Semana 4

¡La universidad para todos!
¡La Universidad para todos!
SIMULACION DE SISTEMAS
Docente: ING. ROLANDO PAZ PURISACA
Escuela Profesional Periodo académico: 2018-2

Semestre:
Unidad:
¡La Universidad para todos!
SEMANA 1
Escuela Profesional
CURSO DE SIMULACION DE SISTEMAS
Semana 1
En Resumen
Proceso
• Secuencia de actividades que tienen un inicio y un

fin, que se ejecutan para lograr un objetivo.
Proceso Estocástico (P.E.)
• cuando, si uno repite las condiciones del

experimento el resultado es impredecible.
• Se usan para modelar el comportamiento de
experimentos aleatorios que varían en el tiempo o
que dependen de alguna otra variable determinista.
Ejemplo de P.E.
• Supongamos que estamos estudiando el número

de llamadas que se producen en una central
telefónica. Para un intervalo de tiempo
determinado, por ejemplo una hora, se puede
definir la variable aleatoria (VA): “Número de
llamadas que se producen en una hora”.
Ampliación del ejemplo
• Si consideramos un intervalo mayor, por ejemplo

dos horas, es evidente que el número de llamadas
observadas tenderá a ser superior y, por tanto, la
distribución de probabilidad de esta nueva VA será
distinta a la anterior. Así para cada tiempo que
fijemos tendremos una VA, en principio distinta.
Una nota
• El número de llamadas que llegan a una central

telefónica es un proceso continuo en el tiempo
pero discreto en el espacio de estados. En la
gráfica siguiente se ven 3 realizaciones.
Gráficamente
Regresar
Proceso Determinístico
• cuando, si uno repite las condiciones del

experimento, el resultado es el mismo.
Regresar
Técnicas Analíticas
• Cuando se tiene un modelo o formula que seguir

para resolver el problema.
• Ejemplo:
A = 0 ∫ 1 x2dx
Técnicas Numéricas
• Cuando no se tiene una fórmula y se busca un

método que aproxime el resultado.
• Ejemplo:
A = 0 ∫ 1 e–x2dx
Variables Estáticas
• El valor que adopten en determinado momento no

determina el próximo valor.
• Por ejemplo:
– El número de aciertos que se obtenga al jugar la tinka
este domingo, no determina el número de aciertos que se
obtenga al jugar la tinka el próximo domingo.
Variables Dinámicas
• Del valor que tengan en determinado momento deriva
en próximo valor.
• Por ejemplo:
– Consideremos un proceso de producción: La cantidad que se
deba producir, de cierto producto, en un periodo; determina la
cantidad que se deba producir, del mismo producto, en el
próximo periodo.
Análisis Estocástico
• Toda la teoría de probabilidades, análisis de

variables, series de tiempo, etc.
Optimización Clásica
• Determinación de máximos y mínimos, restringidos

y no restringidos.
Método de Montecarlo
• Una forma de simulación, poco usada actualmente.

Programación Matemática
• Todos los métodos de optimización que se

desarrollan en los cursos de operativa: Método
Simplex, Programación Dinámica, etc.
Sistemas Dinámicos
• Existen materias especiales donde se desarrollan

sistemas dinámicos.
Simulación
• Inicialmente era una técnica numérica que se

usaba para procesos estocásticos que tenían
inmersos variables dinámicas.
• Actualmente se usa en todo proceso estocástico
(con cualquier tipo de variable) y el los procesos
determinísticos con variables dinámicas.
Procedimiento para un experimento de simulación
• Los procesos de modelar y simular

involucra la formulación y solución de un
problema.
• El proceso de modelamiento es iterativo
porque el acto de modelar revela la
información importante fragmentaria.
• Esta información apoya las acciones que
hacen al modelo y sus medidas de salida
más relevantes y exactas.
• El proceso de modelamiento continúa hasta
que el detalle o la información adicional ya
no es necesaria para la resolución del
problema.
Importante
• Durante el proceso iterativo, las relaciones entre el

sistema en estudio y el modelo son continuamente
definidas y redefinidas.
• A continuación se presentan los pasos sugeridos
en la ejecución los proyectos que utilizan el
modelamiento y la simulación.
Formular el problema
Especificar el modelo
Construir el modelo
Desarrollar el Recolectar Definir los
modelo de los datos controles del
simulación experimento
Simular el modelo
Ejecutar el Verificar el Validar el
modelo modelo modelo
Usar el modelo
Construcción del soporte a las decisiones

