Consolidacion Final Grupo 15

MODELOS Y SIMULACIÓN
UNIDAD 1: PASO 1 - MODELAR Y SIMULAR SISTEMAS INDUSTRIALES CON BASE

EN PROGRAMACIÓN LINEAL DINÁMICA
PRESENTA
AURELIO JOYA
CÓDIGO: 13569859
JULIO CESAR LARA RUENES

COD 91434072
GERFER JAIRO PRADA DURAN

COD: 1098782264
ALEXANDER BLANQUICETT
COD: 13865391
JULIO CESAR VESGA
GRUPO: 212026_15
PRESENTADO A TUTOR
GUSTANVO ANDRES ARQUE
UNIVERSIDAD NACION ABIERTA Y A DISTANCIA – UNAD
ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA “ECBTI”
PROGRAMA: INGENIERÍA INDUSTRIAL
2019-03-14
INTRODUCCIÓN
En este Taller-laboratorio 1: Modelos de programación dinámica se desarrolló contenidos
conceptuales de procesos en sistemas industriales y se dio solución a un cuestionario de
ejercicios desarrollado cada uno individualmente en dos momentos: un primer momento donde
se realiza el planteamiento del modelo matemático y un segundo momento donde a través de la
herramienta informática XPRESS-IVE o en alternos, se evidencia la simulación de este.

OBJETIVOS
Objetivo general
 Modelar y Simular Sistemas Industriales con base en programación lineal dinámica.
Objetivos específicos
 Realizar una investigación exploratoria acerca de trabajos y desarrollos en simulación
 Reconocer los conceptos de la modelación y simulación de procesos en sistemas
industriales y el uso de tecnologías para el análisis de escenarios.
 Determinar las técnicas de modelamiento para la generación de escenarios de solución
óptima, de acuerdo a las condiciones y medidas de desempeño del sistema real
productivos y logísticos.
 Aplicar las técnicas de simulación de los escenarios analizados a través de herramientas
informáticas para interpretar los sistemas , proponer soluciones y toma de decisiones
Temáticas a desarrollar:
PUNTO 1
DESARROLLAR LOS SIGUIENTES CONTENIDOS CONCEPTUALES
1.1 Qué es la simulación y modelación, tipos y usos.
La simulación es un método para acercarse a la realidad. Su utilidad es múltiple en
especial para los propósitos educacionales, de capacitación y de investigación. La simulación es
esencialmente una técnica que enseña a construir el modelo de una situación real aunada a la
realización de experimentos con el modelo. Esta definición es amplia y puede comprender
situaciones aparentemente no relacionadas entre sí, como los simuladores de vuelo, juegos
militares, juegos de gerencia, modelos físicos de ríos, modelos econométricos, diversos
dispositivos eléctricos analógicos y pruebas de aeroplanos en túneles aerodinámicos.
TIPOS DE SIMULACIÓN:
Simulaciones Físicas
En una simulación física la computadora, el objeto o fenómeno es representado en la pantalla,
ofreciendo a las personas la oportunidad de aprender sobre él, es decir, el propósito de este tipo
de simulación es enseñar a las personas cómo funciona algo. Uso: experimento mecánico.
Simulaciones de Procesos
Este tipo de simulación se utiliza generalmente para informar a las personas acerca de un
proceso o concepto que no manifiesta visiblemente. En este tipo de simulación la persona escoge
desde el principio de la simulación los valores y parámetros, y puede cambiarlos cuando lo desee
hasta lograr mejor resultado Uso.
Simulaciones de Procedimientos
El propósito de las simulaciones de procedimientos es que las personas aprendan una
secuencia de acciones que constituyen un procedimiento, es decir, enseñar a las personas cómo
hacer algo. Este tipo de simulación frecuentemente requiere la simulación de objetos.
La cual permite a las personas conocer e investigar cada paso que se debe seguir para lograr el
objetivo de la simulación.
Al igual que en los otros puede intentar diferentes pasos para lograr el procedimiento más
adecuado o que más le convenga. Simulaciones Situacionales Las simulaciones situacionales
tratan con las actitudes y el comportamiento que deben asumir las personas ante una situación o
problemática. A diferencia de las simulaciones de procedimientos, las cuales enseñan una serie
de reglas, las simulaciones situacionales permiten a las personas tomar diferentes roles ante una
situación y explorar sus efectos.
MODELOS DE SIMULACIÓN
Un sistema de simulación necesita de un modelo para describir las operaciones del
sistema. Un modelo es una representación de un sistema desarrollado para el estudio de dicho
sistema. El modelo nos va a decir el seguimiento de lo que se está tratando de simular. Existen
varios tipos de modelos de simulación, entre los que tenemos.

Modelos estáticos: Se utilizan para representar el sistema en un cierto instante de tiempo y para
estos no se considera el avance del tiempo. Estos modelos son útiles cuando el sistema se
encuentra en equilibrio (no evoluciona respecto al tiempo)
Modelos dinámicos: Permiten deducir como las variables de interés del sistema en
estudio evolucionan respecto al tiempo; contrario a los sistemas estáticos. Se pueden usar para
verificar la evolución de materiales en un stock los cuales pueden depender de los flujos de
entrada y salida teniendo en cuenta que todos llevan implícito la evolución del tiempo.
Modelos deterministas: Son aquellos cuyo estado puede ser completamente definido a
partir del estado previo y de sus entradas
Modelos estocásticos: son aquellos que requieren de una o más variables aleatorias para
formalizar las dinámicas de interés.
Modelos continuos: Representan la evolución de las variables de interés de forma
continua. Se utilizan como apoyo ecuaciones diferenciales ordinarias o derivadas dependiendo la
propiedad respecto al tiempo o al espacio.
Modelos discretos: Representan la evolución de las variables de interés de forma
discreta.
Adicionalmente la simulación es una herramienta de gran transcendencia e importancia
para el análisis, diseño y operación de sistemas y procesos complejos. A través del presente
escrito, se pretende hacer un breve resumen de los aspectos más relevantes de ella, a la vez que
se destaca su papel en el contexto de la investigación científica en el campo de las ciencias

agropecuarias, puntualizando sobre factores de suma cognotación, tales como concepción, las
etapas de su realización técnicas, los factores para considerar en el desarrollo de un modelo de
simulación y, básicamente, lo competente a su articulación y ejemplos relevantes de aplicación
en el marco de la investigación agropecuaria (Rodriguez & Bermudez, 1995)
La simulación discreta es una herramienta multidisciplinar que puede ser de tipo discreto
o continuo siendo la simulación discreta compuesta de relaciones matemáticas, probabilísticas y
estadísticas que sirve para analizar las causas de los cambios de un evento a otro en un sistema
por medio de distribuciones de probabilidad y condiciones lógicas, trabajados mediante un
computador (Trujillo & Gonzalez, 2016).
La simulación para (Ainia, 2013) permite entre otros aspectos:
 Reducir los tiempos de desarrollo de nuevos procesos, al poder evaluar múlti-
ples alternativas en cuanto a parámetros, niveles de las variables y tecnologías
 Cuantificar los riesgos asociados a la incertidumbre, al incorporar la variabili-
dad natural esperable
 Optimizar procesos, con algoritmos apropiados
 Acelerar la formación de nuevos empleados, ya que se pueden simular diferen-
tes configuraciones de forma rápida y segura.
Actualmente la simulación según (Tarifa, s,f) presta un invalorable servicio en casi todas
las áreas posibles, algunas de ellas son:

