Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
DE SIMULACIN
ESTUDIO DE SISTEMAS DINMICOS
JAIME MIRANDA
Departamento de Ingeniera Industrial
Universidad de Chile
PASOS DE UN ESTUIDO DE SIMULACION
NO
Valido?
SI
Construccin y verificacin
del programa computacional
Valido? NO
SI
Diseo de
experimentos
Documentacin y
Anlisis de datos de presentacin de
salida (indicadores) informes finales
PASOS DE UN ESTUIDO DE SIMULACION
NO
Valido?
SI
Construccin y verificacin
del programa computacional
Valido? NO
SI
Diseo de
experimentos
Documentacin y
Anlisis de datos de presentacin de
salida (indicadores) informes finales
UN EJEMPLO PRACTICO
Productos
Mens de ms de 40 restaurantes de Santiago.
Regalos variados.
Entradas a eventos.
UN EJEMPLO PRACTICO
Ubicacin:
Av. Fco. Bilbao 6407, Las Condes (10 comunas de cobertura).
CONCEPTUALIZACIN MODELO
Establecer Objetivos
Identificar y Priorizar
Preguntas Claves
Anlisis de trade-off:
CALIDAD SERVICIO vs COSTOS
CALIDAD SERVICIO vs UTILIZACIN
EN DETALLE
Preparacin
de Comida
envo
O/C comida
solicitada
Aprobacin y Preparacin
definicin de Programacin entrega de otros
Contenido del Pedido O/C Productos
GENERAL
Desarrollar un modelo de simulacin que permita optimizar el ciclo Pedido-
Entrega, realizando con esto una planificacin de los recursos productivos
de manera optima
ESPECIFICOS
NO
Valido?
SI
Construccin y verificacin
del programa computacional
Valido? NO
SI
Diseo de
experimentos
Documentacin y
Anlisis de datos de presentacin de
salida (indicadores) informes finales
VARIABLES DEL SISTEMA
FUENTES DE INFORMACION
NO
Valido?
SI
Construccin y verificacin
del programa computacional
Valido? NO
SI
Diseo de
experimentos
Documentacin y
Anlisis de datos de presentacin de
salida (indicadores) informes finales
A QU DISTRIBUCIN SE ASEMEJA?
Density/Histogram Overplot
0.25
0.20
Density/Proportion
0.15
0.10
0.05
0.00
0.10 0.50 0.90 1.30 1.70 2.10 2.50 2.90
Interval Midpoint
15 intervals of width 0.2 between 0 and 3 1 - Weibull
2 - Lognormal 3 - Exponential
Distribuciones clsicas
Exponencial
Normal
Weibull
f(x)
x
GAMMA - gamma(, )
f(x)
= 1/2
=1
=2
=3
x
WEIBULL - Weibull(, )
f(x)
=3
=2
=1
= 1/2
x
NORMAL - N(, 2)
f(x)
x
LOGNORMAL - LN(, 2)
f(x)
= 3/2
= 1/2
=1
x
TIPO PEARSON V - PT5(, )
f(x)
=4
=2
=1
= 1/2
f(x)
2 = 4 1 = 1
2 = 2
2 = 1
x
BETA - beta(1,2, a, b)
f(x)
2.5
2.0
1 = 1 .5 1 = 5 1 = 5
2 = 5 2 = 5 2 = 1 .5
1.5
1.0
0.5
0.0 x
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
CLASES F re c u e n c ia % a c u m u la d o
0 :0 1 62 4 5 .5 9 %
0 :0 2 31 6 8 .3 8 %
0 :0 3 9 7 5 .0 0 %
0 :0 4 13 8 4 .5 6 %
0 :0 5 11 9 2 .6 5 % H is t o g r a m a P 3
0 :0 6 0 9 2 .6 5 %
0 :0 7 5 9 6 .3 2 % 70 1 2 0 .0 %
0 :0 8 2 9 7 .7 9 %
0 :0 9 1 9 8 .5 3 % 60 1 0 0 .0 %
0 :1 0 0 9 8 .5 3 %
0 :1 1 1 9 9 .2 6 % 50
Frecuencia
8 0 .0 %
0 :1 2 0 9 9 .2 6 %
0 :1 3 1 1 0 0 .0 0 % 40
0 :1 4 0 1 0 0 .0 0 % 6 0 .0 %
0 :1 5 0 1 0 0 .0 0 % 30
0 :1 6 0 1 0 0 .0 0 % 4 0 .0 %
20
0 :1 7 0 1 0 0 .0 0 %
0 :1 8 0 1 0 0 .0 0 % 2 0 .0 %
10
0 :1 9 0 1 0 0 .0 0 %
0 :2 0 0 1 0 0 .0 0 %
0 .0 %
0 :2 1 0 1 0 0 .0 0 %
...
