2. SIMULACIÓN DE SISTEMAS SIMULACIÓN DE VARIABLES ALEATORIAS Juan Carlos Lizaldes Jonathan Yaguachi
3. Verificación y validación de los modelos de simulación Gran desarrollo de modelos en el área de la simulación. Análisis correcto de los resultados. Interpretación errónea Mala decisión
4.
5.
6. Intervalo de confianza Se llama intervalo de confianza a un par de números entre los cuales se estima que estará un valor desconocido con una determinada probabilidad de acierto .
7. I.C. si la variable aleatoria sigue una distribución normal: I.C. si la variable aleatoria no sigue una distribución normal:
8. Ejemplo. Los resultados de 10 réplicas de la simulación de un sistema de inventario promedio en un almacén son 190.3, 184.2, 182.4, 195.6, 193.2, 190.5, 191.7, 188.5, 189.3, 188.4. Determinar el intervalo de confianza con un nivel de aceptación de 95 por ciento. La media es 189.41 y la desviación estándar es 3.916. (Pág. 107)
9. Simulaciones no terminales No involucra una ocurrencia en el tiempo en que tenga que finalizar. Se necesita determinar la longitud de corrida o longitud de las réplicas para asegurar la estabilización de los resultados del modelo .
10. Longitud de las réplicas Para que una variable aleatoria se estabilice, es necesario que sus réplicas sean lo suficientemente grandes para no diferir de cierta exactitud.
11. Ecuaciones para determinar la L.R.(n) Variable Normal Variable NO Normal Desviación Estándar Conocida Desviación Estándar Estimada
12. Ejemplo. Determinar la longitud de la réplica para estimar, dentro de un rango del ±2, el valor de una variable normal con desviación estándar 4 y un nivel de aceptación de 5 por ciento. (Pág. 109)
13.
14. Variable de estado Tiempos de inspección (7) Entidades Piezas Eventos Tiempo de llegada(2) Fin de la inspección (5) Evento Secundario Inicio de la inspección (3) Actividades Tiempo entre llegadas (1) Tiempo de inspección (4)