· Procesos de manufacturas: Ayuda a detectar cuellos de botellas, a distribuir personal,
determinar la política de producción.
· Plantas industriales: Brinda información para establecer las condiciones óptimas de
operación, y para la elaboración de procedimientos de operación y de emergencias.
· Sistemas públicos: Predice la demanda de energía durante las diferentes épocas del año,
anticipa el comportamiento del clima, predice la forma de propagación de enfermedades. ·
Sistemas de transportes: Detecta zonas de posible congestionamiento, zonas con mayor
riesgo de accidentes, predice la demanda para cada hora del día.
· Construcción: Predice el efecto de los vientos y temblores sobre la estabilidad de los
edificios, provee información sobre las condiciones de iluminación y condiciones ambientales en
el interior de los mismos, detecta las partes de las estructuras que deben ser reforzadas. · Diseño:
Permite la selección adecuada de materiales y formas
. Posibilita estudiar la sensibilidad del diseño con respecto a parámetros no controlables. ·
Educación: Es una excelente herramienta para ayudar a comprender un sistema real debido a que
puede expandir, comprimir o detener el tiempo, y además es capaz de brindar información sobre
variables que no pueden ser medidas en el sistema real.
· Capacitación: Dado que el riesgo y los costos son casi nulos, una persona puede utilizar
el simulador para aprender por sí misma utilizando el método más natural para aprender: el de
prueba y error.
1.2 Investigue para la modelación las principales herramientas de software utilizadas
Estos son los software más usados:

HYSYS
Es un programa interactivo enfocado a la ingeniería de procesos y la simulación, que se puede

utilizar para solucionar toda clase de problemas relacionados con procesos químicos. Este
simulador cuenta con una interfaz muy amigable para el usuario, además de permitir el empleo de
operadores lógicos y herramientas que facilitan la simulación de diversos procesos. Es un
simulador bidireccional, ya que el flujo de información va en dos direcciones (hacia delante y
hacia atrás). De esta forma, puede calcular las condiciones de una corriente de entrada a una
operación a partir de las correspondientes a la corriente de salida sin necesidad de cálculos
iterativos. Posee un entorno de simulación modular tanto para estado estacionario como para
régimen dinámico. Es un software para la simulación de plantas petroquímicas y afines
(softwaresdesimulacion, 2014).
Fuente: Tomado de Nigeria.com

AspenPlus
El Sistema Avanzado para Ingeniería de Procesos (ASPEN) es un mercado líder en
herramientas de modelado de proceso de diseño conceptual, optimización y monitoreo de
desempeño para la industria química, polímeros, especialidades químicas, metales y minerales.
Aspen Plus es un simulador estacionario, secuencial modular (en las últimas versiones permite la
estrategia orientada a ecuaciones). Actualmente es posible que sea el más extendido en la
industria. Se ha utilizado para modelar procesos en industrias: química y petroquímica, refino de
petróleo, procesamientos de gas y aceites, generación de energía, metales y minerales, industrias
del papel y la pulpa y otros. Aspen Plus tiene la base de datos más amplia entre los simuladores
de procesos comerciales, e incluye comportamiento de iones y de electrolitos. Además modela y
simula cualquier tipo de proceso para el cual hay un flujo continuo de materiales y energía de
una unidad de proceso a otra. Posee herramientas para cálculos de costes y optimizaciones del
proceso, generación de resultados en forma gráfica y en tablas y otros (Simulacionittol, 2019).

Fuente: http://simulacionittol.blogspot.com
CHEMCAD
Es un paquete de módulos que abarca cálculo y diseño de intercambiadores de calor (CC-
THERM), simulación de destilaciones dinámicas (CC-DCOLUMN), simulación de reactores por
lotes (CC-ReACS), simulación de destilaciones por lotes (CC-BATCH), simulación de redes de
tuberías (CC-SAFETY NET). Recientemente ha sido puesta a la venta la versión 6 de
CHEMCAD con una nueva interface de usuario y otras propiedades adicionales. Este sistema es
muy usado en todo el mundo, para el diseño, operación y mantenimiento de procesos químicos
en una gran variedad de industrias incluyendo la exploración de petróleo y gas; y naturalmente
en procesos químicos, farmacéuticos, biocombustibles y procesos de fábricas industriales
(Ecured, 2019).
De forma general este software, como una herramienta de productividad tiene muchas
ventajas entre las que cabe mencionar las siguientes.
 Incremento en la productividad por el uso de información obtenida a partir
de la simulación diaria de cálculos relacionados con las condiciones de operación
 Maximizar la rentabilidad de las operaciones por el diseño más eficiente
de nuevos procesos y equipos.
 Reducción de costos e inversiones de capital por la optimización y solu-
ción de los cuellos de botella existentes en los procesos y en los equipos.

Fuente: simulación ittol
ProModel
Es un programa de simulación de procesos industriales, permite simular cualquier tipo de
proceso de manufactura, además de procesos logísticos, procesos de manejos de materiales y
contiene excelentes simulaciones de talleres, grúas viajeras, bandas de transporte y mucho más.
Se puede crear un modelo computarizado de todo proceso de manufactura y una vez realizado el
modelado, puedes simular Justo a Tiempo, Teoría de Restricciones, Sistemas de Empujar y Jalar,
Logística y muchas otras más. Además de permitir el simulado de acciones, nos enseña como
optimizar los procesos en la misma, y así obtener los mejores con el consumo mínimo de
recursos, para dicha tarea, el sistema cuenta con 2 optimizadores.
ProModel es un paquete de simulación que no realiza solamente el simulado, sino
también optimiza los modelos ingresados. Corre bajo el sistema operativo Windows y sus
requerimientos mínimos son un procesador 486, 32 MB de RAM, 2 MB de espacio en Disco
Duro.
Fuente: Tomado de http://promodel.com.mx/
Softwares para lineas de espera
ProModel
ProModel, mencionado en la categoría anterior, es un simulador con animación para
computadoras personales. Prácticamente, cualquier sistema puede ser modelado. Algunos
ejemplos incluyen determinar la mejor combinación de factores para maximizar producción
minimizando costos (Promodel, 2019).
Algunas ventajas son:
 Único software de simulación con optimización plenamente integrada.
 Creación de modelos rápida, sencilla y flexible.
 Elementos de Logística, Manejo de Materiales, y Operaciones incluidas.
(Bandas de transporte, Grúas Viajeras, Operadores).
 Resultados probados.
 Importación del Layout de Autocad, y cualquier herramienta de CAD /
CAE / Diseño, así como de fotografías digitales.
 Integración a Excel, Lotus, Visual Basic y herramientas de Microsoft.
 Genera en automático las gráficas en 3 dimensiones para visualización en
el espacio tridimensional.
ARENA Es un modelo de simulación por computadora que nos ofrece un mejor
entendimiento de las cualidades de un sistema, efectúa diferentes análisis del
comportamiento. Arena facilita la disponibilidad del software el cual está formado por módulos
de lenguaje siman. Arena no tiene un enfoque único objetivo de la industria. La flexibilidad de la

