Title | Actividad 3 ok |
---|---|
Author | Perla Anguiano |
Course | Simulación de eventos discretos |
Institution | Universidad TecMilenio |
Pages | 4 |
File Size | 273 KB |
File Type | |
Total Downloads | 26 |
Total Views | 149 |
Actividad 3...
Nombre:
Matrícula:
Nombre del curso:
Nombre del profesor:
Simulación de Eventos Discretos Módulo:
Módulo 1
Actividad: Actividad 3
Carrera: Ingeniería Industrial y Sistemas Fecha: 15/Octubre/2020 Bibliografía: Canvas Curso Simulación de Eventos Discretos
Objetivo: El objetivo de esta actividad es realizar un repaso de los conceptos aprendidos en clases, de manera práctica y teórica.
Desarrollo: Durante la actividad colaborativa 1. Describe al menos 3 situaciones de nuevos proyectos que pueden ser analizados con modelos de simulación.
Al realizar un cambio de ingeniería de una pieza Para probar que implementar un nuevo método en el proceso Al modificar la configuración de una máquina para programarla para diferente operación 2. Describe al menos 2 problemas en una empresa que puedan mejorarse con modelos de simulación. En un laboratorio, realizando pruebas a escala con materias primas de nuevos proveedores para probar la calidad de los productos, antes de invertir en materia prima en grandes cantidades para una fabricación completa. Con esta simulación se puede prevenir invertir y desperdiciar una producción completa. Al tener fallas de calidad y no saber dónde se encuentra el problema, si es en los pegamentos que se usan para unir las piezas, o simplemente es el método que está incorrecto, se puede hacer una simulación para detectar cual es el problema.
3. Realiza un esquema con los pasos a seguir para la construcción de un modelo de simulación.
Definición del sistema bajo estudio
Generación del modelo de simulación base
Define porqué se origina el estudio, fin, supuestos, variables, interacción de variables, límites y alcances
Traducir la información anterior a lenguaje de simulación, incluyendo posibles subsistemas que existan en la situación a modelar El modelo recopila la información
Recolección y análisis de datos
Generación del modelo preeliminar
Verificación del modelo
Validación del modelo
Generación del modelo final
Se puede realizar paralelo al anterior paso Se integra información obtenida, a partir del análisis de datos, los supuestos del modelo y los datos necesarios para crear el modelo más cercano a la realidad Comparar modelo con la realidad
Serie de pruebas simultáneas con la información de entrada de la situación actual Después que el modelo fue validado y aprobado
Determinación de los escenarios para el áli i
Análisis de Sensibilidad
Documentación del modelo, sugerencias y conclusiones:
Pruebas estadísticas Supuestos del modelo, distribución utilizada en cada variable, los alcances y limitaciones al realizar el modelo, y todas las consideraciones que se utilizaron en la programación
4. Enlista las ecuaciones de cada uno de los algoritmos de generación de números pseudoaleatorios. No congruenciales 1. Cuadrados medios 2. Productos medios 3. Multiplicador constante Congruenciales 4. Lineales 1. Lineal 2. Multiplicativo 3. Aditivo No lineales 4. Blum, Blum y Shub 5. Cuadrático
CONCLUSIONES 5. Problema 1 Generar los 5 primeros números ri de una semilla Xo= 9803, a= 6965 con D= 4 dígitos.
6. Problema 2
Generar 4 números entre 0 y 1 con Xo= 45, a= 28 c= 36 y m= 100.
CONCEPTOS CLAVE DE LA CLASE #3 (Concepto y definición con tus propias palabras)
Modelo de Simulación: Modelo que imita una situación de un problema para recrearlo de manera simular a una situación real.
Semilla.- Grupo de 4 números para generar un modelo de simulación, debe ser mayor a 3 dígitos.
Números pseudoaleatorios .- Número generados de una función determinística, no es aleatoria, pues se aseguran de tal manera que tengan cierto comportamiento en una simulación....