Unidad I. LA SIMULACIÒN DE EVENTOS DISCRETOS.

1.- INTRODUCCIÓN A LA SIMULACIÓN DE EVENTOS DISCRETOS

1.1 Introducción
1.2 Definiciones y Aplicaciones
1.3 Estructura y característica de la simulación de eventos discretos.
1.4 Sistemas, Modelos y Control
1.1 Introducción.
La simulación es una herramienta poderosa en el proceso de diseño o
aprendizaje de un proyecto, que puede utilizarse para resolver cualquier problema
relacionado con un sistema real del cual se haya obtenido previamente una
modelización.
Surgimiento.

A lo largo del tiempo se han ido estudiando numerosos métodos, hasta llegar a la
situación actual, en la que las simulaciones son tan realistas que pueden
estudiarse con alto grado de detalle sistemas altamente complejos, de campos
tan dispares como la política (tácticas militares, servicios sanitarios), la ecología
(control de residuos, prevención de incendios), los negocios (análisis de
existencias, política de precios), la computación (redes de ordenadores, bases de
datos) o, como en el caso que nos ocupa, los sistemas de fabricación y líneas de
montaje.
Posiblemente, uno de los primeros métodos de simulación sea el llamado Método
de Montecarlo, desarrollado entre 1942 y 1945 por J.V. Neumann y [Link].
Dicho método se basa en algoritmos utilizados para simular sistemas complejos
mediante la resolución de ecuaciones por métodos de aproximación aleatoria.
En 1950 ya comienzan a realizarse simulaciones de sistemas reales, como el
estudio de la capacidad de líneas telefónicas, aunque es entre los años 60 y 70,
con el gran impulso de los ordenadores por transistores, cuando empieza a tomar
verdadero auge.
Concretamente, la simulación de eventos discretos surge en 1977, cuando
[Link] desarrolla un pseudocódigo para la implementación de modelos este
tipo. A partir de ahí fueron surgiendo distintos lenguajes que integran nuevas
funcionalidades, como animaciones o presentación gráfica de resultados, por
ejemplo, SIMAN, SIMULA, SLAM o CINEMA.
1.2 Definiciones y aplicaciones.
Para comprender mejor la simulación es necesario
estudiar a fondo sus conceptos y definiciones, por este
motivo se presentan los siguientes conceptos
 Definiciones

