4.

6 Anlisis de entrada: especificacin de parmetros y distribucin del

modelo

Hay detalles que se deben especificar a la hora de definir un modelo de simulacin

que funcione. Se piensa primero en los aspectos lgicos, entidades y recursos,
como entran las entidades y como dejan el modelo, los recursos que se requieren,
los caminos a seguir, etc.
Estas actividades son llamadas modelacin estructural ya que preparan la lgica
fundamental de cmo se vera y que hara el modelo.
Existen otros elementos a la hora de especificar un modelo que suelen ser ms
numrico y matemtico por naturaleza por ejemplo en el ejemplo que nos muestra
en el 4.2 se dice que el tiempo entre llegada para la parte A esta distribuida de
forma exponencial con una media de 5 minutos , seguido por la distribucin
triangular , estos tipo de especificaciones podran llamarse modelacin cuntica y
resultan potencialmente importante para los resultado como los supuesto de
modelacin estructural
Para el modelo 4.2 supondra la recoleccin de datos en tiempo entre llegad a
reales Para la parte A tiempo de funcionamiento para el sellado y dotacin
personal en la estacin de revisin, para esto se necesitara echar un vistazo a los
datos y hacer algn tipo de anlisis para especificar las entradas correspondientes
para su modelo de forma adecuada, realista y valida.
Entrada determinista contra aleatoria
Un tema fundamental en la modelacin cuntica es que si va a modelar una
cantidad de entrada como una cantidad determinista o si va a modelar como
variable aleatoria siguiendo alguna distribucin de probabilidad. Algo que debiera
ser determinista como el nmero de operador de revisin, o puede que se quiera
variar los valores de ejecucin a ejecucin para ver el despeo esperado

Puede verse tentado la aleatoriedad de las entradas ya que parece ser ms

sencillo y tener la ventaja de que los resultados del modelo pueden no ser
aleatorios. Sim embargo esto puede ser de riesgo para desde un punto de vista
para el modelo, porque con frecuencia es la aleatoriedad de s misma la que hace
un comportamiento importante del sistema. por ejemplo, una cola sencilla de un
solo servidor, podra suponer todos los tiempos entre llegada exactamente de un
minuto y todos lo proceso de tiempo son exactamente de 59 segundo; ambas
figuras podran estar de acuerdo con los valores promedio de los datos observado
en llegada y servicio.
El modelo comienza con valores vaco en el servidor y la primera llegada es de
tiempo 0, entonces no habr un cola , puesto que cada cliente termina su servicio
y se ira un segundo antes que llegue el siguiente cliente .los tiempo entre llegada
y de servicio son de variable aleatoria exponencial con media de un 1 minuto 59
segundo respectivamente, se obtiene algo muy diferente en termino de longitud de
cola , de hecho en la ejecucin larga , resulta que el nmero promedio de cliente
en la cola es de 58.0167 muy distinto de 0 de forma intuitiva lo que sucede con el
modelo aleatorio a veces sucede que algn cliente llega al mismo tiempo ; son
precisamente esta situaciones aleatorias la que ocasionan una cola lo que nunca
sucede en un modelo determinista