Instituto Tecnolgico de Culiacn

Ing. Antonio Gonzlez de la Llave Gllego

Temario (INE-0405) Introduccin a la simulacin de eventos discretos

Dada la creciente complejidad de los sistemas actuales se han desarrollado tcnicas y herramientas para poder cumplir con los objetivos en la administracin. Dicha complejidad no es nueva. Lo nuevo es el paradigma del hombre acerca de dichos sistemas y de la manera de afrontar los problemas que se le presentan. La simulacin ha sido una de las herramientas ms importantes y tiles para analizar el diseo y operacin de sistemas complejos.
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 2

Simulacin:

Fingir, llegar a la esencia de algo, prescindiendo de la realidad. Simulacin es el proceso de disear un modelo de un sistema real y realizar experimentos con l para entender el comportamiento del sistema o evaluar estrategias para la operacin del mismo. Es una tcnica numrica para realizar experimentos en una computadora digital. Estos experimentos involucran ciertos tipos de modelos matemticos y lgicos que describen el comportamiento de sistemas de negocios, econmicos, sociales, biolgicos, fsicos o qumicos a travs de largos perodos de tiempo.
Incluye tanto la construccin del modelo como su uso analtico para entender al sistema.

Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

Modelo:
Es una representacin de un objeto, sistema, o idea, de una forma diferente a la de la realidad misma. Puede ser una representacin formal de la teora o una explicacin de la observacin emprica. Representacin de la realidad por medio de abstracciones. Los modelos enfocan ciertas partes importantes de un sistema (por lo menos, aquella que le interesan a un tipo de modelo especfico), restndole importancia a otras.

Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

Un modelo tiene como objeto:

Describir el comportamiento del sistema. Postular ideas o hiptesis que expliquen el comportamiento del sistema. Usar estas teoras o hiptesis para explicar el comportamiento futuro del sistema.

La aplicacin final de un modelo es el establecimiento de teoras/postulados y en la prctica la toma de decisiones.

Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

Los modelos se clasifican:

Caracterstica Tiempo Tipo de variable Medicin Construccin Forma 1 Estticos Determinsticos Discretos Fsicos Forma 2 Dinmicos Estocsticos Continuos Simblicos

Para cualquier modelo se busca:

Realismo Simplicidad

Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

Elementos de un modelo de simulacin:

Componentes Variables
Exgenas Estado Endgenas

Parmetros Relaciones funcionales

Identidades Caractersticas de operacin
Continuar
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 7

Componentes:

Son las partes (elementos) de un sistema que se desea simular.

Sistema productivo Mantenimiento Administracin

inventario

Produccin Atrs
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 8

Variables:
Exgenas

Exgenas

De estado

Endgenas

De estado:

Son las independientes o de entrada al sistema y ste no tiene control sobre ellas y el valor que puedan tomar (demanda, tasa de arribo, calidad de materias primas, inflacin, etc.) Describen la situacin que guarda el sistema o uno de sus componentes, ya sea al inicio, al final o durante un perodo de tiempo (costo de produccin, nivel de inventario, nivel de efectivo, capacidad de produccin, etc.) Dependientes o de salida del sistema, se generan por la interaccin de las exgenas con las de estado (precio de venta, volumen de produccin, porciento de rechazo, etc.)
Ing. Antonio Gonzlez de la Llave Gllego

Endgenas:

Atrs
9

12/04/2012

Parmetros:
Son los niveles que alcanzan las variables de entrada o exgenas, pueden ser de tipo fijo o generadas de manera aleatoria. Ejemplos: Tasa media de arribo ()= 3 clientes/minuto Costo de materia prima = 4.50 $/Kg
Atrs
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 10

Relacin funcional:
Identidades (verdad tautolgica) Toman la forma de definicin o declaracin aceptada universalmente relativas a las variables de estado. Ejemplos: Utilidad = Ingresos Egresos Tiempo en el sist. = tiempo en cola + tiempo servicio

Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

11

Relacin funcional:
Caractersticas de operacin: Generalmente es una expresin matemtica que relaciona las variables exgenas y de estado con las endgenas. En procesos estocsticos toman la forma de distribucin de probabilidad. Ejemplo: F(AT) = funcin de densidad de probabilidad para los tiempos entre arribo.
Atrs
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 12

Ejemplo de modelo de simulacin:

Se tiene un sistema de produccin, a travs del cual pasan los materiales (rdenes) que arriban al sistema de forma aleatoria y requiere un tiempo de operacin tambin aleatorio. El objetivo es determinar el tiempo total que requiere una orden para pasar por el sistema.

Componentes:
Entrada Sistema productivo Salida

Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

13

Desarrollo:
Variables exgenas:
Ti = intervalo de tiempo entre la llegada de la isima orden y la (i-1) sima orden, donde i = 1, 2, 3,m STi = tiempo de procesamiento para la i-sima orden

Variables de estado:
WTi = tiempo en que la i-sima orden espera para entrar al sistema IDTi = tiempo en el que el sistema productivo permanece ocioso mientras espera la llegada de la i-sima orden.
Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

14

Desarrollo (cont.):
Variables endgenas:
Ti = tiempo total que la i-sima orden requiere para pasar por el sistema productivo.

