intro-simulacion-2016.pdf
TRANSCRIPT
-
7/25/2019 Intro-simulacion-2016.pdf
1/7
INVESTIGACION OPERATIVA II
Prof. Guillermo Sanchez M.
SIMULACION
(Introduccion)
Que es simulacion?
Es una imitacion de las operaciones de un sistema o proceso real (Sistemas complejos).
Involucra la generacion de una historia artificial del comportamiento del sistema y a partir dedicha historia se efectuan inferencias relativas a las caractersticas operacionales del sistema realque representa.
Permite describir y analizar el comportamiento del sistema real, y responder ciertas interrogantespara apoyar el diseno de sistemas reales.
Es una metodologa que permite apoyar la toma de decisiones. ya sea en el diseno de Sistemas,antes que este sea construido ya sea probando polticas de Operacion, antes que estas seanimplantadas.
Por s misma, la Simulacion, no resuelve los problemas, sino que ayuda a:
Identificar los problemas relevantes.
Evaluar cuantitativamente las soluciones alternativas.
Por que son necesarios los modelos de simulacion o prototipos?
La experimentacion de un sistema o procesos
puede generar problemas eticos
puede generar problemas economicospuede llevarlo a colapsos
puede ser simplemente imposible
Por ejemplo, en el desarrollo de un nuevo producto.
1
-
7/25/2019 Intro-simulacion-2016.pdf
2/7
En resumen . . .
La Simulacion es un termino muy amplio, en realidad existen un conjunto de enfoques paraanalizar problemas.
La Simulacion requiere de MODELOS (validez).
La Simulacion no es una solucion analtica.
La Simulacion no obtiene resultados exactos (desventaja).
La Simulacion permite modelar sistemas complejos (ventaja).
Es mejor una respuesta aproximada al problema correcto, que una respuestacorrecta al problema aproximado.
La Simulacion es la tecnica de modelacion estocastica mas util, de mayor reconocimiento en laingeniera de sistemas.
Areas de aplicacion
Sistemas de Computadores.
Telecomunicaciones, Transporte y Energa.
Aplicaciones Militares y Navales.
Minera.
Poltica Publicas.
Manufactura Programacion, Inventarios.Personal en empresas de servicios:
Bancos, Comida rapida, Correo, . . .
Distribucion y Logstica.
Salud Salas de emergencia y de operaciones
Planes de Emergencia (terremotos, inundaciones)
Distribucion de Servicios (juzgados, hospitales)
Que es la Simulacion Computacional?
La Simulacion Computacional es un metodo para estudiar un amplio abanico de modelos desistemas del mundo real con el uso de:
evaluacion numerica con el computador,
software para imitar las operaciones y caractersticas del sistema, a menudo en el tiempo.
2
-
7/25/2019 Intro-simulacion-2016.pdf
3/7
En la practica, la Simulacion Computacional es el proceso de disenar y crear modelos compu-tarizados del sistema y hacer experimentos numericos con el computador.
La Simulacion Computacional es una aplicacion poderosa a sistemas complejos
La Simulacion Computacional puede tolerar modelos complejos.
Cuando simular?
Como regla general, la Simulacion es apropiada cuando:
Desarrollar un modelo estocastico es muy difcil o quizas aun imposible.
El sistema tiene una o mas variables aleatorias relacionadas.
La dinamica del sistema es extremadamente compleja.
El objetivo es observar el comportamiento del sistema sobre un periodo.
La habilidad de mostrar la animacion es importante.
Justificacion economica.
Figura 1: Justificacion economica de la Simulacion.
Conceptos basicos.
Un modelo es una representacion de un sistema desarrollada para un proposito especfico.
Un sistema es cualquier objeto o conjunto de objetos cuyas propiedades se desean estudiar.
3
-
7/25/2019 Intro-simulacion-2016.pdf
4/7
Ejemplos de sistemas.
Una planta de fabricacion con maquinas, personal, dispositivos de transporte y almacen.
El servicio de emergencia de un hospital con personal, salas, equipamiento y traslado depacientes.
Un parque tematico con atracciones, tiendas, restaurantes, trabajadores, clientes y estacio-namientos.
Un supermercado.
Una mina en operaciones.
Un experimento es el proceso de extraer datos de un sistema sobre el cual se ha ejercido unaaccion externa.
El metodo experimental no es posible aplicarlo al sistema real.
El modelado y la simulacion son las tecnicas adecuadas para el analisis de siste-
mas.
Tipos de modelos para sistemas.
