Anzeige
Anzeige

Más contenido relacionado

Anzeige

MODELACIÓN Y SIMULACIÓN.pptx

  1. FUNDAMENTOS DE MODELACIÓN Y SIMULACIÓN ING. JOSUE GILBERTO MORENO JUSTINIANO
  2. CONCEPTUALIZACION DE MODELO Un modelo de un sistema es cualquier cosa a la que se puede aplicar un “experimento”, con el fin de responder a preguntas respecto del sistema. AFIRMACIONES SOBRE EL MODELO • Es una abstracción de la realidad. • Es una representación de la realidad que ayuda a entender cómo funciona. • Es una construcción intelectual y descriptiva de una entidad en la cual un observador tiene interés. • Se construyen para ser transmitidos. • Supuestos simples son usados para capturar el comportamiento importante. un modelo es "una representación simplificada de la realidad en la que aparecen algunas de sus propiedades" (Joly, 1988:111).
  3. Ventajas y desventajas del modelaje de sistemas Ventajas del Modelaje sistemas  Permiten una identificación rápida de las expectativas esperadas  Reducen los riesgos asociados con la experimentación real  Los modelos nos permiten especificar la estructura o el comportamiento de un sistema. Desventaja del Modelaje sistemas • Se pierde información (que puede ser relevante) del fenómeno que se esta estudiando. • Las diferentes interpretaciones de la información, pueden ocasionar resultados que estén lejos de la realidad. • La recolección de datos puede ser muy costosa y complicada. • Sensibilidad ante errores de medición; a veces pequeñas variaciones en los datos ocasionan que se tengan resultados opuestos.
  4. PRINCIPIOS DEL MODELADO Existen cuatro principios básicos, estos principios son fruto de la experiencia en todas las ramas de la ingeniería. 1.- La elección de qué modelos se creen que influye directamente sobre cómo se acomete el problema. 2.- Todo modelo puede ser expresado a diferentes niveles de precisión. 3.- Los mejores modelos están ligados a la realidad. 4.- Un único modelo no es suficiente
  5. ETAPAS PARA LA CONSTRUCCION DE MODELOS El contexto del problema La estructura del modelo La realización del modelo La validación del modelo Implementación del modelo
  6. TIPOS DE MODELOS 1. MODELO MENTAL Basado en el conocimiento que se tiene sobre un aspecto de la realidad adquirido a través de la experiencia e intuición, del cual se extraen aquellas características esenciales para representar el aspecto considerado. Ej. Ideas, conceptualizaciones. 2. MODELO FORMAL Basado en las hipótesis empleadas en los modelos mentales, estableciendo a partir de ellas las relaciones formales que definen el comportamiento del aspecto de la realidad en cuestión. Ej. Planos, Diagramas, maquetas, sistemas computacionales.
  7. Clasificación de los Modelos Modelos Icónicos Es una reproducción a escala del objeto real y sus propiedades relevantes. El modelo muestra la misma figura, proporciones y características que el objeto original.
  8. Clasificación de los Modelos Modelos Analíticos El modelo Analítico (también denominado por algunos autores, teórico) utiliza símbolos para designar las propiedades del sistema real que se desea estudiar. Por ejemplo la gravedad en la tierra es la misma en cualquier parte del planeta, las estadísticas nos ayudan a determinar la cantidad de personas que sufren de una enfermedad en una ciudad.
  9. Clasificación de los Modelos Modelos Analógicos Es un modelo con apariencia física distinta al original, pero con comportamiento representativo. El modelo analógico no es una reproducción detallada de todas las cualidades del sistema real, sino que refleja solamente la estructura de relaciones y determinadas propiedades fundamentales de la realidad. Se establece una analogía entre el sistema real y el modelo, estudiándose el primero, utilizando como herramienta auxiliar el segundo.
  10. Clasificación de los Modelos Modelos Conceptuales Son modelos cualitativos y pueden ilustrarse tomando como referencia cuatro clases de uso: 1. Como una ayuda para aclarar el pensamiento a cerca de un área de interés. 2. Como una ilustración de un concepto. 3. Como una ayuda para definir la estructura y lógica. 4. Como pre - requisito al diseño.
  11. Modelos Matemáticos Es una representación en términos matemáticos del comportamiento de algún sistema o fenómeno de la vida real. Ejemplos El tamaño de una Población La Demanda de un producto Modelos en la simulación de sistemas
