R 102753

Introduccin a la
Simulacin de
Sistemas
Ing. Pablo Ortiz, M.Sc., PMP
Agosto de 2013
Simulacin de Sistemas
Agenda
Ejemplos
Qu es, cmo funciona y porqu simular
Sistemas, Modelos y Simulacin
Simulacin de Eventos Discretos
Simulacin de un Sistema de Colas de un solo Servidor
a aguja de !uffon
Simulacin Monte Carlo
Algunos enguajes de Simulacin
"tros temas relevantes
Agosto 2013 M.Sc. Ing. P. Ortiz
2
#lig$t Simulator %real&
Simulacin de Sistemas 3
#lig$t Simulator %'ii&
Simulador del (ren del ()nel del Canal M*
Centro de Entrenamiento
en Lille, Francia
En el An+lisis de ,egocios-
Simulacin Monte Carlo
En !iolog.a y Agronom.a
Crecimiento celular en
una Simulacin Monte
Carlo
Coupling /D Monte0Carlo
simulations and geostatistics
to assess ground1ater
vulnera2ility to pesticide
contamination on a regional
scale
3Qu es Simular4
Definicin de Simulacin de Dictionary*com
5mitacin o representacin de una situacin
potencial o el testing de un e6perimento
a idea 2+sica es construir un dispositivo
e6perimental o un simulador, que 7act)e como8 el
sistema de inters, de forma r+pida y eficiente
9epresentacin de las operaciones y funciones de
un proceso o sistema mediante el uso de otro: ej*
simulacin por computadora de una emergencia en
vuelo
3;orqu Simular4
Seguridad0 Simulador de vuelo
Costo < es mas f+cil simular el efecto de
agregar un carril mas a una autopista que
implementarlo en la realidad
(iempo < !oeing manufactura de forma simulada
antes de construir el o2jeto real, con enormes
a$orros en tiempo y dinero, descu2riendo partes
que no encajan y de esa forma repararlas antes
de entrar en produccin
3Cmo funciona4
a Simulacin requiere que se cono=ca:
Qu varia2les van a ser simuladas
3Son las varia2les discretas o continuas4
a distri2ucin de la varia2le < valores que
puede tomar y la pro2a2ilidad que esos
valores ocurran *
Sistemas, modelos y simulacin
SISTEMA
Experimentar
con el sistema
Experimentar
con un modelo
Modelo Fsico Modelo matemtico
Solucin analtica Simulacin
#ormas de
estudiar un
sistema
Sistemas, Modelos y Simulacin %cont*&
Clasificacin de los modelos de simulacin
Est+ticos vs din+micos
Deterministas vs* estoc+sticos
Continuos vs discretos
Muc$os modelos son din+micos, estoc+sticos y
discretos, tal es el caso de los modelos de
simulacin de eventos discretos %discrete0
event simulation models&
12
Sistemas: discretos y continuos
Sistema: coleccin de entidades que interact)an
conjuntamente para lograr un o2jetivo
Sistema Discreto: las varia2les de estado
cam2ian instant+neamente en tiempos separados
en el tiempo, por ej* un 2anco, ya que las
varia2les de estado %> clientes&, cam2ian
cuando los clientes llegan o cuando el cliente es
atendido y luego parte
Simulacin de Eventos Discretos
os modelos DES %Discrete Event
Simulation& se caracteri=an por un vector de
estado S que consiste en un conjunto de
varia2les necesarias para descri2ir la
evolucin del sistema en el tiempo
El estado del sistema en el tiempo %t, S(t)),
es una funcin cuyos cam2ios son disparados
por eventos
El modelo DES es manejado por un reloj %de
simulacin& y una lista de eventos
"2jetivos de la simulacin discreta
/* a simulacin se propone anali=ar el
comportamiento de los sistemas
discretos que no se pueden anali=ar con
$erramientas tradicionales de tipo
matem+tico %por ej* (eor.a de colas& al
fin de tomar decisiones*
?* Se centra en el estudio de sistemas
complejos que no se pueden o que no es
econmicamente renta2le simular en la
realidad*
Ejemplo /*
Simular las fallas de
una m+quina 2asado
en datos $istricos
Nro. de Fallas
por Mes
Frecuencia
(# de meses
en los que
ocurri)
0
1
2
3
36
20
3
1
Total 60
Agosto 2013 M.Sc. Ing. P. Ortiz Simulacin de Sistemas 16
Ejemplo ? %Cola c@un servidor&
