UNIVERSIDAD ABIERTA Y A DISTANCIA DE MEXICO

INGENIERIA EN LOGISTICA Y TRANSPORTE

QUINTO SEMESTRE

MODELOS DE SIMULACION
ACTIVIDAD 1. LOS CONCEPTOS DE MODELACION Y SIMULACION

ELABORADO POR:
LOPEZ CARRIZOSA CRUZ MARIA
ES1822022605

DOCENTE:
Dra. MARA ALEJANDRA HERNANDEZ ZUÑIGA
MODELO MATEMATICO

Un modelo es una representación cualitativa y/o cuantitativa de un sistema, en el cual se

muestran las relaciones predominantes entre sus elementos.

Un modelo contiene los siguientes elementos:

1.- PARAMETROS. En el modelo son objetos o símbolos que representan a entidades o

atribuciones del sistema que permanecen constantes durante el estudio.

2.- VARIABLES. Son objetos o símbolos en el modelo, que representan a entidades o

atributos del sistema que cambian en el tiempo durante el estudio.

3.- RELACIONES FUNCIONALES. Son los procesos físicos o las relaciones entre los

símbolos de un modelo, que representa a las actividades y a las relaciones entre los

elementos de un sistema. Describen la forma en que cambian las variables y como las

afectan los parámetros.

Clasificacion de los modelos matematicos

Modelos Heuristicos

Es el modelo matematico que es considerado como el proceso que viene como resultado de

los diferentes métodos empíricos (modelos matemáticos), los cuales casi siempre brindan

una solucion que es capaz de poder resolver el problema planteado. El modelo heurístico es

conocido tambien como procesos heurístico, el cual se realiza a diario en cualquier accion

que se haga durante todo el tiempo diariamente, como por ejemplo el tomar la decision de

qué camino se escogerá para llegar al centro de labores.

Dentro de un modelo matemático de este tipo no es necesario analizar la información

completa, así como tampoco es necesario obtener al final la respuesta óptima, ya que este

modelo solo se encuentra basado en la previa experiencia y el conocimiento anterior que se

llega a tener.

Utilizar material concreto, dibujos o diagramas

Hacer una dibujo para expresar lo que dice el problea ¿Cómo puedes visualizar el problema

utilizando fichas y objetos?

Esta estrategia consiste en ayudarse de representaciones visuales o con manipulables que

ayuden a comprender mejor el problema y las conexiones entre sus distintas partes. Al

representar el problema que complementa al texto, reparamos en cosas que no habiamos

caido en cuenta, precisamos informacion que tal vez no nos era clara, y se nos abre la

puerta para trazar una ruta de solucion. Ademas esta heurística es útil en la fase de

comprobación: una vez resuelto el problema, podemos incluir la informacion de la

respuesta a la representación y ver si es rezonable. [ CITATION Lor17 \l 2058 ]

Ejemplo

Distribuiremos 25 canecas en 5 camiones: en el primer camión se pondrán menos de 4. El

resto de canecas se repartirá equitativamente entre los camiones restantes. [ CITATION

Ban \l 2058 ]

¿Cuántas canecas deben colocarse en el primer camión?

Uso de la heurística: utilizamos cinco vasitos de los cuales uno es distinto. Cada vasito

representa un camión. Tomamos 26 fijas que representan las canecas. Ahora podemos

trabajar en este problema de muchas formas posibles. Por ejemplo, comenzar a distribuir

las fichas equitativamente entre los 4 camiones.

Ensayo y error

Esta estrategia consiste en proponer posibles respuestas al problema y verificar, según las

condiciones del enunciado, si estas son en efecto una respuesta válida. Errar significa

equivocarse, con estas equivocaciones aprendemos más sobre el problema y podemos

seguir intentando con otras posibles respuestas, hasta que finalmente encontremos la

correcta. Esto no debe verse como un fracaso, pues habremos aprendido muchas cosas en el

camino y habremos comprendido más el problema.

Uso de la heurística: ensayemos a resolver este problema suponiendo que pusimos una

caneca en el primer camión. De ser así, nos quedan 25 (26-1) canecas para distribuir en 4

camiones, lo cual no se puede porque 25 dividido entre 4 no es igual a un número entero.

