Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Una característica fundamental que permite clasificar los métodos de simulación en deterministas
o estocásticos es el uso o no de variables aleatorias para formalizar la evolución del sistema que se
representa.
Desarrollo de un modelo estocástico: Toma y análisis e los datos --> Ajuste de una función de
distribución Validación del ajuste.
Adquisición y análisis de datos
En el modelado de un componente aleatorio de un sistema, tan sólo deben registrarse los datos
referentes al proceso estocástico, sin considerar ni las causas de la actividad aleatoria, ni sus
consecuencias.
Existen dos técnicas para evaluar la independencia de los valores: las gráficas de auto correlación y
los diagramas de dispersión.
Las correlaciones determinadas con pequeñas muestras son poco fiables debido a la variabilidad
inherente a la propia estimación. Los valores obtenidos para retardos entre k=1 y k=10 son los que
aportan mayor información sobre la independencia de la muestra, mientras que retardos
superiores a k=20 no aportan ninguna información. Para muestras independientes se espera que
los valores obtenidos estén centrados en el cero y sean de pequeña magnitud. Para muestras
dependientes, y por tanto no aleatorias, los valores de autocorrelación serán significativamente
diferentes de cero (los valores de autocorrelación límite con -1 y 1).