UNIDAD I

SIMULACION
 Simulación

La simulación es una herramienta muy potente para la evaluación y

el análisis de los sistemas nuevos y los ya existentes. Permite
anticiparse al proceso real, validarlo y obtener su mejor
configuración. ... La simulación es una buena herramienta de apoyo
para este tipo de acciones.
La simulación de procesos es un método de análisis y mejora de
los procesos empresariales que utiliza modelos informáticos de
previsión. La simulación de procesos permite a las empresas
explorar escenarios hipotéticos, analizar el impacto de los
cambios en los procesos e identificar oportunidades de mejora

¿QUÉ ES LA SIMULACIÓN DE
PROCESOS?
 La simulación de procesos es una herramienta poderosa en
la optimización de procesos porque es capaz de imitar
diferentes escenarios sin interrumpir las operaciones
existentes. Al crear un gemelo digital de un proceso, la
simulación puede utilizarse para iterar y mejorar los procesos
y ajustarlos para ver qué funciona mejor. Esto permite a las
empresas identificar posibles problemas y oportunidades de
mejora antes de aplicarlos en el mundo real
 La simulación de procesos ayuda a identificar áreas de
mejora en los procesos de una organización y puede
utilizarse para desarrollar mejores estrategias para avanzar
en la excelencia de los procesos

¿POR QUÉ ES IMPORTANTE LA

SIMULACIÓN DE PROCESOS?
 Lasimulación de procesos también puede utilizarse para
identificar posibles riesgos asociados a nuevas iniciativas y
para optimizar las operaciones existentes como parte de
un proyecto de análisis de procesos. Si se toman el tiempo
necesario para analizar y simular a fondo los procesos, las
empresas pueden tomar mejores decisiones y mejorar la
rentabilidad.
 Reducción de riesgos: Antes de implantar los cambios en el mundo real, las
organizaciones pueden probarlos virtualmente, lo que minimiza los riesgos
potenciales y las complicaciones imprevistas.
 Rentabilidad: Al identificar ineficiencias y probar mejoras en un entorno simulado,
las empresas pueden evitar costosos procesos de ensayo y error en el mundo real.
 Mayor productividad: La simulación de procesos puede detectar áreas de
infrautilización, allanando el camino para una asignación óptima de recursos y un
aumento de la producción.
 Flexibilidad: Las empresas pueden probar fácilmente múltiples escenarios, lo que
permite ajustes rápidos y agilidad en la toma de decisiones.
 Visión predictiva: Más allá de las operaciones actuales, las simulaciones pueden
proporcionar información valiosa sobre cómo podrían responder los procesos a
futuros retos o cambios

VENTAJAS DE LA SIMULACIÓN DE
PROCESOS:
 Simulación
Tipos

Discreta- Estatica-
Discreta Continua
Continua Dinamica

Orientación Orientación
Determinística
hacia los hacia
o Estocástica
Eventos procesos
 Simulación

Discreta

Modelación de un sistema por medio de una representación

en la cual el estado de las variables cambian
instantáneamente en instante de tiempo separados. (En
términos matemáticos el sistema solo puede cambiar en
instante de tiempo contables).
 Simulación

Continua

Modelación de un sistema por medio de una representación en la

cual las variables de estado cambian continuamente en el tiempo.
Típicamente, los modelos de simulación continua involucran
ecuaciones diferenciales que determinan las relaciones de las tasas
de cambios de las variables de estado en el tiempo.
 Simulación
Discreta-
Continua

Modelación de un sistema por medio de una representación en la

cual unas variables de estado cambian continuamente con
respecto al tiempo y otras cambian instantáneamente en instante
de tiempo separados.
Es una simulación en la cual interactúan variables de estado
discretas y continuas.
 Simulación

Determinística
o Estocástica

Una simulación determinística es aquella que utiliza

únicamente datos de entra determinísticos, no utiliza ningún
dato de entrada azaroso. En cambio un modelo de simulación
estocástico incorpora algunos datos de entrada azarosos al
utilizar distribuciones de probabilidad.
 Simulación

Estatica-
Dinamica

La simulación estática es aquella en la cual el

tiempo no juega un papel importante, en contraste

con la dinámica en la cual si es muy importante.

