TECNOLÓGICO NACIONAL DE MÉXICO
INSTITUTO TECNOLÓGICO CUAUTLA
INGENIERÍA INDUSTRIAL
SIMULACION
Introducción a la simulación
Alumnos:
CASTILLO BARRIOS HEIDI MARIANA
SÁNCHEZ HERRERA MEL KORYN
Docente:
RIVERA MORELOS EMMA GRACIELA
H.H Cuautla, Mor Febrero, 2025
1.1. Revisión de los conceptos de sistema y modelo.
Sistema: La real academia española define “sistema” como un conjunto
estructurado de unidades, reglas o principios relacionadas entre sí que se definen
por oposición. Lo anterior en esencia es una colección de entidades que actúan y
se relacionan hacia un fin lógico, estas entidades deben ser ordenadas
estandarizadas para regular el funcionamiento del grupo o colectividad.
Para “Alegsa” un sistema es un conjunto de partes o elementos organizados y
relacionados que interactúan entre sí y comparten un objetivo en común.
Características de los sistemas.
Los sistemas pueden ser físicos (concretos) o abstractos (conceptual). Lo anterior
es conocido como sistema por su constitución.
Cada sistema existe dentro de otro más grande, por tanto, un sistema puede estar
formado por subsistemas y elementos y a la vez puede ser parte de un
suprasistema.
Los sistemas tienen límites o fronteras, que los diferencian del ambiente. Si hay
algún intercambio entre el sistema y el ambiente a través de ese límite, el sistema
es abierto, de lo contrario, el sistema es cerrado. Lo anterior es conocido como
sistema por naturaleza.
El ambiente es el medio en externo que envuelve físicamente a un sistema. El
ambiente y el sistema tienen interacción, lo que significa que ambos pueden recibir
entradas o salidas.
Modelo: Una definición bastante generalizada de modelo, originada en ámbitos
geográficos, es una representación simplificada de la realidad en la que aparecen
algunas de sus propiedades, según Joly 1988.
De la definición se deduce que la versión de la realidad que se realiza a través de
un modelo pretende reproducir solamente algunas propiedades del objeto o sistema
original que se queda representado por otro objeto o sistema de menor complejidad.
Los modelos se construyen para conocer o predecir propiedades del objeto real.
Algunos autores llegan a incluir esta expresión de finalidad en la propia definición
de modelo: un objeto es un modelo de X para un observador Y, si Y puede utilizar
M para responder a cuestiones que le interesan acerca de, o bien, según Ríos
(1995).
“Un modelo es un objeto, concepto o conjunto de relaciones que se utiliza para
representar y estudiar de forma simple y comprensible una porción de la realidad
empírica.”
Para que los modelos puedan decirnos algo sobre el objeto que representan, es
necesario que se construyan estableciendo una relación con la realidad que debe
ser simétrica, es decir, la relación de correspondencia entre el objeto real y el modelo
debe ser al menos parcialmente reversible y debe permitir la traducción de algunas
propiedades del modelo a la realidad.
1.2. Concepto de simulación.
La simulación es un proceso computacional que permite imitar el comportamiento
de un sistema o proceso, a menudo complejo, mediante la utilización de un modelo
matemático o estadístico. En el contexto de la inteligencia artificial y el aprendizaje
automático, la simulación puede ser utilizada para entrenar y validar modelos de
aprendizaje automático en situaciones controladas, antes de aplicarlos en el mundo
real. La simulación también puede ser útil para modelar y simular el comportamiento
de sistemas complejos, como el tráfico, la economía o el clima, lo que puede
proporcionar información valiosa para la toma de decisiones.
1.3. Tipos de simulación.
Existen varios tipos de simulación como lo son
• Simulación Discreta
• Simulación Continua
• Simulación Combinada Discreta-Continua
• Simulación Determinística y/o Estocástica
• Simulación estática y dinámica
• Simulación con Orientación hacia los eventos
• Simulación con Orientación hacia procesos
1.3.1. Discreta (determinista o estocástica).
Es aquella simulación en la que se ven implicadas variables de tipo discreto, es
decir, variables enteras, generalmente mayores o iguales que cero que están
separadas en el tiempo, una característica importante de estas variables es que los
eventos pueden ser contados.
1.3.2. Continua (determinista o estocástica).
Es aquella simulación en la que se ven implicadas variables de tipo continuo, es
decir, variables que cambian continuamente en el tiempo, una característica
importante de estas variables es que los eventos pueden ser medidas.
1.4. Descripción de ejemplos o casos prototipo
La simulación resulta de utilidad en multitud de contextos diferentes. Los principales
campos de aplicación son:
• Estadística:
o Muestreo
o Aproximación de Distribuciones de Probabilidad
o Realización de contrastes e intervalos de confianza
o Comparación de estimadores
o Validación de teoría
o Inferencia Bayesiana
• Optimización: Algoritmos Genéticos, recocido simulado, Hill Climbing, etc.
• Análisis numérico: Aproximación de integrales, resolución de ecuaciones,
etc.
• Computación: Diseño, verificación y validación de algoritmos.
