Tratamiento de datos de Salida

Introducción al Output Analyzer

 Red de aprendizaje
Modelado
y
Simulación

Proyectos de
Simulación de
Sistemas

Modelación Sistema de
Montecarlo Colas con Sistemas de
Un servidor Inventarios
Revisión Periódica

Generación Sistema de Sistemas

Simulación Sistemas de
Valores de Colas con Combinados de
por combinado
Variables Servidores en Sistema de Colas e
Eventos de colas
Aleatorias Serie Inventario

Sistemas de
Sistemas de Líneas de Inventarios Punto Cadenas
Colas con elaboración de de Repedido logísticas de
Servidores en productos o elaboración de
Paralelo prestación de productos.
servicios
 Introducción

• Para una mayor compresión de los procesos

que ocurren dentro de un sistema se debe
analizar los resultados de las simulaciones.

• Los modelos representan un comportamiento

estocástico, e imitan el comportamiento de los
sistemas que están simulando.

• Objetivo Principal es: minimizar los errores

relacionados al proceso de inferencia.
 Introducción

• Debemos tener en cuenta que los

procedimientos necesarios para el análisis
dependen del tipo de sistema en estudio.

• Una diferencia principal que podríamos

establecer entre sistemas a simular es
clasificarlos como:

Finito o No- Finitos

 Sistemas No-Finitos

• Los sistemas no-finitos no poseen condiciones

iniciales fijas, y ningún evento que determina el
final del proceso de simulación.

• Como ejemplos más comunes de este tipo de

sistemas podemos citar los servicios de 24
horas como:

Los hospitales
Los sistemas de comunicación
 etc.
 Sistemas Finitos
Sistemas Finitos:
• Estos sistemas se presentan condiciones
iniciales fijas (condiciones estas que el sistema
vuelve a asumir al inicio de cada replicación), el
fin de la replicación es un evento que determina
el fin natural para el proceso de simulación.

• Como ejemplos de sistemas finitos se puede

citar los servicios tales como:

 Restaurantes
 Bancos
 Locales comerciales
 etc.
 Análisis de Sistemas Finitos

• El objetivo de simular los sistemas finitos, es comprender

su comportamiento a lo largo de un periodo
predeterminado y con duración fija.

• Una vez que las condiciones iniciales en el periodo de

simulación son fijas, el único factor controlable es el
número de replicaciones.

• Los procedimientos de análisis para sistemas finitos

consisten en:
– Realizar un cierto número de replicaciones
– Analizar la varianza de las medidas de desempeño o outputs
seleccionados.
– Finalmente, determinar si el intervalo de confianza resultante de
los output considerados en el estudio del sistema se encuentra
dentro de los límites aceptables.
 Experimentación y Análisis de Resultados
El procedimiento de análisis de los resultados
de una simulación inicia con la selección de las
variables de desempeño (output) que se desea
verificar en el sistema.

Por ejemplo:
– Elementos contadores de ocurrencias.
– Variables obtenidas de alguna expresión incluyendo
medias, varianzas, etc.
– Variables que miden el tiempo en el sistema, tiempo
en las colas, número de entidades en las colas,
utilización de recursos, cantidad de clientes
atendidos, etc.
 Experimentación y Análisis de Resultados

• Inferir sobre los resultados implica la realización de

análisis estadísticos apropiados.

• Algunas preguntas que deben ser inicialmente

planteadas son:

¿Cual es la duración apropiada de una corrida o replica

de la simulación?

¿Como analizar correctamente sus resultados?

¿Como interpretar correctamente las diferencias

obtenidas en cada una de las replicaciones?
 Confianza Estadística

• La determinación de intervalos de confianza

para las variables de desempeño u output es un
componente fundamental en un proceso de
análisis de resultados.

• Ya que al establecerse el nivel de confianza

también debemos indicar cual es el nivel de
certeza que queremos obtener al realizar la
simulación del sistema en estudio.
 Confianza Estadística

Ejemplo:
• Para los datos de la tabla siguiente se desea construir
intervalos de confianza de 95% (=0.05) y de 99%
(=0.01).

Replicaciones Tiempo Medio en la cola

1 63.20
2 69.70
3 67.30
4 64.80
5 72.00
 Confianza Estadística

• Asumiendo que los valores para la

variable aleatoria (Tiempo Medio en la
Cola) son normalmente distribuidos, el
semi-intervalo (h) permitirá el cálculo del
intervalo de confianza de 1- , para el
verdadero valor de la media (), que
estará centrado en X.
 Confianza Estadística
El semi intervalo de confianza h es
calculado por:
s
h  tn 1,1 / 2
n
Donde el valor de: t n 1,1 / 2 es un valor de
la tabla de la variable aleatoria t de Student.

Una vez que  refleje el nivel de confianza para

todo intervalo, en ese sentido se obtiene un
intervalo bilateral usándose el valor de /2
para calcular el valor de h.
 Confianza Estadística

Usando las siguientes ecuaciones se calcula el

valor de:

Adicionalmente, se busca los valores tabulados de t

(para una muestra pequeña) con 95% y 99% de
confianza.
 Confianza Estadística
X  67.4 S2  12.74 S  3.57

• Para 95% de confianza ( = 5%), tenemos:

1 -/2 = 0,975
y t4, 0.975 = 2,78.

