Cluster automotriz

La simulación de Monte Carlo es una técnica cuantitativa que hace uso de la estadística y los ordenadores para imitar, mediante modelos matemáticos, el comportamiento aleatorio de sistemas reales nodinámicos (por lo general, cuando se trata de sistemas cuyo estado va cambiando con el paso del tiempo, se recurre bien a la simulación de eventos discretos o bien a la simulación de sistemascontinuos).
La clave de la simulación MC consiste en crear un modelo matemático del sistema, proceso o actividad que se quiere analizar, identificando aquellas variables (inputs del modelo) cuyocomportamiento aleatorio determina el comportamiento global del sistema. Una vez identificados dichos inputs o variables aleatorias, se lleva a cabo un experimento consistente en generar – con ayuda delordenador muestras aleatorias (valores concretos) para dichos inputs, y analizar el comportamiento del sistema ante los valores generados. Tras repetir n veces este, experimento, dispondremos de nobservaciones sobre el comportamiento del sistema, lo cual nos será de utilidad para entender el funcionamiento del mismo –obviamente, nuestro análisis será tanto más preciso cuanto mayor sea el número n deexperimentos que llevemos a cabo.

Seila, A.F. (2001): Spreadsheet Simulation. Proceedings of the 2001 Winter Simulation
Conference, pp. 74 – 78.

Hwarng, H.B. (2001): A Modern Simulation Course forBusiness Students. Interfaces, 31:3, Part
1 of 2, May-June 2001, pp. 66-75.



EJEMPLO CON SIMULACION MONTECARLO.


Un servicio médico de una consulta donde un único médico ha de atender auna serie de pacientes que llegan a lo largo de la mañana. Se trata de determinar mediante Simulación de Montecarlo los usuarios que se encuentran en la cola en cada momento.

En primer lugar hemos derecoger datos. Realizamos un estudio observando dos variables:
1. Datos históricos de tiempo entre llegadas (minutos)
2. Datos de tiempos de servicio (minutos)



Organizamos esta información...