Orgenes de la simulacin de las Ciencias Sociales La simulacin por ordenador en las ciencias sociales tiene por lo menos dos

tipos de orgenes: Por un lado, sigue modelos matemticos y no es ms que el tratamiento numrico de ecuaciones diferenciales o los distintos tipos de ecuaciones diferenciales (incluyendo ecuaciones diferenciales parciales y stochastical). En este caso, se usa una mquina para manipular los smbolos del sistema de smbolos de las matemticas, y esta manipulacin es ms o menos restringido a tratamiento numrico (aunque un poco de ayuda de un ordenador en computacin simblica a veces es conveniente, tambin). Por otro lado, simulacin por ordenador se utiliza en su propio derecho, no como una sustitucin de las ms elegantes algoritmos solucin matemtica, sino como un medio de manipulacin de los smbolos del sistema de smbolos de lenguajes de programacin.

Figura 1: Desarrollo histrico de los enfoques contemporneos a las Ciencias Sociales simulacin. Dinmica de Sistemas hace pesado (y, a veces, problemtico) el uso de grandes sistemas de ecuaciones, que en algunos aspectos se parecen a las ecuaciones diferenciales, pero que pueden contener arbitraria funciones discontinuas y no diferenciable (que tambin se puede administrar en forma de tablas). Se encuentran soluciones, o, ms bien, las trayectorias se calculan, por los algoritmos en lugar de grano grueso. Modelos de simulacin microanaltico, modelos de colas, y estocstico modelos multinivel tienen en comn que existen soluciones analticas para casos muy sencillos. "Solucin" aqu significa una distribucin estable. Los autmatas celulares, la inteligencia artificial y simulacin de modelos cualitativos, hasta el momento han sido examinados slo por medio de simulacin por ordenador (pero vase para el caso de los autmatas celulares de Wolfram, 1984b). 1,1 de simulacin por ordenador como un medio para encontrar soluciones a los modelos matemticos. Primero vamos a convertir a el primer caso donde la simulacin se lleva a cabo siempre que las matemticas no da una solucin, que se cerr de anlisis es el caso ms frecuente en las ecuaciones no lineales, parcial y estocstico - o cuando un tratamiento matemtico de ecuaciones dara lugar a una muy frmula de solucin complicada que contribuyen menos a la comprensin de que una representacin grfica de las trayectorias seleccionadas de un sistema de ecuaciones (o incluso menos que el mismo problema).

Mtodos de simulacin, ya que estn siendo utilizados en las ciencias sociales hoy en da tienen orgenes diferentes, como la figura 1 puede mostrar. Tres de las lneas de los que se inician antes de la era de las computadoras - representan las tcnicas de simulacin derivada de las matemticas, mientras que las lneas ms jvenes provienen de la informtica, sobre todo de la inteligencia artificial y teora de autmatas. La lnea divisoria entre ambos grupos no es tan fuerte-"autmatas celulares se puede considerar como una alternativa a las ecuaciones diferenciales y en algunos aspectos de forma complementaria a los modelos matemticos de la naturaleza" (Wolfram 1984, vii), por lo que se puede estar en duda si celular autmatas es un matemtico o una alternativa no-matemticos para (parcial) de las ecuaciones diferenciales. Si se tiene a (1988) de Ostrom idea de los tres sistemas de smbolos diferentes, utilizados en las ciencias sociales - la argumentacin verbal, matemticas, simulacin por ordenador -, AC es muy probable que vayan a ser asignados al sistema de tercer smbolo. El mtodo matemtico para describir los procesos deterministas y estocsticos (representado por "ecuaciones diferenciales" y por "procesos estocsticos" muy general en esa cifra) requera tipos muy diferentes de tratamiento numrico de su comienzo, la teora de juegos se hacen slo cuando se aplicados al anlisis de los procesos.