Simulación es una técnica numérica para conducir experimentos en una

computadora digital. Estos experimentos comprenden ciertos tipos de relaciones
matemáticas y lógicas, las cuales son necesarias para describir el
comportamiento y la estructura de sistemas complejos del mundo real a
través de largos periodos de tiempo. (THOMAS H. NAYLOR)
Simulación es el desarrollo de un modelo lógico matemático de un sistema, de
tal forma que se tiene una imitación de la operación de un proceso de la vida real
o de un sistema a través del tiempo. La simulación involucra la generación de
una historia artificial de un sistema, la observación de esta historia mediante la
manipulación experimental, nos ayuda a inferir las características operacionales
de tal sistema. (JERRY BANKS)
Simulación es una técnica numérica para realizar experimentos en una
computadora digital. Estos experimentos involucran ciertos tipos de modelos
matemáticos y lógicos que describen el comportamiento de sistemas de negocios,
económicos, sociales, biológicos, físicos o químicos a través de largos periodos
de tiempo. (H. MAISEL Y G. GNUGNOLI)
Simulación es el proceso de diseñar y desarrollar un modelo de un sistema o
proceso real y conducir experimentos con el propósito de entender el
comportamiento del sistema o evaluar varias estrategias (dentro de límites
impuestos por un criterio o conjunto de criterios) para la operación del sistema.
(ROBERT. SHANNON)
 La simulación tiene numerosas aplicaciones por ejemplo (dadas por
Hussey, 1972; Shannon, 1975):
• Experimentación: Hay dos situaciones que requieren un modelo, cuando la
experimentación directa sobre el sistema real es muy costosa o imposible; la
otra es la del diseño de un nuevo sistema, así el modelo puede ir
modificándose fácilmente hasta obtener el comportamiento deseado.
• Predicción: El modelo se puede usar para predecir el comportamiento del
objeto real bajo ciertos estímulos. Se puede hacer así una evaluación de
diferentes estrategias de acción.
• Enseñanza y “training”: así se puede utilizar para el adiestramiento de
astronautas, en los juegos de negocios, etc.
Las áreas de aplicación de la simulación son diversas y muy numerosas. Debajo
hay un listado de algunas clases de problemas para los que la simulación
constituye una poderosa herramienta:
• Diseño y análisis en los sistemas de manufactura.
• Evaluación de los requerimientos hardware y software en un computador.
• Evaluación de nuevas armas o tácticas militares.
• Determinación de distintas políticas para sistemas de inventario.
• Diseños de sistemas de comunicación y protocolos de mensajes para ellos.
• Diseño y operación de sistemas de transporte tales como autopistas,
aeropuertos, puertos, ferrocarriles, etc.
• Evaluación de diferentes diseños para organizaciones de servicios tales
como hospitales, oficinas de correos, restaurantes de comida rápida, etc.
• Análisis financieros o sistemas económicos.
• Análisis medioambientales.
 Aunque la simulación está ampliamente utilizada también presenta una serie de
problemas. Por un lado, los modelos usados para estudiar sistemas de larga
escala de tiempo suelen ser muy complicados y además necesitan utilizar
muchos recursos de computación, aunque en la actualidad y gracias al desarrollo
de paquetes software que ofrecen automáticamente muchas de las
características necesarias para codificar los modelos y al abaratamiento del costo
de computación, estos inconvenientes están disminuyendo.
Simulación de eventos discretos.
Los eventos discretos son todas aquellas acciones o resultados de un
experimento que tienen como resultado un número entero. Por ejemplo, el
número de productos dañados en un embarque, el número de personas que
abordan un autobús, el número de estudiantes que se titulan al final de sus
estudios. Por el contrario, los eventos continuos producen números continuos,
es decir que tienes decimales, tales como el peso, la cantidad de líquido, el
tiempo, la intensidad luminosa y el calor.
Ejemplo:
a)Un experimento consiste en contar el número de personas que abordan un
autobús en cierto crucero, si “y” es un variable discreta que representa el
resultado después de un periodo de quince minutos, entonces y = 0, 1, 2, 3,
4, …, es decir y es una variable entera.
 b) Por otra parte, otro experimento consiste en registrar las variaciones en
temperatura en cierto lugar durante determinado tiempo, por lo tanto, y =
25.3, 22.5, 19.8unidades de temperatura, y en donde se observa el uso de
cifras decimales.
En matemáticas, este tipo de eventos representan una parte importante de su
estudio, en el área de matemáticas discretas, dando lugar a importantes
resultados tales como la combinatoria, árboles, grafos, con aplicaciones
significativas en áreas como el diseño de circuitos digitales y en general todas
las ramas de diseño digital.
1.3 Estructura de la simulación de eventos discretos.
La simulación de eventos discretos se refiere a la modelación computacional de
sistemas que evolucionan en el tiempo mediante cambios instantáneos en las
variables de estado. Los cambios ocurren en puntos separados del tiempo. En
términos más matemáticos, diríamos que los cambios del sistema ocurren en un
conjunto contable de puntos del tiempo.
En términos generales, el modelo contiene tres elementos principales, entrada,
proceso y salida. En el primer caso la entrada está representada por una variable
de tipo discreto la cual asume valores enteros, posteriormente, el modelo de
simulación representa la situación que evalúa los valores de entrada,
generalmente un modelo matemático, aunque también es posible representarlo
por otros tipos de modelos. Finalmente, la salida está conformada por un grupo
de valores que representan la información derivada de los dos elementos
anteriores y que permitirán tener una idea de los resultados que pudiesen
presentarse en la realidad, de darse el caso.

Entrada Proceso Salida

Figura 1.- estructura general de un modelo de simulación.

Los modelos matemáticos que conforman la base de la simulación pueden ser
tan simples como una suma, un promedio, o tan complejos como una ecuación
diferencial, un sistema de ecuaciones, etc.

