INGENIERÍA INDUSTRIAL INTRODUCCION

UNIDAD 1: PASO 1 – RECONOCIMIENTO GENERAL DEL CURSO

JONATHAN GARCIA FUENTES

1096221126

Doc. GUSTAVO ANDRES ARAQUE

Tutor Modelos y Simulación 212026A

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANICA – UNAD

 ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA

INGENIERÍA INDUSTRIAL

BUCARAMANGA

2018

INTRODUCCION

El presente trabajo tiene como fin reconocer y aprender conceptos básicos de la Unidad 1 para el desarrollo de actividades en el curso de Modelos y Simulación, que permitirá afianzar y profundizar temas claves para la solución de problemas y toma de decisiones, teniendo en cuenta nuestros conocimientos y aportes sobre la temática a trabajar.

DESARROLLO DE LA ACTIVIDAD

¿QUÉ ES SIMULACIÓN?

• Operación matemática y computacional de un modelo que comprende la representación temporal del comportamiento o la evolución de un sistema para formalizar, con técnicas computacionales, la experimentación artificial de un fenómeno o proceso. (UTADEO, 2018)
• Construcción de modelos informáticos que describen la parte esencial del comportamiento de un sistema de interés, así como diseñar y realizar experimentos con el modelo y extraer conclusiones de sus resultados para apoyar la toma de decisiones. (SlideShare, 2011)

TIPOS DE SIMULACIÓN

• Sistemas Continuos: Las variables del estado del sistema evolucionan de modo continuo a lo largo del tiempo. En ejemplo de este tipo de sistema es la evolución de la temperatura en una habitación durante un tiempo determinado, o bien la evolución del nivel de líquido en un tanque.
• Sistemas Discretos: Se caracterizan por las propiedades de interés del sistema cambian únicamente en un cierto instante o secuencia de instantes, y permanecen constantes el resto de tiempo. La secuencia de instantes en los cuales el estado del sistema puede presentar un cambio, obedece normalmente a un patrón periódico.
• Sistemas Orientados a eventos Discretos: Al igual que los sistemas discretos, se caracterizan porque las propiedades de interés del sistema cambian únicamente en una secuencia de instantes de tiempo y podemos considerar que permanecen constantes el resto del tiempo.
• Sistemas Combinados: Aquellos que combinan subsistemas que siguen filosofías continuas o discretas, respectivamente. Es el caso de sistemas que poseen componentes que deben ser necesariamente modelados según alguno de dichos enfoques específicos.
• Modelo determinista o estocástico: Un modelo es determinista cuando todas sus variables de entrada son deterministas. Es decir, el valor de cada una de ellas es conocido en cada instante. Un ejemplo de modelo determinista es un servicio al cual los clientes acceden ordenadamente, cada uno a una hora preestablecida (de acuerdo, por ejemplo, con un libro de citas), y en el cual el tiempo de servicio a cada cliente está igualmente preestablecido de antemano. No existe incertidumbre acerca del instante de inicio o de finalización de cada servicio. Por el contrario, un modelo es estocástico cuando alguna de sus variables de entrada es aleatoria. Las variables del modelo calculadas a partir de variables aleatorias son también aleatorias. Por ello, la evolución de este tipo de sistemas debe estudiarse en términos probabilísticos.

• Modelo estático o dinámico: Un modelo estático es un modelo en el cual el tiempo no juega ningún papel. Los modelos estáticos pueden ser deterministas y estocásticos. El primer tipo se emplea frecuentemente en Ingeniería para describir el comportamiento de los sistemas en el estado estacionario. El segundo tipo se emplea en la realización de simulaciones de Montecarlo. Reciben este nombre las simulaciones que emplean números aleatorios para resolver problemas estáticos (se ver´ a un ejemplo en los ejercicios de auto comprobación). Un modelo dinámico es un modelo en el cual interviene el tiempo. Los modelos dinámicos se clasifican en tres tipos: de tiempo discreto, de eventos discretos y de tiempo continuo. (Urquía & Martín , 2013)

USOS Y APLICACIONES, SEGÚN LA TIPOLOGÍA.

Modelo Determinístico:

• Medición de personas mediante el análisis de escala de Guttman, que es un instrumento de medición cuantitativo acumulativo, donde se mide la intensidad o gado de identificación del sujeto con el fenómeno social analizado; y escala de distancia social de Bogards.

Modelo Estocástico:

• Distribución de Poisson.
• Calculo de la productividad.

Modelo Estático:

• Diagrama de clases que representan un sistema.
• Diagrama de objetos usa los objetos instanciados del diagrama de clases.

Modelo Dinámico:

• Diagrama de estado
• Diagrama de sucesos

¿QUÉ ES MODELACIÓN?

En general un modelo puede ser entendido como una representación, bien sea abstracta, análoga, fenomenológica o idealizada, de un objeto que puede ser real o ficticio. En este caso y por su naturaleza, el programa de maestría propuesto se ocupará de modelos fenomenológicos y/o modelos de procesos que requieren el uso formal de herramientas matemáticas y/o computacionales para representar algún sistema y su comportamiento. Así denominamos modelo, en este contexto, a la representación matemática y /ocomputacional de un sistema, podemos llamar simulación a la operación matemática y computacional de un modelo que comprende la representación temporal del comportamiento o la evolución de un sistema para formalizar, con técnicas computacionales, la experimentación artificial de un fenómeno o proceso.

...