Aplicaciones de la Simulación
• la simulación se está utilizando para hacer estudios

en diversos campos del saber humano, tales como:
sistemas urbanos, sistemas económicos, sistemas
de negocios, sistemas de producción, sistemas
biológicos, sistemas sociales, sistemas de
transporte, sistemas de salud y muchos más.
Areas de aplicación (1)
• Sistemas de manufactura:
– Diseño y disposición de planta.
– Mejora continua.
– Administración de la capacidad.
– Evaluación ágil de la fabricación.
– Programación y control.
– Manejo de materiales
• Sistemas de Transporte:
– Funcionamiento de sistemas de ferrocarriles.
– Programación y ruteo de vehículos.
– Control de tráfico aéreo.
– Operaciones del terminal y deposito.
• Sistemas de computadoras y comunicaciones:

– Evaluación del funcionamiento.
– Generación y análisis del flujo de trabajo.
• Planificación y control de proyectos:

– Planificación del producto.
– Análisis de la comercialización.
– Planeamiento de la construcción de actividades.
• Planificación financiera:
– Toma de decisiones en la inversión de capitales.
– Análisis del flujo de liquidez.
– Proyecciones del balance.
• Estudios ambientales y ecológicos:

– Control de inundaciones.
– Control de la contaminación.
– Flujo y utilización de la energía.
– Administración de granjas.
– Control de pestes.
– Mantenimiento de reactores.
• Sistemas de cuidado de salud:

– Programación de sala de operaciones.
– Planeamiento del uso de los recursos.
– Evaluación de políticas de transplante de órganos.
Tipos de Simulación
Por el tipo de variables inmersas en el sistema:

Simulación Discreta:
Orientado a los Eventos
Orientado a las actividades
Orientado al proceso
Simulación Continua
Simulación Combinado Discreto - Continua
Relación entre eventos, actividades y procesos
Proceso
Actividad
Evento Evento Evento

Llegad Inicio de Fin de
a Servicio Servicio
Medidas de funcionamiento
• El funcionamiento de un sistema es medido por su

eficacia y eficiencia en el logro de los objetivos del
sistema.
• Los objetivos de diversos tipos de sistemas varían
y las medidas de funcionamiento a través de áreas
de los usos de la simulación no son iguales.
Ejemplo de medidas de funcionamiento
• En los sistemas de manufactura, las medidas de

funcionamiento de lo operativo, puede ser
agrupadas en cuatro categorías:
– Rendimiento del procesamiento.
– Capacidad para satisfacer plazos.
– Utilización de recursos.
– Inventario en proceso.
Un Problema para la
Simulación
LLEGADA
ESPERA
EXPON(5)
Tiempo de Simulación 480 minutos
LA
ENTREVISTA PARTIDA
DOS ENTREVISTADORES
UNFORM (10, 15)
Y Después que?
Medidas de Perfomance:
•Tiempo en sistema del entrevistado.
•Longitud de Cola
•Utilización de Trabajadores
•Tiempo de espera del entrevistado.
Respuestas
•Tiempo en sistema del entrevistado: 80.81 minutos

•Longitud de Cola: 16 personas
•Utilización de Trabajadores: 98.5% por empleado
•Tiempo de espera del entrevistado: 72.80 minutos
Para qué sirve?
•Aumentar el número de trabajadores.

•Poner sillas de espera o no.
•Disminuir el tiempo de entrevistas.
•Buscar la zona de espera.
Un problema manual (1)
• Una línea de producción, de artículos, está

compuesta por dos operaciones: A y B. La
operación A siempre debe de ejecutarse antes de
la operación B.
OPERACIÓN A OPERACIÓN B
TRANSITO DE LA
MATERIA PRIMA OPERACIÓN “A” HACIA
LA OPERACION “B” PRODUCTO
TERMINADO
• Los tiempos necesarios por cada una de las 10

unidades a procesar son los siguientes:

UNIDAD EN LA OPERACIÓN A EN LA OPERACIÓN B
1
0.434076 0.135118
2
0.487454 0.070339
3
0.246718 1.427671
4
0.293926 0.959766
5
0.637568 0.070549
6
0.873288 1.551359
7
0.85628 0.315469
8
0.291235 0.176104
9
0.629321 0.099815
10
0.350719 1.029659
• Se requiere determinar:
– La producción promedio de la línea.
– El tiempo de espera de cada unidad por la operación B.
– El tiempo muerto de la operación B.
– Longitud promedio de la cola en B.
• Como condiciones iniciales:
– La operación A está constantemente alimentada.
– La operación B inicialmente está desocupada.

