Unidad 2-Paso 3- Plan para recopilar datos

Estudiante

YULIETH VIVIANA MARTINEZ QUEVEDO

JEISON STEVEN CON MUÑOZ

Grupo No. 212026_161

Tutor

DIEGO KARACHA RODRIGUEZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

MODELOS Y SIMULACIÓN
2023

1
 INTRODUCCIÓN

El presente trabajo hace referencia al desarrollo del paso 3 del curso de

modelos y simulación, donde se diferencian las técnicas de
modelamiento para la generación de escenarios, de acuerdo con las
condiciones y medidas de desempeño del sistema real productivo y
logístico.

2
 APORTE INDIVIDUAL

YULIETH MARTINEZ
 Establezca cuadro comparativo en donde describa en dos
columnas las ventanas y desventajas de la simulación de eventos
discretos.

Simulación de Eventos Discretos

VENTAJAS DESVENTAJAS

Permite modelar sistemas complejos y realistas, lo La construcción de modelos de simulación de eventos

que puede mejorar la toma de decisiones y la discretos puede ser compleja y costosa
comprensión del comportamiento del sistema.
Permite la evaluación de diferentes escenarios y La precisión y validez del modelo pueden verse
opciones antes de su implementación en la práctica, comprometidas si los datos de entrada no son
lo cual puede reducir los costos y riesgos asociados precisos o si las suposiciones subyacentes son
con la implementación. incorrectas.
Permite la identificación de cuellos de botella y la La simulación requiere tiempo y recursos para la
optimización de procesos, lo que puede mejorar la recolección de datos, la construcción del modelo y la
eficiencia y la productividad en la empresa. ejecución de la simulación.
Permite la realización de experimentos en el sistema La interpretación de los resultados de la simulación
sin afectar la operación real, lo que puede reducir el puede ser subjetiva y puede variar según la persona
riesgo de daños o problemas en el sistema. que realiza la interpretación.
Permite la evaluación de diferentes políticas y La simulación no puede prevenir eventos
estrategias, lo que puede mejorar la toma de impredecibles o inesperados en el sistema.
decisiones en la empresa.

3
Responde las siguientes preguntas:

1. ¿Cómo son los modelos de simulación de eventos discretos?

Los modelos de simulación de eventos discretos son una técnica de
modelado y simulación utilizada en diversos campos, como la ingeniería,
la logística, la fabricación, la gestión de operaciones, entre otros. Estos
modelos se basan en la simulación de los eventos discretos que ocurren
en un sistema a lo largo del tiempo, como la llegada de un cliente a una
tienda, la producción de un producto en una fábrica o la atención de un
paciente en un hospital.

2. ¿Qué elementos se identifican en los modelos de simulación

discretos?
Eventos: Son sucesos que ocurren en el sistema en momentos
específicos del tiempo. Estos eventos pueden ser programados, como la
llegada de un cliente a una tienda, o pueden ser aleatorios, como la falla
de una máquina.
Variables de estado: Son las variables que describen el estado del
sistema en un momento dado, como el número de clientes en una cola,
el nivel de inventario en una bodega o el número de pacientes en un
hospital.
Actividades: Son las acciones que ocurren en el sistema en respuesta a
los eventos y que cambian el estado del sistema, como la atención de
un cliente en una tienda, la producción de un producto en una fábrica o
el diagnóstico de un paciente en un hospital. .
Reglas de decisión: Son las reglas que rigen el comportamiento del
sistema y que determinan qué acciones se toman en respuesta a los
eventos y las condiciones existentes en el sistema.

