INSTITUTO TECNOLOGICO DE

TAPACHULA

ALUMNO:

LOPÉZ GONZÁLEZ NELVI KENI

Carrera:

Ing. Sistemas computacionales

Semestre:

6to semestre

MATERIA:

SIMULACION

Unidad:

4ta UNIDAD

CATEDRATICO:

Ing. Liliana Ortiz Ramos

TAPACHULA CHIAPAS A 3 DE NOVIEMBRE DEL 2010

1
 Introducción

La situación a analizar se puede modelar en forma más o menos sencilla para

el programador por el conocimiento del lenguaje.

El proceso se puede describir con tanta precisión como le sea posible en el

lenguaje conocido.

Se pueden realizar todas las depuraciones posibles.

Emshoff y Sisson consideran que la Simulación Discreta requiere de ciertas

funciones comunes que diferencian un lenguaje de Simulación de uno de
propósito general, entre las cuales se encuentran las siguientes:

• Generar números aleatorios.

• Generar variables aleatorias.
• Variar el tiempo hasta la ocurrencia del siguiente evento.
• Registrar datos para salida.
• Realizar análisis estadístico sobre datos registrados.
• Construir salidas en formatos determinados.
• Detectar inconsistencias y errores.

Una línea de espera en el área de de la simulación el efecto resultante en un

sistema cuando la demanda de un servicio supera la capacidad de
proporcionar dicho servicio poder dar la solución optima al problema.

2
Índice
4.1 Lenguajes de Simulación y simuladores…………………………………4

Paquetes……………………………………………………………………………6

4.2 Aprendizaje y uso de un simulador………………………………………8

Recursos……………………………………………………………………………11

4.3.1 Modelos de inventarios…………………………………………………..13

4.3.2 Modelos de líneas de espera……………………………………………18

Conclusión…………………………………………………………………………21

Bibliografía…………………………………………………………………………22

3
4.1 Lenguajes de Simulación y simuladores

LENGUAJES

El desarrollo de los lenguajes de Simulación comenzó a finales de los años

cincuenta; inicialmente los lenguajes que se usaron en fueron los de propósito
general, los cuales tenían las siguientes ventajas:

Cualquier lenguaje de programación puede ser empleado para trabajar en

Simulación, pero los lenguajes especialmente diseñados presentan las
siguientes propiedades:

• Acaban la tarea de programación.

• Generan una guía conceptual.
• Colaboran en la definición de entidades en el sistema.
• Manejan la flexibilidad en los cambios.
• Ayudan a analizar y a determinar la relación y el número de entidades en
el sistema.

Los lenguajes precursores en Simulación fueron los de propósito general, entre

ellos por mencionar solo algunos tenemos:

FORTRAN PASCAL

ALGOL MODULA

COBOL PL/1

RPG etc.

BASIC

4
Los principales lenguajes utilizados en Simulación son:

Simulación de cambio continuo y de cambio discreto en computadoras híbridas

H01

Simulación de incremento continúo con orientación a ecuaciones directas con

énfasis en ecuaciones diferenciales

DSL/90 DIHYSYS

MIMIC S/360

BHSL CSMP

Simulación de incremento continúo con simuladores orientados a bloques con

énfasis en ecuaciones diferenciales

IDAS MADBLOC

PACTOLUS COBLOC

SCADS 1130 CSMP

Simulación de incremento continúo con simuladores orientados a bloques con

énfasis en ecuaciones de diferencias

DYNAMO

DYSMAP 2

Simulación de incremento discreto con orientación a actividades

CSL FORSIM

CLP ESP

GSP MONTECODE

GERT MILITRAN

5
Simulación de incremento discreto con orientación a eventos

SIMSCRIPT SIMULATE

GASP SIMPAC

SIMCOM

Simulación de incremento discreto con orientación a procesos

SIMULA SLAM

OPS SOL

Simulación de incremento discreto con orientación a flujo de transacciones

GPSS BOSS.

PAQUETES
Los paquetes son una versión depurada de los diferentes lenguajes de
propósito general y presentan algunas ventajas sobre los lenguajes de
programación generales:

• Reducción de la tarea de programación.

• Definición exacta del sistema.
• Flexibilización mayor para cambios.
• Diferenciación mejor de las entidades que conforman el sistema.
• Relación estrecha entre las entidades del sistema.

