Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INGENIERÍA INDUSTRIAL
GRUPO 62V
SIMULACION
UNIDAD 4
DISEÑO DE LA CALIDAD DE LA SIMULACIÓN
PRESENTA:
Av. Melchor Ocampo # 2555, Col. Cuarto Sector, C.P. 60950, Cd. Lázaro Cárdenas, Michoacán,
Teléfono (753) 53 7 19 77, 53 2 10 40, 53 7 53 91, 53 7 53 92 Dirección Ext. 109, Fax. 108
Contenido
INTRODUCCION..........................................................................................................3
4.1 Lista de estimadores a obtener de la simulación....................................................5
4.1.1 Instrumentos de medición....................................................................................5
4.1.2 Medios de registro de datos.................................................................................6
4.2 Identificación del estimador determinante..............................................................7
4.3 Muestras preliminares de los proyectos aprobados en clase para cada equipo de
trabajo............................................................................................................................7
4.4 Características estadísticas del estimador líder.....................................................8
4.4.1 Establecimiento de la precisión...........................................................................9
4.4.2 Cálculo del número mínimo de observaciones necesarias.................................9
4.4.3 Intervalos de confianza......................................................................................10
4.5 Muestras definitivas..............................................................................................10
4.5.1 Estadística descripta..........................................................................................11
4.5.2 Muestras pequeñas............................................................................................11
4.5.3 Muestras grandes..............................................................................................12
4.5.4 Otras pruebas.....................................................................................................12
EJERCICIO 1..............................................................................................................13
EJERCICIO 2..............................................................................................................14
EJERCICIO 3..............................................................................................................15
CONCLUSION............................................................................................................17
INTRODUCCION
poblacional.
Los instrumentos de medición típicos para recolectar datos, a fin de obtener los
población.
para que cumplan cierta cantidad prefijada o cuota para cada grupo. Por
llevar a cabo.
las variables nunca se encuentran aisladas, sino que interactúan con otras variables,
lo que dificulta el posterior análisis. Sin embargo, es un medio muy útil y sencillo de
llevar a cabo.
que se hacen a los actores del sistema que se pretende simular, a fin de obtener los
datos estadísticos necesarios sobre opiniones, hechos u otras variables, para poder
ahorrando con ello tiempo y dinero. Los datos recabados se denominan secundarios
puesto que fueron colectados con anterioridad, en comparación con los datos
primarios, que son colectados por primera vez por cualquier otro método.
(estimador líder) del tamaño de la Simulación. Para cada parámetro pueden existir
equipo de trabajo.
4.4 Características estadísticas del estimador líder.
de la población).
Media de las Varianzas muestrales es igual a 9.5, esto es, coincide con la Varianza
Así, para un mismo parámetro, se dice que el estimador 1 es más eficiente que el
estadístico es más eficiente que otro, significa que varía menos de unas muestras a
otras.
relevante contenida en la muestra, de forma tal que ningún otro estimador pueda
del estimador se concentran cada vez más en torno al valor del parámetro, hasta
que con un tamaño muestral infinito obtenemos una varianza del estimador nula. Por
dada por dos puntos, entre los cuales se encuentra el parámetro, se llama
punto.
Ejemplo: Si se dice que una distancia se ha medido como 5.28 metros (m), se está
dando una estimación de punto. Por otra parte, si se dice que la distancia es 5.28 ±
0.03 m, (esto es, que está entre 5.25 y 5.31 m), se está dando una estimación de
hacer los cálculos lo más preciso posible, y en base a los resultados poder hacer
recomendaciones confiables. La siguiente tabla muestra algunas de las fórmulas
muestra, dentro de los cuales se admiten los valores de las variables. Ejemplo:
actual?
características:
• Son robustas.
4.5.1 Estadística descripta
Se trata de una prueba de bondad de ajuste, es decir, sirve para verificar si las
es señalar si los datos provienen de una población que tiene la distribución teórica
Las variables nominales son las que permiten relaciones de igualdad y desigualdad,
cuadrado, también llamada Ji cuadrado (Χ2), Como hemos visto, la prueba chi-
partir de chi-cuadrado, se establece una hipótesis nula que postula una distribución
Entonces, suponiendo que la hipótesis nula es cierta, para cada valor o intervalo de
Kolmogorov- Smirnov donde se les da más peso a las colas de la distribución que la
una prueba no paramétrica sobre si los datos de una muestra provienen de una
(observar que los datos se deben ordenar) vienen de una distribución con función
EJERCICIO 1.
