SlideShare una empresa de Scribd logo
Ing. Luis Palma
Etapas del Estudio de Simulación
La mayoría de los autores opinan que son necesarios
los siguientes pasos para llevar a cabo un
experimento de simulación
 Definición del problema
 Recolección de datos
 Construcción del modelo
 Verificación del modelo
 Validación del modelo
 Experimentación
 Interpretación y análisis de resultados
 Reportes y Documentación
S
I
M
U
L    Análisis de
A    Problemas
C
I
O
N   Recolección de
        Datos


    Construcción
                     Verificación   Validación   Experimentos
     del Modelo


                                                                  I
                                                 Interpretación   M
                                                                  P
                                                                  L
                                                                  A
                                                                  N
                                                    Reporte       T
                                                                  A
                                                                  C
                                                                  I
                                                                  O
                                                                  N
Formulación del problema
Para tener una definición precisa del sistema que se
desea simular, es necesario :
 Realizar un análisis del mismo con el fin de determinar
    la interacción con otros sistemas
   Determinar las restricciones del sistema
   Determinar las variables que interactúan dentro del
    sistema y sus interrelaciones
   Definir los objetivos que se desea obtener del estudio
   Especificar con un diagrama de flujo lógico
Ejercicio práctico
Todos los días de la semana a las 4:00 pm. la cola de La
sucursal del banco EL PRESTADOR se extiende fuera de
los ambientes de la agencia, eventualmente el gerencia
observa esta situación y le asigna a usted la labor de
identificar el problema y resolverlo (en la diapositiva
siguiente se muestra el flujo grama).
 1. Identifique el problema.
 2. Plantee objetivos.
 3. Determinar las restricciones
 4. Determinar las variables
VIVIENDA
         VEREDA
                  BANCO




                                         SERVIDORES
 Flujo
Grama              COLA - CLIENTES




                              VIVIENDA
Recolección de datos
 Se recopila datos de la realidad con la
  finalidad de estimar        las   variables   y
  parámetros de entrada.

 Se debe decidir:
    Cómo recopilar la información
    Qué datos se necesita y si son importantes.

 En caso de tener variables aleatorias:
    Identificar la distribución de frecuencias.
    Verificar si la distribución no cambia en el
     tiempo.
    Probar si una serie de números pertenece a
     cierta distribución de la probabilidad.
Modelo
 Es la reducción o abstracción del sistema real a un
 diagrama de flujo lógico, donde se identifican los
 elementos, las variables y los eventos importantes para
 cumplir el objetivo del estudio.

 Se define el nivel de detalle del estudio (o nivel de
 simplificación).
   Un modelo detallado puede implicar mucho tiempo en
    su implementación.
   Un modelo simplificado no le va ha permitir lograr el
    objetivo planteado.
Estructura del Modelo
• Gráfico del Sistema.
• Entidades del sistema.
• Eventos del sistema.
• Diagrama de Flujo
• Variables
• Variables Aleatorias
   – Distribución Frecuencia

IMPLEMENTACIÓN DEL MODELO
  Se decide el lenguaje de programación a usar.
Verificación
 Para asegurar que el modelo se comporta de la manera
  que el experimentador desea.
 Se verifica si el modelo se ha construido de acuerdo a
  las especificaciones.
 Se realiza por inspección a lo largo del proyecto


     Especificación del
         modelo               ≡          Código del modelo


                              ok
Validación
 Se prueba la concordancia entre el desempeño del
  modelo y el desempeño del sistema real.
 Un buen modelo es aquel que se ajusta mejor a los
  datos y por lo tanto se puede usar para predecir la
  realidad.

