Introduccin a los Modelos de Simulacin

Estudio de Sistemas Dinmicos

JAIME MIRANDA
Departamento de Ingeniera Industrial Universidad de Chile

AGENDA

Introduccin a los modelos de simulacin

Definiciones Fundamentos bsicos Propiedades y clasificacin de modelos

Metodologa de un estudio de simulacin

Etapas Diagramas de flujo

INTRODUCCION QU ES LA SIMULACIN?
El proceso en general consiste en construir un modelo artificial que represente un proceso real. Dicho modelo es menos costoso y ms fcil de implementar. Busca representar una situacin real en base a modelos matemticos. Es una tcnica que permite estimar medidas de desempeo de un sistema real estimado. La forma de reunir informacin sobre su comportamiento, es a travs de la medicin de variables aleatorias (V.A.). Los datos recopilados se usan para evaluar distintas configuraciones (medicin por escenarios). NO es una tcnica de optimizacin, por lo general, se encuentran mnimos locales.

INTRODUCCION (2)

JUSTIFICACION
Es altamente costoso simular una situacin con un sistema real
Varios escenarios Decisiones estratgicas

Los modelos analticos se basan en supuestos fuertes de modelacin

Tiempos entre llegadas no exponenciales Reflujos Disposiciones de espera Distintos tipos de clientes y servidores

ALGUNOS EJEMPLOS RESUELTOS POR SIMULACION

AREA DE OPERACIONES
Diseo y anlisis de sistemas de manufactura Determinacin de polticas de inventario Diseo y anlisis de sistemas de transporte Planificacin de la capacidad Diseo de servicios en general

OTRAS AREAS
Evaluacin de nuevas armas militares Anlisis de sistemas financieros y econmicos Estudios de ADN y biotecnologa

ESTUDIO DE UN SISTEMA

SISTEMA REAL
MODELACIN

MODELO

IMPLEMENTACIN

RESOLUCIN DEL PROBLEMA

SOLUCIN EN EL MUNDO REAL

INTERPRETACIN

SOLUCIN MUNDO MODELO

SISTEMAS, MODELOS Y SIMULACION

SISTEMA
Es una coleccin de entidades (personas o mquinas por ejemplo) que interactuan juntas con algn objetivo lgico (Schmidt &Taylor, 1970) Definicin bastante amplia Depende del sistema de estudio EJEMPLO:
Cola de un banco SISTEMA: parte del banco que encierra a los clientes que esperan y son atendidos, por un conjunto de cajeros para efectuar sus transacciones bancarias.

ESTADO
Es una coleccin de variables que describen el sistema en un momento del tiempo.

RESULTADOS TPICOS ESTUDIADOS

MEDIDAS DE DESEMPEO
Tiempos de espera: En cola, al ser atendido Utilizacin de recursos: Ocio, ocupado, reparacin Tiempos de ciclo: Total en el sistema, por proceso Tasas de produccin y atencin Clientes fugados: Por espera o sistema colapsado

ESQUEMA GENERAL DE MODELACION DE SISTEMAS

SISTEMA

Experimentos con sistemas actual

Experimentos con el modelo del sistema

Modelo Fsico

Modelo Matemtico

Solucin Analtica

Simulacin

EJEMPLO PRACTICO

BUSQUEDA DE NMERO DE CAJEROS PARA UN BANCO

Una institucin busca abrir una nueva sucursal La poltica estndar: 4 cajeros No le ha dado buenos resultados en otras sucursales Se desea aumentar la calidad del servicio Posee informacin sobre los tiempos de atencin de los cajeros Tiene un contador de entrada de clientes

Es posible estimar el nmero de cajeros para este sistema?

TEORIA DE ESPERA

ELEMENTOS BASICOS SISTEMA DE ESPERA

Proceso de llegada
Tiempo entre llegadas sucesivas Deterministico (constante) o aleatorio (distribucin) Individuales o en batch

Proceso de atencin
Forma en que el proceso es entregado. Deterministico (constante) o aleatorio (distribucin). Individuales o en batch

Nmero de servidores
Entidades que dan el servicio Nmero variable

TEORIA DE ESPERA (2)

ELEMENTOS BASICOS SISTEMA DE ESPERA

Capacidad del sistema
Capacidad infinita: Cola infinita Capacidad finita: Nmero finito de entidades en el sistema

Poltica de atencin
Seleccin de las entidades en cola para ser atendidas. FIFO-LIFO PRIORIDAD-RANDOM

A/B/C/D
A: Distribucin tiempo entre llegadas B: Distribucin de tiempo de atencin C: Nmero de servidores D: Capacidad mxima en el sistema

TEORIA DE ESPERA (3)

MODELOS ANALITICOS
Nos dan soluciones generales para ciertos problemas SIMPLIFICADOS
VENTAJAS Formulas aproximadas de fcil computo. Identificacin precisa de los trade-off. Rapidez en el clculo de las medidas de desempeo tradicionales. DESVENTAJAS Valido para un conjunto reducido de casos. Difcil de internalizar los efectos cuando se levantan los supuestos. Inaplicable a situaciones complejas-Reales.