Tratemos de nuevo: si ponemos 2 canecas en el primer camión, nos quedan 24 canecas para

distribuir equitativamente en 4 camiones, lo cual es posible (6 por camión)

MODELOS CUALITATIVOS

El modelo matemático cualitativo es aquel tipo de modelo matemático que se caracterizan

por usar símbolos, los cuales representan a las cualidades no numéricas, como por ejemplo

la teoría de conjuntos; también el modelo cualitativo conocido con el nombre de modelo

matemático conceptual, aparte de los símbolos, hacen uso de descripciones causales, las

cuales ayudaran a predecir la dirección del sistema, así como también conocer si aumentará

o disminuirá en su magnitud.

Uno de los objetivos del modelo matemático cualitativo es el disminuir la incertidumbre

que se encuentra incluida en la toma de decisiones, así como también para investigar

nuevos servicios, sin olvidar claro el avance de la producción. Además los modelos

matemáticos cualitativos son capaces de determinar las relaciones entre los distintos

factores o componentes de un sistema. [ CITATION Arm17 \l 2058 ]

Ejemplo:

En la siguiente tabla contiene los resultados de un estudio que analiza la efectividad, del

uso de cascos de seguridad en ciclistas, para prevenir lesiones en la cabeza en caso de

accidentes. [ CITATION Eje \l 2058 ]

Lesión en la cabeza Uso de casco

Si No Total
Sí 17 218 235
No 130 428 558
Total 147 646 793

a.- Identificar las variables explicativa y de respuesta

Respuesta:
La variable explicativa (x) es el uso de casco (si/no)

La variable respuesta (y) es la lesión en la cabeza (si/no)

b.- Explicar cómo deberían haber seleccionado la muestra los investigadores para que este

estudio fuera observacional prospectivo y cómo deberían haber seleccionado la muestra los

investigadores para que este estudio fuera observacional retrospectivo.

Respuestas:

Para que este estudio fuera prospectivo, el investigador debería hacer seleccionado primero

la variable explicativa, es decir seleccinar a 147 ciclistas que usan casco y a 646 ciclistas

que no usan cascos y averiguar el porcentaje de lesiones en la cabeza en cada grupo.

Para que este estudio fuera retrospectivo, el investigador debería seleccionar primero a 235

ciclistas con lesiones en la cabeza y a 558 ciclistas sin lesiones en la cabeza y a estos dos

grupos averiguar que porcentaje llevaba casco en el accidente.

c.- Calcule las distribuciones marginales. Interprete

Respuesta:

Distribuci{on marginal del uso de casco:

Usa el casco Frecuencia Distribución marginal %

Sí 147 147/793=18,5%
No 646 646/793= 81,5%
Total 793 1005
Interpretacion: del total de ciclistas en el estudio, el 18,5% usa casco y el 81,5% no usa

casco.

Distribucion marginal de la lesion en la cabeza.

Lesión en la cabeza Frecuencia Distribución marginal %

Sí 235 235/793=29,6%
No 558 558/793=70,4%
total 793 100%

Interpretación: del total de ciclistas en el estudio, el 29,6% tuvo lesión en la cabeza y el

70,4% no tuvo lesión en la cabeza.

d.- Clacule la distribucion condicional de interés. Interprete. Aventure la conclusion del

estudio.

Respuesta:

La distribucion condicional se calcula fijando los totales de la variable explicativa, en este

caso el uso de casco.

Distribucion condicional de la lesión el la cabeza (y) dado el uso de casco (x):

Lesión en la cabeza Uso de casco

Si No
Sí 17/147=11,6% 218/646=33,75%
No 130/147=88,4% 428/646=66,25%
Total 147 646
100% 100%

Interpretación: de los que usan casco sólo un 11,6% tuvo lesiones en la cabeza. En cambio

de los que no usaron casco el 33,75% tuvo lesiones en la cabeza. Los datos muestran que
un mayor porcentaje de los que NO usaron casco tuvieron lesiones en la cabeza, es decir

que el casco parece ser protector de lesiones en la cabeza.

e.- Suponga la Hipótesis nula: la proporción de personas que sufren lesiones en la cabeza

entre la población de individuos que usan casco de seguridad en el momento del accidente

es igual a la proporción de personas que sufren lesiones y no usan casco.

