INSTITUTO TECNOLGICO SUPERIOR DE CALKIN EN EL

ESTADO DE CAMPECHE

ASIGNATURA:

INC-1027 6A SIMULACIN
ACTIVIDAD:

P2 ACTIVIDAD 2 FU4
DOCENTE:

Jos Alfonso Cuevas Bacab

ALUMNO:

Juan Enrique Chan Canul 4643

CARRERA:

Ingeniera industrial

GRADO_GRUPO:

6-A

Fecha de entrega: martes, 23 de mayo de 2017

 Contenido

Investiga el estimador determinante (estimador lder) y el tamao necesario de la simulacin. ..... 3

Definicin: ........................................................................................................................................... 3
Caractersticas de los estimadores ...................................................................................................... 3
1.- Sesgo. ............................................................................................................................................. 3
Ejemplo: .............................................................................................................................................. 3
2.- Consistencia. .................................................................................................................................. 4
Ejemplo: .............................................................................................................................................. 4
3.- Eficiencia ........................................................................................................................................ 5
Metodologa general de la simulacin ................................................................................................ 5
Definicin del problema ...................................................................................................................... 5
Elaboracin de un modelo de simulacin ........................................................................................... 6
Especificacin de las variables y parmetros ...................................................................................... 6
Especificacin de las reglas de decisin .............................................................................................. 6
Especificacin de las distribuciones de probabilidad .......................................................................... 6
Especificacin del procedimiento para incrementar el tiempo .......................................................... 7
Cmo especificar valores de variables y parmetros.......................................................................... 7
Determinacin de condiciones iniciales .............................................................................................. 7
Determinacin de duracin de la ejecucin ....................................................................................... 7
Evaluacin de los resultados ............................................................................................................... 8
Validacin ............................................................................................................................................ 8
Proposicin de un nuevo experimento ............................................................................................... 8
Bibliografa .......................................................................................................................................... 9
 Investiga el estimador determinante (estimador lder) y el tamao
necesario de la simulacin.

Definicin:
un estimador es un estadstico que es una funcin de la muestra el cual es usado
para estimar un parmetro desconocido de la poblacin. Por ejemplo, si se desea
conocer el precio medio de un artculo, el parmetro desconocido se recogern de
observaciones del precio de dicho artculo en diversos establecimientos que es la
muestra y la media aritmtica de las observaciones lo cual puede utilizarse como
estimador del precio medio. De este modo para cada parmetro pueden existir
varios estimadores diferentes y por lo general, escogeremos el estimador que posea
mejores propiedades que los restantes como es la insegadez, eficiencia,
convergencia y robustez que es la consistencia.
El valor de un estimador proporciona lo que se denomina en estadstica
una estimacin puntual del valor del parmetro en estudio. En general, se suele
preferir realizar una estimacin mediante un intervalo, esto es, obtener un
intervalo [, ] dentro del cual se espera est el valor real del parmetro con un
cierto nivel de confianza.
Utilizar un intervalo resulta ms informativo, al proporcionar informacin sobre el
posible error de estimacin, asociado con la amplitud de dicho intervalo. El nivel de
confianza es la probabilidad de que a priori el verdadero valor del parmetro quede
contenido en el intervalo.

Caractersticas de los estimadores

1.- Sesgo.
Se dice que un estimador es incesgado si la Media de la distribucin del estimador
es igual al parmetro. Estimadores incesgados son la Media muestral (estimador de
la Media de la poblacin) y la Varianza (estimador de la Varianza de la poblacin):

Ejemplo:
En una poblacin de 500 puntuaciones cuya Media (m) es igual a 5.09 han hecho
un muestreo aleatorio (nmero de muestras= 10000, tamao de las muestras= 100)
y hallan que la Media de las Medias muestrales es igual a 5.09, (la media
poblacional y la media de las medias muestrales coinciden). En cambio, la Mediana
de la poblacin es igual a 5 y la Media de las Medianas es igual a 5.1 esto es, hay
diferencia ya que la Mediana es un estimador sesgado.

La Varianza es un estimador sesgado. Ejemplo: La Media de las Varianzas

obtenidas con la Varianza

En un muestreo de 1000 muestras (n=25) en que la Varianza de la poblacin es

igual a 9.56 ha resultado igual a 9.12, esto es, no coinciden. En cambio, al utilizar la
cuasi varianza

la Media de las Varianzas muestrales es igual a 9.5, esto es, coincide con la
Varianza de la poblacin ya que la cuasi varianza es un estimador insesgado.

2.- Consistencia.
Un estimador es consistente si aproxima el valor del parmetro cuanto mayor
es n (tamao de la muestra). Algunos estimadores consistentes son:

Ejemplo:
En una poblacin de 500 puntuaciones cuya Media (m) es igual a 4.9 han hecho
tres muestreos aleatorios (nmero de muestras= 100) con los siguientes resultados:

n Media de las medias muestrales

5 4.6
25 4.8
100 4.9
vemos que el muestreo en que n=100 la Media de las Medias muestrales toma el
mismo valor que la Media de la poblacin.

3.- Eficiencia
Diremos que un estimador es ms eficiente que otro si la Varianza de la distribucin
muestral del estimador es menor a la del otro estimador. Cuanto menor es la
eficiencia, menor es la confianza de que el estadstico obtenido en la muestra
aproxime al parmetro poblacional.

Metodologa general de la simulacin

Definicin del problema

La definicin del problema para efectos de simulacin difiere un poco de la definicin
del problema para cualquier otra herramienta de anlisis. Bsicamente, implica la
especificacin de objetivos e identificacin de las variables relevantes controlables
e incontrolables del sistema que se va a estudiar. Un ejemplo es el mercado del
pescado. El objetivo del propietario de la pescadera es maximizar la ganancia sobre
la venta del pescado. La variable relevante controlable (es decir, bajo el control de
quien toma las decisiones) es la regla que rige el pedido, mientras las variables
relevantes incontrolables son los niveles de demanda diarios de pescado y la
cantidad vendida del mismo.

