Orígenes: Proyecto Montercalo: Proyecto APOLLO: Simulación del flujo de neutrones para la construcción de la bomba atómica. Movimiento dentro de la atmósfera.

Slides:



Advertisements
Presentaciones similares
Programa de Análisis Numérico
Advertisements

CICLO DE VIDA DEL DESARROLLO DE SOFTWARE
También conocido como Diseño Lógico Rodrigo Salvatierra Alberú.
CAP. 4 METODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES.
INVESTIGACION DE OPERACIONES I
Simulación Prof. Daniel Ramírez C..
Conceptos preliminares
¿Cómo se desarrolla el pensamiento lógico matemático en el niño y la niña de primero y segundo? Carmen Elena Yela Chávez.
¿Qué es la investigación operativa? Etapas de un problema de investigación operativa Modelos de investigación operativa Aplicaciones de la investigación.
Taller de Ingeniería Industrial
INVESTIGACIÓN DESCRIPTIVA
Introducción a la Simulación
Son problemas secuenciales: El problema se puede dividir en etapas. Definición: Método que permite determinar de manera eficiente las decisiones que optimizan.
Un proyecto para el aprendizaje de los modelos de líneas de espera y de simulación en el contexto del ABP Programa de Incentivación de la Innovación Docente.
PRESENTADO POR: LUZ ADRIANA ARIZA STEPHANIE BOLAÑOS ANGELICA OSPINA
Universidad Autónoma San Francisco
Lógica de Programación
Simulación de Procesos
Técnicas de Capacitación
DEPARTAMENTO DE CIENCIAS E INGENIERÍA DE LA COMPUTACIÓN UNIVERSIDAD NACIONAL DEL SUR Año 1º 2º 3º 4º 5º Programación Matemática Software Sistemas de Hardware.
SimulaciónSimulación Profesor : Héctor Allende O. Departamento de Informática Universidad Técnica Federico Santa María.
INTRODUCCIÓN A DINÁMICA DE SISTEMAS. QUE ES DINÁMICA DE SISTEMAS ? Es una metodología para el estudio y manejo de sistemas complejos, tal como los que.
Inteligencia artificial
Tema 12 – Conceptos Básicos
IS ILic. Patricia Pesado.1 INGENIERIA DE REQUERIMIENTOS.
GESTIÓN DE LA PRODUCCIÓN DE BIENES Y SERVICIOS. Objetivo: Facilitar a los participantes la comprensión de las operaciones de producción como un área fundamental.
UNIVERSIDAD AUTÓNOMA DE LOS ANDES “UNIANDES” 1 El producto software Ing. John Toasa Espinoza 2012.
SOFTWARE DE SIMULACION
INTRODUCCIÓN A LA SIMULACIÓN DE EVENTOS DISCRETOS
Métodos y Diseño de Investigación II
ALEXANDRA MARIA PAREDES NAVIA ANGIE LORENA VALDES FALLA
5.3 APROXIMACIONES AL DISEÑO
Investigación de Operaciones (IO)
TAREA: Simular un evento cotidiano REQUISITOS Hacerlo por computadora Permitir la manipulación de variables Puede usar software a la medida o hacerlo mediante.
Pasos de un estudio de simulacion (repaso).
INVESTIGACION DE OPERACIONES
SISTEMAS Y MODELOS Conceptos Básicos Tutor: FOLGER FONSECA Asignatura:
Simular: Representar una cosa, fingiendo o imitando lo que no es.
SIMULACION.
Modelos de Sistemas con
Presentado por: YULI ANDREA CUELLAR M  Es un conjunto de elementos que interactúan entre sí con el fin de apoyar las actividades de una empresa o negocio.
ESCUELA CUANTITATIVA O MATEMÁTICA
TEMA 3: SISTEMAS DE COSTOS PREDETERMINADOS
El campo de la Vida Artificial estudia "la vida tal como podría ser" basada en la comprensión de los principios y la simulación de los mecanismos de las.
Sistemas, Procesos y Modelos
CONCEPTOS BÁSICOS DEL ANÁLISIS DE SISTEMAS Y SIMULACIÓN.
Representación de Algoritmos
Se emplea cuando: - el modelo real no esta disponible
Ingeniería del software
Tecnológico de Estudios Superiores Huixquilucan
Fundamentos de Sistemas Expertos
INSTRUCTOR: DR. JORGE ACUÑA
DISEÑO CURRICULAR Presentado por: Cesar Augusto Sáenz María Alejandra Hernández 1.contenidos curriculares de competencia.
Ingeniería de Sistemas
SIMULACION DE MONTECARLO DANIEL MOTTA PONTIFICIA UNIVERSIDAD JAVERIANA DISEÑO INDUSTRIAL SISTEMAS COMPLEJOS.
TEMA: DISEÑO DE LA SOLUCION INTREGRANTES DE EQUIPO: ERIKA CRUZ MARTINEZ RODOLFO LOPEZ ANOTA LUIS ARMANDO LIÑA QUECHA JOSE FRANCISCO MEZO VARELA LUIS ENRIQUE.
ANÁLISIS ESTRUCTURADO
Investigación cualitativa e Investigación cuantitativa
Ingeniería del Software I
Proyecto de Modernización De Secretarías de Educación
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
Transformaciones en la docencia universitaria
Transformaciones en la docencia universitaria
TECNICAS PARA IMITAR EL FUNCIONAMIENTO DE SISTEMAS O PROCESOS REALES MEDIANTE PROGRAMAS DE ORDENADOR.
INGENIERIA EN SISTEMAS COMPUTASIONALES. SISTEMAS EXPERTOS Es una aplicación informática capaz de solucionar un conjunto de problemas que exigen un gran.
ESTE TERMINO SE DEFINE COMO : UN PROCESO EN EL CUAL SE NOS DESCRIBE UN PROBLEMA (EN LENGUAJE NATURAL), LUEGO DE ESTO SE PLANTEAN POSIBLES RESOLUCIONES.
Especificación del Problema Partimos del hecho de un programador no puede resolver un problema que no entiende. Por esta razón, la primera etapa en todo.
Modelo de procesos de software
Simulacion. Simulación Es la construcción de modelos informáticos que describen la parte esencial del comportamiento de un sistema de interés, así como.
Transcripción de la presentación:

Orígenes: Proyecto Montercalo: Proyecto APOLLO: Simulación del flujo de neutrones para la construcción de la bomba atómica. Movimiento dentro de la atmósfera de la luna. Objetivo: Utilizar técnicas para imitar el comportamiento de sistemas del mundo real (Von Neumann y Ulam) (1940) BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román

Objetivo: Utilizar técnicas para imitar el comportamiento de sistemas del mundo real Definición (D’Azzo y Houpis): Un sistema es una combinación de componentes que actúan conjuntamente. Observación Definición: Un modelo es una representación simplificada del sistema real.  Fáciles de entender y manejar. Características Clasificación  Estáticos-Dinámicos.  Simples y de costo no excesivo.  Buena aproximación del sistema real.  Determinísticos-Probabilísticos.  Continuos-Discretos. BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román

Simulación Objetivo: Utilizar técnicas para imitar el comportamiento de sistemas del mundo real Experimentación con el sistema Experimentación con el modelo Sistema Modelo físico Modelo matemático Solución Analítica BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román

Shannon (1975): Proceso de diseñar un modelo de un sistema real y llevar a cabo experiencias con él, con la finalidad de aprender el comportamiento del sistema o evaluar diversas estrategias para el funcionamiento del sistema. Definición de Simulación: Naylor: Proceso de diseñar un modelo matemático o lógico de un sistema real y realizar una serie de experimentos con el ordenador sobre él para describir, explicar y predecir el comportamiento del sistema real. Concepto de solución No se resuelven como los modelos analíticos Descripción de cómo funciona el sistema representado por el modelo. BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román

Ventajas del uso de la simulación: 1.- Pueden describir sistemas muy complejos. 2.- Pueden ser usados para experimentar con sistemas que aún no existen. Inconvenientes del uso de la simulación: 1.- No existe un conjunto de soluciones cerrado. 2.- Los modelos de simulación complejos pueden requerir mucho tiempo para construirlos y ejecutarlos. 3.- Puede resultar difícil establecer la validez del modelo. BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román

Cuándo utlilizar la simulación: 1.- No existe una formulación matemática del problema. 2.- Existe un modelo matemático, pero no métodos analíticos de resolución del mismo. 3.- Existen el modelo y los métodos, pero los procedimientos son tediosos, por lo que resulta más sencilla la simulación. 4.- Se desea observar en el tiempo una historia simulada del sistema. 5.- Se desea experimentar con un modelo antes de construirlo. 6.- Es imposible experimentar sobre el sistema real. 7.- Puede experimentarse sobre el sistema, pero motivos éticos lo impiden. 8.- Se quiere observar un sistema de evolución muy lenta, reduciendo la escala del tiempo. BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román

Aplicaciones de la simulación: 1.- Diseño y análisis en los sistemas de manufactura. 2.- Evaluación de los requerimientos hardware y software en un computador. 3.- Evaluación de nuevas tácticas militares. 4.- Determinación de nuevas políticas en sistemas de inventarios. 5.- Diseños de sistemas de comunicación y protocolos de mensajes. 6.- Diseño y operación de sistemas de transporte, autopistas, aeropuertos, puertos… 7.- Análisis financieros. 8.- Análisis medioambientales. BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román

BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román Perforación del pozo A ¿Llega la maquinaria nueva? SíNo

BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román Perforación del pozo A ¿Llega la maquinaria nueva? SíNo Nueva maquinaria Avería NoSí Tipo de avería Leve Grave DA=4DA=1 DT=L1/x1+DA

BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román Perforación del pozo A ¿Llega la maquinaria nueva? SíNo Nueva maquinaria Antigua maquinaria Avería NoSí Tipo de avería Leve Grave DA=4DA=1DA=0 DT=L1/x1+DA

BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román Perforación del pozo A ¿Llega la maquinaria nueva? SíNo Nueva maquinaria Antigua maquinaria Avería NoSí Tipo de avería Leve Grave DA=4DA=1DA=0 DT=L1/x1+DA

BY: M.J. García-Ligero Rámirez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Rámirez P. Román Román Perforación del pozo B ¿Llega la maquinaria nueva? SíNo Nueva maquinaria Antigua maquinaria Avería NoSí Tipo de avería Leve Grave DA=4DA=1DA=0 DT=L1/x1+DA