1 simulacion unidad1

1.581 visualizaciones

Publicado el

0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
1.581
En SlideShare
0
De insertados
0
Número de insertados
2
Acciones
Compartido
0
Descargas
65
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

1 simulacion unidad1

  1. 1. FACULTAD DE ECONOMIA Y NEGOCIOSSIMULACION DE NEGOCIOS INTRODUCCIÓN A LA SIMULACIÓN UNIDAD 1 WASHINGTON MARTINEZ, DSc.
  2. 2. CONCEPTOS BÁSICOS DEL MODELADO Y LA SIMULACIÓNOBJETIVOS DE LA UNIDAD Una vez estudiado el contenido del tema yrealizados los ejercicios prácticos, debería saber:• Discutir los conceptos “sistema”, “modelo”,“simulación” y “marco experimental”.• Describir y comparar los diferentes tipos demodelos.• Comparar y reconocer los distintos tipos demodelos matemáticos.
  3. 3. ¿QUÉ ES SIMULACIÓN?• Según el diccionario de la RAE simular es: ―Representar algo, fingiendo o imitando lo que no es.‖• Según el Handbook of Simulation (1998) es una imitación de las operaciones de un sistema o proceso real a lo largo del tiempo (Sistemas complejos).• Involucra la generación de una historia artificial del comportamiento del sistema y a partir de dicha historia se efectúan inferencias relativas a las características operacionales del sistema real que representa.• Permite describir y analizar el comportamiento del sistema real, y responder ciertas interrogantes para apoyar el diseño de sistemas reales.• En el caso de algunos problemas reales es una metodología• indispensable para resolverlos.
  4. 4. ¿QUÉ ES SIMULACIÓN?Es una metodología que permite apoyar la toma dedecisiones.• ya sea en el diseño de Sistemas, antes que éstos sean construidos• ya sea probando políticas de funcionamiento, antes que éstas sean implantadasLa Simulación, no resuelve los problemas por sí misma,sino que ayuda a:• Identificar los problemas relevantes• Evaluar cuantitativamente las soluciones alternativas
  5. 5. ¿QUÉ ES SIMULACIÓN?• ¿Por qué son necesarios los modelos de simulación oprototipos?• La experimentación de un sistema o procesos... Puede generar problemas éticos... puede generar problemas económicos... o puede llevarlo a colapsos... o puede ser simplemente imposiblePor ejemplo; en el desarrollo de un nuevo producto
  6. 6. ¿QUÉ ES SIMULACIÓN?• Es un término muy amplio, en realidad existen variosenfoques para analizar problemas– La Simulación requiere de MODELOS (validez)• No es una solución analítica– No obtiene resultados exactos (desventaja)– Permite modelar sistemas complejos (ventaja)• Es mejor una respuesta aproximada al problemacorrecto que una respuesta correcta al problemaaproximado
  7. 7. ¿CUÁNDO SIMULAR?Como regla general, la simulación es apropiadacuando:• Desarrollar un modelo analógico es muy difícil o quizás aún imposible• El sistema tiene una o más variables aleatorias relacionadas• La Dinámica del sistema es extremadamentecompleja• El objetivo es observar el comportamiento del sistema sobre un período• La habilidad de mostrar la animación es importante.
  8. 8. VENTAJAS DE LA SIMULACIÓN• Beneficio general de la simulación– Laboratorio de aprendizaje-fácil de modificar. Se puedeexperimentar con nuevos diseños sin que tengan que construirse.• Algunos beneficios específicos– Mejorar el funcionamiento de sistemas reales complejos– Disminuir inversiones y gastos de operación– Reducir el tiempo de desarrollo de un sistema– Asegurar que el sistema se comportará como se desea– Conocer oportunamente hechos relevantes y efectuar cambios enel momento oportuno– A veces es lo único que se puede hacer para estudiar un sistemareal (no existe; se destruye; muy caro)
  9. 9. VENTAJAS DE LA SIMULACIÓNUn modelo de simulación puede ser más amplio y robusto con respecto alos cambios en las características de los parámetros de entrada que unmodelo analítico que solo es válido bajo un conjunto de suposiciones.• Flexibilidad para modelar las cosas tal como son (no importa si sondifíciles de explicar y complicadas), Comprender porqué Explorar posibilidades Diagnosticar problemas• Permite modelar la incertidumbre La única cosa segura es que nada es seguro – Peligro de ignorar la variabilidad y la incertidumbre – Validez del modelo
  10. 10. DESVENTAJAS DE LA SIMULACIÓN• Puede ser costosa y consumir mucho tiempoinicialmente.Construir modelos precisa un entrenamiento especial.• Algunas veces soluciones mejores y más fáciles sonpasadas por alto.• Los resultados pueden ser difíciles de interpretar• Por lo general son ignorados los factores humanos ytecnológicos.• Peligro de poner demasiada confianza en losresultados de la simulación.• Es difícil verificar si los resultados son válidos.(Proceso de validación como tema de estudio)
