con los que han sido
definidos como propios de él.
De lo contrario, la funcionalidad general del sistema se
verá afectada y, los resultados deducibles no se
ajustarán a la realidad.
No existe un conjunto de reglas generales y precisas,
para establecer qué elementos deben pertenecer
obligatoriamente al sistema y cuales podrían ser
soslayados.
Los conocimientos, la intuición, la pericia y la
experiencia del analista, permitirán llegar a soluciones
correctas.
 Modelos y Simulación
Definición de sistema (IV)

Figura 2: Representación esquemática de un sistema

 Modelos y Simulación

Subsistemas (I)
• Es posible dividir el sistema en sistemas parciales o
subsistemas, en relación con el sistema original.

• Cada parte debe cumplir con las tres componentes

descriptas, y a cada subsistema se aplican las
propiedades estudiadas.

• El criterio de dividir un sistema en varios subsistemas

propios, puede responder a diversas razones:
o Necesidad de simplificar el estudio global de aquél
mediante la descomposición en partes.
o Conveniencia de profundizar el tratamiento de
algunos sectores específicamente, etc.

• La división de un sistema en subsistemas puede

hacerse de dos maneras diferentes:
• Mediante partes rampantes o solapadas.
• Por medio de partes mutuamente excluyentes o
disjuntas.
 Modelos y Simulación

Subsistemas (II)

• Un subsistema
cualquiera recibe el
mismo tratamiento que
un sistema normal.

• Cualquier sistema
puede ser un
subsistema de algún
sistema mayor o más
amplio.

• En la Figura 3 puede
apreciarse
gráficamente la
ubicación y las
relaciones que ligan a
los sistemas y sus Figura 3
subsistemas.
 Modelos y Simulación

Elementos del sistema: Entidades, atributos y

actividades (I)
• Se denomina entidad a los elementos,
perfectamente definidos, que componen el
sistema. Es decir, son todos los objetos de
interés del sistema en estudio.

• Los sistemas pueden estar constituidos tanto por

objetos materiales como formales. Por ejemplo:
variables (numéricas o no), instrucciones,
vocablos, personas, conocimientos, animales,
sentimientos, u otros de la más variada especie.
 Modelos y Simulación

Elementos del sistema: Entidades, atributos y

actividades (II)
• Con el objeto de designar, en términos genéricos,
alguna cualidad propia directamente relacionada
con una entidad que pertenece al sistema, en
particular, se emplea la palabra atributo o
propiedad.

• Una entidad puede tener varios atributos o

propiedades.

• Se denomina actividad a todo proceso, real o

virtual, natural o artificial, que en concordancia
con algunos atributos o propiedades de una o
varias de sus entidades, provoque algún cambio
en el sistema, tal que resulte factible de ser
detectado, cuantificado y registrado.
 Modelos y Simulación

Estado del sistema

• Se denomina estado del sistema a una descripción

precisa, completa y detallada del estado en que se
encuentran todas las entidades, atributos y
actividades del sistema, de acuerdo con las
condiciones de su existencia, magnitud cuantitativa
o valoración cualitativa, en algún instante
determinado.

• El funcionamiento, desarrollo y resultados

producidos por un sistema deberían estudiarse
siguiendo ordenadamente todos los posibles
cambios que sobrevienen en el estado del sistema
a través de los sucesivos pasos que pueda dar éste,
en su evolucionar.
 Modelos y Simulación

Medio ambiente del sistema (I)

• Recibe el nombre de medio ambiente del sistema, el

espacio formado por todas aquellas entidades,
incluyendo sus atributos y actividades, tomadas en
su conjunto y que no pertenezcan propiamente al
sistema, pero que, eventualmente, puedan:
o Tener cierto grado de influencia sobre algunas
de las entidades, atributos y/o actividades del
sistema.
o Ser influenciadas, en mayor o menor medida,
por los cambios producidos en el sistema.

• Importante: establecer el borde, contorno o

frontera del sistema, es decir, los límites que
separan al sistema de su medio ambiente.

• La decisión, en general, dependerá de los fines y

objetivos del estudio en cuestión.
 Modelos y Simulación

Medio ambiente del sistema (II)

• Además, se deben estudiar y formalizar los

efectos que puedan producir las interacciones
existentes entre los elementos que componen el
sistema y aquellos que pertenecen a su medio
ambiente, como si fueran interrelaciones propias
del sistema.

• En muchos casos, los sistemas son estudiados

para profundizar en el conocimiento de su medio
ambiente, realizar predicciones sobre él y/o
controlarlo, de alguna manera.
 Modelos y Simulación

Actividades endógenas y exógenas (I)

• Las actividades endógenas son aquellas que se

realizan dentro de los límites del sistema y afectan
a una entidad del mismo, con la capacidad
inherente de modificar el estado del sistema.

• Las actividades exógenas son las que se producen en

entidades que no pertenecen al sistema, teniendo
lugar en el medio ambiente del mismo, pero con la
posibilidad de afectar de algún modo al estado del
sistema.

• Por otra parte, las actividades endógenas pueden

producir ciertos efectos, eventualmente, en el
medio ambiente del sistema (Figura 4).
 Modelos y Simulación

Actividades endógenas y exógenas (II)

Figura 4
 Modelos y Simulación

Retroalimentación
• La retroalimentación es el procedimiento interno de
un sistema que posibilita que cierta información del
mismo correspondiente a un determinado instante,
resultante del estado de su propia evolución, sea
incorporada como información de entrada para ser
utilizada en un instante posterior, con el principal
objeto de readaptar el funcionamiento del sistema.

