Simulación : métodos y aplicaciones / David Ríos Insua y otros

Incluye índice, bibliografía

1. Conceptos básicos -- 2. Números aleatorio -- 3. Generación de variables aleatorias -- 4. Generación de variables aleatorias con cadenas de Markov -- 5. Simulación de sucesos discretos -- 6. Simulación y optimización -- 7. Otras aplicaciones -- 8. Análisis de resultados -- 9. Técnicas de reducción de la varianza -- 10. Planificación de experimentos.\-Simulación de una línea de flujo de trabajo

La Simulación consiste en construir modelos informáticos que describen la parte esencial del comportamiento de un sistema de interés, así como en diseñar y realizar experimentos con tales modelos con el fin de extraer conclusiones de sus resultados para apoyar la toma de decisiones. Típicamente, se utiliza en el análisis de sistemas tan complejos que no es posible su tratamiento analítico o mediante análisis numérico. La Simulación es hoy una metodología de experimentación fundamental en campos tan diversos como la Economía, la Estadística, la Informática, la Ingeniería Química, la Ecología y la Física, con enormes aplicaciones industriales y comerciales, que van desde los sistemas de manufacturación a los simuladores de vuelo, pasando por los juegos de ordenador, la predicción bursátil y la predicción meteorológica.\De forma amena y rigurosa, esta segunda edición del libro describe los principales métodos y aplicaciones de la Simulación. Tras introducir las ideas básicas sobre generación de números aleatorios, se revisan los principales métodos de generación de variables aleatorias, con énfasis especial en los métodos de cadenas de Markov, como el muestreador de Gibbs. Se estudian después las principales aplicaciones de la Simulación: se comienza por la simulación de sucesos discretos, junto con una introducción a los lenguajes de simulación; se revisan después los principales métodos de optimización global basados en simulación, como el recocido simulado, los algoritmos genéticos o la búsqueda tabú; y por último, se describe un grupo misceláneo de aplicaciones que incluyen la integración Montecarlo, el bootstrap, el razonamiento probabilístico en sistemas expertos y el análisis de redes neuronales. A continuación, se estudian los métodos de análisis de resultados de la simulación, las técnicas de reducción de la varianza y la planificación de experimentos de simulación. Se concluye con el estudio de un proyecto real y completo de simulación que permite la revisión de los conceptos principales.\El libro presenta numerosos ejemplos y ejercicios ilustrativos, así como un apéndice sobre probabilidades que permite el autoestudio y referencias exhaustivas a sitios web relevantes en simulación

C107