Tomemos como ejemplo el modelo famosa carrera de las armas (Richardson 1948) donde el sistema de dos ecuaciones diferenciales lineales es fcilmente interpretable: = m (xmax - x) + ay = g mx + ay = bx + n (ymax y ) = h + bx ny (1) con g = mxmax h = nymax La tasa de aumento de los gastos de armamento de uno de los dos bloques militares () es ceteris paribus proporcional (m) para el nivel de gastos no relacionados con el armamento (xmax - x) y proporcionales (a) al nivel de los gastos de armamento de la otra cuadra (y), y lo mismo vale para el otro bloque (y). La solucin depende del tiempo de este sistema de ecuaciones diferenciales lineales (con niveles de gasto de armamento de x0 y y0 en t = 0) es el siguiente: q (t) = 1q1e1t + 2q2e2t + qs con q = ( xy) 1 = 2a(y0 ys) (x0 - xs) (m n + w) 4ab (n m + 2w)2 (3) (3) (2)

Figura 2: Trayectorias y Lyapunov funciones de una versin simplificada del modelo de Richardson carrera armamentista por dos vectores de parmetros. Nosotros, por supuesto, hacer lo mismo en todos los casos en soluciones analticas, o incluso una frmula cerrada para soluciones estacionarias (puntos fijos, cs) no estaban disponibles, ya que siempre es posible encontrar un nmero suficiente de trayectorias a travs de la simulacin numrica, pero entonces esto tiene que ser hecho por un gran nmero de combinaciones de parmetros. Bsqueda en el espacio de parmetros por este mtodo puede ser una tarea muy costosa, vase, por ejemplo, Troitzsch (1995), donde slo se ha hecho para un sistema no lineal de ecuaciones diferenciales derivados de un proceso estocstico multinivel. 1.2 Simulacin por derecho propio Poco despus de la simulacin informtica puso a disposicin de los cientficos sociales, ellos tambin, comenz sus primeros experimentos con los no-modelos numricos. Pero slo cuando la maquinaria theeighties computacin poderosa lleg a ser accesible, el sistema de tercer smbolo realmente se podra utilizar, aunque hay ejemplos impresionantes de los aos sesenta (Sola-Pool & Abelson, 1962; Abelson & Bernstein 1963; Abelson y Carroll 1965; Abelson 1968). Por otro lado, como Alker (1974) lo expres en un artculo seminal, la simulacin se ha encontrado a veces "poco elegante" y "sin base terica", en comparacin con modelos matemticos. Despus de revisar una serie de ejemplos de simulacin de su tiempo, Alker llega a las siguientes conclusiones (Alker 1974, 152154): "Representaciones de computadora pueden ser y han sido desarrollados muy de cerca a las teoras contemporneas

2 = 2a(x0 - xs) (y0 ys) (m n + w) (4) 4ab (n m + 2w)2 Incluso si utilizamos este modelo para la prediccin, que no se utilice la solucin para el clculo de los valores de la prediccin de x e y para algunos el tiempo t en el futuro, pero que en lugar se utiliza un mtodo de integracin numrica, incluso en este caso lineal (y lo mismo , por supuesto, ocurre con los grandes sistemas lineales y no lineales pueden resolver los sistemas). El nico uso que hara de la cura analtica es el anlisis de los puntos fijos (qs en este ejemplo, ver eq. 7) del sistema y su comportamiento en y cerca de estos puntos fijos -Que es lo suficientemente descrito por 1,2 (ver eq. 8). Para hacer que el comportamiento del sistema en el barrio de los puntos fijos ms claramente visible, que se calculan una serie de trayectorias e incluso el potencial o la funcin de Lyapunov del sistema (ver fig. 2).

