1

Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
Prcticas de LABORATORIO
PROGRAMA PRCTICO
SESIN 0.- CONCEPTOS BSICOS DE ESTADSTICA
1.- once!tos y "erminolog#a
$.- %!licaciones &r'cticas de Modelos Estad#sticos
(.- Distribuciones Discretas
).- Distribuciones ontinuas
SESIN .- INTROD!CCIN AL S" DE SIM!LACIN ARENA
1.- Descri!cin %rena
$.- &rimer E*em!lo
(.- Estudio de Mdulos
).- E+E,--O - &roceso de Solicitud de una .i!oteca
SESIN #.- CONSTR!CCIN DE MODELOS CON ARENA STANDARD
1.- Me*oras en la /isuali0acin de la Simulacin del Modelo
$.- Modi1icaciones en el &roceso de Solicitudes de una .i!oteca
(.- Modelos +er'r2uicos3 submodelos
).- E+E,--O - &roceso de Solicitud de &r4stamo !ara %utomviles
SESIN $.- MODELOS ESTADSTICOS EN SIM!LACIN
1.- .erramienta -n!ut %naly0er
$.- Datos a %nali0ar
(.- Datos y /entanas
).- 5eneracin de Datos
6.- %*uste de los Datos a una Distribucin
7.- Modi1icacin de &ar'metros
8.- E*ercicios
SESIONES % & '.- SIM!LACIN de SISTEMAS de COLAS
1.- -ntroduccin
$.- "eor#a de olas y %rena
(.- E*ercicios
SESIN (.- ANLISIS DE DATOS DE ENTRADA
1.- -ntroduccin
$.- E*ercicios
(.- %!4ndice3 Distribuciones
3
Xabier Basogain / Miguel ngel Olabe Modelado y Simulacin de Sistemas de Eventos Discretos
Sesin 9.- once!tos B'sicos de Estad#stica
1.$.- /ariable %leatoria ontinua.-
1
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
SESIN 0.- CONCEPTOS BSICOS DE ESTADSTICA
Ob*etivo3 -ntroducir y re!asar los conce!tos b'sicos de estad#stica utili0ados en las sesiones
!r'cticas de la asignatura Modelado y Simulacin --. :os modelos !robabil#sticos utili0ados
en el modelado y simulacin de sistemas de eventos discretos re2uieren el conocimiento de
los t4rminos y conce!tos elementales de la estad#stica b'sica.
;ndice3
1.- once!tos y "erminolog#a
/ariable %leatoria Discreta< /ariable %leatoria ontinua< =uncin de
Distribucin %cumulativa< /alor Es!erado< Moda.
$.- %!licaciones &r'cticas de Modelos Estad#sticos
Sistemas de olas< Sistemas -nventario< Mantenimiento y =iabilidad< Datos
:imitados o -ncom!letos< Otras Distribuciones.
(.- Distribuciones Discretas
Bernoulli< Binomial< 5eom4trica y &oisson.
).- Distribuciones ontinuas
>ni1orme< E?!onencial< 5amma< Erlang< @ormal< Aeibull y "riangular
.- CONCEPTOS ) TERMINOLOGA
1.1.- /ariable %leatoria Discreta.-
El nBmero de !osibles valores de la variable es 1inito o in1inito !ero contable.
&ara cada !osible valor ?i de la variable X se tiene 2ue !C?iD E !CX E ?iD es la
!robabilidad de 2ue la variable X tome el valor ?i.
Se cum!len las siguientes condiciones3
aD !C?iD 9 &ara todo ?i

bD
pC xiD = 1
i =1
Distribucin de &robabilidad o =uncin Masa de &robabilidad C!m1D de X es el
con*unto de !ares C?i<!C?iDD con iE1< $ ...
E*e m !lo :an0amiento del dado trucado
$
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
El es!acio de valores de la variable X C,?D es un intervalo o un con*unto
de intervalos.
:a !robabilidad de 2ue el valor de X se encuentre en un intervalo Fa<bG viene
dada !or la e?!resin3
b
PCa x bD =

f C xDdx
a
1C?D se llama 1uncin densidad de !robabilidad C!d1D de la variable X
!d1 satis1ace las siguientes condiciones3
aD 1C?D 9 &ara todo ?
bD
f C xDdx = 1
Rx
cD 1C?D E 9 Si x Rx
E*e m !lo =uncionamiento de una bombilla
1.(.- =uncin de Distribucin %cumulativa.-
:a 1uncin de distribucin acumulativa Ccd1D< denotada !or =C?D< mide la
!robabilidad de 2ue la variable X tenga un valor menor o igual 2ue ?H es decir =C?D
E & CX ?D.
Si X es discreta
Si X es continua
&ro!iedades de
=C?D3
F C xD =

pC
xiD
xi x
x
F C xD =

f Ct D
dt

aD = es una 1uncin no decreciente. Si a I b entonces =CaD =CbD

bD
lim F C xD =
1
x
cD
lim F C xD =
9
x
E*e m !los Dado "rucado J Bombilla
1.).- /alor Es!erado.-
EC?D se denomina media y se de1ine del siguiente modo3
Si X es continua
E C X D
=

x f C xD dx

Si X es discreta
(
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
E
C

X

D

=

x
i

p
C

x
i
D
todoi
:a media es una medida de la tendencia central de la variable aleatoria
1.6.- /arian0a.-
/CXD
$
se denomina varian0a y se de1ine como3
/CXD E E FCX - ECXDD
$
G e2uivalentemente /CXD E ECX
$
D - FECXDG
$
:a varian0a de X mide la variacin de los valores de ? res!ecto de la media
:a desviacin est'ndar se de1ine como la ra#0 cuadrada de la varian0a de X
1.7.- Moda.-
Se de1ine de la siguiente 1orma3
/ariable Discreta3 :a moda es el valor de la variable 2ue a!arece m's 1recuentemente.
/ariable ontinua3 :a moda es el valor m'?imo de !d1
:a Moda !uede no ser Bnica.
Si el valor de la moda ocurre en dos valores la distribucin es bimodal
#.- APLICACIONES PRCTICAS DE MODELOS ESTADSTICOS
$.1.- Sistemas de olas.-
:a distribucin del tiem!o entre llegadas y la distribucin del nBmero de llegadas !or
!eriodo de tiem!o son im!ortantes a la Kora de simular los sistemas de colas.
El tiem!o de servicio !uede ser constante o !robabil#stico.
Distribuciones utili0adas3
E?!onencia l. Si los tiem!os de servicio son com!letamente aleatorios.
@o r m al . Si los tiem!os de servicio son constantes !ero e?iste una variabilidad 2ue
!roduce 1luctuaciones !ositivas y negativas.
@o r m al "runcada . Si e?isten valores de la variable 2ue deben ser mayores o
menores 2ue un cierto valor y el resto siguen una distribucin normal.
5 a m m a y Aeibul l . Se utili0an !ara modelar "iem!os de Servicio.
$.$.- Sistemas -nventario.-
E?isten tres variables aleatorias3
aD @Bmero de items solicitados en cada !edido o en cada !eriodo de
tiem!o
bD "iem!o entre !edidos
cD "iem!o entre reali0ar un !edido y recibir dicKo !edido
:a variable nBmero de items o tamaLo del !edido suele ser re!resentada !or
las siguientes distribuciones3
5eo m 4trica . Se caracteri0a !or tener la moda centrada en la unidad
Bino m i al @egativa. Se caracteri0a !or tener una cola larga
&oisson. Est' tabulada y se conoce con !ro1undidad. "iene una cola
m's corta 2ue la binomial negativa
$.(.- Mantenimientos y =iabilidad.-
El tiem!o de 1allo !uede ser modelado !or varias 1unciones3
Distribucin E?!onencial. Si solamente ocurren 1allos aleatorios
Distribucin 5 a m m a . Surge del modelado !or redundancia.
Distribucin A eibul l. uando Kay mucKos com!onentes en un sistema
y el 1allo se debe al de1ecto m's serio del con*unto de de1ectos
Distribucin @o r m al . uando los 1allos se deben al desgaste normal
Distribucin :ogonor m a l. Se utili0a !ara describir el tiem!o de 1allo de
algBn ti!o de com!onentes
$.).- Datos :imitados o -ncom!letos.-
@o se dis!one del su1iciente nBmero de datos
:as 1unciones 2ue se utili0an son3
Distribucin uni1or m e . Se utili0a cuando se sabe 2ue el tiem!o entre llagadas o
de servicio es aleatorio !ero no se dis!one de m's in1ormacin
Distribucin "riangular. Se !uede utili0ar cuando se Kacen su!osiciones sobre
el m'?imo< el m#nimo y la moda
Distribucin Beta. &ro!orciona una gran variedad de 1ormas en su distribucin
M
C
od
D
elado
p
$
y Simulacin de Sistemas de Eventos
Discretos
Xabier Basogain / Miguel ngel
Ola
p
be
$.- DISTRIB!CIONES DISCRETAS
(.1.- Distribucin de Bernoulli
Es una distribucin de !robabilidad con dos !untos de !robabilidad discreta
de1inida como3
!C9D E 2
!C1D E ! siendo !M2 E 1 con !<2 N9
Sea un e?!erimento consistente en n ensayos y cada uno de ellos !uede tener
4?ito o 1racaso C1 9D. Sea !or e*em!lo ?*E1 4?ito y ?*E9 1racaso.
Se tiene3
!C?1< ?$ ... ?nD E !1C?1D. !$C?$D ... !nC?nD
p
?* E 1 * E 1< $ ... n
pjC xjD = pC xjD =

1 p =
q
9
?* E 9 * E 1< $ ... n
otros
(.$.- Distribucin Binomial
:a variable X indica el nBmero de 4?itos en n ensayos de Bernoulli y tiene una
distribucin binomial dada !or3

p
x
q
n x
pC xD =

9
? E 9< 1< $ ... n
resto
:a media y la varian0a son3
E C?D E n! /C?D E n!2
(.(.- Distribucin 5eom4trica C,elacionada con la secuencia de ensayos de BernoulliD
:a variable X indica el nBmero de ensayos !ara obtener el !rimer 4?ito. :a
distribucin de esta variable es3
q
x 1
p
pC xD =

9
? E 1< $ ...
otros
El evento OX E ?P ocurre cuando Kay ?-1 1allos seguidos de un 4?ito
ada uno de los 1allos tiene asignada una !robabilidad de 2E1-! y cada uno de
los 4?itos tiene !robabilidad !. %s#3
!C===....=SD E 2
?-1
.!
:a Media y la /arian0a vienen dados !or3
EC xD =
1

M
C
od
D
elado
p
$
y Simulacin de Sistemas de Eventos
Discretos
Xabier Basogain / Miguel ngel
Ola
p
be
V x =
q
5
7
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
(.).- Distribucin de &oisson
Se utili0a !ara modelar tiem!os entre eventos aleatorios ocurridos en un
intervalo de tiem!o 1i*o.
:a 1uncin masa de !robabilidad C!m1D est' dada !or3
e

? E 9< 1 ...
otros con N 9
pC xD =
xQ

9
>na !ro!iedad im!ortante de la distribucin de &oisson es EC?D E /C?D E
:a 1uncin de distribucin acumulativa es3
x
F C xD =

i
i
Esta 1uncin est' tabulada
E*e m !lo3 Servicio de =ontaner#a
%.- DISTRIB!CIONES CONTIN!AS
).1.- Distribucin >ni1orme
i = 9
Q
Se utili0a cuando todos los valores en un rango 1inito se !ueden considerar
iguales
:a variable aleatoria X est' uni1ormemente distribuida en el intervalo Ca<bD si
!d1 est' dada !or3
cd1 est' dada !or3
1
f C xD =

b
a

9
a ? Ib
otros
F C x D =

9
x
a

b
a

1
? I a
a ? I b
? b
Se tiene 2ue !C?1 I ? I ?$D E =C?$D-=C?1
x
D
$
E
x1
b a
es !ro!orcional a la
longitud del intervalo !ara todo ?1 y ?$ 2ue satis1aga a ?1 I ?$ b
:a media y la /arian0a son3
EC X D =
a + b
$
Cb aD
$
V C X D =
1$