• Los mecanismos o procedimientos de

retroalimentación, son generalmente utilizados
como subsistemas de autorregulación.

• Principio del funcionamiento de la retroalimentación:

actualización de los valores de las variables y los
parámetros en un cierto instante, con los valores de
los mismos parámetros y variables en un instante
anterior.
 Modelos y Simulación

Sistemas abiertos y cerrados

• Sistemas abiertos: Son todos aquellos sistemas para

los cuales existen interacciones entre las entidades
del mismo y aquellas de su medio ambiente, fueran
estas escasas o pronunciadas.

• Sistemas cerrados: Son todos aquellos sistemas que

no poseen ningún tipo de interacción entre sus
entidades y las entidades del medio ambiente.

• En los sistemas abiertos -> el medio ambiente afecta

al sistema, la conducta del sistema se ve afectada
por las características del medio.

• En los sistemas cerrados -> El medio ambiente no

afecta al sistema. La conducta del sistema no es
función del medio en que esté. Ese sistema puede
ser trasladado a otro medio ambiente sin que se
vea afectado.
 Modelos y Simulación

Sistemas continuos y discretos

• Sistemas continuos: son los sistemas en los que los

cambios son suaves. Las variables que determinan
su estado pueden variar en cada instante o unidad
de tiempo, es decir, éstas evolucionan de modo
continuo a lo largo del tiempo.

• Sistemas discretos: son los sistemas en los cuales los

cambios son discontinuos o "de a saltos“. Los
cambios en las variables que definen su estado se
producen en instantes determinados de tiempo,
entre los cuales el sistema permanece sin
variaciones.
 Modelos y Simulación

Sistemas continuos (I)

• Sistemas continuos: son los sistemas en los que los

cambios son suaves. Las variables que determinan
su estado pueden variar en cada instante o unidad
de tiempo, es decir, éstas evolucionan de modo
continuo a lo largo del tiempo.

Figura 5: Evolución de una variable en un sistema continuo

 Modelos y Simulación

Sistemas continuos (II)

• Una descripción de un sistema continuo tiene la

forma de ecuaciones que muestran la manera
en que los atributos del sistema cambian con el
tiempo.

• Ejemplo: una aeronave que vuela bajo el control

de un piloto automático. Un giróscopo en el
piloto automático detecta la diferencia entre la
dirección real y la deseada, y envía una señal
para mover las superficies de control. Como
respuesta a este movimiento, el aeroplano gira
en la dirección deseada. En este caso los
cambios son predominantemente “suaves” o
continuos.
 Modelos y Simulación

Sistemas discretos (I)

• Sistemas discretos: son los sistemas en los cuales los
cambios son discontinuos o "de a saltos“. Los cambios
en las variables que definen su estado se producen en
instantes determinados de tiempo, entre los cuales el
sistema permanece sin variaciones.
• La secuencia de instantes en los cuales el estado del
sistema puede presentar un cambio obedece
normalmente a un patrón periódico, aunque también
puede obedecer a un patrón aleatorio (Figuras 6).

Figura 6: Evolución de una variable en un sistema discreto

 Modelos y Simulación

Sistemas discretos (II)

• Una descripción de un sistema discreto se refiere a los

eventos que producen cambios en el estado del
mismo.

• Ejemplo: el sistema de una fábrica que produce y arma

componentes para proporcionar un producto final. En
este caso los cambios son predominantemente
discontinuos.

• Un sistema puede ser continuo o discreto, según que

las variables que intervengan en él sean continuas o
discretas, respectivamente.

• En la práctica existen pocos sistemas totalmente

continuos o totalmente discretos. Generalmente en los
sistemas habrá variables de ambos tipos,
predominando una forma de cambio.
 Modelos y Simulación

Sistemas determinísticos y estocásticos

Es posible clasificar a los sistemas por la existencia o

no de cambios azarosos o aleatorios dentro de los
mismos.

•Sistemas determinísticos: Los cambios producen sólo

un resultado, y la conducta del sistema está
determinada.

• Ejemplo: si se coloca el agua para el mate a

calentar, la temperatura subirÁ
indefectiblemente.

•Sistemas estocásticos:
Los cambios producen
resultados aleatorios más o menos probables.

• Ejemplo: Considérese un grupo de alumnos

en clase como sistema. Frente al fenómeno
estar en clase se producirán distintos
resultados: aprender o no, aburrirse, etc.
 Modelos y Simulación

Ejemplo de sistema (I)

Planteo del problema

Considérese una fábrica que produce y arma

componentes para dar un producto.
El departamento de fabricación produce los
componentes y el departamento de armado produce
los productos.
Hay un departamento de compras que mantiene un
suministro de materia prima y un departamento de
embarques que despacha los productos terminados.
Un departamento de control de la producción recibe
pedidos y asigna el trabajo a los otros departamentos
(Figura 7).
 Modelos y Simulación

Ejemplo de sistema (II)

Planteo del problema (cont.)

