Beruflich Dokumente
Kultur Dokumente
Andrs Ramos
Andres.Ramos@iit.icai.upcomillas.es
Universidad Pontificia Comillas
Begoa Vitoriano
bvitoriano@mat.ucm.es
Universidad Complutense de Madrid
E
SCUELA
T
CNICA
S
UPERIOR DE
I
NGENIERA
D
EPARTAMENTO DE
O
RGANIZACIN
I
NDUSTRIAL
Modelos matemticos de simulacin - 1
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
ndice
Sistemas, modelos y simulacin
Elementos de la simulacin
Metodologa de un estudio de simulacin
Generacin de variables aleatorias
Software de simulacin
Anlisis de resultados
Modelos matemticos de simulacin - 2
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Sistemas, modelos y simulacin
Inicio Simulacin: 1949 Mtodo de Monte Carlo (J ohnVon
Neumann, StanislawUlam)
SIMULACIN (Shannon, 1975)
proceso de disear un modelo de un sistema real y llevar a cabo
experiencias con l, con la finalidad de aprender el comportamiento del
sistema o de evaluar diversas estrategias para el funcionamiento del
sistema.
SISTEMA
Conjunto de objetos o ideas que estn interrelacionadas entre s como
una unidad para la consecucin de un fin. Forma parte de la vida real.
MODELO
Representacin simplificada de un sistema. Es una abstraccin del
sistema.
Sistema Sistema
Observaci Observaci n n
Modelo Modelo
Modelos matemticos de simulacin - 3
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Procedimientos de obtencin de modelos
Anlisis tericoo mtodo deductivo:
Estudio cualitativo de los fenmenos que caracterizan el comportamiento
del sistema Relaciones matemticas concretas ecuaciones
descriptivas del proceso.
Anlisis experimental o mtodo inductivo
Construir un modelo matemtico a partir de medidas realizadas sobre el
sistema Descripcin detallada de cmo evolucionaa lo largo del tiempo
Observar el comportamiento del modelo Llevar a cabo experiencias
con l
SIMULACIN DEL MODELO
OBJ ETIVO: NOconocer el sistema en s, sino comportamiento
ante diversas situaciones
LOS MODELOS DE SIMULACIN SE HACEN
FUNCIONAR, NO SE RESUELVEN,!!!
Modelos matemticos de simulacin - 4
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Ejemplo (i)
Construir una carretera, y se ha de hacer tnel a travs de
montaa. Dos puntosposibles donde hacer tnel, M
1
, M
2.
M
1
: longitud del tnel L
1
, y en la montaa M
2
, L
2
.
En la primera de ellas, se perforara a razn de x
1
unidades por
jornada de trabajo, en la otra a razn de x
2
unidades.
La empresa debe recibir una maquinaria nueva con una
probabilidad 0.71. La probabilidad de que la nueva maquinaria
se avereen M
1
es 0.14, y en M
2
es 0.16. Para la maquinaria
vieja son 0.28 y 0.19.
Las averas pueden ser de dos tipos: graves probabilidad 0.35
y 4 jornadas de trabajo de reparacin, o leves con 1 jornada de
trabajo de reparacin
Dnde perforar para tardar lo menos posible en construir
carretera?
Modelos matemticos de simulacin - 5
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Ejemplo (ii)
Anlogo para M
2
E[DT/M
2
] =20.22 E[DT/M
2
] =20.34
E[DT/M
1
] =19.34 E[DT/M
1
] =19.37
50 simulaciones Mtodo terico
Modelos matemticos de simulacin - 6
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Modelo de simulacin
1. Se definen los parmetros aleatorios
llegada de nueva maquinaria
avera
gravedad de la avera
2. Se simulan o muestreanlos parmetros aleatorios
3. Serecopilanlos resultados
4. Sedetieneel proceso de muestreo
Modelos matemticos de simulacin - 7
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Cando conviene utilizar la simulacin?
Si no existe formulacin matemtica del modelo o mtodos
analticos resolucin. (sistemas complejos)
S existen, pero resulta ms sencillo y barato simular.
Si se desea experimentar con el sistema antes de su uso o
construccin. (Simulador de vuelo)
Es imposible experimentar sobre el sistema Prevencin de
eventualidades.
Razones ticas impiden experimentacin (S. biolgicos H.)
Se desea reducir escalas de tiempo, pues la evolucin del
sistema es muy lenta (capa de ozono, polticas de talas de
rboles)
Permite estudiar sistemas dinmicosen tiempo real.