herramienta de modelado de simulación Arena permite el análisis de todo, desde centros de
atención al cliente para completar las cadenas de suministro.

Fuete: Tomado de https://eruano.wordpress.com/tag/simulacion-con-arena/
SIMNET II
El diseño de SIMNET II para (Taha, s,f) se basa en la idea general que los modelos de
simulación discreta pueden crearse de una u otra manera como sistemas de líneas de espera. En
este contexto, el lenguaje se basa en un acercamiento de red que utiliza tres nodos
autodescriptivos: una fuente, en donde llegan las transacciones (clientes), una línea de espera,
donde la espera tiene lugar en caso de que esta sea necesaria, y una instalación, en donde se lleva
a cabo el servicio. Se agrega un cuarto nodo, llamado auxiliar, para incrementar las capacidades
de modelación de lenguaje. Esta información se almacena en archivos. SIMNET II utiliza
diferentes tipos de archivos:
1. Calendario de eventos (o E.FILE como se llama en SIMNET II) es el archivo
principal que mueve la simulación.
2. Línea de espera.
Fuente: imrfawards.org
OR Brainware Decision Tools
El objetivo del módulo de Líneas de Espera de OR Brainware Decision Tools Versión
2.1.0 es apoyar a las pequeñas y medianas empresas en el estudio de las colas en sus sistemas de
producción de bienes o servicios de una manera sencilla y rápida. Está compuesto por un total de
8 modelos de líneas de espera, seis de los cuales están diseñados para poblaciones infinitas, y los
otros dos modelos restante son para poblaciones finitas.
El módulo de Control de Inventarios del programa OR Brainware Decision Tools versión 2.1.0
está constituido por un conjunto de diez sub-módulos de optimización que le ayudarán a las
pequeñas y mediana empresas a tomar decisiones en cuanto a tamaños óptimos del lote de
producción o de compra (Softtuaemsimul, 2019).
Softwares para simulación de inventarios
Existen disponibles en el mercado diversos programas comerciales de simulación
desarrollados específicamente para modelos dinámicos de sistemas, tales como los programas
DYNAMO, POWERSIM, WITNESS, STELLA y I’THINK, entre otros.
DYNAMO
Es el más clásico de materia de simulación dinámica de sistemas, habiendo servido de
referencia para otros paquetes informáticos respecto al software de programación lineal. La gran
mayoría de los modelos dinámicos de sistemas que ha publicado la literatura científica
especializada hasta hace unos diez años han utilizado el lenguaje del programa DYNAMO. No
obstante al no tratarse de un programa que funcione en entorno gráfico de tipo Windows, ha ido
cediendo posiciones en los últimos años a programas con interfaces más amigables como los que
se citaron al principio.
Fuente: Archiexpo.es
POWERSIM
Es un paquete para computadoras personales desarrollado por una compañía noruega de
software, powersim AS, para correr en la plataforma de Windows y de características similares
al programa I’THINK, que será descrito más adelante, aunque reforzadas. Está diseñado como
herramienta de “business simulation”, para crear “cuadros de mando” o “cuadros de navegación”
para la gestión de las empresas. Sus principales áreas de aplicación son las siguientes:
 Planificación estratégica
 Gestión de recursos
 Reingeniería de procesos
La última versión del programa POWERSIM 2.5, incorpora prestaciones multimedia
galerías de objetos y efectos de colores para realizar presentaciones de cierta espectacularidad de
cara a los usuarios, no tan avanzadas, por ejemplo, las que ofrece el programa WITNESS, pero
superiores a las presentaciones relativamente planas del I’THINK.

LUCIDCHART:
Basado en HTML5. Con soporte para UML. Permite también la colaboración online en
tiempo real. Puede importar ficheros Visio con lo que es una buena alternativa para aquellos
equipos que estén buscando una alternativa más ágil a Visio y que sea basada en web. Además
de UML, también incluye plantillas para crear modelos ER, procesos de negocio, diagramas de
red y muchos otros tipos de modelos.
GENMYMODEL:
GenMyModel empezó como una herramienta sólo para UML pero desde entonces se ha
ido expandiendo hasta cubrir áreas complementarias como seria el modelado de procesos de
negocio con BPMN y el modelado de la arquitectura empresarial con Archimate. Ofrece un
repositorio centralizado para los equipos (con posibilidad de definir políticas de restricción de
acceso) para el modelado colaborativo simultaneo.

GLIFFY:
Con un fuerte énfasis en los aspectos colaborativos y de control de versiones, Gliffy dice
ser la “herramienta más popular para la creación de diagramas online” (aunque me pregunto en
base a qué datos lo saben). Gliffy permite modelar todos los diagramas UML así como una
variedad de otros tipos de diagramas, por ejemplo, soporta muy bien los modelos de proceso
BPMN.
1.3 Investigue los principales sistemas industriales existentes y su
comportamiento
Existen cuatro tipos principales de sistemas de producción industrial: por trabajo, por
lotes, en masa y de flujo continuo que representan retos importantes para las personas que
trabajan en el sector industrial como el aprovechamiento de recursos, la flexibilidad para
responder a los cambios y el trabajo en condiciones de calidad suficiente.
Producción por trabajo: Es la producción bajo pedido. Se elabora generalmente un solo producto
a la vez. Requiere el uso intensivo de mano de obra. Los productos pueden hacerse a mano o
mediante una combinación de métodos manuales y mecánicos. La producción por lotes: Es
aquella que crea una pequeña cantidad de productos idénticos.
Puede requerir una labor intensiva en mano de obra, aunque gracias al concepto de plantillas o
modelos se contribuye a agilizar la producción. Las máquinas pueden sustituirse fácilmente
cuando es necesario producir un lote de un producto diferente.
La producción en masa: Es la que se ocupa de la producción de cientos de productos idénticos.

