Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
UNIVERSIDAD TECNICA DE MANABI FACULTAD DE CIENCIAS MATEMATICAS FISICAS Y QUIMICAS INGENIERIA INDUSTRIAL ESTUDIANTE: BARREZUETA HIDALGO GUIDO JOSUE SIMULACION Y OPTIMIZACION DE SISTEMAS DOCENTE: VERA MENDOZA MARCOS BOARNEGES 1. RESUMEN ................................................................................................................... 3 1.1 Simulación con Flexsim ........................................................................................ 3 1.1.1 Descripción del software ..................................................................................... 3 1. l.2 Aplicaciones de FlexSim ..................................................................................... 3 2. Números aleatorios y elementos de probabilidad ................................................... 4 2.1 Métodos para generar números aleatorios .................................................. 4 2.1 Utilidad de los números aleatorios ............................................................... 4 3. Variables discretas y continuas .................................................................................. 5 4. Simulación de eventos discretos. ................................................................................ 5 4.1 Verificación y validación .......................................................................................... 5 4.2 APLICACIONES DEL SOFTWARE DE SIMULACIÓN DE EVENTOS DISCRETOS .................................................................................................................... 5 5. Bibliografía .................................................................................................................. 7 1. Resumen 1.1.Simulación con Flexsim 1.1.1. Descripción del software El software FlexSim fue desarrollado por Bill Nordgren, Cliff King, Roger Hullinger, Eamonn Lavery y Anthony Johnson. FlexSim permite modelar y entender con precisión los problemas básicos de un sistema sin la necesidad de programaciones complicadas, esto debido a que ofrece una forma sencilla al desarrollar el modelo de simulación. Se enlistan algunas razones por las cuales FlexSim es una buena alternativa como herramienta en simulación: Su amplia sección de pres construidos permite abordar situaciones mucho más complejas sin tener que escribir código de software. El software se orienta a objetos lo que admite una mayor visualización del flujo de producción. Todo el proyecto se desarrolla en un ambiente tridimensional (3D), además de permitir importar infinidad de objetos de distintos paquetes de diseño, incluyendo AutoCAD, Solid Works, Catia, 3D Studio, Revit, Google Sketch-Up, etc. Otra razón importante es que no sólo se pueden simular sistemas discretos, sino que también se admite la simulación de fluidos o modelos combinados continuo-discreto. La generación de distintos escenarios y condiciones variadas son fáciles de programar. Las distribuciones de probabilidad se pueden representar con gran precisión en lugar de valores promedio para representar fielmente la realidad. Las gráficas, los reportes y todo lo que se refiere a los estadísticos se puede revisar a detalle. 1.1.2. Aplicaciones de FlexSim FlexSim ha contribuido con aplicaciones de clase mundial en temas de medicina, salud, sistemas de logística tales como operaciones de contenedores en puertos, simulaciones distribuidas en varios equipos dentro de una empresa manufacturera, en la minería, en centros aeroespaciales e incluso se ha adaptado a la industria del servicio (hoteles, hospitales, supermercados, o muchas otras industrias) para simular la administración y operación de los recursos humanos. Así mismo se ha demostrado en diferentes casos de diversos corporativos alrededor del mundo (Volkswagen, FEMSA, DHL, MICHELIN, MATTEL, VALE, CATERPILLAR, DISCOVER, ARMY, U.S. AIR FORCE, DUPONT, ABB, CARRIER, ORACLE, Tetra Pak, IBM, NASA, FedEx, AVON, Whirlpool, ALCAN, Remington, BAKER HUGHES, etcétera) que FlexSim es una herramienta clave para mejorar los resultados al dar respuesta acertadas a los problemas planteados En muchos modelos se ha ilustrado cómo manipular materiales que se encuentran en cantidades discretas (piezas, esferas, personas, etc.), pero dentro de muchos sistemas reales los materiales no necesariamente son piezas discretas. En este apartado se presentan los conceptos fundamentales para construir un modelo básico de estaciones de prueba. La construcción de un modelo con estas características requiere de mucha atención ya que existen detalles que no pueden pasarse por alto. (Marco Antonio Díaz-Martínez, s.f.) 2. Números aleatorios y elementos de probabilidad Los números aleatorios, en otras palabras, son números que se obtienen como producto del azar, por lo que no dependen de otro número. Es el caso de una suma, donde