SIMULACION

Hay una serie de características deseables en los estimadores para que éstos constituyan una buena aproximación a los respectivos parámetros. Se trata de rasgos que podrían entenderse como criterios de calidad de los estimadores. 1. Carencia de sesgo. Se dice que un estimador es insesgado si el valor esperado de su distribución de probabilidad es igual al parámetro. Es decir, si es igual a Ө la media de los valores Ê calculados en cada una de las muestras aleatorias posibles del mismo tamaño. Si el estadístico Ê es utilizado como estimador del parámetro Ө, ese estimador carece de sesgo cuando

Estado estable   Una variable está en estado estacionario (estable) si su valoresperado es el mismo durante el per ıodo de tiempo que est amos considerando.Una simulación está en estado estacionario si todas sus colas lo están. El estado estacionario es alcanzado luego de un perıodo de tiempo llamado perıodo transitorio inicial (run-in). Reloj de Simulación:   Es el contador de tiempo de la simulación, y su función consiste en responderpreguntas tales como cuánto tiempo se ha utilizado el modelo de la simulación, ycuanto tiempo en total se requiere que dure esta última.Existen dos tipos de reloj de simulación: el reloj de simulación absoluto , queparte del cero y termina en un tiempo total disimulación definido, el reloj desimulación relativo , que solo consiste en el lapso de tiempo que transcurre entredos eventos.EjemploEl tiempo de proceso de una pieza es relativo, mientras que el tiempoabsoluto seria el global: desde que la pieza entro a ser proce...

3.2.4. ESTABLECER EL EFECTO QUE SOBRE LA VARIABILIDAD DE UN ESTIMADOR TIENE EL TAMAÑO DE LA SIMULACIÓN que no es posible obtener información sobre la realidad a analizar, o cuando laexperimentación no es posible, o es muy costosa.-Una vez identificadas las variables que se van a simular, hay que determinar lafunción de densidad de probabilidad f(x) asociada a cada una de ellas.- Posteriormente, se obtendrán las funciones de distribución asociadas a lasvariables (o variable).Z = f(x), donde "x" es la variable desconocida a simular- A continuación, se sustituyen los valores simulados en el modelo matemáticopara ver el resultado obtenido para las simulaciones realizadas.- Posteriormente, se agrupan y clasifican los resultados. Se comparan los casosfavorables, con los casos posibles, y se agrupan por categorías de resultados.- Para finalizar, se lleva a cabo el análisis estadístico y de inferencia sobre elcomportamiento de la realidad, siendo interesante calcular la media, la...

normal o Poisson. Lo anterior simplifica en gran medida la recopilación y captura dedatos. Especificación del procedimiento para incrementar el tiempo   En un modelo desimulación, el tiempo se puede avanzar con uno de dos métodos: 1) incrementosfijos o 2) incrementos variables. En ambos métodos de incrementos de tiempo esimportante el concepto de un reloj simulado. En el método de incremento de tiempofijo, se especifican los incrementos uniformes de tiempo del reloj (como minutos,horas o días) y la simulación continúa por intervalos fijos de un periodo al siguiente.En cada punto de tiempo de reloj, se rastrea el sistema para determinar si ocurríaalgún evento. De ser así, se simulan los eventos y avanza el tiempo; de lo contrario,el tiempo de todas maneras avanza una unidad. En el método de incremento detiempo variable, el tiempo del reloj avanza por la cantidad requerida para iniciar elsiguiente evento. ¿Cuál es el método más conveniente? La experiencia indica quees más recom...

Método Secuencial Indicador • Desarrollado por Alabert (1987b)   y Journel (1989). Es el caso correspondiente ala simulación de indicadores anidados usando el método secuencial. • En particular si se considera un solo indicador debido a que toma valores sólo de 0 y 1, la distribución condicional se reduce su valor esperado condicional, queen general es no conocido. • Alabert y Journel propusieron usar en su lugar la estimación mediante kriging simple del indicador, la cual preserva la media y la covarianza de la FA quecomparado con el método de condicionamiento estándar tiene la ventaja deproducir simulaciones binarias que reproducen el histograma de la FA. • Un nuevo valor simulado se obtiene a partir de la FDP estimada usando los valores observados (datos) y los valores previamente simulados en una vecindaddel punto. • En dependencia de cómo se estime la función distribución de probabilidad,existen dos métodos secuenciales: • Secuencial Indicador • Secuencial ...

