Académique Documents
Professionnel Documents
Culture Documents
PARA LA SIMULACIÓN
Introducción
■ Una de las aplicaciones de la simulación surge en aquellas situaciones en
las que se requiere un cierto método de muestreo estocástico
■ Tal puede ser el caso con los datos obtenidos con las fallas de la
maquinaria en una industria
■ ¿cómo podemos determinar qué tipo de distribución tiene una variable aleatoria?,
■ Ejemplo:
– el número de clientes que llegan cada hora a un banco depende del momento
del día, del día de la semana y de otros factores:
– por lo general:
■ Otro del tiempo que tarda en ser atendido una persona, nuestra investigación
arrojaría resultados como 1.54 minutos, 0.028 horas o 1.37 días, es decir, un
comportamiento similar al de las distribuciones de probabilidad continuas.
■ Otro del tiempo que tarda en ser atendido una persona, nuestra investigación
arrojaría resultados como 1.54 minutos, 0.028 horas o 1.37 días, es decir, un
comportamiento similar al de las distribuciones de probabilidad continuas.
la uniforme continua,
la exponencial
la normal,
la de Weibull,
la Chi-cuadrada y
Erlang
*
Ejemplos
■ Es posible que el tiempo entre llegadas de los clientes a un sistema tenga una
distribución de probabilidad muy semejante a una exponencial, o que el tiempo que
le toma a un operario realizar una serie de tareas se comporte de manera muy
similar a la dispersión que presenta una distribución normal.
■ Debemos hacer notar que este tipo de distribuciones tienen sus desventajas, ya
que el rango de valores posibles implica que existe la posibilidad de tener tiempos
entre llegada de clientes infinitos o tiempos de ensamble infinitos» situaciones
lejanas a la realidad.
– Transformada inversa.
– Convolución.
– Aceptación rechazo.
– Directo.
Distribuciones continuas:
■ Se presentan las expresiones para generar variables aleatorias con las
distribuciones de probabilidad más usuales.
Distribución uniforme
■ Obtenida a partir del método de la transformada inversa.
x a (b a) RNDi
■ donde:
Distribución exponencial
■ Obtenida a partir del método de la transformada inversa.
1
x ln( 1 RNDi )
■ donde:
Distribución normal
■ Obtenida a partir del método directo:
x ( 2 ln( 1 RNDi ) ) cos( 2 RNDi 1 )
■ donde:
Distribución Erlang
■ Obtenida a partir del método de convolución:
1 k
x ln RNDi
k i 1
■ donde:
Distribución Weibull
■ Obtenida a partir del método de la transformada inversa.
x ln( 1 RNDi )
■ donde:
Distribución Gamma
■ Obtenida a partir del método de convolución.
1 k
x ln RNDi
k i 1
■ donde: