ensayo 2

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.