TRABAJO COLABORATIVO 2

SIMULACION

DEISY ALEXANDRA RODRIGUEZ

FAIBER YOBANY BERNAL
HENRY ALEXANDER GUTIERREZ
LENINI ENRIQUE MURGAS
WILLIAM ORTIZ ROMERO
Alumnos

WILSON ALMANZA MANIGUA

Tutor

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
SAN JUAN DE PASTO
OCTUBRE DE 2014

INTRODUCCION

El campo de la simulacin en la actualidad nos brinda la oportunidad de desenvolvernos

dentro del sistema que hoy en da vivimos ya que este es tan complejo, dinmico y
cambiante es donde esta juega un papel importante a la hora de la toma de decisiones para
fijar estrategias en mediano o largo plazo lo cual nos ayudara a tener la mayor informacin
posible a la hora de llevar a delante un determinado plan de accin.

DESARROLLO DE LA ACTIVIDAD
1. Realizar una investigacin exploratoria con los contenidos que nos puedan brindar
la informacin de la biblioteca en estos temas:

Lneas de espera

En un sistema de lneas de espera, los componentes o entidades son los clientes, los
servidores y los canales o filas. Los eventos que pueden ocurrir son los arribos de clientes,
que un cliente entre a recibir servicio o que salga de l, que un cliente salga del sistema.
http://148.204.211.134/polilibros/Portal/Polilibros/P_terminados/SimSist/doc/SIMUL
ACI-N-150.htm

Teora de formacin de colas

En los problemas de formacin de cola, a menudo se habla de clientes, tales como personas
que esperan la desocupacin de lneas telefnicas, la espera de mquinas para ser reparadas
y los aviones que esperan aterrizar y estaciones de servicios, tales como mesas en un
restaurante, operarios en un taller de reparacin, pistas en un aeropuerto, etc. Los
problemas de formacin de colas a menudo contienen una velocidad variable de llegada de
clientes que requieren cierto tipo de servicio, y una velocidad variable de prestacin del
servicio en la estacin de servicio.
Los objetivos de la teora de colas consisten en:
Identificar el nivel ptimo de capacidad del sistema que minimiza el coste del
mismo.

 Evaluar el impacto que las posibles alternativas de modificacin de la capacidad

del sistema tendran en el coste total del mismo.
Establecer un balance equilibrado (ptimo) entre las consideraciones
cuantitativas de costes y las cualitativas de servicio.
Prestar atencin al tiempo de permanencia en el sistema o en la cola de espera.
http://es.wikipedia.org/wiki/Teor%C3%ADa_de_colas

Transportes

El flujo vehicular producido en un momento y lugar determinados es el resultado de una

serie de decisiones individuales de los usuarios de una red vial. Cada usuario decide cmo y
cundo recorrer lo que considera la mejor ruta para llegar a su destino.
Su decisin puede basarse en criterios tales como costo tiempo seguridad y comodidad. El
usuario debe decidir que ruta recorrer y qu modos de transporte utilizar (automvil,
transporte pblico etc.) decisin que depende, entre otras cosas, de la congestin de los
arcos y las vialidades de la ruta.
http://es.wikipedia.org/wiki/Transporte

Modelos de asignacin de equilibrio

Un enfoque que ha permitido una buena representacin del trfico es el de los Modelos de
Asignacin de Equilibrio.
Estos modelos pueden ser utilizados para representar el comportamiento macroscpico del
trfico
de
grandes
zonas
urbanas
o
ciudades
enteras.

Mediante estos modelos es posible:

Estimar el flujo vehicular en una red donde existe cierta demanda de viajes.
Este flujo estimado sirve tanto para predecir el trfico como para recomendar un
patrn de flujo vehicular.

 Determinar los tiempos de viaje depende del flujo debido a los efectos de la
congestin.
Los Modelos de Asignacin de Equilibrio pueden ser de dos tipos:
Equilibrio de Usuario
Optimizacin de Sistema
Equilibrio de Usuario: Este modelo se basa en el primer principio de Wardrop, que afirma:
Los tiempos de viajes en todas las rutas realmente utilizadas
menores o iguales que los que requerira un usuario en cualquier ruta no utilizada .

son

A su vez existen dos tipos de modelo de Equilibrio de Usuario:

Determinista: Supone que cada usuario tiene informacin perfecta sobre sus rutas y la
congestin de la red.
Estocstico: Que asume que los usuarios no poseen informacin perfecta de la red y
perciben de forma distinta los inconvenientes y atributos de la misma.
El Equilibrio se alcanza cuando ningn usuario cree que su tiempo de viaje puede ser
mejorado mediante un cambio en su ruta.
http://datateca.unad.edu.co/contenidos/299310/Material_didactico_eXe/leccin_20_mo
delos_de_asignacin_de_equilibrio.html

