Professional Documents
Culture Documents
de Operaciones
Captulo 5
Simulacin de los Centros de
Operaciones
Kleber Barcia V.
CONTENIDO
Captulo 5
4.
Kleber Barcia V.
Captulo 5
Kleber Barcia V.
Captulo 5
Paquetes de simulacin
La caractersticas comunes de los paquetes de
simulacin son:
1.
Interaccin grfica con el usuario
2.
Animacin.
3.
Coleccin automtica de respuestas para medir el
resultado del sistema.
4.
Los resultados son mostrados en forma grfica o
tabular interactivamente mientras corre la
simulacin.
5.
La mayora de los paquetes incluyen anlisis
estadsticos con intervalos de confianza.
Kleber Barcia V.
Captulo 5
Paquetes de simulacin
Arena
AutoMod
QUEST (Queuing Event Simulation Tool)
Extend
Micro Saint
ProModel
Witness
Taylor ED (Enterprise Dynamics)
Simul8
Kleber Barcia V.
Captulo 5
Simul8
Kleber Barcia V.
Captulo 5
Kleber Barcia V.
Captulo 5
Prueba Kolmogorov-Smirnov
Prueba Chi-square
Prueba Anderson-Darling
Kleber Barcia V.
Captulo 5
Prueba Chi-Square
i 1
(Oi Ei ) 2
Ei
Frecuencia
observada
Frecuencia esperada
Ei = n*pi
donde pi es la prob. Terica
del ith intervalo.
Sugerencia Mnimo = 5
Kleber Barcia V.
Muestra, n
20
50
5 to 10
100
10 to 20
> 100
n1/2 to n/5
Captulo 5
10
Prueba Chi-Square
_
Ejemplo de la llegada de vehculos (continuacin):
x 3.64
H0: la variable aleatoria tiene distribucin Poisson.
H1: la variable aleatoria no tiene distribucin Poisson.
xi
Observed Frequency, Oi
Expected Frequency, Ei
0
1
2
3
4
5
6
7
8
9
10
> 11
12
10
19
17
19
6
7
5
5
3
3
1
100
2.6
9.6
17.4
21.1
19.2
14.0
8.5
4.4
2.0
0.8
0.3
0.1
100.0
(Oi - Ei)2/Ei
7.87
0.15
0.8
4.41
2.57
0.26
11.62
Ei np( x)
e x
n
x!
Combinado porque
Ei es pequeo
27.68
Captulo 5
11
Prueba Kolmogorov-Smirnov
Prueba Anderson-Darling
Stat::fit
Kleber Barcia V.
Captulo 5
12
Aumentar
Kleber Barcia V.
13
Kleber Barcia V.
Captulo 5
14
Verificacin
Sugerencias:
Hacer
Hacer
Revisar
Imprimir
Kleber Barcia V.
Captulo 5
15
Herramientas de Verificacin
Sentido comn
Una
Documentacin
Una
Uso de un localizador
Una
Kleber Barcia V.
Captulo 5
16
Validacin
Kleber Barcia V.
Captulo 5
17
Validacin
Pasos a seguir:
Construir
Validar
un modelo realista
Comparar
Kleber Barcia V.
Captulo 5
18
Modelo Realista
[Validacin]
Kleber Barcia V.
Captulo 5
19
Kleber Barcia V.
Captulo 5
20
Ejemplo de un auto-banco:
Kleber Barcia V.
Captulo 5
21
La Caja Negra
[Ejemplo Auto-Banco: Comparar Transformacin I-O]
Variables de entrada
Variables no
controlables,
X
Arribos Possion
l = 45/hr: X11, X12,
Tiempos de servicio,
N(D2, 0.22): X21, X22,
Variables de
decisin
controladas,
D
D1 = 1 (un cajero)
D2 = 1.1 min
(media tiempo servicio)
D3 = 1 (una cola)
Kleber Barcia V.
Modelo
caja negra
f(X,D) = Y
Captulo 5
Inters principal:
Y1 = utilizacin del cajero
Y2 = tiempo espera prom.
Y3 = mx. long. cola
Inters secundario:
Y4 = razn arribo observada
Y5 = tiempo servicio prom.
Y6 = dev. est. muestral del
tiempo de servicio.
22
Una vez que corra la simulacin con las variables de entrada X1n y
X2n, Y2 debe ser similar a Z2.
Kleber Barcia V.
Captulo 5
23
Prueba de Hiptesis
[Ejemplo Auto-Banco: Comparar Transformacin I-O]
Replicas
Y4
Arribos
por hora
y5
Minutos
y2
Minutos
51
1.07
2.79
40
1.12
1.12
45.5
1.06
2.24
50.5
1.10
3.45
53
1.09
3.13
49
1.07
2.38
Media
2.51
Des. Est.
0.82
Kleber Barcia V.
Captulo 5
Si H0 no es rechazada,
entonces, no hay razn
para considerar el
modelo invalido
Si H0 es rechazada, el
modelo es rechazado y
el modelador debe
mejorarlo
24
Prueba de Hiptesis
[Ejemplo Auto-Banco: Comparar Transformacin I-O]
Conduccin de la prueba t:
1 n
= 0.05
Y2 Y2i 2.51 minutes
n i 1
n=6
n
(Y
i 1
2i
Y2 ) 2
n 1
0.81 minutes
Tabla A.5
Kleber Barcia V.