Pedidos de Dpto. Control

clientes de Producción

Dpto. de Dpto. de Dpto. de Dpto. de

Compras Fabricación Armado Embarques

Materia Productos
prima terminados

Figura 7: Un sistema de fábrica

 Modelos y Simulación

Ejemplo de sistema (III)

Solución
Al analizar el sistema expuesto, se aprecia que están
dadas todas las condiciones generales exigidas a los
sistemas, según la definición dada:
•Existe una serie de entes distintos y perfectamente
determinados, que constituyen los elementos del sistema,
cada uno de los cuales tiene diferentes propiedades e
interrelaciones con los demás elementos del sistema.
•Los segmentos orientados que concurren a cada
elemento indican las interacciones específicas existentes
en el sistema, que junto con las actividades que tienen
lugar en ellos, son las que producen los cambios o
transformaciones en el mismo.
•Analizando su funcionalidad general, se puede apreciar
que es un conjunto completo en sí mismo, ya que no
existen interacciones descolgadas.
•Por todo lo expuesto, este ejemplo satisface la definición
dada de sistema, al contener los tres componentes o
condiciones que la definición incluye.
 Modelos y Simulación

Ejemplo de sistema (IV)

Solución (cont.)

Por otra parte, se observa que:

•Las entidades del sistema son:
o Los departamentos: el departamento de control
de producción, el departamento de compras, el
departamento de fabricación, el departamento
de armado y el departamento de embarques.
o Los componentes.
o Los productos.
o Los pedidos.
 Modelos y Simulación

Ejemplo de sistema (V)

Solución (cont.)

•El medio ambiente del sistema lo constituyen:

o Las fábricas proveedoras de materia prima.
o La gerencia general, donde se establece la
política de compras de componentes.
o Los clientes, que realizan los pedidos de compra
de productos terminados.

•Dado que existe un medio ambiente

estrechamente ligado al sistema por medio de
interacciones perfectamente definidas, se concluye
que posee actividades exógenas, lo cual permite que
se clasifique al sistema estudiado como abierto.
 Modelos y Simulación
Ejemplo de sistema (VI)
Solución (cont.)

•Los atributos de las distintas entidades pueden contarse

por docenas. Se pueden citar como ejemplos los
siguientes:
o Atributos del departamento de control de
producción: número de pedidos de informe,
valores de planificación de la producción, etc.
o Atributos del departamento de compras:
cantidades para cada pedido de componentes, tipo
de componentes.
o Atributos del departamento de fabricación: número
de máquinas en producción, número de
componentes a fabricar, etc.
o Atributos del departamento de armado: número de
máquinas en producción, número de productos a
armar, etc.
o Atributos del departamento de embarques:
cantidad de productos a despachar, frecuencia de
embarques, etc.
 Modelos y Simulación
Ejemplo de sistema (VII)
Solución (cont.)
•Las actividades son numerosas, y comprenden las
propias de cada entidad. Por ejemplo:
o Para el departamento de control de producción
son: pedir informes sobre detalles de las
compras/componentes/productos/embarques a
los demás departamentos.
o Para el departamento de compras son: elaborar
órdenes de compra, recibir y almacenar los
insumos o materia prima que proveen las fábricas,
mantener en buen estado las existencias, proveer
al departamento de fabricación, etc.
o Para el departamento de fabricación son: producir
los distintos componentes, etc.
o Para el departamento de armado son: ensamblar
los distintos componentes, elaborar informes sobre
producción, calidad, rendimiento, etc. del producto
terminado.
o Para el departamento de embarques: despachar
los productos terminados, etc.
 Modelos y Simulación
Ejemplo de sistema (VIII)
Solución (cont.)

•El estado del sistema consiste en una detallada y exacta

descripción de todos los elementos que lo componen,
en un determinado instante de tiempo:
o Los pedidos de productos terminados.
o Los niveles de existencias de componentes en
el depósito.
o Las órdenes de compra de componentes ya
emitidas y en preparación.
o La cantidad de productos terminados,
embalados, despachados, etc.

•El estudio de un sistema consiste en el análisis de la

evolución del estado del mismo, conforme avanza su
progresivo e iterativo procesamiento.
 Modelos y Simulación

Estudio de sistemas mediante modelos (I)

• Los fenómenos del mundo real son complejos en

escala científica, lo cual hace imposible su
comprensión y su tratamiento, en forma manual o
electrónica, sin apelar a simplificaciones más o
menos importantes que, inevitablemente
desembocan en abstracciones de estructuras
similares a los fenómenos reales, pero indudablemente
más sencillas llamadas modelos.

• Por tanto, los modelos constituyen una necesidad

imperiosa e ineludible del método científico.
 Modelos y Simulación

Estudio de sistemas mediante modelos (II)

• Por otras parte, si bien es posible estudiar un

sistema experimentando con él, en general no
resulta simple, práctico o económico en la
mayoría de los casos y, aunque en extremo lo
fuera, el objetivo de la mayor parte de los
estudios de sistemas que se realizan, es
justamente predecir la manera en cómo se
comportará el sistema, antes que él sea
desarrollado, construido o implementado.

• Es necesario valerse de ciertas abstracciones de

la realidad o simplificaciones de los sistemas en
estudio, que posean capacidad de evolucionar
como el sistema mismo. Éstos son los modelos.