Como ejemplo, se muestra en la siguiente figura un diagrama de flujo general

para una simulación de eventos discretos. El programa principal llama a las
rutinas de Inicialización, Reloj y Evento.
La rutina Inicialización asigna valores iníciales a las variables de estado,
contadores, listas de eventos y tiempo. La rutina Reloj determina el tipo y tiempo
del próximo evento y actualiza el tiempo de simulación a dicho instante. La rutina
evento actualiza el estado del sistema y los contadores estadísticos. Luego
mediante generadores de números aleatorios, determina el tiempo del próximo
evento de su tipo y lo añade a la lista de eventos. El estado del sistema se
caracteriza mediante valores en los atributos de diferentes entidades. Entidades
con propiedades en común se agrupan en listas. En el sistema, por ejemplo, las
entidades son el servidor y los clientes en el sistema. El servidor tiene un atributo
de estado, que puede valer ocupado o vacío. Los clientes tienen el atributo
“tiempo de llegada”. Los clientes de la fila pueden agruparse juntos en una lista.
Características de la simulación de eventos discretos.

a) Se basa en un modelo de cálculo.

b) Puede contener una o varias variables de entrada y de salida.
c) Las variables de entrada son discretas.
d) Sirve para evaluar los efectos de ciertas situaciones ante determinadas
decisiones.
e) Apoya la toma de decisiones para que esta sea rápida y segura.
Simulación del sistema. Estimadores de interés.

Previamente a entrar en los detalles de la simulación del sistema, veamos cómo

obtener medidas de algunas cantidades que son útiles para caracterizar el
sistema.
1) El valor esperado del tiempo que un cliente permanece en la fila (retardo
esperado), d(n). Notemos que una ejecución de la simulación representa una
muestra de tamaño 1 de todos los posibles caminos que pueden seguir las
variables de estado bajo las mismas condiciones a partir del mismo estado
inicial. A esta muestra se le llama realización. Si se promedian los tiempos en
cola de cada uno de los n clientes en una realización, se obtiene un estimador
del retardo esperado. Dicho estimador es en sí mismo una variable aleatoria.
El estimador se calcula mediante

donde las variables Di son los retardos individuales. Es importante tomar en la

suma a los clientes que entran inmediatamente en el servicio, es decir, los
retardos de cero, para dar una estimación correcta donde las variables Di son los
retardos individuales.
2) El número esperado de clientes en la fila, q(n).Esta cantidad se estima
promediando sobre el tiempo que dura el proceso simulado, es decir, desde T =
0 hasta el tiempo en que el último cliente es servido, T(n). El número de clientes
en la fila es una cantidad que varía de forma continua en el tiempo. La
denotamos por Q(t). El estimador buscado se escribe entonces como:
¿Cómo calcular una integral a partir de la simulación discreta? Recordemos que
la integral puede interpretarse como el área bajo la curva Q(t). La curva Q(t) es
una secuencia de rectángulos cuyas bases y alturas cambian cada vez que
ocurre un evento, como en la siguiente figura:
Por lo tanto, para calcular el estimador basta con actualizar una suma de áreas
cada vez que ocurre un evento. Las áreas a sumar se obtienen restando el
tiempo del evento actual del tiempo del evento anterior y multiplicando dicha
resta por el número de clientes en cola en el tiempo del evento actual.
3) Utilización esperada del servidor, u(n). Es la fracción esperada de tiempo que
el servidor se encuentra ocupado. Introduciendo la función de utilización 0, vacío
en el intervalo t dt 1, ocupado en el intervalo t dt escribimos el estimador para
u(n) como

