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