Simulación Unidad 01

Unidad 1: Teora de sistemas
Objetivos Especficos:
Definir conceptos de Teora de sistemas.
Reconocer las componentes de un modelo, para llevar a cabo un proceso de simulacin.
Aplicar tcnicas para la construccin de modelos conceptuales.
Contenidos:
Conceptos de sistema.
Definiciones de sistemas.
Modelacin y programacin
Conceptos de simulacin (terminal y no terminal)
Uso de la simulacin, tcnicas de simulacin, tipos de modelos.
Uso de modelos y sus aplicaciones.
Simulacin de sistemas discretos.
lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin
Entidades
Entidad: Objeto de inters en el sistema
Atributo: Propiedad de una entidad

Sistema
Evento
Actividad: Conjunto predefinido de acciones durante

un perodo de tiempo
Recurso: Objeto que permite entregar servicio
Estado del sistema: Conjunto de variables que
describen el sistema en un determinado momento
Estado
Parmetros
Evento: Ocurrencia instantnea que puede estar

asociada a un cambio en el estado del sistema
Ambiente del sistema: Regin que se encuentra afuera
de los lmites del sistema.
Ambiente del sistema

Como Ingenieros tendremos que modelar sistemas, con el propsito de:

Mejorar una situacin determinada
Predecir resultados
Disear (si no existe)
Medir y Controlar
A veces es posible jugar con el sistema, pero usualmente es imposible hacerlo
Interrumpe operacin
Es Caro
No existe
Una abstraccin o simplificacin de un sistema usada como substituto del sistema mismo
Permite probar un gran rango de ideas
Equivocarse en el computador es mejor que hacerlo en la vida real!
Los modelos deben ser vlidos!
SISTEMA
Cmo estudiar un sistema?
Experimentar
Con el sistema
Modelo
Fsico
Experimentar
con modelo
Modelo
Matemtico
Solucin
Analtica
Simulacin
7
Estticos versus dinmicos

Importa el tiempo?
Cambio continuo versus cambio discreto
Cambia el estado del sistema en forma continua?
Cambia tanto como para considerar tiempo real?
Determinstico versus estocstico
Hay incertidumbre en el sistema?
Simulacin discreta
Modelos dinmicos, de cambio discreto, estocsticos
Si el modelo es simple, use tcnicas tradicionales

(Investigacin operativa) Respuestas nicas y exactas (y,
a veces, ptimas)
A veces requieren simplificar demasiado para poder

resolver -- validez?
Muchos sistemas complejos requieren modelos complejos
para dar respuestas vlidas -- se necesita simular
Caractersticas deseables de un modelo

Simples: construccin y comprensin
Precisos: no ambiguos
Rigurosos: idealmente formales
Documentables: presentables
Grficos: uso predominante de grafos
Jerarquizables: organizacin por
niveles de abstraccin
10
11
Herramienta que permite sacar conclusiones sobre el

comportamiento dinmico de un sistema estudiando un modelo
computacional del mismo.
Es un trmino muy amplio, en realidad un conjunto de enfoques
para analizar problemas
Requiere MODELOS -- problemas de validez
No es una solucin analtica
No obtiene resultados exactos (malo)
Permite modelos complicados y realsticos (bueno)
Consistentemente calificada como la tcnica de modelacin
matemtica ms til
12
Industria: asignacin de recursos, inventarios, programas de produccin

Necesidades de personal y/o equipo
Salud - Sala de urgencia, salas de operaciones, flujo de pacientes
Telecomunicaciones
Fuerzas armadas
Poltica pblica (desastres)
13
Objetivos
Evaluar el comportamiento de un sistema bajo condiciones diferentes de operacin
Dada una medida de comportamiento para el sistema, determinar la mejor poltica de operacin del
sistema comparando diferentes alternativas (escenarios)
Alcance
Construir modelos en un computador
Sacar inferencias acerca de posibles cambios en