  11. 11. ÁREAS DE APLICACIÓN• Sistemas de Computadoras. Evaluar hardware o requisitos desoftware.• Telecomunicaciones. Diseñar sistemas de comunicación o protocolospara mensajería, etc.• Transporte y Energía. Diseñar facilidades como autopistas, metros,puertos, etc.• Aplicaciones Militares y Navales. Evaluación de nuevas armas otácticas.• Economía. Análisis de sistemas económicos o financieros.• Fabricación. Diseñar y analizar políticas de planificación, inventarios, etc.• Personal en empresas de servicios – Bancos, Comida Rápida, Correo, ...• Distribución y Logística• Salud — Salas de urgencias y de operaciones – Planes de Emergencia (terremotos, inundaciones) – Distribución de Servicios (juzgados, hospitales)
  12. 12. CONCEPTOS BÁSICOSSISTEMA• Cualquier parte del universo que existe y funciona en el espacio y eltiempo.MODELO• Un modelo es una representación simplificada del sistema en uninstante de tiempo o espacio concreto realizada para comprender elsistema real.SIMULACIÓN• Una simulación es una manipulación de un modelo de forma quefuncione en el espacio o en el tiempo para comprimiréste, permitiéndonos percibir las interacciones que no seríanfácilmente apreciables por su separación en el tiempo o el espacio.
  13. 13. SISTEMAS Y MODELOSEn el sentido amplio del termino, un modelo es “una representación de un sistemadesarrollada para un propósito especıfico”.Puesto que la finalidad de un modelo es ayudarnos a responder preguntas sobre undeterminado sistema, el primer paso en la construcción de un modelo es definir cuales el sistema y cuales son las preguntas.En este contexto, se entiende por sistema “cualquier objeto o conjunto de objetoscuyas propiedades se desean estudiar”.Con una definición tan amplia, cualquier fuente potencial de datos puedeconsiderarse un sistema.Algunos ejemplos de sistema son:• Una planta de fabricación con maquinas, personal, dispositivos de transporte yalmacén.• El servicio de emergencias de un hospital, incluyendo al personal, las salas, elequipamiento y el transporte de los pacientes.• Una red de ordenadores con servidores, clientes, dispositivos de disco y decinta, impresoras, etc.• Un supermercado con control de inventario, cajeros y atención al cliente.
  14. 14. SISTEMAS Y MODELOS CONT..• Un procedimiento para conocer el comportamiento de los sistemas es la experimentación.• De hecho, este ha sido el método empleado durante siglos para avanzar en el conocimiento:• plantear las preguntas adecuadas acerca del comportamiento de los sistemas y responderlas mediante experimentación.• Un experimento es “el proceso de extraer datos de un sistema sobre el cual se ha ejercido una acción externa”.
  15. 15. SISTEMAS Y MODELOS CONT..• El método experimental esta basado en solidos fundamentos científicos, sin embargo tiene sus limitaciones, ya que en ocasiones es imposible o desaconsejable experimentar con el sistema real.• En estos casos, el modelado y la simulación son las técnicas adecuadas para el análisis de sistema, puesto que, a excepción de la experimentación con el sistema real, la simulación es la única técnica disponible que permite analizar sistemas arbitrarios de forma precisa, bajo diferentes condiciones experimentales.
  16. 16. SISTEMAS Y MODELOS CONT..• Formas de estudiar un sistema
  17. 17. TIPOS DE MODELOS• Además de los modelos mentales y verbales, existe otro tipo de modelos que tratan de imitar al sistema real. Son los modelos físicos, como las maquetas a escala que construyen los arquitectos, diseñadores de barcos o aeronaves para comprobar las propiedades estéticas,• aerodinámicas, etc.• Finalmente, existe un cuarto tipo de modelos, los modelos matemáticos. En ellos, las relaciones entre las cantidades que pueden ser observadas del sistema (distancias, velocidades, flujos, etc.) están descritas mediante relaciones matemáticas. En este sentido, la mayoría de las leyes de la naturaleza son modelos matemáticos.
  18. 18. MODELOS MATEMÁTICOS• La finalidad de un estudio de simulación (es decir, las preguntas que debe responder) condiciona• las hipótesis empleadas en la construcción del modelo, y ´estas a su vez determinan• que tipo de modelo resulta mas adecuado al estudio. De hecho, un mismo sistema puede• ser modelado de múltiples formas, empleando diferentes tipos de modelos, dependiendo de la• finalidad perseguida en cada caso.• Existen diferentes clasificaciones de los modelos matemáticos, atendiendo a diferentes criterios.
  19. 19. MODELOS MATEMÁTICOSDETERMINISTA VS ESTOCASTICO• Un modelo matemático es determinista cuando todas sus variables de entrada son deterministas, es decir, el valor de cada una de ellas es conocido en cada instante.• Un ejemplo de modelo determinista es un servicio al cual los clientes acceden ordenadamente, cada uno a una hora pre-establecida y en el cual el tiempo de servicio a cada cliente esta igualmente pre-establecido de antemano.• No existe incertidumbre en la hora de inicio o de finalización de cada servicio.