Un caso relativamente complejo pero que permite tener una buena idea de la
forma en que se pueden llegar a emplear estos instrumentos de cálculo.
1.4 Sistemas Modelos y control
Un sistema es un conjunto de elementos que interactúan con el propósito de
lograr un objetivo específico. Los sistemas se emplean para ordenar una serie
de elementos y relacionarlos de forma tal que su empleo se optimo y no se
dispersen al tratar de lograr un objetivo común.
Están formados por tres elementos principales: objetivos, componentes y
funciones.
Los objetivos representan lo que se quiere lograr, un sistema puede tener uno
o varios objetivos, lo importante es que se encuentren bien definidos, claro que
al tener más objetivos el sistema se volverá más complejo, sin embargo,
el control que se logra por medio de un sistema, permite lograr un avance
ordenado hacia los mismos. Los componentes son los recursos del
sistema, por medio de los cuales se logra el objetivo, entre ellos se encuentran
los recursos financieros, técnicos, humanos y materiales, y también los métodos
y mecanismos de control empleados para conducir el sistema hacia la meta
deseada. Finalmente, las relaciones establecen las formas de combinar los
elementos para que interactúen en beneficio del logro de los objetivos.
Un ejemplo de sistema lo constituye el sistema de pagos a los empleados de
una empresa. El objetivo es pagarles el importe derivado del tiempo que han
estado trabajando durante el mes, los componentes son los procedimientos, las
computadoras, el personal administrativo, las instalaciones, el dinero y las
cuentas bancarias para depositarles. Aunque existen muchos más objetos que
podrían mencionarse, sólo se incluyen aquellos que por su importancia
representan un aspecto significativo en la definición del sistema. Finalmente, las
relaciones están definidas por los procedimientos administrativos para el cálculo
de los sueldos, las deducciones, así como las políticas de pago de la empresa.
Existen diversas clasificaciones de sistemas, dependiendo de sus
características: determinísticos, aleatorios, permanentes, temporales, estáticos,
dinámicos.
Enfoque de sistemas: El enfoque de sistemas establece que "el mundo y
cualquiera de sus partes puede visualizarse como un conjunto de sistemas en
interacción dinámica". Es un punto de vista, una forma de pensar, que, en la
confrontación de una situación problemática, busca no ser reduccionista. Es decir,
visualizar la situación desde un punto en donde se consideren todos los
elementos que intervienen en un problema.
Sistema: Se entiende una colección de entidades relacionadas, cada una de las
cuales se caracteriza por atributos o características que pueden estar
relacionados entre sí. Los objetivos que se persiguen al estudiar uno o varios
fenómenos en función de un sistema son aprender cómo cambian los estados,
predecir el cambio y controlarlo.
Todo sistema consta de tres características. Tienen fronteras, existe dentro de un
medio ambiente y tiene subsistemas.
El medio ambiente es el conjunto de circunstancias dentro de las cuales está una
situación problemática, mientras que las fronteras distinguen las entidades dentro
de un sistema de las entidades que constituyen su medio ambiente.
Por lo tanto, podemos definir a un sistema como: “una estructura dinámica de
personas, objetos y procedimientos organizados para el propósito de lograr ciertas
funciones".
El conjunto de elementos que forman un sistema tiene las siguientes tres
propiedades:
• Las propiedades o el comportamiento de cada elemento del conjunto tienen
un efecto en las propiedades o el comportamiento del conjunto como un todo.
• Las propiedades y comportamiento de cada elemento y la forma en que se
afectan al todo, dependen de las propiedades y comportamiento al menos de
otro elemento en el conjunto.
 • En consecuencia, no hay parte alguna que tenga un efecto independiente en
el todo y cada una está afectada al menos por alguna otra.
• Cada subgrupo posible de elementos del conjunto tiene las dos primeras
propiedades: cada uno tiene efecto no interdependiente en el total. En
consecuencia, no se puede descomponer el total en subconjuntos
independientes. No se puede subdividir un sistema en subsistemas
independientes.
Entidad: Una entidad es algo que tiene realidad física u objetiva y distinción de
ser o de carácter. Las entidades tienen ciertas propiedades que las distinguen a
unas de otras.
Relación: Es la manera en la cual dos o más entidades dependen entre sí.
Relación es la unión que hay entre las propiedades de una o más entidades; por
consiguiente, el cambio en alguna propiedad de una entidad ocasiona un cambio
en una propiedad de otra entidad.
Estructura: Es un conjunto de relaciones entre las entidades en la que cada
entidad tiene una posición, en relación a las otras, dentro del sistema como un
todo.
Estado: El estado de un sistema en un momento del tiempo, es el conjunto de
propiedades relevantes que el sistema tiene en este momento. Cuando se habla
del estado de un sistema, se entiendes los valores de los atributos de sus
entidades. Analizar un sistema supone estudiar sus cambios de estado conforme
transcurre el tiempo.
Jerarquía De Sistemas:
• Subsistemas: Un subsistema es "Un elemento o componente funcional de
un sistema mayor que tiene las condiciones de un sistema en sí mismo, pero
que también tiene un papel en la operación de un sistema mayor”
• Suprasistema: El suprasistema es un sistema mayor a cuya función global
el sistema está contribuyendo y del cual forma parte.
• Frontera: La frontera de un sistema representa el límite de acción en donde
tiene autoridad la persona que toma decisiones en ese sistema. La frontera
delimita lo que es y lo que no es el sistema.
• Ambiente: El ambiente de un sistema es todo lo está situado fuera de su
frontera.
• Sistema parcial: Un sistema parcial es una visión del sistema en la cual parte
de las relaciones, aquellas que no son relevantes al aspecto del sistema que
se está estudiando, son eliminadas.
 • Sistema en Simulación: Colección de entradas que pasan a través de
las fases de cierto proceso, produciendo respuestas. Por ejemplo:

SISTEMA DE MANUFACTURA
ENTRADA PROCESO SALIDA EVALUACIÓN

1. EFICIENCIA
FACILIDADES 2. COSTOS DE TRANSFORM ACIÓN
M ATERIA PRIM A SISTEM A DE PRODUCTO 3. INVENTARIO EN PROCESO
PRESUPUEST O TRANSFORM ACIÓN TERM INADO 4. TIEM PO DE PROCESO
INF ORM ACIÓN (di s tri buc i ón y as i gnac i ón)
5. PRODUCCIÓN/HORA
6. AREA OCUPADA

SISTEMA DE SERVICIO
ENTRADA PROCESO SALIDA EVALUACIÓN

SISTEM A DE SERVICIO: 1. COSTO DEL SISTEM A

SERVIDORES 2. TIEM PO EN LA COLA
CLIENTE 3. TIEM PO EN EL SISTEM A
CL IENT ES DISCIPLINA DEL SERVICIO
SATISFECHO 4. LONGITUD DE COLA
ESPACIO DISPONIBLE
5. OCUPACIÓN DE LOS SERVIDORES
Elementos que conforman una
simulación

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.
Los componentes son las partes constituyentes del sistema. También se les
denomina elementos o subsistemas.
Las variables son aquellos valores que cambian dentro de la simulación y forman
parte de funciones del modelo o de una función objetivo.
Los parámetros son cantidades a las cuales se les asignar valores, una vez
establecidos los parámetros, son constantes y no varían dentro de la simulación.
Las relaciones funcionales muestran el comportamiento de las variables y
parámetros dentro de un componente o entre componentes de un sistema. Estas
características operativas pueden ser de naturaleza determinística o estocástica.
Las relaciones determinísticas son identidades o definiciones que relacionan
ciertas variables o parámetros, donde una salida de proceso es singularmente
determinada por una entrada dada. Las relaciones estocásticas son aquellas en
las que el proceso tiene de manera característica una salida indefinida para una
entrada determinada.
Las restricciones son limitaciones impuestas a los valores de las variables o la
manera en la cual los recursos pueden asignarse o consumirse.
En las funciones de objetivos se definen explícitamente los objetivos del
sistema y cómo se evaluarán, es una medida de la eficiencia del sistema.
Tiempo de simulación: Es el valor del tiempo que el simulador puede avanzar a
una velocidad superior a la habitual de un reloj común, evolucionando así el
estado de un sistema de forma acelerada.
Evento: Es un suceso que hace cambiar las variables de estado del sistema.
Durante el procesamiento de un evento el tiempo de simulación permanece fijo.
Un evento pertenece a una entidad, o actor en el sistema, y normalmente solo
cambiara atributos de esta, dejando invariante el resto del sistema.

