Está en la página 1de 21

Introducción a la

Simulación

Alma Karina Rodríguez Quintero


Índice
• Presentación
• Instrucciones
• Introducción
• Definición
• Conceptos claves
• Modelación
• Modelo
• Pasos para un estudio de simulación
• Ejercicios
Actividades evaluativas- SG

• Quiz 1 - Semana 3

• Examen parcial - Semana 4

• Foro - Semana 5 y 6

• Quiz 2 - Semana 7

• Examen final - Semana 8


Modelación
Modelos

Simulación de
eventos discretos
Conceptos importantes

 Sistema discreto: aquel donde la variable


de estado cambia en un conjunto  Sistema continuo: aquel donde la
discreto de puntos en el tiempo. variable de estado cambia continuamente
en el tiempo.
¿Qué es la • La simulación de Montecarlo es un
método estadístico utilizado para
simulación de resolver problemas matemáticos
complejos a través de la generación de
Montecarlo? variables aleatorias.
¿Qué es la
simulación de • Un modelo en el que las variables de
estado cambian solo en puntos discretos
eventos del tiempo en los que ocurren eventos.

discretos?
¿Qué es la simulación?
Cuando hablamos de simulación nos referimos a:

• Imitación de la operación de un proceso real o un sistema a través del tiempo.


• Experimentación sobre un modelo.

¿Por qué realizamos simulación?


Conceptos importantes
• Sistema: un grupo de objetos que relacionados entre si ordenadamente,
contribuyen al cumplimiento de determinado objetivo.
• Modelos: representación de un sistema con el propósito de estudiarlo.
• Entidad: un objeto de interés en el sistema.
• Atributo: un rasgo o característica de la entidad.
• Recurso: un objeto del sistema que transforma o presta servicio a la entidad.
• Evento: suceso que puede cambiar el estado del sistema.
• Estado del sistema: conjunto de variables necesarias para describir el sistema en
cualquier momento.
Sistemas Entidades Atributos Recurso Eventos Variables de estado

Banco Clientes Estado de la cuenta Cajeros Llegadas y salidas Número de cajeros


ocupados, número de
clientes en la cola
Conceptos importantes
• Variables de entrada (inputs del modelo): son aquellas cuyo
comportamiento aleatorio determina el comportamiento global del
sistema (generación de números y variables aleatorias).

• Variable de salida (outputs del modelo): son aquellos que dependen de


las variables aleatorias y que sirven para medir el desempeño del
sistema que se está modelando.

• Resultados de la simulación (experimentos): analizar el


comportamiento del sistema con los valores aleatorios generados.
• Formulación del problema
• Fijación de los objetivos
• Conceptualización del
modelo
Pasos de un • Recolección de información
estudio de • Construcción del modelo.
• Verificación del modelo.
simulación • Validación del modelo
• Diseño de experimentos.
• Corridas y análisis de
resultados.
Ejemplo 1
• Se lanzan dos dados, sumando los puntos. Si usted puede apostar a un número, ¿cuál escogería?
Solución analítica del ejemplo 1
Solución experimental ejemplo 1
Solución por simulación ejemplo 1
• Variables aleatorias:
Ejercicio semana 2

• A un consultorio médico llegan pacientes a consulta externa de acuerdo a un Proceso de Poisson. En


este consultorio atiende un médico que presta el servicio de medicina general. Realice una simulación
manual a partir de los datos de la tabla; en ella, se encuentran los tiempos entre arribos y la duración
de la consulta por paciente. La simulación termina cuando sale el último cliente.
# Cliente Tiempo Hora de Tiempo de Hora inicio Tiempo en Hora fin Tiempo en Tiempo
entre Arribo Servicio Servicio Cola Sistema Sistema servidores
Arribos Libres

1 0 6
2 1 8
3 2 4
4 1 8
5 5 7
6 2 3
7 3 7
Tiempo promedio de espera
𝑡𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑒𝑛 𝑙𝑎 𝑐𝑜𝑙𝑎
𝑊𝑞 =
𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠

Probabilidad de que un cliente haga cola


𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑒𝑠𝑝𝑒𝑟𝑎𝑟𝑜𝑛
𝑃(𝑄) =
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑛ú𝑚𝑒𝑟𝑜𝑠 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠

Tiempo promedio de servicio


𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜
𝑊(𝑠) =
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑛ú𝑚𝑒𝑟𝑜𝑠 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
Tiempo promedio entre arribos / llegadas
𝑡𝑖𝑒𝑚𝑝𝑜 𝑡𝑖𝑒𝑚𝑝𝑜𝑠 𝑒𝑛𝑡𝑟𝑒 𝑎𝑟𝑟𝑖𝑏𝑜𝑠
𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛𝑡𝑟𝑒 𝑎𝑟𝑟𝑖𝑏𝑜𝑠 (𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠) =
𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 − 1

Tiempo promedio en el sistema


𝑊 = 𝑊𝑞 + 𝑊𝑠

También podría gustarte