Los paquetes de mayor utilización en Simulación son:

EXCEL BEER GAME

STELLA GREENPACE

SIMAN SIMULACION

RISK TAYLOR II

STORM CAPRE

LINDO SIMNET II

CRYSTAL BALL PROMODEL

QSB, MOR/DS ITHINK

OR/MS URBAN DYNAMICS

6
En Simulación Gerencial podemos citar:

FISH BANK, MARKOPS

FINANACAT TREE PLAN entre otros.

BUGA-BUGA

7
4.2 Aprendizaje y uso de un simulador
SIMULADOR PROMODEL

CÓMO CREAR ELEMENTOS DEL MODELO EN PROMODEL

•PROMODEL utiliza un enfoque gráfico

•Cada elemento tiene una ventana de gráficas

•Cada elemento que se crea tiene asociado un registro en la tabla.

ELEMENTOS DE MODELACIÓN DE PROMODEL Los elementos principales

son:

•Locaciones (objeto) •Proceso (interacción)

•Entidades (objeto) •Recursos (objeto)

•Llegadas (interacción)

ENTIDADES

Cualquier cosa que procesa el modelo se le llama entidad. Algunos ejemplos

incluyen piezas, productos, personas o documentos.

Para construir Entidades:

• En la gráfica deseada en la ventana de herramientas de gráficas de

entidades.

• Se crea automáticamente un registro en la tabla de edición de entidades

• Puede entonces modificarse el nombre, y el tamaño de la entidad y puede

ajustarse al moverse la barra deslizable.

Recomendación: evitar acentos, puntos, comas y demás caracteres.

8
LLEGADAS

Cada vez que entran nuevas entidades al sistema se les llama Llegadas.

Para crear llegadas:

• En el nombre de la entidad en la ventana de herramientas, y en la locación

a donde se quieren que llegue las entidades.

• Entity: La entidad que llega.

• Location: La locación a donde llega la entidad

• Qty Each?: Cantidad por ocasión. El número de entidades en un grupo que

llegarán en un tiempo especificado.

• First Time?: La primera vez (en el tiempo reloj de la simulación) que

comenzará el patrón de llegadas.

• Occurrences: Ocurrencias. El número de veces que llegarán los grupos de

entidades.

• Frequency: Frecuencia. El tiempo entre ocurrencias.

9
PROCESO

El proceso describe las operaciones que toman lugar en una locación, como la
cantidad de tiempo que la entidad pasa ahí, los recursos necesarios para
completar el proceso, cualquier otra cosa que suceda en la locación,
incluyendo seleccionar el siguiente destino de la entidad.

Para crear llegadas:

• En el nombre de la entidad en la barra de herramientas, y después en la

locación de inicio.

• En la locación destino

•Se crea un egistro de proceso automáticamente.

•Para añadir más líneas de rutas al mismo registro, en el botón Add Routing?
(añadir rutas) en la ventana de herramientas.

•Para enviar la entidad a Exit(que salga del sistema), simplemente dar en el

botón Routeto Exit?(enviar a salida) en la ventana de herramientas.

RECURSOS

Un recurso es una persona, pieza de equipo o algún otro dispositivo que se

utiliza para una o varias de las siguientes funciones: transportar entidades,
asistir en operaciones de las entidades en las locaciones, realizar
mantenimiento en locaciones o realizar mantenimiento a otros recursos. Se
necesita definir dos elementos para el recurso:

•El recurso mismo

•Una red física que defina el movimiento del recurso.

10
RECURSOS

Para crear recursos:

•Ir a Build/Resourcesy dar en la gráfica deseada en la caja de herramientas

de los recursos. Automáticamente se crea un registro en la tabla de edición de
recursos. En el registro se puede modificar el nombre del recurso, el número de
unidades y las especificaciones.

•Las especificaciones permiten definir la red física por la que viaja el recurso,
los nodos sobre los cuales se estaciona y el movimiento del recurso.

MODELO PASO A PASO

•Iniciar modelo nuevo

•Grabar nombre de modelo

•Definir Locaciones

•Definir Entidades

•Definir Proceso

•Definir Llegadas

•Definir Opciones de ejecución

•Grabar modelo terminado

•Correr modelo

11
4.3 Casos prácticos de simulación

Las aplicaciones recreativas, hoy muy extendidas y mejoradas principalmente

por los adelantos en este campo, están especialmente diseñadas para
crear un pasatiempo que logre sacar de la rutina al ser humano, y que el
mejor de los casos de otro modo seria impracticable debido a su costo.

