Reporte de Practica U4

Instituto Tecnológico Superior de
Coatzacoalcos
Carrera: Ingeniería Industrial
Materia: Simulación
Nombre del tema: Analiza las muestras definitivas. Simula los

comportamientos aleatorios del proyecto y verificarlos.
Maestro: Montesino Velázquez Adolfo
Integrantes del equipo: Olivares Ramón Ulises
Grado: 6°
Grupo: ¨C¨
Fecha: 10/05/2019
Instituto Tecnológico Superior de Fecha: 10/05/2019
Coatzacoalcos
Departamento: Ingeniería industrial Grado y Grupo: 6º C
Alumno: Ulises Olivares Ramón
Docente: Montesino Velázquez Adolfo
Muestras definitivas
Confección de muestras físicas de etiquetas tejidas; Antes de la fabricación de las

etiquetas, el cliente recibe muestras definitivas, fabricadas con los mismos colores,
diseños y materiales que tendrán las etiquetas fabricadas posteriormente según el
pedido. Asimismo, en Exclusive Tarde ofrecemos asesoramiento a todos aquellos
socios que deseen iniciar una producción propia Especializada en todo lo referente
a las etapas y procesos técnicos necesarios, desde el diseño hasta la fabricación
de las muestras definitivas que deberán someterse, sucesivamente, a las pruebas
de venta. Dos productores exportadores chinos incluidos en la muestra, solo
después de la comunicación de las conclusiones definitivas, se realizó demasiado
tarde para ser tenida en cuenta. En lo que respecta a las medidas antidumping
definitivas en vigor contra los encendedores no recargables de piedra y ciertos.
Estrechamente vinculados a la decisión sobre las cifras globales y la estructura y
duración definitivas del marco financiero todas las manadas de la explotación, si
una de ellas ha dado positivo en las pruebas de salmonella enteritis o Salmonella
typhimurium efectuadas en muestras tomadas por el explotador de empresa
alimentaria, salvo que la carne de los pavos de las manadas vaya a someterse a
tratamiento térmico industrial u otro tratamiento para eliminar la salmonela, y
concluyó que ninguno de los compromisos ofrecidos tras la comunicación de las
conclusiones definitivas debía de ser aceptado. Expresa su máxima preocupación
por la continua serie de asesinatos de conocidas personalidades, como Anna
Politkóvskaya, que se oponen al actual Gobierno ruso o que se alzan en defensa de
los derechos fundamentales de los ciudadanos rusos; subraya que el Consejo y la
Comisión deben reaccionar con toda su autoridad y que la colaboración con Rusia
se verá gravemente afectada si el Gobierno ruso no da muestras de su capacidad
y determinación para colaborar en las investigaciones destinadas a encontrar a los
asesinos, cumpliendo con su deber de poner fin a este círculo vicioso y llevando a
Coatzacoalcos
los responsables ante la justicia de que, en el momento de adoptar decisiones

concretas definitivas, el Consejo pueda disponer de los elementos de juicio más
fiables que sea posible. Una disolución automática online integrada en el transmisor
de muestras para la tecnología de llama, así como en el transmisor de muestras de
tubo de grafito se ocupa de una ejecución sin interrupciones de las secuencias de
muestras también con concentraciones de elementos de gran variabilidad.
Muestras definitivas o independientes
Los resultados de una corrida de simulación son muestras de alguna distribución.

Esos resultados los llamamos "respuestas". Las respuestas pueden ser: promedios
de valores recolectados en toda o parte de la corrida, o simplemente una única
medida (ej. largo de la cola al final de la corrida). Las respuestas son muestras de
distribuciones, por lo tanto, pueden variar de una corrida a otra o en la misma
corrida. El promedio de la distribución de respuestas la notamos µ y lo llamamos la
media (valor medio) de la distribución.
La ejecución de un proyecto de simulación aleatorio requiere el

seguimiento de un proceso secuencial en tres fases:
Evaluación y diseño: Esta primera fase supone actividades tales como:
1.1 Identificar dentro de la organización al responsable-promotor del proceso de

simulación, lo que permite conseguir el compromiso de la gerencia.
1.2 Determinar las necesidades de simulación. Para ello habrá que determinar
cuestiones tales como las características del proceso a modelizar (los
procesos con altas tasas de transacciones, pero de flujo directo tienen
necesidades distintas que los procesos de baja tasa con flujos múltiples y
complejos), si la modelización supondrá reingeniería de proceso, con qué
Coatzacoalcos
frecuencia se realizarán las simulaciones, quienes serán los usuarios finales,

