-

NOELIA ADALID GONZLEZ MARTNEZ OSEAS XOCHIMANAHUA PANZO MARIO SAN JUAN VEGA AZUCENA REAL ROSETE DANTE VIVEROS COLORADO

Contenido
INTRODUCCIN .................................................................................................... 3 Unidad 1: SIMULACIN ........................................................................................ 4 CONDICIONES PARA USAR LA SIMULACIN ................................................. 5 UNIDAD 2 TIPOS DE SIMULACIN ...................................................................... 5 Funcion de los Modelos ....................................................................................... 6 UNIDAD 3: METODOLOGA ESTRUCTURA Y ETAPAS DE SIMULACIN ........ 7 UNIDAD 4: SISTEMAS, MODELOS Y CONTROL. ................................................ 9 ESTRUCTURA DE LOS MODELOS DE SIMULACIN .................................... 12 UNIDAD 5: CONTROL DE UN PROCESO .......................................................... 13 CONCLUSIN ...................................................................................................... 15 INVESTIGACIONES: ......................................................................................... 16 CARACTERSTICAS DE NUMEROS ALEATORIOS ........................................ 17 CARACTERSTICAS DE NMEROS PSEUDOALEATORIOS. ........................ 18 EL MTODO DE MONTECARLO ...................................................................... 19 DIFERENCIA ENTRE VARIABLE ALEATORIA Y VARIABLE CONTINUA. ...... 21 APLICACIN VARIABLES ALEATORIAS EN UN SISTEMA REAL .................. 22 VALOR INVERSO DE UNA VARIABLE ALEATORIA ........................................ 25 ANALISIS DE LA EMPRESA ............................................................................. 25

INTRODUCCIN
En este reporte relacionado con las unidades pasadas en la materia de simulacin tomaremos en cuenta los puntos ms importantes sobre este tema, sus diferentes caractersticas y su importancia segn la teora expuesta en clase. A grandes rasgos y en resumen se podra tomar como objetivo principal la Actualidad, en la simulacin ya que se debe tener en cuenta como una poderosa tcnica para la resolucin de problemas. Sus orgenes estn en la teora de muestreo estadstico y anlisis de sistemas complejos. Esta proceso es utilizado en sistemas tan complejos que no es posible su tratamiento analtico o mediante mtodos numricos. stos requieren la simplificacin del sistema real bajo estudio con el fin de que cumpla condiciones que fundamentan la teora del modelo en uso, lo que en sistemas complejos podra llevarnos a resolver un sistema muy lejano del real bajo estudio. Adems que Permiten estudiar el sistema real sin deformarlo, generando una visin mucho ms profunda y detallada que cualquier modelo analtico o numrico.

Unidad 1: SIMULACIN Simulacin es el proceso de disear y desarrollar un modelo de un sistema o proceso real y conducir experimentos con el propsito de entender el comportamiento del sistema o evaluar varias estrategias (dentro de lmites impuestos por un criterio o conjunto de criterios) para la operacin del sistema. La planeacin e implementacin de proyectos complejos en los negocios, industrias y gobierno requieren de grandes inversiones indispensables para realizar estudios preliminares de eficiencia y ejecucin econmica para proyectos de cualquier tamao. La simulacin acta como el proceso de elaboracin del modelo de una rplica de la realidad, as mismo ofrece un mtodo para analizar el comportamiento de un sistema. PROPSITOS Y OBJETIVOS Describir el comportamiento de sistemas Postular teoras o hiptesis que expliquen el comportamiento observado Usar estas teoras para predecir un comportamiento futuro, es decir, los efectos que se producirn mediante cambios en el sistema o en su mtodo de operacin. Ayudar a la persona encargada, a formular recomendaciones.
VENTAJAS DEL USO DE LA SIMULACIN

No se necesita estar en el lugar del problema para poder estudiarlo. El tamao de la muestra se puede practicar sin restriccin, puede ser muy fcil de mantener las mismas condiciones operativas para cada repeticin. DESVENTAJAS DEL USO DE LA SIMULACIN El hecho de que en algunos casos la gente sea observada puede modificar su comportamiento. El desarrollo de un buen modelo es costoso requiere mucho tiempo y habilidades Varios problemas intrnsecos de la simulacin pueden producir resultados errneos si no se resuelven correctamente. Es imprecisa y no se puede medir el grado de imprecisin.

