3.1 metodologia general de simulacion

METODOLOGÍA GENERAL DE LA SIMULACIÓN


CLASIFICACIÓN DE LOS MODELOS PARA SIMULACIÓN
 
   Para clasificar los  modelos de simulación, se ha sugerido un cierto numero de sistemas taxonómicos diferentes. Por ejemplo, Moss, propuso la posibilidad de clasificación de acuerdo con su grado de abstracción.


Según Moss:
  Son completamente arbitrarios y clasifico a los modelos para simulación como determinísticos, estocásticos y dinámicos. 


Modelos  Deterministicos: 

   -En los modelos deterministicos, ni a las variables exógenas ni a las endógenas, se les permite ser variables al azar, en tanto que se suponen relaciones exactas para las características de operación en lugar de funciones de densidad de probabilidad.

  - Los modelos determinísticos requieren menos procesamiento en computadoras que los modelos estocásticos y con frecuencia es posible resolverlos analíticamente, por medio de la utilización de técnicas como el calculo de máximos y mínimos

  - La mayoría de los modelos tradicionales que se encuentran en la teoría micro económica son modelos  determinísticos.


Modelos estocásticos:

- Aquellos modelos en los que por lo menos una de las características de operación esta dada  por una función de probabilidad, de denominan modelos estocásticos.

- La suficiencia de las técnicas analíticas para solucionar modelos estocásticos, se encuentra bastante restringida debido a que estos modelos son considerablemente mas complejos que los  modelos determinísticos. Por esta razón, la simulación es un método mas atractivo para  analizar y resolver los modelos estocásticos y no los determinísticos

- Los modelos estocásticos también tienen interes desde el punto de vista de la generación de muestras de datos al azar, que se emplean, en las etapas de obsevación o prueba, de la investigación científica.


Modelos estáticos:

Son aquellos modelos que no se toman en cuenta explícitamente, al variable tiempo.

Los modelos estáticos representan objetos. En concreto, como resultado de procesos que no intervienen en la modelización. Estos modelos involucran la aplicación de una única ecuación.


Modelo dinámico:

Los modelos matemáticos que se tratan de las interacciones que varían con el tiempo, se denominan modelos dinámicos.
  Los modelos dinámicos representa procesos que relacionan objetos entre si. Simulan los mecanismos de cambio y puede estudiarse la sucesión temporal( por ejemplo: La simulación de un incendio forestal o la simulación de la difusión de un contaminante)


DEFINICIÓN DEL SISTEMA:
        
       Para tener una definición exacta del sistema que se desea simular, es necesario hacer primeramente un análisis preliminar de este,  con el fin de determinar la interacción con otros sistemas, las restricciones del sistema, las variables que interactuan dentro del sistema y sus interrelaciones.

En esta etapa es necesario conocer el sistema a modelar. Para ello se requiere saber que origina el estudio de simulación y establecer los supuestos del modelo.


CONSTRUCCIÓN DEL MODELO 

    Se definen todas las variables que forman parte de él, sus relaciones lógicas y los diagramas de flujos que describan de forma completa el modelo.

Una vez que están definidos con exactitud los resultados que se esperan obtener del estudio, se construye el modelo con el cual se obtendrán los resultados deseados.



RECOLECCIÓN DE DATOS 
   
      Es importante que se defina con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados.


En esta etapa se debe determinar que información es útil para determinación de las distribuciones de probabilidad asociadas a cada una de las variables aleatorias innecesarias para la simulación.


IMPLEMENTACIÓN DEL MODELO 

Con el modelo definido, el siguiente paso es decidir si se utiliza algún lenguaje o paquete, para procesarlo en la computadora y obtener resultados deseados.




VERIFICACIÓN Y VALIDACIÓN
 
      Se detalla las deficiencias en la formulación del modelo o en los datos alimentados del modelo. las formas más comunes de validar son:

 * La opción de expertos sobre los resultados de la simulación
* La exactitud con la que se predicen datos  historicos y predicciones del futuro.
* La comprobación de falla del modelo de simulacion al utilizar datos que hacen fallar al sistema real.
* La aceptación y confianza en el modelo de la persona que hara uso de los resultados que arroje.

Verificación: Para comprobar la propiedad de la programación del modelo y comprobar que todos los parámetros usados en la simulación funcionen correctamente.


Validación: El proceso de validación del modelo consiste en realizar una serie de pruebas al mismo, utilizando información de entrada real para observar su comportamiento y analizar resultados.


EXPERIMENTACIÓN.

   La experimentación consiste en generar los datos deseados y realizar un análisis de sensibilidad de los indices requeridos.


INTERPRETRACIÓN Y ANÁLISIS DE RESULTADOS

  En esta etapa del estudio, se interpretan los resultados que arroja la simulación y en base a esto se toma una decisión.