Upload
jose-antonio-marquez-marcano
View
221
Download
0
Embed Size (px)
DESCRIPTION
Simulacion
Citation preview
República Bolivariana De Venezuela
Ministerio Del Poder Popular Para la Educación
Universidad Nacional Experimental de la Fuerza Armada
Núcleo Delta Amacuro.
Profesora: Bachiller:
Luisa Rendayyo Márquez José
C.I: 24.118.874
Ing. Sistemas
VII Semestre Sección “A”
Febrero de 2015
Marco Conceptual de sistemas y Simulación de sistemas
1. Concepto de sistemas.
Marco Conceptual de
sistemas y Simulación de
Un sistema es un conjunto de partes o elementos organizados y relacionados
que interactúan entre sí, de tal forma que un cambio en un elemento afecta al
conjunto de todos ellos para lograr el objetivo. Los sistemas reciben (entrada) datos,
energía o materia del ambiente y proveen (salida) información, energía o materia.
2. Submodelos.
Modelo de Sistemas.
El Modelo Esencial: Puede ser considerado como la aplicación de la metodología
de Análisis Estructurado. Moderno de Yourdon. La idea fundamental con la que
el modelo esencial es concebido es la de Tecnología Perfecta en la cual no hay
restricciones de cantidad de memoria, tamaño del disco o velocidad del
procesador. Dos modelos componen el modelo esencial:
El Modelo del Ambiente: Declaración de los objetivos. Creación de un Diagrama
de Contexto y de una Lista de Eventos, describe los estímulos que recibe el
sistema y las respuestas generadas por los estímulos. Definición del Diccionario
de Datos inicial. Tabla de Estimulo-Respuesta.
El Modelo de Comportamiento: Creación de un DFD, y un ERD por cada uno de
los eventos de la Lista de Eventos. Los DFDs por eventos se unen en un único
DFD (el Modelo Funcional) y los ERDs por eventos se unen en un único ERD (el
Modelo de Datos). Se acostumbra, también, modelar el comportamiento externo
del sistema con DTE, árboles de pantallas o menúes, etc. La creación simultánea
del modelo de datos, modelo funcional y modelo de interfaz o comportamiento
externo, ayuda en la validación y completitud del modelo esencial (descubriendo,
por ejemplo, eventos no considerados).
El Modelo de Implementación: A partir de esta etapa, el modelo esencial es
instanciado en una tecnología dada. Se debe considerar ahora, las imperfecciones
de la tecnología y determinar: la cantidad de procesadores necesarios, las
cualidades de estos procesadores, el tamaño de disco necesario de acuerdo al
volumen de la información a ser almacenada, etc. Luego se diseña la solución
sobre la base de esas restricciones tecnológicas.
La creación del modelo de implementación se fundamenta en la creación de
tres modelos:
El Modelo de Implantación del Usuario: Es el punto de inflexión entre la etapa de
análisis y la etapa de diseño. El modelo de implementación del usuario especifica
un conjunto de restricciones que el usuario deseará imponer al grupo de desarrollo
y condicionarán al diseñador. Define la interfaz hombre-máquina que es
modelada en todos sus detalles.
La creación de este modelo es independiente del resto de los modelos que
conforman el de implementación, y puede ser desarrollado en paralelo.
Los aspectos más importantes que se especifican en el modelo de
implementación del usuario son:
-Delimitación de la frontera de automatización.
-Detalle de la interacción humano-máquina.
-Actividades de apoyo manual que se podrían requerir.
-Restricciones operativas que el usuario desea imponer al sistema.
-Agregado de procesos de arranque y apagado del sistema.
El Modelo de Distribución: Describe todas las decisiones relativas a la
arquitectura de hardware (modelo de procesadores) y a la estructuración general
de la arquitectura de software (modelo de tareas). Se incorporan, en los modelos
creados hasta este punto algunas Distorsiones (requerimientos no esenciales)
destinadas a optimizar el uso de esa tecnología. El criterio fundamental es:
Minimizar todo lo posible las distorsiones agregadas.
El Modelo de Procesadores: Asigna el modelo esencial a distintos procesadores y
determina la arquitectura de comunicación entre ellos. Implica la asignación de
procesos y almacenes a los procesadores.
El Modelo de Tareas: Los modelos resultantes de la creación del modelo de
procesadores son estudiados por separado (un procesador por vez), para
determinar tareas diferentes (que serán programas diferentes de manera tal que se
pueden ejecutar concurrentemente o no).La comunicación entre tareas
normalmente es provista vía el sistema operativo.
Dentro de cada procesador definido en el modelo anterior, deben asignarse
procesos a diferentes tareas o particiones. En muchos sistemas operativos modernos,
el manejo de tareas es transparente al desarrollador.
3. Simulación de sistemas.
Simulación es el proceso de diseñar y desarrollar un modelo de un sistema o
proceso real y conducir experimentos con el propósito de entender el
comportamiento del sistema o evaluar varias estrategias dentro de límites impuestos
por un criterio o conjunto de criterios para el funcionamiento del sistema.
Importancia de la simulación en la Ingeniería.
Recientes avances en las metodologías de simulación y la gran disponibilidad
de software que actualmente existe en el mercado, han hecho que la técnica de
simulación sea una de las herramientas más ampliamente usadas en el análisis de
sistemas. Thomas H. Naylor ha sugerido que un estudio de simulación es muy
importante para la ingeniería de sistemas porque presenta las siguientes ventajas en el
diseño de estos:
A través de un estudio de simulación, se puede estudiar el efecto de cambios
internos y externos del sistema, al hacer alteraciones en el modelo del sistema y
observando los efectos de esas alteraciones en el comportamiento del sistema.
Una observación detallada del sistema que se está simulando puede conducir a un
mejor entendimiento del sistema y por consiguiente a sugerir estrategias que
mejoren la operación y eficiencia del sistema.
La simulación de sistemas complejos puede ayudar a entender mejor la operación
del sistema, a detectar las variables más importantes que interactúan en el sistema
y a entender mejor las interrelaciones entre estas variables.
Cuando nuevos elementos son introducidos en un sistema, la simulación puede
ser usada para anticipar cuellos de botella o algún otro problema que puede surgir
en el comportamiento del sistema.
4. Construcion de modelos.
Definición de modelo.
Modelo es una representación de un objeto, sistema o idea de forma diferente
a la de identidad misma. Por lo general el modelo nos ayuda a entender y mejorar un
sistema.
El modelo de un objeto puede ser una réplica exacta de este. Con la diferencia
del material que lo compone o de su escala, inclusive puede ser una abstracción de las
propiedades dominantes del objeto.
Proceso de construcción de modelos.
El análisis de sistemas a través de un modelo implica que la representación del
sistema que constituye el modelo ha de ser una representación manipulable. El
ejercicio de construcción de modelo del sistema comienza por la construcción de un
modelo conceptual del sistema, representación equivalente lógica aproxima del
sistema real que como tal constituye una abstracción simplificada del mismo, que se
traduce a un modelo apto para su ejecución en el ordenador . el modelo de
construcción del modelo implica:
Identificación de las entidades principales del sistema y de sus atributos
característicos.
Identificación y representación de las reglas que gobiernan el sistema que se
quiere simular.
Captación de la naturaleza de las interacciones lógicas del sistema que se
modeliza.
Verificación de que las reglas incorporadas al modelo son una representación
valida de la del sistema que se modeliza.
Formulación de hipótesis de modelización que traduzcan adecuadamente la
información sobre el sistema y las relaciones entre sus entidades, y su papel
en los cambio del estado del sistema.
Representación del comportamiento aleatorio inherente a los componentes del
sistema que lo exhiban.
Transformacion
Validaciòn
Abstraciòn validaciòn Verificaciòn Implementaciòn
Validaciòn
(Experimentciòn)
5. Clasificación de los modelos.
Los modelos matemáticos pueden clasificarse de la siguiente manera:
Determinista. Se conoce de manera puntual la forma del resultado ya que no hay
incertidumbre. Además, los datos utilizados para alimentar el modelo son
completamente conocidos y determinados.
Estocástico. Probabilístico, que no se conoce el resultado esperado, sino su
probabilidad y existe por tanto incertidumbre.
Modelo Conceptual
Sistema Natural Caculo
Modelo para Ordenador
Además con respecto a la función del origen de la información utilizada para
construirlos los modelos pueden clasificarse de otras formas. Podemos distinguir
entre modelos heurísticos y modelos empíricos:
Modelos heurísticos: Son los que están basados en las explicaciones sobre las
causas o mecanismos naturales que dan lugar al fenómeno estudiado.
Modelos empíricos: Son los que utilizan las observaciones directas o los
resultados de experimentos del fenómeno estudiado.