CONDICIONES PARA USAR LA SIMULACIN Se debe hacer uso de la simulacin cuando: No existe una completa formulacin matemtica del problema o no se ha desarrollado un mtodo analtico para resolverlo. Hay un mtodo analtico para resolverlo pero ms complejo que simulacin. Se desea observar el trayecto histrico simulado del proceso sobre un perodo. Es la nica posibilidad dada la dificultad.

UNIDAD 2 TIPOS DE SIMULACIN Simulacin predictiva, simulacin comparativa, La simulacin investigativa, de simulacin visual interactiva. Modelo Es una representacin de un objeto, sistema o idea en forma tal que sea diferente a la entidad misma. Un modelo de simulacin es una hiptesis que describe la estructura y las interrelaciones de un sistema. Todos los modelos de simulacin: Se llaman de E/S Se ejecutan en vez de resolverse Solo pueden servir como herramienta para el anlisis del comportamiento. Se emplean en una metodologa de resolucin de problemas. Caracterstica que lo hacen ventajoso, ofrece mayor Credibilidad, Robustez, Facilidades de uso.

La gran ventaja de la simulacin a eventos discretos, es que, ella mediante, se puede seguir muy de cerca la lgica y el flujo del sistema que se modela. Principios del Modelado Dividir el problema del sistema en problemas ms simples. Establecer una visin ms clara de los objetivos. Buscar analogas

Considerar un ejemplo numrico especfico del problema. Establecer algunos smbolos. Escribir los datos obvios Si se tiene un modelo manejable enriquecerlo de otra manera, simplificarlo. Funcion de los Modelos

Ayuda al pensamiento Ayuda a la comunicacin Ayuda al entrenamiento e instruccin Una herramienta de prediccin Una ayuda a la experimentacin

La simulacin no se usa normalmente para encontrar solucin ptima del problema. En contraste con simulacin, una tcnica de programacin matemtica, tal como programacin lineal, proporciona una solucin ptima, s existe. (la desventaja de tal tcnica, sin embargo, es que permanece esttica para cada conjunto de datos). Puede parecer que la simulacin es menos poderosa que la programacin matemtica u otro mtodo matemtico. Sin embargo, la simulacin es una excelente tcnica cuando otros mtodos fallan. Los Modelos de Eventos Discretos son modelos dinmicos, estocsticos y discretos en los que las variables de estado cambian de valor en instantes no peridicos del tiempo. Estos instantes de tiempo se corresponden con la ocurrencia de un evento. Un evento se define como una accin instantnea que puede cambiar el estado de un modelo.

UNIDAD 3: METODOLOGA ESTRUCTURA Y ETAPAS DE SIMULACIN

DEFINICIN DEL SISTEMA. Cada estudio debe de comenzar con una descripcin del problema o del sistema

FORMULACIN DEL MODELO. Reduccin o abstraccin del sistema real a un diagrama de flujo lgico.

PREPARACIN DE DATOS.

Identificacin de los datos que el modelo

requiere y reduccin de estos a una forma adecuada.

SELECCIN DEL LENGUAJE: De la seleccin del lenguaje depender el tiempo de desarrollo del modelo de simulacin, es importante utilizar el lenguaje que mejor se adecu a las necesidades de simulacin requieran. que se

TRANSLACIN DEL MODELO. Consiste en generar las instrucciones o cdigo computacional o necesario para lograr que el modelo pueda ser ejecutado en la computadora.

VALIDACIN DEL MODELO. Es el proceso que tiene como objetivo determinar la habilidad que tiene un modelo para representar la realidad. La validacin se lleva a cabo mediante la comparacin estadstica de los resultados del modelo y los resultados reales.

PLANEACION ESTRATGICA. Diseo de un experimento que producir la informacin deseada.

PLANEACIN TCTICA. Determinacin de cmo se realizar cada una de las corridas de prueba

EXPERIMENTACIN. Corrida de la simulacin para generar los datos deseados y efectuar anlisis de sensibilidad.

INTERPRETACIN. Obtencin de inferencias con base en datos generados por la simulacin

IMPLANTACIN. Una vez seleccionada la mejor alternativa es importante llevarla a la prctica, en muchas ocasiones este ltimo caso es el ms difcil

ya que se tiene que convencer a la alta direccin y al personal de las ventajas de esta puesta en marcha. MONITOREO Y CONTROL: No hay que olvidar que los sistemas son dinmicos y con el transcurso del tiempo es necesario modificar el modelo de simulacin, ante los nuevos cambios del sistema real.