etc.
1.3 Estimar los recursos necesarios, mediante la elaboración de un plan
financiero y un presupuesto en el que se estimen tanto los costes de puesta
en marcha de la tecnología de simulación, como los de su aplicación.
1.4 Evaluar y seleccionar las tecnologías de simulación disponibles. Ello permite
evaluar el coste y el tiempo necesario para realizar el proyecto.
Cuando se inicia un estudio de simulación, puesto que estamos en el momento de

arranque de la investigación, una primera aproximación para construir un modelo
consiste en la utilización de funciones "lo más sencillas posibles", por ejemplo,
polinomios de primer o segundo grado, [Houck, E. C, Cooley, B. J.; 1983]. Un
ejemplo de función polinómica de primer grado utilizada para estos estudios iniciales
podría ser:
A medida que se va rodando el modelo se va llegando a la región de respuesta

óptima. En los experimentos iniciales, el modelo de primer grado puede dar una
estimación bastante aproximada de la respuesta óptima y será útil para identificar
las siguientes regiones de exploración. Se utilizan las funciones de primer grado
Coatzacoalcos
hasta que el modelo es incapaz de explicar lógicamente la respuesta obtenida, se

adivina entonces la presencia de una curva y se pasa a una función de un grado
superior para la exploración de las regiones posteriores. En este caso sería una
función de segundo grado fácilmente tratable matemáticamente. Una vez que la
región óptima está localizada, el modelo de simulación servirá como herramienta
para estimar los coeficientes óptimos para las variables clave y realizar un análisis
de sensibilidad del sistema. Cada empresa tiene una serie de variables
independientes y otras dependientes relacionadas entre sí a través de sendas
relaciones causa efecto.
Los 4 métodos de simulación más comunes son:
Métodos analíticos: Están basados en técnicas asociadas a la teoría de colas,

consistiendo esencialmente en nódulos ensamblados entre sí en una red multinivel.
La simulación analítica pone de manifiesto múltiples aspectos ligados a la
complejidad dinámica de los procesos en los que varios agentes compiten por un
mismo recurso, así como la variabilidad asociada a procesos de entrada-salida. Los
modelos analíticos proporcionan estimaciones sobre hechos agregados estables
con más precisión que el análisis proporcionado por series de datos.
Métodos continuos: En esta aproximación, el comportamiento de los procesos se

simula utilizando ecuaciones diferenciales que reflejan la variación en el tiempo de
cada variable de estado. Una variable de estado podría ser la tasa de llegada de
órdenes o la tasa de procesamiento de un recurso. Estos modelos son apropiados
para modelizar procesos de gran volumen o producciones continuas.
Evidentemente, se ha de suponer que las variables de estado varían de forma
continua y diferenciable en el tiempo (generalmente, las ecuaciones diferenciales
se utilizan cuando el tamaño del paso del tiempo es pequeño). Se trata de
determinar los valores corrientes de las variables de estado hasta el momento en el
Coatzacoalcos
cual se alcanza un umbral que pone en marcha ciertas acciones. Las ecuaciones
diferenciales pueden tener en cuenta comportamientos de tipo estocástico, y los
modelos correspondientes han de ser capaces de modelizar tanto los fenómenos
de transición como los estados de equilibrio. Dos grandes retos para los
modalizadores que utilizan estas técnicas son el desarrollo de ecuaciones que
describan los comportamientos aleatorios dependientes del tiempo, así como
evaluar los resultados obtenidos mediante la resolución analítica o numérica de
dichas ecuaciones.
Métodos discretos: En este tipo de simulación, las variables de estado del modelo
evolucionan sobre un conjunto discreto de puntos, quizás aleatorio, del eje de
tiempos. En estos modelos, los flujos temporales entre los puntos del mencionado
conjunto compiten unos con otros por el uso de los recursos escasos. Estos
modelos permiten simular comportamientos aleatorios introduciendo distribuciones
de probabilidad discretas.; por ello, los resultados obtenidos por estos modelos
discretos son asimismo aleatorios, con lo que tan solo pueden ser tomados como
una estimación del comportamiento real, siendo necesario múltiples aproximaciones
y/o replicaciones para que el resultado obtenido, en términos medios, se aproxime
al real. Dado que se trata de modelos discretos, se puede recurrir a la modelización
mediante ecuaciones en diferencias finitas (si los puntos del eje de tiempos son
aleatorios, es seguro que no estarán igualmente espaciados, entonces resulta más
complejo la utilización de técnicas asociadas a ecuaciones en diferencias finitas).
En un proceso de simulación de tipo discreto, se introducen en el modelo entidades
que representan productos y servicios, y que al competir por los recursos que
permiten llevar a cabo las actividades, los consumen. Es la técnica de simulación
más natural para modelizar y analizar procesos.
Todos orientados a objetos: Esta técnica de modelización contempla a procesos,

productos, servicios y recursos como si de objetos se tratara. Cada objeto está
Coatzacoalcos
formado por una combinación de información (atributos) y procedimientos

