SIMULACION

TRABAJO COLABORATIVO No 2.

HERMES BERNAL PIZA

CC: 13.906.793

TUTOR:
WILSON ALMANZA MANIGUA

GRUPO:
299310_1

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA "UNAD"

ESCUELA CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
PROGRAMA INGENIERIA DE SISTEMAS
2011
 INTRODUCCIÓN

La simulación es una herramienta muy poderosa para la análisis de sistemas

complejos en las probabilidades y variables aleatorias. Prácticamente cualquier
sistema puede ser simulado a obtener estimaciones numéricas de los parámetros
en que su lógica se entiende y las distribuciones de las variables aleatorias se
conocen. El enfoque se utilizan ampliamente para ilustrar la conceptos teóricos,
así como para proporcionar soluciones cuando el teórico los resultados no están
disponibles o demasiado difíciles de aplicar.
VARIABLE DISCRETAS Y VARIABLES CONTINUAS.

Una variable discreta es sencillamente una variable para la que se dan de modo
inherente separaciones entre valores observables sucesivos. Dicho con más rigor,
se define una variable discreta como la variable tal que entre 2 cualesquiera
valores observables (potencialmente), hay por lo menos un valor no observable
(potencialmente). Por ejemplo, un recuento del número de colonias de un cultivo
en agar es una variable discreta. Mientras que cuentas de 3 y 4 son
potencialmente observables, no lo es una de 3,5.

Una variable continua tiene la propiedad de que entre 2 cualesquiera valores

observables (potencialmente), hay otro valor observable (potencialmente). Una
variable continua toma valores a lo largo de un continuo, esto es, en todo un
intervalo de valores. Longitudes y pesos son ejemplos de variables continuas. La
estatura de una persona, pude ser 1,70 mts. Ó 1,75 mts., pero en potencia al
menos podría tomar cualquier valor intermedio como 1,73 mts, por ejemplo.

5. ¿Para qué estudios de simulación serán útiles las variables aleatorias

discretas?

Aplicación de variables aleatorias en simulación

Variables aleatorias en Simulación

En esta nota de lectura se considera la relación entre las variables aleatorias y

simulación modelos. Variables aleatorias juegan dos papeles importantes en los
modelos de simulación. Suponemos que dentro de nuestros modelos de algunos
retrasos (pausa () o un proceso () en SimJava2) no tienen valores deterministas,
sino que estará representada por variables aleatorias;
Del mismo modo, cuando una elección debe ser hecha en el comportamiento de
una entidad que va a algunos-veces desea que la decisión de hacerse
probabilísticamente. En ambos casos se incluirá el muestreo de una distribución
de probabilidad para extraer un valor cada vez que esta parte de la conducta de la
entidad se alcanza. De los retrasos que se utilizan variables aleatorias continuas
(por ejemplo, obj Sim normal en SimJava2) y para una elección que va a utilizar
una variable aleatoria booleana (a través de obj Sim al azar en SimJava2). Como
veremos más adelante, en ambos casos se basan en el generador de números
aleatorios.

Al igual que con los modelos que hemos considerado antes, se supone que la
variables que caracterizan el comportamiento del sistema / modelo, las medidas
de desempeño o los parámetros de salida, también son variables aleatorias.
Por ejemplo, una medida podría ser el número de paquetes perdidos por millón
en una red de comunicación, o el medio de espera tiempo para un acceso a un
disco. En general, cada ejecución del modelo de simulación ofrece una sola
estimación de estas variables aleatorias. Si estamos interesados en el estado de
equilibrio los valores de la ya que realizar una simulación del mejor nuestro
presupuesto estará. Sin embargo, todavía sigue siendo un sola observación en
el espacio muestral.
 BIBLIOGRAFFÍA

http://web.udl.es/usuaris/MatFDiE/OptiSim/MonteCarlo.pdf

http://www.ccee.edu.uy/ensenian/catest1/docs/libreas

http://externos.uma.es/cuadernos/pdfs/papeles22.