SlideShare ist ein Scribd-Unternehmen logo
1 von 22
 
SIMULACIÓN DE SISTEMAS SIMULACIÓN DE VARIABLES ALEATORIAS Juan Carlos Lizaldes Jonathan Yaguachi
Verificación y validación de los modelos de simulación Gran desarrollo de modelos en el área de la simulación. Análisis correcto de los resultados. Interpretación errónea Mala decisión
Falso sentido de seguridad . Análisis estadístico de las variables de salida. Existen dos categorías de modelos de simulaciones: ,[object Object],[object Object]
Simulaciones terminales Ocurre un evento que termina la simulación . Análisis estadístico con : ,[object Object],[object Object]
Intervalo de confianza Se llama intervalo de confianza a un par de números entre los cuales se estima que estará un valor desconocido con una determinada probabilidad de acierto .
I.C. si la variable aleatoria sigue una distribución normal: I.C. si la variable aleatoria no sigue una distribución normal:
Ejemplo. Los resultados de 10 réplicas de la simulación de un sistema de inventario promedio en un almacén son 190.3, 184.2, 182.4, 195.6, 193.2, 190.5, 191.7, 188.5, 189.3, 188.4. Determinar el intervalo de confianza con un nivel de aceptación de 95 por ciento. La media es 189.41 y la desviación estándar es 3.916. (Pág. 107)
Simulaciones no terminales No involucra una ocurrencia en el tiempo en que tenga que finalizar. Se necesita determinar la  longitud de corrida o longitud de las réplicas  para asegurar la estabilización de los resultados del modelo .
Longitud de las réplicas Para que una variable aleatoria se estabilice, es necesario que sus réplicas sean lo suficientemente grandes para no diferir de cierta exactitud.
Ecuaciones para determinar la L.R.(n) Variable Normal Variable NO Normal Desviación Estándar Conocida Desviación Estándar Estimada
Ejemplo. Determinar la longitud de la réplica para estimar, dentro de un rango del ±2, el valor de una variable normal con desviación estándar 4 y un nivel de aceptación de 5 por ciento. (Pág. 109)
[object Object],Ejemplo.
Variable de estado Tiempos de inspección (7) Entidades Piezas Eventos Tiempo de llegada(2) Fin de la inspección (5) Evento Secundario Inicio de la inspección (3) Actividades Tiempo entre llegadas (1) Tiempo de inspección (4)
Selección de Lenguajes de Simulación ,[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
 
¿PREGUNTAS?
 
¡GRACIAS!
 

Weitere ähnliche Inhalte

Was ist angesagt?

Lenguaje de simulación
Lenguaje de simulaciónLenguaje de simulación
Lenguaje de simulación
Jeicod Tupapa
 
Mejora de procesos y Transicion sw cmm a cmmi
Mejora de procesos y Transicion sw cmm a cmmiMejora de procesos y Transicion sw cmm a cmmi
Mejora de procesos y Transicion sw cmm a cmmi
LoloUBD
 
Unidad 2 control y gestión de calidad
Unidad 2 control y gestión de calidadUnidad 2 control y gestión de calidad
Unidad 2 control y gestión de calidad
illichgalvez
 
Factores y características que determinan la calidad de (1)
Factores y características que determinan la calidad de (1)Factores y características que determinan la calidad de (1)
Factores y características que determinan la calidad de (1)
Leonel Alba
 

Was ist angesagt? (20)

Metodologia incremental
Metodologia incrementalMetodologia incremental
Metodologia incremental
 
Modelos evolutivos. incremental y espiral
Modelos evolutivos. incremental y espiralModelos evolutivos. incremental y espiral
Modelos evolutivos. incremental y espiral
 
SDLC or Software Development Life Cycle
SDLC or Software Development Life CycleSDLC or Software Development Life Cycle
SDLC or Software Development Life Cycle
 
Agile Manufacturing Information System
Agile Manufacturing Information System Agile Manufacturing Information System
Agile Manufacturing Information System
 
Seis Sigma
Seis SigmaSeis Sigma
Seis Sigma
 
Modelos de proceso evolutivo
Modelos de proceso evolutivoModelos de proceso evolutivo
Modelos de proceso evolutivo
 
Bayer, proceso clave
Bayer, proceso clave Bayer, proceso clave
Bayer, proceso clave
 
Lenguaje de simulación
Lenguaje de simulaciónLenguaje de simulación
Lenguaje de simulación
 