            e     realidad             s

  Sistema                                    ≡     ok

            e     modelo               s
Experimentación

 Los objetivos de la experimentación son:
    Encontrar la combinación de parámetros que optimizan
     la variable de interés.
    Explicar la relación entre la variable de interés y las
     variables controlables.
 La experimentación ayuda a conocer el sistema
  materia de la simulación.
Interpretación
 En esta etapa se realiza la interpretación de resultados
  que arroja la simulación y basándose en esto se toma
  una decisión.
 Se determina si el modelo de simulación es útil para
  resolver el problema planteado al inicio de la
  investigación.
 Posiblemente ahora con más conocimiento de causa se
  puede determinar con mayor precisión ¿cuál es el
  problema a resolver?
Variables de salida a
          evaluar en un simulación
λ  tasa media de llegadas por unidad de tiempo.
μ  tasa media de servicio (número medio de servicios
   completados por unidad de tiempo).
ρ factor de utilización de la unidad de servicio.
N número de unidades en el sistema.
Pn probabilidad de que cuando una unidad llega al sistema
   para recibir servicio haya n unidades en el sistema.
L número medio de unidades en el sistema.
Lq número medio de unidades en la cola a la espera de
   recibir servicio.
W tiempo medio de estancia en el sistema para cada unidad
   (tiempo de espera + tiempo de servicio).
Wq tiempo medio de espera en la cola (desde que llega hasta
   que empieza a ser servido).
Reportes y Documentación
 Ayuda a incrementar la vida útil del modelo.
 Se relaciona al proceso de desarrollo, operación e
  implantación del modelo de simulación.
 Ayuda al modelador a reconocer sus propios errores y
  mejorar para un siguiente proyecto de simulación
Implantación

 Para que un proyecto de simulación sea exitoso se
  deben dar 3 condiciones: que Sea aceptado, entendido
  y usado.
 Implantación: referido a aplicar los resultados del
  proyecto de simulación en el sistema real, para
  optimizar o corregir los problemas.

Más contenido relacionado

La actualidad más candente

Fases de simulacion
Fases de simulacion Fases de simulacion
Fases de simulacion
Martha Vara G
 
UML - Analisis de Sistemas
UML - Analisis de SistemasUML - Analisis de Sistemas
UML - Analisis de Sistemas
Jose Bustamante Romero
 
SIMULACION UNIDAD II
SIMULACION UNIDAD IISIMULACION UNIDAD II
SIMULACION UNIDAD II
Charito Cortes Gordillo
 
Ventajas y desventajas de moprosoft
Ventajas y desventajas de moprosoftVentajas y desventajas de moprosoft
Ventajas y desventajas de moprosoftChuyito Alvarado
 
Metodologia web
Metodologia webMetodologia web
Metodologia web
Anel Sosa
 
Aseguramiento de la calidad en software III
Aseguramiento de la calidad en software IIIAseguramiento de la calidad en software III
Aseguramiento de la calidad en software III
Tensor
 
Modelo evolutivo de desarrollo de softwa1 re
Modelo evolutivo de desarrollo de softwa1 reModelo evolutivo de desarrollo de softwa1 re
Modelo evolutivo de desarrollo de softwa1 reG G. Jonathan Israel
 
Clase 1 - Modelos y Simulación
Clase 1 - Modelos y Simulación   Clase 1 - Modelos y Simulación
Clase 1 - Modelos y Simulación
Gustavo Sánchez
 
Investigacion cuantitativa
Investigacion cuantitativaInvestigacion cuantitativa
Investigacion cuantitativaBrigitte Lopez
 
Técnicas para la Obtención de Requerimientos
Técnicas para la Obtención de RequerimientosTécnicas para la Obtención de Requerimientos
Técnicas para la Obtención de Requerimientos
Juan Carlos Olivares Rojas
 
Lenguajes de simulacion
Lenguajes de simulacionLenguajes de simulacion
Lenguajes de simulacion
Anel Sosa
 
Unidad 3 topicos avanzados de programacion
Unidad 3 topicos avanzados de programacionUnidad 3 topicos avanzados de programacion
Unidad 3 topicos avanzados de programacionIrving Che
 
