Metodologia para la Simulacion

METODOLOGIA PARA LA SIMULACION

José J. Guzmán Núñez 2000-461

Karla K. De la Cruz 2002-012

Rosa Elvira Castro 2002-648

Maria Ysabel Suárez 2006-065

Rafael Villa 2006-619

CONSTRUCIONES
DE MODELOS

Para que un modelo pueda ser eficiente, debe estar bien definido y todas sus propiedades básicas han de poder determinarse, bien analíticamente, o bien mediante una aproximación realista (simulación). Debe incorporar necesariamente dos atributos: realismo y simplicidad.

• Grado de dificultad 1: La estructura del sistema es sencilla d observar, analizar, entender, y modelar.

• Grado de dificultad 2.: Más complicada de modelar.

• Grado de Dificultad 3.: La estructura del sistema puede deducirse o aproximadamente en base a un análisis.

• Grado de dificultad 4.: la estructura del sistema no se puede deducir, sino únicamente aproximar.

• Grado de Dificultad 5.: La estructura del sistema no se puede deducir, se conceptualiza una estructura artificial.

Los modelos deben ser siempre menos complejos que el sistema real.

Los sistemas que son muy complejos pueden y deben representarse por una serie de submodelos, que unidos, representen al modelo del sistema real.

EL ARTE DEL MODELADO

El proceso mediante el cual se deduce el MODELO del sistema que se esta estudiando, puede describirse como un arte intuitivo.

Se comienza con un modelo muy simple, para intentar continuar con modelos mas elaborados que reflejen la situación compleja con mas claridad.

1. Dividir el problema del sistema en problemas mas simples.

2. Establecer una definición clara de los objetivos.

3. Buscar Analogías

4. Considerar un ejemplo numérico especifico del problema

5. Establecer algunos símbolos

6. Escribir los datos Obvios

7. Si se obtiene un modelo manejable, enriquecerlo. De otra manera, simplificarlo.

En general, uno puede simplificar, si se hace lo siguiente, mientras que el enriquecimiento implica lo contrario:

A) Convertir las variables en constantes.

B) Eliminar o combinar variables.

C) Suponer linealidad.

D) Agregar suposiciones y restricciones mas potentes,

E) Restringir los limites del sistema.

No existe una formula acerca de cómo se aborda por primera vez. No hay formulas mágicas para decidir que debería incluirse en el modelo.

CRITERIOS PARA REALIZAR UN BUEN MODELADO

a) Fácil de entender por parte del usuario.

b) Dirigido a metas u objetivos.

c) Sensato, en cuanto que no de respuesta absurda.

d) Fácil de controlar y manipular por parte del usuario, es decir, debe ser sencillo comunicarse con el modelo.

e) Completo, lo referente a asuntos importantes.

f) Adaptable, con un sencillo procedimiento para modificar el modelo o para utilizarlo.

g) Evolutivo, es decir, que debe ser sencillo al principio y volverse más complejo, de acuerdo con el usuario.

METODOLOGIA PARA EL PROCESO DE SIMULACION

La experiencia sugiere que el desarrollo de sistemas de simulación requiera un procedimiento que conste de los pasos o etapas siguientes:

1. Formulación del Problema: definición de los objetivos que pretendemos resolver.

2. Definición del sistema: Determinación de los limites o fronteras, restricciones y medidas de efectividad que se usaran para definir el sistema que se estudiara.

3. Preparación de Datos: Identificación de los datos que el modelo requiere y reducción de éstos a una forma adecuada.

4. Formulación del Modelo: Reducción o abstracción del sistema real a un diagrama de flujo lógico.

5. Estimación de Parámetros: Detección y determinación de los parámetros que intervienen en el modelo.

6. Traducción del Modelo: Descripción del modelo en un lenguaje aceptable tanto para el ordenador como para el fin que se requiera.

7. Evaluación: Encontrar un nivel aceptable de confianza de modo que la inferencia obtenida de modelo respecto al sistema real sea correcta.

Diseño de Experimentos: diseño de un experimento que producirá la información.

8.1. Planificación Estratégica: producirá la información deseada, a un nivel global.

9. Interpretación: Obtención de diferencias (resultados) con base en datos generados por la simulación

10. Implantación: Uso de modelo y / o resultados.

Documentación: Registro de las actividades del proyecto y los resultados así como de la documentación del modelo y su uso.