4
Estadísticas: Son los datos que se recopilan durante la simulación del
modelo, como el tiempo promedio de espera de los clientes en una cola,
el nivel de utilización de una máquina o el número de pacientes
atendidos por hora en un hospital.
3. Describa los campos de aplicación de la simulación orientada a
eventos discretos, explicando cada una de sus aplicaciones.
Logística y transporte: La simulación orientada a eventos discretos se
utiliza en este campo para modelar, analizar y optimizar los procesos de
transporte, incluyendo el transporte de personas y bienes. Por ejemplo,
se puede utilizar la simulación para modelar el flujo de tráfico en una
ciudad y evaluar diferentes estrategias de planificación del tráfico.
Manufactura: En la industria fabricante, la simulación orientada a
eventos discretos se utiliza para modelar y simular diferentes procesos
de producción, como la producción de bienes y la planificación de la
cadena de suministro. La simulación puede ser utilizada para optimizar
la eficiencia y la productividad en la línea de producción.
Gestión de la salud: La simulación orientada a eventos discretos se
utiliza en la gestión de la salud para modelar y simular diferentes
procesos en un hospital, como la atención de pacientes, la programación
de citas y la gestión de recursos. La simulación puede ser utilizada para
mejorar la eficiencia y la calidad de la atención médica.
Gestión de operaciones: La simulación orientada a eventos discretos
se utiliza en la gestión de operaciones para modelar y simular diferentes
procesos, incluyendo la gestión de inventarios, la planificación de la
producción y la gestión de la cadena de suministro. La simulación puede
ser utilizada para optimizar la eficiencia y la productividad en la
empresa.
Investigación de operaciones: La simulación orientada a eventos
discretos se utiliza en la investigación de operaciones para modelar y
simular diferentes escenarios y evaluar diferentes opciones y soluciones
antes de su implementación en la práctica. La simulación puede ser
utilizada para tomar decisiones informadas y mejorar la toma de
decisiones en la empresa.

5
4. Determine:

a. Modelo de simulación de 40 de días de operación incluyendo grafico

de estabilidad

6
 La tendencia ascendente o descendente y los puntos fuera de límites de
control en un modelo de simulación de 40 días de operación pueden ser
indicativos de cambios o problemas en el sistema que deben ser investigados
y abordados para mejorar el rendimiento y la eficiencia del sistema.

b. Cálculo de número de corridas necesarias para estabilizar la variable

de interés

7
c. Adeucar el número de corridas según el caso de modelo del literal A

8
d. Generar 15 réplicas del modelo y calcular el intervalo de confianza.

9
E. Establecer Conclusiones y recomendaciones del caso.

APORTE INDIVIDUAL

JEISON STEVEN CANO

10
  Establezca cuadro comparativo en donde describa en dos
columnas las ventanas y desventajas de la simulación de eventos
discretos.

Simulación de Eventos Discretos

VENTAJAS DESVENTAJAS

Nos permite dar respuestas a preguntas y Los gastos y costos son muy altos y eso acarrea una
cuestionamientos que podrían surgir al realizar gran inversión en términos de software equipos y
cambios. recursos humanos
El sistema puede incurrir en pérdidas en ciertos
Implementación de práctica de simulación, lo cual detalles. Debido a la simplicidad del sistema ya que el
puede reducir los costos y riesgos proyecto no es convenientemente verificado.
Se requiere personal calificado para el uso del
Desarrollo de diversas estrategias sistema, con un conocimiento arduo en el manejo
adecuado del sistema.
Toma de mejores decisiones internas de la empresa Su interpretación puede variar según la persona
encargada de realizar el proceso y de la persona
encardada de realizar la interpretación.
Uso de nuevas herramientas buscando un
incremento en el rendimiento. si los datos de entrada no son precisos la validez del
modelo puede verse comprometida o si las
suposiciones subyacentes son incorrectas.

Responde las siguientes preguntas:

¿Cómo son los modelos de simulación de eventos discretos?
Los modelos de simulación de eventos discretos se definen como la acción

que puede cambiar el estado del modelo. Son utilizados para estudiar y

analizar sistemas donde los eventos ocurren en momentos específicos. Se

basa en modelos estadísticos dinámicos y discretos en donde las variables

11
 del estado cambian de valor en instante no periódicos. (Guasch, Piera,

Casanovas, & Figueras, 2016, p. 6)

¿Qué elementos se identifican en los modelos de simulación discretos?

