Está en la página 1de 13

Paso 1 - Reconocimiento de Pre saberes modelos de simulación

Entregado por:

Jairo Cifuentes

Código: 1.086.045.784

Presentado a:

Nidia Stella Rincón Parra

Tutora

Universidad Nacional Abierta y a Distancia – UNAD

Programa de Ingeniería Industrial

Modelos y Simulación

02 de Septiembre de 2021
Introducción

En la actualidad existen gran cantidad de herramientas informáticas que facilitan el

trabajo de los Ingenieros Industriales a la hora de querer realizar un proyecto, es muy

importante que el futuro Ingeniero entienda que es mejor primero realizar simulaciones y

pruebas para así determinar los puntos fuertes de una actividad o proyecto, el modelo

matemático es ideal ya que nos permite analizar de forma cuantitativa la viabilidad a la

hora de querer implementar un proyecto. En este documento se encuentra el desarrollo de la

actividad correspondiente a la unidad 1 del curso de Modelos y Simulación.


Objetivos

Objetivo General

Reconocer los modelos de simulación como medio de mejoramiento de procesos y

sistemas, así como en el uso de nuevas aplicaciones de tecnológicas para este propósito.

Objetivos Específicos

Reconocer los diferentes entornos del curso.

Identificar a los integrantes del grupo de trabajo del curso.

Investigar sobre diferentes temas concernientes a al modelación y simulación.

Participar de forma continua en el foro de trabajo colaborativo.


Justificación

Antes de iniciar cualquier actividad, trabajo, proyecto, todo estudiante o trabajador

debe investigar los conocimientos previos necesarios para poder realizar dicho proyecto

deforma adecuada, es por eso que en este trabajo al ser el primero del semestre académico

se hace énfasis en que el estudiante aprenda los conceptos básicos necesario para que

durante el transcurso del semestre académico tenga claro que es lo que se necesita a la hora

de resolver ciertos problemas o ejercicios.


Esquema del trabajo

1. Qué es la inferencia estadística, clases de muestreo, distribuciones muéstrales.

La inferencia estadística es un conjunto de métodos y técnicas que permiten inferir

el comportamiento de una población específica con una probabilidad de error medible a

partir de la información empírica proporcionada por la muestra.

 Clases de muestreo

 Muestreo aleatorio o probabilístico

Este tipo de muestreo es uno de los más utilizados en las investigaciones. Se

comprende que aquí todos los sujetos o elementos de la población pueden pasar a formar

parte de la muestra, pues tienen la misma probabilidad de ser escogidos.

Dentro de los muestreos probabilísticos podemos encontrar los siguientes tipos:

1. Muestreo aleatorio simple:

En este método de muestreo lo principales es tener una idea clara de cuantos sujetos

serán necesarios para completar el tamaño de la muestra que se va a investigar, pues este

consiste en que a cada sujeto de la población se le debe asignar un número, para que

posteriormente mediante algún sorteo, o generando números aleatorios con ayuda de rifas o

algún ordenador se logre dar a conocer los números de los sujetos seleccionados que serán

tomados como muestra.

2. Muestreo sistemático:

Pues en este método como en el primero, los sujetos que conforman a la población

son enumerados, pero en lugar de dar a conocer los que serán incluidos mediante el azar en
este caso incluyen otra técnica. Posteriormente de que son enumerados, los investigadores

dividen el total de la población que se presenta entre el total de sujetos que requieren para

la muestra; para después elegir a uno de los primeros de estos sujetos al azar (ya

enumerados) y posteriormente se va sumando de una forma secuencial o constante el

mismo valor para elegir a los sujetos requeridos.

3. Muestreo estratificado:

Mediante este método de investigación, los investigadores dividen a la población en

grupos o estratos que tengan relación o compartan características similares y

posteriormente se selecciona al azar o aleatoriamente a los sujetos finales de los grupos o

estratos formados. Este método es utilizado para cuando los investigadores pretenden que

dentro de la muestra se encuentren incluidos todos los grupos de interés que puedan

representar significancia para la investigación.

4. Muestreo por Conglomerados:

En este método, la población ya se encuentra dividida en grupos o estratos formados

naturalmente y a partir de estos se toman la cantidad de sujetos que sean necesarios de cada

uno para así formar la muestra. Este es similar al método por estratificación, sin embargo se

facilita más, pues los grupos ya están formados y solo se requieren los datos de esos

elementos que lo integran.

