Академический Документы
Профессиональный Документы
Культура Документы
GUTIRREZ
SIMULACIN
"Portafolio de Evidencias"
GRUPO S5A
DOCENTE:
TABLA DE CONTENIDO
ACTIVIDADES DE APRENDIZAJE
Investigar informacin acerca de las caractersticas, aplicacin y uso de los principales lenguajes de
simulacin existentes y elaborar un cuadro comparativo. ....................................................................... 153
Lenguajes de Simulacin y Simuladores. ........................................................................................... 154
TABLA COMPARATIVA DE LENGUAJES DE SIMULACIN ........................................................................... 163
Probar un simulador de acuerdo a su uso. ................................................................................................ 168
Observar sus caractersticas. ..................................................................................................................... 168
Preparar prcticas de simulacin manuales y en computadora de problemas aplicados a servicios,
sistemas productivos, de calidad, de inventarios, econmicos, entre otros. ........................................... 170
Investigar las pruebas de validacin ms utilizadas y probarlas mediante ejercicios manuales. ............. 172
Cuestionario 4 ............................................................................................................................................ 182
RESUMEN DE CIERRE UNIDAD IV ................................................................................................... 184
Reflexin .................................................................................................................................................... 185
Rubrica para portafolio fsico. ................................................................................................................... 186
PROYECTO DE SIMULACIN ...................................................................................................................... 187
Planteamiento del problema ..................................................................................................................... 188
Conclusin ................................................................................................................................................. 189
Fuentes De Informacin ............................................................................................................................ 190
UNIDAD V
TEMA: Proyecto Integrador
5.1 Anlisis, modelado y simulacin de un sistema o subsistema de servicios o productivo
de una empresa para detectar las mejoras posibles a realizar.
Introduccin
Objetivo de la simulacin
La simulacin consiste en disear y desarrollar un modelo de un sistema o proceso y
conducir experimentalmente con este modelo para entender el comportamiento del
sistema del mundo real o evaluar varias estrategias con las cuales puedan operar el
sistema.
La simulacin de procesos es una de las ms grandes herramientas de la ingeniera ya
que simplifica los procesos y los hace ms entendibles para el ser humano. Esta
simulacin es en algunos casos casi indispensable.
SIMULACIN
La simulacin consiste bsicamente en construir modelos informticos que describen la
parte esencial del comportamiento de un sistema de inters, as como en disear y
realizar experimentos con el modelo y extraer conclusiones de sus resultados para apoyar
la toma de decisiones.
En la vida real se presentan situaciones o sucesos que requieren tomar decisiones para
planificar, predecir, invertir, proyectar, etc. Una vez construido un modelo matemtico, si
este es lo suficientemente sencillo, puede ser posible trabajar con sus relaciones y
cantidades para obtener una solucin analtica exacta.
Si una solucin analtica para un modelo matemtico est disponible y es
computacionalmente eficiente, usualmente es deseable estudiar el modelo en esta forma,
en vez que por la va de la simulacin. Sin embargo, muchos sistemas son altamente
complejos, de manera que los modelos matemticos vlidos de ellos son ellos mismos
complejos, descartando cualquier posibilidad de una solucin analtica. En este caso, el
modelo debe ser estudiado por medio de simulacin. Otro caso es la combinacin de
reglas lgicas y la matemtica.
La simulacin de procesos es una de las ms grandes herramientas de la ingeniera
industrial, la cual se utiliza para representar un proceso mediante otro que lo hace mucho
ms simple yentendible. Esta simulacin es en algunos casos casi indispensable, como
nos daremos cuenta a continuacin. En otros casos no lo es tanto, pero sin este
procedimiento se hace mscomplicado.
La simulacin es la representacin de un proceso o fenmeno mediante otro ms simple,
que permite analizar sus caractersticas; Pero la simulacin no es solo eso tambin es
algo muy cotidiano, hoy en da, puede ser desde la simulacin de un examen, que le hace
la maestra a su alumno para un examen del ministerio, la produccin de textiles,
alimentos, juguetes, construccin de infraestructuras por medio de maquetas, hasta el
entrenamiento virtual de los pilotos de combate.
Las primeras referencias sobre simulacin se encuentran hacia el ao 1940, cuando Von
Neumann y Ullman trabajaron sobre la simulacin del flujo de neutrones para la
CARTA PRESENTACIN
AUTORRETRATO
DIARIO METACOGNITIVO.
10
APOYO DIDCTICO
-Computadora
-Proyector
-Hojas de rotafolio
-Plumones
-Software: Promodel y/o Arena
-Apuntes brindados
Bibliografa: Simulacin y anlisis de modelos estocsticos, Azarang
Simulacin y anlisis de sistemas con promodel, Garca Duna Eduardo, Pearson.
11
12
13
MODELO
14
15
2. Dinmico: Refleja los cambios en el sistema a travs del tiempo y muestra la evolucin
desde el principio hasta el final. Ejemplo: crecimiento de un ser viviente, vaciamiento de
un tanque de agua, traslado de un camin de mercadera, coccin de un alimento, etc.
16
17
1.Modelacin
6.Fusin de
tareas
2.Tanteo-Error
5.Reformulacin
3.Asociacin por
Analoga
4.Integracin por
inclusin
18
19
20
Evento
Un evento es un suceso que hace cambiar las variables de estado del sistema. Durante el
procesamiento de un evento el tiempo de simulacin permanece fijo. Un evento pertenece
a una entidad, o actor en el sistema, y normalmente solo cambiara atributos de esta,
dejando invariante el resto del sistema.
Proceso
Es toda secuencia de eventos ordenada temporalmente (sucesin de estados de una
entidad sobre uno o ms intervalos sucesivos).
Entidad
El sistema a simular se modela en base a entidades actores que representan en su
agregado al sistema compuesto. El estado del sistema se entiende entonces como el
agregado de los estados que lo conforman.
Actividad
Secuencia de eventos pertenecientes a una entidad que cierran un ciclo funcional. A
diferencia de un evento, que se ejecuta a tiempo de simulacin constante, una actividad
se desarrolla dentro de un intervalo de tiempo de simulacin no puntual.
Simulacin en tiempo acelerado
Se da cuando el avance del tiempo de simulacin es mayor de un segundo por cada
segundo de tiempo real.
Simulacin en tiempo real
Se da cuando el avance del tiempo de simulacin exactamente de un segundo por cada
segundo de tiempo real.
Atributos.
21
Propiedades que poseen las entidades, tambin son llamados variables. Existen varios
tipos de atributos.
1. P: Parmetros son atributos fijados durante el diseo del sistema
2. U: Variables de entradas o exgenos, fijadas por el entorno
3. D: Variables de entradas fijadas por el usuario
4. Y: Variables de salida son las variables de estado o combinacin de ellas
correspondiente a medidas del sistema
Variables
Una variable es la expresin simblica representativa de un elemento no especificado
comprendido en un conjunto.
Reloj de simulacin
Es el contador de tiempo de la simulacin, y su funcin consiste en responder preguntas
tales como cunto tiempo se ha utilizado el modelo de la simulacin, y cuanto tiempo en
total se requiere que dure esta ltima.
22
SIMULACIN
VENTAJAS
DESVENTAJAS
1.
Es
un
proceso
relativamente eficiente y
flexible.
2. Puede ser usada para
analizar y sintetizar una
compleja
y
extensa
situacin real, pero no
puede ser empleada para
solucionar un modelo de
anlisis
cuantitativo
convencional.
3. En algunos casos la
simulacin es el nico
mtodo
disponible.
4. Los modelos de
simulacin se estructuran
y nos resuelve en general
problemas trascendentes.
5.
Los
directivos
requieren conocer como
se avanza y que opciones
son atractivas; el directivo
con
la
ayuda
del
computador
puede
obtener varias opciones
de
decisin.
6. La simulacin no
interfiere en sistemas del
mundo
real.
7. La simulacin permite
estudiar
los
efectos
interactivos
de
los
componentes individuales
o
variables
para
determinar
las
ms
importantes.
8. La simulacin permite
1. Un buen modelo de
simulacin puede resultar
bastante
costoso;
a
menudo el proceso es
largo y complicado para
desarrollar un modelo.
2. La simulacin no
genera
soluciones
ptimas a problemas de
anlisis cuantitativos, en
tcnicas como cantidad
econmica de pedido,
programacin lineal o
PERT / CPM / LPU. Por
ensayo
y
error
se
producen
diferentes
resultados en repetidas
corridas
en
el
computador.
3. Los directivos generan
todas las condiciones y
restricciones
para
analizar las soluciones. El
modelo de simulacin no
produce respuestas por si
mismo.
4. Cada modelo de
simulacin es nico. Las
soluciones e inferencias
no
son
usualmente
transferibles
a
otros
problemas.
la
inclusin
complicaciones
mundo real.
en
del
24
25
PREGUNTAS
Cuestionario 1
26
27
Uniformemente distribuidos.
Estadsticamente independientes.
Reproducibles.
Sin repeticin dentro de una longitud determinada de la sucesin.
Generacin a grandes velocidades.
Requerir el mnimo de capacidad de almacenamiento.
