ACTIVIDAD 2

Simulación
León Díaz Darío
Facultad de Ingeniería, Arquitectura y Diseño.
HERRAMIENTAS DE
SIMULACIÓN
Definición de sistema

■ Para tener una definición exacta del sistema

que se desea simular, es necesario hacer
primeramente un análisis preliminar del
mismo, con el fin de determinar la interacción
del sistema con otros sistemas, las
restricciones del sistema, las variables que
interactúan dentro del sistema y sus
interrelaciones, las medidas de efectividad
que van a utilizar para definir y estudiar el
sistema y los resultados que se esperan
obtener en el estudio.
Formulación del modelo

■ Una vez que están definidos con exactitud los resultados que se esperan obtener
del estudio, el siguiente paso es definir y construir el modelo con el cual se
obtendrán los resultados deseados. En la formulación del modelo es necesario
definir todas las variables que forman parte de él.
Colección de datos

■ Es posible que la facilidad de obtención de algunos datos o la dificultad por

conseguir otros, pueda influenciar el desarrollo y formulación del modelo. Por
consiguiente, es muy importante que se definan con claridad y exactitud los datos
que el modelo va a requerir para producir los resultados deseados.
Implementación
del modelo en la
computadora
■ Con el modelo definido, el
siguiente paso es decidir si
se utiliza algún lenguaje
como Fortran, basic, algol,
etc., o se utiliza algún
paquete como GPSS,
simula, simscript, etc. Para
procesarlo en la
computadora y obtener los
resultados deseados.
Validación, Experimentación, interpretación
y documentación
■ En la etapa de validación es posible detallar
deficiencias en la formulación del modelo o en
los datos alimentados al modelo.
■ En la etapa de experimentación, el modelo se
realiza después de que haya sido validado.
■ En la etapa de interpretación se interpretan
los resultados que arrojja la simulación y en
base a esto se toma una decisión.
■ Y en la documentación se requieren
documentos para hacer un mejor uso del
modelo de simulación.
Generación de variables aleatorias no-
uniformes
■ Si el modelo de simulación es estocástico, la simulación debe ser capaz de generar
variables aleatorias no-uniformes de distribuciones de probabilidad teóricas o
empíricas. Se han desarrollado una gran cantidad de generadores para las
distribuciones de probabilidad más comunes como:
– Distribución normal
– Distribución exponencial
– Distribución de poisson
– Distribución binomial
Lenguajes de programación

■ El modelo debe ser descrito en un lenguaje

que sea aceptado por la computadora que se
va a usar. En esta etapa se tienen dos cursos
de acción a seguir si no se tiene nada de
software sobre simulación: 1) Desarrollar el
software requerido para estudios de
simulación o 2) Comprar software (lenguajes
de programación de propósito especial). Para
esta alternativa es necesario analizar y
evaluar varios paquetes de simulación (GPSS,
GASP, etc.) antes de tomar la decisión final.
TÉCNICAS DE
SIMULACIÓN
Simulación analógica

■ Los primeros simuladores fueron analógicos. La idea es modelar un sistema en

términos de ecuaciones diferenciales ordinarias y después hacer un dispositivo
físico que obedezca a las ecuaciones. El sistema físico se inicializa con valores
iniciales apropiados y su desarrollo en un cierto plazo que simula la ecuación
diferencial.
■ Inicialmente se desarrollaron analizadores diferenciales mecánicos como
herramienta de propósitos generales para simular sistemas dinámicos los cuales
fueron reemplazados por sistemas electrónicos.
■ La simulación analógica no puede tratar con ecuaciones diferenciales algebraicas
(EDAs), sólo con ecuaciones diferenciales ordinarias (EDOs).
Simulación numérica

■ La solución numérica de una ecuación diferencial es

un esencial ingrediente de la simulación numérica.
■ Hay varias maneras de encontrar soluciones de
aproximación numérica para las ecuaciones
diferenciales. Los métodos son basados en la idea de
reemplazar las ecuaciones diferenciales por una
ecuación de diferencia. El método de Euler es basado
en aproximación de la derivativa por una diferencia de
primer orden. Hay técnicas más eficientes tales como
Runge-Kutta y métodos de múltiple pasos. Estos
métodos fueron muy conocidos cuando emergieron los
simuladores digitales en el año de 1960.
 ■ El desarrollo fue iniciado por Selfridge
(1955) que demostró como una
computadora digital puede emular un
analizador diferencial. Este enfoque dio

Simulación lugar a la aparición de numerosos lenguajes

de programación.

analógica -
■ El desarrollo en esta dirección sólo fue
posible con la aparición de computadoras
con buenas prestaciones en donde el PC

digital
con gráficos de tramas llegó a estar
generalmente disponible.
■ Entre las aplicaciones de este tipo están
VisSim [Darnell y Kolk (1990)]. Mitchell y
Gauthier introdujeron el modelador gráfico
ACSL en 1993 o SIMULINK.
Simuladores ■ Es posible diseñar el entorno del
modelo, que son muy fáciles de usar,

específicos limitando el dominio del modelo.