Figura 2: Tipos de modelos.
4
-
7/25/2019 Intro-simulacion-2016.pdf
5/7
Tipos de modelos matematicos.
Estaticov/s Dinamico El tiempo tiene algun papel en el Modelo?
Continuo v/s Discreto Puede el estado del modelo cambiar continuamente o solo cambiaren algunos instantes del tiempo?
Determinstico v/s Estocastico Es todo cierto o existe incertidumbre?
La Mayora de los modelos Operacionales son Dinamicos, Discretos y Estocasticos.
Etapas de un proyecto de simulacion.
Etapas Descripcion
1.- Formulacion del problema Define el problema a estudiar, incluyendolos objetivos escritos del problema.
2.- Diseno del modelo conceptual Especificacion del modelo a partir de lascaractersticas de los elementos del sistemaa estudiar y sus interacciones, teniendo encuenta los objetivos del problema.
3.- Recopilacion de datos Identificar, recoger y analizar los datosnecesarios para el estudio.
4.- Construccion del modelo Construccion del modelo de simulacionpartiendo del modelo conceptual y de losdatos.
5:- Verificacion y validacion Comprobar que el modelo se comporta comose espera y que existe la correspondencia
adecuada entre el sistema real y el modelo.6.- Diseno de experimentos En funcion de los objetivos del estudio desarrollary experimentacion las estrategias de definicion de los escenarios a
simular. Experimentar
7.- Analisis de resultados Analizar los resultados de la simulacion con lafinalidad de detectar problemas y recomendarmejoras o soluciones.
8.- Documentacion Proporcionar documentacion sobre el trabajoefectuado.
9.- Implementacion Poner en practica las decisiones efectuadascon el apoyo del estudio de la simulacion.
5
-
7/25/2019 Intro-simulacion-2016.pdf
6/7
Funciones de distribucion mas usadas en la simulacion.
Distribuciones Algunas situaciones en las que se utiliza
Exponencial Tiempos entre llegadas en procesos con independencia entre ocurrencias.Vida o averas de dispositivos.
Poisson Procesos de llegada. Tamanos de lotes. Numero de tems pedidosa un almacen.
Normal Tiempo de servicio de una unidad de produccion sin considerar posiblesserrore de medida.
Uniforme Tiempo de servicio cuando la informacion disponible es escasa.
Gamma Tiempo de servicio de varias unidades de produccion identicas dandoservicio en paralelo a la misma carga de entrada, considerando fallas enlas maquinas.
LogNormal Tiempo de servicio de varias unidades de produccion identicastrabajando en serie, considerando fallas en las maquinas.
Aplicable en modelos economicosWieibull Tiempo entre fallas de una pieza o equipo.Tiempo de vida de un equipo electronico.
Erlang Apropiada en actividades cuyas fases siguen tiempos exponenciales,como el trafico telefonico clasico.Tambien en tiempos de servicios o de reparacion.
Triangular Es util para modelar el tiempo necesario para realizaruna operacion cuando solo se conoce el tiempo mnimo, el tiempomaximo, o el mas probable o moda.
Binomial Test de piezas: numero de tems defectuosos en un lote de tamanodeterminado.
Las siguientes definiciones hay que tenerlas presente cada vez que nos enfrentemos a una situacionen la que se deba realizar una simulacion.
Variables de estado: son el conjunto de variables que permiten determinar el estado de unsistema en un instante determinado.
Eventos: sucesos que ocurren en un instante determinado tiempo y que pueden cambiar elestado del sistema.
Entidad: describe el objeto que es procesado, manipulado o transportado en el sistema.
Cola: esta formada por un conjunto ordenado de entidades.
Recurso: es una persona, maquina o cualquier otro elemento que proporciona un servicio oefectua operaciones sobre las entidades.
Variable aleatoria: es aquella variable cuyo valor no puede conocerse de forma precisa o de-terminista.
Distribucion: es la ley que gobierna el comportamiento probabilstico de la variable aleatoria.
6
-
7/25/2019 Intro-simulacion-2016.pdf
7/7
Bibliografa.
D. Kelton, R. Sadowski, D. Sturrok, Simulacion con software Arena. McGraw-Hill, 2007.
J. Barcelo, Simulacion de sistemas discretos. Ed. Isdefe 1996
http://www.isdefe.es/webisdefe.nsf/0/43B4F3DB10A3EECFC12574CF005C1839?OpenDocument
A. Urqua, Simulacion, Ed. UNED, 2008.
http://www.uned.es/543072/Files/Simulacion
7