El problema de la Simulación se resuelve de una forma “optima” o “Cuasioptima”. Puede que no sea la forma mas efectiva por ser la simulación un planteamiento aproximado o un último recurso para resolver problemas

La Simulación en computadora debería utilizarse si y solo si, la respuesta de cada una de las tres preguntas siguientes son afirmativas:

Primera

¿Estamos seguros que es posible obtener, ya sea una solución exacta o una aproximación sastifactoria a la solución de nuestro problema, a través de la simulación en computadoras?

Segunda:

¿Es la Simulación el procedimiento de computación de menor costo para resolver nuestro problema?

Tercera:

¿se presta la técnica particular que estamos considerando, a una interpretación relativamente fácil para aquellos que utilizaran los resultados del estudio de simulación

FORMULACION DEL
PROBLEMA

Albert Einstein expreso que la formulación adecuada de un problema era aun mas esencial que su solución. A fin de encontrar la solución optima o aceptable para un problema, primero se tiene saber cual es el problema. Los problemas prácticos se transmiten inicialmente a un equipo expertos, de manera vaga e imprecisa. Se sabe que hay un problema, pero no se puede identificar el problema real. La experiencia indica que la formulación de un problema es un proceso continuo a lo largo del estudio

Continuamente, la investigación genera nueva información referente a restricciones, objetivos y alternativas. Dicha información debe usarse periódicamente para actualizar la formulación y la definición del problema.

Es necesario, y en primer lugar, definir claramente los objetivos de nuestra investigación, antes de hacer cualquier intento encaminado a planear la realización de un experimento en simulación.

Los objetivos de la investigación se formularan en la forma siguiente:

1. Preguntas que deben contestarse

Ejem: empleados a contratar

2. Hipótesis que deben probarse

Ejem. Los cotes de mando. Se verán afectados

3. Efectos por estimarse

Obtener efectos a determinados cambios

DEFINICION DEL SISTEMA

El primer paso es efectuar un análisis de las necesidades del entorno:

1. - Especificación de los objetivos.

1. -Establecimientos de las condiciones de frontera (es decir, qué forma y qué no forma parte del sistema por estudiar).

Nos interesan dos fronteras o interfaces funcionales:

a- El limite que separa el problema del resto del universo.

b- El limite entre el sistema de interés y el entorno.

La tendencia es casi siempre simular con demasiado detalle en vez de con muy poco detalle. Por lo tanto, uno siempre debe diseñar el modelo alrededor de las preguntas por contestar en vez de imitar de manera exacta el sistema real.

La Ley de Pareto establece que en cada grupo o arreglo, existen muy pocos esenciales y muchos triviales.

Dos Decisiones Importantes antes de comenzar a trabajar con cualquier experimento disimulación.

1. Decidir los objetivos de nuestra investigación.

1. Decidir el conjunto de criterios para evaluar el grado de satisfacción al que deba sujetarse el experimento a fin de que cumpla nuestros objetivos.

Existe la posibilidad de que después de tomar estas dos decisiones

Rechacemos completamente la simulación en el ordenador

• Por el costo excesivo

• La complejidad

• La inhabilidad de satisfacer nuestros objetivos para el experimento.

PREPARACION DE DATOS

Cada estudio implica recopilar datos.

La recolección de datos, por lo general se interpreta como recogida de números.

El analista de sistema o investigador debe preocuparse por los datos referentes a las entradas y salidas del sistema que estudia así como de la información acerca de los componentes del sistema y de las interconexiones o relaciones entre ellos.

Por tanto, se interesa en la recopilación de datos cuantitativos y cualitativos, y debe decidir qué datos se necesitan, si son importantes, si los datos son validos para sus propósitos, y como recopilar estas información.

Recolección: es el proceso de capturar los datos disponibles que se requieren para la simulación, del comportamiento del sistema

Por procesamiento se comprenden las actividades requeridas para transformar los datos de información. Por ejemplo, una guía telefónica es un banco de datos.

Existen tres probables fuentes para generar información:

a) Datos Históricos o serie de tiempo.

b) Opiniones de Expertos.

c) Estudios de Campo.

Las series históricas o de tiempo, que han sido previamente limpiadas de irrelevancia limpiadas de irrelevancias (la Basura), son datos útiles y de rápido procesamiento para convertirlos en información. La desventaja es que su grado de detalle puede estar limitado y su utilidad es solamente parcial.

La opinión de expertos es generalmente información subjetiva, carente de detalle y de utilidad mínima, pero es una manera barata y rápida de obtener cierto tipo de información complementaria. Los estudios d campo son el método mas efectivo, aunque más costoso y largo en su elaboración, de obtener la información requerida.

