trabajo unad de la primera entrega en trabajo de grado para llevar paso a paso el desarrollo de la materia en la universidad abierta y a distancia de Colombia, además de la facilidad de poder entregar a tiempo cada tarea requerida en el foro de participación y en el enlace de evaluación. Este taller se presenta con diferentes pasos del cual este es el cuarto.
Ficha Tecnica de Ladrillos de Tabique de diferentes modelos
paso4.docx
1. 1
Unidad 3 - Paso 4 Modelar y Simular sistemas industriales con base Teoría de
Colas.
ESTUDIANTE:
Fredy Humberto Bobadilla
C.C 17.416.921
TUTOR:
Diva Aurora Rubiano
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
UNAD
DEPARTAMENTO DE INGENIERIA
ACACIAS-META
2021
3. 3
Introducción
Realicé el siguiente trabajo para que todos los profesionales del futuro Aprenda a
construir y usar modelos para responder a la realidad operativa de la organización en
sistemas de producción o servicio, procesos logísticos o manufactura (si corresponde),
use cada herramienta proporcionada en el entorno de conocimiento para comprender y
explicar su aplicabilidad de manera oportuna y correcta.
No cabe duda de que hoy en día, las herramientas técnicas están cambiando Diferentes
mercados, industrias, empresas y otros, porque todos los días hay algunos Permite una
ejecución más efectiva de las tareas. Es así como los cursos de modelado y simulación
se constituyen como herramientas necesarias para la formación de ingenieros, porque
todo concepto, teoría y estrategia puede responder a la realidad operativa de la
organización en los sistemas de producción o servicio que se requiera aplicar. Durante
el proceso logístico o de fabricación.
4. 4
Justificación
En el campo de la ingeniería, los profesionales deben ser capaces de evaluar y tomar
decisiones para asegurar el éxito de las tareas individuales y colectivas. La toma de
decisiones no es solo matemática, sino también social e intelectual; la correcta
comprensión de cada tema asignado en esta unidad nos permite imaginar las áreas
importantes que los ingenieros deben comprender; debe ser cuidadosamente
considerado y evaluado para hacer un mejor uso de los recursos, reconociendo todos
los recursos de conocimiento de la herramienta que nos ayuda a alcanzar eficazmente
los objetivos a través Excel. No cabe duda de que esta unidad es una buena fuente de
conocimiento, veamos lo útil que resulta para nuestras actividades.
5. 5
Objetivos
Objetivo General
Determine la composición de la teoría de la cola (también conocida como la línea de
espera), determine El rendimiento del sistema se mide de acuerdo con sus
características y se utiliza como herramienta. Se utiliza para la toma de decisiones.
Objetivos Específicos:
Saber qué incluye el problema de simulación.
Determinar cómo construir un modelo de simulación.
Identificar las características principales en el modelo de simulación.
6. 6
Taller 3 MODELOS DE COLAS Y
SIMULACIÓN.
Para el seguimiento correspondiente en el desarrollo del curso de Modelos y
simulación, se orienta desarrollar un informe en Word o PDF con un Anexo en
Excel, el informe contendrá los siguientes cuatro puntos:
1. Consulte el link:
https://www.ucursos.cl/usuario/b8c892c6139f1d5b9af125a5c6dff4a6/mi_blog/r/Administr
acion_de_Operaciones_-_Completo.pdf en el capítulo 19 A, “Conceptos de
simulación” en el capítulo 19 A y Responder el siguiente cuestionario:
1.1 ¿Por qué a veces se le llama a la simulación una técnica de último
recurso?
R: La simulación generalmente era un método de último recurso para las
organizaciones porque en su gran mayoría los resultados no eran los más
acertados, pero con los avances tecnológicos la simulación y con la gran
disponibilidad de software que actualmente tenemos acceso han hecho que
la técnica de simulación sea una de las herramientas más ampliamente
usadas en el análisis de sistemas por las empresas.
1.2 ¿Qué papeles cumplen las pruebas de hipótesis estadística en la
simulación?
R: En la búsqueda de una solución al problema el cual se quiere resolver se
plantea una hipótesis estadística y se observa una muestra al azar, además
se realizan varios experimentos aleatorios, para obtener la información
necesaria acerca de la variable o variables consideradas.
