Documente Academic
Documente Profesional
Documente Cultură
CODIGO: 86088212
GRUPO 212026_4
TUTOR
FEBRERO DE 2019
INTRODUCCION
Hay personas que tienen la responsabilidad de conducir un sistema, podemos inferir como ejemplo:
una empresa, una ciudad, un sistema de transporte, etc., debe tomar continuamente ciertas
decisiones acerca de las acciones que ejecutará sobre el sistema y sus actividades. Estas decisiones
deben ser satisfacer de la mejor manera posible los objetivos planteados. Esto nos determina que
para poder decidir correctamente es necesario saber cómo responderá el sistema ante cierta acción.
Esto podría hacerse mediante pruebas con el sistema mismo; pero factores de costos, seguridad y
otros elementos hacen que esta opción generalmente no sea factible. A fin de superar estos
inconvenientes, se sustituye el sistema real por otro sistema que sea una versión simplificada. Este
último es el modelo a utilizar para las experiencias necesarias sin los inconvenientes resultantes. Al
JUSTIFICACION
Para este trabajo es muy importante lograr aportar los conceptos de innovación y desarrollo en los
visualizar comportamientos. Lo anterior ayuda a entender por qué los modelos de simulación como
un método innovador para aplicarlo en muchos procesos que se llevan a cabo en organizaciones y
así alcanzar el objetivo final que es llegar a los problemas antes de que sucedan y no cuando ya han
sucedido.
OBJETIVOS
problemática.
- Identificar los integrantes del grupo para así tener una comunicación asertiva en futuras
actividades
proporcionada por una muestra, cual es el comportamiento de una determinada población con un
- Clases de muestreo
Aleatorio con reposición: Los elementos seleccionados vuelven a formar parte del conjunto del
Aleatorio sin reposición: Una vez seleccionado un elemento no puede volver a ser seleccionado.
seleccionados aleatoriamente.
- Distribuciones muestrales:
Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional
se llama estadístico muestral o sólo estadístico. Uno de los estadísticos mayormente utilizados en la
Distribución muestral para la media ( x ) Se dice que la media muestral de x es una variable
Teorema del límite central. cuando se seleccionan muestras aleatorias simples de tamaño n de una
Determinación del tamaño de la muestra. Para determinar de una mejor manera el tamaño de una
x.
- Programación lineal
Definir el conjunto de actividades. Se debe descomponer todo el sistema bajo estudio en todas sus
funciones elementales, los procesos o actividades, y adoptar para cada una de ellas las unidades en
Definir el conjunto de ítems que son necesarios como insumos, o que resultan como producto de las
Definir los coeficientes insumo-producto. Se debe determinar la cantidad de cada ítem consumido o
Especificar los flujos exógenos. Todo lo externo, se deben especificar las cantidades exógenas de
Establecer las ecuaciones de balance de materiales. Se deben asignar las incógnitas que simbolizan
a los niveles de actividad (xj, usualmente no-negativas) a todas las actividades. Luego, para cada
uno de los ítems, se pueden escribir fácilmente las ecuaciones de balance material, en las que se
establece que la suma algebraica de los flujos de aquel ítem, en todas las actividades en las que está
Definir las variables de decisión. Definir el conjunto de ítems. Establecer las restricciones y la
función objetivo.
meta. Se deben de considerar todos los recursos disponibles, aquí se formula el modelo matemático.
Paso 2
A partir del modelo matemático se establece un sistema de programación lineal que representa la
información con la contamos, en base a esto se genera el “sistema modificado”, el cual vuelve
ecuaciones nuestras inecuaciones, aquí se introducen las variables de holgura que sirven para
Pasó 3
A través del nuevo sistema modificado se genera nuestra tabla inicial en forma matricial, se
Paso 4
Se identifica a la variable de entrada en nuestra tabla matricial que representara a la columna pivote
selecciona al valor negativo más grande, se divide a la columna de los resultados (RHS), el valor
Paso 5
Ubicar el coeficiente tecnológico del pivote y volverlo al valor uno, una vez vuelto 1 el pivote
Paso 6
Determinar el valor exacto para la variable básica seleccionada, si en esta iteración el renglón que
Paso 7
Paso 8
Si ya se localizaron valores positivos en el renglón que ubica a Z se identifica los valores exactos
para las variables básicas (x1,x2,…..xn) entonces se sustituye este valor en la función objetivo
Paso 9
Con los valores conocidos de las variables básicas se desarrolla la función objetivo y se determina a
Z.