Lenguajes de simulación
Lenguajes de simulaciónLenguajes de simulación
Lenguajes de simulación
Cristian Miguel Galan Torres
 
Simul8 Simulador de Operaciones y Procesos
Simul8 Simulador de Operaciones y ProcesosSimul8 Simulador de Operaciones y Procesos
Simul8 Simulador de Operaciones y ProcesosSimuladores On Line
 
Tópicos Avanzados de Programación - Unidad 2 componentes y librerias
Tópicos Avanzados de Programación - Unidad 2 componentes y libreriasTópicos Avanzados de Programación - Unidad 2 componentes y librerias
Tópicos Avanzados de Programación - Unidad 2 componentes y librerias
José Antonio Sandoval Acosta
 
Metrica calidad de_software
Metrica calidad  de_softwareMetrica calidad  de_software
Metrica calidad de_softwareoskrtroy
 
Clasificacion de los problemas
Clasificacion de los problemasClasificacion de los problemas
Clasificacion de los problemasJohnfornerod
 

La actualidad más candente (20)

Unidad 2 modelado de negocios
Unidad 2 modelado de negociosUnidad 2 modelado de negocios
Unidad 2 modelado de negocios
 
Fases de simulacion
Fases de simulacion Fases de simulacion
Fases de simulacion
 
UML - Analisis de Sistemas
UML - Analisis de SistemasUML - Analisis de Sistemas
UML - Analisis de Sistemas
 
Proceso unificado
Proceso unificadoProceso unificado
Proceso unificado
 
SIMULACION UNIDAD II
SIMULACION UNIDAD IISIMULACION UNIDAD II
SIMULACION UNIDAD II
 
Ventajas y desventajas de moprosoft
Ventajas y desventajas de moprosoftVentajas y desventajas de moprosoft
Ventajas y desventajas de moprosoft
 
Metodologia web
Metodologia webMetodologia web
Metodologia web
 
Aseguramiento de la calidad en software III
Aseguramiento de la calidad en software IIIAseguramiento de la calidad en software III
Aseguramiento de la calidad en software III
 
Modelo evolutivo de desarrollo de softwa1 re
Modelo evolutivo de desarrollo de softwa1 reModelo evolutivo de desarrollo de softwa1 re
Modelo evolutivo de desarrollo de softwa1 re
 
Clase 1 - Modelos y Simulación
Clase 1 - Modelos y Simulación   Clase 1 - Modelos y Simulación
Clase 1 - Modelos y Simulación
 
Investigacion cuantitativa
Investigacion cuantitativaInvestigacion cuantitativa
Investigacion cuantitativa
 
Simulacion-unidad 1
Simulacion-unidad 1Simulacion-unidad 1
Simulacion-unidad 1
 
Técnicas para la Obtención de Requerimientos
Técnicas para la Obtención de RequerimientosTécnicas para la Obtención de Requerimientos
Técnicas para la Obtención de Requerimientos
 
Lenguajes de simulacion
Lenguajes de simulacionLenguajes de simulacion
Lenguajes de simulacion
 
Unidad 3 topicos avanzados de programacion
Unidad 3 topicos avanzados de programacionUnidad 3 topicos avanzados de programacion
Unidad 3 topicos avanzados de programacion
 
Lenguajes de simulación
Lenguajes de simulaciónLenguajes de simulación
Lenguajes de simulación
 
Simul8 Simulador de Operaciones y Procesos
Simul8 Simulador de Operaciones y ProcesosSimul8 Simulador de Operaciones y Procesos
Simul8 Simulador de Operaciones y Procesos
 
Tópicos Avanzados de Programación - Unidad 2 componentes y librerias
Tópicos Avanzados de Programación - Unidad 2 componentes y libreriasTópicos Avanzados de Programación - Unidad 2 componentes y librerias
Tópicos Avanzados de Programación - Unidad 2 componentes y librerias
 
