El mtodo de simulacin por

medio de eventos discretos

Angel Cruz-Roa, Ph.D
aacruz@unillanos.edu.co

Simulacin Computacional
Escuela de Ingeniera
Facultad de Ciencias Bsicas e Ingeniera
Universidad de los Llanos
Modelizacin y Simulacin
Los orgenes de la simulacin cientfica fue
con los trabajos de Student (William Sealy
Gosset) para determinar la distribucin de la
variable t que lleva su nombre.
Renaci como una tcnica numrica,
durante la Segunda Guerra Mundial, cuando
Von Neumann y Ulam aplicaron los Mtodos
de Montecarlo a problemas de difusin de
neutrones en el desarrollo de la bomba
atmica.
Modelizacin y Simulacin
Es el conjunto de actividades asociadas con la construccin de modelos de sistemas del
mundo real y su simulacin en un computador.

Con la definicin anterior relacionamos tres elementos:

1. Sistema: la parte del mundo real por la que mostramos inters. Se considera esa
parte de la realidad como un conjunto de elementos o componentes que
interaccionan para alcanzar una meta comn.
2. Modelo: Una representacin simplificada de un sistema con un conjunto de
instrucciones vlidas para generar datos del comportamiento del sistema.
3. Computador.
Modelizacin y Simulacin

Modelo

Modelizacin Simulacin

Sistema real Computador

Elementos bsicos y relaciones de modelizacin y simulacin.

Modelizacin y Simulacin

Solucin ptima

Solucin
satisfactoria

Solucin factible

Solucin infactible

Tipos de soluciones
Sistemas
Concepto de sistema
Un sistema real es una fuente de datos de comportamiento de alguna parte del mundo
real por el que mostramos inters.

Est formado por un conjunto de elementos o componentes o entidades que

interaccionan para alcanzar un objetivo comn.

Los sistemas pueden ser: naturales o artificiales, actuales o planificados para el futuro.

Los elementos poseen ciertas caractersticas o atributos, parmetros y variables, que

toman valores numricos o lgicos y, en conjunto, se denominan variables descriptivas
del sistema.

Se dan una serie de relaciones (internas o externas) o actividades entre los elementos y,
en consecuencias, los elementos interaccionan produciendo cambios en el sistema.
Sistemas
Concepto de sistema

Un sistema puede ser: Pueden tener variables:

Cerrado o abierto Independientes o dependientes

Naturales o artificiales No controlables o controlables
Dinmicos o estticos Continuas, discretas o mixtas
Estables o inestables
Estocsticos o determinsticos
Adaptativos o no adaptativos
Lineales o no lineales
Sistemas
Estados y frontera de un sistema

Con el estudio de sistemas se pretende aprender, disear, cambiar, conservar y, si es

posible, controlar y mejorar su comportamiento.

Existen variables no observables (no accesibles ni medibles) y observables (de entrada o

de salida). Ej. sagacidad, perspicacia y nmero medio de lneas que escribe por minuto
un programador.

Las reglas que especifican la interaccin entre los componentes determinan la forma
en que estas variables descriptivas cambian a lo largo del tiempo.
Sistemas
Estados y frontera de un sistema

El subconjunto mnimo de variables descriptivas que permiten calcular valores futuros

de todas las variables descriptivas se denominan variables de estado.

Los valores de las variables de estado en el instante de tiempo t proporcionan el estado

del sistema en ese instante.

El estado del sistema puede cambiar por actividades internas o endgenas, o bien
actividades externas o exgenas.

Los atributos de los elementos del sistema definen su estado. Si se predice con
seguridad es un sistema determinstico, si no es un sistema estocstico.
Sistemas
Estados y frontera de un sistema

Un sistema se encuentra en equilibrio o en estado estacionario si la probabilidad de

encontrarse en alguno de los estados no cambia con el tiempo: el sistema puede
moverse de un estado a otro, pero las probabilidades de su movimiento entre los
estados permanecen fijas.

