INGENIERA CIVIL
GRADO Y GRUPO:
3A
UNIDAD 6
MODELACIN Y SIMULACIN DE OPERACIONES Y PROCESOS
INTEGRANTES:
AC BALAM WILLIAN JEOVANY
COUOH KUMUL JORGE ALEJANDRO
REQUENA CHUC CARLOS EDUARDO
FECHA DE ENTREGA:
03/12/2015
INTRODUCCIN
El primer tema trata de la simulacin y como su nombre lo dice nos puede servir como una
tcnica que permite simular en un ordenador o computadora el comportamiento de lo que
nosotros queramos analizar ya sea algo fsico o terico segn ciertas condiciones
particulares de operacin. Sabemos muy bien que no todas las cosas llegan a una solucin
fcilmente y por consiguiente la simulacin nos permite analizar ciertos puntos que no
necesariamente se tienen que hacer unos clculos y no siempre se llega a lo real
El segundo tema trata de la Simulacin de Monte Carlo, es una tcnica que permite llevar a
cabo la valoracin de los proyectos de inversin considerando que una, o varias, de las
variables que se utilizan para la determinacin de los flujos netos de caja no son variables
ciertas, sino que pueden tomar varios valores. Por tanto, se trata de una tcnica que permite
introducir el riesgo en la valoracin de los proyectos de inversin, que se vern en esta
investigacin.
Concepto
Mtodos discretos. En este tipo de simulacin, las variables de estado del modelo
evolucionan sobre un conjunto discreto de puntos, quizs aleatorio, del eje de tiempos. En
estos modelos, los flujos temporales entre los puntos del mencionado conjunto compiten
unos con otros por el uso de los recursos escasos.
Los mtodos orientados a objetos reducen drsticamente los tiempos de desarrollo de los
modelos en el sentido de que no ser preciso volver a construirlo desde la base, se puede
utilizar una plantilla verstil y reutilizarla.
Este mtodo permite incorporar las tcnicas anteriormente tratadas, tanto analticas como
continuas y discretas, ya que para modelizar los flujos intermedios entre los objetos; se
puede recurrir a submodelos que utilicen dichas herramientas. .
La simulacin debe ser considerada como una de las mejores herramientas para observar un
sistema real en operacin, con la ventaja de que no es necesario detener todo el sistema
para poder analizarlo. Los modelos de simulacin son una alternativa a los modelos
matemticos, y la simulacin es utilizada cuando los sistemas que se estn analizando son
muy complejos y no es posible obtener una solucin analtica.
Ventajas de la Simulacin:
Modelos
Los modelos son abstracciones de los sistemas. Para poder disear nuevos sistemas y
optimizar los ya existentes, se utilizan modelos, ya que experimentar con el sistema mismo
puede ser muy costoso, puede destruirse el sistema o por lo menos interrumpirse
temporalmente en su funcionamiento, o simplemente puede ser imposible experimentar con
l. As, un modelo debe ser lo suficientemente vlido para tomar decisiones similares a las
que se tomaran en caso de experimentacin directa con el sistema. Sin embargo, los
resultados de la simulacin, aunque vlidos, no se utilizaran en el proceso de toma de
decisiones si el modelo no es creble. Dicho de otra forma, tenemos dos tareas: construir un
modelo apegado a lo real (vlido) y convencer a "los de arriba" de que lo es (creble).
Tratndose de simulacin, los modelos utilizados son por lo general descriptivos pues
estudian el comportamiento de sistemas a travs del tiempo. Y es con base en esta
investigacin que es posible determinar las condiciones bajo las cuales el sistema operara
ms efectiva y eficientemente. Los modelos de simulacin no se disean para encontrar
soluciones ptimas. Es una tcnica de experimentacin (eventos aleatorios), se evalan
diversas alternativas y se toman decisiones con base en la comparacin de resultados.
Puesto que los modelos de simulacin suelen ser utilizados para estudiar sistemas
complejos, por lo general pueden emplearse modos numricos de anlisis en vez de los
analticos. En su mayora, los modelos de simulacin son probabilsticos y estn hechos a la
medida del cliente.
En cuanto al tiempo:
Tambin pueden ser discretos o continuos, cuyas caractersticas ya se definieron para los
sistemas.
Los pasos que a continuacin se presentan son una gua para desarrollo de un estudio de
simulacin. Cabe aclarar que el tiempo requerido para cada paso depende del sistema a
modelar; asimismo, algunos proyectos de simulacin pueden requerir algunos pasos no
incluidos.
Los tiempos entre llegadas de los mismos sigue una distribucin uniforme entre 3.5 y 7.5
minutos. La inspeccin lleva un tiempo que se distribuye segn una Uniforme entre 6 y 12
minutos. Tras la inspeccin, si se detecta algn fallo (ocurre el 15% de las veces), se enva a
ser ajustado tras lo cual vuelve a ser inspeccionado. El ajuste lleva un tiempo uniforme entre
20 y 40 minutos. Cuando un televisor pasa la inspeccin ( a la primera otras varios ajustes),
se enva a la seccin de empaquetado, que no forma parte del modelo.