PELIGROS Y PROBLEMAS EN SIMULACIN Definir los lmites y nivel de detalles del sistema. Subestimar el tiempo y costos involucrados en el proceso de modelacin. Fallar en la seleccin del ms simple y econmico de los modelos para el fin establecido. Ausencia o prdida de metodologa estadstica. Considerar como aproximados algunos atributos de un sistema que no existe. Entendimiento superficial del sistema a ser modelado. Poca destreza para comunicarse con administradores y staff que financiarn el proyecto.

UNIDAD 4: SISTEMAS, MODELOS Y CONTROL.

Visualizar la situacin desde un punto en donde se consideren todos los elementos que intervienen en un problema. Concepto de sistemas. Por sistema; se entiende una coleccin de entidades relacionadas, cada una de las cuales se caracteriza por atributos o caractersticas que pueden estar relacionados entre s. Los objetivos que se persiguen al estudiar uno o varios fenmenos en funcin de un sistema son aprender cmo cambian los estados, predecir el cambio y controlarlo. Todo sistema consta de tres caractersticas. Tienen fronteras, existe dentro de un medio ambiente y tiene subsistemas. Conceptos bsicos de sistemas. Entidad. Una entidad es algo que tiene realidad fsica u objetiva y distincin

de ser o de carcter.

RELACIN. El cambio en alguna propiedad de una entidad ocasiona un

cambio en una propiedad de otra entidad. Estructura. Una estructura es un conjunto de relaciones entre las entidades

en la que cada entidad tiene una posicin, en relacin a las otras, dentro del sistema como un todo Estado. El estado de un sistema en un momento del tiempo es el conjunto

de propiedades relevantes que el sistema tiene en este momento. Los propsitos de usar un modelo son los siguientes: 1. Hace posible que un investigador organice sus conocimientos tericos y sus observaciones empricas sobre un sistema y deduzca las consecuencias lgicas de esta organizacin. 2. Favorece una mejor comprensin del sistema. 3. Acelera anlisis. 4. Constituye un sistema de referencia para probar la aceptacin de las modificaciones del sistema. 5. Es ms fcil de manipular que el sistema mismo. 6. Hace posible controlar ms fuentes de variacin que lo que permitira el estudio directo de un sistema.

7. Suele ser menos costoso.

Un modelo se utiliza como ayuda para el pensamiento al organizar y clasificar conceptos confusos e inconsistentes. Al realizar un anlisis de sistemas, se crea un modelo del sistema que muestre las entidades, las interrelaciones, etc. La adecuada construccin de un modelo ayuda a organizar, evaluar y examinar la validez de pensamientos. Criterios para realizar un buen modelo. Fcil de entender por parte del usuario. Dirigido a metas u objetivos. No d respuestas absurdas. Fcil de controlar y manipular por parte del usuario. Completo, en lo referente a asuntos importantes. Evolutivo, es decir, que debe ser sencillo al principio y volverse ms complejo, de acuerdo con el usuario.

Riesgos

No existe garanta alguna de que el tiempo y el trabajo dedicados a establecer el modelo tendrn como resultado algo til as como beneficios satisfactorios. La segunda advertencia se refiere a la tendencia del investigador de defender su representacin particular de un problema como la mejor que existe de la realidad. La tercera advertencia es la referente a la utilizacin del modelo para predecir ms all del intervalo de aplicacin sin la debida especificacin. Funcin de los modelos: D E S C R I P T I V O: 1.- Ayuda al pensamiento. 2.- Ayuda a la comunicacin. 3.- Ayuda al entrenamiento e instruccin.

P R E C E P T I V O: 4.- Una herramienta de prediccin 5.- Una ayuda a la experimentacin.