Estas consisten en crear ambientes y decorados artificiales con sonido en

algunos casos, que logran una perfecta simulación de cualquier tipo de
contenido, creando el pasatiempo perfecto

Uno de los principales proyectos futuristas de la simulación aunque muy

costoso, es en el campo de las minosvalias físicas, ya que su diseño
tendría que incluir, sobre todo en el campo de los invidentes, unos
censores especiales, que adaptados, conseguirían una visión simulada del
terreno permitiendo dotar de visión (en este caso) a esas personas, incluso
en algunos casos, dotar de facultades superiores a las humanas médiate
esta realidad simulada real al mismo tiempo.

12
 4.3.1 Modelos de inventarios
El diseño de sistema de inventarios toma en cuenta las características más
relevantes del mundo real, es decir, aquellas variables cuya presencia tiene
efectos significativos sobre el objeto fijado. Desde este punto de vista el
sistema presenta una simplificación o abstracción de una realidad. Por otra
parte, la operación del sistema se facilita con el empleo de modelos, que en
forma directa o indirecta dan elección más conveniente, según los supuestos
que han llevado a su formulación.

El desarrollo de modelo no es un trabajo reciente en el campo de la

administración. Los esquemas de balance de la empresa representan modelos
generales que simplifican la realidad de la empresa, pero que son capaces de
proveer información para la toma de decisiones de los ejecutivos. En otros
casos los modelos, según los supuestos de su construcción dan una o más
alternativas que permiten si la realidad se comporta como establece el modelo,
lograr el mejor desempeño del sistema.

Se distinguen dos tipos de modelo que son los empíricos y matemáticos. Los
modelos empíricos corresponden a los que utilizan las empresas para
administrar sus inventarios, cuando no se encuentra una función o objetivo
claramente cuantificado que trate de optimizar, y en que la información que se
provee a los ejecutivos no permite fácilmente establecer cuál es la estrategia
de mayor eficiencia económica.

Por otro lado los modelos matemáticos se caracterizan por representar la

realidad que les preocupa en símbolos y relaciones matemáticas. Dentro de los
modelos matemáticos se distinguen dos grupos de modelos, los modelos de
optimización y los modelos de simulación.

Los modelos de simulación parten de una función objetiva expresada en forma

matemática y por su construcción es posible obtener la o las estrategias que
logran el nivel más alto de eficiencia del objetivo. En general, la optimización
del modelo será real en la medida que sea una representación adecuada del
mundo que está en estudio.

A su vez, los modelos de optimación se agrupan en modelo deterministicos y

modelos aleatorios o estocásticos. Los modelos deterministicos reciben a un
conjunto de variables, cuyo comportamiento o valor en el futuro se supone
cierto, es decir, no sujetos a variación. En cuanto a los modelos estocásticos,
se caracterizan por que uno o más variables pueden tener diferentes valores
futuros, y cada uno de ellos tiene una cierta probabilidad de ocurrencia.

13
 Modelos

Empírico Matemático

Optimización Simulación

Deterministicos Estocásticos

Modelos de inventarios deterministas:

Quienquiera que haya adquirido artículos en grandes volúmenes a pedidos a

podido pagar un precio unitario menor. Cuando se conoce la demanda, la
entrega se vuelve instantánea y el precio de los productos varía de acuerdo al
volumen ordenado.

La figura 2 ilustra en concepto de descuento por volúmenes, dice que a medida

que el volumen ordenado (Q) se incrementa, el proveedor a menudo puede
producir y embarcar su mercadería a mas bajo precio. Para estimular esto el
proveedor comparte estas ventajas con el cliente.

En la Figura 2 las líneas continuas representan los costos promedios anuales

para distintos probables cantidades ordenadas, sin embargo estas líneas
continuas se vuelven discontinuas en las zonas en que se rompe el borde de
los precios, a cada tipo de valores de Q se le aplican diferentes curvas de
costos.

El procedimiento general para determinar la cantidad a ordenar pasa por

verificar la curva de costo mínimo para una Q óptima. Si no se tiene éxito,
entonces se verifica en forma sistemática a cada una de las curvas superiores
hasta encontrar la optima.

Esencialmente, este procedimiento permite encontrar el punto del costo mas

bajo en la curva.

Figura 2

14
Ejemplo:

Considere una situación de inventarios en un centro médico en donde se

adquieren productos sanitarios desechables, en cajas de 5 docenas.

