475 lines
14 KiB
Org Mode
475 lines
14 KiB
Org Mode
#+title: resumen.parcial
|
|
#+author: fede
|
|
|
|
* Clase 1 - Modelizacion de sistemas
|
|
Esta estudia conjuntos de elementos interrelacionados que trabajan para un objetivo común. Los sistemas tienen caracteristicas como totalidad (funcionan como un todo), equilibrio, objetivo definido y entropia.
|
|
|
|
Existen dos tipos principales:
|
|
- Sistemas Abiertos: \\
|
|
~Intercambian materia energiao informacion con el entorno (ej, empresas, ecosistemas, ciudades).~
|
|
|
|
- Sistemas Cerrados: \\
|
|
~Estan aislados o tienen intercambios minimos con el exterior (ej, termo hermetico. experimento sellado).~
|
|
|
|
Para poder modelizar un sistma abierto es necesario "cerrarlo", definiendo limites y simplificando variables externas. Esto Permite analizarlo matematicamente.
|
|
|
|
1. identificar limites.
|
|
2. Fijar Fronteras
|
|
3. Definir que esta dentro.
|
|
4. Ignorar lo externo
|
|
|
|
** Caracteristicas de los sistemas
|
|
*** Totalidad
|
|
El sistema funciona como un todo integrado. el comportamiento del sistema completo no puede entenderse simplemento sumando las partes individuales.
|
|
|
|
*** Equilibrio
|
|
Los sistemas tienden a adaptarse y mantener un estado estable mediante mecanismos de retroalimentacion.
|
|
|
|
*** Objetividad
|
|
Todo sistema tiene un proposito o funcion definida.
|
|
* Clase 2 - Modelos
|
|
** Modelos
|
|
Es una representacion simbolica y simplificada de un sistema.
|
|
|
|
- Simbolica: usa simbolos para representar la realidad.
|
|
- Simplificada: elimina los detalles innecesarios para facilitar el analisis.
|
|
|
|
** Clasificacion de modelos
|
|
*** Modelos Concretos
|
|
Son tangibles.
|
|
|
|
Segun la forma:
|
|
|
|
- Iconicos: pierden dimensiones (mapas, fotos, planos).
|
|
- No Iconicos: conservan dimensiones (maquetas, globos terráqueos).
|
|
|
|
Segun comportamiento:
|
|
|
|
- Analogicos: represetnan la dinamica o comportamiento (termometro, relog de arena).
|
|
- No analogicos: representan la forma, no la dinamica.
|
|
|
|
*** Modelos Abstractos
|
|
Son intangibles.
|
|
|
|
Segun la forma:
|
|
|
|
- Coloquiales: descripciones o manuales.
|
|
- Matematios: formulas o programas.
|
|
|
|
Segun comportamiento:
|
|
|
|
- Analiticos: formulas matematicas.
|
|
- Numericos: simulaciones o software.
|
|
|
|
Además existen estas clasificaciones:
|
|
|
|
- Estaticos: No dependen del tiempo.
|
|
- Dinamicos: dependen del tiempo.
|
|
- Deterministicos: Sin Azar.
|
|
- Estocasticos: usan probabilidades.
|
|
|
|
** Teoria de la informacion
|
|
La informacion es una reduccion de incertidumbre de un receptor. Depende de cuanto se esperaba un dato:
|
|
|
|
- Evento Improbable → mucha informacion
|
|
- Evento seguro → poca o nula informacion.
|
|
|
|
$I_r (s) = log_r (\frac{1}{P(s)})$
|
|
|
|
Es un modelo abstracto, matemático, analítico, estático y estocástico.
|
|
|
|
** Pasos para Desarrollar un Modelo
|
|
- Conocer el sistema.
|
|
- Fijar límites y cerrar el sistema.
|
|
- Reducir variables importantes.
|
|
- Desarrollar el modelo.
|
|
- Probarlo:
|
|
- si funciona → se acepta,
|
|
- si falla parcialmente → se corrige,
|
|
- si falla mucho → se rehace.
|
|
- Documentarlo.
|
|
|
|
* Clase 3 - Simuladores
|
|
Un simulador es la reproduccion del comportamiento dinamico de un sistema usando un modelo. Es un modelo numerico procesado por computadora y representado como software.