• Criptografía: Protocolos de comunicación segura
• Física: Simulación de fenómenos naturales (Fernández Casal, Rubén, 2022).
1.4.1. De simulación discreta.
La simulación discreta ha ganado un espacio importante como herramienta de
análisis en procesos de toma de decisiones operacionales. Sin embargo, algunas
veces puede que se utilice de manera poco efectiva a la luz de los objetivos
propuestos y recursos empleados o que se generen mal entendidos o expectativas
erróneas acerca de sus resultados.
El análisis de datos de entrada requiere de mucho sentido común y capacidad para
poder transformar los datos disponibles en información útil y precisa que alimente
consistentemente el modelo. Analizar datos sin entender el sistema, desconociendo
el muestreo o la representatividad de estos, es inoficioso y suele llevar a errores de
conceptualización. Escoger funciones por decreto, sin conocer su forma, rango y
variación puede generar resultados sesgados o inconsistentes.
La validación y el modelaje correcto de los parámetros es una entrada de análisis
que suele aportar gran claridad acerca de las alternativas de mejoramiento que se
quieren evaluar y que arroja conclusiones importantes, aún antes de iniciar la
experimentación. Si el análisis de datos de entrada es pobre los resultados
también lo serán.
1.4.2. De simulación continua.
En el caso de que la variable aleatoria analizada pueda considerarse como un
número decimal, racional, fraccionado, etc., caeremos en el caso de la simulación
de eventos continuos. La principal característica de este tipo de eventos es que
puede medirse, y por lo tanto, considerarse que pueden variar de manera constante
en el tiempo, por ejemplo:
• Simular el radio de una circunferencia con medidas dadas.
• El flujo de efectivo que circula en un sistema financiero.
• En el caso de fenómenos físicos, el efecto de la radiación solar sobre una
región agrícola particular en presencia de factores climáticos adversos.
Todos ellos tienen la característica antes mencionada, sus unidades no están
limitadas a eventos contables.
1.5. Catálogo de programas de cómputo comerciales de simulación.
• Hysys
• AspenPlus
• CHEMCAD
• ProModel
• Dynamo
• Taylor Ed
1.6. Lectura de artículos sobre aplicaciones de la simulación.
A la simulación se le agrega la idea de las nuevas tecnologías que nos encontramos
con diversas posibilidades que van más lejos que imaginar cuestiones que
encontramos de manera concreta.
Todo comienza desde la aplicación de programas en los cuales se puede comprobar
de manera determinada el funcionamiento de un sistema. Se intenta recrear un
sistema para analizar diversas situaciones.
Para lograr esta técnica se utilizan diferentes cálculos, al mismo tiempo que la
simulación se fundamenta operando en diferentes etapas:
Primero debemos tener la formulación del problema de investigación esto para
conseguir la formulación del modelo de simulación, el cual es un modelo
matemático. Elaboramos el programa para este modelo, aquí nos basaremos u
apoyaremos en un programa computacional, ambos deberán tener un juicio de
validez. La simulación basada en los programas computacionales son efecto de la
proliferación de la World-Wide Web y todo aquello que se le relacione, en pocas
palabras, es una herramienta para resolver problemas y soportar decisiones, y, todo
esto nos facilita un poco más las cosas.
Una vez aceptado, pasaremos al desarrollo del experimento de la simulación, aquí
es donde el proceso de implementación y el desarrollo del programa de
computación tienen lugar debido a las instrucciones que reciben sobre los pasos
que se deben ejecutar. Mediante esto eliminaremos errores que se nos podrían
presentar y, luego, validar. Para la simulación, debemos comparar los resultados
que se obtienen del modelo elaborado por medio de la computadora contra los datos
reales. Para terminar, debemos analizar con cuidado e interpretar los resultados de
la simulación para llevarla a cabo en la realidad.
La simulación puede ser aplicada en varios sectores, tal como el aeronáutico, el
aeroespacial, en la medicina, igual en el militar, esto para simular trayectorias de
misiles y posiciones de satélites; de igual manera en el transporte ya que podemos
simular diferentes rutas y obtener una mejor con esto.
En cuanto a la industria, la simulación tiene una función importante, ya que nos
facilita la toma de decisiones, ya que facilita la predicción de la maquinaria para la
elaboración de un producto, de manera que recreemos el entorno perfecto para
nuestro plan de producción con seguridad.
Fuentes bibliográficas
• RPubs - Introducción a la Simulación. (s. f.). [Link]
• [Link]
revisi%C3%B3n-de-los-conceptos-de-sistema-y-modelo
• Qué es Simulación Concepto y definición. Glosario. (s. f.). GAMCO, SL.
[Link]
• Tipos de simulación. (2014, 16 julio). IUPSM Simulacion.
[Link]
• [Link]
azul/sistemas-integrados-de-manufactura/investigacion-dela-unidad2/24017562
• Guest. (s. f.). Unidad 1 Simulacion - [Link]. [Link].
[Link] Guest. (s. f.-a). 1.6
LECTURA DE ARTÍCULOS SOBRE APLICACIONES DE LA SIMULACIÓN -
[Link]. [Link]. [Link]
[Link]