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
m :30
0 :2 2 0 1 0 0 .0 0 %
or
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0:
0
ay
0 :2 3 0 1 0 0 .0 0 %
F r e c u e n c ia
y
0 :2 4 0 1 0 0 .0 0 %
0 :2 5 0 1 0 0 .0 0 % % a c u m u la d o
0 :2 6 0 1 0 0 .0 0 %
0 :2 7 0 1 0 0 .0 0 %
0 :2 8 0 1 0 0 .0 0 %
0 :2 9 0 1 0 0 .0 0 %
0 :3 0 0 1 0 0 .0 0 %
y m a y o r .. . 0 1 0 0 .0 0 %
DISTRIBUCIONES EMPRICAS
PedidosCuadrante
PUbicacinCliente = PedidosTotales
Pedidos Re staurante
Prestaurante = PedidosTotales
ELIGIENDO UNA DISTRIBUCIN EN LA
AUSENCIA DE DATOS
f(x)
area = 1
x
a m b
AJUSTE DE DISTRIBUCIONES; CASO PRACTICO (3)
DISTRIBUCIONES TRIANGULARES
TIEMPOS
Tiempo Mnimo Tiempo Mximo Tiempo Ms Probable
TATelefN 5 15 11
TATelelfV 1 12 5
TAPedidoCH 1 15 6
TRestRapido 10 15 12
TRestMedio 15 20 18
TRestLento 18 30 25
TChRest 3 5 4
LOGNORMAL Y TRIANGULAR DISTRIBUCIONES
1.00
0.75
f(x)
0.50
0.25
0.00
0.00 0.25 0.50 0.75 1.00 1.25 1.50 1.75
X-Value
1 - Lognormal 2 - Triangular
PASOS DE UN ESTUIDO DE SIMULACION
NO
Valido?
SI
Construccin y verificacin Modelo preliminar EXTEND
del programa computacional
Valido? NO
SI
Diseo de
experimentos
Documentacin y
Anlisis de datos de presentacin de
salida (indicadores) informes finales
CONSTRUCCIN DEL MODELO
32
CONSTRUCCIN DEL MODELO
FOCO EN EL PROBLEMA
Construir el modelo no es la tarea principal; lo es encontrar la solucin
correcta.
FRENAR LA COMPLEJIDAD
No permitir que el modelo se vuelva complicado compensando un mal
diseo, o tan complejo que va ms all de la posibilidad de implantarlo
33
PASOS DE UN ESTUIDO DE SIMULACIN
NO
Valido?
SI
Construccin y verificacin
del programa computacional
Valido? NO
SI
Diseo de
experimentos
Documentacin y
Anlisis de datos de presentacin de
salida (indicadores) informes finales
PASOS DE UN ESTUIDO DE SIMULACIN
NO
Valido?
SI
Construccin y verificacin
del programa computacional
Valido? NO
SI
Diseo de
experimentos
Documentacin y
Anlisis de datos de presentacin de
salida (indicadores) informes finales
VERIFICACIN DEL MODELO
Animacin de la simulacin.
En Men Express:
D M
GENERACION Count SIMULACION CLIENTE
ENTIDADES 23 SERVICIO
r # sensor
SOLUCIN
Generacin de indicadores de desempeo y medidas de control.
Es posible calibraciones del modelo.
UTILIZACIN DE INDICADORES
Control del comportamiento del sistema.
Estimacin de mtricas importantes del estudio
% de utilizacin
Largos y tiempos promedios en cola.
Tiempos promedio de ciclo.
VALIDACIN (2)
INDICADORES USADOS
NOMBRE DESCRIPCION
Nmero de entidades atendidas Cantidad de clientes atendidos por las telefonistas
Nmero de entidades "Renegadas" Clientes que abandonan por no ser atendidos
Tiempos de ciclo Tiempo promedio de ejecucin de una tarea
Nmero de atrasos Pedidos que sobrepasan los 50 min. De entrega
Utilizaciones Utilizacin de los recursos del sistema
PROCEDIMIENTOS ESTADSTICOS
Compara los datos de salida de los modelos vs. Datos reales del sistema
Inspeccin.
