trabajo unad de la primera entrega en trabajo de grado para llevar paso a paso el desarrollo de la materia en la universidad abierta y a distancia de Colombia, además de la facilidad de poder entregar a tiempo cada tarea requerida en el foro de participación y en el enlace de evaluación. Este taller se presenta con diferentes pasos del cual este es el cuarto.
1. 1.1 ¿Por qué a veces se le llama a la simulación una técnica de último
recurso?
R: La simulación generalmente era un método de último recurso para las
organizaciones porque en su gran mayoría los resultados no eran los más
acertados, pero con los avances tecnológicos la simulación y con la gran
disponibilidad de software que actualmente tenemos acceso han hecho
que la técnica de simulación sea una de las herramientas más
ampliamente usadas en el análisis de sistemas por las empresas.
1.2 ¿Qué papeles cumplen las pruebas de hipótesis estadística en la
simulación?
R: En la búsqueda de una solución al problema el cual se quiere resolver
se plantea una hipótesis estadística y se observa una muestra al azar,
además se realizan varios experimentos aleatorios, para obtener la
información necesaria acerca de la variable o variables consideradas.
1.3 ¿Qué determina la validez de un modelo de simulación?
R: La verificación y validación del modelo de simulación es uno de los
pasos críticos del proceso, ya que permite determinar si el modelo está
libre de errores y es válido para dar respuesta al objetivo del estudio
inicial.
1.4 ¿Se debe usar una computadora para obtener información
adecuada de una simulación? Explique.
R: Al usar la computadora en mi criterio es más fácil de entender y de
usar, además permite que los usuarios ingresen sus necesidades con las
variables deseadas, tener capacidad de un gran número de celdas lo cual
sería un poco tedioso en papel o al usar otra forma de simulación.
1.5 ¿Qué métodos se usan para incrementar el tiempo en un modelo de
simulación? ¿Cómo funcionan?
R:
Método analítico: Está basado en técnicas asociadas a la teoría
de colas, residiendo esencialmente en nódulos ensamblados entre
sí en una red multinivel. La simulación analítica pone de manifiesto
múltiples aspectos ligados a la complejidad dinámica de los
procesos en los que varios agentes compiten por un mismo
recurso, así como la variabilidad asociada a procesos de entrada
y salida.
Métodos continuos: Se simula utilizando ecuaciones diferenciales
que reflejan la variación en el tiempo de cada variable de estado,
una variable de estado podría ser la tasa de llegada de órdenes o
la tasa de procesamiento de un recurso. Se trata de determinar los
valores corrientes de las variables de estado hasta el momento en
el cual se alcanza un umbral que pone en marcha ciertas acciones.
Métodos discretos: En esta simulación las variables de estado del
modelo evolucionan sobre un conjunto discreto de puntos donde
puede ser aleatorio del eje de tiempos, los flujos temporales entre
2. los puntos del mencionado conjunto compiten unos con otros por
el uso de los recursos escasos. Estos modelos permiten simular
comportamientos aleatorios introduciendo distribuciones de
probabilidad discretas.; por ello, los resultados obtenidos por estos
modelos discretos son asimismo aleatorios.
1.6 ¿Cuáles son las ventajas y desventajas de empezar una simulación
con el sistema vacío? ¿Y con el sistema en equilibrio?
R: La desventaja de simular un sistema vacío es muy difícil predecir la
simulación al no contar con datos y variables no hay forma de comprobar
su desempeño, la ventaja es generar observaciones en las variables
claves y el análisis estadístico de los datos resultantes.
La desventaja de simular con un sistema en equilibrio es el esfuerzo en
la elaboración de un modelo y no tener garantía de que el modelo
realmente produzca las respuestas correctas, y la ventaja es la
simulación anticipa cómo un sistema el cual puede responder a los
cambios, esto permite analizar si la infraestructura existente puede
manejar la nueva situación planteada.
1.7 Distinga entre las distribuciones matemáticas conocidas y las
distribuciones empíricas.
R: Las distribuciones matemáticas conocidas son las que permiten
establecer toda gama de resultados probables de ocurrir en una
simulación determinada, por tal razón describe de que un evento se
realice en un futuro. La distribución empírica la función de distribución
empírica de la muestra es su aproximación a la función de distribución
poblacional cuando aumenta el tamaño muestral.
1.8 ¿Qué información se necesita para una simulación con una
distribución matemática conocida?
R: Las variables aleatorias la cual puede ser acumulada o puntual, media
y varianza, Uniforme, Exponencial, Gamma, Weibull, Normal, Normal-
logarítmica − Beta – Triangular.
1.9 ¿Por qué es importante en la simulación la duración de la ejecución?
R: En la dinámica de los modelos representativos de los sistemas
productivos y logísticos es importante durante la simulación establecer
un registro del valor actual del tiempo simulado mientras se desarrolla el
experimento de simulación y así ser un mecanismo para hacer avanzar
el tiempo de un valor a otro.
