MARCO TEORICO

PROGRAMAR EL MODELO Cuando se conocen los datos de que se dispone y su

naturaleza, se desarrolla el modelo en s mismo. La programacin del modelo, como
ya se ha comentado, se puede hacer con un lenguaje de programacin de propsito
general o con un lenguaje especfico de simulacin (GPSS, AutoMod, Witness,
Arena, ...). Las ventajas e inconvenientes de unos y otros sern analizadas en otra
seccin. En cualquier caso, la decisin ha de ser tomada previamente, ya que influye
no slo en la programacin sino tambin en el modelo desarrollado. Para el primer
caso ste ser un diagrama de flujo
Hay una variedad de mtodos para generar variables aleatorias. Cada mtodo se
aplica solo a un subconjunto de distribuciones y para una distribucin en particular
un mtodo puede ser ms eficiente que otro

DISTRIBUCIN GAMMA
La funcin Gamma es una funcin que extiende el concepto de factorial a nmeros
complejos
La distribucin Gamma puede ser usada para representar el tiempo requerido para
completar una actividad o grupo de actividades. La distribucin Gamma pude ser
utilizada para generar valores que representan el tiempo total requerido para
completar n desempeos independientes de la actividad. Es una generalizacin de la
Erlang y tiene parmetros no enteros. Se usa en modelos de colas para modelar
tiempos de servicio y tiempos de reparacin. El parmetro es llamado parmetro
de forma y es llamado parmetro de escala.
El Erlang; Es una unidad adimensional utilizada como una medida estadstica del
volumen de trfico

Varias tcnicas de aceptacin-rechazo para generar variables aleatorias Gamma

han sido desarrolladas, Fox y Scharge [1978]; Fishman, 1978; Law y Kelton [1991].
Uno de los ms eficientes es dado por Cheng [1977]; el nmero promedio de
pruebas esta entre 1.13 y 1.47 para cualquier valor del parmetro de forma 1 Si
el parmetro de forma = k, una posibilidad es usar la tcnica de Convolucin
(Como se hizo en la Distribucin Erlang). Debido a que la distribucin Erlang es un
caso especial de una distribucin Gamma ms generalizada. Por otro lado, la tcnica
de aceptacin-rechazo descrita aqu ser un mtodo altamente eficiente para la
distribucin Erlang especialmente si = k es grande. La rutina genera variables
aleatorias Gamma con parmetro de escala y un parmetro

DISTRIBUCIN BETA
Dos parmetros son necesarios para definir una distribucin Beta a y b. Variando
estos valores se produce una variedad de forma de la distribucin. Los valores
generados de esta distribucin tendrn un rango entre 0 y 1. Por esta razn, es
particularmente til para representar fenmenos relacionados con proporciones. La
proporcin de artculos defectuosos encontrados en un lote determinado puede ser
descrita por esta distribucin. La distribucin Beta tambin puede ser usada el
tiempo para completar una actividad, cuando se tiene poca o nada de informacin
disponible sobre la duracin de una actividad.
Se usa para representar variables que estn acotadas, por ejemplo, entre 0 y 1. El
rango de la variable puede ser cambiado por otro rango [xmin , xmax ] sustituyendo
x en la ecuacin siguiente por (x - xmin ) / (xmax - xmin ).
Se usa para modelar:
La fraccin de paquetes que requieren retransmisin
La fraccin de llamadas a procedimientos remotos que tardan mas de
determinado tiempo.

LA DISTRIBUCIN WEIBULL

La distribucin Weibull es introducida como un modelo para tiempo entre falla en

mquinas o equipos, o la vida esperado de los componentes electrnicos. Es usada
comnmente en anlisis de confiabilidad y se usa para modelar tiempo de vida de
componentes Cuando el parmetro de ubicacin n es fijado a cero, su funcin de
densidad de probabilidad est dada por la ecuacin siguiente:

https://www.dc.uba.ar/materias/escuelacomplutense/2013/finanzas.pdf