MODELOS Y SIMULACIÓN

Ing. Diego Karachas Rodriguez

 MODELOS Y SIMULACIÓN

FORMULACIÓN DE MODELOS MATEMÁTICOS

Unidad 2 -Análisis de escenarios

Escuela de Ciencias Básicas, Tecnología e Ingeniería

ECBTI
Ingeniería Industrial

26 de Marzo de 2019
 Modelos y Simulación

+ CONCEPTOS BÁSICOS

• Conceptos Fundamentales
• Marco formal para el modelamiento y la
simulación
• Clasificación de los modelos matemáticos
• Programación lineal determinística
• Estructura y pasos para la construcción de
modelos
 Modelos y Simulación

+ Conceptos fundamentales
• Conocido como el objeto
cuyas propiedades se
desean estudiar

Ejemplo:
a) Sistema de Producción
• Sistema b) Sistema Logístico
c) Sistema de Operaciones
d) Sistema de servicios

• Cualquier fuente potencial

de datos puede
considerarse un sistema
 Modelos y Simulación

+ Conceptos fundamentales • Proceso de extraer datos de

un sistema sobre el cual se ha
ejercido una acción externa

Ejemplo:
a) Ensayos de procedimientos
de control de inventarios
• Experimento b) Ensayos de distribución de
personal
c) Ensayos de Producción de
productos X,Y,Z
• Modelo 1 • Los experimentos ayudan a
• Modelo 2 predecir el comportamiento
• Modelo 3 futuro de un sistema y
• Modelo 4 analizar su viabilidad ($)
 Modelos y Simulación

+ Conceptos fundamentales • Es una representación

específica de un sistema
desarrollada para un
propósito específico

Ejemplo:
Sistema: ampliación de una
Planta de Producción
• Modelo
Modelo 1 : Sistema de
Producción actual (Costo 1 )

Modelo 2 : Sistema de
Producción ampliada (Costo 2)

Objetivo: Comparación de los

dos modelos
 Modelos y Simulación

• Comprender y predecir el • Ej: Si se aprieta el freno, la

• Modelo Mental
comportamiento de los sistemas velocidad del coche se reduce

• Modelo Verbal • El comportamiento del sistema • Ej: Sistemas expertos (frenado

es descrito mediante palabras automatico, manual, etc.)

• Modelo Físico • Modelos que tratan de imitar el

sistema Real • Ej: Maquetas a escala

• Modelo Matemático • Las relaciones entre las magnitudes de interés ( distancias, velocidades,
flujos, etc.) son descritas mediante relaciones matemáticas
 Modelos y Simulación

+ Conceptos fundamentales • Uso de herramientas tecnológicas (

ordenadores) para analizar modelos
matemáticos.

Ejemplo:
• Simulación Software de Simulación :
XPRESS –IVE

Modelo Matemático
 Modelos y Simulación

+ Marco Formal para el Modelamiento y Simulación

• 5 entidades 1. SISTEMA FUENTE (Nivel 0)

• Entorno Real o virtual que estamos
interesados en observar.
• Constituye un fuente de datos
observables (Variables).

2. BASE DE DATOS DEL

COMPORTAMIENTO (Nivel 1 )
• Observación de un conjunto de datos
a través de marcos experimentales.
 Modelos y Simulación

+ Marco Formal para el Modelamiento y Simulación

• 5 entidades 3. MODELO (nivel 2)

• Conjunto de Instrucciones, reglas ,
ecuaciones o ligaduras para
reproducir el comportamiento del
sistema.

4. SIMULADOR (nivel 3)
Cualquier agente Computacional
-Procesador
-Mente humana
-Un algoritmo
-Otros
Capaz de ejecutar el modelo para
generar su comportamiento
 Modelos y Simulación

+ Marco Formal para el Modelamiento y Simulación

• 5 entidades 5. MARCO EXPERIMENTAL (Nivel 4)

• Especificación de las condiciones
bajo las cuales el sistema es
observado o se experimenta con él.
• Formulación Operacional de los
Objetivos de modelado
a) Minimización (Costos, distancias, etc)
b) Maximización ( Utilidad, producción)
 Modelos y Simulación

+ Marco Formal para el Modelamiento y Simulación

• 5 entidades RELACIÓN DE MODELADO

También conocida como la VALIDEZ

Nivel de relación/representación entre

a)Modelo
b)Sistema
c) Marco Experimental
 Modelos y Simulación

+ Marco Formal para el Modelamiento y Simulación

• 5 entidades RELACIÓN DE SIMULACIÓN

Relación entre

a) Simulador
b) Modelo

Ejecución correcta de las instrucciones,

reglas y ecuaciones que componen el
modelo.
 Modelos y Simulación

+ Clasificación de los Modelos Matemáticos

• Modelo Determinista o Estocástico

MODELO DETERMINISTA MODELO ESTOCÁSTICO

Todas sus variables de entrada son Cuando alguna de sus variables de entrada es
deterministas, es decir, el valor de aleatoria, es decir, presenta un
cada una de ellas es conocido en comportamiento no constante en el
cada instante. transcurso del tiempo.

