MODELACIÓN DE SISTEMAS

El primer paso a dar para estudiar un sistema es elaborar un modelo, el cual puede ser
una representación formal de la teoría o una explicación formal de la observación
empírica. Sin embargo, a menudo es una combinación de ambas. Los propósitos de
usar un modelo son los siguientes:

1. Hace posible que un investigador organice sus conocimientos teóricos y sus

observaciones empíricas sobre un sistema y deduzca las consecuencias
lógicas de esta organización.
2. Favorece una mejor comprensión del sistema.
3. Acelera análisis.
4. Constituye un sistema de referencia para probar la aceptación de las
modificaciones del sistema.
5. Es más fácil de manipular que el sistema mismo.
6. Hace posible controlar más fuentes de variación que lo que permitiría el
estudio directo de un sistema.
7. Suele ser menos costoso.

Al analizar un sistema podemos observar, que al cambiar un aspecto del mismo, se

producen cambios o alteraciones en otros. Es en estos casos en los que la simulación,
representa una buena alternativa para analizar el diseño y operación de complejos
procesos o sistemas.

La modelación de sistemas es una metodología aplicada y experimental que pretende:

1. Describir el comportamiento de sistemas.

2. Hipótesis que expliquen el comportamiento de situaciones problemática.
3. Predecir un comportamiento futuro, es decir, los efectos que se producirán
mediante cambios en el sistema o en su método de operación.

DEFINICIÓN DE MODELO

UN MODELO ES UNA REPRESENTACIÓN DE UN OBJETO, SISTEMA O IDEA,

DE FORMA DIFERENTE AL DE LA ENTIDAD MISMA. EL PROPÓSITO DE LOS
MODELOS ES AYUDARNOS A EXPLICAR, ENTENDER O MEJORAR UN
SISTEMA. UN MODELO DE UN OBJETO PUEDE SER UNA RÉPLICA EXACTA DE
ÉSTE O UNA ABSTRACCIÓN DE LAS PROPIEDADES DOMINANTES DEL
OBJETO.

El uso de modelos no es algo nuevo. El hombre siempre ha tratado de representar y

expresar ideas y objetos para tratar de entender y manipular su medio. Un
requerimiento básico para cualquier modelo, es que debe describir al sistema con
suficiente detalle para hacer predicciones válidas sobre el comportamiento del sistema.
Más generalmente, las características del modelo deben corresponder a algunas
características del sistema modelado. La figura siguiente muestra el concepto de un
modelo de simulación:

EN TR AD A EN TR AD A
X

C O R R E S P O N D E N C IA

PARÁM ETROS
PARÁM ETROS c a ra c te rís tic a o
c a ra c te rís tic a o C O R R E S P O N D E N C IA M O DELO
S IS T E M A a trib u to s d e
a trib u to s d e l m o d e lo
s is te m a

IN F E R E N C IA

S A L ID A S A L ID A
Y

SE DEBE TOMAR EN CUENTA QUE NUESTRO MODELO NUNCA VA A SER UNA

REPRESENTACIÓN EXACTA DE LA REALIDAD. (TRABAJAR EN UN RANGO).

Un modelo se utiliza como ayuda para el pensamiento al organizar y clasificar

conceptos confusos e inconsistentes. Al realizar un análisis de sistemas, se crea un
modelo del sistema que muestre las entidades, las interrelaciones, etc. La adecuada
construcción de un modelo ayuda a organizar, evaluar y examinar la validez de
pensamientos.

Al explicar ideas o conceptos complejos, los lenguajes verbales a menudo presentan

ambigüedades e imprecisiones. Un modelo es la representación concisa de una
situación; por eso representa un medio de comunicación mas eficiente y efectivo.

Otros conceptos

¿Qué es un modelo?
Una definición bastante generalizada de modelo, originada en ámbitos geográficos, es "una
representación simplificada de la realidad en la que aparecen algunas de sus propiedades"
(Joly, 1988:111).
De la definición se deduce que la versión de la realidad que se realiza a través de un modelo
pretende reproducir solamente algunas propiedades del objeto o sistema original que queda
representado por otro objeto o sistema de menor complejidad.
Los modelos se construyen para conocer o predecir propiedades del objeto real. Algunos
autores llegan a incluir esta expresión de finalidad en la propia definición de modelo: un
objeto es un modelo de X para un observador O, si O puede utilizar M para responder a
cuestiones que le interesan acerca de (Aracil, 1986:123); o bien, según Ríos (1995:23):

"Un modelo es un objeto, concepto o conjunto de relaciones que se

utiliza para representar y estudiar de forma simple y comprensible
una porción de la realidad empírica"
Para que los modelos puedan decirnos algo sobre el objeto que representan, es necesario
que se construyan estableciendo una relación con la realidad que debe ser simétrica, es
decir, la relación de correspondencia entre el objeto real y el modelo debe ser al menos
parcialmente reversible y debe permitir la traducción de algunas propiedades del modelo a
la realidad.
La existencia de la relación simétrica permite que un resultado C' relativo al modelo pueda
traducirse en otro C relativo al objeto real y, de esta forma, que las respuestas derivadas del
modelo sean aplicables a la realidad sin perder sentido. Denominaremos a estas propiedades
que se deducen del modelo propiedades emergentes.