Clasificacin de los modelos Modelo Fsico: Es el que se asemeja a la entidad misma que se esta modelando. Modelo a Escala: Tiene las caractersticas del modelo fsico pero, se modifica el tamao de la entidad modelada, puede ser menor o mayor escala. Modelo analgico: Son aquellos en los que una propiedad del objeto real esta representada por una propiedad sustituta que por lo general se comporta de manera similar. Modelos de juegos: Este tipo de modelos se percibe la descripcin, pasada, presente y futura de los comportamientos y las restricciones. Modelos de simulacin: Tienen los comportamientos de la clase anterior y por lo menos uno de los comportamientos tiene que ser probabilstico. Modelos Matemticos : Son aquellos en los que se utilizan smbolos en vez de un dispositivo fsico para representar a la entidad Tipos de Modelos: Icnicos: La relacin se establece a travs de las propiedades morfolgicas, habitualmente un cambio de escala con conservacin del resto de las propiedades topolgicas. Anlogos : Poseen algunas propiedades similares a los objetos

representados pero sin ser una rplica morfolgica de los mismos Simblicos: Se construyen mediante reglas ms abstractas. Esta

denominacin suele aplicarse a los casos en los que el objeto real se representa mediante una codificacin matemtica. Estocsticos: Representan sistemas donde los hecho suceden al azar, lo cual no es repetitivo. No se pueden garantizar cuales acciones se realizan en un determinado instante.

ESTRUCTURA DE LOS MODELOS DE SIMULACIN. Los componentes son las partes constituyentes del sistema. Tambin se les denomina elementos o subsistemas. Las variables son aquellos valores que cambian dentro de la simulacin y forman parte de funciones del modelo o de una funcin objetivo. Los parmetros son cantidades a las cuales se les asignar valores, una vez establecidos los parmetros, son constantes y no varan dentro de la simulacin. Las relaciones funcionales muestran el comportamiento de las variables y parmetros dentro de un componente o entre componentes de un sistema. Estas caractersticas operativas pueden ser de naturaleza determinstica o estocstica. Las relaciones determinsticas son identidades o definiciones que relacionan ciertas variables o parmetros, donde una salida de proceso es singularmente determinada por una entrada dada. Las relaciones estocsticas son aquellas en las que el proceso tiene de manera caracterstica una salida indefinida para una entrada determinada. Las restricciones son limitaciones impuestas a los valores de las variables o la manera en la cual los recursos pueden asignarse o consumirse. En las funciones de objetivos se definen explcitamente los objetivos del sistema y cmo se evaluarn, es una medida de la eficiencia del sistema.

UNIDAD 5: CONTROL DE UN PROCESO Modos de Ejecucin.- el modo de ejecucin del procesador que normalmente se asocia con el sistema operativo y el modo que normalmente se asocia con los programas de usuario. Cambio de Proceso.- un proceso que se est ejecutando se interrumpe, el sistema operativo pone a otro proceso en el estado de ejecucin y pasa el control a dicho proceso. En primer lugar, se van a tener en cuenta las interrupciones del sistema. Se pueden distinguir dos clases de interrupciones del sistema. La primera es originada por algn tipo de suceso que es externo e independiente del proceso que se est ejecutando, como la culminacin de una E/S. La segunda tiene que ver con una condicin de error o excepcin generada dentro del proceso que se est ejecutando, como un intento ilegal de acceso a un fichero, una divisin entre cero, una instruccin mquina con cdigo de operacin no contemplado. Algunos ejemplos de estas interrupciones son: Interrupcin de reloj: Un reloj es un dispositivo que genera interrupciones peridicamente. Interrupcin de E/S: El sistema operativo determina exactamente qu accin de E/S ha ocurrido. Falta de memoria: Un proceso hace una referencia a una direccin que no se encuentra en memoria y que debe traerse de memoria secundaria (esta posibilidad se estudiar en el mdulo de gestin de la memoria). En una interrupcin del segundo tipo, el sistema operativo determina si el error es fatal. Si lo es, el proceso que se estaba ejecutando es eliminado, y se

produce un cambio de proceso. Si no es fatal, la accin del sistema operativo depender de la naturaleza del error y del diseo del sistema operativo
Cambio de Contexto

Si existe una interrupcin pendiente es necesario: Salvar el contexto (PC, registros del procesador, informacin de la pila) del programa en ejecucin.

Debe guardarse la parte del bloque de control del proceso denominada informacin de estado del procesador. Esto incluye al contador de programa, otros registros del procesador y la informacin de la pila.
Procesos y Threads

El concepto de proceso es ms complejo y sutil que el presentado hasta ahora. Engloba dos conceptos separados y potencialmente independientes: uno relativo a la propiedad de recursos y otro que hace referencia a la ejecucin. Por lo tanto el cambio de contexto es un concepto distinto al cambio de un proceso. Puede ocurrir un cambio de contexto sin cambiar el estado del proceso que est actualmente en estado de ejecucin.

