Tratamiento De Datos De Entrada

Red de aprendizaje
Modelado
y
Simulación

Modelación
Montecarlo

Sistema de Colas con
Un servidor

Proyectos
Simulación

Generación
Valores de
Variables
Aleatorias

Simulación
por
Eventos

Sistemas de
Inventarios
Revisión Periódica

Sistema
Combinado de:
Cadena de
Almacenes

Sistemas de
Inventarios Punto
de Repedido

Sistema
Combinado de:
Sistema de Colas e
Inventario

Sistema de Colas conServidores en Serie

Sistemas de Colas con
Servidores en Paralelo

Análisis y Tratamiento de Datos para la
Simulación de Sistemas
En esta parte del curso analizaremos los inputs
del sistema y que tratamiento debemos darles.
¿Trabajarlos como datos “reales” o debemos
ajustarlos a una distribución?

Introducción
Modelar en la computadora un sistema del mundo real
significa crear una especie de analogíadigital del sistema
en estudio.
Además, el modelo posee la capacidad de comportarse de
manera semejante al sistema original de tal forma que, al
interactuar con el usuario le permita la realización de
experimentos.
Con la intención de obtener un mayor conocimiento y
compresión del sistema real por medio de la inferencia
estadística.

Introducción
Para que un modelo pueda crear una historiaartificial del sistema real, es fundamental que este
traiga consigo a posibilidad de representar por si
mismo un comportamiento estocástico, a
semejanza de la gran mayoría de los sistemas.
En los modelos de simulación de sistemas, este
objetivo es alcanzado por la utilización de
distribuciones de probabilidades como forma de
representar la multiplicidad de ocurrencias de
eventos aleatorios.Introducción
Cuando se hace uso de distribuciones de
probabilidades para representar el comportamiento de
las variables aleatorias presentes en los sistemas a ser
modelados, es preciso considerar los siguientes puntos:
1. Los posibles valores que una variable puede asumir
estarán dentro de la amplitud cubierta por la
distribución.
2. La probabilidad de ocurrencia de cualquier valor en el
intervalo, estadeterminada por el perfil de la
distribución probabilidad de la variable en estudio.

El Proceso de Muestreo y Recolección de Datos
• Es el procedimiento inicial para identificar la
distribución de probabilidades más adecuada
que representará la muestra de datos.
• También acostumbra ser el marco inicial de los
problemas que se enfrenta en la modelación de
sistemas.
¿Los datos están disponibles?
¿Deque manera están disponibles?
¿Como recolectarlos?
¿Como analizarlos?

Datos Determinísticos vs. Aleatorios
Determinísticos: valores fijos
Ejemplos:
• Numero de unidades de un recurso.
• Tiempo de transferencia de una unidad.
• Tiempos de llegadas y tiempos de
procesamiento.
• Datos que no presentan variaciones.

Datos Determinísticos vs. Aleatorios
Aleatorios: modelación con base endistribuciones
de probabilidades, en donde los valores son
obtenidos directamente del sistema en estudio.
Ejemplos:
• Transferencias, llegadas, procesos, tiempos,
temperatura, eventos.
• ¿Qué distribución se utiliza?
• ¿Que parámetros se ingresan?
Esto implica necesariamente resultados aleatorios

Uso de los Datos: Alternativas y discusiones
Usando los datos reales “directamente” en la simulación:
• Losdatos son leídos de archivos y usados
directamente en el modelo (llegadas, servicios, tipos de
entidades, tiempos, temperaturas, etc.);
• Todos los valores serán “reales”
• No se tendrán elementos diferentes de los ya
observados
En consecuencia se tendrá que:
• Los datos serán insuficientes para muchas o largas
simulaciones;
• Perderá de desempeño computacional (lectura de
archivos).

Uso de losDatos: Alternativas y discusiones
Uso de las distribuciones de probabilidades:
• Los datos serán generados de acuerdo con una
distribución propuesta.
• Los posibles valores que la variable podrá asumir
estarán dentro de la amplitud cubierta por la
distribución.
• Otros valores: además de los observados podrán ser
usados los valores generados por la distribución de
probabilidad. (¿bien o mal?).
•...