15. cmo se encuentra el primer nmero random?
La mayora de los mtodos (Generadores) comienzan con un nmero inicial
(Semilla o Seed), al cual se le aplica un determinado procedimiento para as
obtener el primer nmero Random.
16. cmo funciona el mtodo del cuadrado medio?
Se comienza con un nmero inicial (Semilla), el cual se eleva al cuadrado,
despus de elevarlo al cuadrado se seleccionan los nmeros del centro (los
dgitos que se deseen), los cuales se pondrn despus de un punto decimal y este
ser el nmero que conformara el primer nmero Random.
PREGUNTAS PROPIAS
1.- Qu elementos se deben de tomar en cuenta para la definicin del
sistema en una simulacin?
-Anlisis preliminar
-Restricciones del sistema
-Variables que interactan en el sistema y sus interrelaciones.
-Medidas de efectividad que se van a utilizar para definir y estudiar el sistema.
-Los resultados que se espera obtener del estudio.
2.- Menciona qu relacin tienen los diagramas de Euler en la modelacin de
un proyecto de simulacin.
28
29
-Discretos
8.- Menciona los elementos del control?
-Relacin con lo planeado
-Medicin
-Establecer medidas correctivas
-Detectar desviaciones
30
PROYECTO DE SIMULACIN
31
REFLEXIN
Las sesiones de clase de esta unidad fueron muy dinmicas en cuanto al aprendizaje, ya que con el
material proporcionado y con la lectura y compresin de los distintos conceptos presentados en el
programa de estudio de la primera unidad nos ayudaron a captar conceptos clave que ayudan a
explicar lo que es una simulacin.
32
EXCELENTE
SATISFACTORIO
SATISFACTORIO CON
RECOMENDACIONES
NECESITA MEJORAR
5 PUNTOS
4 PUNTOS
2 PUNTOS
0 PUNTOS
Clasifica y archiva
todas las tareas o
trabajos
relacionados con los
contenidos y
objetivos planteados
en el bloque
curricular
Clasifica y archiva la
mayora de las tareas
o trabajos
relacionados con los
contenidos y objetivos
planteados en el
bloque curricular
Clasifica y archiva
algunas de las tareas
o trabajos
relacionados con los
contenidos y objetivos
planteados en el
bloque curricular
33
CONCLUSIN
34
FUENTES DE INFORMACIN
BIBLIOGRAFA:
-Apuntes de Simulacin, Vzquez Hernndez Jos del Carmen, ITTG.
-Simulacin: un enfoque prctico, Ral Coss B, Editorial Limusa.
FUENTES DE INTERNET:
http://es.slideshare.net/eadm1411/simulacion-16963701
http://uat.gustavoleon.com.mx/SSU1%20%20%20Introduccion%20y%20Concepto
s%20Basicos.pdf
35
UNIDAD I
TEMA: Introduccin a la Simulacin
36
37
Introduccin
Portafolio es una nocin que deriva del francs portefeuille y que refiere a una
especie de cartera de mano empleada para el traslado de documentos, papeles y
libros. El concepto tambin puede utilizarse de modo simblico para nombrar a un
conjunto de cosas.
El portafolio puede definirse como una recopilacin de evidencias (documentos
diversos, artculos, notas, diarios, trabajos, ensayos, etc.) consideradas de inters
para ser conservadas, debido a los significados que con ellas se han construido
El portafolio es una tcnica de enseanza, aprendizaje y avalo. Este consiste de
una coleccin de los trabajos que realiza el estudiante para demostrar sus
esfuerzos, logros y progreso en un rea o tema especfico. El portafolio se ha
incorporado en la educacin procedente de otras disciplinas como la arquitectura y
bellas artes.
Tipos de evidencias.
Evidencia de conocimiento:
Incluye el conocimiento de lo que tiene que hacerse, el cmo habra que hacerlo,
el por qu tendra que hacerse y lo que habra que hacer si las condiciones del
contexto cambiasen en el desarrollo de la actividad.
38
Evidencia de desempeo:
Refiere al comportamiento por s mismo, y consiste en descripciones sobre
variables o condiciones cuyo estado permite inferir que el comportamiento
esperado fue logrado efectivamente. Es la evidencia de desempeo relacionada
con una competencia, o bien con resultados de aprendizaje.
Evidencias profesionales:
Son muestras y comprobantes que indican que el estudiante o egresado cuente
con los conocimientos y las bases tericas adems de las habilidades prcticas
que se esperan de un profesional en el campo.
39
En esta fase se han de elegir los mejores trabajos realizados o las partes de
aquellas actividades que muestren un buen desarrollo en el proceso de
aprendizaje para ser presentado ante el profesor o resto de compaeros.
Objetivo de la simulacin
La simulacin consiste en disear y desarrollar un modelo de un sistema o
proceso y conducir experimentalmente con este modelo para entender el
comportamiento del sistema del mundo real o evaluar varias estrategias con las
cuales puedan operar el sistema.
SIMULACIN
La simulacin consiste bsicamente en construir modelos informticos que
describen la parte esencial del comportamiento de un sistema de inters, as como
en disear y realizar experimentos con el modelo y extraer conclusiones de sus
resultados para apoyar la toma de decisiones.
En la vida real se presentan situaciones o sucesos que requieren tomar decisiones
para planificar, predecir, invertir, proyectar, etc. Una vez construido un modelo
matemtico, si este es lo suficientemente sencillo, puede ser posible trabajar con
sus relaciones y cantidades para obtener una solucin analtica exacta.
La simulacin de procesos es una de las ms grandes herramientas de la
ingeniera industrial, la cual se utiliza para representar un proceso mediante otro
40
41
Carta De Presentacin
Carta de presentacin:
Durante esta segunda unidad del curso se vieron las definiciones de los
nmeros aleatorios y pseudoaleatorios.
Pero sobre todo y lo que abarco gran parte del curso fue conocer los
distintos mtodos que existen para generar nmeros pseudoaleatorios y las
distintas aplicaciones en las que se pueden usar en problemas reales.
Como herramienta principal del curso tuvimos al programa Excel que nos
sirvi para desarrollar y comprender de manera que pudiramos ahorrar
tiempo en el transcurso de los clculos que se realizaron para desarrollar
dichos mtodos.
Las explicaciones dadas en este curso me ayudaron a comprender distintos
mbitos de usos en problemas de la vida real, ya que estos conceptos y
mtodos son importantes de aprender, ya que sern de mucha ayuda
cuando se desee desarrollar una simulacin de algn sistema.
Las reas ms difciles en el curso fueron: La comprensin de algunos
mtodos en cuanto al procedimiento, pero esas dudas se fueron disipando
cuando se usaron las hojas de Excel. Adems del empleo de algunas
funciones del Excel que no saba antes.
42
Autorretrato
43
Diario Metacognitivo
Datos interesantes discutido el da 8 de septiembre del 2014
Qu cosas fueron difciles este da?
El procedimiento para generar 10 numero aleatorios.
Qu aprend hoy?
Lo ms importante de recalcar es formular los numeromediante una semilla y su
mtodo as como su utilizacin o aplicacin, tambin como algo de teora acerca
de los antecedentes de los nmeros aleatorios y pseudoaleatorios, la diferencia y
conceptos relacionados utilizados en esta unidad. Reconocer como y en que
aspecto utilizar los mtodos para aplicarlos en un problema.
44
Qu aprend hoy?
A generar nmeros aleatorios con el siguiente procedimiento:
Determinar y0 = X0*X1
45
Qu aprend hoy?
46
47
Qu aprend hoy?
Las Pruebas Paramtricas
El mtodo Kolmorov-Smirnov
La realizacin de una tabla en Excel en donde generamos nmeros aleatorios
48
Qu aprend hoy?
49
Qu aprend hoy?
El mtodo de poker de una manera sencilla pude hacer comprensin de ello.
El ejercicio deca lo siguiente:
Determinar si la muestra de nmeros pseudoaleatorios cumple con la propiedad
de uniformidad indispensable entre (0 y 3).
Ecuaciones
co = ((2n0n1)/n) +
co =
50
En donde:
N = Numero de muestras
C0 = Corridas obtenidas
= Nivel de confianza
N0 = Numero de ceros
N1 = Numero de unos
Mtodo de Pker
Categoras
Probabilidad
TD = Todos diferentes
0.3024
1P = Exactamente un par
0.504
2P = Dos pares
0.108
T = Tercias
0.078
TP = Tercia y par
0.009
P = Pker
0.0045
Q = Quintilla
0.0001
51
Qu aprend hoy?
El cmo y dnde aplicar estos mtodos ya que en la clase fueron explicados
conforme se avanzaba y resolva el ejercicio en Excel.
52
Definicin:
Un nmero aleatorio es aqul que es generado a partir de la distribucin Uniforme
U(0,1).
53
Nmeros pseudoaleatorios
Introduccin:
Casi todas las aplicaciones comerciales tienen varios generadores de nmeros
pseudoaleatorios que pueden generar un conjunto muy grande de nmeros sin
mostrar correlacin entre ellos, para ello se utilizan mtodos preestablecidos que
garantizan esta demanda.
Para poder realizar una simulacin que incluya variabilidad dentro de sus eventos,
es preciso generar una serie de nmeros que sean aleatorios por s mismos, y que
su aleatoriedad se extrapole al modelo de simulacin que se est construyendo.
En la construccin del modelo los nmeros aleatorios juegan un papel relevante.
Unas de las primeras tareas que es necesario llevar a cabo consiste en analizar si
los nmeros que se utilizaran para correr o ejecutar la simulacin son realmente
aleatorios o no; por desgracia, precisar lo anterior con absoluta certidumbre resulta
muy complicado, ya que para ello se tendra que generar un nmero infinito de
valores que permitan comprobar la existencia de correlaciones entre ellos. Esta
actividad sera muy costosa y tardada, volviendo imprctico el uso de la simulacin
aun con las computadoras ms avanzadas.
54
1.
2.
3.
4.
5.
6.
Uniformemente distribuidos.
Estadsticamente independientes.
Reproducibles.
Periodo largo.
Generados mediante un mtodo rpido.
Generados mediante un mtodo que no requiera mucha capacidad de
almacenamiento de la computadora.
55
Xn
(5 Xn+7)/8
Xn+1
(Residuo)
Nmeros
aleatorios
27/8
3/8 = 0.375
22/8
6/8 = 0.75
37/8
5/8 = 0.625
32/8
7/8
7/8 = 0.875
42/8
2/8 = 0.25
17/8
1/8 = 0.125
12/8
4/8 = 0.5
56
Para la uniformidad
57
0.31
0.81
0.48
0.01
0.60
0.26
0.34
0.70
0.31
0.07
0.06
0.33
0.49
0.77
0.04
0.43
0.92
0.25
0.83
0.68
0.97
0.11
0.00
0.18
0.11
0.03
0.59
0.25
0.55
58
INTERVALO
FE
FO
(FE-FO)2/FE
0.00 - 0.20
10
2.67
0.21 - 0.40
0.17
0.41 - 0.60
0.00
0.61 - 0.80
1.50
0.81 - 1.00
0.67
X20=5.01
Sea alfa= 5%. Tenemos (5-1) grados de libertad, es decir V=4. El valor en tablas
de la distribucin Ji cuadrada es:
X24.5% = 9.49
Como X02 es menor que X24.5% es decir; 5.01 es menor que 9.49. entonces no se
puede rechazar la uniformidad de los nmeros aleatorios.
59
Procedimiento
1. Generar una muestra de nmeros aleatorios uniformes de tamao N.
60
0.31
0.81
0.48
0.01
0.60
0.26
0.34
0.70
0.31
0.07
0.06
0.33
0.49
0.77
0.04
0.43
0.92
0.25
0.83
0.68
0.97
0.11
0.00
0.18
0.11
0.03
0.59
0.25
0.55
RNDi
F(RNDi)
RNDi- F (RNDi)
0.00
0.03
0.03
0.01
0.07
0.06
0.03
0.10
0.07
0.04
0.13
0.09
0.06
0.17
0.11
0.07
0.20
0.13
0.11
0.23
0.12
0.11
0.27
0.16
0.15
0.30
0.15
10
0.18
0.33
0.15
11
0.25
0.36
0.11
61
12
0.25
0.40
0.15
13
0.26
0.43
0.17
14
0.31
0.47
0.16
15
0.33
0.50
0.17
16
0.34
0.53
0.19
17
0.34
0.57
0.23
18
0.43
0.60
0.17
19
0.48
0.63
0.15
20
0.49
0.67
0.18
21
0.55
0.70
0.15
22
0.59
0.73
0.14
23
0.60
0.77
0.17
24
0.68
0.80
0.12
25
0.70
0.83
0.13
26
0.77
0.87
0.1
27
0.81
0.90
0.09
28
0.83
0.93
0.1
29
0.92
0.97
0.05
30
0.97
1.00
0.03
62
0.31
0.81
0.48
0.01
0.60
0.26
0.34
0.70
0.31
0.07
0.06
0.33
0.49
0.77
0.04
0.43
0.92
0.25
0.83
0.68
0.97
0.11
0.00
63
0.18
0.11
0.03
0.59
0.25
0.55
FE
FO
(FE-FO)2/FE
8.000
0.125
3.875
0.197
1.875
0.008
0.906
0.010
0.438
0.721
64
FE
FO
(FE-FO)2/FE
0.125
>=2
7.04
0.936
X02 = 1.061
0.15
0.26
0.33
0.31
0.34
0.49
0.81
0.70
0.77
0.48
0.31
0.04
0.01
0.07
0.43
0.60
0.06
0.92
65
0.25
0.18
0.83
0.11
0.68
0.03
0.97
0.59
0.11
0.25
0.00
0.55
obsrvese que la ltima celda se deja en blanco, pues no hay con que nmero
comparar. (aqu N = 29)
Longitud de
corrida i
FE
FO
(FE-FO)2/FE
11.500
11
0.020
5.083
0.001
1.400
0.257
0.292
0.005
FE
FO
(FE-FO)2/FE
11.500
11
0.020
>=2
6.483
0.004
X02
= 0.024
66
67
Mtodo kolgomorov-Smirnov
68
69
MTODO DE POKER
METODO ESTADISTICO Z
70
METODO ANOVA
71
72
73
74
Cuestionario 2
1. a qu se le llama nmero(s) Pseudoaleatorios(s)?
A una sucesin determinstica de nmeros en el intervalo [0, 1] que tiene las
mismas propiedades estadsticas que una sucesin de nmeros aleatorios.
75
11. menciona y explica cules son las 2 categoras principales en las que se
pueden dividirlos nmeros aleatorios?
76
mnimas
deben
satisfacer
los
nmeros
Facilidad de obtencin.
14. cuntas y cules son las condiciones que deben satisfacer los nmeros
Pseudoaleatorios?
Son 6 condiciones y son:
Uniformemente distribuidos.
Estadsticamente independientes.
Reproducibles.
77
78
la generacin de
ayudar para sacar
cuando tenga la
momento de estar
Adems, entend las aplicaciones en la vida real de los estadsticos que nos
ensearon en las clases de Probabilidad y estadstica, as como la relacin que
tiene con Investigacin de operaciones y la simulacin.
79
Reflexin
Las sesiones de clases dadas en esta unidad y explicaciones y materiales que
proporcion el profesor me ayudaron a entender distintos mtodos de generacin
de nmeros aleatorios y pseudoaleatorios, teora de los musmos y comprender las
distintas formas y mbitos de aplicacin de estos mtodos.
Los conocimientos obtenidos en la unidad me fueron de gran ayuda y me servirn
en un futuro no muy lejana para la resolucin de problemas de simulacin.
80
EXCELENTE
SATISFACTORIO
SATISFACTORIO CON
RECOMENDACIONES
NECESITA MEJORAR
5 PUNTOS
4 PUNTOS
2 PUNTOS
0 PUNTOS
Clasifica y archiva
todas las tareas o
trabajos
relacionados con los
contenidos y
objetivos planteados
en el bloque
curricular
Clasifica y archiva la
mayora de las tareas
o trabajos
relacionados con los
contenidos y objetivos
planteados en el
bloque curricular
Clasifica y archiva
algunas de las tareas
o trabajos
relacionados con los
contenidos y objetivos
planteados en el
bloque curricular
81
PROYECTO DE SIMULACIN
82
83
Conclusin
84
Fuentes De Informacin
BIBLIOGRAFA:
FUENTES DE INTERNET:
http://www.eyeintheskygroup.com/Azar-Ciencia/Tragamonedas-Maquinasde-Casino/Algoritmos-para-Generar-N%FAmeros-PseudoaleatoriosRandomizer-RNG.htm
http://simulacion-itstb.blogspot.mx/p/unidad-dos-numeros-aleatorios-y.html
http://www.landersimulation.com/formacion-con-simulacion/el-mundo-enmovimiento/historia-de-la-simulacion/
http://www.itvillahermosa.edu.mx/docs/oferta/ingsistemas/temario2010/5se
mestre/O%20ISIC-2010-224%20Simulacion.pdf
85
UNIDAD I
TEMA: Introduccin a la Simulacin
86
87
Introduccin
Portafolio es una nocin que deriva del francs portefeuille y que refiere a una
especie de cartera de mano empleada para el traslado de documentos, papeles y
libros. El concepto tambin puede utilizarse de modo simblico para nombrar a un
conjunto de cosas.
El portafolio puede definirse como una recopilacin de evidencias (documentos
diversos, artculos, notas, diarios, trabajos, ensayos, etc.) consideradas de inters
para ser conservadas, debido a los significados que con ellas se han construido
El portafolio es una tcnica de enseanza, aprendizaje y avalo. Este consiste de
una coleccin de los trabajos que realiza el estudiante para demostrar sus
esfuerzos, logros y progreso en un rea o tema especfico. El portafolio se ha
incorporado en la educacin procedente de otras disciplinas como la arquitectura y
bellas artes.
Tipos de evidencias.