Paso 10
Analizar e interpretar.
- Métodos determinísticos
son modelo matemático donde las condiciones iniciales producirán invariablemente las mismas
Está estrechamente relacionado con la creación de entornos simulados para crear sistemas de
gestión que permitan disminuir la propagación de errores. Los métodos determinísticos sólo pueden
Por ejemplo, la planificación de una línea de producción, en algún proceso industrial, es Posible
Construcción de un
modelo matemático
Definición del
problema
Recolección de la información
cuantitativa, los datos se
ubicarán en forma significativa.
Recolección y proceso de
datos empíricos
Formulación de un
programa computacional
Análisis de valides
- Variable
refiere, en una primera instancia, a cosas que son susceptibles de ser modificadas, podrán ser
matemáticas que permiten la conformación de gráficos de dos o más ejes, dada por una función en
la que uno de los dos es variable en función del otro, que es invariable:
- Función objetivo
La función objetivo es la ecuación que será optimizada dadas las limitaciones o restricciones
determinadas y con variables que necesitan ser minimizadas o maximizadas usando técnicas de
- Restricciones
condiciones para las variables que se requieren en la función objetivo si, y basados en la medida en
que, las condiciones en las variables no son satisfechas, si el problema restringido sólo tiene
restricciones de igualdad, el método de los multiplicadores de Lagrange puede ser utilizado para
convertirlo en un problema sin restricciones cuyo número de variables es el número original de las
variables más el número original de restricciones de igualdad. Ahora, si las restricciones son de
igualdad y lineales, que se pueden resolver para algunas de las variables en términos de los otros, y
la antigua pueden ser sustituidos de la función objetivo, dejando un problema sin restricciones en un
número menor de variables. Con restricciones de desigualdad, el problema puede ser caracterizado
resuelto.
En general un modelo puede ser entendido como una representación, bien sea abstracta, análoga,
fenomenológica o idealizada, de un objeto que puede ser real o ficticio. En este caso y por su
de procesos que requieren el uso formal de herramientas matemáticas y/o computacionales para
para resolver problemas científicos y tecnológicos planteados desde las ingenierías de sistemas,
civil, química, industrial, biomédica, mecánica y otras. Todas las disciplinas de la ingeniería -y así
competitivo
- Aplicaciones
la implementación de modelos y simulaciones adaptados especialmente de la física, como el
ecuación de difusión de Fourier o el uso del modelo del movimiento browniano para predecir y
procesos de ingeniería.
- Análisis de sensibilidad
ilustra cómo varía el valor de un proyecto ante cambios en alguna de sus variables clave,
manteniendo el valor de las demás constante, este análisis se hace una variable a la vez y supone
El primer paso para realizar un análisis de sensibilidad consiste en identificar las principales
variables que afectan el valor del proyecto y que están fuera de nuestro control o pudieron ser
estimadas de forma imprecisa, luego, para cada una de estas variables, se deben buscar escenarios
positivos y negativos que sean razonables y bien fundamentados, finalmente se calcula el valor de
un proyecto
CONCLUSIONES
- Se identifico a los integrantes del curso a fin de tener una mayor comunicación.
BIBLIOGRAFIA
- Harrington, H. J.; Tumay, K.: Simulation modeling models. McGraw Hill New York. 1999.
url=https://bibliotecavirtual.unad.edu.co:2969/login.aspx?
direct=true&db=nlebk&AN=1725244&lang=es&site=ehost-live&ebv=EB&ppid=pp_3
de http://hdl.handle.net/10596/22202