Escolar Documentos
Profissional Documentos
Cultura Documentos
Conferencia 1
www.norte.uni..edu.ni
LOGO
Programa de la Asignatura
LOGO
Objetivo General Crear modelos matemticos que describan los sistemas empresariales realizando la simulacin computacional de sus procesos. Objetivos especficos Conocer los conceptos bsicos de modelacin matemtica y de simulacin. Disear, codificar, verificar y validar simulacin.de sistemas Realizar la simulacin de los modelos diseados.. .
Programa de la Asignatura
Contenido del programa
No UNIDADES
FORMAS DE ORGANIZACIN DOCENE (F.O.E.)
LOGO
TEORIA
I Conceptos bsicos Construccin de Modelos Matemticos
C 4 16
S 2 2
Total de horas 6
II
16
38
16 36
2 6
40 84 4 88
LOGO
LOGO
LOGO
c. d. e. f.
LOGO
a. b. c. d.
Algunos sistemas simples Funciones de transferencias Modelacin en variables de estado Tiempo de respuesta en sistemas en tiempo continuo e. Anlisis cualitativo en tiempo contino f. Anlisis de sistema en tiempo discreto
LOGO
Variables aleatorias Esperanza y Varianza Funciones de distribucin y de densidad (Uniforme, Beta, Erlang, Triangular, Exponencial, Gamma, Poisson, Johnson, Normal) Construccin de una simulacin a. Definicin del problema b Construccin del modelo de simulacin c. Programacin del modelo d. Simulacin del modelo e. Validacin del modelo f. Anlisis de resultados.
LOGO
Simulacin por medio de eventos discretos. Ambiente del Software de simulacin Arena Construccin de modelos de Simulacin de lneas de espera con Arena Construccin de modelos de simulacin de inventarios con Arena Creacin de simulacin con animacin en Arena.
FORMAS DE EVALUACIN
LOGO
UNIDAD
I II 4 2 III 6 2 10 4 30 Total
Lab
4 5
7
12
30 50
16 35
35 100
Primer Parcial
Proyecto de curso
30
5 43
Total
EVALUACN
LOGO
Sistemticos
Primer Parcial
: 30%
: 35%
Bibliografa
LOGO
Kelton, W. Davis; Sadowski, Randall P.; Sadowski, Deborah A. Simulacin con Arena Arena. IV edicin McGraw Hill, 2008. Rodrigo Wadnimpar;Carlos Paternna; Simulacin de Sistemas productivos con Arena. Ediciones Barranquilla, Colombia. 2003 Wayne Wilson; Investigacin de Operaciones Captulos 21, 22 y 23. Jaime Barcel; Simulacin de Sistemas Discretos; Madrid, 1996.
SIMULACIN DE SISTEMAS
Introduccin al Modelado y Simulacin de Sistemas
Objetivo de la clase
LOGO
Definir conceptos de Ingeniera de Sistemas, la Investigacin de operaciones. Definir los conceptos de sistema y modelo. Identificar los tipos de modelos. Definir el concepto de simulacin. Identificar los tipos de modelos de simulacin.
Tabla de Contenido
Objetivo Sistemas Modelos Tipos de Modelos
Simulacin Pertinencia de la simulacin
LOGO
LOGO
Simulacin X Eventos
Inventarios
LOGO
continuo
S I S T E M A
M O D E L O
continuo
discreto
eventos
LOGO
SISTEMAS
SSistema:: conjunto de objetos que ordenadamente relacionadas entre si contribuyen a determinado objetivo.
Qu es un sistema?
Lmite del sistema
Parte del sistema Relacin
LOGO
Es un conjunto de partes inter-relaciondas. Existe en un medio ambiente separado por sus lmites. Persigue un objetivo. Dependen del observador.
Actividad 1
Todos los sistemas son iguales? De qu depende?
LOGO
LOGO
Estructural: Se define el sistema identificando y describiendo cada una de sus partes. Se considera que luego de hacer esto se puede conocer al sistema. Funcional : Se define el sistema considerando cada una de sus partes como una caja negra y conociendo las interrelaciones que existen entre ellas. Se conoce el sistema, si es que se conoce su dinmica.
