Está en la página 1de 62

SIMULACIN

WILSON EMILIO ALMANZA MANIGUA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Autor inicial: CARLOS ANDRES RUIZ ROMERO Ingenieria de Sistemas: Especialista En Telemtica

CONTENIDO TEMTICO

UNIDAD I CAPITULO 1: INTRODUCCIN Y CONCEPTOS FUNDAMENTALES

Leccin 1 Sistemas parte I o Sistemas complejos o Comunicacin e informacin en los sistemas o Estructura SAO y observatorio de un sistema

Leccin 2 Sistemas parte II o Representacin grfica para sistemas complejos o Representacin matemtica para sistemas

Leccin 3 Conceptos Elementales de Sistemas o Enfoque de sistemas o Conceptos de sistemas o Propiedades o Jerarqua de sistemas

Leccin 4 Introduccin a la simulacin o Definiciones de simulacin o Ventajas y Desventajas o Metodologa o Riesgos o Problemas o reas de aplicacin Leccin 5 Modelado de sistemas o Introduccin o Definicin de modelo o Estructura de los modelos de simulacin o Las condiciones de los modelos o Caractersticas de un modelo de simulacin o Clasificacin de los modelos o Criterios para realizar un buen modelo o Riesgos de la elaboracin de modelos

CAPITULO 2:

SIMULACIN DETERMINISTA Y ALEATORIA

Leccin 6 Simulacin aleatoria discreta Leccin 7 Generacin de nmeros pseudoaleatorios Introduccin Generadores Congruenciales Lineales (Mixto, Multiplicativo)

Leccin 8 Generadores Congruenciales lineales Leccin 9 Pruebas Estadisticas para Nmeros Pseudoaleatorios Leccin 10 Simulacin Discreta

CAPITULO 3:

SIMULACIN EN HOJAS DE CLCULO Y LENGUAJES DE SIMULACION Simulacin en Hojas de Clculo Lenguajes de Simulacin Introduccin a GPSS Ejemplos de Lenguajes de Simulacin

Leccin 11 Leccin 12 Leccin 13 Leccin 14

UNIDAD II CAPITULO 4: LNEAS DE ESPERA Y DINAMICA DE SISTEMAS

Leccin 15 Introduccin a las Lneas De Espera o Lneas De Espera Y Teora De Formacin De Colas o Estructura De Una Lnea De Espera. o Clasificacin De Kendall, Lee Y Taha o Glosario De Trminos Generales o Clasificacin de las lneas de espera o Ejemplos o Conclusiones Leccin 16 Lneas De Espera y Teoria de formacin de colas o Generalidades

Leccin 17

Clasificacin de las Lneas De Espera

o Conceptos bsicos Leccin 18 Transporte o Enfoques de para modelar flujo de trfico vehicular o Conceptos a considerar o Modelos de asignacin de equilibrio. o Aplicacin Dynameq o Caractersticas de Dynameq o Datos de entrada Dynameq o Diagrama de flujo o Salidas Dynameq o Manual de usuario Dynameq Leccin 19 Modelos a de Asignacin de equilibrio

CAPITULO 5: DINAMICA DE SISTEMAS Y TEORIA DE INVENTARIOS Leccin 20 Leccin 21 Leccin 22 Leccin 23 Leccin 24 Sistemas Conceptos bsicos Historia de Dinmica de Sistemas Diagramas Causales o Influencia Diagramas de Forrester Metodologia para construccin de un modelo Dinmico de

CAPITULO 6: Leccin 25 Leccin 26 Leccin 27 Leccin 28 Leccin 29

TEORIA DE INVENTARIOS Clasificacin de los modelos de Inventarios CComponentes de los modelos de Inventarios Modelo Determinstico Modelos Estocasticos Polticas de gestin o o Aplicacin Conclusiones

UNIDAD III CAPITULO 7: Leccin 30 Leccin 31 SISTEMAS BASADOS EN AGENTES Dimensiones de los agentes Arquitectura de sistemas de agentes

o Ejemplos o Dimensiones de los agentes Leccin 32 Leccin 33 Leccin 34 Agentes Software Sistemas Multiagente Automtas Celulares

o Utilidad o Caractersticas o Tipos de autmatas celulares

CAPITULO 8:

INTRODUCCION A LOS SISTEMAS BASADOS EN EL CONOCIMIENTO

Leccin 35 Modulos basicos de Representacin del Conocimiento Leccin 36 Leccin 37 Leccin 38 Leccin 39 Lenguajes para la representacin del conocimiento Eficiencia en Sistemas de Reconocimientote patrones Arboles de Decisin Representacion de Conocimientos

CAPITULO 9:

MICROMUNDOS

Leccin 40 Introduccion, Definicin y elementos

Leccin 41 Sistemas Complejos, Agentes y Algoritmos Bioinspirados Leccin 42 Intiligencia de Enjambres Leccin 43 Colonias de Hormigas, Modelo Real, Modelo Virtual

CAPITULO 5:

LNEAS

DE

ESPERA

DINAMICA DE SISTEMAS

Leccin 15

Introduccin

o Lneas De Espera Y Teora De Formacin De Colas o Estructura De Una Lnea De Espera. o Clasificacin De Kendall, Lee Y Taha o Glosario De Trminos Generales o Clasificacin de las lneas de espera o Ejemplos o Conclusiones INTRODUCCIN En el mundo actual las filas de espera (colas) son parte de la vida cotidiana, el hombre en su afn de prestar servicios a otros ha adoptado la filosofa de Servicio inmediato al ser solicitado; esto ha generado un cambio drstico en la manera de pensar y actuar de la sociedad actual, la rapidez el buen desempeo de las actividades y la suficiente capacidad para lograr tareas en un lmite de tiempo ha hecho del hombre una pequea maquina, que en muchos casos ha sido reemplazada por sistemas o maquinas mucho mas eficaces y rentables; que hacen de las lneas de espera (colas) modelos mas eficientes.

Las lneas de espera y la teora de colas es una coleccin de modelos matemticos que describen sistemas de lneas de espera particulares o de sistemas de colas.

El problema es determinar que capacidad o tasa de servicio proporciona el balance correcto. Esto no es sencillo, ya que el cliente no llega a un horario fijo, es decir, no se sabe con exactitud en que momento llegarn los clientes. Tambin el tiempo de servicio no tiene un horario fijo.

Lneas De Espera Y Teora De Formacin De Colas Las LNEAS DE ESPERA son usadas o tratan de cuantificar el fenmeno de esperar formando cola, mediante medidas representativas de eficiencia, como la longitud promedio de la cola, el tiempo promedio de espera en ella, y la utilizacin promedio de las instalaciones.

La TEORIA DE COLAS es una coleccin de modelos matemticos que describen sistemas de lneas de espera particulares o sistemas de colas. Los modelos sirven para encontrar el comportamiento de estado estable, como la longitud promedio de la lnea y el tiempo de espera promedio para un sistema dado y as determinar la capacidad de servicio apropiado.

ESTRUCTURA DE UNA LINEA DE ESPERA Modelo de colas

ESTRUCTURA DE UNA LINEA DE ESPERA Modelo de colas FUENTE DE ENTRADA Los clientes que entran el sistema se generan a travs del tiempo en una fuente de entrada Tamao de la Poblacin. Forma de las Llegadas (Poisson). COLA No. mximo de clientes que se pueden admitir Tamao de la Cola (Finita o Infinita) Disciplina de la Cola (FIFO, LIFO, Aleatoria, Prioridad)

MECANISMO DE SERVICIO Consiste en una o ms instalaciones de servicio. Canal (Servidores; serie o en paralelo). Tiempo de Servicio (Inicio Fin con un cliente).

Especificacin de la distribucin de probabilidad de los tiempos de servicio para cada servidor (Exponencial)

CLASIFICACIN DE KENDALL, LEE Y TAHA Reconociendo la diversidad de los sistemas de colas, D. G. Kendall en

1953 propuso un sistema de notacin para sistemas de servidores paralelos que ha sido adoptado universalmente a/b/c, despus, en 1966, A. M. Lee agreg los smbolos d y e. elemento, el smbolo f. En 1968 Hamdy A. Taha agrego el ltimo

CLASIFICACIN DE KENDALL, LEE Y TAHA; (a/b/c) : (d/e/f) a: Distribucin de las llegadas. b: Distribucin de las salidas. c: Cantidad de servidores en paralelo. d: Disciplina de la cola (FIFO,LIFO,Random,DG) e: Cantidad mxima (finita, infinita) admisible en el sistema. f: Tamao de la Poblacin.