Esto implica para los propietarios de una planta industrial de este tipo, el montaje de un número
indeterminado de componentes individuales y piezas que pueden ser compradas a otras
empresas. Dentro de la producción en masa existen tareas automatizadas que le permite sacar
mayor volumen de productos utilizando menos manos de obra calificada. Producción de flujo
continuo: Es cuando se realizan muchos miles de productos idénticos. La diferencia entre este y
la producción en masa consiste en que la línea de producción del flujo continuo se mantiene en
funcionamiento las 24 horas del día los siete días a la semana. Así, se logra maximizar la
producción y eliminar los costes adicionales que implica detener el proceso y volver a iniciarlo.
Cuenta con procesos altamente automatizados y requiere de menos trabajadores
Gerfer Prada
Modelación matemática
Punto 2
Teniendo en cuenta los conceptos analizados anteriormente, desarrolle el siguiente cuestionario de

ejercicios:
I. Problema 1: Surtidora contrató a El Martillo como proveedor de llaves y cinceles en sus

tiendas de artículos automotrices. La demanda semanal de Surtidora consiste en al menos
3200 llaves y 1900 cinceles. La capacidad actual de Martillo, en un turno, no basta para pro-
ducir las unidades que se le piden, y debe recurrir a tiempo extra y, quizá, a subcontratar en
otros proveedores de herramientas. El resultado es un aumento en el costo de producción por
unidad, como se ve en la siguiente tabla. La demanda del mercado limita la proporción de
cinceles a llaves a un mínimo de 3:1.
Producción Semanal Costo
Herramienta Tipo de Producción
Mínimo Máximo ($ / unid)
Normal 0 800 2.5
Llaves Extra 801 1200 3.2
Subcontratada 1201 Sin Límite 4.0
Normal 0 420 2.2
Cinceles Extra 421 999 2.6
Subcontratada 1000 Sin Límite 3.5
Variables de decisión:
Yn Cantidad de llaves producidas en tiempo normal
Ye = Cantidad de llaves producidas en tiempo extra
Ys Cantidad de llaves subcontratadas.
Cn Cantidad de cinceles producidos en tiempo normal.
Ce Cantidad de cinceles producidos en tiempo extra
Cs Cantidad de cinceles subcontratados
Definir función objetivo:
Z = 2.5Yn + 3.2Ye + 4Ys + 2.2Cn + 2.6Ce + 3.5Cs
Restricciones
Demanda semanal
3200 llaves
Restricción 1 :𝑌𝑛 + 𝑌𝑒 + 𝑌𝑠 ≥ 3200
Demanda semanal 1900 cinceles.
Restricción 2:𝐶𝑛 + 𝐶𝑒 + 𝐶𝑠 ≥ 1900
Producido semanal
Restricción 3: 𝑌𝑛 ≤ 800
Restricción 4: 𝑌𝑛 + 𝑌𝑒 ≤ 1200
Restricción 5: 𝐶𝑛 ≤ 420
Restricción 6: 𝐶𝑛 + 𝐶𝑒 ≤ 999
Demanda de cinceles: por lo que obtenemos un mínimo a llaves de 3:1
𝐶𝑛 + 𝐶𝑒 + 𝐶𝑠 𝑌𝑛 + 𝑌𝑒 + 𝑌𝑠
≥
3 1
Simplificamos
Restricción 7:−3𝑌𝑛 − 3𝑌𝑒 − 3𝑌𝑠 + 𝐶𝑛 + 𝐶𝑒 + 𝐶𝑠 ≥ 0
EL MARTILLO
a) ¿Cómo debe organizar su producción en cada Tipo de Producción?
El costo total mínimo
b) Realice la simulación y analice el escenario de la situación a seguir: Suponga que llega un nuevo
proveedor, la empresa el Torno, un referente proveedor de llaves, y presenta la siguiente tabla con la
capacidad de producción asociada:
CAPACIDAD DE PRODUCCIÓN – EMPRESA EL TORNO
Función objetivo
Minimizar
𝑍 = 2.3𝑌𝑛 + 3.4𝑌𝑒 + 3.5𝑌𝑠 + 2.1𝐶𝑛 + 2.7𝐶𝑒 + 3.2𝐶𝑠
Demanda semanal
3200 llaves
Restricción 1:𝑌𝑛 + 𝑌𝑒 + 𝑌𝑠 ≥ 3200
Demanda semanal
1900 cinceles
Restricción 2:𝐶𝑛 + 𝐶𝑒 + 𝐶𝑠 ≥ 1900
Producido semanal
Restricción 3: 𝑌𝑛 ≤ 900
Restricción 4: 𝑌𝑛 + 𝑌𝑒 ≤ 1100
Restricción 5: 𝐶𝑛 ≤ 440
Restricción 6: 𝐶𝑛 + 𝐶𝑒 ≤ 899
Definimos la proporción 3:1
𝐶𝑛 + 𝐶𝑒 + 𝐶𝑠 𝑌𝑛 + 𝑌𝑒 + 𝑌𝑠
≥
3 1
Simplificamos
Restricción 7:−3𝑌𝑛 − 3𝑌𝑒 − 3𝑌𝑠 + 𝐶𝑛 + 𝐶𝑒 + 𝐶𝑠 ≥ 0
¿De acuerdo con la presentación de este segundo caso, cuál de los dos proveedores escogería, de
acuerdo a su análisis? Justifique matemáticamente su respuesta.
PROBLEMA 2.
II. Problema 2: Se fabrican dos aleaciones, A y B, a partir de tres metales, donde se deben cumplir
las siguientes condiciones sobre los componentes de dichos metales (I, II, III y IV), de acuerdo
con las siguientes
Precio de Venta
Aleación Especificaciones
($ / TON)
Cuando más 32% de Componente I
A Cuando más 22% de Componente II 300
Cuando menos 43% de Componente IV
De 10 a 20% de Componente II
B Cuando menos 12% de Componente III 260
Cuando más 11% de Componente IV
A su vez, con relación a os metales se cuenta con información de los componentes, la

disponibilidad y los costos, según se resume en la siguiente tabla:
Disponibilidad Componentes Costo ($ /

Metal
(TON) I II III IV Otros TON)
1 3000 20 20 20 5 10 15
2 2000 10 10 0 18 20 20
3 4000 3 20 0 31 0 12
¿Cuánto se debe producir de cada aleación?
PLANTEAMIENTO DE LA SOLUCIÓN.
ALEACIÓN A (1) ALEACIÓN B (2)