 Simulación

Orientación
hacia los
Eventos

Modelaje con un enfoque hacia los eventos, en el cual la

lógica del modelo gira alrededor de los eventos que
ocurren instante a instante, registrando el estado de
todos los eventos, entidades, atributos y variables del
modelo en todo momento.
 Simulación
Orientación
hacia
procesos

Modelaje con un enfoque de procesos, en el cual la lógica del

modelo gira alrededor de los procesos que deben seguir las
entidades. Es cierta forma, es un modelaje basado en un
esquema de flujo grama de procesos, el cual se hace es un
seguimiento a la entidad a través de la secuencia de procesos
que debe seguir.
 son una representación matemática de un sistema o proceso en
el que se simulan eventos a lo largo del tiempo. Estos modelos se
basan en datos históricos y parámetros que describen el
comportamiento del sistema y permiten proyectar cómo podría
evolucionar en el futuro.
 es una forma de representación de la realidad que sirve para
estudiarla de manera más simple. Por otro lado, la palabra
“Simular” implica la modelación de un proceso o sistema, de tal
forma que este modelo imite las respuestas de la realidad en
eventos que ocurren a lo largo del tiempo.

MODELOS
 Discretos.
 Continuos.
 Dinámicos y estáticos.
 Determinísticos y probabilísticos (estocástios).
 Complejos y simples.
 Terminal y no terminal.

CLASIFICACION DE LOS MODELOS DE

SIMULACION
 modelación computacional de sistemas que evolucionan en el
tiempo mediante cambios instantáneos en las variables de
estado. Los cambios ocurren en puntos separados del tiempo.

DISCRETOS
 Algunos ejemplos de datos discretos frecuentes son el número de alumnos,
de niños, la talla de los zapatos, etc. Algunos tipos de
datos continuos habituales son la altura, el peso, la hora, la temperatura, la
edad, etc.

EJEMPLO DE MODELOS DISCRETOS

 describen cómo los elementos de un sistema cambian de
estado continuamente en respuesta a continuos estímulos. En
cambio, los modelos de simulación discretos representan a los
sistemas del mundo real considerando en este caso los estados
en instantes concretos de tiempo.

CONTINUOS
 Ejemplos de sistemas continuos son elcambio en la temperatura, la velocidad
a la que cae un objeto, o el contenido de agua en un tinaco que está siendo
llenado por medio de la tubería y a la vez vaciado por el uso doméstico de una
casa.

EJEMPLOS DE MODELOS CONTINUO

 En un modelo estático la variable tiempo no desempeña un
papel relevante. En un modelo dinámico, por el contrario,
alguno/s de los elementos que intervienen en la modelización no
permanecen invariables, sino que se consideran como funciones
del tiempo, describiendo trayectorias temporales.

DINAMICOS Y ESTATICOS
 La simulación estática es un modelo de simulación que no tiene
un historial interno de los valores de entrada y salida que se
aplicaron previamente. También representa un modelo en el
que el tiempo no es un factor.

ESTATICA
MODELOS ESTÁTICOS EJEMPLOS
 son los que trabajan a condiciones no estacionarias y en su
balance general el término acumulación es diferente de cero;
ejemplos típicos de modelos dinámicos son la operación de un
reactor “batch”, la medida de una propiedad tal como
concentración, temperatura o presión en función de la longitud

DINAMICOS
EJEMPLOS DE MODELOS DINAMICOS
 modelos determinísticos, una buena decisión es juzgada de
acuerdo a los resultados. Sin embargo, en los modelos
probabilísticos, el gerente no esta preocupado solamente por los
resultados, sino que también con la cantidad de riesgo que
cada decisión acarrea.
 Los datos probabilísticos pueden ser útiles para obtener una
visión general de un mercado o de un grupo de clientes,
mientras que los datos determinísticos pueden ayudar a obtener
información más precisa sobre un cliente individual.

DETERMINÍSTICOS Y PROBABILÍSTICOS
(ESTOCÁSTIOS).
 el tiempo de funcionamiento de una máquina entre avería y avería, su tiempo
de reparación y el tiempo que necesita un operador humano para realizar una
determinada operación.

EJEMPLOS DE MODELOS
PROBABILÍSTICOS
 En la física clásica son muy comunes el uso de modelos
determinísticos. Un modelo determinístico que permita predecir si
una moneda cae cara o ceca necesariamente es muy
complejo, dependería por ejemplo de la forma en que se lanza,
del espacio que rodea la moneda, de las características de la
moneda en sí.

