Escolar Documentos
Profissional Documentos
Cultura Documentos
CAPITULO 3:
Conceptos de Modelado
y Aplicaciones
El mundo es COMPLEJO Las organizaciones son COMPLEJAS Por eso HACEMOS modelos
DEFINICION DE MODELO
Resultados de
la Simulacin
Simulando
Conclusiones
& Decisiones
Estructura de un Modelo de Cadena de Suministro
flujo material
CONSUMIDOR DE CERVEZA
MINORISTA
DATOS FINANCIEROS
MAYORISTA
PARAMETROS
GENERALES
flujo informacin
flujo de conexin
CERVECERIA DISTRIBUIDOR
El propsito del
modelo NO es la
exactitud del tamao
order
SHIPPING es mostrar cmo
ORDER
Shipping rate fluyen los datos a
order CALCULATE
SHIPPING
COSTS
travs del sistema
Shipping costs
El Modelo NO
Order and shipping costs
CALCULATE
TOTAL
Tax rate
Tax table
muestra la
secuencia de las
COSTS
actividades
CHECK
CREDIT
Credit approval
VISA CREDIT
CARD
AGENCY
Modelos de Procesos:
En este START
Flujograma, el ENTER
propsito es PRODUCTS
mostrar la CALCULATE
secuencia de
SHIPPING
COSTS
actividades CALCULATE
TOTAL
ORDER
NO muestra
cmo fluyen los CHECK
CREDIT
Product numbers
order
SHIPPING
CALCULATE
SHIPPING
Shipping rate COSTS
ORDER
order CALCULATE
SHIPPING
COSTS
Shipping costs CALCULATE
TOTAL
Order for approval
DATOS ORDER
ACTIVIDADES
Tax table
CALCULATE Tax rate CHECK
Order and shipping costs TOTAL CREDIT
COSTS
CHECK
ORDER
CREDIT ENTER NEW
CREDIT FORWARDED
CREDIT OR NO YES
Credit approval GOOD? TO
ABORT
WAREHOUSE
VISA CREDIT
CARD
Se trata de 2 modelos de procesos de un mismo sistema,
AGENCY pero debido a que cada modelo tiene un propsito
END
diferente, se nota diferentes estructuras
La ABSTRACCION. La figura muestra una serie de
bocetos progresivamente ms abstractos de un
toro.
En ingeniera y en la prctica de un ingeniero
esta el de dibujar bocetos y clculos rpidos en
pedazos de papel para explicar algo a otro
ingeniero.
Aqu el propsito es transmitir rpidamente algn
concepto. Tiene poco sentido invertir una
cantidad de tiempo y esfuerzo en hacer un dibujo
detallado si el ms simple boceto sirve para el
mismo propsito.
A A
Figura 2/2. Dos Posibles Vistas Superiores para la misma Vista Frontal
Planificador
Modelo de la Empresa Modelo Conceptual de la Modelo de Procesos del Sistema Logstico del
o modelo estratgico Empresa Negocio Negocio
Propietario
Modelo del Sistema Modelo de Datos Lgico Aplicacin de la Arquitectura del Sistema
arquitectura Distribuido
Diseador
Modelo Tecnolgico Modelo de Datos Fsico Diseo del Sistema Arquitectura del Sistema
Constructor
Subcontratista
Funcionamiento de la Datos Funcin Red
empresa
Framework de Zachman
UML Diagramas y Vistas
Una arquitectura referencial para un sistema ERP
(Enterprise Resource Planning) requiere las
siguientes vistas:
Vista de Datos o de Informacin - describe la
estructura de datos de las entidades u objetos en el
sistema.
Vista de Funciones - describe las funciones soportadas
por el sistema (lo que el sistema hace)
Vista de Procesos - describe cmo el sistema completa
las funciones.
Vista de Organizacin - describe cmo esta organizada
la empresa.
En el aprendizaje de cualquier
lenguaje, existe una progresin
lgica, que empieza con las
partes bsicas en un habla,
movindonos luego a la construccin de
sentencias, luego la construccin de prrafos, y
finalmente escribir historias cortas y formas ms
elaboradas de una composicin.
sentencias enlazadas. En el camino para escribir
prrafos, es importante aprender como juntar
sentencias. Resulta que slo hay 2 maneras de
hacerlo.
Un paragraph (prrafo) en iThink es un bucle de
realimentacin un bucle cerrado de causalidad.
Existen slo 2 tipos de bucles de realimentacin:
counteracting (accin de autocorreccin) y
reinforcing (accin de refuerzo) a veces referido
como bucle negativo y bucle positivo
respectivamente.
Un bucle de realimentacin existe cuando un
sustantivo (stock) es enlazado a un verbo (flujo)
en la misma sentencia.
recibir llamadas
telefnicas
Usuario de
telfono mv il
Jugar j uegos
Tomar fotografas
elij e producto
acepta o rechaza
aolicitud de producto
fabricante flow
flow
cliente
detalles de exportacin
flow flow
detalles de importacin
compaa de env os
entrega de
producto/fecha de
recoj o
Petri Net o red de Petri es una tcnica de modela-
do grfico y matemtico que se remonta a la
disertacin de Carl Adam Petri pu-
blicada en1962 en la Universidad
Tcnica de Darmstadt (Alemania).
Una red Petri consiste de lugares,
transiciones, y arcos de conectividad.
Los lugares (estados) son elementos
pasivos de una red Petri, estos pueden contener
0,1 ms tokens que representan los datos
almacenados en aquel lugar.
Elmer Gonzlez Herrera, Doctor en Ingeniera Industrial
curso: Ingeniera de Informacin Empresarial
UNIVERSIDAD PRIVADA ANTENOR ORREGO
Escuela de Ingeniera Industrial 2016 VI ciclo
Los lugares son dibujados como crculos.