TEORIA DE ESPERA (4)

MODELOS ANALITICOS
USOS Planificacin de la capacidad Control operacional de Call-Center Planeacin de Staff de un servicio

Un pequeo ejemplo (0) clsico: M/M/1

Modelos utilizados se basan en la construccin de procesos de nacimiento y muerte

SERVIDOR 1

TEORIA DE ESPERA (5)

ALGUNAS FORMULAS INTERESANTES M/M/1

LITTLE
LARGO PROMEDIO EN COLA

TIEMPO PROMEDIO EN COLA

TEORIA DE ESPERA (6)

Un pequeo ejemplo: UN CAJERO

Un solo tipo de cliente Un solo servidor (cajero) Tasa de llegada: 2 [clientes/minuto] () Tasa de atencin: 3 [clientes/minuto] () Los clientes se van slo al ser atendidos (no hay abandonos) Se analizar las siguientes medidas de efectividad:
Largos promedios-Tiempos promedios de espera

TEORIA DE ESPERA (7)

RESULTADOS ANALITICOS

2 = = 3
L=

1
L

=2

LARGO PROMEDIO EN COLA

1 =1 W= =

TIEMPO PROMEDIO EN COLA

EJEMPLO PRACTICO (2)

PREGUNTAS INTEREZANTES
Cul es el nmero estimado de entidades en cola dentro del sistema? Qu fraccin del tiempo estn desocupados los cajeros? Cunto tiempo pasa una entidad en el sistema? Si deseo tener un nivel de servici del 95%. Cuntos cajeros debo tener en mi sucursal?

EJEMPLO PRACTICO (3)

Respecto al ejemplo anterior (una cola y un cajero: Ejemplo 1):

Algunas caractersticas de la modelacin
Distintos tipos de clientes Clientes tienen disposicin a esperar variables (abandonos) Pueden irse y volver mas tarde.

Modelos actuales carecen de este tipo de flexibilidad

Modelos no aplicables.

MODELACION DE UN SERVICIO TIPO

ABANDONO POR CAPACIDAD

PROCESO DE LLEGADAS

ENTIDADES ATENDIDAS

ABANDONO POR DISPOSICIN A ESPERAR

CLASIFICACIN MODELOS DE SIMULACIN

PRIMERA CLASIFICACION
Modelos determinsticos v/s Modelos estocsticos Modelos estticos v/s Modelos dinmicos

SEGUNDA CLASIFICACION
Modelos continuos v/s Modelos discretos.

CLASIFICACIN MODELOS DE SIMULACIN (2)

PRIMERA CLASIFICACION
Modelos determinsticos Las variables no pueden variar al azar, no contienen probabilidades Se suponen relaciones exactas para las caractersticas de operacin en lugar de una fdp La salida del modelo es determinada por las interrelaciones de las variables fijadas con anticipacin Modelos estocsticos Aquellos modelos en los que por lo menos una de las caractersticas de operacin esta dada por una fdp La salida del modelo tambin es una variable aleatoria

CLASIFICACIN MODELOS DE SIMULACIN (3)

PRIMERA CLASIFICACION
Modelos estticos No tienen en cuenta, explcitamente, a la variable tiempo Representacin en un momento particular del tiempo Modelos dinmicos Los modelos matemticos que tratan de las interacciones que varan con el tiempo

CLASIFICACIN MODELOS DE SIMULACIN (4)

SISTEMA DISCRETO
Es un sistema en donde las variables de estado cambian solo en instantes especficos del tiempo En forma matemtica se podra decir que las variables solo cambien un nmero finito de veces Un evento ser definido como el instante en donde ocurre el cambio del estado del sistema Un ejemplo es la atencin de clientes en una cola. El sistema slo cambia cuando llega o es atendido un cliente

SISTEMA CONTINUO
Es un sistema en el cual las variables de estado cambian en forma continua en el tiempo

ESQUEMA SIMULACIN DE EVENTOS DISCRETOS

START
Rutinas de tiempo
1. 2. 3. Reloj simulacin = 0 Inic. de contadores Inic. de lista de eventos 1. 2. Inicializa las rutinas de tiempo Invoca el evento de la rutina i. 1. 2. Determinacin tipo de evento (i). Avance del reloj de la simulacin.