EJEMPLO DE MODELOS
DETERMINISTICOS
 es un modelo tridimensional a escala o también a escala real, están realizados
habitualmente en materiales distintos a los que se emplearán en el producto
final y se utilizan para ahorrar tiempo y dinero con respecto al desarrollo de
prototipos más precisos

MODELOS SIMPLES.
 Son aquellos donde las cosas son lo que son y no pueden ser otra cosa, por
ejemplo entre estos modelos encontramos todas nuestras creencias sobre
aspectos físicos, matemáticos, biológicos, en resumidas cuentas aquellos
conocimientos que derivan de las ciencias exactas

EJEMPLOS DE MODELOS SIMPLES

 una célula, un cerebro, un organismo, una computadora, un ecosistema, una
sociedad de insectos, un sistema inmunológico o una economía de mercado.
La mayoría de los sistemas complejos son inestables, se mantienen
delicadamente equilibrados.

EJEMPLOS COMPLEJOS
❑ Una simulación terminal es conducida cuando hay interés en la conducta del sistema en un
período particular de tiempo, por ejemplo, el movimiento de autos en una carretera durante
horas pico. La simulación terminal inicia en un estado o tiempo definido y termina cuando se
llega a otro tiempo específico o definido.

❑ Una simulación no terminal se ejecuta cuando interesa el comportamiento del sistema en

“estado estable”, es decir a largo plazo. No involucran una ocurrencia en el tiempo que tenga que
finalizar. En este caso surge la necesidad de determinar la longitud de la corrida(réplicas) para
asegurar la estabilización de los resultados del modelo.

TERMINAL Y NO TERMINAL.
 La fabricación de un modelo comporta ejecutar toda una serie de procesos
para llevarla a cabo. Según sea el tipo de prenda, diseño y caracteristicas del
mismo estos procesos serán unos u otros. Pero en general se pueden describir
en cuatro etapas: fabricación de tejido, desarrollo de modelo, producción y
entrega.

ETAPAS
• GENERACIÓN DEL MODELO DE SIMULACIÓN BASE. ...
• VALIDACIÓN. ...
• INTERPRETACIÓN. ...
• TOMA DE DECISIONES. ...
• GENERACIÓN DE VARIABLES ALEATORIAS NO-UNIFORMES. ...
• LENGUAJES DE PROGRAMACIÓN. ...
• CONDICIONES INICIALES.

FACTORES A CONSIDERAR
 se originan en la forma como una sociedad organiza sus recursos materiales
y sus instituciones para buscar el progreso y la satisfacción de necesidades de
todos sus miembros, articulado con su historia, su cultura, su producción
económica, su tradición jurídico política

DESARROLLO DE LOS MODELOS

 En general, los modelos de simulación son una representación matemática de un sistema
o proceso en el que se simulan eventos a lo largo del tiempo. Estos modelos se basan en
datos históricos y parámetros que describen el comportamiento del sistema y permiten
proyectar cómo podría evolucionar en el futuro

 En el contexto de la simulación por computadora, la verificación de un modelo es

el proceso de confirmar que se implementa correctamente con respecto al modelo
conceptual (coincide con las especificaciones y los supuestos que se consideran
aceptables para el propósito de la aplicación).

RESULTADOS
¿Cuáles son las ventajas de la simulación?
 La simulación hoy nos permite ahorrar tiempo y dinero al ayudarnos a tomar decisiones óptimas
basadas en un análisis completo de lo que sucederá durante el transcurso del tiempo ante distintas
circunstancias en fracciones del tiempo que nos llevarían otros análisis o pruebas necesarias.
¿Cuáles son las desventajas de la simulación?
 La simulación también presenta desventajas. La principal desventaja es que por muy buena que sea la
simulación que hagamos, siempre se cumplirá que la calidad de la simulación es inferior a la calidad
del modelo.

VENTAJAS Y DESVENTAJAS DE LA
SIMULACION
 VENTAJAS


 • La simulación proporciona un método más simple de solución cuando los procedimientos matemáticos son complejos
y difíciles.
 • La simulación proporciona un control total sobre el tiempo, debido a que un fenómeno se puede acelerar.
 • La simulación no interfiere en el mundo real.
 • Una vez construido el modelo se puede modificar de una manera rápida con el fin de analizar diferentes políticas o
escenario. Permite análisis de sensibilidad.
 • Generalmente es más barato mejorar el sistema vía simulación que hacerlo en el sistema real.
 • Es mucho más sencillo visualizar y comprender los métodos de simulación que los métodos puramente analíticos. Da
un entendimiento profundo del sistema.
 • Con los modelos de simulación es posible analizar sistemas de mayor complejidad o con mayor detalle (con los
métodos analíticos se pueden hacer mas suposiciones).
 • En algunos casos, la simulación es el único medio para lograr una solución.

