Professional Documents
Culture Documents
Atributos:
Caractersticas de las entidades, las describe
y las diferencia.
Todas las entidades tienen los mismos Recursos:
campos para atributos, pero con valores Son aquellos dispositivos necesarios para
distintos. El valor de un atributo se adhiere llevar a cabo la operacin.
a una entidad especfica, como una etiqueta Por lo que compiten las entidades: Gente,
pegada a la entidad, no cambia de valor, no Equipo, Espacio
se pierde. Los recursos se asignan a las entidades,
Cada entidad que entra debe tener un pero las entidades no pertenecen a ningn
atributo. recurso en particular
Un recurso puede tener mltiples
Todas las entidades tienen los mismos tipos
unidades de capacidad: Sillas en la mesa de
de atributos, pero con valores distintos, por
un restaurante. Mltiples agentes
ejemplo: Hora de ingreso, Fecha de
(idnticos) en el mostrador de una
aerolnea Tipos de Reloj:
La entidad toma (SEIZE) un recurso, lo usa Reloj absoluto: Parte de cero termina en un
(DELAY), lo libera (RELEASE) tiempo total de simulacin definido.
Reloj Relativo: Considera el lapso de tiempo
Nmero de unidades de un recurso puede que transcurre entre dos eventos
cambiar a lo largo de la simulacin
Colas (queues): Rplica o Corrida de Simulacin:
Las entidades esperan cuando no pueden Es necesario efectuar ms de una rplica del
continuar su ruta (pues probablemente el modelo que se est analizando, con la
recurso que quieren tomar no est finalidad de obtener estadsticas de
disponible) intervalo que nos den una mejor ubicacin
Tienen nombre, a veces ligados al recurso del verdadero valor de la variable bajo los
asociado diferentes escenarios.
Pueden tener capacidad finita para modelar Nmero de rplicas que dan valides al
espacios limitados, se quiere saber qu pasa resultado.
con la entidad si al arribar a la cola esta est Estado Transitorio o periodo de calentamiento:
llena Se presenta al principio de la simulacin
Usualmente se llevan estadsticas del largo (hay mucha variacin entre los valores
de la cola y del tiempo de espera en sta promedio de las variables)
Es la primera porcin, no representativa, ya
Medidas de Efectividad o Acumuladores de que no est en condiciones normales.
estadsticas: Determinar el periodo transitorio y
Variables que observan lo que est eliminarlo de las estadsticas para que no
ocurriendo me altere los resultados
Dependen de las medidas de desempeo Estado Estable: Los valores de las variables de
deseadas decisin permanecen muy estables, presentando
Actitud pasivas en el modelosolo variaciones poco significativas
observan
Muchos son automticos en Arena, pero
algunos deben ser definidos por el usuario
Al final de la simulacin se utilizan para
calcular las medidas de desempeo del
modelo
Reloj de la Simulacin:
Es el contador de tiempo de la simulacin
Funcin: Responder preguntas tales como:
cunto tiempo se ha utilizado el modelo?
Qu ha pasado en x tiempo?
Metodologa de
Simulacin Etapa 3: Preparacin de datos
Identificar los datos necesarios para el
Etapa 1: Definicin del Sistema modelo y su reduccin en forma apropiada
Definir el problema a estudiar Definir con claridad y exactitud los datos
Anlisis preliminar del sistema que se desea que el modelo va a requerir para producir
simular los resultados deseados.