• Para 99% de confianza ( = 1%), tenemos:

1 -/2 = 0,995
y t4, 0.995 = 4,60.

• De esta forma, los resultados de los valores de h son

los siguientes:

h = 4,44 (95% de confianza)

h = 7,34 (99% de confianza)
 Confianza Estadística

• El tamaño del intervalo depende del nivel de

confianza deseado.

• El nivel más elevado (99%) requiere un intervalo

mayor en comparación con el nivel de confianza
mas bajo.
 Confianza Estadística
Tres factores influye el largo del intervalo de
confianza:
• El numero de replicaciones n;

• El nivel de confianza (1-) predefinido por el

analista;

• La Variación (S2) asociada a la medida de

desempeño bajo análisis.
s
h  tn 1,1 / 2
n
Tamaño de muestra (número de replicaciones)
para la Determinación de la Media
• Se sabe que para una muestra de tamaño n,
el intervalo de confianza 100(1-) % de la
media poblacional de una variable de interés
esta dado por:
s
X z
n
• La precisión deseada de r%(d = r/100) implica
que el intervalo de confianza debe ser:

[ X (1  d ), X (1  d )]
Tamaño de muestra (número de replicaciones)
para la Determinación de la Media
Luego:
s
X z  X (1  d )
n

s
z  Xd
n
2
 zs 
n 
 d X 
 Tamaño de Muestra Ejemplo 1
En base de una prueba preliminar a la media muestral de
una variable de control es de 20 segundos con una
desviación estándar de 5 segundos.
¿Cuantas replicaciones son necesarias para que la
variable de control tenga una precisión de 1 segundo con
95% de confianza?

Solución:
La precisión requerida es de 1 en 20 = 5%

Los parámetros para la aplicación de la fórmula son:

X  20 s  5 z  1,960 d  0.05
2
 1.960 x5 
n 5%    9 . 8 2
 96.04  97
 0.05 x 20 
 Tamaño de Muestra
Determinar los limites de un intervalo de
confianza, considerando =5%, con un
precisión en alrededor del 5% para el valor
de la medida muestral tiene un valor de
115,3 y s=5,7.
Solución:
Los parámetros calculados son:
X  115.3 s  5.7 z  1.960 d  0.05

2
 1.960 * 5.7 
n 5%    1 . 94 2
 3.75  4
 0.05 *115.3 
 Método empírico para la determinación del
Tamaño de Muestra

Donde:
n* = una nueva estimación para n
h = semi - intervalo de confianza obtenido en la simulación
h* = semi - intervalo de confianza deseado= X*d
(la media muestral del output multiplicado por d)
 Tamaño de Muestra
• Los valores obtenidos para un intervalo de confianza
después de una simulación con n = 24 replicaciones fue:

• Una media = 92,36.

• El valor obtenido para el semi-intervalo: h = 16,54

(es mayor que el valor deseado (10% de la media = 9,236).

• Luego, la primera estimación para n resulta en un intervalo

mayor del deseado.

• Apliquemos el método empírico y estime el valor de n.

 Tamaño de Muestra

• Aplicando el método empírico obtendremos:

n*= [n(h/h*)2] = [24 (16,54 / 9,236)2 ] = 76,96 77

• El nuevo valor obtenido para h fue de 8,57 para

una media = 91,13.
• n*=68.0972 69
• El nuevo intervalo de confianza para la media,
con n = 69 replicaciones es [82,56; 99,70].
 Tamaño de Muestra

Ejecutar el piloto con n

replicaciones.

n=30 replicaciones
Ejecutar la simulación con n =
n* replicaciones

Calcular el intervalo de
confianza (h)
(Obtenerlo del Output Analyzer)

Calcular el número (n*) de

replicaciones adicionales
El intervalo de NO
confianza es
aceptable

SI

Fin del procedimiento

 Modelo Ejemplo
Simulación de un sistema de cola con un solo servidor.
Un sistema de colas de espera se comporta según las siguientes reglas:

• Es un sistema de un servidor, suponemos que las llegadas se toman de una

población infinita que necesita servicio. La capacidad de la sala de espera es
limitada a 15 personas.
• Los clientes se atienden según el orden de llegada (FIFO). Además
supondremos que las llegadas se realizan una a la vez de modo aleatorio
• Los tiempos entre llegadas se distribuyen normalmente con una media de
3.11 minutos y una desviación estándar de 0.52 minutos.
• Todas las llegadas se atienden finalmente con un tiempo de servicio que se
distribuye exponencialmente con una media de 3.53 min.
• Desarrolle el simulador del sistema antes descrito y mejore el sistema de tal
manera que se tenga el menor costo operativo y un nivel de atención al
cliente de por lo menos el 95%, tome en cuenta los siguientes datos
adicionales:
El salario de empleado es de s/. 1 200 al mes y el costo de estadía de un
cliente en el sistema se estima que es del orden de S/. 15 al día. Se tiene un
horario de trabajo de 8 horas.
Se considera un costo por abandono del cliente de 12 soles por cliente.
 Sistema de colas con un servidor
Representación grafica del sistema:

Abandono por cola llena

Llegada Salida
CMAX= 15
Servidor

TELL~ Cola
TS ~ EXPO(3.53)
NORM(3.11,0.52)
Representación del sistema:
Entidades Atributos Actividades
Llegar al sistema.
Cliente Tllegada Abandonar por cola llena
CMAX Formar cola
Ocupar servidor
Salir del sistema.

Servidor TS Esperar Cliente

Atender Cliente
 Uso de Hold, Batch y Separate

En un taller de metalmecánica llegan los trabajos con un tiempo entre

llegadas que sigue una distribución normal con media de 3 min. y una
desviación estándar de 1min.
Estos trabajos son elaborados en tres máquinas herramientas que tienen
tiempos de servicio exponenciales con medias de 6, 8 y 9 min.
respectivamente.
Luego de ser maquinadas se les da un tratamiento térmico en un horno
cuya duración es de 20 min. y son tratadas en grupos de 10 piezas a la
vez.
Después de pasar por tratamiento térmico pasan a una zona de acabado
donde se les aplica un desbarbado y pulido cuyo tiempo de servicio se
distribuye normalmente con una media de 4 min y una desviación
estándar de 1.2 min.
Finalmente son despachadas en lotes de 5 piezas por caja.
 Uso de Hold, Batch y Separate
Se le pide:
1. Hacer la representación grafica del sistema
2. Elabore el simulador en Arena que nos provea de la siguiente información:
a. Número de artículos atendidos por el sistema.
b. Tiempo esperado en la cola, promedio, mínimo y máximo.
c. Tamaño de cola promedio, mínimo, máximo y ultimo valor.
d. Utilización de las instalaciones.
3. Calcular el número mínimo de corridas que se debe hacer para tener una seguridad de un
95% y tener un error con respecto de la media de un 10%
4. Debe indicar claramente cual es el estado del sistema y que modificaciones le haría,
realice estas modificaciones. Tome en cuenta la siguiente información:
Todos los puestos de trabajo incurren en costos de funcionamiento sabiendo que:
• Pago empleado etapa M1 30 soles/día.
• Pago empleado etapa M2 35 soles/día.
• Pago empleado etapa M3 45 soles/día.
• Pago empleado etapa Horno 55 soles/día.
• Pago empleado acabado 35 soles/día.
Si además, el tiempo de espera en cola se estima en 16 soles/hora ¿Cuál es el coste
asociado al sistema actual? ¿Cuál sería la solución de coste mínimo? Justifique.
 Caso restaurante
Los clientes llegan a un restaurante de comida rápida con un tiempo entre
llegadas que se distribuye exponencialmente con una media de 3 min es
atendido por un recepcionista con un tiempo de servicio distribuido con un tiempo
mínimo de 2.4 minutos, por lo general se demoran 3.1 minutos y lo máximo que
se demoran es 5,3 minutos respectivamente.
El recepcionista genera los pedidos de los clientes que son enviados hacia la
cocina donde son atendidos por un cocinero con un tiempo distribuido
exponencialmente con una media de 4 min.
Los cliente se van a la zona de despacho donde esperan a que les entreguen su
pedido el esta zona lo atiende un empleado que se demora una media 3.5
minutos y una desviación estándar de 1.1 minutos distribuido normalmente.
1. Hacer la representación grafica del sistema
2. Elabore el simulador en Arena que nos provea de la siguiente información:
a. Número de artículos por tipo atendidos por el sistema.
b. Tiempo esperado en la cola, promedio, mínimo y máximo.
c. Tamaño de cola promedio, mínimo, máximo y ultimo valor.
d. Utilización de las instalaciones.
El tiempo máximo de simulación es de 8 horas y hacer 15 replicaciones
inicialmente.
 Caso restaurante
Se le pide:
1. Hacer la representación grafica del sistema
2. Elabore el simulador en Arena que nos provea de la siguiente información:
a. Número de clientes atendidos por el sistema.
b. Tiempo esperado en la cola, promedio, mínimo y máximo.
c. Tamaño de cola promedio, mínimo, máximo y ultimo valor.
d. Utilización de las instalaciones.
3. Calcular el número mínimo de corridas que se debe hacer para tener una seguridad de un
95% y tener un error con respecto de la media de un 10%.
4. Debe indicar claramente cual es el estado del sistema y que modificaciones le haría,
realice estas modificaciones. Tome en cuenta la siguiente información:
Todos los puestos de trabajo incurren en costos de funcionamiento sabiendo que:
• Pago empleado de Recepción 35 soles/día.
• Pago empleado de Cocina 60 soles/día.
• Pago empleado Despacho 45 soles/día.

Si además, el tiempo de espera en cola se estima en 10 soles/hora. ¿Cuál es el coste

asociado al sistema actual? ¿Cuál sería la solución de coste mínimo? Justifique.