TIPOS DE MODELOS DE SIMULACIN.

MODELOS DE SIMULACIN ESTTICA VS. DINMICA

Un modelo de simulacin esttica, se entiende como la representacin de un sistema para
un instante (en el tiempo) en particular o bien para representar un sistema en el que el
tiempo no es importante, por ejemplo la simulacin Montecarlo; en cambio un modelo de
simulacin dinmica representa a un sistema en el que el tiempo es una variable de inters,
como por ejemplo en el sistema de transporte de materiales dentro de una fabrica, una torre
de enfriamiento de una central termoelctrica, etc..
MODELOS DE SIMULACIN DETERMINISTA VS ESTOCASTICA
Si un modelo de simulacin no considera ninguna variable importante, comportndose de
acuerdo con una ley probabilstica, se le llama un modelo de simulacin determinista. En
estos modelos la salida queda determinada una vez que se especifican los datos y relaciones
de entrada al modelo, tomando una cierta cantidad de tiempo de cmputo para su
evaluacin. Sin embargo, muchos sistemas se modelan tomando en cuenta algn
componente aleatorio de entrada, lo que da la caracterstica de modelo estocstico de
simulacin.
Un ejemplo sera un sistema de inventarios de una fbrica, o bien el sistema de lneas de
espera de una fabrica, etc. Estos modelos producen una salida que es en si misma de
carcter aleatorio y sta debe ser tratada nicamente para estimar las caractersticas reales
del modelo, esta es una de las principales desventajas de este tipo de simulacin.
MODELOS DE SIMULACIN CONTINUOS VS DISCRETOS
Los modelos de simulacin discretos y continuos, se definen de manera anlogo a los
sistemas discretos y continuos respectivamente. Pero debe entenderse que un modelo
discreto de simulacin no siempre se usa para modelar un sistema discreto. La decisin de
utilizar un modelo discreto o continuo para simular un sistema en particular, depende de los
objetivos especficos de estudio. Por ejemplo: un modelo de flujo de trfico en una
supercarretera, puede ser discreto si las caractersticas y movimientos de los vehculos en
forma individual es importante. En cambio si los vehculos pueden considerarse como un
agregado en el flujo de trfico entonces se puede usar un modelo basado en ecuaciones
diferenciales presentes en un modelo continuo.
Otro ejemplo: Un fabricante de comida para perros, requiere el auxilio de una compaa
consultora con el objeto de construir un modelo de simulacin para su lnea de fabricacin,
la cual produce medio milln de latas al da a una velocidad casi constante. Debido a que
cada una de las latas se represent como una entidad separada en el modelo, ste resulto ser
demasiado detallado y por ende caro para correrlo, hacindolo poco til. Unos meses ms
tarde, se hizo una reformulacin del modelo, tratando al proceso como un flujo continuo.
Este nuevo modelo produjo resultados precisos y se ejecuto en una fraccin del tiempo
necesario por el modelo original.

TIPOS DE SIMULACION
Un sistema discreto es aquel en el cual las variables de estado cambian solo en puntos
discretos o contables en el tiempo. Un ejemplo tpico de simulacin discreta ocurre en las
colas donde estamos interesados en la estimacin de medidas como el tiempo de espera
promedio o la longitud de la lnea de espera. Tales medidas solo cambian cuando un cliente
entra o sale del sistema; en todos los dems momentos, no ocurre nada en el sistema desde
el punto de vista de la inferencia estadstica.
Un sistema continuo es aquel en el cual las variables de estado cambian en forma continua
a travs del tiempo. Un ejemplo tpico de simulacin continua es el estudio de la dinmica
de la poblacin mundial; los modelos de simulacin continua normalmente se representan
en trminos de ecuaciones diferenciales en diferencias que describen las interacciones entre
los diferentes elementos del sistema.
Modelos de simulacin continuos vs discretos
Los modelos de simulacin discretos y continuos, se definen de manera
anlogo a los sistemas discretos y continuos respectivamente. Pero debe
entenderse que un modelo discreto de simulacin no siempre se usa para modelar
un sistema discreto. La decisin de utilizar un modelo discreto o continuo para
simular un sistema en particular, depende de los objetivos especficos de estudio.
Por ejemplo: un modelo de flujo de trfico en una sper carretera, puede ser
discreto si las caractersticas y movimientos de los vehculos en forma individual
es importante. En cambio si los vehculos pueden considerarse como un agregado
en el flujo de trfico entonces se puede usar un modelo basado en ecuaciones
diferenciales presentes en un modelo continuo.