I II III IV OTRO I II III IV OTRO
METALES DISPONIBLE COSTO
10-
32% 22% 0% 43% 0% 0% 20% 12% 11% 0%
X1 X11 X12 3000 15
X2 X21 X22 2000 20
X3 X31 X32 4000 12
COMPONENTE
METAL DISPONIBLE COSTO
I II III IV OTRO
METAL 1 X11 X12 X21 X22 X31 3000 15
METAL 2 X21 X22 X21 X22 X31 2000 20
METAL 3 X31 X32 X21 X22 X31 4000 12
RESTRICCIONES DISPONIBILDAD
X11 + X12 < 3000

X21 + X22 < 2000
X31 + X32 < 4000
RESTRICCIONES POR MEZCLA DEL METAL
( X11 + X21+ X31 ) <= 32 ( X11+ X21 + X31 )

( X12 + X22 + X32 ) <= 22 ( X12 + X22 + X32 )
( X11 + X21 + X31 ) 43=> ( X11 + X21 + X31 )
( X12 + X22 + X32 ) 10=> ( X12 + X22 + X32 )
( X11 + X21 + X31 ) <= 20 ( X11 + X21 + X31 )
( X12 + X22 + X32 ) 12=> ( X12 + X22 + X32 )
( X11 + X21 + X31 ) <= 11 ( X11 + X21 + X31 )
FUNCIÓN OBJETIVO
300 ( X11 + X21 + X31 ) + 260 ( X12 + X22 + X32 ) - 15 ( X11 + X12 ) -20 (X21 +
Z MAX = X22) -12 ( X31 + X32 )
Problema 3: Considerando los costos unitarios de transporte y cantidades de Oferta y Demanda

que se presentan a continuación, determine las cantidades óptimas a ser transportadas desde cada
origen y hacia cada destino.
Destino
Tienda 1 Tienda 2 Tienda 3 Tienda 4
Planta 1 $10 $13 $19 $11 150
Planta 2 $12 $11 $17 $11 320
Origen
Planta 3 $15 $18 $12 $10 180
Planta 4 $18 $14 $16 $9 250
200 300 250 150
RTA:
Problema 4: Considerando los costos unitarios de transporte y cantidades de Oferta y Demanda
que se presentan a continuación, determine las cantidades óptimas a ser transportadas desde cada
origen y hacia cada destino.
Destino
Tienda 1 Tienda 2 Tienda 3 Tienda 4 Tienda 5 Tienda 6
Planta 1 $3 $5 $12 $5 $4 $3 800
Planta 2 $8 $7 $9 $5 $9 $7 700
Origen
Planta 3 $6 $2 $3 $8 $2 $5 100
Planta 4 $4 $10 $4 $6 $5 $8 400
250 150 200 550 350 100
RTA:
Punto 2
I. Problema 1: Surtidora contrató a El Martillo como proveedor de llaves y cinceles en sus tien-
das de artículos automotrices. La demanda semanal de Surtidora consiste en al menos 3200
llaves y 1900 cinceles. La capacidad actual de Martillo, en un turno, no basta para producir
las unidades que se le piden, y debe recurrir a tiempo extra y, quizá, a subcontratar en otros
proveedores de herramientas. El resultado es un aumento en el costo de producción por
unidad, como se ve en la siguiente tabla. La demanda del mercado limita la proporción de
cinceles a llaves a un mínimo de 3:1.
a) ¿Cómo debe organizar su producción en cada Tipo de Producción?

SOLUCION
Tipo de producción semanal costo
Herramientas
producción mínimo máximo ($/unid)
Normal 0 800 2,5
Llaves Extra 801 1200 3,2
Sin
Subcontratada 1201 limite 4,0
Normal 0 420 2,2
Cinceles Extra 421 999 2,6
Sin
Subcontratada 1000 limite 3,5
X= Cantidad de llaves producidas.

Y= Cantidad de cinceles producidas.
Z=Máxima ganancia
VARIABLES ESTABLECIDAS:
X1= Llaves producidas en tiempo normal.

X2= Llaves producidas en tiempo extra.
X3= Llaves subcontratadas.
Y1= Cinceles producidos en tiempo normal.
Y2= Cinceles producidos en tiempo extra.
Y3= Cinceles subcontratados.
FUNCIÓN OBJETIVO:
𝑧 = 2,5 𝑋1 + 3,2 𝑋2 + 4,0𝑋3 + 2,2 𝑌1 + 2,6 𝑌2 + 3,5 𝑌3
RESTRICCIONES:
R1: X1 + X2 + X3≥ 3200

R2:Y1 + Y2 + Y3 ≥ 1900
R3: X1 ≤ 800
R4: X1 +X2 ≤ 1200
R5: Y1 ≤ 420
R6: Y1 + Y2≤ 999
𝑌1 + 𝑌2 + 𝑌3 𝑋1 + 𝑋2 + 𝑋3
R7: ≥
3 1
-3 X1 -3 X2 -3 X3 + Y1 + Y2 + Y3 ≥ 0
DEBE ORGANIZAR SU PRODUCCION EN CADA TIPO DE PRODUCCION ASI:
● Se fabricarán 800 llaves en tiempo normal (X1)

● Se fabricarán 400 llaves en tiempo extra (X2)
● Se subcontratarán 2000 llaves (X3)
● Se fabricarán 420 cinceles en tiempo normal (Y1)
● Se fabricarán 579 cinceles en tiempo extra (Y2)
● Se subcontratarán 8601 cinceles (Y3)
EL COSTO TOTAL MÍNIMO PARA CUMPLIR CON ESTE PROGRAMA ÓPTIMO DE

PRODUCCIÓN ES DE: 43812,9
b) Realice la simulación y analice el escenario de la situación a seguir: Suponga que llega un nuevo
proveedor, la empresa el Torno, un referente proveedor de llaves, y presenta la siguiente tabla
con la capacidad de producción asociada:
SOLUCION
producción semanal costo

Herramientas Tipo de producción
($/unid)
mínimo máximo
Normal 0 900 2,3
Llaves Extra 901 1100 3,4
Subcontratada 1101 Sin limite 3,5
Normal 0 440 2,1
Cinceles Extra 441 899 2,7
Subcontratada 900 Sin limite 3,2
X= Cantidad de llaves producidas.

Y= Cantidad de cinceles producidas.
Z= Costo mínimo
X1= Llaves producidas en tiempo normal.