el sistema
Anlisis de procesos como punto de partida
Sin modificar el sistema
Validar el modelo contra la vida real
Sin construirlo (si no existe)
Usar modelo para experimentar diferentes
escenarios
14
Preguntas Tpicas
Trabajar el sistema como se espera?
Porqu no trabaja el sistema?
(evaluacin y prediccin).
(determinacin de cuellos de botella y optimizacin).
Cules son los estndares para medir desempeo? (determinacin de estndares y metas)
Cul es la mejor alternativa?
(comparacin, anlisis de sensibilidad, qu pasa si...?).
Resultados Esperados
Medidas tpicas del comportamiento de un
sistema
Tiempo de ciclo: flujo total, por rea, por

recurso
Utilizacin de recursos: ocioso, ocupado, en

reparacin, no disponible.
Tasa de produccin: por producto, rea,

turno
Tiempo de espera: en cola, bloqueado,

esperando servicio
Comportamiento contra programa
Sobretiempo
15
Ventajas
Hardware barato y rpido -- todo tipo de
empresas
Situaciones inciertas y no-estacionarias
Se usa en las fases de diseo, operacin y

control
Extrapolacin y prediccin, cuellos de botella

artificiales, datos artificiales
Evaluacin de RIESGOS
Flexible, analiza sistemas como realmente son. Una gran experiencia de enseanza y
aprendizaje
Desventajas
No obtiene respuestas exactas, slo
estimaciones
Caro (tiempo analista y tiempo cliente)
Respuestas aleatorias - anlisis estadstico

(los mtodos tradicionales no sirven) y
diseo de experimentos
16
Sistemas Discretos
Variable de estado cambia en intervalos discretos de
tiempo
Sistemas Continuos
Variable de estado cambia continuamente como
funcin del tiempo
0.16
0.14
0.12
0.1
5
0.08
0.06
3
2
0.04
0.02
0
1
Mtodo Numrico
Utiliza procedimientos computacionales
resolver modelos matemticos
para
0.5
1.5
2.5
3.5
Mtodo Analtico
Utiliza matemtica deductiva para definir el sistema
y resolver
17
Simulacin esttica: Simulacin Montecarlo,

representa un sistema en un punto particular de
tiempo.
Estocsticos
Simulacin dinmica: representa los cambios

del sistema a travs del tiempo
Determinsticos
Tiempo Continuo
Tiempo Discreto
Esttico
Dinmico
Simulacin determinstica: no contiene

variables aleatorias. Variables conocidas
entregaran salidas conocidas.
Simulacin estocstica: V.A de entrada
entregaran salidas como V.A. Estimacin
18
Tipo de modelo:
Discreto, Estocstico, Dinmico
Variables de estado: Cajeros ocupados, nmero de clientes en la fila, tiempo

de espera, entre otras.
Tipo de modelo:
Discreto, Estocstico, Esttico
Variables de estado: Cara o sello.
Tipo de modelo:
Continuo, determinstico, dinmico
Variables de estado: Presin
19
15 minutos
Exponer el resultado
20
Embotelladora
Laboratorio
Celulosa
Bodegas
Puerto
Aeropuerto
Fluidos
Imagenologa
Unidad de emergencia
21
Llegada de
entidades
Cola (FIFO)
Salida entidades
terminadas
Entidades en servicio
Objetivo General:
Estimar produccin esperada en el periodo T, medida en nmero de partes terminadas.
Unidad de tiempo: arbitraria, pero

sea consistente (la simulacin no sabe)
sea razonable (interpretacin, error redondeo)
Se pueden usar diferentes pero deben declararse
Chequear las unidades al momento de especificar inputs
Declarar las unidades bases de tiempo (base time units) para clculos internos, outputs
22
23
Llegada de
entidades
Salida entidades
terminadas
Cola (FIFO)
Entidades en servicio
Density Function Plot

1.0
0.9
0.8
0.7
f(x)
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
X-Value
Tiempo medio entre llegadas = 1 minutos

Tiempo medio de servicio
= 0.99 minutos
24
Inicialmente (tiempo = 0) vaco y servidor no ocupado

