Presentación interactiva Investigación de operaciones
Jesus Oziel Rodriguez Silva
Created on March 24, 2024
Investigación de operaciones
Over 30 million people create interactive content in Genially.
Check out what others have designed:
SPANISH: PARTES DE LA CASA WITH REVIEW
Presentation
QUOTE OF THE WEEK ACTIVITY - 10 WEEKS
Presentation
HISTORY OF THE EARTH
Presentation
THE EUKARYOTIC CELL WITH REVIEW
Presentation
WWII JUNE NEWSPAPER
Presentation
PRIVATE TOUR IN SÃO PAULO
Presentation
FACTS IN THE TIME OF COVID-19
Presentation
Transcript
Alumno : Jesus Oziel ROdriguez silva
Presentación Interactiva
aleatoriedad y los modelos para la generación de variables aleatorias
Empezar
Índice
La aleatoriedad
Números aleatorios y pseudoaleatorios
Generación de variables aleatorias
Métodos generales de simulación
La aleatoriedad
La aletoriedad es un modelo matemático que permite describir un gran número de fenómenos en forma másadecuada que otros modelos deterministas. A partir de dos ideas muy simples: repetibilidad de la situaciónen las mismas condiciones e independencia de resultados en dos repeticiones, surgen una serie de modelosde complejidad progresiva, que permiten resolver problemas de inferencia y de predicción en presencia deincertidumbre. Estas dos ideas son, en si mismas, una simplificación de la realidad y pueden ser más omenos aceptables en cada problema particular.
Números aleatorios y pseudoaleatorios
Un número aleatorio es un valor que se obtiene al azar, para identificarlo debe ser asignado a un rango de valores; por ejemplo, puede pertenecer al grupo 1 a 10, o bien, a un conjunto infinito de valores, por lo tanto, cada número tiene la misma probabilidad de ser elegido. Es importante mencionar que la elección de un número no depende de la elección de otro, es decir, no se realiza en un orden concreto.
Se les denomina de esta forma porque se obtienen de un conjunto de operaciones a partir del número generado en algún paso anterior; por ejemplo, pueden iniciar en el 30 y de ahí generar números aleatorios utilizando una fórmula que no sobrepase el 100.
Números pseudoaleatorios
Las pruebas de bondad de ajuste dan como resultado el valor de contraste al que se le denomina P-valor. El P-valor indica cuál es la probabilidad de obtener un valor del estadístico de contraste, permitiendo identificar si la observación de los datos corresponde a una distribución de probabilidad o no. Cuando estos valores son pequeños, se puede afirmar que las observaciones se comportan como la distribución de probabilidad establecida.
Contrastes de bondad de ajuste:Medidas de bondad de ajusteSon un resumen de la discrepancia que se presenta entre los valores observados y los valores esperados en el modelo de estudio. Dichas medidas se utilizan para comprobar si dos muestras se obtienen a partir de dos distribuciones idénticas, o bien, para detectar si las frecuencias siguen una distribución específica.
Generación de variables aleatorias
Teorema central del límite El teorema central del límite es una herramienta poderosa en estadística que permite realizar inferencias sobre grandes poblaciones de datos; dado que este método trabaja con muestras aleatorias, es importante conocer en primer lugar a qué se refiere este concepto y cuáles son sus características.
Las variables aleatorias son funciones que asignan valores numéricos a los resultados posibles de un experimento aleatorio, para generarlos se emplean diversos métodos en la simulación, uno de ellos se centra en la información de las variaciones del sistema a lo largo del tiempo. Método basado en distribución empírica Se deriva de una distribución empírica de las variaciones experimentadas. Para ello, se debe recopilar datos empíricos de las variaciones o de las pérdidas experimentadas en un sistema o proceso a lo largo del tiempo. Cabe aclarar que la calidad de sus resultados dependerá del tipo de datos empíricos recopilados. En la actualidad, el método de simulación de Montecarlo es uno de los más usados debido al tipo de datos que requiere y a que brinda la posibilidad de generar escenarios de situaciones pasadas de forma precisa
Métodos generales de simulación