Escuela Militar de Ingeniera

Ingeniera de sistemas Simulacin de sistemas

Practica # 3 Primer Parcial

INTEGRANTES: A 10191-5 A 10145-1 Juan Pablo Conde Mendoza 4757036LP Rubn Cristhian Lpez Quiroga 8305719LP

Fecha de Emisin:
16 de Febrero de 2012

Fecha de Entrega:
27 de Febrero de 2012

La Paz Bolivia

SIMULACIN DE SISTEMAS

TRABAJO DE INVESTIGACIN PLANEACION Y EXPERIMENTACION DE PROCESOS DE SIMULACION 1 INTRODUCCIN

Puesto que la simulacin solo constituye un mtodo alternativo para la solucin de problemas, un criterio para utilizarla no es en realidad diferente de la decisin sobre el uso de cualquier otro instrumento analtico, tal como la programacin lineal, la teora de los fenmenos de espera o la programacin dinmica. Si la simulacin en computadora es capaz de producir soluciones significativas y relativamente fciles de interpretar, para un problema dado a un costo menor que el de cualquier otro procedimiento de computacin, entonces debemos utilizarla como instrumento de anlisis. 2 LAS ETAPAS PARA LA PLANEACION Y EXPERIMENTACION 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 2.1 Formulacin del problema. Formulacin del modelo matemtico. Adquisicin de datos. Traduccin del modelo para la computadora Estimacin de parmetros Verificacin del software. Validacin. Diseo de experimentos de simulacin. Experimentacin. Anlisis de datos. Implementacin y documentacin.

Planificar un proceso de simulacin requiere de los siguientes pasos:

FORMULACIN DEL PROBLEMA

Como en otras reas de la investigacin cientfica, el estudio de la simulacin en computadoras tiene que comenzar con la Formulacin de un problema o con una declaracin explcita de los objetivos del experimento, pues sera muy poco benfico realizar experimentos que emplean las tcnicas de simulacin por la simulacin misma. es necesario en primer lugar definir claramente los objetivos de nuestra investigacin, antes de hacer cualquier intento encaminado a planear la realizacin de un experimento en simulacin. con toda seguridad, encontraremos que la exposicin original del problema varia considerablemente de su versin final ya que la Formulacin del problema es un proceso secuencial que generalmente

ESCUELA MILITAR DE INGENIERA

Pgina 1

SIMULACIN DE SISTEMAS

requiere una reformulacin continua y progresiva y un refinamiento de los objetivos del experimento durante su realizacin. Los objetivos de la investigacin, tanto en la empresa y la economa, como tambin en la mayora de las ciencias sociales, toman generalmente la forma ya sea de: (1) preguntas que deben contestarse (2) hiptesis que deben probarse (3) efectos por estimarse. Por otro lado, el objetivo de nuestros esfuerzos de investigacin, podra consistir en probar una o mas hiptesis relativas al comportamiento del sistema bajo estudio. En cada caso es necesario que las hiptesis que deban probarse se planteen explcitamente as como los criterios de aceptacin o rechazo. Finalmente, nuestro objetivo podra consistir en estimar los efectos que ciertos cambios en los parmetros, las caractersticas operacionales o las variables exgenas tengan sobre las variables endgenas del sistema. Para formular un problema se necesita la siguiente informacin: Existe un problema? De quin es el problema? Cul es el marco de referencia del sistema donde se encuentra el problema? Quin o quienes toman las decisiones? Cules son sus objetivos? Cules son los componentes controlables del sistema y cuales no lo son? Cules son las interrelaciones ms importantes del sistema? Cmo se emplearan los resultados del proyecto? Por quin? qu efectos tendr? Las soluciones tendrn efecto a corto o largo plazo? Podrn los efectos de las soluciones modificarse o cambiarse fcilmente? Cuantos elementos del sistema se afectaran por las soluciones del proyecto? En qu grado?

ESCUELA MILITAR DE INGENIERA

Pgina 2

SIMULACIN DE SISTEMAS

2.1.1 FORMULAR UN PROBLEMA REQUIERE Identificar las relaciones importantes entre las diferentes componentes del sistema, este paso equivale a encontrar las restricciones que existen, a la vez que permite ms adelante representar estas interrelaciones en forma matemtica. Identificar las componentes controlables de un sistema. Identificar posibles rutas de accin dadas por las componentes, controlables. Definir el marco de referencia, dado por las componentes no controlables Definir los objetivos que se persiguen y clasificarlos por su orden de importancia.

La identificacin de la estructura del sistema (componentes, canales, interrelaciones, etc.), se hace a travs de un proceso sistemtico, que se conoce como diseo de sistemas. El diseo de sistemas se lleva a cabo de la siguiente manera: Se ubica al sistema considerando dentro de sistemas ms grandes. Se determinan las componentes del sistema. Se determinan los canales de comunicacin entre las componentes del sistema y de este hacia los elementos de otros sistemas que van a tener influencia directa o indirecta. Se determinan de que manera se tiene acceso a la informacin requerida como se procesa esta y como se transmite entre las diferentes componentes del sistema.

Por consiguiente, deben tomarse dos decisiones importantes antes de comenzar a trabajar con cualquier experimento de simulacin. En primer termino, hay que decidir los objetivos de nuestra investigacin y en segundo lugar, es necesario decidir el conjunto de criterios para evaluar el grado de satisfaccin al que deba sujetarse el experimento a fin de que cumpla nuestros objetivos. De hecho, existe la posibilidad de que despus de tomar estas dos decisiones tengamos que rechazar completamente la simulacin en computadora, ya sea por el costo excesivo, la complejidad o la inhabilidad de satisfacer nuestros objetivos para el experimento. 2.2 ADQUISICIN DE DATOS

El estudiante quiz argir legtimamente, que una discusin sobre los requisitos para procesar los datos en experimentos de simulacin, tendra que preceder a nuestros comentarios sobre la Formulacin del problema, por ser simplemente imposible formular un problema o un conjunto de objetivos para un experimento, sin tener acceso adecuado a la informacin (cuantitativa o de otra clase) acerca
ESCUELA MILITAR DE INGENIERA Pgina 3

