modelaci n y simulaci n introducci n oto o 2011

Modelación y Simulación

de

Procesos

Mauricio Amigo

Significado:

La palabra modelar, viene de la palabra modelo, que en

algunos términos de nuestro lenguaje significa:

1. m. Arquetipo o punto de referencia para imitarlo o

reproducirlo.

2. m. Esquema teórico, generalmente en forma matemática,

de un sistema o de una realidad compleja, como la evolución

económica de un país, que se elabora para facilitar su

comprensión y el estudio de su comportamiento.

Luego, modelar es una representación, que permite

conformar algo para mostrarlo.

Significado:

La palabra simular, en nuestro lenguaje significa:

1. tr. Representar algo, fingiendo o imitando lo que no es.

Luego, y ligando los significados, simular es la imitación

que se puede hacer con este arquetipo.

Sobre que se Modela

Realidad de

Interés

Sistema

Parte Realidad

R SR

R SR

Modelar:

En el sentido de la ingeniería, significa representar una

realidad, en general (siempre o casi siempre) interesa

modelar un sub conjunto de esa realidad.

Cuanto de esa realidad o que aspectos se modelan debe

nacer de una reflexión racional de lo que interesa conocer,

estudiar y de cuantos recursos se tienen a disposición

para realizarlo.

Simular:

Es lograr bajo diferentes condiciones y en el tiempo, como el

modelo cambia representando esa realidad. Así, simular

nos da una visión más completa de la realidad modelada.

Realidad Simulador

Realidad de

Interés

Sistema

Parte Realidad

R

SR

M

Modelo

Simulador

S

a) Una ayuda para el pensamiento.

b) Una ayuda para la comunicación.

c) Para entretenimiento e instrucción.

d) Una herramienta de predicción.

e) Una ayuda para la experimentación.

FUNCIÓN DE LOS MODELOS

UN MODELO ES UNA HERRAMIENTA Y NO UN OBJETIVO EN SI

MISMO

UN MODELO UNIVERSAL ES NO ECONOMICO

LA COMPLEJIDAD DE EL MODELO DEBE ESTAR ALINEADA CON

LOS OBJETIVOS

JERARQUIA EN EL MODELO

NIVEL DE DETALLE

MODELAMIENTO BASADA EN COMPONENTES DE RED VERSUS

A MODELOS BASADOS EN BALANCES

EL MODELO NO PUEDE EXPLICAR MAS QUE SU CONTENIDO

MODELAMIENTO ES UN PROCESO CREATIVO CON CIERTOS

GRADOS DE LIBERTAD

ALGUNO DE LOS MAS IMPORTANTES ASPECTOS DE LA

MODELACION A DISCUTIR

UN MODELO ES UNA HERRAMIENTA Y NO UN OBJETIVO EN SI MISMO

Lo relevante, siempre, es que si se tiene claro lo que se quiere hacer

el 50% del problema está resuelto

UN MODELO UNIVERSAL ES NO ECONOMICO

La diversidad de objetivos, requiere diversidad de detalles

Económicamente resulta inviable

LA COMPLEJIDAD DE EL MODELO DEBE ESTAR ALINEADA CON LOS

OBJETIVOS

La complejidad, debe ser la necesaria y suficiente para los objetivos definidos

JERARQUIA EN EL MODELO

En forma natural el cerebro usa la jerarquía para modelar

Al menos tres niveles jerárquicos:

El sistema, las relaciones individuales y los parámetros

NIVEL DE DETALLE

El nivel de detalle tiene relación con el usuario (máquina de café)

El nivel de detalle es dependiente de la localización

El detalle está más alineado con fenómenos de corto plazo que con los de largo

plazo.

horizonte

tiempo

distribución

espacial

distribución

funcional

figura 4.1

MODELAMIENTO BASADA EN COMPONENTES DE RED VERSUS A

MODELOS BASADOS EN BALANCES

Es posible modelar por medio de sistemas analógicos / ecuaciones

Los sistemas analógicos pierde preponderancia cuando el modelo contiene

fenómenos de lógica diversa (la química) en los procesos

EL MODELO NO PUEDE EXPLICAR MAS QUE SU CONTENIDO

MODELAMIENTO ES UN PROCESO CREATIVO CON CIERTOS GRADOS DE

LIBERTAD

CLASIFICACION

SISTEMA Continuo Estocástico

Discreto

MODELO Iónico o Físico

Analógico

Matemático Determinístico

SIMULACIÓN Física

Analógica

Digital

ALGUNOS CASOS DE USO DE LA

SIMULACIÓN

1.- No existe una completa formulación matemática del problema o

los métodos analíticos para resolver el modelo matemático no se han

desarrollado aún.