La priorización de historias de usuario (versión ampliada)
La priorización de historias de usuario (versión ampliada)La priorización de historias de usuario (versión ampliada)
La priorización de historias de usuario (versión ampliada)
 
Introduction To Software Configuration Management
Introduction To Software Configuration ManagementIntroduction To Software Configuration Management
Introduction To Software Configuration Management
 
Metodologia Incremental
Metodologia IncrementalMetodologia Incremental
Metodologia Incremental
 
Ejemplo soa
Ejemplo soaEjemplo soa
Ejemplo soa
 
Metodologias
MetodologiasMetodologias
Metodologias
 
Evolucion de los modelos CMMI
Evolucion de los modelos CMMIEvolucion de los modelos CMMI
Evolucion de los modelos CMMI
 
Mejora de procesos y Transicion sw cmm a cmmi
Mejora de procesos y Transicion sw cmm a cmmiMejora de procesos y Transicion sw cmm a cmmi
Mejora de procesos y Transicion sw cmm a cmmi
 
Unidad 2 control y gestión de calidad
Unidad 2 control y gestión de calidadUnidad 2 control y gestión de calidad
Unidad 2 control y gestión de calidad
 
Modelos de desarrollo de software
Modelos de desarrollo de softwareModelos de desarrollo de software
Modelos de desarrollo de software
 
Factores y características que determinan la calidad de (1)
Factores y características que determinan la calidad de (1)Factores y características que determinan la calidad de (1)
Factores y características que determinan la calidad de (1)
 
Cuadro comparativo de_modelos_de_procesos_de_software
Cuadro comparativo de_modelos_de_procesos_de_softwareCuadro comparativo de_modelos_de_procesos_de_software
Cuadro comparativo de_modelos_de_procesos_de_software
 
Propuestas de mejoras y actualizaciones al Modelo de Procesos MoProSoft
Propuestas de mejoras y actualizaciones al Modelo de Procesos MoProSoftPropuestas de mejoras y actualizaciones al Modelo de Procesos MoProSoft
Propuestas de mejoras y actualizaciones al Modelo de Procesos MoProSoft
 

Ähnlich wie SimulacióN De Variables Aleatorias

_-_control_de_lectura_-_modelos_simulacion
_-_control_de_lectura_-_modelos_simulacion_-_control_de_lectura_-_modelos_simulacion
_-_control_de_lectura_-_modelos_simulacion
eaceved5
 
PRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESISPRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESIS
Carlos Miguel Santa Cruz Vera
 
Estudio R & R Mejia
Estudio R & R  MejiaEstudio R & R  Mejia
Estudio R & R Mejia
guruclef01
 
1. Fundamentación General de la simulación de sistemas.pdf
1. Fundamentación General de la simulación de sistemas.pdf1. Fundamentación General de la simulación de sistemas.pdf
1. Fundamentación General de la simulación de sistemas.pdf
hectorrosales52
 
Graficos de control
Graficos de controlGraficos de control
Graficos de control
baalamponce
 
Sga 4.4 control estadístico del proceso (cep)
Sga  4.4 control estadístico del proceso (cep)Sga  4.4 control estadístico del proceso (cep)
Sga 4.4 control estadístico del proceso (cep)
Carlos Medellin
 

Ähnlich wie SimulacióN De Variables Aleatorias (20)

Determinación de costos por simulación
Determinación de costos por simulaciónDeterminación de costos por simulación
Determinación de costos por simulación
 
03 gestión de pruebas de software diseño de casos de pruebas
03 gestión de pruebas de software   diseño de casos de pruebas03 gestión de pruebas de software   diseño de casos de pruebas
03 gestión de pruebas de software diseño de casos de pruebas
 
_-_control_de_lectura_-_modelos_simulacion
_-_control_de_lectura_-_modelos_simulacion_-_control_de_lectura_-_modelos_simulacion
_-_control_de_lectura_-_modelos_simulacion
 
PRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESISPRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESIS
 
Estudio R & R Mejia
Estudio R & R  MejiaEstudio R & R  Mejia
Estudio R & R Mejia
 
Curso Seis Sigma Modulo II.ppt
Curso Seis Sigma Modulo II.pptCurso Seis Sigma Modulo II.ppt
Curso Seis Sigma Modulo II.ppt
 
Muestreo de selección angel monsalve
Muestreo de selección angel monsalveMuestreo de selección angel monsalve
Muestreo de selección angel monsalve
 
