カテゴリー 全て - frecuencia - sistemas - intervalo - aplicaciones

によって Dalma Moya 8年前.

206

IO2 TAREA SEMANA 2

La simulación Montecarlo es una técnica estadística que utiliza números aleatorios para aproximar soluciones a problemas complejos. Este método es útil cuando existen múltiples variables independientes y permite agrupar información en intervalos y frecuencias.

IO2 TAREA SEMANA 2

INVESTIGACIÓN OPERATIVA 2

SIMULACIÓN MONTECARLO

COMO AGRUPAR INFORMACIÓN: INTERVALOS
FRECUENCIA ACUMULADA

Número de observaciones con un valor inferior o igual al rango.

FRECUENCIA RELATIVA

Frecuencia dividida entre el total de observaciones

FRECUENCIA

Número de observaciones que se repiten dentro de un rango

INTERVALO

Característica que se usa para dividir las observaciones

DEFINICIÓN Y CONCEPTOS
Utiliza los números aleatorios para hacer la simulación
Sirve cuando hay dos o más variables que se comportan de manera independiente
Es un método no determinista o estadístico numérico, usado para aproximar expresiones matemáticas complejas y costosas de evaluar con exactitud

SIMULACIÓN COMPUTACIONAL

PRECAUCIONES
Por si misma, la Simulación, no resuelve los problemas
Es difícil verificar si los resultados son válidos
Por lo general son ignorados los factores humanos y tecnológicos
Los resultados pueden ser mal interpretados
Algunas veces soluciones mejores y más fáciles son pasadas por alto
Puede ser costosa y consumidora de tiempo inicialmente
VENTAJAS
Permite Modelar la Incertidumbre y procesos estocásticos
Flexibilidad para modelar las cosas tal como son
Conocer oportunamente hechos relevantes
Asegurar que el sistema se comportará como se desea
Reducir el tiempo de desarrollo del sistema
Disminuir inversiones y gastos de operación
Mejorar desempeño del sistema
Permite manejar procesos no homogéneos
Un Método para Estudiar un amplio abanico de modelos de sistemas del mundo real
Uso de software para “imitar” las operaciones y características del sistema, a menudo en el tiempo
Uso de evaluación numérica con el computador

SIMULACIÓN

SISTEMAS
TIPOS DE SISTEMAS

COMPLEJOS

Es imposible modelarlos de manera exacta

IDEAL

LÓGICOS

MATEMÁTICOS

Conjunto de elementos dinámicamente relacionados formando una actividad para alcanzar algún objetivo. Operando sobredatos, energía y/materia para proveer información
Se refiere a un gran conjunto de métodos y aplicaciones que buscan imitar el comportamiento de los sistemas reales
CAMPOS DE APLICACIÓN
SISTEMAS 911
BANCOS
SUPERMERCADOS
INGENIERÍA
RESTAURANTES
QUIMICA
MEDICINA

TEORÍA DE COLAS

Elementos existentes
El proceso de servicio
Cola
Redes de colas
Mecanismo de servicio
Disciplina de la cola
Capacidad de la cola
Cliente
Fuente de entrada o población potencial
Objetivos
Prestar atención al tiempo de permanencia en el sistema o en la cola de espera
Establecer un balance equilibrado (“óptimo”) entre las consideraciones cuantitativas de costes y las cualitativas de servicio
Evaluar el impacto que las posibles alternativas de modificación de la capacidad del sistema tendrían en el coste total del mismo
Identificar el nivel óptimo de capacidad del sistema que minimiza el coste del mismo
Agner Krarup Erlang,
Es el estudio matemático de las colas o líneas de espera dentro de un sistema.

SIMULACIÓN A MANO

EXPERIMENTO DE GEORGES LOUIS LECLREC
Reducción de la varianza

Lanzando la aguja hasta que el error del estimado es suficientemente pequeño

Usó muestreo secuencial para controlar el errorjmzxln
Experimento lanzando una aguja en una mesa con líneas marcadas para determinar el valor de pi
1733