(métodos); ambos se combinan para crear un “ejemplar” del objeto en cuestión. Por
ejemplo, un objeto denominado "cliente" puede tener como atributos edad,
capacidad de endeudamiento y nivel de educación. En un proceso convencional de
solicitud de hipoteca, todos los formularios de préstamo recorren un mismo proceso
basado en ciertas pautas, pero usando un modelo orientado a objetos, se puede
definir una información única para un cliente específico y los procedimientos
exclusivos a utilizar con su formulario de solicitud de préstamo.
Los métodos orientados a objetos reducen drásticamente los tiempos de desarrollo

de los modelos en el sentido de que no será preciso volver a construirlo desde la
base, se puede utilizar una plantilla versátil y reutilizarla.
El propósito de la simulación y modelización orientada a objetos es facilitar la

posibilidad de crear complejos submodelos que maximicen su ciclo de vida y
permitan su integración en otros modelos. Este método permite incorporar las
técnicas anteriormente tratadas, tanto analíticas como continuas y discretas, ya que
para modelizar los flujos intermedios entre los objetos; se puede recurrir a
submodelos que utilicen dichas herramientas.
Analizar las relaciones entre herramientas y métodos de simulación con el fin

de obtener sinergias: El proceso de simulación está estrechamente relacionado
con ciertas herramientas y métodos tales como cartografía de procesos mediante
flujogramas, sistemas de coste basados en las actividades, así como el diseño de
experimentos.
Evaluar y seleccionar el software de simulación: Este paso es de vital

importancia. Dedicamos el apartado siguiente de nuestro trabajo a tratar de este
tema con más detalle.
Coatzacoalcos
Recibir la formación pertinente y gestionar el proyecto piloto: Gestionar el

proyecto piloto supone acciones tales como análisis y captura de datos de entrada,
construcción del modelo piloto, diseño y realización de pruebas y análisis de los
datos de salida. Los procesos más susceptibles de modelización son aquellos para
los que es posible la representación mediante flujogramas, los que van a ser sujetos
a reingeniería, aquellos a los que ha sido aplicado el benchmarking, los que tienen
gran impacto en la cadena de valor, los que se les han adaptado nuevas
aplicaciones de software, los que presentan algún problema de costes, planificación
o ciclo temporal, y los que han sido desarrollados usando un análisis basado en las
actividades.
Ejecución
Una vez que el proyecto piloto ha tenido éxito, confirmando la conveniencia de la
simulación, la fase de ejecución puede dar comienzo. Esta fase comprende las
siguientes etapas:
Diseño del proyecto de simulación: Para completar esta etapa es preciso realizar
tres tareas:
Definir los objetivos que se desean alcanzar con el modelo de simulación: Los
más comunes suelen ser análisis del funcionamiento de un proceso (si actúa de
forma correcta bajo un determinado conjunto de circunstancias en medidas
significativas tales como utilización de recursos, rendimiento, tiempos de espera,
etc.), análisis de la capacidad del proceso (cuál es el máximo de capacidad de
procesamiento), o saber si el proceso es capaz de hacer frente a requerimientos
específicos, un análisis de sensibilidad sobre aquellas variables de decisión
esenciales, o bien un análisis de optimización sobre un conjunto de valores de
variables de decisión.
Coatzacoalcos
Definir las restricciones: Tan importante como definir los objetivos es identificar
las restricciones que afectan al proyecto de simulación. Una restricción importante
es el tiempo; no tiene sentido proyectar una simulación para resolver un problema
si el tiempo de ejecución se extiende más allá del plazo posible para su resolución.
Definir el campo de actuación del modelo: Ello incluye aspectos tales como la
extensión del modelo, nivel de detalle, grado de precisión, tipo de pruebas a realizar
y contenido y formato de presentación de los resultados. Definir las fronteras del
modelo supone encuadrarlo dentro de unos límites superiores e inferiores, así como
delimitar su principio y final.
Captura y análisis de datos: Previamente es preciso hacer una clasificación de

