¿QUE ESPERO DE LA MATERIA DE SIMULACION?
Enviado por Adriiana Salguero • 17 de Febrero de 2019 • Documentos de Investigación • 9.175 Palabras (37 Páginas) • 3.611 Visitas
[pic 4]
¿QUE ESPRO DE LA MATERIA DE SIMULACION?
Lo que espero de la materia de simulación en este semestre es poder tener los capacidad para poder simular analíticamente situaciones que presente la maestra, referente a empresas de manufactura servicios o incluso problemas gubernamentales, adquiriendo los conocimientos para detectar problemas, tales como lo son los cuello de botellas, también me gustaría pode encontrar elementos para elaborar propuestas de mejora.
Obviamente me gustaría poder llegar una solución factible utilizando los conocimientos adquiridos anteriormente en diferentes asignaturas como lo son estudio del trabajo I ,probabilidad , estadística inferencial I y II , algoritmos de lenguaje y programación, gestión de costos .
Tabla de contenido
1 INTRODUCCION 4
1.1 REVISION DE LOS CONCEPTOS DE SISTEMA Y MODELO 4
1.2 CONCEPTO DE SIMULACION 6
1.3 TIPOS DE SIMULACION 8
1.3.1 DISCRETA (DETERMINISTA O ESTOCASTICA) 11
1.3.2 CONTINUA (DETERMINISTA O ESTOCASTICA) 13
1.4 DESCRIPCION DE EJEMPLO O CASOS PROTOTIPO 17
1.4.1 DE SIMULACION DISCRETA 20
1.4.2 DE SIMULACION CONTINUA 23
1.5 CATALOGO DE PROGRAMA DE CÓMPUTO COMERCIALES DE SIMULACION 25
1.6 LECTURA DE ARTICULOS SOBRE APLICACIÓN 26
2 Simulación de Variables Aleatorias 28
2.1 2.1. Producción de números con comportamiento estadístico aleatorio y uniforme en [0, 1]. 28
2.1.1 Uso del generador incluido en la hoja de cálculo. 28
2.1.2 . Teoría: métodos congruenciales 28
2.2 . Simulación de otras variables aleatorias 28
2.2.1 Teoría: transformación inversa, composición, convolución y otros procedimientos. 28
2.2.2 Funciones inversas de hoja de cálculo, utilizables como simuladores. 28
2.3 Simulación de variables especiales: tablas 28
3 Construcción de Modelos de Simulación 29
3.1 Metodología general de la simulación 29
3.2 . Ejemplo de una simulación tipo Montecarlo, en hoja de cálculo 29
3.2.1 Descripción y conceptualización de la simulación, establecer el problema, especificación del objetivo(s), definición de indicadores, simulación y determinación de la muestra. 29
3.2.2 Caracterización de cada indicador: agrupamiento de datos, gráficas y estimación de parámetros 29
3.2.3 Aumentar el tamaño de la simulación y repetir 3.2.2 29
3.2.4 Establecer el efecto que sobre la variabilidad de un estimador tiene el tamaño de la simulación 29
3.3 Definiciones: réplica, corrida, estado transitorio, estado estable, condiciones iniciales, reloj de la simulación. 29
3.4 Inicio del proyecto final de simulación. Formación de equipos de estudiantes, para proyecto final de simulación; atendiendo a los lineamientos: guía para la elaboración de la monografía del proyecto. 29
4 Diseño de la Calidad de la Simulación 30
4.1 Lista de estimadores a obtener de la simulación 30
4.1.1 Instrumentos de medición 30
4.1.2 Medios de registro de datos 30
4.2 Identificación del estimador determinante (estimador líder) del tamaño de la simulación 30
4.3 Muestras preliminares de los proyectos aprobados en 3.4 30
4.4 Características estadísticas del estimador líder 30
4.4.1 Establecimiento de la precisión 30
4.4.2 Cálculo del número mínimo de observaciones necesarias 30
4.4.3 Intervalos de confianza 30
4.5 Muestras definitivas 30
4.5.1 Estadísticas descriptivas 30
4.5.2 Muestras pequeñas: prueba de Kolmogórov-Smirnov para ajuste de una distribución de probabilidades continua hipotética (en hoja de cálculo o con paquete estadístico) 30
4.5.3 Muestras grandes: prueba de KarlPearson para ajuste de una distribución de probabilidades hipotética, discreta o continúa (en hoja de cálculo o con paquete estadístico) 30
4.5.4 Otras pruebas: Anderson-Darling, prueba G, por ejemplo. 30
4.6 Simulación de los comportamientos aleatorios del proyecto y su verificación 30
INTRODUCCION
REVISION DE LOS CONCEPTOS DE SISTEMA Y MODELO
Existen distintos modelos de simulación que permiten representar situaciones reales de diferentes tipos. Los modelos pueden diferenciarse según el tipo de ecuaciones matemáticas que los componen. Los modelos continuos son aquellos en los que las relaciones entre las variables relevantes de la situación real se definen por medio de ecuaciones diferenciales para conocer el comportamiento de las variables en cierto tiempo. Ej. Prever el comportamiento del nivel de un tanque de gasolina al paso del tiempo, mientras el vehículo está en marcha. En los modelos discretos, el comportamiento que nos interesa analizar puede representarse por medio de ecuaciones evaluadas en un punto determinado. Ej. Un muestreo del número de personas que llegaron a un banco en un lapso específico. Podemos simular esta variable con ecuaciones ligadas a distribuciones de probabilidad que reflejen dicho comportamiento. Los modelos dinámicos son aquellos en los que el estado del sistema que estamos analizando cambia respecto del tiempo.Ej. El número de personas que hacen fila para entrar a una sala de cine varía con el tiempo. Los modelos estáticos (representan un resultado bajo un conjunto de situaciones o condiciones determinado Ej. Al lanzar un dado los únicos valores que se puede obtener son 1, 2, 3, 4, 5 o 6, de manera que el resultado de la simulación será uno de tales valores posibles. Se puede hablar de modelos determinísticos y modelos probabilísticos, llamados también estocásticos. Los primeros se refieren a relaciones constantes entre los cambios de las variables del modelo. Por ejemplo, si las cajas empleadas en un proceso contienen siempre 5 productos, cada vez que se añada una caja al inventario éste se incrementará en 5 unidades. Si, por el contrario, hay una distribución de probabilidad en el proceso de manera que, por ejemplo, algunas cajas contienen 3
...