GLOSARIO DE TERMINOS GENERALES

: Promedio de llegadas en una unidad de tiempo. : Termino medio de servicios prestados en una unidad de tiempo.

/=: Nmero de unidades en el sistema. : Probabilidad.

RELACIONADOS CON EL TIEMPO W o Ws : Tiempo promedio de un cliente en el sistema Wq : Tiempo promedio de espera (en cola)

RELACIONADOS CON EL NUMERO DE CLIENTES

L o Ls: Nmero promedio de clientes en el sistema Lq Pw Pn Po Pd : Nmero promedio de clientes en la cola : Probabilidad de que un cliente que llega tenga que esperar : Probabilidad de que existan n clientes en el sistema n = 0, 1, 2, 3....... : Probabilidad de que no hayan clientes en el sistema : Probabilidad de negacin de servicio, o probabilidad de que un cliente que llega no pueda entrar al sistema debido que la cola est llena S : Nmero de servidores

CLASIFICACIN DE LAS LNEAS DE ESPERA

UN SERVIDOR, UNA LNEA Este modelo puede aplicarse a personas esperando en una cola para comprar boletos para el cine, a mecnicos que esperan obtener herramientas de un expendio o a trabajos de computadora que esperan tiempo de procesador.

Wq Clientes que esperan ser Wq Entrada de clientes al sistemas Peticiones Servidor Salida del

Lnea de espera Lq

SISTEMA DE SERVICIO L

Pw

Po

Pn

Lq

Wq

1 1

1 1

2 ( )

( )

Formulas Generales Un Servidor

Clasificacin De Las Lneas De Espera

SERVIDORES MLTIPLES, UNA LNEA Este modelo puede aplicarse a personas esperando en una cola para ser atendidas por los cajeros en una entidad bancaria

W Clientes que esperan ser Wq Entrada de clientes al sistemas Peticiones Servidore Salida del

M/M/S

Lnea de espera Lq

SISTEMA DE SERVIC IO L

SERVIDORES MLTIPLES

MLTIPLES,

FILAS

Este sistema, en que cada servidor tiene una lnea separada, es caracterstico de supermercados, autoservicios. Es aquel en el cual el cliente recibe el servicio de una sola estacin y luego abandona el sistema .

W Clientes que esperan ser Wq

(M/M/S)
Salidas del

Entradas de clientes

Peticiones

Lnea de espera Lq SISTEMA DE SERVICIO L

Servidores

SERVIDORES SECUENCIALES, UNA LNEA

W Clientes que esperan ser atendidos

(M/M/S)

Wq Servidor

Wq Servidor Peticiones

Entrada de clientes al sistemas

Peticiones

1
Lnea de espera 1 Lq Lnea de espera 2 Lq

Salida de clientes

SISTEMA DE SERVICIO L

PLANTEAMIENTO DEL PROBLEMA

El Restaurante el Radual tiene una (1) persona encargada de atender los pedidos de los usuarios, desea saber que falencias con datos reales presenta en su funcionamiento, pues se ha dado cuenta que a veces no se atiende lo suficientemente rpido a cada uno de los usuarios que llega al establecimiento.

La llegada de los clientes tiene una distribucin Exponencial Negativa con una tasa de arribo de =1.6948 per/min. El tiempo de servicio sigue una distribucin Uniforme.

DEFINICIN DE VARIABLES

Variables exgenas o de Entrada:

Intervalo de tiempo entre la llegada de un cliente y otro. Nmero de clientes que entran al restaurante. Tiempo de servicio (atender los pedidos).

Variables endgenas o de Salida: Tiempo promedio que dura un cliente en el sistema y en la cola. Numero esperado de clientes en la cola y en el sistema. Tiempo promedio de utilizacin y no utilizacin del restaurante. Total de clientes atendidos.

Variables de estado: Tiempo total de llegadas (Clientes). Tiempo que espera un cliente antes de ser atendido. Tiempo de espera total de todos los clientes.

Numero de clientes que esperan ser atendidos.

IDENTIFICACIN DEL SISTEMA El sistema actual cumple con las condiciones Una poblacin de clientes infinita. Un proceso de llegada en el que los clientes se presentan de acuerdo con un proceso de Exponencial Negativa. Un proceso de colas que consiste en una sola lnea de espera de capacidad infinita, con una disciplina de colas de primero en entrar primero en salir. Un proceso de colas que consiste en un solo servidor que atiende a los clientes de acuerdo con una Distribucin Uniforme. Un tiempo entre llegadas probabilistico (tiempo incierto y variable). Es decir, se tiene un sistema de colas M/M/1 FIFO//

CARACTERSTICAS OPERACIONALES Funcin de densidad de probabilidad exponencial negativa para tiempo de llegada de los clientes. Funcin de densidad de probabilidad uniforme para el tiempo de servicio.

CONCLUSIONES Un modelo de Lneas de espera solo arroja datos que son una gua para una toma de decisiones, en la cual se deben tener en cuenta las medidas de rendimiento que se obtuvieron con la simulacin. Cuando un sistema posee caractersticas especiales importantes una modelacin matemtica completa resultara difcil o casi imposible en tales situaciones el anlisis completo del sistema puede ser logrado a travs del uso de la simulacin

Las lneas de espera y su aplicacin en una simulacin, pueden ayudar al anlisis de las variables tanto exgenas como endgenas que afectan al sistema y ver que impacto tendra un cambio en una de las variables del sistema. En una simulacin las soluciones preliminares pueden ser simuladas en lapsos de tiempo como aos, das, meses y los datos arrojados pueden estar disponibles de forma clara y precisa, Leccin 16 Lneas De Espera y Teoria de formacin de colas No importa en qu cola se site: La otra siempre avanzar ms rpido (Primera Ley de Harper) Y si se cambia de cola, aqulla en la que estaba al principio empezar a ir ms deprisa (Segunda Ley de Harper)

INTRODUCCIN Las "colas" son un aspecto de la vida moderna que nos encontramos continuamente en nuestras actividades diarias. En el contador de un supermercado, accediendo al Metro, en los Bancos, etc., el fenmeno de las colas surge cuando unos recursos compartidos necesitan ser accedidos para dar servicio a un elevado nmero de trabajos o clientes. El estudio de las colas es importante porque proporciona tanto una base terica del tipo de servicio que podemos esperar de un determinado recurso, como la forma en la cual dicho recurso puede ser diseado para proporcionar un determinado grado de servicio a sus clientes. Debido a lo comentado anteriormente, se plantea como algo muy til el desarrollo de una herramienta que sea capaz de dar una respuesta sobre las caractersticas que tiene un determinado modelo de colas.

Definiciones iniciales La teora de colas es el estudio matemtico del comportamiento de lneas de espera. Esta se presenta, cuando los clientes llegan a un lugar demandando un servicio a un servidor, el cual tiene una cierta capacidad

de atencin. Si el servidor no est disponible inmediatamente y el cliente decide esperar, entonces se forma la lnea de espera. Una cola es una lnea de espera y la teora de colas es una coleccin de modelos matemticos que describen sistemas de lnea de espera particulares o sistemas de colas. Los modelos sirven para encontrar un buen compromiso entre costes del sistema y los tiempos promedio de la lnea de espera para un sistema dado.

Los sistemas de colas son modelos de sistemas que proporcionan servicio. Como modelo, pueden representar cualquier sistema en donde los trabajos o clientes llegan buscando un servicio de algn tipo y salen despus de que dicho servicio haya sido atendido. Podemos modelar los sistemas de este tipo tanto como colas sencillas o como un sistema de colas interconectadas formando una red de colas. En la siguiente figura podemos ver un ejemplo de modelo de colas sencillo. Este modelo puede usarse para representar una situacin tpica en la cual los clientes llegan, esperan si los servidores estn ocupados, son servidos por un servidor disponible y se marchan cuando se obtiene el servicio requerido.

El problema es determinar qu capacidad o tasa de servicio proporciona el balance correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo, es decir, no se sabe con exactitud en que momento llegarn los clientes. Tambin el tiempo de servicio no tiene un horario fijo. Los problemas de colas se presentan permanentemente en la vida diaria: un estudio en EEUU concluy que, por trmino medio, un ciudadano medio pasa cinco aos de su vida esperando en distintas colas, y de ellos casi seis meses parado en los semforos.

Introduccin a la Teora de Colas En muchas ocasiones en la vida real, un fenmeno muy comn es la formacin de colas o lneas de espera. Esto suele ocurrir cuando la demanda real de un servicio es superior a la capacidad que existe para dar dicho servicio. Ejemplos reales de esa situacin son: los cruces de dos vas de circulacin, los semforos, el peaje de una autopista, los cajeros automticos, la atencin a clientes en un establecimiento comercial, la

avera de electrodomsticos u otro tipo de aparatos que deben ser reparados por un servicio tcnico, etc.

