¿Cuál es la simulación discreta determinista?

1.3.1 Discreta (Determinista o Estocástica) Es aquella simulación en la que se ven implicadas variables de tipo discreto, es decir, variables enteras, generalmente mayores o iguales que cero que están separadas en el tiempo, una característica importante de estas variables es que los eventos pueden ser contados.

Simulación combinada discreta-continua:Este es una modelación la cual se da mediante la presentación de unas variables que cambian continuamente de estado con respecto al tiempo y algunas cambian instantáneamente en tiempos separados. Es una simulación en la cual interactúan variables de estado discretas y continuas.

En general, la simulación de procesos puede dividirse en cuatro tipos fundamentales, que son los siguientes:

Simulación discreta: Es el modelo en el cual las variables ejecutan cambios de forma instantánea, pero en tiempos separados. Simulación continua: A diferencia de la descripción anterior las variables cambian a la velocidad del tiempo, permitiendo que las ecuaciones determinen la relación de las tasas de cambio.

Aplicaciones tipo de simulación por eventos discretos son proyectos de logística, atención de salud, operaciones de manufactura y manipulación de materiales, entre otros.

Mediante simulación determinística y/o probabi- lística puede modelarse el ciclo de excavación y acarreo del sistema de manipuleo de materiales de una operación minera superficial. Conociendo el ciclo se calcula la flota o equipos requeridos a mínimo costo unitario y/o máxima producción en la unidad de tiempo.

Los modelos de simulación continuos describen cómo los elementos de un sistema cambian de estado continuamente en respuesta a continuos estímulos. En cambio, los modelos de simulación discretos representan a los sistemas del mundo real considerando en este caso los estados en instantes concretos de tiempo.

Es una técnica que permite recrear situaciones o establecer la factibilidad de un experimento. A partir de la simulación, se logra visualizar a un sistema físico, haciendo una conexión entre lo abstracto y la realidad.

El modelo de simulación determina el tiempo de operación requerido para procesar eficazmente la producción en picos bajos, normales y máximos. Estos modelos son empleados para perfeccionar el diseño del sistema, la cantidad de personal requerido, la lógica de control PLC y la funcionalidad del software.

Elementos de la simulación

Las teorías o modelos acerca de continuos explican las variaciones en una variable específica a través de una transición cuantitativa gradual que no presenta cambios ni discontinuidades abruptas. En cambio, los modelos 'categóricos' proponen estados cualitativamente diferentes.

Los modelos de simulación dinámica (MSD) resultan de particular interés para el estudio de problemas ambientales y relacionados con la sustentabilidad, ya que éstos requieren una perspectiva dinámica, a largo plazo y que integre factores sociales, económicos y ambientales.

3.2 Simulación de eventos discretos:

Se caracterizan porque las variables de estado, que definen el estado del sistema en cada momento, van cambiando únicamente en un conjunto discreto de instantes de tiempo.

Llamamos eventos discretos a aquellos en los que se considera su estado sólo en ciertos momentos, separados por intervalos de tiempo, sin importar lo que ocurre en el sistema entre estos momentos.

Planeación para la elaboración del modelo de simulación y su experimentación.

Ejemplo: Un carro

Un carro es un sistema determinista en el aspecto de hacen lo que nosotros queremos que hagan, y nosotros sabemos como es que el carro reacciona a ciertos movimientos que hacemos para cumplir nuestra finalidad.

Que no es aleatorio o no depende del azar.

A su vez, la variable determinista es entendida como una magnitud que varía de acuerdo a ciertos valores que pertenecen a un dominio determinado.

El principio básico detrás de la simulación es la estadística con lo cuál es posible resolver virtualmente cualquier situación con solo el uso de soluciones analíticas incluyendo la generación de variables aleatorias, la teoría de colas y los procesos estocásticos, sin embargo estas soluciones requieren de múltiples ...

El software de simulación ayuda a predecir el comportamiento de un sistema. El software de simulación se puede utilizar para evaluar un diseño nuevo, diagnosticar problemas de un diseño existente y probar un sistema en condiciones que son difíciles de reproducir, como por ejemplo un satélite en el espacio exterior.

Bajo el concepto de simulación se hace referencia a las actividades en las que se presenta una situación comunicativa ficticia y los aprendientes deben desenvolverse en ella, bien desempeñando un rol ficticio, bien representando ser quienes son.

La simulación computacional se aplica mediante el empleo de softwares que utilizan modelos matemáticos para generar previsiones que pueden ocurrir en una determinada operación, reduciendo riesgos y potenciando los procesos simulados.

Las técnicas de simulación sirven para analizar los procesos actuales (mejora y optimización) y procesos futuros (anticipación de soluciones) con el fin de obtener el diseño más eficiente con diferentes objetivos: Optimización de recursos. Validación de la inversión a realizar.

Simulaciones situadas. Los alumnos se involucran colaborativamente en la resolución de problemas simulados o casos tomados de la vida real (i.e. Investigación médica, encuestas de opinión, experimentación social, veracidad de la publicidad, etc.)

Se puede utilizar la siguiente estructura: Introducción, objetivos, hipótesis, descripción física del sistema, descripción del modelo, análisis de los experimentos efectuados, conclusiones.

Al elegir un simulador, es importante considerar el método por el cual el simulador registra e informa los resultados de las sesiones de capacitación del usuario. El simulador debe incluir un software robusto que rastree, mida e informe resultados basados ​​en puntos de referencia establecidos dentro del simulador.

Introducción. Como ya sabe ahora, un sistema de tiempo continuo opera en una entrada de señal de tiempo continua y produce una salida de señal de tiempo continua. Existen numerosos ejemplos de sistemas de tiempo continuo útiles en el procesamiento de señales, ya que esencialmente describen el mundo que nos rodea.