Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
e = 2,71828….
−𝜇𝑡
𝑝 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 ≤ 𝑡 = 1 − 𝑒
Llegadas Salidas
Cola Servidor
UNA LÍNEA MÚLTIPLES SERVIDORES
Sistema de colas
Salidas
Servidor
Llegadas Salidas
Cola Servidor
Salidas
Servidor
VARIAS LÍNEAS MÚLTIPLES
SERVIDORES
Sistema de colas
Salidas
Cola Servidor
Llegadas Salidas
Cola Servidor
Salidas
Cola Servidor
UNA LÍNEA SERVIDORES SECUENCIALES
Sistema de colas
Llegadas
Cola
Servidor
Cola
Salidas
Servidor
DISCIPLINA DE LA COLA
• FIFO: Primero-primero
• LIFO : Ultimo-primero
• SIRO: Aleatorio
• FCFS: Preferencial
17
CARACTERÍSTICAS IMPORTANTES DEL MODELO
Según Kendall:
A /B/C/m/d
Ej.: M/M/1/∞/FIFO
19
MODELO M/M/1/ ∞/FIFO
Restricciones:
𝜆 2
𝜌= P0 1 Lq
𝜇 ( )
Lq 1
L Lq Wq W Wq
n
Pw Pn P0
APLICACIÓN:
Un banco donde sus clientes llegan con una distribución de Poisson y los servicios que
brinda, obedecen a una distribución exponencial y que sigue una política de “el primero en
llegar, es el primero en atender”. Si llegan en promedio 38 clientes en una hora , tiene un
personal de atención. Los clientes suelen esperar, un promedio de 1 minutos para ser
atendidos. El modelo se considera con población infinita y la longitud de fila ilimitada.
Determinar las características de este sistema y evaluar el costo total de espera si el costo
de servicio es de 100 soles por hora y el de espera es de 80 soles por hora
MODELO : M/M/1/∞/FIFO
𝜆= 38 clientes/hora
𝜇= 60 clientes / hora
1
𝜆 W Wq 0.045
𝜌= 0,63
𝜇
P0 1 0,37 Pw
0.63
2
Lq n=2
( ) 1.09 n
Pn P0
0.148
L Lq
1.72
Lq 0.028
Wq CT = CWL + CSK 237.6
WIN QSB
MODELO M/M/1 CON POBLACION DEMANDANTE FINITA
En este caso N es el tamaño de la población .
Restricciones:
•Tiene un solo canal.
•Población a ser atendida finita.
•Llegada tipo Poisson.
•Tasa de servicio exponencial.
•Disciplina de cola PLPA.
Para evaluar este modelo se utilizan las siguientes ecuaciones:
1
P0
N!
n
•Probabilidad de que no haya unidades en el sistema. N
n 0 ( N n)!
•Número promedio de unidades en la línea de espera (largo de la fila). Lq N (1 P0 )
Lq
•Tiempo promedio que una unidad pasa en la línea de espera. Wq
( N L )
1
W Wq
•Tiempo promedio que una unidad pasa en el sistema.
n
•Probabilidad que haya “n” unidades en el sistema. N!
Pn
( N n)!
Para n = 0 ; 1 ; 2 ; … ; N
MODELO M/G/1
2 2 ( / ) 2
•Número promedio de unidades en la línea de espera. Lq
2(1 / )
L Lq
•Número promedio de unidades en el sistema.
Lq
•Tiempo promedio que una unidad pasa en la línea de espera. Wq
1
•Tiempo promedio que una unidad pasa en el sistema. W Wq
Pj
Este cálculo se realiza mediante: k
(
i 0
/ ) i
/ i!
Es posible qué el cálculo más importante sea Pk , que es la que todos los canales
estén ocupados.
Otra característica que interesa en este caso es el promedio de unidades que se
encuentran en el sistema, y esta evaluación se lleva a cabo mediante:
L (1 Pk )
MODELO M/M/k / ∞/FIFO
Restricciones:
•La línea de espera tiene dos o más canales.
•Tiene llegadas tipo Poisson.
•El patrón de servicio es de tipo exponencial.
• es lo mismo para todos los canales.