verbal de las ciencias sociales. ... Estas formalizaciones ayudar al investigador para comprobar la consistencia, para la prueba de ajuste emprico y para derivar nuevas implicaciones tericas y prcticas. ... Simulaciones sociales no son ms vlidas y, si mal formalizado, son probablemente an menos vlidas que las teoras que ellos encarnan. Estas simulaciones no debe ser automticamente desacreditado como las matemticas poco elegantes. ... Los sistemas sociales son sistemas abiertos. ... Una simulacin es abrir las matemticas malo, incluso si se trata de una buena representacin del sistema social. Si representaciones sintticas equipo permite una amplia clase de manipulaciones tericas que los anteriores ejercicios analticos, esto no quiere decir que el aumento de las rdenes de anlisis matemtico y conocimiento no son llamados para as."

ser visualizados los resultados, sino tambin la especificacin del modelo se puede hacer en movimiento alrededor de los elementos grficos, junto con las expresiones en las lenguas que se acercan mucho al lenguaje natural. Por otra parte, la especificacin del modelo puede estar completamente separada de todos los gastos administrativos que es necesario ejecutar una simulacin en particular en una plataforma informtica determinada. Modelizacin multinivel y la Inteligencia Artificial Distribuida (o MultiAgent) modelado a menudo logra este objetivo. 2 Propsitos: Prediccin vs comprensin: Simulacin puede ser visto como un experimento mental que se lleva a cabo con la ayuda de una mquina, pero sin ninguna conexin directa al sistema de destino: Tratamos de responder a una pregunta como la siguiente. Teniendo en cuenta nuestra teora acerca de nuestro sistema de destino tiene (y teniendo en cuenta nuestra teora es adecuadamente traducido en un modelo de computadora), cmo el sistema de destino se comportan? Este ltimo tiene tres significados diferentes: Qu tipo de comportamiento se puede esperar en combinaciones de parmetros arbitrariamente determinado y las condiciones iniciales? Qu tipo de comportamiento se da un sistema de destino (cuyos parmetros y estados anteriores pueden o no se han medido con precisin) la pantalla en un futuro prximo? Qu estado del sistema objetivo alcanzar en un futuro prximo, una vez ms los parmetros dados y los estados anteriores, que puede o no se han medido con precisin? Responde al primer tipo de pregunta se aplica a los modelos explicativos en el sentido de Casti(1996, 16-18). Ellos podran ser como las dadas por ejemplo, dinmica social La teora del impacto: Esta teora responde a la pregunta "Qu pasa si tenemos una poblacin de personas, cada una influida por e influir en los dems?" (Latan'e 1996, 292): "El sistema alcanz la diversidad estable. La minora fue capaz de sobrevivir, contrariamente ala creencia de que la influencia social conduce inexorablemente a la uniformidad. ... Actitudes se han convertido en espacio clster no, a travs de individuos que cambian su ubicacin, sino

Cuando Ostrom, 14 aos despus, que se resumen las crticas contra la simulacin social, ciencias de la computacin, lo describi como un sistema de smbolos tercero en su propio derecho y como una alternativa a la formalizacin matemtica de las teoras de las ciencias sociales-tales que la simulacin es la matemtica ni buena ni mala, pero no las matemticas a todos. La confusin pudo haber venido del hecho de que la simulacin informtica tambin se ha utilizado y se sigue utilizando como un medio para aplicar el tratamiento numrico de modelos matemticos. Cuando Ostrom declar que "cualquier teora que se puede expresar en cualquiera de los sistemas de smbolos las dos primeras tambin se puede expresar en el sistema de tercer smbolo" (Ostrom 1988, 384) que pueden haber contribuido a esta confusin, porque no se pudo agregar que podra que las teoras verbales que no puede ser expresado adecuadamente en el sistema de segundo smbolo de las matemticas, pero puede ser en el tercero, aunque agreg: "las simulaciones por ordenador puede ser utilizado para la representacin de ambos constructos cualitativos, el lenguaje natural y las construcciones cuantitativo, matemtico". Hoy, nueve aos ms tarde, se podra aadir que con las interfaces grficas de usuario disponibles, la expresin verbal de las teoras en trminos de una simulacin por ordenador se ha convertido en mucho ms fcil: no slo pueden

