Eventos y procesos deterministas

Simulación de eventos discretos en Python

Diogo Costa (PhD, MSc)

Adjunct Professor, University of Saskatchewan, Canada & CEO of ImpactBLUE-Scientific

Determinismo de eventos (o procesos)

NOTA: Se usan "evento" y "proceso" como sinónimos.

¿Qué es el determinismo de eventos (o procesos)?

Capacidad de predecir un proceso con precisión
El proceso se denomina "determinista"

¿Por qué importan los procesos deterministas?

Las actividades naturales y humanas son complejas
Muchos procesos y recursos interdependientes
Algunos procesos se repiten siempre igual
Su impacto en la salida del sistema se puede predecir con precisión

Ejemplos de procesos o eventos deterministas

Mundo natural

Altura de las mareas
Aceleración por gravedad (9,81 m$^2$/s)
Movimiento de los planetas en el sistema solar
Velocidad del sonido en el aire (331,29 m/s)
Velocidad de la luz (300.000 km/s)
Congelación del agua (a 0 °C)

De origen humano

Caudal de un grifo
Velocidad de una embotelladora de agua
Tiempo que tarda una cafetera en hacer un café
Calor emitido por un horno a 230 °C
Ciclos programados de una lavadora
Funcionamiento de un microondas

Representar eventos deterministas en modelos de eventos discretos

Procesos deterministas

Impacto predecible en sistemas dinámicos
Duración conocida
Se repiten de la misma forma

La duración del proceso debe contabilizarse en el tiempo de simulación

# Deterministic processes (time in hours)
duration_process_1 = 10
duration_process_2 = 5


while sim_time < total_sim_time:


   # Update simulation time: Process 1
   sim_time += duration_process_1


   # Update simulation time: Process 2
   sim_time += duration_process_2

Representar eventos deterministas con SimPy

Implementación en SimPy de eventos deterministas:

El método .timeout() registra la duración del proceso
- Ignora las unidades de tiempo
- Trata el tiempo como números
- Las unidades deben ser coherentes en todo el modelo

# Deterministic processes
duration_process_1 = 10
duration_process_2 = 5

while True:

   # Update simulation time: Process 1
   yield env.timeout(duration_process_1)

   # Update simulation time: Process 2
   yield env.timeout(duration_process_2)

¡Vamos a practicar!

Simulación de eventos discretos en Python