Solucin:
ANLISIS
SIMULACIN
2. Produccin con diferentes tipos de pieza
EJEMPLO 2:
En una planta de fabricacin existen 2 tornos y 1 taladradora. Con ellos se fabrican dos tipos
de productos (1 y 2). Los tiempos de procesado en minutos de cada pieza son:
SOLUCIN:
ANLISIS
SIMULACIN
2. LAS TCNICAS MONTECARLO
Concepto
La Simulacin de Monte Carlo es una tcnica que permite llevar a cabo la valoracin de los
proyectos de inversin considerando que una, o varias, de las variables que se utilizan para
la determinacin de los flujos netos de caja no son variables ciertas, sino que pueden tomar
varios valores. Por tanto, se trata de una tcnica que permite introducir el riesgo en la
valoracin de los proyectos de inversin.
La simulacin de Monte Carlo data del ao 1940, cuando Neuman y Ulam la aplicaron en el
campo de la experimentacin de armas nucleares. A partir de entonces, se ha demostrado
que es una tcnica que puede ser aplicada en campos de diversa ndole, utilizndose por
primera vez para el anlisis de inversiones en el ao 1964 por Hertz. Hay algunas
aplicaciones informticas especficas, como es el caso del programa "@Risk" de Palisade, o
el "Cristal Bowl", que permiten tener en cuenta la correlacin existente entre las variables, y
realizar el anlisis del riesgo en la valoracin de proyectos de inversin utilizando la
simulacin de Monte Carlo.
Metodologa de clculo
La aplicacin del mtodo de Monte Carlo para valorar inversiones plantea dos aspectos
fundamentales; la estimacin de las variables y la determinacin del tamao de la muestra.
Para la aplicacin de la simulacin de Monte Carlo se han de seguir los siguientes pasos:
En primer lugar hay que seleccionar el modelo matemtico que se va a utilizar, siendo
en el caso de la valoracin de proyectos de inversin los ms habituales el Valor
Actual Neto (VAN), y la Tasa Interna de Rentabilidad (TIR). Segn el valor obtenido
para estos mtodos de valoracin se tomar la decisin de si el proyecto es rentable y
se lleva a cabo, o no.
EJEMPLOS
Supongamos que desde un ordenador cliente se realiza consultas SQL a bases de datos
situadas en dos servidores distintos. Nuestro objetivo ser estimar el tiempo esperado
(tiempo medio) que deberemos esperar para recibir la respuesta de ambos servidores. Dada
la complejidad de la consulta que queremos realizar, y basndonos en experiencias
anteriores, se calcula que el tiempo necesario para que cada uno de los servidores responda
a la misma sigue una distribucin normal con los parmetros (media y desviacin estndar,
en minutos) que se indican a continuacin:
Una vez introducidas las frmulas anteriores, bastar con seleccionar y arrastrar hacia
abajo el rango de celdas G3:J3, con lo que se generarn nuevas iteraciones. En la imagen
siguiente se muestra el resultado obtenido al generar 2.077 iteraciones. Observar que el
tiempo medio estimado de respuesta es de 22,9 minutos, y podemos asegurar, con un nivel
de confianza del 95%, que dicho tiempo medio estar entre 22,8 y 23,0 minutos.
Para el primer mes, el valor esperado del flujo de entrada es de 500 Euros, mientras que el
valor esperado para el flujo de salida es de 400 Euros. En meses posteriores, el valor
esperado ser el valor obtenido para en el mes anterior. Por su parte, las desviaciones
estndar valdrn, en todos los casos, un 25% del valor medio (esperado) asociado. En base
a lo anterior, podemos construir un modelo como se muestra en las siguientes imgenes:
Seleccionando y arrastrando hacia abajo el rango G3:O3, hemos obtenido los siguientes
resultados para 5.859 iteraciones:
Observamos que el valor esperado para el capital final es de unos 544 Euros, y que
podemos afirmar, con un nivel de confianza del 95%, que dicho valor estar entre 528 y 560
Euros.
3. APLICACIONES Y USOS DE LA SIMULACIN
Hoy en da existe una gran variedad de aplicaciones de la simulacin debido a las diferentes
ventajas que sta ofrece sobre otras herramientas utilizadas. Algunas de estas aplicaciones
son:
4. gestin de inventario. se simulan las reglas de decisin propuestas para calcular costes y
efecto en el servicio al cliente.
8. En la reduccin de costos.
9. En el desarrollo del mtodo de anlisis, ya que con los mtodos existentes para resolver
problemas se invierte un tiempo considerable en poder desarrollar el mtodo de anlisis.
11. En la industria:
13. En la aviacin:
14. En el entrenamiento de pilotos.
15. En finanzas: puede usarse para calcular presupuestos, analizar alternativas de inversin,
flujo de efectivo.
17. En recursos humanos: beneficios de la movilidad en el trabajo, del tipo de personas para
un determinado empleo, de las diferentes estructuras jerrquicas y de relacin dentro de una
empresa.
Con el transcurso del tiempo el uso de la simulacin como una herramienta de trabajo
ha aumentado, Algunos de los factores que han acentuado el uso son:
* Diseo de sistemas
* Administracin de sistemas
* Entrenamiento y capacitacin
* Comunicacin
* Relaciones pblicas
CONCLUSIN
Szulanski, F.; Rodrguez, P.: "Utilizando la simulacin para mejorar la efectividad del
Tablero de Comando". http://www.5campus.com/leccin/simulatablero.
file:///C:/Users/Alejandro/Downloads/Documents/SSU2A%20-%20%20Metodos%20de%20Montecarlo.pdf
http://indira-hinostroza.blogspot.mx/2013/03/venfermeras.html
http://mural.uv.es/juanama/astronomia/montecarlo.htm