• En consecuencia, por lo general los estudios de

sistemas se realizan con un modelo del sistema.
 Modelos y Simulación

Estudio de sistemas mediante modelos (III)

• Un fenómeno o problema real (sistema) no posee un solo

y único modelo. Éstos pueden ser muchos. Entre
algunas razones se mencionan las siguientes:
o El número de entidades, variables y parámetros
que intervienen en el modelo, de acuerdo con la
importancia que cada uno de ellos tenga y el
grado de precisión que se desea alcanzar en los
resultados obtenidos con él.
o En dos modelos pueden intervenir los mismos
elementos, pero existir diferencias en las
interrelaciones que los ligan. Por ejemplo:
linealizar algunas funciones que no lo son,
considerar como deterministas ciertas variables
aleatorias, etc.
o Distintos analistas interesados en diferentes
aspectos del sistema, producirán distintos
modelos del mismo sistema, según cambie su
comprensión del mismo.
 Modelos y Simulación

Estudio de sistemas mediante modelos (IV)

• No existen reglas o normas generales y taxativas para

elaborar de manera sistemática y racional los distintos
modelos de un problema particular. La construcción
de un modelo se realiza sobre:
o Los conocimientos acerca del fenómeno en
estudio.
o Ciertas analogías que puedan existir con
algunos casos similares tratados
previamente.
o Las habilidades y experiencias propias del
analista.
 Modelos y Simulación

Estudio de sistemas mediante modelos (V)

Elaboración de modelos -> Realismo versus Abstracción ->
Costo versus Simplicidad.

• Se deben equilibrar los pesos de elementos o

atributos que operan en forma inversamente
proporcional.

• El modelo deberá servir como medio idóneo para

lograr una aproximación razonable a las condiciones
del sistema real, debiendo incorporar la mayor parte
de los aspectos importantes de éste, lo cual resulta
de muy alto costo, en general.

• Por otra parte, no es conveniente que el modelo

resulte tan complejo como para no ser entendido,
manipulado y procesado mediante procedimientos
normales.

• En general, en los modelos realistas raramente

resultan muy sencillos, y estos últimos, difícilmente
son realistas.
 Modelos y Simulación

Definición de modelo (I)

• Se denomina mediante el vocablo genérico de

modelo a toda abstracción de tipo material como
formal de algún fenómeno real (sistema), sea éste
natural o artificial, tal que brinde la posibilidad de
ser empleado para satisfacer, principalmente,
objetivos de generalización, simplificación,
integración, evaluación, comprensión,
optimización, predicción y/o control del fenómeno
real, con cierto grado de aproximación
previamente establecido.
 Modelos y Simulación

Definición de modelo (II)

• Ejemplo 1: Considérese el caso concreto de un pensamiento

que se desea comunicar a otra persona. Para esto es preciso
utilizar un conjunto de palabras. En este caso el sistema es
el pensamiento mismo, y una forma de modelar el
pensamiento es el conjunto de palabras que tendrá que ser
utilizado para expresarlo. Otra forma de modelar este
sistema sería utilizar un conjunto de símbolos especiales o
figuras o, ambas cosas a la vez, que no es más que un tipo
de lenguaje, denominado pictográfico.

• Ejemplo 2: Se desea emular el comportamiento de una

variable meteorológica, en particular la precipitación. El
objetivo es cuantificar, a priori, los posibles valores que
puede tomar la variable aleatoria mencionada. El
procedimiento de modelado consiste en crear tablas de
valores de la variable en estudio, que posean las mismas
características estadísticas que ella, al punto de no poder
diferenciar la tabla artificialmente creada de otra
compuesta de valores verdaderos. Se espera que el modelo
pueda emular el fenómeno de una manera muy aproximada,
mediante técnicas artificiales.
 Modelos y Simulación

Definición de modelo (III)

• Ejemplo 3: Un modelo matemático macroeconómico, estático y

muy simplificado, es el representado mediante las siguientes
expresiones:
C  40  1,4 Y  T
T  0,6 Y
I  4  0,3 Y
Y  CI G

Donde:
C: Consumo total.
I: Inversión total;
T: monto de la recaudación fiscal.
Y: Ingreso nacional bruto.
G: Gastos totales del gobierno.

• Es un modelo elemental que formaliza las relaciones

existentes entre las más importantes entidades del sistema
económico real de un país genérico.
 Modelos y Simulación

Clasificación de los modelos (I)

Tipo Réplica
Materiales Tipo Semi Réplica
Tipo Físicos

Modelos
Tipo Descriptivos
Formales Tipo Esquemáticos
Tipo Matemáticos
 Modelos y Simulación

Clasificación de los modelos (II)

Modelos materiales

• Se denominan modelos materiales todos aquellos

modelos que hacen uso de construcciones o
representaciones exclusivamente materiales o
físicas, con un mayor o menor grado de
abstracción. Estos modelos ingresan, procesan y
dan como resultado valores continuos de las
variables que intervienen.

• La características más importantes de los modelos

materiales son:
o Los dispositivos físicos utilizados en forma
imprescindible.
o El tratamiento esencialmente continuo de los
valores de las variables que en ellos
intervienen: en el ingreso de los datos, en el
tratamiento de la información, y en los
resultados obtenidos.
 Modelos y Simulación

Clasificación de los modelos (III)

Modelos materiales > Modelos tipo Réplica

• Son modelos que consisten en una construcción

idéntica en forma, dimensiones y materiales a lo que
es el sistema real.

• Ejemplos: automóviles y todo tipo de

electrodomésticos, que son destinados al estudio de
lo que en definitiva deberá ser construido en serie,
mediante una línea de montaje.

• Constituyen los más importantes de la industria

manufacturera metalúrgica.

• Reciben el nombre genérico de prototipos.

