2.3.2.

2 INPUT ANALYZER

Ajusta distribuciones aplicando bondad de ajuste

Ajusta a una forma especfica de distribucin

Grafica histogramas para una prueba visual

Se puede aplicar Copy and Paste sobre el modelo de simulacin

Da resultados de pruebas de bondad de ajuste

Chi-square, Kolmogorov-Smirnov

p-value, siempre entre 0 y 1:

Ajuste de todas las distribuciones tericas soportadas por Arena

Fit/Fit All menu o

Retorna el mnimo error cuadrtico de la distribucin

Error cuadrtico= suma de las diferencias cuadrticas entre el histograma de

frecuencias y la distribucin de frecuencias ajustada

Depende de los intervalos seleccionados

Puede existir un pobre ajuste (chequear el p value)

Para ver todas las distribuciones, (ranking): Window/Fit All Summary o

Ajuste de distribuciones empricas (continuas o discretas): Fit/Empirical

Se pueden interpretar los resultados como una distribucin discreta o continua

Discreta: pares (Probabilidad acumulada, Valor)

Continua: Arena interpola linealmente en el intervalo de datos de acuerdo con

los pares dados (nunca se generan valores fuera del intervalo)

Se deben usar solo cuando las distribuciones tericas tengan malos ajustes o cuando se
quiera forzar alguna ocurrencia.
2.3.2.3 DESCRIPCION DEL MODELADO 3D

A continuacin, se desarrolla un modelo 3D simple usando Arena [Urqu06b]. El modelo simula

una cadena de empaquetamiento de componentes. Los componentes se generan como
entidades y tras su llegada (creacin) al centro de empaquetado, se chequea si es errneo. Si el
componente es errneo se enva a una cadena auxiliar de reparacin, tras la cual se devuelve a
la cadena.

Principal para su empaquetado. El modelo completo se simula mediante los bloques de la Figura

El primer bloque Create componente, es un bloque de tipo Create, que tiene como finalidad
generar entidades. En nuestro ejemplo se utiliza para simular la llegada de objetos a la cadena
de empaquetado. Es necesario configurarlo con una funcin estadstica que simule el ritmo de
llegada real. Para nuestro ejemplo hemos supuesto una distribucin exponencial de tiempos con
parmetro 1, la unidad de medida se ha tomado el minuto y el nmero de componentes que
llegan juntos es 1, no se limita el nmero de total de entidades que se pueden generar en el
transcurso de la simulacin la primera entidad se genera para tiempo 0.0. La

configuracin de este bloque se muestra en la Figura.

2.2.2 DESCRIPCION DE LAS METODOLOGIAS PARA TOMAR EN SIMULACION DE SISTEMAS

La simulacion como tal es un proceso y en general consta de las siguientes etapas.

Definicin del sistema:

Para tener una definicin exacta del sistema que se desea simular, es necesario hacer
primeramente un anlisis preliminar de ste, con el fin de determinar la interaccin con
otros sistemas, las restricciones del sistema, las variables que interactan dentro del
sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir
y estudiar el sistema y los resultados que se esperan obtener del estudio.

Formulacin del modelo :

Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se
define y construye el modelo con el cual se obtendrn los resultados deseados. En la
formulacin del modelo es necesario definir todas las variables que forman parte de l, sus
relaciones lgicas y los diagramas de flujo que describan en forma completa el modelo.

Coleccin de datos :

Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir
para producir los resultados deseados.

Implementacin del modelo en la computadora :

Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje como el
fortran, algol, lisp, etc., o se utiliza algn paquete como Vensim, Stella y iThink, GPSS,
simula, simscript, Rockwell Arena etc., para procesarlo en la computadora y obtener los
resultados deseados.

Validacin :

A travs de esta etapa es posible detallar deficiencias en la formulacin del modelo o en

los datos alimentados al modelo. Las formas ms comunes de validar un modelo son:

1. La opinin de expertos sobre los resultados de la simulacin. 2. La exactitud con que se

predicen datos histricos. 3. La exactitud en la prediccin del futuro. 4. La comprobacin
de falla del modelo de simulacin al utilizar datos que hacen fallar al sistema real. 5. La
aceptacin y confianza en el modelo de la persona que har uso de los resultados que arroje
el experimento de simulacin.

Experimentacin :

La experimentacin con el modelo se realiza despus que ste haya sido validado. La
experimentacin consiste en generar los datos deseados y en realizar un anlisis de
sensibilidad de los ndices requeridos.

Interpretacin :

En esta etapa del estudio, se interpretan los resultados que arroja la simulacin y con base
a esto se toma una decisin. Es obvio que los resultados que se obtienen de un estudio de
simulacin ayuda a soportar decisiones del tipo semi-estructurado.

Documentacin :

Dos tipos de documentacin son requeridos para hacer un mejor uso del modelo de
simulacin. La primera se refiere a la documentacin del tipo tcnico y la segunda se
refiere al manual del usuario, con el cual se facilita la interaccin y el uso del modelo
desarrollado.