Actividad: Secuencia de eventos pertenecientes a una entidad que cierran un

ciclo funcional. A diferencia de un evento, que se ejecuta a tiempo de simulación
constante, una actividad se desarrolla dentro de un intervalo de tiempo de
simulación no puntual.
Simulación en tiempo acelerado: Se da cuando el avance del tiempo de
simulación es mayor de un segundo por cada segundo de tiempo real.

Simulación en tiempo real: Se da cuando el avance del tiempo de simulación

es exactamente de un segundo por cada segundo de tiempo real.
Modelos.
Un modelo es una representación simbólica o física de un fenómeno que se
presenta en la realidad y del cual se desea obtener información por medio de la
manipulación de sus elementos. Los modelos simbólicos pueden elaborarse en
base a una descripción, a una ecuación matemática, a una figura, etc.
En el diccionario Wesbster se define un modelo como un ente que representa
de forma precisa algo que será realizado o que ya existe. Para los efectos de
simulación de sistemas, se considera un modelo a una descripción matemática
de un sistema físico que puede obtenerse a partir de la evaluación de su
conducta basada en mediciones estimadas, observadas o realizadas
directamente sobre el sistema que se pretende modelar.
En el campo de las ciencias aplicadas, un modelo matemático es un tipo de
modelo científico que utiliza algún formulismo matemático para expresar
relaciones, proposiciones sustantivas de hechos, variables, parámetros,
entidades y relaciones entre variables o entidades y operaciones.
Estos modelos se utilizan para analizar los comportamientos de sistemas
complejos ante situaciones que resultan difíciles de observar en la realidad.
En las matemáticas propiamente dichas, un modelo matemático es un conjunto
sobre el cual se han definido relaciones unarias, binarias y trinarías y que
permite satisfacer las proposiciones derivadas del conjunto de axiomas de la
teoría. La teoría de los modelos es la rama de la matemática que se dedica al
estudio sistemático de las propiedades de los modelos.
Los modelos de las ciencias físicas constituyen una traducción de la realidad
física para posibilitar la aplicación de los instrumentos y las técnicas de las
teorías matemáticas en el estudio del comportamiento de los sistemas
complejos.
Siguiendo el camino inverso, pueden traducirse los resultados numéricos en la
realidad física.
Los modelos matemáticos pueden dividirse en deterministas (si no hay
incertidumbre respecto a la forma del resultado y los datos son completamente
conocidos y determinados) y estocásticos (son modelos probabilísticos, ya que
no se conoce el resultado esperado sino su probabilidad).
Respecto al origen de la información utilizada, los modelos matemáticos pueden
clasificarse en heurísticos (se basan en las explicaciones sobre las causas o
mecanismos naturales que dan origen al fenómeno estudiado) o empíricos (se
basan en las observaciones directas o los resultados de experimentos del
fenómeno estudiado).
1.4 Control.

El control se refiere principalmente a la manera en que se dirigen las acciones

de un sistema hacia el objetivo. Un sistema de control está definido como un
conjunto de componentes que pueden regular su propia conducta o la de otro
sistema con el fin de lograr un funcionamiento predeterminado, de modo que se
reduzcan las probabilidades de fallos y se obtengan los resultados buscados.

Los sistemas de control deben conseguir los siguientes objetivos:

1. Ser estables y robustos frente a perturbaciones y errores en los modelos.
2. Ser eficiente según un criterio preestablecido evitando comportamientos
bruscos e irreales.
Estos sistemas se caracterizan por:
• Ser sencillos y de fácil concepto.
• Nada asegura su estabilidad ante una perturbación.
• La salida no se compara con la entrada.
• Ser afectado por las perturbaciones. Éstas pueden ser tangibles o
intangibles.
• La precisión depende de la previa calibración del sistema.
 Los controles pueden ser:

Por su causalidad pueden ser: causales y no causales.

