Simulación de sistemas discretos: componentes y etapas clave

0.
ÍNDICE
1.-Introducción
2.-Sistemas y modelos
3.-Simulación de modelos de sucesos discretos
4.-Componentes y organización de un estudio de simulación
5.-Ejemplo de simulación de una cola con un servidor
6.-Etapas más frecuentes en un estudio de simulación
7.-Ventajas, inconvenientes y errores más frecuentes en los estudios de simulación
8.-Generación de números aleatorios (pizarra)
9.-Análisis estadístico de los resultados de la simulación (pizarra)
10.-Técnicas de reducción de varianza (pizarra)
1. INTRODUCCIÓN
SIMULACIÓN: Técnicas para imitar el funcionamiento de sistemas o procesos reales mediante
programas de ordenador.
MODELO: Representación simplificada de un sistema que se utiliza para estudiar su comportamiento.
HIPÓTESIS SOBRE EL SISTEMA:

•Sencillas: posible obtener soluciones exactas o
analíticas
•Complejas: es lo más usual. Deben ser estudiados
mediante simulación. Se obtienen soluciones
aproximadas.
ÁREAS DE APLICACIÓN
Diseño y análisis de sistemas de producción

Evaluación de requerimientos hardware y software
para un sistema de computación
Diseño de sistemas de comunicación
Diseño y operación de sistemas de transporte
como aeropuertos, puertos o metro
Evaluación de diseños para la organización de
servicios como hospitales u oficinas de correos
Determinación de políticas de pedidos para un
sistema de inventarios
Análisis de sistemas económicos o financieros
2. SISTEMAS Y MODELOS
SISTEMA: Colección de entidades que interactúan

entre sí para conseguir un determinado fin.
ESTADO DEL SISTEMA: Colección de variables

necesarias para describir un sistema en un instante
dado. Se llaman variables de estado.
TIPOS DE SISTEMAS:
* Discretos: las variables de estado cambian en
puntos separados del tiempo.
* Continuos: las variables de estado cambian de
forma continua a lo largo del tiempo.
EXPERIMENTAR
EXPERIMENTAR
CONEL
CON ELSISTEMA
SISTEMA
REAL
REAL
FORMAS
FORMAS
DE
DE
ESTUDIAR
ESTUDIAR Modelo
UN
UN físico
SISTEMA:
SISTEMA
SISTEMA:
SISTEMA
EXPERIMENTARCON
EXPERIMENTAR CONUN
UN
MODELODEL
MODELO DELSISTEMA
SISTEMA
(VALIDACIÓN) Solución
Solución
(VALIDACIÓN)
analítica
analítica
Modelo
matemático
Simulación
Simulación
TIPOS DE MODELOS DE
SIMULACIÓN
Modelos estáticos frente a modelos
dinámicos.
Modelos determinísticos frente a modelos
estocásticos
Modelos discretos frente a modelos
continuos
Estudiaremos modelos de simulación DINÁMICOS,

ESTOCÁSTICOS Y DISCRETOS
3. SIMULACIÓN DE MODELOS
DE SUCESOS DISCRETOS
Modelización de sistemas en los que las variables de estado cambian
en puntos separados en el tiempo
SUCESO: ocurrencia que puede modificar el estado del sistema
EJEMPLO: Sistema de colas con un servidor
OBJETIVO: Estimar tiempo medio en cola de los clientes servidos
VARIABLES DE ESTADO: Estado del servidor, nº de clientes en
cola, hora de llegada de cada cliente
SUCESOS: Llegadas de clientes, salidas de clientes servidos
4. COMPONENTES Y ORGANIZACIÓN
DE UN ESTUDIO DE SIMULACION
ESTADO DEL SISTEMA: colección de variables necesarias

para describir el sistema
RELOJ DE SIMULACION : variable que proporciona el

instante actual de tiempo simulado. Se actualiza cuando
ocurre un suceso.
LISTA DE SUCESOS: la lista que contiene los próximos

