Apuntes

1. Simulación
Sesión 2 – Semana 2
Ciclo: Marzo 2022

2. Temario:
• Bienvenida.
• Módulo Decide. Direccionamiento por condición.
• Práctica.
• Conclusiones.
• Pautas para la tarea.

3. Datos/Observaciones
Módulos Assign, Record y Decide.
Direccionamiento por probabilidad.
Uso del TAG y TIE para direccionar.
RECORDEMOS LO VISTO EN
LA SESIÓN ANTERIOR
Levantemos la mano para participar

4. Al final de la sesión, el estudiante aplica el módulo DECIDE así como el
direccionamiento por condición (TAG/TIE) a diferentes modelos de
simulación.
LOGRO DE LA SESION

5. UTILIDAD
Aprender los
conceptos básicos de
la simulación de
sistemas y
direccionamiento de
entidades.

6. MODULO DECIDE
Permite tomar decisiones en el sistema basados en
una o mas condiciones o probabilidades.
 Para 2 puntos de salida se especifica el tipo “2-way
chance” o “2-way condition”. Un punto de salida será
para las entidades «verdaderas» y una para las
entidades «falsas».
 Para n puntos se especifica el tipo “N-way chance” o
“N-way condition”, aparecen múltiples puntos de
salida para cada condición o probabilidad y una
única salida «falsa».

7. DIRECCIONAMIENTO POR CONDICION
Cerca de cada una de las ramas que salen del símbolo que representa el
módulo, aparecen valores que registran el número de entidades que toman la(s)
rama(s) “True” y “False”.
“2-way condition” “N-way condition”

8. PRACTICA
Modelo 2201
Se desea configurar el cambio de ritmo o
variación que ocurre en el tiempo entre
arribos de las entidades de un sistema.
La llegada de entidades al inicio sigue
una distribución exponencial con media
de 15 minutos y pasadas 3 horas es mas
frecuente por lo que la media se reduce a
10 minutos.
Simular durante 7 horas y mostrar reloj y
un indicador donde se registre el valor de
la variable que controla la media.

9. DISTRIBUCIONES DE PROBABILIDAD
Permite relacionar un conjunto de valores o
medidas, con su frecuencia relativa de aparición.
Frecuentemente, los sistemas estocásticos tienen
situaciones que implican la determinación de
valores de tiempo o cantidad, que varían de
acuerdo a una forma o densidad y a un rango
dado.
Por ejemplo, el instante en que ocurrirá el próximo
evento, el número de paquetes por trasladar, el
tiempo de recorrido hasta la ventanilla de atención
o el tiempo de una consulta médica, etcétera.
Los resultados o valores posibles que pueden
tomar todas estas situaciones conforman el
universo de valores que está definido en la
variable aleatoria y pueden ser expresados o
representados por medio de una distribución de
probabilidad.
Ejemplo:
El tiempo de una actividad se define en
el modelo mediante una distribución de
probabilidad (Uniforme, Triangular,
Normal, etcétera), incluyendo sus
parámetros (Uniforme (4,6), Triangular
(8, 10,12), Normal (15,0.1), etcétera)
que describen la forma o densidad y
rango de la distribución.
Durante la ejecución de la simulación,
los valores individuales de las variables
aleatorias se generarán de esta
distribución, cada vez que una entidad
inicie la operación.

10. PRACTICA
MODELO 2202.
Uso de la función DISC.
Una estación de servicio dispone de un surtidor para el
expendio de gasolina de 90, 95 y 97 octanos, y se atiende solo
a un auto a la vez. El intervalo de tiempo entre los arribos de los
vehículos se ajusta a una distribución exponencial con una
media de 6 minutos, inclusive el primero.
La cantidad de galones que se suministra a cada vehículo es
una variable aleatoria. Así, la gasolina 90 octanos se ajusta a
una distribución uniforme entre 2 y 15 galones; para la de 95,
entre 5 y 15 galones; y para la de 97, entre 6 y 15 galones.
Simular 8 horas de atención. En un tablero de indicadores
mostrar los vehículos, galones y total valorizado por cada tipo
de gasolina.
Gasolina % Precio
90 Octanos 30% 10,9
95 Octanos 60% 13,5
97 Octanos 10% 15,2

11. PRACTICA
Modelo 2203
A un laboratorio llegan personas por defecto
para pasar pruebas rápidas.
Se sabe que el centro medico atiende de 8am a
6pm y por tiempos de procesamiento de las
muestras el laboratorio solo puede recibir
pacientes durante las primeras 8 horas el resto
del tiempo lo utiliza para entregar resultados.
Muestre en un tablero de indicadores las
personas que si y no fueron atendidas en un
día de simulación.

12. PRACTICA (propuesta)
Modelo 2204
Suponga que en un supermercado se
dispone de una caja temporal, que se
activa en las horas de mayor congestión,
definidas entre las 8 a.m. y las 10 a.m., y
después de las 12p.m.
Así, la expresión planteada en el módulo
Decide será verdadera si una de las dos
condiciones es verdadera. En algunas
situaciones es necesario el uso de
operadores lógicos como .AND. (&&) y/o
.OR.

13. Datos/Observaciones
¿Qué hemos aprendido el día de hoy?
Utiliza el chat para participar
CIERRE

14. Datos/Observaciones
Compartir en el foro las actividades desarrolladas en la presente
sesión.
Ingrese a la plataforma (Módulos/Semana 2) y descargue la guía
“S02.s2 - Poner en práctica - Actividad 2 Semana 2.docx”.
Al culminar genere un PDF y súbalo a la plataforma virtual, con su
código seguido de _AA2S2. (Ejemplo C16266_AA2S2.PDF). Incluya
los modelos (solo archivo con extensión DOE).
Tenga en cuenta la fecha límite de entrega.
ACTIVIDAD DE
APRENDIZAJE