La Solución (1)
• La solución de este problema debe ser realizada

por ustedes.
• El tipo de simulación a usar es la orientada al
proceso.
• De esta manera lo primero que se debe hacer es
descubrir la secuencia que cada unidad de materia
prima sigue dentro del sistema.
La Solución (2)
• Esta secuencia de acciones es:

– Momento en que se inicia la Operación A. (IA)
– Tiempo necesario para la ejecución de la Operación A. (TOA)
– Momento en que se termina la Operación A. (FA)
– Momento en que se inicia la Operación B. (IB)
– Tiempo necesario para la ejecución de la Operación B. (TOB)
– Momento en que se termina la Operación B. (FB)
La Solución (3)
• La tarea es determinar los momentos y/o tiempos

de ejecución de cada acción, para cada una de las
unidades de materia prima.
• Se recomienda ayudarse con la herramienta
EXCEL, para ello puedes hacer uso de una tabla
como la siguiente:
Unidad IA TEA FA IB TEB FB

1
10
La Solución (4)
• Recuerde que los TOA y los TOB, son datos.

• Usted debe llenar esta tabla y establecer una
fórmula para el calculo de cada uno de los
parámetros indicados.
• Terminada la simulación debe determinar:
La Solución (5)
• El tiempo total de simulación: el tiempo necesario

para procesar las 10 unidades de materia prima.
• La producción promedio de la línea: esto significa
el número de unidades por unidad de tiempo
procesadas en la línea.
Comportamiento de la cola delante de la OPB
3
U9 U10
2
U5 U6 U8 U9
1
U4 U5 U7 U8 U
9
1 2 3 4 5 6 7
U4 1.4 2.5
U5 2.0 3.5
U6 2.9 3.6
U7 3.8 5.1
U8 4.1 5.4
U9 4.7 5.6
U10 5.1 5.7

Trabajo de la OPB
1
U U U U U U10
1 2 U3 U4 5 U6 U7 8 9
1 2 3 4 5 6 7
0.43 0.92
0.56 0.99 5.76 6.79
1.16 2.59 3.55 5.49
3.62 5.17 5.66

Herramientas Básicas para la Simulación
• 1. Generación de Números Aleatorios.

• 2. Generación de Muestras Aleatorias de Distribuciones
Estadísticas Conocidas
Generación de Números Aleatorios entre 0 y 1 (1)
Método Uno:
PROVISION EXTERNA DE UNA TABLA
Características:
Computacionalmente lento.
Mucho uso de memoria
Método Dos:
GENERACIÓN EXTERNA MEDIANTE UN
PROCESO FISICO
Características
No es reproducible
No es controlable
Método Tres:
GENERACION DE NUMEROS
PSEUDOALEATORIOS
Características:
Sucesión de valores producidos de manera

determinística
Tienen la apariencia de ser variables
aleatorias uniformes e independientes en
(0,1)
El Método Tres (1)
• Se comienza con un valor inicial x0, llamado

semilla, y luego se calcula de manera recursiva los
valores sucesivos xn, n >= 1, hacinedo:
• xn = axn-1 mod m
• Donde a y m son enteros positivos dados.

El Método Tres (2)
• Xn puede tomar los valores: 0, 1, 2, …, m-1.

• La cantidad xn/m, llamado número pseudoaleatorio,
se considera como una aproximación de una
variable aleatoria uniforme en (0,1).
• Este método se llama el método congruencial
multiplicativo.
El Método Tres (3)
• Como cada uno de los números xn asume uno de

los valores 0, 1, 2 …, m-1, se tiene que después de
cierto número finito (a lo más m) de valores
generados, alguno debe repetirse, y, una vez que
esto ocurre toda la sucesión comienza a repetirse .
• Las condiciones que deben cumplir a y m, son:
– Para cualquier semilla inicial, la sucesión resultante tiene

la apariencia de ser una sucesión de variables aleatorias
independientes y uniformes entre (0, 1).
El Método Tres (4)
– Para cualquier semilla inicial, el número de variables que

se deben generar antes de que comience la repetición es
grande.
– Los valores se pueden calcular de manera eficiente en
una computadora.
El Método Tres (5)
• Así, m debe ser un número primo grande (m =

16807).
• Otra fórmula es:
xn = (axn-1 + c) mod m
El Método Tres (6)
• Ejemplos:
– x0 = 5 y xn = 3xn-1 mod 150
– x0 = 3 y xn = (5xn-1 + 7) mod 150
Generación de Muestras Aleatorias de