|
|
|
|
** Caracteristicas
|
|
- Permiten experimentar y modificar sistemas facilmente.
|
|
- Buscan soluciones particulares.
|
|
- Son utiles cuando el sistema es muy complejo para resolverse con formulas analiticas.
|
|
|
|
** Tecnica de montecarlo
|
|
Metodo de simulacion que usa numeros aleatorio o pseudoaleatorios como datos de entrada.
|
|
|
|
*** Idea Principal
|
|
Generar muchos escenarios aleatorios para aproximar resultados reales.
|
|
|
|
*** Cuándo usarlo
|
|
- Sistemas con incertidumbre.
|
|
- Riesgo financiero.
|
|
- Colas y esperas.
|
|
- Meteorología.
|
|
*** Cuándo NO usarlo
|
|
- Problemas simples y determinísticos.
|
|
- Casos donde se necesita exactitud total.
|
|
*** Ventajas
|
|
- Flexible.
|
|
- Maneja sistemas complejos.
|
|
- Permite visualizar incertidumbre.
|
|
*** Desventajas
|
|
- No da resultados exactos.
|
|
- Cada simulación puede variar.
|
|
- Alto costo computacional.
|
|
|
|
** Números Aleatorios y Pseudoaleatorios
|
|
*** Aleatorios
|
|
- Generados por fenómenos físicos.
|
|
- Verdaderamente impredecibles.
|
|
- No reproducibles.
|
|
|
|
*** Pseudoaleatorios
|
|
- Generados por algoritmos y semillas.
|
|
- Tienen período finito.
|
|
- Reproducibles usando la misma semilla.
|
|
|
|
*** Ventajas de pseudoaleatorios
|
|
- Permiten debugging.
|
|
- Comparación justa de modelos.
|
|
- Son rápidos y prácticos para simulación.
|
|
|
|
** Lenguajes de Simulación
|
|
*** Propósito General
|
|
|
|
Lenguajes comunes como Python, C++, Java o R.
|
|
|
|
- Más flexibles y baratos.
|
|
- Desarrollo más largo.
|
|
|
|
*** Propósito Específico
|
|
Diseñados para simulación, como GPSS, Simula o Arena.
|
|
|
|
- Desarrollo más rápido.
|
|
- Herramientas integradas.
|
|
- Más costosos y especializados.
|
|
|
|
*** Tipos de simulación
|
|
- Discreta: cambios por eventos.
|
|
- Continua: cambios continuos mediante ecuaciones diferenciales.
|
|
- Mixta: combina ambas.
|
|
|
|
* Clase 5 - Teoria de colas parte 1
|
|
** ¿Que es la teoria de colas?
|
|
Esta consiste en un estudio matematico de los sistemas de espera para optimizar recursos y reducir tiempos de demora.
|
|
|
|
** Origen
|
|
Fue desarrollado en 1909 al analizar la congestion de llamas telefonicas en copenhague.
|
|
|
|
** Elementos
|
|
Tiene 3 elementos basicos
|
|
- Clientes: Quienes solicitan el servicio.
|
|
- Area de espera: Lugar fisico o cirtual donde esperan.
|
|
- Servidores: quienes brindan el servicio.
|
|
|
|
** Notacion de Kendall
|
|
Describe sistemas de colas de forma compacta:
|
|
|
|
*** Formato
|
|
`A / B /C `
|
|
donde:
|
|
- A, distribucion de llegadas.
|
|
- B, distribucion de servicio.
|
|
- c, cantidad de servidores.
|
|
|
|
*** Tipos de principales
|
|
- M, markoviana (Poisson/exponencial).
|
|
- D, Deterministica.
|
|
- G, General.
|
|
|
|
*** Ejemplos
|
|
- M/M/1, llegadas Poisson, servicio exponencial y 1 servidor.
|
|
- M/M/c, varios servidores.
|
|
- M/D/1, servicio constante.
|
|
- D/D/1, llegadas y servicios contantes.
|
|
|
|
*** Disciplinas de servicio
|
|
- FIFO, primero en llegar, primero en salir.
