Академический Документы
Профессиональный Документы
Культура Документы
TRABAJO INDIVIDUAL
Por:
LUIS CARLOS OROZCO G.
CÓDIGO 84036931
GRUPO: 212026_6
MODELOS Y SIMULACIÓN
INTRODUCCION
Con el desarrollo del siguiente trabajo se puede llegar a conocer a la importancia que tiene
los diferente tipos de modelos o herramientas informáticas que facilitan los trabajos que
desarrollan los Ingenieros Industriales a la hora de querer realizar un proyecto, es muy
importante que el futuro Ingeniero entienda que es mejor primero realizar simulaciones y
pruebas para así determinar los puntos fuertes de una actividad o proyecto, el modelo
matemático es ideal ya que nos permite analizar de forma cuantitativa la viabilidad a la
hora de querer implementar un proyecto.
Así como también vamos a analizar la teoría de la simulación, sus antecedentes, los
procesos, métodos y lenguajes de programación para la modelización a medida para cada
empresa. En futuras investigaciones procederemos a implementar dichos modelos y a
estudiar su validación.
3
JUSTIFICACIÓN
OBJETIVOS
Investigar para dar respuesta a los interrogantes presentados con respecto a modelos
y simulación
Identificar los integrantes del grupo para así tener una comunicación asertiva en
futuras actividades
Conocer los diferentes tipos de Modelos y sus componentes, así como los tipos de
simulación de sistemas existentes.
ESQUEMA DE TRABAJO
CLASES DE MUESTREO
Este tipo de muestreo es uno de los más utilizados en las investigaciones. Se comprende
que aquí todos los sujetos o elementos de la población pueden pasar a formar parte de la
muestra, pues tienen la misma probabilidad de ser escogidos.
En este método de muestreo lo principales es tener una idea clara de cuantos sujetos serán
necesarios para completar el tamaño de la muestra que se va a investigar, pues este consiste
en que a cada sujeto de la población se le debe asignar un número, para que posteriormente
mediante algún sorteo, o generando números aleatorios con ayuda de rifas o algún
ordenador se logre dar a conocer los números de los sujetos seleccionados que serán
tomados como muestra.
2. Muestreo sistemático:
Pues en este método como en el primero, los sujetos que conforman a la población son
enumerados, pero en lugar de dar a conocer los que serán incluidos mediante el azar en este
caso incluyen otra técnica. Posteriormente de que son enumerados, los investigadores
dividen el total de la población que se presenta entre el total de sujetos que requieren para
la muestra; para después elegir a uno de los primeros de estos sujetos al azar (ya
enumerados) y posteriormente se va sumando de una forma secuencial o constante el
mismo valor para elegir a los sujetos requeridos.
3. Muestreo estratificado:
se facilita más, pues los grupos ya están formados y solo se requieren los datos de esos
elementos que lo integran.
En este método se hace contacto con algún sujeto en específico y este se encargará de
buscar a otros sujetos o nuevos participantes consecutivamente. Haciéndolo de esta forma
hasta cumplir con el tamaño de muestra o cantidad de sujetos que se necesitan.
4. Muestreo discrecional:
Mediante este método, se aplica una técnica parecida a la del método intencional, pues el
investigador recluta a los sujetos según sus criterios; pero en este caso, los busca de acuerdo
a lo que piensen que estos sujetos puedan aportar a la investigación.
DISTRIBUCIONES MUESTRALES
El muestreo puede hacerse con o sin reposición, y la población de partida puede ser infinita
o finita. Una población finita en la que se efectúa muestreo con reposición puede
considerarse infinita teóricamente. También, a efectos prácticos, una población muy grande
8
puede considerarse como infinita. En todo nuestro estudio vamos a limitarnos a una
población de partida infinita o a muestreo con reposición.
Cada muestra de tamaño n que podemos extraer de una población proporciona una media.
Si consideramos cada una de estas medias como valores de una variable aleatoria podemos
estudiar su distribución que llamaremos distribución muestral de medias.
Función Objetivo: La función objetivo tiene una estrecha relación con la pregunta
general que se desea responder. Si en un modelo resultasen distintas preguntas, la
función objetivo se relacionaría con la pregunta del nivel superior, es decir, la
pregunta fundamental.
Variables: Las variables de decisión, son en teoría, factores controlables del
sistema que se está modelando, y como tal, estas pueden tomar diversos valores
posibles, de los cuales se precisa conocer su valor óptimo, que contribuya con la
consecución del objetivo de la función general del problema.
Restricciones: las restricciones en un problema de programación lineal, nos
referimos a todo aquello que limita la libertad de los valores que pueden tomar las
variables de decisión.
METODO SIMPLEX
Elección del tipo de modelo: El modelo debe ser suficientemente simple como
para permitir un tratamiento matemático asequible con los recursos disponibles.
Se detallará que forma tienen los datos de entrada, que tipo de herramientas matemática se
usara, como se adaptan a la información previa existente.
La MM se lleva a cabo cumpliendo los siguientes pasos, propuestos por Brito, Alemán, Fraga, Para y
Arias (2011)
:
a. Identificación del problema o proceso a resolver, junto con los objetivos, que deben
ser claros y concisos, con miras a obtener un resultado.
b. Conocimiento de los aspectos cognitivos que rigen el problema, por medio de leyes,
teorías y conceptos inmersos en la situación objeto de trabajo.
d. Solución del problema y/o proceso matemático obtenido. Para ello se hará uso de
herramientas tales como tablas, gráficas, ecuaciones diferenciales, estadística,
investigación de operaciones.
Tipos de modelos
Existen diferentes clasificaciones de los modelos. Una de las más generales es la presentada
por Torres (8); según la cual un modelo puede ser una réplica del objeto que representa.
Cambiando la escala o el material con el que se construye se denomina isomórfico y
cuando tiene algún grado de abstracción del objeto que representa, teniendo en cuenta
solamente las variables más relevantes, se denomina homomórfico.
13
Los modelos matemáticos de crecimiento de cultivos han sido desarrollados para evaluar el
impacto del cambio climático en la producción de alimentos y para desarrollar estrategias
tales como la gestión de riesgos de la aplicación de pesticidas y fertilizantes en el marco
agrícola (14); de forma que se logren racionalizar los recursos disponibles.
Para la selección del modelo que mejor ajuste los datos del experimento, fundamentalmente
en los modelos explicativos y dinámicos, se deben tener en cuenta los siguientes criterios
(16):
CONCLUSIONES
Aprender a identificar los tipos de modelos que se utilizan para tomar una decisión
en una empresa.
BIBLIOGRAFIA
ACKOFF, Russell L. (1994): Systems thinking and thinking systems. System Dynamics
Review, 10, 2-3, 175-188. AIHARA, Kazayuki (1991): Chaos in neural networks.