Todava ms frecuentes, si cabe, son las situaciones de espera en el contexto de la informtica, las telecomunicaciones y, en general, las nuevas tecnologas. As, por ejemplo, los procesos enviados a un servidor para ejecucin forman colas de espera mientras no son atendidos, la informacin solicitada, a travs de Internet, a un servidor Web puede recibirse con demora debido a congestin en la red o en el servidor propiamente dicho, podemos recibir la seal de lneas ocupadas si la central de la que depende nuestro telfono mvil est colapsada en ese momento, etc. Origen: El origen de la Teora de Colas est en el esfuerzo de Agner Kraup Erlang (Dinamarca, 1878 - 1929) en 1909 para analizar la congestin de trfico telefnico con el objetivo de cumplir la demanda incierta de servicios en el sistema telefnico de Copenhague. Sus investigaciones acabaron en una nueva teora denominada teora de colas o de lneas de espera. Esta teora es ahora una herramienta de valor en negocios debido a que un gran nmero de problemas pueden caracterizarse, como problemas de congestin llegada-salida.

Modelo de formacin de colas.

En los problemas de formacin de cola, a menudo se habla de clientes, tales como personas que esperan la desocupacin de lneas telefnicas, la espera de mquinas para ser reparadas y los aviones que esperan aterrizar y estaciones de servicios, tales como mesas en un restaurante, operarios en un taller de reparacin, pistas en un aeropuerto, etc. Los problemas de formacin de colas a menudo contienen una velocidad variable de llegada de clientes que requieren cierto tipo de servicio, y una velocidad variable de prestacin del servicio en la estacin de servicio.

Cuando se habla de lneas de espera, se refieren a las creadas por clientes o por las estaciones de servicio. Los clientes pueden esperar en cola simplemente por que los medios existentes son inadecuados para satisfacer

la demanda de servicio; en este caso, la cola tiende a ser explosiva, es decir, a ser cada vez mas larga a medida que transcurre el tiempo. Las estaciones de servicio pueden estar esperando por que los medios existentes son excesivos en relacin con la demanda de los clientes; en este caso, las estaciones de servicio podran permanecer ociosas la mayor parte del tiempo. Los clientes puede que esperen temporalmente, aunque las instalaciones de servicio sean adecuadas, por que los clientes llegados anteriormente estn siendo atendidos. Las estaciones de servicio pueden encontrar temporal cuando, aunque las instalaciones sean adecuadas a largo plazo, haya una escasez ocasional de demanda debido a un hecho temporal. Estos dos ltimos casos tipifican una situacin equilibrada que tiende constantemente hacia el equilibrio, o una situacin estable. En la teora de la formacin de colas, generalmente se llama sistema a un grupo de unidades fsicas, integradas de tal modo que pueden operar al unsono con una serie de operaciones organizadas. La teora de la formacin de colas busca una solucin al problema de la espera prediciendo primero el comportamiento del sistema. Pero una solucin al problema de la espera consiste en no solo en minimizar el tiempo que los clientes pasan en el sistema, sino tambin en minimizar los costos totales de aquellos que solicitan el servicio y de quienes lo prestan.

La teora de colas incluye el estudio matemtico de las colas o lneas de espera y provee un gran nmero de modelos matemticos para describirlas.

Generalmente el administrador se encuentra en un dilema

Asumir los costos derivados de tener largas colas Asumir los costos derivados de prestar un buen servicio

Se debe lograr un balance econmico entre el costo del servicio y el costo asociado a la espera por ese servicio

La teora de colas en s no resuelve este problema, slo proporciona informacin para la toma de decisiones

Objetivos de la Teora de Colas

Los objetivos de la teora de colas consisten en: Identificar el nivel ptimo de capacidad del sistema que minimiza el coste global del mismo. Evaluar el impacto que las posibles alternativas de modificacin de la capacidad del sistema tendran en el coste total del mismo. Establecer un balance equilibrado (ptimo) entre las consideraciones cuantitativas de costes y las cualitativas de servicio. Hay que prestar atencin al tiempo de permanencia en el sistema o en la cola: la paciencia de los clientes depende del tipo de servicio especfico considerado y eso puede hacer que un cliente abandone el sistema.

Elementos existentes en un modelo de colas

Fuente de entrada o poblacin potencial: Es un conjunto de individuos (no necesariamente seres vivos) que pueden llegar a solicitar el servicio en cuestin. Podemos considerarla finita o infinita. Aunque el caso de infinitud no es realista, s permite (por extrao que parezca) resolver de forma ms sencilla muchas situaciones en las que, en realidad, la poblacin es finita pero muy grande. Dicha suposicin de infinitud no resulta restrictiva cuando, an siendo finita la poblacin potencial, su nmero de elementos es tan grande que el nmero de individuos que ya estn solicitando el citado servicio prcticamente no afecta a la frecuencia con la que la poblacin potencial genera nuevas peticiones de servicio.

Cliente: Es todo individuo de la poblacin potencial que solicita servicio. Suponiendo que los tiempos de llegada de clientes consecutivos son 0<t1<t2<..., ser importante conocer el patrn de probabilidad segn el cual la fuente de entrada genera clientes. Lo ms habitual es tomar como referencia los tiempos entre las llegadas de dos clientes consecutivos:

consecutivos: clientes consecutivos: T{k} = tk - tk-1, fijando su distribucin de probabilidad. Normalmente, cuando la poblacin potencial es infinita se supone que la distribucin de probabilidad de los Tk (que ser la llamada distribucin de los tiempos entre llegadas) no depende del nmero de clientes que estn en espera de completar su servicio, mientras que en el caso de que la fuente de entrada sea finita, la distribucin de los Tk variar segn el nmero de clientes en proceso de ser atendidos. Capacidad de la cola: Es el mximo nmero de clientes que pueden estar haciendo cola (antes de comenzar a ser servidos). De nuevo, puede suponerse finita o infinita. Lo ms sencillo, a efectos de simplicidad en los clculos, es suponerla infinita. Aunque es obvio que en la mayor parte de los casos reales la capacidad de la cola es finita, no es una gran restriccin el suponerla infinita si es extremadamente improbable que no puedan entrar clientes a la cola por haberse llegado a ese nmero lmite en la misma. Disciplina de la cola: Es el modo en el que los clientes son seleccionados para ser servidos. Las disciplinas ms habituales son:

La disciplina FIFO (first in first out), tambin llamada FCFS (first come first served): segn la cual se atiende primero al cliente que antes haya llegado. La disciplina LIFO (last in first out), tambin conocida como LCFS (last come first served) o pila: que consiste en atender primero al cliente que ha llegado el ltimo.

La RSS (random selection of service), o SIRO (service in random order), que selecciona a los clientes de forma aleatoria.

Mecanismo de servicio: Es el procedimiento por el cual se da servicio a los clientes que lo solicitan. Para determinar totalmente el mecanismo de servicio debemos conocer el nmero de servidores de dicho mecanismo (si dicho nmero fuese aleatorio, la distribucin de probabilidad del mismo) y la distribucin de probabilidad del tiempo que le lleva a cada servidor dar un servicio. En caso de que los servidores tengan distinta destreza para dar el servicio, se debe especificar la distribucin del tiempo de servicio para cada uno.

Canal

Canales de servicio en serie Canales de servicio en paralelo

La cola, propiamente dicha, es el conjunto de clientes que hacen espera, es decir los clientes que ya han solicitado el servicio pero que an no han pasado al mecanismo de servicio.

El sistema de la cola: es el conjunto formado por la cola y el mecanismo de servicio, junto con la disciplina de la cola, que es lo que nos indica el criterio de qu cliente de la cola elegir para pasar al mecanismo de servicio. Estos elementos pueden verse ms claramente en la siguiente figura:

Mecanismo de Servicio Llegada de un Cliente Cola

Fuente de Entrada Disciplina de la Cola Sistema de la Cola Servicio

Un modelo de sistema de colas debe especificar la distribucin de probabilidad de los tiempos de servicio para cada servidor. La distribucin ms usada para los tiempos de servicio es la exponencial, aunque es comn encontrar la distribucin degenerada o determinstica (tiempos de servicio constantes) o la distribucin Erlang (Gamma).