X2= Llaves producidas en tiempo extra.
X3= Llaves subcontratadas.
Y1= Cinceles producidos en tiempo normal.
Y2= Cinceles producidos en tiempo extra.
Y3= Cinceles subcontratados.
FUNCIÓN OBJETIVO:
𝑧 = 2,3 𝑋1 + 3,4 𝑋2 + 3,5𝑋3 + 2,1 𝑌1 + 2,7 𝑌2 + 3,2 𝑌3
RESTRICCIONES:
R1: X1 + X2 + X3≥ 3200

R2:Y1 + Y2 + Y3 ≥ 1900
R3: X1 ≤ 900
R4: X1 +X2 ≤ 1100
R5: Y1 ≤ 440
R6: Y1 + Y2≤ 899
𝑌1 + 𝑌2 + 𝑌3 𝑋1 + 𝑋2 + 𝑋3
R7: ≥
3 1
-3 X1 -3 X2 -3 X3 + Y1 + Y2 + Y3 ≥ 0
DEBE ORGANIZAR SU PRODUCCION EN CADA TIPO DE PRODUCCION ASI:
● Se fabricarán 900 llaves en tiempo normal (X1)

● Se fabricarán 200 llaves en tiempo extra (X2)
● Se subcontratarán 2100 llaves (X3)
● Se fabricarán 440 cinceles en tiempo normal (Y1)
● Se fabricarán 459 cinceles en tiempo extra (Y2)
● Se subcontratarán 8701 cinceles (Y3)
EL COSTO TOTAL MÍNIMO PARA CUMPLIR CON ESTE PROGRAMA ÓPTIMO DE

PRODUCCIÓN ES DE: 40106,5
¿De acuerdo con la presentación de este segundo caso, cuál de los dos proveedores escogería, de
acuerdo a su análisis? Justifique matemáticamente su respuesta.
SOLUCION: La empresa Torno es el mejor proveedor ya que su coto de producción es de 40106,5

a diferencia de la empresaEl Martillo donde su costo de producción es de 43812,9
I. Problema 2: Se fabrican dos aleaciones, A y B, a partir de tres metales, donde se deben

cumplir las siguientes condiciones sobre los componentes de dichos metales (I, II, III y IV), de
acuerdo con las siguientes especificaciones:
z= 15 20 12 15 20 12
A1 A2 A3 B1 B2 B3 resultado
restricción1 1 1 1 = 300 0
restricción3 20 10 3 <= 32 0
restricción4 20 10 20 <= 22 0
restricción5 5 18 31 >= 43 0
restricción6 20 10 20 <= 20 0
restricción7 20 >= 12 0
restricción8 5 18 31 <= 11 0
restricción9 1 1 <= 3000 0
A1 A2 A3 B1 B2 B3
resultado 0 0 2 1 0 0 Zmin 39
¿Cuánto se debe producir de cada aleación?
XIJ: Cantidad de metal I que se debe usar para producir aleación J
I= 1, 2, 3. J=A, B.
ALEACION A ALEACION B
I II III IV Otros I II III IV Otros Costo

Disponibilidad
($/TON)
10-
32% 22% 0% 43% 0% 0% 12% 11% 0%
Metal 20%
1 X1A X1B 3000 15
2 X2A X2B 2000 20
3 X3A X3B 4000 12
X2A = Cantidad de componente II para aleación A

X3A = Cantidad de componente IV para aleación A.
X1B = Cantidad de componente II para aleación B.
X2B = Cantidad de componente III para aleación B.
X3B = Cantidad de componente IV para aleación B.
XIJ: Cantidad de metal I que se produce a partir de la mezcla de componentes J
I= 1, 2, 3. J=1, 2, 3, 4, 5.
COMPONENTES
Costo
Disponibilidad
($/TON)
Metal I II III IV Otros
1 X1.1 X1.2 X1.3 X1.4 X1.5 3000 15
2 X2.1 X2.2 X2.3 X2.4 X2.5 2000 20
3 X3.1 X3.2 X3.3 X3.4 X3.5 4000 12
FUNCIÓN OBJETIVO:
𝑧 = 300 ∗ (𝑋1𝐴 + 𝑋2𝐴 + 𝑋3𝐴 ) + 260 ∗ (𝑋1𝐵 + 𝑋2𝐵 + 𝑋3𝐵 ) − 15 ∗ (𝑋1𝐴 + 𝑋1𝐵 ) − 20 ∗ (𝑋2𝐴
+ 𝑋2𝐵 ) − 12 ∗ (𝑋3𝐴 + 𝑋3𝐵 )
RESTRICCIONES DISPONIBILIDAD:
X1A + X1B ≤ 3000

X2A + X2B ≤ 2000
X3A + X3B ≤ 4000
RESTRICCIONES MEZCLA DE COMPONENTES
X1A * X1.1 + X2A * X1.2 + X3A * X3.1 ≤ 0,32 * (X1A + X2A + X3A)
X1A * X1.2 + X2A * X2.2 + X3A * X3.2 ≤ 0,22 * (X1A + X2A + X3A)
X1A * X1.4 + X2A * X2.4 + X3A * X3.4 ≥ 0,43 * (X1A + X2A + X3A)
X1B * X1.2 + X2B * X2.2 + X3B * X3.2 ≥ 0, 10 * (X1B + X2B + X3B)

X1B * X1.2 + X2B * X2.2 + X3B * X3.2 ≤ 0, 20 * (X1B + X2B + X3B)
X1B * X1.3 + X2B * X2.3 + X3B * X3.3 ≥ 0, 12 * (X1B + X2B + X3B)
X1B * X1.4 + X2B * X2.4 + X3B * X3.4 ≤ 0, 11 * (X1B + X2B + X3B)
SE DEBE PRODUCIR DE CADA ALEACION:
X1A = 0 de componente I para aleación A

X1B = 3000 de componente II para aleación B
X2A = 0 de componente II para aleación A
X2B = 1692,31 de componente III para aleación B.
X3A = 0 de componente IV para aleación A.
X3B = 307,692 de componente IV para aleación B.
II. Problema 3: Considerando los costos unitarios de transporte y cantidades de Oferta y De-
manda que se presentan a continuación, determine las cantidades óptimas a ser transpor-
tadas desde cada origen y hacia cada destino.
Destino
Tienda 1 Tienda 2 Tienda 3 Tienda 4
Planta 1 $10 $13 $19 $11 150
Planta 2 $12 $11 $17 $11 320
Origen
Planta 3 $15 $18 $12 $10 180
Planta 4 $18 $14 $16 $9 250
200 300 250 150
X11: Cantidad de productos a transportar desde la planta 1 hasta la tienda 1.