Además los modelos matemáticos encuentran distintas denominaciones en sus
diversas aplicaciones. A continuación veremos algunos tipos en los que se puede
adecuar algún modelo matemático de interés. Según su campo de aplicación los
modelos:
Modelos conceptuales. Son los que reproducen mediante fórmulas y algoritmos
matemáticos más o menos complejos los procesos físicos que se producen en la
naturaleza.
Modelo matemático de optimización. Los modelos matemáticos de optimización
son ampliamente utilizados en diversas ramas de la ingeniería para resolver
problemas que por su naturaleza son indeterminados, es decir presentan más de
una solución posible.
6. Simulación de sistemas continuos y discretos.
En sistemas continuos, donde el interés principal se enfoca en los cambios
suaves, se emplean en su descripción conjuntos de ecuaciones diferenciales. Cuando
las simulaciones están basadas en estos modelos, se conocen como simulaciones
continuas.
En sistemas discretos, el énfasis está puesto en los eventos o actividades, las
ecuaciones son en esencia ecuaciones lógicas que expresan las condiciones para la
ocurrencia de un evento. La simulación consiste en seguir los cambios en el estado
del sistema resultantes de la sucesión de eventos. En este caso, se conocen como
simulación discreta, la simulación se realiza decidiendo una secuencia de eventos y
avanzando el tiempo al evento siguiente más inminente.
Como ejemplo de sistemas discreto es una base de datos también es un
sistema dinámico por que los campo y tablas pueden cambiar a medida que el usuario
lo esté desarrollando, también esta tiene que cumplir con los requisitos que se vallan
a necesitar.
Otro ejemplo típico de simulación discreta ocurre en las colas donde estamos
interesados en la estimación de medidas como el tiempo de espera promedio o la
longitud de la línea de espera. Tales medidas solo cambian cuando un cliente entra o
sale del sistema.
7. Marco conceptual de simulación de sistemas
Marco conceptual:
Es una manera organizada de pensar en el cómo y el porqué de la realización
de un proyecto, y en cómo entendemos sus actividades. El marco conceptual nos
ayuda a decidir y a explicar el camino que hemos decidido tomar: por qué hemos
escogido ciertos métodos y no otros para llegar a un punto determinado, nos ayuda a
explicar por qué estamos llevando a cabo un proyecto de una manera determinada.
También es posible que existan trayectorias que nunca han sido exploradas y a
comprender y a utilizar las ideas de otras personas que han hecho trabajos similares.
La simulación como proceso experimental. Experimento y utilización
de computadoras:
La práctica de la simulación es una técnica que no realiza ningún intento
específico para aislar las relaciones entre variables particulares, antes bien adoptan un
punto de vista global desde el que se intenta observar cómo cambian conjuntamente
todas las variables del modelo con el tiempo. En todo caso, las relaciones entre las
variables deben obtenerse a partir de tales observaciones.
Esta concepción caracteriza la simulación como una técnica experimental de
resolución de problemas, lo que comporta la necesidad de repetir múltiples
ejecuciones de la simulación para poder entender las relaciones implicadas por el
sistema, en consecuencia el uso de la simulación en un estudio debe planificarse
como una serie de experimentos cuyo diseño debe seguir las normas del diseño de
experimentos para que los resultados obtenidos puedan conducir a interpretaciones
significativas de las relaciones de interés.
La simulación, y los experimentos de simulación, se convierten así en una
herramienta de análisis de sistemas, para entender cómo opera un sistema existente, o
como puede operar uno propuesto. La situación ideal, en el cual el investigador
realizara los experimentos sobre el sistema real es sustituida por una en la que el
investigador construye un modelo del sistema y experimenta sobre él mediante la
simulación, utilizando un ordenador, para investigar el comportamiento del modelo e
interpretar los resultados en términos del comportamiento del sistema objeto del
estudio. La simulación, y el procedimiento experimental asociado, se convierten
también en una herramienta de diseño de sistemas, cuyo objetivo es la producción de
un sistema que satisfaga ciertas especificaciones.
La simulación con computadoras es por lo tanto una técnica que realiza
experimentos en un computador con un modelo de un sistema dado. El advenimiento
de las computadoras significó un gran empuje para la utilización de la simulación
como auxiliar importante en la concreción de proyectos. Realizado el programa que
representa al sistema que se quiere estudiar, ensayar alternativas no es otra cosa que
dar los datos a la máquina para que esta imprima los resultados. Utilizando los
lenguajes de programación de uso universal (FORTRAN, PASCAL, BASIC,
COBOL, ALGOL, PL/I, etc.) la construcción de modelos no es sencilla. En cambio,
si se usa un lenguaje orientado a la simulación (preparado para construir modelos
donde se pueda simular) el esfuerzo, según se estima, se reduce a la décima parte.
