MODELOS Y SIMULACIÓN

TALLER-LABORATORIO 3: MODELOS DE COLAS Y

SIMULACIÓN

Presentado Por:
Yury Patricia Rojas Beltrán Código 1123084100

Grupo: 212026_107

Presentado a: director de Curso

DIEGO EDIXON KARACHA RODRIGUEZ

Universidad Nacional Abierta y a Distancia

Vicerrectoría Académica y de Investigación
2021
1.1 ¿Por qué a veces se le llama a la simulación una técnica de último recurso

La simulación se ha convertido en una herramienta estándar en los negocios. En manufactura, se

utiliza para determinar los programas de producción, niveles de inventario y procedimientos de
mantenimiento; planear la capacidad, requisitos de recursos y procesos; y más. En servicios, se
emplea ampliamente para el análisis de líneas de espera y programación de operaciones . Muchas
veces, cuando falla una técnica matemática, se recurre a la simulación

La simulación no siempre es la mejor opción. Cuando el análisis matemático es adecuado para un

problema específico, por lo común es más rápido y menos costoso. Normalmente también es
comprobable en cuanto a la técnica se refiere, y la única pregunta real es si el sistema está bien
representado en el modelo matemático. Sin embargo, la simulación no tiene nada fijo; no hay
límites para elaborar un modelo o hacer suposiciones acerca del sistema. El aumento de la
potencia y memoria de la computadora ha extendido lo que puede simularse. Además, la continua
creación de lenguajes y programas de simulación, programas tanto de propósito general (SIMAN,
SLAM) como de propósito especial (Extend, Process Model, SIMFACTORY, Optima!) han hecho que
el proceso de creación de modelos de simulación sea más se

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

De hecho, muchos analistas consideran la simulación como una forma de prueba de hipótesis,
donde cada ejecución de simulación ofrece uno o más datos de muestra que son susceptibles al
análisis formal a través de los métodos estadísticos inferenciales. Los procedimientos estadísticos
que normalmente se usan en la evaluación de resultados de simulación incluyen el análisis de
varianza, análisis de regresión y pruebas t

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

En este contexto, validación se refiere a probar el programa de computación para garantizar que la
simulación está bien. Específicamente, es una verificación para corroborar 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.
consiste en verificar que todos los elementos de datos y valores de parámetros son válidos. La
validación devolverá los procesos ejecutados a su estado preparado para ejecutarse.

La precisión de la representación del modelo del sistema real.

La validación de los supuestos o hipótesis estadística
La comprobación de los pronósticos del modelo

1.4 ¿Se debe usar una computadora para obtener información adecuada de una simulación?
Explique.
Aun cuando el término simulación tiene varios significados dependiendo de su aplicación, en
negocios normalmente se refiere al uso de una computadora para llevar a cabo experimentos en
un modelo de un sistema real.
 Ejemplos de otros tipos de simulación son los simuladores de vuelo, juegos de video y
animación virtual.
 Los diagramas de ciclos causales se implantan en software para facilitar las actividades con
modelos y simulaciones computarizadas mediante el uso de diagramas de estados y flujos

1.5 ¿Qué métodos se usan para incrementar el tiempo en un modelo de simulación? ¿Cómo
funcionan?
En un modelo de simulación, el tiempo se puede avanzar con uno de dos métodos: 1) incrementos
fijos o 2) incrementos variables. En ambos métodos de incrementos de tiempo es importante el
concepto de un reloj simulado. En el método de incremento de tiempo fijo, se especifican los
incrementos uniformes de tiempo del reloj (como minutos, horas o días) y la simulación continúa
por intervalos fijos de un periodo al siguiente. En cada punto de tiempo de reloj, se rastrea el
sistema para determinar si ocurría algún evento. De ser así, se simulan los eventos y avanza el
tiempo; de lo contrario, el tiempo de todas maneras avanza una unidad. En el método de
incremento de tiempo variable, el tiempo del reloj avanza por la cantidad requerida para iniciar el
siguiente evento. ¿Cuál es el método más conveniente? La experiencia indica que es más
recomendable el incremento de tiempo fi jo cuando los eventos de interés ocurren con
regularidad o la cantidad de eventos es grande y normalmente ocurren varios en el mismo
periodo. Por lo general se prefi ere el método de incremento de tiempo variable, que requiere
menos tiempo de ejecución de cómputo, cuando se presentan relativamente pocos eventos en
una cantidad considerable de tiempo. Ignora los intervalos de tiempo cuando no sucede nada y
avanza de inmediato al siguiente punto cuando se presenta algún evento.