Variable discreta y variable continua

De Wikipedia, la enciclopedia libre
(Redirigido desde Variable discreta)
Saltar a navegacin, bsqueda

Una variable discreta es sencillamente una variable para la que se dan de modo inherente
separaciones entre valores observables sucesivos. Dicho con ms rigor, se define una
variable discreta como la variable tal que entre dos cualesquiera valores observables
(potencialmente), hay por lo menos un valor no observable (potencialmente). Por ejemplo,
un recuento del nmero de colonias de un cultivo en agar es una variable discreta. Mientras
que cuentas de 3 y 4 son potencialmente observables, no lo es una de 3,5.
Una variable continua tiene la propiedad de que entre 2 cualesquiera valores observables
(potencialmente), hay otro valor observable (potencialmente). Una variable continua toma
valores a lo largo de un continuo, esto es, en todo un intervalo de valores. Longitudes y
pesos son ejemplos de variables continuas. La estatura de una persona, por ejemplo, puede
ser de 1,70 m o de 1,75 m, pero en potencia al menos podra tomar cualquier valor
intermedio, como 1,7351 m.
Un atributo esencial de una variable continua es que, a diferencia de una variable discreta,
nunca se la puede medir exactamente. Con una variable continua debe haber
inevitablemente un error de medida.

Distribucin de probabilidad
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda

La distribucin Normal suele conocerse como la "campana de gauss".

En teora de la probabilidad y estadstica, la distribucin de probabilidad de una variable
aleatoria es una funcin que asigna a cada suceso definido sobre la variable aleatoria la
probabilidad de que dicho suceso ocurra. La distribucin de probabilidad est definida
sobre el conjunto de todos los eventos rango de valores de la variable aleatoria.
Cuando la variable aleatoria toma valores en el conjunto de los nmeros reales, la
distribucin de probabilidad est completamente especificada por la funcin de
distribucin, cuyo valor en cada real x es la probabilidad de que la variable aleatoria sea
menor o igual que x.

Contenido
[ocultar]
1 Definicin de funcin de distribucin
2 Propiedades
3 Distribuciones de variable discreta
o 3.1 Distribuciones de variable discreta ms importantes
4 Distribuciones de variable continua
o 4.1 Distribuciones de variable continua ms importantes

5 Enlaces externos

[editar] Definicin de funcin de distribucin

Dada una variable aleatoria todos son puntos

, su funcin de distribucin,

Por simplicidad, cuando no hay lugar a confusin, suele omitirse el subndice

escribe, simplemente,
.

, es

y se

[editar] Propiedades
Como consecuencia casi inmediata de la definicin, la funcin de distribucin:

Es una funcin continua por la derecha.

Es una funcin montona no decreciente.

Adems, cumple

Para dos nmeros reales cualesquiera a y b tal que (a < b), los sucesos
son mutuamente excluyentes y su unin es el suceso
tenemos entonces que:

y
, por lo que

y finalmente

Por lo tanto una vez conocida la funcin de distribucin F(x) para todos los valores de la
variable aleatoria x conoceremos completamente la distribucin de probabilidad de la
variable.
Para realizar clculos es ms cmodo conocer la distribucin de probabilidad, y sin
embargo para ver una representacin grfica de la probabilidad es ms prctico el uso de la
funcin de densidad.

[editar] Distribuciones de variable discreta

Distribucin binomial.
Se denomina distribucin de variable discreta a aquella cuya funcin de probabilidad slo
toma valores positivos en un conjunto de valores de X finito o infinito numerable. A dicha
funcin se le llama funcin de masa de probabilidad. En este caso la distribucin de
probabilidad es el sumatorio de la funcin de masa, por lo que tenemos entonces que:

Y, tal como corresponde a la definicin de distribucin de probabilidad, esta expresin

representa la suma de todas las probabilidades desde
hasta el valor x.

[editar] Distribuciones de variable discreta ms importantes

Las distribuciones de variable discreta ms importantes son las siguientes:

Distribucin binomial
Distribucin binomial negativa
Distribucin Poisson

Distribucin geomtrica
Distribucin hipergeomtrica
Distribucin de Bernoulli
Distribucin Rademacher, que toma el valor 1 con probabilidad 1 / 2 y el valor -1
con probabilidad 1 / 2.
Distribucin uniforme discreta, donde todos los elementos de un conjunto finito son
equiprobables.

[editar] Distribuciones de variable continua

Distribucin normal.
Se denomina variable continua a aquella que puede tomar cualquiera de los infinitos
valores existentes dentro de un intervalo. En el caso de variable continua la distribucin de
probabilidad es la integral de la funcin de densidad, por lo que tenemos entonces que:

[editar] Distribuciones de variable continua ms importantes

Las distribuciones de variable continua ms importantes son las siguientes:

Distribucin ji cuadrado
Distribucin exponencial
Distribucin t de Student
Distribucin normal
Distribucin Gamma
Distribucin Beta
Distribucin F
Distribucin uniforme (continua)