Negocio

Simulación Discreta Estocástica

OBJETIVOS
• Conocer, comprender y aplicar los principios del modelado de sistemas complejos y de las técnicas de simulación discreta como herramienta de apoyo a la toma de decisiones. DSS
Evaluaciones: Prueba 1 Prueba 2 Trabajo 30% 30% 40%

1

Contenidos
1. 2. 3. Conceptos básicos: fundamentos de modelos de simulación y del modelado de sistemascomplejos, simulación y Método de Montecarlo. Ejemplos ilustrativos. Generación de números aleatorios: métodos congruenciales, multiplicativos y aditivos. Métodos de registros defasados. Propiedades. mixtos,

Generación de variables aleatorias: método de la transformación inversa, de la composición,de aceptación y rechazo, generación variables continuas;discretos, generación de variables correlacionadas,generación de procesos estocásticos. Lenguajes ARENA Simulación y Optimización: métodos estocásticos de optimización global, búsqueda aleatoria, solidificación simulada, búsqueda tabú probabilística. Análisis de salida de modelos de simulación: medidas de desempeño, contrastes, intervalos de confianza, métodos de comparación. Técnicas de reducción de varianza. Diseño de experimentoscomputacionales. Validación de modelos de simulación: validación de datos, validación de supuestos, validación experimental. Procedimientos estadísticos de validación. Aplicaciones: sistemas computacionales, Simulación de sistemas logístico.

4. 5. 6. 7. 8. 9.

Estructura del Curso
1.- Simulación 2.- Sistemas, Procesos y Modelos 3.- Recomendaciones para Proyectos 4.- Generación de Números Aleatorios 5.-Método de Montecarlo 6.- Generación de Variables Aleatorias 7.- Modelación de Datos de Entrada 8.- Modelo Conceptual Operacional 9.- Diseño de Experimentos

2

¿Qué es Simulación?
• Es una imitación de las operaciones de un sistema o proceso real (Sistemas complejos). • Involucra la generación de una historia artificial del comportamiento del sistema y a partir de dicha historia se efectúaninferencias relativas a las características operacionales del sistema real que representa. • Permite describir y analizar el comportamiento del sistema real, y responder ciertas interrogantes para apoyar el diseño de sistemas reales.

¿Qué es Simulación?
• Es una metodología que permite apoyar la toma de decisiones.
– ya sea en el diseño de Sistemas, antes que este sea construido – ya seaprobando políticas de Operación, antes que estas sean implantadas

• Por si misma, la Simulación, no resuelve los problemas, sino que ayuda a:
– Identificar los problemas relevantes – Evaluar cuantitativamente las soluciones alternativas

3

¿Qué es Simulación?
• ¿Por qué son necesarios los modelos de simulación o prototipos? • La experimentación de un sistema o procesos ... Puede generarproblemas éticos ... puede generar problemas económicos ... o puede llevarlo a colapsos ... o puede ser simplemente imposible Por ejemplo ; en el desarrollo de un nuevo producto

La Simulación ...
• Es un término muy amplio, en realidad existen un conjunto de enfoques para analizar problemas
La Simulación requiere de MODELOS (validez)

• No es una solución analítica
No obtiene resultados exactos(desventaja) Permite modelar sistemas complejos (ventaja)

• Es mejor una respuesta aproximada al problema correcto que una respuesta correcta al problema aproximado • Es la técnica de modelación estocástica más útil, de mayor reconocimiento en la ingeniería de sistemas

4

Areas de Aplicación
• • • • • • Sistemas de Computadores Telecomunicaciones, Transporte y Energía AplicacionesMilitares y Navales Política Públicas Manufactura — Programación, Inventarios Personal en empresas de servicios
Bancos, Comida Rápida, Correo, ...

• Distribución y Logística • Salud — Salas de emergencia y de operaciones
Planes de Emergencia (terremotos, inundaciones) Distribución de Servicios (juzgados, hospitales)

Ingeniería de Sistemas
• Instalaciones/Procesos Físicos; Reales o planeados...