1 / 19

Análisis de los resultados

Análisis de los resultados. Preparando el Simulador. Parametrizar el simulador: parámetros relacionados con los objetivos parámetro para las semillas de los generadores parámetro para la longitud de la simulación Preparar la salida del simulador datos para verificar el modelo

quasar
Download Presentation

Análisis de los resultados

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Análisis de los resultados

  2. Preparando el Simulador • Parametrizar el simulador: • parámetros relacionados con los objetivos • parámetro para las semillas de los generadores • parámetro para la longitud de la simulación • Preparar la salida del simulador • datos para verificar el modelo • datos para ser representados en gráficas

  3. Longitud Semilla T_Respuesta (media) T_Servicio Carga Parámetros Simulador

  4. Validación Diagramas UML Comentarios en el programa!! Variables Aleatorias ... Modelo Simulador

  5. Verificación parámetros ejecución Trazas Depuradores Valores Extremos Tests Continuidad Gráficas ... Datos Salida Simulador Sistema Real

  6. Distribución Aleatoria Vbles. Aleatorias Tratamiento de Resultados ejecuciones Muestras Simulador Tratamiento Estadístico Conclusiones

  7. Estimadores • Muestras: {Xi}1i  n • Media: • Varianza: • Varianza de la media:

  8. Estimadores • Distribución esperada (cuando n) • Estimador sesgado cuando no coinciden los valores estimados con los esperados. • No hay sesgos cuando las muestras son IID • ¿Nuestros datos son IID?

  9. IID No IID Estimadores Simulación #cliente 1ª ejec. 2ª ejec. 3ª ejec. 4ª ejec. 5ª ejec. 1 0 0 0 0 0 2 0.3 0.2 0.1 0.3 0.2 3 0.5 0.3 0.1 0.4 0.2 300 1.3 2.2 1.5 1.4 1.1 Datos: tamaño medio de la cola (Nq)

  10. Problema del transitorio

  11. Obtención de resultados Ignoramos Recogemos resultados #cliente 1ª ejec. 2ª ejec. 3ª ejec. 4ª ejec. 5ª ejec. 1 0 0 0 0 0 2 0.3 0.2 0.1 0.3 0.2 X .. .. .. .. .. 300 1.3 2.2 1.5 1.4 1.1 Estimadores + Intervalos de Confianza

  12. Intervalos de Confianza n  30 n < 30

  13. Ejemplo

  14. 2 M/M/1 1 M/M/2 Comparación de dos sistemas Mismo tiempo de servicio por servidor (8 u.t.) Misma tasa de llegada (parámetro del modelo) ¿Diferente tiempo de respuesta?

  15. Transitorio (2 M/M/1)

  16. Transitorio (M/M/2)

  17. 1..1 1..1 Cliente ClientesCola Tservicio Tllegadas TimeVariance + Id: integer+ tamaño: integer finished():void ExponentialStream Simulador SimulationProcess Estación Cola Simulador + Nombre: string + TActiva: double + Procesados: float + SucesoSalida():void 1..2 Q M1,M2 + TRespuesta:double+ Presentes: int +Procesados:int- Transitorio: long - Longitud: long - Semilla: int + Await():void + SetSimulationParam(T,L) + SetModelParam(double) + SetSeed(int) + Tamanyo: int + Encola(Cliente) + Desencola():Cliente 1..1 1..1 1..N Llegadas J

  18. Resultados

  19. Resultados Se concluye que la M/M/2 es mejor !!

More Related