INTRODUCCION A LA SIMULACIÓN

¿Qué es la simulación?. Una técnica para crear modelos físicos de sistemas. Un proceso para imitar el comportamiento de un sistema en el tiempo. Un método para analizar datos estadísticos. Una herramienta para la optimización de procesos.

¿Cuál es el objetivo principal de la simulación?. Diseñar nuevos sistemas. Reemplazar los experimentos reales. Comprender y analizar el comportamiento de sistemas complejos. Automatizar tareas repetitivas.

¿Qué tipo de sistemas son ideales para la simulación?. Sistemas estáticos y simples. Sistemas dinámicos y con incertidumbre. Sistemas puramente teóricos sin aplicación práctica. Sistemas con reglas fijas y predecibles.

¿Cuál de las siguientes NO es una ventaja de la simulación?. Permite experimentar sin riesgo. Reduce costos en comparación con prototipos reales. Proporciona resultados exactos y determinísticos. Puede utilizarse como medio de capacitación para la toma de decisiones.

¿Qué es un modelo de simulación?. Una representación abstracta de un sistema. El sistema real que se está estudiando. El software utilizado para ejecutar la simulación. El conjunto de datos de entrada para la simulación.

¿Qué se entiende por 'eventos discretos' en simulación?. Cambios continuos en el estado del sistema. Eventos que ocurren en puntos específicos del tiempo. La duración de la simulación. La frecuencia de actualización del modelo.

¿Cuál es la diferencia entre simulación continua y discreta?. La simulación continua usa tiempo discreto y la discreta usa tiempo continuo. La simulación continua modela variables que cambian continuamente, mientras que la discreta modela cambios en puntos específicos. No hay diferencia, son términos sinónimos. La simulación continua es para sistemas simples y la discreta para sistemas complejos.

¿Qué es la 'aleatoriedad' en el contexto de la simulación?. Un error en el modelo de simulación. La ausencia de datos de entrada. La introducción de variables probabilísticas para representar la incertidumbre. La velocidad de ejecución de la simulación.

¿Cuál de las siguientes es una aplicación común de la simulación?. Diseño de circuitos electrónicos complejos. Análisis de tráfico en redes de comunicación. Control de calidad en líneas de producción. Todas las anteriores.

¿Qué es la 'validación' de un modelo de simulación?. Verificar que el modelo se construyó correctamente. Asegurar que el modelo representa adecuadamente la realidad. Ejecutar la simulación con diferentes entradas. Optimizar los parámetros del modelo.

¿Qué se entiende por 'distribución continua' en simulación?. Es aquella que puede asumir cualquier valor en un intervalo específico. Eventos que ocurren en puntos específicos del tiempo. La duración del modelo de simulación. La velocidad de ejecución de la simulación.

Llegada de camiones a un almacen. Evento discreto. Evento continuo.

Nivel de agua en una presa o tanque que sube o baja ininterrumpidamente. Evento discreto. Evento continuo.

Es la representación de los flujos de entrada y salida en un siste­ma; al entrar a un sistema una entidad es el elemento responsable de que el estado del sis­tema cambie. Evento. Entidad. Localizacion. Atributo.

Es un cambio en el estado actual del sistema; por ejemplo, la entrada o salida de una entidad, la finalización de un proceso en un equipo, la interrupción o reactiva­ción de una maquina. Evento. Entidad. Localizacion. Atributo.

Son todos aquellos lugares en los que la pieza puede detenerse para ser transformada o esperar a serlo. Evento. Entidad. Localizacion. Atributo.

Funcionamiento de un termostato ajustando la temperatura ambiente. Evento discreto. Evento continuo.

Un entrenador de gimnasia rítmica mide el peso de sus 50 atletas. Aunque el peso ideal es de 45 kg, existen variaciones naturales de algunos gramos arriba o abajo debido a la fisonomía de cada persona. Distribución normal. Distribución binomial. Distribución triangular. Distribución poisson.

Un restaurante espera un pedido de carne. El dueño sabe, por experiencia, que el repartidor nunca llega antes de 10 minutos (mínimo), pero nunca tarda más de 40 minutos (máximo). Sin embargo, lo más común es que el pedido llegue exactamente a los 25 minutos (moda). Se busca calcular la probabilidad de que el pedido llegue en los próximos 15 minutos. Distribución Binomial. Distribución Triangular. Distribución de Poisson. Distribución Normal.

Un banco sabe que, en promedio, llega un cliente cada 4 minutos a su cajero automático. El gerente quiere modelar la probabilidad de que el próximo cliente llegue en menos de 2 minutos para evitar que se formen filas largas. Distribución Triangular. Distribución Poisson. Distribución Binomial. Distribución Exponencial.