Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE SIMULACIÓN
ESTUDIO DE SISTEMAS DINÁMICOS
JAIME MIRANDA
Departamento de Ingeniería Industrial
Universidad de Chile
PASOS DE UN ESTUIDO DE SIMULACION
NO
¿Valido?
SI
Construcción y verificación
del programa computacional
¿Valido? NO
SI
Diseño de
experimentos
Documentación y
Análisis de datos de presentación de
salida (indicadores) informes finales
PASOS DE UN ESTUIDO DE SIMULACION
NO
¿Valido?
SI
Construcción y verificación
del programa computacional
¿Valido? NO
SI
Diseño de
experimentos
Documentación y
Análisis de datos de presentación de
salida (indicadores) informes finales
UN EJEMPLO PRACTICO
→ Productos
• Menús de más de 40 restaurantes de Santiago.
• Regalos variados.
• Entradas a eventos.
UN EJEMPLO PRACTICO
→ Ubicación:
• Av. Fco. Bilbao 6407, Las Condes (10 comunas de cobertura).
CONCEPTUALIZACIÓN MODELO
Establecer Objetivos
Identificar y Priorizar
Preguntas Claves
→ Análisis de trade-off:
• CALIDAD SERVICIO vs COSTOS
• CALIDAD SERVICIO vs UTILIZACIÓN
EN DETALLE…
Preparación
de Comida
envío
O/C comida
solicitada
Aprobación y Preparación
definición de Programación entrega de otros
Contenido del Pedido O/C Productos
GENERAL
→ “Desarrollar un modelo de simulación que permita optimizar el ciclo Pedido-
Entrega, realizando con esto una planificación de los recursos productivos
de manera optima”
ESPECIFICOS
NO
¿Valido?
SI
Construcción y verificación
del programa computacional
¿Valido? NO
SI
Diseño de
experimentos
Documentación y
Análisis de datos de presentación de
salida (indicadores) informes finales
VARIABLES DEL SISTEMA
FUENTES DE INFORMACION
NO
¿Valido?
SI
Construcción y verificación
del programa computacional
¿Valido? NO
SI
Diseño de
experimentos
Documentación y
Análisis de datos de presentación de
salida (indicadores) informes finales
¿A QUÉ DISTRIBUCIÓN SE ASEMEJA?
Density/Histogram Overplot
0.25
0.20
Density/Proportion
0.15
0.10
0.05
0.00
0.10 0.50 0.90 1.30 1.70 2.10 2.50 2.90
Interval Midpoint
15 intervals of width 0.2 between 0 and 3 1 - Weibull
2 - Lognormal 3 - Exponential
→ Distribuciones clásicas
→ Exponencial
→ Normal
→ Weibull
f(x)
x
GAMMA - gamma(α, β)
f(x)
α = 1/2
α=1
α=2
α=3
x
WEIBULL - Weibull(α, β)
f(x)
α=3
α=2
α=1
α = 1/2
x
NORMAL - N(μ, σ2)
f(x)
x
LOGNORMAL - LN(μ, σ2)
f(x)
σ = 3/2
σ = 1/2
σ=1
x
TIPO PEARSON V - PT5(α, β)
f(x)
α=4
α=2
α=1
α = 1/2
f(x)
α2 = 4 α1 = 1
α2 = 2
α2 = 1
x
BETA - beta(α1,α2, a, b)
f(x)
2.5
2.0
α 1 = 1 .5 α1 = 5 α1 = 5
α2 = 5 α2 = 5 α 2 = 1 .5
1.5
1.0
0.5
0.0 x
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
CLASES F re c u e n c ia % a c u m u la d o
0 :0 1 62 4 5 .5 9 %
0 :0 2 31 6 8 .3 8 %
0 :0 3 9 7 5 .0 0 %
0 :0 4 13 8 4 .5 6 %
0 :0 5 11 9 2 .6 5 % H is t o g r a m a P 3
0 :0 6 0 9 2 .6 5 %
0 :0 7 5 9 6 .3 2 % 70 1 2 0 .0 %
0 :0 8 2 9 7 .7 9 %
0 :0 9 1 9 8 .5 3 % 60 1 0 0 .0 %
0 :1 0 0 9 8 .5 3 %
0 :1 1 1 9 9 .2 6 % 50
Frecuencia
8 0 .0 %
0 :1 2 0 9 9 .2 6 %
0 :1 3 1 1 0 0 .0 0 % 40
0 :1 4 0 1 0 0 .0 0 % 6 0 .0 %
0 :1 5 0 1 0 0 .0 0 % 30
0 :1 6 0 1 0 0 .0 0 % 4 0 .0 %
20
0 :1 7 0 1 0 0 .0 0 %
0 :1 8 0 1 0 0 .0 0 % 2 0 .0 %
10
0 :1 9 0 1 0 0 .0 0 %
0 :2 0 0 1 0 0 .0 0 %
0 .0 %
0 :2 1 0 1 0 0 .0 0 %
...
