ASPECTO ESTADSTICO

DE LA SIMULACIN
 SIMULACION

La simulacin por computadora es una tcnica que imita

los procesos de un sistema real para evaluarlo
numricamente y los datos generados por el software nos
permitirn predecir el comportamiento del sistema que se
est analizando o estudiando.
ESTADISTICA EN LA SIMULACION

Todos los modelos de simulacin van acompaado con el

uso de la estadstica, por el uso necesario de la
distribucin de la probabilidad, esto quiere decir que
necesitamos datos para la construccin de cada uno de
los modelos y cumplir con el objetivo.
La Simulacin estadstica representa un sistema en un
instante particular, a menudo se le llama simulacin de
Monte Carlo
 QUE ES LA SIMULACION
ESTADISTICA ?

Es una tcnica matemtica computarizada que permite

tener en cuenta el riesgo en anlisis cuantitativos y tomas
de desiciones. Esta tcnica es utilizada por profesionales
de campos tan dispares como los de finanzas, gestin de
proyectos, ingeniera etc.
La simulacin Monte Carlo ofrece a la persona
responsable de tomar las decisiones una serie de posibles
resultados, as como la probabilidad de que se produzcan
segn las medidas tomadas. Muestra las posibilidades
extremas (los resultados de tomar la medida ms
arriesgada y la ms conservadora) as como todas las
posibles consecuencias de las decisiones intermedias.
 Cmo funciona la simulacin
Monte Carlo
La simulacin Monte Carlo realiza el anlisis de riesgo con
la creacin de modelos de posibles resultados mediante la
sustitucin de un rango de valores (una distribucin de
probabilidad), para cualquier factor con incertidumbre.
Luego, calcula los resultados una y otra vez, cada vez
usando un grupo diferente de valores aleatorios de las
funciones de probabilidad. Dependiendo del nmero de
incertidumbres y de los rangos especificados, para
completar una simulacin Monte Carlo puede ser
necesario realizar miles o decenas de miles de reclculos.
La simulacin Monte Carlo produce distribuciones de
valores de los resultados posibles.
 ANALISIS DE RIESGO

El anlisis de riesgo se puede realizar cualitativa y

cuantitativamente. El anlisis de riesgo cualitativo
generalmente incluye la evaluacin instintiva de una
situacin, y se caracteriza por afirmaciones como Eso
parece muy arriesgado o Probablemente obtendremos
buenos resultados. El anlisis de riesgo cuantitativo trata
de asignar valores numricos a los riesgos, utilizando datos
empricos.
Mediante el uso de distribuciones de probabilidad, las
variables pueden generar diferentes probabilidades de
que se produzcan diferentes resultados. Las distribuciones
de probabilidad son una forma mucho ms realista de
describir la incertidumbre en las variables de un anlisis de
riesgo. A continuacin mencionaremos las distribuciones
de probabilidad ms comunes.
DISTRIBUCIONES DE PROBABILIDADES
MAS COMUNES
Normal, El usuario simplemente define la media o valor esperado y
una desviacin estndar para describir la variacin con respecto a
la media.
Lognormal, Los valores muestran una clara desviacin; no son
simtricos como en la distribucin normal.
Uniforme, Todos los valores tienen las mismas probabilidades de
producirse; el usuario slo tiene que definir el mnimo y el mximo.
Triangular, El usuario define los valores mnimo, ms probable y
mximo.
Discreta, El usuario define los valores especficos que pueden ocurrir
y la probabilidad de cada uno.
 AO DEL BUEN SERVICIO AL CIUDADANO

FACULTAD DE INGENIERIA Y ARQUIRTECTURA

CARRERA ACADEMICO PROFESIONAL DE INGENIERIA DE SISTEMAS

TEMA
ASPECTOS ESTADISTICOS DE LA SIMULACION

PRESENTADO POR: VICTOR BENAVIDES LOPEZ

INGENIERO: RICHARD BARRIOS QUISPE
CICLO: IV

2017