Actividad 2
LOGO
LOGO
Sinergia. La interrelacin de las partes es mayor o menor que la simple suma de las partes. Entropa Indica el grado de desorden del sistema. Se puede reducir la entropa ingresando informacin al sistema.
Actividad 3
Cul es un sistema?
LOGO
LOGO
LOGO
Cada sistema depende del punto de vista del observador Diferentes Personas Diferentes Visiones (modelador). Sistemas Diferentes
Actividad 4
Qu observa?
LOGO
Actividad 5
Cul es el sistema? el plano de la casa, la casa, ambos o ninguno
LOGO
Ingeniera de Sistemas
LOGO
Tcnica para utilizar conocimiento procedentes de diferentes ramas de la ciencia y la ingeniera para introducir innovaciones tecnolgicas en las etapas de concepcin, planificacin, desarrollo y operacin de un sistema o lo que es lo mismo el ciclo de vida de un sistema.
Ingeniera de Sistemas
LOGO
Consideremos una fbrica que produce y ensambla diferentes piezas para fabricar un producto final. Sus dos componentes principales son el departamento de fabricacin que fabrica las piezas y el ensamblaje que produce los productos finales. Hay adems un departamento de compras que mantiene el suministro de materias primas y uno de expedicin distribuye los productos acabados. El departamento de control de produccin, recibe los pedidos y asigna las ordenes de trabajos a los otros departamentos.
Sistema productivo
LOGO
MODELOS
LOGO
Modelos
LOGO
Es una abstraccin de la realidad. Es una representacin de la realidad que ayuda a entender cmo funciona. Es una construccin intelectual y descriptiva de una entidad en la cual un observador tiene inters. Se construyen para ser transmitidos. Supuestos simples son usados para capturar el comportamiento importante.
Un modelo es un sistema desarrollado para entender la realidad y en consecuencia para modificarla. No es posible modificar la realidad, en cierta direccin, si es que no se dispone de un modelo que la interprete.
Actividad 6
LOGO
1. Indica mtodos/procedimientos alternativos para modificar la realidad, sin necesidad de usar modelos abstractos. Qu tan confiables son? Se puede desarrollar una teora que las respalde?
2. Indique dominios del conocimiento humano donde todava no se dispone de modelos que la interpreten.
Actividad 7
Modelar la siguiente realidad
LOGO
Modelos
Modelo
LOGO
Observador
Sistema Real
LOGO
Herramienta de prediccin
el modelo o la realidad?
LOGO
Actividad 8
LOGO
Diga a qu categora (mental o formal) pertenecen los siguientes sistemas: 1. Opinin sobre el gobierno. 2. Opinin sobre el nuevo gabinete escrito en La prensa.. 3. Dibujo hecho a mano acerca de la nueva casa. 4. Plano de la nueva casa. 5. Modelo de clases o objetos del rea de ventas. 6. Orden en que llegan los insumos a una mquina. 7. Distribucin de probabilidad del orden en que llegan los insumos a una mquina. 8. Orden que sigue un documento para ser aprobado. 9. Flujo-grama de aprobacin de documentos.
LOGO
Modelos matemticos.
Modelos
icnico Exactitud
Modelos analgicos
Modelos a escala
1. 2. 3. 4.
Planta piloto Modelo de un tomo, globo terrqueo, maqueta Reloj, medidores de voltaje, grfica de volumen/costo Modelos de colas, modelos de robots
fsicos
abstracto Abstraccin
1. Planta piloto 2. Modelo de un tomo, globo terrqueo, maqueta Modelo analgico. Son aquellos en los que una propiedad del objeto real est 3. Reloj, medidores de voltaje, grfica de volumen/costo representa-da por una4. Modelossustituida, por lo que en general se comporta de la propiedad de colas, modelos de robots misma manera. 5. Velocidad, ecuaciones diferenciales.