Los modelos sirven para responder a cuestiones sobre la realidad que no

serían accesibles mediante la experimentación directa.

La utilidad de los modelos para conocer o predecir está condicionada principalmente por
una buena selección de los factores relevantes para el problema y una adecuada descripción
de sus relaciones funcionales.
Así, cuando se construye un modelo, estamos construyendo un sistema cuyos componentes
—partes e interrelaciones— se han reducido a una cantidad manejable para simplificar el
sistema real. Para que los resultados sean aceptables es necesaria una precisa selección de
los componentes importantes, cada uno de los cuales debe, a su vez, ser un modelo
adecuado del componente real.
La calidad de las propiedades emergentes de un modelo puede valorarse sometiendo una
parte de los resultados a una verificación experimental que, aunque sólo puede ser parcial,
servirá de orientación sobre la magnitud de los errores derivados del modelo y puede
permitir la introducción de correcciones.
El contraste experimental puede servir, por tanto, no sólo como método de control de
calidad sino también como mecanismo de realimentación para realizar ajustes, tanto en los
elementos que componen el modelo como en las relaciones que se establecen entre ellos.
Dado que el modelo representa la realidad con una cantidad menor de información, existe
un error inherente al proceso de modelización que puede ser reducido pero no eliminado. La
reducción del error puede hacerse por dos caminos complementarios:

 mayor precisión en la medida y mejor selección de los componentes: no implica mayor

complejidad del modelo.
 mayor cantidad de componentes —partes e interrelaciones funcionales—: implica una
mayor complejidad del modelo.

Relación genérica entre error y complejidad. La modelización pretende reducir el error

manteniendo una complejidad reducida.

La eliminación del error implicaría la identificación del modelo con el objeto real, por lo
que no resulta posible. En este sentido, debe buscarse un compromiso entre la complejidad
del modelo y el error aceptable en los resultados.

SiMuLaCiÓn De PrOcEsOs...

BIENVENIDOS!!!
RECIBAN UN CORDIAL SALUDO TODAS LAS PERSONAS INTERESADAS
EN CONOCER MI BLOG, ESTE ES UN ESPACIO DE APRENDIZAJE EN EL
CUAL TODOS USTEDES APRENDERÁN Y ESTUDIARAN UN TEMA DE
GRAN INTERÉS COMO ES LA SIMULACIÓN.

CLASIFICACIÓN DE LOS MODELOS

A continuación se muestra un mapa conceptual acerca de las clasificaciones de

los modelos de simulación.

El modelo es una representación de un objeto, sistema o idea, de forma

diferente al de la entidad misma la cual tiene como propósito explicar, entender
o mejorar un sistema. Estos se pueden clasificar dentro de la simulación de la
siguiente manera:

· Modelos Icónicos: son los modelos físicos que se asemejan al sistema

real, generalmente manejados en otra escala.

· Modelos Análogos: son los modelos en los que una propiedad del
sistema real se puede sustituir por una propiedad diferente que se comporta de
manera similar.
· Modelos Simbólicos: son aquellos en los que se utiliza un conjunto de
símbolos en lugar de una entidad física para representar a la realidad. Estos se
clasifican a su vez:

ü Modelos Deterministicos: los valores que se encuentran dentro de este

modelo no se ven afectados por variaciones aleatorias y se conocen con
exactitud.
ü Modelo Estocástico o probabilístico: los valores de las variables dentro de
este modelo sufren modificaciones aleatorias con respecto a un valor promedio;
dichas variaciones pueden ser manejadas mediante distribuciones de
probabilidad.
ü Modelos Dinámicos: se caracterizan por el cambio que presentan las
variables en función del tiempo.
ü Modelos estáticos: se caracteriza por representar un sistema en un punto
particular del tiempo.
ü Modelos Continuos: son aquellos en los que las variables pueden tomar
valores reales y manejarse mediante las técnicas de optimización clásica.
ü Modelos Discretos: se caracteriza porque las variables del sistema toman
valores solo en el rango de números enteros.

· Modelos Estáticos: Utilizados para representar sistemas cuyo estado es

invariable a través del tiempo.

· Modelos Matemáticos: Representan la realidad en forma abstracta de

muy diversas maneras.

· Modelos Físicos: Son aquellos en que la realidad es representada por

algo tangible, construido en escala o que por lo menos se comporta en forma
análoga a esa realidad (maquetas, prototipos, modelos analógicos, etc.).

· Modelos Analíticos: La realidad se representa por fórmulas matemáticas

y estudiar el sistema consiste en operar con esas fórmulas (resolución de
ecuaciones).

· Modelos Numéricos: Tiene en cuenta el comportamiento numérico de las

variables intervinientes. No se obtiene ninguna solución analítica.

Bibliografía
Sistemas, modelos y simulación.pdf
http://materias.fi.uba.ar/7526/docs/teoria.pdf