Estado del arte del modelado y simulación de
sistemas de eventos discretos y estocásticos
Daniel Salcedo G., Dicson Tarazona T., German García P.
Código: 1092361662, 1092359328, 1093767630
Universidad de Pamplona, Facultad de Ingenierías y Arquitectura,
Departamento de Ingeniería Eléctrica, Electrónica, Sistemas y Telecomunicaciones,
Programa de: Ingeniería de sistemas
Villa del rosario, Norte de Santander, Colombia
Agosto2018
Resumen
En este artículo se hablará acerca de 3 modelos de eventos discretos y 3 eventos estocásticos, se tendrá en
cuenta la importancia de cada artículo, las metodologías dadas, se mostrarán los diferentes softwares utilizados
en la investigación de cada uno con una breve definición en lo que fueron utilizados para así tener una base de
comparación de los eventos discretos y los eventos estocásticos planteados en diferentes áreas.
Además, se resaltará la importancia de su utilización y beneficios que traen a su entorno aplicado.
la simulación en tiempo discreto. cuenta con una tendrá un mejor control de la imperfecciones que
herramienta de simulación, la cual se basa llegaran a tener en esas áreas y evitar casos de
principalmente en un modelo lógico de la red emergencia en la comunidad.
biomolecular, también aprovecha el rendimiento
de un modelo de simulación de tiempo discreto El articulo Modelo estocástico para
para llegar a comprender una evolución y el Un brote de dengue clásico nos informa de que en
comportamiento en las redes biomoleculares. los últimos años se ha visto la creciente de
problemas de salud que ha presentado toda la
Esta herramienta la han aplicado a un estudio de humanidad a raíz de tantos aspectos, ya sea por
regulación de proteínas ribosómicas y los motivos propios, por descuidos, malos hábitos
resultados que han dado han sido esplendidos ya alimenticios, entre otros.
que da los mismos resultados que da un experto Para ello se referirá a una enfermedad que ha
en la materia y por si fuera poco la interfaz gráfica tenido gran impacto dentro de los últimos años y
permite a los Biólogos reproducir, analizar y que ha cobrado la vida de miles de personas en
comprender el comportamiento de redes todo el mundo, porque esta es trasmitida por un
biomoleculares. mosquito que crece en lugares deshabitados,
basureros, tanques sin lavar, etc… han despertado
Finalmente tenemos a Nadzoru: una herramienta las alarmas que cada año aproximadamente
de software para supervisión y control de sistemas 500.000 personas en Latinoamérica padecen o son
de eventos discretos donde se presenta una infectados de dengue y aproximadamente el 2.5%
herramienta de software para la síntesis del de ese número de personas fallecen y la
control de supervisión basado en autómatas de preocupación por los organismos de salud es que
estados finitos sin tiempo. Esta herramienta tiene se ven impedidos por esta infección que va a
una interfaz gráfica amigable para la creación de seguir aumentando. Es asi que entre los
modelos y, entre otras características, permite la mecanismos de control Son muchos los obstáculos
simulación de autómatas, análisis de problemas que los investigadores han enfrentado a la hora de
relacionados con la implementación de la lógica encontrar una vacuna óptima para el virus del
de control y generación de código para múltiples dengue, entre ellos la complicada patogénesis, las
dispositivos. La generación de código se basa en respuestas inmunitarias protectoras de los
un sistema de plantillas que facilitan la inclusión serotipos de la enfermedad, la falta de estabilidad
de soporte para obtener nuevos dispositivos. genética en las etapas de producción del virus, es
Podemos ver que otra de las características de la por eso, que en el momento la única alternativa
herramienta es la capacidad de ampliarse que se tiene para erradicar la enfermedad es
fácilmente con nuevos algoritmos y módulos. controlar los moquitos que la transmiten.
Conclusiones:
el software que demuestre uno de los modelos Con la realización del presente trabajo presentado
estocásticos acerca de la infección del dengue se se logró comprender las principales diferencias
llama el ARIMA que se encarga de ver las entre el modelo de eventos estocástico y discreto.
varianzas, probabilidades, aumento de la El modelo estocástico nos muestra un análisis
infección o disminución de la infección. estadístico lo cual significa que sus variables van
a estar en constante cambio a través del tiempo y
los resultados pueden ser aleatorios, mientras en el
modelo discreto sus resultados tienden a
permanecer estáticos o más estables. Aunque es
importante resaltar que ambos se pueden usar
técnicas para controlarlos de la mejor forma
posible.
Referencias
Akesson,K.,Fabian,M.,Flordal,H.,andMalik,R.
(2006).Supremica-
anintegratedenvironmentforverification,synthesisa
ndsimulationofdiscreteeventsystems.InDiscreteEv
entSystems,2006IEEE8thInternationalWorkshopo
n,384–385.
Páginas Web:
www.ifac.com
www.sciencedirect.com