¡Descarga Modelado y Simulación de Sistemas: Tipos, Concepto de Simulación y Ejemplos y más Guías, Proyectos, Investigaciones en PDF de Estadística solo en Docsity!
1.1 REVISIÓN DE LOS CONCEPTOS DE SISTEMA Y MODELO
Sistema: Un sistema es un conjunto de partes o elementos organizados y relacionadas que interactúan entre sí para lograr un objetivo. Los sistemas reciben (entrada) datos, energía o materia del ambiente y proveen (salida) información, energía o materia. Un sistema es un conjunto de funciones que operan en armonía o con un mismo propósito, y que puede ser ideal o real. Por su propia naturaleza, un sistema posee reglas o normas que regulan su funcionamiento y, como tal, puede ser entendido, aprendido y enseñado. Por consiguiente, si hablamos de sistemas, podemos referirnos a cuestiones tan distintas como el funcionamiento de una nave espacial o la lógica de una lengua. Modelo: Un modelo es una abstracción teórica del mundo real que tiene dos utilidades fundamentales: Reducir la complejidad, permitiéndonos ver las características importantes que están detrás de un proceso, ignorando detalles de menor importancia que harían el análisis innecesariamente laborioso; es decir, permitiéndonos ver el bosque a pesar del detalle de los árboles. Hacer predicciones concretas, que se puedan falsar mediante experimentos u observaciones. De esta forma, los modelos dirigen los estudios empíricos en una u otra dirección, al sugerir qué información es más importante conseguir. Sin embargo, es importante recordar que los modelos no nos proporcionan una información directa de lo que está ocurriendo realmente en el mundo real. Las predicciones del modelo deberán ser validadas o refutadas por los resultados empíricos. Tipos de modelos: Los modelos verbales se ajustan al esquema de «si se cumple esta condición, entonces lógicamente debería de ocurrir esto». Aunque algunas personas no tienen muy buena opinión de estos modelos verbales, pues carecen de rigor matemático, estos modelos pueden llegar a ser muy potentes. La teoría de Darwin de evolución por selección natural era un modelo verbal y, sin embargo, revolucionó la biología. El modelo de Darwin establecía que, si existe variación en un carácter que esté correlacionado con el éxito reproductivo, y esta variación es «heredable», entonces el carácter cambiará en sucesivas generaciones; es decir, evolucionará.
En los modelos de simulación el sistema que se quiere modelar se simula en un ordenador. Los modelos analíticos definen el sistema con ecuaciones que pueden resolverse para diferentes valores de las variables introducidas y así, predecir el comportamiento del sistema.
1.2. CONCEPTO DE SIMULACIÓN
CONCEPTO DE SIMULACIÓN
Puede definirse a la simulación como la experimentación con un modelo que imita ciertos aspectos de la realidad. Esto permite trabajar en condiciones similares a las reales, pero con variables controladas y en un entorno que se asemeja al real pero que está creado o acondicionado artificialmente. La idea es que la simulación permita comprobar el comportamiento de una persona, de un objeto o de un sistema en ciertos contextos que, si bien no son idénticos a los reales, ofrecen el mayor parecido posible. Dentro de áreas como la ingeniería industrial existe lo que se conoce como simulación de procesos. Se trata de una herramienta muy importante dentro del sector, pues facilita enormemente la realización de proyectos y tareas. ¿Cómo? Gracias a que se encarga de representar un proceso mediante otro que resulta mucho más sencillo y fácilmente comprensible. Es decir, mediante este recurso lo que se logra es poder llevar a cabo diseños buenos a la primera y conseguir productos que permiten obtener un mayor beneficio o un coste competitivo en lo que se refiere a su propia fabricación.
6- Simulación con Orientación hacia los eventos: Modelaje con un enfoque hacia los eventos, en el cual la lógica del modelo gira alrededor de los eventos que ocurren instante a instante, registrando el estado de todos los eventos, entidades, atributos y variables del modelo en todo momento. 7.- Simulación con Orientación hacia procesos: Modelaje con un enfoque de procesos, en el cual la lógica del modelo gira alrededor de los procesos que deben seguir las entidades. Es cierta forma, es un modelaje basado en un esquema de flujo grama de procesos, el cual se hace es un seguimiento a la entidad a través de la secuencia de procesos que debe seguir.