Dinmica de sistemas

Es una herramienta de construccin de modelos de simulacin radicalmente diferente al de

otras tcnicas aplicadas el estudio de sistemas socioeconmicos, como la econometra. Las
tcnicas economtricas, basadas en un enfoque conductista, emplean los datos empricos
como base de los clculos estadsticos para determinar el sentido y la correlacin existente
entre los diferentes factores
La Dinmica de Sistemas es una metodologa para la construccin de modelos de
simulacin para sistemas complejos, como los que son estudiados por las ciencias sociales,
la economa o la ecologa.
La Dinmica de Sistemas aplica mtodos de sistemas duros, bsicamente las ideas de
realimentacin y sistema dinmico, junto con la teora de modelos en el espacio de estados

y procedimientos de anlisis numrico. Por tanto sera una metodologa ms entre las de
sistemas duros. Sin embargo, en su punto de mira estn los problemas no estructurados
(blandos), como los que aparecen en los sistemas socioeconmicos. Esto plantea dos tipos
de dificultades:
Cuantificacin: En Dinmica de Sistemas se comienza por identificar las variables de
inters y las relaciones que ligan entre s a estas variables. A continuacin es
imprescindible cuantificar dichas relaciones, lo que en ocasiones plantea dificultades
insalvables.
Validacin: Una vez construido el modelo hay que preguntarse si refleja razonablemente
la realidad. Esta cuestin puede resolverse por ejemplo en caso de que se disponga de
informaciones cuantitativas de la evolucin del sistema real en el pasado. Si el modelo es
capaz de generar los comportamientos caractersticos del sistema real, denominados (en
modos de referencia), entonces obtendremos una cierta confianza en la validez del modelo.
En Dinmica de Sistemas la simulacin permite obtener trayectorias para las variables
incluidas en cualquier modelo mediante la aplicacin de tcnicas de integracin numrica.
Sin embargo, estas trayectorias nunca se interpretan como predicciones, sino como
proyecciones o tendencias. El objeto de los modelos de Dinmica de Sistemas es, como
ocurre en todas las metodologas de sistemas blandos, llegar a comprender cmo la
estructura del sistema es responsable de su comportamiento. Esta comprensin
normalmente debe generar un marco favorable para la determinacin de las acciones que
puedan mejorar el funcionamiento del sistema o resolver los problemas observados. La
ventaja de la Dinmica de Sistemas consiste en que estas acciones pueden ser simuladas a
bajo coste, con lo que es posible valorar sus resultados sin necesidad de ponerlas en
prctica sobre el sistema real.
http://datateca.unad.edu.co/contenidos/299310/Material_didactico_eXe/191_generalid
ades.html

Teora de inventarios

El costo de mantener un cierto nmero de unidades en inventario puede ser importante para
una empresa. El objetivo de la Teora de Inventarios es establecer tcnicas para minimizar
los costos asociados a un esquema de inventario para satisfacer una demanda.
http://investigaciondeoperaciones2producc.blogspot.com/2011/06/teoria-deinventarios.html

Componentes de los modelos de inventarios

1. Costo de Ordenar o Fabricar
2. Costo de mantener o almacenar
3. Costo por Demanda Insatisfecha
Otros costos relevantes incluyen:
4. Costo por Salvamento (Almacenar)
5. Los ingresos
6. Los costos de recuperacin
7. Las tasas de descuento
Administracin cientfica de inventarios
Formular un modelo matemtico que describa el comportamiento del sistema de
inventarios.
Derivar

una

poltica

optima

de

inventarios

respecto

este

modelo.

Utilizar un sistema de procesamiento de informacin computarizado para mantener un

registro de los niveles del inventario.
A partir de los registros de los niveles de inventario, utilizar la poltica optima de
inventarios para sealar cuando y cuanto conviene reabastecer.
2. Realizar los aportes correspondientes en el foro Act. 10: Trabajo colaborativo No. 2
Aportes individuales, de la investigacin, el mximo de lneas de cada tem no debe

sobre pasar cinco lneas de texto en el formato Times New Romn 12, incluir la
referencia bibliogrfica en cada tem.
3. Resolver cuestionario.
a. Qu diferencia existe entre una variable discreta y una variable continua?

La diferencia esencial entre estas variables es que mientras para la variable discreta sedan
separaciones entre valores observables sucesivos, la continua toma valores a lo largo de
todo un intervalo de valores de manera continua. Es decir que entre dos valores observables
que puede tomar una variable discreta, hay por lo menos un valor no observable (que entre
dos valores prximos puede tomar a lo sumo un nmero finito de valores) y en los valores
de una variable continua dichos valores son observables (puede tomar los infinitos valores
de un intervalo).