Notacin de Kendall Por convencin los modelos que se trabajan en teora de colas se etiquetan

/
Distribucin de tiempo entre

/
llegadas Distribucin de tiempos de

servicio

Nmero de servidores

Las distribuciones que se utilizan son: M: Distribucin exponencial (markoviana) D : Distribucin degenerada (tiempos constantes) E k : Distribucin Erlang G : Distribucin general M / M / s : Modelo donde tanto los tiempos entre llegada como los tiempo de servicio son exponenciales y se tienen s servidores. M / G / 1: Tiempos entre llegada exponenciales, tiempos de servicio general y 1 slo servidor

Terminologa

Usualmente siempre es comn utilizar la siguiente terminologa estndar: Estado del sistema : Nmero de clientes en el sistema. Longitud de la cola: Nmero de clientes que esperan servicio. N(t) : Nmero de clientes en el sistema de colas en el tiempo t (t 0). Pn (t): Probabilidad de que exactamente n clientes estn en el sistema en el tiempo t, dado el nmero en el tiempo cero. s : Nmero de servidores en el sistema de colas. n : Tasa media de llegadas (nmero esperado de llegadas por unidad de

tiempo) de nuevos clientes cuando hay n clientes en el sistema. n : Tasa media de servicio para todo el sistema (nmero esperado

clientes que completan su servicio por unidad de tiempo) cuando hay n clientes en el sistema. Nota: n representa la tasa combinada a la que todos los servidores

ocupados logran terminar sus servicios n: Cuando n : Cuando n es constante para toda n n es constante para toda n 1

Medidas de rendimiento para evaluar un sistema de colas

El objetivo ltimo de la teora de colas consiste en responder cuestiones administrativas pertenecientes al diseo y a la operacin de un sistema de colas. El gerente de un banco puede querer decidir si programa tres o

cuatro cajeros durante la hora de almuerzo. En una estructura de produccin, el administrador puede desear evaluar el impacto de la compra de una nueva mquina que pueda procesar los productos con ms rapidez. Cualquier sistema de colas pasa por dos fases bsicas. Por ejemplo, cuando el banco abre en la maana, no hay nadie en el sistema, de modo que el primer cliente es atendido de forma inmediata. Conforme van llegando ms clientes, lentamente se va formando la cola y la cantidad de tiempo que tienen que esperar se empieza a aumentar. A medida que avanza el da, el sistema llega a una condicin en la que el efecto de la falta inicial de clientes ha sido eliminado y el tiempo de espera de cada cliente ha alcanzado niveles bastante estables.

Algunas medidas de rendimiento comunes

Existen muchas medidas de rendimiento diferentes que se utilizan para evaluar un sistema de colas en estado estable. Para disear y poner en operacin un sistema de colas, por lo general, los administradores se preocupan por el nivel de servicio que recibe un cliente, as como el uso apropiado de las instalaciones de servicio de la empresa. Algunas de las medidas que se utilizan para evaluar el rendimiento surgen de hacerse las siguientes preguntas: Preguntas relacionadas con el tiempo, centradas en el cliente, como: a) Cul es el tiempo promedio que un cliente recin llegado tiene que esperar en la fila antes de ser atendido?. La medida de rendimiento asociada es el tiempo promedio de espera, representado con Wq b) Cul es el tiempo que un cliente invierte en el sistema entero, incluyendo el tiempo de espera y el de servicio?. La medida de rendimiento asociada es el tiempo promedio en el sistema, denotado con W c) Preguntas cuantitativas relacionadas al nmero de cliente, como: d) En promedio cuntos clientes estn esperando en la cola para ser atendidos?. La medida de rendimiento asociada es la longitud media de la cola, representada con Lq

e) Cul es el nmero promedio de clientes en el sistema?. La medida de rendimiento asociada es el nmero medio en el sistema, representado con L Preguntas probabilsticas que implican tanto a los clientes como a los servidores, por ejemplo: a) Cul es la probabilidad de que un cliente tenga que esperar a ser atendido?. La medida de rendimiento asociada es la probabilidad de bloqueo, que se representa por, pw b) En cualquier tiempo particular, cul es la probabilidad de que un servidor est ocupado?. La medida de rendimiento asociada es la utilizacin, denotada con U. Esta medida indica tambin la fraccin de tiempo que un servidor esta ocupado. c) Cul es la probabilidad de que existan n clientes en el sistema?. La medida de rendimiento asociada se obtiene calculando la

probabilidad Po de que no haya clientes en el sistema , la probabilidad Pi de que haya un cliente en el sistema, y as sucesivamente. Esto tiene como resultado la distribucin de probabilidad de estado, representada por Pn, n=0,1...... d) Si el espacio de espera es finito, Cul es la probabilidad de que la cola est llena y que un cliente que llega no sea atendido?. La medida de rendimiento asociada es la probabilidad de negacin del servicio, representada por Pd Preguntas relacionadas con los costos, como: a) Cul es el costo por unidad de tiempo por operar el sistema? b) Cuntas estaciones de trabajo se necesitan para lograr mayor efectividad en los costos?

El clculo especfico de estas medidas de rendimiento depende de la clase de sistema de colas. Algunas de estas medidas estn relacionadas entre s. Conocer el valor de una medida le permita encontrar el valor de una medida relacionada.

Relaciones entre medidas de rendimiento

El clculo de muchas de las medidas de rendimiento depende de los procesos de llegadas y de servicio del sistema de colas en especfico. Estos procesos son descritos matemticamente mediante distribuciones de

llegada y de servicio. Incluso sin conocer la distribucin especifica, las relaciones entre algunas de las medidas de rendimiento pueden obtenerse para ciertos sistemas de colas, nicamente mediante el uso de los siguientes parmetros de los procesos de llegada y de servicio.

= nmero promedio de llegadas por unidad de tiempo = nmero promedio de clientes atendidos por unidad de tiempo en una seccin

Supongamos que una poblacin de clientes infinita y una cantidad limitada de espacio de espera en la fila. El tiempo total que un cliente invierte en el sistema es la cantidad de tiempo invertido en la fila ms el tiempo durante el cual es atendido:

Tiempo promedio en el sistema = Tiempo de espera + Tiempo de servicio El tiempo promedio en el sistema y el tiempo promedio de espera estn representados por las cantidades W y Wq, respectivamente. El tiempo promedio de servicio puede expresarse en trminos de parmetros de &. Por ejemplo, si & es 4 clientes por hora, entonces , en promedio, cada cliente requiere 1 /4 para ser atendido. En general, el tiempo de servicio es 1/&, lo cual nos conduce a la siguiente relacin : W = Wq + 1/

Consideremos ahora la relacin entre el nmero promedio de clientes en el sistema y el tiempo promedio que cada cliente pasa en el sistema. Imaginemos que un cliente acaba de llegar y se espera que permanezca en el sistema un promedio de media de hora. Durante esta media hora, otros clientes siguen llegando a una tasa digamos doce por hora??. Cuando el

cliente en cuestin abandona el sistema, despus de media hora, deja tras de s un promedio de (1/2)*12 = 6 clientes nuevos. Es decir, en promedio, existen seis clientes en el sistema en cualquier tiempo dado. Entonces: Tiempo promedio de clientes = Nmero de llegadas X *Tiempo promedio en el sistema. De modo que: L= *W

Utilizando una lgica parecida se obtiene la relacin entre el nmero promedio de clientes que esperan en la cola y el tiempo promedio de espera en la fila: Tiempo promedio de clientes = Nmero de llegadas X Unidad de tiempo en la cola. De manera que: Lq = * Wq

Leccin 17 Clasificacin de las lneas de espera Para aplicar las tcnicas apropiadas, se debe identificar las carctersticas del sistema de colas. La clasificacin se realiza empleando letras y/o simbolos. Considerando un sistema o modelo, con tamao de poblacin infinita, clientes que esperan en una sola fila y espacio de espera infinito, se tiene :

Proceso de llegadas / Proceso de Servicio / Proceso de colas D, M o G / D, M o G / c

Si la poblacin y el espacio de espera es finito, adicionalmente, se tendrn al final una K y L, osea : D, M o G / D, M o G / c / K / L Proceso de Llegadas : Describe la distribucin del tiempo entre llegadas a) D , para indicar que el tiempo entre llegadas es determinstico b) M , para indicar que el tiempo entre llegadas es probabilstico (exponencial) c. G , para indicar que el tiempo entre llegadas es determinstico(pero que sigue una distribucin diferente a la exponencial.

Proceso de Servicio : Describe la distribucin del tiempo de servicio a) D , para indicar que el tiempo de servicio es determinstico b) M , para indicar que el tiempo de servicio es probabilstico (exponencial) c. G , para indicar que el tiempo de servicio es determinstico(pero que sigue una distribucin diferente a la exponencial.

