Evaluación 3 Simulación

CONTROL 3 SIMULACIÓN
Alumnos: Humar Veliz P. / Darwin Bugueño R.
Mail.: heumar.veliz@uaconcagua.cl / Darwin.bugueno@uaconcagua.cl
Carrera: Ingeniaría Civil de Minas
1.- Según usted, cuáles son los pasos más importantes en el diagrama de García Dunna,
García Reyes & Cárdenas Barrón (2013) en las etapas de diseño del modelo, construcción del
modelo y Experimentación (3ptos)
Resp.:
El diagrama de García Dunna, García Reyes & Cárdenas Barrón (2013) la podría considerar como
una herramienta que entrega la metodología para el diseño y la construcción de modelos de
simulación desde nuestro punto de vista los pasos de mayor importancia son los siguientes:
Diseño del modelo:
a) Identificación del problema: En esta etapa, es de suma importancia comprender
completamente el problema que se pretende abordar con el modelo de simulación, lo que
implica identificar las variables clave, las relaciones entre ellas y los objetivos del estudio.
b) Definición de los objetivos: Es importante establecer claramente los objetivos del modelo de
simulación, es decir, qué se espera lograr con su implementación.
c) Identificación de las variables: Se deben identificar todas las variables relevantes que
influyen en el sistema a modelar. Esto incluye variables de entrada, salida y aquellas que
representan estados internos del sistema.
d) Desarrollo del diagrama conceptual: En esta fase, se elabora un diagrama conceptual que
represente visualmente las relaciones entre las variables identificadas. Esto nos permite
comprender la estructura del sistema y todas las interacciones entre sus componentes.
Construcción del modelo:

a) Selección de la metodología de modelado: Se elige la técnica de modelado más adecuada
para abordar el problema en cuestión. Esto puede incluir modelos de sistemas dinámicos,
basados en agentes, de eventos discretos, entre otros.
b) Desarrollo del modelo matemático o computacional: En esta etapa, se traduce el

diagrama conceptual en un modelo matemático o computacional. Esto implica definir las
ecuaciones o algoritmos que describen el comportamiento del sistema a lo largo del tiempo.
c) Implementación del modelo: Se procede a implementar el modelo utilizando herramientas
de simulación adecuadas, como software especializado o lenguajes de programación.
d) Verificación y validación del modelo: Se realizan pruebas para verificar que el modelo se
comporte correctamente y validez, lo que implica comparar sus resultados con datos reales o
con la expectativa de expertos en el dominio.
Experimentación:
a) Diseño de experimentos: Se diseñan los experimentos que se llevarán a cabo utilizando el
modelo de simulación. Esto implica definir las condiciones iniciales, los valores de las
variables de entrada y los escenarios a simular.
b) Ejecución de los experimentos: Se ejecutan los experimentos utilizando el modelo de

simulación desarrollado. Se recopilan los datos generados durante la simulación para su
posterior análisis.
c) Análisis de resultados: Se analizan los resultados de los experimentos para extraer

