Modelos y Simulación

Anexo 1. Taller No: 1 Presaberes En La Modelación y Simulación Aplicada y De

Software.

Estudiante: Michael Alexander Amaya Sánchez

c.c. 1057602231

Tutor: José diario Rivas

grupo:

Universidad Nacional Abierta y a Distancia (UNAD)

Escuela de Ciencias Básicas, Tecnología e Ingeniería (ECBTI)
Ingeniería Industrial
Sogamoso
2024
Introducción
En la modelación y simulación que se aplica se refiere a un proceso para crear
representaciones abstractas y sistemas o fenómenos del mundo real. Esto con
el fin de comprender su comportamiento y predecir los resultados para tomar
decisiones informadas. En estos modelos que pueden ser matemáticos o
estadísticos son basados en una computadora.

Justificación
La utilización de los modelos y simulaciones que se aplican son respaldados en
la toma de decisiones informadas en una variedad de modelos. Estas
justificaciones para el uso incluyen:

1Costos y Riesgos: En la simulación es permitido evaluar escenarios sin

involucrar los costos reales y riesgos asociados. un ejemplo, es la industria de la
construcción, que se pueden simular muchos diseños antes de la construcción
material.

2. Optimización: En los modelos y simulaciones se pueden ayudar a identificar

las soluciones óptimas y estrategias eficientes en situaciones alternas así como
la gestión de las cadenas de suministro y la planificación logística.

3. Investigación para el Desarrollo: lo que expone la ciencia y la ingeniería, en

las simulaciones es que permite explorar diferentes fenómenos difíciles de
estudiar en los laboratorios o en la naturaleza, esto hace se acelere el proceso
de investigación para el desarrollo.

4. Entrenamiento y Aprendizaje: Las simulaciones son importantes para entrenar

a personas en situaciones complejas o difíciles de recrear, por ejemplo como la
capacitación de los pilotos y cirujanos.

5. Predicción de Resultados: En los campos como la meteorología, la medicina,

la economía, los modelos y las simulaciones ayudan a anticipar resultados
futuros, esto explica que es esencial para planificar y preparar los resultados.
Objetivos
1 Reconocer los conceptos básicos de la modelación y simulación en procesos de
sistemas industriales para el uso de tecnologías para y el análisis de los
escenarios.
2 Realizar un mapa conceptual sobre los modelos y simulación
3 Realizar un diagrama sobre los modelos y simulación
4 elaborar un video con un flyer explicando el uso y los componentes del
simulador flexsim
GENERALIDADES EN ESTADÍSTICA
Métodos Determinísticos:
Los métodos determinísticos en la estadística están basados en reglas con
relaciones precisas, sin tener en cuenta que la incertidumbre o variabilidad. Estos
tales métodos producen algunos resultados exactos y predecibles, ya que están
asumiendo que las condiciones y las relaciones en el sistema son muy conocidas
y no varían. El ejemplo de métodos determinísticos incluye ecuaciones algebraicas
y los cálculos determinados.
Métodos Probabilísticos:
Los métodos probabilísticos en estadística consideran la incertidumbre y la
variabilidad en los datos y procesos. En lugar de producir resultados exactos,
proporcionan distribuciones de probabilidad que describen las posibles
ocurrencias y sus probabilidades. Estos métodos son esenciales cuando los datos
son incompletos o cuando los sistemas son influenciados por factores aleatorios.
Ejemplos de métodos probabilísticos incluyen análisis de regresión, simulación
Monte Carlo y muestreo aleatorio.

Distribución Estadística
La distribución estadística representa la matemática de cómo se distribuyen los
valores de un conjunto de datos y describe las probabilidades de que una variable
aleatoria y tome un cierto valor o caiga dentro de un puesto en específico. Existen
varios tipos de las distribuciones estadísticas:

Distribución Normal
Distribución Exponencial
Distribución Binomial
Distribución Uniforme
Distribución de Poisson
Distribución de Chi-cuadrado

Prueba de Hipótesis en Simulación:

Una de las pruebas de las hipótesis son una herramienta estadística en la que se
utilizan herramientas para evaluar una afirmación sobre la población y un conjunto
de datos. En la simulación, las pruebas e hipótesis pueden ser tan útiles para
validar el modelo y para comparar los algunos resultados en diferentes escenarios.
Link de la presentación

Conclusiones
Es muy importante conocer la modelación y simulación para entender los sistemas
y tomar decisiones eficientes con los resultados de este escenario.
Hay diversos programas y cada uno está especificado en un área un ejemplo son
la modelación de tráfico y transporte de las industrias
Bibliografía