 Modelos y Simulación

Clasificación de los modelos (IV)

Modelos materiales > Modelos tipo Semiréplica

• Cuando por su envergadura, un proyecto no puede

ser estudiado mediante la realización de un modelo
tipo réplica en escala natural, se utiliza una
miniaturización total o parcial de aquél.
• Reciben el nombre de modelos tipo semiréplica todos
aquellos modelos que por razones de magnitud
fueron realizados en alguna escala dimensional, ya
sea lineal, superficial o volumétrica, diferente de la
natural.
• Ejemplos: representaciones en escala de cursos
hídricos, reproduciendo todos sus accidentes,
proyectos de urbanización de ciudades, las plantas
piloto de la industria química, etc.
• En la jerga técnica, este tipo de modelos recibe la
denominación común de maquetas.
 Modelos y Simulación

Clasificación de los modelos (V)

Modelos materiales > Modelos tipo Físico

• Son todos aquellos modelos constituidos por
componentes materiales capaces de convertir
variables físicas, tales como tensiones mecánicas,
flujos de aire, cursos hídricos, etc., expresados como
variables abstractas (numéricas), en variaciones de
tensión eléctrica, que habrán de procesarse en forma
continua con circuitos electrónicos, de manera que
representen mediante ello algún sistema.
• Consisten en complejos circuitos electrónicos
compuestos de transistores, resistencias,
condensadores y otros elementos, combinados con
una serie de artificios mecánicos comandados por
aquéllos.
• Ejemplos: los simuladores de vuelo aeronáutico y
espacial destinados al entrenamiento de pilotos, las
computadoras analógicas, los juegos electrónicos
con pantalla, los simuladores de realidad virtual, etc.
 Modelos y Simulación

Clasificación de los modelos (VI)

Modelos formales

• Reciben el nombre de modelos formales todos

aquellos modelos que son expresados en términos
abstractos, haciendo uso de algún lenguaje
convencional, ya sea literal, gráfico o matemático.
Tanto los datos ingresados a este tipo de modelos
como los valores de las variables que intervienen y
los resultados que de ellos se obtienen, son
magnitudes esencialmente discretas.
 Modelos y Simulación

Clasificación de los modelos (VII)

Diferencias fundamentales entre los modelos materiales y los

modelos formales:

• Modelos materiales:
o Están constituidos de representaciones o
construcciones compuestas de elementos
esencialmente físicos.
o Las magnitudes que intervienen (datos, variables,
parámetros, resultados, etc.) magnitudes o
funciones continuas.

• Modelos formales:
o Están compuestos de expresiones formalizadas en
términos esencialmente lógicos.
o Los datos, las variables y los parámetros que
intervienen, así como los resultados obtenidos de
su procesamiento, deben ser magnitudes de
carácter estrictamente discreto.
 Modelos y Simulación

Clasificación de los modelos (VIII)

Modelos formales > Modelos tipo Descriptivo

• Reciben el nombre de modelos descriptivos todos

aquellos que describen una situación del mundo real,
formalizando la descripción por medio del lenguaje
humano ordinario o natural.
• Cada vez que alguien expresa en forma
pormenorizada una situación determinada del
mundo real mediante el lenguaje oral o escrito, está
construyendo un modelo descriptivo de la situación
narrada.
• Por tanto, constituye el método más común de
modelado que existe en la práctica.
• Ejemplos: historias clínicas de pacientes, exposición
de fenómenos macroeconómicos y microeconómicos
por medio de descripciones realizadas en palabras o
lenguaje escrito anterior a la formalización de éstos
en términos matemáticos, etc.
 Modelos y Simulación

Clasificación de los modelos (IX)

Modelos formales > Modelos tipo Esquemático

• Se denominan modelos esquemáticos todos aquellos
modelos que utilizan como medio de expresión
fundamental, representaciones gráficas compuestas de
nodos y segmentos orientados o dirigidos que los
relacionan, donde los nodos son representativos de las
entidades del sistema que se pretende describir y las
conexiones constituyen las interacciones que
relacionan a las entidades entre sí, o consigo mismas.
• Este tipo de representaciones gráficas que contemplan
todas y cada una de las relaciones funcionales
existentes entre las entidades y consigo mismas, se
denomina mediante los vocablos técnicos de redes o
grafos, y son estudiadas con profundidad por la
Investigación Operativa.
• Ejemplos: los diagramas de flechas y calendario,
correspondientes a un estudio de programación por
camino crítico, los diagramas de organización, u
organigramas, los diagramas causales, diagramación
previa en la dinámica de sistemas, etc.
 Modelos y Simulación

Clasificación de los modelos (X)

Modelos formales > Modelos tipo Matemático

• Reciben el nombre de modelos matemáticos todos

aquellos modelos que se encuentran formulados por
medio de expresiones matemáticas analíticas
cuantificables y decisiones lógicas ejecutables,
exclusivamente.

• Tanto las magnitudes de los datos ingresados, los

valores de las variables que intervienen en el modelo,
como los resultados obtenidos mediante su
procesamiento, son cantidades esencialmente
discretas.

• Ejemplos: ecuaciones de integrales definidas,

funciones de densidad y distribución de
probabilidades, etc.
 Modelos y Simulación

Continuidad y discretitud
• Las cualidades de continuo o discreto que pueda tener un
modelo no deben ser confundidas con las mismas
cualidades referidas a los sistemas que tratan de
representar.

• Con respecto a los sistemas, éstos son continuos o

discretos, según cómo se comportan las variables que
miden el estado del sistema en el tiempo.
 Modelos y Simulación

• Se dice que un sistema es CONTINUO cuando las

variables que determinan su estado pueden variar
en cada instante o unidad de tiempo, es decir,
éstas evolucionan de modo continuo a lo largo
del tiempo.
• Por el contrario, en los sistemas DISCRETOS los
cambios en las variables que definen su estado se
producen en instantes determinados de tiempo,
entre los cuales el sistema permanece sin
variaciones.