SIMULACIN DE SISTEMAS

del sistema que se investiga. En otras palabras, necesitaramos colectar y procesar una cierta cantidad de datos antes de que exista la posibilidad de definir algn problema. Para nuestros propsitos, resulta completamente irrelevante que los requerimientos para el procesamiento de datos precedan la Formulacin del problema o viceversa; si hemos de dirigir experimentos de simulacin, es importante que ambas funciones se lleven a cabo. Aunque nuestra intencin no es la de enfrascarnos en una amplia discusin sobre procesamiento de datos, intentaremos bosquejar algunos de los problemas mas importantes que se encuentran al recolectar y reducir los datos a una forma apropiada, para ser utilizados en los experimentos de simulacin. Existen, por lo menos, cinco razones por las cuales es necesario disponer de un sistema eficiente para el procesamiento de datos, que permita alcanzar el xito al realizar los experimentos de simulacin. En primera instancia, como ya lo hemos dicho, la informacin descriptiva y cuantitativa (datos) referente al sistema que se va a investigar, constituye un requisito previo a la formulacin del problema. En segundo lugar, los datos que hayan sido reducidos a una forma significativa pueden sugerir hiptesis de cierta validez, las cuales se usaran en la formulacin de los modelos matemticos que describen el comportamiento de un sistema dado. Como tercer punto, los datos tambin pueden sugerir mejoras o refinamientos en los modelos matemticos que existen en el sistema por simularse. En cuarto lugar, es necesario que los datos, reducidos a una forma final, se utilicen para estimar lo parmetros de las caractersticas de operacin relativas a las variables endgenas, exgenas y de estado del sistema. Finalmente, cabe considerar que sin tales datos, sera imposible probar la validez de un modelo para la simulacin. Es posible identificar seis funciones importantes del Procesamiento de datos que forman una parte integral del procedimiento para implantar los experimentos de simulacin en computadoras: Recoleccin Almacenamiento Conversin Transmisin Manipulacin Salida

La recoleccin de datos es el proceso de captacin de los hechos disponibles, con lo cual stos pueden ser procesados posteriormente, cuando sea necesario. En realidad, el proceso de recoleccin y el de almacenamiento de datos ocurren simultneamente, pues el primero implica que los datos sean o hayan sido almacenados. Las fuentes de datos para simular negocios y sistemas econmicos son numerosas y comprenden cuestionarios, reportes de campo, muestras,
ESCUELA MILITAR DE INGENIERA Pgina 4

SIMULACIN DE SISTEMAS

experimentos Fsicos y fuentes primarias y secundarias de documentacin. Entre las dos ltimas, requeridas con frecuencia, se encuentran las agencias gubernamentales (estatales, locales y federales), las organizaciones internacionales (Organizacin de las Naciones Unidas), los archivos de contabilidad e Ingeniera de las empresas y las organizaciones privadas de investigacin. A menudo se ha demostrado que la tarea de recolectar y almacenar los datos es sumamente costosa y laboriosa, pues comprende la identificacin, revisin, edicin, codificacin (asignacin de claves), transcripcin y verificacin de ellos. La manera en la cual los datos se almacenan durante la primera etapa del procesamiento, no constituye, por lo general, la forma mas eficiente que se debe emplear en las etapas posteriores; por esta razn, la conversin de los datos de una forma a otra tiene una funcin crucial en la determinacin de la eficiencia del procesamiento. Por ejemplo, es posible que cierta informacin sea almacenada, ms eficientemente, en forma de documentos manuscritos. Sin embargo, si la informacin va a usarse como dato de entrada a una computadora, primeramente tendr que ser codificada haciendo uso de tarjetas perforadas y despus almacenada en cinta magntica. Bajo ciertas circunstancias, existen problemas adicionales en la conversin de los datos de una forma a la otra, que implican una transmisin de ellos, esto es, el transporte de la informacin desde una localidad hasta el lugar en donde ser procesada. Una vez que los datos han sido recolectados, almacenados, convertidos a una forma eficaz y transmitidos al lugar de procesamiento final, resulta posible entonces, comenzar con las operaciones de manipulacin de datos y la preparacin de stos para su salida final. Las etapas de manipulacin requieren la realizacin de operaciones como las de clasificar, cotejar, intercalar, recuperar informacin y otras, como las operaciones aritmticas y lgicas. Estas operaciones se realizan con una computadora o sin ella, y depende de la cantidad de datos por manipular y la utilizacin que finalmente tengan. 2.2.1 FUENTES PARA GENERAR INFORMACIN Las series histricas o de tiempo: son datos tiles y de rpido procesamiento para convertirlos en informacin. La opinin de expertos: Es informacin subjetiva, carente de detalle y de utilidad mnima, econmica y rpida de obtener cierto tipo de informacin complementaria. Los estudios de campo: son el mtodo mas efectivo, aunque ms costoso y tardado, de obtener informacin requerida. Se requiere el diseo de una muestra estadstica representativa del universo bajo estudio; de un cuestionario que asegure la relevancia y confiabilidad de un cuestionario y que asegure la relevancia y confiabilidad de los mismos y de personal
Pgina 5

ESCUELA MILITAR DE INGENIERA

SIMULACIN DE SISTEMAS

entrenado que aplique la encuesta. La informacin capturada se mete a la computadora a travs de algn paquete y se edita. 2.3 FORMULACIN DEL MODELO MATEMTICO

Representar el sistema mediante un esquema en el que se visualice en cada modula con sus componentes, atributos, actividades endgenas y exgenas y las relaciones entre estas. El conjunto de todos estos mdulos es el sistema. Caracterizar matemticamente las relaciones quien gobierna la interaccin de las componentes del sistema y de las actividades endgenas y exgenas. Es ms fcil construir una expresin matemtica de las componentes y actividades del bloque de que todo el sistema. Sin embargo a una escala, la modelacin puede ser muy difcil o, en ciertos casos imposibles. El sistema como un todo se modela matemticamente de acuerdo a la interconexin de los bloques. La formulacin de los modelos matemticos bajo la perspectiva de Naylor sobre todo para sistemas econmicos, consiste de tres pasos: Especificacin de los componentes. Especificacin de las variables y los parmetros. Especificacin de las relaciones funcionales.

