Pasos de simulacin

1- Identificar bien el problema (entendenderlo; si lo entiendo tengo un

50% de probabilidades de acertar).
2- Definir los objetivos que tiene la simulacin; sta sirve slo para los
objetivos para la cual fue creada.(orientada al objetivo, nada ms).
3- Requerimientos operacionales; qu debe hacer la simulacin.
(parecido a los mtodos computacionales). Debe estar bien acotado y
definido.
4- Realizar levantamiento de procesos que simular (NO es lo mismo
que levantamiento de datos).
5- Captura de datos. (frecuencias de llegada, tiempo, etc).
6- Definir la distribucin de probabilidad (con los datos obtenidos,
encuentro la curva de probabilidad a la cual se adaptan los datos,
para eso hay software).
7- Desarrollar lgica de la simulacin (construir un sistema similar a lo
que se observa en la realidad, en el cual cada uno tendr distribucin
de probabilidad)
8- Validar; el sistema simulado se comportar estadsticamente de
manera similar al real. El modelo validado ser llamado modelo
base. Luego se modifica el modelo base y se crean escenarios y se
ven las diferencias
9- Experimentar el modelo en un software.
10-Optimizar el modelo, pues la simulacin NO OPTIMIZA.

Conceptos
Entidad: Objeto que se traslada de un proceso a otro en un sistema
Recurso: objeto que le entrega un servicio a la entidad. Si no tengo recursos
no hay cola.
Atributo: es una caracterstica de la entidad.
Cola: objeto que pertenece al proceso que tiene como misin almacenar
Asignacin: modulo lgico que permite entregarle atributos a las entidades.
Simulacin terminal y no terminal
Por qu debo hacer ms de una replica en una simulacin.
Hay dos tipos de sistemas:
Sistemas Terminales: se inicia en vaco y termina en vaco. Ej: un banco
Sistemas No Terminales: siempre estn en funcionamiento, por lo que los
datos son distorsionados dependiendo del tiempo en el cual se hizo la
investigacin. EN estos casos pongo warm up period, en el cual el sistema
elimina la primera semana, y luego comienza a captar los datos. El warm up

period se utiliza para que el sistema comience cuando lo que se desea

simular ya est en equilibrio. (ajuste de curvas)

Tomo datos, los meto en un software, los ajusto a curva y me dice la

distribucin a la cual se ajusta. (exponencial)
Pongo los datos en un Excel, se analizan los datos y se obtiene
Mtodo de Montecarlo: se basa en dos algoritmos.
1 -Algoritmo de congruencia lineal: su objetivo es generar nmeros
aleatorios entre 0 y 1 .
Luego que el numero es generado, el valor
concurre al segundo algoritmo.
2- Transformada inversa: Generador de variables aleatorias . Se alimenta del
primer algoritmo.

Set: tengo n recursos que atienden a n entidades. Asi puedo recibir tantas
entidades como recursos que tengo en el sistema. Si no lo tengo as todos
los recursos irn a solo una entidad.
Set: llega un paciente y atiende un mdico. Si no lo pongo todos los mdicos
se tiran por el paciente. (no es ms rpido, se demora n lo mismo)
Hacer un modelo que tenga dos funcionalidades mas que las que no se han
pasado en clase.
Station: asigno punto fijo donde va a llegar la entidad.
Assign: le doy atributos a la entidad
Route: lo enruta al prximo paso.
Si los test estadsticos dicen que p-value >0.1 yo no puedo rechazar que los
datos no correspondan a esa distribucin. Pero no puedo afirmar o asegurar
que pertenezcan
Lo rechazo si es menor a 0.1
El primer valor significa que el primer medico fue atendido por el medico 1
en 2.76 minutos
Marca de clase: estadstica descriptiva;valor representatico de