instantes en los que van a ocurrir los distintos tipos de
sucesos.
CONTADORES ESTADISTICOS: Variables utilizadas para

guardar la información estadística sobre el funcionamiento
del sistema.
SUBRUTINAS MAS IMPORTANTES
RUTINA DE INICIALIZACION: subprograma que

inicializa el modelo de simulación en el instante cero
RUTINA DE TIEMPOS: Subprograma que

determina el siguiente suceso de la lista de sucesos,
y avanza el reloj hasta el instante en que ese suceso
ocurre
RUTINAS DE SUCESOS: Subprograma que

actualiza las variables de estado y los contadores
cuando ocurre un suceso (una rutina para cada tipo
de suceso)
SUBRUTINAS MAS IMPORTANTES
BIBLIOTECA DE RUTINAS: conjunto de

subprogramas que generan números aleatorios de las
distribuciones utilizadas en el modelo
GENERADOR DE INFORMES: Subprograma que

estima las medidas de comportamiento del sistema y
da un informe con los resultados de la simulación.
PROGRAMA PRINCIPAL: Llama a la rutina de

tiempos para determinar el próximo suceso y
transfiere el control a la rutina correspondiente .
Verifica la condición de parada y llama al generador
de informes cuando la simulación ha terminado.
RUTINA RUTINA
RUTINA DEL
DEL
RUTINA DE
DE PROGRAMA
PROGRAMA
INICIALIZACIÓN PRINCIPAL TIEMPO
TIEMPO
INICIALIZACIÓN PRINCIPAL
Pone
 Pone el
el reloj
reloj aa cero
cero Llama
Llama aa la
la rutina
rutina de
de Determina
 Determina elel
Inicializa siguiente
siguiente tipo
tipo de
de
 Inicializa el
el estado
estado inicialización
inicialización
del suceso
suceso
del sistema
sistema yy los los Llama
Llama repetidas
repetidas veces
veces aa
contadores
contadores :: Avanza
 Avanza el
el reloj
reloj de
de
Inicializa ••rutina simulación
simulación
 Inicializa la
la lista
lista de
de rutina de
de tiempo
tiempo
sucesos
sucesos ••rutina
rutina de
de sucesos
sucesos
Rutina de sucesos
Rutina de sucesos
Actualiza Librería
Librería de
de
 Actualiza el
el estado
estado del del
sistema rutinas
rutinas
sistema
Actualiza
Actualiza los
los Genera
Genera
contadores
contadores números
números
Genera
Genera futuros
futuros sucesos
sucesos aleatorios
aleatorios
yy los
los añade
añade aa la
la lista
lista de
de
sucesos
sucesos
¿TERMINÓLA
¿TERMINÓ LASIMULACIÓN?
SIMULACIÓN?
NO
NO
Generador
Generador de
de informes
informes SI
SI
Calcula
 Calcula estimaciones
estimaciones
de
de interés
interés
Escribe
 Escribe el
el informe
informe
DIAGRAMA DE FLUJO DE LA RUTINA DE LLEGADA DE
UN CLIENTE
SUCESODE
SUCESO DELLEGADA
LLEGADA
Programar
Programar siguiente
siguiente
llegada
llegada
SI
SI NO
NO
¿SERVIDOR OCUPADO?
¿SERVIDOR OCUPADO?
SI
SI
¿COLALLENA?
¿COLA LLENA? Añadir
Añadir 1 1 aa
clientes Poner
Poner espera
espera =
=
clientes
NO perdidos 00
NO perdidos oo
error
error si
si cap.
cap.
Añadir
Añadir 1
1 aa la
la Añadir
Añadir 11 al
al número
número de
de
finita
finita
cola
cola clientes
clientes servidos
servidos
Guardar
Guardar instante
instante
de
de llegada
llegada de
de Poner
Poner el
el servidor
servidor ocupado
ocupado
este
este cliente
cliente
Programar
Programar suceso
suceso de
de salida
salida para
para este
este
cliente
cliente
DIAGRAMA DE FLUJO DE LA RUTINA DE SALIDA
DE UN CLIENTE
SUCESODE
SUCESO DESALIDA
SALIDA
SI NO
NO
SI
¿COLA VACÍA?
¿COLA VACÍA?
Restar
Restar 11 al
al número
número en en la
la cola
cola yy
PONER
PONER LIBRE
LIBRE subir
subir un
un puesto
puesto aa cada
cada cliente
cliente
EL
EL SERVIDOR
SERVIDOR en
en la
la cola
cola
DEJAR Calcular
Calcular espera
espera del
del cliente
cliente
DEJAR DE
DE
CONSIDERAR
CONSIDERAR
EL
EL SUCESO
SUCESO DE
DE Añadir
Añadir 1
1 al
al número
número de
de clientes
clientes
SALIDA
SALIDA servidos
servidos
Programar
Programar el el suceso
suceso de
de salida
salida para
para
el
el cliente
cliente que
que entra
entra al
al servidor
servidor
5. EJEMPLO DE SIMULACION DE UNA COLA CON
UN SERVIDOR
Disponemos de los valores Ai = Tiempo ente llegadas del

