SIMULACIN DE SISTEMAS

Estudio de las Variables Exogenas

ESTUDIO DE LAS VARIABLES EXGENAS

Caso 1.
Sea x una variable aleatoria que representa los intervalos de
llegada (en minutos) de vehculos a una estacin de gasolina.
Se ha recopilado las siguientes 20 observaciones:
2 5 1 4 2 1 3 7 9 1 3 1 3 8 2 4 5 2 6 1
La distribucin de frecuencias es la siguiente:

Se observa que la grfica se aproxima a una distribucin exponencial.

2 /62
 ESTUDIO DE LAS VARIABLES EXGENAS

Caso 2.
Sea y una variable aleatoria que representa la demanda en miles de
unidades de un producto. Se ha obtenido los siguientes 20 datos:
3 0 5 1 9 5 2 6 3 4 7 4 10 5 6 4 6 7 5 8
La distribucin de frecuencias es la siguiente:

Se observa que la grfica se aproxima a una distribucin normal.

3 /62
 ESTUDIO DE LAS VARIABLES EXGENAS

Caso 3.
Sea x una variable aleatoria con distribucin uniforme que representa el
nmero de asientos vacos que trae un autobs al llegar a un paradero. Se
ha obtenido los siguientes datos para la llegada de 20 autobuses:
2 7 1 9 6 2 3 7 4 10 4 5 1 9 6 3 8 5 8 10
La distribucin de frecuencias es la siguiente:

Se observa que la grfica se aproxima a una distribucin uniforme

4 /62
 ESTUDIO DE LAS VARIABLES EXGENAS

Caso 4.
Sea y una variable aleatoria que representa la demanda diaria de un
artculo. Se ha obtenido los siguientes 20 datos:
7 1 5 4 7 2 3 5 6 7 8 5 7 3 5 7 9 5 3 4

Se observa que la grfica no se aproxima a ninguna distribucin matemtica,

por lo tanto es una distribucin emprica.

5 /62
 NMEROS ALEATORIOS

Definicin:
El trmino Pseudoaleatorio se ha definido como nmeros que vienen de una
secuencia en la cual cada trmino es imprescindible, cuyos dgitos pasan
una serie de pruebas estadsticas.

Criterios para que las secuencias de nmeros pseudoaleatorios sean

aceptables:

Que sean uniformemente distribuidas

Que sean estadsticamente independientes
Que sean reproducibles
Que sean no cclicas o no peridicas
Que el mtodo con el cual se genera sea capaz de generar nmeros
aleatorios a altas velocidades
Que sea capaz de ocupar el mnimo espacio en la memoria del computador

6 /62
Las tcnicas para generar nmeros aleatorios son:

Utilizando TABLAS DE NUMEROS ALEATORIOS: APNDICE B

Mediante FUNCIONES ESPECIFICAS
En EXCEL: Aleatorio( )
En PASCAL: RANDOM
En Visual Basic: RND( )
etc.
METODO DE CONGRUENCIA LINEAL: Genera nmeros uniformemente
distribuidos y estadsticamente independientes.
Xi+1 = (aXi + c) Mod m
Donde:
Para i=0, entonces Xo es la semilla, a es el multiplicador, c el
incremento constante y m el mdulo.

Ejemplo: para Xo=35, a=13, c=65 y m=100

X1= (13*35+65) mod 100 = 20
X2 = (13*20+65) mod 100 = 25
X3 = (13*25+65) mod 100 = 90
Etc.
OTROS
7 /62
 GENERACIN DE VALORES DE VARIABLES
ALEATORIAS

. VARIABLES DISCRETAS
Distribucin Emprica
Distribucin Geomtrica
VARIABLES CONTINUAS
Distribucin Exponencial
Distribucin Uniforme
Distribucin Normal
ETC.

8 /62
GENERACIN DE VALORES DE VARIABLES ALEATORIAS
CON DISTRIBUCIN EMPRICA

Pasos:

1 Tomar muestra lo suficientemente grande de los valores de

la variable aleatoria (mnimo 30 observaciones)
2 Clasificar en rangos.
3 Determinar frecuencia asociada a cada rango.
4 Calcular el porcentaje o probabilidad correspondiente.