Proceso de Colas C, se usa para representar el nmero de estaciones o canales paralelos existen en el sistema. De otro lado : K, representa el nmero mximo de clientes que pueden estar en todo el sistema L, representa el nmero total de clientes de la poblacin.

Ejemplos : M/M/3 La primera M, representa un sistema con tiempo entre llegadas probabilstico y que se ajusta a una sitribucin exponencial. La segunda M, indica que el tiempo de servicio es probabilstico y exponencial. Luego c =3, significa que el sistema tiene 3 estaciones paralelas. M / D / 4 / 10 Indica que el tiempo entre llegadas es probabilstico y exponencial; el tiempo de servicio es determinstico. Existen 4 canales o estaciones, y el nmero mximo de clientes que pueden estar en todo el sistema en cualquier momento es 10.

EVALUACION DEL SISTEMA DE COLAS Cualquier sistema de colas pasa por 2 fases bsicas: La fase transitoria y la fase estable.

En el curso, se resolvern slo casos en condiciones estables.

Indicadores para Evaluar el Rendimiento de un Sistema de Colas

RELACIONADOS CON EL TIEMPO : W = Tiempo promedio en el sistema Wq = Tiempo promedio de espera

RELACIONADOS CON EL NUMERO DE CLIENTES : L = Nmero promedio de clientes en el sistema Lq = Nmero promedio de clientes en la cola Pw = Probabilidad de que un cliente que llega tenga que esperar Pn = Probabilidad de que existan "n" clientes en el sistema Pn; n = 0, 1, 2, 3.......

Po = Probabilidad de que no hayan clientes en el sistema Pd = Probabilidad de negacin de servicio , o probabilidad de que un cliente que llega no pueda entrar al sistema debido que la "cola est llena"

RELACIONES ENTRE LAS MEDIDAS : Si l = Nmero promedio de llegadas por unidad de tiempo m = Nmero promedio de clientes atendidos por unidad de tiempo en un canal Se cumple : a) W = Wq + 1 / m b) L = l . W c) Lq = l . Wq

CASO 1 : M / M / 1 Algunas caractersticas : Poblacin de clientes infinita, llegadas de clientes probabilstica segn Poisson; una lnea de espera y un solo servidor o canal de atencin con tiempo de servicio exponencial. Supuesto: Condicin Estable; cuando m > l , osea la tasa de servicio promedio es mayor que la tasa de llegadas promedio. Bibliografia consultada : Mathur y Solow

Leccin 18 Transporte

Generalidades El flujo vehicular producido en un momento y lugar determinados es el resultado de una serie de decisiones individuales de los usuarios de una red vial. Cada usuario decide cmo y cundo recorrer lo que considera la mejor ruta para llegar a su destino. Su decisin puede basarse en criterios tales como costo tiempo seguridad y comodidad. El usuario debe decidir que ruta recorrer y qu modos de transporte utilizar (automvil, transporte pblico etc.) decisin que depende, entre otras cosas, de la congestin de los arcos y las vialidades de la ruta. En trminos generales, existen tres enfoques para modelar flujo de trfico vehicular: Los Modelos Macroscpicos Los Modelos Microscpicos Los Modelos Cinticos Conceptos a considerar

MODELACIN DEL FLUJO DE TRFICO VEHICULAR: Hay muchas aproximaciones matemticas que intentan modelar el flujo de trfico vehicular en trminos de alguna de sus caractersticas. Su decisin puede basarse en criterios tales como costo tiempo seguridad y comodidad. El usuario debe decidir que ruta recorrer y qu modos de transporte utilizar (automvil, transporte pblico etc.) decisin que depende, entre otras cosas, de la congestin de los arcos y las vialidades de la ruta. ASIGNACIN DINMICA DEL TRFICO

El problema de asignacin dinmica del trfico se ha abordado con diversos enfoques de simulacin, teora del control ptimo y optimizacin. Estos modelos consideran que los usuarios minimizan sus tiempos de viaje actualizando continuamente sus rutas elegidas de acuerdo con las condiciones del trfico. En estos sistemas existe un Controlador central que Recomienda las rutas a los usuarios en tiempo real, lo cual satisface objetivos: Individuales Equilibrio de Usuario Optimizacin del Sistema

Y considera en tiempo real, variaciones inesperadas en las condiciones de la red. Los modelos de asignacin de trfico necesitan como entrada Donde: Filas columnas Origen Destino Una matriz origen-destino. Informacin de capacidad vehicular

Cada una de sus celdas contiene el nmero de viajes realizados de una zona origen a una zona destino en un periodo de tiempo. Capacidad vehicular: Son conteos de los vehculos que pasan por determinados arcos de la red.

Leccin 19

MODELOS DE ASIGNACIN DE EQUILIBRIO

Un enfoque que ha permitido una buena representacin del trfico es el de los Modelos de Asignacin de Equilibrio. Estos modelos pueden ser utilizados para representar el comportamiento macroscpico del trfico de grandes zonas urbanas o ciudades enteras. Mediante estos modelos es posible: Estimar el flujo vehicular en una red donde existe cierta demanda de viajes. Este flujo estimado sirve tanto para predecir el trfico como para recomendar un patrn de flujo vehicular. Determinar los tiempos de viaje dependen del flujo debido a las efectos de la congestin. Los Modelos de Asignacin de Equilibrio pueden ser de dos tipos: Equilibrio de Usuario Optimizacin de Sistema Equilibrio de Usuario:

Este modelo se basa en el primer principio de Wardrop, que afirma:

Los tiempos de viajes en todas las rutas realmente utilizadas son menores o iguales que los que requerira un usuario en cualquier ruta no utilizada A su vez existen dos tipos de modelo de Equilibrio de Usuario: Determinista: Supone que cada usuario tiene informacin perfecta sobre sus rutas y la congestin de la red. Estocstico: Que asume que los usuarios no poseen informacin perfecta de la red y perciben de forma distinta los inconvenientes y atributos de la misma.

El Equilibrio se alcanza cuando ningn usuario cree que su tiempo de viaje puede ser mejorado mediante un cambio en su ruta Optimizacin de Sistema:

Tiene como objetivo la minimizacin del tiempo total de viaje en el sistema. Este modelo obtiene una asignacin de flujo que minimiza el tiempo total de viaje en toda la red.

Caractersticas de Dynameq Dynameq es un modelo basado en la asignacin de trfico dinmico (DTA), modelo basado en el modelo de equilibrio de usuario. El objetivo es minimizar el viaje de cada conductor. Dynameq trabaja con un mtodo reiterativo donde cada iteracin consiste de una ejecucin del modelo opcin-trayectoria y una ejecucin de la simulacin de trfico. El simulador recibe los tiempos dependiendo de las proporciones de flujo de cada modelo opcin-trayectoria y simula el trfico resultante de los modelos en la red.

La salida de cada uno de los dos modelos es la entrada del otro.

Este

proceso continua cclicamente hasta converger a un estado aproximado de equilibrio de usuario. Las iteraciones pueden considerarse como una serie consecutiva de das donde los conductores arrancan el primer da con el conocimiento de la red vial pero de ningn conocimiento de los modelos de trfico de los que sern resultado sus opciones de trayectoria. Despus de experimentar la congestin de trfico resultante, cada conductor considera cada da, la posibilidad de escoger un camino diferente durante el prximo da. Despus de cierto nmero de das los conductores dejan de buscar los nuevos caminos y restringen sus opciones a caminos que ellos ya han probado.

Datos de entrada Dynameq: Dynameq esta diseado para minimizar los requerimientos de datos y proporcionar valores predeterminados tiles si el dato no est disponible. Las entradas a una matriz Dynameq DTA son la demanda de trfico, la definicin de la red, y los planes de control de trfico. La demanda de trfico est representada por un tiempo dependiente de la matriz origen destino (o-d) para cada clase de vehculo modelado. Todos los datos pueden ser importados o exportados en archivos de texto ASCII. Las herramientas estn disponibles validar los datos de la entrada.