En la formulacin de los modelos matemticos de sistemas econmicos e industriales parece presentarse una dificultad, ya que la construccin de modelos es un arte mas que una ciencia. Aunque los instrumentos empleados por un constructor de tales modelos difieren de los utilizados por el escultor, el pintor o el tallador de madera, esto no lo excluye completamente la citada catalogacin. Al utilizar aun tcnicas como la Econometra la Estadstica matemtica; la teora de la probabilidad, el Algebra matricial, las ecuaciones de diferencias y la programacin matemtica, la tarea de construir modelo matemtico para un sistema en particular, es todava anloga al trabajo de un artista. El proceso de observar algn sistema econmico en la realidad, formular una o ms hiptesis relativas a su funcionamiento y reducir estas a un nivel de abstraccin que permita la formulacin de los modelos matemticos que describan su comportamiento, de ningn modo constituye un proceso directo. Aunque tener un conocimiento completo del sistema que se va a analizar, al igual que cierta pericia en las operaciones matemticas se consideran condiciones necesarias para la construccin de modelos matemticos vlidos, en ningn caso constituyen condiciones suficientes, toda vez que la construccin de modelos matemticos acertados depende en parte de la experiencia del analista, los procedimientos de prueba y error y suerte considerable. Obvio es decir que no es posible proveer al lector de alguno de estos atributos, pero en cambio podemos sugerirle algunas
ESCUELA MILITAR DE INGENIERA Pgina 6

SIMULACIN DE SISTEMAS

caractersticas deseables en los modelos matemticos utilizados en los experimentos de simulacin en computadoras, bosquejar algunas de las mayores dificultades que existen en la construccin de modelos y especificar algunos de los elementos bsicos que constituyen los modelos matemticos. 2.3.1 CONSIDERACIONES IMPORTANTES Una de las primeras consideraciones que se toman en cuenta en la formulacin de un modelo matemtico reside en saber cuantas variables se deben incluir en El modelo. Encontramos muy poca dificultad en lo referente a las variables endgenas o de salida de nuestro modelo, debido, por lo general, a que estas variables se determinan al comenzar el experimento, cuando formulamos los objetivos del estudio. Obviamente, habr un lmite superior en el numero de las variables endgenas posibles de investigar en un solo experimento de simulacin, ya que el tamao de la computadora disponible para el investigador, impondr necesariamente ciertas limitaciones relativas a este aspecto. Sin embargo, la dificultad real surge en la eleccin de las variables exgenas (algunas de las cuales pudieran ser estocsticas) que afectan a las variables endgenas. La existencia de muy pocas variables exgenas, puede llevar a modelos invlidos, en tanto que una abundancia de ellas hace imposible la simulacin en la computadora debido a la insuficiencia en la capacidad de su memoria, o bien complicar, de modo innecesario, los programas de computacin. La segunda consideracin importante en la formulacin de modelos matemticos se refiere a la complejidad de los mismos" Por un lado, es posible argir que los sistemas econmicos son en realidad muy complicados y que los modelos matemticos que pretenden describir su comportamiento tambin tendrn que ser muy complicados. En cierto grado, estas afirmaciones resultan verdaderas, pero por otro lado, no quisiramos llegar al extremo de construir modelos tan complejos, independientemente de lo que sean, y requieran un tiempo irrazonable de computacin. Por lo general, estamos interesados en la formulacin de modelos matemticos que produzcan descripciones o predicciones, razonablemente exactas referentes al comportamiento de un sistema dado y reduzcan a la vez el tiempo de computacin y programacin. No es posible acentuar la completa interdependencia de estas caractersticas en los modelos matemticos, ya que tanto el numero de variables en un modelo, como su complejidad, se encuentran directamente relacionadas con los tiempos de programacin, cmputo y validez. Si alteramos cualquiera de las citadas caractersticas, alteramos a su vez el resto de ellas. Una tercera consideracin en la formulacin de modelos matemticos para simulacin en computadora estriba en el rea de la eficiencia de computacin. Entendemos por ello, la cantidad de tiempo de cmputo requerida para lograr algn objetivo experimental especfico: Como regla general, estamos comnmente
ESCUELA MILITAR DE INGENIERA Pgina 7

SIMULACIN DE SISTEMAS

interesados en uno de los dos objetivos siguientes relacionados con la eficiencia de los experimentos de simulacin: En el primer caso, es posible que deseemos reducir el tiempo de cmputo requerido para generar los valores de nuestras variables endgenas sobre un perodo especfico, sean seis meses o veinte aos, o quiz necesitemos hacerlo con el tiempo de cmputo que se requiere para simular el comportamiento de la Economa de un estado en un perodo de diez aos. En el segundo caso, podramos interesarnos en la reduccin del tiempo de computacin requerido para lograr algn nivel de precisin Estadstica previamente determinado, al estimar los valores de ciertos parmetros estadsticos generados por nuestro modelo de simulacin. Por ejemplo, quiz deseemos acortar el tiempo de cmputo en una corrida de simulacin de un problema de colas, empleada para obtener una apreciacin del tiempo de espera, significativo al nivel .05. Este segundo caso nos lleva al rea de la Estadstica, a la que ataen las tcnicas de reduccin de varianza. mas adelante mencionaremos ciertas tcnicas que han sido diseadas para minimizar el tiempo de cmputo (o tamao de la muestra) para obtener una evaluacin de los parmetros (basada en datos simulados) con niveles dados de precisin Estadstica. Entre las tcnicas mas importantes de reduccin de varianza, incluiremos el muestreo por importancia, la ruleta rusa y las particiones, la utilizacin de valores esperados, la correlacin y la regresin, el muestreo sistemtico y el muestreo estratificado. El tiempo consumido en la programacin de la computadora, constituye una cuarta consideracin al formular modelos matemticos para simulacin. El tiempo requerido para escribir un programa que genere los tiempos planificados para las variables endgenas de un conjunto particular de modelos matemticos, depende en parte del numero de variables utilizadas en los modelos y de su complejidad. Si algunas de las variables utilizadas en el modelo son estocsticas por naturaleza, entonces, tanto el tiempo de programacin como el de computacin deben, por supuesto, equilibrarse con los aspectos de validez y velocidad de calculo. Si los costos en trminos de realidad, no son demasiado cuantiosos, puede incluso convenir al analista formular sus modelos en forma tal que se satisfagan los requerimientos de uno de los lenguajes de simulacin, como el SIMSCRIPT, GPSS, DYNAMO y GASP. Es posible que las ventajas adquiridas en trminos de un tiempo de programacin reducido, compensen la perdida de validez y quiz resultara de tal modificacin. La quinta rea de inters en la construccin de modelos es la validez o la cantidad de realismo incorporado en ellos. Es decir, el modelo describe adecuadamente al sistema de inters?; proporciona predicciones razonablemente buenas acerca del comportamiento del sistema, en perodos futuros? A menos que la respuesta a una o ambas de estas preguntas sea afirmativa, entonces el valor de nuestros modelos se reducir considerablemente y nuestro experimento de simulacin se
ESCUELA MILITAR DE INGENIERA Pgina 8

