PROMODEL

CAMILO CALDERON
ANGIE RIVEROS
CAPITULO 1 PRINCIPIOS
BSICOS DE LA SIMULACIN
INTRODUCCION
En aos recientes, el advenimientos de nuevos y mejores desarrollos en
el rea de la computacin ha trado consigo innovaciones igualmente de
importantes en los terrenos de la toma de decisiones y el diseo de
procesos y productos. Tcnicas como los Software de Simulacion.
DEFINICIONES
SIMULACION DE ENVENTOS DISCRETOS:
El conjunto de relaciones logicas, matematicas y probabilisticas que intregran
el comportamiento de un sistema bajo estudio cuando se presenta un
evento determinado.

SISTEMA:
Conjunto de elementos que se interrelacionan para funcionar como un todo.
ENTIDAD:
Representacin de los flujos de entrada a un sistema.

ESTADO DEL SISTEMA:

Condicin que guarda el sistema baj estudio en un momento determinado.

ATRIBUTO:
Las piezas pueden ser de diferentes tamaos. Un atributo podra agregarse a
la informacin de cada pieza
VENTAJAS
Nuevas polticas, procedimientos operacionales, reglas de decisin,
flujos de informacin, procedimientos organizacionales, etc. pueden ser
estudiados sin interferencia en las operaciones del sistema real.
Nuevos equipos, arreglos fsicos, sistemas de transporte, etc. pueden
ser testeados antes de que se invierta recursos en las adquisiciones
mencionadas.
Hiptesis de como y porque ciertos fenmenos ocurren pueden ser avalados.

El tiempo puede ser comprimido y expandido, permitiendo que el fenmeno

en estudio pueda ser acelerado o retardado.

Cuellos de botella donde las informaciones o materiales tienen sus flujos

comprometidos pueden ser identificados
DESVENTAJAS
Sistemas de computacin: redes de ordenadores, componentes,
programacin, bases de datos, fiabilidad
Fabricacin: manejo de materiales, lneas de montaje, equipos de
almacenamiento, control de inventario, mantenimiento, distribucin
en planta, diseo de mquinas
Un modelamiento del sistema y un anlisis de los datos pueden
consumir mucho tiempo y muchos recursos. Por otro lado, economizar
tiempo y recursos en el modelamiento y en el anlisis pueden resultar
en escenarios insuficientes para atender los objetivos.
ELEMENTOS CLAVES PARA EL
XITO DE UN MODELO DE
SIMULACION
TAMAO INSUFICIENTE DE LA CORRIDA
VARIABLES DE RESPUESTA MAL DEFINIDAS
ERRORES EN LAS RELACIONES ENTRE VARIABLES ALEATORIAS
FALTA DE UN ANALISIS ESTADISTICO DE LOS RESULTADOS
USO INCORRECTO DE LA INFORMACION OBTENIDA
FALTA O EXCESO DE DETALLE EN EL MODELO
PASOS PARA REALIZAR UNA
SIMULACION
1. DEFINICION DEL SISTEMA BAJO ESTUDIO
2. GENERACION DEL MODELO DE SIMULACION BASE
3. RECOLECCION Y ANALISIS DE DATOS
4. GENERACION DEL MODELO PRELIMINAR
5. VERIFICACION DEL MODELO
6. VALIDACION DEL MODELO
7. GENERACION DEL MODELO FINAL
8. DETERMINACION DE ELOS ESCENARIOS PARA EL ANALISIS

