Aplicaciones de la Simulación
fachozentenoTesis20 de Febrero de 2015
2.538 Palabras (11 Páginas)650 Visitas
INDICE
INTRODUCCION…………………………………………………………………… 3
UNIDAD I INTRODUCCION………………………………………………………. 4
1.1 DEFINICION…………………………………………………………………………. 5
1.2 CONCEPTOS……………………………………………………………………….... 6
1.3 DE SIMULACION………………………………………………………………….. 7
1.4 MODELOS……………………………………………………………………………. 9
1.5 METODOLOGÍA………………………………………………………………....... 9
UNIDAD II NUMEROS PSEUDOALEATORIOS………………………………... 10
2.1 GENERACION DE NUMEROS PSEUDOALEATORIOS…………………. 11
2.2 PRUEBAS ESTATICAS DE ALEATORIEDAD…………………………… 12
CONCLUSION……………………………………………………………………… 14
BIBLIOGRAFIA……………………………………………………………………... 15
INTRODUCCION
Actualmente daremos a conocer sobre la simulación y los números pseudoaleatorios, ya que es una poderosa técnica para la resolución de problemas.
Sus orígenes están en la teoría de muestreo estadístico y análisis de sistemas físicos probabilísticos complejos. El aspecto común de ambos es el uso de números y muestras aleatorias para aproximar soluciones.
Un número pseudo-aleatorio es un número generado en un proceso que parece producir números al azar, pero no lo hace realmente. Las secuencias de números pseudo-aleatorios no muestran ningún patrón o regularidad aparente desde un punto de vista estadístico, a pesar de haber sido generadas por un algoritmo completamente determinista, en el que las mismas condiciones iniciales producen siempre el mismo resultado.
Vamos a ver técnicas que utilizan los computadores para imitar, o simular, el comportamiento de sistemas del mundo real. Para estudiar científicamente estos sistemas, a menudo se han de hacer una serie de suposiciones acerca de cómo trabaja éste. Estas suposiciones que usualmente toman la forma de relaciones matemáticas o lógicas, constituyen un modelo que va a ser usado para intentar comprender el comportamiento del sistema correspondiente.
UNIDAD I INTRODUCCION
Con la llegada de las computadoras una de las más importantes herramientas para analizar el diseño y operación de sistemas o procesos complejos es la simulación.
Aunque la construcción de modelos arranca desde el renacimiento, el uso moderno de la palabra simulación data de 1940, cuando los científicos Von Neuman y Ulam que trabajaban en el proyecto Monte Carlos, durante la segunda guerra mundial, resolvieron problemas de reacciones nucleares cuya solución experimental sería muy cara y el análisis matemático demasiado complicado.
Simulación es una técnica numérica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemáticas y lógicas, las cuales son necesarias para describir el comportamiento y la estructura de sistemas complejos del mundo real a través de largos periodos de tiempo.
1.1 DEFINICION
• A través de un estudio de simulación, se puede estudiar el efecto de cambios internos y externos del sistema, al hacer alteraciones en el modelo del sistema y observando los efectos de esas alteraciones en el comportamiento del sistema.
• Una observación detallada del sistema que se está simulando puede conducir a un mejor entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la operación.
• La simulación de sistemas complejos puede ayudar a entender mejor la operación del sistema, a detectar las variables más importantes que interactúan en el sistema y a entender mejor las interrelaciones entre estas variables.
• La técnica de simulación puede ser utilizada para experimentar con nuevas situaciones, sobre las cuales tiene poca o ninguna información. A través de esta experimentación se puede anticipar mejor a posibles resultados no previstos.
• Cuando nuevos elementos son introducidos en un sistema, la simulación puede ser usada para anticipar cuellos de botella o algún otro problema que puede surgir en el comportamiento del sistema.
Aplicaciones de la Simulación
Las áreas de aplicación de la simulación son muy amplias, numerosas y diversas, basta mencionar sólo algunas de ellas: Análisis del impacto ambiental causado por diversas fuentes Análisis y diseño de sistemas de manufactura. Análisis y diseño de sistemas de comunicaciones. Análisis de grandes equipos de cómputo. Análisis de un departamento dentro de una fábrica. Adiestramiento de operadores. Análisis financiero de sistemas económicos. Evaluación de sistemas tácticos o de defensa militar.
1.2 CONCEPTOS
¿Qué es simulación?
Aunque la mayoría de la gente tiene una ligera idea de lo que es la simulación, existe mucha confusión de términos y conceptos que se aclararán en esta etapa. Por ejemplo, podemos pensar en los juegos de niños donde actúan como si fuesen vaqueros (cowboys) en un pueblo del Oeste Americano de hace un siglo. Pero esta intuición a menudo no se corresponde con la definición formal de simulación. Lo que usualmente sí se tiene claro es que cada vez resulta más importante en el mundo de la ciencia y la tecnología, la economía, las ciencias sociales, etc.
El Modelo
Mientras que en simulación fuera del ordenador se requiere montar una réplica física de lo que se quiere estudiar, lo que se conoce por maqueta, en simulaciones por ordenador es necesario definir un modelo a partir de reglas matemáticas y/o lógicas. Un modelo de simulación adquiere importancia y significado en virtud de su similitud con un fenómeno de interés determinado. La similitud del modelo respecto al fenómeno de origen se clasifica en los siguientes tipos:
Similitud Física: este es el tipo de similitud que más se asocia cuando se habla de simulación en general y concretamente en realidad virtual aplicada a la simulación, aunque no por esto es más importante que los otros tipos. Este tipo comprende diversas componentes de similitud que pueden ser o no importantes en cada caso: visual, sonora, mecánica, química, táctil, etc.
Similitud Probabilística: este tipo proviene del comportamiento del fenómeno de origen. La disciplina de la estadística conocida por análisis de probabilidad se encarga de estudiar la probabilidad con que un fenómeno tiende a manifestarse. Por lo tanto, la similitud probabilística hace referencia a las propiedades funcionales del fenómeno de estudio.
Similitud Conceptual: esta similitud hace referencia a las estructuras internas del fenómeno de estudio y a como están organizadas. Por esta razón, se pueden definir la siguientes propiedades de la similitud conceptual: asociativa, por analogía, estructural, etc.
1.3 TIPOS DE SIMULACION
Tipos de simulaciones
En este punto, en que ya se ha definido lo que se entiende por modelo y por simulación, se pasará a ver qué tipos generales de simulación se definen habitualmente:
Persona - Persona: Simulaciones de tipo social en las que se estudian las reacciones de personas o colectivos. Por ejemplo: entrenamiento de entrevistas de trabajo. Se sitúa a dos personas en los papeles de entrevistador y entrevistado y después de actuar durante un período de tiempo, se intercambian los papeles para poder entender los procesos inversos.
Tipos de simulaciones por ordenador
Tal y como se ha expuesto ya, las simulaciones por ordenador son simulaciones en las que no interviene la interacción de una persona. Así pues, estos procesos en los que se definen unos datos iniciales (el estado inicial) y a partir de unos algoritmos se les hace evolucionar durante un tiempo determinado, se pueden clasificar en tres tipos principales (MCHANEY, 1991):
Tipo Monte Carlo: En estas, en realidad no interviene el tiempo y se basan en la aleatoriedad y la probabilidad.
Simulaciones Continuas: Sistemas modelados por ecuaciones diferenciales o algebraicas que dependen del paso del tiempo de forma continua.
Por Eventos discretos: Se caracterizan por el paso de bloques de tiempo en los que se considera que “no pasa nada” y donde se puntúan eventos que cambian el estado del sistema. Sobre todo se basan en teoría de colas.
...