Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Caso 1 Cuando la Variable analizada sigue una distribución Normal → Se aplica la T - Student
𝑆 2
𝑛 = [ (𝑡 𝛼
( ,𝑛−1) )]
∈ 2
Donde
S=Desviación Estándar
= Error Permitido
n = Tamaño de la Corrida de Simulación
n = número de intervalos
Donde
S = Desviación Estándar
= Error Permitido
n = Tamaño de la Corrida de Simulación
A.MADRID 1
MSP - SIMULACIÓN
Los intervalos de confianza dependerán si los resultados de simulación que se obtienen son
independientes o están correlacionados.
Por ejemplo, cuando se simula un sistema de colas, el tiempo de espera de un cliente en el sistema,
dependerá del número de clientes que este último cliente encontró al llegar al sistema, por tanto,
hay una correlación entre los tiempos de atención a los clientes (correlación entre ti y ti-1).
Entonces, los intervalos de confianza del sistema que se analiza dependerán si ocurren en un estado
estable o en estados transitorios.
1. Intervalos de confianza para Sistemas Estables cuyos resultados son independientes unos
de otros. Se utilizan los métodos tradicionales de intervalos de confianza.
2. Intervalos de confianza para Sistemas Transitorios con alta correlación en sus resultados.
A este caso se le denomina Simulación Regenerativa.
Para construir un intervalo de confianza, se puede comprobar que la distribución Normal Estándar
cumple XNormal (0, 1)
A.MADRID 2
MSP - SIMULACIÓN
𝑋̅ −𝜇
Luego, si una variable X N( , ), entonces 𝜎
∼ 𝑁(0,1) al 95% de las veces se cumple:
𝜎 𝜎
𝑃 (𝑋̅ − 1.96. ≤ 𝑢 ≤ 𝑋̅ + 1.96. ) = 1−𝛼
√𝑛 √𝑛
𝜎 𝜎
𝑢 𝜖 (𝑋̅ − 1.96. , 𝑋̅ + 1.96. ) => Intervalo de confianza para u.
√𝑛 √𝑛
2𝜎𝑍𝛼/2 3.92𝜎
Con una amplitud de intervalo: = (con 𝑍𝛼/2 = 1.96)
√𝑛 √𝑛
Dónde:
𝑛
2
(𝑋𝑖 − 𝑋̅)2
𝑆 =∑
𝑛−1
𝑖=1
A.MADRID 3
MSP - SIMULACIÓN
Caso 1 Cuando la Variable analizada sigue una distribución Normal → Se aplica la T - Student
Donde
S = Desviación Estándar
= Error Permitido
n = Tamaño de la Corrida de Simulación
r = Número de Réplicas.
A.MADRID 4
MSP - SIMULACIÓN
A.MADRID 5
MSP - SIMULACIÓN
A.MADRID 6
MSP - SIMULACIÓN
2. Nivel de significancia:
=5%
3. Valor de la Prueba
Tamaño de la muestra n = 48
Como n = 48 > 30 se aplica Kolmogorov Smirnov = 0.163
4. Comparación de p y
5. Decisión
Rechazamos Ho de manera altamente significativa
6. Conclusión.
Las puntuaciones de la Variable Utilidad1 difieren de una distribución normal
Aplicamos la formula del Caso 2 Cuando la Variable analizada NO sigue una distribución Normal
A.MADRID 7
MSP - SIMULACIÓN
Paso 2
A.MADRID 8
MSP - SIMULACIÓN
Paso 4.
Paso 5.
A.MADRID 9
MSP - SIMULACIÓN
1. Hipótesis:
Ho: Las puntuaciones de Utilidad1 tienen una distribución normal
H1: Las puntuaciones del Utilidad1difieren de una distribución normal
2. Nivel de significancia:
=5%
4. Decisión
Rechazamos Ho de manera altamente significativa
5. Conclusión.
Las puntuaciones de la Variable Utilidad1 difieren de una distribución normal
Aplicamos la formula del Caso 2 Cuando la Variable analizada NO sigue una distribución Normal
A.MADRID 10
MSP - SIMULACIÓN
En un restaurante de comida rápida se venden hamburguesas a S/. 18 cada uno y tienen un costo
de producción de S/. 7. Se requiere realizar un estudio de simulación para determinar la utilidad
esperada por hora que se puede obtener para el restaurante de comida rápida. Para ello el
administrador del restaurante registro el número de hamburguesas vendidas por hora durante
25 días (200hr) obteniéndose los siguientes datos:
Determine lo siguiente:
a. Construya un modelo de simulación. Simule en Excel para 6 días de trabajo (48 horas, 8hr de
trabajo por día)
b. Elabore un gráfico de estabilidad de la utilidad considerando las 48 horas simuladas. En base
al gráfico determinar si la ¿V.A. llegó a un estado estable?
c. Realizar la prueba de hipótesis a la Utilidad donde se verifique si sigue una distribución
normal (Prueba de Bondad de Ajuste)
d. Calcular el número de corridas necesarias para que el modelo se estabilice, en caso de ser
necesario, adecuar el modelo desarrollado en el inciso a). Considerar un nivel de confianza
del 95% y un error de S/. 2
e. Realice 5 réplicas del caso anterior y calcular el intervalo de confianza de la utilidad esperada,
considerando un nivel de confianza del 95%.
f. Conclusiones y recomendaciones.
A.MADRID 11
MSP - SIMULACIÓN
Barcos
Arribos de Probabilidad Probabilidad
Descargados
Barcos por día p(x) p(x)
por día
0 13% 1 5%
1 17% 2 15%
2 15% 3 50%
3 25% 4 20%
4 20% 5 10%
5 10%
Ademas se debe considerar = 10% y un error de 0.5 barcos. Con esta información determine:
A.MADRID 12