Evidencia de conocimiento:
Incluye el conocimiento de lo que tiene que hacerse, el cmo habra que hacerlo,
el por qu tendra que hacerse y lo que habra que hacer si las condiciones del
contexto cambiasen en el desarrollo de la actividad.
Evidencia de desempeo:
88
89
Objetivo de la simulacin
La simulacin consiste en disear y desarrollar un modelo de un sistema o
proceso y conducir experimentalmente con este modelo para entender el
comportamiento del sistema del mundo real o evaluar varias estrategias con las
cuales puedan operar el sistema.
SIMULACIN
La simulacin consiste bsicamente en construir modelos informticos que
describen la parte esencial del comportamiento de un sistema de inters, as como
en disear y realizar experimentos con el modelo y extraer conclusiones de sus
resultados para apoyar la toma de decisiones.
En la vida real se presentan situaciones o sucesos que requieren tomar decisiones
para planificar, predecir, invertir, proyectar, etc. Una vez construido un modelo
matemtico, si este es lo suficientemente sencillo, puede ser posible trabajar con
sus relaciones y cantidades para obtener una solucin analtica exacta.
La simulacin de procesos es una de las ms grandes herramientas de la
ingeniera industrial, la cual se utiliza para representar un proceso mediante otro
que lo hace mucho ms simple y entendible. Esta simulacin es en algunos casos
casi indispensable, como nos daremos cuenta a continuacin. En otros casos no
lo es tanto, pero sin este procedimiento se hace ms complicado.
90
91
Carta De Presentacin
Carta de presentacin:
92
Autorretrato
93
Diario Metacognitivo
Datos interesantes discutidos el da 20 de octubre del 2014.
Qu cosas fueron difciles este da?
Cosas difciles que recuerde no hubieron, todo fue claro.
Cules fueron fciles?
La aplicacin de frmulas para la obtencin de una campana de gauss ya que es
realmente fcil y entendible.
Qu aprend hoy?
Obtener una campana de gauss en base a las probabilidades.
Temas abordados durante la clase:
1. El profesor nos explic el concepto de variable aleatoria.
2. En una hoja de Excel en base a 5 desviaciones estndar obtuvimos las
probabilidades para obtener una campana de gauss.
3. Despus en otra hoja de clculo, obtuvimos las probabilidades de las
diferentes combinaciones al tirar dos dados.
94
95
96
97
98
99
Distribucin binomial
La distribucin binomial es tpica de las variables que proceden de un
experimento que cumple las siguientes condiciones:
1) El experimento est compuesto de n pruebas iguales, siendo n un nmero
natural fijo.
2) Cada prueba resulta en un suceso que cumple las propiedades de la
variable binmica o de Bernouilli, es decir, slo existen dos posibles
resultados, mutuamente excluyentes, que se denominan generalmente
como xito y fracaso.
3) La probabilidad del xito (o del fracaso) es constante en todas las
pruebas. P(xito) = p ; P(fracaso) = 1 - p = q
4) Las pruebas son estadsticamente independientes,
En estas condiciones, la variable aleatoria X que cuenta el nmero de
xitos en las n pruebas se llama variable binomial. Evidentemente, el espacio
muestral estar compuesto por los nmeros enteros del 0 al n. Se suele decir que
una variable binmica cuenta objetos de un tipo determinado en un muestreo de n
elementos con reemplazamiento.
La funcin de probabilidad de la variable binomial se representa como
b(x,n,p) siendo n el nmero de pruebas y p la probabilidad del xito. n y p son los
parmetros de la distribucin.
100
101
Distribucin multinomial
La distribucin multinomial es esencialmente igual a la binomial con la nica
diferencia de que cada prueba tiene ms de dos posibles resultados mutuamente
excluyentes.
Si tenemos K resultados posibles (Ei , i = 1, ... , K) con probabilidades fijas
(pi , i = 1, ... , K), la variable que expresa el nmero de resultados de cada tipo
obtenidos en n pruebas independientes tiene distribucin multinomial.
102
Distribucin hipergeomtrica
Una variable tiene distribucin hipergeomtrica si procede de un
experimento que cumple las siguientes condiciones:
1) Se toma una muestra de tamao n, sin reemplazamiento, de un conjunto
finito de N objetos.
2) K de los N objetos se pueden clasificar como xitos y N - K como
fracasos.
X cuenta el nmero de xitos obtenidos en la muestra. El espacio muestral
es el conjunto de los nmeros enteros de 0 a n, de 0 a K si K < n.
En este caso, la probabilidad del xito en pruebas sucesivas no es
constante pues depende del resultado de las pruebas anteriores. Por tanto, las
pruebas no son independientes entre s.
La funcin de probabilidad de la variable hipergeomtrica es:
103
el factor por el que difieren ser siempre menor que 1 y tan prximo a 1 como cierto
sea que n << N.
El aspecto de la distribucin es bastante similar al de la binomial. Como
ejemplo, mostramos los casos anlogos a los de las binomiales del apartado
anterior (p inicial = 0,25 y n = 4)
Distribucin multihipergeomtrica
Este variable se define igual que la hipergeomtrica con la nica diferencia
de que se supone que el conjunto de objetos sobre el que se muestrea se divide
en R grupos de A1, A2,..., AR objetos y la variable describe el nmero de objetos de
cada tipo que se han obtenido (x1, x2,..., xR)
104
Distribucin de poisson
Una variable de tipo poisson cuenta xitos (es decir, objetos de un tipo
determinado) que ocurren en una regin del espacio o del tiempo.
El experimento que la genera debe cumplir las siguientes condiciones:
105
106
107
108
109
Distribucin Gamma ()
La distribucin gamma se define a partir de la funcin gamma, cuya
ecuacin es:
110
Distribucin exponencial
Es un caso particular de la distribucin gamma cuando = 1. Su funcin
de densidad es:
111
Su parmetro es .
La media y la varianza de la distribucin exponencial son:
Distribucin Chi-cuadrado
Es otro caso particular de la distribucin gamma para el caso = 2 y = n
/ 2, siendo n un nmero natural.
Su funcin de densidad es:
112
progresivamente
Distribucin T de Student
Supongamos dos variables aleatorias independientes, una normal
tipificada, Z , y otra con distribucin con grados de libertad, la variable
definida segn la ecuacin:
113
114
Distribucin F de Snedecor
Sean U y V dos variables aleatorias independientes con
distribucin con 1 y 2 grados de libertad, respectivamente. La variable definida
segn la ecuacin:
115
1,
116
117
118
Al ejecutar el mtodo main o principal nos muestra una ventana para poder generar las variables
aleatorias discretas:
En el primer lanzamiento obtenemos un 5
119
CODIGO JAVA
importjava.awt.*;
importjavax.swing.*;
importjava.util.Random;
importjava.awt.event.*;
120
121
122
123
124
125
126
127
Cuestionario 3
1.- Cules son las tcnicas utilizadas para la generacin de variables aleatorias?
5.- Existen diferentes tipos de mtodos para generar variables aleatorias, pero
tambin existen casos especiales para generar estas los cuales son?
La Distribucin De Poisson
La Distribucin Binomial
La Distribucin Erlang
6.-Qu es el mtodo de aceptacin y rechazo?
128
Es una funcin acotada y x tiene una rango finito. El mtodo consiste en normalizar el
rango de f mediante un factor de escala, luego definir a x como una funcin lineal.
7.-Es el mtodo de distribucin de probabilidad que se expresa una mezcla o
composicin de varias distribuciones?
Mtodo de composicin
8.- Es la distribucin de estadstica de probabilidad en las cuales es posible
emplear emplear sus propiedades para obtener expresiones matemticas para la
generacin de variables:
Procedimientos especiales
129
la generacin de
ayudar para sacar
cuando tenga la
momento de estar
Adems, entend las aplicaciones en la vida real de los estadsticos que nos
ensearon en las clases de Probabilidad y estadstica, as como la relacin que
tiene con Investigacin de operaciones y la simulacin.
130
Reflexin
Las sesiones de clases dadas en esta unidad y explicaciones y materiales que
proporcion el profesor me ayudaron a entender distintos mtodos de variables
aleatorias continuas y discretas, teora de los mismos y comprender las distintas
formas y mbitos de aplicacin de estos mtodos. Sobre todo los ejercicios
realizados en Excel.
Los conocimientos obtenidos en la unidad me fueron de gran ayuda y me servirn
en un futuro no muy lejana para la resolucin de problemas de simulacin.
131
EXCELENTE
SATISFACTORIO
SATISFACTORIO CON
RECOMENDACIONES
NECESITA MEJORAR
5 PUNTOS
4 PUNTOS
2 PUNTOS
0 PUNTOS
Clasifica y archiva
todas las tareas o
trabajos
relacionados con los
contenidos y
objetivos planteados
en el bloque
curricular
Clasifica y archiva la
mayora de las tareas
o trabajos
relacionados con los
contenidos y objetivos
planteados en el
bloque curricular
Clasifica y archiva
algunas de las tareas
o trabajos
relacionados con los
contenidos y objetivos
planteados en el
bloque curricular
132
PROYECTO DE SIMULACIN
133
134
Conclusin
135
Fuentes De Informacin
BIBLIOGRAFA:
FUENTES DE INTERNET:
http://www.itvillahermosa.edu.mx/docs/oferta/ingsistemas/temario2010/5semestre/O%20I
SIC-2010-224%20Simulacion.pdf
http://www.cca.org.mx/cca/cursos/estadistica/html/m7/var_discretas_continuas.htm
http://pendientedemigracion.ucm.es/info/genetica/Estadistica/estadistica_basica%201.htm
136
UNIDAD I
TEMA: Introduccin a la Simulacin
137
138
Introduccin
Portafolio es una nocin que deriva del francs portefeuille y que refiere a una
especie de cartera de mano empleada para el traslado de documentos, papeles y
libros. El concepto tambin puede utilizarse de modo simblico para nombrar a un
conjunto de cosas.
