1

MODELOS Y SIMULACIÓN
PASO 4 MODELAR Y SIMULAR SISTEMAS INDUSTRIALES CON BASE TEORÍA
DE COLAS.

PRESENTADO POR:
CARLOS FELIPE MOTTA MONJE

GRUPO:
212026_40

PRESENTADO A:
DIVA AURORA RUBIANO

INGENIERIA INDUSTRIAL
ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA (ECBTI)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)
JULIO 2021
 2

INTRODUCCIÓN

La formación académica integral de la Universidad Nacional Abierta y a Distancia

UNAD nos orienta a tener un amplio conocimiento en las diferentes áreas, este trabajo
nos permite hacer una introducción al mundo de los modelos y simulación mediante
métodos matemáticos con el fin de tener conocimientos acerca de este tema en
nuestra formación como profesionales integrales y siempre procurando la resolución de
problemas.
En la vida practica se evidencia lo elemental que es la modelación y simulación de
situaciones comunes, de ahí la importancia de conocer los parámetros y restricciones
que modelan el sistema. Las líneas de espera o las colas se pueden presentar a diario
en nuestro vivir. Un ejemplo es cuando realizamos compras y que hay que esperar a
realizar los pagos debido a que muchos clientes también están a espera. Ante esas
situaciones podemos analizar el comportamiento de un sistema con el fin de poder
optimizar el servicio al cliente y por supuesto minimizar los costos de este.
 3

JUSTIFICACION

Analizar los resultados de la modelación y simulación de técnicas en escenarios a

través de herramientas informáticas para experimentar escenarios de soluciones y
tomar de decisiones.

Fortalecer la conceptualización de la Simulación determinística, mediante a la consulta

de bibliografía y teorías. Construir en grupo de trabajo el desarrollo del planteamiento
del caso asignado sobre modelos de colas de un solo servidor y/ o varios servidores,
donde se establece la modelación según la caracterización del problema, cada
estudiante debe realizar el planteamiento del modelo, la identificación de las variables,
número de corridas del modelo, calcular el intervalo de confianza y el análisis
pertinente del caso.
 4

OBJETIVOS

OBJETIVO GENERAL

• Analiza los resultados de la modelación y simulación de técnicas en escenarios

a través de herramientas informáticas para experimentar escenarios de
soluciones y tomar de decisiones.

OBJETIVOS ESPECÍFICOS

• Apropiación de conceptos previos.

• Reconocimiento de la problemática.
 5

DESARROLLO

1. Consulte el link
https://www.u cursos.cl/usuario/b8c892c6139f1d5b9af125a5c6dff4a6/mi_blog/r/
Administr acion_de_Operaciones_-_Completo.pdf en el capítulo 19 A,
“Conceptos de simulación” en el capítulo 19 A y Responder el siguiente
cuestionario:

1.1 ¿Por qué a veces se le llama a la simulación una técnica de último recurso?

RTA/ Porque se da en casos en los que las técnicas matemáticas (que son más
sencillas y menos costosas), presentan fallos. Aun sin desconocer los beneficios de la
simulación, como por ejemplo Henrikssen el desarrollo de los generadores de
simuladores, Mathewson no se debe estimar como una estrategia que pueda
solucionar todo tipo de situaciones, SIMFACTORY, WITNESS ,entre otros, es así como
al realizar un proceso de simulación implica un trabajo y utilización de recursos muy
valioso en sus fases; definir el problema, recolección de la información, construcción
del modelo, verificación, validación del mismo, y experimentos, con ello podría llevar a
evaluar si el tiempo que se tiene para su solución es de acuerdo con el que llevaría
desarrollar el estudio, ya que si se necesita una respuesta rápida, entonces esta no es
una opción conveniente y es por ello que algunas ocasiones la simulación es
considerada como último recurso al presentarse fallas en el proceso.

1.2 ¿Qué papeles cumplen las pruebas de hipótesis estadística en la simulación?

RTA/ La simulación se puede considerar como una forma de prueba de hipótesis, en la

que, de cada ejecución de la simulación, se obtiene datos de muestra que pueden ser
analizados por medio de métodos estadístico, de esta forma se pueden hacer una
evaluación de resultados que permite una asertiva toma de decisiones.

1.3 ¿Qué determina la validez de un modelo de simulación?

 6

RTA/ Determina qué tan bien se desempeña el sistema real después de haber
implantado los resultados del estudio. Si el código de la computadora es una traslación
válida del modelo de diagrama de flujo y si la simulación representa adecuadamente al
sistema real

1.4 ¿Se debe usar una computadora para obtener información adecuada de una
simulación? Explique.

