Sms
Transcript of Sms
-
Sistemas, modelos y simulacin
-
Introduccin I
Un SISTEMA es una coleccin de entidades (seres o mquinas) que actan y se relacionan hacia un fin lgico. Ejemplo: Un banco con:
Cajeros [comerciales] [cajas de seguridad] Productos
Seguros Fondos Planes, etc.
-
Introduccin II Un MODELO es una representacin simplificada
de un sistema elaborada para comprender, predecir y controlar el comportamiento de dicho sistema.
La representacin de modelos puede adoptar distintas formas: Mentales: visin personal de un pas o ideologa Fsicas: de una casa, un puente, un ordenador Simblicas:
2H O
F m a=
-
Introduccin III
Un ESTADO del sistema es el conjunto de variables necesarias para describir el mismo en un instante concreto Ejemplo: En el banco:
El nmero de clientes El nmero de agentes desocupados El tiempo de llegada de cada cliente al banco, etc.
-
Introduccin IV
CLASIFICACIN DE SISTEMAS DISCRETOS
Son aquellos en los que las variables de estado cambian instantneamente en instantes separados de tiempo
Ejemplo: nmero de clientes en el banco.
CONTNUOS Son aquellos en los que las variables de estado
cambian de forma continua con el paso del tiempo Ejemplo: avin en vuelo (posicin, velocidad, etc.)
-
Formas de estudio
Solucin Analtica(exacta)
SIMULACIN
Modelo fsico
Maquetas,Simuladores,Etc.
Modelo matemticos,Simblicos o lgicos
Relaciones lgicas y cuantitativas.
S = vt
SISTEMA
Experimentacin con
el sistema real
Experimentacincon un
modelo del sistema
Costoso,Complejo,Peligroso,...
-
Cundo simular? La simulacin es una tcnica experimental de resolucin de
problemas lenta e iterativa. Debemos usarla cuando: No exista un sistema real, sea caro o peligroso o sea imposible
construir y manipular un prototipo La experimentacin con el sistema real sea peligrosa, costosa o pueda
causar incomodidades Existe la necesidad de estudiar el pasado, presente y futuro de un
sistema en tiempo real, expandido o contrado (control de sistemas en tiempo-real, cmara lenta, crecimiento de poblaciones, efectos colaterales de frmacos, etc.)
La modelacin matemtica del sistema es imposible (meteorologa,sismologa, conflictos internacionales, etc.)
Los modelos matemticos carecen de soluciones analticas o numricas (ED No lineales, problemas estocsticos, etc.)
Cuando sea posible validar los modelos y sus soluciones de una forma satisfactoria
Cuando la precisin esperada por la simulacin sea consistente con los requisitos de un problema concreto (por ejemplo la dosis de radiacin en el tratamiento del cncer requiere una precisin extrema-, prediccin de la poblacin mundial de tigres es relativamente relevante su exactitud-)
-
Limitaciones de la simulacin No es ciencia ni arte, es una combinacin de ambas Es el ltimo cartucho Experimental e iterativa Cara en trminos de mano de obra y tiempo de
computacin Generalmente proporciona soluciones subptimas Validacin compleja La recopilacin, anlisis e interpretacin de resultados
requiere buenos conocimientos de probabilidad y estadstica
Meelamkavil, 1987
-
Ejemplo (1)
Un granjero posee 100 Has. de terreno en las que slo puede plantar cereales o caa de azcar. El problema es determinar cul debe ser su poltica de explotacin ptima, es decir, qu plantar y cunto plantar teniendo en cuenta los recursos disponibles.
-
Ejemplo, aproximacin (2) Fines
maximizar el beneficio Caractersticas
Variables que describen los costes de produccin, personal, maquinaria, precios de materias primas y de venta de productos,
Procesos que tienen lugar en el proceso de cosecha Hiptesis
El coste del gasleo se mantendr K en el periodo Los trabajadores no harn huelgas,
Puntos fuertes y dbiles del modelo Fuertes: modelo matemtico Dbiles: experiencia, semillas, etc.
Posibles mejoras Funcin de medida del beneficio
-
Proceso de modelado
Modelado: es el proceso de establecer relaciones entre entidades importantes de un sistema.
Los modelos se denotan en trminos de objetivos, criterios de desempeo, y restricciones.