2.- Los métodos analíticos están disponibles, pero los procedimientos

matemáticos son tan complejos y difíciles, que la simulación

proporciona un método más simple de solución.

3.- Las soluciones analíticas existen y son posibles, pero están mas

allá de la habilidad matemática del personal disponible. El costo del

diseño, la prueba y la corrida de una simulación debe entonces

evaluarse contra el costo de obtener ayuda externa.

ALGUNOS CASOS DE USOS DE LA

SIMULACIÓN

4.- Se desea observar el trayecto histórico simulado del proceso sobre un

período, además de estimar ciertos parámetros.

5.- La simulación puede ser la única posibilidad, debido a la dificultad para

realizar experimentos y observar fenómenos en su entorno real, por ejemplo,

estudios de vehículos espaciales en sus vuelos interplanetarios.

6.- Se requiere la aceleración del tiempo para sistemas o procesos que

requieren de largo tiempo para realizarse. La simulación proporciona un

control sobre el tiempo, debido a que un fenómeno se puede acelerar o

retardar según se desee.

SIMULACIÓN

Ventajas

· La necesaria observación detallada del sistema que se desea simular,

en especial si éste es grande o complejo, conduce a un mejor

entendimiento del sistema y por consiguiente sugiere estrategias que

mejoren la operación y eficiencia del sistema.

· Por medio de la simulación, se puede estudiar el efecto de cambios

internos y externos del sistema de interés, que ha sido modelado para

mostrar esa parte de la realidad. Verificar éstas alteraciones, con la ayuda

del simulador y observando los efectos de esas alteraciones, se pueden

inferir comportamientos del sistema.

· Cuando se producen cambios en un sistema, la simulación es una

inmejorable herramienta para anticipar el efecto de esos cambios.

SIMULACIÓN

Ventajas

· La simulación puede ser utilizada para experimentar con nuevas situaciones,

sobre las cuales se tiene poca o ninguna información. A través de esta

experimentación se puede anticipar los resultados.

· La simulación es una poderosa herramienta pedagógica.

· La técnica de simulación se puede utilizar también para entrenamiento de

personal. En algunas ocasiones se puede tener una buena representación de

un sistema (como por ejemplo los juegos de negocios), y entonces a través de

el es posible entrenar y dar experiencia a cierto tipo de personal.

· Los sistemas los cuales son sujetos de investigación de su comportamiento no

necesitan existir actualmente para ser sujetos de experimentación basados en

la simulación. Solo necesitan existir en la mente del diseñador.

SIMULACIÓN

Ventajas

El tiempo puede ser compensado en los modelos de simulación. El

equivalente de días, semanas y meses de un sistema real en operación

frecuente pueden ser simulados en solo segundos, minutos u horas en una

computadora. Esto significa que un largo número de alternativas de

solución pueden ser simuladas y los resultados pueden estar disponibles

de forma breve y pueden ser suficientes para influir en la elección de un

diseño para un sistema.

En simulación cada variable puede sostenerse constante excepto algunas

cuya influencia está siendo estudiada. Como resultado el posible efecto de

descontrol de las variables en el comportamiento del sistema necesitan no

ser tomados en cuenta. Como frecuentemente debe ser hecho cuando el

experimento está desarrollado sobre un sistema real.

SIMULACIÓN

Ventajas

· Es posible reproducir eventos aleatorios idénticos mediante una secuencia de

números aleatorios. Esto hace posible usar las técnicas de reproducción de

varianza para mejorar la precisión con la cual las características del sistema

pueden ser estimadas para dar un valor que refleje el esfuerzo de la simulación.

· Muchas aplicaciones que soportan la simulación están disponibles en el

mercado.

· Produce considerables ahorro de recursos, pues es mucho más económico

experimentar y evitar fallas con el simulador, que hacerse cargas de ellas.

· Apoya la búsqueda de soluciones óptimas.