).$.- Distribucin E?!onencial

Se utili0a !ara modelar tiem!os entre llegadas y tambi4n tiem!os entre servicios
>na variable aleatoria X se dice 2ue tiene distribucin e?!onencial con !ar'metro
N 9 si su !d1 est' dada !or3
e
x
f C xD =

9
? 9
resto

1
e
x
F C xD =

9
? 9
resto
:a media y la /arian0a son3
E C xD =
1

V C xD =
1

$
).(.- Distribucin 5amma
Se utili0a !ara re!resentar el tiem!o re2uerido !ara 1inali0ar una tarea
>na variable aleatoria X tiene una distribucin 5amma con !ar'metros y
si !d1 es3

f C xD =

C D

C xD
1
e

x
9
? N 9
otros
donde es un !ar'metro de 1orma y es un !ar'metro de escala
y adem's3

C D =

x
R S1
e
S ?
dx
9
!ara entero C D = C 1DQ
:a Media y la /arian0a son3
E C xD =
1

V C xD =
1

$
uando es entero< la distribucin 5amma est' relacionada con la
E?!onencial
&ara E 1 se obtiene una distribucin E?!onencial
).).- Distribucin Erlang
:a e?!resin !d1 de 5amma< !ara E T< con T entero se denomina
distribucin de Erlang de orden T
:a Media y la /arian0a son3
E C x D =
1

V C xD =
1
K
$
Se veri1ica 2ue3

F C xD =

k 1
e
k x
CK
xD
i

i = 9
? N 9
? 9
).6.- Distribucin @ormal
>na variable aleatoria X con media C- I I D y varian0a
$
tiene una distribucin normal si !d1 es3
1 C ?D E
1
e?!

S
1 x
!
$ " #
$
#
$

%

%
&
- I ? I
Se utili0a la notacin @C< D
:a cd1 de la Distribucin @ormal es3
x
F C xD = pC X xD =

e?!
#

1 t
$
!
%
dt

$ " $

:a 1uncin acumulativa cd1 est' tabulada y es3

z
' C z D =

1
e

$ "
t
$
$
dt
).7.- Distribucin Aeibull
Se utili0a en modelos de 1iabilidad !ara re!resentar tiem!os de vida de
dis!ositivos. >n sistema 1ormado !or mucKas !artes inde!endientes y el
sistema 1alla cuando Kay un 1allo.
>na variable aleatoria tiene una distribucin Aeibull si !d1 es

x (
1


x (

!

f C xD =

9
e?!
#

%

? (
otros
:os tres !ar'metros de una distribucin Aeibull son ( C- I ( I D 2ue
es el !ar'metro de locali0acinH C N 9D 2ue es el !ar'metro de escala y
CN9D 2ue es el !ar'metro de 1orma. &ara ( E 9 se tiene 2ue la !d1 es3



x

1

x
!

f C x D =

9
e?!
#

%

? 9
otros
9
iQ
$

).8.- Distribucin "riangular

Se utili0a cuando no se conoce la 1orma e?acta de la distribucin !ero se
estima el m#nimo< el m'?imo y la moda
>na variable aleatoria X tiene distribucin "riangular si !d1 es3
$) x a *

)b a *)c a *

$)c x *
f C xD =

)c b*)c a *

a ?
b b I ?
c otros
:a cd1 de una distribucin "riangular es3
9

) x a *
$

)b a *)c a
*
F C x D =

1
)c x *
? a
a I ? b

1
)c b *)c a
*
b I ? c
? N c
"%B:% - ,ES>ME@
Distribuci
n
1C?D !C?D =C?D EC?D /C?D
F C xD =

pC x
i
D
x
i
x
x
F C xD =

f
EC X D =

x
i
pC x
i
D
+i

E C X D =

x f C xD
/CXD E
ECX
$
D -
FECXDG
$
P*iss*+

e


x
pCxD =

? =
9<1<$

?Q

9 resto
EC?D E /C?D E

$
f CxD =

$
E,-*+e+c
ia.

e
x
? 9

x
F C xD =
1 e

9
E C xD =
1

1
V C xD =

$
Er.a+/-0

1
x

C xD
e f C xD =

C D

9

k 1
e
k x
CK
xD
i
= C ?D E

iQ
1
i = 9

9
E C x D =
1

V C xD =
1
K
$
"ei12..


1




!



x
e?! #
x
%
f C x D =




#

9
9
F C xD =


!