CONCLUSIN
En resumen podemos decir que la simulacin es un hecho real o de un proceso por medio de otro proceso mas simple que analiza sus caractersticas, es una muy practica herramienta de la ingeniera de las mas conocidas es el mtodo de elementos finitos, el cual se ayuda con la matemtica y la fsica para explicar procesos, La simulacin de procesos, segn mi opinin personal ha sido desarrollada con una mejor visin en pro del ser humano, en el mbito de salud, ya que, permite el estudio, preparacin, y la evaluacin de los futuros mdicos. Esto permite y permitir a corto plazo una mejor practica de la medicina o en cualquier necesidad que esta requiera, ya que un estudiante del tema o un doctor, puede practicar una operacin o medicar algn remedio por medio de un sistema de procesos que le simularan condiciones reales, en un plano irreal, en el cual si se equivoca no le ocasionara ningn mal a nadie.

INVESTIGACIONES:

CARACTERSTICAS DE NUMEROS ALEATORIOS. CARACTERSTICAS DE NMEROS PSEUDOALEATORIOS. EL MTODO DE MONTECARLO. DIFERENCIA ENTRE VARIABLE ALEATORIA Y VARIABLE CONTINUA. APLICACIN VARIABLES ALEATORIAS EN UN SISTEMA REAL.

VALOR INVERSO DE UNA VARIABLE ALEATORIA:

CARACTERSTICAS DE NUMEROS ALEATORIOS Los nmeros aleatorios son obtenidos al azar es decir, son resultado de un proceso en cual su resultado no es predecible ya que todo nmero tiene la misma probabilidad de ser elegido y la eleccin de uno no depende de la eleccin del otro. Aleatoriedad carencia de propsito, causa u orden.

Las caractersticas deseables para los generadores de nmeros aleatorios son las siguientes: .- Los nmeros generados pueden no estar distribuidos uniformemente. Los nmeros generados no se deben repetir frecuentemente (en ciclos). Las series generadas deben ser reproducibles. Rapidez en la obtencin de los nmeros. Almacenamiento mnimo. Tanto el propio generador como los nmeros por el, generados. Los nmeros generados han de estar uniformemente distribuidos (todos deben tener la misma probabilidad de salir). Los valores generados deben ser independientes unos de otros, es decir, que la obtencin de cierto valor no est condicionado por los valores obtenidos anteriormente.

CARACTERSTICAS DE NMEROS PSEUDOALEATORIOS. Se llama nmeros pseudoaleatorios a una sucesin determinstica de nmeros en el intervalo [0,1] que tiene las mismas propiedad es estadsticas que una sucesin de nmeros aleatorios. Una forma general de obtener nmeros pseudoaleatorios es partir de una semilla de nmeros y aplicar una funcin d. Los nmeros pseudoaletorios son necesarios cuando se pone en prctica un modelo de simulacin, para obtener observaciones aleatorias a partir de distribuciones de probabilidad. Sus caractersticas son: Pseudo falso

Se forman a partir de nmeros de algoritmos determinsticos Deben pertenecer a una distribucin. Distribucin Uniforme Independencia (no correlacionados)

Adems son importantes los siguientes aspectos a) Las subsecuencias tambin deben cumplir 1) y 2) b) b) deben ser secuencias largas y sin huecos (densas) c) c) algoritmos rpidos y que no ocupen mucha memoria.

EL MTODO DE MONTECARLO Es un mtodo no determinstico o

estadstico

numrico,

usado

para

aproximar expresiones matemticas complejas y costosas de evaluar con exactitud. El mtodo se llam as en referencia al Casino de Montecarlo (Principado de Mnaco) por ser la capital del juego de azar, al ser la ruleta un generador simple de nmeros aleatorios. El nombre y el desarrollo sistemtico de los mtodos de Montecarlo datan aproximadamente de 1944 y se mejoraron enormemente con el desarrollo de la computadora. El mtodo de monte Carlo proporciona soluciones aproximadas a una gran variedad de problemas matemticos posibilitando la realizacin de experimentos con muestreos pseudoaleatorios en una computadora. El mtodo es aplicable a cualquier tipo de problema Clave del mtodo de monte Carlo:
Identificar las variables cuyo comportamiento aleatorio determina el comportamiento Se lleva acabo un experimento consiste en generar muestras aleatorias para las variables

Crear un modelo matemtico del sistema que se quiere analizar

global del sistema.

Nuestro anlisis ser tanto mas preciso cuanto mayor sea el numero N de experimentos que llevemos acabo.