Distribuciones Estadísticas
Método de la transformación inversa:
f(x) = Función de densidad.
F(x) = Distribución aculumada (uniformemente
distribuida entre [0, 1]).
r = Número aleatorio entre [0, 1].
r = F(x)
x = H(r) , H es la inversa de F.
Distribución Uniforme (Rectangular)
• Uniforme entre (a, b) (UNFRM(a,b))

• Especifica que cada valor entre un valor mínimo y
un valor máximo tienen la misma probabilidad.
• Función de densidad: la probabilidad de un valor
que está dentro de en un intervalo es proporcional
a la longitud del intervalo
Gráficamente
f(x)
1/(b-a)
a b
f(x) = 1/(b - a); a <= x <= b
media: μ = (a + b)/2
Varianza: σ2 = (b - a)2 /12

• Para calcular la Distribución Acumulada:
F(x) = a∫ x f(t)dt
• Asi para la uniforme obtenemos:
F(x) = (x - a)/(b-a)
• Hallando la inversa:
r = F(x) = (x - a)/(b - a)
x = a + r(b-a) = H(r)
• Asi si queremos un número que pertenece al

intervalo (5, 11), se toma un número aleatorio entre
(0, 1) y se usa la formula:
• x = 5 + r*(6), si r = 0.2 entonces x = 6.2.

En forma general
• De esta manera se puede hallar números que

estén distribuidos en de diferentes maneras:
– Exponecial: EXPON(m)
– Normal: RNORM(m,de), etc.
Como obtener una distribución
• Se debe tener una colección de datos.

• Antiguamente se tenían que hacer cálculos y
comparaciones.
• En la actualidad se pude hacer uso de software:
STATFIT.

Semana 4

Încărcat de

Informații document

Titlu original

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

Semana 4

Încărcat de

Drepturi de autor:

Formate disponibile

¡La universidad para todos!

¡La Universidad para todos!

Escuela Profesional Periodo académico: 2018-2

¡La Universidad para todos!

• Secuencia de actividades que tienen un inicio y un

Proceso Estocástico (P.E.)

• cuando, si uno repite las condiciones del

• Supongamos que estamos estudiando el número

Ampliación del ejemplo

• Si consideramos un intervalo mayor, por ejemplo

• El número de llamadas que llegan a una central

• cuando, si uno repite las condiciones del

• Cuando se tiene un modelo o formula que seguir

• Cuando no se tiene una fórmula y se busca un

• El valor que adopten en determinado momento no

• Toda la teoría de probabilidades, análisis de

• Determinación de máximos y mínimos, restringidos

• Una forma de simulación, poco usada actualmente.

• Todos los métodos de optimización que se

• Existen materias especiales donde se desarrollan

• Inicialmente era una técnica numérica que se

Procedimiento para un experimento de simulación

• Los procesos de modelar y simular

• Durante el proceso iterativo, las relaciones entre el

Construcción del soporte a las decisiones

• la simulación se está utilizando para hacer estudios

Areas de aplicación (1)

Areas de aplicación (2)

Areas de aplicación (3)

• Sistemas de computadoras y comunicaciones:

Areas de aplicación (4)

• Planificación y control de proyectos:

Areas de aplicación (5)

Areas de aplicación (6)

• Estudios ambientales y ecológicos:

Areas de aplicación (7)

• Sistemas de cuidado de salud:

Por el tipo de variables inmersas en el sistema:

Relación entre eventos, actividades y procesos

Evento Evento Evento

• El funcionamiento de un sistema es medido por su

Ejemplo de medidas de funcionamiento

• En los sistemas de manufactura, las medidas de

Tiempo de Simulación 480 minutos

•Tiempo en sistema del entrevistado: 80.81 minutos

Para qué sirve?

•Aumentar el número de trabajadores.

Un problema manual (1)

• Una línea de producción, de artículos, está

Un problema manual (2)

Un problema manual (3)

• Los tiempos necesarios por cada una de las 10

Un problema manual (4)

Un problema manual (5)

Un problema manual (6)

• Como condiciones iniciales:

– La operación A está constantemente alimentada.

– La operación B inicialmente está desocupada.

• La solución de este problema debe ser realizada

• Esta secuencia de acciones es:

• La tarea es determinar los momentos y/o tiempos

Unidad IA TEA FA IB TEB FB

• Recuerde que los TOA y los TOB, son datos.