Rutinas de inicializacin
1. Update del estado del sistema Update de los contadores del sistema Genera nuevos eventos y almacena los antiguos Generacin de variables aleatorias 2. 3.

Rutinas del evento i

La simulacin esta terminada?

NO

SI
1. 2. Obtencin de indicadores. Generacin de reportes

STOP

EJEMPLO PRACTICO (4)

PRIMEROS SUPUESTOS
Todos los cajeros poseen las mismas caractersticas de atencin La poltica de atencin es FIFO (first in first out) Los tiempos entre llegadas de clientes se distribuyen en forma exponencial Los tiempos de atencin de los cajeros se distribuyen en forma exponencial Existe un solo tipo de clientes

MODELO SIMPLIFICADO

EJEMPLO PRACTICO (5)

PARMETROS DEL EJEMPLO ( Ejemplo 2 y 3)

Tiempos entre llegadas entre clientes: Exponencial de media 1 min. Atencin de servidores exponencial de media 5 min. 4 servidores (situacin actual) Disposicin a esperar en cola de clientes 2 min. Todos los clientes son iguales Todos los servidores son iguales Posee capacidad infinita Colas FIFO Sin prioridad Horizonte 1 da (8 hrs.)

EJEMPLO PRACTICO (6)

ARQUITECTURAS BSICAS

SERVIDOR 1

SERVIDOR 1

SERVIDOR 2

SERVIDOR 2

SERVIDOR SERVIDOR

CASO 1:
UNA COLA Y VARIOS SERVIDORES

CASO 2:
VARIAS COLAS Y UN SERVIDOR POR COLA

SIMULACIN EJEMPLO PRACTICO

PRIMEROS RESULTADOS

JAIME MIRANDA
Departamento de Ingeniera Industrial Universidad de Chile

EJEMPLO PRACTICO (7)

CASO 1 SITUACION ACTUAL

Algunos indicadores
Utilizacin de los servidores
87,38%

SERVIDOR 1

Tiempo promedio en cola

47,8 minutos

SERVIDOR 2

Largo promedio de la cola

50,18 entidades

SERVIDOR 2

SERVIDOR 4

AJUSTE DE CAJEROS: COMPARACIONES

NIVEL DE SERVICIO
100% 80%

60% 40% 20% 0%

10

N CAJEROS

SISTEMA ACTUAL
LARGO PROMEDIO COLA
1,40

ENTIDADES

1,20 1,00 0,80 0,60 0,40 0,20 0,00

10

N CAJEROS

AJUSTE DE CAJEROS: COMPARACIONES (2)

UTILIZACION CAJEROS
100%

UTILIZACION

80% 60% 40% 20% 0%

10

N CAJEROS

SISTEMA ACTUAL
TIEMPO PROMEDIO COLA
1,40 1,20

MINUTOS

1,00 0,80 0,60 0,40 0,20 0,00

10

N CAJEROS

MODELOS DE SIMULACION

VENTAJAS
Conduce a una mejor comprensin del sistema real El tiempo de los experimentos es flexible
Grado de precisin. Recursos invertidos.

No interrumpe las actividades en curso del sistema real

Se simula una situacin artificial. Es posible chequera artificialmente el sistema.

Es mucho ms general que los modelos matemticos de optimizacin y puede utilizarse en condiciones no apropiadas para un anlisis matemtico tpico
Fuerte trabajo estadstico y computacional.

MODELOS DE SIMULACION (2)

VENTAJAS
Duplicacin ms realista del sistema
Es posible chequear supuestos. Anlisis de escenarios favorables y desfavorables.

Puede utilizarse para situaciones pasajeras

Anlisis de eventos furtivos

Estn disponibles muchos modelos de paquetes estndar

EXTEND ARENA 7.0 Service Model

MODELOS DE SIMULACION (3)

DESVENTAJAS
No existe garanta de que el modelo produzca buenas soluciones Por lo general son soluciones sub-optimas. No se resuelve un problema de optimizacin. Es menos exacta. No hay manera de comprobar que el desempeo de un modelo sea completamente confiable. Los sistemas complejos pueden ser muy costosos y tomar mucho tiempo. Simular una situacin real en variados escenarios es costoso Para correr modelos complejos puede necesitarse una gran cantidad de tiempo y recursos. Carece de estandarizacin Soluciones a la medida.

AGENDA

Introduccin a los modelos de simulacin

Definiciones Fundamentos bsicos Propiedades y clasificacin de modelos

Metodologa de un estudio de simulacin

Etapas Diagramas de flujo

Introduccin a los Modelos de Simulacin

Estudio de Sistemas Dinmicos

JAIME MIRANDA
Departamento de Ingeniera Industrial Universidad de Chile