Diagramas de flujo

Salidas Dynameq Dynameq permite analizar cientos de datos de salida en representaciones visuales de las condiciones de trfico, del trfico general y las colas en los

carriles individualmente. Las salidas de un DTA dynameq son los resultados de la simulacin y los resultados de las trayectorias Los resultados de la simulacin estn presentados en diagramas y graficas de series de tiempo. Muestra resultados detallados de las animaciones de las colas por carril. Con la animacin de Dynameq los diagramas se pueden modificar fcilmente para requisitos particulares mostrando valores promedio de las medidas de trfico, incluyendo flujos, densidad, velocidad, tiempos de recorrido, y conteo de vehculos en cola. Muestra resultados detallados de las animaciones de las colas por carril Todos los resultados de la simulacin se pueden clasificar

El tamao del intervalo de tiempo es definido por el usuario, pero normalmente en el orden de algunos minutos. Ver el cuadro grande con animaciones red-escala y animacin de graficas, densidades y resultados de tiempos de trfico para identificar patrones de congestin Determinar el grado de congestin diagramas time series. Fijar la atencin en las trayectorias usadas orgenes y destinos Comparar los resultados de los escenarios con la animacin. de las colas carril por carril y los

CAPITULO 5:

DINMICA DE SISTEMAS

Leccin 20 Conceptos Bsicos

La Dinmica de Sistemas es una metodologa para la construccin de modelos de simulacin para sistemas complejos, como los que son estudiados por las ciencias sociales, la economa o la ecologa. La Dinmica de Sistemas aplica mtodos de sistemas duros, bsicamente las ideas de realimentacin y sistema dinmico, junto con la teora de modelos en el espacio de estados y procedimientos de anlisis numrico. Por tanto sera una metodologa ms entre las de sistemas duros. Sin embargo, en su punto de mira estn los problemas no estructurados (blandos), como los que aparecen en los sistemas socioeconmicos. Esto plantea dos tipos de dificultades:

Cuantificacin: En Dinmica de Sistemas se comienza por identificar las variables de inters y las relaciones que ligan entre s a estas variables. A continuacin es imprescindible cuantificar dichas relaciones, lo que en ocasiones plantea dificultades insalvables.

Validacin: Una vez construido el modelo hay que preguntarse si refleja

razonablemente la realidad. Esta cuestin puede resolverse por ejemplo en caso de que se disponga de informaciones cuantitativas de la evolucin del sistema real en el pasado. Si el modelo es capaz de generar los comportamientos caractersticos del sistema real,

denominados {\em modos de referencia}, entonces obtendremos una cierta confianza en la validez del modelo. En Dinmica de Sistemas la simulacin permite obtener trayectorias para las variables incluidas en cualquier modelo mediante la aplicacin de tcnicas de integracin numrica. Sin embargo, estas trayectorias nunca se interpretan como predicciones, sino como proyecciones o tendencias. El objeto de los

modelos de Dinmica de Sistemas es, como ocurre en todas las metodologas de sistemas blandos, llegar a comprender cmo la estructura del sistema es responsable de su comportamiento. Esta comprensin normalmente debe generar un marco favorable para la determinacin de las acciones que puedan mejorar el funcionamiento del sistema o resolver los problemas observados. La ventaja de la Dinmica de Sistemas consiste en que estas acciones pueden ser simuladas a bajo coste, con lo que es posible valorar sus resultados sin necesidad de ponerlas en prctica sobre el sistema real.

Leccin 21 Historia de Dinmica de Sistemas

A lo largo de los aos cincuenta comenz a fraguarse en el Instituto de Tecnologa de Massachusetts (MIT) una destacada metodologa de sistemas, la Dinmica de Sistemas. Jay W. Forrester, ingeniero electrnico, haba pasado del Laboratorio de Servomecanismos, donde invent las memorias magnticas de ncleos de ferrita, a coordinar un gran proyecto de defensa, el sistema SAGE (Semi-Automatic Ground Equipment). En la realizacin de este sistema de alerta en tiempo real se percat de la importancia del enfoque sistmico para concebir y controlar entidades complejas como las que surgen de la interaccin de hombres y mquinas. Tras esta experiencia, Forrester pasara como profesor a la Sloan School of Management del MIT, donde observ que en las empresas se producan fenmenos de realimentacin que podan ser causa de oscilaciones, igual que sucede en los servomecanismos. De esta forma ide la Dinmica Industrial [Industrial Dynamics, 1961], una metodologa que permita construir modelos cibernticos de los procesos industriales. La peculiaridad de estos modelos resida en la posibilidad de simular su evolucin temporal con la ayuda del ordenador. Posteriormente aplicara su metodologa a problemas de

planificacin urbana [Urban Dynamics, 1969] y la generalizara para cualquier tipo de sistema continuo, cambiando su denominacin por la de Dinmica de Sistemas [System Dynamics, 1968].

La Dinmica de Sistemas alcanz gran difusin durante los aos setenta, al servir de base para los estudios encargados por el Club de Roma a Forrester y su equipo para valorar el efecto del crecimiento de la poblacin y de la actividad humana en un mundo de recursos limitados. El propio Forrester dirigi la confeccin de un modelo inicial del mundo [World Dynamics, 1971] a partir del cual se realizara ms tarde el informe definitivo [The Limits to Growth, 1973], dirigido por D.L. Meadows y financiado por la Fundacin Volkswagen. Un segundo informe, tambin utilizando Dinmica de Sistemas, sera encargado posteriormente a Mesarovic y Pestel [Mankind at the Turning Point, 1974].

Leccin 22 Diagramas Causales

Los primeros estadios de la conceptualizacin de un modelo requieren definir el propsito del mismo. En funcin de ello hay decidir qu elementos han de ser tomados en consideracin y cules de entre ellos estn relacionados de forma que lo que ocurre en uno afecta de manera inmediata al otro. Por cuanto nuestro inters se centra en la variacin en el tiempo del valor cuantitativo atribuido a cada elemento (variable), las influencias buscadas son las que su manifestacin consista en que una variable aumente o disminuya en funcin de que otra, de la cual depende, experimente algn tipo de variacin. Una forma natural de representar elementos y relaciones es mediante un grafo orientado. A veces, cuando el sentido de la influencia es conocido, se suele incluir un signo ms o un signo menos que hace alusin a una influencia del mismo sentido o de sentido opuesto segn el caso. Por ejemplo, si la densidad de coches aumenta o disminuye cabe esperar que el numero de accidentes tambin aumente o disminuya respectivamente. Existe, por tanto, una influencia en el mismo sentido. Por el contrario, las ventas de coches seguramente dependern del precio de los mismos pero la influencia ser esta vez de sentido opuesto.

Densidad de coches

Accidentes

Precio

Ventas de coches

Fig. Dependencia causal entre variables

Establecer un grafo en el que aparezcan representados todos los elementos que componen el modelo junto con sus relaciones supone un paso importante en la definicin de la estructura del mismo. Un grafo de esas caractersticas se conoce como diagrama causal o de influencias. No obstante,

metodolgicamente no es recomendable la construccin de un diagrama causal exhaustivo como primera fase en la construccin de un modelo aun cuando diagramas parciales o globales a alto nivel jerrquico puedan ser buenos como mecanismo de ayuda a la conceptualizacin. Sin embargo, de cara a facilitar la comprensin de las hiptesis introducidas en el modelo, es de gran ayuda disponer de un diagrama causal exhaustivo para la presentacin del mismo a un pblico interesado. Dicho diagrama causal siempre puede deducirse sin dificultad una vez finalizada la construccin del modelo.

Lazos realimentados El tipo de problemas en los que habitualmente trabaja la Dinmica de Sistemas se caracteriza porque en stos siempre aparecen relaciones causales

estructuradas en bucles cerrados. Ello no es sorprendente por cuanto detrs de un bucle cerrado de relaciones causales subyace el principio filosfico de que nada se hace impunemente. Una accin ejecutada por o sobre un elemento del bucle se propaga por el mismo de manera que tarde o temprano esa accin repercute sobre sus propios valores futuros. Esto es habitual en las organizaciones en las que el hombre es una parte ms de las mismas, las cuales constituyen en buena medida nuestro principal objeto de estudio. Conviene distinguir dos tipos de lazos realimentados, lazos positivos y negativos. Positivos son aquellos en los que una variacin en un elemento se ve reforzada por las influencias mutuas entre los elementos. Por el contrario, en los lazos negativos una variacin en cualquiera de sus elementos tiende a ser contrarrestada por las influencias en sentido contrario que se generan en el lazo. La figura muestra un ejemplo de ambos tipos de lazo.

Poblacin + + nacimientos -

Poblacin

+ muertes

Fig.. Lazos positivo y negativo

Es importante notar que dinmicamente un lazo positivo tiende a producir situaciones de crecimiento o decrecimiento ilimitado, mientras que un lazo negativo tiende a producir equilibrio. Desde el punto de vista de la causalidad un modelo est siempre estructurado como un conjunto de lazos positivos y negativos interconectados entre s. El comportamiento dinmico del mismo depender de cmo se vaya produciendo la alternancia en el dominio entre la tendencia a crecer o decrecer de los unos y la tendencia al equilibrio de los otros.

