Professional Documents
Culture Documents
Simulación
Ing. Luis Otake
Ciclo 2018-II
Contenido de la Primera Unidad
●
Introducción. Modelado y Simulación
●
Proyecto de simulación de sistemas
●
Fundamento de probabilidades
●
Generación de números pseudoaleatorios
●
Prueba de uniformidad de números pseudoaleatorios
●
Generación de variables aleatorias
Proyecto de Simulación
de Sistemas
Semana 02
Contenido
●
Formulación del Problema
●
Recolección de Datos y Análisis
●
Desarrollo del Modelo
●
Verificación y Validación del Modelo
●
Experimentación y Análisis de las Salidas
●
Implantación de los Resultados de la Simulación
●
Documentación
Formulación del Problema
●
¿Cuál es el problema?
●
No se hace una sola vez, sino a través de todo el proyecto.
●
Definir los objetivos y metas del estudio
●
Definir el sistema a estudiar (límites, alcances y limitaciones
o restricciones de la abstracción)
●
Elaborar un diagrama de flujo lógico
Formulación del Problema
Objetivos y
Problema
metas
Flujograma
Alcances y
Sistema
limitaciones
Formulación del Problema
●
Un sistema se puede definir de la siguiente manera (metodología de Churchman):
– Objetivos
●
Formulados o manifiestos
●
Reales u ocultos
– Ambiente o Límites (lo que está “fuera” del sistema), el cual debe:
●
Estar más allá del control del sistema
●
Ejercer algún tipo de influencia en el desempeño del sistema
– Recursos (necesarios para el logro de los objetivos)
– Subsistemas o componentes (son las misiones, trabajos o actividades para lograr los objetivos)
– Gestión o administración
●
Planificación
●
Control
Formulación del Problema
●
Desarrollar un modelo apropiado tomando en cuenta:
– Nivel de detalle
– Propósito del modelo
– Contribución de las variables al modelo
Recolección de Datos y Análisis
●
Recopilar datos de la realidad para estimar las variables y parámetros de
entrada.
●
Decidir:
– Cómo recopilar la información
– Qué datos se necesitan y qué tan importantes son
●
Si existen variables aleatorias:
– Identificar la distribución de frecuencias
– Verificar si la distribución no cambia en el tiempo
– Validar la sensibilidad del modelo ante diferentes distribuciones de probabilidad
Recolección de Datos y Análisis
●
Consideraciones para la selección del método:
– Capacidad de quien recoja los datos
– Impacto del proceso de recolección sobre el comportamiento del
sistema real
– Puede producir perturbaciones reales, físicas o psicológicas en el
sistema
– Facilidad de conversión de los datos a la computadora
– Costo del método
Desarrollo del Modelo
●
Reducción o abstracción del sistema real a un diagrama de
flujo lógico.
●
Definir el nivel de detalle del estudio (o nivel de
simplificación):
– Detallado (podría implicar mucho tiempo en la implementación)
– Simplificado (podría no permitir alcanzar el objetivo planteado)
Desarrollo del Modelo
●
Comprensión del sistema
– Aproximación del flujo físico
– Representación por diagramas de flujo de datos
– Aproximación del cambio de estado (definición de suceso o
evento)
Desarrollo del Modelo
●
Construcción del modelo
– Elección de mecanismos de avance en el tiempo (incrementos
fijos o por eventos)
– Elección de un lenguaje de programación
●
Lenguajes de simulación (GPSS, SLAM, SIMAN, SIMSCRIPT, etc.)
●
Lenguajes de propósito general (C, Java, etc.)
– Generación de números y variables aleatorias
●
Implementación y depuración del modelo
Verificación y Validación del Modelo
●
Verificación
– Estudio de la consistencia interna del modelo
●
Validación
– Asegurar que existe una correspondencia entre el sistema real y el
modelo
Verificación
●
Para asegurar que el modelo se comporta de la manera que
se desea.
●
Verifica si el modelo está correctamente construido.
●
Verifica si el modelo se ha construido de acuerdo con las
especificaciones.
●
Se realiza por inspección a lo largo del proyecto.
Validación
●
Prueba la concordancia entre el desempeño del modelo y el
desempeño del sistema real.
●
Examina el ajuste del modelo a ciertos datos empíricos.
●
Un buen modelo es aquel que se ajusta mejor a los datos y
por lo tanto, se puede usar para predecir la realidad.
●
Los modelos son hipótesis sujetas a validación.
Experimentación y Análisis de las Salidas
●
Consiste en generar los datos deseados y realizar el análisis
de sensibilidad de los índices requeridos.
●
El análisis de sensibilidad consiste en variar los parámetros
del sistema y observar su efecto en la variable de interés.
●
Se realiza:
– Un conjunto de experimentos predeterminado
– Técnicas de búsqueda de óptimos
●
Metodología de superficie de respuesta
Experimentación y Análisis de las Salidas
●
Planeación estratégica
– Cómo diseñar y experimentar con el modelo de simulación:
●
Reducir el número de pruebas experimentales
●
Proporcionar una estructura para el proceso de aprendizaje
– Objetivos de la experimentción:
●
Encontrar la combinación de valores de parámetros que optimizan las
variables de interés.
●
Explicar la relación entre la variable de interés y las variables controlables.
– La experimentación ayuda a conocer el sistema
Experimentación y Análisis de las Salidas
●
Planeación táctica
– Implica aspectos de eficiencia
– Cómo llevar a cabo cada experimento
●
Problema de interés
– Condiciones de inicio para llegar a un estado deseado, dado que al
iniciar una corrida debe pasar cierto tiempo para alcanzar las
condiciones de equilibrio representativas del mundo real.
– Necesidad de reducir la varianza de la respuesta, dado que se requiere
minimizar el tamaño de la muetra requerida.
Experimentación y Análisis de las Salidas
●
Tipos de análisis de las salidas:
– Para sistemas con final definido
– Para sistemas con final no definido
– Influyen en las salidas:
●
Condiciones iniciales
●
Tamaño de la muestra
Implantación de los Resultados
●
Consiste en la aceptación por parte del usuario
●
Problemas:
– Existe un vacío de comunicación entre el analista y los responsables y usuarios
del sistema.
– Falta de entendimiento por parte de los responsables del sistema debido a los
tecnicismos utilizados.
– El compromiso de implementación es tardío.
– Resistencia al cambio.
– Falta de coincidencia entre el presonal disponible y los objetivos marcados por
el modelo.
Implantación de los Resultados
●
Se realiza la interpretación de los resultados que arroja la
simulación, y en base a ello se toma una decisión.
●
Se determina si el modelo de simulación es útil para resolver
el problema planteado al inico de la investigación.
Implantación de los Resultados
●
Documentación
– Ayuda a incrementar la vida útil del modelo.
– Se relaciona con los procesos de desarrollo, operación e
implantación del modelo de simulación.
– Ayuda al modelador a reconocer sus propios errores y a mejorar
para el siguiente proyecto.
Implantación de los Resultados
●
Implantación
– Condiciones para un proyecto exitoso:
●
Aceptado
●
Entendido
●
Usado
Actividades
●
Como parte de la formulación del problema, describir el sistema detallando
lo siguiente:
– Objetivos
– Ambiente
– Recursos
– Subsistemas o componentes
– Gestión (planificación y control)
●
Elabore un diagrama de flujo del proceso o un bosquejo aproximado para
describir el sistema.
●
Valide el diagrama con el cliente.
Fin de la Sesión
Semana 02