•Las unidades que llegan aguardan en una sola línea de espera y después pasan al primer canal abierto para obtener el servicio.
•La disciplina de la fila es (PLPA)
Notación:
: Tasa promedio de llegadas para el sistema.
: Tasa promedio de servicio para cada canal.
K número de canales.
Las fórmulas son aplicables para k>
1
Las ecuaciones para este modelo son: P0
k 1
( / ) n ( / ) k k
•Probabilidad de que no haya unidades en el sistema.
n0 n! k! k
( / ) k
•Número promedio de unidades en la línea de espera. Lq P0
(k 1)!(k ) 2
•Número promedio de unidades en el sistema. L Lq
Lq
•Tiempo promedio que cada unidad pasa en la línea de espera. Wq
1
•Tiempo promedio que una unidad pasa en el sistema. W Wq
1 k
k
CT = CWL + CSK
Cw : Costo de la espera por periodo para cada unidad.
L : número promedio de unidades en el sistema .
Cs: costo de servicio por periodo para cada canal.
K : número de canales.
TALLER : LINEA DE ESPERA
En una fábrica existe una oficina de la Seguridad Social a los que los
trabajadores tienen acceso durante las horas de trabajo. La primera y última
media hora de la jornada la afluencia es muy reducida, pero que durante el
resto de la jornada el fenómeno se puede considerar estacionario . Del
análisis de 100 periodos de 5 minutos , sucesivos o no, pero situados en la
fase estacionaria, se dedujo que el número medio de obreros que acudía a la
ventanilla era de 1,25 por periodo y que el tiempo entre llegadas seguía una
distribución exponencial. Un estudio similar concluyo quela la atención tenía
una distribución exponencial con duración media de 3,33 minutos.
Determinar:
a. Número medio de trabajadores en la cola.
b. Tiempo medio de espera en la cola.
c. Comparar el tiempo medio perdido por los trabajadores con el tiempo
perdido por el oficinista.
d. Hallar el costo para la empresa , si una hora de inactividad del oficinista
vale S/ 25 y para el trabajador S/ 40
MODELO : M/M/1/∞/FIFO
𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑜𝑏𝑟𝑒𝑟𝑜𝑠
𝜆: 1.25 = 15
5 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 ℎ𝑜𝑟𝑎
1𝑐𝑙𝑖𝑒𝑛𝑡𝑒 𝑜𝑏𝑟𝑒𝑟𝑜𝑠
𝜇: = 18
3.33𝑚𝑖𝑛𝑢𝑡𝑜𝑠 ℎ𝑜𝑟𝑎
𝜆 𝜆 15
𝜌 = 𝑘𝜇 ; k=1 ; 𝜌 = 𝑘𝜇 = 18 = 0.83
P0 1
0.63
P0 1 0.37
1
2
Lq
( )
0.63 2
Lq 1.07Clientes
1(1 0.63)
L Lq
0.63
L 1.07 1.7clientes
1
•Tiempo promedio que cada cliente pasa en la cola
Lq
Wq
1.07
Wq 2.69 min utos
0.63
1
W Wq
1
Wq 2.69 3.69
1
•Probabilidad que un cliente que llega tenga que esperar para obtener el servicio (factor de utilización)
Pw
0.63
Pw 0.63
1
DÍA NÚMERO DE
CLIENTES(*)
7:00 am – 8:00 am 25
8:00 am – 9:00 am 20
9:00 am – 10:00 am 32
10:00 am – 11:00 am 40
11:00 am – 12:00 m 32
12:00 m – 1:00 pm 34
1:00 pm – 2:00 pm 42
2:00 pm – 3:00 pm 24
; 3:00 pm – 4:00 pm 32
4:00 pm – 5:00 pm 41
5:00 pm –6:00 pm 38
6:00 pm – 7:00 pm 29
7:00 pm – 82:00 pm 22
8:00 pm – 9:00 pm 45
9:00 pm – 10:00 pm 32
10:00 pm – 11:00 pm 30
11:00 pm – 12:00 pm 25
PROMEDIO -> 32
(*) Datos proporcionados en base al número de boletas emitidas por el sistema de ventas del minimarket.