Frecuencias-Histogramas.
Medias y varianzas muestrales.
Inspeccin correlacionada:
Busca reemplazar las distribuciones experimentales con las llegas reales de las
entidades al sistema.
Analizar las diferencias entre ambos.
VALIDACIN (3)
Intervalos de confianza
PROCEDIMIENTOS ESTADISTICOS
Tcnicas usadas:
Y = f (x )
Mtodos de solucin
Modelos ARIMA (Box & Jenkins)
rboles de decisin.
Redes neuronales artificiales.
VALIDACIN EN MENU EXPRESS
PROGRAM
Tiempos llegada
IMPUT DATA
IMPUT DATA ID restaurante
cuadrante cliente
PASOS DE UN ESTUDIO DE SIMULACIN
NO
Valido?
SI
Construccin y verificacin
del programa computacional
Valido? NO
SI
Diseo de
experimentos
Documentacin y
Anlisis de datos de presentacin de
salida (indicadores) informes finales
DISEO DE EXPERIMENTOS
OBJETIVOS:
Acotar el nmero de configuraciones a ser analizadas.
Identificar factores y efectos de estos en los resultados del modelo.
FACTORES
Los efectos de 2do y 3er orden son despreciables frente a los de 1er
orden.
NO
Valido?
SI
Construccin y verificacin
del programa computacional
Valido? NO
SI
Diseo de
experimentos
Documentacin y
Anlisis de datos de presentacin de
salida (indicadores) informes finales
CONFIGURACIONES ALTERNATIVAS
ESCENARIOS ESCOGIDOS
N Factor Nombre Factor NIVELES ACTUAL
1 N Telefonistas T1 1 3 4 --- --- --- 2
2 N Telefonistas T2 4 5 7 8 --- --- 6
3 N Choferes T1 3 4 5 6 --- --- 7
4 N Choferes T2 10 13 16 19 22 --- 25
Tiempo Atencin Telefonica (V)
6 -10% -15% --- --- --- --- 0%
Tiempo Atencin Telefonica (N)
ACTUAL PROPUESTA
Indicador Indicador
Promedio Desv Est Inf 95% Sup 95% Promedio Desv Est Inf 95% Sup 95%
Ciclo Medio 36.42 0.47 36.33 36.51 Ciclo Medio 36.84 0.91 36.66 37.02
Ciclo P1 35.47 1.16 35.24 35.70 Ciclo P1 35.46 1.36 35.19 35.73
Ciclo P2 35.79 1.53 35.49 36.10 Ciclo P2 36.30 1.69 35.96 36.63
Ciclo P3 36.68 0.56 36.57 36.79 Ciclo P3 37.16 1.17 36.93 37.40
Atrasados P1 0.36 0.61 0.24 0.48 Atrasados P1 0.26 0.61 0.14 0.38
Atrasados P2 0.58 0.83 0.42 0.75 Atrasados P2 0.74 0.87 0.57 0.91
Atrasados P3 6.89 2.55 6.38 7.40 Atrasados P3 8.07 4.58 7.16 8.98
U. Chofer P1 0.83 0.09 0.81 0.85 U. Chofer P1 0.84 0.09 0.82 0.86
U. Chofer P2 0.38 0.06 0.37 0.39 U. Chofer P2 0.37 0.06 0.36 0.38
U. Chofer P3 0.52 0.04 0.52 0.53 U. Chofer P3 0.81 0.04 0.80 0.82
U. Chofer T1 0.55 0.06 0.54 0.56 U. Chofer T1 0.55 0.07 0.53 0.56
U. Chofer T2 0.52 0.04 0.51 0.53 U. Chofer T2 0.79 0.04 0.78 0.80
100
80
60
% 40
20
0
2 3 4 5 6 7 8 9 10
# Telefonistas
4000
3500
3000
Clientes
2500
2000
1500
1000
500
0
2 3 4 5 6 7 8 9 10
# Telefonistas
CONCLUSIONES
JAIME MIRANDA
Departamento de Ingeniera Industrial
Universidad de Chile