Examen 2

1. 1LA GENERACION DE VARIABLES ALEATORIAS EN LA SIMULACION ESTA DADA POR DIFERENTES METODOS DE GENERACION DE ESTAS, ESTOS METODOS PERO CONTINEN CIERTAS RESTRICCIONES PARA GENERAR, EN ESTE CASO LA TRANSFORMADA INVERSA PERMITE GENERAR CON PREFERENCIA DE APLICACION:
   
   VALORES ALEATORIOS DE TIPO DISCRETO UTILIZANDO PARA ELLO [blank_start]DISTRIBUCION ESPECIFICA[blank_end] LEVANTADAS DEL COMPORTAMIENTO DEL FUNCIONAMIENTO DE SISTEMAS
   
   VALORES ALEATORIOS DE TIPO CONTINUO UTILIZANDO PARA ELLO [blank_start]FUNCIONES DE DENSIDAD PROBABILISTICA[blank_end] LEVANTADAS DEL COMPORTAMIENTO DE VALORES POR ESTADISTICA.

   1. ADISTRIBUCION ESPECIFICA
   2. BFUNCIONES DE DENSIDAD PROBABILISTICA
   3. CTABLAS DE DENSIDAD PROBABILISTICA
2. 2EFECTIVAMENTE SE TIENEN DIFERENTES FORMAS DE TENER DATOS PARA UNA SIMULACION DE SISTEMAS, PERO ENTRE ELLAS SE TIENE ALGUNAS PROPIEDADES O CARACTERISTICAS EN EL PROCESO. ELLAS SON:
   
   [blank_start]NUMEROS PSEUDOALEATORIOS[blank_end] SE PUEDE GENERAR POR METODOS DIGITALES O MANUALES
   [blank_start]VARIABLES ALEATORIAS[blank_end] SE PUEDEN GENERAR POR DISTRIBUCIONES ESPECIFICAS
   [blank_start]VARIABLES ALEATORIAS[blank_end] NO TIENEN PERIODICIDAD CORTA
   [blank_start]NUMEROS ALEATORIOS[blank_end] REQUIEREN DE PARAMETROS OBTENIDOS DEL
   SISTEMA REAL
   [blank_start]NUMEROS ALEATORIOS[blank_end] DEBEN CUMPLIR CON CRITERIOS DE GENERACION
   [blank_start]NUMEROS PSEUDOALEATORIOS[blank_end] LA GENERACION DEBEN SER CON DATOS
   VALIDOS PREVIAMENTE GENERADOS

   1. ANUMEROS PSEUDOALEATORIOS
   2. BVARIABLES ALEATORIAS
   3. CVARIABLES ALEATORIASS
   4. DNUMEROS ALEATORIOS
   5. ENUMEROS ALEATORIOSS
   6. FNUMEROS PSEUDOALEATORIOSS
   7. GINDEPENDENCIA
   8. HUNIFORMIDAD
   9. IDISTRIBUCION PROBABILISTICA
3. 3LAS APROXIMACIONES QUE PUEDE REALIZAR UN MODELO DE SIMULACION DE UN SISTEMA REAL ESTAN EN BASE A LOS ESTUDIOS SOBRE ESTE, ESTAS SE RELACIONAN :
   
   VARIABLES DE ESTADO, QUE HAY, CUANDO HABRA [blank_start]CAMBIO DE ESTADO[blank_end]
   ENTIDADES IDENTIFICADAS, RUTAS DE FLUJO, INTERELACIONES [blank_start]FLUJO FISICO[blank_end]

   1. ACAMBIO DE ESTADO
   2. BFLUJO FISICO
   3. CEXPERIMENTACION
   4. DCAMBIO DE ESTADO
   5. EFLUJO FISICO
   6. FEXPERIMENTACION
4. 4LAS VARIABLES ALEATORIAS SIGUEN DISTRIBUCIONES DE PROBABILIDAD ESTIMADA POR LA ESTADISTICA, PARA GENERAR LOS TIPOS DE DATOS NECESARIOS, ENTONCES SE PUEDE DETERMINAR:
   
   que describen el tiempo hasta que se produce p veces un determinado suceso [blank_start]DISTRIBUCION GAMMA[blank_end]
   numero de sucesos raros que ocurren en una proporción fija de espacio o de tiempo [blank_start]DISTRIBUCION DE POISSON[blank_end]
   cuya distribución es simétrica con respecto a un valor central [blank_start]DISTRIBUCION NORMAL[blank_end]
   generar variables aleatorias dentro de límites [blank_start]DISTRIBUCION UNIFORME[blank_end]
   describir el tiempo entre eventos o de eventos [blank_start]DISTRIBUCION TRANSFORMADA INVERSA[blank_end]
   
   
   