SIMULACIN DE SISTEMAS

convertir slo en un ejercicio de lgica deductiva. Conviene observar, que para determinar la validez de un modelo, no necesitamos disminuir el rol que tienen las otras caractersticas de los modelos matemticos (numero de variables, complejidad, etc.). La sexta y ultima consideracin, al formular modelos para simulacin en computadora, consiste en su compatibilidad con el tipo de experimentos que se va a realizar con ellos. Ya que nuestro objetivo principal al formular un modelo matemtico, es el de permitirnos dirigir experimentos de simulacin, deber pensarse en que forma particular se tomaran las caractersticas del diseo de los experimentos que deban incorporarse en nuestros modelos. En los prrafos anteriores intentamos bosquejar que lo que pensamos es un conjunto de propiedades deseables para los modelos matemticos, o por lo menos, un conjunto de factores que el constructor de modelos considere til tomar en cuenta. Desafortunadamente, estas propiedades representan metas muy idealizadas que rara vez se cumplen al tratar con problemas del mundo real. Por esta razn nos parece apropiado enumerar ciertas dificultades potenciales que el constructor de modelos afrontara en sus esfuerzos por describir el comportamiento de los negocios y sistemas econmicos, mediante la tcnica de modelos matemticos. Primero, quiz sea imposible cuantificar o medir ciertos tipos de variables que afectan el comportamiento del sistema. Segundo, el numero de variables por considerarse al describir un sistema dado, posiblemente exceda al capacidad de la computadora disponible. Tercero, podemos desconocer algunas de las variables exgenas significativas que afectan la salida del sistema. Cuarto, es factible que desconozcamos alguna de las relaciones entre las variables exgenas v las endgenas de nuestro sistema y sea, adems, imposible obtenerlas. Quinto, las relaciones entre las variables que afectan el comportamiento del sistema, son en muchos casos tan complejas que no pueden expresarse como una o mas ecuaciones matemticas. Han surgido dos tipos bsicos de diseo para formular modelos matemticos que sern utilizados para simulacin en computadora: los diseos generalizados y los modulares o de bloques. Los Modelos primeros representan un intento para describir el comportamiento de un sistema completo, tal como una empresa o la Economa de una nacin. No obstante que este ataque se ha utilizado ampliamente en la microeconoma, macroeconoma y Econometra, no puede en general esperar un xito abrumador, ya sea en la descripcin o en la prediccin del comportamiento futuro de los sistemas econmicos. La razn principal de ello es que la mente humana tiene una gran dificultad de comprensin en lo relativo a lo muy complejo de casi todos los sistemas econmicos, cuando se enfocan como un todo, en lugar de hacerlo en trminos de sus componentes principales. Aunque los modelos generalizados son sumamente tiles al formular las hiptesis iniciales acerca del comportamiento de ciertos sistemas econmicos, cuando se sujetan a rigurosas pruebas Estadsticas, simplemente no resisten tal confrontacin o examen. Es por esto que el propsito
ESCUELA MILITAR DE INGENIERA Pgina 9

SIMULACIN DE SISTEMAS

de este curso se encuentra dirigido hacia el criterio modular de la construccin de modelos, que ser descrito posteriormente. Cuando sintetizamos un modelo generalizado de un sistema econmico, a partir de un conjunto de modelos que describen los componentes principales del sistema, esperamos lograr ventajas, ya sea desde El punto de vista del realismo del modelo tomado en su totalidad, como de la eficiencia de computacin. Si tenemos la posibilidad de emplear los modelos de bloques recursivos en nuestro estudio de simulacin, entonces reduciremos considerablemente la magnitud del problema de estimacin de los parmetros, as como el tiempo de calculo requerido para generar los tiempos planificados de las variables endgenas. El hecho que una Economa real pueda o no representarse adecuadamente por un modelo de bloques recursivos, depende de la eleccin que se haga de los bloques y de lo corto que sean los retrasos sin representarlos como una cantidad nula. Dada una flexibilidad en la eleccin de los bloques y la utilizacin, en donde convenga, de retrasos muy cortos, es difcil ver la razn por la cual el requisito de bloques recursivos tenga que imponer limitaciones serias al constructor de modelos. La ventaja de trabajar con modelos formados por bloques recursivos, consiste en que la mayora de las computadoras digitales disponibles en la actualidad, realizan todas sus operaciones en forma de secuencia. Esto no impide la solucin de sistemas con un numero razonablemente reducido de ecuaciones lineales simultaneas; en cambio, se vuelve extremadamente difcil o imposible, manipular un gran numero de ecuaciones simultaneas no lineales. La utilizacin de los modelos de bloques recursivos limita cualquier sistema dado de ecuaciones simultaneas a las necesarias para generar la salida de un solo bloque. En esta forma se facilita enormemente la simulacin en computadora, con el empleo del equipo disponible ahora o dentro de pocos aos. 2.4 TRADUCCIN DEL MODELO PARA LA COMPUTADORA

La formulacin de un programa para computadora cuyo propsito sea dirigir los experimentos de simulacin con nuestros modelos del sistema bajo estudio, requiere que se consideren especialmente las siguientes actividades: 1. Diagrama de flujo 2. Lenguaje de la computadora a. Compiladores de propsitos generales b. Lenguajes de simulacin de propsitos especiales 3. Bsqueda de errores 4. Datos de entrada y condiciones iniciales 5. Generacin de datos 6. Reportes de salida
Pgina 10