SIMULACIÓN

Desventajas

La simulación es una aproximación a la realidad, y aunque los resultados

obtenidos pueden estar muy próximos, hay que tener presente que también

pueden existir desviaciones y que hay que saber mensurar dichas

observaciones para darle a los resultados la ponderación pertinente.

Fallas al optimizar. La simulación es usada para contestar preguntas del

tipo “Qué pasa si?”, “pero no de”, “¿que es lo mejor?”. En este sentido, la

simulación no es una técnica de optimización. La simulación no generará

soluciones, solo evalúa esas que han sido propuestas. Sin embargo, apoya la

búsqueda de un óptimo.

SIMULACIÓN

Desventajas

Una simulación es más económica que probar en la realidad, pero hay que

tener presente que los recursos invertidos en lograr una simulación –tiempo,

dinero, personal- pueden requerir de un esfuerzo mayor.

Mantener la capacidad de simular es costosa, pues es; equipamiento, tiempo

y personal especializado disponible con esa finalidad.

La simulación requiere de una disciplina para su adecuado desarrollo, de otra

manera se pueden desperdiciar recursos y los resultados esperados estar

distantes de entregar la adecuada información.

PASOS A DESARROLLAR

PLANEACION DE LA MODELACIÓN

Requerimiento

Estudio Fenómeno

Construcción o recolección y procesamiento

de datos

Modelo

Verificación del modelo

Rango de validez del modelo


Requerimiento

Establecer los fenómenos necesarios y suficientes que se

deben conocer para poder conformar un modelo capaz de

describir adecuadamente la realidad que se desea mostrar.

Las condiciones de borde y rango de operación necesarios

para ilustrar esa realidad.

Identificar parámetros y variables.


Estudio

Fenómeno


Construcción o recolección y procesamiento de datos

1 En primera instancia es información descriptiva y cuantitativa.

2 Los datos pueden sugerir hipótesis queda cierta validez.

3 Tercero, los datos también pueden sugerir mejoras o refinamientos en

los modelos matemáticos.

4 Es necesario que los datos, reducidos a una forma final, se utilicen para

estimar los parámetros de las características disponibles de operación

relativas a las variables endógenas, exógenas y de estado del sistema.

5 Finalmente, cabe considerar que sin tales datos, serían difícil (sino

imposible) probar la validez de un modelo para la simulación.


Modelo

a.Escoger el o los medio(o) para representar el sistema

b.Que los fenómenos de interés a modelar, queden bien representados

c. Que el o los medio(s), contenga los elementos necesarios y suficientes

para mostrar la realidad de interés

d.Que el o los medio(s) permita o facilite la simulación según se requiera

conocer el sistema

e.Si el modelo que representa el sistema es por medio de las matemáticas,

los pasos deben incluir:

a. Especificación de los componentes

b. Especificación de las variables y los parámetros

c. Especificación de las relaciones funcionales.


Verificación del Modelo


Rango Validez del Modelo

PLANEACION DE LA SIMULACIÓN

Requerimiento

Estrategia de Software

Estrategia de Hardware

Estrategia de Procesos

Programación

Verificación

Rango de Validez


Requerimiento


Estrategia de Software

Paralelismo

Datos

Usabilidad

Operación

Desempeño

Seguridad

Mantenimiento y Actualización

Librerías

Interacción Sistema Operativo

Lenguajes


Estrategia de Hardware

Memoria, RAM

Almacenamiento

Interacción con periféricos

Comunicaciones

Procesamiento distribuido

Procesamiento paralelo, más de una CPU

Generación de gráficos


Estrategia de Procesos

Operación unitaria por una parte

a) sub. dividirla en partes

b) o integrar más de una operación unitaria con la misma

finalidad.

Hay elementos que condicionan en parte estas decisiones como

son;

a) la forma de resolver por medio de métodos numéricos

b) el sincronismo

c) el número de procesadores

d) el uso paralelismo


Programación

Selección de la aplicación o el lenguaje(s)

Buscar y seleccionar librerías de apoyo.

Desarrollar el algoritmo.

Búsqueda de optimización del algoritmo.

Desarrollo del código. Separar; lógica de procesos,

interfaces, comunicaciones, procesamiento, periféricos,

interacción con el sistema operativo, interacciones con

otros lenguajes, etc.