Unidad de tiempo: minutos
Ejemplo de parmetros:
Tiempos de llegada: 0.4, 1.6, 2.1, 3.8, 4.0, 5.6, 5.8
Tiempos entre llegadas: 0.4, 1.2, 0.5, 1.7, 0.2, 1.6, 0.2..
Tiempos de servicio: 2.0, 0.7, 0.2, 1.1, 3.7 0.6
Servidor nico.
Simular la operacin del sistema durante 20 minutos de operacin (tiempo simulado).
25
Di: Demora en cola del cliente/parte i

ti: Tiempo de ocurrencia del evento i
Ai: Tiempo de llegada del cliente i respecto de (i-1)
Si: Tiempo de servicio del cliente i
N: Nmero de partes que completaron su espera en cola
Q(t): Nmero de clientes en cola en el instante t
B(t): Estado del servidor en instante t (variable binaria 0/1)
T: Tiempo total de simulacin
q(n): Nmero promedio de clientes en cola
(n): Tasa promedio de ocupacin del servidor
26
27
28
29
30
31
Produccin total de partes durante la corrida (P)

Tiempo promedio de espera de las partes en cola:
N
D
i 1
N = no. de partes que terminan espera en cola

Di = tiempo de espera en cola de la parte i
Conocido: D1 = 0 (porqu?)
N > 1 (porqu?)
Tiempo mximo de espera de las partes en cola:
max Di
i 1
, ,N
32
Nmero promedio en el tiempo de partes en cola:

20
Q(t)dt
0_____________
20
Q(t) = nmero de partes en cola

en el instante t.
Nmero mximo de partes en cola:
max Q(t )
0t 20
Flujo medio y mximo de partes (tiempo en el sistema o tiempo de

ciclo)
P
i 1Fi
P,
max Fi
i 1,,P
Fi = tiempo ciclo parte i
33
Utilizacin de la mquina (proporcin de tiempo ocupado)

20
B(t)dt
0_____________
B(t)= 0, 1 dependiendo si el servidor est ocupado o no
20
Muchas otras posibles (sobrecarga de informacin?)
34
Estimaciones
Educadas
Tiempo promedio
entre llegadas =
0.83 minutos
Tiempo promedio
de servicio = 1.38
minutos
Modelo no
explotar (tasa
servicio > tasa de
llegadas)
Teora de colas
Requiere supuestos adicionales sobre el modelo.
Modelo simple: M/M/1
Tiempos entre llegadas ~ exponenciales

Tiempos de servicio ~ exponenciales, indep. de llegadas
E(servicio) < E(llegadas)
Estado estacionario (largo plazo, para siempre)
Resultados analticos exactos; e.g., tiempo promedio de espera
en cola:
S2
A S
s = E(tiempo de servicio)
a = E(tiempo entre llegadas)
Problemas: vlidez, estimacin de promedios, marco de

tiempo
Normalmente til como una primera aproximacin.
35
Density/Histogram Overplot
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
0.25
Density/Proportion
0.20
0.15
0.10
0.05
Variables de estado
Estado del sistema
Reloj de simulacin
Lista de eventos
Indicadores de desempeo
Contadores estadsticos
Programa principal
Rutina de inicializacin
Rutina de sincronizacin
Rutina de eventos
Rutina generadora de reportes
0.00
0.10
0.50
0.90
1.30
1.70
2.10
2.50
2.90
Interval Midpoint
15 intervals of width 0.2 between 0 and 3
1 - Weibull
2 - Lognormal
3 - Exponential
36
Componentes de un sistema de simulacin