datos distinguiendo entre variables que dependen del tiempo, las que dependen de
los recursos y las que dependen de determinadas condiciones, así como diferenciar
las variables de entrada de las variables de respuesta, y sobre todo, determinar los
requerimientos de datos y conocer las fuentes de los mismos. Resulta de utilidad
visualizar y documentar los datos y flujos del proceso mediante un flujograma (como
mencionábamos en el apartado anterior).
Construcción del modelo: Una de las ventajas de la simulación se encuentra en

que los modelos no han de incluir todos sus detalles para poder ponerlos en
funcionamiento; ello permite que en su construcción se vayan realizando
refinamientos progresivos hasta conseguir el formato definitivo. Es mejor comenzar
con un modelo simple e ir añadiendo complejidad de forma paulatina. Conviene
tener presente que, con la tecnología de simulación orientada a objetos, que hace
posible la reutilización, junto con la disponibilidad de herramientas de simulación
adaptables y la creciente integración de métodos de representación de procesos
tales como los flujogramas, es posible utilizar modelos de simulación de forma
reiterada sin necesidad de construirlos de nuevo desde el principio. Por ejemplo, la
Coatzacoalcos
simulación puede ser utilizada para la toma de decisiones estratégicas tales como
determinar la factibilidad de diferentes alternativas de niveles de producción o
estrategias alternativas sobre niveles de existencias. Modelizada una configuración,
su algoritmo puede ser utilizado de nuevo a nivel operacional como base para
desarrollar otro sistema de control para la toma de decisiones lógicas en cualquier
otro punto de gestión del proceso.
Verificación del modelo: Realización de análisis, pruebas y presentación de

resultados. 3. Medida de logros y mejora continua. Esta fase comprende acciones
tales como revisión de metas y principios, debates, establecimiento de informes y
procedimientos de retroalimentación y ejecución de procesos de mejora continua.
Simulación de los comportamientos aleatorios del proyecto y su

verificación.
Considera determinista. En este caso, el comportamiento del sistema está

determinado una vez que se hayan definido las condiciones iniciales y las relaciones
que existen entre sus componentes. Por el contrario, un sistema no determinista o
estocástico tiene algún elemento que se comporta de forma aleatoria, de forma que
no está predeterminado comportamiento en función de las condiciones iniciales y
de las relaciones entre sus componentes. En este caso, el sistema sólo se podrá
estudiar en términos probabilistas, consiguiendo, en el mejor de los casos, conocer
sus respuestas posibles con sus probabilidades asociadas.
Sistemas continuos y sistemas discretos. En un sistema continuo las variables de

estado cambian de forma continua a lo largo del tiempo, mientras que en uno
discreto cambian instantáneamente de valor en ciertos instantes de tiempo. En un
sistema de una cierta complejidad puede ocurrir que existan simultáneamente
variables de estado continuas y discretas. En este caso, dependiendo de la
predominancia de una y otras y del objetivo del estudio que se pretende realizar, se
Coatzacoalcos
considerará el sistema como perteneciente a uno de los dos tipos. Tipos de modelos
Para estudiar un sistema, la forma más inmediata sería experimentar sobre él. Sin
embargo, esto puede ser desaconsejable, e incluso imposible, por diversos motivos:
− Puede ocurrir que el sistema no exista y lo que se pretenda sea su diseño.

− Puede ser imposible experimentar con el sistema real porque no se dispone de
ningún control sobre dicho sistema; por ejemplo, si se desea estudiar un sistema
financiero, bursátil, ...
− Puede ser económicamente inviable la experimentación sobre el sistema real.
− La experimentación sobre el sistema real puede conllevar unos plazos de tiempo
muy dilatados. Es el caso, por ejemplo, de ciertos sistemas sociales o biológicos.
En cualquiera de los casos anteriores se hace necesaria la construcción de un

modelo del sistema que refleje con la fidelidad adecuada las características
destacadas del sistema a analizar y la experimentación sobre dicho modelo. Si se
realiza correctamente la construcción del modelo y el diseño de los experimentos,
los resultados obtenidos permitirán inferir cuál sería el comportamiento del sistema
a analizar en determinadas condiciones.
Coatzacoalcos
Conclusiones
Puedo concluir, que con lo que se ha mostrado la utilidad de la simulación de