cliente i-1 e i-ésimo y de Si = Tiempo de servicio del cliente
i-ésimo.
A1=0.4, A2=1.2, A3=0.5, A4=1.7, A5=0.2, A6=1.6, A7 =0.2, A8=1.4, A9=1.9
S1=2.0, S2=0.7, S3=0.2, S4=1.1, S5=3.7, S6=0.6
OBJETIVO: Tratamos de estimar Lq , Wq y φ
∞
Lq = ∑ kqk , siendo qk = P(cola haya k clientes )
k =0
• La estimación más razonable para qk es:

Tk Tiempo en que hay k clientes en la cola
qˆ k = =
T ( n) Tiempo total de simulación
5. EJEMPLO DE SIMULACION DE UNA COLA
CON UN SERVIDOR
• Para estimar Wq , se define Di = tiempo en cola del cliente i-

ésimo. La estimación para Wq será:
1 n
Wq = ∑ Di , n = n º total de clientes simulados
n 1
En cada instante, se almacena la suma de los tiempos en cola
de todos los clientes (Tiempo total en cola)
•Para estimar φ , se observa el estado del servidor en cada
instante (0 si está libre, 1 si está ocupado) y se almacena el
tiempo en que el servidor está ocupado. La estimación para φ
Tiempo en que el servidor está ocupado
φˆ =
T (n)
El criterio de parada: instante en que entra al servidor el
sexto cliente
Variables de estado 0.4 Llegadas
0
inf Salidas
0 0 Reloj Lista sucesos
Contadores estadísticos
Estado servidor Nº en cola
0
0 T0
0
Clientes servidos
0 T1
0
Tiempo 0 T2
suceso Tiempo total cola
anterior T3
0
Tiempos de 0
llegadas
Tiempo servidor ocupado
0.4
2.4 Salidas
1
0.4 T0
0
Clientes servidos
0 T1
Tiempo 0
0 T2
suceso
anterior Tiempo total cola
0 T3
Tiempos de 0
llegadas
1.6
2.4 Salidas
1
1.6 T0
1.6 0.4
Clientes servidos
0 T1
Tiempo 0
0 T2
suceso
0 T3
Tiempos de 1.2
llegadas
2.1
2.4 Salidas
1
1.6 T0
1.6 1.6
Clientes servidos
2.1 0.5 T1
Tiempo 0
0 T2
suceso
Tiempo total cola
anterior T3
0
Tiempos de 1.7
llegadas
2.4
3.1 Salidas
2
1.6 T0
2.1 2.1
Clientes servidos
0.5 T1
Tiempo 0.8
0.3 T2
suceso
0 T3
Tiempos de 2.0
llegadas
3.1
3.3 Salidas
3
1.6 T0
2.4
Clientes servidos
1.2 T1
Tiempo 1.8
0.3 T2
suceso
0 T3
Tiempos de 2.9
llegadas
3.3
inf Salidas
3
1.8 T0
3.1
Clientes servidos 1.2 T1
Tiempo 1.8 T2
0.3
suceso
0 T3
Tiempos de 2.9
llegadas
3.8
4.9 Salidas
4
2.3 T0
3.3
Clientes servidos
1.2 T1
1.8
Tiempo 0.3 T2
suceso Tiempo total cola
anterior T3
0
Tiempos de 2.9
llegadas
4.0
4.9 Salidas
4 2.5
3.8 T0
4.0
Tiempo 1.8
0.3 T2
suceso
Tiempo total cola
anterior 0 T3