|
|
- LIFO, ultimo en llegar, primero en salir.
|
|
- Prioridad, atencion según importancia.
|
|
|
|
** Sistemas M/M/1
|
|
Es el modelo más basicos para modelar.
|
|
|
|
*** Caracteristicas
|
|
- Llegadas Poisson.
|
|
- Servicio exponencial.
|
|
- Un solo servidor.
|
|
- Cola FIFO.
|
|
- Entradas y salidas independientes.
|
|
|
|
*** Parametros Importantes
|
|
- Tasa de arrivos
|
|
$\lambda$
|
|
Consiste en la cantidad promedio de clientes que llegan por unidad de tiempo.
|
|
|
|
- Tasa de servicio
|
|
$\mu$
|
|
Es la cantidad promedio de clientes que el servidor atiende cada una unidad de tiempo
|
|
|
|
- Tiempo medio de servicio
|
|
|
|
$T_s = \frac{1}{\mu}$
|
|
|
|
*** Factor de utilizacion
|
|
$\rho = \frac{\lambda}{\mu}$
|
|
|
|
indica que tan ocupado esta el servidor.
|
|
|
|
- $\rho < 0.5$ sistema subutilizado.
|
|
- $0.5 \leq \rho < 0.8$ funcionamiento optimo.
|
|
- $\rho$ cercano a 1: colas largas.
|
|
- $\rho \geq 1$: congestion.
|
|
|
|
Si llegan más clientes que lo que la cola puede atender, la cola crece indefinidamente.
|
|
|
|
*** Probabilidad de Estado
|
|
Es la probablidad de tener exactamente n clientes en el sistema
|
|
|
|
$pi_n = \rho^n (1 - \rho)$
|
|
|
|
teniendo en cuenta que:
|
|
- \pi_0 = sistema vacio.
|
|
- \pi_1 = un cliente.
|
|
- \pi_2 = dos clientes.
|
|
*** Numero medio de clientes
|
|
Cantidad promedio de clientes en el sistema:
|
|
|
|
$N = \frac{\rho}{1 - \rho}$
|
|
|
|
Cuando \rho se acerca a 1, el numero de clientes crece muchísimo.
|
|
|
|
*** Equilibrio y Congestión
|
|
|
|
Un *Sistema Estable* Ocurre cuando:
|
|
|
|
$\lambda < \mu$
|
|
|
|
#+begin_quote
|
|
El sistema puede atender a los clientes sin que la cola crezca infinitamente.
|
|
#+end_quote
|
|
|
|
Mientras tanto un *Sistema Congestionado*:
|
|
|
|
$\rho \geq 1$
|
|
|
|
#+begin_quote
|
|
la cola tiende a infinito.
|
|
#+end_quote
|
|
|
|
** Ecuacion de estado estable
|
|
Relaciona probab lidades entre estados consecutivos.
|
|
|
|
$\rho * \pi_{n-1} = \pi_n$
|
|
|
|
** Teorema de Little
|
|
relaciona la cantidad promedio de cleintes, junto con la tasa de llegada y el tiempo promedio del sistema $N = \lambda W$.
|
|
|
|
Donde:
|
|
- N: clientes promedio en el sistema.
|
|
- \lambda : tasa de llegadas.
|
|
- W: tiempo promedio de permanencia.
|
|
|
|
*** Variantes
|
|
- $Q = \lambda Wq$. clientes en cola.
|
|
- $N_s = \lambda Ts$. clientes siendo atendidos.
|
|
|
|
* Clase 6 - Teoria de colas parte 2
|
|
** M/M/1/N
|
|
Son modelos de colas en los cuales:
|
|
- Llegadas aleatorias tipo Poisson.
|
|
- Tiempos de servicio exponenciales.
|
|
- Un unico servidor.
|
|
- Capacidad maxima finita de N clientes.
|
|
|
|
A diferencia del modelo M/M/1 un M/M/1/N los clientes pueden ser rechazados cuando el sistema esta lleno.
|
|
|
|
** Caracteristicas Principales
|
|
Componentes del modelo:
|
|
- M: llegadas de poisson.
|
|
- M: Servicio exponencial.
|
|
- 1: un servidor.
|
|
- N: capacidad maxima del sistema.
|
|
|
|
Funcionamiento:
|
|
- Si el sistema tiene menos de N clientes, el nuevo cliente entra.
|
|
- Si el sistema está lleno (n = N), el cliente es rechazado.
|
|
|
|
Propiedades:
|
|
- llegadas de Poisson.
|
|
- Servicio Exponencial.
|
|
- Un unico servidor.
|
|
- Disciplina FIFO.
|
|
- Independencia entre entradas y salidas.
|
|
- Capacidad Limitada.
|
|
|
|
*** Aplicaciones
|
|
El modelo M/M/1/N se utiliza en sistemas con capacidad fisica limitada.
|
|
|
|
Ejemplos:
|
|
- Sala de espera medicas.
|
|
- Routers.
|
|
- Centrales telefonicas.
|
|
- Estacionemientos.
|
|
- Ascensores.
|
|
- Plataformas de streaming.
|
|
|
|
En todos los casos existe un limite de capacidad y posibilidad de bloqueo.
|
|
|
|
** Probabilidad de Bloqueo
|
|
La probablidad de bloqueo (P_B) representa la probabilidad de que u cliente llegue y encuentre el sistma lleno.
|
|
|
|
$P_B = \pi_N = \frac{\rho^N (1 - \rho)}{1 - \rho^{N + 1}}$
|
|
|
|
Donde:
|
|
- $\rho = \frac{\lambda}{\mu}$.
|
|
- \lambda Tasa de llegada.
|
|
- \mu tasa de servicio.
|
|
- N, capacidad maxima.
|
|
|
|
Un P_B bajo significa que no hay muchos clientes rechazados mientras que uno alto es que se rechazan muchos clientes.
|
|
|
|
** Tasa de rechazo
|
|
Indica cuantos cliente son rechazados por unidad de tiempo.
|
|
|
|
$\tau = \lambda * P_B$
|
|
|
|
** Rendimiento del Sistema
|
|
Es la tasa efectiva de clientes atendidos.
|
|
|
|
Rendimiento de entrada:
|
|
$\gamma = \lambda (1 - P_B)$
|
|
|
|
Rendimiento de salida:
|
|
$\gamma = \mu (1 - \pi_0)$
|
|
** Deduccion de la formula de Probablidad
|
|
En un Modelo M/M/1/N solo existen los estados:
|
|
#+begin_center
|
|
$n = 0,1,2,...,N$
|
|
#+end_center
|
|
|
|
Por esto la distribucion de probabilidad debe corregirse para que la suma total sea 1.
|
|
** Comparación con M/M/1
|
|
| Caracteristicas | M/M/1 | M/M/1/n |
|
|
|------------------------+-------------------+------------------|
|
|
| Capacidad | Infinita | Finita |
|
|
| Rechazo | No | Si |
|
|
| Probablidad de bloqueo | 0 | x>0 |
|
|
| Estados | Infinitos | 0 a N |
|
|
| Rendimiento | \gamma = \lambda | \gamma < \lambda |
|
|
| Estabilidad | Requoiere \rho <1 | Siempre estable |
|
|
|
|
** Ventajas del Modelo M/M/1/N
|
|
- Representa sistemas reales con límites físicos.
|
|
- Permite calcular pérdidas por rechazo.
|
|
- Ayuda al dimensionamiento de capacidad.
|
|
- Evita crecimiento infinito de colas.
|
|
|
|
** Desventajas
|
|
- Puede generar pérdida de clientes.
|
|
- Afecta la reputación del servicio.
|
|
- Requiere cálculos más complejos.
|
|
- Definir capacidad adecuada puede ser difícil.
|
|
|
|
* Clase 7 - Teoria de colas parte 3
|
|
Introduccion a los sistemas dependientes de estado, Estos son modelos de colas donde las tasas de llegadaa y servicio no son constantes, sino que cambian segun la cantidad de clientes presentes en el sistema.
|
|
|
|
|
|
En estos sistemas \lambda_n representa la tasaq de arrivos cuando hay n clientes. y \mu_n representa la tasa de servicio cuando hay n clientes.