Captulo 5
25
Prueba de Hiptesis
[Ejemplo Auto-Banco Revisado]
t0
Replicas
Y2 m0
4.78 4.3
Y4
Arribos
por hora
y5
Minutos
y2
Minutos
51
1.07
5.37
40
1.11
1.98
45.5
1.06
5.29
50.5
1.09
3.82
53
1.08
6.74
49
1.08
5.49
Media
4.78
Des. Est.
1.66
Kleber Barcia V.
Captulo 5
Entonces, no se rechaza
H0. Se concluye que el
modelo es adecuado
No se sabe si el modelo es
fuerte o dbil
26
Error Tipo I y II
Kleber Barcia V.
Captulo 5
27
Error tipo II
Tamao de la muestra, n
E (Y ) m
1
0.60
1.66
Con 0.05 de la Tabla A.10
Kleber Barcia V.
Captulo 5
28
Error tipo II
1.0
0.8
= 0.05
0.6
n=6
0.4
n = 30
0.2
0
Kleber Barcia V.
0. 6
Captulo 5
3
29
Tipos de Simulacin
Simulacin Terminal:
Kleber Barcia V.
Captulo 5
30
Tipos de Simulacin
Simulacin No-terminal:
Corre
Captulo 5
31
Kleber Barcia V.
32
Grupo, j
1
2
3
4
5
Y1j
3,61
3,21
2,18
6,92
2,82
3,75
Rplicas
Y2j
2,91
9,00
16,15
24,53
25,19
15,56
Y3j
7,67
19,53
20,36
8,11
12,62
13,66
Kleber Barcia V.
Captulo 5
33
f
TE
TE
Y (t )dt
E (f) f
Sesgado:
Sin
Kleber Barcia V.
34
Y
)
i.
..
R 1 i 1
2
Kleber Barcia V.
Captulo 5
35
Y.. t / 2, R 1
S
R
Interpretacin:
Kleber Barcia V.
Captulo 5
36
Rmin
Luego
z S
/ 2 0 , z / 2 is the standard normal distribution.
Y.. t / 2, R 1
Kleber Barcia V.
S
R
Captulo 5
37
2
z0.025S0 1.96 * 0.00518
12.14
2
0.04
t 0.025, R-1
t / 2,R1S0 / 2
13
14
15
2,18
2,16
2,14
15,39
15,1
14,83
Captulo 5
38
inteligente.
Divisin de la simulacin en una fase de inicio y otra
fase de coleccin de datos.
To
To+TE
Recoleccin de datos TE
Kleber Barcia V.
Captulo 5
39
1 R
Y. j Yrj
R r 1
Kleber Barcia V.
Captulo 5
R repeticiones
40
Kleber Barcia V.
Captulo 5
41
1
Y.. (n, d )
nd
j d 1
.j
Intervalo
Media
Media Acumulada
Media Acumulada r= -1
Media Acumulada r= -2
1000
4.03
4.03
2000
5.45
4.74
5.45
3000
8.00
5.83
6.72
8.00
4000
6.37
5.96
6.61
7.18
5000
6.33
6.04
6.54
6.90
6000
8.15
6.39
6.86
7.21
7000
8.33
6.67
7.11
7.44
8000
7.50
6.77
7.16
7.45
9000
9.70
7.10
7.48
7.77
10000
10
11.25
7.51
7.90
8.20
11000
11
10.76
7.81
8.18
8.49
12000
12
9.37
7.94
8.29
8.58
13000
13
7.28
7.89
8.21
8.46
14000
14
7.76
7.88
8.17
8.40
15000
15
8.76
7.94
8.21
8.43
42
Kleber Barcia V.
Captulo 5
43
44
Sistema alternativo:
Kleber Barcia V.
Captulo 5
45
Kleber Barcia V.
Captulo 5
46
Existen 3 tcnicas:
Muestras independientes con varianzas iguales
Muestras independientes con varianzas desiguales
Nmeros aleatorios comunes
Kleber Barcia V.
Captulo 5
47
2
2
(
R
1
)
S
(
R
1
)
S
1
2
2
S p2 1
,
R1 R2 2
Error
estndar:
Kleber Barcia V.
Captulo 5
1
1
R1 R2
48
Error estndar:
S12 S 22
R1 R2
2
1
2
1
/ R1 S
2
2
/R
/ R1 / R1 1 S / R2 / R2 1
2
2
2
, redondeado al entero
Kleber Barcia V.
Captulo 5
49
1 R
1 R 2
2
2
S
D
R
D
r
r
R 1 r 1
R 1 r 1
2
D
donde Dr Yr1-Yr 2
Standard error:
Kleber Barcia V.
1 R
y D Dr , con grados de libertad R - 1
R r 1
SD
R
50
Mtodo Bonferroni
Ventaja: Los modelos deben correr con nmeros aleatorios
comunes
Desventaja: mientras mas comparaciones, mayor es el
intervalo de confianza
Se deben realizar mximo 20 comparaciones
_
_
_
D.i t i / 2, R 1se D.i q1 qi D.i t i / 2, R 1se D.i
_
TAREA 7 CAPTULO 5
Kleber Barcia V.
Captulo 5
51