El minimarket cuenta con 2 módulos de pago (caja). El tiempo de atención en caja es de 2 minutos.
El gerente del minimarket pide que se le detallen e interpreten los parámetros que describen su negocio para
que pueda tomar decisiones en base a ellas.
Solución:
DATOS:
•Tasa Promedio de Llegadas :
u = 0.5 Clientes/Minuto
•Número de Canales
k = 2 Cajas
CÁLCULO DE PARÁMETROS:
1 1 P0 0.31
P0 k 1 P0
( / ) n ( / ) k k
n
1
(0.53 / 0.5) (0.53 / 0.5) 2 2(0.5)
n0 n! k! k
n 0 n! 2! 2(0.5) 0.53
( / ) k Lq
(0.53 / 0.5) 2 (0.53)(0.5)
(0.31) Lq 0.42
Lq P (2 1)!(2(0.5) 0.53) 2
(k 1)!(k ) 2 0
•Número promedio de clientes en el Minimarket
0.42 L 1.48
L Lq Wq
0.53
Lq 0.42 Wq 0.80
Wq Wq
0.53
1 1 W 2.8
W 0.80
W Wq 0.5
•Probabilidad que un cliente que llega tenga que esperar para realizar sus pagos.
2(0.5)
k 2
1 k 1 0.53
Pw (0.31) Pw 0.37
Pw P0 2! 0.5
k!
k
2( 0.5) 0.53
CASO 3 : Modelo M/G/1:
Una tienda de abarrotes atiende desde las 8 a.m. hasta las 10 p.m. El dueño del negocio, se encarga de atender diariamente a las
personas que vienen a realizar sus compras. Si puede atender en promedio a un cliente cada cinco minutos y el promedio de clientes
que llega a la tienda es de 9 clientes cada hora.
8 a.m. - 9 a.m. 8
9 a.m. - 10 a.m. 6
10 a.m. - 11 a.m. 12
11 a.m. - 12 a.m. 13
12 a.m. - 13 a.m. 12
13 a.m. - 14 a.m. 9
14 a.m. - 15 a.m. 9
15 a.m. - 16 a.m. 6
16 a.m. - 17 a.m. 7
17 a.m. - 18 a.m. 8
18 a.m. - 19 a.m. 9
19 a.m. - 20 a.m. 12
20 a.m. - 21 a.m. 11
21 a.m. - 22 a.m. 8
130 Clientes
Promedio de clientes que llegan a la tienda 9
2 2 ( / ) 2
Lq =1.31 clientes
2(1 / )
•Número promedio de unidades en el sistema.
L Lq L = 1.31+0.75=2.06 clientes
•Tiempo promedio que una unidad pasa en la línea de espera.
Lq
Wq
•Tiempo promedio que una unidad pasa en el sistema.
1
W Wq
•Probabilidad que no haya unidades en el sistema
P0 1 Po=1 - 0.75 = 0.25
•Probabilidad de que una unidad que llega tenga que esperar.
Pw Pw=0.75
CASO 4 : Modelo M/G/k:
Una Pizzería utiliza un sistema telefónico de pedidos para la venta delivery de sus pizas. Los clientes hacen pedidos
utilizando un número telefónico gratuito de la Pizzería. Suponga que la tasa de llegadas es de 6 clientes por hora. El
tiempo de proceso de un pedido telefónico varia de uno a otro, sin embargo se espera que el representante de
ventas, maneje un promedio de 3 por hora, por el momento el Número telefónico tiene 3 canales internos (líneas)
cada uno de ellos operado por un representante de ventas, las llamadas gratuitas se transfiere automáticamente a
alguna de las líneas (canales abiertas si las hay, en otro caso, las personas obtienen una señal de ocupado. No
siempre las personas (clientes) vuelven a llamar, lo que significa que puede ser una venta pérdida. La pizzería desea
saber el porcentaje de personas (clientes) que reciben la señal de ocupado, pues su meta es atender un 95% de las
llamadas ¿Cuántas líneas telefónicas y cuantos representantes de venta debe emplear?