Modelo matemtico
LOGO
Es la representacin simplificada y manipulable numricamente de un sistema. La construccin del modelo del sistema comienza por la construccin de un modelo conceptual del sistema, representacin equivalente lgica aproximada del sistema real, que como tal constituye una abstraccin simplificada del msmo.
Proceso de Modelacin
LOGO
LOGO
Peso en Kg.
61 60
180
158
78
62
171
169
66
60
Dichas observaciones pueden ser representadas en un diagrama de dispersin (scatterplot). En ellos, cada individuos es un punto cuyas coordenadas son los valores de las variables. Nuestro objetivo ser intentar reconocer a partir del mismo si hay relacin entre las variables, de qu tipo, y si es posible predecir el valor de una de ellas en funcin de la otra.
166
176
54
84
163
...
68
...
43
LOGO
Pesa 76 kg.
Pesa 50 kg.
Mide 161 cm.
150 160 170 180
190
200
LOGO
150
160
170
180
190
200
LOGO
Aparentemente el peso aumenta 10Kg por cada 10 cm de altura... o sea, el peso aumenta en una unidad por cada unidad de altura. 100
90 80 70 60 50 40 30 140
46
10 kg.
10 cm.
150 160 170 180 190 200
LOGO
Incorrelacin
90 80 70 60 50 40 30
130 80
30 140 150 160 170 180 190 200
140
150
160
170
180
190
200
Para valores de X por encima de la media tenemos valores de Y por encima y por debajo en proporciones similares. Incorrelacin.
Para los valores de X mayores que la media le corresponden valores de Y mayores tambin.
Para los valores de X menores que la media le corresponden valores de Y menores tambin. Esto se llama relacin directa o creciente entre X e Y. Para los valores de X mayores que la media le corresponden valores de Y menores. Esto es relacin inversa o decreciente.
47
LOGO
100
Poca relacin
90
o
80 70 60
o o
50 40 30 140
o o
150 160 170 180 190 200
Dado un valor de X no podemos decir gran cosa sobre Y. Mala relacin. Independencia.
Conocido X sabemos que Y se mueve por una horquilla estrecha. Buena relacin.
Lo de horquilla estrecha hay que entenderlo con respecto a la dispersin que tiene la variable Y por si sola, cuando no se considera X.
48
LOGO
S xy
1 ( xi x )( yi y ) n i
El signo de la covarianza nos dice si el aspecto de la nube de puntos es creciente o no, pero no nos dice nada sobre el grado de relacin entre las variables.
49
LOGO
tiene el mismo signo que Sxy por tanto de su signo obtenemos el que la posible relacin sea directa o inversa. r es til para determinar si hay relacin lineal entre dos variables, pero no servir para otro tipo de relaciones (cuadrtica, logartmica,...)
S xy SxS y
50
Propiedades de r
LOGO
Es adimensional Slo toma valores en [-1,1] Las variables son incorreladas r=0 Relacin lineal perfecta entre dos variables r=+1 o r=-1 Excluimos los casos de puntos alineados horiz. o verticalmente. Cuanto ms cerca est r de +1 o -1 mejor ser el grado de relacin lineal. Siempre que no existan observaciones anmalas.
Variables incorreladas
-1
+1
51
LOGO
r=0,1
150 160 170 180 190 200
r=0,4
150 160 170 180 190 200
r=0,6
190 200
r=0,8
190 200
52
LOGO
r=0,9
190 200
r=0,99
190 200
r=1
190 200
53
LOGO
80 70 60 50 40 30 20
r=-0,5
150 160 170 180 190 200
10 0 140 80 70 60 50 40 30 20
r=-0,7
150 160 170 180 190 200
80 70 60 50 40 30 20 10 0 140
r=-0,95
150 160 170 180 190 200
10
r=-0,999
150 160 170 180 190 200
0 140
54
Preguntas frecuentes
Si r=0 eso quiere decir que las variables son independientes? En la prctica, casi siempre s, pero no tiene por qu ser cierto en todos los casos. Lo contrario si es cierto: Independencia implica incorrelacin. Me ha salido r=1.2 la relacin es superlineal[s/n]? Eso es un error de clculo. Siempre debe tomar un valor entre -1 y +1. A partir de qu valores se considera que hay buena relacin lineal? Es difcil dar un valor concreto (mire los grficos anteriores). Pero digamos que si |r|>0,6 hay buena relacin lineal y que si |r|>0,4 hay cierta o poca relacin (por decir algo... la cosa es un poco ms complicada: observaciones anmalas,...)
