8 de mayo de 2018 Título MAPA CONCEPTUAL UNIDAD 4 JUAN CARLOS CANUL PECH Simulacion unidad 4 Simulador Concepto P
Views 160 Downloads 3 File size 394KB
8 de mayo de 2018
Título
MAPA CONCEPTUAL UNIDAD 4
JUAN CARLOS CANUL PECH
Simulacion unidad 4
Simulador
Concepto
Problemas con líneas de espera
Lenguaje de simulación
Áreas de aplicación
Pruebas paramétricas.
Problemas con sistemas de inventario.
Pruebas no paramétricas.
Concepto
Porque usar
Simular, es reproducir artificialmente unfenómeno o las relaciones entradasalida de un sistema
cuando la operación deun sistema o la experimentación en él sonimposibles, costosas, peligrosas o poco
Simulacion continua
son muy amplias,numerosas y diversas: hospitales, oficinasde correos, telégrafos, casas de cambio, etc.
Proposito general
SOFTWARE DE SIMULACION
Línea de espera de un solo canal
Simulacion deiscreta
FORTRAND ASEMBLER ALGOL PASCAL BASIC PL/1 C
S.Discreta y Continua
ARENA HYSYS ASPENPLUS CHEMCAD PROMODEL
Ecuaciones descretas: DSL190, MIMIC, GHSI, DYHYSYS. Enfoque de nloques: MIDAS, DYNAMO, SCADS, MADBLOC, COBLOC
Administacion cientifica de inventario. 1. Formula del Método matematico. 2. Derivacion de una politica optima basada en el modelo. 3. Uso de equipo de computo para mantener el control y señalizar cuando reabastecer
GASP-IV. C-SIMSCRIPT SLAM
Cada cliente debe pasar por un canal, una estación para tomar y surtir el pedido, para colocar el pedido, pagar la cuenta y recibir el producto. Cuanto llegan más clientes forman una línea de espera y aguardan que se desocupe la estación para tomar y surtir el pedido.
Enfoque de flujo transaccion: GPS, BOSS. Enfoques de eventos: GASPII, SIMCRIPT, SIMCOM, SIMPAC. Enfoque de procesos: SIMULA, OPL, SQL, SIMULATE. Enfoques de actividades: CSL ESP,FORSIM-IV, MILITRAM
Para determinar la distribución de probabilidad para la cantidad de llegadas en un período dado, se puede utilizar la distribución de Poisson.
Distribución de llegadas
Todo aquellos que se encuenta en un almacen (materiales)
Tipo 1
Materias primas: Porductos necesarios para la producion insumos
1. Se conoce el modelo de distribución de la población objetode estudio y se desconoce un número finito de parámetros dedicha distribución que hay que estimar con los datos de lamuestra. 2. Requieren conocer la distribución de la muestra para poderrealizar inferencias sobre la población
Tipo 2
Producto terminados: son los productos para la venta
LAS PRUEBAS NO PARAMÉTRICAS: ¿Para qué se utilizan?
Son una alternativa a las pruebas paramétricas cuando los datos no cumplen los requisitos de las pruebas paramétricas. 2. Permiten conocer cómo es la forma de la distribución de la población de la que se ha extraído la muestra. Contrastes de Bondad de Ajuste para conocer la forma de la población que ha originado la muestra.
SUPUESTOS DE LAS PRUEBAS PARAMÉTRICAS
1. Normalidad. Las observaciones se extraen de poblaciones distribuidas según la Normal para cada grupo. Pruebas de bondad de ajuste. 2. Homocedasticidad. Las varianzas de los diferentes grupos tienen que ser iguales. Homogeneidad de varianzas. El numerador y el denominador de la prueba F son estimaciones de la misma varianza poblacional. Prueba de Levéne. Supuesto de esfericidad respecto a la homogeneidad de varianzascovarianzas según la prueba de Mauchley.
/= Media o cantidad promedio de ocurrencia en un intervalo e= 2.17828 X= cantidad de ocurrencias en el intervalo
3. Respecto a los errores: El tiempo de servicio es el tiempo que pasa un cliente en la instalación una vez el servicio ha iniciado. Se puede utilizar la distribución de probabilidad exponencial para encontrar la probabilidad de que el tiempo de servicio sea menor o igual que un tiempo t. e= 2.17828 μ= cantidad media de unidades que pueden servirse por período
1. Los errores son independientes entre sí. 2. Se distribuyen según na Normal dentro de cada población del grupo N(0, s2). Es decir, con media cero y varianzas equivalentes. 3. La ecuación estructural del modelo refleja una composición aditiva de las fuentes de variación
Página 1