Ejemplo: Si deseamos reproducir, mediante nmeros aleatorios, la tirada sucesiva de una moneda, debemos previamente asignarle un intervalo de nmeros aleatorios a CARA y otro a CRUZ, de manera de poder interpretar el resultado de la simulacin. Tales intervalos se asignan en funcin de las probabilidades de ocurrencia de cada cara de la moneda. Tenemos as: CARA Probabilidad: 0,50 Nmeros aleatorios: 0,000 al 0,499 CRUZ Probabilidad: 0,50 Nmeros aleatorios: 0,500 al 0,999 Despus, al generar un nmero aleatorio a partir de la funcin RAN de la calculadora, por ejemplo, obtenemos el resultado simulado. As, si obtenemos el nmero aleatorio 0,385, observamos que est incluido en el intervalo asignado a CARA.

En otras aplicaciones, se asocian intervalos de nmeros aleatorios segn las probabilidades de ocurrencia de los eventos a simular. DIFERENCIA ENTRE VARIABLE ALEATORIA Y VARIABLE CONTINUA. Una variable es aleatoria si toman diferentes valores como resultado de un experimento aleatorio. Si se toma cualquier valor dentro de un intervalo dado, entonces se trata de una variable aleatoria continua. Se puede pensar en una variable aleatoria como un valor o una magnitud que cambia de una presentacin a otra, sin seguir una secuencia predecible. Los valores de una variable aleatoria son los valores numricos correspondientes a cada posible resultado de un experimento aleatorio. La distribucin de probabilidad de una variable aleatoria proporciona una probabilidad para cada valor posible, y estas probabilidades deben sumar 1. Las variables aleatorias pueden ser continuas o discontinuas. En este ltimo caso se denomina tambin discretas.

APLICACIN VARIABLES ALEATORIAS EN UN SISTEMA REAL Una vez obtenida toda la informacin, es decir, los datos de entrada del sistema real, es necesario convertirlos en informacin o datos de entrada del modelo de simulacin. Es posible distinguir dos tipos de informacin: 1. Informacin determinstica. Esta informacin entra directamente al modelo con su valor correspondiente en el sistema real. 2. Informacin probabilstica. Es necesario crear modelos de simulacin que imiten el comportamiento de esas variables. De esta forma, al crear un modelo de simulacin debemos ser capaces de crear ese comportamiento y modelarlo. Los nmeros aleatorios uniformes (0-1) son la base en los modelos de simulacin donde hay variables estocsticas, ya que dichos nmeros son la herramienta para generar eventos de tipo probabilstico. Existen un gran nmero de mtodos para generar los nmeros aleatorios uniformes entre 0 y 1. Algunas formas de obtener estos nmeros son: - Utilizando tablas de nmeros aleatorios. - Utilizando calculadoras (algunas incluyen una funcin para generarlos ). - Los lenguajes de programacin y las hojas electrnicas incluyen una funcin para generarlos. - Utilizando Generadores Congruenciales. El mtodo a utilizar, en s mismo, no tiene importancia: la importancia radica en los nmeros que genera, ya que estos nmeros deben cumplir ciertas caractersticas para que sean validos. Dichas caractersticas son: 1. Uniformemente distribuidos. 2. Estadsticamente independientes.

3. Su media debe ser estadsticamente igual a 1/2. 4. Su varianza debe ser estadsticamente igual a 1/12. 5. Su periodo o ciclo de vida debe ser largo. 6. Deben ser generados a travs de un mtodo rpido. 7. Generados a travs de un mtodo que no requiera mucha capacidad de almacenamiento de la computadora.

En los modelos estocsticos existirn una o ms variable aleatorias interactuando. Estas variables siguen distribuciones de probabilidad tericas o empricas, diferentes a la distribucin uniforme (0-1). Para generar nmeros que sigan el comportamiento de stas variables, se pueden utilizar algunos mtodos como los siguientes: 1. Mtodo de la transformada inversa 2. Mtodo de rechazo 3. Mtodo de composicin, y 4. Procedimientos especiales. En sistema real: La instruccin VARIABLE permite definir operaciones matemticas que sern utilizadas en los clculos dentro de la simulacin. Los resultados intermedios se truncarn. El resultado puede llamarse (ser regresado) usando el SNA de clase V. Nombre Nombre X VARIABLE X

: Nombre de referencia de VARIABLE. Debe ser nombre (requerido). : Expresin matemtica. Puede ser SNA, nmero, etc. (requerido).