discreta
37
Componentes de un modelo de simulacin

discreta
Entidades
Atributos
Variables globales
Recursos
Colas
Acumuladores
estadsticos
Eventos
Reloj de simulacin
38
Entidades y Atributos
Entidades
Entidades son los objetos dinmicos de la simulacin
Generalmente son creadas, se mueven dentro del sistema y luego se retiran
La mayora de las entidades representan elementos reales
Personas
Materias primas
Vehculos
Documentos
etc.
Atributos
Un atributo es una caracterstica de una entidad
Los atributos se acoplan a las entidades y se mueven con ellas
Un atributo en una caracterstica para todas las entidades pero con un valor especfico que
difiere entre una entidad y otra
Tambin llevan el nombre de variables locales
39
Entidades y Atributos
Tipo de Entidad Atributo Valor del atributo
Automvil
Color
Caf
Automvil
Cliente
Paciente
Color
Sexo
Sangre
Rojo
Femenino
Grupo 4
40
Variables
Tambin llamadas variables globales
Una variable es una pieza de informacin que define el estado del sistema en un momento
dado
Pueden haber muchas variables en un modelo
Son independientes de las entidades pero si pueden ser modificados por las entidades
Si pensamos en los atributos como una etiqueta que se pega en una entidad que se mueve
dentro de una casa, una variable es equivalente a escribir en una muralla
ejemplo
Nmero de clientes dentro del sistema
Tamao de una cola
etc.
41
Recursos
Los recursos representan elementos que son solicitados por las entidades
Equipos
Personal
etc.
Las entidades toman un recurso cuando este esta disponible y lo liberan cuando terminan de usarlo
Una entidad puede requerir uno o varios recursos a la vez dependiendo de la situacin
Proceso
Entidad
Recursos
Requerimiento
Operacin bancaria
Cliente
Cajero
nico
Operacin en una mquina Material

(pieza)
Operario
Mquina
Simultaneo
Atencin Mdica
Enfermera
Camilla
Mdico
Secuencial
Paciente
42
Colas
Lugar donde las entidades esperan por un recurso que est ocupado con
otra entidad
Ejemplo
Sala de espera (hospital)
Fila frente a un cajero (banco)
Bodega (fbrica)
Inventario en proceso frente a una mquina
Acumuladores Estadsticos
Variables que llevan registros de medidas de efectividad del sistema
Ejemplo:
Tiempo total que las entidades llevan en cola
El mayor tiempo que una entidad permaneci en cola
El tiempo total que un servidor (recurso) estuvo ocupado
43
Eventos
Un evento en un acontecimiento que ocurre en un instante del tiempo de simulacin y
cambia el estado del sistema.
El evento puede cambiar, atributos, variables o acumuladores estadsticos.
Ejemplo:
Llegada de una entidad al sistema
Comienzo de servicio
Finalizacin de servicio
Salida de la entidad del sistema
44
Reloj de Simulacin
El valor correspondiente al tiempo de simulacin es mantenido en una variable llamada reloj
de simulacin.
El tiempo no transcurre continuamente, avanza de evento en evento.
Dado que nada ocurre entre cada evento no es necesario desperdiciar tiempo real.
El reloj de simulacin trabaja en conjunto con el calendario de eventos
En el calendario de eventos se almacena la hora en que cada evento debe ocurrir
El reloj de simulacin revisa cual es el prximo evento en la lista y avanza hasta la hora que
est programada su ocurrencia
45
Acumuladores Estadsticos
Variables que miran (watch) lo que pasa

Dependen de la ejecucin de la medida de output deseada
Pasivos en el modelo no participan, slo miran
En los diferentes software hay varias automticas, otras pueden ser programadas
Al final de la experimentacin se usan para calcular el output definitivo
46
Dinmica de los eventos discretos:

El Event-Scheduling World View
Identifica eventos caractersticos
Decide la lgica para cada evento con el fin de:
Realizar cambios de estado (state changes) para cada tipo de evento
Observar estadsticas
Actualizar tiempos de eventos futuros.
Mantiene un reloj, clock, y un calendario de eventos futuros (event calendar)
Salto de un evento al otro, procesa, observa estadsticas, actualiza el calendario de eventos
Se debe especificar una regla de detencin (stopping rule)
A menudo se utilizan lenguajes multipropsito (C++, Matlab, FORTRAN, etc.)
47
Sistema de Procesamiento Simple

Llegada (Arrival) de una nueva entidad al sistema
Actualiza acumuladores estadsticos time-persistent.
rea bajo Q(t)
Mx de Q(t)
rea bajo B(t)
Marca tiempo de llegada con tiempo actual
Si la mquina est ociosa:
Inicie procesamiento (Partida por horario (schedule departure)), Cambiar a ocupada,
Contabilizar tiempo de espera en cola (0)
Adems (mquina ocupada (machine is busy)):
Al haber una pieza al final de la cola, incremente la variable longitud de cola (increase
queue-length variable)
Programar el prximo evento de llegada (Schedule the next arrival event)
48