Pruebas parciales, por tipo de código.

Pruebas parciales por funcionalidad.

Pruebas globales.

Mauricio Amigo


Verificación


Rango de Validez

Mauricio Amigo

RESUMEN DE LOS CONCEPTOS

ANALIZAR CASO DEL TERMOMETRO

DEFINICION

*DEFINCION DEL SISTEMA

*FENOMENOLOGIA

*ANALISIS PREVIO DE SISTEMA

*CONSTRUCCION O RECOLECCIÓN, Y PROCESAMIENTO DE

DATOS ANALISIS DE SISTEMA

*DEFINICION DEL PROBLEMA

*ANALISIS DE CONTEXTO

*ANALISIS DE FUNCIONES

*REQUERIMIENTOS

DEFINICION DEL SISTEMA

* Definir el ámbito de interés

* Conocer sus bordes

* Si es posible determinar los rangos

* Las variables endógenas y exógenas

* El entorno o medio de operación

FENOMENO

* CIENCIA BASICA

* HEURÍSTICAS

ANALISIS PREVIO DE SISTEMA

•Los objetivos y requerimiento de los modelos son formalizados

•Las fronteras del sistema determinadas, en el contexto

•La primera tarea de un modelo es no hacer la mejor posible

representación de la realidad, pero si poder dar respuesta a las

preguntas

•La formulación de un objetivo claro es una actividad no trivial

•La lista de requerimientos es un resumen de condiciones y

limitaciones que deben cumplir

•La fase de definición es la fase más importante


El medio ambiente del modelo es desarrollado

Esto es representado por medio de diagrama de flujos del

proceso entradas y salidas en la figura para el caso simple de un

termómetro

La determinación de el nivel de detalle no puede ser pospuesta a

la fase de diseño

Paralelo al análisis, previo del sistema, ya es útil durante esta fase

investigar de cuál manera el modelo debe ser verificado


Investigar en cuál fenómenos físico-químico toma lugar y son

relevantes con respectivo al objetivo a lograr por medio del

Modelamiento.

Encontrar las claves de los mecanismos y las claves de

componentes, por ejemplo: evaporación (fase equilibrio), difusión

de masa o transporte, calor convección, conducción o radiación, y

flujo líquidos.

Las claves de las variables podrían ser, entre otras; cantidades,

temperatura, presión y concentración en un cierto lugar.

Además, en este caso, se puede tomar en cuenta el requerido

nivel de detalle, la jerarquía dentro del modelo y la exactitud

requerida

ANALIZAR CASO DEL TERMOMETRO

CONSTRUCCION O RECOLECCIÓN, Y

PROCESAMIENTO DE DATOS

ANALISIS DE SISTEMAEs información descriptiva y cuantitativa.

Los datos pueden sugerir hipótesis queda cierta validez.

Los datos también pueden sugerir mejoras o refinamientos en los

modelos matemáticos.

Es necesario que los datos, reducidos a una forma final, se utilicen para

estimar los parámetros de las características disponibles de operación

relativas a las variables endógenas, exógenas y de estado del sistema.

Sería difícil (sino imposible) probar la validez de un modelo para la

simulación.

DEFINICION DEL PROBLEMA

Qué tipo de comportamiento de la altura del mercurio muestra cuando

la temperatura ambiente cambia? Esta pregunta puede responderse

cualitativamente.

Como es que la altura cambia exactamente. Es este cambio

linealmente dependiente de la temperatura? Esta es una pregunta

cuantitativa que requiere una respuesta cuantitativa?

Puede el termómetro seguir rápido los cambios de la temperatura?

Esto además es una pregunta cuantitativa con respecto a la dinámica

del sistema.

Qué determina la velocidad del cambio? Esta es una pregunta con

respecto a sensibilidad relativa

Es posible que use alcohol en lugar de mercurio par ciertas

aplicaciones? Es es una pregunta de diseño.


La meta que debe cumplirse en el caso se formularán

como:

El modelo debe dar una idea de los factores que determinan la

velocidad de cambio y de la indicación de la altura del mercurio

del Termómetro


Los requerimientos para el modelo son:

· Formato. El modelo debería ser en la forma de ecuaciones

diferenciales con ecuaciones adicionales, lo que nos permite

realizar una simulación. Esta es una forma muy comúnmente

usada.