Un sistema es causal si existe una relación de causalidad entre las salidas y las
entradas del sistema, más explícitamente, entre la salida y los valores futuros
de la entrada.
Según el número de entradas y salidas del sistema, se denominan:
De una entrada y una salida o SISO (single input, single output).
De una entrada y múltiples salidas o SIMO (single input, múltiple output).
De múltiples entradas y una salida o MISO (múltiple input, single output).
De múltiples entradas y múltiples salidas o MIMO (múltiple input, múltiple output).
Según la ecuación que define el sistema, se denomina:
Lineal, si la ecuación diferencial que lo define es lineal.
No lineal, si la ecuación diferencial que lo define es no lineal.
Las señales o variables de los sistemas dinámicos son función del
tiempo. Y de acuerdo con ello estos sistemas son:
De tiempo continuo, si el modelo del sistema es una ecuación diferencial, y
por tanto el tiempo se considera infinitamente divisible. Las variables de
tiempo continuo se denominan también analógicas.
De tiempo discreto, si el sistema está definido por una ecuación por
diferencias. El tiempo se considera dividido en períodos de valor constante.
Los valores de las variables son digitales (sistemas binarios, hexadecimal, etc),
y su valor solo se conoce en cada período.
De eventos discretos, si el sistema evoluciona de acuerdo con variables
cuyo valor se conoce al producirse un determinado evento.
Según la relación entre las variables de los sistemas, diremos que:
Dos sistemas están acoplados, cuando las variables de uno de ellos están
relacionadas con las del otro sistema.
Dos sistemas están desacoplados, si las variables de ambos sistemas no
tienen ninguna relación.
En función de la evolución de las variables de un sistema en el tiempo y el
espacio, pueden ser:
Estacionarios, cuando sus variables son constantes en el tiempo y en el espacio.
No estacionarios, cuando sus variables no son constantes en el tiempo o en
el espacio.
Según sea la respuesta del sistema (valor de la salida) respecto a la variación
de la entrada del sistema:
El sistema se considera estable cuando ante una variación muy rápida de la
entrada se produce una respuesta acotada de la salida.
El sistema se considera inestable cuando ante una entrada igual a la
anteriormente se produce una respuesta no acotada de la salida.
Si se comparan o no, la entrada y la salida de un sistema, para controlar esta
última, el sistema se denomina:
Sistema en lazo abierto, cuando la salida para ser controlada, no se compara
con el valor de la señal de entrada o señal de referencia.
Sistema en lazo cerrado, cuando la salida para ser controlada, se compara con
la señal de referencia. La señal de salida que es llevada junto a la señal de
entrada, para ser comparada, se denomina señal de feedback o de
retroalimentación.
Según la posibilidad de predecir el comportamiento de un sistema, es decir
su respuesta, se clasifican en:
Sistema determinista, cuando su comportamiento futuro es predecible dentro de
unos límites de tolerancia.
Características de un Sistema de Control.

1. Señal de Corriente de Entrada: Considerada como estímulo aplicado a un

sistema desde una fuente de energía externa con el propósito de que el
sistema produzca una respuesta específica.
2. Señal de Corriente de Salida: Respuesta obtenida por el sistema que
puede o no relacionarse con la respuesta que implicaba la entrada.
3. Variable Manipulada: Es el elemento al cual se le modifica su magnitud,
para lograr la respuesta deseada. Es decir, se manipula la entrada del
proceso.
4. Variable Controlada: Es el elemento que se desea controlar. Se puede
decir que es la salida del proceso.
5. Conversión: Mediante receptores se generan las variaciones o cambios
que se producen en la variable.
6. Variaciones Externas: Son los factores que influyen en la acción de producir
un cambio de orden correctivo.
7. Fuente de Energía: Es la que entrega la energía necesaria para generar
cualquier tipo de actividad dentro del sistema.
8. Retroalimentación: La retroalimentación es una característica importante de
los sistemas de control de lazo cerrado. Es una relación secuencial de
causas y efectos entre las variables del sistema. Dependiendo de la acción
correctiva que tome el sistema, este puede apoyar o no una decisión,
cuando en el sistema se produce un retorno se dice que hay una
retroalimentación negativa; si el sistema apoya la decisión inicial se dice que
hay una retroalimentación positiva.