conclusiones relevantes. Esto puede implicar identificar tendencias, evaluar el impacto de
diferentes escenarios o tomar decisiones basadas en los resultados obtenidos.
d) Validación de resultados: Se valida que los resultados de la simulación sean coherentes con
las expectativas y con los datos disponibles del sistema real. Esto ayuda a garantizar la
fiabilidad y utilidad del modelo desarrollado.
Estos pasos son esenciales en el proceso de diseño, construcción y experimentación con modelos de
simulación, y seguirlos de manera sistemática ayuda a garantizar la calidad y la validez de los
resultados obtenidos.
2.- Cuáles son los conocimientos más importantes que usted obtuvo de los videos vistos en
clase de la sesión de semana 8. (2ptos)
Resp.: considerando los videos vistos, podemos decir que es importante poder ilustrar de manera
digital los ingresos respecto a las salidas del proceso (tiempo y costo), ya que es una base para
considerar en la construcción definitiva ya sea de un centro hospitalario o de cualquier otra empresa.
De acuerdo a lo anterior es de importancia considerar los procesos y subprocesos que contemple la
operación y graficarlos considerando si va tener personal a cargo de ejecutar dicho proceso o se va
automatizar, incorporando los tiempos de atención que tendrá el servicio o producto cuando pase por
la estación. La simulación debe poner en alerta al propietario de la futura infra estructura que su
proceso productivo no se sature y que los tiempos asignados son los adecuados para lograr un
proceso fluido, como también simular a la inversa que sucedería con un proceso logístico o cadena
de servicio que no cuentan con personal o recursos suficientes y donde se podría generar el
desorden, estancamiento de un proceso y con ello una falla operacional. Los modelos de simulación
ayudan en cuanto al uso eficiente de recursos, reducción de tiempos de espera, mejor organización
de citas, revisión de políticas y procedimientos, planificación a futuro, mejora continua de la atención,
predicción de resultados hipotéticos, exploración de escenarios alternativos, validación de teorías,
generación de nuevas hipótesis y optimización de procesos.
En relación con nuestra carrera, la importancia de un modelo de simulación y un modelo teórico en la
extracción de cobre radica en su capacidad para mejorar la eficiencia, la seguridad y la sostenibilidad
de esta importante industria. Un modelo de simulación puede simular el funcionamiento de una mina
de cobre en tiempo real, teniendo en cuenta factores como la geología del yacimiento, la tecnología
de extracción utilizada, la logística de transporte y la planificación de la producción. Esto permite a los
ingenieros y gerentes mineros identificar posibles cuellos de botella, optimizar la utilización de los
recursos y prever posibles problemas antes de que ocurran.
Por otro lado, un modelo teórico puede ser útil para investigar nuevos métodos de extracción de
cobre, como la lixiviación bacteriana o la electro-obtención, antes de implementarlos en la práctica.
Estos modelos teóricos pueden simular cómo se comportaría un nuevo proceso de extracción en
diferentes condiciones y proporcionar información valiosa sobre su viabilidad y eficacia. Además, los
modelos teóricos pueden ayudar a comprender mejor los procesos fisicoquímicos involucrados en la
extracción de cobre, lo que a su vez puede conducir a mejoras en los procesos existentes.
3.- Cuáles son los conocimientos más importantes que usted obtuvo de los videos dejados
para la semana 9. (3ptos)
Resp.: La simulación de Monte Carlo es una técnica que se utiliza para modelar y analizar sistemas
complejos mediante la generación de múltiples muestras aleatorias. En el contexto de un juego al
azar, como el lanzamiento de un dado, se puede utilizar la simulación de Monte Carlo para estimar la
probabilidad de obtener ciertos resultados.
Algunos de los conocimientos más importantes que se pueden obtener de la introducción a la
simulación de Monte Carlo son:
a) Concepto de simulación: Se aprende cómo utilizar la simulación para modelar sistemas y
procesos complejos en un entorno controlado.
b) Generación de números aleatorios: Se entiende cómo generar números aleatorios que
sigan una distribución específica, como la distribución uniforme para simular un juego al azar.
c) Estimación de probabilidades: Se aprende cómo utilizar la simulación para estimar
probabilidades de eventos en un sistema, como la probabilidad de obtener un número
específico en un juego de dados.
d) Análisis de resultados: Se adquieren habilidades para analizar los resultados de la
simulación y sacar conclusiones sobre el sistema modelado.
En cuanto a la construcción de un modelo de simulación en Excel, se pueden aprender los siguientes
conocimientos importantes:
a) Diseño de la estructura del modelo: Se aprende cómo organizar la información y las
fórmulas en Excel para representar el sistema a simular.
b) Uso de funciones y fórmulas avanzadas: Se utilizan funciones y fórmulas de Excel para
generar números aleatorios y realizar cálculos complejos necesarios para la simulación.
c) Visualización de resultados: Se aprende cómo utilizar gráficos y tablas en Excel para
visualizar los resultados de la simulación y facilitar su análisis.
La simulación discreta y continua son importantes por diferentes razones, ya que cada una se adapta
mejor a ciertos tipos de sistemas y problemas. Aquí te explico por qué son importantes:
a) Simulación discreta: Es útil para modelar sistemas donde los eventos ocurren en momentos
discretos en el tiempo, es decir, en puntos específicos. Esto es útil para simular sistemas
como colas de espera, líneas de producción, redes de computadoras, entre otros. La
simulación discreta permite analizar cómo evolucionan estos sistemas a medida que ocurren
eventos individuales, como la llegada de clientes a una tienda o la producción de productos en
una fábrica.
b) Simulación continua: Es útil para modelar sistemas donde las variables cambian de manera
continua en el tiempo, es decir, de forma gradual y sin interrupciones. Esto es útil para simular
sistemas físicos como el movimiento de un objeto, la temperatura de un ambiente o el flujo de
líquidos. La simulación continua permite analizar cómo evolucionan estas variables a lo largo
del tiempo, lo que puede ser crucial para entender fenómenos naturales o diseñar sistemas de
control.

Evaluación 3 Simulación

Cargado por

Copyright:

Formatos disponibles

Evaluación 3 Simulación

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Evaluación 3 Simulación

Cargado por

Copyright:

Formatos disponibles

CONTROL 3 SIMULACIÓN

Alumnos: Humar Veliz P. / Darwin Bugueño R.

Mail.: heumar.veliz@uaconcagua.cl / Darwin.bugueno@uaconcagua.cl

Carrera: Ingeniaría Civil de Minas

Construcción del modelo:

b) Desarrollo del modelo matemático o computacional: En esta etapa, se traduce el

b) Ejecución de los experimentos: Se ejecutan los experimentos utilizando el modelo de

c) Análisis de resultados: Se analizan los resultados de los experimentos para extraer

También podría gustarte