Simulacion de Sistemas

M. en C. Karina Y.
Sosa Gonzlez
04/10/2013
Agenda
1. Definicin y usos de la simulacin. 2. Pasos que involucra un estudio de simulacin. 3. Lenguajes de simulacin. 4. Simulacin de sistemas discretos. 5. Simulacin de sistemas continuos. 6. Aplicaciones de simulacin en sistemas.
M. en C. Karina Y. Sosa Gonzlez
04/10/2013
2. Simulacin de Sistemas
Definicin y Usos del Modelado.
04/10/2013
Modelo de ingeniera:
Representacin reducida de un sistema
Ayudar a comprender un problema complejo (o solucin) Comunicar ideas acerca de un problema o solucin Guiar la implementacin
Propsito:
04/10/2013
CARACT R!"T!CA" # $%" M%# $%"&

04/10/2013 M. en C. Karina Y. Sosa Gonzlez
Abstracto
n'ati(a los elementos importantes y oculta los irrele)antes
Comprensible
*+cil de comprender por los obser)adores
Preciso
Representa de 'orma 'iel el sistema ,ue modela
Predicti)o
"e pueden usar para deducir conclusiones sobre el sistema ,ue modela
-arato
Muc.o m+s barato y sencillo de construir ,ue el sistema ,ue modela
$os modelos de ingeniera e'icaces deben satis'acer todas estas caractersticas
C%M% " /"A0 Para detectar errores u omisiones en el dise1o antes de comprometer recursos para la implementacin
Anali(ar y e2perimentar !n)estigar y comparar soluciones alternati)as Minimi(ar riesgos
Para comunicarse con los 3sta4e.olders5

Clientes6 usuarios6 implementadores6 encargados de pruebas6 documentadores6 etc&
6
Para guiar la implementacin
Introduccin a la Simulacin.
La creacin de nuevos y mejores desarrollos en el rea de la computacin ha trado consigo innovaciones importantes en toma de decisiones as como en el diseo de procesos y productos. Las tcnicas para realizar estudios piloto, con resultados rpidos y un relativo bajo costo, se basa en la modelacin. La flexibilidad en cuanto a la modelacin, el anlisis y el mejoramiento de sistemas ha hecho de la simulacin una herramienta cuyo uso y desarrollo se ha visto alentados de manera significativa.
04/10/2013
Concepto de Simulacin.
El concepto de simulacin: Engloba soluciones para muchos propsitos diferentes. Se refiere a un gran conjunto de mtodos y aplicaciones que buscan imitar el comportamiento de sistemas reales, generalmente por medio de una computadora con un software apropiado. Existen diferentes modelos de simulacin que permiten representar situaciones reales de diferentes tipos. Podemos tener modelos fsicos o matemticos, a los cuales pertenecen los modelos de simulacin de eventos discretos.
Tipos
Modelo Continuo: Es aquel en el que las relaciones entre las variables relevantes de la situacin real se definen por medio de ecuaciones diferenciales, ya que estas permiten conocer el comportamiento de las variables en cierto tiempo. Probablemente tales como saber de que manera se transfiere el calor en un molde, determinar como fluye cierto material dentro de una tubera, etc.
Tipos
Modelo Discreto: En ellos el comportamiento que nos interesa analizar puede representarse por medio de ecuaciones evaluadas en un punto determinado. Por ejemplo: muestreo del numero de personas que llegaron a un banco en un lapso especifico, podemos simular esta variables con ecuaciones de ligadas a distribuciones de probabilidad que reflejen dicho comportamiento.
10
Tipos
Modelo Dinmico:
Es aquel en el que el estado del sistema que estamos analizando cambia respecto al tiempo. Por ejemplo: el numero de personas que hacen fila para entrar a una sala de cine.
11
Tipos
Modelo Estticos:
Representan el resultado bajo un conjunto de situaciones o condiciones determinado. Por ejemplo: lanzar un dado los nicos valores que se pueden obtener son 1, 2, 3, 4, 5 y 6, de manera que el resultado de la simulacin ser uno de tales valores posibles, a esto se le conoce generalmente como simulacin de Monte Carlo.
12
Tipos
Modelo Determinsticos y Probabilsticos:

Tambin son conocidos como estocsticos. Los primeros se refieren a relaciones constantes entre los cambios de las variables del modelo. Por ejemplo, si las cajas empleadas en un proceso contienen siempre 5 productos, cada vez que se aada una caja al inventario este se incrementara en 5 unidades.
13
Tipos
Modelo Determinsticos y Probabilsticos: Si por el contrario, hay una distribucin de probabilidad en el proceso de manera que, algunas cajas contienen 3 y otras 4 productos, este se modificara segn el numero de piezas que tiene por caja, y, en consecuencia, el modelo es estocstico. En caso de simulacin de eventos discretos, hablaremos de modelos matemticos, dinmicos y con variables determinsticas y probabilsticas.
14
Simulacin de Eventos Discretos.
Una vez visto esto, se deber ver los nmeros pseudoaleatorios, variables aleatorias y pruebas estadsticas necesarias para comprobar esta aleatoriedad, etc.
Este proceso consiste en relacionar los diferentes eventos que pueden cambiar el estado de un sistema bajo estudio por medio de distribuciones de probabilidad y condiciones lgicas del problema.
15
04/10/2013
Conceptos Importantes.
El objetivos comprender, analizar y mejorar las condiciones de operacin relevantes del sistema. Veremos entonces, los conceptos mas importantes aadidos a la definicin anterior.
Simulacin de eventos discretos: conjunto de relaciones lgicas, matemticas y probabilsticas que integran el comportamiento de un sistema bajo estudios cuando se presenta un evento determinado.
16
04/10/2013
Sistema: Conjunto de elementos que se interrelacionan para funcionar como un todo, desde el punto de vista de la simulacin, tales elementos deben tener una frontera clara. Cada elemento de un sistema debe dividirse en entidades, estado, eventos actuales y futuros, localizaciones, recursos, atributos, variables y reloj de simulacin.
17
Entidad: Es la representacin de los flujos de entrada y salida en un sistema, al entrar a un sistema una entidad es el elemento responsable de que el estado del sistema cambie. Ejemplos de entidades pueden ser los clientes que llegan a una caja del banco, piezas en un proceso, etc.
18
Estado del sistema: Condicin que guarda el sistema bajo estudio en un momento de tiempo determinado; es como una fotografa de lo que esta pasando en el sistema en cierto instante. El estado del sistema se compone de variables o caractersticas de operacin puntuales y de variables o caractersticas de operacin acumuladas, o promedio. Un ejemplo es digamos el numero de piezas en un momento.
19
Evento: Es un cambio en el estado actual del sistema. Un ejemplo es la entrada o salida de una entidad, la finalizacin de una operacin o la descompostura de una maquina. Existen dos tipos: eventos actuales (sucediendo en un sistema en un momento dado) o futuros (cambios que se presentaran en el sistema despus de un tiempo de simulacin).
20
Representacin de conceptos de simulacin:

21
Si bien es cierto que en un modelo real se puede considerar una gran variedad de estadsticas, como el tiempo de procesos y el promedio de las piezas, lo cierto es que vuelve a calcular hasta que un nuevo evento altera el estado del sistema actual. Esta representacin puede ser la siguiente tabla.
22
04/10/2013
Adicional a la figura, se puede ilustrar los cambios en el estado del sistema de manera tabular y la manera en que va cambiando con cada evento en el estado.
Relacin evento y estado del sistema:

23
Los conceptos involucrados son: localizaciones, recursos, atributos, reloj de simulacin, entre otros.
Adems del esquema transaccional (pieza en tarima -> pieza en estacin) que se presenta en un modelo de simulacin, es necesario considerar algunos otros elementos que tambin forman parte de este tipo de modelaciones.
24
04/10/2013
Localizaciones: Son todos aquellos lugares en los que la pieza puede detenerse para ser transformada o esperar a serlo. Dentro de estas localizaciones tenemos almacenes, bandas transportadoras, maquinas, estaciones de inspeccin, etc. En los paquetes grficos, esto solo es un aspecto visual y no le resta o agrega potencia al modelo, es decir, podramos haber colocado una casa en lugar de la estacin con mesa y operador y el modelo nos hubiese dado el mismo resultado.
25
Recursos: Son aquellos dispositivos necesarios para levar a cabo una operacin. Un montacargas que toma las piezas de un lugar a otro, una persona que realiza la inspeccin de una banda, etc.
26
Atributo: Es una caracterstica de una entidad. Los atributos son muy tiles para diferenciar entidades sin necesidad de generar una nueva, y pueden adjudicarse al momento de la creacin de una entidad, o asignarse y/o cambiarse durante el proceso.
27
04/10/2013
Variables: Son condiciones cuyos valores se crean y modifican por medio de ecuaciones matemticas y relaciones lgicas. Pueden ser continuas (costo promedio de una operacin) o discretas (el numero de unidades que debe envasar un proceso). Las variables son muy tiles para realizar conteos de piezas y ciclos de operacin, as como para determinar caractersticas de operacin del sistema.
28
Reloj de Simulacin: Es el contador de tiempo de la simulacin, y su funcin consiste en responder preguntas tales como cuanto tiempo se ha utilizado el modelo en la simulacin, y cuanto tiempo en total se quiere que dure esta ultima. El reloj se relaciona con la tabla de eventos futuros, este se convierte en un evento actual. Cuando el tiempo del proceso se cumpla, la pieza seguir su camino hasta la siguiente localizacin.
29
Reloj de Simulacin: El reloj de simulacin absoluto que parte de cero y termina con un tiempo total de simulacin definido. El reloj de sistema relativo considera solo el lapso que transcurre entre dos eventos.
30
Ejemplos: Taller de piezas.
Enunciado: Un taller recibe ciertas piezas, mismas que son acumuladas en un almacn temporal en donde esperan ser procesadas. Esto ocurre cuando un operario transporta las piezas del almacn a un torno. Desarrolle un modelo que incluya el momento de piezas que hay en el almacn y que esperan ser atendidas en todo momento, y el numero de piezas procesadas en el torno.
31
Modelo:
32
Identificaremos: Sistema: Las piezas, el almacn temporal, el operario, el torno. Entidades: Solo tiene una, las piezas, que representan los flujos de entrada del sistema del problema bajo anlisis. Estado del sistema: podemos observar que cuando llevamos 1 hora 10 min de simulacin en el almacn se encuentran 9 piezas esperando, el operario esta transportando una pieza mas para procesar. El torno no esta trabajando, aunque ya ha procesado 4 piezas.
33
Eventos: tiempo de descanso del operario, salida de una pieza tras ser procesada. Como evento futuro: la siguiente pieza al sistema. Localizaciones: el almacn al que debern llegar las piezas y en el que esperaran a ser procesadas, as como el torno donde ocurrir. Recursos: el operario que transporta las piezas del almacn al torno. Atributos: 3 tamaos de piezas que pueden seleccionar el tipo de operacin que debe realizarse y el tiempo necesario para llevarla a cabo de acuerdo con dicho atributo.
34
Replica o corrida: los valores obtenidos sern diferentes cada vez que corremos la simulacin.
35
Reloj de Simulacin: Una hora 10 min. El reloj continuara avanzando hasta el momento que se haya establecido para termino de simulacin, o hasta que cumpla con una condicin lgica para detenerla.
04/10/2013
Variables: numero de piezas en el almacn y numero de piezas procesadas en el torno.
En el estado transitorio hay mucha variacin entre los valores promedio de las variables de decisin del modelo, por lo que formular una conclusin no es lgico. Se debe esperar a que el sistema se estabilice.
Existen dos etapas: un estado transitorio y estable. El primero es al comienzo de la simulacin.
36
04/10/2013
Cunto se debe simular un modelo para obtener resultados confiables?
Grafica de estabilidad de una variable:

37
Ventajas y desventajas de la simulacin.
Despus de todo, se puede concluir que la simulacin ayuda a la toma de decisiones y a mejorar procesos. Se debe destacar que, tiene ventajas y desventajas. Ventajas: Muy buena herramienta para conocer el impacto de cambios en el proceso, sin llevar a cabo nada. Mejora el conocimiento del proceso actual. Puede utilizarse como medio de capacitacin para la toma de decisiones. Es mas econmico
38
Ventajas: Permite probar varios escenarios en busca de mejores condiciones de trabajo. En problemas de gran complejidad, permite generar una buena solucin. Existen muchos paquetes de software que tienden a ser mas sencillos y facilita la aplicacin. La animacin ayuda a ver como se comportaran los procesos una vez mejorado el proceso.
39
04/10/2013
Desventajas: Aunque el software permite obtener un mejor escenario, la simulacin no sirve para optimizar. Puede ser costosa cuando los problemas son relativamente sencillos. Se requiere bastante tiempo para tener un buen estudio del proceso. Es preciso que el analista domine el uso del software y tenga solidos conocimientos de estadstica. El cliente puede tener falsas expectativas de la herramienta, y la puede asociar a condiciones de video juego o bola de cristal.
40
04/10/2013
Elementos Clave para garantizar el xito de una Simulacin..
Nadie puede garantizar el xito de un modelo. Existen ciertas condiciones clave para tener problemas: Tamao insuficiente de la corrida. Variable de respuesta mal definida. Errores al establecer las relaciones entre las variables aleatorias. Errores al determinar el tipo de distribucin asociado a las variables aleatorias del modelo. Falta de anlisis estadstico de los resultados. Uso incorrecto de la informacin obtenida. Falta o exceso de detalle en el modelo.
41
04/10/2013
Pasos para realizar un Estudio de simulacin.
1. Definicin del sistema bajo estudio: Es necesario conocer el sistema a modelar. Qu origina la simulacin? Definir con claridad las variables de decisin del modelo, determinar sus interacciones y establecer con precisin los alcances y limitaciones que aquel podra llegar a tener. Es importante hacer un modelo conceptual o mapa mental, con fronteras y elementos que lo componen.
42
04/10/2013
Para realizar un buen estudio de simulacin, se requiere de los siguientes pasos bsicos, aunque a veces es necesario agregar otros mas:
2. Generacin del modelo de simulacin base: no es preciso que sea muy detallado, pero requiere mucha informacin estadstica sobre el comportamiento de las variables de decisin del sistema.. Generalmente incluye todos los subsistemas y sus interrelaciones. Si se requiere animacin, hay que definir muy bien el proceso para obtener los mejores resultados.
43
04/10/2013
3. Recoleccin y anlisis de datos: la informacin estadstica ayuda a generar respuestas buenas para el modelo base. Facilita el estudio y la generacin de reportes. Con esto podemos inclusive generar los principios del modelo sin problemas.
44
04/10/2013
4. Generacin del modelo preliminar: Integra la informacin obtenida a partir del anlisis de datos, los supuestos del modelo y todos los datos necesarios para crear un modelo lo mas cercano posible a la realidad del problema del estudio. Es valido hacer sugerencias de distribucin de probabilidad. Al finalizar esta etapa, la simulacin esta lista para su primer prueba.
45
04/10/2013
5. Verificacin del modelo: Una vez identificado las distribuciones de probabilidad de las variables del modelo y se han implantado los supuestos acordados, es necesario realizar un proceso de verificacin de datos para comprobar la propiedad del modelo y los parmetros usados. Una vez comprobado, el modelo esta listo para la comprobacin de la realidad del problema que se esta modelando.
46
04/10/2013
6. Validacin del modelo: Consiste en realizar una serie de pruebas simultaneas con informacin de entrada real para observar su comportamiento y analizar los resultados. Aqu se pueden incluir los detalles de comportamiento real pero si se esta diseando un nuevo entorno, la validacin es mas complicada, porque primero debemos analizar que funcione y despus implementar los cambios para verificar como resultan.
47
04/10/2013
7. Generacin del modelo final: una vez validado el modelo, se realiza la simulacin y el estudio del comportamiento del proceso, aunque debemos entender que a veces tenemos modelo raz y luego se cambia para establecer las condiciones de prueba nicas.
48
04/10/2013
8. Determinacin de los escenarios para el anlisis: tras validar el modelo, es necesario acordar con el cliente los escenarios que se quieren analizar. Determine un escenario pesimista, uno optimista y uno intermedio para la variable de respuesta mas importante. El riesgo de hacer lo anterior, radica en el analista podra realizar un diseo de experimentos capaz de generar una gran cantidad de replicas.
49
04/10/2013
9. Anlisis de sensibilidad: Una vez obtenidos los resultados de los escenarios, se comparan los mejores. Si dos de ellos tienen resultados similares, ser necesario comparar sus intervalos de confianza con respecto a la variable de respuesta final. Pero la decisin final se toma haciendo mas pruebas.
50
04/10/2013
10. Documentacin del modelo, sugerencias y conclusiones: una vez realizado el anlisis de resultados, efectuemos la documentacin del modelo. Lo anterior permitir generar ajustes futuros. Aada sugerencias respecto al uso del modelo como de los resultados obtenidos, con el propsito de generar un reporte mas completo. Las conclusiones del proyecto a partir de las cuales es posible obtener los reportes ejecutivos para la presentacin final.
51
04/10/2013
Grafica de Gantt de un proyecto de simulacin:

52
Representacin de un ciclo de proyecto de simulacin:

53
Tarea No. 1
Fecha de entrega: Sbado 12 de Octubre.
Del archivo adjunto, calcule lo que se pide o determine los procesos como se los pide.
54
04/10/2013

Simulacion de Sistemas

Uploaded by

Document Information

Original Description:

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

Simulacion de Sistemas

Uploaded by

Copyright:

Available Formats

M. en C. Karina Y.

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

CARACT R!"T!CA" # $%" M%# $%"&

$os modelos de ingeniera e'icaces deben satis'acer todas estas caractersticas

Para comunicarse con los 3sta4e.olders5

Para guiar la implementacin

M. en C. Karina Y. Sosa Gonzlez

Modelo Determinsticos y Probabilsticos:

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

Representacin de conceptos de simulacin:

M. en C. Karina Y. Sosa Gonzlez

Relacin evento y estado del sistema:

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

Variables: numero de piezas en el almacn y numero de piezas procesadas en el torno.

M. en C. Karina Y. Sosa Gonzlez

Existen dos etapas: un estado transitorio y estable. El primero es al comienzo de la simulacin.

Cunto se debe simular un modelo para obtener resultados confiables?

Grafica de estabilidad de una variable:

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

M. en C. Karina Y. Sosa Gonzlez

Grafica de Gantt de un proyecto de simulacin:

Representacin de un ciclo de proyecto de simulacin:

Fecha de entrega: Sbado 12 de Octubre.

M. en C. Karina Y. Sosa Gonzlez

You might also like