interdependientes, de manera que un cambio en el diseo representa cambios en las pruebas y procesos. Las innovaciones de producto se vinculan estrechamente con el diseo computarizado e implica especificaciones detalladas y documentacin variada. La idea tan extendida de que los productos son diseados en la planta matriz para ser manufacturados en forma eficiente y confiable es refutada por las mltiples modificaciones que se hacen al diseo original en las empresas locales, modificaciones propiciadas por la separacin entre el diseo y la manufactura. Frecuentemente, el diseo no es el apropiado para el proceso de manufactura a gran escala, en trminos de tolerancias y economa en los procesos. Los ingenieros adaptan y modifican los diseos a travs de diversas estrategias que implican cambios en el producto y en los procesos; tales estrategias semejantes a las de "escalonamiento" requieren pasar de los departamentos de diseo a los tamaos de planta piloto, y despus a planta de prueba y demostracin.
En la Fase de Prueba de los programas, muchas corridas de muestra que hacen los mismos clculos en casos idnticos no brindan una prueba ms eficaz que una sola corrida. Es posible que queden otros casos que nunca fueron probados antes, an tras numerosas corridas de prueba. En programas pequeos la verificacin de todas sus posibles alternativas del flujo de control es relativamente fcil, pero en programas mayores o de gran complejidad es imposible efectuar pruebas exhaustivas. Sin embargo, una seleccin cuidadosa de los datos de prueba puede darnos mucha confianza en el desempeo que tengan esos programas. Esto, aunado a un determinado mecanismo de comprobacin de errores, puede producir un proceso o un producto final ms confiable.
1.Detectar un error en la instalacin, proceso productivo o producto final de la empresa. 2.Tener un buen caso de prueba. 3.Descubrir un error no descubierto antes.
Los principios ms importantes de la Prueba son: Hacer un seguimiento de las pruebas hasta los requisitos del cliente.
MODELOS DE SIMULACIN DETERMINISTA VS ESTOCSTICA Si un modelo de simulacin no considera ninguna variable importante, comportndose de acuerdo con una ley probabilstica, se le llama un modelo de simulacin determinista. En estos modelos la salida queda determinada una vez que se especifican los datos y relaciones de entrada al modelo, tomando una cierta cantidad de tiempo de cmputo para su evaluacin. Sin embargo, muchos sistemas se modelan tomando en cuenta algn componente aleatorio de entrada, lo que da la caracterstica de modelo estocstico de simulacin. Un ejemplo sera un sistema de inventarios de una fbrica, o bien el sistema de lneas de espera de una fabrica, etc. Estos modelos producen una salida que es en si misma de carcter aleatorio y sta debe ser tratada nicamente para estimar las caractersticas reales del modelo, esta es una de las principales desventajas de este tipo de simulacin.
MODELOS DE SIMULACIN CONTINUOS VS DISCRETOS Los modelos de simulacin discretos y continuos, se definen de manera anlogo a los sistemas discretos y continuos respectivamente. Pero debe entenderse que un modelo discreto de simulacin no siempre se usa para modelar un sistema discreto. La decisin de utilizar un modelo discreto o continuo para simular un sistema en particular, depende de los objetivos especficos de estudio. Por ejemplo: un modelo de flujo de trfico en una super carretera, puede ser discreto si las caractersticas y movimientos de los vehculos en forma individual es importante. En cambio si los vehculos pueden considerarse como un agregado en el flujo de trfico entonces se puede usar un modelo basado en ecuaciones diferenciales presentes en un modelo continuo.
VENTAJAS DEL USO DE LA SIMULACIN A travs de un estudio de simulacin, se puede estudiar el efecto de cambios internos y externos del sistema, al hacer alteraciones en el modelo del sistema y observando los efectos de esas alteraciones en el comportamiento del sistema. Una observacin detallada del sistema que se est simulando puede conducir a un mejor entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la operacin y eficiencia del sistema. La tcnica de simulacin puede ser utilizada como un instrumento pedaggico para ensear a estudiantes habilidades bsicas en anlisis estadsticos, anlisis terico, etc. La simulacin de sistemas complejos puede ayudar a entender mejor la operacin del sistema, a detectar las variables ms importantes que interactan en el sistema y a entender mejor las interrelaciones entre estas variables. La tcnica de simulacin puede ser utilizada para experimentar con nuevas situaciones, sobre las cuales tiene poca o ninguna informacin. A travs de esta experimentacin se puede anticipar mejor a posibles resultados no previstos.