Salida (cuando un servicio es completado)
Incrementar nmero de productos en el acumulador estadstico
Computar & contar tiempo en el sistema (ahora tiempo de llegada)
Actualizar tiempos estadsticos (como en un arrival event)
Si la cola est no-vaca:
Tomar la primera pieza fuera de la cola, computar & contar su tiempo de espera en
cola, iniciar servicio (schedule departure event)
Adems (cola vaca):
Determina la mquina como desocupada (Nota: No habr evento de partida
programado en el calendario de eventos futuros, el cual se organiza como usted desee)
49

El Fin
Actualizar estadsticas (para finalizar la simulacin)
Computar la medida de ejecucin final de las salidas (output) usando valores actuales (=
final) de acumuladores estadsticos
Despus cada evento, el registro del calendario de eventos es removido para ver qu tiempo
es y qu hacer a continuacin
Todo debe volver a inicializarse
50
Aleatoridad
Lo de antes fue slo una replica una muestra de tamao uno (no muy valiosa)
Se hicieron 5 replicas en total (IID):
Intervalos de confianza para valores

esperados:
En
general, X tn -1,1- / 2s /
(se asume normalidad?)

Para
una produccin total esperada,
3.80 (2.776)(1.64 /
5)
= 3.80 2.04
51
Pasos de una Simulacin

1
Formulacin del Problema
Construir un Modelo Conceptual y Obtener

Informacin/Datos
No
3
Es Vlido el Modelo Conceptual?
Si
25-50% del trabajo
Construir el Modelo
No
Verif. y Validar Mod. Programado?

Si
Disear, Conducir y Analizar Experimentos

Documentar e Informar los Resultados de la Simulacin
52
Generacin de Nmeros Aleatorios

Los nmeros aleatorios son observaciones independientes tomadas de una distribucin uniforme entre 0 y 1 (0,1).
f ( x) 1; if 0 x 1;
0;elsewhere.
E ( x) 0.5; 2 1 / 12
F ( x) 0 if x 0;
F ( x) x;0 x 1;
F ( x) 1; x 1
Propiedad: Uniformidad e Independencia
Variables aleatorio son observaciones independientes tomadas desde una distribucin especfica.
Una vez que se ha escogido la distribucin que mejor se acomoda a los datos de entrada, la simulacin comenzar a
generar muestras aleatorias desde esa distribucin.
Esto se realiza generando nmeros aleatorias y aplicando tcnicas de transformacin.
53
Mtodos de Generacin de Muestras
Mtodo de Transformacin Inversa
Mtodo de Aceptacin/Rechazo
Mtodo Composicin
Empleo de propiedades especiales
54
Mtodo de Transformacin Inversa

Dos pasos:
Generar 1 o mas muestras de nmeros a travs de una U(0,1)
Transformar la muestra de uniformes en una nueva muestra con la
distribucin deseada, por ejemplo x = F-1(r),
Donde
r = muestra aleatoria
F-1 = la distribucin inversa de la muestra deseada
x = la muestra deseada
55
Ejemplo Mtodo de Transformacin Inversa

Discreta
Considere la funcin de distribucin de probabilidades discreta que describe

el nmero de clientes, x, en un grupo que entra a un restaurant
x:
1
probabilidad: .1
2
.4
3
.1
4
.3
5 or more
.1
Para generar una muestra de esta distribucin usando el mtodo de la

transformacin inversa:
Paso 1: Encuentre una funcin de distribucin acumulada, F (x), para la
variable aleatoria en cuestin
Paso 2: generar la inversa de F, F-1(r)
56

Discreta
F(x)
0.9
0.6
0.5
0.1
x
1
Paso 3: Generar una secuencia de nmeros aleatorios (independientes, unifrme

idnticamente distribuidos [0,1]). Ejemplo :
ri: .23 .71 .54
Paso 4: entonces xi=F-1(ri). Los xis son las variaciones
aleatorias.
x1 = F-1(r1) = F-1(.23) = 2
x2 = F-1(r2) = F-1(.71) = 4
x3 = F-1(r3) = F-1(.54) = 3
Nota: si r.v. es continua (0<=x<=5), se debe interpolar