Distribución de Chi-cuadrado
EJERCICIO 2
EJERCICIO 3
599.16 599.87 600.08 600.4
599.21 599.9 600.12 600.48
599.33 599.91 600.12 600.49
599.42 599.94 600.13 600.49
599.46 599.97 600.16 600.52
599.53 600.02 600.21 600.53
599.65 600.03 600.24 600.53
599.69 600.04 600.33 600.57
599.76 600.04 600.35 600.66
599.84 600.08 600.37 601.03
EJERCICIO 3
1 2 3 4 5 6
Observación Valor Probabilidad de z Probabilidades mayores De menor a mayor Formula de Anderson
1 599.16 0.015421173 0.984578827 0.010870478 -8.69371840
2 599.21 0.020674622 0.979325378 0.078740026 -19.26135595
3 599.33 0.039698552 0.960301448 0.115218134 -26.93684351
4 599.42 0.061800525 0.938199475 0.134804411 -33.51441648
5 599.46 0.074290602 0.925709398 0.134804411 -41.43331062
6 599.53 0.100653775 0.899346225 0.140038617 -46.88096248
7 599.65 0.160594057 0.839405943 0.156561212 -47.88138800
8 599.69 0.184926879 0.815073121 0.156561212 -53.13154487
9 599.76 0.232688552 0.767311448 0.162343009 -55.69367023
10 599.84 0.294778717 0.705221283 0.21350168 -52.54717703
11 599.87 0.31988389 0.68011611 0.234878034 -54.35820805
12 599.90 0.34584246 0.65415754 0.249761642 -56.32746401
13 599.91 0.354666684 0.645333316 0.26513168 -59.10263796
14 599.94 0.381593795 0.618406205 0.339714612 -55.16229576
15 599.97 0.40910665 0.59089335 0.366255161 -55.04792842
16 600.02 0.455905849 0.544094151 0.411885198 -51.84686688
17 600.03 0.465361325 0.534638675 0.439891527 -52.34355199
18 600.04 0.4748364 0.5251636 0.449301522 -54.06961109
19 600.04 0.4748364 0.5251636 0.449301522 -57.15930316
20 600.08 0.512825494 0.487174506 0.487174506 -54.09114949
21 600.08 0.512825494 0.487174506 0.487174506 -56.86505459
22 600.12 0.550698478 0.449301522 0.5251636 -53.34637156
23 600.12 0.550698478 0.449301522 0.5251636 -55.82759814
24 600.13 0.560108473 0.439891527 0.534638675 -56.67208056
25 600.16 0.588114802 0.411885198 0.544094151 -55.83383810
26 600.21 0.633744839 0.366255161 0.59089335 -50.09365866
27 600.24 0.660285388 0.339714612 0.618406205 -47.47172257
28 600.33 0.73486832 0.26513168 0.645333316 -41.03287537
29 600.35 0.750238358 0.249761642 0.65415754 -40.57096876
30 600.37 0.765121966 0.234878034 0.68011611 -38.53949444
31 600.40 0.78649832 0.21350168 0.705221283 -35.95390877
32 600.48 0.837656991 0.162343009 0.767311448 -27.84657210
33 600.49 0.843438788 0.156561212 0.815073121 -24.35845101
34 600.49 0.843438788 0.156561212 0.839405943 -23.13702945
35 600.52 0.859961383 0.140038617 0.899346225 -17.72989436
36 600.53 0.865195589 0.134804411 0.925709398 -15.76161672
37 600.53 0.865195589 0.134804411 0.938199475 -15.22724340
38 600.57 0.884781866 0.115218134 0.960301448 -12.21916340
39 600.66 0.921259974 0.078740026 0.979325378 -7.92363441
40 601.03 0.989129522 0.010870478 0.984578827 -2.09123349
Media 600.0665
Desviación 0.41985071
Tamaño 40
CONCLUSION
Vistas las innegables ventajas de la aplicación de los modelos de simulación en la planificación y gestión estratégica de la
empresa, nuestro propósito es continuar en esta línea de investigación: concretamente en la aplicación de modelos de
simulación a empresas españolas del sector de servicios sociales, y más específicamente en hospitales.