Simulación Es la construcción de modelos informáticos que describen la parte esencial delcomportamiento de un sistema de interés, así como diseñar y realizarexperimentos con el modelo y extraer conclusiones de sus resultados para apoyarla toma de decisiones.Se usa como un paradigma para analizar sistemas complejos. La idea es obteneruna representación simplificada de algún aspecto de interés de la realidad.Permite experimentar con sistemas (reales o propuestos) en casos en los que deotra manera esto sería imposible o impráctico. El sistema simulado imita la operación del sistema actual sobre el tiempo.La historia artificial del sistema puede ser generado, observado y analizado.La escala de tiempo puede ser alterado según la necesidad.Las conclusiones acerca de las características del sistema actual pueden serinferidos. Estructura de un modelo de simulación La formulación de los modelos de simulación requiere de la cuantificación de losparámetros de las...

3.2.- Ejemplo de una simulación tipo Montecarlo, en hoja de cálculo. La simulación de Monte Carlo es una técnica que combina conceptos estadísticos(muestreo aleatorio) con la capacidad que tienen los ordenadores para generarnúmeros pseudo-aleatorios y automatizar cálculos.Los orígenes de esta técnica están ligados al trabajo desarrollado por Stan Ulam yJohn Von Neumann a finales de los 40 en el laboratorio de Los Alamos, cuandoinvestigaban el movimiento aleatorio de los neutrones [W1]. En años posteriores,la simulación de Monte Carlo se ha venido aplicando a una infinidad de ámbitoscomo alternativa a los modelos matemáticos exactos o incluso como único mediode estimar soluciones para problemas complejos. Así, en la actualidad es posibleencontrar modelos que hacen uso de simulación Monte Carlo en las áreasinformática, empresarial, económica, industrial e incluso social [5, 8]. En otraspalabras, la simulación de Monte Carlo está presente en todos aquellos ámbitosen los que el com...

3.1. METODOLOGÍA GENERAL DE LA SIMULACIÓN   Metodología de la simulación. Definicion del sistema Para tener una definicion exacta del sistema que se desea simular, es necesario hacer primeramente un analisis preliminar de este, con el fin de determinar la interaccion con otros sistemas, las restricciones del sistema, las variables que interactuan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esprean obtener del estudio. Formulacion del modelo Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y construye el modelo con el cual se obtendran los resultados deseados. En la formulacion del modelo es necesario definir todas las variables que forman parte de el, sus relaciones logicas y los diagramas de flujo que describan en forma completa el modelo. Coleccion de datos Es importante que se definan con claridad y exactitud l...

4.2. IDENTIFICACIÓN DEL ESTIMADOR DETERMINANTE (ESTIMADOR LÍDER) DEL  TAMAÑO DE LA SIMULACIÓN Por definición, el valor de una variable cambia conforme avanza la simulación, aunque se le debe dar un valor inicial. Cabe recordar que el valor de un parámetro permanece constante; sin embargo, puede cambiar conforme se estudian diferentes alternativas en otras simulaciones. Determinación de condiciones iniciales La determinación de condiciones iniciales para las variables es una decisión táctica importante en la simulación. Lo anterior se debe a que el modelo se sesga por una serie de valores iniciales hasta que el modelo llega a un estado estable. Para manejar este problema, los analistas han seguido varios planteamientos como 1) Descartar los datos generados durante las primeras partes de la ejecución, 2) Seleccionar las condiciones iniciales que reducen la duración del periodo de calentamiento o 3) Seleccionar las condiciones iniciales que eliminan el se...