ESCUELA MILITAR DE INGENIERA

SIMULACIN DE SISTEMAS

Al escribir un programa de simulacin para computadora la primera etapa requiere la formulacin de un diagrama de flujo que bosqueje la secuencia lgica de los eventos que realizara la computadora, al generar los tiempos planificados para las variables endgenas de nuestro modelo. En el desarrollo de nuestro curso, formularemos suficientes diagramas de flujo para simular una gran variedad de sistemas; comenzaremos con los valores de variables estocsticas, seguido de los sistemas de planeacin y los econmicos respectivamente. En cuanto terminemos un diagrama de flujo con la lgica de un experimento dado, deberemos considerar entonces el problema de escribir el cdigo para la computadora, que utilizaremos en las corridas de nuestros experimentos, para lo cual dispondremos generalmente de dos alternativas: ya sea escribir nuestro programa en un lenguaje de propsitos generales como el VISUAL BASIC, VISUAL C, C++, PASCAL, JAVA, FORTRAN, ALGOL, PL/I o bien, emplear uno de los lenguajes de simulacin de propsitos especiales como el GPSS, SIMSCRIPT, GASP, SIMPAC, DYNAMO o PROGRAM SIMULATE. El ahorro en tiempo de programacin constituye la principal ventaja al utilizar un lenguaje de simulacin de propsitos especiales, en lugar de un compilador de propsitos generales, ya que dichos lenguajes fueron escritos para facilitar la programacin de ciertos tipos de sistemas. Por ejemplo, PROGRAM SIMULATE se dise teniendo en mente la simulacin de los sistemas econmicos de gran escala, formulados como modelos economtricos, los cuales consisten de grandes sistemas de ecuaciones, a veces hasta 200. Por otro lado, GPSS, SIMSCRIPT y GASP, son particularmente tiles para los problemas de planeacin y de fenmenos de espera. Aunque existe la posibilidad de reducir el tiempo de programacin mediante el empleo de un lenguaje de simulacin, deberemos pagar un precio por este beneficio en trminos de una reduccin de la flexibilidad en los modelos y de un incremento en los tiempos de cmputo. Otra ventaja importante de los lenguajes de simulacin de propsitos especiales, consiste en que usualmente proporcionan tcnicas para la Bsqueda de errores, las cuales son muy superiores a las provistas por los lenguajes usuales de programacin. Un aspecto mas en la fase de programacin del desarrollo de un experimento de simulacin en computadora, es relativo al problema de los datos de entrada y las condiciones iniciales para el experimento. Ya que los experimentos de simulacin son, por su propia naturaleza dinmicos, surge una pregunta respecto al valor que se les debera asignar a las variables y parmetros del modelo en el momento en que comenzamos a simular el sistema; es decir, se deber forzar la entrada al sistema en un punto particular del tiempo. Pero al hacer esto, cuales son las suposiciones que debemos considerar respecto a las condiciones de equilibrio o las condiciones iniciales del sistema? No es necesario decir que para la mayora de los sistemas esta pregunta no tiene una respuesta fcil y que el investigador al determinar un conjunto de valores iniciales para el sistema, generalmente debe
ESCUELA MILITAR DE INGENIERA Pgina 11

SIMULACIN DE SISTEMAS

recurrir a los mtodos de prueba y error que en perodos posteriores no conduzcan a resultados distorsionados. Un problema que se relaciona directamente con la escritura de programas de simulacin en computadoras, es el del desarrollo de las tcnicas numricas (que pueden programarse en computadora) para la generacin de datos. Los datos que se utilizan en los experimentos de simulacin tienen la alternativa de poder leerse de fuentes externas a la computadora, como las tarjetas perforadas o las cintas magnticas, o bien, de que su generacin interna sea posible por medio de subrutinas especiales. En este curso tenemos un inters especial en las subrutinas para generar los nmeros pseudoaleatorios y los valores de variables estocsticas. Si presuponemos que una o mas de las variables exgenas, incluidas en nuestros modelos matemticos, es una variable estocstica que tiene una distribucin conocida de probabilidad, tendremos que confrontar el problema de proyectar un proceso aleatorio de seleccin a partir de una distribucin dada de probabilidad, tal que, los resultados de la repeticin de este proceso en una computadora digital, originen una distribucin de probabilidad de los valores muestreados correspondiente a la distribucin de probabilidad de la variable que nos interesa. "El problema de muestrear cualquier distribucin consiste en transformar un numero aleatorio que represente a la variable estocstica uniforme entre los valores (0,1) por medio de la funcin inversa de distribucin acumulativa". El acpite destinado al estudio del mtodo de Generacin de nmeros y Valores Aleatorios contiene un extenso tratamiento de los mtodos que indistintamente se emplean en la generacin de los nmeros pseudoaleatorios con una computadora digital; adems se describe los procedimientos y programas, para generar muestras que procedan de las distribuciones tericas de probabilidad mas conocidas, as como de cualquier distribucin emprica. En un anlisis final, una decisin concerniente al mtodo que deber utilizarse para simular una distribucin particular de probabilidad, descansa sobre conceptos como el tiempo de programacin, el tiempo de cmputo, la capacidad requerida en la memoria de la computadora y la precisin estadstica de los resultados. La clase de reportes de salida, necesarios para dar la informacin relativa al comportamiento de nuestro sistema bajo simulacin, constituye una consideracin final en el desarrollo de un programa de computadora para el experimento de simulacin. Si nos decidimos a utilizar un lenguaje de propsitos generales como FORTRAN, entonces existir un mnimo de restricciones impuestas sobre el formato de los reportes de salida. Sin embargo, si utilizamos un lenguaje de simulacin de propsitos especiales, como SIMSCRIPT, deberemos ajustarnos a los requisitos en el formato de salida impuestos por este lenguaje.