Ejemplo de una variable discreta es el nmero de equipos de ftbol en un campeonato que

pueden ser 10 12, pero no 10.5.

Ejemplo de variables continuas son la estatura de un grupo de personas, el peso, etc.

Dadas las anteriores caractersticas, un atributo esencial de una variable continua es que, a
diferencia de una variable discreta, nunca se la puede medir exactamente.

Con una variable continua debe haber inevitablemente un error de medida.

Un importante principio sobre variables continuas es que siempre se registran en forma

discreta, quedando la magnitud de la distancia entre valores registrables adyacentes
determinada por la precisin de la medicin.

b. Para qu estudios de simulacin sern tiles las variables aleatorias discretas?

Las variables aleatorias juegan un papel muy importante en los modelos de simulacin. Por
ejemplo, dentro de los modelos de algunos retrasos en SimJava2 como pausa () o
un proceso (), los cuales no tienen valores deterministas, sino que usan variables aleatorias;
de igual forma, cuando se debe hacer una eleccin en el comportamiento de una entidad se
hace probabilsticamente. En estos casos se ha de incluir el muestreo de una distribucin
de probabilidad para extraer un valor que cada vez alcanza la conducta de la entidad.

En general las variables se utilizan para caracterizar el comportamiento del sistema

/modelo, las medidas de desempeo o los parmetros de salida, tambin son variables
aleatorias (por ejemplo, una medida podra ser el nmero de paquetes perdidos por milln
en una red de comunicacin, o el medio de espera tiempo para un acceso a un disco. En
general, cada ejecucin del modelo de simulacin ofrece una sola estimacin de estas
variables aleatorias).

En la simulacin de eventos discretos, los objetos o componentes de un modelo de

simulacin de eventos discretos se conocen como entidades (objetos discretos), cada uno
separado del otro, y que poseen unos atributos, que pueden ser cualidades, caractersticas
o propiedades que afectan a la conducta de las entidades dentro del modelo. Los tipos de
modelos ms importantes de simulacin de eventos discretos se pueden clasificar en:

Manufactura

Servicios

Manipulacin de materiales

Redes

Negocios

Los Sistemas de Manufactura abarcan procesos de produccin en los que, a partir de

materias primas, se obtienen productos comerciales tras su procesamiento. Estos modelos
sirven para la toma de decisiones en aspectos como el nivel de inventario, programacin de
cuotas de produccin o la satisfaccin de los encargos de clientes. Los sistemas de
manufactura se pueden clasificar en:

Modelos de flujo: tpico de sistemas en serie.

Modelos de taller: tpico de sistemas con procesos alternativos segn la

disponibilidad de recursos.

Modelos flexibles: tpico de sistemas con procesos en paralelo.

Algunos criterios de evaluacin de este tipo de sistemas pueden ser:

Tiempo de elaboracin: el tiempo invertido en la fabricacin de un producto desde

que es encargado hasta que es servido.

Tiempo de fabricacin: es la parte del tiempo de elaboracin que involucra

nicamente la transformacin de las materias primas en el producto.

Numero de encargos pendientes de ser procesados a partir de las longitudes de

buffers.

Tiempo de proceso: el tiempo concreto de una actividad.

Tasa de utilizacin: relacin entre el tiempo de proceso y el tiempo total disponible.

Tasa de produccin: nmero de unidades producidas por unidad de tiempo.

Tasa de defectuosos: nmero de unidades defectuosas sobre la produccin total.

Cuello de botella: actividad crtica que tiene la mayor tasa de utilizacin.

Trabajo en progreso: capacidad de produccin en un instante dado.

Entrega dentro de plazo: porcentaje de producto entregado dentro del plazo

solicitado.

El objetivo de los Modelos de Servicios, los cuales representan la prestacin de servicios,

suele ser satisfacer la demanda de un conjunto de clientes cuando esta se produce.

Algunos ejemplos de este tipo de modelos son:

Servicios financieros: en bancos, entidades de crdito.

Servicios sanitarios: en hospitales, mutuas, clnicas dentistas.

Tiendas y comercios: almacenes, talleres de reparacin, supermercados.

Servicios varios de gas, telfono, televisin, proveedor Internet.

Servicios profesionales: contables, asesores fiscales, gestaras, abogados.

Transporte y reparto: sistemas de correos, lneas areas, ferrocarril.

En este tipo de modelos el personal disponible juega un papel importante y se

suelen planteas modelos para ajustar plantillas o mejorar los procesos con vistas a reducir
costes y satisfacer a los clientes. En este sentido, algunos de los criterios que se suelen
estudiar son:

Tiempo de atencin: tiempo transcurrido entre la llegada de un cliente y su salida.

Tiempo de espera: parte del tiempo de atencin en que el cliente est esperando
ser atendido por el personal.

Longitud de cola: longitud de la cola de espera.

Tiempo de servicio: tiempo efectivo en que el cliente es servido.

Tasa de utilizacin: tiempo en que el suministrador del servicio est ocupado frente
al tiempo que est disponible.

Tasa de servicio: nmero de clientes que son atendidos por unidad de tiempo.

Porcentaje de clientes que se pierden por efecto de presentar colas largas.

Porcentaje de clientes que desisten por exceso de tiempo de espera.

Costo de los recursos empleados en el proceso.

Los modelos de manipulacin de materiales bsicamente representan el traslado de unos

recursos de una ubicacin a otra para su procesamiento. Por lo general se les puede
considerar submodelos dentro de modelos de manufactura. Este tipo de modelos se
aplican para la velocidad en los transportes, la longitud del traslado, la capacidad del medio
de transporte, los buffers necesarios antes y despus del transporte, la posibilidad de
transporte en el retorno de los viajes.

As los criterios que se pueden utilizar para evaluar estos sistemas son:

Tiempo invertido en el transporte.

Tiempo de respuesta, tiempo en que el elemento transportador est disponible a

partir de que se le solicita.

Tiempo efectivo de transporte del material.

Capacidad de carga.

Tasa de utilizacin. Porcentaje de tiempo que un elemento transportador est en uso.

Tasa de produccin: nmero de elementos que pueden ser desplazados por unidad
de tiempo.

Porcentaje de saturacin o bloqueo: porcentaje de tiempo en que el material no

puede ser transportado por falta de capacidad de procesamiento en el centro
receptor.

Cuello de botella. Movimiento con una tasa de utilizacin elevada.

En los Modelos de redes, estn como los ms representativos los sistemas de

comunicacin, donde estn incluidos, por ejemplo, el telfono o los ordenadores.

Algunos de los criterios que pueden resultar tiles en el estudio de estos modelos son:

Duracin del envo de un mensaje: tiempo que tarda un mensaje en ser transmitido.

Establecimiento de conexin: tiempo que se tarda en establecer una conexin.

Longitud de buffer: capacidad de almacenamiento de mensajes en origen, destino o

en partes intermedias.

Tasa de utilizacin de la red: porcentaje de tiempo en que la red est en uso.

Los Modelos de Negocios se concentran bsicamente en el anlisis de sistemas con base a

la ingeniera de procesos con la que se articula una actividad econmica. Algunos de
estos procesos pueden representar el desarrollo de un nuevo producto, el flujo de
produccin, la adquisicin del producto, poltica de personal. Debido a la falta de
informacin por parte delas empresas y al escaso control de los procesos principales de una
empresa resulta difcil establecer criterios universales para evaluar este tipo de procesos
siendo uno de los objetivos de estos modelos justamente el proponer medidas objetivas de
control que mejoren la organizacin del negocio.

c. Realizar en Excel la simulacin del lanzamiento de una moneda basado la

simulacin de Montecarlo.

Para la realizacin de este ejercicio del lanzamiento de una moneda en la columna A se

generaron 1.000 nmeros aleatorios uniformes entre 0 y 1 entonces si el numero aleatorio
se encuentra entre 0 y 0,50 corresponder asignar el evento cara y en caso contrario
(numero aleatorio mayor a 0,50) corresponder el evento sello.

Los resultados luego de asignar 1.000 lanzamientos virtuales indican que en un 49,50% de
las veces el resultado fue cara mientras que en un 50,50% el resultado fue sello.

Con lo cual podemos determinar que estos valores se acercan bastante al resultado terico
correcto del 50% para cada caso.

CONCLUSION

Al realizar este trabajo comprendimos que la simulacin se utiliza ampliamente para

ilustrar conceptos tericos, as como para proporcionar soluciones cuando los resultados
tericos no estn disponibles o son demasiado difciles de aplicar por lo tanto
comprendimos que la distincin entre variables discretas y variables continuas permite una
distribucin de los datos en categora que es de gran utilidad para organizar los
procedimientos estadsticos.

BIBLIOGRAFIA
http://www.eyeintheskygroup.com/azar-ciencia/ventaja-matematica-juegos-de-azar/calculovalor-esperado-juegos-de-azar.htm
http://www.monografias.com/trabajos30/conceptos-de-estadistica/conceptos-deestadistica.shtml
http://www.uoc.edu/in3/emath/docs/simulacion_mc.pdf
http://es.wikipedia.org/wiki/Variable_discreta_y_variable_continua
http://www.amolasmates.es/pdf/cidead/3_eso/apuntes/teoria%20probabilidad.pdf