  20. 20. MODELOS MATEMÁTICOS• Por el contrario, un modelo es estocástico cuando alguna de sus variables de entrada es aleatoria. Las variables del modelo calculadas a partir de variables aleatorias son también aleatorias.• Por ello, la evolución de este tipo de sistemas debe estudiarse en términos probabilísticos.• Por ejemplo, considérese el modelo de parqueo, en el cual las entradas y salidas de coches se producen en instantes de tiempo aleatorios.• La aleatoriedad de estas variables se propaga a través de la lógica del modelo, de modo que las variables dependientes de ellas también son aleatorias.• Este serıa el caso, por ejemplo, del tiempo que transcurre entre que un cliente deja aparcado su vehículo y lo recoge (tiempo de aparcamiento), el numero de vehículos que hay aparcados en un determinado instante, etc.
  21. 21. MODELOS MATEMÁTICOS• Es importante tener en cuenta que realizar una única replica de una simulación estocástica es equivalente a realizar un experimento físico aleatorio una única vez.• Por ejemplo, si se realiza una simulación del comportamiento del parqueo durante 24 horas, es equivalente a observar el funcionamiento del parqueo real durante 24 horas. Si se repite la observación al día siguiente, seguramente los resultados obtenidos serán diferentes, y lo mismo sucede con la simulación: si se realiza una segunda replica independiente de la primera, seguramente los resultados serán diferentes.• La consecuencia que debe extraerse de ello es que el diseño y el análisis de los experimentos de simulación estocásticos debe hacerse teniendo en cuenta esta incertidumbre en los resultados, es decir, debe hacerse empleando técnicas estadísticas.
  22. 22. MODELOS MATEMÁTICOSESTATICO VS DINAMICO• Un modelo de simulación estático es una representación de un sistema en un instante de tiempo particular, o bien un modelo que sirve para representar un sistema en el cual el tiempo no juega ningún papel. Ejemplo de simulaciones estáticas son las simulaciones de Monte Carlo.• Por otra parte, un modelo de simulación dinámico representa un sistema que evoluciona con el tiempo.DE TIEMPO CONTINUO VS DE TIEMPO DISCRETO VS HIBRIDO• Un modelo de tiempo continuo esta caracterizado por el hecho de que el valor de sus variables de estado puede cambiar infinitas veces (es decir, de manera continua) en un intervalo finito de tiempo. Un ejemplo es el nivel de agua en un deposito.• Por el contrario, en un modelo de tiempo discreto los cambios pueden ocurrir únicamente en instantes separados en el tiempo. Sus variables de estado pueden cambiar de valor solo un numero finito de veces por unidad de tiempo.
  23. 23. MODELOS MATEMÁTICOSEL MARCO EXPERIMENTAL• Al igual que se distingue entre el sistema real y el experimento, es conveniente distinguir entre la descripción del modelo y la descripción del experimento. Esto es así, tanto desde el punto de vista conceptual como desde el punto de vista practico.• Cuando se trabaja con sistemas reales este riesgo nunca existe, ya que un sistema real es valido para cualquier experimento. Por el contrario, cualquier modelo esta fundamentado en un determinado conjunto de hipótesis.• Cuando las condiciones experimentales son tales que no se satisfacen las hipótesis del modelo, ´este deja de ser valido. Para evitar este problema, la descripción del modelo debe ir acompañada de la documentación de su marco experimental. Este establece el conjunto de experimentos para el cual el modelo es valido.
  24. 24. APLICACIÓN DE LOS CONCEPTOS BÁSICOS DEL MODELADO Y LA SIMULACIÓNPROBLEMASDescriba cual serıa en su opinión la forma mas eficaz de estudiar cada uno de lossistemas siguientes, en términos de las posibilidades mostradas en la Figura .1. Un ecosistema compuesto por varias especies animales y vegetales, y por recursos (agua, luz, etc.).2. Una glorieta en la que convergen varias calles, y que frecuentemente presenta atascos.3. Una presa para el suministro de agua y electricidad, que se planea construir en un rıo.4. El servicio de urgencias de un hospital, que se encuentra en funcionamiento.5. Un servicio de entrega de pizzas a domicilio.6. Una determinada secuencia de pasos en el proceso de fabricación de circuitos integrados, en una fabrica que se encuentra en funcionamiento.7. El funcionamiento de un autobús, que conecta el punto de devolución de vehículos, de una compañía de alquiler de coches, con el aeropuerto.8. Un circuito eléctrico.

×