Un lenguaje orientado a la simulación debe manejar:
1.- Fácilmente al modelo, permitiendo el ensayo de alternativas.
2.- El tiempo "simulado" (meses, días, horas, segundos, milisegundos).
3.- Eventos, es decir, acciones que provocan los cambios de estado: Los cambios de
estado se materializan por dos eventos: el de comienzo y el de finalización. La acción
está definida por: instante de comienzo y duración. El lenguaje se encarga de hacer
finalizar la acción.
4.- Variables random fácilmente definibles, generadas en forma automática por el
lenguaje.
5.- Acumulación/cálculo/impresión de estadísticas de las entidades intervinientes en
el sistema.
6.- El estado del sistema en cualquier instante (imprimiéndolo en caso necesario).
7.- La extensión del período de simulación.
Metodología de simulación:
Las simulaciones se basan en una herramienta interactiva que permite capacitar y entrenar a los participantes en un entorno muy similar al real. En él los alumnos pueden analizar opciones, ejecutar procedimientos, tomar decisiones, y equivocarse las veces necesarias para aprender de los errores.
Definición del sistema: Cada estudio debe de comenzar con una descripción del problema o del sistema. Debe determinarse los límites o fronteras, restricciones, y medidas de efectividad que se usarán.
Formulación del modelo: Reducción o abstracción del sistema real a un diagrama de flujo lógico.
Preparación de datos. Selección del lenguaje. Translación del modelo. Validación del modelo. planeación estratégica. Planeación táctica. Experimentación. Interpretación. Implantación. Monitoreo y control.
Aplicaciones de la simulación de sistemas:
La aplicación de la simulación a diferentes tipos de sistemas combinada con las diferentes clases de estudio que se pueden realizar conduce a una gran cantidad de variantes de la manera en que se puede realizar un estudio de simulación. La simulación es una técnica que puede ser aplicada a una gran cantidad de áreas, debido a que los avances tecnológicos y la disponibilidad de software que existen actualmente, hacen de ella una herramienta muy útil. Los siguientes son algunos ejemplos de las aplicaciones de la simulación en algunas áreas de estudio:
Sistema de colas. Sistema de inventarios Proyecto de inversión. Sistemas económicos Estados financieros. Problemas industriales. Problemas económicos Problemas conductuales y sociales Sistemas biomédicos Sistemas Justo a tiempo Sistemas de Logística
Ejemplos de simulación determinística
a) Ej: Animal que sube 3m en el día y en la noche 2m. Si el poso es de 10m, en cuántos días sale?
DíaParte del día Posición Inicial Posición final
1 d -10 7
1 n -7 9
2 d -9 6
2 n -6 8
3 d -8 5
3 n -5 7
4 d -7 4
4 n -4 6
5 d -6 3
5 n -3 5
6 d -5 2
6 n -2 4
7 d -4 1
7 n -1 3
8 d -3 0
8 díasNo hay metodologíaUna forma: Elaborar una tabla, describiendo paso a paso los resultados
b) Tiempo de viaje entre A y B = 2h, de B y A = 2.5h. Se desea un servicio entre cada ciudad, el conductor del vehículo debe descansar ½ h cuando termina un viaje.
Obtenga a través de la simulación la mínima cantidad de vehículos necesarios para cumplir este plan.
Vehículo #Hora salida
Hora llegada
Hora salida
Hora llegada
Sitio Hora
A B B A Disponible Disponible
1 6 8 B 8:30
2 6 8:30 A 9:00
3 7 9 B 9:30
4 7 9:30 A 10:00
5 8 10 B 10:30
6 8 10:30 A 11:00
2 9 11 B 11:30
1 9 11:30 A 12:00
4 10 12 B 12:30
3 10 12:30 A 1:00
6 11 1 B 1:30
5 11 1:30 A 2:00
Respuesta: 6 vehículos
Ejemplo de simulación aleatoria
Dado 3 caras color amarillo 2 caras color azul $ 400 1 cara color rojo $ 600 Apuesta = $ 200
Construya las tablas de un proceso de simulación con base en las cuales se establezca el tiempo de ventaja que le toma un ciclista desde un punto A a otro B en una etapa con las siguientes características.
Tramo Clase de terreno Velocidad A Velocidad B
0 – 10 Plano 42 45
10 – 25 Subida 25 15
25 – 30 Bajada 10 100