Tipos de variables Distinguiremos tres tipos de variables en funcin de su propio cometido en el modelo. Variables de nivel, variables de flujo y variables auxiliares.

Los niveles suponen la acumulacin en el tiempo de una cierta magnitud. Son las variables de estado del sistema, en cuanto que los valores que toman determinan la situacin en la que se encuentra el mismo. Los flujos expresan de manera explicita la variacin por unidad de tiempo de los niveles. No es siempre inmediato decidir cul de los tres tipos ser el apropiado para representar a un elemento determinado del sistema real en estudio. Pensar en un cierto nivel de agua y en un grifo que lo abastece es una buena metfora para mejor comprender los significados respectivos de estos dos tipos de variable. Las variables auxiliares son, como su nombre indica, variables de ayuda en el modelo. Su papel auxiliar consiste en colaborar en la definicin de las variables de flujo y en documentar el modelo hacindolo ms comprensible. Adems de las variables reseadas, en todo modelo habr tambin parmetros, o sea, variables que se mantienen constantes durante todo el horizonte temporal de ejecucin del modelo.

Leccin 23 Diagramas de Forrester El Diagrama de Flujos, tambin denominado Diagrama de Forrester, es el diagrama caracterstico de la Dinmica de Sistemas. Es una traduccin del Diagrama Causal a una terminologa que facilita la escritura de las ecuaciones en el ordenador. Bsicamente es una reclasificacin de los elementos. No hay unas reglas precisas de como hacer esta transformacin, pero si hay alguna forma de abordar este proceso. Pasos a seguir: 1. Hace una fotografia mental al sistema y lo que salga en ella (personas, km2, litros, animales,..) eso son Niveles. 2. Buscar o crear unos elementos que sean "la variacin de los Niveles", (personas/dia, litros/hora, ...) y esos son los Flujos.

3. El resto de elementos son las Variables Auxiliares. Como regla general esto sirve para empezar. Despus ya se pueden ir haciendo retoques, y as los Niveles que vayan a permanecer constantes (m2 de la habitacin) en vez de definirlos como Niveles se pueden definir como variables auxiliares tipo constante que es ms sencillo. Este es todo el procedimiento. Ahora veremos con ms detalle como se representan estos elementos. Los "Niveles" son aquellos elementos que nos muestran en cada instante la situacin del modelo, presentan una acumulacin y varan solo en funcin de otros elementos denominados "flujos". Las "nubes" dentro del diagrama de flujos son niveles de contenido inagotable. Los niveles se representan por un rectngulo. Los "flujos" son elementos que pueden definirse como funciones temporales. Puede decirse que recogen las acciones resultantes de las decisiones tomadas en el sistema, determinando las variaciones de los niveles.

Las "variables auxiliares" y las "constantes", son parmetros que permiten una visualizacin mejor de los aspectos que condicionan el comportamiento de los flujos. Las magnitudes fsicas entre flujos y niveles se transmiten a travs de los denominados "canales materiales". Por otra parte existen los llamados "canales de informacin", que transmiten, como su nombre indica, informaciones que por su naturaleza no se conservan. Por ltimo quedan por definir los "retardos", que simulan los retrasos de tiempo en la transmisin de los materiales o las informaciones. En los sistemas socioeconmicos es frecuente la existencia de retardos en la transmisin de la informacin y de los materiales y tienen gran importancia en el comportamiento del sistema. Para los retardos de material existen las funciones DELAY1 y SMOOTH. Para los de informacin se utilizan DELAY3 y SMOOTH3. Los de primer orden frente a una entrada escaln, respondern con una curva exponencialmente asinttica, mientras que un retardo de tercer orden conduce a una curva sigmoidal. En cierta forma los retardos de informacin actan como filtros alisadores de la variable de entrada.

Leccin 24 Dinmico de

Metodologa para construccin de un modelo Sistemas

El proceso de desarrollo de software puede definirse como un conjunto de herramientas, mtodos y prcticas que se emplean para producir software. Como cualquier otra organizacin, las dedicadas al desarrollo de software mantienen entre sus principales fines, la produccin de software de acuerdo con la planificacin inicial realizada, adems de una constante mejora con el fin de lograr los tres objetivos ltimos de cualquier proceso de produccin: alta calidad y bajo coste, en el mnimo tiempo. La gestin de un PDS engloba, por tanto, todas las funciones que mantengan a un proyecto dentro de unos objetivos de coste, calidad y duracin previamente estimados. La mayora de estas funciones y tcnicas de gestin y control empleadas, se han importado

de otras industrias de produccin que desarrollaron estos mtodos a principios de siglo. Sin embargo, los problemas de gestin que surgen en las organizaciones de desarrollo provienen principalmente de la gestin estratgica, como puede ser el entorno socio/poltico de la organizacin, su nivel de madurez y los factores humanos o del personal tcnico. De hecho, la incapacidad de las tcnicas de gestin actuales para tratar el complicado factor humano ha sido reconocida como uno de los principales problemas. A principios de los 90 se produce un salto significativo en la gestin de Proyectos de Desarrollo de Software (PDS) con la aparicin del primer modelo dinmico [Abdel-Hamid y Madnick, 1991]. Este modelo incorpora las actividades bsicas relacionadas con la de gestin de recursos humanos, produccin de software, planificacin y control.

Las caractersticas de esta disciplina contribuyen a que se desarrollen modelos del proceso de desarrollo de software que permiten manejar complejidades dinmicas y conocer los efectos secundarios de las decisiones tomadas sobre la globalidad del mismo, aspectos que son esenciales para desarrollar una buena estrategia. Para nosotros un PDS es un sistema dinmico sociotecnolgico complejo, cuya evolucin temporal viene dada por su estructura interna, por las relaciones existentes entre el personal tcnico que trabaja en el mismo y por el nivel de madurez de la propia organizacin de desarrollo.

Ventajas de la aplicacin de la Dinmica de Sistemas a la Ingeniera del Software

Las aplicaciones de la Dinmica de Sistemas en la Ingeniera del Software son mltiples. Entre ellas destaca principalmente su aplicacin a la investigacin de nuevas polticas de desarrollo, que se ve facilitada por la capacidad de simulacin. Tambin destacan sus aplicaciones dirigidas a la formulacin de una metodologa formal, que permita estandarizar el proceso de desarrollo de software, los anlisis de proyectos ya terminados (anlisis post-mortem) y la

monitorizacin y seguimiento continuo de los proyectos en desarrollo. Por tanto, el marco de la Dinmica de Sistemas ofrece las bases para construir una teora comn para los PDS. La elaboracin de modelos dinmicos puede constituir una metodologa formal segn la cual se pueden expresar los conocimientos sobre el sistema. Adems, el proceso de construccin del modelo, por s mismo, obliga a los investigadores a tener un alto conocimiento de cules son los parmetros claves que influyen en el comportamiento del sistema y cmo se relacionan entre s constituyendo lazos de realimentacin. Por otro lado, el potencial de los modelos de simulacin para la formacin y el entrenamiento de los directores de proyectos es manifiesto: los entornos de simulacin sitan a los directores frente a situaciones reales que pueden encontrar en la prctica y les permite adquirir experiencia sin correr riesgos. La disponibilidad de un modelo dinmico, que simule el comportamiento o algn aspecto concreto de una organizacin, y un entorno de simulacin potente como los que existen en la actualidad, constituye una herramienta fundamental en la toma de decisiones de dicha organizacin.