ESCUELA MILITAR DE INGENIERA

Pgina 12

SIMULACIN DE SISTEMAS

2.5

ESTIMACIN DE LOS PARMETROS

Una vez que hemos recolectado los datos apropiados del sistema y formulado varios modelos matemticos que describen su comportamiento, es necesario estimar los valores de los parmetros de dichos modelos y probar su significacin Estadstica. La estimacin de parmetros de los modelos econmicos cae dentro del dominio de la Econometra. Esta disciplina puede definirse como la ciencia social en la cual las tcnicas de la teora econmica, las matemticas y la inferencia Estadstica, se aplican al anlisis de los fenmenos econmicos. Su principal objetivo es darle un contenido emprico a la teora econmica; de hecho, la Econometra abarca una amplia gama de actividades enfocadas a la realizacin de esta objetivo. En primer lugar, hay un trabajo ininterrumpido sobre la formulacin matemtica de la teora econmica, campo conocido como Economa matemtica. En segundo lugar, existen tambin trabajos sobre el desarrollo de las tcnicas apropiadas de inferencia Estadstica, campo que hemos denominado teora economtrica. En tercer lugar, existe la inferencia Estadstica, campo que hemos denominado teora economtrica. En tercer lugar, existe la inferencia Estadstica a partir de loa datos econmicos, rea que podemos llamar Econometra emprica. Antes de intentar la estimacin de los parmetros de las caractersticas operacionales de un sistema econmico, debemos tener un conocimiento amplio, cuando menos de las tcnicas ordinarias de estimacin por mnimos cuadrados y de los procedimientos clsicos de pruebas estadsticas. Sin embargo, si pretendemos manejar adecuadamente problemas tan difciles (que en algunos casos no han sido aun resueltos) como el de los errores en las variables, variables rezagadas, colinearidad mltiple, heterosedastcidad, autocorrelacin, identificacin y ecuaciones simultaneas, es necesario entonces poseer mucho mas que un conocimiento puramente elemental sobre la metodologa de la Econometra. "Un programa comprensivo de entrenamiento en Econometra implica el estudio de la teora econmica, matemticas, estadstica matemtica, contabilidad social y mtodos de reconocimiento y anlisis emprico". Ya que, obviamente, tratar la econometra esta fuera del alcance de este curso, el lector que no est familiarizado con la teora economtrica encontrara sumamente tiles, los cursos de texto de Goldberger y Johnston. El primero afirma que la teora economtrica consta de tres componentes bsicos: Una especificacin del proceso a travs del cual se generan ciertas variables independientes observadas, una especificacin del proceso por la cual se generan perturbaciones no observadas y una especificacin de la relacin que conecta estas dos variables dependientes observadas. Cuando estos componentes se toman juntos, proporcionan un modelo para la generacin de
ESCUELA MILITAR DE INGENIERA Pgina 13

SIMULACIN DE SISTEMAS

observaciones econmicas e implcitamente, por lo menos, definen una poblacin estadstica. Es posible entonces tomar un cuerpo dado de observaciones econmicas como una muestra de la poblacin. Una vez que tenemos la especificacin de una poblacin fuente, podremos confiar en las reglas y criterios de inferencia estadstica para desarrollar un mtodo racional que mida la relacin de la teora econmica a partir de una muestra dada de observaciones. En muchos casos, podremos confiar tambin en el conocimiento previo, terico o emprico, relativo al valor de los parmetros de la poblacin. Tal informacin, a priori, es un rasgo caracterstico de la teora Economtrica y en todo caso debe quedar claro que la cuantificacin de la teora econmica no es una labor mecnica; en particular, no corresponde simplemente al ajuste de curvas sobre los datos, a la medicin sin teora ... los mtodos racionales de medicin de las relaciones econmicas deben basarse en una especificacin de los mecanismos probabilsticos que unen a las observaciones econmicas con la teora Econmica. Entre los mtodos importantes de estimacin economtrica descritos por Goldberger y Johnston y que se comparan sobre la base de sus propiedades estadsticas y de computacin, se encuentran: 1. Mtodos de una sola ecuacin a. Mnimos cuadrados ordinarios b. Mnimos cuadrados indirectos c. Ecuacin nica con informacin limitada d. Mnimos cuadrados de dos etapas 2. Mtodos de ecuaciones simultaneas a. Mxima probabilidad con informacin completa b. Mnimos cuadrados de tres etapas 2.6 VERIFICACIN DEL SOFTWARE Y DE LOS PARMETROS ESTIMADOS

Es necesario hacer un juicio del valor inicial de la suficiencia de nuestro modelo a vez que formulamos un conjunto de modelos matemticos que describen el comportamiento de nuestro sistema econmico y estimamos los parmetros de sus caractersticas operacionales sobre la base de las observaciones tomadas del mundo real; es decir, debemos probar el modelo.Es claro que seran pocos los beneficios que se obtendran con la utilizacin de un modelo inadecuado para

ESCUELA MILITAR DE INGENIERA

Pgina 14

SIMULACIN DE SISTEMAS

realizar experimentos de simulacin en computadora, ya que estaramos solamente simulando nuestra propia ignorancia. Este paso representa slo la primera etapa en la prueba de un modelo de simulacin previa a las corridas reales en la computadora, por lo que en este punto nuestro inters reside en probar las suposiciones o entradas que se programaran en la computadora. En el paso 7 de nuestro procedimiento de simulacin consideraremos la validez de los datos de salida generados por nuestro modelo de simulacin en computadora. En tal caso, nos _interesara comparar los datos simulados con datos histricos, para as determinar la capacidad predictiva del modelo. En el caso en que las caractersticas operacionales toman la forma de distribuciones de probabilidad, ser necesario aplicar pruebas de bondad de ajuste que determinen que tan bien se ajusta una distribucin hipottica de probabilidad a los datos del mundo real, de los cuales se ha derivado. Desearemos tambin probar la importancia estadstica de nuestras estimaciones de los valores esperados, varianzas y otros parmetros de estas distribuciones de probabilidad. Estas pruebas podran comprender: l. Pruebas referentes a las medias a. Pruebas de una muestra relativas a las medias b. Diferencias entre medias 2. Pruebas referentes a las varianzas a. Pruebas de la Ji cuadrada b. Pruebas F 3. Pruebas basadas sobre el conteo de datos a. Prueba referente a las proporciones b. Diferencias entre k proporciones c. Tablas de contingencia d. Pruebas de bondad de ajuste 4. Pruebas no parametricas a. La prueba del signo b. Pruebas basadas en sumas de rangos
ESCUELA MILITAR DE INGENIERA Pgina 15