RTA/ Sí. Al usar un modelo por computadora, el sistema que se va a estudiar se reduce
a una representación simbólica que se ejecutará en ella. La simulación en computadora
permite un mayor número de iteraciones lo que significa un mayor números de datos a
evaluar

1.5 ¿Qué métodos se usan para incrementar el tiempo en un modelo de simulación?

¿Cómo funcionan?

RTA/ Reloj de simulaciones: es el encargado de medir el tiempo de simulación, este se

inicia en cero y se va actualizando cada vez que pasa el incremento de tiempo y para
ello se cuentan dos métodos:

• De tiempo fijo: este tipo de mediciones será cada determinado lapso igual, es
decir se cuantifican a los datos en un determinado tiempo histórico.

• De tiempo variable: este tipo de mediciones se lleva a cabo en tiempos

variables, es decir se, agrega cada ciclo de tiempo al momento de realizar la medición.

1.6 ¿Cuáles son las ventajas y desventajas de empezar una simulación con el
sistema vacío? ¿Y con el sistema en equilibrio?

RTA/

SIMULACION SISTEMA VACIO

Ventajas:
• Existen simulaciones de cortos tiempos que no alcanzan el estado
estacionario, siendo necesario analizar todo el periodo desde el iniciohasta el fin.
 7

• Si se especifican acertadamente las condiciones se puede eliminar el sesgo e

iniciar tomando datos de inmediata.
• Toda simulación inicia en un vació y para lograr despreciar esas medidas del
periodo run-in.

Desventajas:
• El modelo tiende a tener sesgo por una serie de valores iniciales.
• Las medidas iniciales no son tenidas en cuenta ya que se busca llegar un
equilibrio o estabilización del sistema desde donde se inician las valoraciones más
precisas.
• La complejidad de los problemas tratantes en su gran mayoría requieran
tiempo para evaluar suconfiabilidad.

SIMULACION SISTEMA EN EQUILIBRIO

Ventajas:
• Iniciar las valoraciones en estado estacionario o equilibrio permite obtener
resultados confiables con información del “sistema real”.
• Una variable esta en estado estacionario (estable) que es cercana al
valor esperado en el mismo durante el periodo de tiempo que estamos
considerando por lo tanto permitehacer análisis alineados a la realidad.
• Permite adquirir experiencia de manera rápida con bajo costo y sinponer
en riesgo la productividad del sistema.

Desventajas:
• Para lograr un sistema en equilibrio se requiere de un tiempo considerable en
simulación.

• A pesar de estar en equilibrio la simulación es imprecisa y en

ocasiones no proveen soluciones optimas.
• No es aplicable cuando existan técnicas analíticas que permitan corregir un
optimizar el sistema, evitándose la modelación yestabilización del problema.

1.7 Distinga entre las distribuciones matemáticas conocidas y las distribuciones

empíricas.

RTA/ Las distribuciones matemáticas conocidas o estándar matemáticas son

aquellas que se encuentran dirigidas por una distribución aleatoria donde los eventos y
entradas son generadas a partir de una determinada función de distribución. Por
 8

ejemplo: la llegada de trabajos para su ejecución se puede modelar como la cantidad

de tiempo que transcurre entre dos llegadas consecutivas. Esta cantidad se puede
modelar con una función de distribución exponencial.

Una distribución empírica es aquella que se deriva de observar las frecuencias

relativas de cierto evento, como por ejemplo la llegada en una línea o la demanda de
un producto. Es decir que se trata de una distribución de demanda elaborada según las
necesidades que solo es relevante para una situación en particular o especifica.

1.8 ¿Qué información se necesita para una simulación con una distribución
matemática conocida?

RTA/

• Un generador de números pseudo aleatorios entre cero y uno. Esta función

aparece

en casi todas las calculadoras científicas y se relaciona con la distribución uniforme de

probabilidad entre cero y uno: U (0,1).

• Un algoritmo (por lo general una fórmula) que incorpore el número aleatorio, y

genere una muestra sintética de valores de la variable aleatoria asociada con la función
que se simula.

1.9 ¿Por qué es importante en la simulación la duración de la ejecución?

RTA/ Porque debe estar alineada desde el principio al propósito u objetivo que se
espera de la simulación. Es el objetivo principal de la simulación pues se utilizará un
criterio de tiempo de evento, en el cual se apreciarán los cambios cuando ocurre un
evento, se mostrarán los estados identificables de una entidad.

1.10 ¿Una ejecución de 100 observaciones es dos veces más válida que una
de 50? Explique.
 9

RTA/ No necesariamente, pero cuantas más observaciones haya y menores sean los
segmentos de tiempo, más preciso será el estudio. A mayor número de observaciones
se tenga se puede decir que está más aterrizada a la situación real, y con ello se está
cumpliendo con el fin de su ejecución, permitiendo así un análisis detallada para
posteriormente tomar decisiones de que den solución a la situación.

1.11 Describa que son los números aleatorios y como se utilizan en la

simulación.

RTA/ Son números obtenidos al azar donde cualquier número tiene la probabilidad de
ser seleccionado sin que dependa de otro para ser elegido, permitiendo a los modelos
matemáticos representar la realidad.

1.12 Investigue para la modelación las principales herramientas de software

utilizadas.

RTA/

• Simulador “Hysys”
• Aspen Plus
• CHEMCAD
• Promodel
• Arena
• SIMNET II:
• OR Brainware Decision Tools
• DYNAMO
• POWERSIM
• WITNESS
• STELLA
• I’THINK
1.13 Del texto MODELADO Y SIMULACIÓN: APLICACIÓN A PROCESOS
LOGÍSTICOS DE FABRICACIÓN Y SERVICIOS, describa cuales son las fases
de un estudio y proyecto de simulación. El archivo en Investigar en diferentes
 10

fuentes establecidas en el syllabus orientado a la unidad 3. Las etapas de la

simulación y hacer una descripción de cada una de estas.

RTA/

Formulación del problema: Define el problema que se pretende estudiar.

Diseño del modelo conceptual: Especificación del modelo a partir de las

características de los elementos del sistema

Recogida de datos: Identificar, recoger y analizar los datos necesarios para el estudio.

Construcción del modelo: Construcción del modelo de simulación partiendo del

modelo conceptual y de los datos.

Verificación y validación: Comprobar que el modelo se comporta como es de esperar

y que existe la correspondencia entre el sistema real y el modelo

Análisis: Analizar los resultados de la simulación con la finalidad de detectar

problemas y recomendar mejoras o soluciones.

Documentación: Proporcionar documentación sobre el trabajo efectuado.

Implementación: Poner en práctica las decisiones efectuadas con el apoyo del estudio
de simulación.

2. Establecer un listado de 1000 números aleatorios en una columna, establecer

una gráfica de tipo dispersión en un cuadro de dialogo explique sus
características.
 11

los diagramas de dispersión muestran de forma gráfica la relación que hay entre dos
variables cualitativas, la gráfica nos permite visualizar como están dispersos los
números aleatorios del 0 al 1000, para este caso no es claro que se observe una
relación entre el eje X y el eje Y, ya que no se puede decir que la relación es positiva o
negativa.

3. Establecer tres columnas de 200 números aleatorios aplicando un tratamiento según

fórmula de Excel para comportamiento NORMAL, EXPONENCIAL Y UNIFORME
graficar cada columna. Teniendo en cuenta para los correspondientes casos los
siguientes datos: Media=50; Desviación Estándar =5; Para la uniforme de un rango de
1 a 50. 4. Desarrollar el siguiente caso estableciendo una simulación en Excel:

Media = 50; desviación estándar = 5; Para la uniforme de un rango de 1 a 50

 12

4. Desarrollar el siguiente caso estableciendo una simulación en Excel: Se desea

simular la llegada y descarga de barcos en un muelle para determinar el número
promedio de barcos que se retrasan para ser descargados al siguiente día, los
datos para realizar la simulación son los siguientes:
 13

Considerando un valor ( Alfa =0.10

); y un error de 0.5 barcos.

Determine:

a. Modelo de simulación de 30 días de operación incluyendo grafico de estabilidad.

14
 15

La gráfica nos evidencia que los 30 días son suficientes para la llegada

descarga delos barcos en el muelle.

 16

b. Calcular el número de corridas necesarias para estabilizar la variable interés.

 17

Se evidencia que tiene un comportamiento normal ya que es mayor a 0,005, se puede

concluir que las 30 corridas son suficientes porque el modelo se observa estable

d. Generar 15 corridas del modelo y calcular el intervalo de confianza.

Grafica de Corridas
12

10

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Después de realizar las 15 corridas se evidencia que tiene una variación y se

estabilizan dentro de 1 a 10
 18

CONCLUSIONES

• El análisis de las teorías de colas es importante para encontrar alternativas de

optimización en diferentes servicios a los cuales se accede en la cotidianidad por
parte delos usuarios y es ofertado por empresas cuyas estrategias se
fundamentan en la mejora continua de los servicios, así como para ser más
competitivas en cuanto a costos.

• El uso de software y herramientas como Excel son fáciles para determinar la

viabilidad de un modelo matemático bien planificado con anterioridad (Función
objetivo, variables, restricciones).
 19

BIBLIOGRAFÍA

• Chase, R., Jacobs, F., & Aquilano, N. (2006). Administraciónd de operaciones.

Producción y Cadena de suministro. Mexico: McGRAW-HILL .
• Guasch, A. P. (2002). Modelado y simulación: aplicación a procesos logísticos
de fabricación y servicios. Madrid: Universitat Politècnica de Catalunya.