LOGO
55
LOGO
Cuando las variables en vez de ser numricas son ordinales, es posible preguntarse sobre si hay algn tipo de correlacin entre ellas.
Disponemos para estos casos de dos estadsticos, aunque no los usaremos en clase: (ro) de Spearman (tau) de Kendall No tenies que estudiar nada sobre ellos en este curso. Recuerde slo que son estadsticos anlogos a r y que los encontrara en publicaciones donde las variables no puedan considerarse numricas.
56
Regresin
El anlisis de regresin sirve para predecir una medida en funcin de otra medida (o varias). Y = Variable dependiente
predicha explicada
LOGO
X = Variable independiente
predictora explicativa
Regresin
El ejemplo del estudio de la altura en grupos familiares de Pearson es del tipo que desarrollaremos en el resto del tema.
Altura del hijo = 85cm + 0,5 altura del padre (Y = 90 + 0,5 X)
Si el padre mide 200cm cunto mide el hijo?
Se espera (predice) 85 + 0,5x200=185 cm. Alto, pero no tanto como el padre. Regresa a la media.
LOGO
LOGO
Y e rara vez coincidirn por muy bueno que sea el modelo de regresin. A la cantidad e=Y- se le denomina residuo o error residual.
59
LOGO
En el ejemplo de Pearson y las alturas, l encontr: = b0 + b1X
b0=85 cm (No interpretar como altura de un hijo cuyo padre mide 0 cm b1=0,5 (En media el hijo gana 0,5 cm por cada cm del padre.)
180 150 120 90 60 30 0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 210 220
60
b1=0,5
b0=85 cm
LOGO
b1=0,5
b0=85 cm
El modelo lineal de regresin se construye utilizando la LOGO tcnica de estimacin mnimo cuadrtica:
Buscar b0, b1 de tal manera que se minimice la cantidad
i ei2
62
LOGO
Que el error medio de las predicciones sea nulo no quiere decir que las predicciones sean buenas. Hay que encontrar un medio de expresar la bondad del ajuste (bondad de la prediccin)
No importa. Con los dos ltimos clientes me equivoqu en +10 y +20. En trmino medio el error es cero.
63
LOGO
64
Interpretacin de la variabilidad en Y
En primer lugar olvidemos que existe la variable X. Veamos cul es la variabilidad en el eje Y.
La franja sombreada indica la zona donde varan los valores de Y. Y
LOGO
65
LOGO
66
Bondad de un ajuste
Resumiendo: La dispersin del error residual ser una fraccin de la dispersin original de Y Cuanto menor sea la dispersin del error residual mejor ser el ajuste de regresin.
2 Eso hace que definamos como medida de 2 e bondad de2un ajuste de regresin, o coeficiente de determinacin a: Y
LOGO
Y
S R 1 S
67
2 Se2 SY
LOGO
R2 puede ser pesado de calcular en modelos de regresin general, pero en el modelo lineal simple, la expresin es de lo ms sencilla: R2=r2
Es coherente lo dicho entonces sobre los valores de R2?
68
LOGO
140
150
160
170
180
190
200
recta o cbica?
140
150
160
170
180
190
200
69
LOGO
Mltiple
1 variable explicativa
2+ variables explicativas
Lineal
No lineal
Lineal
No lineal
70
Qu hemos visto?