e?!
x (

1
#
%

#
$

Sesin 1.- -ntroduccin al So1tUare de Simulacin %rena Standard

SESIN .- INTROD!CCIN AL S" DE SIM!LACIN ARENA
Ob*etivo3 =amiliari0arse con el so1tUare de simulacin %,E@% 2ue !ermite modelar<
simular< visuali0ar y anali0ar Sistemas de Eventos Discretos CSEDD.
;ndice3
1.- Descri!cin %rena
$.- &rimer E*em!lo
(.- Estudio de Mdulos
).- E+E,--O - &roceso de Solicitud de una .i!oteca
.- DESCRIPCIN de. S*3t4are ARENA
El so1tUare de simulacin %,E@% es una Kerramienta 2ue !ermite construir el modelo
del sistema o !roceso a estudiar de manera gr'1ica mediante la utili0acin de una serie
de mdulos. >na ve0 reali0ado el VorganigramaV del sistema< se introducen los datos de
dicKos mdulos y se e*ecuta la simulacin.
:a ventana !rinci!al del so1tUare %,E@% !resenta tres regiones o ventanas
corres!ondientes a3
- Barra de &royectos
- Organigrama o Modelo
- Datos
Ventana de Modelo
Barra de Proyectos
Ventana de Datos
:a Barra de &royectos Cventana vertical a la i02uierdaD !resenta los di1erentes !aneles
de mdulos 2ue se !ueden utili0arH en este curso se utili0ar'n los corres!ondientes al
&anel de Basic &rocess Cen la Barra de &royectos de la 1igura se ilustran los mdulos
corres!ondientes al !anel Basic &rocessD. :os !aneles %dvanced &rocess y %dvanced
"rans1er suministran otros mdulos orientados a la construccin de modelos de cierto
grado de com!le*idad.
E?isten dos ti!os de mdulos en el &anel Basic &rocess3
- mdulos de organigrama Ciconos de color amarilloD
- mdulos de datos Ciconos rectangulares a0ul y blancoD
:os !rimeros se utili0an !ara construir el modelo< y !ara ello se arrastran de la Barra de
&royectos a la ventana de Modelo< y se conectan de acuerdo al sistema 2ue se desea
construir.
:os mdulos de datos no se ubican en la ventana de Modelo< sino 2ue se editan
mediante un mecanismo similar a las Ko*as de c'lculo y se visuali0an en la ventana
in1erior a la ventana del Modelo< llamada /entana de Datos. Estos mdulos sirven !ara
de1inir las caracter#sticas de los di1erentes mdulos del !roceso como son las colas y
recursos.
#.- PRIMER E5EMPLO
omencemos !or reali0ar un !rimer modelo sencillo siguiendo las 1ases siguientes3
aD construir un modelo
bD editar los mdulos 2ue constituyen el modelo
cD e*ecutar la simulacin y observar los in1ormes de los resultados
- construccin de un modelo
Esta 1ase !rimera consiste en reali0ar el organigrama del modelo a !artir de la
combinacin de los di1erentes mdulos de organigrama. "odos ellos se deben ubicar en
la ventana de Modelo.
El !rimer e*em!lo 2ue se va a construir y simular est' constituido !or tres mdulos
b'sicos como se indica en la 1igura3
Create Process Dispose
0 0
0
El mdulo reate re!resenta las llegadas de entidades a un !roceso.
El mdulo &rocess re!resenta una actividad 2ue su!ondr' la utili0acin de un recurso
durante un tiem!o.
El mdulo Dis!ose re!resenta las salidas de las entidades del sistema
:a 1orma de construir este organigrama es seleccionando cada uno de los mdulos de la
Barra de &royectos y arrastr'ndolos a la ventana de Modelo. :a cone?in entre ellos se
reali0a a medida 2ue aLadimos un nuevo mdulo al modelo.
- edicin de los mdulos
aD Mdulos de Organigrama
%un cuando el modelo corres!ondiente al organigrama construido !odr#a ser simulado<
se debe editar cada uno de los mdulos !ara asignarles valores adecuados al !roblema y
2ue ser'n en general di1erentes a los 2ue %,E@% asigna !or de1ecto a cada uno.
%dem's conviene nombrar los di1erentes mdulos con nombres relacionados con el
!roblemaH en nuestro !rimer e*em!lo se va a denominar el mdulo reate como
VEntrada de &edidosV< el mdulo &rocess como V&a!eleoV y al mdulo Dis!ose como
VEnv#o de &edidosV.
&ara ello se Kace doble-clicW en cada mdulo del modelo y se abre una ventana de
edicin de dicKo mdulo.
En nuestro !rimer e*em!lo editar los mdulos de la siguiente manera3
reate3 cambiar en las o!ciones Name y Entity Type los valores VEntrada de &edidosV y
V&edidoV res!ectivamente Cno teclear las comillasD
&rocess3 cambiar en las o!ciones @ame y %ction los valores V&a!eleoV y
VSei0eDelay,eleaseV res!ectivamente. % continuacin Kacer sim!le-clicW en el boton
Add y !oner VO1icinistaV en el cam!o Resouce Name. ,eali0ar dos veces clicW en OT
!ara cerrar las ventanas del menB.
Dis!ose3 cambiar en la o!cin Name el valor VEnvio de &edidoV.
El organigrama editado !resenta el siguiente as!ecto3
Entrada de
Pedidos
0
Papeleo Envio de Pedido
0
0
bD Mdulos de Datos
%dem's de editar los mdulos de organigrama se debe editar los mdulos de datosH en
nuestro e*em!lo se seleccionar' el mdulo ,esource en la Barra de &royecto
corres!ondiente al recurso 2ue se Ka de1inido como VO1icinistaV y se editar'n los valores
16< 16 y $.6 !ara las casillas de los costes !usy"#ou< $d%e"#ou y Pe &se
res!ectivamente.
- e*ecucin de la simulacin
Xa Ka 1inali0ado la 1ase de construccin del modelo y se !uede reali0ar la simulacin
del mismo. %ntes conviene a*ustar los !ar'metros de la simulacin a los valores
adecuados al sistema 2ue se va a estudiar.
&ara ello se elige la o!cin del menB !rinci!al de %,E@%< ,un< Setu! y se selecciona
la !'gina Poject Paametes. En esta ventana se cambia Poject Tit%e !or uno
relacionado con nuestro !rimer e*em!lo< !.e. &roceso de Entrada de &edidos. "ambi4n
se cambiar' en la !'gina Rep%ications Paametes los valores de Rep%ication 'en(t) y
#ous"*ay !or )9CKorasD y Y res!ectivamente.
:a e*ecucin de la simulacin ser' tan sencilla como seleccionar la o!cin ,un< 5 o o
m's sencillo !ulsando el icono de &lay de la barra de Kerramientas est'ndar.
% !artir de este momento el diseLador observar' en la ventana del Modelo los &edidos
CentidadesD movi4ndose !aso a !aso !or el sistema< y la animacin tanto del !roceso 2ue
se est' reali0ando como de los traba*os reali0ados como se ilustra en la 1igura.
>na ve0 1inali0ada la simulacin< %,E@% !regunta al diseLador si desea ver los
resultados obtenidos de la simulacin. :os resultados obtenidos se organi0an en una
serie de in1ormes corres!ondientes al &royecto en general< entidades< recursos< !rocesos<
colas< etc. como se ilustra en la 1igura3
ada in1orme se muestra en una ventana inde!endiente y una ve0 le#dos los in1ormes<
estas ventanas !ueden ser minimi0adas o cerradas utili0ando los iconos est'ndar de
o!ciones de ventanas de UindoUs3
Des!u4s de cerrar las ventanas de los in1ormes y !ara volver al modo normal de diseLo
y simulacin del modelo< se debe salir del modo de e*ecucin C,un ModeD eligiendo la
o!cin ,un/End o sim!lemente !ulsando el icono de 1in de simulacin3
$.- EST!DIO DE MD!LOS
- "E,M-@O:O5;%
onviene describir una serie de t4rminos 2ue a!arecen en el mundo de la simulacin de
eventos discretos y relacionados con la simulacin< ya 2ue su conocimiento resulta Btil a
la Kora de com!render y anali0ar modelos de sistemas.
Entidad.- ob*eto de inter4s !erteneciente al sistemaH es el ob*eto sobre lo 2ue actBa el
!rocesoC!or e*em!lo m'2uinas< mensa*es< documentos< clientes< !ie0as< etc.D
:as entidades ser'n !roducidas y generalmente demandar'n un servicio 2ue ser'
reali0ado !or un servidor 2ue se describir' en t4rminos de recurso.
%rena utili0a un lengua*e orientado a entidades. :as entidades re!resentan !ersonas<
ob*etos o cosas< bien sean reales o imaginarias< cuyo movimiento en el sistema !rovoca
cambios de estado del sistema.
%tributo.- !ro!iedad de una entidad. En un sistema !ueden e?istir mucKos ti!os de
entidades y cada una tendr' unas caracter#sticas !ro!ias llamadas %tributos.
:os atributos re!resentan valores de1inidos !or el usuario y asociados a cada una de las
entidadesC!.e. ti!o de cliente< tamaLo del !roducto< instante en 2ue un traba*o entra en el
sistema< etc.D
"odas las entidades tienen el mismo con*unto de atributos< !ero con distintos valores.
%rena asigna un con*unto de atributos determinados CEntity."y!e< Entity.&icture<
Entity.reate"ime< Entity.Station< Entity.Se2uence< Entiy.+obSte!D
%ctividad.- re!resenta un !eriodo de tiem!o de duracin es!ec#1ica.
,ecurso.- elemento utili0ado !ara modelar un 'rea donde Kay una limitacin o
restriccinH dicKas restricciones !ueden ser causadas !or un nBmero limitado de
!ersonas !ara reali0ar una accin< es!acio de almacenamiento restringido< ca!acidad de
los e2ui!os< etc.
Se llama ca!acidad de un recurso al nBmero de unidades de recurso id4nticas
dis!onibles !ara dar un servicio.
:as entidades ca!turan CseizeD recursos !ara tomar control de una o m's unidades del
mismo< y una ve0 1inali0ado el servicio las entidades liberan Ce%easeD los recursos
utili0ados.
olas.- rea donde !ermanece una entidad mientras es!era 2ue un recurso est'
dis!onible o mientras es!era a 1ormar un gru!oCbatcKD con otras entidades.
/ariables.- las variables re!resentan un con*unto de valores globales 2ue se !ueden
modi1icar o utili0ar sus valores como control en cual2uier !arte del modelo. %rena tiene
dos ti!os de variables< las variables de1inidas !or el >suario y las variables de1inidas
!or el Sistema
17
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
:as !rimeras son de1inidas !or 2uien construye el modelo< y !ueden cambiarse durante
la e*ecucin de la simulacinC!.e. tasa de llegada< inventario actual< nBmero de
!acientes< etc.D
:as variables del Sistema son caracter#sticas !rede1inidas de los com!onentes del
modelo 2ue recogen el estado de los com!onentesC!.e. nBmero de entidades es!erando
en una colaH se denota con @ZCnombre de la colaD< valor de un contador @Cnombre
del contadorDD.
M[D>:OS DE O,5%@-5,%M%
% continuacin se va a describir con cierto detalle los di1erentes mdulos accesibles en
el Basic &rocess !anel. :os Y mdulos son los corres!ondientes a las siguientes 1ormas3
- reate - Dis!ose
- &rocess - Decide
- BatcK - Se!arate
- %ssign -,ecord
,E%"E.-
Este mdulo se Ka diseLado como !unto de entrada de las entidades en el modelo de
simulacin. :as entidades se crean en base a un tiem!o entre llegadas o utili0ando una
!lani1icacin determinada. :as entidades abandonan el mdulo reate !ara em!e0ar su
!rocesamiento a lo largo del sistema. El "i!o de entidad se es!eci1ica en este mdulo.
:a edicin de este mdulo Cdoble-clicWD !resenta la siguiente ventana3
Cre a te
0
El nombre es el Bnico identi1icador del mdulo y se visuali0a dentro de la 1orma gr'1ica
del mduloH en el cam!o Entity "y!e se escribe el nombre del ti!o de la entidad 2ue se
va a generar.
El cam!o "y!e ace!ta los valores3 ,andomCse utili0a una distribucin e?!onencial y la
media la de1ine el usuarioD< ScKeduleCse utili0a una distribucin e?!onencial y la media
est' determinada !or un mdulo ScKeduleD< onstant Cel usuario es!eci1ica el valor
constanteD y E?!ressionCse utili0ar' cual2uier e?!resin 2ue se !resentar' en el menB
2ue se desdobla en la o!cin E?!ressionD
El cam!o Entities !er %rrival indica el nBmero de entidades 2ue entrar'n en el sistema
en cada uno de los instantes en 2ue se !roduce una llegadaC!or de1ecto es 1D
D-S&OSE.-
Este mdulo tiene como 1uncin constituir el !unto 1inal de las entidades en el modelo
de simulacin. :as estad#sticas !ueden ser registradas antes de 2ue la entidad abandone
el sistema. :a ventana de la edicin de este mdulo es la siguiente3
Dispose
0
&,OESS.-
Este mdulo se Ka diseLado como el !rinci!al m4todo de !rocesamiento de las
entidades en la simulacin. Dis!one de las o!ciones Vca!turarV y VliberarV cual2uier
recurso.
%dem's e?iste la o!cin de utili0ar un VsubmodeloV 2ue !ermite al usuario de1inir de
1orma *er'r2uica la lgica 2ue desee con el nBmero de mdulos de organigrama 2ue se
!recise !ara el !royecto de simulacin.
:a ventana de edicin de este mdulo es la siguiente3
Proc es s
0
Xabier Basogain / Migu
18
el ngel Olabe Modelado y Simulacin de Sistemas de Eventos Discretos
1\
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
El cam!o nombre tiene las misma 1unciones 2ue las descritas en el mdulo reate.
El "y!e !ermite describir el m4todo de es!eci1icar la lgica 2ue e?iste en el interior del
mdulo. &rocesamiento Standard signi1ica 2ue toda la lgica ser' almacenada dentro del
mdulo &rocess y 2ue ser' de1inida !or una !articular %ction< mientras 2ue Submodel
indica 2ue la lgica ser' de1inida *er'r2uicamente en un submodelo.
:os !osibles ti!os de !rocesamiento dentro del mdulo son los siguientes Ccam!o
%ctionD
- Delay3 se !roducir' un retraso !ero no se utili0ar' ningBn recurso o limitacin.
- Sei0e Delay3 uno o varios recursos se utili0ar'n en el mdulo &rocess y tambi4n se
!roducir' un retraso< y la liberacin del recurso se !roducir' m's tarde.
- Sei0e Delay ,elease3 se utili0ar' un recurso seguido de un retraso y entonces se
liberar' el recurso utili0ado.
- Delay ,elease3 indica 2ue un recurso 2ue Ka sido !reviamente utili0ado ser' liberado
una ve0 transcurra un determinado retraso.
En los casos necesarios se debe indicar la lista de recursos 2ue son utili0ados en dicKo
mdulo y la cantidad de los mismos 2ue ser'n ca!turados y liberados.
El cam!o Delay "y!e indica el ti!o de distribucin o m4todo de es!eci1icar los
!ar'metros del retrasoH las o!ciones onstant y E?!ression re2uieren un Bnico valor<
mientras 2ue @ormal< >ni1orm y "riangular re2uieren varios !ar'metros.
DE-DE.-
Este mdulo !ermite reali0ar !rocesos de decisin en el sistema de simulacinH esto
incluye o!ciones de toma de decisiones basadas en una o m's condicionesC!.e. si el ti!o
de entidad es "ar*eta OroD o basado en una o varias !robabilidadesC!.e. 86] verdaderoH
$6] 1alsoD. :as condiciones se !ueden basar en los valores de los atributos< valores de
las variables< ti!o de entidad o en una e?!resinC@ZCola del !roceso &a!eleoDD.
:a ventana de edicin de este mdulo es la siguiente3
De c id
e
0
True
0 False
B%"..-
Este mdulo constituye un mecanismo !ara el agru!amiento de entidades en el modelo
de simulacin. :as agru!aciones !ueden ser !ermanentes o tem!orales. Estas Bltimas
re2uerir'n 2ue se utilice un mdulo Se!arate !ara se!arar las entidades agru!adas.
:os agru!amientos !ueden reali0arse basados en un nBmero es!ec#1ico de entidades o
basados en un atributo determinado.
:as entidades 2ue llegan a un mdulo BatcK se sitBan en una cola Kasta 2ue se acumulen
el nBmero re2uerido de entidades. >na ve0 acumulados se crear' una entidad
re!resentativa de dicKo agru!amiento.
:a ventana de edicin de este mdulo es la siguiente3
Batch
0
SE&%,%"E.-
Este mdulo se utili0a !ara co!iar una entidad entrante en mBlti!les entidades o !ara
se!arar un entidad !reviamente agru!ada mediante el mdulo batcK. En este segundo
caso< la entidad tem!oral re!resentativa desa!arece y se recu!eran las entidades
originales 2ue constitu#an el agru!amiento.
:a ventana de edicin es la siguiente< !ara el caso de reali0ar tres co!ias del original3
Separate
0
0
Original
Duplicate
%[email protected]
Este mdulo se utili0a !ara asignar a las entidades 2ue entren al mdulo nuevos valores
a variables< atributos de entidades< ti!os de entidades< dibu*os de entidades y otras
variables del sistema. Se !ueden reali0ar mBlti!les asignaciones en un Bnico mdulo
%ssign.
Assign
,EO,D.-
Este mdulo se utili0a !ara recoger las estad#sticas de la simulacin del modelo. :os
