DISEÑO DE LA CALIDAD

DE LA SIMULACIÓN

UNIDAD 4
Inicia: 20 marzo
Termina: 23 de abril
Evaluación: 24 de abril
 4.1 Lista de estimadores a obtener de la
simulación
Un estimador es un estadístico
utilizado para estimar un
parámetro desconocido de la
población.

Para cada parámetro pueden

existir varios estimadores
diferentes.
 Parámetros y estimadores

Parámetro.
Es aquel que representa
características
importantes de la
población, entre ellos: la
varianza, la media, la
proporción.
 Parámetros y estimadores
Estimador:
Es un estadístico que se
determina con la muestra
de una determinada
población y cuyo valor es
próximo al parámetro de
la población.
 Tipos de estimadores
Puntuales. Es un valor único
aproximado de cierto
parámetro desconocido de la
población.

Intervalos. Se refiere a obtener

un intervalo dentro del cual se
encuentra el parámetro bajo
cierta probabilidad.
Ejemplo de Parámetros y Estimadores
 Características de los estimadores
Insesgado.
Un estimador es insesgado o imparcial si su valor
esperado es igual al parámetro que está estimando.
Es una media de las medias, ya que se deben realizar
varias muestras.
 Características de los estimadores

Eficiente.
Es eficiente si tiene un error estándar menor
al error estándar de otro estimador del
mismo parámetro.
El estimador mas eficiente es aquel que
tenga la varianza más pequeña.
 Características de los estimadores

Consistente.
Es consistente si, a medida que n
aumenta, el valor del estadístico se
aproxima al valor del parámetro.
 Características de los estimadores

Suficiente.
Es suficiente si ningún otro estimador
puede proporcionar más información
sobre el parámetro de la información.
 4.1.1 Instrumentos de medición

Son elementos o dispositivos capaces de

determinar la magnitud con la que se
representa determinado evento.

Están basados en estándares o patrones

de medida que han sido previamente
establecidos.
 Instrumentos de medición

Permiten lograr la interpretación o

comparación de los valores obtenidos
con los valores de referencia.

Sus características principales son su

precisión y sensibilidad.
Clasificación de los instrumentos de medición

ANALÓGICOS. Son aquellos que para

procesar y calcular la variable de
medida utilizan directamente la señal,
es decir, indican el valor de la variable
a medir en forma continua y se
transfiere a una escala de medición
haciendo uso únicamente de las
propiedades físicas de los materiales.
Clasificación de los instrumentos de medición

DIGITALES. Se valen de las propiedades

físicas de los materiales pero, para
transformarlas en señales eléctricas
que posteriormente serán transmitidas a
algún dispositivo o elemento
electrónico que permitirá su
interpretación.
 Interactividad con la variable a medir
Según el tipo de variables que medirán se pueden
clasificar en instrumentos de medición:
-Eléctricos
-De temperatura
-De nivel
-De presión
-De longitud
-De masa
-De velocidad
-De volumen
-De tiempo
 Clasificación según su función
Elementos ciegos.- No poseen una
indicación visible de la variable que se va a
medir, solo se ajustan a los límites de trabajo.

Instrumentos indicadores.- Dan una lectura

visible de la variable a medir y están
compuestos por un índice y una escala
graduada para visualizar el rango de la
variable.
 Clasificación según su función
Instrumentos registradores.- Permiten
contabilizar la cantidad de veces que se
produjo un determinado evento.

Instrumentos transmisores.- Permiten

transferir los valores de determinadas
magnitudes a otros dispositivos
 Clasificación según el tipo de medición que
realizan
De medición directa.- Son aquellos
capaces de dar una lectura directa sobre
una escala que ya ha sido grabada.