: 6 clientes/hora
: 3 clientes/hora
K: 3 canales
( / ) / j!
j (6 / 3)3 / 3! Pj
Pj 0.2
Pj 3
k
( / ) / i!
i (6 / 3) / i!
i 0
i
i 0
Hallar el número promedio de unidades que se encuentran en el sistema:
6
L (1 Pk ) L (1 0.25) L 15
3
MODELO DE SIMULACIÓN
49
FORMAS DE ESTUDIAR UN SISTEMA
Sistema
Experimentar
Experimentar con
con el
un modelo
sistema actual
del sistema
Modelo Modelo
Físico Matemático
Solución SIMULACION
Analítica
50
MODELO DE SIMULACIÓN
52
VENTAJAS DEL MODELO DE SIMULACIÓN
• Es más barato mejorar el sistema vía simulación
• El riesgo de simular cambios, no ocasiona costos ni
problemas
• La simulación permite estudiar un sistema con un gran
horizonte de tiempo, en un tiempo comprimido
• Podemos mantener mucho mejor el control sobre
condiciones experimentales
• Es posible analizar sistemas de alta complejidad.
• La simulación permite estimar el funcionamiento de un
sistema en diferentes condiciones
• Una vez construido, el modelo puede ser modificado de
manera rápida con el fin de analizar diferentes políticas
o escenarios.
53
DESVENTAJAS DEL MODELO DE SIMULACIÓN
54
ETAPAS DEL PROYECTO DE SIMULACIÓN
Análisis
Experimentación
Animación
Implantación
Monitoreo y control
55
ETAPAS DEL PROYECTO DE SIMULACIÓN
59
ETAPAS DEL PROYECTO DE SIMULACIÓN
61
ETAPAS DEL PROYECTO DE SIMULACIÓN
Experimentación:
• Se determinan las diversas alternativas que pueden
ser evaluadas.
• Se seleccionan las variables de entrada y sus
diferentes niveles con la finalidad de optimizar las
variables de respuestas del sistema real.
• El uso de técnicas como diseño de experimentos,
superficies de respuesta, simplex, permiten llevar a
cabo este procedimiento en forma estructurada.
62
ETAPAS DEL PROYECTO DE SIMULACIÓN
Implantación:
• Una vez seleccionada la mejor alternativa, es importante
llevarla ala practica.
• En muchas ocasiones este ultimo paso es él más difícil
ya que se tiene que convencer a la alta dirección y al
personal de las ventajas de esta puesta en marcha.
• Al implantar tener cuidado con las diferencias con
respecto a los resultados simulados, ya que estos
últimos se obtienen, a partir de algunas suposiciones.
63
ETAPAS DEL PROYECTO DE SIMULACIÓN
Monitoreo y Control:
• Los sistemas son dinámicos y con el transcurso del
tiempo es necesario modificar el modelo de simulación.
• La finalidad es llevar a cabo actualizaciones periódicas
que permitan que el modelo siga siendo una
representación del sistema
64
PARA QUE SIMULAR
65
CUANDO SIMULAR
66
Simulación estática Vs. Dinámica
67
Simulación determinística Vs.
estocástica
Determinístico:
El modelo de simulación no contiene componentes
probabilísticos (aleatorias).
En un modelo de este tipo las respuestas son determinísticas.
Estocástico:
Tienen componentes aleatorios. Producen salidas (respuestas)
que son aleatorias.
Son tratados como un estimador de las características
verdaderas del modelo, esta es una de las desventajas de los
modelos de simulación.
68
Evento continuo y discreto
•Continuo Discreto
Ocurre en un punto en el tiempo y
•Ocurre en forma ininterrumpida a
cuando ocurre, cambia el estado del
través del tempo, el estado de las sistema
variables cambia continuamente
como una función del tiempo.
69
Objetivos de la simulación
• Visualización
– Ver lo que esta pasando en el sistema
• Cálculos (Analizar/Optimizar)
– Cuantificar lo que esta pasando en el sistema
• Comunicación
– Mostrar que esta pasando en el sistema
70
Poder de la Simulación
• Muchas variables en un sistema son ALEATORIAS --pueden toma
cualquier valor
• Los Objetos que están funcionando enlazados a otros son
INTERDEPENDIENTES--cada uno afecta a los otros
• Entonces en un sistema, ALEATORIEDAD + INTERDEPENDENCIA =
COMPLEJIDAD
71
MÉTODO DE MONTECARLO
72
Resultado Función de P. acumulada
probabilidad (Función de
distribución)
¿Cómo simular con el
ordenador la distribución de 0 0.25 0.25
probabilidad de las ruletas?
1 0.5 0.75
2 0.125 0.875
3 0.125 1
Condición Resultado
0 ≤ g < 0.25 0
0.25 ≤ g < 0.75 1
0.75 ≤ g < 0.875 2
0.875 ≤ g < 1 3
73
Números Aleatorios
75
Números Aleatorios
76
Propiedades de los números aleatorios
77
Generación de los números aleatorios
78
Generación de los números aleatorios
•Práctica
•Tablas
• En forma analítica.
•Programas.
80
Método del Cuadrado Medio
El Algoritmo
• Seleccionar un número (raíz) X0 arbitrario de M dígitos
• Elevar X0 al cuadrado
• Sea X0+1 el siguiente número de la secuencia formando por las
M dígitos centrales de (X0)2 y así sucesivamente.
81
Método del Cuadrado Medio
X0 es denominado la semilla, M = 4 dígitos
i Xi Xi2 ri
0 6375 40640625 0.6406
1 6406 41036836 0.0368
2 368 00135424 0.1354
3
4
82
Ejemplo:
Métodos Congruenciales Lineales
Para la generación de números aleatorios de una distribución uniforme se
parte de un valor inicial X0 y se genera una secuencia de valores aleatorios
X n X 1, X 2 ,..., X n ,...
Para generar dicha secuencia, se usa la siguiente relación
recursiva
X n 1 (aX n c) mod m n =0,1,2,…
Donde:
X0 = es el valor inicial o raíz, X0 0
a = es el multiplicador a 0, m X0
c = es el incremento c 0, m>a
m = es el modulo, m>c
85
Métodos Congruenciales Lineales
• La secuencia {Xn} es congruente lineal y se obtiene
aplicando la relación:
86
Conceptos
Base de x: El mayor de los enteros que sean menores o iguales que x
Si x = 2.7
2.7
-3 -2 -1 0 1 2 3 4 5
2.7 2
87
Conceptos
Techo de x: El menor de los enteros que sean mayores o iguales que x
Si x = 2.7
2.7
-3 -2 -1 0 1 2 3 4 5
2.7 3
88
Conceptos
2.7 2 2.7 3
2.7 3 2.7 2
1 / 3 ?? 1 / 3 ??
1 / 3 ?? 1 / 3 ??
5.5 ?? 5.5 ??
89
Conceptos
Dados dos números enteros, definimos la siguiente operación:
x mod y x y x / y , si y 0
x mod y x, si y 0
90
EJERCICIO
Calcular
( 5 mod 3) = 5 35 / 3 5 3(1) 2
91
Métodos Congruenciales Lineales
Ejm.
X0 = a = c = 6, m=10
92
Métodos Congruenciales Lineales
Ejm.
X0 = a = c = 6, m=10
93
Métodos Congruenciales Lineales
Definición:
Si Xn = X0, para algun n Xn+1 = X1
En ejm. anterior:
• La secuencia tiene periodo corto p = 5
• La secuencia no es uniforme, pues no contiene los valores 1, 3,
5, 7 y 9
94
Ejercicio
Hallar la secuencia de números aleatorios y el periodo si:
m = 16, a = 5, c = 3, X0 = 7
Dados los números x1, x2,…,xn se construye una sucesión formada por
signos + si xy<xy+1 , y signo - si xy>xy+1.
2. Evaluar : R
1
(2n 1)
Z 3
1
(16 n 29)
90
101
La demanda semanal de un producto tiene la distribución que se muestra
en la tabla N°1. Cuando se formula un pedido para reabastecer el
inventario , hay una demora de entrega , la cual es una variable aleatoria
que se muestra en la tabla N°2.
Nº de semanas desde el p
D p pedido hasta la entrega
0 0.10 2 0.20
1 0.40 3 0.60
2 0.30
4 0.20
3 0.20