Inicialización del modelo

01 · Punto de partida

Empezar vacío no es neutral

Dos simulaciones del mismo banco con igual llegadas: una arranca vacía a las 9:00 (N=0, caja libre) y otra arranca con 5 en fila (heredados del pico anterior). La primera mide esperas bajas al principio; la segunda, altas. Ambas son correctas… pero responden preguntas distintas.

Inicializar es declarar desde dónde despega la historia. Un olvido —no agendar la primera llegada, dejar basura en las estadísticas, no fijar la semilla— contamina toda la corrida aunque la rutina principal sea perfecta.

• ¿Vacío, cargado o a mitad de un día real?
• ¿La primera llegada es a las 0 o se sortea?
• ¿Las estadísticas empiezan en cero limpio?
• ¿Puedo repetir exacto la corrida mañana?

02 · Definición

El checklist de seis casillas

03 · Decisiones

Cuatro elecciones que sesgan en silencio

1. 1
   ¿Primera llegada en 0 o sorteada?

   En 0 simplifica la mano; sorteada es más real (nadie garantiza cliente a las 9:00:00). Documentalo: cambia las primeras esperas.

2. 2
   ¿Servidor ocupado inicial?

   Si N₀>0, hay que agendar su salida en S. Arrancar “con gente pero sin salida agendada” deja ocupados fantasma que nunca se liberan.

3. 3
   ¿Vacío o cargado?

   Vacío subestima al principio (luna de miel); cargado sobrestima si el pico era atípico. Para régimen, se calienta y se descarta (warmup, Tema 41).

4. 4
   ¿Semilla fija?

   Sí para depurar y publicar; varias semillas para reportar (réplicas). Cambiar código sin fijar semilla mezcla efectos.

Sesgo de arranque

La primera mitad mide distinto que la segunda por culpa de s₀. Se ve comparando medias por mitades (laboratorio).

Warmup

Período inicial que se simula pero no se mide, para olvidar s₀. Se decide mirando la estabilización (Tema 41).

FEL₀ mínima

Al menos la primera llegada; más la salida en curso si N₀>0. FEL₀ vacía = fin instantáneo.

Reproducibilidad

Misma seed + mismos params = misma historia. Sin ella no hay depuración ni ciencia.

04 · Ejemplos

Inicializar cada mundo

05 · Representación en Python

Una función que devuelve todo limpio

Toda la inicialización cabe en inicializar(): sin prints, sin globales, con semilla. El segundo bloque muestra el pecado capital (stats heredadas).

import heapq, itertools, random

def inicializar(N0=0, A=2.0, S=3.0, T=12.0, seed=7):
    random.seed(seed)
    reloj = 0.0
    estado = {"N": N0, "ocupado": 1 if N0 > 0 else 0}
    stats = {"espera_total": 0.0, "atendidos": 0, "max_N": N0}
    fel, seq = [], itertools.count()
    heapq.heappush(fel, (A, 1, next(seq), "llegada", {}))  # primera llegada
    if N0 > 0:
        heapq.heappush(fel, (S, 0, next(seq), "salida", {}))  # la en curso
    return reloj, estado, fel, stats, {"T": T}

reloj, estado, fel, stats, fin = inicializar(N0=0)
print(reloj, estado, [e[:2] for e in fel], stats)

# Pecado: reutilizar stats entre réplicas mezcla historias
stats = {"espera_total": 0.0, "atendidos": 0}
stats["espera_total"] += 6.0  # corrida 1...
# Réplica 2 SIN reset: hereda 6.0 -> media contaminada
print("sin reset:", stats)
stats = {"espera_total": 0.0, "atendidos": 0}  # así sí
print("con reset:", stats)

06 · Exploración

Laboratorio: el arranque sesga la media

Mismo sistema (llega cada A, S, 1 caja), distinto despegue N₀. La curva muestra N(t); el fondo sombrea primera mitad (0–6) y segunda (6–12) con sus medias. Subí N₀ de 0 a 5 y mirá cómo la primera media se dispara mientras la segunda apenas se mueve: eso es sesgo de arranque.

Mitad izquierda sombreada clara, derecha oscura, cada una con su media punteada. Si las medias difieren mucho, el arranque manda: hay que calentar y descartar (Tema 41).

Preguntas para explorar

1. Con A=2, S=3 y N₀=0, ¿la primera media es menor o mayor que la segunda? ¿Por qué?
2. Subí a N₀=5: ¿qué media se mueve más? ¿El sistema “recuerda” el despegue hasta el final?
3. ¿Qué harías para medir el régimen sin el sesgo del despegue?

07 · Comprensión

Confusiones frecuentes

08 · Práctica guiada

Ejercicios con Python

Ejercicio 1: FEL₀ completa

Con N₀=2, A=2 y S=3, ¿qué lleva la FEL₀? Construila.

import heapq
fel = []
heapq.heappush(fel, (2.0, "llegada"))
heapq.heappush(fel, (3.0, "salida"))  # la en curso por N0>0
print(sorted(fel))  # [(2.0...), (3.0...)]

Ejercicio 2: sesgo a ojo

Serie desde vacío [0,1,2,3,3,4] vs. desde cargado [5,5,4,4,3,4]: compará medias.

vacio = [0, 1, 2, 3, 3, 4]
cargado = [5, 5, 4, 4, 3, 4]
print("vacío:", sum(vacio) / len(vacio), "| cargado:", sum(cargado) / len(cargado))

Ejercicio 3: réplicas limpias

Escribí nueva_stats() y usala en cada réplica.

def nueva_stats():
    return {"espera_total": 0.0, "atendidos": 0, "max_N": 0}

for replica in range(2):
    stats = nueva_stats()  # nace limpia
    stats["atendidos"] += 1
    print(replica, stats)

09 · Síntesis

Ideas para recordar

En el próximo tema ensamblaremos la rutina principal de simulación: el bucle que une reloj, FEL y eventos.