De medición indirecta.- Son aquellos que

para que puedan usarse se deben ajustar a
un cierto valor con la ayuda de un patrón o
un calibrador.
 Clasificación según su funcionamiento
Se pueden considerar instrumentos:
Mecánicos.
Ópticos.
Neumáticos.
Eléctricos.
Electrónicos.
Mixtos (combinación de los anteriores).
 4.1.2 Medios de registros de datos
Registrar es la acción que se refiere a
almacenar algo o a dejar constancia de ello
en algún tipo de documento.

Un dato, por su parte, es una información que

posibilita el acceso a un conocimiento.
 Registro de datos
El registro de datos está vinculada a
consignar determinada información en un
soporte.

Este registro puede desarrollarse tanto en

papel como en formato digital.
 Registro de datos
La simulación debe
registrar las estadísticas y
datos en histogramas o
tablas a medida que
corre la simulación para
poder calcular los
resultados.
 Medios de registro de información
La información es un producto
tangible del conocimiento y por
tanto está registrada en distintos
medios y/o soportes.

Los medios de registros y/o

soportes constituyen los
documentos.
Tipos de medios de registro de información
Impresos:
Libros
Diarios
Tesis y/o memorias
Revistas
Folletos
Tipos de medios de registro de información
Materiales especiales o no
convencionales
Son un tipo de documento
no impreso.
Requieren de equipos para
su uso.
Requieren un tratamiento y
mantenimiento diferentes.
Tipos de medios de registro de información
Materiales de proyección fija:
Transparencias, diapositivas.

Materiales de proyección con movimiento

Videocasetes, videodiscos.

Materiales gráficos
Fotografías, planos.

Materiales auditivos
Casetes de audio, discos de audio.
 4.2 Identificador del estimador determinante
(estimador líder) del tamaño de la simulación

Por definición, el valor de una

variable cambia conforme
avanza la simulación, aunque
se le debe dar un valor inicial.
 4.2 Identificador del estimador determinante
(estimador líder) del tamaño de la simulación

Cabe recordar que el valor de un

parámetro permanece constante; sin
embargo, puede cambiar conforme se
estudian diferentes alternativas en otras
simulaciones.
 4.2 Identificador del estimador determinante
(estimador líder) del tamaño de la simulación

En estadística tiene un papel destacado la

noción de MUESTRA ALEATORIA.

Una muestra aleatoria de tamaño n es:

-Una colección de n variables aleatorias.
-Todas con la misma distribución.
-Todas independientes.
4.3 Muestras preliminares de los proyectos
aprobados en 3.4

Toda estructura y cada una de sus partes

deberán diseñarse para ofrecer una
seguridad adecuada contra la aparición de
fallas posibles ante las combinaciones de
acciones más desfavorables que pudieran
presentarse durante su vida útil.
4.4 Características estadísticas del
estimador líder
 4.4.1 Establecimiento de la precisión

Hay que controlar la

precisión de los datos
aplicando valores mínimos y
máximos para diferentes
tipos de cuenta.
Ejemplo: puede truncar o
redondear la parte decimal
de los números más largos.
4.4.1 Establecimiento de la precisión

Mínimos
agregar ceros a
los números de
pocos
decimales.

Máximos
truncar o
redondear la
parte decimal
de los números
grandes.
 4.4.2 Cálculo del número mínimo de
observaciones necesarias

El tamaño de la muestra o cálculo de número

de observaciones es un proceso vital en la
etapa de cronometraje, dado que de este
depende en gran medida el nivel de confianza
del estudio de tiempos.

Su objetivo es determinar el valor del promedio

representativo para cada elemento.
Los métodos mas utilizados para determinar
el número de observaciones son:
Método estadístico.- Requiere que se
efectúen cierto numero de observaciones
preliminares (n´), para luego poder aplicar la
siguiente fórmula.
siendo:
n = Tamaño de la muestra que deseamos calcular
(número de observaciones)
n' = Número de observaciones del estudio preliminar
Σ = Suma de los valores
x = Valor de las observaciones.
40 = Constante para un nivel de confianza de 94,45%
Ejercicio del método estadístico
Los métodos mas utilizados para determinar
el número de observaciones son:

Método tradicional:
Este método consiste en seguir el siguiente
procedimiento sistemático:
 Método tradicional

1. Realizar una muestra tomando

10 lecturas sí los ciclos son <= 2 minutos y
 5 lecturas sí los ciclos son > 2 minutos

Esto debido a que hay más confiabilidad en

tiempos más grandes, que en tiempos muy
pequeños donde la probabilidad de error
puede aumentar.
 Método tradicional

2. Calcular el rango o intervalo de los

tiempos de ciclo, es decir, restar del tiempo
mayor el tiempo menor de la muestra:

R (Rango) = Xmax - Xmin

 Método tradicional

3. Calcular la media aritmética o promedio:

siendo:

Σx = Sumatoria de los tiempos de muestra

n = Número de ciclos tomados

 Método tradicional

4.- Hallar el cociente entre rango y la

media:
 Método tradicional

5. Buscar ese cociente en la siguiente

tabla, en la columna (R/X), se ubica el
valor correspondiente al número de
muestras realizadas (5 o 10) y ahí se
encuentra el número de
observaciones a realizar para obtener
un nivel de confianza del 95% y un
nivel de precisión de ± 5%.
Ejercicio del método tradicional
 4.4.3 Intervalos de confianza

Es un rango de valores, derivado de los

estadísticos de la muestra, que posiblemente
incluya el valor de un parámetro de
población desconocido. Debido a su
naturaleza aleatoria, es poco probable que
dos muestras de una población en particular
produzcan intervalos de confianza idénticos.
 4.4.3 Intervalos de confianza

Un intervalo de confianza permite calcular dos

valores alrededor de una media muestral (valor
superior y valor inferior). Estos valores van a
acotar un rango dentro del cual, con una
determinada probabilidad, se va a localizar el
parámetro poblacional.
 4.4.3 Intervalos de confianza

Intervalo de confianza = media + - margen de

error.

En conclusión, el intervalo de confianza sirve

para dar una estimación puntual del parámetro
poblacional, si nos va a servir para hacernos una
idea aproximada de la cuál podría ser el
verdadero de este.
Factores de los que depende un intervalo
de confianza
El cálculo de un intervalo de confianza depende
principalmente de los siguientes factores:
Tamaño de la muestra seleccionada
Nivel de confianza
Margen de error de la estimación
Lo estimado en la muestra (media, varianza,
diferencia de medias)
Intervalo
de
confianza
Ejemplo de intervalos de confianza
4.5 Muestras definitivas
 4.5.1 Estadísticas descriptivas

Las estadísticas descriptivas resumen

cuantitativamente un conjunto de datos.
Para tener una visión global de los datos que
se van a analizar, puede mostrar estadísticas
descriptivas junto con análisis más formales.
 4.5.1 Estadísticas descriptivas

Se puede utilizar estadísticas descriptivas para:

Ver los promedios, como la media o la
mediana.
Obtener información, como la media de los
grupos de interés, que puede necesitar para
interpretar otras pruebas estadísticas.
Proporcionar representaciones gráficas de los
datos, como histogramas.
4.5.2 Muestras pequeñas: pruebas de Kolmogorov-Smirnov
para ajuste de una distribución de probabilidades continua
hipotética (en hoja de cálculo o con paquete estadístico)

La prueba de Kolmogorov es una prueba de

bondad de ajuste, es decir, del grado en que
la distribución observada difiere de otra
distribución.

Permite calcular la distancia entre dos

distribuciones de probabilidad y determinar
estadísticamente si son la misma.
 Fórmula de Kolmogorov-Smirvov
Variables:
n: Número de datos
c: Número de clases
gl: Grados de libertad
FO: Frecuencia observada
FOA: Frecuencia observada acumulada
PO: Probabilidad observada
PE: Probabilidad esperada
PEA: Probabilidad esperada acumulada
Fórmula de Kolmogorov-Smirvov
Fórmula de Kolmogorov-Smirvov