Relacin entre variables Diagrama de dispersin Covarianza Relacin directa, inversa e incorrelacin Correlacin lineal Relacin directa, inversa e incorrelacin
grado de relacin lineal entre variables
LOGO
Regresin, prediccin
Variable dependiente Variable(s) independientes Modelo lineal de regresin
Ordenada en el origen Pendiente
LOGO
Actividad 9
LOGO
Relaciona las siguientes dos listas. Identificar qu modelo(s) se usa(n) para representar los siguientes aspectos de la realidad. modelo Indicar el tipo de modelo.
1. 2. 3. 4. 5. 6. 7. 8. 9. Oficina Bancaria Temperatura Edificio Pas Empresa Software Epidemia Reaccin Nuclear Energa
realidad
1.Termmetro 2.Mapa 3.Plano 4.Organigrama 5.Flujo Grama 6. Matemtico 7.E = mc2 8.metro
LOGO
TIPOS DE MODELOS
Tipos de modelos
curso
estocstico
tiempo-continuo tiempo-discreto
LOGO
determinstico
esttico dinmico
Estocstico. Uno o ms parmetros aleatorios. Entradas fijas produce salidas diferentes Determinstico. Entradas fijas producen salidas fijas Esttico. Estado del sistema como un punto en el tiempo Dinmico. Estado del sistema como cambios en el tiempo Tiempo-continuo. El modelo permite que los estados del sistema cambien en cualquier momento. Tiempo-discreto. Los cambios de estado del sistema se dan en momentos discretos del tiempo.
Estocstico - Determinstico
Estocstico (*) Si el estado de la variable en el siguiente instante de tiempo no se puede determinar con los datos del estado actual
LOGO
Determinstico Si el estado de la variable en el siguiente instante de tiempo se puede determinar con los datos del estado actual
xi
y
i
xi
y
i
Continuo - Discreto
Continuo El estado de las variables cambia continuamente como una funcin del tiempo e = f (t)
LOGO Discreto (*) El estado del sistema cambia en tiempos discretos del tiempo e = f(nT)
Mtodo analtico: usa razonamiento de matemticas deductivas para definir y resolver el sistema
Esttico - Dinmico
Esttico Si el estado de las variables no cambian mientras se realiza algn clculo
f [ nT ] = f [ n(T+1) ]
LOGO Dinmico (*) Si el estado de las variables puede cambiar mientras se realiza algn clculo f [ nT ] f [ n(T+1) ]
Actividad 10
Sistema Control de inventarios Variable de Inters Demanda, Pedido Continua / Discreta Estocstica/ Determinstica
LOGO
Control de peaje
Diagnstico mdico Despacho de combustible Caja de un supermercado
Fbrica de carros
Biblioteca Mantenimiento de Maquinaria
FUNCIONES MODELO
DEL
Comparar Predecir
Una pintura es una rplica de algo que existe Un carro de madera es la rplica de un original
E = F(Xi, Yi),
Donde
E: Es el efecto del comportamiento del sistema Xi: Son variables y parmetros que podemos controlar Yi: Las variables y parmetros que no podemos controlar F: Es la funcin con la cual relacionamos Xi con Yi con el fin de modificar o dar origen a E
SIMULACION
LOGO
Concepto de Simulacin
ROBERT SHANNON
LOGO
La simulacin es el disear y desarrollar un modelo computarizado de un sistema o proceso y conducir experimentalmente con este modelo con el propsito de entender el comportamiento del sistema del mundo real o evaluar varias estrategias con los cuales puedan operar el sistema.
Simulacin
LOGO
Es la construccin de modelos informticos que describen la parte esencial del comportamiento de un sistema de inters, as como disear y realizar experimentos con el modelo y extraer conclusiones de sus resultados para apoyar la toma de decisiones.
Se usa como un paradigma para analizar sistemas complejos. La idea es obtener una representacin simplificada de algn aspecto de inters de la realidad.
Permite experimentar con sistemas (reales o propuestos) en casos en los que de otra manera esto sera imposible o imprctico.
Simulacin
Sistema Actual entrada(t) parmetros
LOGO
salida(t)
=??