 Distribuciones muéstrales

El estudio de determinadas características de una población se realiza a través de

diversas muestras que se pueden extraer de ella. El muestreo puede tener reemplazo o

ningún reemplazo, y la población inicial puede ser infinita o finita. Una población finita
muestreada por reemplazo puede teóricamente considerarse infinita. Además, a efectos

prácticos, una población muy grande puede considerarse ilimitada. A lo largo de nuestra

investigación, nos limitaremos a una población inicial infinita o muestreo de reemplazo..

2. Qué es la programación lineal, formulación de un problema de programación

lineal, pasos para desarrollar método simplex.

La programación lineal corresponde a un algoritmo mediante el cual se resuelve la

situación real, orientado a identificar y solucionar dificultades para mejorar la

productividad de los recursos, aumentando así los ingresos. El objetivo principal de la

programación lineal es la optimización, es decir, maximizar o minimizar la función lineal

en varias variables reales con restricciones lineales La optimización es también una función

objetivo lineal. El primer paso para la resolución de un problema de programación lineal

consiste en la identificación de los elementos básicos de un modelo matemático, estos son:

 Función Objetivo: La función objetivo tiene una estrecha relación con la pregunta

general que se desea responder. Si diferentes problemas producen un modelo, la

función objetivo estará relacionada con el problema de nivel superior, el problema

básico.

 Variables: Las variables de decisión, son en teoría, factores controlables del

sistema que se está modelando, y como tal, estas pueden tomar diversos valores

posibles, de los cuales se precisa conocer su valor óptimo, que contribuya con la

consecución del objetivo de la función general del problema.

 Restricciones: las restricciones en un problema de programación lineal, nos

referimos a todo aquello que limita la libertad de los valores que pueden tomar las

variables de decisión.
 Metodo Simplex

El método simplex es un método iterativo que le permite mejorar la solución en

cada paso. El método simplex utiliza la propiedad de la solución óptima del problema de

programación lineal en el vértice o límite del campo de punto factible, por lo que la

búsqueda secuencial del algoritmo se basa en la evaluación progresiva de estos vértices

hasta encontrar la solución óptima.

 Pasó a paso para construcción del método simplex

- PASO 1: Modelación mediante programación lineal.

- PASO 2: Convertir las inecuaciones en inecuaciones

- PASO 3: Definir la solución básica inicial.

- PASO 4: Definir la tabla simplex inicial.

- PASO 5: Realizar las iteraciones necesarias.

3. Qué son los métodos determinísticos, pasos para la construcción de modelos

matemáticos, definición de variable, función objetivo y restricciones

Además de ser una herramienta básica para la toma de decisiones, los métodos

deterministas también pueden optimizar los resultados logísticos, administrativos y

financieros de la organización para mejorar procesos, reducir costos y mejorar sus recursos

técnicos. Asimismo, propone diferentes métodos para solucionar problemas relacionados

con el transporte, distribución y distribución, que son elementos clave para resolver

eficazmente los inconvenientes y / o dificultades que puedan surgir en la actividad


empresarial. El modelo estadístico se especifica mediante un conjunto de ecuaciones

relacionadas con diversas variables aleatorias, en las que pueden aparecer otras variables no

aleatorias. Por tanto, “el modelo es la representación formal de la teoría.

 Pasos para la construcción de modelos matemáticos:

- Identificación de problemas: necesidad de simular, optimizar o controlar.

- Elección del tipo de modelo: el modelo debe ser lo suficientemente simple

como para permitir el uso de los recursos disponibles para un procesamiento

matemático asequible.

- Identificar el mayor número de datos fidedignos, rotular y clasificar las

incógnitas.

- Formalización del modelo: En esta fase posiblemente se introduzcan

también simplificaciones suficientes para que el problema matemático de

modelización sea tratable computacionalmente.

- Se detallara que forma tienen los datos de entrada, que tipo de herramientas

matemática se usara, como se adaptan a la información previa existente.

- Comparación de Resultados: Los resultados obtenidos como predicciones

necesitan ser comparados con los hechos observados para ver si el modelo

está presidiendo bien.

- Si los resultados no se ajustan bien, frecuentemente se vuelve a la fase 1.

4. Modelos Matemáticos y Simulación en la Ingeniería Industrial: aplicaciones y

análisis de sensibilidad.

Los resultados de la investigación de Nejad y Bahmaei (2012) muestran que la

enseñanza de MM tiene un impacto positivo en los estudiantes porque ayuda a desarrollar


importantes habilidades de resolución de problemas. La aplicación de las matemáticas es

inseparable del uso de modelos y procesos de MM. Ahora, la enseñanza de MM en las

universidades requiere que los estudiantes tengan algunos conceptos previos.