ti!os de estad#sticas dis!onibles incluyen tiem!o de salida del mdulo< estad#sticas de
las entidadesCtiem!o< coste< etc.D< observaciones generales y estad#sticas de intervalos de
tiem!o.
Record
@O"%3
:a in1ormacin com!leta de todos los mdulos descritos est' dis!onible en el botn
&ara cada uno de ellos e?iste in1ormacin ordenada en los cam!os indicados en la 1igura
siguiente3
%.- E5ERCICIO - Pr*ces* de S*.icit2d de 2+a 6i-*teca
En el siguiente e*ercicio 2ue se !ro!one se !retende 2ue el alumno realice una !rimera
e?!eriencia en la utili0acin del so1tUare %,E@% !ara modelar< simular< visuali0ar y
anali0ar los resultados de un sencillo sistema a estudiar.
En una sucursal bancaria se desea estudiar y anali0ar el 1uncionamiento de un servicio
determinado relativo a las solicitudes de &r4stamos .i!otecarios. En concreto se
!retende conocer las re!uestas a las siguientes !reguntas3
1D ^u'l es tiem!o !romedio !ara evaluar una Solicitud de una Ki!oteca_
$D ^u'l es el coste !romedio de la revisin de una Solicitud de una Ki!oteca_
(D ^u'l es el m'?imo tiem!o 2ue dur la revisin de una Solicitud_
)D ^u'l es el m'?imo nBmero de solicitudes 2ue Kan estado es!erando a ser revisadas_
6D ^Zu4 !ro!orcin de tiem!o Ka estado ocu!ado el o1icinista 2ue reali0a las
revisiones_
&ara ello< el alumno debe construir un modelo del &roceso V,evisin de una Solicitud de
.i!otecaV y obtener dicKos resultados mediante la simulacin con %,E@%.
:a in1ormacin 2ue se dis!one del !roceso a estudiar es la siguiente3
aD las Solicitudes CentidadesD de una Ki!oteca se !roducen o llegan a la sucursal bancaria
de una manera aleatoria siguiendo una distribucin e?!onencial de media $ Koras entre
llegadas de solicitudes.
bD el !roceso de revisin y evaluacin de una solicitud lo reali0a un O1icinista Cun
recurso o un servidorD. ada solicitud CentidadD 2ue llega al O1icinista C!rocesoD
re2uiere dicKo recurso durante un tiem!o aleatorio 2ue sigue una distribucin triangular<
en la 2ue el tiem!o m#nimo es una Kora< el tiem!o m's !robable es de 1.86 Koras y
tiem!o m'?imo es de ( Koras.
uando una entidad llega al !roceso< 4sta es!erar' su turno !ara ca!turar el recurso.
>na ve0 llegado su turno la entidad ca!turar' Csei0eD el recurso< tendr' un tiem!o de
retraso corres!ondiente al tiem!o de servicio del O1icinista< y liberar' CreleaseD el
recurso !ara 2ue 4ste !ueda reali0ar otro servicio.
cD >na ve0 la solicitud Ka sido revisada y evaluada< 2ueda !or decidir si se ace!ta o no
se ace!ta dicKa solicitud. El criterio de ace!tacin de una solicitud se basar' en un
sim!le criterio !robabil#stico< en concreto se ace!tar' el YY] de las solicitudes. @O"%3
se utili0ar'n dos mdulos Dis!ose< una !ara las solicitudes ace!tadas y el otro !ara las
solicitudes no ace!tadas.
dD :os costes corres!ondientes al O1icinista se 1i*an en `1$ !or Kora de traba*o<
inde!endientemente de si Ka estado ocu!ado o desocu!ado.
eD El estudio de simulacin se desea reali0ar sobre el 1uncionamiento de la sucursal
bancaria durante $9 d#as y $) Koras al d#a< es decir sobre un total de )Y9 Koras.
- O@S",>-[@ DE: O,5%@-5,%M%
Rea.i7ar en la ventana del Modelo el siguiente organigrama corres!ondiente al
!roblema de estudio3
Re8is i9+ de 2+a S*.icit2d de 6i-*teca
Inicio de Solicitud
Revision
Concesion de
0
Solicitud Aceptada
de Hipoteca
0
0
Hipoteca
Tr u e
0
0
Fa ls e
Solicitud
Rec ha!ada
0
- ED--[@ DE :OS M[D>:OS
>na ve0 reali0ado el organigrama con los mdulos necesarios se debe editar cada uno
de ellos !ara asignarles los !ar'metros corres!ondientes al !roblema de estudio.
Editar los siguientes mdulos3
Mdulos de organigrama.-
- reate3 asignarle el nombre V-nicio de Solicitud de .i!otecaV< de1inir el ti!o de entidad
como VSolicitudV y elegir el adecuado tiem!o entre llegadas Cno !oner tilde a las letras
acentuadasD.
- &rocess3 asignarle el nombre V,evisinV< elegir la %ction adecuada y de1inir un ,ecurso
2ue tenga el nombre O1icinista. El tiem!o de retraso del !roceso es ti!o triangular.
- Decide3 asignarle el nombre Voncesin de .i!otecaV y &ercent "rue adecuado al
!roblema.
- Dis!ose3 asignarles los nombres VSolicitud %ce!tadaV y VSolicitud ,ecKa0adaV.
Mdulos de datos.-
- ,esource3 introducir los costes !or Kora C`1$D en la Ko*a de c'lculo corres!ondiente al
recurso VO1icinistaV.
- S-M>:%-[@
%ntes de e*ecutar la simulacin conviene a*ustar los !ar'metros de simulacin al
!roblema de estudio.
Editar en !rimer lugar< el t#tulo del !royecto como V%n'lisis de la ,evisin de Solicitud
de .i!otecaV en el tabulador &o*ect "itle de la car!eta &ro*ect &arameters del menB
,un<Setu!. %dem's< se debe seleccionar en las ca*as cKecW de Statistic olletion las
corres!ondientes a Entities< Zeues< ,esources< &rocesses y osting.
En el mismo menB ,un < Setu ! < en la car!eta ,e!lication &arameters seleccionar $9 en el
cam!o ,e!lication :engtK y elegir d#as en "ime >nits.
Sa.8ar el modelo reali0ado mediante la o!cin =ile/Sa v e Co el !ulsando el botn Save
de barra de Kerramientas est'ndarD.
@O"%3 >tili0ar un subdirectorio es!ec#1ico !ara este y el resto de modelos 2ue se
desarrollar'n a lo largo del curso.
Si:2.ar el modelo.
@O"%3 se !uede variar y a*ustar la velocidad de la animacin de la simulacin del
modeloH !ara ello durante la simulacin basta mantener !ulsada la tecla VIV o la tecla VNV
unos instantes !ara decrementar o aumentar la velocidad de la animacin
res!ectivamente.
Si se desea reali0ar la simulacin sin animacin se debe elegir la o!cin ,un/=ast-
=orUard y sim!lemente !ulsar su corres!ondiente icono =ast-=orUard
en la barra de Kerramientas est'ndar.
- -@=O,MES de los ,ES>:"%DOS DE S-M>:%-[@
/er y anali0ar los datos !resentados en los di1erentes in1ormes 2ue Ka generado
%,E@% al simular el modelo del &roceso de Solicitud de una .i!oteca.
Res-*+der a las 6 !reguntas reali0adas al comien0o de este a!artado ) E+E,--O< a
!artir de los resultados de dicKos in1ormes.
&regunta 1.- -n1orme Entity C"otal "ime %verageD
&regunta $.- -n1orme Entity C"otal ost %verageD
&regunta (.- -n1orme &rocess C"otal "ime Ma?imunD
&regunta ).- -n1orme Zueue C@umber Aaiting Ma?imunD
&regunta 6.- -n1orme ,esource C>tili0ation %verageD
Sesin $.- onstruccin de Modelos con %rena Standard
$6
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
SESIN #.- CONSTR!CCIN DE MODELOS CON ARENA
STANDARD
Ob*etivo3 DiseLar< construir y simular sistemas SED con mayor versatilidad mediante
Kerramientas adecuadas 2ue !rovee el so1tUare de Simulacin.
;ndice3
1.- Me*oras en la /isuali0acin de la Simulacin del Modelo
$.- Modi1icaciones en el &roceso de Solicitudes de una .i!oteca
(.- Modelos +er'r2uicos3 submodelos
).- E+E,--O - &roceso de Solicitud de &r4stamo !ara %utomviles
.- ME5ORAS EN LA ;IS!ALI<ACIN DE LA SIM!LACIN DEL MODELO
:a animacin gr'1ica en la simulacin del modelo 2ue se 2uiere diseLar y simular vista
Kasta aKora se limita a re!resentar gr'1icamente sobre el modelo el movimiento de las
entidades a lo largo del organigrama. Sin embargo< %rena tiene la !osibilidad de
incrementar la animacin y as# me*orar el estudio del com!ortamiento del sistema
modelado.
%dem's otra venta*a de las me*oras en la visuali0acin animada del sistema es el inter4s
2ue !uede generar en otros miembros de la em!resa u organi0acin< como los
directivos< gestores o administradores< !or conocer las !osibilidades 2ue o1rece esta
nueva Kerramienta de modelado de sistemas de eventos discretos.
&ara com!robar las venta*as 2ue su!one la me*ora de la animacin gr'1ica se aLadir'
dos com!onentes de animacin al Modelo de Solicitudes de .i!oteca estudiado en la
sesin anterior3
aD O1icinista < ocu!ado y desocu!ado
bD ,e!resentacin din'mica del nBmero de solicitudes en tr'mite
-ncor!orando estos dos nuevos com!onentes de animacin al modelo< 4ste !resentar' el
as!ecto 2ue se indica en la siguiente 1igura3
Re8is i9+ de 2+a S*.icit2d de 6i-*teca
Inicio de Solic itud
Revision
Concesion de
0
Solic itud
Aceptada
de Hipoteca
0
0
Hipotec a
Tr u e
0
0
Fa ls e
Solic itud
Rec ha!ada
0
,-./ .0.1 23
456./. 27891 90 :; <=.29
>?
?
: .9= @5 89 4.= 763/ .A0 )8B31 * C?
4
5
6
.
/
.
2
7
8
9
1
@ota3 !ara este ti!o de me*oras se utili0ar' los iconos corres!ondientes a la barra de
Kerramientas de %nimacin.
a= A+i:aci9+ de. Rec2rs* >O3ici+ista>
:a actividad 2ue reali0a el recurso O1icinista consiste en revisar y evaluar cada una de
las solicitudes 2ue le lleganH si no llega ninguna solicitud el O1icinista est' desocu!ado
y se utili0ar' un dibu*o de una !ersona sentada en su !uesto de traba*o CcKa2ueta de
color verdeD. uando llega una solicitud< 4sta ca!turar' el recurso y el recurso !asar' a
estar ocu!ado re!resentado !or un dibu*o de una !ersona traba*ando sobre la mesa
CcKa2ueta de color ro*oD.
:os !asos 2ue Kay 2ue reali0ar !ara establecer este ti!o de animacin son los siguientes3
1.- lic el botn de ,ecurso de la barra de Kerramientas de animacin.
$.- Se abre la ventana de ,esource &icture &lacement. Seleccionar VO1icinistaV en el
cam!o -denti1ier.
(.- Si urrent :ibrary no es c3a...aUorWers.!lb < abrir la librer#a de dibu*os adecuada
mediante el botn O!en Cseleccionar UorWers.!lbD.
).- &ara cambiar el icono de O1icinista Desocu!ado3
aD clic el botn de -dle de la !arte i02uierda Cel cam!o State se actuali0ar' a -dleD
bD Seleccionar el dibu*o de una !ersona sentada con cKa2ueta verde.
cD clicW el botn de trans1erencia entre tablas
6.- &ara cambiar el icono de O1icinista Ocu!ado3
aD re!etir los mismos !asos 2ue en el caso anterior< !articulari0ando !ara el
estado Busy Cdibu*o de !ersona traba*ando con cKa2ueta ro*aD.
7.- lic el botn OW !ara cerrar la ventana de di'logo.
8.- El cursor se trans1ormar' en una cru0H moverlo al lugar del modelo donde se desee
2ue a!are0ca la animacin del O1icinista.
Y.- Si se desea redimensionar el icono del O1icinista< basta con seleccionarlo y alargar o
reducir el dibu*o.
1= Re-rese+taci9+ Di+:ica de. N?:er* de S*.icit2des e+ Tr:ite
En algunos !rocesos resulta de gran inter4s visuali0ar de 1orma din'mica la evolucin
de una serie de variables como !uede ser el nBmero de entidades en una cola< nivel de
ocu!acin de un recurso< etc. Este ti!o de in1ormacin ilustra la carga de traba*o del
sistema 2ue !uede variar bruscamente debido a la naturale0a aleatoria del !roceso
simulado.
$8
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
:os !asos 2ue Kay 2ue reali0ar !ara establecer este ti!o de animacin son los siguientes3
1.- lic el botn de &lot de la barra de Kerramientas de animacin.
$.- Se abre la ventana de &lot. En caso !resente se va a re!resentar una Bnica e?!resin<
la corres!ondiente a +ok,in,pocess CA-&D del !roceso V,evisinV de nuestro
modelo. &ara ello se debe !ulsar el botn %dd.
(.- En la nueva ventana de dialogo de &lot E?!ression< !ulsar el botn de editar
e?!resiones !ara abrir el editor de e?!resiones.
).- Se desea re!resentar a lo largo del tiem!o el nBmero de entidades CsolicitudesD en el
!roceso V,evisinV. Seleccionar en el cam!o &rocess @ame el nombre del
!roceso C,evisinD y en el cam!o de -n1ormation elegir A-& Cla Bltima o!cin
2ue a!arece en la lista 2ue se des!liega en este cam!oD.
6.- Editar los valores M'?imum y .istory &oints con los valores 19 y 6999
res!ectivamente Cen la sesin anterior se obtuvo 2ue el nBmero m'?imo de
entidades en cola era \D. &ulsar el botn OT !ara cerrar la ventana de dialogo de
&lot E?!ression C1i*arse 2ue %rena !one la 1rmula ,evision.A-&D.
7.- &ara com!letar la de1inicin del &lot< cambiar "ime ,ange al valor de )Y9. El e*e
Kori0ontal del !lot re!resentar' )Y9 Koras de simulacin. &ulsar OT !ara cerrar
la ventana de di'logo de &lot.
8.- El cursor cambia a la 1orma de una cru0H dibu*ar el &lot en la ventana del modelo
mediante reali0ando clic en dos e?tremos en el lugar 2ue se desee.
c= si:2.aci9+ de. :*de.* c*+ .as :e@*ras de a+i:aci9+
>na ve0 editados los dos nuevos com!onentes de animacin !asemos a simularloH
!reviamente conviene salvar el modeloH tambi4n !uede resultar interesante aLadir algBn
te?to 2ue documente con cierto detalle los dos nuevos com!onentes de animacin.
Editar en el !ie del icono del O1icinista< el te?to O1icinista< y *unto a los e*es del &lot< el
te?to "iem!o de Simulacin Cd#asD !ara el e*e de abcisas< el te?to Solicitudes !ara el e*e
de ordenadas y el te?to Solicitudes en "r'mite !ara un t#tulo su!erior del !lot. &ara la
edicin de te?to utili0ar el icono "e?t de la barra estandar de dibu*o .
,eali0ar la simulacin del modelo y com!robar el e1ecto de la animacin. El nuevo
modelo !resenta una animacin m's interesante y medible. :os resultados num4ricos
2ue se obtendr'n ser'n los mismos 2ue los obtenidos en la sesin anterior ya 2ue no se
Ka reali0ado ningBn cambio en los !ar'metros del modelo.
Sin embargo< se observar' a medida 2ue avan0a la simulacin cmo el dibu*o 2ue
re!resenta al O1icinista cambia entre los estados Desocu!ado y Ocu!ado segBn lleguen
solicitudes al !roceso ,evisin.
:a re!resentacin din'mica del nBmero de solicitudes en tr'mite muestra una serie de
!icos im!ortantes debido a la combinacin del tiem!o variable entre llegadas de
solicitudes Cmdulo reateD y el tiem!o de !roceso de las solicitudes Cmdulo &rocessD.
#.- MODIAICACIONES EN EL PROCESO DE SOLICIT!DES DE !NA
6IPOTECA
En este a!artado se va a considerar dos modi1icaciones del &roceso de Solicitudes de
una .i!oteca estudiado en la anterior sesin con el !ro!sito de mostrar di1erentes
!osibilidades del so1tUare %rena.
a= Pri:era M*di3icaci9+B ACadir 2+ -r*ces* de Esc+er
&ara me*orar e in1ormati0ar el !roceso de Solicitud de .i!oteca se Ka decidido aLadir
delante del !roceso ,evisin< un !roceso llamado Esc'ner 2ue lo reali0ar' una
Secretaria.
El !roceso Esc'ner tiene una duracin m#nima de 16 minutos< m'?ima de )6 minutos< y
una duracin normal de $6 minutos.
%signar un dibu*o a la Secretaria y una tari1a de `7.86 Kora.
Re8isi9+ de 2+a S*.icit2d de 6i-*teca M*di3icaci9+
Inicio de
Solicitud de
Hipoteca
0
Escaner
0
Revision
0
Concesion de
Hipoteca
0
True
Solicitud Aceptada
0
0
Fals e
Solicitud
Recha!ada
0
49/;923;.3
,-./.0.123
Simular el nuevo sistema y contestar a las !reguntas3
a1D ^Zu4 !ro!orcin de tiem!o estar' ocu!ada la Secretaria< y el O1icinista_
a$D ^u'l es el coste !romedio de cada Solicitud_
a(D ^u'l es el nBmero m'?imo de solicitudes en es!era en la cola del
O1icinista_
1= Se/2+da M*di3icaci9+B De8*.2ci9+ de a./2+as S*.icit2des des-2Ds de. -r*ces*
Esc+er
>na ve0 se Ka com!letado la tarea de Esc'ner< el Y] de las solicitudes son devueltas !or
estar incom!letas. Este KecKo signi1ica 2ue mucKas de las solicitudes ser'n detectadas
en el !roceso de Esc'ner y !or consiguiente el !orcenta*e de solicitudes ace!tadas
des!u4s del !roceso ,evisin se incrementa del YY] al \)]< y el tiem!o de !roceso de
,evisin se reduce un 19].
Simular el nuevo sistema y contestar a las !reguntas3
b1D ^Zu4 !ro!orcin de tiem!o estar' ocu!ada la Secretaria< y el O1icinista_
b$D ^u'l es el coste !romedio de cada Solicitud_
b(D ^u'l es el nBmero m'?imo de solicitudes en es!era en la cola del
O1icinista_
b)D ^u'l es el tiem!o !romedio !ara revisar una Solicitud_