1.3 ¿Qué determina la validez de un modelo de simulación?
R: La verificación y validación del modelo de simulación es uno de los pasos
críticos del proceso, ya que permite determinar si el modelo está libre de
errores y es válido para dar respuesta al objetivo del estudio inicial.
1.4 ¿Se debe usar una computadora para obtener información adecuada de
una simulación? Explique.
R: Al usar la computadora en mi criterio es más fácil de entender y de usar,
además permite que los usuarios ingresen sus necesidades con las variables
deseadas, tener capacidad de un gran número de celdas lo cual sería un poco
tedioso en papel o al usar otra forma de simulación.
1.5 ¿Qué métodos se usan para incrementar el tiempo en un modelo de
simulación? ¿Cómo funcionan?
R:
7. 7
Método analítico: Está basado en técnicas asociadas a la teoría de
colas, residiendo esencialmente en nódulos ensamblados entre sí en
una red multinivel. La simulación analítica pone de manifiesto múltiples
aspectos ligados a la complejidad dinámica de los procesos en los que
varios agentes compiten por un mismo recurso, así como la variabilidad
asociada a procesos de entrada y salida.
Métodos continuos: Se simula utilizando ecuaciones diferenciales que
reflejan la variación en el tiempo de cada variable de estado, una
variable de estado podría ser la tasa de llegada de órdenes o la tasa
de procesamiento de un recurso. Se trata de determinar los valores
corrientes de las variables de estado hasta el momento en el cual se
alcanza un umbral que pone en marcha ciertas acciones.
Métodos discretos: En esta simulación las variables de estado del
modelo evolucionan sobre un conjunto discreto de puntos donde puede
ser aleatorio del eje de tiempos, los flujos temporales entre los puntos
del mencionado conjunto compiten unos con otros por el uso de los
recursos escasos. Estos modelos permiten simular comportamientos
aleatorios introduciendo distribuciones de probabilidad discretas.; por
ello, los resultados obtenidos por estos modelos discretos son
asimismo aleatorios.
1.6 ¿Cuáles son las ventajas y desventajas de empezar una simulación con
el sistema vacío? ¿Y con el sistema en equilibrio?
R: La desventaja de simular un sistema vacío es muy difícil predecir la
simulación al no contar con datos y variables no hay forma de comprobar su
desempeño, la ventaja es generar observaciones en las variables claves y el
análisis estadístico de los datos resultantes.
La desventaja de simular con un sistema en equilibrio es el esfuerzo en la
elaboración de un modelo y no tener garantía de que el modelo realmente
produzca las respuestas correctas, y la ventaja es la simulación anticipa cómo
un sistema el cual puede responder a los cambios, esto permite analizar si la
infraestructura existente puede manejar la nueva situación planteada.
1.7 Distinga entre las distribuciones matemáticas conocidas y las
distribuciones empíricas.
R: Las distribuciones matemáticas conocidas son las que permiten establecer
toda gama de resultados probables de ocurrir en una simulación determinada,
por tal razón describe de que un evento se realice en un futuro. La distribución
empírica la función de distribución empírica de la muestra es su aproximación
a la función de distribución poblacional cuando aumenta el tamaño muestral.
1.8 ¿Qué información se necesita para una simulación con una distribución
matemática conocida?
R: Las variables aleatorias la cual puede ser acumulada o puntual, media y
varianza, Uniforme, Exponencial, Gamma, Weibull, Normal, Normal-
logarítmica − Beta – Triangular.
1.9 ¿Por qué es importante en la simulación la duración de la ejecución?
R: En la dinámica de los modelos representativos de los sistemas productivos
y logísticos es importante durante la simulación establecer un registro del valor
8. 8
actual del tiempo simulado mientras se desarrolla el experimento de
simulación y así ser un mecanismo para hacer avanzar el tiempo de un valor
a otro.
1.10 ¿Una ejecución de 100 observaciones es dos veces más válida que
una de 50? Explique.
R: En mi criterio no se puede confiar la cantidad de las observaciones porque
los errores pueden ser similares para 100 observaciones y para 50
observaciones, la simulación tiene variables aleatorias que en la ejecución
para poder comprobar su desempeño.