• Existen pocos sistemas que sean totalmente

continuos o totalmente discretos, pues
prácticamente en todos los sistemas habrá
variables de ambos tipos.
 Modelos y Simulación

Continuidad y discretitud

• Con respecto a los modelos…

Las cualidades se refieren a la manera en que representan la

evolución de las variables de interés, ya sea en forma
continua o discreta.

• Los modelos matemáticos se prestan para ser expresados en

términos de algún lenguaje de programación.
 Modelos y Simulación

Ejemplo:
En los modelos materiales, dado que se trata de sustituir las
variables del sistema a representar por magnitudes
funcionales físicas (como fuerzas mecánicas, tensiones
eléctricas, etc.) mediante artificios materiales (maquetas,
circuitos electrónicos, etc.), la variación de las variables que
intervienen en el modelo se realiza en forma CONTINUA.

En los modelos formales, las variables del sistema se

representan por aseveraciones idiomáticas, sentencias
lógicas, expresiones matemáticas, etc., elementos que no
pueden variar en forma continua, sino DISCRETA.
 Modelos y Simulación

Características de los modelos matemáticos (I)

SEGÚN EL TIPO DE VARIABLES QUE INTERVIENEN EN
EL MODELO:

a)Modelos Deterministas:

“Un Modelo determinístico es un modelo matemático

donde las mismas entradas producirán invariablemente
las mismas salidas, no contemplándose la existencia del
azar ni el principio de incertidumbre”

Todos aquellos modelos cuyas relaciones funcionales NO

contienen variables aleatorias, aunque el sistema que
tratan de describir si las tuviera.
Ofrece un único conjunto de valores de salida para un
conjunto de entradas conocidas.
 Modelos y Simulación

Ejemplo:
•La planificación de una línea de producción,
•Asignación de las salas de clases en una universidad.
 Modelos y Simulación

b)Modelos Estocásticos:

“Un modelo es estocástico cuando al menos una variable del

mismo es tomada como un dato al azar y 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”.

 Son todos aquellos modelos que contienen una o más variables

aleatorias, sin perjuicio de las variables deterministas que
puedan tener.
 Son los que más se prestan para resolver problemas de cierto
grado de complejidad, que no pueden ser resueltos por
métodos analíticos deductivos.
 El modelo no genera un único conjunto de valores de salida
cuando es utilizado para realizar un experimento, sino que los
resultados son utilizados para estimar el comportamiento real
del sistema.
 Modelos y Simulación

Ejemplos:
•Modelos los que resuelven problemas de existencias
con demanda,
•El modelo del método P.E.R.T. de programación por
camino crítico,
•Los modelos de fenómenos de filas de espera (colas),
los juegos de estrategia o empresas,
•Administración de proyectos y pronósticos.
 Modelos y Simulación

Ejemplo comparativo:

DETERMINISTICO:
La planificación de una línea de producción, en
cualquier proceso industrial, es posible realizarla con
la implementación de un sistema de gestión de
procesos que incluya un modelo determinístico en el
cual estén cuantificadas las materias primas, la mano
de obra, los tiempos de producción y los productos
finales asociados a cada proceso.

ESTOCASTICO
El tiempo de funcionamiento de una máquina entre
avería y avería, su tiempo de reparación y el tiempo
que necesita un operador humano para realizar una
determinada operación.
 Modelos y Simulación
SEGÚN LA INFLUENCIA DEL TIEMPO EN EL ESTADO DEL
MODELO:

a)Modelos Estáticos:
i. Todos aquellos modelos en los cuales no se
considera explícitamente al tiempo, como variable de
los mismos. Es decir, el tiempo en su devenir y por sí
solo, no trae aparejado cambios substanciales en el
estado del sistema en estudio. El modelo no muestra
las etapas intermedias ni como se desarrollan, sólo
el principio y el final.

ii. Representan objetos. En ellos se interpreta la

realidad en un instante concreto, como resultado de
procesos que no intervienen en la modelización.
Estos modelos involucran la aplicación de una única
ecuación
 Modelos y Simulación

Ejemplos:
 modelos de programación lineal (Simplex),
 modelos denominados de equilibrio en la teoría
económica de las empresas,
 modelos de cálculo de área e integrales, y otros.

Los modelos estáticos son utilizados para resolver

problemas matemáticos:
i. En geometría: calculo de áreas, volúmenes,
etc.;
ii. En análisis matemático: integrales definidas,
curvilíneas, etc.;
iii. En estadística: funciones de densidad y
distribución de probabilidades, etc.
 Modelos y Simulación

b)Modelos dinámicos:
i. Todos aquellos modelos que están compuestos por
relaciones o interacciones que varían a través del
tiempo. (Estudian los fenómenos reales en los cuales
se debe relacionar imprescindiblemente al estado
actual con eventos pasados y futuros). El modelo
refleja los cambios en el sistema a través del tiempo,
muestra la evolución desde el principio hasta el final.

ii. Representan procesos que relacionan objetos entre sí.