Parmetros:
E(T) = tiempo promedio entre arribo Var(T) = varianza del tiempo entre arribo E(ST) = tiempo promedio de servicio Var(ST) = varianza del tiempo de servicio

Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

15

Desarrollo (cont):
Relaciones funcionales:
Identidades:
Para la primera orden i=1
Ti = 0, entonces, WTi = 0, IDTi = 0 Ti = STi

Para i = 2, 3, 4, m
Ti = WTi + STi El tiempo de espera y el tiempo de ocio dependen de la siguiente diferencia DIF = T(i-1)-Ti Si DIF > 0 entonces, IDTi = 0 y WTi = DIF

Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

16

Desarrollo (cont):
Si DIF < 0 entonces, WTi = 0 y IDTi = -DIF Si DIF = 0 entonces, IDTi = 0 y WTi = 0

Caractersticas de operacin:
f(T) = funcin de densidad de probabilidad (distribucin de probabilidad) de los tiempos entrearribo f(ST) = Distribucin de probabilidad para el tiempo de servicio

Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

17

Sistema de colas: es posible estudiar y ana-

lizar sistemas de colas cuya representacin matemtica sera demasiado complicada de analizar; como llegada en grupo, salida de la cola, rehusar entrar, etc. Sistemas de inventarios: Sistemas de inventarios donde los parmetros son estocsticos.

Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

18

Sistemas econmicos: evaluar efecto de decisiones (devaluacin, iva, etc.) en las dems variables macroeconmicas (PNB, balanza comercial, inflacin, etc.) Estados financieros: Expansin y diversificacin de una organizacin a travs de la adquisicin y establecimiento de nuevas empresas. La simulacin permite analizar cul de esas estrategias de crecimiento son las que llevarn a la organizacin al logro de sus objetivos a corto, mediano y largo plazo.
Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

19

Matemticas

Probabilidad

Programacin

Simulacin
Continuar
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 20

Matemticas:

Es necesaria la comprensin suficiente de la teora matemtica para poder desarrollar modelos de representacin, y para poder encontrar (mediante el modelo) resultados que se utilizarn en el estudio. Por ejemplo:
Pruebas de bondad de ajuste. Convertir nmeros casuales rectangulares a alguna distribucin de probabilidad deseada. Para eventos discretos se utiliza la sumatoria y para eventos continuos la integral definida. Encontrar mediante integracin la distribucin de probabilidad emprica.

Atrs
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 21

Probabilidad:
Si el modelo de simulacin es estocstico, la simulacin debe ser capaz de generar variables aleatorias no-uniformes de distribuciones de probabilidad tericas o empricas. Por ejemplo:
Generar eventos que siguen distribuciones de probabilidad tericas como poisson, binomial, uniforme, etc. (para distribuciones discretas); 2 exponencial, ji cuadrada ( ), normal, etc. (para distribuciones continuas). Clculo de probabilidades (prueba de pker).
Atrs
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 22

Programacin:
Una caracterstica importante de la simulacin digital de eventos discretos es el uso de la computadora como herramienta, en la actualidad existen muchos tipos de programas y lenguajes de programacin de los cuales es necesario conocer para poder realizar un estudio de simulacin utilizando la tecnologa computacional. Como por ejemplo lenguajes de uso general (Visual Basic, C++, java, etc.), lenguajes de uso particular (GPSS, SLAM, SIMSCRIPT, SIMULA, etc.) y simuladores (Extend, QSB, PROMODEL, ARENA, etc.)
Atrs
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 23

Existen dos maneras de considerar simular eventos a travs del tiempo:

Tiempo variable: Cuando estamos interesados en la ocurrencia de cada evento individual independientemente de la cantidad de tiempo que transcurra entre cada uno. Ej. Tiempo interarribo 3 min./evento. Tiempo fijo: Nos interesa la cantidad de eventos que acontecen en un perodo de tiempo preestablecido, independientemente del nmero de estos. Ej. Tasa interraibo 3 eventos/min.
Ing. Antonio Gonzlez de la Llave Gllego

12/04/2012

24

Formulacin del problema Anlisis y recoleccin de datos Desarrollo del modelo Verificacin y validacin Experimentacin y optimizacin Interpretacin de resultados

Fin
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 25

Formulacin del problema:

La formulacin adecuada de un problema es an ms esencial que su solucin. Para encontrar una solucin ptima o aceptable a un problema, primero se tiene que saber cul es el problema. La mayora de los problemas prcticos se transmiten de manera vaga e imprecisa. Se sabe que existe un problema cuando:

P Dt At t
Atrs
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 26

Anlisis y recoleccin de datos:

Es posible que la facilidad de obtencin de datos o la dificultad de conseguir otros, pueda influenciar el desarrollo del modelo. Es muy importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados.

Atrs
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 27

Desarrollo del modelo:

En la formulacin del modelo es necesario definir todas las variables que forman parte de l, sus relaciones lgicas, matemticas, etc. y los diagramas de flujo que describan en forma completa al sistema.

Atrs
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 28

Validacin

Verificacin

Verificacin y validacin:

Es una de las principales etapas. En la validacin es posible detallar deficiencias en la formulacin del modelo o en los datos alimentados. Las formas ms comunes son:
Opinin de expertos sobre los resultados de la simulacin. Exactitud de prediccin de datos histricos. Exactitud de prediccin futura. Comprobar que falla el modelo con datos que hacen fallar al sistema. Aceptacin y confianza del modelo de la persona que utilizar los resultados.
Ing. Antonio Gonzlez de la Llave Gllego

Atrs
12/04/2012 29

Experimentacin y optimizacin:
Se corre el modelo para obtener la informacin deseada. Se encuentran defectos y descuidos por lo que puede provocar que regresemos a alguna etapa previa. Se realiza anlisis de sensibilidad (modificando parmetros y observando el comportamiento de la respuesta).

Atrs
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 30

Interpretacin de los resultados:

La computadora no toma decisiones por lo que se deben interpretar los resultados y tomar las decisiones basndose en ello, y por consiguiente obtener mejores resultados. La documentacin cuidadosa y completa incrementa la vida til del modelo. Se requieren dos tipos de documentacin:
Tcnica (acerca del modelo en si). Manual del usuario.
Atrs
Ing. Antonio Gonzlez de la Llave Gllego 12/04/2012 31