Modelos matemticos de simulacin - 8
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Inconvenientes
La construccin del modelo puede ser compleja y costosa.
Es frecuente despreciar elementos o relaciones sin importancia
aparente y obtener resultados falsos.
Es difcil establecer el grado de precisin de los resultados y su
anlisis.
NO OPTIMIZA, slo evala
Modelos matemticos de simulacin - 9
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Tipos de sistemas
Estadode un sistema
Conjunto de variables necesarias para describir un sistema en
un instante de tiempo y relativo a los objetivos de un estudio
Tipos de Sistemas:
Continuos: Las variables de estado cambian de forma
continua con el tiempo
Discretos: Las variables de estado cambian en ciertos
instantes de tiempo
Modelos matemticos de simulacin - 10
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Tipos de modelos de simulacin
Clasificacin segn evolucin de tiempo
ESTTICOS: representan un sistema en un instante
particular. A menudo se le llama simulacin de Monte Carlo.
DINMICOS: representan un sistema que evoluciona con el
tiempo.
Clasificacin segn la aleatoriedad
DETERMINISTAS: no variables aleatorias. Unos datos
entrada, nica salida.
ESTOCSTICOS/PROBABILISTAS: contienen variables
aleatorias, las salidas son aleatorias (estimar).
Clasificacin segn las variablesde estado
CONTINUOS
DISCRETOS
HBRIDOSO COMBINADOS
Modelos matemticos de simulacin - 11
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Ejemplo modelo continuo: presa-depredador
(modelo Lotka-Volterra)
X(t) : nmero individuos presa en instante t
Y(t) : nmero de individuos depredador en instante t
r: tasa crecimiento sin depredadores
s: tasa variacin en ausencia de presas
( ) ( ) ( ), 0
( ) ( ) ( ), 0
d X
r X t a X t y t a
d t
d Y
s Y t b X t Y t b
d t
= >
= + >
Modelos matemticos de simulacin - 12
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
ndice
Sistemas, modelos y simulacin
Elementos de la simulacin
Metodologa de un estudio de simulacin
Generacin de variables aleatorias
Software de simulacin
Anlisis de resultados
Modelos matemticos de simulacin - 13
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Elementos de la simulacin
EVENTOS: Sucesos que pueden producir un cambio en el
estado del sistema
MECANISMO DE TRANSICIN: Mecanismo que muestra
los cambios que se producen en el estado del sistema cuando se
produce un evento
Un sistema de colas con un servidor
Variable de estado: nmero de clientes en el sistema, N(t)
Eventos:
Llegada de un nuevo cliente
Fin del servicio de un cliente
Mecanismo de transicin
( ) 1 si llegada cliente
( )
( ) 1 si fin de servicio de un cliente
N t
N t
N t
+
1
k
k
p =
0 1
p
1
p
1
+p
2
p
1
+p
2
+p
3
(0,1)
d
u U =
i
X x =
1
1 1
i i
k k
k k
p u p
= =
<
1
( ) ( )
x i x i
F x u F x
<
1
2
3
4
0 con prob 0.1
1 con prob 0.2
2 con prob 0.5
3 con prob 0.2
p
p
X
p
p
=
=
=
1
3 2 1 0
0.1
0.3
0.8
( ) F x
0 1 2 3
Modelos matemticos de simulacin - 35
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Generacin de variables aleatorias continuas
...
333))) GGGEEENNNEEERRRAAACCCIIINNN VVVAAARRRIIIAAABBBLLLEEESSS AAALLLEEEAAATTTOOORRRIIIAAASSS AAABBBSSS... CCCOOONNNTTTIIINNNUUUAAASSS
MMMTTTOOODDDOOO DDDEEE LLLAAA TTTRRRAAANNNSSSFFFOOORRRMMMAAACCCIIINNN IIINNNVVVEEERRRSSSAAA
XXX V VV...AAA... FFFU UUNNNCCCIII N NN D DDEEE D DDIIIS SST TTR RRIIIB BBUUUCCCIII N NN A AACCCUUUMMMU UULLLA AADDDAAA E EES SS { }
( ) F x P x X = ...
GGGEEEN NNEEER RRAAARRR U UU UUU(((000,,,1 11))),,, YYY D DDEEET TTE EER RRMMMI IIN NNAAARRR A AANNNTTTI III IIM MMA AAGGGE EEN NN,,, XXX T TTA AALLL Q QQU UUEEE ( ) F x u = ...