Hipótesis alternativa: las proporciones de personas que sufren lesiones en la cabeza son

distintas en las dos poblaciones.

MODELOS CUANTITATIVOS

Programación Lineal: enfoque para la resolución de problemas elaborado para situaciones

que implican maximizar o minimizar una función lineal sujeta a restricciones lineales que

limitan el objetivo.

Modelo de Inventario: ayuda a mantener inventarios suficientes para satisfacer la demanda

al menor costo.

Modelo de Líneas de Espera o de Colas: ayudan a tomar la mejor decisión en la operación

de sistemas que implican líneas de espera. [ CITATION Car \l 2058 ]

Ejemplo:
Whitt Window Company es una empresa con sólo tres empleados que fabrica dos tipos

distintos de ventanas hechas a mano: una con marco de madera y otra con marco de

aluminio. La empresa gana 60 dólares por cada una de las primeras y 30 por cada una de las

segundas. Doug hace los marcos de madera y puede elaborar 6 diarios. Linda hace los de

aluminio y puede fabricar 4 diarios. Bob forma y corta el vidrio y puede producir 48 pies

cuadrados de vidrio al día. Para cada ventana con marco de madera se usan 6 pies

cuadrados de vidrio y para cada una con marco de aluminio, 8 pies. [ CITATION Jea17 \l

2058 ]

La compañía desea determinar cuántas ventanas de cada tipo debe producir al día para

maximizar la utilidad total.

Madera Aluminio
x y
60 30
1 0 6 Doug
0 1 4 Linda
6 8 48 Bob
Max (uti) 60x + 30y

(6,0) x≤6; x + H 1

(0,4) y≤4; y + H 2

(8,6) 6x + 8y + H 3

x,y ≤ 0

a).- 6x + 8(4)= 48
6x + 32 = 48

6x = 16

X=2,66

b).- 6(6) + 8y= 48

36 + 8y= 48

8y=12

y=1.5

60(6) + 30(1,5) = 405

MODELOS DETERMINISTAS

Son aquellos donde se toma como supuesto que tenemos certeza de la demanda. Esta puede

estar dada por pronósticos de demanda o pedidos reales de los clientes. [ CITATION

ING18 \l 2058 ]

Ahora bien, dentro de los modelos podemos generar una subclasificación si consideramos

además del supuesto de certeza, que la demanda puede ser estática, que es aquella donde

esta permanece constante y dinámica donde a pesar de ser conocida varía a través del

tiempo.
Inventarios con demanda determinística estática

Consideramos que la demanda se conoce con certeza y es siempre la misma.

 Modelos de cantidad económica de pedido (EOQ-clásico)

 EOQ con descuentos por cantidad

 EOQ con faltantes planeados

 Cantidad económica de pedido en producción (POQ)

Inventarios con demanda determinística dinámica

Tenemos un grado de conocimiento sobre la demanda pero esta varía a través del tiempo.

Esto plantea un resto y es el tamaño del lote, pues en función de este los costos de

inventario podrán ser mayores o menores. Para dar respuesta, se han generado métodos o

sistemas de loteo, como son los siguientes:

 Lote por lote

 Periodo constante

 Cantidad económica de pedido (EOQ)

 Balanceo de período fragmentado (BPF)

 Algoritmo de Silver – Meal (SM)

 Costo unitario mínimo (CUM)

 Algoritmo de Wagner – Whitin (WW)

Ejemplo:

Un proveedor le ofrece la siguiente tabla de descuento para la adquisición de su principal

producto cuya demanda anual usted ha estimado en 5000 unidades. El costo de emitir una

orden de pedido es de $49 y adicionalmente se ha estimado que el costo anual de almacenar

una unidad en inventario es de 20% del costo de adquisición del producto. ¿Cuál es la

cantidad de la orden que minimiza el costo total del inventario?