Ejemplo: La evolución de este tipo de sistemas debe

-Servicio horario prestablecido para estudiarse en términos probabilísticos
clientes (Libro de citas)
Ejemplo:
-Servicio de parking (entradas y salidas de
coches en tiempos aleatorios)
-Variables aleatorias:
a) Tiempo de parking
b) Número de vehículos en parqueo
 Modelos y Simulación

+ Clasificación de los Modelos Matemáticos

• Modelo Estático o Dinámico

MODELO ESTATICO MODELO DINAMICO

Modelos en los cuales el tiempo no Modelos en los cuales interviene el tiempo.

juega ningún papel
a) MODELOS DE TIEMPO DISCRETO:
Ejemplo: El valor de las variables sólo puede cambiar
-Costo de cantidad de Sillas en un en instantes de tiempo específicos (evento)
restaurante. Permaneciendo constante el resto del
tiempo.
-Mapa de estado de clima Ejemplo: Se somete un metal a altas
10/03/2019 (12:35) : sólo se modela temperaturas
el resultado.
b) MODELOS DE TIEMPO CONTÍNUO:
El valor de las variables puede cambiar de
manera continua a lo largo del tiempo
Ejemplo: Nivel de agua en un depósito.
 Modelos y Simulación

continuo

Modelo discreto
Físico

Modelo
Analógico Estocástico
S
M Tipos de Modelo de Tipos de
I
O Modelos Simulación Simulación Determinístico
S
D
T
E Modelo
E
L Utilidad Matemático Estatico
M
O
A

Dinamico
 Curso Modelos y Simulación

PARTE B: FORMULACIÓN DE MODELOS

MATEMÁTICOS

11 de Septiembre de 2019
 Modelos y Simulación

+ PROGRAMACIÓN LINEAL DETERMINISTICA

• La programación lineal es una técnica de

investigación de operaciones para la determinación
de la asignación óptima de recursos escasos cuando
la función objetivo y las restricciones son lineales.

• Es una manera eficiente de resolver estos

problemas cuando se debe hacer una elección de
alternativas muy numerosas que no pueden
evaluarse intuitivamente por los métodos
convencionales.
 Modelos y Simulación

+ ESTRUCTURA DE MODELOS

• Objetivo • Función Objetivo

• Recursos • Restricciones

• Condición de
• No negatividad
decisiones
 Modelos y Simulación

+ OBJETIVOS

MAXIMIZACIÓN

En general se llama maximización a todo aquello que entra a la

empresa en términos benéficos. La maximización es la
consecución del resultado óptimo de un problema de
programación lineal en la función objetivo y se encuentra
asociada a la obtención de beneficios: Ventas, utilidades,
mercados, calidad, etc.

MINIMIZACIÓN

Es la reducción a su mínima expresión de todo lo que no le

convenga a la empresa pero que necesariamente lo debe realizar.
La consecución del resultado óptimo de un problema de
programación lineal en la función objetivo se encuentra asociada
a la reducción de costos y/o utilización de recursos: materiales,
personal, espacio, maquinaria, etc.
 Modelos y Simulación

+ PASOS PARA LA CONSTRUCCIÓN DE MODELOS

• Identificar la situación Real

La compañía Los Cristales, produce vidrios florentinos y martillados para
los cuales ha establecido una ganancia de $20.000 y $18.000 por unidad
respectivamente. Para la fabricación de estos productos se cuenta con
una disponibilidad semanal de 240 horas hombre, 420 horas horno y
480 unidades de materia prima. Establezca qué cantidad de cada tipo de
vidrio se debe fabricar a fin de minimizar el costo de producción si se
sabe que para producir un vidrio florentino se requieren 8 horas hombre,
6 horas en el horno y 16 unidades de materia prima; mientras que para
producir un vidrio martillado se requieren 3 horas hombre, 7 horas de
proceso en el horno y 6 unidades de materia prima. Suponga, que el
departamento de ventas ha pronosticado que mínimo se venderán 40
vidrios entre los 2 tipos.
 Modelos y Simulación

+ PASOS PARA LA CONSTRUCCIÓN DE MODELOS

• Organizar la información
Productos
Recursos y condiciones
Vidrios florentinos Vidrios martillados
Personal (Horas/hombre) 240 (Horas/hombre)
8 3
Horno 420 (horas)
6 7
Materia prima 480 (kg)
16 6
Demanda total 40 Unidades
Ganancia 20.000 18.000 $
 Modelos y Simulación

+ PASOS PARA LA CONSTRUCCIÓN DE MODELOS

• Identificar las decisiones a tomar

Establecer la cantidad de cada tipo de vidrio se debe fabricar:

1) Cantidad de Vidrios tipo Florentino se deben Fabricar

2) Cantidad de Vidrios tipo Martillado se deben Fabricar

Para obtener la máxima ganancia.