   1. ADISTRIBUCION NORMAL
   2. BDISTRIBUCION TRANSFORMADA INVERSA
   3. CDISTRIBUCION GAMMA
   4. DDISTRIBUCION UNIFORME
   5. EDISTRIBUCION EXPONENCIAL
   6. FDISTRIBUCION DE POISSON
   7. GDISTRIBUCION NORMAL
   8. HDISTRIBUCION TRANSFORMADA INVERSA
   9. IDISTRIBUCION GAMMA
   10. JDISTRIBUCION UNIFORME
   11. KDISTRIBUCION EXPONENCIAL
   12. LDISTRIBUCION DE POISSON
   13. MDISTRIBUCION NORMAL
   14. NDISTRIBUCION TRANSFORMADA INVERSA
   15. ODISTRIBUCION GAMMA
   16. PDISTRIBUCION UNIFORME
   17. QDISTRIBUCION EXPONENCIAL
   18. RDISTRIBUCION DE POISSON
   19. SDISTRIBUCION NORMAL
   20. TDISTRIBUCION TRANSFORMADA INVERSA
   21. UDISTRIBUCION GAMMA
   22. VDISTRIBUCION UNIFORME
   23. WDISTRIBUCION EXPONENCIAL
   24. XDISTRIBUCION DE POISSON
   25. YDISTRIBUCION NORMAL
   26. ZDISTRIBUCION TRANSFORMADA INVERSA
   27. AADISTRIBUCION GAMMA
   28. ABDISTRIBUCION UNIFORME
   29. ACDISTRIBUCION EXPONENCIAL
   30. ADDISTRIBUCION DE POISSON
5. 5CUALES SON LOS CRITERIOS A CONSIDERAR PARA LA CONSTRUCCION DE UN MODELO DE SIMULACION.

   1. ALA VALIDACION POR COMPARACION DEL MODELO CON EL SISTEMA
   2. BLA ABSTRACCION DEL SISTEMA REAL HACIA EL MODELO
   3. CLA VALIDACION POR FUNCIONAMIENTO DEL MODELO
   4. DLA ESCALA TEMPORAL Y ESPACIAL DONDE SE EXPERIMENTA
   5. ELA ELABORACION DE UN MODELO CONCEPTUAL PERTINENTE
   6. FLA SIMPLIFICACION DE COMPONENTES EN MODELO
   7. GLOS PROCESOS DE ESTUDIO QUE PERMITIRAN EL MODELO
   8. HEL DISEÑO DE EXPERIMENTOS PARA LA SIMULACION
6. 6LOS METODOS ALEATORIOS TIENEN ALGORITMOS DEFINIDOS PARA GENERAR NUMEROS PSEUDOALEATORIOS. CUALES DE LOS METODOS SON LOS QUE UTILIZAN EL MODULO O RESIDUO PARA OBTENER SU RESULTADO.

   1. ACUADRADOS MEDIOS
   2. BCONGRUENCIAL
   3. CFIBBONACCI
   4. DKOLMOGOROV - SMIRNOV
7. 7CUAL DE LAS FUNCIONES DE DENSIDAD PROBABILISTICA ES LA QUE SE UTILIZA PARA PODER GENERAR NUMEROS ALEATORIOS UNIFORMES E INDEPENDIENTES.

   1. ADE DENSIDAD PROBABILISTICA SIMPLE
   2. BDE DISTRIBUCION UNIFORME
   3. CDE DENSIDAD PROBABILISTICA ACUMLUADA
   4. DNINGUNA
   5. EDE DISTRIBUCION NORMAL
8. 8CUANDO UNA FUNCION DE DENSIDAD PROBABILISTICA ESTA DADA POR VARIAS OTRAS FUNCIONES DE DENSIDAD, LOS MEJOR ES UTILIZAR EL METODO GENERALIZADO DE RECHAZO, PARA GENERAR VARIABLES ALEATORIAS.

   1. AVerdadeiro
   2. BFalso
9. 9UTILIZANDO LA SIMULACION POR EL METODO DE MONTECARLO, SE PUEDE CONCLUIR QUE ESTE METODO EN BASE A VARIOS JUEGOS DE SIMULACION, LO QUE HACE ES CONTAR LOS EXISTOS DEL MODELO QUE SIMULA, PARA PODER ESTIMAR UN COMPORTAMIENTO DEL SISTEMA CON PROBLEMA A RESOLVER.

   1. AVerdadeiro
   2. BFalso
10. 10EFECTIVAMENTE HAY CIERTAS TAREAS QUE SE DEBEN REALIZAR PARA OBTENER UN MODELO DE SIMULACION, ELLAS PERMITEN LLEGAR A UNA BUENA REPRESENTACION DEL SISTEMA REAL.
    
    EL DETERMINAR LA SOLUCION POR METODOS YA SEAN DEDUCTIVOS, SIMULATIVO, ALGORITMICO, SON PROPIOS DE LAS TAREAS DE DESARROLLO.

    1. AVerdadeiro
    2. BFalso

Descrição

Estudiar Teoría

Autor

Miguel Angel Choque Ramirez

Idioma

Español

Visualizações

18

Etiquetas

informática

Avaliação

Ainda sem avaliações

Avalie este quiz

Avalie este quiz

Mais sobre Números y variables aleatorias en simulación