9. ANALISIS DE SENSIBILIDAD

10. DOCUMENTACION DEL MODELO, SUGERENCIAS Y CONCLUCIONES.

CAPITULO 2 NMEROS
PSEUDOALEATORIOS
2.1 LOS NMEROS PSEUDO
ALEATORIOS
Para poder realizar una simulacin que incluya variabilidad dentro de sus
eventos, es preciso generar una serie de nmeros que sean aleatorios
por s mismos, y que su aleatoriedad se extrapole al modelo de
simulacin que se est construyendo. Como puede comprenderen la
construccin del modelo los nmeros aleatorios juegan un papel
relevante
2.2 GENERACIN DE NMEROS
PSEUDO ALEATORIOS
Para realizar una simulacin se requieren nmeros aleatorios en el
intervalo (0,1), a los cuales se har referencia como rjt es decir, una
secuencia r- {r:,r2,ry ..., rn} que contiene n nmeros, todos ellos
diferentes; n recibe el nombre de periodo o ciclo de vida del generador
que cre la secuencia
2.2.1 ALGORITMO DE
CUADRADOS MEDIOS
Este algoritmo no congruencial fue propuesto en la dcada de los
cuarenta del siglo xx por Von Neumann y Metrpolis m . Requiere un
nmero entero detonador (llamado semilla) con D dgitos, el cual es
elevado al cuadrado para seleccionar del resultado los D dgitos del
centro; el primer nmero r se determina simplemente anteponiendo el
"0."a esos dgitos. Para obtener el segundo r se sigue el mismo
procedimiento, slo que ahora se elevan al cuadrado los D dgitos del
centro que se seleccionaron para obtener el primer r. Este mtodo se
repite hasta obtener n nmeros r A continuacin se presentan con ms
detalle los pasos para generar nmeros con el algoritmo de cuadrados
medios.
2.2.2ALGORITMO DE PRODUCTOS
MEDIOS
La mecnica de generacin de nmeros pseudoaleatorios de este
algoritmo no congruencial es similar a la del algoritmo de cuadrados
medios. La diferencia entre ambos radica en que el algoritmo de
productos medios requiere dos semillas, ambas con D dgitos; adems,
en lugar de elevarlas al cuadrado, las semillas se multiplican y del
producto se seleccionan los D dgitos del centro, los cuales formarn el
primer nmero pseudoaleatorio r = 0.D dgitos.
2.2.3 ALGORITMO DE
MULTIPLICADOR CONSTANTE
Este algoritmo no congruencial es similar al algoritmo de productos
medios. Los siguientes son los pasos necesarios para generar nmeros
pseudoaleatorios con el algoritmo constante
2.2.4 ALGORITMO LINEAL
Este algoritmo congruencial fue propuesto por D. H. Lehmer15' en 1951.
Segn Law y Kelton [ 3 ],este algoritmo ha sido el ms usado. El algoritmo
congruencial lineal genera una secuencia de nmeros enteros por medio
de la siguiente ecuacin recursiva:
X + 1 = (aX(. + c)mod(m) /'=0,1,2,3,n
2.2.5 ALGORITMO CONGRUENCIAL
MULTIPLICATIVO
El algoritmo congruencial multiplicativo surge del algoritmo
congruencial lineal cuando c = 0. Entonces la ecuacin
recursiva es:
X+, = (aX) mod (m) i = 0,1,2,3,..., n
En comparacin con el algoritmo congruencial lineal, la
ventaja del algoritmo multiplicativo es que implica una
operacin menos a realizar.
2.2.6 ALGORITMO CONGRUENCIAL
ADITIVO
Este algoritmo requiere una secuencia previa de n nmeros
enterosX1,X2,X3,X4 , . . . , X n para
generar una nueva secuencia de nmeros enteros que empieza en X n +
1,Xn+2,Xn+3,Xn+4,...
Su ecuacin recursiva es:
X. = (X._1 + X. _) mod (m) /' = n + 1, n + 2, n + 3 N
Los nmeros r pueden ser generados mediante la ecuacin
r; = x,./(m-1)
2.3 PROPIEDADES DE LOS
NMEROS PSEUDO ALEATORIOS
ENTRE 0 Y 1
*Ajustarse a una distribucin U(0,1).
*Ser estadsticamente independientes (no debe deducirse un nmero
conociendo otros ya generados).
*Ser reproducibles (la misma semilla debe dar la misma sucesin). *Ciclo
repetitivo muy largo.
*Facilidad de obtencin.
*Ocupar poca memoria.
PRUEBA DE MEDIOS
Consiste en verificar que los nmeros generados tengan una media
estadsticamente igual a 1/2, de este modo la hiptesis planteada es:
Paso 1 Calcular la media de los n nmeros generados
Paso 2 Calcular los lmites superior e inferior de aceptacin
Paso 3 Si el valor se encuentra entre li y ls, aceptamos que los nmeros
tienen una media estadsticamente igual a con un nivel de aceptacin
1-
PRUEBA DE VARIANZA
CONSISTE EN VERIFICAR SI LOS NMEROS ALEATORIOS GENERADOS
TIENEN UNA VARIANCIA DE 0.083, DE TAL FORMA QUE LA HIPTESIS
QUEDA EXPRESADA COMO:
PASO 1. CALCULAR LA VARIANCIA DE LOS N NMEROS GENERADOS
V(X).
PASO 2. CALCULAR LOS LMITES SUPERIOR E INFERIOR DE ACEPTACIN
PASO 3. SI V(X) SE ENCUENTRA ENTRE LOS VALORES DE Y , ACEPTAMOS
LA HIPTESIS NULA Y LOS NMEROS ALEATORIOS TIENE UNA VARIANCIA
ESTADSTICAMENTE IGUAL A 1/12.
PRUEBA DE SERIES
Paso 1 Crear un histograma de dos dimensiones con m intervalos,
clasificando cada pareja de nmeros consecutivos (ri, ri + 1) dentro de las
casillas de dicho histograma de frecuencias. El nmero total de pares
ordenados en cada casilla formar la frecuencia observada
Paso 2 Calcular la frecuencia esperada en cada casilla FE de acuerdo con
FE=nm/m donde nm. es el nmero total de parejas ordenadas.
Paso 3 Calcular el error , con la ecuacin:
Paso 4 Si el valor de es menor o igual al estadstico de tablas con m-1
grados de libertad y una probabilidad de rechazo , entonces aceptamos
que estadsticamente los nmeros son independiente