Tiempos de 3.1
llegadas
4.9
8.6 Salidas
5
2.5 T0
4.0
Clientes servidos
2.1 T1
2.7
Tiempo 0.3 T2
suceso
Tiempo total cola
anterior 0 T3
Tiempos de 4.0
llegadas
5.6
8.6 Salidas
5 3.2
4.9 T0
5.6
Tiempo 2.7
0.3 T2
suceso
0 T3
Tiempos de 4.7
llegadas
5.8
8.6 Salidas
5
3.2 T0
5.6 5.6
Clientes servidos
5.8 2.3 T1
Tiempo 2.7
0.3 T2
suceso
0 T3
Tiempos de 6.3
llegadas
7.2
8.6 Salidas
5
3.2 T0
5.6 5.8
Clientes servidos 2.3
5.8 T1
7.2 Tiempo 2.7 1.7 T2
suceso
anterior Tiempo total cola T3
0
Tiempos de 6.3
llegadas
8.6
9.2 Salidas
6 3.2
7.2 T0
5.8
7.2 Clientes servidos 2.3 T1
Tiempo 5.7 T2
1.7
suceso
1.4 T3
Tiempos de 7.7
llegadas
5. EJEMPLO DE SIMULACION DE UNA COLA
CON UN SERVIDOR
Como estimadores se obtienen:
T0 = 3.3, T1 = 2.3, T2 = 1.7, T3 = 1.4; T(n) = 8.6
•Lq = 9.9/8.6 = 1.15

•Wq = 5.7/6 = 0.95 ( n =6)
∀φ = 7.7/8.6 = 0.90
ALGUNAS CONSIDERACIONES:
•Este ejemplo a mano muestra la lógica de programas más

complejos.
•Observar que se habrían obtenido resultados diferentes si
se repitiese la simulación con otros valores aleatorios: la
salida un un programa de simulación es aleatoria lo que
hace necesario el uso de técnicas estadísticas para
interpretar los resultados del modelo de simulación.
6. ETAPAS MÁS FRECUENTES DE UN ESTUDIO DE SIMULACIÓN
1.
1. Formulación
Formulación del
del problema
problema yy del
del plan
plan de
de estudio
estudio
2.
2. Recogida
Recogida de
de datos
datos yy definición
definición del
del modelo
modelo
3. NO
3. ¿VÁLIDO?
¿VÁLIDO?
SI
4.
4. Construcción
Construcción del
del programa
programa dede ordenador
ordenador yy
verificación
verificación
5.
5. Realización
Realización de
de ejecuciones
ejecuciones piloto
piloto
6.
6. ¿VÁLIDO?
¿VÁLIDO? NO
SI
7.
7. Diseño
Diseño de
de experimentos
experimentos
8.
8. Realización
Realización de
de ejecuciones
ejecuciones
9.
9. Analizar
Analizar los
los resultados
resultados
10.
10. Documentar
Documentar yy presentar
presentar resultados
resultados
6.1.DESCRIPCION GENERAL DE LAS ETAPAS
EN UN ESTUDIO DE SIMULACION
ETAPA 1: Especificar claramente los objetivos del

estudio. Indicar las distintas alternativas de diseño a
estudiar, y los criterios para evaluar las alternativas
ETAPA 2: Los datos recogidos se utilizan para

