Académique Documents
Professionnel Documents
Culture Documents
, por lo
tanto, el estimador es:
() =
=1
Otra medida de rendimiento es el nmero promedio de clientes en cola esperado, denotada (). Para
definir esta medida utilizaremos los valores (), el nmero de clientes en cola en el tiempo y (), el
tiempo requerido para observar las demoras en cola. Entonces:
Pagliaro, Luis 5
UNIVERSIDAD TECNOLGICA NACIONAL FACULTAD REGIONAL ROSARIO
SIMULACIN
() =
()
()
0
()
La tercera medida de desempeo es una medida de cuan ocupado est el servidor. La utilizacin del servidor
es la proporcin esperada de tiempo durante la simulacin que el servidor est ocupado, denotado ().
Definimos la funcin ocupado:
() =
1 si el servidor est ocupado en el tiempo
0 si el servidor est desocupado en el tiempo
Entonces:
() =
()
()
0
()
3.2 Diagramas de flujo para las rutinas de arribo y partida
Evento arribo
Planificar el prximo
evento arribo
Servidor
ocupado?
Agregar 1 al nmero
de clientes en cola
Almacenar tiempo
de arribo de ste
cliente
Establecer demora
en 0 para ste
cliente y acumular
estadsticos
Agregar 1 al nmero
de clientes que
completaron su
demora
Establecer el
servidor como
ocupado
Planificar un evento
partida para ste
cliente
Volver
No S
Evento partida
Cola vacia?
Establecer el
servidor como
desocupado
Eliminar el evento
partida de
consideracin
Computar demora
del cliente que
entra y acumular
estadsticos
Sustraer 1 del
nmero de clientes
en cola
Agregar 1 al nmero
de clientes que
completaron su
demora
Planificar un evento
partida para ste
cliente
Volver
No S
Mover cada cliente
en la cola un lugar
Pagliaro, Luis 6
UNIVERSIDAD TECNOLGICA NACIONAL FACULTAD REGIONAL ROSARIO
SIMULACIN
4. Simulacin de un sistema de inventario
4.1. Componentes
Tiempos entre demandas.
Tamao de las demandas ().
Costo del pedido: + ( ), donde es el costo base, es el costo incremental por tem y la cantidad
pedida.
Retardo de envo: tiempo requerido para que llegue un pedido.
Poltica estacionaria (, ): =
si <
0 si
, donde es el nivel de inventario al momento de la
evaluacin de inventario.
Nivel de inventario a tiempo , denotado ().
Nmero de tems en posesin en el inventario a tiempo :
+
() = {(), 0}.
Nmero de tems faltantes en el inventario a tiempo :
() = {(), 0}.
Costo de mantenimiento de tems por unidad de tiempo, denotado .
Nmero de tems en el inventario para el -simo perodo de tiempo:
+
=
+
()
.
Promedio de costo de mantenimiento por unidad de tiempo:
+
.
Costo de faltante de tems por unidad de tiempo, denotado .
Nmero de tems faltantes en el inventario para el -simo perodo de tiempo:
()
.
Promedio de costo de faltante por unidad de tiempo:
.
Pagliaro, Luis 7
UNIVERSIDAD TECNOLGICA NACIONAL FACULTAD REGIONAL ROSARIO
SIMULACIN
4.2. Diagramas de flujo para las rutinas
Evento arribo de
una orden
Incrementar el nivel
del inventario en la
cantidad
previamente
ordenada
Eliminar el evento
arribo de una orden
de consideracin
Volver
Evento demanda
Generar el tamao
de esta demanda
Disminuir el nivel
del inventario por el
tamao de esta
demanda
Volver
Definir cundo ser
el siguiente evento
demanda
Evento evaluacin
de inventario
Determinar la
cantidad a ordenar
(S - I(t))
Calcular el costo del
pedido y acumular
Volver
Determinar el
evento arribo de
una orden para esta
orden
S
Es I(t) < s?