  12. Modelos Físicos Modelos en la simulación de sistemas En ocasiones los fenómenos que se desean estudiar son tan complejos, que no basta analizarlos desde el punto de vista matemático; entonces es necesario hacer uso de técnicas experimentales para obtener soluciones. Un modelo físico, es una representación conceptual o física a escala de un proceso o sistema (fenómeno), con el fin de analizar su naturaleza, desarrollar o comprobar hipótesis o supuestos y permitir una mejor comprensión del fenómeno real al cual el modelo representa. Perfectamente un prototipo de producto, de local a escala reducida como una maqueta elaborada por un arquitecto puede ser un modelo físico, el cual permite la posibilidad de apreciar los espacios y otras variables para tomar decisión.
  13. PARA QUE SIRVE UN MODELO
  14. Diferencia entre: Modelo Modelado y Modelo Modelado La descripción de las características de interés de un sistema se conoce como modelo del sistema, y el proceso de abstracción para obtener esta descripción se conoce como modelado. Modelado es el proceso de construcción de un modelo. Shannon, 1988 Un modelo es una representación de un objeto, sistema, o idea. M M
  15. SIMULACION DE SISTEMAS
  16. DEFINICIÓN DE SISTEMA La definición de sistema nos dice que se trata de un conjunto de elementos que se interrelacionan para funcionar como un todo; desde el punto de vista de la simulación, tales elementos deben tener una frontera clara. .
  17. DEFINICIÓN DE SIMULACIÓN En la construcción de modelos informáticos que se 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. Se usa Como un paradigma para analizar sistemas complejos. La idea es obtener una representación simplificada de algún aspecto de interés de la realidad Permite Experimentar con sistemas (reales o propuestos) en caso en los que de otra manera esto seria imposible o impráctico.
  18. Ventajas y desventajas de la simulación de sistemas Ventajas • Es muy buena herramienta para conocer el impacto de los cambios en los procesos sin necesidad de llevarlos a cabo en la realidad. • Mejora el conocimiento del proceso actual al permitir que el analista vea cómo se comporta el modelo generado bajo diferentes escenarios. • Puede utilizarse como medio de capacitación para la toma de decisiones. • Es mas económico realizar un estudio de simulación que hacer muchos cambios en los procesos reales. • Permite probar varios escenarios en busca de las mejores condiciones de trabajo de los procesos que se simulan. • En problema de gran complejidad, la simulación permite generar una buena solución.
  19. Ventajas y desventajas de la simulación de sistemas Desventajas • Aunque muchos paquetes de software permiten obtener el mejor escenario a partir de una combinación de variaciones posibles, la simulación no es una herramienta de optimización. • La simulación puede ser costosa cuando se requiere emplearla en problemas relativamente sencillos de resolver, en lugar de utilizar soluciones analíticas que se han desarrollado de manera especifica para este tipo de casos. • Se requiere bastante tiempo – por lo general meses – para realizar un buen estudio de simulación; por desgracia, no todos los analistas tienen la disposición (o la oportunidad) de esperar ese tiempo para obtener una respuesta. • Es preciso que el analista domine el uso del paquete de simulación y que tenga solidos conocimientos de estadísticas para interpretar los resultados.
  20. Los nuevos retos de la modelación y simulación de sistemas hoy La simulación en ingeniería desempeña un papel fundamental en el diseño de los edificios donde vivimos y trabajamos, los coches que conducimos, los smartphonesque llevamos, los dispositivos médicos que mejoran nuestra salud, nuestros ordenadores, nuestra comida y mucho más. Estas son las claves de Ansys sobre el futuro de la simulación en ingeniería. 1. Productos cada vez más complejos 2. Accesibilidad y flexibilidad 4. Inspirarse en las mejores prácticas 3. Soluciones líderes y entorno HPC High-Performance Computing (Computación de alto Rendimiento) Acceso-compatibilidad
  21. Gracias Por su Atención Ing. Josue Gilberto Moreno Justiniano josuemorenojmj@gmail.com
Anzeige