Metrica calidad de_software
Metrica calidad  de_softwareMetrica calidad  de_software
Metrica calidad de_software
 
Clasificacion de los problemas
Clasificacion de los problemasClasificacion de los problemas
Clasificacion de los problemas
 

Similar a 02 etapas proyecto_simulacion

taller 3 parte 1.docx
taller 3 parte 1.docxtaller 3 parte 1.docx
taller 3 parte 1.docx
JuanPabloPea19
 
2 como simular
2 como simular2 como simular
2 como simulardantori
 
Taller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdfTaller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdf
JuanPabloPea19
 
SIMUago-dic23.pptx
SIMUago-dic23.pptxSIMUago-dic23.pptx
SIMUago-dic23.pptx
JannyaPancardo
 
Unidad i simulacion
Unidad i simulacionUnidad i simulacion
Unidad i simulacionneferh22
 
paso4.docx
paso4.docxpaso4.docx
paso4.docx
JuanPabloPea19
 
Machine Learning para la Optimización y Mejora de Procesos
Machine Learning para la Optimización y Mejora de ProcesosMachine Learning para la Optimización y Mejora de Procesos
Machine Learning para la Optimización y Mejora de Procesos
Miguel Angel Patiño Antonioli
 
capitulo v materiales y métodos
capitulo v materiales y métodoscapitulo v materiales y métodos
capitulo v materiales y métodos
DiskCom - Negocios
 
Unidad 4 Herramientas del Ingeniero industrial
Unidad 4 Herramientas del Ingeniero industrialUnidad 4 Herramientas del Ingeniero industrial
Unidad 4 Herramientas del Ingeniero industrial
Universidad del golfo de México Norte
 
U2 dinamica de sistemas
U2 dinamica de sistemasU2 dinamica de sistemas
U2 dinamica de sistemas
yuri berrocal yance
 
Introducción a la Simulación de Eventos Discretos
Introducción a la Simulación de Eventos DiscretosIntroducción a la Simulación de Eventos Discretos
Introducción a la Simulación de Eventos Discretos
Juan Manuel Carrión Delgado
 
12 feb 2013 investigación (1)
12 feb 2013 investigación (1)12 feb 2013 investigación (1)
12 feb 2013 investigación (1)heideryxiomara
 
Simulacion uam
Simulacion uamSimulacion uam
1. Fundamentación General de la simulación de sistemas.pdf
1. Fundamentación General de la simulación de sistemas.pdf1. Fundamentación General de la simulación de sistemas.pdf
1. Fundamentación General de la simulación de sistemas.pdf
hectorrosales52
 
01c SIMULACIÓN DE SISTEMAS Trabajo final desarrollo 2020 01 Primera Semana.pdf
01c SIMULACIÓN DE SISTEMAS Trabajo final desarrollo 2020 01  Primera Semana.pdf01c SIMULACIÓN DE SISTEMAS Trabajo final desarrollo 2020 01  Primera Semana.pdf
01c SIMULACIÓN DE SISTEMAS Trabajo final desarrollo 2020 01 Primera Semana.pdf
ssuser81b7a52
 
Unidad 1 algoritmos y programas
Unidad 1 algoritmos y programasUnidad 1 algoritmos y programas
Unidad 1 algoritmos y programas
Roberth Camana
 
Investigación de Operaciones an intro.pptx
Investigación de Operaciones an intro.pptxInvestigación de Operaciones an intro.pptx
Investigación de Operaciones an intro.pptx
JuankZBk
 

Similar a 02 etapas proyecto_simulacion (20)

taller 3 parte 1.docx
taller 3 parte 1.docxtaller 3 parte 1.docx
taller 3 parte 1.docx
 
2 como simular
2 como simular2 como simular
2 como simular
 
Taller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdfTaller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdf
 