sistemas de producción de complejidad media y elevada, tanto en fase de diseño
(nueva línea o nueva planta) como en fase de mejora o re-diseño. Las plantas
productivas y las células de fabricación están compuestas por máquinas, almacenes
intermedios y elementos de manipulación que hacen difícil conocer y visualizar el
flujo de los materiales en el espacio y en el tiempo. En este contexto, la simulación
es de gran ayuda, destacando su carácter visual e intuitivo, basado en la
modelización de la línea de producción y su lógica de funcionamiento (control de la
producción) “tal y como es”.
De este caso práctico me llevo que se utilizan como referencia para encontrar y
reducir errores, permiten que sus simuladores tengan un mejor rendimiento en
cuanto a recursividad, comodidad, reproducibilidad, portabilidad, debido a su forma
de ser elegidos. De acuerdo con la metodología de los estudios de simulación que
hemos visto, en la primera etapa, la de conocimiento, en la que se recoge
información sobre el sistema para formular las hipótesis de modelización que
permitirán construir el modelo, uno de los aspectos más importantes es el que
concierne a la obtención de información sobre las componentes del sistema que
exhiben un comportamiento aleatorio, y la identificación del tipo de aleatoriedad que
posibilite la formulación de hipótesis para su modelización o, en otros términos, la
determinación de la distribución de probabilidad que reproduzca lo más
adecuadamente posible el comportamiento aleatorio observado. Identificar la
Coatzacoalcos
aleatoriedad en los sistemas es equivalente a identificar las fuentes de aleatoriedad

de las componentes de los sistemas y el tipo de distribuciones de probabilidad que
las representan.
Coatzacoalcos
Referencias:
 Coss, R. (1993). Simulación, un enfoque práctico. (pp.19-23). México: Limusa.

 Reza M. y García, E. (1996). Simulación y análisis de modelos estocásticos.(pp.
69-70).México:MacGraw-Hill.
 Desconocido. (2014). Análisis de resultados. 22/04/2019, de Clase 08 Sitio web:
https://www.fing.edu.uy/inco/cursos/simulacion/archivos/clases/clase08web.pdf
 Carmen Fullana Belda. (2010). LOS MODELOS DE SIMULACIÓN. 22/04/2019,
de Articulo personal Sitio web: http://www.encuentros-
multidisciplinares.org/Revistan%C2%BA32/Carmen_Fullana_Belda_y_Elena_U
rqu%C3%ADa_Grande.pdf
 Reese, R.; Sheppard, S.: "A Software Development Environment for Simulation
Programming". Winter Simulation Conference. USA. 2001.
 Szulanski, F.; Rodríguez, P.: "Utilizando la simulación para mejorar la efectividad
del Tablero de Comando". http://www.5campus.com/lección/simulatablero.
Coatzacoalcos
Nombre del Alumno: Olivares Ramón Fecha: 10/05/2019

Ulises
Asignatura: Simulación Carrera: Ingeniería Industrial
Docente: M.I. Adolfo Montesino Grado y grupo: 6C

Velázquez
Nombre de Actividad: Reporte de Tema:

practica
Objetivo:
Instrucciones: Analiza las muestras definitivas. Simula los comportamientos

aleatorios del proyecto y verificarlos.
Porcentaje máximo: Porcentaje obtenido:
RUBRICA PARA EVALUAR UN REPORTEDE PRACTICA
Muy bien Bien Regular Insuficiente Ponderación

Categoría
91-100 80-90 60-79 59 y menos
El reporte está El reporte no El reporte está El reporte no
limpio y está limpio, pero limpio, pero hay está limpio se
Presentación/
organizado. está organizado. poca ve descuidado
Organización
organización. y no hay
organización.
Se incluye Se incluye Se incluye Los diagramas
diagramas claros diagramas que se diagramas y importantes no
y precisos acercan a la éstos están aparecen, o no
Dibujos / realidad y están etiquetados, tienen clara
Diagramas etiquetados de pero no reflejan relación con la
una manera la realidad práctica.
ordenada y
precisa.
Toma con Toma con Tiene En el reporte
oportunidad las oportunidad las dificultades no refleja
decisiones decisiones, evidentes para reacción
Respuesta
adecuadas y aunque no tomar oportuna ante
implementada
aplica siempre decisiones, las situaciones
eficientemente adecuadas, sin aplica técnicas que se
las técnicas embargo, aplica presentan,
Coatzacoalcos
eficientemente inapropiadas o además duda

las técnicas poco eficientes para la toma
de decisiones.
Recopila y ordena Recopila y ordena Recopila y Los datos no