Simulan los mecanismos de cambio y puede
estudiarse la sucesión temporal.
 Modelos y Simulación

Ejemplos:
La simulación de un incendio forestal o la
simulación de la difusión de un contaminante.
 Modelos correspondientes a los problemas de
programación dinámica de la Investigación
Operativa,
 Modelos estudiados por la Macroeconomía y
Microeconomía.
 Modelos y Simulación

Descomposición de un modelo dinámico

Un modelo se compone de partes e interrelaciones: las partes

representan los elementos o unidades funcionales y las relaciones
definen las transiciones entre las partes y los cambios de estado

La calidad y utilidad de un modelo depende de varios factores:

• una buena identificación de las partes o elementos importantes
• una buena definición de los mismos en el lenguaje del modelo
• una adecuada descripción de las relaciones entre las partes
• la posibilidad de comprobar los resultados mediante verificación
experimental: el error cometido debe ser conocido
 Modelos y Simulación
Ejemplo modelo dinámico

La evolución de una población P puede describirse mediante

modelos dinámicos simples:

Modelo exponencial:

N(t+1) = N(t) * exp[b(N) - d(N)]

donde N(t) es la población en el tiempo t;

b las tasas de nacimientos y
d las defunciones que pueden depender o no del tamaño de la
población N:

B(N) = l * N(t)

D(N) = h * N(t)
 Modelos y Simulación

Ejemplo modelo estático

• Costo para cantidad de camas reservadas (en un hospital)

• Un mapa topográfico representa el relieve en un momento
determinado; los procesos geológicos que lo generaron no
se modelan, sólo se modela el resultado.
 Modelos y Simulación

Pueden formularse modelos que sean un mezcla de ambos.

Por ejemplo: Si colocamos un balde de agua a una bañera
hoy, otro mañana, y pasado quito el tapón, la cantidad de
agua puede modelizarse de manera discreta hasta el
momento que quito el tapón, y de manera continua a partir de
ese momento. (Aunque otra forma de referirse a este
proceso es usar dos submodelos diferentes.)
 Modelos y Simulación

Todos los modelos que pueden implementarse en un

ordenador digital han de ser necesariamente discretos.

(El propio ordenador cuenta solamente con un número finito de

estados posibles.) Por ello, si el modelo es es su origen
continuo, se recurre a un proceso de discretización que
consiste en aproximar el modelo continuo por uno discreto en
ciertos valores del tiempo, normalmente equidistantes.

El cómo realizar esta aproximación, por ejemplo para

ecuaciones diferenciales, entra dentro del campo del cálculo
numérico.
 Modelos y Simulación

SEGÚN EL TIPO DE ECUACIONES QUE INCLUYEN LOS

MODELOS:

a)Modelos lineales: Son todos aquellos modelos que

incluyen únicamente funciones lineales en sus
ecuaciones, es decir, del tipo:
y  a1 x1  a2 x 2    an x n
donde a1, a2, … , an son constantes o parámetros del
modelo y x1, x2 ,…, xn son las variables.

Por lo general, los modelos lineales se obtienen a partir de

la linealización de algunas ecuaciones del mismo, que no
fueron originalmente del tipo lineal. Estas modificaciones
de las expresiones matemáticas, son generalmente
realizadas a proposito, debido principalmente, a razones
de simplificación del modelo en estudio.
 Modelos y Simulación

b)Modelos no lineales: Son todos aquellos modelos que

contienen funciones no lineales en sus ecuaciones,
sean éstas del tipo algebraico o trascendentes.

Si una sola de las ecuaciones que componen el modelo

es no lineal, es suficiente para clasificarlo como no
lineal. Por el contrario, para que un modelo sea
clasificado como lineal, es necesario que todas las
ecuaciones del modelo sean lineales.
 Modelos y Simulación

PRINCIPIOS DEL MODELADO

• No existen reglas generales que permitan elaborar un

modelo de algún problema particular.

• No obstante, es posible indicar algunos principios que

sirvan de guía en la construcción de los mismos, sin que
describan en forma taxativa y sistemática, los pasos que
deberán realizarse para ello, sino que, describen los
distintos puntos de vista desde los cuales es posible
juzgar la información a incluir en el modelo.

• Estos principios se pueden agrupar en:

1. Diagramación en bloques.
2. Relevancia de componentes.
3. Exactitud de resultados.
4. Desagregación de partes.
 Modelos y Simulación

Diagramación en bloques (1)

• Con el propósito de facilitar la construcción de modelos que

corresponden a sistemas complejos, resulta muy
conveniente dividirlo en subsistemas disjuntos, tales
que su adición represente al sistema completo e integrado.

• Los subsistemas así definidos pueden ser representados

como si fuesen una sola entidad mediante bloques, con el
propósito de simplificar las especificaciones de las
interrelaciones dentro del sistema.

• De esta manera, cada bloque o subsistema describe una

parte del sistema que depende (es función) de pocas ó,
preferiblemente, una variable de entrada y produce unas
pocas variables de salida.
 Modelos y Simulación
Diagramación en bloques (1)
• Por tanto, es posible describir al sistema como un todo en
términos de las interconexiones entre bloques o subsistemas.

• El diagrama así obtenido es una primera aproximación muy

simplificada del modelo deseado, y recibe el nombre de
DIAGRAMA DE BLOQUES del sistema.

• El paso siguiente es el estudio exhaustivo de cada bloque o

subsistema que lo componen, por separado. Esta tarea, por
compleja que resulte, no hará perder al modelista la idea o
visión de conjunto del sistema.

• Cabe a su vez la posibilidad de volver a dividir cada bloque o

subsistema en bloques que representen subsistemas del
subsistema en estudio.