SIMUago-dic23.pptx
SIMUago-dic23.pptxSIMUago-dic23.pptx
SIMUago-dic23.pptx
 
Unidad i simulacion
Unidad i simulacionUnidad i simulacion
Unidad i simulacion
 
paso4.docx
paso4.docxpaso4.docx
paso4.docx
 
Machine Learning para la Optimización y Mejora de Procesos
Machine Learning para la Optimización y Mejora de ProcesosMachine Learning para la Optimización y Mejora de Procesos
Machine Learning para la Optimización y Mejora de Procesos
 
capitulo v materiales y métodos
capitulo v materiales y métodoscapitulo v materiales y métodos
capitulo v materiales y métodos
 
Unidad 4 Herramientas del Ingeniero industrial
Unidad 4 Herramientas del Ingeniero industrialUnidad 4 Herramientas del Ingeniero industrial
Unidad 4 Herramientas del Ingeniero industrial
 
Unidad II
Unidad IIUnidad II
Unidad II
 
U2 dinamica de sistemas
U2 dinamica de sistemasU2 dinamica de sistemas
U2 dinamica de sistemas
 
Caja negra
Caja negraCaja negra
Caja negra
 
Introducción a la Simulación de Eventos Discretos
Introducción a la Simulación de Eventos DiscretosIntroducción a la Simulación de Eventos Discretos
Introducción a la Simulación de Eventos Discretos
 
12 feb 2013 investigación (1)
12 feb 2013 investigación (1)12 feb 2013 investigación (1)
12 feb 2013 investigación (1)
 
Simulacion uam
Simulacion uamSimulacion uam
Simulacion uam
 
1. Fundamentación General de la simulación de sistemas.pdf
1. Fundamentación General de la simulación de sistemas.pdf1. Fundamentación General de la simulación de sistemas.pdf
1. Fundamentación General de la simulación de sistemas.pdf
 
Algoritmos
AlgoritmosAlgoritmos
Algoritmos
 
01c SIMULACIÓN DE SISTEMAS Trabajo final desarrollo 2020 01 Primera Semana.pdf
01c SIMULACIÓN DE SISTEMAS Trabajo final desarrollo 2020 01  Primera Semana.pdf01c SIMULACIÓN DE SISTEMAS Trabajo final desarrollo 2020 01  Primera Semana.pdf
01c SIMULACIÓN DE SISTEMAS Trabajo final desarrollo 2020 01 Primera Semana.pdf
 
Unidad 1 algoritmos y programas
Unidad 1 algoritmos y programasUnidad 1 algoritmos y programas
Unidad 1 algoritmos y programas
 
Investigación de Operaciones an intro.pptx
Investigación de Operaciones an intro.pptxInvestigación de Operaciones an intro.pptx
Investigación de Operaciones an intro.pptx
 