@ota3
:a reduccin del 19] del tiem!o de !roceso ,evisin se !uede reali0ar mediante la
de1inicin de una variable llamada V=actor de ,educcinV iniciali0ada al valor 9.\ y
utili0ada en los cam!os corres!ondientes a la distribucin triangular del tiem!o de
servicio del !roceso ,evisin como se indica en la 1igura siguiente3
&ara la de1inicin de la variable V=actor de ,educcinV se utili0a el mdulo de datos
/ariable de la Barra de &royectos y se edita como se muestra en la 1igura
(9
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
$.- MODELOS 5ERRE!ICOSB S!BMODELOS
%rena o1rece la !osibilidad de diseLar/construir el modelo de un sistema de una 1orma
*erar2ui0ada< en vistas *erar2ui0adas llamadas Submodelos.
S21:*de.*.-
:os submodelos dis!onen de un es!acio de traba*o com!leto !ara de1inir el
organigrama de 1lu*o de las entidades< incluyendo los recursos de animacin gr'1ica< de
la misma 1orma 2ue cual2uier modelo no *erar2ui0ado.
:os submodelos !ueden contener cual2uier ob*eto 2ue se !ueda colocar en la ventana de
modelo Clgica< gr'1icos estad#sticos< animacin< etc.D
:a utili0acin de los submodelos en el modelo del sistema o1rece las siguientes
venta*as3
aD aumento del es!acio de traba*o !ara construir el modelo.
bD 1acilita una me*or organi0acin del modelo Ccada submodelo es re!resentado en su
!ro!ia vista< es decir< en la ventana de modeloD !ermitiendo la divisin visual de un
organigrama com!le*o de un modelo en ventanas m's 1'ciles de mani!ular y
com!render el modelo.
:os submodelos !ueden conectarse a otros mdulos< a otros submodelos< o sim!lemente
!ueden estar solos en el modelo. %dem's e?isten una serie de comandos 2ue !ermiten
reali0ar una serie de o!eraciones sobre los submodelos3
- &ro!erties.- !ermite cambiar las caracter#sticas del submodelo< !or e*em!lo el nBmero
de !untos de entrada y salida.
Xabier Basogain / Miguel ngel Olabe Modelado y Simulacin de Sistemas de Eventos Discretos
- O!en.- abrir el submodelo !ara visuali0ar la vista del submodelo e introducir la lgica<
animacin y gr'1icos.
- %ggregate.- sirve !ara agru!ar en un submodelo la lgica< animacin y gr'1icos 2ue
e?ista ya en la ventana del modelo.
- >naggregate.- saca los ob*etos de una vista de submodelo y los ubica en el siguiente
nivel su!erior del modelo.
De3i+ici9+ de s21:*de.*s.-
El modelo *er'r2uico de un sistema se !uede reali0ar de dos maneras3
- Submodelo &rocess
- Ob*eto Submodelo
El !rimero de ellos se crea de1iniendo el cam!o "y!e de un mdulo &rocess con la
o!cin Submodel< como se indica en la 1igura3
Esta ca!acidad del mdulo &rocess es re1erida como *erar2ui0acin de !rocesos y
!ermite agregar varios mdulos de organigrama de 1lu*o en vistas de submodelo
di1erentes< cada una de ellas asociadas al mdulo &rocess corres!ondiente.
El segundo ti!o de submodelo se obtiene mediante la seleccin de la o!cin de menB
Ob*etc/Submodel/%dd Submodel o Kaciendo clic en el botn de Submodelo de la barra
31
de Kerramienta est'ndar . Este ti!o de submodelo es sim!lemente una coleccin de
mdulos 2ue Kan sido agregados !ara navegacin y 1acilidad de uso.
:a !rinci!al di1erencia entre los dos m4todos son las estad#sticas generadas. uando un
mdulo 2ue se de1ine como ti!o Submodelo y se construye una lgica en la vista de
submodelo< cual2uier estad#stica< coste e in1ormacin tem!oral 2ue se recoge cuando
una entidad est' dentro del submodelo ser' re1le*ada directamente en las estad#sticas<
costes e in1ormacin tem!oral de ese &roceso Cinde!endientemente del nBmero de
niveles de *erar2u#a 2ue se Kayan de1inidoD.
Sin embargo< las estad#sticas recogidas a !artir de la lgica de1inida en el Ob*eto
Submodelo no son agregadas !ara ese submodelo en !articular.
Na8e/aci9+ e+ e. M*de.*.-
E?isten varias 1ormas de acceder a las vistas de los submodelos. >n m4todo es del &anel
@avigate de la Barra de &royectos CKacer clic en el icono @avigate !ara 2ue se visualice
el &anel @avigateD.
uando se utili0a el &anel @avigate< %rena !ermite el acceso directo a cada una de las
vistas de los submodelos< sim!lemente Kaciendo clic en la lista de los nombres de los
submodelos. Esto signi1ica 2ue en el caso de varios submodelos anidados< se !uede
acceder directamente a un submodelo 2ue est4 a varios niveles del nivel su!erior de la
*erar2u#a.
Otro m4todo de acceso es reali0ar doble clic en el ob*eto submodelo !resente en la
ventana de modeloH en este m4todo el acceso a submodelos anidados re2uiere reali0ar
doble clic en los sucesivos ob*etos de los submodelos anidados.
El tercer m4todo consiste en reali0ar clic-derecKo Cen el botn de la derecKa del ratnD
sobre el ob*eto submodelo !resente en la ventana de modelo y seleccionar del menB la
o!cin O!en Sub m ode l.
;ista de 2+ S21:*de.*.-
Dentro del ob*eto submodelo est' la vista de submodelo 2ue contiene la lgica u
organigrama de 1lu*o del submodelo. En la vista del submodelo Kay !untos de entrada y
!untos de salida 2ue est'n conectados a la lgica del submodelo. Estos !untos !ermiten
el !aso de las entidades del nivel su!erior del modelo al submodelo< continua el
!rocesamiento de las entidades de acuerdo a la lgica del submodelo y se vuelve al
nivel su!erior !ara seguir su !rocesamiento< como se ilustra en la 1igura.
Create "
Su#$ o del "
Dispose "
0
0
Create %
Process & Dispose %
0
0
0
Dispose &
0 32
((
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
El nBmero de !untos de entrada y salida !ueden elegirse mediante la o!cin &ro!erties
del menB 2ue a!arece al reali0ar clic-derecKo sobre el ob*eto submodelo.
:os !untos de entrada en la vista del submodelo se re!resenta mediante una 1lecKa 2ue
a!unta a la direccin 2ue seguir' el 1lu*o de la lgica. El !unto de salida se re!resenta
!or un cuadrado. Desde este !unto la entidad regresar' a la vista del siguiente nivel !ara
continuar con el !rocesado. En la 1igura se muestra la vista de un submodelo !articular<
con dos !untos de entrada y tres de salida.
Process "
0
S eparate "
0
O r iginal
0
Duplicat e
Process %
0
%.- E5ERCICIO - PROCESO DE SOLICIT!D DE PRFSTAMOS PARA
A!TOM;ILES
Se desea reali0ar el estudio de un !roceso corres!ondiente a la solicitud de !r4stamos
!ara la ad2uisicin de automviles 2ue o1rece una entidad bancaria.
En este modelo< las solicitudes de !r4stamos !ara ad2uirir un automvil llegan al centro
de !rocesamiento a!ro?imadamente cada 6 minutos.
:a revisin de la solicitud la reali0a uno de los cinco agentes de !r4sta m os 2ue
com!rueban si la solicitud est' com!leta. Esta revisin suele durar 16 minutos< !ero
!uede durar como m#nimo 1$ minutos y como m'?imo 1Y minutos. :os agentes
detectan 2ue el Y] de las solicitudes est'n incom!letas y las devuelven al solicitante.
:as solicitudes 2ue est'n com!letas se env#an a una m'2uina de !rocesamiento
autom'tico donde las solicitudes son !rocesadas. Esta o!eracin !uede durar de 9.6
Koras a 1.6 Koras< !ero Kabitualmente re2uiere 1 Kora. Se su!one 2ue la m'2uina de
!rocesamiento autom'tico !uede !rocesar tantas solicitudes como sea necesario.
>na ve0 !rocesadas las solicitudes< un agente com!robar' los resultados del
!rocesamiento y escribir' un documento de ace!tacin o recKa0o. Esta tarea suele tener
una duracin de 8 minutos< aun2ue nunca m's de 19 minutos y ni menos de 6 minutos.
>na ve0 escrito dicKo documento< el !roceso de la solicitud del !r4stamo se Ka
com!letado y se env#a dicKo documento a los solicitantes.
1D ,eali0ar la simulacin !ara un d#a considerando la *ornada de Y Koras.
- -ndicar los valores m's relevantes de los resultados de la simulacin Cnb de solicitudes<
utili0acin de los recursos< nb medio de solicitudes en las di1erentes colas< etc.D
%..- S21:*de.* e+ e. Pr*ces* de S*.icit2d de PrDsta:*s -ara A2t*:98i.es
:a Direccin de la entidad bancaria 2uiere un an'lisis m's detallado del 1uncionamiento
del de!artamento de autori0acin de !r4stamos. &ara ello< se sustituir' el !roceso 2ue
modelaba la m'2uina de V!rocesamiento autom'ticoV !or un !roceso 2ue sea de1inido
como Submodelo en el cam!o "y!e.
:a actividad de autori0acin de !r4stamos reali0a dos o!eraciones !or se!arado3
- Evaluacin de :egitimidad de la solicitud
- om!robacin de r4dito
aD Evaluacin de :egitimidad de la solicitud.-
>na ve0 2ue el agente de ! r4stamos Kace la revisin inicial de la solicitud y est'
com!leta< 1 de los 6 agentes de e v aluacin com!rueba la legitimidad de la solicitud. El
\6] de las solicitudes son leg#timas. ual2uier solicitud 2ue no sea leg#tima se salta la
om!robacin de r4dito< y continuar' con un agente de !r4sta m os dis!onible en el
!roceso de generacin de documento de ace!tacin o recKa0o.
:a o!eracin de evaluacin re2uiere entre $9 y (9 minutos.
bD om!robacin del r4dito.-
:as solicitudes leg#timas ser'n estudiadas !or uno de los 1$ agentes de cr4dito 2ue
reali0an la revisin del cr4dito a !artir de un in1orme sobre el cr4dito del solicitante.
Esta o!eracin suele re2uerir a!ro?imadamente una Kora< con un m#nimo de 66 minutos
y un m'?imo de \9 minutos.
>na ve0 1inali0ada la revisin< cada solicitud continuar' con un agente de !r4sta m o s
dis!onible en el !roceso de generacin de documento de ace!tacin o recKa0o.
$D ,eali0ar la simulacin !ara un d#a considerando la *ornada de Y Koras.
- -ndicar los valores m's relevantes de los resultados de la simulacin Cnb de solicitudes<
utili0acin de los recursos< nb medio de solicitudes en las di1erentes colas< etc.D
Sesin (.- Modelos Estad#sticos en Simulacin
SESIN $.- MODELOS ESTADSTICOS EN SIM!LACIN
Ob*etivo3 =amiliari0arse con las 1unciones de distribucin de !rocesos aleatorios m's
utili0ados en la Simulacin de SED.
-ndice3
1.- .erramienta -n!ut %naly0er
$.- Datos a %nali0ar
(.- Datos y /entanas
).- 5eneracin de Datos
6.- %*uste de los Datos a una Distribucin
7.- Modi1icacin de &ar'metros
8.- E*ercicios
% la Kora de modelar 1enmenos reales son !ocas las veces en las 2ue el diseLador
!uede !redecir de una manera determinista las acciones 2ue se van !roducir sobre las
entidades 2ue est'n dentro de un sistema ob*eto de estudio.
El diseLador generalmente modela los sistemas desde un !unto de vista !robabil#stico
m's 2ue desde un !unto determinista ya 2ue son mucKas las causas 2ue !ueden !roducir
variaciones sobre el com!ortamiento global del sistema. Sin embargo< a !esar de la
aleatoriedad de las causas y la im!osibilidad de !redecirlas< e?isten modelos
estad#sticos o 1unciones de distribucin 2ue !ermiten describir la aleatoriedad de las
causas 2ue in1luyen en el com!ortamiento del sistema.
El conocimiento de los di1erentes modelos estad#sticos Cdistribuciones discretas y
continuasD !ermite al diseLador reali0ar un modelo m's !reciso del sistema. %s# !or
e*em!lo< el tiem!o de servicio de un servidor en un sistema de colas !uede ser descrito
!or las siguientes distribuciones3
- E?!onencial3 si los tiem!os de servicio son com!letamente aleatorios.
- @ormal3 si los tiem!os de servicio son constantes !ero e?iste una variabilidad 2ue
!roduce 1luctuaciones negativas y !ositivas.
- @ormal "runcada3 si e?isten valores de la variable 2ue deben ser mayores o menores
2ue un umbral y el resto sigue una distribucin normal.
- Aeibull y 5amma3 ambas !resentan as!ectos similares y est'n relacionadas con la
distribucin e?!onencial. :as di1erencias estriban en la locali0acin de la moda
de las 1unciones de distribucin y en las 1ormas de las colas !ara los e?tremos.
.- 6erra:ie+ta INP!T ANAL)<ER
El -n!ut %naly0er es un com!onente est'ndar del entorno de simulacin de %rena. Es
una Kerramienta !otente y vers'til 2ue se !uede utili0ar !ara las siguientes actividades3
aD determinar la calidad de a*uste de una 1uncin distribucin de !robabilidad a un
con*unto de datos de entrada.
bD com!arar di1erentes 1unciones de distribucin de !robabilidad
cD re!resentar gr'1icamente los e1ectos de la variacin de los !ar'metros !ara una
misma distribucin.
dD generar datos aleatorios siguiendo una determinada 1uncin de distribucin de
!robabilidad.
En esta sesin se va a utili0ar el -n!ut %naly0er !ara re!resentar y co m !arar di1erentes
1unciones de distribucin de !robabilidad.
E*ecucin del -n!ut %naly0er3 la 1orma de e*ecutar este com!onente de %rena se reali0a
a trav4s de cual2uiera de estas dos o!ciones3
aD seleccionar -n!ut %naly0er en -nicio/&rogramas/%rena
bD seleccionar -n!ut %naly0er en el MenB "ools de %rena.
=igura 1.- MenB &rinci!al del -n!ut %naly0er
@O"%3 en la sesin 7 se utili0ar' el -n!ut %naly0er !ara anali0ar 1icKeros de datos
corres!ondientes al tiem!o entre llegadas de entidades a un sistema de colas< tiem!o de
servicio de un servidor o !roceso< etc.< con el !ro!sito de evaluar con criterios
estad#sticos Ctest de Ki!tesis Ki-cuadradoD la calidad del a*uste de dicKos datos a una
determinada 1uncin de distribucin de !robabilidad.
#.- DATOS A ANALI<AR
:os datos 2ue el -n!ut %naly0er va a re!resentar y anali0ar deben estar almacenados en
un 1icKero de te?to %S-- con 1ormato libre Clos datos individuales deben estar
se!arados !or Ves!acios en blanco< tabuladores< etc.VD. &ara ello se !uede utili0ar
cual2uier editor de te?tos CUord< bloc de notas< note!ad< etc.D. 5eneralmente estos datos
se corres!onden con observaciones reales del sistema 2ue se 2uiere anali0ar.
Su!ngase 2ue la siguiente lista de valores num4ricos se corres!onde con los tiem!os
de servicio Cmedido en KorasD de un agente de !r4stamos de una entidad bancaria 2ue
revisa las solicitudes de !r4stamos de automviles.
=igura $.- =icKero de datos editado con el Bloc de @otas
Editar un 1icKero %S-- con datos num4ricos !ositivos y salvarlo con el nombre
datos.dat
Si no se dis!one de datos reales !uede generarse datos sint4ticos 2ue sigan una 1uncin
de distribucin de !robabilidad mediante la o!cin del menB =ile< Data =ile< 5ene r ate
@eU C se ver' en el a!artado )D.
$.- DATOS ) ;ENTANAS
El modo de 1uncionamiento del -n!ut %naly0er se basa en /entanas< asignando a cada
con*unto de datos 2ue se desea anali0ar una ventana. Se !ueden abrir tantas ventanas
como con*unto de datos se desee anali0ar.
&ara anali0ar las caracter#sticas de los datos contenidos en un 1icKero se debe asignar
una @ueva /entana a dicKo 1icKero y des!u4s utili0ar los comandos !ro!ios del -n!ut
%naly0er.
&rimer !aso3 abrir una nueva ventana en el -n!ut %naly0er. >tili0ar la o!cin =ile< @eU<
y se abre una ventana vac#a como se indica en la 1igura.
=igura (.- @ueva /entana en el -n!ut %naly0er
Segundo &aso3 una ve0 abierta una ventana vac#a< se debe asignar un 1icKero de datos
desde dos !osibles o!ciones3
aD =ile< D a ta =ile< >se E?isting C!ara el caso de utili0ar un 1icKero %S-- de datos
reales< !reviamente editadoD.
bD =ile< D a ta =ile< 5en e rate @eU C !ara el caso de generacin arti1icial de
datosD.
En la ventana se re!resentar'< en la !arte su!erior un .istograma de los datos y en la
!arte in1erior con el t#tulo *ata -ummay se ad*unta in1ormacin relevante del con*unto
de datos como el nBmero de muestras< nBmero de intervalos< rango del Kistograma< la
media y desviacin de las muestras< los valores m'?imo y m#nimo Cver 1iguraD.
Elegir la o!cin aD y utili0ar el 1icKero %S-- Cdatos.datD 2ue se desea re!resentar y
