Al utilizar las funciones de simulación de uSimmics (anteriormente QucsStudio), el análisis de Monte Carlo es un método potente que permite evaluar cuantitativamente la dispersión de las características del circuito debida a tolerancias de fabricación y variaciones ambientales. Este artículo se centra en la función tol del análisis de Monte Carlo y explica sistemáticamente el significado de los argumentos, las diferencias entre tipos de distribución y los puntos de atención en la configuración.
- Lo que aprenderá en este artículo
- ¿Qué es la simulación de Monte Carlo?
- Modelado del rango de variación
- Formato de la función tol y sus argumentos
- Detalles sobre los tipos de distribución
- Atención en la configuración: relación entre tolerancia de fabricación y desviación estándar
- Conclusión
- Artículos relacionados
Lo que aprenderá en este artículo
- El concepto básico de la simulación de Monte Carlo y su papel en el diseño de circuitos
- El formato de la función
tolde uSimmics (anteriormente QucsStudio) y el significado de sus argumentos - Las diferencias entre distribución normal (gaussiana) y distribución uniforme, y cuándo usar cada una
- El método correcto de modelado de tolerancias de fabricación de componentes con la función tol
- Los puntos de atención para evitar resultados de simulación incorrectos por configuración errónea
¿Qué es la simulación de Monte Carlo?
La simulación de Monte Carlo (Monte Carlo Simulation) es un método de evaluación probabilística de sistemas o procesos con incertidumbre. Asignando valores aleatorios a variables de entrada y repitiendo el cálculo múltiples veces, se analiza la distribución de los resultados de salida para comprender estadísticamente en qué rango y con qué características se comporta el sistema.
Un ejemplo concreto de aplicación en el diseño de circuitos es simular cómo afecta a las características del conjunto del circuito (frecuencia de corte, ganancia, margen de fase, etc.) la dispersión de ±5% que pueden presentar resistencias y condensadores en el proceso de fabricación.
La razón para centrarse en la función tol es que muchos usuarios no saben cómo configurar la dispersión de los elementos y obtienen resultados de simulación alejados de la realidad debido a una configuración incorrecta de parámetros.
Modelado del rango de variación
Para realizar la simulación de Monte Carlo, es necesario definir el rango de variación y el tipo de distribución de las variables de entrada. uSimmics (anteriormente QucsStudio) dispone de la función tol para configurar esta variación de forma concisa.
Usando la función tol, se puede definir cuánto varía un valor específico de componente (valor de resistencia, capacitancia, etc.) alrededor del valor medio, permitiendo reflejar en la simulación las tolerancias de fabricación y las variaciones del entorno de operación.
Formato de la función tol y sus argumentos
La función tol de uSimmics (anteriormente QucsStudio) se escribe con el siguiente formato:
tol(x, v, d)
| Argumento | Significado | Ejemplo |
|---|---|---|
x |
Valor medio (valor nominal del componente) | 100 (100 Ω) |
v |
Rango de tolerancia (%) | 10 (±10%) |
d |
Tipo de distribución (0=normal, 1=uniforme, predeterminado 0) |
0 |
Ejemplo concreto: resistencia de 100 Ω ±10%
Para modelar una resistencia con dispersión de 100 Ω ±10%, la función tol se escribe así:
tol(100, 10, 0)
100: valor medio (valor central de la dispersión)10: rango de tolerancia (±10%)0: distribución normal (gaussiana)
Detalles sobre los tipos de distribución
El tipo de distribución, tercer argumento de la función tol, es un parámetro importante que incide directamente en la validez de los resultados de simulación. Es necesario entender correctamente las características de los dos tipos de distribución para seleccionar el apropiado.
Distribución normal (gaussiana): d=0
Los datos se distribuyen simétricamente alrededor del valor medio, con probabilidad de aparición que disminuye cuanto más se aleja del valor medio. La forma de la distribución es una curva de campana (Bell Curve).
Punto de atención importante en la configuración:
Si se establece ±10% en v, la desviación estándar (σ) se configura al 10% (es decir, 10 Ω). En la distribución normal, teóricamente la cola se extiende hasta ±∞, por lo que cierta proporción de datos se distribuye fuera del rango de 90 a 110 Ω. Es decir, también se generan valores fuera del ±10% especificado como rango de tolerancia. Esto puede llevar a malentendidos graves en el modelado de la dispersión real de componentes.
Distribución uniforme: d=1
Los datos se distribuyen de forma uniforme dentro del rango especificado, con igual probabilidad de aparición para cualquier valor dentro del rango. La forma de la distribución es rectangular (plana).
Si se establece 10% en v, los datos se distribuyen uniformemente en el rango de 90 a 110 Ω, y no existen datos fuera de este rango. La dispersión se mantiene claramente dentro del rango ±10% tanto en el límite superior como inferior.
Sin embargo, los componentes electrónicos reales siguen una distribución normal donde la probabilidad de distribución es mayor cerca del centro y disminuye hacia los límites superior e inferior. Por lo tanto, la distribución uniforme no es adecuada para reproducir con precisión la dispersión real de componentes.
Cuándo usar cada tipo de distribución
| Tipo de distribución | Características | Uso recomendado |
|---|---|---|
| Distribución normal (d=0) | Concentrada alrededor del valor medio. También hay distribución fuera del rango | Próxima a la dispersión real de componentes, pero requiere atención en la configuración de la desviación estándar |
| Distribución uniforme (d=1) | Uniforme dentro del rango especificado. Sin distribución fuera del rango | Evaluación de peor caso, análisis de márgenes de seguridad, etc. |
Atención en la configuración: relación entre tolerancia de fabricación y desviación estándar
Las tolerancias de fabricación de resistencias y condensadores reales siguen una distribución normal, pero la tolerancia prescrita por los fabricantes de componentes (ej.: ±5%) generalmente se gestiona de manera que corresponda a 3σ (3 desviaciones estándar) en el control de calidad.
Por lo tanto, si se introduce directamente el porcentaje de tolerancia de fabricación en v (rango de tolerancia) de la función tol, la simulación se ejecutará con un rango de variación mayor que la dispersión real de los componentes. Para simular con precisión la distribución real de componentes, consulte el artículo relacionado «Método de configuración de parámetros de desviación estándar para componentes reales».
Conclusión
La correcta configuración de la función tol permite modelar efectivamente la variación aleatoria de las variables de entrada en la simulación de Monte Carlo. Entender las características de la distribución normal y la distribución uniforme y seleccionar el tipo de distribución apropiado según el objetivo de la simulación es indispensable para obtener resultados de simulación precisos. Especialmente al usar la distribución normal, asegúrese siempre de que la configuración de la desviación estándar sea coherente con las especificaciones de tolerancia de fabricación.
Artículos relacionados
- Análisis de Monte Carlo con uSimmics (anteriormente QucsStudio): método de configuración de parámetros de desviación estándar para componentes reales [2026]
- Guía de análisis paramétrico de circuitos electrónicos con uSimmics (anteriormente QucsStudio) [2026]
- uSimmics (anteriormente QucsStudio) y QUCS: diferencias y evolución [2026]
- Método de modificación de la carpeta de guardado de proyectos uSimmics (anteriormente QucsStudio) [2026]
- Fundamentos del diseño de filtros paso bajo y simulación
Comment