Elaboracin de un modelo de simulacin

Una caracterstica que distingue a la simulacin de las tcnicas como la
programacin lineal o la teora de colas es el que un modelo de simulacin debe
elaborarse conforme a las necesidades de cada situacin de problema,
contrariamente, un modelo de programacin lineal se usa en varias situaciones con
slo restablecer los valores de la funcin objetivo y las restricciones. La naturaleza
nica de cada modelo de simulacin significa que los procedimientos analizados en
adelante para la elaboracin y ejecucin de un modelo representan una sntesis de
varios enfoques para la simulacin y que son lineamientos en vez de las reglas
rgidas.

Especificacin de las variables y parmetros

El primer paso en la elaboracin de un modelo de simulacin es determinar las
propiedades del sistema real que deben ser fijas denominadas parmetros y a
cules se les debe permitir que varen durante la ejecucin de la simulacin
llamadas variables

Especificacin de las reglas de decisin

Las reglas de decisin o reglas operativas son conjuntos de condiciones bajo los
que se observa el comportamiento del modelo de simulacin. Estas reglas son el
enfoque directo o indirecto de casi todos los estudios de simulacin. En muchas
simulaciones, las reglas de decisin son prioritarias como, por ejemplo, a qu cliente
atender primero, qu trabajo procesar primero. En ciertas situaciones pueden estar
involucradas si se toma en cuenta la cantidad grande de variables en el sistema.

Especificacin de las distribuciones de probabilidad

Se pueden usar dos categoras de distribucin para la simulacin: las distribuciones
empricas de frecuencia y las distribuciones estndar matemticas. Una distribucin
emprica se deriva de observar las frecuencias relativas de cierto evento, como la
llegada en una lnea o la demanda de un producto. Es decir que se trata de una
distribucin de demanda elaborada segn las necesidades que slo es relevante
para una situacin en particular.
Especificacin del procedimiento para incrementar el tiempo
En un modelo de simulacin, el tiempo se puede avanzar con uno de dos mtodos:
1.- incrementos fijos
2.- incrementos variables
En ambos mtodos de incrementos de tiempo es importante el concepto de un reloj
simulado. En el mtodo de incremento de tiempo fijo, se especifican los incrementos
uniformes de tiempo del reloj como son los minutos, horas o das y la simulacin
contina por intervalos fijos de un periodo al siguiente. En cada punto de tiempo de
reloj, se rastrea el sistema para determinar si ocurra algn evento. De ser as, se
simulan los eventos y avanza el tiempo; de lo contrario, el tiempo de todas maneras
avanza una unidad. En el mtodo de incremento de tiempo variable, el tiempo del
reloj avanza por la cantidad requerida para iniciar el siguiente evento.

Cmo especificar valores de variables y parmetros

Por definicin, el valor de una variable cambia conforme avanza la simulacin,
aunque se le debe dar un valor inicial. Cabe recordar que el valor de un parmetro
permanece constante; sin embargo, puede cambiar conforme se estudian diferentes
alternativas en otras simulaciones.

Determinacin de condiciones iniciales

La determinacin de condiciones iniciales para las variables es una decisin tctica
importante en la simulacin. 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 ejecucin
2) seleccionar las condiciones iniciales que reducen la duracin del periodo de
calentamiento o seleccionar las condiciones iniciales que eliminan el sesgo.
Sin embargo, para emplear cualquiera de estas alternativas, el analista debe tener
una idea del margen de datos de salida esperado.

Determinacin de duracin de la ejecucin

La duracin de la ejecucin de simulacin (duracin de la ejecucin o tiempo de
ejecucin) depende del propsito de la simulacin. Quizs el planteamiento ms
comn sea continuar la simulacin hasta lograr un equilibrio.
Evaluacin de los resultados

Desde luego que las conclusiones que se pueden obtener de una simulacin
dependen del grado en que el modelo refleja el sistema real, aunque tambin
depende del diseo de la simulacin en un sentido estadstico. En la mayora de las
situaciones, el anlisis tiene ms informacin disponible con la cual comparar los
resultados de simulacin: datos operativos antiguos del sistema real, datos
operativos del desempeo de sistemas semejantes y la percepcin del analista de
la operacin del sistema real.

Validacin

validacin se refiere a probar el programa de computacin para garantizar que la

simulacin est bien. Especficamente, es una verificacin para corroborar si el
cdigo de la computadora es una traslacin vlida del modelo de diagrama de flujo
y si la simulacin representa adecuadamente al sistema real. Los errores de
codificacin normalmente se encuentran con facilidad porque es muy probable que
la computadora no ejecute el programa.

Proposicin de un nuevo experimento

Con base en los resultados de simulacin, es posible que se tenga un nuevo

experimento de simulacin. Se podran cambiar muchos factores: parmetros,
variables, reglas de decisin, condiciones de inicio y duracin de la ejecucin.
Respecto a los parmetros, quiz sea interesante repetir la simulacin con varios
costos o precios diferentes de un producto para ver qu cambios se generaran. Por
ltimo, ya sea que intentar diferentes duraciones de ejecuciones constituya un
nuevo experimento en vez de duplicar un experimento anterior depende de los tipos
de eventos que se presenten al cabo del tiempo en la operacin del sistema.
 Bibliografa

http://simulacion7.blogspot.es/categoria/simulacion/

http://www.uv.es/webgid/Inferencial/42_caractersticas_estimadores.html