 VENTAJAS


 • La simulación proporciona un método más simple de solución cuando los procedimientos matemáticos son
complejos y difíciles.
 • La simulación proporciona un control total sobre el tiempo, debido a que un fenómeno se puede acelerar.
 • La simulación no interfiere en el mundo real.
 • Una vez construido el modelo se puede modificar de una manera rápida con el fin de analizar diferentes políticas o
escenario. Permite análisis de sensibilidad.
 • Generalmente es más barato mejorar el sistema vía simulación que hacerlo en el sistema real.
 • Es mucho más sencillo visualizar y comprender los métodos de simulación que los métodos puramente analíticos.
Da un entendimiento profundo del sistema.
 • Con los modelos de simulación es posible analizar sistemas de mayor complejidad o con mayor detalle (con los
métodos analíticos se pueden hacer mas suposiciones).
 • En algunos casos, la simulación es el único medio para lograr una solución.

NUMEROSALEATORIOS Y
PSEUDOALEATORIOS

UNIDAD II
Aquellos que provienen de una función determinista no aleatoria, generados en el intervalo [0, 1] a partir
de un valor semilla (inicial) en una computadora, los cuales tienen las mismas propiedades estadísticas
que los números aleatorios.

Un número pseudoaleatorio es un número generado en un proceso que parece producir números al azar,
pero no lo hace realmente.

CONCEPTUALIZACION
 Un número aleatorio es un número obtenido al azar. El ejemplo clásico
es lanzar una moneda, o un dado (no trucado). Cada cara de la moneda o del
dato, tiene siempre la misma probabilidad de salir, independientemente del
resultado anterior.

EJEMPLO
 son un buen ejemplo. estos han sido utilizados tradicionalmente en una gran variedad de aplicaciones
(juegos, criptografía, experimentos científicos, etc.), y constituyen el fundamento para el estudio y
modelaje de sistemas estocásticos mediante el método de Montecarlo.

APLICACIONES DE LOS NÚMEROS

ALEATORIOS
Los números aleatorios son aquellos
números que se generan, presentando
estos la misma probabilidad de ser elegidos
o seleccionados. Los números aleatorios, en
otras palabras, son números que se
obtienen como producto del azar, por lo
que no dependen de otro número.

PROPIEDADES DE LOS NÚMEROS

ALEATORIOS
 desde un número hasta otro, con o sin repeticiones. El generador de
números aleatorios de ÉchaloASuerte es simple y rápido.

 Herramientas para generar cosas al azar en español y en inglés:

números, palabras, nombres, listas, etc.

GENERADORES ALEATORIOS
• Generador eléctrico rotativo. ...
• Generador eléctrico estático. ...
• Generador eléctrico electroquímico. ...
• Generador eléctrico fotovoltaico. ...
• Generador eléctrico electromecánico. ...
• Generador eléctrico de combustible o generador convencional. ...
• Generador de construcción. ...
• Generador sostenible.

TIPOS DE GENERADORES
 es una máquina capaz de convertir el movimiento rotativo de un eje en
energía eléctrica. En el caso concreto de las centrales de ciclo combinado el
eje que acciona el generador está unido a una turbina de gas o a una de
vapor.

GENERADOR ELÉCTRICO ROTATIVO.

 es un generador eléctrico que produce electricidad estática, o electricidad a alta
tensión y corriente continua baja. El conocimiento de la electricidad estática se remonta a las
primeras civilizaciones, pero durante miles de años se mantuvo meramente como
un fenómeno interesante y desconcertante, sin una teoría que explicase su comportamiento,
y a menudo confundido con el magnetismo.

 cuando dos o más cuerpos entran en contacto y se separan de nuevo. Se trata de un fenómeno de
superficies que da lugar a la transferencia de electrones de un átomo a otro.

GENERADOR ELÉCTRICO ESTÁTICO

 Un generador electroquímico es un tipo de generador eléctrico que
convierte directamente la energía química almacenada en sustancias
químicas en una corriente ...