1.6 ¿Cuáles son las ventajas y desventajas de empezar una simulación con el sistema vacío? ¿Y
con el sistema en equilibrio?
VENTAJAS
1. Desarrollar el modelo de un sistema con frecuencia conduce a una mejor comprensión del
sistema real.
2. El tiempo se puede comprimir en la simulación; años de funcionamiento del sistema real se
pueden comprimir en segundos o minutos.
3. La simulación no interrumpe actividades continuas del sistema real.
4. La simulación es mucho más general que los modelos matemáticos y se puede usar en
condiciones inadecuadas para el análisis matemático estándar.
5. La simulación se puede usar como un juego con fines de capacitación.
6. La simulación ofrece una réplica más real de un sistema que el análisis matemático.
7. La simulación se puede usar para analizar condiciones temporales, las técnicas matemáticas no.
8. Comercialmente, hay muchos modelos estándar en paquete que abarcan una amplia variedad
de temas.
9. La simulación responde a preguntas qué pasa si.

DESVENTAJAS
1. Aun cuando se dedique mucho tiempo y esfuerzo a la elaboración de un modelo para
simulación, no hay garantía de que el modelo realmente produzca las respuestas correctas.
2. No hay forma de comprobar que el desempeño del modelo de simulación es totalmente
confiable. La simulación implica muchas repeticiones de secuencias que se basan en ocurrencias
generadas al azar. Aunque es poco probable, un sistema aparentemente estable puede explotar
con la combinación correcta de eventos.
3. Dependiendo del sistema que se va a simular, la elaboración de un modelo de simulación puede
llevar de 1 hora a 100 años-hombre. Los sistemas complicados pueden ser muy costosos y llevar
mucho tiempo.
4. La simulación puede ser menos precisa que el análisis matemático porque se basa en eventos al
azar. Si un sistema determinado se puede representar con un modelo matemático, quizá sea
mejor que la simulación.
5. Tal vez se necesite mucho tiempo significativo de computadora para ejecutar modelos
complejos.
6. Aunque avanza, la técnica de simulación sigue careciendo de un método estandarizado. Por
consiguiente, los modelos del mismo sistema creados por diferentes personas pueden ser muy
distinto

1.7 Distinga entre las distribuciones matemáticas conocidas y las distribuciones empíricas.

Una distribución empírica se deriva de observar las frecuencias relativas de cierto evento, como 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 sólo es relevante para una situación en particular.
Dichas distribuciones se determinan por observación directa o análisis detallado de registros, por
ejemplo, muchas veces se puede suponer de manera razonable que la demanda está muy
vinculada con una distribución estándar matemática, como la normal o Poisson. Lo anterior
simplifica en gran medida la recopilación y captura de datos.

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

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

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

El número de observaciones no tiene que ser el mismo, pero cuantas más haya y menores sean los
segmentos de tiempo, más preciso será el estudio. La diferencia es que más observaciones y
segmentos más pequeños requieren más tiempo y personas (así como más tiempo para programar
y ejecutar una simulación).

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

Los números aleatorios son la base esencial de la simulación. Usualmente, toda la aleatoriedad
involucrada en el modelo se obtiene a partir de un generador de números aleatorios que produce
una sucesión de valores que supuestamente son realizaciones de una secuencia de variables
aleatorias independientes e idénticamente distribuidas. Posteriormente estos números aleatorios
se transforman convenientemente para simular las diferentes distribuciones de probabilidad que
se requieran en el modelo. En general, la validez de los métodos de transformación depende
fuertemente de la hipótesis de que los valores de partida son realizaciones de variables aleatorias
pero esta suposición realmente no se cumple, puesto que los generadores de números aleatorios
son simplemente programas determinísticos que intentan reproducir una sucesión de valores que
parezca aleatoria.

1.12 Investigue para la modelación las principales herramientas de software utilizadas.

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.