1.11 Describa que son los números aleatorios y como se utilizan en la
simulación.
R: Los números aleatorios son la base esencial de la simulación, comúnmente
toda la aleatoriedad involucrada en el modelo se obtiene a partir de un
generador de números aleatorios que produce una continuación de los valores
que aparentemente son realizaciones de una secuencia de variables
aleatorias independientes e idénticamente distribuidas. Estos números
aleatorios se transforman favorablemente para simular las diferentes
distribuciones de probabilidad que se requieran en el modelo ejecutado, la
validez de los métodos de transformación depende de la hipótesis de que los
valores de partida son realizaciones de variables aleatorias.
1.12 Investigue para la modelación las principales herramientas de
software utilizadas.
R: Los Softwares utilizados para la simulación de sistemas:
SIMSCRIPT II.5: Se utilizan en todo el mundo para construir
aplicaciones portátiles, de alta fidelidad, de simulación y modelado a
gran escala con excelentes interfaces gráficas interactivas de usuario y
gráficos animados.
SLAM II: El lenguaje de simulación para el modelado alternativo fue el
primer lenguaje de simulación que permitió a un modelador formular
una descripción del sistema utilizando cualquiera de los tres enfoques
(visiones del mundo) o cualquier combinación de los tres.
RESQ: Es una bebida deportiva, sin alcohol y envasada en frío (la
compañía productora la llama "bebida energética") con ingredientes
naturales utilizados. Según el fabricante, se supone que la composición
de los ingredientes estimula el metabolismo, la circulación sanguínea y
el sistema nervioso central.
GPSS/PC: Un lenguaje de programación para la simulación de eventos
discretos, que se utiliza para construir modelos de operaciones como
entornos de fabricación, sistemas de comunicaciones y patrones de
tráfico.
1.13 Del texto MODELADO Y SIMULACIÓN: APLICACIÓN A PROCESOS
LOGÍSTICOS DE FABRICACIÓN Y SERVICIOS, describa cuales son las
fases de un estudio y proyecto de simulación. El archivo en Investigar
en diferentes fuentes establecidas en el syllabus orientado a la unidad 3.
9. 9
Las etapas de la simulación y hacer una descripción de cada una de
estas.
R:
1. Definición del sistema: Definir objetivos de la simulación, establecer las
variables de interés, especificar medidas de desempeño y es importante
definir la información que se espera obtener del modelo o la importancia de la
decisión a tomar a partir del modelo.
2. Plan General del Proyecto: Definir qué programa a utilizar en el desarrollo
de la simulación, establecer el costo del proceso y tiempo de inicio de la etapa.
3. Recolección de Datos: La recolección de los datos está íntimamente
ligada a la longitud de corrida del modelo, pues de ésta depende el tiempo que
tome la obtención de la información, teniendo en cuenta que la longitud de
corrida hace referencia a la duración de un ciclo productivo de planeación.
4. Análisis de Entrada: Análisis estadísticos a realizar, pruebas de
independencia, pruebas de homogeneidad, pruebas de bondad de ajuste y
análisis de regresión.
5. Construcción del Modelo: En este paso se debe elaborar el modelo del
sistema lo más cercano a la realidad, empleando la sintaxis específica del
software que se esté utilizando, teniendo en cuenta la lógica secuencial del
proceso real.
6. Validación: En este paso se busca realizar pruebas experimentales para
cotejar si el modelo es una representación fidedigna o semejante del sistema
real, esto se hace mediante la comparación de la información de salida del
modelo o resultados obtenidos de la simulación previa contra los datos
observados reales.
7. Experimentación: Este proceso es necesario tener en cuenta el número
de simulaciones que han sido completadas y analizadas enfocados en la
duración del periodo de inicialización, la longitud de corrida de la simulación y
el número de veces que se repetirá cada ejecución.
8. Interpretación y presentación de resultados: Debe evidenciar la
interpretación del analista en el proceso que se llevó a cabo, es necesario
dejar claro a los interesados de ser posible de forma escrita que es relevante
para tener en cuenta en el proceso.
