Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONSULTA
PRESENTADO POR:
JUAN CAMILO GONZALEZ ORTEGA ID: 524453
PROFESOR:
CARLOS FRANCISCO TRUJILLO TRUJILLO
EJEMPLOS:
CARACTERÍSTICAS DE LA SIMULACIÓN
• Simulación estática
El avance del tiempo no se considera en la simulación estática; es decir, es la
representación del sistema en un instante específico del tiempo.
• Simulación dinámica
Incluye el paso del tiempo. Un mecanismo de reloj mueve el avance del tiempo y
el estado de las variables del sistema son actualizadas.
• Simulación determinística
Se denomina simulación determinística cuando los modelos tienen entradas y
salidas (ínputs y outputs) constantes.
• Simulación estocástica o probabilística
La simulación es estocástica o probabilística si los modelos se basan en una o
más variables de entrada, cuya naturaleza es aleatoria. Un modelo estocástico
tiene entradas aleatorias, entonces produce salidas aleatorias.
UNIVERSIDAD COOPERATIVA DE COLOMBIA
FACULTAD DE INGENIERÍA CIVIL
CURSO: TEC. DE VALIDACION Y SIMULACION
• Simulación discreta
Es aquella en la que los eventos se dan en puntos discretos del tiempo, con lo
cual se actualizan los valores de las variables de estado del modelo en dichos
puntos.
• Simulación continua
Es aquella en la que las variables de estado del modelo cambian continuamente
respecto del tiempo. Es decir, el intervalo de tiempo entre la ocurrencia de un
evento y otro se puede considerar infinitesimal.
Variable en simulación:
1. Variables de decisión.
2. Variables de respuesta.
3. Variables de estado.
UNIVERSIDAD COOPERATIVA DE COLOMBIA
FACULTAD DE INGENIERÍA CIVIL
CURSO: TEC. DE VALIDACION Y SIMULACION
1. VARIABLES DE DECISION
En un experimento, estas representan la variable independiente. Es posible alterar
los valores de las variables independientes, cada vez que esto sucede se afecta el
comportamiento del sistema. La persona que realiza el experimento controla y
cambia los valores de las variables de decisión, bajo algún criterio técnico.
Ejemplos:
Asignar a un determinado número de operarios a la línea de producción.
2. VARIABLES DE RESPUESTA
Ejemplos:
El tiempo promedio que una entidad permanece en cola.
3. VARIABLES DE ESTADO
Ejemplos :
El número actual de entidades en cola, el número actual de recursos que están
siendo utilizados o que están disponibles.
Una prueba de hipótesis examina dos hipótesis opuestas sobre una población: la
hipótesis nula y la hipótesis alternativa. La hipótesis nula es el enunciado que se
probará. Por lo general, la hipótesis nula es un enunciado de que "no hay efecto" o
"no hay diferencia". La hipótesis alternativa es el enunciado que se desea poder
concluir que es verdadero de acuerdo con la evidencia proporcionada por los
datos de la muestra.
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/basics/example-of-a-hypothesis-test/
alternativa es lo que usted podría pensar que es cierto o espera probar que es
cierto.
unilateral o bilateral.
Bilateral
Utilice una hipótesis alternativa bilateral (también conocida como hipótesis no
direccional) para determinar si el parámetro de población es mayor que o menor
que el valor hipotético. Una prueba bilateral puede detectar cuándo el parámetro
de población difiere en cualquier dirección, pero tiene menos potencia que una
prueba unilateral.
Unilateral
Utilice una hipótesis alternativa unilateral (también conocida como hipótesis
direccional) para determinar si el parámetro de población difiere del valor
hipotético en una dirección específica. Usted puede especificar la dirección para
que sea mayor que o menor que el valor hipotético. Una prueba unilateral tiene
mayor potencia que una prueba bilateral, pero no puede detectar si el parámetro
de población difiere en la dirección opuesta.
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/basics/null-and-alternative-hypotheses /
Error de tipo II
Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de tipo II.
La probabilidad de cometer un error de tipo II es β, que depende de la potencia de
la prueba. Puede reducir el riesgo de cometer un error de tipo II al asegurarse de
que la prueba tenga suficiente potencia. Para ello, asegúrese de que el tamaño de
la muestra sea lo suficientemente grande como para detectar una diferencia
práctica cuando esta realmente exista.
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/basics/type-i-and-type-ii-error/
Prueba de Anderson-Darling: mide qué tan bien siguen los datos una
distribución específica. Para un conjunto de datos y distribución en particular,
mientras mejor se ajuste la distribución a los datos, menor será este estadístico.
Por ejemplo, usted puede utlizar el estadístico de Anderson-Darling para
determinar si los datos cumplen el supuesto de normalidad para una prueba t.
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/basics/type-i-and-type-ii-error/
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/tables/supporting-
topics/chi-square/what-is-a-chi-square-test /