Nivel de Detalle. El termómetro debe ser considerado como lo

vemos y por consiguiente no a nivel molecular.

Por medio de computadora digital

ANALSIS DE CONTEXTO

Propiedades del medio en el cual la medida es tomada

Radiación a y desde el medio ambiente

Calor perdido a través del punto de contacto

ANALISIS DE FUNCIONES

Se busca encontrar las principales características de las

funciones que modelarán el sistema.

Sin embargo, la densidad y el volumen cambian inmediatamente con la temperatura.

La densidad se incrementa cuando el volumen decrece y viceversa, dado que la masa

del mercurio es constante

dm = d(ρV) = ρdV + Vdρ = 0

dt dt dt dt

Esto es la temperatura está determinada por el estado del sistema.

REQUERIMIENTOS

Alcances

Funcionalidades

Modelos de Uso

Carta Gantt

Presupuesto

Personal

Contratos

Condiciones previas de Software

Condiciones previas de Hardware

MODELO

La modelación es una actividad de variada naturaleza, y además puede

ser expresada de muchas formas, como se comentará. En los hechos

un modelo puede estar constituido por una diversidad de artefactos

Como se ha descrito, los modelos pueden ser representado por una

amplia variedad de formas. Los modelos más comunes, en su

generalidad es una combinación de; ecuaciones que describen los

fenómenos involucrados, heurísticas, correlaciones emanan desde

datos disponibles, condiciones de borde.

MODELO

LA FORMULACIÓN DEL MODELO

DISEÑO MODELO

RELACIONES DEL MODELO CON HIPÓTESIS

VERIFICACION Y VALIDACION DEL MODELO

RANGO DE VALIDEZ DEL MODELO


1.Representar el sistema mediante un esquema en el que se

visualice en cada modulo con sus componentes, atributos,

actividades endógenas y exógenas y las relaciones entre estas. El

conjunto de todos estos módulos es el sistema.

2. Caracterizar matemáticamente las relaciones quien gobierna la

interacción de las componentes del sistema y de las actividades

endógenas y exógenas.

Los objetivos de la investigación, tanto en la empresa y la

economía, como también en la mayoría de las ciencias sociales,

toma generalmente la forma ya sea de:

(1) preguntas que deben contestarse

(2) hipótesis que se deben probarse

(3) efectos por estimarse.


La formación de los modelos consisten principalmente en:

a. Escoger el o los medio(o) para representar el sistema.

b. Que los fenómenos de interés a modelar, queden bien

representados.

c. Que el o los medio(s), contenga los elementos necesarios y

suficientes para mostrar la realidad de interés.

d. Que el o los medio(s) permita o facilite la simulación según se

requiera conocer el sistema.

e. Si el modelo que representa el sistema es por medio de las

matemáticas, los pasos deben incluir:

a. Especificación de los componentes

b. Especificación de las variables y los parámetros

c. Especificación de las relaciones funcionales.

LA FORMULACION DEL MODELO

IMPORTANTE

Cuántas variables se deben incluir en el modelo y las ecuaciones

disponibles para encontrar sus soluciones.

Complejidad de los mismos. Por lo general, se está interesado en la

formulación de modelos matemáticos que produzcan descripciones o

predicciones, razonablemente exactas, referentes al comportamiento

de un sistema dado y reduzca a la vez, el tiempo de computación y

programación.

Complejidad del algoritmo. Se deben tener presente los ordenes de

magnitud y recursos para estimar tiempos de computo.

DISEÑO DEL MODELO

· Determinar las hipótesis o lo que se asume.

·

Determinar la estructura del modelo.

·

Determinar las ecuaciones del modelo.

·

Determinar los parámetros del modelo.

