República Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental Politécnica de la Fuerza Armada Nacional
Bolivariana
UNEFANB – Extensión Guacara
Guacara, Edo. Carabobo

Trabajo N° 3

Simulación y Modelos

Profesor: Cósimo de Nisco Integrante: Jeykel Infante

Asignatura: Simulación y Modelos C.I: 27.927.489
Carrera: Ing. De Sistemas

Guacara, junio 2021.

 Introducción

En el siguiente trabajo se estará dando una breve explicación de las unidades 4 y

5 que tienen por nombre lenguajes de simulación y simulación de sistemas
continuos. Las siguientes unidades se enfocan a el desarrollo de un modelo ya
sea tanto desde los inicios de las construcciones del propio modelo como a la
aplicación de este mismo para sus fines.
Entre los temas expuestos resaltamos la construcción de un modelo que es donde
se toma la decisión de como empezar a elaborarlo y cuáles serán sus objetivos,
teniendo esto en cuenta se crean los modelos en base a las diferentes alternativas
que pueden surgir de un problema en específico.
 Unidad 4: Lenguajes de simulación

Metodología: Construcción de modelos de simulación

Recolección y procesamiento de datos
Los objetivos del estudio establecen, en gran medida, la clase de datos que deben
ser obtenidos y cuántos detalles son adecuados a fin de no perder información
valiosa. Los datos pueden ser obtenidos de observaciones de un sistema ya
existente. En el caso de un sistema inexistente, los datos deben ser estimados. En
esta etapa es vital, para ambos casos, que se involucren las personas que en
verdad saben lo qué está pasando en el sistema real (operadores, supervisores,
inspectores, todos aquellos que conocen a detalle el sistema). Un ejemplo de
algunos datos que deben obtenerse son las condiciones y parámetros del proceso
de producción, personal que labora y las acciones que realizan, materiales o
materias primas utilizadas, maquinaria o equipos, esquemas, planos,
procedimientos y, si es factible, datos históricos, fotos y videos. Todo esto con el
fin de despejar cualquier duda, por muy simple o lógica que esta sea. Mediante
estos datos se obtendrán los valores de los parámetros estadísticos (definición de
variables respecto a una distribución de probabilidad) que serán utilizados durante
la programación del modelo de simulación.

Construcción del modelo

En este punto el objetivo es ganar conocimiento acerca de la naturaleza del
sistema, así como proyectar situaciones alternas desprendidas por causa de un
desencadenamiento de eventos distintos a las condiciones normales de operación.
Con el propósito de pronosticar eventos, evaluar consecuencias y proponer
alternativas que contribuyan a mejorar el comportamiento del mismo. Es aquí
donde los términos información, análisis, critica, diseño y creatividad se integran
para dar forma a la estructura del modelo. El lector observara que esta etapa
requiere de conocimiento, habilidades y experiencia personal, sin embargo, este
paso es el más divertido de todo el estudio.
Al comenzar a construir el modelo se debe considerar la magnitud y el nivel de
detalle requerido. La modelación de un sistema pequeño y simple es rápida y
certera si la información requerida esta completa y es correcta. Sin embargo,
cuando un sistema es complicado o demasiado grande, la clave implica la
fragmentación del sistema en módulos más pequeños y simples con la intención
de evaluarlos por separado antes de intégralos en un sólo modelo. Esto facilitara
el hallazgo de errores por información incorrecta, incompleta, mala programación,
etc. En cuanto a los datos de entrada y las condiciones iniciales, es necesario que
desde el inicio se determinen los valores asignados a las variables y parámetros
del modelo. Para lo cual es importante recurrir a los supuestos del modelo
conceptual y a métodos de ensayo y error.
Finalmente, la idealización del sistema debe ser codificada en un formato que sea
reconocido por un computador digital. La formulación de la codificación requiere
que se definan tres aspectos importantes: (1) la información de entrada y
condiciones iniciales, (2) el software a emplear, y (3) las habilidades y experiencia
del programador. La información de entrada y condiciones iniciales garantizan la
certeza de que el modelo realmente representa al sistema real. Por tanto, antes de
iniciar la programación en algún software de simulación se hace eminente la
importancia de interpretar y depurar la información, y con ello crear diagramas de
flujo que describan la información del sistema y su lógica de interacción. En cuanto
a computación se refiere, es necesario elegir el software adecuado para el sistema
a modelar, ya que estos pueden ser muy distintos al momento de modelar un
sistema industrial. Como tercero y último punto, es conveniente mencionar que las
habilidades y experiencia del programador determinan la calidad del modelo, ya
que sus conocimientos y habilidades adquiridas en proyectos similares como su
creatividad e ingenio servirán como base para planear, organizar, dirigir y controlar
un proyecto de simulación exitoso. Al finalizar esta etapa, el modelo será
verificado y validado con la intención de poner en evidencia posibles desviaciones
con respecto al sistema real.