La demanda anual es de 400 cajas; el costo de colocación de cada orden es de

12 dólares y el del manejo de inventario es de 20%. Existen tres cortes de
precio; el precio por caja es de: 29 dólares, de 1 hasta 49 cajas; de 28,59
dólares, de 50 hasta 99 cajas; de 28 dólares, de 100 cajas en adelante.

Para determinar la cantidad óptima, iniciamos con la curva de costo más baja y
se calcula Q para un precio de 28 dólares caja.,

Q = "((2DS)/(IC)) = "2*400*12/0.2*28 = 41,4 No es Factible

Calculamos el Costo Total:

TC = CD + SD/Q + ICQ/2

TC = 11.528

Pasando a la siguiente curva:

Q = "((2DS)/(IC)) = "2*400*12/0.2*28,5 = 41,04 No es Factible

TC = CD + SD/Q + ICQ/2

TC = 11.638,5

Pasando a la siguiente curva:

Q = "((2DS)/(IC)) = "2*400*12/0.2*29 = 40,68 Si es Factible

TC = CD + SD/Q + ICQ/2

TC = 11.835,97

Comparando todos los costos totales se ve que el costo total más bajo es de
11.528 dólares al ordenar una cantidad de 100 cajas.

15
Métodos estocásticos de inventario

Los vendedores de diario, gerente de producción, propietarios de carnicería,

etc., deben hacer frente al problema de ¿Que tanto debo pedir? Cuando la
situación de la orden es sólo para el próximo periodo los costos críticos sol los
costos de escasez por no tener existencia (Cu) y los costos por tener
demasiada existencia (Co). El vendedor, gerente o dueño, se enfrenta a la
minimización de los costos totales cuando la demanda no se conoce con
certeza.

La problema sugiere que la persona que ordena un producto debe almacenar a

aquel la cantidad (porción) de la demanda, la cantidad critica (CC), donde se
lleva a cabo la relación del costo de la suma de las inexistencias más las sobre
existencias.

CC = Cu/Cu + Co

Ejemplo

El Dueño de una distribuidora de periódicos y revistas posee cuatro sitios

diferentes de ventas al menudeo. Una revista popular tiene una demanda que
varia uniformemente de 500 a 1200 copias en las cuatro tiendas combinadas.
El pedido esta centralizado y las revistas pueden ser enviadas fácilmente de
una tienda a otra. El ciento de estas revistas cuesta 125 dólares, y y cada una
se vende a un precio de 2.25 dólares. Cuando se compra en lotes a este
precio, el editor no admite devoluciones. ¿Cuál debe ser la cantidad por pedir
para el siguiente periodo?

CC = Cu/Cu + Co

CC=(2.25-1.25) / (2.25-1.25) + 1.25

CC = 0.444

El gerente experimenta una pérdida de utilidad de 1.00 dólares si ordena

demasiado poca, pero una pérdida de 1.25 dólares si ordenas demasiadas.

La cantidad económica a ordenar es:

Q = 500 + 0.444(1200 - 500)

Q = 810.8 unidades

16
Aplicación del Control de inventarios:

Guía general para el ahorro de dinero en el control de inventarios: Situación de

inventario Guía de operación

Los artículos en inventarios

Se aplican reglas de: Estas son reglas tales como Cobertura “Siempre tener en
inventario el equivalente a un mes de abastecimiento en todos los productos.

Elevados costos de existencia: Identificar los artículos cuya falta de existencia

es de alto costo.

Existencia de seguridad: Evaluar las razones para niveles de inventarios de

seguridad; los niveles deben basarse en la demanda, etc.

Sistema ABC: El concepto ABC divide a los intervalos en 3 grupos. El grupo A,

donde se agrupan los pocos artículos que tienen un alto valor en dinero; el
grupo B son aquellos artículos de valor moderado en dinero y el grupo C, con
un gran número de artículos que representan un moderado precio.

Errores en el control de inventario:

• La tasa de demanda o ventas de cada artículo que varía dependiendo

de la temporada, implica gastos de tener los artículos almacenados.

• La confiabilidad de predecir las ventas futuras, cambios en el diseño o

los métodos de producción, etc., ya que muchos artículos dependen de
las variaciones del clima, estilos, modas, etc.

• Las tasas de producción son considerablemente mayores que las de

demanda.

17
 4.3.2 Modelos de líneas de espera
Una línea de espera es el efecto resultante en un sistema cuando la demanda
de un servicio supera la capacidad de proporcionar dicho servicio. Este sistema
está formado por un conjunto de entidades en paralelo que proporcionan un
servicio a las transacciones que aleatoriamente entran al sistema.
Dependiendo del sistema que se trate, las entidades pueden ser cajeras,
máquinas, semáforos, grúas, etcétera, mientras que las transacciones pueden
ser: clientes, piezas, autos, barcos, etcétera.