1.10 ¿Una ejecución de 100 observaciones es dos veces más válida
que una de 50? Explique.
R: En mi criterio no se puede confiar la cantidad de las observaciones
porque los errores pueden ser similares para 100 observaciones y para
50 observaciones, la simulación tiene variables aleatorias que en la
ejecución para poder comprobar su desempeño.
1.11 Describa que son los números aleatorios y como se utilizan en la
simulación.
R: Los números aleatorios son la base esencial de la simulación,
comúnmente toda la aleatoriedad involucrada en el modelo se obtiene a
3. partir de un generador de números aleatorios que produce una
continuación de los valores que aparentemente son realizaciones de una
secuencia de variables aleatorias independientes e idénticamente
distribuidas. Estos números aleatorios se transforman favorablemente
para simular las diferentes distribuciones de probabilidad que se
requieran en el modelo ejecutado, la validez de los métodos de
transformación depende de la hipótesis de que los valores de partida son
realizaciones de variables aleatorias.
1.12 Investigue para la modelación las principales herramientas de
software utilizadas.
R: Los Softwares utilizados para la simulación de sistemas:
SIMSCRIPT II.5: Se utilizan en todo el mundo para construir
aplicaciones portátiles, de alta fidelidad, de simulación y modelado
a gran escala con excelentes interfaces gráficas interactivas de
usuario y gráficos animados.
SLAM II: El lenguaje de simulación para el modelado alternativo
fue el primer lenguaje de simulación que permitió a un modelador
formular una descripción del sistema utilizando cualquiera de los
tres enfoques (visiones del mundo) o cualquier combinación de los
tres.
RESQ: Es una bebida deportiva, sin alcohol y envasada en frío (la
compañía productora la llama "bebida energética") con
ingredientes naturales utilizados. Según el fabricante, se supone
que la composición de los ingredientes estimula el metabolismo,
la circulación sanguínea y el sistema nervioso central.
GPSS/PC: Un lenguaje de programación para la simulación de
eventos discretos, que se utiliza para construir modelos de
operaciones como entornos de fabricación, sistemas de
comunicaciones y patrones de tráfico.
1.13 Del texto MODELADO Y SIMULACIÓN: APLICACIÓN A
PROCESOS LOGÍSTICOS DE FABRICACIÓN Y SERVICIOS, describa
cuales son las fases de un estudio y proyecto de simulación. El
archivo en Investigar en diferentes fuentes establecidas en el
syllabus orientado a la unidad 3. Las etapas de la simulación y hacer
una descripción de cada una de estas.
R:
1. Definición del sistema: Definir objetivos de la simulación, establecer
las variables de interés, especificar medidas de desempeño y es
importante definir la información que se espera obtener del modelo o la
importancia de la decisión a tomar a partir del modelo.
2. Plan General del Proyecto: Definir qué programa a utilizar en el
desarrollo de la simulación, establecer el costo del proceso y tiempo de
inicio de la etapa.
3. Recolección de Datos: La recolección de los datos está íntimamente
ligada a la longitud de corrida del modelo, pues de ésta depende el tiempo
que tome la obtención de la información, teniendo en cuenta que la
4. longitud de corrida hace referencia a la duración de un ciclo productivo
de planeación.
4. Análisis de Entrada: Análisis estadísticos a realizar, pruebas de
independencia, pruebas de homogeneidad, pruebas de bondad de ajuste
y análisis de regresión.
5. Construcción del Modelo: En este paso se debe elaborar el modelo
del sistema lo más cercano a la realidad, empleando la sintaxis específica
del software que se esté utilizando, teniendo en cuenta la lógica
secuencial del proceso real.
6. Validación: En este paso se busca realizar pruebas experimentales
para cotejar si el modelo es una representación fidedigna o semejante
del sistema real, esto se hace mediante la comparación de la información
de salida del modelo o resultados obtenidos de la simulación previa
contra los datos observados reales.
7. Experimentación: Este proceso es necesario tener en cuenta el
número de simulaciones que han sido completadas y analizadas
enfocados en la duración del periodo de inicialización, la longitud de
corrida de la simulación y el número de veces que se repetirá cada
ejecución.
8. Interpretación y presentación de resultados: Debe evidenciar la
interpretación del analista en el proceso que se llevó a cabo, es necesario
dejar claro a los interesados de ser posible de forma escrita que es
relevante para tener en cuenta en el proceso.
9. Toma de decisiones: Los costos en los que incurrirá ejecutando los
cambios que fueron sugeridos por parte del experto en simulación, el
tiempo que tardará en realizar los cambios propuestos y el tiempo
estimado de retorno de la inversión.
10. Monitoreo y control: Es necesario realizar un monitoreo al sistema
y controlarlo puesto que los sistemas son dinámicos y es posible que con
el transcurso del tiempo sea necesario modificar el modelo de simulación.