Los Tokens representan los elementos de datos
asignados a los lugares. Cada lugar puede tener 0, 1
ms tokens en ello.
Una transicin utilizada por la clase de redes de
flujo de trabajo tiene un lugar de entrada (input)
y uno de salida (output). Las transiciones son
dibujadas como rectngulos:
Esta es la estructura
es una cuaterna (o
una 4-tupla) esttica
de la Red de Petri
Estructura Computacional de Petri Nets:
C = (P, T, I, O)
lugares P = {P1, P2, P3, P4}
transiciones T = {t1, t2, t3}
I = entradas I(t1)= {P1} O(t1)= {P2} O = salidas
I(t2)= {P2, P4} O(t2)= {P3}
I(t3)= {P3} O(t3)= {P1, P4 }
ua = (1001)
Elmer Gonzlez Herrera, Doctor en Ingeniera Industrial
curso: Ingeniera de Informacin Empresarial
UNIVERSIDAD PRIVADA ANTENOR ORREGO
Escuela de Ingeniera Industrial 2016 VI ciclo
ub = (0101)
uc = (0010)
AND-split A AND-join
CONCURRENTE
B
A
OR-split OR-join
ALTERNATIVO
B
ITERATIVO
A C
En este ejemplo, describimos una lnea de
produccin de dos robots y dos mquinas
(2R2M). Robot 1 Mquina 1 Robot 2 Mquina 2
Productos
finales
partes CONVEYORS
(fajas transportadoras)
Pallet
Productos
finales
partes CONVEYORS
(fajas transportadoras)
Pallet
En este ejemplo, describimos una lnea de
produccin con dos robots y dos mquinas
(2R2M). Ac: acumulador
Ro: robot
To: torno
Ta: taladro
AGV: automated guided vehicle
CELDA 1 CELDA 2
inventario
de materia almacenaje
Ac Ac
prima
Ro Ro
To Ta
AGV
inventario
de materia almacenaje
Ac Ac
prima
Ro Ro
To Ta
AGV
En este otro ejemplo, describimos una mquina
de ventas de caramelos (CVM).
CVM tiene una ranura de monedas y un
compartimiento dentro del cual los paquetes de
caramelos son soltados.
En el estado inicial del CVM,
la ranura de monedas con-
tiene una moneda.
Agente en un BANCO:
Debo conceder el crdito a este cliente?
Gerente de un SUPERMERCADO:
Cundo se compran huevos, se suele comprar
tambin aceite?
Director de RR.HH. de una EMPRESA:
Qu tipos de empleados tengo?
Comercial de una EMPRESA DE VENTAS:
Cuntos televisores planos se estima vender el
siguiente mes?
datos
histricos
Minera de Datos
patrn/modelo
datos
histricos
Minera de Datos
patrn/modelo
datos
histricos
Minera de Datos
patrn/modelo
datos
histricos
Minera de Datos
patrn/modelo
Transaccin t :
t un conjunto de items, y t I.
leche GLORIA
400 transacciones
pan de molde
50 transacciones
Pan de molde
360 trans.
40 trans.
10 trans.
Ahora veremos:
Cul es la conf de pan de molde leche GLORIA?
Cual es la conf de leche GLORIA pan de molde?
1000 transacciones
Leche GLORIA
360 trans.
40 trans.
10 trans.
Pan de molde
1000 transacciones
Leche GLORIA
360 trans.
40 trans.
10 trans.
Pan de molde
T300 1 2 3 5
|D| = 4
T400 2 5 Support(13)=0.5
Support(32)=0.5
Confidence(32)=0.67
Obtener datos
limpios y Preparacin de Datos
Utiles
Descubrir
patrones Modelado (Data Mining)
-Redes Neuronales
Predecir xitos de estudiantes
-Regresin
PREDICCION
-Redes Kohonen
Agrupar a estudiantes similares
-Clustering K-means
CLUSTERING
-Clustering Dos-Pasos
-CAPRI
Encontrar patrones y tendencias en el
tiempo SECUENCIA -Regla de Induccin
Herramientas de ASOCIACION de Data Mining
Atributos
TID Transaccin ID
dt Fecha
Discount Descuento ofrecido? Y/N
Group Grupo de Producto
ref_no Nm. Referencial Interno.
prod_cd Cdigo de Producto
doble click
Browse
Paso 2: Analizar Datos
Adicionar Nodo: Table (en la Paleta de Resultados)
Execute
Paso 2: Analizar Datos
Adicionar Nodo: Quality (en la Paleta de Resultados)
Execute
2. Preparacin de los Datos
Meta: Defina el tipo de datos y valor
Edite Nodo: Var. File (en el Flujo o Stream)
2 Re-defina el tipo de Group y ref_no a Set
2
Meta: Defina Blanks o vacos
Edite Nodo: Var. File (en el Flujo o Stream)
1
Meta: Reemplace todos los Blanks o vacos con
Adicione Nodo: Filler (en la paleta Field Ops.) valor especificado
Meta: Remueva los registros con Blanks o vacos
Adicione Nodo: Type (en la paleta Field Ops.)
4 Seleccione -1 y elmnelo
2 1
4
2
1
4 5
2 1
Meta: Convertir el formato transaccional a formato
Adicione Nodos: SetToFlag (fijar bandera) (en la paleta Field Ops.) tabular
4
Meta: Realice Asociacin con Apriori
Adicione Nodos: Apriori (en la paleta de Modelado)
3
Meta: Ver el Resultado de la Minera realizada
Adicione Nodos: Apriori (en la paleta de Modelado)
Reglas de Asociacin:
2 3
5 6
REUSABILIDAD DE LOS MODELOS