"2jetivo: estimar el tiempo de espera en cola
Aaria2les de estado
Estado del servidor %ocioso, ocupado&0 es
necesario decidir qu $acer con los arri2os
argo de la cola< es necesario almacenar un
arri2o que de2e esperar en l.nea
(iempo entre arri2os< es necesario calcular
el tiempo en la cola cuando el servicio
comien=a
Eventos
Arri2o de un nuevo cliente
#in del servicio %partida de un cliente&
etc*
17
Caracter.stica de un DES
Bn DES es entonces estoc+stico, din+mico y
discreto
Estoc+stico %pro2a2il.stico&
os tiempos entre arri2os y tiempos de servicio son
varia2les aleatorias
E6isten funciones de pro2a2ilidad acumuladas
Sistemas Continuos
as varia2les de estado del sistema cam2ian
continuamente en relacin al tiempo, por ej* un
avin volando, ya que las varia2les, posicin y
velocidad, cam2ian continuamente en relacin al
tiempo
Ceorges0ouis eclerc, Conde de !uffon
%/DED0/DFF&
,aturalista, matem+tico, 2ilogo,
cosmlogo y escritor francs* as ideas
de !uffon influyeron a las siguientes
generaciones de naturalistas
incluyendo a amarcG y Dar1in*
En matem+ticas !uffon es recordado
por su teor.a de la pro2a2ilidad y el
pro2lema cl+sico de la aguja de !uffon*
a aguja de !uffon se refiere a un
mtodo Monte Carlo simple para
estimar n
a aguja de !uffon
;rocedimiento:
Deja caer, de la forma m+s
aleatoria posi2le, la aguja so2re la
superficie*
Anotar el n)mero de tiradas y el
n)mero de veces que la aguja
corta a una l.nea
El cociente entre el n)mero total
de tiradas y el n)mero de veces
que la aguja corta a una l.nea
tiende a n@? % se parecer+ tanto
m+s cuanto mayor sea el n)mero
de tiradas&
3Qu es la simulacin Monte Carlo4
Mtodo computacional usado para
estudiar el comportamiento de
sistemas matem+ticos, f.sicos o de
cualquier .ndole, a partir del uso de
muestreo estad.stico, n)meros
aleatorios y pseudo0aleatorios*
Es iterativo 0H requiere c+lculos por
computador*
Creado por S* Blam y I* Aon ,e1man
en /JKL
5ntroduccin al Mtodo Monte Carlo
El mtodo Monte Carlo
2+sicamente es una forma de
resolver pro2lemas complejos
mediante apro6imaciones usando
gran cantidad de n)meros aleatorios
Modelo 2+sico:
/* Bn conjunto de varia2les de entrada
generadas aleatoriamente a partir de
determinadas distri2uciones de
pro2a2ilidad
?* Eleccin de un modelo
M* 9esultado de la simulacin
Mtodos Monte Carlo* Mtodo Nit0Miss
Ejemplo: C+lculo de
Consideremos un cuarto de
un circulo de una unidad
(iene +rea:
n
4
Definimos una caja
contenedora:
(0,0)
(1,0)
(0,1) (1,1)
# puntos cn cl orco sombrcoJo
#puntos Jcntro Jcl cuoJroJo
=
rco sombrcoJo
rco Jcl cuoJroJo
http://twtmas.mpei.ac.ru/mas/Worksheets/approxpi.mcd
a
Detalle
> ptos* en el +rea som2reada@ > puntos en el cuadrado O
P r
?
@ r
?
O K Q> ptos* en el +rea som2reada @ > puntos en el
cuadradoR
Cdigo ;yt$on
Se calcula la proporcin de los puntos dentro del
+rea %caja& so2re el n)mero total
ct = 0
rnd=Random()
rnd.seed(12345)
for i in range(nrpts):
x = rnd.random()
y = rnd.random()
if x*x + y*y < 1:
ct += 1
print ct/(1.*nrpts)
T. Schwarz
Aplicaciones
#.sica
C+lculo ,umrico %5ntegracin,Diferenciacin&
Codificacin@Decodificacin ej* cone6in0ss$
(est de confia2ilidad
5nversiones 2ancarias
;rediccin de terremotos, etc*
Algunos lenguajes de simulacin
Software libre
3;orqu
;yt$on4
Soft1are li2re
Amplia comunidad
para soporte
Cran cantidad de
2i2liotecas de
propsito general
y espec.fico
"tros temas relevantes
Cadenas de MarGov
Ceneracin de ,ros* Aleatorios
Modelos de 5nventario
Aideo streamming
Movimiento !ro1niano %f.sica&
etc*, etc*,***
31
Agosto 2013 M.Sc. Ing. Pablo Ortiz
a ;resentacin la pueden 2uscar en mi cuenta de

R 102753

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

R 102753

Enviado por

Direitos autorais:

Formatos disponíveis

Introduccin a la

Você também pode gostar