1.3.1.- DISCRETA (DETERMINISTA O ESTOCÁSTICA)
Se tiene un sistema discreto cuando las relaciones funcionales del sistema sólo permiten que el estado varíe en un conjunto finito (contable) de puntos temporales. Las causas instantáneas de los cambios de estados se denominan eventos. Determinista: Si el sistema no contiene ningún elemento aleatorio es un sistema determinístico. En este tipo de sistema, las variables de salidas e internas quedan perfectamente determinadas al especificar las variables de entrada, los parámetros y las variables de estado. Es decir, las relaciones funcionales entre las variables del sistema están perfectamente definidas. El calentador eléctrico estudiado es un sistema determinístico. Estocástica: En este caso algún elemento del sistema tiene una conducta aleatoria. Entonces, para entradas conocidas no es posible asegurar los valores de salida. Un ejemplo de sistema estocástico es una máquina tragamonedas en la cual una misma acción (tirar la palanca) genera un resultado incierto (ganar o perder). Cuando un sistema determinístico es alimentado con entradas estocásticas, la respuesta del sistema es también estocástica. Por ejemplo, la temperatura ambiente es una variable estocástica que afecta la respuesta del calentador eléctrico. En el mundo real, los sistemas siempre tienen elementos estocásticos ya sea por su propia naturaleza o porque son fenómenos no comprendidos actualmente; por ejemplo, a un cavernícola le podía parecer que las eclipses eran fenómenos aleatorios, hoy ellas son predichas. Sin embargo, se puede considerar a un sistema real con un sistema determinístico si su incertidumbre es menor que un valor aceptado.
1.3.2.- CONTINUA (DETERMINISTA O ESTOCÁSTICA)
Se tiene un sistema continuo cuando las relaciones funcionales entre las variables del sistema sólo permiten que el estado evolucione en el tiempo en forma continua (basta que una variable evolucione continuamente). Matemáticamente, el estado cambia en infinitos puntos de tiempo. El recipiente del calentador es un subsistema continuo porque tanto M como T evolucionan en forma continua durante la operación del sistema. Determinista: Son modelos cuya solución para determinadas condiciones es única y siempre la misma. Estocástica: Representan sistemas donde los hechos suceden al azar, lo cual no es repetitivo. No se puede asegurar cuáles acciones ocurren en un determinado instante. Se conoce la probabilidad de ocurrencia y su distribución probabilística. (Por ejemplo, llega una persona cada 20 ± 10 segundos, con una distribución equiprobable dentro del intervalo).
1.4.- DESCRIPCIÓN DE EJEMPLOS O CASOS PROTOTIPO
1.4.1.- Simulación discreta Ejemplo: Se simulan pacientes con una serie de características de entrada en el modelo: sociodemográficas (edad y sexo), factores de riesgo (presión arterial, diabetes, enfermedad vascular previa) y tipo de indicación para el marcapasos (bloqueo de rama, o enfermedad del nodo inusual). Para cada uno de los pacientes simulados se genera un gemelo, el cual presenta las mismas características basales y sólo se diferencia en la intervención del modelo evaluado a la que es sometido (uno de los gemelos va por la ruta de implantación de marcapasos monocamerales y otro por la de bicamerales). Los pacientes transitarán por el modelo durante los eventos clínicos de estudio (FA, ACV, muerte, supervivencia libre de enfermedad, síndrome del marcapasos y otras complicaciones). 1.4.2.- De simulación continua Ejemplo: Un fabricante de comida para perros requiere el auxilio de una compañía consultora con el objeto de construir un modelo de simulación para su línea de fabricación, la cual produce medio millón de latas al día a una velocidad casi constante. Debido a que cada una de las latas se representó como una entidad separada en el modelo, éste resultó ser demasiado detallado y por ende caro para correrlo, haciéndolo poco útil. Unos meses más tarde, se hizo una reformulación del modelo, tratando al proceso como un flujo continuo. Este nuevo modelo produjo resultados precisos y se ejecutó en una fracción del tiempo necesario para el modelo original.