-
Anlisis del sistema Seleccionar entidades del problema, sus
atributos (parmetros y variables), el entorno del sistema y sus limitaciones
Dos vas de aproximacin: Si el sistema no existe fsicamente
Hacer uso de caractersticas fsicas, qumicas o tericas del sistema
Si el sistema existe Como en el caso anterior + uso de datos histricos
En ambos casos Tratar de aplicar leyes conocidas (p.e. Leyes de Kirchoff,
frmulas del produccin, etc.) Si no es posible recurrir a tcnicas estadsticas de prediccin
-
Anlisis del sistema granja, I
Tipo, coste, composicin
Fertilizante
Tipo, coste, velocidad, coste de mantenimiento, valor de reventa, flexibilidad
Maquinaria
Das, fecha de comienzo
Tiempo
Hombres, mujeres, salarios, productividad
Trabajadores
Capital, tasa de intersEconoma
Cantidad, coste, productividad, beneficios, precios
Superficie en Has
AtributosEntidades ExteriorColegios, oficinas,
hospitales, teatros, ...Entorno
Clima, maquinaria, trabajadores, suministro de carburante, poltica, bancos, ...
GranjaTierra, trabajo,
maquinas, dinero, tiempo, semillas, edificaciones, informacin ...
-
Anlisis del sistema granja, II Objetivos
Maximizar el beneficio este ao Maximizar el beneficio en los prximos n aos Maximizar el beneficio y la clientela Minimizar costes Maximizar la superficie de tierra utilizada Maximizar las tasas de beneficios y subvenciones pblicas, ...
Medidas de efectividad ptimo de la funcin de coste o beneficio expresadas en
trminos de variables del negocio Mximo de la funcin que describe el uso de tierra ptimo de la funcin que incorpora los beneficios tangibles
(capital) e intangibles (prestigio) expresados en trminos delasvariables de negocio, ...
-
Anlisis del sistema granja, III Interrelaciones, restricciones y marco experimental
Importante no importante Continuo discreto Controlable incontrolable Disponibilidad de trabajadores, capital, maquinaria, tiempo Terreno disponible, fertilizantes, etc. Mecanismos de valoracin, rango de las variables, soluciones
enteras o reales, periodo de estudio, limitacin de datos, ... Estrategia de solucin
Mecanismos de recopilacin de datos y estimacin de parmetros
Modelo lineal o no lineal Mtodos computacionales y posibilidades de uso Generalidad, aplicabilidad y flexibilidad de las soluciones Posibles extensiones
-
Formulacin del modelo
Comenzar haciendo un diagrama de flujo simple Debe hacerse nfasis en la simplicidad, facilidad
de formulacin y comprensin Usar el nmero mnimo de variables necesarias
para describir el sistema La sobresimplificacin hace al modelo intil La inclusin de detalles triviales hace al modelo
excesivamente extenso, complejo e intratable
-
Formulacin del modelo granja, I
1 2
1 2
1 2
1 2
1 2
max 40 20. . 10010 20 1100
4 160, 0
x xs a x x
x xx xx x
++ +
+
100X2=?X1=?Terreno usado
12040B neto
16041Periodo de labrado
11002010Coste de labrado
DisponibleCaaCereal
Produccin (datos por Ha)
Se ignoran muchos datos: fertilizantes, maquinaria, personal, clima, mercados, etc.
El modelo es muy fiable Satisface las necesidades
de informacin del granjero
-
Verificacin, validacin y certificacin
Validacin: es el proceso que confirma que el modelo es una representacin adecuada del sistema original y es capaz de imitar su comportamiento de una forma razonablemente precisa en el dominio previsto para sus aplicaciones.
Verificacin: es el procedimiento para asegurar la consistencia de la estructura del modelo con respecto a las especificaciones del mismo, es decir, para confirmar que el modelo es una representacin fidedigna del modelo definido.
Certificacin: Por organismos independientes (nacionales o internacionales) para asegurar la credibilidad y aceptabilidad de los modelos. rea de difcil aplicacin.
-
Validacin vs. Verificacin
2 2
2
1
11 1
10.0
x y
y xx
radiocentro
+ ==
==
Mundo real (sistema)
Sistema visto como un crculo
1
1
0 0
coscos
1; 00 2
10.0
i i i
i i i
x x y seny y x senx y
radiocentro
+
+
= += = =
==
Salida 1 Salida 2
-
Implementacin y documentacin
Un modelo validado y verificado est disponible para su implementacin y puede usarse para la prediccin, control o explicacin de un sistema
Hay diferentes formas de obtener soluciones, luego debe realizarse un adecuado diseo de experimentospara extraer la mayor cantidad de informacin til del modelo
El proceso de documentacin debe formar parte de la totalidad de la simulacin. Sin documentacin un modelo prcticamente carece de utilidad Anotar los detalles finales del modelo Anotar las experiencias realizadas Documentar el modelo, hiptesis, mtodos matemticos y
computacionales empleados y sus justificaciones, costes, recomendaciones futuras, etc.