El portafolio puede definirse como una recopilacin de evidencias (documentos
diversos, artculos, notas, diarios, trabajos, ensayos, etc.) consideradas de inters
para ser conservadas, debido a los significados que con ellas se han construido
El portafolio es una tcnica de enseanza, aprendizaje y avalo. Este consiste de
una coleccin de los trabajos que realiza el estudiante para demostrar sus
esfuerzos, logros y progreso en un rea o tema especfico. El portafolio se ha
incorporado en la educacin procedente de otras disciplinas como la arquitectura y
bellas artes.
Tipos de evidencias.
Evidencia de conocimiento:
Incluye el conocimiento de lo que tiene que hacerse, el cmo habra que hacerlo,
el por qu tendra que hacerse y lo que habra que hacer si las condiciones del
contexto cambiasen en el desarrollo de la actividad.
Evidencia de desempeo:
139
140
Objetivo de la simulacin
La simulacin consiste en disear y desarrollar un modelo de un sistema o
proceso y conducir experimentalmente con este modelo para entender el
comportamiento del sistema del mundo real o evaluar varias estrategias con las
cuales puedan operar el sistema.
SIMULACIN
La simulacin consiste bsicamente en construir modelos informticos que
describen la parte esencial del comportamiento de un sistema de inters, as como
en disear y realizar experimentos con el modelo y extraer conclusiones de sus
resultados para apoyar la toma de decisiones.
En la vida real se presentan situaciones o sucesos que requieren tomar decisiones
para planificar, predecir, invertir, proyectar, etc. Una vez construido un modelo
matemtico, si este es lo suficientemente sencillo, puede ser posible trabajar con
sus relaciones y cantidades para obtener una solucin analtica exacta.
La simulacin de procesos es una de las ms grandes herramientas de la
ingeniera industrial, la cual se utiliza para representar un proceso mediante otro
que lo hace mucho ms simple y entendible. Esta simulacin es en algunos casos
casi indispensable, como nos daremos cuenta a continuacin. En otros casos no
lo es tanto, pero sin este procedimiento se hace ms complicado.
141
142
Carta De Presentacin
Carta de presentacin:
Durante esta cuarta unidad del curso se vieron las principales funciones
que nos puede ofrecer el programa promodel.
Es una gran herramienta mediante una combinacin ideal de facilidad de
uso, flexibilidad y potencia, permite disear y analizar sistemas de
produccin y servicios de todo tipo y tamao y modelar prcticamente toda
situacin, en forma casi real, mediante sus capacidades grficas y de
animacin.
Las explicaciones dadas en este curso me ayudaron a comprender distintos
mbitos de usos en problemas de la vida real, ya que estos conceptos y
mtodos son importantes de aprender, ya que sern de mucha ayuda
cuando se desee desarrollar una simulacin de algn sistema.
Las reas ms difciles en el curso fueron: Al establecer un proceso o
llegadas en el modelo ya que a veces no corra el programa.
143
Autorretrato
144
Diario Metacognitivo
Datos interesantes discutidos el da 4 de noviembre del 2014.
Qu cosas fueron difciles este da?
Ya que fue la primera simulacin me costaron poner los arrivals y procesos, pero
con instrucciones del profesor fue ms entendible las herramientas del programa..
Cules fueron fciles?
El colocar las locaciones.
Qu aprend hoy?
Obtener una simulacin en el programa promodel de un proceso de entrada a un
cine.
Temas abordados durante la clase:
Proceso de un proyecto de simulacin en promodel:
1. Locations
2. Entities
3. Arrivals
4. Processing
145
146
147
148
149
150
151
152
LENGUAJES
El desarrollo de los lenguajes de Simulacin comenz a finales de los aos cincuenta; inicialmente los
lenguajes que se usaron en fueron los de propsito general, los cuales tenan las siguientes ventajas:
La situacin a analizar se puede modelar en forma ms o menos sencilla para el programador por el
conocimiento del lenguaje.
El proceso se puede describir con tanta precisin como le sea posible en el lenguaje conocido.
Se pueden realizar todas las depuraciones posibles.
Cualquier lenguaje de programacin puede ser empleado para trabajar en Simulacin, pero los lenguajes
especialmente diseados presentan las siguientes propiedades:
Los lenguajes precursores en Simulacin fueron los de propsito general, entre ellos por mencionar solo
algunos tenemos: FORTRAN, ALGOL, COBOL, RPG, BASIC, PASCAL, MODULA, PL/1, etc. Los principales
lenguajes utilizados en Simulacin son:
Simulacin de cambio continuo y de cambio discreto en computadoras hbridas H01; Simulacin de
incremento continuo con orientacin a ecuaciones directas con nfasis en ecuaciones diferenciales DSL/90,
MIMIC, BHSL, DIHYSYS y S/360 CSMP; Simulacin de incremento continuo con simuladores orientados a
bloques con nfasis en ecuaciones diferenciales MIDAS, PACTOLUS, SCADS, MADBLOC, COBLOC y 1130
CSMP; Simulacin de incremento continuo con simuladores orientados a bloques con nfasis en ecuaciones
de diferencias DYNAMO, DYSMAP 2; Simulacin de incremento discreto con orientacin a actividades CSL,
CLP, GSP, GERT, FORSIM, ESP, MONTECODE y MILITRAN; Simulacin de incremento discreto con
orientacin a eventos SIMSCRIPT, GASP, SIMCOM, SIMULATE y SIMPAC; Simulacin de incremento
discreto con orientacin a procesos SIMULA, OPS, SLAM y SOL; Simulacin de incremento discreto con
orientacin a flujo de transacciones GPSS y BOSS.
153
PAQUETES
Los paquetes son una versin depurada de los diferentes lenguajes de propsito general y presentan algunas
ventajas sobre los lenguajes de programacin generales:
La situacin a analizar se puede modelar en forma ms o menos sencilla para el programador por el
conocimiento del lenguaje.
El proceso se puede describir con tanta precisin como le sea posible en el lenguaje conocido.
Emshoff y Sisson consideran que la simulacin discreta requiere de ciertas funciones comunes que
diferencian un lenguaje de simulacin de uno de propsito general, entre las cuales se encuentran las
siguientes:
154
Los lenguajes precursores en simulacin fueron los de propsito general, entre ellos por mencionar solo
algunos tenemos: FORTRAN, ALGOL, COBOL, RPG, BASIC, PASCAL, MODULA, PL/1, etc. Los principales
lenguajes utilizados en simulacin son:
Simulacin de cambio contino y de cambio discreto en computadoras hbridas H01; Simulacin de
incremento contino con orientacin a ecuaciones directas con nfasis en ecuaciones diferenciales DSL/90.
MIMIC, BHSL, DIHYSYS Y S/360 CSMP; Simulacin de incremento continuo con simuladores orientados a
bloques con nfasis en ecuaciones diferenciales MIDAS, PACTOLUS, SCADS, MADBLOC, COBLOC Y 1130
CSMP; Simulacin de incremento continuo con simuladores orientados a bloques con nfasis en ecuaciones
de diferencias DYNAMO, DYSMAP 2; Simulacin de incremento discreto con orientacin a actividades CSL,
CLP, GSP, GERT; Simulacin de incremento discreto con orientacin a eventos SIMSCRIPT, orientacin a
procesos SIMULA, OPS, SLAM Y SOL; Simulacin de incremento discreto con orientacin a flujo de
transacciones GPSS Y BOSS.
Paquetes.
Los paquetes son una versin depurada de los diferentes lenguajes de propsitos general y presentan
algunas ventajas sobre los lenguajes de programacin generales:
Utilizar los beneficios del feedback inmediato para mantener al estudiante conectado y motivado.
Promodel es un simulador con animacin para computadoras personales. Permite simular cualquier tipo de
sistemas de manufactura, logstica, manejo de materiales,etc. Puedes simular bandas de transporte, gras
viajeras, ensamble, corte, talleres, logstica, etc.
Promodel es un paquete de simulacin que no requiere programacin, aunque s lo permite. Corre en equipos
486 en adelante y utiliza la plataforma Windows. Tiene la combinacin perfecta entre facilidad de uso y
flexibilidad para aplicaciones complejas.
155
Puedes simular Justo a Tiempo, Teora de Restricciones, Sistemas de Empujar, Jalar, Logstica, etc.
Prcticamente, cualquier sistema pueden ser modelado.
