• Author / Uploaded
• Jose Boyano

Citation preview

LA SIMULACION COMO TECNICA NUMERICA PARA CONDUCIR EXPERIMENTOS EN UNA COMPUTADORA DIGITAL

SIMULATION AS A NUMERICAL TECHNOLOGY TO CONDUCT EXPERIMENTS IN A DIGITAL COMPUTER

JAIME REYES RODRÍGUEZ, WILFRIDO VEGA RODRÍGUEZ, JOSE BOYANO BOYANO Universidad de la Costa CUC Ingenieria de Sistemas [email protected] [email protected] [email protected]

La simulación es una técnica que imita el comportamiento de un sistema mediante un modelo computarizado, en el cual se expresan las características del sistema mediante relaciones lógicomatemáticas. Gracias al avance tecnológico de la computación la simulación se ha convertido en una poderosa herramienta de análisis de diversos sistemas, ya que provee una manera de solucionar problemas que de otra manera seria difícil o imposibles de hacer, por la complejidad de este. Existen varios tipos de simulación las cuales son la discreta, continua, combinada, y basada en agente; estaremos definiendo y explicando cada uno de estos tipos en este documento, compararemos la simulación dinámica de la estática, también aclararemos como la emulación se diferencia de la simulación por varios motivos aunque tienen mucha semejanza. La simulación va relacionado con los sistemas de información y los modelos, un sistemas es un conjunto ordenado de normas que interactúan entre sí para llegar a un fin lógico y el modelo es la representación simplificada de dicho sistema para poder ser comprendido fácilmente, la representación de estos modelos pueden ser mentales, físicos y simbólicos, como medio final o como relación entre estas sería la simulación este se encarga de imitar el comportamiento de dicho

sistema mediante un modelo. Evidentemente si un sistema se va a desarrollar o a estudiar se debe condicionar el tipo de simulación que se llevara a cabo, los sistemas se clasifican de la siguiente manera: discretos y continuos, En un sistema continuo las variables de estado cambian de forma continua a lo largo del tiempo, mientras que en uno discreto cambian instantáneamente de valor en ciertos instantes de tiempo. En un sistema de una cierta complejidad puede ocurrir que existan simultáneamente variables de estado continuas y discretas. En este caso, dependiendo de la predominancia de una y otras y del objetivo del estudio que se pretende realizar, se considerará el sistema como perteneciente a uno de los dos tipos; están los sistemas estáticos y los sistemas dinámicos, un sistema se considera estático cuando sus variables de estado no cambian a lo largo del tiempo, es decir, cuando el tiempo no tiene nada que ver en sus características y en un sistema dinámico los valores toman todas sus variables de acción evolucionan a lo largo del tiempo. En la simulación hay dos componentes muy importantes como lo son predicción y estimación, Parecen funcionar de manera similar pero hay una clara distinción sobre ellos en el modelo estándar de algún problema estadístico, un estimador utiliza los datos para estimar un parámetro, mientras que un predictor utiliza los datos para adivinar en algún valor aleatorio que no es parte del conjunto de datos, En un modelo estándar, los datos que se supone que los constituyen (posiblemente multivariante) observación xx de una variable aleatoria XX, cuya distribución es conocida sólo se encuentran dentro de un conjunto definitivo de las posibles distribuciones de los "estados de la naturaleza". Un estimador tt es un procedimiento matemático que asigna a cada posible valor de xx propiedad t(x)t(x) de un estado de la naturaleza θθ, tal como su media μ(θ)μ(θ). Por lo tanto una estimación es una conjetura sobre el verdadero estado de la naturaleza. Podemos decir que tan buena sea una estimación es mediante la comparación de t(x)t(x)μ(θ)μ(θ). Un predictor p(x)p(x) refiere a la observación independiente de la otra variable aleatoria ZZ, cuya distribución está relacionada con el verdadero estado de la naturaleza. Una predicción es una suposición acerca de otro valor aleatorio. Podemos decirle a un determinado predicción es sólo mediante la comparación de p(x)p(x) a los valores realizados por ZZ. Esperamos que, en promedio, el acuerdo va a ser bueno (en el sentido de un promedio de más de todos los posibles resultados xx y simultáneamente a través de todos los posibles valores de ZZ). La simulación se con frecuencia cuando no hay un modelo analítico conveniente disponible. En un modelo se pueden utilizar las leyes de las matemáticas, a menudo para obtener decisiones óptimas nas veces datos de sensibilidad (por supuesto, siempre y cuando el análisis no sea tan complejo

resulte prohibitivo). En una simulación con eventos aleatorios, en contraste, no se garantiza la malidad. e inclusive puede ser difícil obtener una solución óptima aproximada. A menudo se quiere cierta cantidad de iteraciones sólo para obtener una buena estimación de la "bondad" de decisión en particular. Sin embargo, los modelos de simulación pueden dar información que modelos analíticos encuentran difícil o imposible de proporcionar, como el impacto de la dad, el comportamiento antes de alcanzar el estado estable, y así sucesivamente. El aumento de la capacidad de los ordenadores Introducción a la simulación de sistemas discretos que se ha producido en los últimos años, así como el desarrollo de distintos paquetes de software diseñados específicamente para la simulación, cada vez más potentes y de utilización más sencilla, han hecho que la simulación se haya generalizado para el estudio de sistemas de muy distinta naturaleza. Sin hacer una recopilación exhaustiva, se puede destacar la utilización cada vez más extendida de la simulación en el estudio de: - Sistemas de espera. - Tráfico de comunicaciones: correos, teléfonos, redes informáticas... - Diseño de instalaciones, talleres, líneas de montaje... - Determinación de reglas de programación de la producción. - Diseño de plantillas, asignación de trabajadores a puestos de trabajo... - Localización de instalaciones (almacenes, vehículos, equipos de mantenimiento...) - Análisis de proyectos. - Reglas de gestión de inventarios.

BIBLIOGRAFÍA [1] https://prezi.com/_1vawverb61m/tipos-y-modelos-de-simulacion/ [2] https://www.i-ciencias.com/pregunta/6193/cual-es-la-diferencia-entre-la-estimacion-y-la-prediccion