Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de

Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería Programa: Ingeniería Industrial
Curso: Modelos y simulación Código: 212026A_611

RECONOCIMIENTO DE PRESABERES

Liliana Fagua Torres

C.C 1.072.190.262
3123336280
cuenta de Skype: liliar0520

Modelos y simulación
presentado a: Ing. Diego Karachas Rodríguez

Ingeniería Industrial

10 de febrero de 2.019
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería Programa: Ingeniería Industrial
Curso: Modelos y simulación Código: 212026A_611

Inferencia estadística

La inferencia estadística es el conjunto de métodos que permiten inducir, a través

de una muestra, el comportamiento de una determinada población. La inferencia
estadística estudia entonces, como sacar conclusiones sobre los parámetros de
población de datos. De la misma manera estudia también el grado de fiabilidad de
los resultados extraídos del estudio.
Clases de muestreo

MUESTREO ALEATORIO: Es la extracción de una muestra de una población

finita, en el que el proceso de extracción es tal que garantiza a cada uno de los
elementos de la población la misma oportunidad de ser incluidos en dicha
muestra. Esta condición garantiza la representatividad de la muestra porque si en
la población un determinado porcentaje de individuos presenta la característica A,
la extracción aleatoria garantiza matemáticamente que por término medio se
obtendrá el mismo porcentaje de datos muestrales con esa característica.

MUESTREO ESTRATIFICADO: Consiste en la división previa de la población de

estudio en grupos o clases que se suponen homogéneos respecto a característica
a estudiar. A cada uno de estos estratos se le asignaría una cuota que
determinaría el número de miembros del mismo que compondrán la muestra.

MUESTREO SISTEMÁTICO: Es la elección de una muestra a partir de los

elementos de una lista según un orden determinado, o recorriendo la lista a partir
de un número aleatorio determinado.

Si el orden de los elementos de la lista es aleatorio, este muestreo equivale al

m.a.s.. Sin embargo, si la lista es tal que elementos más próximos tienden a ser
más semejantes respecto a la característica a estudiar, entonces este tipo de
muestreo puede ser más preciso.

MUESTREO CONGLOMERADO: Este método tiene la ventaja de simplificar la

recogida de información muestral. Los conglomerados deben presentar toda la
variabilidad, aunque deben ser muy parecidos entre sí. Dentro de los grupos
seleccionados se ubicarán las unidades elementales.

Distribuciones muestrales.
Una estadística muestral proveniente de una muestra aleatoria simple tiene un
patrón de comportamiento (predecible) en repetidas muestras. Este patrón es
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería Programa: Ingeniería Industrial
Curso: Modelos y simulación Código: 212026A_611

llamado la distribución muestral de la estadística. Si conocemos la distribución

muestral podemos hacer inferencia. Las distribuciones muestrales adoptan
diferentes formas según las estadísticas investigadas y las características de la
población estudiada.

Programación lineal
La programación lineal es una de las técnicas que ayuda a la toma decisiones,
utiliza un modelo matemático para describir el problema.

Así la programación lineal es una metodología que se utiliza en la solución de

problemas en los que se desea optimizar (maximizar o minimizar) una función
lineal de una o más variables (variables de decisión) llamada función objetivo,
sujeta ciertas limitaciones (restricciones) que se pueden representar como
desigualdades o igualdades de funciones lineales de las variables.

formulación de un problema de programación lineal

Usar un modelo matemático para la resolución de problemas es la base de la
programación lineal recordando que modelo se refiere a la representación
simplificada de la realidad; los modelos matemáticos en específico hacen uso de
símbolos matemáticos y presentan elementos como:
 Variables: representan las incógnitas del problema
 Restricciones: se contemplan las limitaciones a las que se encuentra sujeta la
resolución del problema considerando la escasez de recursos en tiempo y
espacio.
 Función objetivo: representa la meta que se pretende alcanzar y en la cual se
basan las decisiones principales para maximizar los beneficios o bien para
minimizar los costos (considere que en la programación lineal el calificativo “lineal”
hace referencia que las ecuaciones usadas en el modelo serán siempre de primer
grado, es decir, sin exponentes).
Sin embargo, los resultados no siempre deberán tomarse literalmente pues es
deber del interprete considerar que hay factores externos como el cambio
climático, la competencia, las condiciones de seguridad, entre otros; por lo tanto
los resultados del modelo deberán ser usados como una base para el tomador de
decisiones con el objetivo de conseguir los mejores resultados en diferentes
situaciones. Por lo tanto, es importante señalar cuestiones que debe considerar la
persona encargada del modelado
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería Programa: Ingeniería Industrial
Curso: Modelos y simulación Código: 212026A_611

 Entre más sencillo sea el modelo, mejor será el resultado. Un modelo complejo
no siempre será la mejor solución.
 El modelo debe ser validado antes de ser implementado para saber si representa
la situación real y en caso de no ser así habrá que hacer los ajustes
correspondientes.
 Si se hacen las cosas de manera apresurada, el modelo saldrá mal. Debe
hacerse un minucioso análisis de la información recabada para identificar que en
verdad será útil para el modelo.
 Los modelos son un herramienta más el tomador de decisiones tendrá siempre
la última palabra.
Pasos para desarrollar método simplex

