0 оценок0% нашли этот документ полезным (0 голосов)
173 просмотров1 страница
El documento presenta un mapa conceptual sobre la simulación en 4 unidades. Explica que la simulación permite reproducir sistemas complejos de manera artificial cuando su estudio real es imposible. Se usa para problemas de líneas de espera, inventario y pruebas paramétricas vs no paramétricas. Presenta los lenguajes de simulación como Fortran, ensamblador, Algol y Pascal.
El documento presenta un mapa conceptual sobre la simulación en 4 unidades. Explica que la simulación permite reproducir sistemas complejos de manera artificial cuando su estudio real es imposible. Se usa para problemas de líneas de espera, inventario y pruebas paramétricas vs no paramétricas. Presenta los lenguajes de simulación como Fortran, ensamblador, Algol y Pascal.
El documento presenta un mapa conceptual sobre la simulación en 4 unidades. Explica que la simulación permite reproducir sistemas complejos de manera artificial cuando su estudio real es imposible. Se usa para problemas de líneas de espera, inventario y pruebas paramétricas vs no paramétricas. Presenta los lenguajes de simulación como Fortran, ensamblador, Algol y Pascal.
8 de mayo de 2018 Título MAPA CONCEPTUAL UNIDAD 4 JUAN CARLOS CANUL PECH
Simulacion unidad 4
Problemas con líneas Problemas con Pruebas paramétricas. Pruebas no
Concepto Simulador Áreas de aplicación Lenguaje de simulación de espera sistemas de inventario. paramétricas.
Concepto
Porque usar LAS PRUEBAS NO
PARAMÉTRICAS: ¿Para Simulacion qué se utilizan? continua 1. Se conoce el modelo de cuando la operación son muy Administacion cientifica de distribución de la Simular, es reproducir inventario. Todo aquellos que se deun sistema o la amplias,numerosas y población objetode artificialmente 1. Formula del Método matematico. encuenta en un experimentación en él diversas: hospitales, Proposito estudio y se desconoce un unfenómeno o las Línea de espera de un 2. Derivacion de una politica optima almacen (materiales) relaciones entrada- sonimposibles, oficinasde correos, general número finito de costosas, peligrosas o telégrafos, casas de solo canal basada en el modelo. parámetros dedicha salida de un sistema 3. Uso de equipo de computo para poco cambio, etc. distribución que hay que mantener el control y señalizar estimar con los datos de Simulacion cuando reabastecer lamuestra. deiscreta Son una alternativa a las pruebas paramétricas FORTRAND 2. Requieren conocer la cuando los datos no cumplen los requisitos de las ASEMBLER distribución de la muestra pruebas paramétricas. ALGOL S.Discreta Tipo 1 Tipo 2 para poderrealizar PASCAL y Continua Cada cliente debe pasar por un canal, 2. Permiten conocer cómo es la forma de la una estación para tomar y surtir el inferencias sobre la distribución de la población de la que se ha BASIC población SOFTWARE DE PL/1 pedido, para colocar el pedido, pagar la extraído la muestra. Contrastes de Bondad de SIMULACION cuenta y recibir el producto. Cuanto Ajuste para conocer la forma de la población que C llegan más clientes forman una línea de ha originado la muestra. espera y aguardan que se desocupe la GASP-IV. estación para tomar y surtir el pedido. Materias primas: C-SIMSCRIPT Porductos necesarios Producto terminados: SLAM para la producion son los productos para Enfoque de flujo transaccion: GPS, la venta insumos SUPUESTOS DE LAS BOSS. PRUEBAS ARENA Ecuaciones descretas: DSL- Enfoques de eventos: GASPII, PARAMÉTRICAS HYSYS 190, MIMIC, GHSI, SIMCRIPT, SIMCOM, SIMPAC. ASPENPLUS DYHYSYS. Enfoque de procesos: SIMULA, CHEMCAD OPL, SQL, SIMULATE. PROMODEL Enfoque de nloques: Enfoques de actividades: CSL MIDAS, DYNAMO, SCADS, ESP,FORSIM-IV, MILITRAM MADBLOC, COBLOC
1. Normalidad. Las observaciones se extraen de poblaciones
Distribución de distribuidas según la Normal para cada grupo. Pruebas de Para determinar la distribución de probabilidad para llegadas bondad de ajuste. la cantidad de llegadas en un período dado, se 2. Homocedasticidad. Las varianzas de los diferentes grupos puede utilizar la distribución de Poisson. tienen que ser iguales. Homogeneidad de varianzas. El /= Media o cantidad promedio de ocurrencia en un numerador y el denominador de la prueba F son intervalo estimaciones de la misma varianza poblacional. Prueba de Levéne. Supuesto de esfericidad respecto a la e= 2.17828 homogeneidad de varianzascovarianzas según la prueba de Mauchley. X= cantidad de ocurrencias en el intervalo 3. Respecto a los errores: El tiempo de servicio es el tiempo que pasa un cliente en la instalación una vez el servicio ha iniciado.
Se puede utilizar la distribución de probabilidad
exponencial para encontrar la probabilidad de que el tiempo de servicio sea menor o igual que un tiempo t.
e= 2.17828
μ= cantidad media de unidades que pueden servirse por
período 1. Los errores son independientes entre sí. 2. Se distribuyen según na Normal dentro de cada población del grupo N(0, s2). Es decir, con media cero y varianzas equivalentes. 3. La ecuación estructural del modelo refleja una composición aditiva de las fuentes de variación