estudiar la forma de operar el sistema, obtener las
distribuciones de probabilidad de las v.a. del modelo o
validar el modelo. El modelo debe captar la esencia del
sistema. No existen reglas fijas para construir un
modelo.
ETAPA 3: Validar es tratar de comprobar si el

modelo propuesto se adecua al sistema real y al
objetivo perseguido. La validación debe de
realizarse a lo largo de todo el estudio
ETAPA 4: Hay que decidir en qué lenguaje se

programa: de tipo general, específico o si se va a
utilizar un simulador. Se utilizan las técnicas
habituales de depuración y verificación de
programas.
ETAPA 5: Se realizan varias ejecuciones de prueba

y los resultados nos servirán para validar el modelo
ETAPA 6: Si existe en la práctica algún sistema

similar al que hemos modelado, se pueden comparar
los resultados de las simulaciones piloto con los
resultados del sistema existente.
ETAPA 7: Cuando tenemos muchas alternativas de

diseño y no se pueden simular todas, hay que decidir
cuales se simulan para obtener la óptima
ETAPA 8: Se obtienen los resultados para tratar

de estimar las características de interés
ETAPA 9: Para analizar los resultados y obtener

conclusiones fiables se utilizan técnicas estadísticas
ETAPA 10: Es importante documentar tanto el

programa como las hipótesis hechas y los resultados
obtenidos
6.2.ELECCION DEL LENGUAJE DE
PROGRAMACION. SIMULADORES.
ANIMACION
LENGUAJES GENERALES: C es el más utilizado
LENGUAJES ESPECÍFICOS: Simscript II.5, GPSS, Slam,

Simula
VENTAJAS DE LENGUAJES ESPECIFICOS FRENTE A

GENERALES:
 Programas más cortos:
- Están preparados para llevar la contabilidad
de los distintos parámetros
- Tienen módulos para generar números
aleatorios de las distintas distribuciones,
reloj, etc
ANIMACION
Al tener menos líneas de código:

- Es más fácil detectar posibles errores
- Se reduce el tiempo de programación
- Es más fácil cambiarlo si queremos
introducir alguna variación
Existen una serie de errores típicos que suelen ser

identificados y chequeados de forma automática
accesibles
ANIMACION
INCONVENIENTES DE LENGUAJES ESPECIFICOS FRENTE A
GENERALES:
Son menos flexibles, y su sintaxis tiende a ser

menos natural
Las ejecuciones son más lentas
Son menos conocidos por analistas y

programadores, y los compiladores son menos
accesibles
SIMULADORES
Son paquetes que permiten simular algunos tipos de

sistemas con poca o ninguna necesidad de programar. Los
sistemas se seleccionan a base de menús y de gráficos.
Ventaja: Ahorran tiempo de programación

Inconvenientes:
•Están limitados a modelizar sólamente las
configuraciones de sistemas que permite el simulador.
•Las ejecuciones son más lentas
Los más conocidos son:
•Simfactory II.5
•Witness
•Comnet III (específico redes de comunicaciones)
• QSIM (incluido en QSB)
•Xcells+
•Promodel
ANIMACION
Los elementos clave de un sistema se representan mediante

iconos que cambian de forma, color o posición cuando hay
un cambio de estado en la simulación.
Modos de operar:
•En directo: Se desarrolla la animación mientras se

está corriendo la simulación. Esto hace que la
ejecución sea más lenta.
•En diferido: La animación se visualiza una vez

completada la simulación.
VENTAJAS E INCONVENIENTES DE LA
ANIMACION
Ventajas:
•Sirven para comunicar la esencia del modelo de
simulación a los directivos.
• Puede ayuda a corregir errores del programa de
simulación o a mostrar que el modelo no es válido.
•Puede ayudar a entender el comportamiento dinámico
del sistema.
Inconvenientes:
•Aumenta el tiempo para desarrollar el programa de
simulación.
•Sólo una parte de la lógica del modelo de simulación
puede verse en la animación, y no se puede concluir a
partir de ese corto periodo de tiempo que el modelo
está bien definido.
•No puede sustituir a un cuidadoso análisis estadístico
de los resultados.
6.3. VERIFICACION DEL PROGRAMA
Consiste en comprobar que el programa de