|
|
|
|
** Concepto de Dependencia
|
|
En estos modelos, las condiciones del sistema responde dinamicamente al estado actual.
|
|
|
|
por ejemplo:
|
|
En una autopista, el transito es fluido y rapido. Con muchos vehiculos aparece congestion y dismunuye la velocidad. Cuando la autopista esta saturada, algunos conductores buscan rutal alternas.
|
|
|
|
De Forma similar en un sistemas de colas las tasas de llegada y servicio pueden variar según la cantidad de clientes presentes.
|
|
|
|
** Analogia con sistemas de nacimiento y muerte
|
|
Los sistemas dependientes de estado tambien se conocen como sistemas de nacimiento y muerte debido a su similitud con modelos poblacionales.
|
|
|
|
*** Nacimientos
|
|
En la poblacion es Nacimientos y en las colas es \lambda_n.
|
|
|
|
*** Muertes
|
|
representan las salidas del sistema:
|
|
- En poblacion, Muertes.
|
|
- En colas, servicios completados \mu_n.
|
|
|
|
** Deduccion de probabilidades de estado
|
|
*** Principio de Balance
|
|
El analisis se basa en el principio de balance de flujo, en estado estable, la tasa de entradas a yun estado debe ser igual a la tasa de salidas de ese estado.
|
|
|
|
*** Desarrollo de formula
|
|
Estado 0, el equilibrio entre entradas y salidas.
|
|
|
|
$\mu_1 \pi_1 = \lambda_0 \pi_0$
|
|
|
|
Despejado
|
|
|
|
$\mu_1 = \frac{\lambda_0}{\mu_1}\pi_0$
|
|
|
|
|
|
|
|
* Clase 8 - M/G/1 y M/D/1
|
|
** M/G/1
|
|
- Llegadas Poisson.
|
|
- Tiempo de servicio General
|
|
- 1 Solo servidor
|
|
|
|
Surge porque el modelo M/M/1 asume tiempos exponenciales, algo que no es realista en muchos sistemas.
|
|
|
|
*** Condicion de estabilidad
|
|
$\rho = \frac{\lambda}{\mu} < 1$
|
|
|
|
\rho representa el porcentaje de tiempo que el servidor esta ocupado.
|
|
|
|
|
|
*** Formula
|
|
Permite calcular clientes esperados y tiempo esperado en el sistema
|
|
|
|
$E(n) = (\frac{\rho}{1 - \rho}) [1 - \frac{\rho}{2} (1 - \mu^2 o^2)]$
|
|
|
|
*** Interpretacion \mu^2 o^2
|
|
Equivale a CV^2 (coeficiente de variacion al cuadrado).
|
|
|
|
Donde si:
|
|
- CV^2 = 1, comportamiento M/M/1.
|
|
- CV^2 = 0, servicio deterministico M/D/1.
|
|
- CV^2 > 1, mucha variabilidad, peores colas.
|
|
|
|
** M/D/1
|
|
- Llegadas Poisson.
|
|
- Tiempo de servicio deterministico.
|
|
- 1 servidor.
|
|
|
|
es el sistema más eficiente para un solo servidor.
|
|
|
|
|
|
$E(n) = (\frac{\rho}{1 - \rho})(1 - \frac{\rho}{2})$
|
|
|
|
** Sistemas sin interrupcion
|
|
Es un sistema que termina un gtrabajo antes de empezar uno con prioridad más alta.
|
|
|
|
$W_1 = W_0 + \frac{Q_1 + 1}{\mu_1}$
|
|
|
|
$Wq_1 = W_0 + \frac{Q_1}{\mu_1}$
|
|
|
|
** Sistemas con interrupcion
|
|
Si llega alguien de prioridad alta se interrumpe inmediatamente el trabajo actual y el nuevo cliente toma el servidor.
|
|
|
|
$W_1 = W_{01} + \frac{Q_1 + 1}{\mu_1}$
|
|
|
|
|
|
** Inanicion
|
|
Clientes/procesos de baja prioridad nunca reciben atención porque siempre llegan otros más prioritarios.
|
|
|
|
El sistema sigue funcionando pero abandona gente en la cola eternamente. Literal skill issue del scheduler.
|