Tamaño del Lote Descuento (%) Valor del Producto

(Unidades) ($/Unidad)
0 a 999 0% 5
1000 a 1999 4% 4,8
2000 o más 5% 4,75

Paso 1. Determinar el tamaño óptimo de pedido (Q*) para cada nivel o quiebre de precios.7
Paso 2. Ajustar la cantidad a pedir en cada quiebre de precio en caso de ser necesario. En

nuestro ejemplo para el tramo 1 Q(1)= 700 unidades está en el intervalo por tanto se

mantiene para el tramo 2 Q(2)=714 está por debajo de la cota inferior del intervalo, por

tanto se aproxima a esta cota quedando Q(2)=1000, finalmente en el tramo 3 Q(3)=718 que

también está por debajo de la cota inferior del intervalo, por tanto se aproxima a esta cota

quedando ]Q(3)=2000

Paso 3. Calcular el costo asociado a cada una de las cantidades determinadas (utilizando la

fórmula de costo total presentada anteriormente)

Costo Tramo 1= C(700)=$25,700

Costo Tramo 2= C(1000)=$24,725

Costo Tramo 3=C(2000)=$24,822

Se concluye que el tamaño óptimo de pedido que minimiza los costos totales es 1,000

unidades, con un costo total anual de $24,725

MODELOS ESTOCÁSTICOS

Es un conjunto de variables aleatorias que depende de un parámetro o de un argumento. En

el análisis de series temporales, ese parámetro es el tiempo. Formalmente, se define como

una familia de variables aleatorias Y indiciadas por el tiempo, t. Tales que para cada valor

de t, Y tiene una distribución de probabilidad dada. [ CITATION Pro13 \l 2058 ]

El espacio de estados “S” puede ser continuo o discreto

El espacio paramétrico “T” puede ser continuo o discreto.

S/T Discreto Continuo

Discreto Serie estocástica con Proceso estocástico con
espacio de estados discretos espacio de estados discreto
Continuo Seri estocástica con espacio Proceso estocástico con
de estados continuo espacio de estados continuo

Ejemplo:

Número de accidentes automovilísticos en el D.F. en día.

X t = Número de accidentes automovilísticos en el D.F. en el día.

S= {0,1,…,M}Número de accidentes que pueden suceder (Discreto)

T= {0,1,2,3} Día en el que sucedieron (Discreto)

Conclusión

En el mundo actual en el que se vive existen muchos escenarios que pueden figurar y

determinarse con los modelos planteados.

No hay que olvidar que existen otros modelos matemáticos útiles acompañados de apoyo

computacional que aceptan resolverlos con alusiva capacidad.

Bibliografía
Atacho, A. (7 de Julio de 2017). Matematicas cercanas.com. Obtenido de

https://matematicascercanas.com/2017/07/07/resolucion-problemas-burro-

zanahorias/

Aurea, L. C. (14 de Febrero de 2017). Liderazgo. Obtenido de

https://es.slideshare.net/LuciaLorenzoCervera/mtodo-herurstico

Ejercicios resueltos de variables cualitativas . (s.f.). Obtenido de

http://dta.utalca.cl/estadistica/ejercicios/obtener/descriptiva2/Ejerciciosresueltosdesc

ripcualitativas.pdf

EMPRESA, I. (05 de MAYO de 218). MODELOS DETERMINISTICOS DE

INVENTARIO: ¿CUALES SON Y COMO SE REALIZAN? Obtenido de

https://ingenioempresa.com/modelos-deterministicos-de-inventario/

Herrera, C. B. (s.f.). Metodos cuantitativos para la toma de decisiones en contabilidad,

administracion, economia. Obtenido de

https://www.researchgate.net/profile/Carlos_Bouza/publication/303551295_METO

DOS_CUANTITATIVOS_PARA_LA_TOMA_DE_DECISIONES_EN_CONTAB

ILIDAD_ADMINISTRACION_ECONOMIA/links/574840f508aef66a78b1f4b3/M

ETODOS-CUANTITATIVOS-PARA-LA-TOMA-DE-DECISIONES-EN-

CONTABILIDA

Heurísticas, B. d. (s.f.). Banco de Heurísticas para resolver problemas de matematicas .

Obtenido de
 http://aprende.colombiaaprende.edu.co/sites/default/files/naspublic/banco_de_heuri

sticas.pdf

Moreno, P. G. (28 de Octubre de 2013). Ejemplos de Procesos Estocásticos.

V, J. P. (11 de Abril de 2017). Métodos cuantitativos (Metodos cuantitativos para

administracion - Hiller Ejercicio 2.8 Cap. 2) P1. Obtenido de

https://www.youtube.com/watch?v=8obWwBYtoe4