BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA

FACULTAD DE INGENIERÍA
“simulación Industrial”

“Reporte practica Lab. Modelo de Utilidad”

CAMPUS: NRC:
Ciudad universitaria 53586
NIVEL: SECCIÓN:
Licenciatura 004
CARRERA: ALUMNO:
Ingeniería industrial Núñez Juárez Rodolfo Reyes
PERIODO: MATRICULA:
Primavera 2024 202087901
ASESOR DE TEORÍA: HORARIO:

Carlos Roberto Ibáñez – Juárez Lunes a jueves 03:00 - 03:59

NÚÑEZ JUÁREZ RODOLFO REYES – 22/01/2024

 Modelo de simulación general
Existen dos tipos de vista diferentes para estructurar modelos para simulacion, una es mas sencilla de
aplicar a sistemas continuos y la otra es mas dencilla de aplicar a sistemas discretos.
Los modelos de simulacion se usan oara analizar una decisión bajo incertidumbre, es decir, un problema
en el que el comportamiento de uno o mas factores puede representarse mediante una distribucion de
probabilidad. Aveces se llama Metodo de Monte Carlo; es una técnica poderosa y versátil que utiliza la
aleatoriedad para abordar problemas difíciles o intratables de manera analítica, proporcionando soluciones
aproximadas mediante simulaciones numéricas.
Generación de números aleatorios
Se refiere al proceso de producir secuencias de números que siguen una distribución de probabilidad
específica o que exhiben propiedades estadísticas de aleatoriedad. Estos números se utilizan en métodos
estadísticos y simulaciones, como el método de Monte Carlo, para realizar análisis y tomar decisiones
basadas en la incertidumbre.
Es importante destacar que, en el contexto de la generación de números aleatorios en computadoras, los
números generados no son verdaderamente aleatorios en el sentido estricto, ya que se obtienen mediante
algoritmos deterministas.
Grafica de estabilidad
Esta puede referirse a cómo cambian las predicciones o los coeficientes del modelo cuando se realizan
pequeñas variaciones en los datos de entrada. Un modelo se considera estable si pequeñas variaciones
en los datos de entrada no producen cambios drásticos en las predicciones o en los resultados del
modelo. Esto se puede visualizar a través de gráficos que muestran la estabilidad del modelo frente a
perturbaciones en los datos.

2
3