SIMULACIN DE SISTEMAS

Anlisis de datos
Modelo

Input

Output

Modelacin cuantitativa

Modelacin estructural

SIMULACIN DE SISTEMAS

Modelacin estructural Lo que se hace para construir el modelo; representar los elementos del sistema y las relaciones entre ellos: establece la lgica fundamental del modelo.

Modelacin cuantitativa: Establecer los datos que caracterizan el sistema. Tiene punto de partida en la observacin del sistema real, sistemas similares o en especificaciones tcnicas, para recolectar datos y encontrar la forma adecuada de representarlos en el modelo de simulacin.

SIMULACIN DE SISTEMAS

Modelacin cuantitativa
Observacin del sistema real

Disear los medios de registro / recopilar registros existentes Seleccionar el equipo de trabajo Elegir el momento de observacin Determinar el periodo de observacin

Recolectar datos sobre lo que debe ser input del modelo.

Registrar eventos no regulares Depurar datos recogidos

Analizar los datos para encontrar modelos razonables que permitan especificarlos y generarlos.

SIMULACIN DE SISTEMAS

Qu sucede si no hay datos?

Suponer inteligentemente una distribucin segn las caractersticas del elemento que se modela y evaluar la sensibilidad de los resultados del modelo a los supuestos.
Si se reconoce aleatoriedad, no usar la media.

SIMULACIN DE SISTEMAS

Una vez recogidos,

a) Revisar
Si la data recolectada presenta: Picos o outlayers (valores extremos) es ms difcil lograr un buen ajuste a las distribuciones tericas.
a) Revisar registros y sus observaciones para evaluar eliminarlos. b) Si es correcta, analizar si existen dos mas conjuntos de datos.

b) Determinar cmo incorporarlos en el modelo Existen dos alternativas:

Usarlos en el modelo directamente

Evaluar el ajuste a una distribucin de probabilidad

SIMULACIN DE SISTEMAS

Usarlos en el modelo directamente

Desde el punto de vista terico Utilizar directamente la data histrica implica considerar que el pasado se repite en el futuro. Permite experimentar solo con los datos disponibles y pudieran existir otros comportamientos posibles no representados en los datos recogidos. Utilizar una distribucin de probabilidad puede introducir error o perder importantes caractersticas al aceptar una aproximacin. Desde el punto de vista prctico Puede ser necesario una gran cantidad de datos que pueden no estar disponibles.

SIMULACIN DE SISTEMAS

Construir una distribucin de probabilidad

Habr que determinar a la que mejor se ajustan los datos observados, para ello: Arena proporciona el Input Analyzer que permite: a) Evaluar el ajuste de diversas distribuciones de probabilidad a los datos disponibles para elegir la ms adecuada. b) Para la distribucin de probabilidad que se ajuste mejor a los datos, determinar sus parmetros a fin de utilizarla en el modelo de simulacin.

SIMULACIN DE SISTEMAS

El Input Analyzer de Arena permite evaluar:

Tericas (generan datos en funcin de las expresiones matemticas que las caracterizan)

Empricas ( dividen la data en grupos, la proporcin de valores que se encuentran en cada grupo se emplea como estimado de la probabilidad)

Ambas pueden ser discretas (retornan valores solo enteros) o continuas (retornan valores reales)

Qu distribucin evaluar? Primero observar el histograma de frecuencias Tomar en cuenta criterios estadsticos y tambin prcticos

SIMULACIN DE SISTEMAS

Procedimiento para utilizar Arena: Cargar los datos en el input Analyzer Evaluar ajuste Analizar para decidir:
El error cuadrado medio ( no es un indicador de ajuste) Pruebas de bondad de ajuste ( Chi-cuadrado y Smirnov-Kolmogorov)

SIMULACIN DE SISTEMAS

Qu indicadores muestra el Input Analyzer ?

1. Error cuadrado medio La suma de las diferencias al cuadrado entre las frecuencias esperadas tericas y las frecuencias observadas. No es un indicador de bondad de ajuste 2. Chi Cuadrado 3. Smirnov - Kolmogorov Ambas pruebas de bondad de ajuste, sobre las cuales es de inters el pvalue, que se encuentra entre 0 y 1 y que seala, cunto ms grande, mejor ajuste. Valores de p-value menores que 0.05 indican un pobre ajuste pero un valor alto no constituye una prueba, solo la falta de evidencia en contra. Ambas pruebas pueden proporcionar evidencia contrapuesta.

SIMULACIN DE SISTEMAS

Criterios prcticos:
Observar los p-value de las probabilidades tericas, si son altos, es posible que sea correcto haberlas evaluado, caso contrario sera conveniente evaluar una distribucin emprica Cuando se decide evaluar distribuciones tericas, es posible que varias de ellas sean cercanamente las mejores, en ese caso, evaluar el tipo de dato, la facilidad de interpretacin de los parmetros de la distribucin

Distribucin Exponencial

Caractersticas Varianza alta Acotada a un lado No acotada al otro Simtrica o no Acotada ambos lados Equiprobable Acotada ambos lados

Ejemplo de uso Llegadas Tiempos de fallas

Triangular

Duraciones

Uniforme

Cuando no hay conocimiento

SIMULACIN DE SISTEMAS

Algunas consideraciones importantes

Determinacin del tipo de dato: determinstico o probabilstico
Simplificar la aleatoriedad puede afectar la validez del modelo, generalmente dicha aleatoriedad explica el comportamiento del sistema, que se desea captar con la simulacin.

Recoleccin de los datos ( etapa fundamental de la planificacin de un proyecto de simulacin).

Qu datos se necesitan, encontrarlos, y prepararlos para usarlos en el modelo.

Tener en cuenta, Anlisis de sensibilidad El nivel de detalle con el que se desea simular Costos ( tener una idea del valor de los datos) Relacionar la calidad de los datos de entrada con la calidad de los resultados