los datos los datos ordena los datos son
relacionados con relacionados con relacionados organizados o
la práctica. Se la práctica. Se con la práctica. son imprecisos.
representan de representa de No representa No elaboró
Tabla de datos
forma precisa en forma precisa en de forma precisa tablas.
tablas; además se tablas, pero no en tablas y no
interpretan y hay una hay
analizan. interpretación y interpretación.
análisis preciso.
Expone los Expone los Expone los No hay
resultados resultados resultados conclusión
obtenidos en obtenidos en obtenidos en incluida en el
función de las función de las función de las informe.
técnicas y técnicas y técnicas y
decisiones decisiones decisiones y no
Conclusión
implementadas, implementadas, justifica porque
justifica porque lo no justifica lo implemento
implemento de plenamente de esa manera
esa manera. porque lo
implemento de
esa manera
La bibliografía La bibliografía se La bibliografía se No cita
está bien escrita cita cita bibliografía.
al menos cita tres correctamente y correctamente y
fuentes. tiene por lo tiene una
Bibliografía menos dos fuente. Podría
fuentes. tener una
fuente y no
estar bien
citada.
Firma del Alumno Firma del Docente:

Reporte de Practica U4

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Reporte de Practica U4

Încărcat de

Drepturi de autor:

Formate disponibile

Instituto Tecnológico Superior de

Carrera: Ingeniería Industrial

Nombre del tema: Analiza las muestras definitivas. Simula los

Maestro: Montesino Velázquez Adolfo

Integrantes del equipo: Olivares Ramón Ulises

Confección de muestras físicas de etiquetas tejidas; Antes de la fabricación de las

los responsables ante la justicia de que, en el momento de adoptar decisiones

Muestras definitivas o independientes

Los resultados de una corrida de simulación son muestras de alguna distribución.

La ejecución de un proyecto de simulación aleatorio requiere el

Evaluación y diseño: Esta primera fase supone actividades tales como:

1.1 Identificar dentro de la organización al responsable-promotor del proceso de

frecuencia se realizarán las simulaciones, quienes serán los usuarios finales,

Cuando se inicia un estudio de simulación, puesto que estamos en el momento de

A medida que se va rodando el modelo se va llegando a la región de respuesta

hasta que el modelo es incapaz de explicar lógicamente la respuesta obtenida, se

Los 4 métodos de simulación más comunes son:

Métodos analíticos: Están basados en técnicas asociadas a la teoría de colas,

Métodos continuos: En esta aproximación, el comportamiento de los procesos se

Todos orientados a objetos: Esta técnica de modelización contempla a procesos,

formado por una combinación de información (atributos) y procedimientos

Los métodos orientados a objetos reducen drásticamente los tiempos de desarrollo

El propósito de la simulación y modelización orientada a objetos es facilitar la

Analizar las relaciones entre herramientas y métodos de simulación con el fin

Evaluar y seleccionar el software de simulación: Este paso es de vital

Recibir la formación pertinente y gestionar el proyecto piloto: Gestionar el

Captura y análisis de datos: Previamente es preciso hacer una clasificación de

Construcción del modelo: Una de las ventajas de la simulación se encuentra en

Verificación del modelo: Realización de análisis, pruebas y presentación de

Simulación de los comportamientos aleatorios del proyecto y su

Considera determinista. En este caso, el comportamiento del sistema está

Sistemas continuos y sistemas discretos. En un sistema continuo las variables de

− Puede ocurrir que el sistema no exista y lo que se pretenda sea su diseño.

En cualquiera de los casos anteriores se hace necesaria la construcción de un

Puedo concluir, que con lo que se ha mostrado la utilidad de la simulación de

aleatoriedad en los sistemas es equivalente a identificar las fuentes de aleatoriedad

 Coss, R. (1993). Simulación, un enfoque práctico. (pp.19-23). México: Limusa.

Nombre del Alumno: Olivares Ramón Fecha: 10/05/2019

Asignatura: Simulación Carrera: Ingeniería Industrial

Docente: M.I. Adolfo Montesino Grado y grupo: 6C

Nombre de Actividad: Reporte de Tema:

Instrucciones: Analiza las muestras definitivas. Simula los comportamientos

Porcentaje máximo: Porcentaje obtenido:

RUBRICA PARA EVALUAR UN REPORTEDE PRACTICA

Muy bien Bien Regular Insuficiente Ponderación

eficientemente inapropiadas o además duda

Recopila y ordena Recopila y ordena Recopila y Los datos no

S-ar putea să vă placă și