Se recomienda enseñar algunos procesos de resolución de problemas antes de

impartir cursos de cálculo, física, ecuaciones diferenciales y estadística. Para tener éxito en

MM, no basta con tener conocimientos profesionales en matemáticas, estadística y

tecnología informática, también es necesario tener un pensamiento claro, métodos lógicos,

buenas ideas sobre datos, habilidades de comunicación y pasión por hacer las cosas.

Son herramientas para el mundo académico y productivo ya que nos permiten

representar sistemas del mundo real en un entorno manipulable, al igual que permite la

validación de escenarios sin incurrir en costos operacionales.

En cuanto a la aplicación son muchas las industrias y/o gremios tanto públicas como

privados que suelen utilizar estos sistemas de simulación para mejorar, verificar y/o

mantener sus procesos.


Conclusión

La simulación se utiliza en una amplia variedad de empresas, para ayudar a la

gerencia a tomar decisiones. Casi todas las empresas tienen problemas de planificación y la

simulación puede ayudar a resolverlos. Se utiliza más frecuentemente para ayudar a la

gerencia en los casos en que el problema no se presta a soluciones rutinarias.


Referencias Bibliograficas

Gómez Gómez, I. (Ed.) y Brito Aguilar, J. G. (Ed.). (2020). Administración de

Operaciones. Universidad Internacional del Ecuador, Guayaquil. https://elibro-

net.bibliotecavirtual.unad.edu.co/es/lc/unad/titulos/131260

González Ariza, A. L., & García Llinás, G. A. (2015). Manual práctico de investigación de

operaciones I: Vol. Cuarta edición, revisada y aumentada. Universidad del Norte.

Recuperado de https://bibliotecavirtual.unad.edu.co/login?

url=http://search.ebscohost.com/login.aspx?

direct=true&db=nlebk&AN=1537248&lang=es&site=eds-live&scope=site

Guasch, A., Piera, M. À., & Casanovas, J. (2002). Modelado y simulación: aplicación a

procesos logísticos de fabricación y servicios. Madrid, ES: Universitat Politècnica

de Catalunya. Disponible en la Biblioteca Virtual de la UNAD (pp.2-21).

Recuperado de https://elibro-

net.bibliotecavirtual.unad.edu.co/es/ereader/unad/61422?page=1

Hernández, Oscar. (23,08, 2017). Modelos y Simulación. [Archivo de video]. Recuperado

de http://hdl.handle.net/10596/12978

Singer M. Una Práctica Teoría de La Optimización Lineal : Datos, Modelos y Decisiones.

Ediciones UC; 2013. Accessed August 18, 2020. Recuperado

de http://search.ebscohost.com.bibliotecavirtual.unad.edu.co/login.aspx?

direct=true&db=nlebk&AN=1725244&lang=es&site=eds-live&scope=site
http://www.ub.edu/aplica_infor/spss/cap4-1.htm#:~:text=La%20inferencia%20estad

%C3%ADstica%20es%20el,medible%20en%20t%C3%A9rminos%20de

%20probabilidad.

https://www.gestiopolis.com/tipos-de-muestreo-estadistica/

https://www.gestiopolis.com/tipos-de-muestreo-estadistica/

https://proyectodescartes.org/uudd/materiales_didacticos/inferencia_estadistica_JS/distrib_

muestrales.htm#:~:text=El%20estudio%20de%20determinadas%20caracter

%C3%ADsticas,puede%20ser%20infinita%20o%20finita.

https://proyectodescartes.org/uudd/materiales_didacticos/inferencia_estadistica_JS/distrib_

muestrales.htm

http://recursostic.educacion.es/descartes/web/materiales_didacticos/inferencia_estadistica/d

istrib_muestrales.htm

https://www.monografias.com/trabajos96/metodos-deterministicos-herramienta-

fundamental-toma-decisiones/metodos-deterministicos-herramienta-fundamental-

toma-decisiones.shtml#:~:text=Los%20M%C3%89TODOS%20DETERMIN

%C3%8DSTICOS%20adem%C3%A1s%20de,y%20mejorar%20sus%20recursos

%20t%C3%A9cnicos.

http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2448-

85502016000200047#:~:text=Para%20lograr%20%C3%A9xito%20en

%20la,entusiasmo%20por%20hacer%20la%20tarea.

También podría gustarte