Pruebas De Software
Pruebas De SoftwarePruebas De Software
Pruebas De Software
 
RevistadigitalgiovannaRAM.pdf
RevistadigitalgiovannaRAM.pdfRevistadigitalgiovannaRAM.pdf
RevistadigitalgiovannaRAM.pdf
 
Investigación de operaciones 2
Investigación de operaciones 2Investigación de operaciones 2
Investigación de operaciones 2
 
Simulacion uam
Simulacion uamSimulacion uam
Simulacion uam
 
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdfCONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
 
1. Fundamentación General de la simulación de sistemas.pdf
1. Fundamentación General de la simulación de sistemas.pdf1. Fundamentación General de la simulación de sistemas.pdf
1. Fundamentación General de la simulación de sistemas.pdf
 
Graficos de control
Graficos de controlGraficos de control
Graficos de control
 
Taller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdfTaller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdf
 
Sga 4.4 control estadístico del proceso (cep)
Sga  4.4 control estadístico del proceso (cep)Sga  4.4 control estadístico del proceso (cep)
Sga 4.4 control estadístico del proceso (cep)
 
Lenguajes de simulacion
Lenguajes de simulacionLenguajes de simulacion
Lenguajes de simulacion
 
Eq.4 modelos de-calidad
Eq.4 modelos de-calidadEq.4 modelos de-calidad
Eq.4 modelos de-calidad
 
Capítulo 01 conceptos de simulación
Capítulo 01 conceptos de simulaciónCapítulo 01 conceptos de simulación
Capítulo 01 conceptos de simulación
 
Taller R&R_CALIDAD DE MEDICIONES.pdf
Taller R&R_CALIDAD DE MEDICIONES.pdfTaller R&R_CALIDAD DE MEDICIONES.pdf
Taller R&R_CALIDAD DE MEDICIONES.pdf
 

Kürzlich hochgeladen

POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
silviayucra2
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx
241521559
 
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial Uninove
FagnerLisboa3
 

Kürzlich hochgeladen (10)

POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
 
Trabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíaTrabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnología
 
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNIT
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Joseph
 
Desarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdfDesarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdf
 
Presentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptxPresentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptx
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx
 
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial Uninove
 

SimulacióN De Variables Aleatorias

  • 1.  
  • 2. SIMULACIÓN DE SISTEMAS SIMULACIÓN DE VARIABLES ALEATORIAS Juan Carlos Lizaldes Jonathan Yaguachi
  • 3. Verificación y validación de los modelos de simulación Gran desarrollo de modelos en el área de la simulación. Análisis correcto de los resultados. Interpretación errónea Mala decisión
  • 4.
  • 5.
  • 6. Intervalo de confianza Se llama intervalo de confianza a un par de números entre los cuales se estima que estará un valor desconocido con una determinada probabilidad de acierto .
  • 7. I.C. si la variable aleatoria sigue una distribución normal: I.C. si la variable aleatoria no sigue una distribución normal:
  • 8. Ejemplo. Los resultados de 10 réplicas de la simulación de un sistema de inventario promedio en un almacén son 190.3, 184.2, 182.4, 195.6, 193.2, 190.5, 191.7, 188.5, 189.3, 188.4. Determinar el intervalo de confianza con un nivel de aceptación de 95 por ciento. La media es 189.41 y la desviación estándar es 3.916. (Pág. 107)
  • 9. Simulaciones no terminales No involucra una ocurrencia en el tiempo en que tenga que finalizar. Se necesita determinar la longitud de corrida o longitud de las réplicas para asegurar la estabilización de los resultados del modelo .
  • 10. Longitud de las réplicas Para que una variable aleatoria se estabilice, es necesario que sus réplicas sean lo suficientemente grandes para no diferir de cierta exactitud.
  • 11. Ecuaciones para determinar la L.R.(n) Variable Normal Variable NO Normal Desviación Estándar Conocida Desviación Estándar Estimada
  • 12. Ejemplo. Determinar la longitud de la réplica para estimar, dentro de un rango del ±2, el valor de una variable normal con desviación estándar 4 y un nivel de aceptación de 5 por ciento. (Pág. 109)
  • 13.
  • 14. Variable de estado Tiempos de inspección (7) Entidades Piezas Eventos Tiempo de llegada(2) Fin de la inspección (5) Evento Secundario Inicio de la inspección (3) Actividades Tiempo entre llegadas (1) Tiempo de inspección (4)
  • 15.
  • 16.
  • 17.
  • 18.  
  • 20.  
  • 22.