Inicialmente, estos programas solo
abarcaban una rama de la ingeniería.
Algunas herramientas de este tipo son:
el sistema SPICE, el cual fue
desarrollado para el modelo analógico
de un circuito eléctrico, y DADS.
■ Un gran número de herramientas de
este tipo ha sido desarrollado en varias
ramas de la ingeniería.
Simuladores Multi-Disciplinares

■ El software para dominios específicos es muy útil de usar si el problema es

adecuado a la herramienta directamente, siendo muy útiles en su campo de
aplicación, pero hay muchos diseños que necesitan de programas de simulación
que permitan la colaboración con otros programas.
■ Como ejemplo esté el programa ITI – SIM (ITI GMBH; Dresden Alemania). Es un
software de simulación que cubre un amplio rango de áreas físicas y aplicaciones:
hidráulica, neumática, mecánica, térmicas, transmisión electro – mecánica y bloque
de señales. Este programa permite definir los modelos para facilitar su utilización.
Simulación física

■ Un procedimiento físico para el modelado físico es dividir un

sistema en subsistemas y explicar el comportamiento en los
nodos de conexión. Cada subsistema puede tener
numerosos niveles, en el cual, el nivel inferior representan
elementos básicos que se agrupan para formar un
subsistema de nivel superior. El modelo completo se
obtiene agrupando los subsistemas.
■ Los submodelos se han de describir aplicando ecuaciones
de conservación, aunque también puede ser necesario
describir las propiedades de los elementos usados. El
sistema de ecuaciones se obtiene a través de la
combinación de las ecuaciones de los submodelos y de los
puertos de conexión. Esto conduce, naturalmente, a las
ecuaciones diferenciales algebraicas (EDAs).
LENGUAJE DE
SIMULACIÓN
Lenguajes de bajo nivel

■ Hay distintos niveles de lenguajes, en el más bajo nivel se encuentra el lenguaje

máquina cuyas instrucciones se escriben en la notación binaria que corresponden
directamente con las funciones u operaciones elementales. Este lenguaje es sin
duda el más tedioso y menos práctico de utilizar.
■ En un nivel superior se encuentran el lenguaje ensamblador que utiliza símbolos
(caracteres) nemónicos para representar dichas funciones.
 ■ Puede definirse como aquella que posibilita
la creación gráfica de modelos de
simulación, permite mostrar por pantalla
dinámicamente el sistema simulado, así

Simulación
como la interacción entre el usuario y el
programa en ejecución.
■ Algunos productos del mercado son:
Visual SIMFACTORY DE CACI Inc. , PROMODEL de
ProModel Corporation , ARENA de Rockwell

Interactiva
Software Inc., WITNESS de ATT & Istel , o
FACTOR/AIM de Pritsker Corporation , FIX
DEMACS de Intellution (Fisher-Rosemount).
Todos ellos son productos orientados
primordialmente a la utilización de la
simulación para la resolución de problemas
en el ámbito de la producción.
Lenguajes de propósito general (o de
alto nivel)
■ Los lenguajes de alto nivel o lenguajes de propósito general tales como C, Fortran,
Basic, Cobol, Lisp, Algol, Pascal, etc. normalmente alejan al programador de las
tareas de bajo nivel de la computadora y suelen ir apoyados en un conjunto de
librerías que en el caso de la simulación facilitan mucho la tarea de modelizar los
sistemas y reducen normalmente el tiempo de ejecución del programa.
Lenguajes de propósito general (o de
alto nivel)
■ Fortran es un lenguaje científico de programación y no fue específicamente
diseñado para ser usado en la simulación.
■ Actualmente, C representa "el lenguaje de programación", debido a que esta
orientado cien por ciento hacia los programadores. C puede denominarse como un
lenguaje de propósito general, debido a que su utilización permite el desarrollo de
las más diversas aplicaciones de software.
■ C++ constituye lo que se denomina el súper conjunto de C orientado a objetos, de
modo que al usar C++ el programador dispone de, prácticamente, todos las
características y posibilidades de C, más las características nuevas. Además, C++
implementa el concepto de herencia múltiple.
Características de los lenguajes de propósito
general (FORTRAN, C++, Pascal, Visual Basic,
Visual C)
■ · Muy flexibles
■ · Flexibilidad limitada — validación del modelo?
■ · Tediosos, de bajo nivel, sujetos a cometer errores
■ · Consisten en subrutinas para procesamiento de listas, contabilizar,
■ · Difusión amplia. Fáciles de modificar.
■ · Hojas de cálculo
■ · Generalmente: modelos estáticos
Fortran
■ FORTRAN es un lenguaje de programación ampliamente conocido y
disponible., que se ha usado extensivamente en la simulación. Sin
embargo, no provee los elementos directamente dirigidos para ayudar al

como analista de simulación quién es forzado a programar todos los detalles

de un algoritmo avanzado de programación al orientada al evento, la
capacidad de obtención de estadísticas, la generación de muestras de
Lenguaje de distribuciones de probabilidad específicas, y un generador de reportes.