DDDIIIS SST TTR RRIIIB BBUUUCCCIII N NN E EEX XXP PPO OON NNEEEN NNCCCIIIA AALLL:::
( ) 1
x
F x e
= 0 x (((1 M MME EED DDIIIA AA)))... UUU T TTA AALLL Q QQU UUEEE ( ) F x u =
ln(1 ) ln( )
d
u u
x
= = ...
DDDIIIS SST TTR RRIIIB BBUUUCCCIII N NN U UUNNNIIIF FFO OOR RRMMME EE E EEN NN ( , ) a b :::
( )
x a
F x
b a
S SSI II ( , ) x a b ... UUU T TTA AALLL Q QQU UUEEE ( ) F x u = ,,, SSSE EE T TTI IIE EEN NNEEE Q QQU UUEEE ( ) x a b a u = + ...
DDDIIIS SST TTR RRIIIB BBUUUCCCIII N NN WWWEEEI IIB BBUUULLLL LL ( , ) ::: (((MMME EED DDIIIA AA
1
(1/ )
= )))
( )
( ) 1 , 0
x
F x e x
= ... U UU T TTA AALLL Q QQU UUEEE
( ) F x u = ,,, SSSE EE T TTI IIE EEN NNEEE ( ) ( )
1/ 1/ 1 1
ln(1 ) ln( )
d
x u u
= = ...
Modelos matemticos de simulacin - 36
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Generacin de variables aleatorias continuas
MMMTTTOOODDDOOO DDDEEE AAACCCEEEPPPTTTAAACCCIIINNN --- RRREEECCCHHHAAAZZZOOO::: MMMTTTOOODDDOOO SSSIIIMMMPPPLLLEEE DDDEEE RRREEECCCHHHAAAZZZOOO
XXX v vv... a aa... d dde eennns ssiii d dda aaddd f ff ( ((xxx))) s ssooop ppo oor rrttt eee a aacccooot tt a aadddo oo ( ((a aa,,,b bb) ))... { }
1 2
max ( ) : ( , ) c f x x a a ...
PPPu uun nnt tt o oo u uun nni ii f ff ooor rrmmmeee ( ((aaa,,,b bb) ))xxx(((000,,,c cc))),,, s ssiii p ppooorrr eeennnccciii mmmaaa dddeee lll aaa cccuuurrrvvvaaa rrreeeccchhhaaazzzaaarrr,,, s ssiii n nno oo, ,, a aaccceeepppttt aaarrr
AAAlll g ggo oor rriii t tt mmmooo: :: 1 11))) G GGe eennne eerrraaarrr
1 2
, u u U UU(((0 00,,,1 11)))
CCCaaalll c ccuuul ll a aarrr
1
( ) x a b a u = + ... C CCaaalll c ccuuul ll a aarrr
2
y cu =
222))) C CCaaalll c ccuuul ll a aarrr ( ) f x ... S SSiii ( ) y f x > i ii r rr a aa 1 11)))
333))) S SSa aalll i ii d dda aa::: X XX ( ) f x
1 1
1
(Aceptar un valor dado por ( , ))
( )
P x y
c b a
=
{ }
max ( ) : ( , ) c f x x a b =
EEEj jj e eemmmpppl ll o oo: ::
[ ]
0 1
( ) 1 ( 1) 1 2
0 fuera de 0,2
x x
f x x x
111))) G GGe eennne eerrraaarrr
1
(0,1)
d
r U = y yy
2
(0,1)
d
r U = ... C CCaaalll c ccuuul ll a aarrr
1
2 x r = e ee
2
y r =
222))) A AAccceeepppt tt a aarrr
x
s ssiii
2
( ) r f x
,,, s ssiii n nno oo, ,,
2
( ) r f x >
y yy v vvoool ll v vveeerrr a aalll p ppa aasssooo 1 11)))
F(X)
0 1 2
Modelos matemticos de simulacin - 37
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Generacin de variables aleatorias continuas
Algunas distribuciones particulares
Normal (,)
Normal(0,1), multiplicar por y sumar .