SIMULACIN DE SISTEMAS

c. La prueba de la mediana d. La prueba U e. Pruebas de corridas f. Pruebas de correlacin en serie En el caso de que las caractersticas operacionales tomen la forma de los modelos economtricos, requeriremos probar la importancia estadstica de cada uno de los parmetros estimados de tales modelos, mediante el uso de las pruebas estndar t y F. Tambin desearemos aplicar pruebas que nos permitirn detectar las violaciones en las suposiciones fundamentales de nuestros modelos economtricos; stas podran comprender las pruebas para: Errores en las variables Colinearidad mltiple Heterosedasticidad Autocorrelacin Identificacin

Entre las preguntas que nos interesara formular durante esta etapa de nuestro procedimiento, se encuentran las siguientes: 1. Incluimos algunas variables que no sean pertinentes, en el sentido de que contribuyen muy poco a nuestra capacidad para predecir el comportamiento de las variables endgenas de nuestro sistema? 2. Omitimos la inclusin de una o mas variables exgenas que pudieran afectar el comportamiento de las variables endgenas en nuestro sistema? 3. Formulamos incorrectamente una o mas relaciones funcionales entre las variables: endgenas y exgenas de nuestro sistema? 4. Apreciamos debidamente las estimaciones de los parmetros de las caractersticas operacionales del sistema? 5. Son estadsticamente significativas las estimaciones de los parmetros en nuestro modelo? 6. Cmo se comparan los valores tericos de las variables endgenas de nuestro sistema con los valores histricos o reales basados en clculos manuales? (ya que aun no formulamos un programa para computadora)?. Slo si es posible contestar satisfactoriamente las seis preguntas, procederemos al paso 6: la formulacin de un programa para computadora. De otro modo,
ESCUELA MILITAR DE INGENIERA Pgina 16

SIMULACIN DE SISTEMAS

repetiremos los pasos del 1 al 5 hasta que sea posible satisfactoriamente las preguntas ya mencionadas. 2.7 VALIDACIN

responder

Ciertamente, el problema de validar modelos de simulacin es difcil, ya que implica un sinnmero de complejidades de tipo practico, terico, estadstico e inclusive filosfico. La validacin de experimentos de simulacin forma parte de un problema mucho mas general, es decir, el de la validacin de cualquier clase de modelo o hiptesis. Las preguntas bsicas son: Qu significa validar una hiptesis? Cules criterios debern utilizarse para establecer la validez de una hiptesis?

Ya que los filsofos de la ciencia no estn de acuerdo respecto a las respuestas a las citadas preguntas, el lector no se sorprender de encontrar que estas carecen de respuesta en este curso. Sin embargo, bosquejaremos algunas de las posiciones metodolgicas y filosficas mas importantes concernientes a la validacin de hiptesis cientficas y daremos especial nfasis sobre el problema de la verificacin de teoras econmicas. Aun as, parece que por lo general slo dos pruebas se consideran apropiadas para validar los modelos de simulacin: Primeramente, Qu tan bien coinciden los valores simulados de las variables endgenas con los datos histricos conocidos, si es que estos estn disponibles? En segundo lugar, Qu tan exactas son las predicciones del comportamiento del sistema real hechas por el modelo de simulacin, para perodos futuro (de tiempo) ? Asociada con cada una de estas pruebas, existe una gran variedad de pruebas estadsticas, tanto clsicas como recientes, las cuales delinearemos oportunamente. 2.8 DISEO DE EXPERIMENTOS DE SIMULACIN

Una vez que estemos satisfechos con la validez de nuestro modelo para la computadora, estaremos en posibilidad de considerar su uso para dirigir efectivamente, los experimentos de simulacin. De hecho, como ya hemos definido nuestro problema experimental, las variables endgenas y los factores (variables exgenas y parmetros), deberemos interesarnos ahora por los detalles del diseo experimental. En esta fase, es posible identificar dos metas importantes: en primer lugar, seleccionaremos los niveles de los factores y las combinaciones de niveles, as como el orden de los experimentos; en seguida y una vez que seleccionemos
ESCUELA MILITAR DE INGENIERA Pgina 17

SIMULACIN DE SISTEMAS

nuestras combinaciones de res, deberemos esforzarnos por asegurar que los resultados queden razonablemente libres de errores fortuitos. En la literatura del diseo experimental se ha escrito mucho acerca del primero de los objetivos mencionados y una gran parte de ello se refiere al diseo de los experimentos de simulacin; existe tambin una vasta literatura relacionada con el segundo objetivo. Sin embargo, debido a que algunas caractersticas especiales de los experimentos de simulacin los hacen diferir de los experimentos del mundo real, el material existente que resulta apropiado a estos experimentos queda muy reducido. Parte del material referente al segundo objetivo s es de inters para nosotros y se encuentra en la literatura sobre las tcnicas de Montecarlo; cuyo modulo contiene un tratamiento mucho mas detallado de este tpico. Debemos hacer hincapi, sin embargo, que la aplicacin de las tcnicas de diseo de los experimentos de simulacin en computadoras, constituye un campo de investigacin en el que aun hay mucho trabajo por hacer.

Esta fase se puede hacer simultneamente con las faces: diseo y validacin del programa. Una vez validado el programa se entra a la fase del diseo de experimentos que se quieren simular, para ello se debe hacer lo siguiente: Definir las variables endgenas y exgenas. Definir las estructuras funcionales que las relacionan. Elegir las distribuciones adecuadas a los parametros aleatorios. Generar los nmeros y variables aleatorias que de acuerdo a estas distribuciones, representan al sistema baja estudio. Realizar pruebas de hiptesis para seleccionar la informacin necesaria para realizar la simulacin. Definir las distintas condiciones iniciales y finales de la simulacin. Realizar un nmero determinado de simulacin. Tabule y grafique los resultados para realizar un mejor anlisis y validacin de la simulacin.