anali0ar. -ndicar los valores 2ue se !resentan en el *ata -ummay.
=igura ).- .istograma e -n1ormacin del con*unto de datos
%.- GENERACIN DE DATOS
:a o!cin del menB =ile< Data =ile< 5enerate @eU !ermite al usuario generar un 1icKero
de muestras aleatorias 2ue sigan una determinada 1uncin de distribucin de
!robabilidad.
%l seleccionar esta o!cin a!arece un cuadro de dialogo 2ue !resenta los siguientes
submenBs Cver 1iguraD3
1D una lista de 1unciones de distribucin sobre las 2ue se generar' las muestras
$D los !ar'metros de la distribucin seleccionada
(D el nBmero de muestras a generar
)D el nombre del 1icKero sobre el 2ue se escribir'n dicKas muestras. C%,E@%
utili0a !or de1ecto la e?tensin dstD
=igura 6.- MenB 5eneracin de Datos
'.- A5!STE DE LOS DATOS A !NA DISTRIB!CIN
Des!u4s de 2ue los datos de un 1icKero Kan sido cargados y re!resentados mediante un
Kistograma en la /entana< el siguiente !aso es %*ustar los datos a una 1uncin de
distribucin de !robabilidad.
&ara ello< seleccionar la o!cin =it del menB. Se des!liega un menB con todas las
!osibles distribuciones. Se selecciona la 1uncin de distribucin deseada y el -n!ut
%naly0er determinar' los !ar'metros de la distribucin 2ue se a*uste a los datos. DicKos
!ar'metros e in1ormacin adicional se !resentan en la !arte in1erior de la ventana con el
t#tulo *istibution -ummay
%dem's< el -n!ut %naly0er re!resentar' mediante una l#nea continua la 1uncin de
densidad de !robabilidad calculada sobre el Kistograma< como se re!resenta en la 1igura.
=igura 7.- %*uste de los datos a una =uncin de Distribucin
(.- MODIAICACIN DE PARMETROS
En el menB O!tions< &ara m eters< e?isten dos comandos3 .istogram y Distribution
2ue !ermiten reali0ar cambios en los !ar'metros !ro!ios de cada una de los ti!os de
re!resentacin reali0ados !or -n!ut %naly0er.
G.- E5ERCI CIOS
@O"% 3 &ara la documentacin de la !r'ctica utili0ar la o!cin o!y/&aste de las
ventanas obtenidas en los di1erentes e*ercicios.
1.- ,e!resentar el Kistograma y la 1uncin de distribucin de los datos almacenados en
los 1icKeros siguientes3
e?!oc1.dat
e?!oc$.dat
e?!oc(.dat
om!arar dicKas re!resentaciones e indicar las !rinci!ales conclusiones.
$.- ,e!resentar el Kistograma y la 1uncin de distribucin de los datos almacenados en
los 1icKeros siguientes3
Ueibullc1.dat
Ueibullc$.dat
Ueibullc(.dat
om!arar dicKas re!resentaciones e indicar las !rinci!ales conclusiones.
(.- 5enerar datos num4ricos aleatorias 2ue sigan la 1uncin de distribucin &oisson con
di1erentes medias< E 1< $ y )
,e!resentar sus corres!ondientes Kistogramas y 1uncin de distribucin.
).- ambio de &ar'metros3 sobre un con*unto de datos concreto C!.e. distribucin
e?!onencial e?!oc1.dat o Ueibullc1.datD com!robar el e1ecto al cambiar valor num4rico
de los !ar'metros de las corres!ondientes 1unciones de distribucin C media< al1a< beta y
o11estD.
&ara ello< utili0ar !reviamente el a*uste =it y des!u4s el menB O!tions< &ara m eters<
Distribution.
"ambi4n modi1icar el Kistograma de los datos mediante O!tions< &arameters< .istogram
6.- om!robar las 1ormas 2ue !resentan las di1erentes 1unciones de distribucin 3 Beta <
:ognormal< Em!irical ontinuous< @ormal< W-Erlang< &oisson< E?!onential< 5amma<
"riangular< >ni1orm< Aeibull < !ara di1erentes valores de sus !ar'metros.
Sesiones ) y 6.- Simulacin de Sistemas de olas
SESIONES % & '.- SIM!LACIN de SISTEMAS de COLAS
Ob*etivo3 Estas sesiones tienen como !ro!sito modelar< simular y evaluar di1erentes
sistemas de eventos discretos desde el !unto de vista de teor#a sistemas de colas. El
ob*etivo !rinci!al de estas sesiones se desdobla en las siguientes 'reas de inter4s3
aD 1amiliari0ar al diseLador en el estudio cuantitativo de las medidas de
com!ortamiento de los modelos de sistemas de colas.
bD mostrar la simulacin como una Kerramienta v'lida y alternativa a los
m4todos anal#ticos cl'sicos de teor#a de colas.
;ndice3
1.- -ntroduccin
$.- "eor#a de olas y %rena
(.- E*ercicios
1.- -@",OD>-[@
:os modelos de los sistemas de colas re!resentan y caracteri0an a2uellos sistemas 2ue
utili0an una serie de recursos 1initos !ara reali0ar un determinado ti!o de servicio 2ue
demandan los clientes.
En un sim!le modelo de colas< los clientes llegan con cierta cadencia y se *untan en una
cola o l#nea de es!era !ara ser atendidos o servidos< y una ve0 servidos abandonan el
sistema.
&oblacin
de
lientes
Servidor
:legada
Salida
ola de lientes
% la Kora de tratar de me*orar un sistema de colas< el diseLador se encuentra con el
com!romiso entre la utili0acin del servidor y la satis1accin del cliente medida en
t4rminos de longitud de cola y tiem!o de retraso.
Se utili0a teor#a de colas y/o simulacin !ara !redecir dicKos !ar'metros en 1uncin de
los !ar'metros de entrada entre los 2ue se encuentran el ratio de llegadas de clientes<
!eticiones de servicio de los clientes< ratio al 2ue el servidor traba*a< nBmero y
organi0acin de servidores< entre otros. %lgunos de estos !ar'metros de entrada son en
cierto grado controlables !or el gestor del sistema y en consecuencia e?iste cierta
relacin indirecta entre el com!ortamiento del sistema y los !ar'metros de entrada.
:as medidas t#!icas del com!ortamiento del sistema Cutili0acin del servidor< longitud
de la l#nea de es!era y el tiem!o de retrasoD !ueden ser calculadas matem'ticamente
!ara sistemas relativamente sencillos. E?iste una relacin de 1rmulas matem'ticas 2ue
e?!resan el valor de dicKas medidas de com!ortamiento !ara una serie de sistemas de
colas CM/5/1< M/M/1< M/E
T
/1< M/D/1< M/M/c< etc.D
^&or 2u4 el inter4s de obtener la solucin de esta serie de sistemas de colas utili0ando
simulacin< si e?iste la solucin matem'tica de los mismos_ El inter4s se basa en
!resentar la simulacin como una Kerramienta v'lida !ara la solucin de sistemas de
eventos discretos y de esta manera utili0ar este m4todo de solucin !ara otros sistemas
cuyos modelos matem'ticos son muy com!le*os< o no admiten las su!osiciones
necesarias !ara obtener una solucin matem'tica cerrada.
$.- "EO,;% DE O:%S X %,E@%
%ntes de im!lementar el modelo de sistema de colas y simularlo mediante el so1tUare
%rena< conviene mati0ar algunos as!ectos !articulares del mismo en relacin con los
!ar'metros caracter#sticos de la teor#a de colas.
Siguiendo la notacin de colas !ro!uesta !or Tendall< %/B/c/@/T < e?isten dos
!ar'metros 2ue caracteri0an de 1orma un#voca la llegada de los clientes y el tiem!o de
servicio3
:legada3 d ratio de nBmero de llegadas de clientes !or unidad de tiem!o CKora< minutoD
Servicio3 e ratio de nBmero de salidas Cclientes atendidosD !or unidad de tiem!o
:legadas
d
Salidas
e
:as medidas de com!ortamiento de sistemas de colas en simulaciones de larga duracin
son las siguientes3
:.- media tem!oral del nBmero de clientes en el sistema
:
Z
.- media tem!oral del nBmero de clientes en la cola
A.- tiem!o medio !or cliente en el sistema
A
Z
.- tiem!o medio !or cliente en la cola
E?isten otras medidas de com!ortamiento 2ue se !ueden anali0ar en un sistema de
colas< como son3
- el nBmero de clientes 2ue tengan un retraso mayor 2ue t
o
unidades de tiem!o.
- nBmero de clientes 2ue Kan regresado a la &oblacin !or limitaciones de la ca!acidad
del sistema.
- tiem!o en el 2ue Ka Kabido m's de W
o
clientes es!erando en la cola.
"odos estos as!ectos !ro!ios de la teor#a de colas se !ueden identi1icar y materiali0ar en
el so1tUare %rena reali0ando las siguientes observaciones3
aD En !rimer lugar Kay 2ue seLalar 2ue los blo2ues reate y &rocess del diagrama de
1lu*o de un sistema modelado mediante %rena son los blo2ues 2ue incluyen la
e?!resiones necesarias !ara construir los modelos de sistemas de colas.
:as e?!resiones corres!ondientes a las 1unciones de distribucin utili0adas !ara
re!resentar los tiem!os entre llegadas y tiem!os de servicio re2uieren uno o dos
!ar'metros relacionados directamente con los valores de d y e res!ectivamente. :a
1igura muestra el caso !articular de un sistema M/M/1 .
0
0
Cre a te Pro c e s s
EX&OC1/ dD EX&OC1/ eD
En ambos mdulos< la 1uncin distribucin e?!onencial< el !ar'metro Mean
CEX&OCMeanDD Kace re1erencia a la media e?!resada en tiem!o entre llegadas y tiem!o
!or cliente< es decir el inverso del ratio d y e res!ectivamente.
bD :as medidas de com!ortamiento del sistema de colas simulado en %rena se
encuentran en di1erentes !artes de los distintos in1ormes CepotsD 2ue genera %rena. En
la siguiente tabla se resumen algunas secciones de los in1ormes 2ue recogen las medidas
de com!ortamiento.
MED-D%
OM&O,"%M-E@"O
,E&O," %,E@%
: Entity.A-& CUorW in !rocessD
:
Z
Zueues.@umber Aaiting
A &rocess."otal "ime
A
Z
Zueues.Aaiting "ime
f
Cutili0acin recursoD
,esource.>tili0ation
:os valores 2ue se obtienen de la simulacin son esti m acio n es y !or consiguiente deben
ser anali0adas desde un !unto de vista estad#stico Cno se debe es!erar una solucin
e?actamente igual a la obtenida !or las 1rmulas de la solucin matem'tica 2ue o1rece la
teor#a de colasD. En realidad la notacin 2ue se debe utili0ar !ara las medidas de
com!ortamiento del sistema obtenidas a trav4s de la simulacin es la siguiente3 g:<
g:
Z
< gA< gA
Z
< gf Cel s#mbolo g re!resenta VestimadorVD.
@ota3 tambi4n se !ueden ver los valores del com!ortamiento del sistema modelado
*unto con otros valores internos del sistema en un 1icKero de e?tensin h.out y nombre
del modelo 2ue genera %,E@% al 1inali0ar la simulacin.
$.- E5ERCICIOSB COMPORTAMIE N TO e+ ESTADO ESTABLE DE
MODELOS MARHO;IANOS DE SISTEMAS DE CO LA S
El con*unto de e*ercicios !ro!uestos tienen como ob*etivo determinar mediante
estimaciones basadas en simulacin los !ar'metros m's signi1icativos del
com!ortamiento de una serie de sistemas de colas.
&ara cada uno de los sistemas se debe obtener una tabla de dicKas estimaciones !ara
die0 valores de intensidad de tr'1ico fE d/ e C e E 19 clientes/Kora y d E 1< $< (< )< 6< 7<
8< Y< y \ clientes/KoraD. % dicKa tabla se le aLadir' una columna con los valores de la
solucin matem'tica. Evaluar la calidad del m4todo de simulacin com!arando las
estimaciones y las soluciones matem'ticas.
,eali0ar la re!resentacin gr'1ica de dicKa tabla con la ayuda de cual2uier Kerramienta
2ue realice gr'1icas de una serie de datosC E?cel< Matlab<..D
:a duracin de la simulacin debe ser lo su1icientemente larga !ara 2ue el nBmero de
eventos !roducidos garantice 2ue las estimaciones obtenidas tienen cierto grado de
validacin estad#stica. El nBmero de eventos a generar en cada simulacin debe ser
como m#nimo 19999 eventos.
@ota3 se !uede utili0ar ,un/Setu!/"erminating ondition C&rocess.@umberOut NE
19999D
(.1.- Modelo de ola3 inico servidor< a!acidad de cola -limitada M/5/1
aD modelo M/M/1
bD modelo M/E
W
/1 CWE(< distribuciones e?!onenciales ratio WeD
cD modelo M/D/1 ConstantD
dD modelo M/5/1 C:ognormal de media E e< desviacin est'ndar E 9.1< 9.96 D
-ndicar las !rinci!ales conclusiones 2ue se in1ieren de los resultados obtenidos.
@ota3 si no e?istiera la 1uncin de distribucin E,:%Cmedia<WD< ^cmo !odr#a
im!lementarse un sistema corres!ondiente al a!artado cD _
(.$.- Modelo de ola3 inico servidor< a!acidad de cola :imitada M/M/1/@
aD modelo M/M/1/(. om!arar los resultados con los obtenidos con el modelo
M/M/1 Cindicar el nBmero de clientes 2ue regresan a la &oblacin !or
encontrarse la ca!acidad del sistema llenaD
bD modelo M/M/1/69. Evaluar este modelo !ara los valores de a Cd/eD E 9.6 y
9.\. ^es similar a M/M/1_
(.(.- Modelo de ola3 Multiservidor M/M/c
aD modelo M/M/c !ara cE 1< $ y $6
@ota3 com!robar el caso cE1 con M/M/1
@O"%3
- ondicin de tamaLo de cola 1inita de un !roceso.-
e*em!lo !articular CtamaLoE(< nombre del !roceso E &rocesoD 3
n2C&roceso.2ueueD.lt.$
- En el tema Y< V%n'lisis de DatosV< se describir' con detalle los !asos necesarios !ara
validar estad#sticamente los VestimadoresV obtenidos en los e*ercicios anteriores. >n
as!ecto 2ue me*ora la e?actitud de las estimaciones ser' utili0ar el !romedio de los
estimadores obtenidos en reali0aciones inde!endientes de los modelos de colas C,un
Setu!< @umber o1 ,e!licationsD.
Sesin 7.- %n'lisis de Datos de Entrada
SESIN (.- ANLISIS DE DATOS DE ENTRADA
Ob*etivo3 -denti1icar y !arametri0ar las 1unciones de distribucin de !robabilidad de
los con*untos de datos re!resentativos de las variables aleatorias de entrada en los
modelos de simulacin de eventos discretos. &ara ello se elaborar'n los di1erentes
estad#sticos y estimadores de las 1unciones de distribucin de !robabilidad ayudados de
Kerramientas so1tUare 2ue 1aciliten su c'lculo CE?cel< calculadora !rogramableD< y
tambi4n se utili0ar'n los recursos 2ue o1recen los !rogramas so1tUare de modelado de
entrada como el -n!ut %naly0er de %rena.
;ndice3
1.- -ntroduccin
$.- E*ercicios
(.- %!4ndice3 Distribuciones
.- INTROD!CCIN
En un modelo de simulacin< los datos de entrada su!onen un elemento determinante a
la Kora de obtener resultados !recisos y !r?imos al sistema real ob*eto del estudio de
simulacin. En este sentido< la tarea de determinar la distribucin de !robabilidad
a!ro!iada de los datos de entrada es una de las m's im!ortantes en el !roceso de
modelado y simulacin de un sistema de eventos discretos.
^u'les son los datos de entrada en un modelo de simulacin de un sistema de colas
5/5/1_ .asta aKora< en los modelos tericos simulados con la ayuda de %rena se Ka
considerado como dato de !artida el ti!o de distribucin tanto de los tiem!os entre
llegadas de los eventos CclientesD< como del tiem!o de servicio de los recursos limitados
CservidoresD.
Sin embargo< en el estudio del com!ortamiento de un sistema real mediante modelado y
simulacin< es im!rescindible garanti0ar de 1orma estad#stica< las caracter#sticas
aleatorias de los datos de entrada corres!ondientes a las distribuciones 5< 5< utili0adas
en el modelo 5/5/1.
El desarrollo de un modelo v'lido de los datos de entrada re2uiere los siguientes cuatro
!asos b'sicos3
1D ,ecogida de datos del sistema real.
$D -denti1icacin de la 1amilia de distribucin !robabil#stica 2ue re!resenta el con*unto
de datos de entrada< a !artir de la distribucin de 1recuencia o Kistograma de los datos
de entrada.
(D Estimar los !ar'metros 2ue determinen una distribucin es!ec#1ica de la 1amilia de
distribuciones identi1icada.
)D "est de validacin de la distribucin y los !ar'metros seleccionados.
#.- E5ERC I CIOS
1.- ,e!resentar el Kistograma de los siguientes datos generados segBn una distribucin
5amma Cutili0ar el -n!ut %naly0er de %renaD.
1.7\1
1.117
(.Y19
$.7)\
1.Y)(
1.)(8
).)(6
).6Y\
$.)($
$.)77
Y.$$1
$.()6
6.(1(
1.6Y1
$.Y((
6.\87
1.8Y$
19.\9
$.)($
$.(71
Determinar los estimadores de m'?ima verosimilitud Rg y jg Cutili0ar E?celD
@O"%3 %lmacenar los datos en un 1icKero %S-- con el nombre 5ammac1.dat
$.- ,e!resentar el Kistograma de los siguientes datos generados segBn una distribucin
Aeibull con v E 9 Cutili0ar el -n!ut %naly0er de %renaD.
8.\(7
).6\\
6.$6\
7.$1$
).71$
6.$$)
8.67(
$.86\
$.)98
$.99(
(.\(8
8.18$
).$8Y
1.Y68
7.\9Y
7.61(
6.1($
$.7\7
6.99$
(.($7
Determinar los estimadores de m'?ima verosimilitud