 Actividades: corresponde a tareas o acciones que tienen lugar en el

sistema. Estas están encapsuladas entre dos eventos. Por ejemplo, la

reparación de una máquina, el procesado de unan pieza o el transporte de

un cliente, las actividades generalmente tienen una duración temporal y

normales, precisan el uso de recursos.

 Entidades: constituye el conjunto de objetos que fluyen por el sistema,

estos pueden ser temporales o permanentes

 Entidades temporales: hace referencias a los objetos que se procesan en

el sistema, estás entidades tienen características diferentes que se

denominan atributos, los objetos que llegan se procesan y salen del

sistema. Ejemplos, precio, prioridad estado o tamaño

 Recursos o entidades permanentes: son medios gracias a los cuales se

pueden ejecutar las actividades. También se pueden definir como los quien

o quien ejecutaran la actividad, las entidades permanente o recursos tiene

las características como de capacidad, velocidad, averías y reparaciones o

tiempo de ciclos. Los ejemplos que esta hace ilusión podemos encontrar

recursos, maquinas, los elementos de transporte o personas. (Guasch,

Piera, Casanovas, & Figueras, 2016, p 7)

12
 Describa los campos de aplicación de la simulación orientada a

eventos discretos, explicando cada una de sus aplicaciones.

1. Atención Médica: la simulación de eventos discretos se utiliza para

modelar y optimizar el flujo de pacientes en hospitales y clínicas, la

programación de citas, el funcionamiento de salas de emergencia.

2. Finanzas: En banca y mercados financieros, la simulación de eventos

discretos se usa para evaluar el riesgo, el rendimiento de inversiones, la

gestión de carteras y la predicción de precios.

3. Proyectos y Operaciones: En la gestión de proyectos y operaciones, se

utiliza para programar y planificar actividades, evaluar el impacto de

decisiones estratégicas y optimizar recursos.

4. Simulación de Sistemas Sociales: En sociología y ciencias sociales, se

aplica para modelar el comportamiento de poblaciones, la difusión de

información y la propagación de enfermedades.

5. Sistemas de Comunicaciones y Redes: En telecomunicaciones, la

simulación de eventos discretos se emplea para evaluar el rendimiento de

redes de comunicación, la planificación de capacidad y la gestión de

congestiones.

13
6. Ambiente y Ecología: Se utiliza para estudiar los efectos de cambios

ambientales, la gestión de recursos naturales y la propagación de

enfermedades en poblaciones de animales y plantas.

7. Manufactura y Logística: En la gestión de la cadena de suministro y

producción, se utilizan modelos de simulación de eventos discretos para

optimizar flujos de trabajo, programación de producción, control de

inventario y planificación de rutas de transporte.

8. Transporte y Tráfico: Se emplea en la simulación de sistemas de

transporte para evaluar el impacto de la congestión del tráfico, la eficiencia

de los sistemas de transporte público y la planificación de infraestructura.

9. 4. Determine:
10. a. Modelo de simulación de 40 de días de operación
incluyendo grafico de estabilidad

Tiemp
Número de
o entre Probabilidades Desde Hasta Tiempo/Falla
Observaciones
Fallas
0,5 10 0,05 0 0,05 0,5
1 12 0,06 0,05 0,11 1
1,5 32 0,16 0,11 0,27 1,5
2 66 0,33 0,27 0,6 2
2,5 42 0,21 0,6 0,81 2,5
3 38 0,19 0,81 1 3
Total 200

14
 Tiempo Número de Probabilidade Desd Tiempo/
Hasta
entre Fallas Observaciones s e Reparacíon
1 56 0,28 0 0,28 1
2 104 0,52 0,28 0,8 2
3 40 0,2 0,8 1 3
Total 200

