IDENTIFIQUE EN LOS SIGUIENTES SISTEMA EL TIPO DE MODELO DE SIMULACION QUE DEBERIA APLICAR

Control de inventarios y las variables de interés son demanda-pedido

Modela eventos que ocurren en puntos específicos en el tiempo o en intervalos definidos. En el nivel de inventario en momentos
específicos, como al final de cada día o cada semana, en lugar de tener una medición ininterrumpido del inventario en tiempo real.

Los resultados de cada evento están completamente establecidos por las condiciones iniciales y las reglas del sistema. No hay
incertidumbre o aleatoriedad en los resultados de la simulación. Por ejemplo, si tienes una demanda de X unidades en un día particular y
realizas un pedido de Y unidades en respuesta, el resultado será siempre el mismo si las condiciones iniciales son las mismas y se siguen
las mismas reglas de reabastecimiento.

Modela el cambio de estado del sistema a lo largo del tiempo. El nivel de inventario cambia en respuesta a la demanda, los pedidos y
cualquier otra actividad relacionada con el inventario. La actividad del sistema puede ser compleja y puede involucrar retroalimentación,
es decir, el nivel de inventario actual afecta las decisiones futuras sobre pedidos y reabastecimiento.

Sistema de control de peaje variable de interés tiempo entre llegadas es una simulación continua, estocástica y estática:

Modela eventos que ocurren en un rango ininterrumpido de tiempo. En el tiempo entre llegadas de vehículos al peaje, lo que implica un
flujo constante de eventos en el tiempo sin interrupción. No está limitado a observar eventos solo en momentos específicos, como al final
de cada día o cada semana.

Incorpora elementos de aleatoriedad o incertidumbre en el modelo. En el contexto de tu sistema de control de peaje, el tiempo entre
llegadas de vehículos es probablemente variable y no predeterminado. Aunque se puede estimar ciertos patrones de llegada basados en
datos históricos, la llegada real de vehículos puede variar debido a factores como el tráfico, las condiciones climáticas y otros eventos
imprevistos.

El sistema no cambia con el tiempo en la simulación misma. El sistema se modela en un solo punto en el tiempo y no hay cambios en las
variables o parámetros del sistema durante la simulación. Se analizar el flujo de vehículos en un momento específico, sin tener en cuenta
cómo cambia ese flujo a lo largo del día o de la semana.

Diagnóstico médico variable de interés tiempo de atención se considera una simulación continua, estocástica y dinámica:

Modela eventos que pueden ocurrir en cualquier momento dentro de un rango. En el contexto de un diagnóstico médico, el tiempo de
atención puede variar de manera permanente, ya que los pacientes pueden llegar en cualquier momento del día y pueden requerir
diferentes cantidades de tiempo para su evaluación y tratamiento. No estamos limitados a observar eventos solo en momentos específicos.

En el caso del tiempo de atención médica, este puede verse afectado por una variedad de factores impredecibles, como la gravedad de la
condición del paciente, la disponibilidad de recursos médicos, la carga de trabajo del personal médico y la presencia de emergencias
inesperadas. Estos factores hacen que el tiempo de atención médica sea variable.

El estado del sistema (en este caso, el flujo de pacientes y el tiempo de atención) cambia con el tiempo. A medida que los pacientes llegan,
son atendidos y reciben tratamiento, el estado del sistema evoluciona. Además, las decisiones tomadas durante la simulación, como la
asignación de recursos o la priorización de pacientes, pueden afectar el flujo de pacientes y el tiempo de atención en el futuro. Este aspecto
de esta actividad hace que la simulación sea más compleja y realista, ya que refleja la naturaleza cambiante de los sistemas médicos en el
mundo real.

Sistema de gasolinera variable de interés tiempo entre llegadas se considera una simulación continua y dinámica:

Modela eventos que pueden ocurrir en cualquier momento dentro de un rango progresivo. En una gasolinera, el tiempo entre llegadas de
vehículos puede variar de manera progresiva a lo largo del día. Los vehículos pueden llegar en cualquier momento, y el flujo de llegada
puede ser constante o variable.

El estado del sistema evoluciona con el tiempo en respuesta a eventos y decisiones. Por ejemplo, a medida que llegan vehículos, se forma
una cola en las bombas de gasolina. La disponibilidad de bombas y el tiempo de servicio en cada bomba pueden cambiar a medida que se
atienden los vehículos en la cola. Además, las decisiones tomadas durante la simulación, como la asignación de personal a las bombas de
gasolina o la gestión del inventario de combustible, pueden influir en el funcionamiento futuro de la gasolinera.
Sistema de caja de supermercado variable de interés número de productos es una simulación discreta, determinística y dinámica por
las siguientes razones:

Modela eventos que ocurren en puntos específicos en el tiempo, en este caso, transacciones individuales en la caja registradora. Cada vez
que se escanea un producto o se realiza una transacción; se trata de eventos separados e individuales.