La caracterizacin de los sistemas estticos se hace generalmente con ecuaciones

algebraicas y la de los dinmicos con ecuaciones diferenciales o en diferencias.
Sistemas
Estados y frontera de un sistema

m
S

M
Un sistema, su medio y el mundo exterior
Modelos
Definicin de modelo y su clasificacin

Un modelo cientfico puede definirse como una representacin simplificada de un

sistema real o un proceso o una teora, con el que se pretende aumentar su
comprensin, hacer predicciones y, posiblemente, ayudar a controlar y mejorar el
sistema. Por ello, el propsito de un modelo es capacitar a un individuo para
determinar cmo uno o varios cambios en aspectos del sistema modelizado pueden
afectarle parcial o globalmente. [5.3 Ros08]

Clases de modelos:

Modelos fsicos
Modelos mentales
Modelos simblicos
Modelos
Definicin de modelo y su clasificacin

Modelos fsicos

Son representaciones de sistemas fsicos y estn descritos por variables medibles. Por
ejemplo, un sistema mecnico que tiene como variables: fuerza, velocidad, presin
Dentro de esta clasificacin se consideran tambin modelos a escala (avin), de
imitacin (mapa de relieve), analogicos (reloj de arena) y prototipos (circuito
elctrico).
Modelos
Definicin de modelo y su clasificacin

Modelos mentales

Son modelos heursticos o intuitivos que slo existen en nuestras mentes. Son
imprecisos, difusos y difciles de comunicar. A diferencia de los animales, el ser humano
es capaz de acumular experiencia que puede servir como un modelo mental. La
habilidad para realizar una operacin aritmtica o el proceso de decisin en una
situacin no muy compleja son ejemplos de modelos mentales. La introspeccin de
estos modelos conduce frecuentemente a los modelos simblicos.
Modelos
Definicin de modelo y su clasificacin

Modelos simblicos

Son aquellos que incluyen operaciones lgicas o matemticas que pueden utilizarse
para formular una solucin de un problema. Se construyen ms fcilmente y resultan
ms econmicos que los modelos fsicos. Se subdividen en modelos matemticos y no
matemticos. A su vez, estos ltimos pueden ser lingsticos (descripcin verbal),
grficos (dibujo) y esquemticos (por ejemplo, los diagrama de flujo).
Modelos
Metodologa de la modelizacin
La modelizacin es el proceso por el cual se establecen relaciones entre las entidades
importantes de un sistema que se expresa en trminos de metas, criterios de ejecucin
y restricciones que, en conjunto, constituyen el modelo.

Un primer paso en la modelizacin es establecer el problema de forma clara, lgica y

no ambigua, delimitando sus fronteras.

Los modelos con menor nmero de variables y datos son ms fciles de construir,
desarrollar, modificar y comprender, as como ms fcilmente tratables, y es muy
probable que puedan utilizarse en las situaciones prcticas para las que se han
diseado.

Es un proceso iterativo. Se pasa de un modelo bsico a un modelo simplificado

transformando de informacin cualitativa en cuantitativa.
Modelos: Metodologa de la modelizacin
Modelizador:
motivaciones conceptos
mtodos Sistema real
recursos
...

Anlisis del sistema:

marco experimental
relaciones
restricciones
estrategias de solucin
...

Formulacin de hiptesis
Formulacin del
modelo bsico
Formulacin del
modelo simplificado

Verificacin
No satisfactorio
Satisfactorio

Validacin
No satisfactorio
Satisfactorio

Implementacin
Modelos
Ventajas de la modelizacin

Los modelos tienen la caracterstica comn de ayudar a evaluar el resultado de una

decisin del mundo real sin llegar a tomar efectivamente la misma.

Ventajas

Permite a los investigadores la organizacin del conocimiento y las observaciones sobre el sistema.
Aporta un marco para contrastar el sistema y sus posibles modificaciones.
Permite una perspectiva sobre detalles y aspectos relevantes.
Una mayor y mejor manipulacin que con el propio sistema.
Facilita el anlisis.
Describe un problema de forma ms concisa que, por ejemplo, con una descripcin verbal.
Permite controlar mejor las fuentes de variacin que lo que permitira el estudio directo del sistema.
Generalmente, son menos costosos que experimentar con el sistema.
Modelos
Validez de un modelo
En la construccin de un modelo se busca una representacin vlida de la realidad.

Para que un modelo cientfico sea til es necesario que incluya elementos de dos
atributos contrapuestos: el realismo y la simplicidad.

La forma de contraste de la validez de un modelo no es nica, algunas son:

Reexaminar la formulacin del problema para detectar posibles errores y defectos.