La tcnica de simulacin se puede utilizar tambin para entrenamiento de personal. En algunas ocasiones se puede tener una buena representacin de un sistema (como por ejemplo los juegos de negocios), y entonces a travs de el es posible entrenar y dar experiencia a cierto tipo de personal. Cuando nuevos elementos son introducidos en un sistema, la simulacin puede ser usada para anticipar cuellos de botella o algn otro problema que puede surgir en el comportamiento del sistema. Los sistemas los cuales son sujetos de investigacin de su comportamiento no necesitan existir actualmente para ser sujetos de experimentacin basados en la simulacin. Solo necesitan existir en la mente del diseador. El tiempo puede ser compresado en los modelos de simulacin. El equivalente de das, semanas y meses de un sistema real en operacin frecuente pueden ser simulados en solo segundos, minutos u horas en una computadora. Esto significa que un largo nmero de alternativas de solucin pueden ser simuladas y los resultados pueden estar disponibles de forma breve y pueden ser suficientes para influir en la eleccin de un diseo para un sistema. En simulacin cada variable puede sostenerse constante excepto algunas cuya influencia est siendo estudiada. Como resultado el posible efecto de descontrol de las variables en el comportamiento del sistema necesitan no ser tomados en cuenta. Como frecuentemente debe ser hecho cuando el experimento est desarrollado sobre un sistema real. Es posible reproducir eventos aleatorios idnticos mediante una secuencia de nmeros aleatorios. Esto hace posible usar las tcnicas de reproduccin de varianza para mejorar la precisin con la cual las caractersticas del sistema pueden ser estimadas para dar un valor que refleje el esfuerzo de la simulacin.
Simulacin de un sistemas de colas. Con la tcnica de simulacin es posible estudiar y analizar sistemas de colas cuya representacin matemtica sera demasiado complicada de analizar. Ejemplos de estos sistemas seran aquellos donde es posible la llegada al sistema en grupo, la salida de la cola del sistema, el rehusar entrar al sistema cuando la cola es excesivamente grande, etc. Simulacin de sistemas de inventarios. A travs de simulacin se puede analizar ms fcilmente sistemas de inventarios donde todos sus parmetros(tiempo de entrega, demanda, costo de llevar inventario, etc.), son estocsticos. Simulacin de un proyecto de inversin. Existen en la prctica una gran cantidad de proyectos de inversin donde la incertidumbre con respecto a los flujos de efectivo que el proyecto genera a las tasas de inters, a las tasas e inflacin, etc., hacen difcil y a veces imposible manejar analticamente este tipo de problemas. Para este tipo de situaciones el uso de simulacin es ampliamente recomendado. Simulacin de sistemas econmicos. La tcnica de simulacin puede ser utilizada para evaluar el efecto de cierto tipo de decisiones (devaluacin de la moneda, el impuesto al valor agregado, etc.), en las dems variables macroeconmicas como: producto nacional bruto, balanza comercial, inflacin, oferta monetaria, circulante, etc. Simulacin de estados financieros. La expansin y diversificacin de una organizacin a travs de la adquisicin y establecimiento de nuevas empresas, repercuten significativamente en su posicin y estructura financiera. Por consiguiente, el uso de simulacin permite analizar cul de las estrategias de crecimiento son las que llevaran a la organizacin al logro de sus objetivos y metas de corto, mediano y largo plazo. Simulacin de juegos de azar. Se pueden hacer predicciones sobre los resultados de un juego en particular, por ejemplo mlate, tris, etc. donde las variables involucradas son estocsticas.