simulacion de sistemas discretos

 REPÚBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA DEFENSA
UNIVERSIDAD NACIONAL EXPERIMENTAL DE LA FUERZA ARMADA
NÚCLEO –AMAZONAS




SIMULACION DE SISTEMAS DISCRETOS



DOCENTE: PARTICIPANTE:
ING. Luis MujicaALVARO BOVADILLA
SERGIO CHIRINO ING. DE SISTEMASNOVIEMBRE, 2013


INDICE
INTRODUCCION……………………………………………………………………….………..………………..pág.(3)
VARIABLES ESTOCASTICAS……………………………………………………………………………….….pag.(4)
FUNCION DE PROBABILIDA………………………….……………………………………………….....…pag.(4) GENERACION DE MUESTRAS DE VARIABLES ALEATORIAS…..…..…………………….……pag.(5) METODO MONTECARLO……………………………………………………………………..…..…….....pag.(6) GENERACION DE NUMEROS PSEUDOALEATORIO Y ALEATORIO…………..………..…...pag.(7)
EJEMPLODE APLICACIÓN DEL METODO MONTE CARLO………………………………….…pag.(10)
CONCLUSION………………………………………………………………………………………………....…pag.(11)
BIBLIOGRAFIAS…………………………………………………………………………………………………..pag(12)














INTRODUCCION
La simulación de sistemas trata sobre las técnicas utilizadas para imitar o simular el funcionamiento de distintos tiposprocesos. Al proceso que se pretende estudiar se le define como sistema y para poderlo analizar se realiza una serie de supuestos sobre su funcionamiento. Estas frecuentemente se expresan mediante te relaciones matemáticas o relaciones lógicas, constituyen un modelo del sistema. Este modelo se utiliza para comprender y prever el comportamiento del sistema real.
Si las relaciones matemáticas o lógicasque comprende el modelo son sencillas, entonces será posible utilizar un procedimiento analítico para obtener una solución sobre las características del sistema analizado. No por otra parte, si las relaciones son complejas, puede ocurrir que no se pueda evaluar analíticamente el problema. En este caso, será necesario acudir a la simulación del sistema, evaluando numéricamente el modelo yanalizando los datos obtenidos para estimarlas características de dicho sistema.

Para este tipo de situaciones existen distintos métodos que podemos utilizar para realizar una simulación del sistema y generar una serie de variables para determinar el comportamiento de dicho sistema.










Variables estocásticas
Un proceso estocástico es aquel cuyo comportamiento es no determinista,en la medida que el subsiguiente estado del sistema está determinado tanto por las acciones predecibles del proceso como por elementos aleatorios
Función de probabilidad
La función de probabilidad es una  aplicación entre el conjunto de resultados y el conjunto de números reales, que asignará a cada suceso la probabilidad de que se verifique.
La probabilidad de una variable aleatoria discreta Xa la aplicación que asocia a cada valor de xi de la variable su probabilidad pi.
0 ≤ pi ≤ 1
p1 + p2 + p3 + · · · + pn = Σ pi = 1
Existe una manera para denominar que no es una función de probabilidad es construir una serie de propiedades (denominadas axiomas) que se exigirán a una función para poder ser catalogada como función de probabilidad.
Axioma 1: Para cualquier suceso A, laprobabilidad debe ser mayor o igual que 0.
Axioma 2:  P(Ω) = 1
Axioma 3: Para sucesos Ai, de modo que cada par de sucesos no tengan ningún resultado común, se verifica que:




Generación de muestras de variables aleatorias
Métodos que nos permitan obtener valores de variables aleatorias que sigan determinadas distribuciones de probabilidad a...