Modelos Dinmicos para Proyectos de Desarrollo de Software A continuacin, se presentan algunos modelos dinmicos cuyas aportaciones fundamentales se centran en aadir nuevas capacidades y aplicaciones al Modelo de Abdel-Hamid y Madnick. Estos modelos se pueden dividir en dos grandes grupos: 1. Los de carcter general creados para simular entornos especficos de desarrollo dentro de una determinada organizacin. Entre estos modelos destacan: - El Modelo SEPS (Software Engineering Process Simulation). Elaborado en el laboratorio JPL (Jet Propulsion Laboratory). Diseado para simular el comportamiento de proyectos grandes considerando la existencia de un doble ciclo de vida: el proceso de desarrollo propiamente dicho y el proceso de toma de decisiones. Adems, introduce sistemas expertos con lgica fuzzy en la

interfaz del modelo. - El Modelo de Draper Laboratory. El Modelo de Draper constituye una ampliacin del Modelo de Abdel-Hamid y Madnick. Presenta como novedad la incorporacin de la etapa de Anlisis de Requisitos (no tratada en el Modelo de Abdel-Hamid y Madnick) contemplando la posibilidad de que estos requisitos puedan cambiar a lo largo del proyecto e incorpora tambin una serie de variables y relaciones para analizar la influencia que puede tener en el proyecto las relaciones con el cliente. 2. Los de carcter especfico para analizar problemas concretos presentados en la gestin de PDS. Entre estos modelos destacan: - El Modelo de Chichacly. Este modelo realizado para estudiar el impacto de un cambio de tecnologa, concretamente el cambio de C a C++, dentro de una empresa de desarrollo de aplicaciones para Macintosh poniendo de manifiesto la reaccin de oposicin o resistencia por parte de los tcnicos ante la implantacin de cualquier tipo de cambio en las tcnicas o mtodos de trabajo empleados normalmente. - El Modelo Aranda/Friddaman/Oliva. Este modelo aade aspectos nuevos al modelo de Abdel-Hamid y Madnick como son los efectos del empleo de las tcnicas TQM (Total Quality Management) para el control de calidad, la ampliacin del horizonte temporal del proyecto con el fin de recoger las diferentes versiones del software producido y el estudio del impacto comercial del producto final. - El modelo Multiproyecto. Este modelo estudia las transferencias netas de personal que se producen cuando interactuan dos proyectos por los mismos recursos.

CAPITULO 6:

TEORIA DE INVENTARIOS

Leccin 25 Clasificacin de los modelos de Inventarios TEORA DE INVENTARIOS Un Sistema de Inventarios se refiere al mantenimiento de cantidades suficientes de bienes (refacciones, materias primas) que garanticen una operacin fluida en un sistema de produccin o una actividad comercial. ADMINISTRACIN CIENTFICA DE INVENTARIOS Formular un modelo matemtico que describa el comportamiento del sistema de inventarios. Derivar una poltica optima de inventarios respecto a este modelo. Utilizar un sistema de procesamiento de informacin computarizado para mantener un registro de los niveles del inventario. A partir de los registros de los niveles de inventario, utilizar la poltica optima de inventarios para reabastecer. TEORA DE INVENTARIOS Un modelo de inventarios es la abstraccin matemtica o lgica que se hace de un sistema de inventarios real para dar respuesta a dos preguntas fundamentales: - Qu Cantidad de artculos deben pedirse? - Cundo deben pedirse? Los Modelos de Inventarios se clasifican en: sealar cuando y cuanto conviene

- Modelos Determinsticos - Modelos Estocsticos

El objetivo de un modelo de inventarios es buscar un equilibrio entre un conjunto de costos que aumenta con los inventarios y otro conjunto de costos que disminuye con los inventarios. En trminos matemticos es minimizar la suma de los siguientes costos:

Leccin 26 COMPONENTES DE LOS MODELOS DE INVENTARIOS 2. Demanda: Tasa de consumo (artculos/tiempo). 3. Puede ser determinstica o estocstica. 4. Tiempo de adelanto: Tiempo que transcurre entre el momento de la requisicin y la llegada de mercanca. Puede ser determinstico o estocstico. 5. Poltica de pedidos: Es la manera como se realizan los pedidos y se clasifican principalmente en punto de pedido, revisin peridica. COMPONENTES DE LOS MODELOS DE INVENTARIOS 1. Costo de Ordenar o Fabricar 2. Costo de mantener o almacenar 3. Costo por Demanda Insatisfecha Otros costos relevantes incluyen: 4. 5. 6. 7. Costo por Salvamento (Almacenar) Los ingresos Los costos de recuperacin Las tasas de descuento

C (Z): COSTO DE ORDENAR O PRODUCIR Z UNIDADES

DETERMINSTICOS O ESTOCSTICOS Segn si se conoce la demanda para el periodo o si se trata de una variable aleatoria que tiene una distribucin de probabilidad conocida. Otra componente del modelo de inventarios es el Tiempo de entrega. Otra clasificacin posible se relaciona con la forma en que se revisa el inventario, ya sea continua o peridicamente.

Leccin 27 Modelo Determinstico MODELOS DETERMINSTICOS DE REVISIN CONTINUA MODELO EOQ BSICO - Se conoce la tasa de demanda de a unidades por unidad de tiempo. - La cantidad ordenada Q para reabastecer el inventario llega toda junta cuando se desea. - No se permite planear faltantes MODELOS DETERMINSTICOS DE REVISIN PERIDICA MODELO EOQ

Nivel de inventarios
Q

t
L T T

MODELO EOQ original con stock de seguridad


Nivel de inventarios
Q+

MODELO EOQ con faltantes por surtir


Nivel de inventarios
Q-S

Q-S Q S T1 T T2

MODELO EOQ con descuentos por cantidad

Costo Anual

CT (SD)

CT (CD)
CT (B SD) CT (Q*SD) CT (B CD) CT (Q*CD)

Q
B Q*(SD) Q*(CD)

Leccin 28 Modelos Estocasticos MODELO ESTOCSTICO CON REVISIN CONTINUA Cada aplicacin se refiere a un solo producto El nivel de inventario esta bajo revisin contina por lo que su valor actual se conoce. Existe un tiempo de entrega entre la colocacin de una orden y la recepcin de la cantidad ordenada Debe usarse una poltica R,Q La demanda para retirar unidades del inventario y venderlas es incierta, pero sin embargo se conoce su distribucin de probabilidad. Si ocurren faltantes el exceso de demanda queda pendiente Se incurre en costo de preparacin cada vez que se coloca una orden Se incurre en costo de mantener, por cada unidad de inventario por unidad de tiempo Cuando ocurren faltantes se incurre en el costo de faltantes, por cada unidad que falta.

TEORA DE INVENTARIOS

Leccin 29 Polticas de gestin La Poltica de Gestin se refiere a la forma como la organizacin asume sistemas para el control de inventarios. El sistema debe reconocer la variabilidad inherente que tienen la demanda, los tiempos entre demandas y los tiempos de entrega del pedido para predecir la forma en que variaran los inventarios. Existen tcnicas comunes para las polticas de gestin de los inventarios.

Que son: 1. Sistemas de Cantidad Fija de Reorden: Se pide un lote de tamao fijo cada vez que el inventario desciende por debajo de un determinado nivel (PUNTO DE PEDIDO). 2. Sistemas de Ciclo Fijo de Reorden: Se pide peridicamente un lote de tamao variable 3. Sistemas de Reabastecimiento Optativo( s y S ): Se pide cuando se alcanza el nivel mnimo hasta completar el nivel mximo de inventario. Sistemas de Reabastecimiento Optativo( s y S ) Establece un mximo de inventario en existencias y pedido. Combina los mecanismos esenciales de Control de los Sistemas de Cantidad Fija de Reorden y de Ciclo Fijo de Reorden. Mantiene vigilancia estrecha sobre los niveles de inventarios y las tasas de demanda relacionadas con el sistema de Ciclo Fijo de Reorden La optimidad de la poltica s-S depende principalmente del hecho que la funcin de costo es convexa.

APLICACIN INVENTARIOS

Tiempo Entre Demandas: Sigue una D. Uniforme (a= 0.033 b=0.133) Tiempo de Pedido: Sigue una D. Uniforme (a=0.033 b=0.133) Inventarios Parmetros: k = $400000 / pedido h = $ 50 / articulo ci = $ 2700 / articulo e = $ 100000 / articulo

Inv_inicial : 6000 articulos n_politicas = 5 s 9000 9000 9000 18000 18000 S 18000 27000 35000 27000 35000

Proceso siguiente: simular

CONCLUSIONES La posibilidad que ofrece la SIMULACIN en la proyeccin de control de inventarios a n periodos es indispensable en la TOMA DE DECISIONES no solo por el hecho de arrojar datos sino por la comparacin de polticas que establece. Siendo el modelo diseado, de naturaleza probabilstica, analticamente es casi imposible conocer el

comportamiento del inventario en por ejemplo 10 aos. La simulacin nos permite llegar a estas proyecciones. Podemos observar que cuando el costo de escasez se decrementa, aumenta el costo de almacenamiento. En cuanto al modelo practico, las polticas de gestin de inventarios de ARTCULOS que compiten por ser las ms optimas son la Primera y la Segunda con una diferencia que varia entre 2 y 5 %. Es tarea del Gerente analizar estas polticas y tomar la decisin. Es importante observar el alto costo de escasez que origina no haber existencias de ARTCULOS en la planta, debido a que la produccin depende en gran medida de este elemento.