-
Ejercicios
Pensar ejemplos de modelos en las siguientes reas Ingeniera Ciencias Negocios Qumica Psicologa
Indicar, en cada caso, brevemente: Fines Caractersticas Hiptesis Puntos fuertes y
dbiles del modelo Posibles mejoras
-
Clasificacin de modelos, I
Estticos vs. Dinmicos Estticos: Representan el sistema en un
instante determinado. El tiempo no juega ningn papel.
Ej. Clculo de integrales definidas Dinmicos: Sistemas que evolucionan con el
tiempo. Ej. Cinta transportadora en una fbrica
-
Clasificacin de modelos, II
Deterministas vs. Estocsticos Deterministas: Aquellos modelos que no
contienen elementos aleatorios. Ej. Un sistema de Ecuaciones Diferenciales
modelando una reaccin qumica. Estocsticos: Aquellos modelos que
contienen alguna componente aleatoria. Ej. Banco, centralita telefnica, etc.
-
Clasificacin de modelos, III
Continuos vs. Discretos Continuos: Son aquellos en los que las variables de
estado cambian de forma continua con el paso del tiempo
Ej. Comportamiento global del trfico de una autopista
Discretos: Son aquellos en los que las variables de estado cambian instantneamente en instantes separados de tiempo.
Ej. Movimiento individual de los coches en una autopista
-
Clasificacin de modelos, IV
Simulacin vs. Simulacin Monte Carlo En ambos casos hay influencia de sucesos
aleatorios Simulacin Monte Carlo: Determinista
El modelo aproximado es estocstico, el sistema es determinista
Simulacin: Estocstica Tanto el sistema como el modelo son estocsticos
por naturaleza
-
Modelos de Simulacin de Eventos Discretos (MSED)
Modelos Discretos, Dinmicos y Estocsticos El sistema cambia de estado en una cantidad
numerable de instantes de tiempo (EVENTOS) Los eventos pueden servir para
Planificar el final de una simulacin Planificar una operacin en un instante concreto
Ejemplo: Cola Servidor (libre/ocupado) Cola (vaca/ocupada) Cliente (tiempo llegada/tiempo servicio) Eventos (llegada/servicio cliente)
-
Modelizacin de una cola con un servidor
2
3
4
5
2
3
4
5
1 1
2
1
2
2
2
3
4
5
3
4
5Servidor
Libre ServidorOcupado
Colavaca
Colaocupada
Cliente
tiempo
-
Mecanismos de Avance de Tiempo
En los MSED es necesario disponer de un mecanismo de avance del tiempo
Se denomina RELOJ DE SIMULACIN a la variable del modelo que proporciona el valor actualizado del tiempo simulado
No son necesarias unidades de medida (GPLs) Dos formas de avance del tiempo
Por eventos Por incrementos fijos
-
Avance por EVENTOSDESARROLLO1. Se inicializa el reloj a 02. Se determinan aleatoriamente los
instantes futuros de ocurrencia de eventos
3. Se incrementa el reloj al evento ms inminente (el primero)
i. Se actualiza el estado del sistema
ii. Se actualiza el conocimiento existente sobre los tiempos de los eventos futuros
iii. Repetir 3 hasta que se verifique alguna condicin de parada
Observaciones Los periodos inactivos
son ignorados. En el avance por
incrementos fijos no son ignorados lo cual implica un mayor costo computacional.
Los periodos entre eventos suelen ser de tamao desigual.
-
0e 1e 2e 3e 4e 5e tiempo
1t 2t 1c 3t 2c
1A 2A 3A
1S 2S
1
i
i i i
i
i
i i i i
i
t tiempo de llegada del i-esimo clienteA t t periodo de tiempo entre llegadasS tiempo en el servidorD tiempo de espera en colac t D S tiempo de servicioe tiempo de ocurrencia del i-esimo evento
=
= + +(reloj)
NOTACIN
REPRESENTACIN
-
Componentes de un MSED Estado del sistema: variables de estado Reloj del sistema: variable que proporciona el valor actualizado del tiempo
simulado Lista de eventos: lista de instantes de tiempo Contadores estadsticos: Variables Rutina Inicializacin: Subprograma de inicializacin de variables Rutina Temporal
Determina el siguiente evento Actualiza el reloj de simulacin
Rutina de eventos: Subprogramas de actualizacin del estado (uno por cada evento)
Librera de rutinas: Generadores de observaciones con distribuciones conocidas
Generador de Informes Programa Principal: Programa que
Llama a la rutina de inicializacin Llama a la rutina temporal Verifica la terminacin de la simulacin Llama al generador de informes