simulación implementa correctamente el modelo
conceptual de simulación.
Técnicas a utilizar:
•Escribir y depurar los programas en módulos y
subprogramas
•Correr la simulación con distintos conjuntos de
parámetros de entrada, y comprobar que la salida
es razonable
•Depurar con la técnica de traza
•Correr el modelo con hipótesis simplificadas para
las que el modelo tenga solución analítica
•La animación puede ayudar a detectar errores
6.4. VALIDACION DEL MODELO
Consiste en comprobar si el modelo conceptual de

simulación es una adecuada representación del
sistema que se está estudiando. Debe llevarse a
cabo a lo largo de todo el estudio de simulación.
Etapas para desarrollar un modelo válido:
1.- Proponer un modelo razonable
2.- Contrastar empíricamente las hipótesis del modelo
3.- Determinar hasta que punto son representativos los

datos de salida
ETAPA 1: PROPUESTA DE UN MODELO
RAZONABLE
Tener claros los objetivos, las medidas de evaluación del

sistema y las configuraciones alternativas del sistema
Hablar con las personas relacionadas con el sistema y

obtener toda la información existente
Observar un sistema similar (si existe) y obtener los

datos históricos, o recogerlos si no existen
Exponer a todos los relacionados con el sistema una

explicación detallada y estructurada del modelo conceptual
antes de empezar la codificación
Proponer inicialmente un nivel de detalle razonable

ETAPA 2: CONTRASTAR EMPIRICAMENTE
LAS HIPOTESIS DEL MODELO
Estudiar si los datos de entrada se ajustan al

modelo propuesto.
Realizar análisis de sensibilidad para estudiar

cuanto cambian los resultados de la simulación al
cambiar los parámetros de entrada o las
distribuciones de probabilidad. Las partes más
sensibles habrá que programarlas con un mayor nivel
de detalle
ETAPA 3: DETERMINAR HASTA QUE PUNTO
SON REPRESENTATIVOS LOS DATOS DE
SALIDA
Si existe un sistema similar al propuesto, se comparan los

datos de salida del sistema, y los del modelo de simulación.
Si son similares, el modelo es válido. A continuación se
modificaría el modelo para representar al sistema que nos
interesa estudiar
Si no existe un sistema similar, se intenta simplificar el

modelo de forma que tenga solución analítica, y se
comparan los resultados. La validez del modelo será mayor
cuanto menores sean las simplificaciones para obtener la
solución analítica. El test definitivo se obtiene comparando
los resultados del modelo con los del sistema propuesto, si
este llega a construirse. Pero si no es válido, ya no puede
corregirse.
7. VENTAJAS DE LA SIMULACION
Permite estudiar sistemas reales que no se pueden

evaluar analíticamente
Hace posible estimar el comportamiento de un sistema

existente si se modifican algunas de las condiciones de
funcionamiento actuales
Se pueden comparar distintas alternativas de diseño (o de

formas de operar de un sistema), para ver cual se
comporta mejor
Permite estudiar en poco tiempo la evolución de un

sistema en un periodo largo de tiempo y al revés
Se puede utilizar para validar un modelo analítico

7. DESVENTAJAS DE LA SIMULACION
No produce resultados exactos, sino estimaciones.

Esto hace necesario el uso de técnicas estadísticas
Desarrollar un modelo de simulación suele ser caro

y lleva tiempo
Es difícil demostrar la validez del modelo. Si el

modelo no es válido, los resultados son poco útiles
Es difícil encontrar el óptimo: sólo se puede

encontrar el mejor entre varias alternativas
7. ERRORES MAS FRECUENTES EN LOS
ESTUDIOS DE SIMULACION
No tener bien definidos los objetivos al comienzo

del estudio
Elegir un nivel de detalle inapropiado
Tratar un estudio de simulación como si fuera
principalmente un problema de programación
Confiar en simuladores que hacen la simulación
accesible a “todo el mundo”
Analizar los datos de salida a partir de una sola
ejecución, tratándola como la solución verdadera
Fallar en la comunicación con las personas que
conocen realmente el sistema
No modelizar correctamente las distintas fuentes
de aleatoriedad del sistema real