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
m :30
0 :2 2 0 1 0 0 .0 0 %
or
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0
ay
0 :2 3 0 1 0 0 .0 0 %
F r e c u e n c ia
y
0 :2 4 0 1 0 0 .0 0 %
0 :2 5 0 1 0 0 .0 0 % % a c u m u la d o
0 :2 6 0 1 0 0 .0 0 %
0 :2 7 0 1 0 0 .0 0 %
0 :2 8 0 1 0 0 .0 0 %
0 :2 9 0 1 0 0 .0 0 %
0 :3 0 0 1 0 0 .0 0 %
y m a y o r .. . 0 1 0 0 .0 0 %
DISTRIBUCIONES EMPÍRICAS
PedidosCuadrante
PUbicación−Cliente = PedidosTotales
Pedidos Re staurante
Prestaurante = PedidosTotales
ELIGIENDO UNA DISTRIBUCIÓN EN LA
AUSENCIA DE DATOS
f(x)
area = 1
x
a m b
AJUSTE DE DISTRIBUCIONES; CASO PRACTICO (3)
DISTRIBUCIONES TRIANGULARES
TIEMPOS
Tiempo Mínimo Tiempo Máximo Tiempo Más Probable
TATelefN 5 15 11
TATelelfV 1 12 5
TAPedidoCH 1 15 6
TRestRapido 10 15 12
TRestMedio 15 20 18
TRestLento 18 30 25
TChRest 3 5 4
LOGNORMAL Y TRIANGULAR DISTRIBUCIONES
1.00
0.75
f(x)
0.50
0.25
0.00
0.00 0.25 0.50 0.75 1.00 1.25 1.50 1.75
X-Value
1 - Lognormal 2 - Triangular
PASOS DE UN ESTUIDO DE SIMULACION
NO
¿Valido?
SI
Construcción y verificación Modelo preliminar EXTEND
del programa computacional
¿Valido? NO
SI
Diseño de
experimentos
Documentación y
Análisis de datos de presentación de
salida (indicadores) informes finales
CONSTRUCCIÓN DEL MODELO
32
CONSTRUCCIÓN DEL MODELO
FOCO EN EL PROBLEMA
→ Construir el modelo no es la tarea principal; lo es encontrar la solución
correcta.
FRENAR LA COMPLEJIDAD
→ No permitir que el modelo se vuelva complicado compensando un mal
diseño, o tan complejo que va más allá de la posibilidad de implantarlo
33
PASOS DE UN ESTUIDO DE SIMULACIÓN
NO
¿Valido?
SI
Construcción y verificación
del programa computacional
¿Valido? NO
SI
Diseño de
experimentos
Documentación y
Análisis de datos de presentación de
salida (indicadores) informes finales
PASOS DE UN ESTUIDO DE SIMULACIÓN
NO
¿Valido?
SI
Construcción y verificación
del programa computacional
¿Valido? NO
SI
Diseño de
experimentos
Documentación y
Análisis de datos de presentación de
salida (indicadores) informes finales
VERIFICACIÓN DEL MODELO
→ Animación de la simulación.
En Menú Express:
D M
GENERACION Count SIMULACION CLIENTE
ENTIDADES 23 SERVICIO
r # sensor
SOLUCIÓN
→ Generación de indicadores de desempeño y medidas de control.
→ Es posible calibraciones del modelo.
UTILIZACIÓN DE INDICADORES
→ Control del comportamiento del sistema.
→ Estimación de métricas importantes del estudio
→ % de utilización
→ Largos y tiempos promedios en cola.
→ Tiempos promedio de ciclo.