Una vez hecho el modelo, ste puede ser optimizado para encontrar los valores ptimos de los parmetros
claves del modelo. Algunos ejemplos incluyen determinar la mejor combinacin de factores para maximizar
produccin minimizando costo, minimizar el nmero de camiones sin penzliar el servicio, etc.
El mdulo de optimizacin nos ayuda a encontrar rpidamente la solucin ptima, en lugar de solamente
hacer prueba y error. Promodel cuenta con 2 optimizadores disponibles y permite de esta manera explotar los
modelos de forma rpida y confiable.
Beneficios Clave
Mnimos
156
Avin
Este modelo muestra cmo se pueden incorporar fcilmente fotografas digitales a Promodel. El modelo ilustra
el clculo de la utilizacin de los operarios, permitiendo variar el nmero de operarios.
BodegaCuntos montacargas necesitamos? Cul es el inventario que puede mover el centro de
distribucin? Cmo nos afectan los horarios dentro del centro de trabajo? Cmo nos afecta el
mantenimiento a los montacargas? El diseo de la operacin de la bodega, nos permitir absorber la
estacionalidad de la demanda?
CeldaQu capacidad tenemos en piezas por hora? Cul es el tiempo de entrega? Cul es el tiempo de
ciclo? Cul es el Takt Time? Cmo nos afecta el diseo de turnos en la celda de manufactura? Podemos
meter un producto nuevo a la lnea? Cul es el impacto de los tiempos de preparacin?
ConveyorsProModel permite representar bandas transportadoras que representen manejo de materiales a
travs de filas y bandas (conveyors).
Container El itinerario que tenemos es satisfactorio? Podemos satisfacer la demanda adecuadamente?
Las unidades de transporte son suficientes? Cmo se comportarn los inventarios en cada una de las
estaciones de servicio? Cmo impacta al proceso el mantenimiento de las unidades de transporte?
Container 3D Una vez terminado el anlisis, para fines de una buena presentacin se transfiere el modelo a
3D Animator. Rpidamente se configura la animacin en 3 Dimensiones para mostrar claramente el
problema y su solucin.
Ejemplos de Conveyors Una de las facilidades mejor aprovechadas por los usuarios de ProModel son las
bandas transportadoras, y las gras viajeras. En este modelo estn representados y nos muestran cmo el
sistema podra saturarse por la velocidad de proceso del sistema.
Demand Based Las preocupaciones de los Directores Generales hoy da es la eficiencia y la optimizacin de
las cadenas de abasto (Supply Chain). Este modelo permite el anlisis del sistema tomando en cuenta la
variabilidad en la demanda, los recursos de la empresa y todo el proceso de manufactura. Simplemente, no
hay otra forma de hacer el anlisis y al mismo tiempo incorporando todas las variables en el proceso.
Distribucin Cuantas bodegas? De qu capacidad? Qu utilizacin tendremos del espacio? Cuntos
camiones? En qu horarios podemos trabajar? Toda la demanda ser satisfecha? Qu pasa durante los
cambios debido la estacionalidad de la demanda? ProModel permite representar fcilmente el sistema y
poderle hacer cambios y optimizar el sistema total.
Distribucin 2 Cuantas bodegas? De qu capacidad? Qu utilizacin tendremos del espacio? Cuntos
camiones? En qu horarios podemos trabajar? Toda la demanda ser satisfecha? Qu pasa durante los
cambios debido la estacionalidad de la demanda? ProModel permite representar fcilmente el sistema
incorporando plantas, bodegas y clientes finales y poderle hacer cambios y optimizar el desempeo.
Fbrica ProModel nos permite representar la realidad de una fbrica, con las entregas de materia prima,
operadores, factores de calidad, aleatoriedad en los tiempos de proceso, en la duracin y frecuencia de los
mantenimientos, de tal manera que podemos calcula la capacidad de la planta (Capacity Planning), Takt Time,
Lead Time. Muchos de los usos actualmente van hacia la manufactura esbelta.
Fbrica 3D Una vez terminado el modelo de ProModel, la herramienta nos permite transportarlo rpidamente
a 3D Animator, para efectos de presentacin, visualizacin y sensibilizacin del auditorio. Es posible introducir
la idea a proveedores, clientes y dueos del proceso fcilmente.
157
Ferrocarril Con ProModel, los usuarios que tienen relacin con la industria del transporte han hecho
muchsimas aplicaciones que les han permitido ahorrar millones de dlares. Preguntas como Cuntos
contenedores? De qu tipo? Qu plan de mantenimiento se puede seguir? Cmo afectamos los
inventarios y la demanda de nuestros clientes?
Gras Viajeras El objeto de gras de techo o viajeras de ProModel permite que rpidamente se construyan
modelos incorporando este mtodo de manejo de materiales. Cul es la utilizacin de la gra? Qu
polticas deben usarse en la asignacin de prioridades de servicio de la gra? El layout favorece el uso de
gras?
Logstica 3D En este modelo, se presenta una aplicacin de logstica de cadena de abasto, en 3D Animator,
en el que se muestra desde que el acero es chatarra hasta que es producto terminado y llega al cliente final.
El modelo permite presentar los indicadores clave en la pantalla para visualizacin.
Manufactura Automotriz ProModel permite incorporar el layout de AutoCAD de la planta, para visualizar la
implementacin del proceso directamente en l y as poder comunicarlo a la audiencia. Este modelo utiliza el
SimRunner adicionalmente, para optimizar la velocidad de la banda de transporte, as como el nmero de
contenedores que se deben usar en el proceso. Se muestran en color rojo, aquellos productos que fallan la
prueba.
Panel Este modelo ilustra un proceso de manufactura en el cual se desea conocer en dnde est el cuello de
botella, y cul es la capacidad de la lnea. Tanto el layout cmo el producto se incorpor a la biblioteca de
grficos de ProModel. Las estadsticas crticas en este modelo son el uso de los recursos y el uso de los
equipos.
Los Simpson Este modelo cmico, est diseado para ilustrar que cualquier grfico puede ser colocado dentro
de ProModel, de tal manera que grficamente se logre el objetivo. Para ProModel, Simulacin es Visualizar,
Analizar y Optimizar.
Modelos de inventarios
Las empresas mantienen inventarios de materias primas y de productos terminados. Los inventarios de
materias primas sirven como entradas al proceso de produccin y los inventarios de productos terminados
sirven para satisfacer la demanda de los clientes. Puesto que estos inventarios representan frecuentemente
una considerable inversin, las decisiones con respecto a las cantidades de inventarios son importantes. Los
modelos de inventario y la descripcin matemtica de los sistemas de inventario constituyen una base para
estas decisiones.
Mantener un inventario (existencia de bienes) para su venta o uso futuro es una prctica comn en el mundo
de los negocios. Las empresas de venta al menudeo, los mayoristas, los fabricantes y an los bancos de
sangre por lo general almacenan bienes o artculos. Cmo decide una instalacin de este tipo sobre su
poltica de inventarios, es decir, cundo y cmo se reabastece?. En una empresa pequea, el administrador
puede llevar un recuento de su inventario y tomar estas decisiones. Sin embargo, como esto puede no ser
factible incluso en empresas chicas, muchas compaas han ahorrado grandes sumas de dinero al aplicar la
administracin cientfica del inventario. En particular, ellos
Formulan un modelo matemtico que describe el comportamiento del sistema de inventarios.
Derivan una poltica ptima de inventarios con respecto a este modelo.
158
Con frecuencia, utilizan una computadora para mantener un registro de los niveles de inventario y sealar
cundo conviene reabastecer.
Modelo de inventarios sin Dficit
Este modelo tiene como bases el mantener un inventario sin falta de productos para desarrollar las
actividades de cualquier empresa.
Este es un modelo de inventarios que se encuentra basado en las siguientes suposiciones:
La demanda se efecta a tasa constante.
El reemplazo es instantneo (la tasa se reemplazo es infinita).
Todos los coeficientes de costos son constantes.
En este modelo no se permite la falta de productos para la venta, es decir, una empresa que maneje este
modelo de inventario no se puede quedar sin mercancas para la venta.
En la siguiente figura se ilustra esquemticamente este modelo.
Smbolos
El modelo de compra que permite dficit tiene como base las siguientes suposiciones:
159
Este modelo tiene costos normales (costo unitario del producto, costo de ordenar una compra, costo de
mantener en inventario) pero adems tiene un costo adicional, el costo por unidad de faltante. En este modelo
es posible diferir un pedido, de manera que una vez recibida la cantidad pedida desaparece el dficit, esto se
representa claramente en el siguiente esquema.
Por consiguiente, en este modelo, los costos de dficit son ocasionados por agotamiento de existencias
durante el periodo de tiempo y no por la perdida de ventas.
En este modelo se incluyen los costos de dficit para determinar el costo para un periodo.
Costo por periodo = [Costo unitario por periodo] + [Costo de ordenar un pedido] + [Costo de mantener el
inventario en un periodo] + [costo de dficit por periodo].
