Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Principios Generales:
1. La importancia de usar la distribucin
correcta
2. Las fuentes de aleatoriedad en sistemas a
simular
3. Los mtodos para representar la
aleatoriedad de los datos del sistema
4. Ajustando una distribucin terica a
los datos
5. Seleccionando una distribucin en
ausencia de datos
Trabajos en cola
Histogram
0.20
Proportion
0.15
0.10
0.05
0.00
0.10
0.50
0.90
1.30
1.70
2.10
2.50
2.90
Interval Midpoint
15 intervals of width 0.2 between 0 and 3
Density/Proportion
0.20
0.15
0.10
0.05
0.00
0.10
0.50
0.90
1.30
1.70
2.10
2.50
2.90
Interval Midpoint
15 intervals of width 0.2 between 0 and 3
1 - Weibull
2 - Lognormal
3 - Exponential
Porcentaje
de error
Weibull*
4.36
Exponencial
6.71
53.9
normal
6.04
38.5
lognormal
7.19
64.9
*Mejor ajuste
2. Fuentes de aleatoriedad en
sistemas simulados
Los sistemas Industriales:
Los tiempos de Proceso, tiempos entre
fallas de las mquinas, tiempos de
reparacin de las mquinas, tiempos no
disponibles, tiempos sin alimentacin.
Las redes de comunicaciones:
Tiempos entre llegada de mensajes,
longitudes del mensaje, tipos de mensajes.
Sistemas de servicio:
Tiempos de servicio en un banco, tiempos
para procesar papeles en una compaa
de seguros
Sistemas de Salud
Tiempo entre llegadas a servicio, tiempos
de servicio de los pacientes, tiempos de
toma de exmenes, tiempos de realizacin
de exmenes de laboratorio
Histogram
Proportion
0.15
0.10
0.05
0.00
1.2
10.8
20.4
30.0
39.6
49.2
58.8
68.4
Interval Midpoint
31 intervals of width 2.4 between 0 and 74.4
Histogram
0.35
0.30
Proportion
0.25
0.20
0.15
0.10
0.05
0.00
2.50
22.50
42.50
62.50
82.50
102.50
122.50
Interval Midpoint
25 intervals of width 5 between 0 and 125
Histogram
0.25
Proportion
0.20
0.15
0.10
0.05
0.00
12.50
87.50
162.50
237.50
312.50
387.50
Interval Midpoint
17 intervals of width 25 between 0 and 425
Histogram
Proportion
0.15
0.10
0.05
0.00
50.3
52.3
54.3
56.3
58.3
60.3
62.3
64.3
66.3
68.3
Interval Midpoint
38 intervals of width 0.5 between 50 and 69
Histogram
0.30
Proportion
0.25
0.20
0.15
0.10
0.05
0.00
0.05
0.35
0.65
0.95
1.25
1.55
1.85
2.15
Interval Midpoint
22 intervals of width 0.1 between 0 and 2.2
10
F(x)
1.0
U 0.8
0.6
0.4
0.2
0.0
X(1)
X(2)
x
X(3)
X(4)
X(5)
X(6)
X
Figura 10. Funcin de distribucin emprica
11
12
13
2) Escala
Un cambio en comprime o expande la
densidad. Si la distribucin de X tiene
un parmetro de escala de 1, entonces
la distribucin de Y = X tiene un
parmetro de escala de .
3) Forma
Un cambio en fundamentalmente
altera las propiedades de distribucin
(Ej., la asimetra).
14
Exponencial - expo()
f(x)
Gamma - gamma(, )
f(x)
= 1/2
=1
=2
=3
15
Weibull - Weibull(, )
f(x)
=3
=2
=1
= 1/2
f(x)
=5
=4
16
Normal - N(, 2)
f(x)
Lognormal - LN(, 2)
f(x)
= 3/2
= 1/2
=1
17
=4
=2
=1
= 1/2
1 = 1
2 = 4
2 = 2
2 = 1
x
18
f(x)
2 = 4
1 = 2
2 = 2
2 = 1
Log-logistic - LL(, )
f(x)
=3
=2
=1
= 1/2
19
Beta - beta(1,2, a, b)
f(x)
2.5
2.0
1.5
1 = 5
2 = 1 .5
1 = 5
2 = 5
1 = 1.5
2 = 5
1.0
0.5
0.0
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
f(x)
5.0
4.5
4.0
3.5
1 = 1
2 = 5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0.0
x
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
20
Johnson SB - JSB(1,2, a, b)
f(x)
4.0
3.5
3.0
2.0
1 = -2
2 = 2
1 = 0
2 = 2
1 = 2
2 = 2
2.5
1.5
1.0
0.5
0.0
0.0
x
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
21
Resumen de estadsticas:
Media
Medida de tendencia central
Mediana x0.5
Medida de tendencia central
Coeficiente de variacin,
cv = /
Asimetra,
Medida de variabilidad
3
= E[(X - ) ]/( ) 2 ]
3
Medida de simetra
Importante:
Estudiar posible correlacin de las observaciones.