Simulación de sistemas discretos: componentes y etapas clave

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Simulación de sistemas discretos: componentes y etapas clave

Caricato da

Copyright:

Formati disponibili

0.

MODELO: Representación simplificada de un sistema que se utiliza para estudiar su comportamiento.

HIPÓTESIS SOBRE EL SISTEMA:

Diseño y análisis de sistemas de producción

SISTEMA: Colección de entidades que interactúan

ESTADO DEL SISTEMA: Colección de variables

Estudiaremos modelos de simulación DINÁMICOS,

ESTADO DEL SISTEMA: colección de variables necesarias

RELOJ DE SIMULACION : variable que proporciona el

LISTA DE SUCESOS: la lista que contiene los próximos

CONTADORES ESTADISTICOS: Variables utilizadas para

RUTINA DE INICIALIZACION: subprograma que

RUTINA DE TIEMPOS: Subprograma que

RUTINAS DE SUCESOS: Subprograma que

BIBLIOTECA DE RUTINAS: conjunto de

GENERADOR DE INFORMES: Subprograma que

PROGRAMA PRINCIPAL: Llama a la rutina de

Disponemos de los valores Ai = Tiempo ente llegadas del

• La estimación más razonable para qk es:

• Para estimar Wq , se define Di = tiempo en cola del cliente i-

•Lq = 9.9/8.6 = 1.15

•Este ejemplo a mano muestra la lógica de programas más

ETAPA 1: Especificar claramente los objetivos del

ETAPA 2: Los datos recogidos se utilizan para

ETAPA 3: Validar es tratar de comprobar si el

ETAPA 4: Hay que decidir en qué lenguaje se

ETAPA 5: Se realizan varias ejecuciones de prueba

ETAPA 6: Si existe en la práctica algún sistema

ETAPA 7: Cuando tenemos muchas alternativas de

ETAPA 8: Se obtienen los resultados para tratar

ETAPA 9: Para analizar los resultados y obtener

ETAPA 10: Es importante documentar tanto el

LENGUAJES ESPECÍFICOS: Simscript II.5, GPSS, Slam,

VENTAJAS DE LENGUAJES ESPECIFICOS FRENTE A

Al tener menos líneas de código:

Existen una serie de errores típicos que suelen ser

Son menos flexibles, y su sintaxis tiende a ser

Las ejecuciones son más lentas

Son menos conocidos por analistas y

Son paquetes que permiten simular algunos tipos de

Ventaja: Ahorran tiempo de programación

Los elementos clave de un sistema se representan mediante

•En directo: Se desarrolla la animación mientras se

•En diferido: La animación se visualiza una vez

Consiste en comprobar que el programa de

Consiste en comprobar si el modelo conceptual de

Etapas para desarrollar un modelo válido:

1.- Proponer un modelo razonable

2.- Contrastar empíricamente las hipótesis del modelo

3.- Determinar hasta que punto son representativos los

Tener claros los objetivos, las medidas de evaluación del

Hablar con las personas relacionadas con el sistema y

Observar un sistema similar (si existe) y obtener los

Exponer a todos los relacionados con el sistema una

Proponer inicialmente un nivel de detalle razonable

Estudiar si los datos de entrada se ajustan al

Realizar análisis de sensibilidad para estudiar

Si existe un sistema similar al propuesto, se comparan los

Si no existe un sistema similar, se intenta simplificar el

Permite estudiar sistemas reales que no se pueden

Hace posible estimar el comportamiento de un sistema

Se pueden comparar distintas alternativas de diseño (o de