el número 5 puede venir motivado de la suma de un 2 y un 3. Debemos recordar que el azar hace referencia a todos aquellos hechos cuyas causas no siguen unas pautas definidas. Por ello, como en el ejemplo de la suma, hablamos de un número que se obtiene sin una causa aparente, o una pauta definida. Un ejemplo de número aleatorio es el que se obtiene al lanzar un dado en un juego de mesa. Su resultado, como sabemos, no depende de una multiplicación o una suma, por ejemplo. Pues depende del azar, de la forma en la que caiga el dado. (Westreicher, s.f.) El hecho que un número sea aleatorio significa que, desde la teoría de la probabilidad, se puede señalar cuál es la posibilidad de que sea elegido. Por ejemplo, si programamos al ordenador para que seleccione aleatoriamente un número entre el 1 y el 10, la probabilidad de que cualquiera de esos números sea elegido es de 1/10. Debemos recordar que la teoría de la probabilidad es una herramienta de las matemáticas que establece una serie de reglas para calcular la posibilidad de ocurrencia de un fenómeno aleatorio o proceso estocástico. 2.1.Métodos para generar números aleatorios Los métodos para generar números aleatorios son principalmente los siguientes: Manual: Cuándo se genera el número de forma mecánica. Es decir, lanzando, por ejemplo, un dado, o haciendo girar una ruleta. Digital: Cuando se usa un programa desde un ordenador. Por ejemplo, el programa Excel tiene la función aleatorio.entre(a;b), que nos arroja un número al azar que se encuentre entre a y b, incluyendo a y b; es decir, se trata de un intervalo cerrado. De igual modo, la función aleatorio () devuelve un número aleatorio entre 0 y 1. 2.2.Utilidad de los números aleatorios Los números aleatorios tienen utilidad en la vida cotidiana. Por ejemplo, en los dispositivos que usan algunos usuarios de tarjetas de crédito, los cuales generan una serie de números al azar. Así, se obtiene una clave que permite autentificar la identidad del titular de la cuenta a la que esta se encuentra asociada, permitiendo que pueda realizar operaciones en línea. Otro ejemplo podría ser el de las rifas, donde se selecciona aleatoriamente un número de ticket y, quién lo haya comprado, será el ganador. 3. Variables discretas y continuas Discreta Una variable aleatoria es discreta si toma un n´umero finito o numerable de valores. Continua Una variable aleatoria es continua si toma un n´umero infinito no numerable de valores (por ejemplo, en un intervalo de R). Ejemplos • X =“resultado al tirar un dado” es una variable discreta. • Y = “altura de un alumno elegido al azar” es una variable continua. 4. Simulación de eventos discretos. Simulación de eventos discretos es el conjunto de relaciones logísticas, matemáticas y probabilísticas que completan el análisis del comportamiento del sistema bajo estudio cuando se presenta un evento determinado 4.1.Verificacióny validación: Es acreditar la precisión del modelo desarrollado y comprobar cómo se desenvuelve entre el sistema real y el modelo de simulación 4.2.APLICACIONES DEL SOFTWARE DE SIMULACIÓN DE EVENTOS DISCRETOS En la actualidad la mayoría de las organizaciones, empresas y procesos productivos, se han desarrollado con una considerable complejidad y se han elevado los requerimientos de competitividad y maleabilidad; para ello, han tenido que modificar y adecuarse a los continuos cambios estimulados por su dominio a un mercado cada vez más complejo. Seguramente afectadas por las nuevas tendencias del sector, que, en su mayoría, se han visto implicadas en un proceso de reingeniería de sus procesos. Regularmente, la falta de equipos de análisis que den soporte y permitan la fácil toma de decisiones, es una de las primordiales dificultades con los que se tropiezan los directivos, de ver la necesidad de optimar el rendimiento de los sistemas, del cual su comportamiento depende de una cantidad elevada de cambiantes decisión. Establecer cambios en las operaciones, en las normas utilizadas en los distintos departamentos, en la toma de decisión, en los canales de información, como en los cambios en la organización y en las políticas de ejercicio acostumbrados de la empresa, son algunas muestras de labores que acuerdan ser realizadas para reaccionar ante turbulencias en los procesos y poderse adaptar ante los cambios del mercado, a los que se ven una y otra vez sujetados. 5. Bibliografía Marco Antonio Díaz-Martínez, R. Z.-C.-S. (s.f.). https://www.redalyc.org/. Recuperado el 13 de julio de 2022, de https://www.redalyc.org/: https://www.redalyc.org/journal/614/61458109002/html/ Westreicher, G. (s.f.). economipedia.com/. Recuperado el 13 de julio de 2022, de economipedia.com/: https://economipedia.com/definiciones/numeros- aleatorios.html#:~:text=Los%20n%C3%BAmeros%20aleatorios%20son%20aqu ellos,no%20dependen%20de%20otro%20n%C3%BAmero.
Compartir