Características de los lenguajes de simulación:

 Los lenguajes de simulación proporcionan automáticamente las
características necesarias para la programación de un modelo de
simulación, lo que redunda en una reducción significativa del esfuerzo
requerido para programar el modelo.
 Proporcionan un marco de trabajo natural para el uso de modelos de
simulación. Los bloques básicos de construcción del lenguaje son mucho
más afines a los propósitos de la simulación que los de un lenguaje de tipo
general.
 Los modelos de simulación son mucho más fácilmente modificables.
 Proporcionan muchos de ellos una asignación dinámica de memoria
durante la ejecución.
 Facilitan una mejor detección de los errores.
 Los paquetes de software especialmente diseñados para simulación
contienen aplicaciones diversas que facilitan al simulador las tareas de
comunicaciones, la depuración de errores sintácticos y de otro tipo de
 errores, la generación de escenarios, la manipulación “on-line” de los
modelos, etc.
 Son muy conocidos y en uso actualmente
 Aprendizaje lleva cierto tiempo
 Simuladores de alto nivel
 Muy fáciles de usar por su interface gráfica
 Restringidos a las áreas de manufactura y comunicaciones
 Flexibilidad restringida puede afectar la validez del modelo

Análisis: algorítmico de las estrategias de sistemas discretos.

Los lenguajes de simulación para la simulación de sistemas discretos se eligen en
base a lo atractivo de sus características, aunque hay una de ellas que resulta
determinante e impone la naturaleza del lenguaje, es la estrategia, enfoque o
visión del mundo inherente al lenguaje, utilizada para la selección del «suceso
siguiente» y la gestión del tiempo. Ellos se clasifican en los procedimientos de
control de tiempos de los lenguajes de simulación de sucesos discretos, según la
estrategia seguida en la selección de sucesos se clasifican en:

1. Programación de Sucesos (Event Scheduling).

2. Exploración de Actividades (Activity Scanning).
3. Interacción de Procesos (Process Interaction).

Cada una de las estrategias de simulación que se presentaron en la tabla anterior

es susceptible de una representación algorítmica genérica, así como las rutinas
para el tratamiento de sucesos de la estrategia (ES), las rutinas de condición y las
de actividades para la estrategia (AS), y los segmentos de condición y acción para
la estrategia (PI).

Diseño de modelos: Diseño de modelos de simulación de sistemas

discretos: modelos de fenómenos de espera (colas)
La teoría de colas es el estudio matemático de las colas o líneas de espera dentro
de un sistema. Esta teoría estudia factores como el tiempo de espera medio en las
colas o la capacidad de trabajo del sistema sin que llegue a colapsar. Dentro de
las matemáticas, la teoría de colas se engloba en la investigación de operaciones
y es un complemento muy importante a la teoría de sistemas y la teoría de control.
Se trata así de una teoría que encuentra aplicación en una amplia variedad de
situaciones como negocios, comercio, industria, ingenierías, transporte y logística
o telecomunicaciones.
En el caso concreto de la ingeniería, la teoría de colas permite modelar sistemas
en los que varios agentes que demandan cierto servicio o prestación, confluyen en
un mismo servidor y, por lo tanto, pueden registrarse esperas desde que un
agente llega al sistema y el servidor atiende sus demandas. En este sentido, la
teoría es muy útil para modelar procesos tales como la llegada de datos a una cola
en ciencias de la computación, la congestión de red de computadoras o de
telecomunicación, o la implementación de una cadena productiva en la ingeniería
industrial.

Modelo de formación de colas

Se forman debido a un desequilibrio temporal entre la demanda del servicio y la
capacidad del sistema para suministrarlo.
En las formaciones de colas se habla de clientes, tales como máquinas dañadas a
la espera de ser rehabilitadas. Los clientes pueden esperar en cola debido a que
los medios existentes sean inadecuados para satisfacer la demanda del servicio;
en este caso, la cola tiende a ser explosiva, es decir, a ser cada vez más larga a
medida que transcurre el tiempo. Los clientes puede que esperen temporalmente,
aunque las instalaciones de servicio sean adecuadas, porque los clientes llegados
anteriormente están siendo atendidos.

Los objetivos de la teoría de colas consisten en:

 Identificar el nivel óptimo de capacidad del sistema que minimiza su coste.
 Evaluar el impacto que las posibles alternativas de modificación de la
capacidad del sistema tendrían en su coste total.
 Establecer un balance equilibrado (“óptimo”) entre las consideraciones
cuantitativas de costes y las cualitativas de servicio.
 Prestar atención al tiempo de permanencia en el sistema o en la cola de
espera
 Unidad 5: Simulación de sistemas continuos

Aplicaciones de Ecuaciones diferenciales a modelos continuos. Ejemplo.

 Conclusión

En conclusión, Los leguajes de simulación de sistemas y la simulación de

sistemas continuos son sumamente importantes para el progreso de un sistema,
ya sea en su modelo o posteriormente en su implantación.
Esto es que sin los diferentes lenguajes de simulación no se podría determinar
una de las muchas alternativas que tiene un problema, además de esto cuentan
con una mejor detección de errores que pueden surgir en los modelos
 Bibliografía

 http://simulacionkarla.blogspot.com/p/unidad-iv-lenguajes-de-
simulacion.html
 https://www.uaeh.edu.mx/scige/boletin/sahagun/n2/p1.html
 https://es.scribd.com/document/384158395/13-39-Analisis-
Algoritmico-de-Las-Estrategias-de-Simulacion-de-Sistema-
Discretas
 https://es.wikipedia.org/wiki/Teoría_de_colas#Modelo_de_formació
n_de_colas
 https://www.uv.es/vbolos/docencia/mplmd/apuntes.pdf