Los resultados de cada evento están completamente establecidos por las condiciones iniciales y las reglas del sistema. En el caso de una
caja de supermercado, el número de productos en una transacción, el precio de cada producto y el total a pagar se calculan de manera
predecible según los productos escaneados y los precios establecidos en el sistema de punto de venta. No hay aleatoriedad en estos
cálculos.

El estado del sistema (la cola en la caja, el total acumulado de la compra, etc.) cambia con el tiempo en respuesta a eventos y decisiones.
Por ejemplo, a medida que se escanean más productos, la longitud de la cola puede cambiar, y el total de la compra se actualiza
continuamente. Además, las decisiones tomadas por el cajero, como procesar una devolución o aplicar un descuento, pueden afectar el
flujo y el resultado de las transacciones futuras.

Fábrica de carros variable de interés tiempo entre falla es una simulación continua, estocástica y dinámica por las siguientes razones:

Los eventos que pueden ocurrir en cualquier momento dentro de un rango progresivo de tiempo. En este caso, el tiempo entre fallas de
los carros puede variar siempre sin paros. No estamos limitados a observar eventos solo en momentos específicos; en cambio, los eventos
pueden ocurrir en cualquier momento durante la operación de los vehículos.

Incorpora elementos de aleatoriedad en el modelo. En el contexto de tiempo entre fallas de los carros, factores como la calidad de los
componentes, el mantenimiento preventivo, las condiciones de operación y otros factores pueden influir en la ocurrencia de una falla.
Estos factores introducen variabilidad y no se pueden predecir con certeza absoluta.

El estado del sistema (es decir, la operación de la fábrica y el rendimiento de los carros) evoluciona con el tiempo en respuesta a eventos
y decisiones. A medida que los carros se fabrican y entran en servicio, su rendimiento y confiabilidad pueden cambiar con el tiempo.
Además, las decisiones tomadas durante la simulación, como el uso de diferentes materiales o procesos de fabricación, pueden influir en
la confiabilidad y el tiempo entre fallas de los carros en el futuro.

Sistema de una biblioteca con la variable de interés "libros prestados" se considera una simulación discreta, determinística y estática:

Modela eventos que ocurren en puntos específicos en el tiempo. En este caso, los eventos de interés son los préstamos de libros, que
ocurren individualmente en momentos particulares cuando un usuario solicita un libro prestado. No hay una corriente fluida de eventos;
en cambio, cada préstamo de libro se considera como un evento separado.

Los resultados de cada evento están completamente descritos por las condiciones iniciales y las reglas del sistema. En el contexto de una
biblioteca, el proceso de préstamo de libros generalmente sigue un conjunto de reglas establecidas, como la duración del préstamo, las
multas por retraso, etc. Si conocemos las condiciones iniciales (por ejemplo, el número de libros disponibles, el número de usuarios en la
biblioteca, etc.) y las reglas del sistema, podemos predecir con certeza qué libros serán prestados y cuándo ocurrirán estos eventos.

Se está interesado en conocer cuántos libros están prestados en un día en particular, sin considerar cómo cambia ese número de libros
prestados a lo largo de varios días.

Sistema de mantenimiento de maquinaria con la variable de interés "tiempo siguiente de atención" se considera una simulación
continua, estocástica y dinámica por las siguientes razones:

La variable de interés, el tiempo siguiente de atención, puede tomar cualquier valor en un rango progresivo de tiempo.

La naturaleza del tiempo de atención siguiente puede ser aleatoria, es decir, está sujeta a variaciones probabilísticas. Esto puede deberse
a factores como la aleatoriedad en la aparición de fallas en la maquinaria, la variabilidad en la disponibilidad de piezas de repuesto, o la
incertidumbre en el tiempo necesario para llevar a cabo el mantenimiento.

El sistema de mantenimiento en el sentido de que evoluciona a lo largo del tiempo en respuesta a diversos factores, como la operación
fluida de la maquinaria, la detección de fallas, la realización de mantenimiento preventivo o correctivo, y la disponibilidad de recursos. La
dinámica del sistema puede influir en el tiempo de atención siguiente y viceversa, creando un sistema en constante cambio.