 Modelos y Simulación

+ PASOS PARA LA CONSTRUCCIÓN DE MODELOS

• Establecer las variables

1) Cantidad de Vidrios tipo Florentino se deben Fabricar (𝑥1 )

2) Cantidad de Vidrios tipo Martillado se deben Fabricar (𝑥2 )

Máxima ganancia (𝑍 )
 Modelos y Simulación

+ PASOS PARA LA CONSTRUCCIÓN DE MODELOS

• Función Objetivo

“La ganancia total es igual a la suma de las ganancias

individuales”

𝑍 = 20.000𝑋1 + 18.000𝑋2
 Modelos y Simulación

+ PASOS PARA LA CONSTRUCCIÓN DE MODELOS

• Restricciones

8𝑋1 + 3𝑋2 ≤ 240 Disponibilidad de horas hombre.

6𝑋1 + 7𝑋2 ≤ 420 Disponibilidad de horas en el horno.

16𝑋1 + 6𝑋2 ≤ 480 Disponibilidad de materia prima.

𝑋1 + 𝑋2 ≥ 40 Restricciones de la demanda.

𝑋1 , 𝑋2 ≥ 0 No Negatividad.
 Modelos y Simulación

1 Solución
http://www.phpsimplex.com/simplex/simplex.htm?l=es
 Modelos y Simulación

2 Solución

https://www.youtube.com/watch?v=4_qbOfeVuZw
 Modelos y Simulación

3 Solución

XPRESS-IVE https://www.youtube.com/watch?v=RdSh-CXFHEg&feature=youtu.be
 Modelos y Simulación

Puedes descargar de manera más fácil el Software Xpress IVE a

través de los siguientes enlaces:

Windows 64 bit
https://fico.app.box.com/s/982n1josm0snbexcww319jb6uxphytjm

Windows 32-bit
https://fico.app.box.com/s/mgfceub5ws7s3r1qwdb0j20mb86ttyvu

Mac OS 64-bit
https://fico.app.box.com/s/eig3eikerjxvauit47tyq4j1yq1k5iu8
 Modelos y Simulación

2 Aplicaciones

1. APLICACIONES EN PRODUCCIÓN: Realizar el plan de producción de una empresa

garantizando el mayor beneficio en ventas, ingresos y/o utilidades a partir de la utilización
mínima de los recursos utilizados (personal, materiales, máquinas y equipos, instalaciones,
etc.)

2. APLICACIONES EN DIETAS: Este tipo de problemas consiste en determinar la cantidad

de alimentos que se deben comprar, para satisfacer unos requerimientos alimentitos de tal
forma que el costo se haga mínimo

3. APLICACIONES DE MEZCLA: establecer la reducción de gastos en los materiales

comprados o utilizados en la fabricación de un producto, pero garantizando los requisitos de
calidad.

4. APLICACIONES EN DISTRIBUCIÓN: Este tipo de ejercicio es el caso típico del modelo

del transporte cuyo objetivo es garantizar el abastecimiento de la demanda productos de los
compradores o consumidores obteniendo los costos mínimos en los gastos de transporte.

5. APLICACIONES EN ASIGNACIÓN: este tipo de problema pretende garantizar el

cumplimento de los trabajos por realizar asignándolos de forma eficiente a los responsables
que correspondan.
 Modelos y Simulación

2 Aplicaciones

6. APLICACIONES EN COMERCIALIZACIÓN: establecer que cantidad de productos o

referencias de una línea de productos debe mantener o comprar una empresa
comercial para garantizar la máxima utilidad.

7. APLICACIONES EN PUBLICIDAD: Determinar la cantidad de mensajes que debe

colocar una empresa en cada medio publicitario para garantizar el mayor nivel de
rating entre sus clientes y potenciales compradores.

8. APLICACIONES EN EL MEDIO AMBIENTE: reducir la creación de contaminantes de

una empresa.

9. APLICACIONES AGRÍCOLAS: decidir qué cantidad de hectáreas se deben sembrar

con cada producto para obtener los mayores beneficios y ganancias.

10. APLICACIONES FINANCIERAS: garantizar el máximo de ingresos generados por la

obtención de intereses a partir de la inversión en diferentes oportunidades de
negocios.
 Modelos y Simulación

BIBLIOGRAFIA
• Guasch, A., Piera, M. À., & Casanovas, J. (2002). Modelado y simulación: aplicación a
procesos logísticos de fabricación y servicios. Madrid, ES: Universitat Politècnica de
Catalunya. Disponible en la Biblioteca Virtual de la UNAD. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=11138241
&p00=an%C3%A1lisis+simulaci%C3%B3n+procesos

• Urquía, M. A., & Martín, V. C. (2013). Modelado y simulación de eventos discretos.

Madrid, ES: UNED - Universidad Nacional de Educación a Distancia. Disponible en la
Biblioteca Virtual de la UNAD. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10803904
&p00=simulacion+sistemas+discretos

• Martínez, Salazar, Iris Abril, and Camarón, Gastón Vértiz. Investigaciones de

operaciones, Grupo Editorial Patria, 2014. ProQuest Ebook Central,
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?docID=3227913.
Recuperado
dehttp://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?docID=3227913
 MODELOS Y SIMULACIÓN
Ing. MsC. Diego Karachas Rodriguez

Gracias por la
atención prestada