• La opinión de expertos es generalmente información subjetiva, carente de detalle y de utilidad mínima, pero es una manera barata y rápida de obtener cierto tipo de información complementaria.

• Los estudios d campo son el método mas efectivo, aunque más costoso y largo en su elaboración, de obtener la información requerida.

• Es muy conveniente que el analista o investigador determine la sensibilidad de su modelo al tipo preciso de las distribuciones de probabilidad que contiene los valores de los parámetros.

• La información descriptiva y cuantitativa (datos) referente al sistema que se va a investigar, constituye un requisito previo a la formulación del problema.

• Los datos que hayan sido reducidos a una forma significativa pueden sugerir hipótesis de cierta validez.

• Los datos también pueden sugerir mejoras o refinamientos en los modelos matemáticos que existen.

• Es necesario que los datos reducidos a una forma final, se utilicen para estimar los parámetro de las características de operación relativas a las variables endógenas, exógenos y de estado del sistema.

• Finalmente, cabe considerar que sin tales datos, seria imposible probar la validez de un modelo para la simulación

Es posible identificar seis importantes funciones del procesamiento de datos:

1. Recolección: proceso de capacitación de los hechos disponibles, con lo cual esto pueden ser procesados posteriormente, cuando sea necesario.

2. Almacenamiento

Comprende:

- Identificación

- Revisión

- Edición

- Codificación (Asig. De claves).

- Trascripción

- Verificación de ellos.

3. Conversión.

La manera en la cual los datos almacenan no constituye, por lo general, la forma mas eficiente, que se debe emplear en las etapas posteriores; por esta razón, la conversión de los datos de una forma a otra tiene una función crucial en la determinación de la eficiencia del procesamiento.

4. Transmisión.

Bajo ciertas circunstancias, existen problemas adicionales en la conversión de los datos de una forma a otra, implica una transmisión de ellos, esto es, el transporte de la información hasta el lugar de donde será procesada.

5. Manipulación

- Clasificar

- Cotejar

- Intercalar

- Recuperar

- Informar

- Y Otras como Operaciones aritméticas y Lógicas

6. Salida

Una vez que los datos se han manipulado adecuadamente se prepara su salida final de acuerdo a las necesidades del problema.

FORMULACIÓN DEL MODELO

Consiste en tres pasos:

1. Especificación de los componentes.

2. Especificación de las variables y los parámetros.

3. Especificación de las relaciones funcionales

Es mas que un arte que una ciencia

La construcción de modelos acertados depende de:

-La experiencia del Analista

-Los procedimientos de prueba y error

-Y una Suerte considerable.

CONSIDERACIONES DE LA FORMULACIÓN DEL MODELO

La dificultad en la elección de las variables exógenos pocas pueden llevar a invalidar un modelo muchas veces puede hacer imposible la simulación.

• Si un sistema es complicado, los modelos matemáticos que pretendan describir su comportamiento serán complicados.

• El tiempo consumido en la programación, depende en parte del numero de variables utilizadas en los modelos y de su complejidad

FORMULACIÓN DEL MODELO

• La validez o la cantidad de realismo incorporados en ellos. Es decir:

a) ¿El modelo describe adecuadamente al sistema de interés?

b) ¿Proporciona predicciones razonablemente buenas acerca del comportamiento del sistema, en periódicos futuros?

Dos tipos básicos de diseño:

-Los diseños Generalizados.

-Los Modulares o de Bloques.

ESTIMACIÓN DE PARÁMETROS

Una vez recolectados los datos y formulados el modelo, es necesario establecer los parámetros para que el modelo se ajuste a un comportamiento real. El espectro varia desde un conocimiento exacto de la expresión matemática, al uso de técnicas que permitan aproximar su cálculo.

TRADUCCIÓN DEL MODELO

• Consideraciones:

- Fácil adaptabilidad al diagrama de flujo

- Elección del lenguaje: de propósito especifico o general.

- Búsquedas de errores

- Datos de entrada y condiciones especiales.

- Generación de datos

- Informes de salida

EVALUACIÓN DEL MODELO

• Es necesario probar el modelo al objeto de valorar su realismo.

• Verificación: el modelo responde a la idea del diseñador.

-Se emplean métodos estadísticos

• Validación: el modelo se ajusta a la realidad

-Validez de forma general

- Valide en datos de entrada salida, con pruebas estadísticas.