NÚMEROS PSEUDOALETORIOS

Description

unidad2
Fabiola Garces
Mind Map by Fabiola Garces, updated more than 1 year ago
Fabiola Garces
Created by Fabiola Garces about 4 years ago
8
0

Resource summary

NÚMEROS PSEUDOALETORIOS
  1. Las variables independientes en el modelo matemático para una simulación son tratadas con números aleatorios (porque representan las variables que no se pueden controlar). Conseguir generar números aleatorios no es tan fácil como se cree.
    1. Cuando se analizan datos medidos por una variable cuantitativa continua, las pruebas estadísticas de estimación y contraste frecuentemente empleadas se basan en suponer que se ha obtenido una muestra aleatoria de una distribución de probabilidad de tipo normal o de Gauss.
      1. PRUEBAS NO PARAMÉTRICAS: Las pruebas estadísticas no paramétricas son las que, a pesar de basarse en determinadas suposiciones, no parten de la base de que los datos analizados adoptan una distribución normal. Técnica estadística que no presupone ninguna distribución de probabilidad teórica de la distribución de nuestros datos.
        1. PRUEBAS PARAMÉTRICAS: Las pruebas estadísticas paramétricas, como la de la “t” de Student o el análisis de la varianza (ANOVA), se basan en que se supone una forma determinada de la distribución de valores, generalmente la distribución normal, en la población de la que se obtiene la muestra experimental.
          1. ANÁLISIS DE LA VARIANZA (ANOVA) ANOVA son siglas para el análisis de la Variación (ANalysis Of VAriance). Un ANOVA segrega diversas fuentes de la variación vistas en resultados experimentales.
          2. El método de Montecarlo es un método de simulación que permite calcular estadísticamente el valor final de una secuencia de sucesos no deterministas (sujetos a variabilidad), como es el caso del plazo o el coste de un proyecto. Por la complejidad de esta tarea, esta simulación se realiza por computador con alguno de los programas que se detallan al final de este artículo.
            1. Debido al tamaño y complejidad de los proyectos que justifican el uso de este análisis, en los pequeños no se usa, este se realiza mediante computador, siendo totalmente inviable hacerlo a mano. De todas formas es recomendable entender el método de cálculo que hay detrás de estos programas de simulación.
                  Show full summary Hide full summary

                  Similar

                  Algoritmo congruencial aditivo
                  Bryan Sucht!
                  Algoritmo Congruencial Lineal
                  Bryan Sucht!
                  | FenixZone SAMP | User Test |
                  Franco Petrone
                  LAS PARADOJAS POSTMODERNAS
                  David Pacheco
                  Multiplicador Constante
                  Bryan Sucht!
                  Productos Medios
                  Bryan Sucht!
                  Algoritmo Congruencial Multiplicativo
                  Bryan Sucht!
                  Impedancia capacitiva e inductiva
                  Jose Jula
                  Investigación Operativa
                  Reg Muñoz
                  Simulación 3D de procesos en plantas industriales
                  Marlene Velasco
                  Preguntas de odontología
                  Isabel Illescas Ramos