Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Christian Cálix
UNICAH
TEMAS
• Principios básicos de la simulación.
• Números pseudoaleatorios.
• Variables Aleatorias. (Generación de
variables discretas aleatorias)
• Simulación de variables aleatorias.
Principios básicos de la simulación.
Christian Cálix
Simulación
• Hacer que algo parezca real no siéndolo.
• Es el arte y ciencia de crear una representación o sistema
para los propósitos de experimentación y evaluación.
Antecedentes de la Simulación
• La aguja de Buffón
• Se trata de lanzar una aguja sobre un papel en el que se han trazado rectas paralelas distanciadas
entre sí de manera uniforme. Se puede demostrar que si la distancia entre las rectas es igual a la
longitud de la aguja, la probabilidad de que la aguja cruce alguna de las líneas es 2/π
Antecedentes de la Simulación
Método de los
cuadrados
medios
Método de los
productos
medios
Ejercicio
Método de los
productos
medios
Método del
multiplicador
constante.
Ejercicio
Método del
multiplicador
constante.
Variables Aleatorias
Christian Cálix
Variables
Aleatorias
Una variable aleatoria es
una función que asigna un
valor, usualmente
numérico, al resultado de
un experimento aleatorio.
Por ejemplo, los posibles
resultados de tirar un dado
dos veces: (1, 1), (1, 2),
etc. o un número real (p.e.,
la temperatura máxima
medida a lo largo del día
en una ciudad concreta).
Distribución de Probabilidad
Distribución de
Probabilidad
En teoría de la probabilidad y estadística, la
distribución de probabilidad de una variable
aleatoria es una función que asigna a cada
suceso definido sobre la variable la
probabilidad de que dicho suceso ocurra.
La distribución de probabilidad está definida
sobre el conjunto de todos los sucesos y cada
uno de los sucesos es el rango de valores de la
variable aleatoria.
También puede decirse que tiene una relación
estrecha con las distribuciones de frecuencia.
De hecho, una distribución de probabilidades
puede comprenderse como una frecuencia
teórica, ya que describe cómo se espera que
varíen los resultados.
Discretas
Contínuas
Simulación de Variables Aleatorias
Christian Cálix
Dos barras metálicas de diferente longitud son unidas por
un proceso de soldadura. La longitud del primer tipo de
barra sigue una distribución uniforme entre 45 y 55 cm.
La longitud del segundo tipo de barra sigue una
distribución de 4-Erlang con media de 30 cm. Las
especificaciones del producto final son de 80 ± 10 cm.
Modelo de Determinar el porcentaje de barras fuera de
especificación.
un proceso
de ensamble
e inspección.
Distribuciones utilizadas
• Distribución Uniforme 𝑈𝑖 = 𝑎 + 𝑏 − 𝑎 𝑟𝑖
30 3
• Distribución de Erlang 𝐸𝑅𝑖 = − ln(ς𝑖=1 𝑟𝑖 )
4
El tiempo que transcurre entre la llegada de ciertas
piezas a una estación de inspección sigue una
distribución exponencial con media de 5 minutos/pieza.
El proceso está a cargo de un operario, y la duración de la
inspección sigue una distribución normal con media de
4.0 y desviación estándar de 0.5 minutos/pieza. Calcular
el tiempo promedio de permanencia de las piezas en el
Modelo de proceso de inspección. Realice una corrida de al menos
1,500 piezas.
Línea de Variable de estado Tiempo en el sistema de
espera con inspección
un servidor. Entidades
Eventos
Piezas
Tiempo de llegada
Fin de las inspección
de Variable de estado
Entidades
Inventario en el almacén
Clientes
Inventario. Eventos Demanda, Ventas, entrega del
material por parte del
proveedor.
Evento secundario N/A
Actividades Cálculo de los costos.
Distribuciones utilizadas
• Distribución Exponencial 𝐸𝑖 = −100 ln(1 − 𝑟𝑖 )
REFERENCIAS
• Simulación y mejora de procesos con Flexsim. Un Enfoque Práctico.
José Jairo Núñez.
• Simulación y análisis de sistemas con Promodel
• Manual de Flexsim.
¡MUCHAS GRACIAS!