Métodos determinísticos
Los MÉTODOS DETERMINÍSTICOS además de ser una herramienta fundamental
para la toma de decisiones, optimiza los resultados logísticos, administrativos y
financieros de una organización con el fin de mejorar procesos, reducir costos y
mejorar sus recursos técnicos.
Así mismo, plantea distintos métodos para solucionar problemas relacionados con
el transporte, la asignación y la distribución, elementos claves para la solución
eficiente de inconvenientes y/o dificultades que se puedan presentar en el ejercicio
empresarial.
Estos conceptos de métodos determinísticos permiten la optimización parcial de
una parte de la secuencia y luego relacionan las unidades optimizadas en la
siguiente línea, hasta que toda quede optimizada. Estos conceptos se pueden
aplicar en los problemas que tienen funciones continuas o en problemas donde los
valores enteros son prácticos

Pasos para la construcción de modelos matemáticos

1. Definición del problema de interés y recolección de los datos relevantes.
2. Formulación de un modelo que represente el problema.
3. Solución del modelo.
4. Prueba del modelo.
5. Preparación para la aplicación del modelo.
6. Puesta en marcha.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería Programa: Ingeniería Industrial
Curso: Modelos y simulación Código: 212026A_611

Definición de variable, función objetivo y restricciones.

 Variables: representan las incógnitas del problema
 Restricciones: se contemplan las limitaciones a las que se encuentra sujeta la
resolución del problema considerando la escasez de recursos en tiempo y
espacio.
 Función objetivo: representa la meta que se pretende alcanzar y en la cual se
basan las decisiones principales para maximizar los beneficios o bien para
minimizar los costos (considere que en la programación lineal el calificativo “lineal”
hace referencia que las ecuaciones usadas en el modelo serán siempre de primer
grado, es decir, sin exponentes).

Modelos Matemáticos
un modelo matemático es uno de los tipos de modelos científicos que emplea
algún tipo de formulismo matemático para expresar relaciones, proposiciones
sustantivas de hechos, variables, parámetros, entidades y relaciones entre
variables de las operaciones, para estudiar comportamientos de sistemas
complejos ante situaciones difíciles de observar en la realidad
Simulación en la Ingeniería Industrial: aplicaciones y análisis de
sensibilidad.
El análisis de sensibilidad es la técnica que determina cómo diferentes valores
de una variable independiente impactan en una variable dependiente bajo un
conjunto de supuestos. Estudia cómo la incertidumbre en el resultado de un
modelo o sistema matemático puede asignarse a diferentes fuentes en sus
variables de entrada.
Usos
– La aplicación clave del análisis de sensibilidad es indicar la sensibilidad de una
simulación a las incertidumbres en los valores de entrada del modelo.
– Es un método para predecir el resultado de una decisión si una situación resulta
ser diferente al compararla con las predicciones claves.
– Ayuda a evaluar el riesgo de una estrategia.
– Sirve para identificar qué tan dependiente es el resultado con respecto a una
variable particular de entrada. Analiza si la dependencia ayuda a evaluar el riesgo
asociado.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería Programa: Ingeniería Industrial
Curso: Modelos y simulación Código: 212026A_611

– Ayuda a tomar decisiones informadas y apropiadas.

– Sirve para buscar errores en el modelo, al encontrar relaciones inesperadas
entre las entradas y los resultados.

Técnicas

Existen principalmente dos técnicas para analizar la sensibilidad:

Análisis de sensibilidad local

Está basado en derivadas (numéricas o analíticas). El término local indica que las
derivadas se toman en un solo punto. Este método es apto para funciones de costos
simples.

Sin embargo, no es factible para modelos complejos, como modelos con

discontinuidades, ya que no siempre tienen derivadas.

Matemáticamente, la sensibilidad de la función de costo con respecto a ciertos

parámetros es igual a la derivada parcial de la función de costo con respecto a esos
parámetros.

El análisis de sensibilidad local es una técnica “uno a la vez”. Analiza el impacto de

un solo parámetro a la vez en la función de costo, manteniendo fijos los otros
parámetros.

Análisis de sensibilidad global

El análisis de sensibilidad global es el segundo enfoque para el análisis de

sensibilidad, el cual se implementa frecuentemente usando las técnicas de
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería Programa: Ingeniería Industrial
Curso: Modelos y simulación Código: 212026A_611

Identificación grupo de trabajo

GRUPO: 212026_8

NOMBRE ROL CORREO CELULAR

Diego Edixon TUTOR diego.rodriguez@unad.edu.co
Karacha
Rodríguez
Liliana Fagua Estudiante Liliar0520@gmail.com 3123336280
Torres
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería Programa: Ingeniería Industrial
Curso: Modelos y simulación Código: 212026A_611

BIBLIOGRAFIA

ftp://ftp.utalca.cl/profesores/gicaza/Clases/7Distribuciones%20Muestrales.pdf
https://economipedia.com/definiciones/inferencia-estadistica.html
http://lilitor.blogspot.com/2012/11/muestreo-y-tipos-de-muestreo.html

http://ri.uaemex.mx/bitstream/handle/20.500.11799/31644/secme-
16318.pdf?sequence=1
https://www.plandemejora.com/como-plantear-un-problema-de-
programacion-lineal/
https://sites.google.com/site/investigaciondeoperacionesuaa/i-introduccion-
a-la-investigacion-de-operaciones-y-a-la-programacion-lineal/6-definicion-
del-modelo-de-programacion-lineal

https://sites.google.com/site/investigaciondeoperacionescun/programacion-
lineal/pasos-generales
https://www.monografias.com/trabajos96/metodos-deterministicos-
herramienta-fundamental-toma-decisiones/metodos-deterministicos-
herramienta-fundamental-toma-decisiones.shtml
para explorar el espacio de diseño.

https://www.lifeder.com/analisis-sensibilidad/
https://es.wikipedia.org/wiki/Modelo_matem%C3%A1tico#Definici%C3%B3n