DISEÑO DEL MODELO

RELACION DEL MODELO CON HIPOTESIS

DISEÑO DEL MODELO

(Cp,mercurio*M,mercurio-Cp,vidrio*M,vidrio)dTmercurio = UAvidrio(Tambiente -Tmercurio)

dt

h,mercurio = ho + V – Vo = ho + Vo ζ mercurio (Tmercurio – Tmercurio,o)

Atubo Atubo

mercurio = 1 (∂ V)

V (∂ T) mercurio

1 = 1 + dvidrio + 1

U αamb,vidrio λvidrio αvidrio,mercurio

DISEÑO DEL MODELOTabla 6.1 Propiedades Físicas a 20°C y 1 bar

Coeficiente Conducción Capacidad Calorífica Coeficiente Expansión Densidad Calor, λ Cp Volumétrica, ξ ρ

W/mK J/kgK 1/K kg/m3

mercurio 10.4 0.14*103 1.8*10-4 13.6*103 vidrio 0.8 – 1.2 0.8 – 1.0 * 103 0.1 – 0.3 *10-4 2.2 – 3.0*103 etanol 0.17 2.43*103 11.0*10-4 0.8*103 agua 0.6 4.18*103 2.1*10-4 1.0*103

Fuente: David, R. L. (ed) Handbook of Physics and Chemistry, 75th edn:CRC Press, 1994

Tabla 6.2 Coeficiente transferencia calor a una superficie fija Situación coeficiente transferencia calor, α W/m

2K

Convección Libre

Gases 3 - 24 Líquidos 120 - 700 Agua Ebullición 1200 - 240000 Convección Forzada

Gases 12 - 120 Líquidos viscosos 60 - 600 Agua 600 - 12000 Condensación 1200 - 120000

Fuente: Bird, R.B. Stewart, W.E. and Lightfoot, E.N. Transport Phenomena, Wiley, 1960

DISEÑO DEL MODELO

La temperatura del mercurio puede ser acumulada

Propiedades físicas no son dependientes sobre la temperatura

Expansión volumétrica de el vidrio puede ser mensurada por

Modelos para transferencia de calor

DISEÑO DEL MODELO

NB = αd

λ

Cuando el Número de Biot es pequeño (NB < 0,1), entonces la resistencia de el vidrio es

pequeño (relativamente conducción mayor) y el vidrio entonces tiene una temperatura uniforme.

Dos posibilidades que a menudo sucede en la práctica deben ser considerado.

a. Calor transferido entre el medio ambiente y el termómetro es razón limitante.

NB = αamb,vidriodvidrio = 10*10-3 = 0.01

λ vidrio 1

b. Calor transferido entre el medio ambiente y el termómetro no es razón limitante.

αamb,vidrio = 1000 W/m2K y NB es un factor de un ciento mayor.

DISEÑO DEL MODELO

VERIFICACION Y VALIDACION DEL

MODELO

A partir de los parámetros, las características operacionales, de los datos reales (si

existen) se verifica si el modelo va a representar adecuadamente la realidad.

La verificación del modelo, es fundamental para construir un simulador que encuentre

soluciones factible y ayude a encontrar óptimos.

¿Qué significa validar una hipótesis?”

¿Cuáles criterios deberán utilizarse para establecer la validez de una hipótesis?

Aún así parece que por lo general sólo dos pruebas se consideran apropiadas

para validar los modelos simulación.

Primero: ¿Qué tan bien coinciden los valores simulados de las variables endógenas

con los datos históricos conocidos, si es que estos están disponibles?.

Segundo: ¿Qué tan exactas son las predicciones del comportamiento del sistema real

hechas por el modelo de simulación, para períodos futuros (de tiempo)?.


Los modelos, tienen un rango de validez, es decir están acotados para

representar la realidad que se desea emular. Ese rango de validez, se explicita

por medio de los valores que pueden tomar sus, datos de entrada, datos de

salida, parámetros y variables.

Es necesario hacer un juicio del valor inicial de la suficiencia del modelo, para

probarlo. Esto se logra haciendo una comparación de las mediciones iniciales

obtenidas por el modelo para la simulación con las obtenidas de la realidad o las

esperadas. Pueden darse escenarios donde nada se conoce, o que las primeras

pruebas generen re formulaciones del modelo.


¿Se incluyen algunas variables que no sean pertinentes, en el sentido de que

contribuyen muy poco a nuestra capacidad para predecir el comportamiento de

las variables endógenas de nuestro sistema?

¿Se omiten la inclusión de una o más variables exógenas que pudieran afectar

el comportamiento de las variables endógenas en nuestro sistema?

¿Se formulan incorrectamente una o más relaciones funcionales entre las

variables endógenas y exógenas de nuestro sistema?

¿Se aprecian debidamente las estimaciones de los parámetros de las

características operacionales de nuestro sistema?