9. Toma de decisiones: Los costos en los que incurrirá ejecutando los
cambios que fueron sugeridos por parte del experto en simulación, el tiempo
que tardará en realizar los cambios propuestos y el tiempo estimado de retorno
de la inversión.
10. Monitoreo y control: Es necesario realizar un monitoreo al sistema y
controlarlo puesto que los sistemas son dinámicos y es posible que con el
transcurso del tiempo sea necesario modificar el modelo de simulación.
10. 10
Desarrollar en un archivo de Excel los siguientes ejercicios, los cuales se
presentarán en el informe de Word mediante pantallazos y los respectivos análisis
en cada punto.
2. Establecer un listado de 1000 números aleatorios en una columna, establecer
una gráfica de tipo dispersión en un cuadro de dialogo explique sus
características.
Img 1-Evidencia listado de 1000 números, grafico de dispersión y explicación de las características.
11. 11
3. Establecer tres columnas de 200 números aleatorios aplicando un tratamiento
según fórmula de Excel para comportamiento NORMAL, EXPONENCIAL Y
UNIFORME graficar cada columna. Teniendo en cuenta para los correspondientes
casos los siguientes datos: Media=50; Desviación Estándar =5; Para la uniforme
de un rango de 1 a 50.
Img 2-Evidencia de graficas distribución normal, exponencial y uniforme.
Img 3-Evidencia de tres columnas de 200 números aleatorios aplicando un tratamiento
según fórmula de Excel.
12. 12
4. Desarrollar el siguiente caso estableciendo una simulación en Excel:
Se desea simular la llegada y descarga de barcos en un muelle para determinar el
número promedio de barcos que se retrasan para ser descargados al siguiente día,
los datos para realizar la simulación son los siguientes:
Considerando un valor (Alfa = 0.10); y un error de 0,5 barcos.
Determine:
a. Modelo de simulación de 30 días de operación incluyendo grafico de estabilidad.
16. 16
LONGITUD
DE CORRIDA
603,822128
c. Adecuar el número de corridas según el caso del modelo del punto a.
Img 7-Adecuacion número de corridas y gráfica.
Como no se pudo evidenciar de manera eficiente un gráfico para 30 días, se toma
la decisión de ampliar el rango a 60 días.
d. Generar 15 corridas del modelo y calcular el intervalo de confianza.
19. 19
Img 8-Datos de 15 corridas y caculo del intervalo de confianza
Se realiza análisis de los datos con 15 columnas donde se puede evidenciar que el
grafico no muestra o no representa una moda dentro de sus datos por lo cual los
datos pueden variar.
20. 20
Img 9-Grafico en minitab del intervalo de confianza
e. Establecer conclusiones y recomendaciones del caso, por cada integrante del
grupo.
-La simulación se usa ampliamente en varias empresas para ayudar a los gerentes Toma
una decisión. Casi todas las empresas tienen problemas de planificación y la simulación
puede ayudar a resolver estos problemas. Se usa con mayor frecuencia para ayudar a
la administración cuando el problema no se ajusta a la solución convencional.
-En algunos casos, el modelo se prepara sin condiciones reales como base, Como en el
caso del nuevo proyecto de empresa. Entonces los datos de salida deben Compare con
el comportamiento esperado de la nueva empresa.
-El desarrollo teórico de modelos y simulaciones permite utilizar los siguientes métodos
Pueden calcular algunas variables que se acercan mucho a los datos empíricos.
21. 21
Referencias Bibliográficas
-Singer, M. (2013). Una práctica teoría de la optimización lineal: datos, modelos y
decisiones. Santiago, Chile: Ediciones UC. Disponible en la Biblioteca Virtual de
la UNAD (pp.3-69). Recuperado de:
http://bibliotecavirtual.unad.edu.co/login?url=https://bibliotecavirtual.unad.edu.co:
2969/login.aspx?direct=true&db=nlebk&AN=1725244&lang=es&site=ehost-
live&ebv=EB&ppid=pp_3
-Guerrero, S. H. (2009). Programación lineal aplicada. Bogotá, CO: Eco
Ediciones. Disponible en la Biblioteca Virtual de la UNAD. (pp.249-271)
Recuperado de:
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?ppg=267&doc
ID=3215329&tm=1544036375878