57
Ejemplo Mtodo de Transformacin Inversa Continua

Considere la funcin de distribucin de probabilidades continua, x, la que
entrega el tiempo (minutos) requerido para reparar una mquina
particular:
for x 0,
0
f ( x ) .003x 2
for 0 x 10,
0
for 10 x.
f (x)
10
Utilizar el mtodo de transformacin inversa para generar nmeros aleatorios.
58

Continua
Paso1: encuentre la funcin de distribucin acumulada, F (x), para la variable
aleatorio en anlisis, donde:
F(x) Pr (X x) x f(y)dy
x3
0.003
0.001x 3
3
Paso 2: Encontrar la inversa de F(x).
Paso 3: Generar una secuencia de nmeros aleatorios (independientes,
uniforme idnticamente distribuidos [0,1].
Ejemplo:
ri: .21 .52 .34 .07 .92 .62
Paso 4: Defina xi = F-1(ri). Los xis son las variaciones aleatorias.
x (1000)(0.21) 5.94
3
59
Funcin Exponencial
f (t )
e t / e t t 0F (t ) 1 e t / 1 e t t 0
Note que =1 tambin, 2 2 2

Sea r F (t ) 1 e t
Entonces (1 r ) e t y t ln(1 r )
1
Se tiene, t ln(1 r ) ln(r )
Pasos: 1. Generar ri
2. Calcular ti = - ln (ri)
3. Repetir como sea necesario
60
Otras Distribuciones
Uniform
1
f (t )
(b a )
a t b;
t a
Let r F (t )
ba
t a
F (t )
ba
then t a (b a )r
Weibull
f (t )
t e
t /
F (t ) 1 e
t /
t 0
r , hence t ln1 r
1/

Simulación Unidad 01

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Simulación Unidad 01

Încărcat de

Drepturi de autor:

Formate disponibile

Unidad 1: Teora de sistemas

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Entidad: Objeto de inters en el sistema

Atributo: Propiedad de una entidad

Actividad: Conjunto predefinido de acciones durante

Evento: Ocurrencia instantnea que puede estar

Ambiente del sistema

Como Ingenieros tendremos que modelar sistemas, con el propsito de:

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Cmo estudiar un sistema?

Estticos versus dinmicos

Modelos dinmicos, de cambio discreto, estocsticos

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Si el modelo es simple, use tcnicas tradicionales

A veces requieren simplificar demasiado para poder

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Caractersticas deseables de un modelo

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Herramienta que permite sacar conclusiones sobre el

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Industria: asignacin de recursos, inventarios, programas de produccin

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Construir modelos en un computador

Sacar inferencias acerca de posibles cambios en

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

(comparacin, anlisis de sensibilidad, qu pasa si...?).

Tiempo de ciclo: flujo total, por rea, por

Utilizacin de recursos: ocioso, ocupado, en

Tasa de produccin: por producto, rea,

Tiempo de espera: en cola, bloqueado,

Comportamiento contra programa

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Situaciones inciertas y no-estacionarias

Se usa en las fases de diseo, operacin y

Extrapolacin y prediccin, cuellos de botella

Caro (tiempo analista y tiempo cliente)

Respuestas aleatorias - anlisis estadstico

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Simulacin esttica: Simulacin Montecarlo,

Simulacin dinmica: representa los cambios

Simulacin determinstica: no contiene

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Discreto, Estocstico, Dinmico

Variables de estado: Cajeros ocupados, nmero de clientes en la fila, tiempo

Discreto, Estocstico, Esttico

Variables de estado: Cara o sello.

Continuo, determinstico, dinmico

Variables de estado: Presin

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Unidad de tiempo: arbitraria, pero

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Density Function Plot

Tiempo medio entre llegadas = 1 minutos

Inicialmente (tiempo = 0) vaco y servidor no ocupado

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

Di: Demora en cola del cliente/parte i

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin

lvaro Cepeda Ortiz, alvarocepeda@hotmail.com, Taller de Simulacin