Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SIMULACIÓN
(PANEL DE CONTROL)
Integrantes:
Useche Duran Maria Jose V-29.908.909
Carrero Carrero Marianna Nohely V-29.852.684
Romero Ramirez Valeria Carolina V-30.251.613
Romero Ramirez Gabriel Alejandro V-28.257.967
Guerrero Urdaneta Jesus David V- 26.066.709
ABRIL 2023
ÍNDICE
Introducción
Definición
Ventajas
Desventajas
Importancia
Procedimiento de Simulación
Generación de números aleatorios
Simulación de Monte Carlo
Pasos para realizar una simulación de Monte Carlo
INTRODUCCION
La técnica de simulación es desde hace mucho tiempo una herramienta importante para el
diseñador. Durante muchos años, se han usado modelos a escala de máquinas, para simular
la distribución de planta. La simulación común se usó inicialmente en la investigación de
operaciones, surgió por primera vez en el trabajo de John Von Neumann y Stanislaw Ulam, en
los últimos años de la década de los 40. Quienes a través del análisis de Montecarlo en
conjunto con una técnica matemática, resolvieron problema relacionados con las barreras
nucleares de protección, demasiado costosas para someterlas a pruebas de experimentación
o demasiado complejas para realizar sus análisis. Un el advenimiento de las computadoras,
en los primeros años de la década de los 50, la simulación experimentó un avance
substancial. En la actualidad se resuelven incontables problemas de negocios, puesto que la
simulación en la computadora es un método económico y rápido para efectuar la vasta
cantidad de cálculos que se requieren.
Definición
Ventajas
1. Es un proceso relativamente eficiente y flexible.
2. La simulación permite la inclusión en complicaciones del mundo real.
3. La simulación permite estudiar los efectos interactivos de los componentes individuales
o variables para determinar las más importantes.
4. Los modelos de simulación se estructuran y nos resuelve en general problemas
trascendentes.
Desventajas
1. Un buen modelo de simulación puede resultar bastante costoso; a menudo el proceso
es largo y complicado para desarrollar un modelo.
2. Los directivos generan todas las condiciones y restricciones para analizar las
soluciones. El modelo de simulación no produce respuestas por sí mismo.
3. Cada modelo de simulación es único. Las soluciones e inferencias no son usualmente
transferibles a otros problemas.
Importancia
La simulación es una herramienta muy potente para la evaluación y el análisis de los sistemas
nuevos y los ya existentes. Permite anticiparse al proceso real, validarlo y obtener su mejor
configuración. El objetivo es ayudar o dar el soporte necesario al diseñador durante el proceso
de diseño, análisis y diagnosis de sistemas ingenieriles. El software debe complementar el
talento del diseñador para que éste pueda modelar y simular de forma lo más eficientemente
posible.
Procedimiento de Simulación
1. Definición de los objetivos: Generalmente un problema se presenta por síntomas, no
por el diagnostico. Por lo que antes de generar soluciones en un sistema, se deben
buscar el mayor número de síntomas. Es necesario en primer lugar definir claramente
los objetivos de nuestra investigación, antes de hacer cualquier intento encaminado a
planear la realización de un experimento en simulación. Encontraremos que la
exposición original del problema varía considerablemente de su versión final. Los
objetivos de la investigación, tanto en la empresa y la economía, como también en la
mayoría de las ciencias sociales, toma generalmente la forma ya sea de: (1) preguntas
que deben contestarse, (2) hipótesis que se deben probarse y (3) efectos por
estimarse.
2. Formulación del modelo: • Especificación de los componentes
• Especificación de las variables y los parámetros
• Especificación de las relaciones funcionales.
Una de las primeras consideraciones que se toman en cuenta en la formulación de un
modelo matemático reside en saber cuántas variables se deben incluir en el modelo. La
segunda consideración importante en la formulación del modelo matemático se refiere
a la complejidad de los mismos. Por lo general, estamos interesados a la formulación
de modelos matemáticos que produzcan descripciones o predicciones, razonablemente
exactas, referentes al comportamiento de un sistema dado y reduzca a la vez, el tiempo
de computación y programación. Una tercera consideración en la formulación de
modelos matemáticos para simulación en computadora estriba en el área de la
eficiencia de computación, es decir, la complejidad del algiritmo1. El tiempo consumido
para la programación de la computadora, constituye una cuarta consideración al
formular modelos para simulación.Diseño del experimento: Se ahorra mucho tiempo y
esfuerzo, sí se trabaja en los procedimientos experimentales antes de correr el modelo
¿Qué medidas se tienen que tomar? ¿Qué incrementos de tiempo se van a usar?
¿Cuál será la duración total? ¿Cómo se analizarán los resultados? Deben tomarse en
cuenta las respuestas a estas y otras preguntas al desarrollar un plan para el
experimento.
