| dc.contributor.advisor | Vesga Ferreira, Juan Carlos | |
| dc.coverage.spatial | udr_-_Cúcuta | |
| dc.creator | Velásquez Mendoza, Esteban Sergio Iván | |
| dc.creator | Carlos Jesus, Urbina Gelves | |
| dc.date.accessioned | 2025-06-10T20:11:12Z | |
| dc.date.available | 2025-06-10T20:11:12Z | |
| dc.date.created | 2025-05-30 | |
| dc.identifier.uri | https://repository.unad.edu.co/handle/10596/69802 | |
| dc.description | | |
| dc.description.abstract | Esta investigación se centró en el análisis de sensibilidad del ancho de banda en redes
inalámbricas (Wi-Fi) mediante el uso del método de simulación Monte Carlo. Se abordó la
importancia de estimar con precisión el ancho de banda y se examinó cómo la variabilidad de
parámetros técnicos, tales como la frecuencia de operación, la potencia de señal recibida (RSSI),
el tipo de cifrado y el canal de transmisión, influye significativamente en dicha estimación,
especialmente en contextos urbanos densamente poblados. Para ello, se diseñó un enfoque de
simulación que permitió evaluar la sensibilidad de la estimación del ancho de banda frente a la
variación de múltiples parámetros, utilizando datos reales recolectados en el centro de San José
de Cúcuta, Colombia. El análisis se fundamentó en una revisión teórica que permitió identificar
las variables más influyentes según la literatura, las cuales fueron incorporadas a un modelo
implementado en Python. A través de 5.000 simulaciones Monte Carlo, se estimó el ancho de
banda y se analizaron estadísticamente los resultados, calculando métricas como la media,
desviación estándar, error estándar, intervalo de confianza al 95 % y coeficiente de variación de
0.691, con el fin de evaluar la precisión del modelo desde el enfoque de la incertidumbre
estadística. Además, se aplicó el coeficiente de correlación de Pearson para identificar la relación
entre las variables numéricas de entrada y el ancho de banda estimado. Se visualizaron los
resultados mediante histogramas, diagrama de cajas y bigotes, lo cual permitió observar
diferencias significativas en la distribución del ancho de banda estimado según la banda de
frecuencia utilizada (2.4 GHz y 5 GHz), proporcionando así una comprensión más profunda del
rendimiento de la red en distintos escenarios urbanos. | |
| dc.format | pdf | |
| dc.title | Análisis de sensibilidad mediante el método de MONTE CARLO para la estimación del ancho de banda en redes inalámbricas | |
| dc.type | Monografía | |
| dc.subject.keywords | Monte Carlo | |
| dc.subject.keywords | Ancho de banda | |
| dc.subject.keywords | Simulación | |
| dc.subject.keywords | Redes inalámbricas | |
| dc.subject.keywords | Análisis de Sensibilidad | |
| dc.subject.keywords | Frecuencia | |
| dc.description.abstractenglish | This research focused on bandwidth sensitivity analysis in wireless (Wi-Fi) networks
using the Monte Carlo simulation method. It addressed the importance of accurately estimating
bandwidth and examined how the variability of technical parameters, such as operating
frequency, received signal strength (RSSI), encryption type, and transmission channel,
significantly influences this estimate, especially in densely populated urban settings. To this end,
a simulation approach was designed to evaluate the sensitivity of bandwidth estimation to
variations in multiple parameters, using real-world data collected in downtown San José de
Cúcuta, Colombia. The analysis was based on a theoretical review that identified the most
influential variables according to the literature, which were incorporated into a model
implemented in Python. Through 5,000 Monte Carlo simulations, the bandwidth was estimated,
and the results were statistically analyzed. Metrics such as the mean, standard deviation, standard
error, 95% confidence interval, and coefficient of variation of 0.691 were calculated to assess the
model's accuracy from a statistical uncertainty perspective. In addition, Pearson's correlation
coefficient was applied to identify the relationship between the numerical input variables and the
estimated bandwidth. The results were visualized using histograms, density curves, and heat
maps, which revealed significant differences in the distribution of estimated bandwidth
according to the frequency band used (2.4 GHz and 5 GHz), thus providing a deeper
understanding of network performance in different urban scenarios. | |
| dc.subject.category | Investigación | |