160
Origen:
El origen de la Teora de Colas est en el esfuerzo de Agner Kraup Erlang (Dinamarca, 1878 1929) en 1909
para analizar la congestin de trfico telefnico con el objetivo de cumplir la demanda incierta de servicios en
el sistema telefnico de Copenhague. Sus investigaciones acabaron en una nueva teora denominada teora
de colas o de lneas de espera. Esta teora es ahora una herramienta de valor en negocios debido a que un
gran nmero de problemas pueden caracterizarse, como problemas de congestin llegada-salida.
Modelo de formacin de colas.
En los problemas de formacin de cola, a menudo se habla de clientes, tales como personas que esperan la
desocupacin de lneas telefnicas, la espera de mquinas para ser reparadas y los aviones que esperan
aterrizar y estaciones de servicios, tales como mesas en un restaurante, operarios en un taller de reparacin,
pistas en un aeropuerto, etc. Los problemas de formacin de colas a menudo contienen una velocidad
variable de llegada de clientes que requieren cierto tipo de servicio, y una velocidad variable de prestacin del
servicio en la estacin de servicio.
Cuando se habla de lneas de espera, se refieren a las creadas por clientes o por las estaciones de servicio.
Los clientes pueden esperar en cola simplemente por que los medios existentes son inadecuados para
satisfacer la demanda de servicio; en este caso, la cola tiende a ser explosiva, es decir, a ser cada vez mas
larga a medida que transcurre el tiempo. Las estaciones de servicio pueden estar esperando por que los
medios existentes son excesivos en relacin con la demanda de los clientes; en este caso, las estaciones de
servicio podran permanecer ociosas la mayor parte del tiempo. Los clientes puede que esperen
temporalmente, aunque las instalaciones de servicio sean adecuadas, por que los clientes llegados
anteriormente estn siendo atendidos. Las estaciones de servicio pueden encontrar temporal cuando, aunque
las instalaciones sean adecuadas a largo plazo, haya una escasez ocasional de demanda debido a un hecho
temporal. Estos dos ltimos casos tipifican una situacin equilibrada que tiende constantemente hacia el
equilibrio, o una situacin estable.
En la teora de la formacin de colas, generalmente se llama sistema a un grupo de unidades fsicas,
integradas de tal modo que pueden operar al unsono con una serie de operaciones organizadas. La teora de
la formacin de colas busca una solucin al problema de la espera prediciendo primero el comportamiento del
sistema. Pero una solucin al problema de la espera consiste en no solo en minimizar el tiempo que los
clientes pasan en el sistema, sino tambin en minimizar los costos totales de aquellos que solicitan el servicio
y de quienes lo prestan.
La teora de colas incluye el estudio matemtico de las colas o lneas de espera y provee un gran nmero de
modelos matemticos para describirlas.
Se debe lograr un balance econmico entre el costo del servicio y el costo asociado a la espera por ese
servicio
La teora de colas en s no resuelve este problema, slo proporciona informacin para la toma de decisiones
Objetivos de la Teora de Colas
Los objetivos de la teora de colas consisten en:
Identificar el nivel ptimo de capacidad del sistema que minimiza el coste global del mismo.
Evaluar el impacto que las posibles alternativas de modificacin de la capacidad del sistema tendran
en el coste total del mismo.
Establecer un balance equilibrado (ptimo) entre las consideraciones cuantitativas de costes y las
cualitativas de servicio.
Hay que prestar atencin al tiempo de permanencia en el sistema o en la cola: la paciencia de los
clientes depende del tipo de servicio especfico considerado y eso puede hacer que un cliente
abandone el sistema. Elementos existentes en un modelo de colas
161
Fuente de entrada o poblacin potencial: Es un conjunto de individuos (no necesariamente seres vivos) que
pueden llegar a solicitar el servicio en cuestin. Podemos considerarla finita o infinita. Aunque el caso de
infinitud no es realista, s permite (por extrao que parezca) resolver de forma ms sencilla muchas
situaciones en las que, en realidad, la poblacin es finita pero muy grande. Dicha suposicin de infinitud no
resulta restrictiva cuando, an siendo finita la poblacin potencial, su nmero de elementos es tan grande que
el nmero de individuos que ya estn solicitando el citado servicio prcticamente no afecta a la frecuencia con
la que la poblacin potencial genera nuevas peticiones de servicio.
Cliente: Es todo individuo de la poblacin potencial que solicita servicio. Suponiendo que los tiempos de
llegada de clientes consecutivos son 0<t1<t2<, ser importante conocer el patrn de probabilidad segn el
cual la fuente de entrada genera clientes. Lo ms habitual es tomar como referencia los tiempos entre las
llegadas de dos clientes consecutivos: consecutivos: clientes consecutivos: T{k} = tk tk-1, fijando su
distribucin de probabilidad.
Normalmente, cuando la poblacin potencial es infinita se supone que la distribucin de probabilidad de los Tk
(que ser la llamada distribucin de los tiempos entre llegadas) no depende del nmero de clientes que estn
en espera de completar su servicio, mientras que en el caso de que la fuente de entrada sea finita, la
distribucin de los Tk variar segn el nmero de clientes en proceso de ser atendidos.
Capacidad de la cola: Es el mximo nmero de clientes que pueden estar haciendo cola (antes de comenzar a
ser servidos). De nuevo, puede suponerse finita o infinita. Lo ms sencillo, a efectos de simplicidad en los
clculos, es suponerla infinita. Aunque es obvio que en la mayor parte de los casos reales la capacidad de la
cola es finita, no es una gran restriccin el suponerla infinita si es extremadamente improbable que no puedan
entrar clientes a la cola por haberse llegado a ese nmero lmite en la misma.
Disciplina de la cola: Es el modo en el que los clientes son seleccionados para ser servidos. Las disciplinas
ms habituales son:
La disciplina FIFO (first in first out), tambin llamada FCFS (first come first served): segn la cual se atiende
primero al cliente que antes haya llegado.
La disciplina LIFO (last in first out), tambin conocida como LCFS (last come first served) o pila: que consiste
en atender primero al cliente que ha llegado el ltimo.
La RSS (random selection of service), o SIRO (service in random order), que selecciona a los clientes de
forma aleatoria.
Mecanismo de servicio: Es el procedimiento por el cual se da servicio a los clientes que lo solicitan. Para
determinar totalmente el mecanismo de servicio debemos conocer el nmero de servidores de dicho
mecanismo (si dicho nmero fuese aleatorio, la distribucin de probabilidad del mismo) y la distribucin de
probabilidad del tiempo que le lleva a cada servidor dar un servicio. En caso de que los servidores tengan
distinta destreza para dar el servicio, se debe especificar la distribucin del tiempo de servicio para cada uno.
La cola, propiamente dicha, es el conjunto de clientes que hacen espera, es decir los clientes que ya han
solicitado el servicio pero que an no han pasado al mecanismo de servicio.
El sistema de la cola: es el conjunto formado por la cola y el mecanismo de servicio, junto con la disciplina de
la cola, que es lo que nos indica el criterio de qu cliente de la cola elegir para pasar al mecanismo de
servicio. Estos elementos pueden verse ms claramente en la siguiente figura:
Un modelo de sistema de colas debe especificar la distribucin de probabilidad de los tiempos de servicio para
cada servidor.
162
La distribucin ms usada para los tiempos de servicio es la exponencial, aunque es comn encontrar la
distribucin degenerada o determinstica.
163
164
165
166
167
168
VENTAJAS
DESVENTAJAS
169
170
Fabrica de pan
171
Proposito de la construccin.
Criterios utilizados.
Personal que interviene en la construccin.
Validacin interna.
Validacin superficial.
Validacin variable-parmetro.
Validacin de eventos.
Validacin de hiptesis.
172
La validacin de resultados se usa para comparar los datos del sistema con los
resultados del modelo.
Opciones de verificacin de simulador dada mediante una serie de pruebas
objetivas y subjetivas, la meta que persigue la validacin de un simulador es
minimizar la incertidumbre de los errores dentro del modelo computacional y
aumentar la confianza en la capacidad cuantitativa predictiva.
El objetivo de la creacin de modelos de simulacin es que estos sean validos y
crebles para poder utilizarlos, el programa debe realizar lo propuesto.
Como tcnicas o mtodos para la validacin de un modelo de simulacin se
mencionan las siguientes:
EJEMPLO PRACTICO I
Tenemos la siguiente distribucin de probabilidades para una demanda aleatoria y
queremos ver que sucede con el promedio de la demanda en varias iteraciones:
Utilizando la distribucin acumulada(F(x) es la probabilidad que la variable
aleatoria tome valores menores o iguales a x) podemos determinar cual es el valor
obtenido de unidades cuando se genera un nmero aleatorio a partir de una
distribucin continua uniforme. Este mtodo de generacin de variable aleatoria se
llama Transformacin Inversa.
173
174
Tanto el tiempo de servicio como el tiempo entre llegadas siguen una distribucion
exponencial aunque con parametros diferentes, para el caso del tiempo entre
llegadas tenemos =15 y para el tiempo de servicio tenemos =10.
Aplicando el metodo de la transformada inversa a la distribucion exponencial
(consultar Dyner etc. al, 2008), tenemos que:
Donde corresponde a una observacin de una variable exponecial, _ es un
numero aleatorio entre cero y uno y es la media de la distribucion. Para la
implementacion del sistema descrito en Excel, abra una nueva hoja de calculo y
configurela como se muestra en la figura.
En la celda B8 escriba la formula =ALEATORIO() y arrastre hasta la celda B23.
Repita este procedimiento para la columna G. En el paso anterior, se definio los
numeros aleatorios a partir de los cuales se generaran las observaciones de
variables aleatorias de la simulacion.
Ahora, en la celda C8 escribe la formula =-LN(1-B8)/$B$4, y arrastre hasta la
celda C23.
Como se puede apreciar, esta es la formula descrita anteriormente para obtener
observaciones de una variable exponencial. En este caso, se estan generando
observaciones para la variable aleatoria de tiempos entre llegadas.
En la celda D8 escribe la formula =C8, lo anterior significa que como es la primera
llegada al sistema, su tiempo de llegada (en el instante de tiempo en el que llego
al sistema), sera igual a su tiempo entre llegadas. Sin embargo, para la celda D9
la formula correspondiente es =C9+D8, ahora arrastre la formula de D9 hasta D23;
esta formula significa que despues de que llega el primer cliente, el instante de
tiempo en el que cualquier otro cliente llega al sistema sera el instante de tiempo
en el que entro el penltimocliente sumado el tiempo entre llegadas
del ltimo cliente, es decir, si el penultimo cliente entro al sistema en el instante
t=4, y el tiempo entre llegadas del ultimo cliente es dt=2, entonces este ultimo
cliente entrara realmente al sistema en t=6.
La formula correspondiente a la celda E8 es =D8, esto significa que, al ser primer
cliente, el instante en el que llega al sistema sera el mismo instante en el que
comienza el servicio; mas adelante se presenta las formulas correspondientes al
resto de clientes del sistema en esta columna. Ahora en la celda F8 escriba la
formula =E8-D8 y arrastrela hasta la celda F23, esto corresponde al tiempo de
espera del cliente antes de comenzar a ser atendido, note que D8 nunca sera
mayor que E8 ya que el valor minimo que puede tomar el tiempo de comienzo del
servicio es el tiempo de llegada, es decir, cuando un cliente llega al sistema y no
tiene que hacer fila.
En la celda H8 escribe la formula =-LN(1-G7)/$B$5, y arrastrela hasta la celda
H23, esta formula indica cuanto tiempo tardara el servidor atendiendo al cliente
actual. Ahora en la celda I8 escriba la formula =E8+H8, esta formula indica el
instante de tiempo en el que servidor termina de atender al cliente actual y
corresponde a la suma entre el instante que comienza el servicio y la cantidad de
tiempo que este toma.
175
Retomemos ahora la columna E, notese que esta solo esta definida en su posicion
E8, esto porque primero se requeria definir otros valores antes de poder
determinar el instante en el que empieza realmente el servicio. En un sistema
como el aqui presentado se pueden tener dos casos para el tiempo de comienzo
del servicio, en primer lugar puede que el servidor se encuentre desocupado, en
este caso el tiempo de comienzo del servicio sera igual al tiempo de llegada al
sistema y no habra tiempo de espera. Sin embargo, si el servidor se encuentra
ocupado, el tiempo de comienzo del servicio sera igual al maximo entre el instante
en que el servidor termine de atender al cliente actual y el tiempo de llegada al
sistema; por si el tiempo de fin del servicio del cliente actual es igual a tfs=12 pero
el tiempo de llegada del prximo cliente es tll=14, el tiempo de comienzo del
servicio del proximo cliente sera t=14 y el servidor tendra un ocio dt=2; por otro
lado, si tfs=13 para el cliente actual y el proximo cliente tiene un tll=10, el servidor
no tendra ocio y el proximo cliente debera esperar un intervalo de tiempo dt=3. De
lo anterior se concluye que la formula para la celda E9 debe ser=MAX(D9;I8),
ahora arrastre esta formula hasta la celda E23.
Hasta este punto se tiene una simulacion de un sistema de lineas de espera con
una fila y un servidor, si se desea generar nuevas observaciones presione la tecla
F9; como tarea al lector se deja el calculo de:
Tiempo promedio en el sistema
Tiempo promedio de espera (sin incluir ceros)
Tiempo promedio de espera (incluyendo ceros)
Tiempo promedio de servicio
Tiempo promedio de ocio
Adicionalmente se plantea al lector elaborar, una simulacion en Excel que
represente el sistema que se muestra en la figura siguiente, donde p es la
probabilidad de que un cliente se dirija a S1 o a S2. Tanto el tiempo entre llegadas
como los tiempos de servicio, se distribuyen exponencial con los parametros que
se muestran a continuacion.
Tiempo entre llegadas: =8
Tiempo de servicio S1: =13
Tiempo de servicio S2: =18
Probabilidad p: 0.63
VALIDACIN DE UN SIMULADOR
PRUEBAS PARAMETRICAS (VALIDACIN DEL MODELO, PRUEBAS DE
HIPOTESIS Y PRUEBAS DE ESTIMACIN)
176
Datos empricos
177
En la construccin
Uso de una imagen no adecuada del mundo real. (Usar matrices de punto
para territorios, lagos, bosque, cardumen, conglomerados; en lugar del espacio R2
por ej.)
La validacin consiste en 2 etapas:
1.
Validacin de los modelos de procesos simples; esto es validar
la estructura interna del modelo.
Se valida la salida de los procesos simples y en ello se hace uso de tcnicas de
estadstica. Las relaciones funcionales tambin deben validarse. Puede hacerse
cuando se establece el modelo o en la toma de datos .No debe tomarse relaciones
funcionales desconocidas, o que no tengan ya un grado de validez aceptable.
Siempre ser posible validar las componentes o subsistemas porque se habrn
construido de manera modular para formar el modelo. En esta etapa se observar
el comportamiento del modelo en cada uno de esos procesos simples para
asegurarse que cada componente o subsistema esta bien simulado.
Validar el modelo de simulacin en su entorno, esto es validar los datos de salida.
178
179
180
181
Cuestionario 4
ASSEMBLER
FORTRAN
ALGOL o PL/I.
VISUAL BASIC
C++
GPSS
GASP
SIMSCRIPT
SLAM
182
Aquellas que no presuponen una distribucin de probabilidad para los datos, por ello se
conocen tambin como de distribucin libre (distribucin free).
7.- En que se basan las pruebas paramtricas?
183
184
Reflexin
Las sesiones de clases dadas en esta unidad y explicaciones y materiales que
proporcion el profesor me ayudaron a entender la realizacin de simulaciones de
situaciones de la vida real. Los conocimientos obtenidos en la unidad me fueron
de gran ayuda y me servirn en un futuro no muy lejano para la resolucin de
problemas de simulacin. Adems, el aprendizaje en este software fue de gran
ayuda, y aunque existen ms simuladores, este es el inicio del aprendizaje a esta
materia.
185
EXCELENTE
SATISFACTORIO
SATISFACTORIO CON
RECOMENDACIONES
NECESITA MEJORAR
5 PUNTOS
4 PUNTOS
2 PUNTOS
0 PUNTOS
Clasifica y archiva
todas las tareas o
trabajos
relacionados con los
contenidos y
objetivos planteados
en el bloque
curricular
Clasifica y archiva la
mayora de las tareas
o trabajos
relacionados con los
contenidos y objetivos
planteados en el
bloque curricular
Clasifica y archiva
algunas de las tareas
o trabajos
relacionados con los
contenidos y objetivos
planteados en el
bloque curricular
186
PROYECTO DE SIMULACIN
187
188
Conclusin
La simulacin es el tipo de software educativo capaz de aprovechar todas las
potencialidades de la computadora en el proceso de enseanza aprendizaje. Entre
sus ventajas se encuentra que estimula la motivacin, la eficiencia y la
transferencia del aprendizaje a situaciones reales. Permite la experimentacin en
un ambiente controlado y sin riesgos, y es ideal para desarrollar estrategias
centradas en el estudiante. A pesar de sus muchas ventajas con respecto a otros
tipos de software educativo, es importante no perder de vista que la simulacin
tambin tiene ciertas limitaciones, principalmente porque no puede reproducir el
mundo real en toda su complejidad, y porque su diseo y programacin son ms
complicados.
La simulacin es una herramienta muy importante en cualquiera de los mbitos as
como la ingeniera tanto como en las empresas directamente.
189
Fuentes De Informacin
BIBLIOGRAFA:
FUENTES DE INTERNET:
http://www.itvillahermosa.edu.mx/docs/oferta/ingsistemas/temario2010/5se
mestre/O%20ISIC-2010-224%20Simulacion.pdf
http://www.cca.org.mx/cca/cursos/estadistica/html/m7/var_discretas_continu
as.htm
http://pendientedemigracion.ucm.es/info/genetica/Estadistica/estadistica_ba
sica%201.htm
http://www.virtual.unal.edu.co/cursos/sedes/manizales/4060015/Lecciones/
Capitulo%20VI/lenguages.htm
http://simulacionlenin.wordpress.com/unidad-iv/
190