Investigación Operativa II (Capítulo 1 y 2) - 1093580

Più simili a questo

MÉTODO DIALÉCTICO

da AXEL ADOLFO BARAHONA HERNANDEZ

Mapa Mental: Comunidades de Práctica

da Sindy Hidalgo

Teoria X, Y y Z

da jhon jardi diaz

Metodologías Activas

da Monica Rios

Investigación Operativa II - Ruth Espinal 1093580 - Tarea Semana 1

Capítulo 1 y 2: Simulación con Arena

Etapas del Proceso de Simulación en Arena

9. Presentación de resultados

8. Documentación

7. Experimentos y análisis de los resultados

6. Diseño de experimentos

5. Verificación y validación

4. Codificación

3. Análisis y recogida de datos

2. Formulación del modelo

1. Formulación del problema

Teoría de Colas

Origen

El origen de la Teoría de Colas está en el esfuerzo de Agner Kraup Erlang (Dinamarca, 1878 - 1929) en 1909 para analizar la congestión de tráfico telefónico con el objetivo de cumplir la demanda incierta de servicios en el sistema telefónico de Copenhague. Sus investigaciones acabaron en una nueva teoría denominada teoría de colas o de líneas de espera.

Que es una cola?

Una cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de línea de espera particulares o sistemas de colas.

Definición

Es el estudio matemático del comportamiento de líneas de espera. Esta se presenta, cuando los “clientes” llegan a un “lugar” demandando un servicio a un “servidor”, el cual tiene una cierta capacidad de atención. Si el servidor no está disponible inmediatamente y el cliente decide esperar, entonces se forma la línea de espera.

Módelos lógicos o matemáticos

Este tipo de modelo es sólo un conjunto de aproximaciones y suposiciones estructurales y cuantitativas, acerca de la forma en que funciona o funcionará el sistema. Por lo general, se representa en un programa por computadora que se ejecuta para plantear preguntas acerca del comportamiento del modelo

Modelación

La simulación por computadora trata con modelos de sistemas

Las personas a menudo estudian un sistema para medir su desempeño mejorar su operación, o diseñarlo si es que no existe

Función Simular en Arena

Esta función permite la toma de decisión mediante el diseño de sistemas antes de que el mismo sea construido (por concepto de opciones costosas, riesgosas o imposibles). Es también la prueba de políticas de operacion antes de ser implantadas.

Piezas de un modelo de simulación

Eventos

Es algo que sucede en un instante de tiempo (simulado) que puede cambiar atributos, variables o acumuladores estadísticos. Ejemplo: llegada, salida y fin

Acumuladores estadísticos

Para obtener las mediciones de desempeño de resultados, se debe mantener la pista de algunas variables intermedias de acumuladores estadísticos conforme progrese la simulación

Colas

Cuando una entidad no puede seguir adelante, quizá porque necesita aprovechar una unidad de un recurso que está inmovilizada por otra entidad, se requiere un lugar para esperar, que es la cola

Recursos

Con frecuencia las entidades compiten entre ellas por el servicio de los recursos que representan cosas como personal, equipo o espacio

Variables

Es información que refleja alguna característica de sus sistema sin importar cuántos o qué tipos de entidades haya alrededor

Atributos

Es una característica común de todas las entidades pero con un valor específico que se puede diferir entre las entidades

Entidades

Es decir, los jugadores que se mueven alrededor, que cambian de estatus, afectan y son afectados por otras entidaes

Cómo se hace una simulación?

Simuladores de alto nivel

Operan mediante interfases intuitivas del usuario, gráficas, menús y diálogos

Programación en leguajes con un propósito general

Cuando aparecieron las computadoras, las personas comenzaron a escribir programas de computadora en lenguajes de procesamiento de propósito general para hacer simulaciones de sistemas más complicados

A mano

Se hacían experimentos como el de Louis Leclerc que describió un experimento para estimar el valor de pi.

Por computadora

Entre sus ventajas está que tienen una capacidad para tratar modelos muy complicados de los sistrmas complicados correspondientes, el mejoramiento obvio en la proporción desempeño/precio del hardware y flexibilidad y Factibilidad en el Uso

Tipos de Simulación

Estocástico

Los modelos estocásticos operan con al menos algunas entradas aleatorias como un banco con clientes que llegan de forma aleatoria y que requieren tiempo de servicio variados

Determinista

Los modelos que no tienen entradas aleatorias son deterministas, ejemplo la operación estrcita de una genda de citas con tiempos de servicio fijos

Discreto

En un modelo discreto el cambio puede ocurrir sólo en puntos separados en el tiempo

Continuo

En un modelo continuo el estado del sistema puede cambiar continuamente en el tiempo

Dinámico

El tiempo si desempeña un papel natural en los modelos dinámicos. La mayoría de los modelos operativos son dinámicos.

Estático

El tiempo no desempeña un papel natural en los modelos estáticos.

Simulación

Se refiere a un gran conjunto de métodos y aplicaciones que buscan imitar el comportamiento de sistemas reales, generalmente en una computadora con un software apropiado