9 /62
GENERACIN DE VALORES DE VARIABLES ALEATORIAS
CON DISTRIBUCIN EMPRICA
Ejemplo: Sea x una variable aleatoria que representa los intervalos de
llegada de los vehculos a un semforo. Los 30 datos observados del sistema
real son los siguientes:
Observacin x Observacin x Observacin x
1 2 11 4 21 2
2 4 12 2 22 1
3 5 13 3 23 1
4 2 14 4 24 3
5 3 15 5 25 2
6 4 16 3 26 4
7 2 17 4 27 1
8 4 18 5 28 3
9 5 19 4 29 2
10 5 20 3 30 4

1) Encontrar la Probabilidad de ocurrencia, La funcion acumulada y Graficar

2) Si r=0.62, cual sera el valor de X?
10 /62
Solucion:

Rango Frecuencia Probabilidad

1 III =3 0.10
2 IIIIIIII =7 0.23
3 IIIIII =6 0.20
4 IIIIIIIII =9 0.30
5 IIIII =5 0.17

1.00

i Xi p(Xi) F(Xi)

1 1 0.10 0.10

2 2 0.23 0.33

3 3 0.20 0.53

4 4 0.30 0.83

5 5 0.17 1.00

11 /62
GENERACIN DE VALORES DE VARIABLES ALEATORIAS
CON DISTRIBUCIN EXPONENCIAL
Sea t una variable aleatoria que representa los intervalos
de llegada (en minutos) de vehculos a una estacin de
gasolina a la cual llegan a una tasa , por lo tanto para
simular el sistema necesitamos generar valores para la
variable aleatoria t, la cual sigue una distribucin
exponencial.
El procedimiento es el siguiente:
1 Generar un nmero aleatorio r entre 0 y 1
2 Usar el valor r para resolver la siguiente ecuacin para t
F(t) = r
1 - e-t = r
e-t = 1 r
t = -(1/ )*ln(1 r)

12 /62
GENERACIN DE VALORES DE VARIABLES ALEATORIAS
CON DISTRIBUCIN EXPONENCIAL

Por lo tanto para el ejemplo especfico que implica los intervalos entre llegadas de
vehculos a la estacin de gasolina, en el que = 12 vehculos por hora (0.2 vehculos
por minuto) y se genera un nmero aleatorio uniforme de, digamos, r = 0.3329,
entonces el prximo vehculo llegar dentro de:
t = -(1/0,2)*ln(1-0.3329)= -5*ln(0.6671)= -5*(-0.4048) = 2.024 minutos
13 /62
GENERACIN DE VALORES DE VARIABLES ALEATORIAS
CON DISTRIBUCIN NORMAL
Suponga que necesita generar la demanda D de leche que sigue una
distribucin normal con una media de 750 galones al da y una desviacin
estndar de 100 galones. Para hacer eso con una variable aleatoria
normalmente distribuda, con una media de y una desviacin estndar de ,
haga lo siguiente:

1 Genere un nmero aleatorio uniforme r entre 0 y 1.

2 Use este valor r para encontrar un valor de t para el que:
F(t) = P(D t) = r

Es decir, encontrar el valor de t para que el rea bajo la distribucin normal a la

izquierda de t, en la figura siguiente, es t. Para hacer esto use la tabla estndar-
normal del apndice A para encontrar el valor asociado; despus calcule t, de la
siguiente manera:
t
z=

As : t = + (*z)

14 /62
 Para el ejemplo especfico de la leche en el que r= 0.1515,
= 750 y = 100, el valor z del apndice A es
aproximadamente -1.03, y as:

z (0.1515) = -1.03
t = 750 + 100*(-1.03) = 647 galones

El uso de nmeros aleatorios para generar entradas

probabilsticas a menudo se denomina simulacin de
MonteCarlo. El mtodo obtuvo su nombre durante la
Segunda Guerra Mundial cuando los cientficos usaron
nmeros aleatorios para estimar, en un sentido estadstico,
las soluciones a problemas matemticos complejos.
15 /62
GENERACIN DE VALORES DE VARIABLES ALEATORIAS
CON DISTRIBUCIN UNIFORME

Uno de los mtodos ms comnmente utilizados para generar nmeros

aleatorios que siguen una distribucin conocida se basa en usar nmeros
aleatorios uniformemente distribuidos entre 0 y 1. Como se ilustra en la figura
siguiente, tales nmeros tienen la siguiente funcin de densidad, f(x), y la
funcin de distribucin acumulativa, F(x):
f(x)=1
F(x)=x

16 /62
 Por ejemplo si se quiere generar el nmero de asientos vacos que trae
un autobs que llega a un paradero, los cuales estn uniformemente
distribudos entre 5 y 15 asientos, y se tiene un nmero aleatorio
r = 0.7, se tiene:
min = 5
max = 15
r = 0.7
x = 15 - (15 - 5)*(1 r)
x = 15 - (10)*(1 r) = 15 - 10(1 0.7) = 15 - 10(0.3) = 15 - 3 = 12
entnces se tiene que el autobs trae 12 asientos vacos.