FUNCIÓN OBJETIVO:
𝑧 = 𝑋11 ∗ 𝐶𝑇(1,1) + 𝑋12 ∗ 𝐶𝑇(1,2) + 𝑋12 ∗ 𝐶𝑇(1,3) + 𝑋14 ∗ 𝐶𝑇(1,4) + 𝑋21 ∗ 𝐶𝑇(2,1) + 𝑋22
∗ 𝐶𝑇(2,2) + 𝑋23 ∗ 𝐶𝑇(2,3) + 𝑋24 ∗ 𝐶𝑇(2,4) + 𝑋31 ∗ 𝐶𝑇(3,1) + 𝑋32 ∗ 𝐶𝑇(3,2)
+ 𝑋33 ∗ 𝐶𝑇(3,3) + 𝑋34 ∗ 𝐶𝑇(3,4) + 𝑋41 ∗ 𝐶𝑇(4,1) + 𝑋42 ∗ 𝐶𝑇(4,2) + 𝑋43
∗ 𝐶𝑇(4,3) + 𝑋44 ∗ 𝐶𝑇(4,4)
RESTRICCIONES:
X11+ X12+ X13+ X14<=Oferta (1)

X21+ X22+ X23+ X24<=Oferta (2)
X31+ X32+ X33+ X34<=Oferta (3)
X41+ X42+ X43+ X44<=Oferta (4)
X11+ X12+ X13+ X14<=Demanda (1)

X21+ X22+ X23+ X24<=Demanda (2)
X31+ X32+ X33+ X34<=Demanda (3)
X41+ X42+ X43+ X44<=Demanda (4)
LAS CANTIDADES ÓPTIMAS A SER TRANSPORTADAS DESDE CADA ORIGEN Y HACIA CADA
DESTINO SON:
X11 = 150
X21 = 50
X22 = 270
X33 = 180
X42 =30
X43 = 70
X44 = 150
III. Problema 4: Considerando los costos unitarios de transporte y cantidades de Oferta y De-
manda que se presentan a continuación, determine las cantidades óptimas a ser transpor-
tadas desde cada origen y hacia cada destino.
Destino
Tienda 1 Tienda 2 Tienda 3 Tienda 4 Tienda 5 Tienda 6
Planta 1 $3 $5 $12 $5 $4 $3 800
Planta 2 $8 $7 $9 $5 $9 $7 700
Origen
Planta 3 $6 $2 $3 $8 $2 $5 100
Planta 4 $4 $10 $4 $6 $5 $8 400
250 150 200 550 350 100

FUNCIÓN OBJETIVO:
𝑧 = 𝑋11 ∗ 𝐶𝑇(1,1) + 𝑋12 ∗ 𝐶𝑇(1,2) + 𝑋12 ∗ 𝐶𝑇(1,3) + 𝑋14 ∗ 𝐶𝑇(1,4) + 𝑋15 ∗ 𝐶𝑇(1,5) + 𝑋16
∗ 𝐶𝑇(1,6) + 𝑋21 ∗ 𝐶𝑇(2,1) + 𝑋22 ∗ 𝐶𝑇(2,2) + 𝑋23 ∗ 𝐶𝑇(2,3) + 𝑋24 ∗ 𝐶𝑇(2,4)
+ 𝑋25 ∗ 𝐶𝑇(2,5) + 𝑋26 ∗ 𝐶𝑇(2,6) + 𝑋31 ∗ 𝐶𝑇(3,1) + 𝑋32 ∗ 𝐶𝑇(3,2) + 𝑋33
∗ 𝐶𝑇(3,3) + 𝑋34 ∗ 𝐶𝑇(3,4) + 𝑋35 ∗ 𝐶𝑇(3,5) + 𝑋36 ∗ 𝐶𝑇(3,6) + 𝑋41 ∗ 𝐶𝑇(4,1)
+ 𝑋42 ∗ 𝐶𝑇(4,2) + 𝑋43 ∗ 𝐶𝑇(4,3) + 𝑋44 ∗ 𝐶𝑇(4,4) + 𝑋45 ∗ 𝐶𝑇(4,5) + 𝑋46
∗ 𝐶𝑇(4,6)
RESTRICCIONES:
X11+ X12+ X13+ X14<=Oferta (1)

X21+ X22+ X23+ X24<=Oferta (2)
X31+ X32+ X33+ X34<=Oferta (3)
X41+ X42+ X43+ X44<=Oferta (4)
X11+ X12+ X13+ X14<=Demanda (1)

X21+ X22+ X23+ X24<=Demanda (2)
X31+ X32+ X33+ X34<=Demanda (3)
X41+ X42+ X43+ X44<=Demanda (4)
X51+ X52+ X53+ X54<=Demanda (5)
X61+ X62+ X63+ X64<=Demanda (6)
LAS CANTIDADES ÓPTIMAS A SER TRANSPORTADAS DESDE CADA ORIGEN Y HACIA CADA
DESTINO SON:
X11 =250
X12 =50
X15 = 350
X16 =100
X24 =550
X32 =100
X43=200
CONCLUSIONES
 En este taller práctico de desarrollo individual a partir de la base de datos
suministrada en el problema 1(Surtidora tienda de artículos automotrices) se logró
identificar las diferentes variables, parámetros y restricciones de los dos proveedores de
herramientas citados.
 El modelo de simulación realizado en este trabajo consistió en un instru-
mento que permitió predecir con veracidad los conteos de la producción realizada en los
múltiples ejercicios dinámicos y se pudo predecir de manera clara y eficaz la dinámica que
ajusta el incremento y la producción de los ejercicios realizados.
 Los ejercicios prácticos de simulación de estos casos consistieron en la po-
sibilidad de trabajar la manera en que políticas de regulación de la producción y la diná-
mica de poder tomar decisiones para el mejor de los casos.
 El aporte de este trabajo hace que el desarrollo de los ejemplos de simula-
ción para determinen la realidad de las múltiples cantidades de producción en función de
variables con el propósito de poner en práctica en una empresa real los procesos de simu-
lación determinar en muchos casos las mejores alternativas y decisiones para la empresa
en el momento de invertir.
BIBLIOGRAFIA
Ainia. (2013). Simulación de procesos con modelos matemáticos, ¿los utilizas. Recuperado el
2019, de https://www.ainia.es/tecnoalimentalia/tecnologia/simulacion-de-procesos-con-
modelos-matematicos-los-utilizas/
banrepcultural. (28 de agosto de 2017).
http://www.banrepcultural.org/blaavirtual/ayudadetareas/economia/economia_definicio
n_y_funciones. Obtenido de banrepcultura
eafit. (29 de agosto de 2017). eafit. Obtenido de
http://www.eafit.edu.co/escuelas/economiayfinanzas/cief/Documents/politica-
monetaria.pdf
eltiempo. (21 de septiembre de 2017). eltiempo. Obtenido de
http://www.eltiempo.com/economia/sectores/incrementa-compra-de-vivienda-propia-en-
colombia-115768
Ecured. (2019). Simuladores de procesos. Recuperado el 2019, de
https://www.ecured.cu/Simuladores_de_Procesos
eumed. (29 de agosto de 2017). eumed. Obtenido de http://www.eumed.net/libros-
gratis/2008c/465/#indice
eumed. (28 de agosto de 2017). eumed. Obtenido de
http://www.eumed.net/cursecon/ecolat/la/13/economia-publica.html
Guerrero, S. H. (2009). Programación lineal aplicada. Bogotá, CO: Ecoe Ediciones. Disponible en
la Biblioteca Virtual de la UNAD. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10758304&p00=progr
amacion+lineal+aplicada
Hillier, F. S. (2010). Introducción a la investigación de operaciones (9a. ed.). México, D.F., MX:
McGraw-Hill Interamericana. Disponible en la Biblioteca Virtual de la UNAD. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10751552&p00=invest
igacion+operaciones
Promodel. (2019). Visualizar,analizar,optimizar. Recuperado el 2019, de
http://promodel.com.mx/promodel/
Rodriguez, L., & Bermudez, L. (1995). Uso y aplicaciones de la simulacion en la investigacion
agropecuaria. 12(1).
Softtuaemsimul. (2019). Software de simulacion. Recuperado el 2019, de
http://softuaemsimul.blogspot.com/2014/02/software-para-lineas-de-espera-4.html
Taha, H. (s,f). Investigacion de operaciones.
Tarifa. (s,f). Introduccion a la simulacion. Jujuy: Univesidad nacional de Jujuy.
Trujillo, J., & Gonzalez, A. (2016). Revista de Arquitectura, 8(1).