Cuando una transaccin activa entra a un bloque que contenga un SNA de clase V (inicial de VARIABLE) y un nombre de referencia. La instruccin variable ser evaluada y su valor final ser regresado al bloque. PORG1 VARIABLE LOG(Q$COL)/3

La transaccin que entra al bloque ADVANCE hace una llamada a la instruccin de variable con el nombre de referencia PROG1. En este momento la

VARIABLE se evaluar por su expresin matemtica. Primero ser evaluado el contenido actual de QUEUE con el nombre COL, despus se sacar el LOG (logaritmo) de ste y su resultado se truncar; despus el resultado se divide entre 3 y se volver a truncar. El resultado final se regresar al ADVANCE. Las expresiones matemticas son las siguientes: NOT Regresa1 (verdad) si el operando es 0 y 0(falso) si el operando no es cero. ABS( ) Valor absoluto. ATN( ) Arctangente en radianes. COS( ) Coseno en radianes. INT( ) Trunca aun entero. EXP( ) e elevado a la x. LOG( ) Logaritmo natural SIN( ) Seno en radianes SQR( ) Raz cuadrada TAN( ) Tangente en radianes AND Regresa1 (verdad) si el producto aritmtico no es cero y 0 (falso) de lo contrario. OR Regresa1 (verdad) si cualquier operando no es cero y 0 (falso) de lo contrario G Mayor que L Menor que. E Igual que. EN No igual. LE Menor o igual a GE Mayor o igual a. # Multiplicacin. / Divisin. Divisin entera. + Suma. - Resta.

VALOR INVERSO DE UNA VARIABLE ALEATORIA:

Ejemplos en Maple

ANLISIS DE MODELO DE LA EMPRESA. El anlisis de los requisitos genera la especificacin de caractersticas operacionales de software. Interfaz del software con otros elementos del sistema y establece las restricciones que tiene el software Permite al ingeniero de software construir elementos que representen escenarios del usuario, actividades funcionales, clases de problemas y sus relaciones. La especificacin de requisitos ofrecen al desarrollador y al cliente los medios para evaluar la calidad una vez construido el software. Filosofa y objetivos generales el modelo de anlisis debe cumplir tres objetivos primarios: Describe lo que requiere el cliente. Establecer una base para la creacin de un diseo de software, Definir un conjunto de requisitos que puedan validarse una vez construido el software. Reglas prcticas para el Modelado de Anlisis El modelo debe centrarse en los requisitos visibles dentro del problema o dominio de negocio. Se debe minimizar el acoplamiento de todo el sistema Se debe tener la seguridad de que el modelo de anlisis proporciona valor a todos los interesados. El modelo debe mantenerse tan simple Como Sea posible.

ANLISIS DE MODELO DE LA EMPRESA.

Tipo de software: FRONTRETAIL Empresa: distribuidora de pinturas COMEX

Este software tiene como funcin principal el llevar a cabo diversas actividades que llevan el control del negocio, por ejemplo: la cotizacin, facturas, control de mercancas e inventarios. Segn la investigacin realizada el da viernes 12 de octubre del presente ao tomamos como referencia cierta empresa mencionada anteriormente ya que segn la informacin recadaba nos mencion que el anlisis modelado se lleva a cabo mediante la vinculacin con la empresa matriz COMEX corporacin distrito federal. Este proceso nos indica que para realizar cualquier modificacin requerida, o problema presentado en esta distribuidora se debe de llevar a cabo mediante la interaccin de un software que vincula el local a travs de una comunicacin en red al cual se le conoce como gran red con la empresa base

ELEMENTOS DEL MODELO DE ANLISIS DE LA EMPRESA Proceso Especificacin del proceso (EP): Distribuid ora y Cliente Gran red (software base o general) Front retail

PROPOSICIONES PARA LA MEJORA DEL SOFTWARE PARA BRINDAR UN MEJOR SERVICIO AL CLIENTE:

1._ en base a la observacin que software que manejan.

realizamos hacer una actualizacin del

2._ brindar una capacitacin para el manejo del software y as permitir que esta distribuidora realice alguna intervencin o participacin para la resolucin de los problemas que se puedan presentar en las diversas distribuidoras. 3._ todas estas mejoras se deben realizar para tener un control ms detallado y personalizado de las diversas distribuidoras