Determinar los lmites, restricciones y Los datos se pueden obtener de diferentes
medidas de efectividad a ser usadas en la fuentes:
definicin del sistema a estudiar. Registros contables
Ordenes de produccin
Etapa 2: Formulacin del Modelo conceptual Opiniones de expertos
Es la reduccin o abstraccin de un sistema real a Experimentacin
travs de un diagrama de flujo lgico. Anlisis de los datos recolectados
Etapa 6: Experimentacin
Se realiza una vez que el modelo ha sido
validado
Consiste en generar los datos deseados
Calcular el nmero de rplicas apropiado
Realizar anlisis de sensibilidad de los
ndices requeridos
Etapa 7: Anlisis de datos de salida Si tuvisemos medias de los tiempos entre
Interpretar los resultados que genera la llegadas < tiempos de servicio, la cola
simulacin explotara
Anlisis estadsticos necesarios para
analizar los datos de salida de las corridas 2. Teora de Colas
de simulacin
Analizar e interpretar los datos generados Requiere supuestos adicionales sobre el modelo
Modelo puro y simple: M/M/1 cola
Etapa 8: Implementacin y Documentacin Tiempo entre llegadas ~ exponencial
Tiempo de servicio ~ distribucin
exponencial e independiente de los arribos
E(servicio) < E (entre llegadas)
Simulacin Manual Estado estable (corrida larga, siempre)
Resultados analticos exactos. Tiempo
promedio en cola es
PROCEDIMIENTO
1. Recolectar datos de arribo de entidades y
procesamiento de las mismas.
2. Generar nmeros y variables aleatorias Problemas: validacin, estimacin de las medias,
ajustados a distribuciones tericas o tiempo
empricas. A menudo es til como primera aproximacin
3. Establecer el o los relojes de la simulacin
4. Simular el proceso hasta el tiempo de 3. Mecanismos de Simulacin
parada, actualizando el o los relojes y
usando una tabla de simulacin Operaciones individuales (llegadas, tiempos
5. Calcular las estadsticas de las medidas de de servicio) ocurren igual que en la realidad
efectividad y hacer grficos Los movimientos y cambios ocurren en el
momento correcto y en el orden correcto
OPCIONES DE ANLISIS Interaccin de los diferentes componentes
Se usan variables para obtener las
1. Determinsticos (Experiencia) medidas de desempeo
Nada misterioso u oscuro
Comparacin entre tiempo promedio entre Pero muchos detalles y registro de datos
llegadas y servicio: El software de simulacin hace esa tarea
En promedio las partes estn siendo por usted
procesadas ms rpidamente de lo que
llegan. (Tlle>Tser) Luego de un total de n corridas, se obtiene la tabla
El sistema tiene oportunidad de operar de resumen con las medidas de desempeo de cada
manera estable a largo plazo, no debera corrida y se calculan los intervalos de confianza
explotar para valores esperados:
Si todos los tiempos entre llegadas y
tiempos de servicio fuesen iguales (sin
variabilidad), nunca tendramos partes en
cola
Como los datos claramente indican
variabilidad, entonces s se puede formar
una cola
MTODO DEL CUADRADO MEDIO
Generacin de Nmeros
y Variables Aleatorias Seleccionar una semilla (Xo) con D dgitos D>3
Elevar la semilla al cuadrado
Escoger los dgitos del centro del cuadrado
como nmero aleatorio (Si no es posible
Nmeros Aleatorias obtener los D dgitos del centro del
Dan un comportamiento real al modelo. nmero Yi, agregue ceros a la izquierda del
Aportando variabilidad dentro de sus nmero.)
eventos. Elevar esos dgitos al cuadrado
Proceso matemtico-estadstico Repetir pasos 3 y 4 hasta generar los nmeros
Siguen una distribucin uniforme continua deseados sin que se repita la cadena o la serie
por eso van de 0 a 1.
Para simular el comportamiento de una o
ms variables aleatorias es necesario contar
con un conjunto suficientemente grande de
ri que permita que por lo menos la
secuencia tenga al menos un periodo de
vida de n=231
Los nmeros aleatorios usados en la
simulacin no son realmente aleatorios.
Son una secuencia de nmeros
pseudoaleatorios, U(i), determinsticos
entre (0,1), teniendo las mismas
propiedades estadsticas relevantes como MTODO CONGRUNCIAL LINEAL
una verdadera secuencia de nmeros.
El prximo nmero aleatorio es determinado a
partir del ltimo nmero generado
Genera una secuencia de nmeros enteros por
medio de la siguiente ecuacin recursiva:
Ri+1= (aRi+c) mod (m) i=0,1,2, 3, n
dnde:
Ro= Semilla
a = Multiplicador
c = Constante aditiva
m = Mdulo
Discretas
DISTRIBUCIONES EMPRICAS