Tanto el tiempo de servicio como las entradas al sistema son fenómenos que
generalmente tienen asociadas fuentes de variación que se encuentran fuera
del control del tomador de decisiones, de tal forma que se hace necesaria la
utilización de modelos estocásticos que permitan el estudio de este tipo de
sistemas.

Una línea de espera puede modelarse como un proceso estocástico en el cual

la variable aleatoria se define como el número de transacciones en el sistema
en un momento dado; el conjunto de valores que puede tomar dicha variable es
{O, 1, 2, . . . , N\ y cada uno de ellos tiene asociada una probabilidad de
ocurrencia

18
PROBLEMA DE LINEAS DE ESPERA

Una compañía constructora desea adquirir palas mecánicas para el llenado de

sus camiones motivo por el cual ha recopilado la siguiente información:

El tipo de pala que se desea adquirir tiene la capacidad de llenar 4.5

camiones/hora, y el tiempo de servicio se puede considerar exponencial.

Se estima que los camiones llegaran a ser cargados a razón de 12.6

camiones /hora, de acuerdo con una distribución Poisson.

Se incurrirá en un costo fijo de $200 x día por cuestiones de depreciación y

otros conceptos por cada pala que se adquiera trabajando diariamente turnos
de 8 horas.

Se tendrá un costo extra cada vez que la pala esté en uso, siendo este de $50
x hora, el salario para cada operador de pala mecánica es de $ 200/día (8hrs.),
el departamento de contabilidad estima que la compañía pierde $ 50 por cada
hora que un camión este esperando sin recibir servicio.

La compañía tiene capital para trabajar a lo máximo con 5 palas mecánicas.

El gerente desea saber cuál es el número óptimo de palas con que debe operar
la compañía constructora.

Datos:

{draw:frame} {draw:frame} 12.6 camiones/hra ----- 100.8 camiones/día

{draw:frame} {draw:frame} 4.5 camiones/hra ----- 36 camiones/día

K=?

Costo Fijo C.F = $200/día x equipo

Costo Operativo C.O = $50/hora x equipo

Costo Salario C.S = $200/día x operador

Costo Espera C.E = $50/hora x camión

_Se evaluara en base a Días._ Formulas:

C.F = (costo/día) (K)

C.O= (costo/hora) (horas/día) (K) (ƿ)

C.S = (horas/día) (K)

C.E = (costo/hora) (horas/día) (Tq/día) ( {draw:frame} {draw:frame} día)

Costo Total = C.F + C.O + C.S + C.E

19
*DESARROLLO DEL *PROBLEMA

Factores de Utilización:

K=1

ρ= λμ.κ = 12.64.5 1=2.8>1 No Aplica

K=2

ρ= λμ.κ = 12.64.5 (2)=1.4>1 No Aplica

K=3

ρ= λμ.κ = 12.64.5 (3)=0.93

Conclusión

20
 En todo a nuestro alrededor hay fenómenos de los cuales se pueden
llegar a modelar y simular y ver el comportamiento y así poder dar cierta
predicción para lo cual hoy en día se han creado varios lenguajes de para
simular ciertos actos o acciones en todo lo que se está tratando es de
hacer al hombre la vida mas cómoda y fácil para no tener complicaciones
dentro de cada uno de los hechos que ocurren como lo es la espera que
se tiene que hacer cuando se va a un banco en todo lo ya expuesto da
una amplia vista de lo que puede ayudar a solucionar ciertos problemas.

Bibliografia

21
1.- Texto Principal:
Administración de la producción y operaciones, Everett E. Adam, Jr
Textos Complementarios:
Administración, Robbin - Coulter.
Decisiones en administración de inventarios, Carlos Olavarria Arangusen
Plantación y control de la producción, Robert H. Bock.
www.monografis.com
Software de administración, Manager - www.manager.cl

2.- Consultada el 29 de octubre de 2010 a las 22:00 horas

http://www.mitecnologico.com/Main/CasosPracticosDeSimulacion

Auntor: EDIT

3.- consultada el dia 31 de octubre de 2010 a las 16:00 horas

http://www.buenastareas.com/ensayos/Problema-Resuelto-De-Lineas-
De-Espera/273666.html

22