Los números aleatorios, son la base esencial de la simulación. Permiten a los modelos
matemáticos representar la realidad, cuando se requiere una impredecibilidad se utilizan los
números aleatorios. La aleatoriedad se obtiene a partir de un generador de números
aleatorios, el cual es, un dispositivo informático o físico diseñado para producir secuencias de
números sin orden aparente. El objetivo de cualquier generador, es producir una secuencia de
números entre 0 y 1 que simules las propiedades de distribución uniforme y de independencia.
Generar números aleatorios de una distribución de probabilidad significa obtener valores de la
distribución que se puedan considerar independientes.
Usos:
En la vida cotidiana se utilizan números aleatorios en situaciones tan dispares como pueden
ser los juegos de azar, en el diseño de la caída de los copos de nieve, en una animación por
ordenador, en tests para localización de errores en chips, en la transmisión de datos desde un
satélite o en las finanzas.
Características:
Proceso:
2. Método cuadrado medio: Realizado por Von Newmann, el método comienza con un
número inicial, el mismo se eleva al cuadrado. Posteriormente se escogen los dígitos
del medio (Depende también de cuantos dígitos se necesiten) del número elevado al
cuadrado. Se colocan después del punto decimal. Este número será el primer número
aleatorio. Los pasos serian:
Elegir un entero de cuatro cifras, Z0.
Para obtener cada número aleatorio, se toman los cuatro dígitos centrales de
Zi^2. Si Zi^2 no tiene ocho dígitos se completa con ceros a la izquierda.
Posteriormente se coloca un punto decimal delante para obtener así el valor Ui
y, por lo tanto, el numero aleatorio, U (0,1).
Zi Zi^2 Ui
Z0 (Semilla).
m (Modulo).
a (Multiplicador).
c (Incremento).
De igual manera se usa la siguiente formula recursiva: Zi+1= (aZi+c) mod m. Numero
aleatorio= Z/m.
Constantes Zi Ui
X0= 27 Z1= (17*27+43) mod U1= 2/100= 0,02
100= 2
a= 17
m= 100
Ejercicio planteado:
Zi Zi^2 Ui
Los 7 números aleatorios generados fueron: 0,7492; 0,1300; 0,6900; 0,6100; 0,2100;
0,4100; 0,8100.
Usos: Este método tiene múltiples utilidades en el campo de la economía. En las inversiones
es donde más se ha utilizado (campo en el que profundizaremos más adelante), pero muchas
empresas también le han dado uso a esta simulación. Generalmente, podemos destacar los
tres usos más comunes en los que los profesionales utilizan la simulación de Montecarlo:
A la hora de llevar a cabo grandes proyectos por parte de las empresas, ayuda a generar
diferentes escenarios que se podrían producir en función de los costes y plazos del proyecto.
EJERCICIO 2
Fireston vende todo tipo de neumáticos, pero una llanta radial popular es responsable de una gran parte de las ventas generales. Al reconocer que los costos de inventario pueden ser significativos con este
producto, el gerente de operaciones quiere determinar una politica para administrar dicho inventario.
Para ver cómo estaría la demanda durante un periodo, desea simular la demanda diaria para cierto número de días.
Demanda de llantas Frecuencia (Dias) Probabilidad de ocurrencia Demanda Diaria Probabilidad Probabilidad Acumulada
0 10 0,05 Paso 2: Elaborar una distribucion de 0 0,05 0,05
Paso 1: Establecer 1 20 0,10 probabilidad acumulada para cada variable 1 0,10 0,15
distribuciones 2 40 0,20 2 0,20 0,35
de probabilidad 3 60 0,30 3 0,30 0,65
4 40 0,20 4 0,20 0,85
5 30 0,15 5 0,15 1,00
200 1
Dias (n) Número aleatorio (Xi) Demanda diaria simulada Demanda Diaria Intervalos de numeros aleatorios Paso 5: Calcular Demanda
1 52 3 0 01 a 05 Esperada Diaria
Paso 4: Generar numeros aleatorios
1. Los números se pueden seleccionar 2 37 3 1 06 a 15
dando vuelta a una ruleta que tenga 100 3 82 4 2 16 a 35
ranuras 4 69 4 3 36 a 65
2. Tomando a ciegas fichas númeradas en 5 98 5 4 66 a 85
un sombrero
6 96 5 5 86 a 100
3. Tabla de números aleatorios
4. Excel 7 33 2
8 50 3
9 88 5
10 90 5
69,5 39 Demanda total de 10 Dias
3,9 Demanda diaria promedio de llantas
X̅ =Media o Promedio
http://simulaingenieria.blogspot.com/2017/02/21-numeros-aleatorios-definicion_44.html
https://webs.um.es/mpulido/miwiki/lib/exe/fetch.php?media=wiki:simt1b.pdf
https://es.scribd.com/document/514341987/Un-generador-lineal-congruencial#
https://aws.amazon.com/es/what-is/monte-carlo-simulation/#:~:text=Las
%20simulaciones%20de%20Monte%20Carlo%20son%20una%20t%C3%A9cnica
%20matem%C3%A1tica%20que,de%20una%20elecci%C3%B3n%20de%20acci
%C3%B3n.