g y Rg Cutili0ar E?celD
@O"%3 %lmacenar los datos en un 1icKero %S-- con el nombre Aeibullc1.dat
(.- >na em!resa es!eciali0ada en riesgos laborales Ka decidido estudiar la siniestralidad
laboral de una 1actor#a del sector minero. El nBmero de siniestros laborales en los
Bltimos cien meses se detalla en la siguiente tabla3
Siniestros !or Mes =recuencia
9
1
$
(
)
6
7
(6
)9
1(
7
)
1
1
>tili0ar el "est Ki-cuadrado !ara evaluar la Ki!tesis de 2ue los datos siguen una
distribucin de &oisson. >tili0ar un nivel de signi1icancia de

E 9.96
@O"%3 %lmacenar los datos en un 1icKero %S-- con el nombre &oissonc1.dat
).- El tiem!o re2uerido !ara calcular y registrar el nBmero de Koras traba*adas durante
una semana !ara cada uno de los 69 em!leados de una em!resa se muestra en la
siguiente tabla3
Em!leado "iem!o
CminutosD
Em!leado "iem!o
CminutosD
1
$
(
)
6
7
8
Y
\
19
11
1$
1(
1)
16
17
18
1Y
1\
$9
$1
$$
$(
$)
$6
1.YY
9.6)
1.\9
9.16
9.9$
$.Y1
1.69
9.6(
$.7$
$.78
(.6(
9.6(
1.Y9
9.8\
9.$1
9.Y9
9.$7
9.7(
9.(7
$.9(
1.)$
1.$Y
9.Y$
$.17
9.96
$7
$8
$Y
$\
(9
(1
($
((
()
(6
(7
(8
(Y
(\
)9
)1
)$
)(
))
)6
)7
)8
)Y
)\
69
9.9)
1.)\
9.77
$.9(
1.99
9.(\
9.()
9.91
9.19
1.19
9.$)
9.$7
9.)6
9.18
).$\
9.Y9
6.69
).\1
9.(6
9.(7
9.\9
1.9(
1.8(
9.(Y
9.)Y
>tili0ar el "est Ki-cuadrado !ara evaluar la Ki!tesis de 2ue los tiem!os de servicio
siguen una distribucin e?!onencial. >tili0ar un nivel de signi1icancia de

