Análisis de la Entrada en Simulación Estocástica

David F Muñoz, Diana Villafuerte
2015 Información Tecnológica  
Resumen En este artículo se presenta una revisión de las principales técnicas que se han propuesto para el análisis de los componentes aleatorios de una simulación estocástica. Se discuten dos temas principales: el modelado clásico utilizando familias univariadas de distribuciones y el modelado avanzado de la entrada. En el primer tema se introduce el uso de una librería, llamada Analizador Simple (Simple Analyzer), que puede ser descargada libremente desde la red, mientras que en el segundo
more » ... ue en el segundo tema se discuten las técnicas para el modelado de la entrada que actualmente no están incluidas en el software disponible para el análisis de la entrada de experimentos por simulación. Se analiza también el ajuste de datos de entradas multimodales, correlacionadas y dependientes del tiempo, y se incorpora la incertidumbre paramétrica en el modelo de entrada. Palabras clave: simulación estocástica, análisis de la entrada, ajuste de distribuciones, componentes aleatorios Abstract In this article, a review of the main techniques proposed for the analysis of random components in stochastic simulations is presented. Two main topics are discussed: classical modeling using univariate distributions and advanced modeling techniques. The use of a library is introduced in the first topic; this library is named Simple Analyzer and can be downloaded for free from the web. In the second topic, techniques for input analysis that are currently not included in available commercial software of simulation experiments are discussed. Also the fitting of data of multimodal, correlated and time-dependent input components, and the incorporation of parameter uncertainty in the input model are analyzed INTRODUCCIÓN La simulación está ampliamente reconocida como una técnica efectiva para construir pronósticos, evaluar riesgos, animar e ilustrar la evolución de un sistema en muchas áreas (Kelton et al., 2012) . Cuando existe incertidumbre en el comportamiento de algunos de los componentes del modelo de simulación, estos componentes aleatorios deben modelarse utilizando distribuciones de probabilidad y/o procesos estocásticos que son generados durante la simulación. Con la finalidad de ilustrar cómo aparece naturalmente el concepto de componente aleatorio en un experimento por simulación, supongamos que se desea simular la congestión en un cajero automático (ATM) durante cierto lapso de tiempo, digamos, en el intervalo de tiempo [0, t]. Con este fin, podemos asumir que el ATM está desocupado al tiempo 0. Sea A1 el tiempo de llegada del primer cliente, y Ai el lapso de tiempo entre la llegada del cliente i-1 y el cliente i, i = 2, 3, ...; además, sea Si el tiempo que demora la atención del cliente i (para i = 2, 3, ...). Entonces, el tiempo de espera en la fila de espera del primer cliente es Wq(1) = 0, y para los clientes i = 2, 3, ... los tiempos de espera pueden obtenerse utilizando la relación de recurrencia de Lindley (1952):
doi:10.4067/s0718-07642015000100003 fatcat:3zw2c4tjcfcrhb7y3uifapdoye