Determinar si todas las expresiones matemticas son dimensionalmente consistentes.
Variar los parmetros de entrada y ver que la salida del modelo se comporta de manera admisible.
Utilizar datos histricos para reconstruir el pasado y determinar lo bien que se habra comportado
la solucin resultante si se hubiera utilizado.

Otros aspectos son la verificacin del modelo y robustez (anlisis de sensibilidad).

Modelos
Representacin de modelos

US2
PARAM-2
COMPLET-s2
US1 US3
PARAM-1 PARAM-3
COMPLET-s1 COMPLET-s3

CPU
SERVIR-A

Diagrama de influencia de un sistema de round robin

Modelos
Representacin de modelos

Diagrama de nivel de tasa (Diagrama de Forrester) de una epidemia

Modelos
Representacin de modelos

Diagrama de bucles causales. Combinacin de bucles de natalidad.

Simulacin mediante eventos
discretos
Evolucin del tiempo
Simulacin mediante eventos
discretos
Existen distintos tipos de modelos de simulacin y entre ellos citamos:

Los modelos continuos se refieren a sistemas cuyo estado cambia de forma

continua en el tiempo. Normalmente se representan en forma de sistemas de
ecuaciones diferenciales o en diferencias que describen las interacciones entre los
distintos elementos del sistema.
Los modelos discretos se refieren a sistemas cuyo comportamiento slo cambia en
instantes determinados. Un ejemplo tpico ocurre en las lneas de espera, donde
estamos interesados en la estimacin de medidas como el tiempo medio de
espera o la longitud de la cola. Tales medidas slo cambian cuando un cliente
entra o sale del sistema. El resto del tiempo, no ocurre nada en el sistema desde el
punto de vista de la inferencia estadstica.
Simulacin mediante eventos
discretos
Los elementos fundamentales en una simulacin de eventos discretos son las variables
y los eventos.

Para realizar la simulacin, mantenemos un seguimiento continuo de ciertas variables.

En general hay tres clases de variables que se utilizan con frecuencia:

la variable de tiempo
las variables de conteo o contadores
la variable de estado del sistema
Variables
1. Variable de tiempo t:

Se refiere al tiempo (simulado) que ha transcurrido

2. Variables de conteo:

Estas variables mantienen un conteo del nmero de veces que ciertos eventos han
ocurrido hasta el instante t

3. Variable de estado del sistema (ES):

Describe el estado del sistema en el instante t

Mecanismos de reloj
Los eventos que definen la evolucin se generan en distintos instantes de tiempo y el
paso del tiempo se controla mediante un mecanismo de reloj o reloj de la simulacin.

Simulacin Sncrona

El tiempo de simulacin avanza segn pasos fijos t: t, t + t, t + 2t, t + 3t

Simulacin Asncrona

El tiempo de simulacin avanza del instante t al instante t del siguiente suceso

 INICIO INICIO

Iniciar reloj Iniciar reloj

simulacin simulacin

Condicin V Condicin V
de de
finalizacin finalizacin

F F
Incrementar reloj Avanzar reloj al instante
en t del siguiente suceso

Recoger Cambiar estado

estadsticas del sistema

Cambiar estado si Recoger

ha ocurrido suceso estadsticas

Imprimir Imprimir
resultados resultados

FIN FIN

Simulacin sncrona Simulacin asncrona

Simulacin Sncrona
Basada en tiempo
Simulacin Sncrona
Se avanza en tiempo discretos t.
Cada vez que se incrementa el contador se verifica la cola de
eventos.
Slo se puede detectar eventos que ocurren cada t.
Puede suceder que el tiempo para que ocurra el siguiente
evento sea muy grande en comparacin de t.
Es usado frecuentemente en simulacin de sistemas
dinmicos.
Simulacin Asncrona
Basado en eventos
Simulacin Asncrona
El cambio de estado del sistema se obtiene cuando ocurre un
suceso (evento).
Los periodos entre eventos son insignificantes, por lo que no
consumen tiempo de cmputo, aunque en la realidad
consuman tiempo.
Es la estrategia habitual de los lenguajes de simulacin por
eventos discretos.
Procedimiento
Sistema de lnea de espera con un
servidor

Modelo de colas G/G/1

Sistema de lnea de espera con un servidor
Suponga que estamos interesados
en simular este sistema para
determinar:

A. El tiempo promedio que pasa

un cliente dentro del sistema
B. El tiempo promedio posterior
a T cuando sale el ltimo
cliente, es decir el tiempo
promedio en que el servidor
puede ir a casa

Imagen tomada de: http://staff.um.edu.mt/jskl1/simweb/intro.htm

Modelo de colas G/G/1
Simularemos el comportamiento de un modelo de colas con un nico servidor,
capacidad infinita y distribuciones generales para los tiempos entre llegadas de
clientes al sistema y los tiempos de servicio. Supondremos una disciplina de cola FIFO y
que los tiempos de servicio de los clientes son independientes entre s e
independientes de las llegadas entre clientes.

Servidor
FIFO 8
Sistema
Modelo de colas G/G/1 Servidor
FIFO 8
Sistema

TSuc.{tLL, tS}: Estructura de datos para guardar los tiempos de llegada tLL y los
tiempos de conclusin de servicio tS.
t: tiempo transcurrido de simulacin.
n: n0 de clientes en el sistema en el instante t (variable de estado). Obsrvese que el
nmero de clientes en la cola ser n-1, salvo cuando el sistema est vaco.
NLL, NS: n0 de llegadas y de salidas hasta el instante t (variables contador),
respectivamente.
LL(i): instante en el que llega el cliente i-simo al sistema.
S(i): instante en el que sale del sistema el cliente i-simo.
Serv(i): tiempo de servicio recibido por el cliente i-simo.
Modelo de colas G/G/1 Servidor
FIFO 8
Sistema

t_med_sistema : tiempo medio que pasan los clientes en el sistema (variable de

salida).
t_med_cola : tiempo medio que pasan los clientes en la cola (variable de salida).
Tp : tiempo transcurrido desde T hasta que el ltimo cliente abandona el sistema
(variable de salida).
Evolucin de estados de una simulacin de
eventos discretos a travs del tiempo
Notebook Jupyter
Red de colas
Red de colas

N(1,s1) Exp(2)
P. Poisson 0.4
N1 N2
FIFO FIFO

0.6

FIFO

N3

N(31,s31) si n3 < 5
N(32,s32) en otro caso
Instalaciones RTM
Red de colas
TSuc.{tLL1, tS1, tS2, tS3}: Estructura de datos para guardar los tiempos de llegada tLL1
y los tiempos de conclusin de servicio en cada uno de los tres nodos (N1, N2, N3)
tS1, tS2, tS3.
t: tiempo transcurrido de simulacin.
n1, n2, n3: nmero de clientes en el nodo 1, 2, y 3 respectivamente (incluidos los que
estn esperando en cola, que son las variables de estado). Obsrvese que el
nmero de clientes en el sistema es la suma de estas tres variables.
NLL1, NLL2, NLL3: nmero de llegadas al primer, segundo y tercer nodos hasta el
instante t (variables contador), respectivamente.
NS1, NS2, NS3 :nmero de salidas del primer, segundo y tercer nodos hasta el
instante t (variables contador), respectivamente.
LLj(i), Sj(i): instante en el que llega/sale el cliente i-simo al/del servidor j-simo,
j=1, 2, 3, respectivamente.
Red de colas
n_med_nj : nmero medio de clientes en el servidor j-simo, j = 1, 2, 3 (variables de
salida).
t_med_sistema : tiempo medio que pasan los clientes en el sistema (variable de
salida).
Tp : tiempo transcurrido desde T hasta que el ltimo cliente abandona el sistema
(variable de salida).
T10: Implementar en Notebook Jupyter
una red de colas de un Centro de
Diagnstico Automotriz que emiten la
revisin tcnico-mecnica
[Sec. 5.5.2 Rios08]
Referencias
[Rios08] RIOS, David, RIOS, Sixto, MARTN, Jacinto. Simulacin, Mtodos y aplicaciones.
2da Edicin. Editorial Alfaomega, 2008

[Rios00] RIOS, David, RIOS, Sixto, MARTN, Jacinto. Simulacin, Mtodos y aplicaciones.
Editorial Alfaomega, 2000

[Ross13] Ross, Sheldon.: Simulation, 5th ed. Academic Press, 2013

[Ross99] Ross, Sheldon.: Simulacin, 2da Edicin. Pearson Press, 1999