VALIDACIÓN (2)
INDICADORES USADOS
NOMBRE DESCRIPCION
Número de entidades atendidas Cantidad de clientes atendidos por las telefonistas
Número de entidades "Renegadas" Clientes que abandonan por no ser atendidos
Tiempos de ciclo Tiempo promedio de ejecución de una tarea
Número de atrasos Pedidos que sobrepasan los 50 min. De entrega
Utilizaciones Utilización de los recursos del sistema
PROCEDIMIENTOS ESTADÍSTICOS
→ Compara los datos de salida de los modelos vs. Datos reales del sistema
→ Inspección.
→ Frecuencias-Histogramas.
→ Medias y varianzas muestrales.
→ Inspección correlacionada:
→ Busca reemplazar las distribuciones experimentales con las llegas reales de las
entidades al sistema.
→ Analizar las diferencias entre ambos.
VALIDACIÓN (3)
→ Intervalos de confianza
PROCEDIMIENTOS ESTADISTICOS
→ Técnicas usadas:
Y = f (x )
→ Métodos de solución
→ Modelos ARIMA (Box & Jenkins)
→ Árboles de decisión.
→ Redes neuronales artificiales.
VALIDACIÓN EN MENU EXPRESS
PROGRAM
Tiempos llegada
IMPUT DATA
IMPUT DATA ID restaurante
cuadrante cliente
PASOS DE UN ESTUDIO DE SIMULACIÓN
NO
¿Valido?
SI
Construcción y verificación
del programa computacional
¿Valido? NO
SI
Diseño de
experimentos
Documentación y
Análisis de datos de presentación de
salida (indicadores) informes finales
DISEÑO DE EXPERIMENTOS
OBJETIVOS:
→ Acotar el número de configuraciones a ser analizadas.
→ Identificar factores y efectos de estos en los resultados del modelo.
FACTORES
Los efectos de 2do y 3er orden son despreciables frente a los de 1er
orden.
NO
¿Valido?
SI
Construcción y verificación
del programa computacional
¿Valido? NO
SI
Diseño de
experimentos
Documentación y
Análisis de datos de presentación de
salida (indicadores) informes finales
CONFIGURACIONES ALTERNATIVAS
ESCENARIOS ESCOGIDOS
Nº Factor Nombre Factor NIVELES ACTUAL
1 Nº Telefonistas T1 1 3 4 --- --- --- 2
2 Nº Telefonistas T2 4 5 7 8 --- --- 6
3 Nº Choferes T1 3 4 5 6 --- --- 7
4 Nº Choferes T2 10 13 16 19 22 --- 25
Tiempo Atención Telefonica (V)
6 -10% -15% --- --- --- --- 0%
Tiempo Atención Telefonica (N)
ACTUAL PROPUESTA
Indicador Indicador
Promedio Desv Est Inf 95% Sup 95% Promedio Desv Est Inf 95% Sup 95%
Ciclo Medio 36.42 0.47 36.33 36.51 Ciclo Medio 36.84 0.91 36.66 37.02
Ciclo P1 35.47 1.16 35.24 35.70 Ciclo P1 35.46 1.36 35.19 35.73
Ciclo P2 35.79 1.53 35.49 36.10 Ciclo P2 36.30 1.69 35.96 36.63
Ciclo P3 36.68 0.56 36.57 36.79 Ciclo P3 37.16 1.17 36.93 37.40
Atrasados P1 0.36 0.61 0.24 0.48 Atrasados P1 0.26 0.61 0.14 0.38
Atrasados P2 0.58 0.83 0.42 0.75 Atrasados P2 0.74 0.87 0.57 0.91
Atrasados P3 6.89 2.55 6.38 7.40 Atrasados P3 8.07 4.58 7.16 8.98
U. Chofer P1 0.83 0.09 0.81 0.85 U. Chofer P1 0.84 0.09 0.82 0.86
U. Chofer P2 0.38 0.06 0.37 0.39 U. Chofer P2 0.37 0.06 0.36 0.38
U. Chofer P3 0.52 0.04 0.52 0.53 U. Chofer P3 0.81 0.04 0.80 0.82
U. Chofer T1 0.55 0.06 0.54 0.56 U. Chofer T1 0.55 0.07 0.53 0.56
U. Chofer T2 0.52 0.04 0.51 0.53 U. Chofer T2 0.79 0.04 0.78 0.80
100
80
60
% 40
20
0
2 3 4 5 6 7 8 9 10
# Telefonistas
4000
3500
3000
Clientes
2500
2000
1500
1000
500
0
2 3 4 5 6 7 8 9 10
# Telefonistas
CONCLUSIONES
JAIME MIRANDA
Departamento de Ingeniería Industrial
Universidad de Chile