softwaresdesimulacion. (2014). Softwares utilizados para la simulación de sistemas. Recuperado
el 2019, de http://softwaresdesimulacion.blogspot.com/2014/02/softwares-de-
simulacion.html
rcientificas. (29 de agosto de 2017). rcientificas. Obtenido de
http://rcientificas.uninorte.edu.co/index.php/economia/article/viewFile/1935/1260
Simulacionittol. (2019). Software para la simulacion de sistemas. Recuperado el 2019, de
http://simulacionittol.blogspot.com
semana. (28 de agosto de 2017). semana. Obtenido de
(http://www.semana.com/economia/articulo/gobierno-colombiano-busca-impulsar-
economia-con-inversion-de-7-billones-de-pesos/53067)

Consolidacion Final Grupo 15

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Consolidacion Final Grupo 15

Uploaded by

Copyright:

Available Formats

MODELOS Y SIMULACIÓN

UNIDAD 1: PASO 1 - MODELAR Y SIMULAR SISTEMAS INDUSTRIALES CON BASE

JULIO CESAR LARA RUENES

GERFER JAIRO PRADA DURAN

JULIO CESAR VESGA

GUSTANVO ANDRES ARQUE

UNIVERSIDAD NACION ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA “ECBTI”

PROGRAMA: INGENIERÍA INDUSTRIAL

En este Taller-laboratorio 1: Modelos de programación dinámica se desarrolló contenidos

conceptuales de procesos en sistemas industriales y se dio solución a un cuestionario de

se realiza el planteamiento del modelo matemático y un segundo momento donde a través de la

herramienta informática XPRESS-IVE o en alternos, se evidencia la simulación de este.

 Modelar y Simular Sistemas Industriales con base en programación lineal dinámica.

 Realizar una investigación exploratoria acerca de trabajos y desarrollos en simulación

 Reconocer los conceptos de la modelación y simulación de procesos en sistemas

industriales y el uso de tecnologías para el análisis de escenarios.

 Determinar las técnicas de modelamiento para la generación de escenarios de solución

óptima, de acuerdo a las condiciones y medidas de desempeño del sistema real

 Aplicar las técnicas de simulación de los escenarios analizados a través de herramientas

informáticas para interpretar los sistemas , proponer soluciones y toma de decisiones

DESARROLLAR LOS SIGUIENTES CONTENIDOS CONCEPTUALES

1.1 Qué es la simulación y modelación, tipos y usos.

La simulación es un método para acercarse a la realidad. Su utilidad es múltiple en

especial para los propósitos educacionales, de capacitación y de investigación. La simulación es

realización de experimentos con el modelo. Esta definición es amplia y puede comprender

militares, juegos de gerencia, modelos físicos de ríos, modelos econométricos, diversos

dispositivos eléctricos analógicos y pruebas de aeroplanos en túneles aerodinámicos.

En una simulación física la computadora, el objeto o fenómeno es representado en la pantalla,

hasta lograr mejor resultado Uso.

El propósito de las simulaciones de procedimientos es que las personas aprendan una

hacer algo. Este tipo de simulación frecuentemente requiere la simulación de objetos.

adecuado o que más le convenga. Simulaciones Situacionales Las simulaciones situacionales

situación y explorar sus efectos.

Un sistema de simulación necesita de un modelo para describir las operaciones del

sistema. Un modelo es una representación de un sistema desarrollado para el estudio de dicho

varios tipos de modelos de simulación, entre los que tenemos.

encuentra en equilibrio (no evoluciona respecto al tiempo)

partir del estado previo y de sus entradas

formalizar las dinámicas de interés.

Modelos continuos: Representan la evolución de las variables de interés de forma

continua. Se utilizan como apoyo ecuaciones diferenciales ordinarias o derivadas dependiendo la

propiedad respecto al tiempo o al espacio.

Modelos discretos: Representan la evolución de las variables de interés de forma

Adicionalmente la simulación es una herramienta de gran transcendencia e importancia

se destaca su papel en el contexto de la investigación científica en el campo de las ciencias

etapas de su realización técnicas, los factores para considerar en el desarrollo de un modelo de

simulación y, básicamente, lo competente a su articulación y ejemplos relevantes de aplicación

en el marco de la investigación agropecuaria (Rodriguez & Bermudez, 1995)

o continuo siendo la simulación discreta compuesta de relaciones matemáticas, probabilísticas y

por medio de distribuciones de probabilidad y condiciones lógicas, trabajados mediante un

computador (Trujillo & Gonzalez, 2016).

La simulación para (Ainia, 2013) permite entre otros aspectos:

 Reducir los tiempos de desarrollo de nuevos procesos, al poder evaluar múlti-

ples alternativas en cuanto a parámetros, niveles de las variables y tecnologías

 Cuantificar los riesgos asociados a la incertidumbre, al incorporar la variabili-

dad natural esperable

 Optimizar procesos, con algoritmos apropiados

 Acelerar la formación de nuevos empleados, ya que se pueden simular diferen-

tes configuraciones de forma rápida y segura.

las áreas posibles, algunas de ellas son:

determinar la política de producción.

· Plantas industriales: Brinda información para establecer las condiciones óptimas de