0% encontró este documento útil (0 votos)
84 vistas4 páginas

Métodos Probabilísticos y Simulación

Los métodos probabilísticos representan los parámetros de un modelo mediante distribuciones de probabilidad en lugar de estimaciones puntuales. La modelación matemática busca representar fenómenos del mundo real en términos matemáticos mediante variables y relaciones. Un modelo matemático sigue pasos como definir el problema, la teoría subyacente, y describir la situación en términos matemáticos.

Cargado por

Jhonny Robles
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
84 vistas4 páginas

Métodos Probabilísticos y Simulación

Los métodos probabilísticos representan los parámetros de un modelo mediante distribuciones de probabilidad en lugar de estimaciones puntuales. La modelación matemática busca representar fenómenos del mundo real en términos matemáticos mediante variables y relaciones. Un modelo matemático sigue pasos como definir el problema, la teoría subyacente, y describir la situación en términos matemáticos.

Cargado por

Jhonny Robles
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

6 ¿Qué son los métodos probabilísticos?

Consiste en representar cada uno de los parámetros del modelo mediante funciones
de distribución probabilísticas en lugar de hacerlo mediante estimaciones puntuales,
tal como se haría en un análisis determinístico. Las distribuciones utilizadas no son
para nada arbitrarias y dependen de los datos observacionales obtenidos, del tipo de
parámetro modelizado y del proceso de estimación utilizado.

La modelación matemática y las herramientas de software


La modelación matemática busca representar una parte del mundo real en términos
matemáticos, estos han sido aplicados en todas las ciencias tanto físicas, como
biológicas y sociales. Los elementos que lo componen son tomados del cálculo, el
álgebra, la geometría, entre otros. Se caracterizan por una suficiente generalidad,
describiendo una clase completa de objetos o fenómenos. Por otra parte, la creación
de modelos matemáticos no requiere significativos gastos materiales y la realización
del propio proceso de modelación con ayuda de los modernos medios tecnológicos y
con los avances en la informática permite efectuarla en un tiempo relativamente
cortos.
En un modelo matemático se establece un conjunto de relaciones (de igualdad y/o de
desigualdad) definidas en un conjunto de variables que reflejan la esencia de los
fenómenos en el objeto de estudio. Un modelo matemático es una estructura en el
cual se encuentran las relaciones y las variables, y donde mediante una secuencia se
Formula, Resuelve, Interpreta y Valida.
El desarrollo de una modelación matemática consta de los siguientes pasos:
1. Definición del problema y sus objetivos
2. Definición de la teoría que gobierna el problema
3. Descripción de la situación física en términos matemáticos
4. Solución matemática del modelo.
5. Comparación del modelo con la situación real.
6. Estudio de las limitaciones del modelo.
7. Aplicación del modelo e interpretación de los resultados que ofrece.

Es la forma que puede tomar un conjunto de datos a partir de una muestra de


datos con comportamiento aleatorio.
7 ¿Por qué a veces se le llama a la simulación una técnica de último
recurso?
Este proceso de diseño y modelado de sistemas reales los experimenta para
aprender el comportamiento del sistema o evaluar varias estrategias para la
operación del sistema. Se utiliza para determinar los programas de producción, los
niveles de inventario y los procedimientos de mantenimiento, etc., pero muchas
veces se utilizan simulaciones cuando fallan las técnicas matemáticas.
8 ¿Qué determina la validez de un modelo de simulación?
La verificación se refiere a probar un programa de computadora para asegurarse
de que la simulación sea correcta. Específicamente, verifique si el código de
computadora es una transformación válida del modelo de diagrama de flujo y si la
simulación representa adecuadamente el sistema real.
9 ¿Qué es una distribución estadística?
Una distribución estadística, o distribución de probabilidad, describe cómo se
distribuyen los valores de un campo. En otras palabras, la distribución estadística
muestra qué valores son comunes e inusuales.
Hay muchos tipos de distribuciones estadísticas, incluida la distribución normal en
forma de campana. Usamos una distribución estadística para determinar la
probabilidad de que sea un valor particular. Por ejemplo, si tenemos un valor de
chi-cuadrado, podemos usar la distribución de chi-cuadrado para determinar la
probabilidad de que este valor de chi-cuadrado sea
10 ¿Qué papeles cumplen las pruebas de hipótesis estadística en la
¿Simulación?
La prueba de hipótesis parte de la existencia de un problema concreto en el que
intervienen uno o varias variables aleatorias. En busca de una solución al
problema se plantea una hipótesis estadística y se observa una muestra al azar o
se realizan varios experimentos aleatorios; en esta forma se obtiene la información
necesaria acerca de la variable o variables consideradas

11 establecer un mapa conceptual en el que se identifiquen los Tipos de


simulación con breves descripciones.
12 establezca una matriz con los softwares utilizados en el mercado para hacer
simulación, en la matriz identificar características y usos.

NOMBRES CARACTERISTICAS USOS


HSC Chemistry Realiza los cálculos de  Procesamiento de
procesamiento mineral y minerales
termodinámico en una  refinación de
computadora estándar metales
de manera rápida y fácil.  fuentes de
Kit de herramientas de energía
software esencial para la renovables y
investigación, el alternativas
desarrollo, el diseño y la
digitalización de
procesos, así como para
estimar la eficiencia de
los procesos, los
rendimientos y las
huellas ambientales
Analytica
OnScale solve
Matlab
AnyLogic
Unreal Engine
Ansys SpaceClaim

Tipos de simulación

Modelo estático

Modelo dinámico

Modelo determinístico

Modelo estocástico

Modelo de simulación continua

Modelo de simulación discreta

Modelo probabilístico

También podría gustarte