Nota: Tambin podemos utilizar la frmula siguiente:

min + (max min)*(1- r)
, los valores generados no coinciden en cuanto al orden, pero al final
todos los nmeros saldrn con la misma frecuencia.

17 /62
 Ejercicio 1
Todos los sistemas son iguales?
De qu depende?

18 /62
Dnde estn los sistemas?

Sistema?

19 /62
 Dnde estn los sistemas?
Los sistemas son
constructos mentales.

Corresponden a la
representacin mental de
los objetos del mundo real.

Cada sistema depende del

punto de vista del
observador (modelador).

Corresponden a modelos de
la realidad (modelo mental)

Diferentes Personas Diferentes Visiones Diferentes Sistemas

20 /62
MODELOS

21 /62
 Modelos

Modelo

Sistema
Observador
Real

22 /62
 Para qu sirve un modelo?

Ayuda para el pensamiento Herramienta de prediccin

Para entrenamiento
e instruccin

Ayuda para la experimentacin Ayuda para la comunicacin

23 /62
el modelo o la realidad?
 Continuo - Discreto
Continuo Discreto (*)
El estado de las variables cambia El estado del sistema cambia en
continuamente como una funcin del tiempos discretos del tiempo
tiempo
e = f (t) e = f(nT)

Mtodo analtico: usa razonamiento de Mtodo numrico: usa

matemticas deductivas para definir y procedimientos computacionales para
resolver el sistema resolver el modelo matemtico.

24 /62
 Esttico - Dinmico
Esttico Dinmico (*)
Si el estado de las variables no Si el estado de las variables puede
cambian mientras se realiza algn cambiar mientras se realiza algn
clculo clculo

f [ nT ] = f [ n(T+1) ] f [ nT ] f [ n(T+1) ]

Mtodo analtico: algn mtodo de Mtodo numrico: usa

resolucin analtica. procedimientos computacionales para
resolver el modelo matemtico.

25 /62
 Ejercicio 14
Sistema real:
Seccin de caja de un supermercado.

Identificar:
Elementos o entidades.
Actividades por cada entidad.
Variables exgenas:
Controlables.
No controlables.
Variables endgenas:
De estado
De salida
26 /62
 Ejercicio 15
Sistema de colas con un solo canal, por ejemplo una caja
registradora.

El tiempo de llegada entre clientes esta distribuido uniformemente

entre 1 y 10 minutos.
El tiempo de atencin de cada cliente esta distribuido uniformemente
entre 1 y 6 minutos.
Calcular:
Tiempo promedio en que un cliente permanece dentro del sistema.
Porcentaje de tiempo desocupado del cajero.

27 /62
 Ejercicio 16
10 0 6
Hora Tiempo
tiempo Hora inicio tiempo Hora fin Tiempo cajero
No llegada llegada servicio servicio servicio espera inactivo
0
1 9 9 9 3 12 3 9
2 2 11 12 2 14 3 0
3 6 17 17 4 21 4 3
4 8 25 25 6 31 6 4
5 6 31 31 4 35 4 0
6 9 40 40 4 44 4 5
7 4 44 44 3 47 3 0
8 3 47 47 3 50 3 0
9 5 52 52 4 56 4 2
10 5 57 57 4 61 4 1
11 5 62 62 6 68 6 1
12 10 72 72 3 75 3 4
13 2 74 75 1 76 2 0
14 2 76 76 4 80 4 0
15 4 80 80 3 83 3 0
16 8 88 88 2 90 2 5
17 8 96 96 2 98 2 6
18 3 99 99 3 102 3 1
19 6 105 105 5 110 5 3
20 3 108 110 2 112 4 0
68 72 44
5.4 3.4 3.6 2.2 28 /62
PREGUNTAS

29 /62