• Esto resulta conveniente para ordenar los distintos niveles

de desagregación con que deberán ser estudiados los
diferentes subsistemas del modelo.
 Modelos y Simulación
Relevancia de componentes (2)
• La razón fundamental de estudiar un sistema por medio de
una abstracción o modelo es la imposibilidad material que
existe en la gran mayoría de los casos de experimentar
con el sistema mismo.

• Esta imposibilidad está dada por factores tecnológicos y

económicos que pueden ser minimizados con solo aumentar
el grado de abstracción del modelo, a costa del realismo o
precisión con que el mismo describe al fenómeno real.

• Un criterio a aplicar es el de considerar o evaluar

primeramente la RELEVANCIA DE LOS COMPONENTES
del modelo. Vale decir que éste solo deberá incluir los
aspectos RELEVANTES del sistema, según los objetivos
previstos en el estudio.
 Modelos y Simulación
Relevancia de componentes (2)

• Aunque la información irrelevante no perjudica al modelo,

desde el punto de vista estrictamente técnico, sí lo hace bajo
la luz de consideraciones de tipo económico, de
complejidad, de tiempos de procesamiento, etc.

• Por todo lo cual, se debe tratar de excluir, en lo posible, todo

tipo de información que no haga a la esencia del modelo y
los objetivos del estudio.
 Modelos y Simulación
Exactitud y precisión de los resultados (3)

• Este principio del modelado está íntimamente relacionado

con el anterior, Relevancia de Componentes.

• La diferencia fundamental estriba en que aquel considera

aspectos fundamentalmente cuantitativos, mientras que en
este punto se privilegian los aspectos cualitativos de los
distintos componentes que se incluyen en un modelo
destinado a describir un fenómeno real o sistema.

• Se deben destacar dos aspectos diferentes:

1. La exactitud con que se realiza el procesamiento del
modelo.
2. La calidad de la información que se recabe y utilice
como dato de entrada.
 Modelos y Simulación
Desagregación de partes (4)
• Contrariamente a lo explicado en la Diagramación en
Bloques, en el cual se explicitaban las posibles bondades de
la simplificación del modelo minimizando el número de
entidades que lo componen con el objeto de no perder la
visión de conjunto del sistema, en este punto se trata de
profundizar la descripción del mismo mediante la
separación de las entidades en dos o más componentes
tales que cada una de éstas posea sus propios atributos y
actividades, además de tener la posibilidad de ligarlas con
las demás entidades mediante las interconexiones o
interacciones que les sean propias.

• El efecto que se trata de conseguir con esto, es el aumento

de la precisión del modelo respecto de algunos aspectos
particulares del estudio, que puedan resultar de interés a
ciertos estamentos especiales.
 Modelos y Simulación
Clasificaciones

Continuo
SISTEMAS
Discreto

Materiales -----CONTINUOS

MODELOS
Formales ----- DISCRETOS
 Modelos y Simulación
Clasificaciónes

TIPO DE DETERMINISTAS
VARIABLES
ESTOCASTICOS

SEGÚN
TIEMPO - ESTATICOS
INFLUYA
ESTADO
DINAMICOS

TIPO DE LINEALES
ECUACIONES
NO LINEALES
 Modelos y Simulación
Clasificaciones

Diagramación dividirlo en
en bloques subsistemas
disjuntos

Relevancia de Aspectos
componentes importantes del
sistema
PRINCIPIOS
A MODELAR Exactitud de Aspectos
Resultados cualitativos del
sistema

Desagregación
en partes separación de
las entidades en
dos o más
componentes
 Modelos y Simulación
Síntesis de los temas tratados

Sistemas
• El estudio de los sistemas.
• Definición de sistema.
• Subsistemas.
• Elementos del sistema: Entidades, atributos y
actividades.
• Estado del sistema y medio ambiente del sistema.
• Actividades endógenas y exógenas.
• Retroalimentación.
• Sistemas abiertos y cerrados.
• Sistemas continuos y discretos.
• Sistemas determinísticos y estocásticos.
• Ejemplo de sistema.
 Modelos y Simulación
Síntesis de los temas tratados

Modelos
• Estudio de sistemas mediante modelos.
• Definición de modelo.
• Clasificación de los modelos
• Modelos materiales y formales.
• Continuidad y discretitud.
• Características de los modelos matemáticos.
• Modelos deterministas y estocásticos.
• Modelos estáticos y dinámicos.
• Principios del modelado.
• Diagramación en bloques.
• Relevancia de componentes.
• Exactitud y precisión de los resultados.
• Desagregación de partes.
Asignatura “Modelos y Simulación” 84
 Modelos y Simulación

Referencias

Coss Bu, R. 1991. Simulación. Un enfoque práctico.

Ed. LIMUSA.
Gordon, G. 1981. Simulación de sistemas. Ed. DIANA.
Taha, Handy A. 2004. Investigacion de Operaciones.
7a. Edición PEARSON EDUCACIÓN, México. ISBN:
970-26-0498-2
Law, A. y Kelton, W. 1991. Simulation Models and
Analysis. McGraw-Hill. 2ª edición
Pace, G. J. 1995. Apuntes de la asignatura “Modelos
y Simulación”. FACENA. UNNE.
Pardo, L. y Valdés, T. 1987. Simulación - Aplicaciones
Prácticas en la empresa. Ed. Diaz de Santos S.A.
Ross, S. M. 1999. Simulación. Editorial Prentice-Hall.

Asignatura “Modelos y Simulación” 85