Sistema Simulado
salida(t)
El sistema simulado imita la operacin del sistema actual sobre el tiempo. La historia artificial del sistema puede ser generado, observado y analizado. La escala de tiempo puede ser alterado segn la necesidad. Las conclusiones acerca de las caractersticas del sistema actual pueden ser inferidos.
LOGO
ei
ni ni
ei
si
ci: variable exgena controlable ni: variable exgena no controlable ei: variable endgena (estado del sistema) si: variable endgena (salida del sistema)
Actividad 11
Simular el comportamiento del siguiente sistema para 10 unidades de tiempo, k = 2 y y0 = -2, A qu tipo de modelo corresponde?
Yt 0 2 4 6 Yt-1 -2 0 2 4
LOGO
t 1 2 3 4
k yt = yt-1 + k yt
8 10
12 14 16 18
6 8
10 12 14 16
5 6
7 8 9 10
y0
Representacin grfica
LOGO
LOGO
No existe una completa formulacin matemtica del problema (lneas de espera, problemas nuevos).
Es necesario desarrollar experimentos, pero su ejecucin en la realidad es difcil o imposible (armas, medicamentos, campaas de marketing)
Se requiere cambiar el periodo de observacin experimento (cambio climtico, migraciones, poblacin). del
No se puede interrumpir la operacin del sistema actual (plantas elctricas, carreteras, hospitales).
LOGO
El desarrollo del modelo de simulacin requiere mucho tiempo. El desarrollo del modelo es costoso comparado con sus beneficios. La simulacin es imprecisa y no se puede medir su imprecisin. (El anlisis de sensibilidad puede ayudar).
LOGO
Solucin analtica
SIMULACIN
Actividad 12
LOGO
Diga qu problemas pueden ser estudiados mediante el uso de modelos de simulacin: 1. Decidir si construir o no la carretera entre Acoyapa y San Carlos. 2. Decidir la aplicacin de una nueva vacuna. 3. Probar la efectividad de un sistema de armamento. 4. Decidir si es conveniente o no construir un puente. 5. Decidir cuantas ventanillas de atencin colocar en una nueva oficina bancaria. 6. Decidir cuantos puntos de atencin a clientes colocar en una Farmacia. 7. Decidir si construir o no una central Hidroelctrica en la RAAS.
Actividad 13
Sistema real: Seccin de caja de un supermercado. Identificar: Elementos o entidades. Actividades por cada entidad. Variables exgenas: Controlables. No controlables. Variables endgenas: De estado De salida
LOGO
Actividad 14
LOGO
Sistema de colas con un solo servidor, por ejemplo una caja registradora.
El tiempo de llegada entre clientes esta distribuido uniformemente entre 1 y 10 minutos. El tiempo de atencin de cada cliente esta distribuido uniformemente entre 1 y 6 minutos. Calcular: Tiempo promedio en que un cliente permanece dentro del sistema. Porcentaje de tiempo desocupado del cajero.
Actividad 14
10 0 No 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 tiempo llegada 9 2 6 8 6 9 4 3 5 5 5 10 2 2 4 8 8 3 6 3 5.4 Hora llegada 9 11 17 25 31 40 44 47 52 57 62 72 74 76 80 88 96 99 105 108 Hora inicio servicio 9 12 17 25 31 40 44 47 52 57 62 72 75 76 80 88 96 99 105 110
LOGO
6 tiempo servicio 3 2 4 6 4 4 3 3 4 4 6 3 1 4 3 2 2 3 5 2 68 3.4 Hora fin servicio 12 14 21 31 35 44 47 50 56 61 68 75 76 80 83 90 98 102 110 112 Tiempo espera 3 3 4 6 4 4 3 3 4 4 6 3 2 4 3 2 2 3 5 4 72 3.6 Tiempo cajero inactivo 9 0 3 4 0 5 0 0 2 1 1 4 0 0 0 5 6 1 3 0 44 2.2
Conclusiones
LOGO
U N I - N O R T E - N I C A R A G U A
WWW.NORTE.UNI.EDU.NI