Determinar el prximo evento
evaluacin de inventario
No
5. Etapas de un estudio de simulacin
1. Formular el problema y planificar el estudio:
Cada estudio debe comenzar con una declaracin de los objetivos. Los diseos alternativos del sistema a ser
estudiado deber ser delineados, y los criterios para evaluar la eficacia de estas alternativas deben ser dados. El
estudio debe ser planteado en trminos del nmero de personas, el costo y el tiempo requerido para cada
aspecto del estudio.
2. Recolectar datos y definir el modelo:
Informacin y datos deben ser recolectados del sistema de inters y deben ser usado para especificar
procedimientos para operar y distribuciones de probabilidad para las variables aleatorias usadas en el modelo.
3. Es vlido el modelo?
Es imperativo para el modelador involucrar personas en el estudio relacionadas con el uso actual del sistema.
Tambin debera haber interaccin con la persona que toma las decisiones. En adicin, la adecuacin de las
distribuciones de probabilidad especificadas para generar variables de entrada aleatorias debera ser
comprobada usando la prueba de bondad de ajuste.
4. Construir un programa de computadora y verificar:
Se debe decidir si usar un lenguaje de programacin de propsitos generales o uno diseado para
simulaciones.
5. Hacer corridas piloto:
Pagliaro, Luis 8
UNIVERSIDAD TECNOLGICA NACIONAL FACULTAD REGIONAL ROSARIO
SIMULACIN
Se hacen corridas piloto del modelo verificado por propsito de validacin.
6. Es vlido el modelo?
Las corridas piloto pueden ser usadas para probar la sensibilidad de la salida del modelo ante pequeos
cambios en un parmetro de entrada. Si la salida cambia significantemente, un mejor estimador para el
parmetro de entrada debe ser obtenido.
7. Diseo de experimentos:
Para cada diseo del sistema a ser simulado, se tienen que tomar decisiones en temas como las condiciones
iniciales de las corridas de la simulacin, la longitud del perodo de calentamiento, la longitud de las corridas de
la simulacin y el nmero de corridas independientes de la simulacin para cada alternativa.
8. Realizar corridas de produccin:
Las corridas de produccin se hacen para proveer datos sobre el desempeo de los diseos del sistema.
9. Analizar los datos de salida:
Se utiliza un intervalo de confianza para una medida de desempeo para un diseo en particular del sistema
o para decidir qu sistema simulado es mejor relativo a alguna medida de desempeo especificada.
10. Documentar, presentar e implementar resultados:
Es importante documentar las cosas que se asumieron en el modelo, as como el programa.
6. Modelos de colas
6.1. Caractersticas de un sistema de colas
Poblacin de clientes: conjunto de todos los posibles clientes de un sistema de colas. Para problemas en
donde el nmero de clientes potenciales es bastante grande (cientos o miles), el tamao de la poblacin se
considera como si fuera infinito.
Proceso de llegada: es la forma en que los clientes llegan a solicitar un servicio. La caracterstica principal del
proceso de llegada es el tiempo entre llegadas, que es el intervalo de tiempo que existe entre dos llegadas
sucesivas. Mientras menor sea el intervalo de tiempo, con ms frecuencia llegarn los clientes, lo cual aumenta
la demanda de servidores disponibles. Existen dos clases de tiempos entre llegadas: determinsticos, en el que
los clientes sucesivos llegan en un mismo intervalo de tiempo, fijo y conocido; y probabilstico, en el que el
tiempo entre llegadas sucesivas es incierto y variable. Se describe mediante una distribucin de probabilidad.
Proceso de colas: es la forma en que los clientes esperan para ser atendidos. Si los clientes esperan en una
sola lnea para tener acceso al siguiente prestador de servicio disponible en el sistema, el sistema se llama de
colas de una solo lnea. Si los clientes pueden elegir entre varias filas en la que deben esperar a ser atendidos,
el sistema es de colas de lneas mltiples.
Otra caracterstica del proceso de colas es el nmero de espacios de espera en cada fila, es decir, el nmero
de clientes que pueden esperar (o que esperarn) para ser atendidos en cada lnea. Este nmero puede ser
finito o infinito.
Otra caracterstica del proceso de colas es la disciplina de colas, es decir, la forma en que los clientes que
esperan son seleccionados para ser atendidos. Estas pueden ser: FIFO, LIFO o seleccin por prioridad.
