Nama : Debi Putra P

NIM : 200402068

Tugas-2 Pemodelan dan Simulasi

1. Jelaskan apa yang menurut Anda akan menjadi cara paling efektif untuk mempelajari
masing-masing sistem berikut, dalam hal kemungkinan dalam Gambar 1.1, dan
diskusikan mengapa.
a. Sebagian kecil dari pabrik yang ada
b. Persimpangan jalan bebas hambatan yang telah mengalami kemacetan parah
c. Ruang gawat darurat di rumah sakit yang ada
d. Operasi pengiriman pizza
e. Operasi shuttle-bus untuk agen penyewaan mobil di bandara
f. Jaringan komunikasi medan perang

Jawab:

a. Jika cukup kecil dan layak, maka eksperimen fisik mungkin terjadi. Jika tidak,
simulasikan.
b. Mungkin model simulasi akan digunakan.
c. Model matematika (sebagai lawan dari fisik) model harus digunakan.
Kompleksitas situasi mungkin akan mendahului analitas yang valid yang sedang
dikembangkan, menghasilkan penggunaan model simulasi.
d. Karena taruhannya mungkin tidak terlalu besar dalam jangka pendek, model fisik
dapat dicoba. Jika operasinya sangat besar, maka model simulasi mungkin harus
digunakan.
e. Eksperimen fisik dapat dicoba jika tidak terlalu mengganggu, tetapi sebaliknya
model simulasi juga dapat diterpkan.
f. Jika jaringan komunikasi prototipe tersedia, maka uji lapangan dapat dilakukan
untuk sejumlah skenario terbatas. Hasil dari tes ini dapat digunakan untuk
memvalidasi model simulasi, yang kemudian dapat digunakan untuk menguji
skenario lain yang menarik.

2. Untuk masing-masing sistem dalam Prob. 1.1, misalkan telah diputuskan untuk
membuat studi melalui model simulasi. Diskusikan apakah simulasi harus statis atau
dinamis, deterministik atau stochastic, dan kontinu atau diskrit.
 Jawab:
Semua sistem akan tampak membutuhkan model dinamis. Sebagian besar sistem akan
tampak seperti stochastic, jadi harus dimodelkan seperti itu kecuali jumlah variabilitas
sistem sangat kecil. Dalam kebanyakan kasus, model diskrit tampaknya beres.
Namun, jika jumlah mobil yang akan dimodelkan dalam (b) sangat besar, maka model
persamaan diferensial kontinu akan menjadi pendekatan yang berguna (dan lebih
cepat untuk dieksekusi).

3. Untuk sistem antrian server tunggal di Sec. 1.4, tentukan L(t) menjadi jumlah total
pelanggan dalam sistem pada waktu t (termasuk antrian dan pelanggan dalam layanan
di waktu t, jika ada).
a. Apakah benar bahwa L ( t )=Q(t)+1? Mengapa atau mengapa tidak?
b. Untuk realisasi yang sama yang dipertimbangkan untuk simulasi dalam Sec. 1.4.2,
plot L ( t ) vs t (mirip dengan Figs. 1.5 dan 1.6) antara waktu 0 dan T ( 6 ) .
c. Dari plot Anda bagian (b), hitung l ( 6 ) = jumlah rata-rata waktu pelanggan dalam
sistem selama interval waktu [0, T ( 6 )]. Apa itu estimasi l ( 6 )?
d. Tambahkan Gambar 1.7 untuk menunjukkan bagaimana l ( 6 ) dihitung selama
simulasi.

Jawab:

a. Tidak, karena sistem kosong dan server menganggur L ( t )=Q ( t )=0 ; selama server
sibuk, memang benar bahwa L ( t )=Q ( t ) +1. Dalam beberapa kasus, selalu benar
bahwa L ( t )=Q ( t ) +B ( t ) .
b. Plot L ( t ) vs t :
 c.
l ( 6 )=[ ( 0,4−0 ) × 0+ ( 1,6−0,4 ) ×1+ ( 2,1−1,6 ) × 2+ ( 2,4−2,1 ) × 3+ ( 3,1−2,4 ) × 2+ ( 3,3−3,1 ) ×1+ ( 3,8−3,1

d. Sebuah kotak di area “Penghitung Statistik” dari setiap dari lima bagian
ditambahkan. Melacak area akumulasi di bawah L ( t ) : nilai pada empat belas nilai
simulasi waktu adalah sebagai berikut.

Clock 0 0,4 1,6 2,1 2,4 3,1 3,3 3,8 4,0 4,9 5,6 5,8 7,2 8,6
Area under 0 0,0 1,2 2,2 3,1 4,5 4,7 4,7 4,9 6,7 7,4 7,8 12,0 17,6
L (t)

4. Untuk deretan server tunggal dari 1.4, misalkan bahwa kita tidak ingin
memperkirakan
Diharapkan rata2 keterlambatan dalam antrian; Struktur dan parameter model
tetap
Sama. Apakah ini mengubah variabel negara? Jika ya, bagaimana caranya?
Kami tidak perlu lagi memantau waktu kedatangan pelanggan dalam antrean,
karena satu-satunya hal yang mereka gunakan adalah menghitung para pelanggan
yang menunda antrian. Dengan demikian, kita dapat menghilangkan susunan yang
memegang jam - jam kedatangan ini, dan menghapus kode dalam subprogram
untuk acara keberangkatan untuk memindahkan antrian satu pelanggan setiap kali
ada yang meninggalkan antrian dan memasuki layanan; Kita juga dapat
menghapus cek di subprogram untuk acara kedatangan untuk memeriksa apakah
ada cukup ruang dalam antrian untuk menahan pelanggan yang datang. Kita masih
perlu memiliki variabel negara untuk menahan jumlah pelanggan dalam antrian,
karena yang digunakan untuk mendapatkan rata-rata waktu pelanggan dalam
antrian, yang kita masih inginkan.
5. Untuk deretan server tunggal dari Sec. 1.4, mari dengan 5 total waktu dalam
sistem
Its pelanggan untuk pemeliharaan, yang mencakup waktu dalam antrean
ditambah waktu dalam pelayanan
Pada pelanggan ini. Untuk realisasi yang sama dipertimbangkan untuk simulasi
tangan masuk
Sec. 1. 2, perhitungkan waktu rata-rata dalam sistem pelanggan pertama
Keluar dari sistem, untuk m 5 5; Lakukan ini dengan augara. 1,7 tepat.
Bagaimana caranya
Ini mengubah variabel negara, jika sama sekali?
Dari 9 waktu antar interval 1 dan 6 pertama yang diberikan pada 1.4.2 untuk
realisasi, yang paling diketahui dalah hal catatan waktu kedatangan, pelayanan,
dan sistem pelanggan
(GAMBAR)
Jadi, rata-rata waktu dalam sistem (m=5) pelanggan pertama adalah (2.0 + 1.5 +
1.2 + 1.1 +4.6) / 5 = 2.08
Kita akan menambah kata "penghitung statistik" dari gambar 1.7. Untuk
akumulasi waktu dan sistem, nilainya bertambah setiap waktu layanan dimulai
dan pada 14 nilai dari clock :
(GAMBAR)
meskipun dapat menentukan W6=3,6, ini tidak digunakan dalam komputasi W(5)
= 10,4 / 5 = 2,08