Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tipos de Modelos de Simulacion
Tipos de Modelos de Simulacion
Otro ejemplo: Un fabricante de comida para perros, requiere el auxilio de una compañía
consultora con el objeto de construir un modelo de simulación para su línea de fabricación,
la cual produce medio millón de latas al día a una velocidad casi constante. Debido a que
cada una de las latas se representó como una entidad separada en el modelo, éste resulto ser
demasiado detallado y por ende caro para correrlo, haciéndolo poco útil. Unos meses más
tarde, se hizo una reformulación del modelo, tratando al proceso como un flujo continuo.
Este nuevo modelo produjo resultados precisos y se ejecuto en una fracción del tiempo
necesario por el modelo original.
TIPOS DE SIMULACION
• Un sistema discreto es aquel en el cual las variables de estado cambian solo en puntos
discretos o contables en el tiempo. Un ejemplo típico de simulación discreta ocurre en las
colas donde estamos interesados en la estimación de medidas como el tiempo de espera
promedio o la longitud de la línea de espera. Tales medidas solo cambian cuando un cliente
entra o sale del sistema; en todos los demás momentos, no ocurre nada en el sistema desde
el punto de vista de la inferencia estadística.
• Un sistema continuo es aquel en el cual las variables de estado cambian en forma continua
a través del tiempo. Un ejemplo típico de simulación continua es el estudio de la dinámica
de la población mundial; los modelos de simulación continua normalmente se representan
en términos de ecuaciones diferenciales en diferencias que describen las interacciones entre
los diferentes elementos del sistema.
Una variable continua tiene la propiedad de que entre 2 cualesquiera valores observables
(potencialmente), hay otro valor observable (potencialmente). Una variable continua toma
valores a lo largo de un continuo, esto es, en todo un intervalo de valores. Longitudes y
pesos son ejemplos de variables continuas. La estatura de una persona, por ejemplo, puede
ser de 1,70 m o de 1,75 m, pero en potencia al menos podría tomar cualquier valor
intermedio, como 1,7351 m.
Un atributo esencial de una variable continua es que, a diferencia de una variable discreta,
nunca se la puede medir exactamente. Con una variable continua debe haber
inevitablemente un error de medida.
Distribución de probabilidad
De Wikipedia, la enciclopedia libre
Saltar a navegación, búsqueda
• 5 Enlaces externos
[editar] Propiedades
Además, cumple
Para dos números reales cualesquiera a y b tal que (a < b), los sucesos y
son mutuamente excluyentes y su unión es el suceso , por lo que
tenemos entonces que:
y finalmente
Por lo tanto una vez conocida la función de distribución F(x) para todos los valores de la
variable aleatoria x conoceremos completamente la distribución de probabilidad de la
variable.
Distribución binomial.
• Distribución binomial
• Distribución binomial negativa
• Distribución Poisson
• Distribución geométrica
• Distribución hipergeométrica
• Distribución de Bernoulli
• Distribución Rademacher, que toma el valor 1 con probabilidad 1 / 2 y el valor -1
con probabilidad 1 / 2.
• Distribución uniforme discreta, donde todos los elementos de un conjunto finito son
equiprobables.
Distribución normal.
Se denomina variable continua a aquella que puede tomar cualquiera de los infinitos
valores existentes dentro de un intervalo. En el caso de variable continua la distribución de
probabilidad es la integral de la función de densidad, por lo que tenemos entonces que:
• Distribución ji cuadrado
• Distribución exponencial
• Distribución t de Student
• Distribución normal
• Distribución Gamma
• Distribución Beta
• Distribución F
• Distribución uniforme (continua)