22
Forma de
distribucin
Simtrica
Inclinado a la
derecha
Inclinado a la
izquierda
Relaciones
= x0.5, = 0
> x0.5, > 0
< x0.5, < 0
23
X (n ) =
Xi
(1)
i =1
n
n
S 2 (n) =
2
[ X i X (n)]
i =1
(2)
n 1
47
donde
(0 < < 1)
MEDIA-LONGITUD
es
(3)
24
Paso 1:
Uso de resultados desde el paso 0 para
seleccionar un conjunto de distribuciones
razonables.
Ajuste cada una de estas distribuciones a
los datos X1, X2, ..., Xn usando el mtodo de
mxima probabilidad (pp. 343-347).
Para una distribucin particular, el mtodo
procede eligiendo aquellos valores para los
parmetros que maximizan la probabilidad de
haber obtenido los datos observados.
Descripcin tcnica :
Defina la funcin de probabilidad L( )
como sigue:
L( ) = f (X 1 ) f (X 2 ) f (X n )
y la funcin de probabilidad-log por
l ( ) = ln [L( )]
Note que maximizar l ( ) es equivalente
a maximizar L( ) , ya que l ( ) es una
funcin montona en .
25
(1/ )
Xi
i =1
l ( ) = -n ln (1 / )X i
Tomando la Derivada de I(), Se tiene
dl / d = n / + X i / 2
Ajustando dl / d = 0 , se obtiene
= X (n )
26
l / d
= n /
(2 /
) X
Paso 2:
Determinar cual de las distribuciones
fijadas (si hay alguna) mejor representa
los datos observados usando uno o
ms test heursticos apropiados (e.j., la
prueba estadstica para la prueba de
Kolmogorov-Smirnov).
Comentario:
La prueba estadsticas deben ser
corregidas.
27
Paso 3:
Determinar la calidad de la mejor
distribucin(es) usando
comparaciones grficas y tests de
bondad de ajuste
Comparaciones Grficas :
Densidad / histograma
Trace la funcin de densidad f (x ) de la
distribucin fijada sobre el histograma.
28
(2 0)
29
2 > k - 1, 1 -
donde 2k - 1, 1 - es el (1 - ) - cuantil
para una distribucin chi-cuadrado con
k - 1 g.l. (p. 709).
f(x)
Area achurada =
k21,1
No hay rechazo
Rechazo
30
31
F4 (x )
1.0
0.5
0
x (1) x (2)
x (3)
x (4)
Kolmogorov-Smirnov Test
donde:
si
> d
+
n
= m ax { D
+
n
, D
_
n
i
= m ax
F$ ( X
1 i n n
= m a x F$ ( X
1 i n
n , 1
(i )
(i )
i 1
32
33
area = 1
h
a
34
35
f(x)
0.75
0.50
0.25
0.00
0.00
0.25
0.50
0.75
1.00
1.25
1.50
1.75
X-Value
1 - Lognormal
2 - Triangular
f(x)
0.75
0.50
0.25
0.00
0.00
0.25
0.50
0.75
1.00
1.25
1.50
1.75
2.00
2.25
X-Value
1 - Lognormal
2 - Triangular
36
1.30
5.66
Porcentaje
de error
--88.2
48.7
37
Lectura recomendada
Secciones 6.1, 6.2, 6.4 hacia 6.7, 6.11
en Law & Kelton
Law, A. M. :
Modelo y Anlisis de Simulacin,
Tercera Edicin, McGraw-Hill, New
York (2007).
38
f(x)
0.60
0.50
0.40
0.30
0.20
0.10
0.00
0.00
0.25
0.50
0.75
1.00
1.25
1.50
1.75
2.00
2.25
2.50
X-Value
1 - Weibull
f(x)
0.75
0.50
0.25
0.00
0.0
1.0
2.0
3.0
4.0
5.0
6.0
X-Value
2 - Exponential
39
f(x)
0.50
0.40
0.30
0.20
0.10
0.00
-0.50
0.00
0.50
1.00
1.50
2.00
X-Value
3 - Normal
f(x)
0.60
0.50
0.40
0.30
0.20
0.10
0.00
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
X-Value
4 - Lognormal
40