E 9.96 y
nBmero de clases de intervalos W E 7.
@O"%3 %lmacenar los datos en un 1icKero %S-- con el nombre E?!onentialc1.dat
6.- >tili0ar las o!ciones =it< y O!tions/&arameters/.istogram del -n!ut %naly0er !ara
rati1icar y obtener m's in1ormacin sobre los cuatro con*untos de datos 5ammac1.dat<
Aeibullc1.dat< &oissonc1.dat y E?!onentialc1.dat.
%nali0ar los resultados del "est Ki-cuadrado !ara di1erente nBmero de intervalos< y
com!robar si todos los test indican las mismas conclusiones.
^Es relevante el !a!el 2ue desem!eLa el valor V!-valueV_ om!robarlo !ara el a*uste de
cada uno de los 1icKeros h.dat a otra distribucin di1erente a la considerada en su
corres!ondiente Ki!tesis nula.
69
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
Distribucin de &oisson.-

x
=

? = 9< 1< ..
D
E 9
pC xD

Q?

9
F
resto

EC xD =

V C xD =

Distribucin >ni1orme.-
f C xD
=

b -
a
D
a G ? G b

F
9 resto
E C xD =
a + b
$
V C xD =
Cb a D
1$
Distribucin E?!onencial.-

e
-?
f C xD =

? 9
D
F

9
E C xD =
1

resto
H
V C xD =
1

$
61
Modelado y Simulacin de Sistemas de Eventos Discretos Xabier Basogain / Miguel ngel Olabe
Distribucin 5amma.-
f C xD
=

C
xD
CxD

1
e

x
D
x E 9

F

resto

!ar'metro de =orma C-n!ut %naly0er %rena es el !ar'metro de

EscalaD !ar'metro de Escala C-n!ut %naly0e %rena es el !ar'metro
de =ormaD @ota 3 C D = C -1DQ si es entero
E C xD =
1

V C xD =
1

$
Distribucin Aeibull.-

x /

1
C
x /
D

D
x v

f C xD =

9
F
resto

!ar'metro de =ormaC E
9D
!ar'metro de Escala C E
9D
C-n!ut %naly0er %rena EscalaD
C-n!ut %naly0er %rena =ormaD
v !ar'metro de locali0acin C - G v G D
E C xD =
V C xD =
Distribucin "riangular.-

$ C x a D

Cb aDCc
aD

a x b
D

f C xD =
$ C c
x D

Cc bDCc
aD
b x c

9 resto

H
E C xD =
a + b + c
(
V C xD =
a + b + c
(

9
H

C D
e

F
ES"-M%DO,ES de M'?i m a /erosi m ilitud
Distribucin 5amma 3 &ar'metros R y j
0 = ln X

n

ln X
i
1
/e Tab%as 1 / 0
= 1 / X
Distribucin Aeibull 3 &ar'metros R y %l1aCkD de M'?ima /erosimilitud
n
n

X
i
nX

l
= C
1

X

l
D
1/

l
-
$
=
i =1
n
i =1
n
n
n
n

X
i
ln X
i
n 1

i n
f C D =
+

i
=1
ln X
i =1

i
i =1
n n
f VC D =

n X

Cln X D
$
i =1
nC
+
i
=1
X

ln X D
$

i
i =1
l l
f C
l
D
C

i =1
X

D
$

j
=
j 1

j 1
f VC
l
D
1
n
$ $
i

i
X

j
1