02 etapas proyecto_simulacion

  • 2. Etapas del Estudio de Simulación La mayoría de los autores opinan que son necesarios los siguientes pasos para llevar a cabo un experimento de simulación  Definición del problema  Recolección de datos  Construcción del modelo  Verificación del modelo  Validación del modelo  Experimentación  Interpretación y análisis de resultados  Reportes y Documentación
  • 3. S I M U L Análisis de A Problemas C I O N Recolección de Datos Construcción Verificación Validación Experimentos del Modelo I Interpretación M P L A N Reporte T A C I O N
  • 4.
  • 5. Formulación del problema Para tener una definición precisa del sistema que se desea simular, es necesario :  Realizar un análisis del mismo con el fin de determinar la interacción con otros sistemas  Determinar las restricciones del sistema  Determinar las variables que interactúan dentro del sistema y sus interrelaciones  Definir los objetivos que se desea obtener del estudio  Especificar con un diagrama de flujo lógico
  • 6. Ejercicio práctico Todos los días de la semana a las 4:00 pm. la cola de La sucursal del banco EL PRESTADOR se extiende fuera de los ambientes de la agencia, eventualmente el gerencia observa esta situación y le asigna a usted la labor de identificar el problema y resolverlo (en la diapositiva siguiente se muestra el flujo grama). 1. Identifique el problema. 2. Plantee objetivos. 3. Determinar las restricciones 4. Determinar las variables
  • 7. VIVIENDA VEREDA BANCO SERVIDORES Flujo Grama COLA - CLIENTES VIVIENDA
  • 8.
  • 9. Recolección de datos  Se recopila datos de la realidad con la finalidad de estimar las variables y parámetros de entrada.  Se debe decidir:  Cómo recopilar la información  Qué datos se necesita y si son importantes.  En caso de tener variables aleatorias:  Identificar la distribución de frecuencias.  Verificar si la distribución no cambia en el tiempo.  Probar si una serie de números pertenece a cierta distribución de la probabilidad.
  • 10.
  • 11. Modelo  Es la reducción o abstracción del sistema real a un diagrama de flujo lógico, donde se identifican los elementos, las variables y los eventos importantes para cumplir el objetivo del estudio.  Se define el nivel de detalle del estudio (o nivel de simplificación).  Un modelo detallado puede implicar mucho tiempo en su implementación.  Un modelo simplificado no le va ha permitir lograr el objetivo planteado.
  • 12. Estructura del Modelo • Gráfico del Sistema. • Entidades del sistema. • Eventos del sistema. • Diagrama de Flujo • Variables • Variables Aleatorias – Distribución Frecuencia IMPLEMENTACIÓN DEL MODELO Se decide el lenguaje de programación a usar.
  • 13.
  • 14. Verificación  Para asegurar que el modelo se comporta de la manera que el experimentador desea.  Se verifica si el modelo se ha construido de acuerdo a las especificaciones.  Se realiza por inspección a lo largo del proyecto Especificación del modelo ≡ Código del modelo ok
  • 15.
  • 16. Validación  Se prueba la concordancia entre el desempeño del modelo y el desempeño del sistema real.  Un buen modelo es aquel que se ajusta mejor a los datos y por lo tanto se puede usar para predecir la realidad. e realidad s Sistema ≡ ok e modelo s
  • 17.
  • 18. Experimentación  Los objetivos de la experimentación son:  Encontrar la combinación de parámetros que optimizan la variable de interés.  Explicar la relación entre la variable de interés y las variables controlables.  La experimentación ayuda a conocer el sistema materia de la simulación.
  • 19.
  • 20. Interpretación  En esta etapa se realiza la interpretación de resultados que arroja la simulación y basándose en esto se toma una decisión.  Se determina si el modelo de simulación es útil para resolver el problema planteado al inicio de la investigación.  Posiblemente ahora con más conocimiento de causa se puede determinar con mayor precisión ¿cuál es el problema a resolver?
  • 21. Variables de salida a evaluar en un simulación λ tasa media de llegadas por unidad de tiempo. μ tasa media de servicio (número medio de servicios completados por unidad de tiempo). ρ factor de utilización de la unidad de servicio. N número de unidades en el sistema. Pn probabilidad de que cuando una unidad llega al sistema para recibir servicio haya n unidades en el sistema. L número medio de unidades en el sistema. Lq número medio de unidades en la cola a la espera de recibir servicio. W tiempo medio de estancia en el sistema para cada unidad (tiempo de espera + tiempo de servicio). Wq tiempo medio de espera en la cola (desde que llega hasta que empieza a ser servido).
  • 22.
  • 23. Reportes y Documentación  Ayuda a incrementar la vida útil del modelo.  Se relaciona al proceso de desarrollo, operación e implantación del modelo de simulación.  Ayuda al modelador a reconocer sus propios errores y mejorar para un siguiente proyecto de simulación
  • 24.
  • 25. Implantación  Para que un proyecto de simulación sea exitoso se deben dar 3 condiciones: que Sea aceptado, entendido y usado.  Implantación: referido a aplicar los resultados del proyecto de simulación en el sistema real, para optimizar o corregir los problemas.