Simulación
■ Para modelos grandes, el uso del FORTRAN pude resultar incomodo.
■ Para modelos pequeños, la simulación con FORTRAN (o cualquier otro
lenguaje de propósito general) pude usarse como una herramienta de
aprendizaje para reforzar los conceptos del algoritmo avanzado de
programación orientada al evento.
Lenguajes de
simulación
■ Los lenguajes de simulación facilitan enormemente el
desarrollo y ejecución de simulaciones de sistemas
complejos del mundo real. Los lenguajes de simulación
son similares a los lenguajes de programación de alto
nivel pero están especialmente preparados para
determinadas aplicaciones de la simulación. Así suelen
venir acompañados de una metodología de
programación apoyada por un sistema de símbolos
propios para la descripción del modelo por ejemplo
mediante diagramas de flujo u otras herramientas que
simplifican notablemente la modelización y facilitan la
posterior depuración del modelo.
Características de los lenguajes de
simulación.
■ Los lenguajes de simulación proporcionan automáticamente las características necesarias para la
programación de un modelo de simulación, lo que redunda en una reducción significativa del
esfuerzo requerido para programar el modelo.
■ Proporcionan un marco de trabajo natural para el uso de modelos de simulación. Los bloques
básicos de construcción del lenguaje son mucho más afines a los propósitos de la simulación que
los de un lenguaje de tipo general.
■ Los modelos de simulación son mucho más fácilmente modificables.
■ Proporcionan muchos de ellos una asignación dinámica de memoria durante la ejecución.
■ Facilitan una mejor detección de los errores.
■ Son muy conocidos y en uso actualmente
■ Aprendizaje lleva cierto tiempo
■ Simuladores de alto nivel
■ Muy fáciles de usar por su interfase gráfica
Ejemplos de Lenguajes específicos.

■ MIDAS, DYSAC, DSL , GASP, MIMIC, DYNAMO, GPSS, SIMULA, CSSL( Continuous
System Simulation Language) , CSMP, ACSL ( Advanced Conrinuous Simulation
Language), DARE-P and DARE-Interactive, C-Simscript, SLAM, SIMAN, SIMNON,
SIMSCRIPT-II-5, ADA, GASP IV, SDL. Muchos de estos lenguajes dependen
fuertemente de los lenguajes de propósito general como es el caso de SLAM o
SIMAN que dependen de Fortran para las subrutinas.
Simulación en
GPSS
■ El GPSS es un lenguaje altamente
estructurado, un lenguaje de simulación de
propósito especial que usa en el enfoque
basado en procesos y se orienta hacia los
sistemas de colas. Un diagrama de bloques
provee una forma conveniente para
describir el sistema que se esta simulando.
(existen mas de 40 bloques estándar en el
GPSS). Las entidades llamadas
transacciones pueden ser vistas como que
fluyen a través de un diagrama de bloques.
Por lo anterior, GPSS puede ser usado para
modelar una situación donde las
transacciones (entidades, clientes,
unidades de Tráfico) están fluyendo a través
del sistema ( ejem; una red de líneas de
espera, con las colas precediendo a
recursos escasos).
Simulación en SIMAN

■ Por sus siglas en ingles SIMAN significa Análisis, modelación y simulación

(Simulation Modeling and Análisis). Este lenguaje fue desarrollado por C. Dennos
Pedgen, Systems Modeling Corp., Sewickley, PA. EUA. Las capacidades del lenguaje
incluyen orientación basada en procesos, orientación basada en eventos, y
simulación continua, o una mezcla de cualquiera de dos de los tres enfoques.
Simulación en MODSIM III

■ El MODSIM III es un lenguaje de programación de propósito general orientado al

objeto. Es un lenguaje compilado que es altamente trasladable. La sintaxis y la
estructura esta basada en el MODULA-2. Constructores internos orientados al
objeto incluyen herencias sencillas y múltiples, unión dinámica de objetos,
polimorfismos, encapsulación, abstracción de datos, y ocultación de información.
Este lenguaje permite una interfase a C tal que las librerías existentes en código
fuente y objeto de C puede ser incluido en los programas del MODSIM III. El
MODSIM III realiza interfase con el animador de CACI SIMGRAPHICS II..
Referencias

■ https://drive.google.com/file/d/1pNSBOIJJZPMs7gn0IM6Lo7GJPxGEKyj3/view
■ https://drive.google.com/file/d/1EUQY7op5e9jYiIX2Oh0Pv01xSw0RSn9N/view
■ https://drive.google.com/file/d/1SRnTROqFj7OaaYCVy64mqmleNE72LmHx/view