El proceso de servicio: es la forma en que los clientes son atendidos. Puede existir ms de una estacin en el
sistema en la cual se proporcione el servicio requerido. Los sistemas pueden ser de colas de canal mltiple, en
los cuales los clientes que llegan pueden pasar a una de varias estaciones de trabajo posibles; y sistemas de
colas de canal sencillo, en los cuales los clientes que llegan pasan por una sola estacin de trabajo.
En los sistemas de canal mltiple, los servidores pueden ser idnticos, en el sentido de que proporcionan el
mismo servicio, o no idnticos. En los sistemas de canal sencillo pueden existir muchos servidores, que juntos,
llevan a cabo la tarea necesaria.
Pagliaro, Luis 9
UNIVERSIDAD TECNOLGICA NACIONAL FACULTAD REGIONAL ROSARIO
SIMULACIN
Otra caracterstica del proceso de servicio es el nmero de clientes atendidos al mismo tiempo en una
estacin.
Otra caracterstica ms de un proceso de servicio es si se permite o no la prioridad, esto es si un servidor
puede detener el proceso con el cliente que est atendiendo para dar lugar a un cliente que acaba de llegar.
Cualquiera que sea el proceso de servicio, es necesario tener una idea de cunto tiempo se requiere para
llevar a cabo el servicio. Esta cantidad es importante debido a que cuanto ms dure el servicio, ms tendrn
que esperar los clientes que llegan. Este tiempo se denomina tiempo de servicio, y puede ser determinstico, en
el que cada cliente requiere la misma cantidad conocida de tiempo para ser atendido; y probabilstico, en el
que cada cliente requiere una cantidad distinta e incierta de tiempo de servicio.
6.2. Clasificacin de los modelos de colas
La notacin utilizada para describir los modelos de colas es la notacin Kendall. En ella se describe el proceso
de llegada, el proceso de servicio, el proceso de colas, la cantidad de clientes en el sistema y la cantidad de
clientes de la poblacin.
Proceso de llegada: estos smbolos describen la distribucin de tiempos entre llegadas:
o D: tiempos entre llegadas determinsticos.
o M: tiempos entre llegadas probabilsticos con distribucin exponencial.
o G: tiempos entre llegadas probabilsticos con distribucin general.
Proceso de servicio: estos smbolos describen la distribucin de tiempos de servicio:
o D: tiempos de servicio determinsticos.
o M: tiempos de servicio probabilsticos con distribucin exponencial.
o G: tiempos de servicio probabilsticos con distribucin general.
Proceso de colas: este nmero, , representa cuantas estaciones paralelas existen en el sistema.
Un nmero , que representa el nmero mximo de clientes que pueden estar en el sistema en cualquier
momento.
Un nmero , que representa el nmero total de clientes de la poblacin.
Cuando se omite alguno de los smbolos, se considera que el nmero es infinito.
6.3. Medidas de rendimiento para evaluar un sistema de colas
Cualquier sistema de colas pasa por dos fases lgicas. La fase transitoria, que es el perodo inicial de un
sistema de colas en que se conservan los efectos de las condiciones iniciales, y la fase de estado estable, que es
la condicin del sistema despus de que se han eliminado las condiciones iniciales.
Todos los modelos analticos son vlidos siempre que el sistema haya llegado al estado estable.
6.3.1. Medidas de rendimiento
Las medidas de rendimiento son un valor numrico que se utiliza para evaluar los mritos de un sistema de
colas en estado estable.
Tiempo promedio de espera en cola (
): probabilidad de que un cliente que llega tenga que esperar a ser atendido.
Utilizacin del servidor (): fraccin de tiempo, en promedio, que un servidor est ocupado.
Distribucin de probabilidad de estado: probabilidad de que se encuentren clientes en el sistema de colas
cuando est estable.