No expresin funcin distribucin: no transformada inversa
Mtodo del Teorema Central del Lmite
v.a.i.i.d media y desviacin N(0,1)
Aplicado a U(0,1):
Con n=12, (12 pequeo)
Mtodo de Box-Mller
Algoritmo:
1) Generar U(0,1)
2) Salida: v.a.i.i.d. N(0,1)
Mtodo polar de Marsaglia: evita evaluar cosenosy senos
1
,...,
n
X X
1
n
i
D
i
n
X n
n
1
2
/12
n
i
i
n
u
n
=
12
1
6
i
i
u
=
1 2
, u u
1 2
2ln cos(2 ) x u u = 1 2
2ln sen(2 ) y u u =
Modelos matemticos de simulacin - 38
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
ndice
Sistemas, modelos y simulacin
Elementos de la simulacin
Metodologa de un estudio de simulacin
Generacin de variables aleatorias
Software de simulacin
Anlisis de resultados
Modelos matemticos de simulacin - 39
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Software de simulacin
Caractersticas comunesal codificar modelos de simulacin:
Generacin de muestras de nmeros aleatorios U(0,1)
Generacin muestras variables aleatorias con distribuciones especficas
Mecanismos de control y flujo del tiempo
Determinacin del siguiente evento
Actualizacin listas sucesos (adicin, supresin, actualizacin registros)
Recogida y anlisis de datos generados por la simulacin
Elaboracin de informes, grficas, ...
Lenguajes de simulacin de propsito general
Gran desarrollo
Incremento del uso de la SIMULACIN
Modelos matemticos de simulacin - 40
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Lenguaje simulacin versus lenguaje propsito
general
Ventajas de los lenguajes de simulacin
Proporcionan la mayora de caractersticas necesarias para programar un
modelo simulacin reduccin de esfuerzo de programacin
Entorno de trabajo natural para el uso de modelos de simulacin
bloques bsicos de programacin ms afines
Ms sencillos de codificar ms fcil de modificar para experimentos
Facilitan deteccin errores, especialmente en lgica de proceso
Ventajas de los lenguajes de propsito general
En general, los modeladores conocen algn lenguaje de propsito
general, pero no suelen conocer lenguajes de simulacin
Suelen estar disponibles en cualquier ordenador, no los de simulacin.
El coste del software es menor.
El tiempo de ejecucin es menor (ms eficientes)
Mayor flexibilidad.
Modelos matemticos de simulacin - 41
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Software de simulacin
TIPOS DE SOFTWARE DE SIMULACIN
Lenguaje de simulacin: Lenguaje de programacin que es general
por naturaleza pero con desarrollos especiales para cierto tipo de
aplicaciones. Ejemplo: SIMAN, GPSS, etc. Un modelo se
desarrolla en un lenguaje de simulacin escribiendo un programa
usando estructuras de modelado del lenguaje Experto
programador
Simulador: Programa que permite simular un sistema de una clase
especfica de sistemas con poca o ninguna programacin Poca o
ninguna experiencia en PROGRAMACIN Limitadas las
posibles configuraciones de los sistemas. Ejemplo: simulador de
vuelo, simulador de un centro de control de una central nuclear.
Modelos matemticos de simulacin - 42
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
ndice
Sistemas, modelos y simulacin
Elementos de la simulacin
Metodologa de un estudio de simulacin
Generacin de variables aleatorias
Software de simulacin
Anlisis de resultados
Modelos matemticos de simulacin - 43
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Anlisis de resultados de simulacin
Un estudio de simulacin busca respuestasa preguntas sobre el
sistema a travs de la informacin que proporcionan los
experimentos con el modelo
Los experimentos responden a preguntas: Qupasara s?
(What-if)
Las respuestas servirn de soporte a una decisinsobre el
sistema variable respuesta (numrica)
Cada alternativaes una variante del modelo o escenario de
simulacin para el experimento estimacin variables
respuesta estadstica
Muestreo, reduccin varianza, estimacin, diseo experimentos
Modelos matemticos de simulacin - 44
ESCUELA TCNICA SUPERIOR DE INGENIERA
DEPARTAMENTO DE ORGANIZACIN INDUSTRIAL
Estimacin de medias (esperanzas)
En general, valor esperadode variable respuesta se estima
mediante media muestral de las observaciones. Tambin
intervalo confianza (precisin)
Intervalo de confianza
(De 100 intervalos confiamos en que en al menos % estarla media)
Muestreo de dimensin fija:
n fijado antemano precisin la que resulte
Muestreo secuencial:
precisin fijada antemano (anchura del intervalo) tamao de muestra
indeterminado (fijar y si no se alcanza precisin, seguir)
1
n
i
i
Y
Y
n
=
=
2
2
1
( )
1
n
i
i
Y Y
S
n
=
=
1, /2 n
S
Y t
n