Estadistico
Total
200 s

Promedio 2,18
Desviació 0,7120753
n estándar 35
Max 4

Min 1
Hor N.
Núo Tiemp Tiempo Hora Finalizaci
N. a Aleatori Tiempo
de o de inicio ón
Aleator de o muerto
fall entre reparaci raparaci reparació
io fall reparaci (Horas)
a fallas ón ón n
a ón
1 0,9510 3 3 0,1945 1 3 4 1
2 0,9587 3 6 0,2627 1 6 7 1
3 0,4962 2 8 0,5970 2 8 10 2
4 0,5427 2 10 0,2919 2 10 12 2
5 0,4335 2 12 0,3020 2 12 14 2
14,
6 0,7403 2,5
5 0,7516 2 14,5 16,5 2
16,
7 0,5322 2
5 0,0021 1 16,5 17,5 1
19,
8 0,9019 3
5 0,7210 2 19,5 21,5 2
9 0,2619 1,5 21 0,4077 2 21,5 23,5 3
10 0,4814 2 23 0,0064 1 23,5 24,5 2
25,
11 0,6568 2,5
5 0,1208 1 25,5 26,5 1
27,
12 0,3098 2
5 0,4752 2 27,5 29,5 2
28,
13 0,0967 1
5 0,6661 2 29,5 31,5 3
31,
14 0,9034 3
5 0,5207 2 31,5 33,5 2
15 0,8876 3 34, 0,9276 3 34,5 37,5 3

15
 5
16 0,1755 1,5 36 0,5109 2 37,5 39,5 4
17 0,9687 3 39 0,4775 2 39,5 41,5 3
18 0,3234 2 41 0,7419 2 41,5 43,5 3
19 0,2978 2 43 0,8276 3 43,5 46,5 4
20 0,8455 3 46 0,6287 2 46,5 48,5 3
47,
21 0,2182 1,5
5 0,6807 2 48,5 50,5 3
50,
22 0,9912 3
5 0,6500 2 50,5 52,5 2
23 0,6426 2,5 53 0,4925 2 53 55 2
24 0,8808 3 56 0,1505 1 56 57 1
25 0,2899 2 58 0,9419 3 58 61 3
60,
26 0,7547 2,5
5 0,7633 2 61 63 3
62,
27 0,5142 2
5 0,1929 1 63 64 2
28 0,1142 1,5 64 0,4131 2 64 66 2
29 0,9861 3 67 0,3236 2 67 69 2
30 0,0940 1 68 0,1326 1 69 70 2
31 0,0733 1 69 0,6885 2 70 72 3
70,
32 0,1500 1,5
5 0,6525 2 72 74 4
33 0,7955 2,5 73 0,0946 1 74 75 2
75,
34 0,7864 2,5
5 0,6823 2 75,5 77,5 2
35 0,7090 2,5 78 0,3332 2 78 80 2
79,
36 0,1936 1,5
5 0,6004 2 80 82 3
81,
37 0,4910 2
5 0,5005 2 82 84 3
84,
38 0,9524 3
5 0,0608 1 84,5 85,5 1
39 0,1397 1,5 86 0,8758 3 86 89 3
40 0,9832 3 89 0,7221 2 89 91 2

Estadistic
os
Promedio 2
0,323597
Desviación Estandar 812
MAX 2
MIN 1

16
 Tiempo
muerto
promedio
(Horas)
1,00
1,00
1,33
1,50
1,60
1,67
1,57
1,63
1,72
1,70
1,64

Tiempo Muerto promedio

2.50

2.00

1.50

1.00

0.50

0.00
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39

17
 La simulación de 40 días de operación nos muestra una
tendencia ascendente o descendente y los puntos fuera de
límites de control, se concluye que la variable no es estable

b. Cálculo de número de corridas necesarias para estabilizar la variable

de interés

18
c. Adeucar el número de corridas según el caso de modelo del literal A

19
d. Generar 15 réplicas del modelo y calcular el intervalo de confianza.

20
E. Establecer Conclusiones y recomendaciones del caso.

21
22