Probabilidad de negacin de servicio (
+
1
Pagliaro, Luis 11
UNIVERSIDAD TECNOLGICA NACIONAL FACULTAD REGIONAL ROSARIO
SIMULACIN
7. Anlisis de los datos de salida de un nico sistema
7.1. Comportamiento del estado transiente y estacionario de un proceso estocstico
Sean
1
,
2
, procesos estocsticos de salida y
(|) = (
|) para = 1, 2, , donde es un
nmero real e representa las condiciones iniciales para iniciar la simulacin a tiempo 0. Llamamos a
(|)
distribucin de estado transiente del proceso estocstico de salida a tiempo discreto para las condiciones
iniciales . Si
,
2
, son
comparables. Supongamos que los procesos
1
,
2
, tal
que
como
= (
,
2
, .
7.3. Anlisis estadstico para simulaciones terminales
7.3.1. Estimacin de la media
Supongamos que queremos obtener un punto de estimacin y un intervalo de confianza para la media =
[], donde es la variable aleatoria definida en una rplica. Si hacemos rplicas independientes de la
simulacin, y
1
,
2
, ,
Que es un punto estimador imparcial para , y un intervalo de confianza de 100 (1 ) para es:
Pagliaro, Luis 12
UNIVERSIDAD TECNOLGICA NACIONAL FACULTAD REGIONAL ROSARIO
SIMULACIN
1,1 2
2
()
Llamamos a esto, procedimiento de tamao fijo.
7.3.1.1.Obtenerunaprecisinespecificada
Una desventaja de los procedimientos de tamao fijo basados en rplicas es que el analista no tiene control
sobre la mitad del intervalo de confianza; para fijos, la mitad depender de la varianza de la poblacin de los
.
A continuacin desarrollaremos el nmero de rplicas requeridas para estimar la media = [] con un
error especfico. Comenzamos definiendo dos formas de medir el error en el estimador .
Si el estimador es aquel tal que = , entonces decimos que tiene un error absoluto de , con
una probabilidad de 1 . Supongamos que hemos construido un intervalo de confianza para basado en un
nmero fijo de rplicas. Si asumimos que nuestro estimador de la varianza poblacional no cambiar al
aumentar el nmero de rplicas, el nmero total de rplicas,
() =
1,1 2
2
()
Otra forma de medir el error en es si el estimador es aquel tal que || = , entonces decimos
que tiene un error relativo de , con una probabilidad de 1 . Supongamos que hemos construido un
intervalo de confianza para basado en un nmero fijo de rplicas. Si asumimos que nuestros estimadores
de la varianza poblacional y la media poblacional no cambiarn al aumentar el nmero de rplicas, el nmero
total de rplicas,
() =
1,1 2
2
()
()
1 +
La dificultad al utilizar la ecuacin de
1,1 2
2
()
.
Pagliaro, Luis 13
UNIVERSIDAD TECNOLGICA NACIONAL FACULTAD REGIONAL ROSARIO
SIMULACIN
3. Si (, ) ()
1+
, usar () como punto de estimacin de y parar. Si no reemplazar a por +
1, hacer una rplica adicional y volver al paso 1.
7.3.2. Eligiendo condiciones iniciales
Las medidas de rendimiento para una simulacin terminal dependen explcitamente del estado del sistema a
tiempo 0, por lo que se debe tener cuidado al elegir las condiciones iniciales.
8. Medidas mltiples de rendimiento
Supongamos que
= 1, 2, , ) 1
=1
Este resultado se conoce como inecuacin de Bonferroni. Esta inecuacin tiene un problema, supongamos
que se construye un intervalo de confianza de 90 por ciento de confianza, esto es
tal que
=1
= . Se recomienda que no sea mayor que 10.
9. Comparando configuraciones de sistemas alternativos
9.1. Intervalos de confianza para la diferencia entre las medidas de rendimiento de dos
sistemas
Para = 1, 2, sea
1
,
2
, ,
= (
2
para definir
=
1
2
, para = 1, 2, , .
Entonces, los
= . Por lo tanto,
podemos hacer:
() =
=1
() =
[
()]
2
( 1)
=1
Y formamos el intervalo de confianza para :
()
1,1 2
()
Pagliaro, Luis 14
UNIVERSIDAD TECNOLGICA NACIONAL FACULTAD REGIONAL ROSARIO
SIMULACIN
9.1.2. Intervalo de confianza de Welch
Este mtodo no empareja las observaciones de dos sistemas, pero requiere que
1
sea independiente de
2
, sin embargo,
1
puede ser distinto de
2
.