Incremento en la productividad por el uso de información obtenida a partir de la simulación diaria de cálculos relacionados con las condiciones de operación. Maximizar la rentabilidad de las operaciones por el diseño más eficiente de nuevos procesos y equipos. Reducción de costos e inversiones de capital por la optimización y solución de los cuellos de botella existentes en los procesos y en los equipos. ProModel Es un programa de simulación de procesos industriales, permite simular cualquier tipo de proceso de fabricación, además de procesos logísticos, procesos de manejo de materiales y contiene excelentes simulaciones de talleres, grúas viajeras, bandas de transporte y mucho más. Se puede crear un modelo computarizado de todo proceso de fabricación y una vez realizado el modelado, puedes simular Justo a Tiempo, Teoría de Restricciones, Sistemas de Empujar y Jalar, Logística y muchas otras más. Además de permitir el simulado de acciones, nos enseña como optimizar los procesos en la misma, y así obtener los mejores con el consumo mínimo de recursos, para dicha tarea, el sistema cuenta con 2 optimizadores. ProModel es un paquete de simulación que no realiza solamente el simulado, sino también optimiza los modelos ingresados. Softwares para líneas de espera ProModel ProModel, mencionado en la categoría anterior, es un simulador con animación para computadoras personales. Prácticamente, cualquier sistema puede ser modelado. Algunos ejemplos incluyen determinar la mejor combinación de factores para maximizar la producción minimizando el costo, etc. Algunas ventajas son: Único software de simulación con optimización totalmente integrada. Creación de modelos rápida, sencilla y flexible. Elementos de Logística, Manejo de Materiales, y Operaciones incluidas. (Bandas de transporte, Grúas Viajeras, Operadores). Resultados probados. Importación del Layout de Autocad, y cualquier herramienta de CAD / CAE / Diseño, así como de fotografías digitales. Integración a Excel, Lotus, Visual Basic y herramientas de Microsoft. Genera automáticamente las gráficas en 3 dimensiones para visualización en el espacio tridimensional. ARENA Es un modelo de simulación por computadora que nos ofrece un mejor entendimiento de las cualidades de un sistema, realizando diferentes análisis del comportamiento. Arena facilita la disponibilidad del software el cual está formado por módulos de lenguaje siman. Arena no tiene un enfoque único
1.6. LECTURA DE ARTÍCULOS SOBRE APLICACIONES DE LA
SIMULACIÓN
El artículo que se consultó: "Aplicación de la simulación discreta para proponer mejoras en los procesos de atención en el área de emergencia de un hospital público", tiene los principios del Modelo de Líneas de Espera, aplicados para disminuir el tiempo de permanencia de un paciente en un Hospital Público en Perú, en el área de emergencias de adultos. Se da una descripción del sistema, el cual a grandes rasgos consiste en la llegada del paciente al hospital, inmediatamente un médico le da una primera evaluación, dependiendo del nivel de prioridad que se le asigne, se traslada a alguna unidad de atención como medicina, cirugía o traumatismo. El articulo contiene una tabla con la clasificación de los pacientes, otra con las probabilidades de que un paciente será trasladado a una unidad de atención, y porcentaje de atención de cada una de ellas. Después se da una descripción de las diferentes rutas para cada tipo de paciente, y se prosigue a la descripción del modelo, donde se identifican 3 intervalos de tiempo para la toma de datos: de 7:00 a.m. a 12:00 p.m.; de 12:00 p.m. a 3:00 p.m.; de 3:00 p.m. a 12:00 a.m. El modelo se aplicará a los 7 días de la semana, donde cada día tiene una diferente tasa de llegada. En el modelo de simulación se evaluarán los tiempos de espera generados en cada ambiente. Una vez descritos los supuestos se realizó la simulación con el software Arena, se efectuaron ochenta réplicas de la simulación para obtenerse errores máximos de 6%. Como se aprecia en la tabla del articulo los pacientes tipo 1, 3, 7 y 11 son los que permanecen más tiempo en el sistema. Los pacientes tipo 7 y 11 son aquellos que ingresan a los tópicos de medicina y cirugía, con resultados de análisis. El tiempo obtenido para estos dos tipos de pacientes es coherente con el tiempo promedio que se demora el laboratorio en obtener los resultados de análisis (180 minutos). Falta considerar el tiempo de atención en el tópico. Los pacientes tipo 1 y 3 son pacientes de alivio que si bien no requieren de ningún tipo de análisis, se atienden en el tópico de medicina que es el más concurrido. Estos pacientes tienen prioridad IV. Los pacientes tipo 15 son los que menos tiempo permanecen en el sistema debido a que tienen prioridad I.