GENERADOR ELÉCTRICO
ELECTROQUÍMICO
 s un sistema que convierte la energía del sol en electricidad. En otras
palabras, aprovecha la luz del sol, ...

 es un sistema que convierte la energía del sol en electricidad. En otras

palabras, aprovecha la luz del sol, una fuente inagotable y gratuita, para
generar energía. Pero no es solo un cazador de luz, también es un guardián de
la energía

GENERADOR ELÉCTRICO
FOTOVOLTAICO
 esun dispositivo que toma la energía mecánica, generada por cualquier
componente —como puede ser un motor diésel, de gasolina o gas, o
un generador eólico—, y la convierte en energía eléctrica que puede ser
usada de cualquier otra forma como; iluminación, calefacción,
entretenimiento,

GENERADOR ELÉCTRICO
ELECTROMECÁNICO.
 son los generadores de toda la vida que no tienen ningún sistema de
regulación de la tensión de salida. Estos generadores son los más económicos
y la tensión de la corriente que generan puede no ser muy estable, teniendo
algunos picos

GENERADOR ELÉCTRICO DE COMBUSTIBLE

O GENERADOR CONVENCIONAL. ...
 son todos aquellos documentos que se realizan basados en el proyecto ejecutivo integral para la
obtención del catálogo de conceptos, volúmenes de obra y materiales, para la realización de un
presupuesto base para la ejecución del proyecto, con los siguientes alcances: Nombre del proyecto.

GENERADOR DE CONSTRUCCIÓN
 Los generadores de energía limpia son dispositivos o sistemas que transforman diferentes
fuentes de energía renovable en electricidad respetuosamente con el medio ambiente y sin
generar emisiones significativas de gases contaminantes.

 La energía solar es la producida por la luz –energía fotovoltaica- o el calor del sol –termosolar-
para la generación de electricidad o la producción de calor. Inagotable y renovable, pues
procede del sol, se obtiene por medio de paneles y espejos.

GENERADOR SOSTENIBLE
 Se usan como semilla para generar valores de variables aleatorias (discretas, continuas).
Pseudoaleatorios, porque se obtienen realizando un conjunto de operaciones a partir del número
generado en algún paso anterior. Ventaja: método muy veloz y barato. Desventaja: son de período
finito.

VENTAJAS Y DESVENTAJAS
 es un algoritmo que produce una sucesión de números que es una muy buena
aproximación a un conjunto aleatorio .

GENERADORES PSEUDOALEATORIOS
 Loscuadrados medios representan una estimación de la varianza de la
población. Se calculan dividiendo la suma correspondiente de los
cuadrados entre los grados de libertad.

METODO DE LOS CUADRADOS

MEDIOS
 es un algoritmo que permite obtener una secuencia de números pseudoaleatorios
calculados con una función lineal definida a trozos discontinua. Es uno de los métodos más
antiguos y conocidos para la generación de números pseudoaleatorios.

METODO CONGRUENCIAL LINEAL

 son pruebas estadísticas usadas para decidir si una determinada muestra o conjuntos
de datos responde a un patrón o puede considerarse aleatoria.

PRUEBAS DE ALEATORIEDAD
 Es la respuesta en frecuencia medida directamente debida a la inyección de una señal de
frecuencia variable en uno de los terminales y con la medición de la respuesta en el otro
terminal.

PRUEBAS DE FRECUENCIA
 La Z de Kolmogorov-Smirnov se calcula a partir de la diferencia mayor (en valor absoluto) entre las
funciones de distribución acumuladas teórica y observada. Esta prueba de bondad de ajuste contrasta si
las observaciones podrían razonablemente proceder de la distribución especificada.

 ¿Cuándo se usa la prueba de Kolmogorov-Smirnov o Shapiro Wilk?

 La prueba de Kolmogorov-Smirnov para una muestra se puede utilizar para comprobar que una variable
(por ejemplo ingresos) se distribuye normalmente. Media, desviación estándar, mínimo, máximo,
número de casos no perdidos, cuartiles, prueba de Lilliefors y simulación de Monte Carlo.

PRUEBA KOLMOGOROV-SMIRNOV
 se usa para comprobar hipótesis sobre si ciertos datos son como se esperaba. La idea clave tras la
prueba es comparar los valores observados en los datos con los valores esperados que tendríamos
si la hipótesis nula es cierta.

 Por ejemplo, ¿influye el sexo en que una persona esté o no suscrita a Netflix? Para las dos variables,
sexo (hombre, mujer) y tiene suscripción a Netflix (sí, no), se comprueba si son independientes. Si
no es así, existe una relación entre las características.

PRUEBA CHI CUADRADA