Hacemos para = 1, 2:
) =
=1
2
(
) =
[
)]
2
=1
Luego, usamos como un intervalo de confianza para :
1
(
1
)
2
(
2
)
,1 2
1
2
(
1
)
1
+
2
2
(
2
)
2
Siendo
= (
1
,
2
,
1
,
2
).
9.2. Intervalos de confianza para comparar ms de dos sistemas
9.2.1. Mtodo de ranking y seleccin
9.2.1.1.Seleccionarelmejordesistemas
Sea
, una variable aleatoria independiente de inters de la -sima rplica del -simo sistema, y sea
=
(
).
Sea
, tal que
1
2
, provisto por
1
2
, donde
>
1
y
la cantidad de indiferencia es
(1)
(
0
) =
0
=1
2
(
0
) =
[
(1)
(
0
)]
2
0
1
0
=1
Luego, computamos el tamao de la muestra
para el sistema :
=
0
+ 1,
1
2
2
(
0
)
(
)
2
Donde
1
es una constante que se obtiene por tabla.
A continuacin, hacemos
0
rplicas ms del sistema , y obtenemos las medidas de la segunda etapa:
Pagliaro, Luis 15
UNIVERSIDAD TECNOLGICA NACIONAL FACULTAD REGIONAL ROSARIO
SIMULACIN
(2)
(
0
) =
=
0
+1
0
Y la media de tamao ponderado es:
) =
1
(1)
(
0
) +
2
(2)
(
0
)
Luego, seleccionamos el sistema con el ms chico
).
9.2.1.2.Seleccionarunsubconjuntodetamaoquecontienealmejordesistemas
El procedimiento es similar al de seleccionar el mejor de k sistemas excepto que en el clculo de
se
reemplaza a
1
por
2
. Adems,
> y
1
2
.
9.2.1.3.Seleccionarlosmejoresdesistemas
El procedimiento es similar al de seleccionar un subconjunto de tamao n que contiene al mejor de k
sistemas excepto que en el clculo de
se reemplaza a
2
por
3
. Adems,
> ! ( )! ! y
+1
.
10. Mtodo de media de lotes
Este mtodo se utiliza para el anlisis de las simulaciones no terminales. Trabaja de la siguiente manera:
1. Correr la simulacin el tiempo suficiente como para remover cualquier efecto transiente y proveer una
cantidad de datos representativos del estado estacionario.
2. Dividir la duracin restante de la corrida de simulacin en sub-intervalos de tiempo correspondientes a
lotes de datos.
3. Computar medidas de rendimiento promedio para cada lote, y usar tcnicas clsicas para desarrollar
estimadores, tratando las medias de lotes como rplicas independientes.
Los lotes sucesivos poseen cierta auto-correlacin. Una manera de reducir esto es eliminar ciertos lotes (por
ejemplo, eliminar los lotes pares o impares), aunque esto reduce el nmero de observaciones independientes,
lo que resulta en intervalos de confianza ms dbiles.
11. Nmeros aleatorios comunes
Si nuestro objetivo es determinar diferencias en las respuestas de un sistema debido al cambio en algn
parmetro del sistema, es intuitivamente razonable comparar la respuesta del sistema bajo las mismas
circunstancias. Esto implica utilizar los mismos nmeros aleatorios para generar los tiempos de arribo y partida
para las corridas a comparar.
Si
1
es el tiempo de espera promedio obtenido a travs de una simulacin con un valor de retraso 1; y
2
es
el valor correspondiente para un valor de retraso 2, entonces, la varianza de la diferencia ser:
(
1
2
) = (
1
) (
2
) + (2 (
1
,
2
))
Si variables aleatorias comunes son utilizadas, habr correlacin entre las dos respuestas
1
y
2
, y la varianza
de su diferencia ser reducida si el trmino de la covarianza es positivo.
Pagliaro, Luis 16