¿Cómo se comportan los valores teóricos de las variables endógenas del

sistema con los valores históricos o reales basados en cálculos manuales? (ya

que aún no se formula un programa para computadora).

SIMULADOR

La rigurosidad del modelo, induce rigor en la forma en que se aborda la

simulación, porque se establece con claridad el contorno de lo que se

va a simular.

Es más estable, porque ayuda a seleccionar la forma de resolver la

simulación, en particular si ésta se desarrolla por medio de

computadora, en cuanto a; herramientas de software, métodos

numéricos, criterios de convergencia, algoritmos, etc.

SIMULADOR

REQUERIMIENTO

ESTRATEGIA DE SOFTWARE

ESTRATEGIA DE HARDWARE

ESTRATEGIA PROCESOS

PROGRAMACION

VERIFICACION DEL SIMULADOR

ANALISIS

RANGO DE VALIDEZ DEL SIMULADOR

SIMULADOR

Verificar la existencia de sucesos o datos. Entendiéndose por dato el

registro de cualquier cifra a la que se le asocia una cualidad.

Construir relaciones entre los sucesos o datos existente que permitan

inferir.

Realizar entradas (datos, flujos, diferencias de voltajes, etc) con la

finalidad de obtener información del comportamiento del modelo que

mejor ilustre el fenómeno(s) de interés de estudiar.

Verificar rango de validez de la simulación.

Estudiar las salidas del simulador.

Generar un conjunto de sucesos o datos con la finalidad de inferir

patrones de comportamiento y aprender del simulador.

Realizar eventuales ajustes al modelo.

SIMULADOR

ESTRATEGIA DE SOFTWARE

Hay diversos elementos que tener presente en una pieza de

software diseñada o construida para la simulación.

Paralelismo

Datos

Usabilidad

Operación

Desempeño

Seguridad

Mantenimiento y Actualización

Librerías

Interacción Sistema Operativo

Lenguajes

SIMULADOR

ESTRATEGIA DE HARDWARE

La simulación, es una pieza de software que en general interactúa con varios elementos de

hardware, los elementos más importantes a considerar son:

· Memoria, RAM.

·

Almacenamiento

· Interacción con periféricos.

· Comunicaciones.

· Procesamiento distribuido.

· Procesamiento paralelo, más de una CPU.

· Generación de gráficos.

SIMULADOR

ESTRATEGIA PROCESOS

Los procesos son más fáciles de modelar, y de simular, en general, cuando se realiza

por medio de sus operaciones unitarias constituyentes.

Una operación unitaria por una parte, para los efectos de modelarla o simularla puede

ser adecuado; a) sub. dividirla en partes, b) o integrar más de una operación unitaria

con la misma finalidad.

Hay elementos que condicionan en parte estas decisiones como son;

La forma de resolver por medio de métodos numéricos

El el sincronismo

El número de procesadores

El uso paralelismo

Formulación del modelo matemático, está muy ligada a la adecuada descripción

matemática de los fenómenos que componen la operación unitaria, confeccionando

las; ecuaciones, heurísticas y lógicas que ligan variables y parámetros.

SIMULADOR

PROGRAMACION

Selección de la aplicación o el lenguaje(s )

Buscar y seleccionar librerías de apoyo

Desarrollar el algoritmo

Búsqueda de optimización del algoritmo

Desarrollo del código. Separar; lógica de procesos, interfaces, comunicaciones,

procesamiento, periféricos, interacción con el sistema operativo, interacciones

con otros lenguajes, etc.

Pruebas parciales, por tipo de código

Pruebas parciales por funcionalidad

Pruebas globales

SIMULADOR


ANALISIS

El calor transferido entre el aire y el termómetro es un factor limitante. El

valor para el coeficiente de transferencia global de calor desde la tabla

6.2 es U 10 W/m2K.

Usando este valor se tiene Г = 200s.

El calor transferido por el vidrio es un factor limitante. En este caso la

temperatura de el vidrio y el mercurio podrían no ser la misma y la

temperatura del vidrio podría mostrar una gradiente.

El valor para el coeficiente global de transferencia de calor es U = 103 W/m2K.

Consecuentemente, el tiempo estimado es Г = 2s.

SIMULADOR


INTERPRETACION Y EVALUACION

modelaci n y simulaci n introducci n oto o 2011

Documents