2.9

EXPERIMENTACIN

Hay dos situaciones que requieren un modelo, cuando la experimentacin directa sobre el sistema real es muy costosa o imposible; la otra es la del diseo de un nuevo sistema, as el modelo puede ir modificndose fcilmente hasta obtener el comportamiento deseado.
Pgina 18

ESCUELA MILITAR DE INGENIERA

SIMULACIN DE SISTEMAS

El modelo se puede usar para predecir el comportamiento del objeto real bajo ciertos estmulos. Se puede hacer as una evaluacin de diferentes estrategias de accin. Las reas de aplicacin de la simulacin son diversas y muy numerosas. Debajo hay un listado de algunas clases de problemas para los que la simulacin constituye una poderosa herramienta: Diseo y anlisis en los sistemas de manufactura. Evaluacin de los requerimientos hardware y software en un computador. Evaluacin de nuevas armas o tcticas militares. Determinacin de distintas polticas para sistemas de inventario. Diseos de sistemas de comunicacin y protocolos de mensajes para ellos. Diseo y operacin de sistemas de transporte. Evaluacin de diferentes diseos para organizaciones de servicios. Anlisis financieros o sistemas econmicos. Anlisis medioambientales.

Aunque la simulacin est ampliamente utilizada tambin presenta una serie de problemas. Por un lado, los modelos usados para estudiar sistemas de la escala de tiempo suelen ser muy complicados y adems necesitan utilizar muchos recursos de computacin, aunque en la actualidad y gracias al desarrollo de paquetes software que ofrecen automticamente muchas de las caractersticas necesarias para codificar los modelos y al abaratamiento del costo de computacin, estos inconvenientes estn disminuyendo.

2.10 ANLISIS DE DATOS La etapa final en el procedimiento requiere un anlisis de los datos generados por la computadora, a partir del modelo que se simula. Tal anlisis consiste de tres pasos: Recoleccin y procesamiento de los datos producidos por la simulacin. Calculo de la Estadstica de las pruebas. Interpretacin del comportamiento de la informacin obtenida. validacin de los resultados simulados comparando tanto similitud entre los resultados y las posibles series histricas que se poseen, como el uso que las decisiones le den a esta herramienta.

Aun cuando el anlisis de los datos simulados es de hecho semejante al anlisis de los datos del mundo real (vanse los pasos 2, 3 y 4 de la figura #1), existen algunas diferencias importantes. Teichroew ha sealado, que al comparar la simulacin en computadora con la tcnica Estadstica conocida por el nombre de
ESCUELA MILITAR DE INGENIERA Pgina 19

SIMULACIN DE SISTEMAS

muestreo de las distribuciones (la cual se ha empleado en el campo de la Estadstica por muchos aos), el anlisis de los datos de simulacin en computadora es considerablemente, mas difcil que el anlisis de los datos del mundo real. La forma en la cual la aleatoriedad se toma en cuenta en el muestreo de las distribuciones esta bien entendida y adems, existe la posibilidad de enunciarla explcitamente; en cambio, en los experimentos de simulacin la aleatoriedad se considera en una forma muy complicada y por lo comn, sus relaciones no son ennciales explcitamente excepto en el algoritmo empleado para calcular los valores numricos. La salida es un conjunto de series relacionadas de tiempo cuyo anlisis es mucho mas difcil que el de un conjunto de nmeros que representan la muestra de una distribucin dada. Las tcnicas para analizar las series de tiempo mltiples, no independientes y no estacionarias, aun no han sido desarrolladas en su integridad. Otro factor importante es el formado por un gran numero de parmetros que entran en los estudios de simulacin. Por lo general, el muestreo de las distribuciones trata, cuando mucho, con unos cuantos parmetros; los experimentos de simulacin, a menudo contienen miles de ellos. Aun cuando tales parmetros no son igualmente significativos, desafortunadamente su significancia relativa se desconoce. En cualquier caso particular, resulta casi imposible determinar un conjunto suficientemente pequeo de parmetros importantes, para el cual exista la posibilidad de dirigir los experimentos que se han diseado.

2.11 IMPLEMENTACIN Y DOCUMENTACIN Para la implementacin se interpretan los resultados que arroja la simulacin y en base a esto se toma una decisin y por consiguiente a sistemticamente obtener mejores resultados. Para la documentacin existen dos tipos de documentacin, que son requeridos para hacer un mejor uso del modelo de simulacin: La primera se refiere a la documentacin de tipo tcnico, es decir, a la documentacin que el departamento de procesamiento de datos debe tener del modelo. La segunda se refiere al manual del usuario, con el cual se facilita la interaccin y el uso del modelo desarrollado, a travs de una terminal de computadora.

ESCUELA MILITAR DE INGENIERA

Pgina 20

SIMULACIN DE SISTEMAS

REFERENCIA BIBLIOGRFICA http://angeluslaurairene.blogspot.es/ http://html.rincondelvago.com/simulacion.html http://www.mitecnologico.com/Main/Experimento http://www.dei.uc.edu.py/tai99/introsimulacion.htm http://www.virtual.unal.edu.co/cursos/sedes/manizales/4060010/lecciones/C apitulo1/simulacion.htm

ESCUELA MILITAR DE INGENIERA

Pgina 21

SIMULACIN DE SISTEMAS

INDICE

1 2 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9

INTRODUCCIN 1 LAS ETAPAS PARA LA PLANEACION Y EXPERIMENTACION FORMULACIN DEL PROBLEMA.. 1 1 3 5 7

2.1.1 FORMULAR UN PROBLEMA REQUIERE 2.2.1 FUENTES PARA GENERAR INFORMACIN. 2.3.1 CONSIDERACIONES IMPORTANTES.

ADQUISICIN DE DATOS. 3 FORMULACIN DEL MODELO MATEMTICO 6 TRADUCCIN DEL MODELO PARA LA COMPUTADORA 10 ESTIMACIN DE LOS PARMETROS.. 13 VERIFICACIN DEL SOFTWARE Y DE LOS PARMETROS ESTIMADOS.. 14 VALIDACIN 16 DISEO DE EXPERIMENTOS DE SIMULACIN. 16 EXPERIMENTACIN.. 18

2.10 ANLISIS DE DATOS. 19 2.11 IMPLEMENTACIN Y DOCUMENTACIN.. 20 3 REFERENCIA BIBLIOGRFICA 21

ESCUELA MILITAR DE INGENIERA

Pgina 22