simplemente a travs del proceso de cambio de actitud. "(Ibdem, 294). Responde al segundo tipo de preguntas podra ser como las dadas por el modelo de formacin de la opinin simple (Weidlich Haag y 1983) en el que el cambio individual su (binario) las actitudes hacia dos opiniones alternativas o productos con una probabilidad de transicin que depende de la mayora que prevalece en la poblacin al que pertenecen: la cohesin Dado de baja (baja demanda de compatibilidad), ambos de dos votos (los productos) va a sobrevivir, y las subpoblaciones de ambos (cuotas de mercado) ser aproximadamente del mismo tamao por un tiempo muy largo, pero teniendo en cuenta la cohesin alta (alta demanda Compatibilidad), uno de los dos dictmenes (productos) adquirir una abrumadora mayora (cuota de mercado), el otro es reducido a un minora extremadamente bajo, pero sin embargo, ser capaz de sobrevivir en un nicho, de un estado inicial, con igualdad de oportunidades para ambas opiniones o productos, la prediccin no es posible si de los dos va a ganar o perder. Las respuestas a las del tercer tipo de preguntas sera del tipo "despus de los pasos de tiempo n (aos) para este producto. Una tendr una cuota de mercado esperado de% p, con un intervalo de confianza del 95% de puntos porcentuales q ". Tenga en cuenta que en el caso del modelo de formacin de la opinin antes citada, con gran cohesin, ni siquiera es necesario medir una mayora superior al 75% exactamente: si una poblacin llega a este estado, ser muy inevitablemente terminan con una abrumadora mayora de los mismos tipo, y la minora del 25% slo tiene una pequea posibilidad de asumir, en cambio, se reducir an ms - en otros modelos, el resultado final puede depender de las condiciones iniciales o posterior mucho ms sensible, y tambin en este modelo, para un 51 mayora de prediccin cuantitativa% no es posible. 2.1 Sacar complejos conclusiones de antecedentes

puede ser bastante simple anlisis, y los antecedentes oculta tal vez puede no ser detectada durante la argumentacin. Si la representacin es en forma matemtica, no existen antecedentes ocultos, pero an as tenemos el caso de que slo simples representaciones que sus soluciones matemticas: No se puede decir de una funcin potencial, que es un polinomio de hasta el cuarto grado en dos dimensiones, si tiene uno o dos o tres o cuatro mnimos locales, si slo nos fijamos en los valores de los parmetros del polinomio. Incluso simulacin puede fallar en la bsqueda de todos los posibles conclusiones-visualizacin puede ayudar aqu. Aqu es tambin donde el anlisis de sensibilidad pertenece a: Tenemos que indicar bajo qu condiciones una de varias posibles resultados puede esperar y cunto los posibles resultados dependen de la precisin con la que los parmetros y condiciones iniciales se miden. La figura 2 muestra un ejemplo de lo que sacar conclusiones de los complejos antecedentes medios. Tenemos un sistema de complejidad muy modesto que consta de dos bloques militares que actan de acuerdo a un sencillo sistema de ecuaciones diferenciales. La pregunta es: Cules son los futuros posibles de un sistema de destino? La Figura 2 muestra los dos resultados cualitativos diferentes: O el sistema se estabiliza con los gastos de armamento moderada en ambos bloques, el estado exacto de los gastos estables en funcin de los parmetros (que son concebidos como fijo en este ejemplo) y no en las condiciones iniciales. O el sistema se desestabiliza y termina, ya sea en una carrera armamentista o una "carrera de la amistad" (en el caso de los gastos de armamento negativo, es decir, la ayuda mutua) ninguno de los cuales nunca llegan a su fin, ya sea eternamente aumento de los gastos de armamento o el aumento eternamente la ayuda mutua prevalecer, depende de las condiciones iniciales (si el sistema de destino en cualquier lugar comenz en la esquina inferior izquierda del grfico arriba a la derecha, entrar en una carrera de amistad, de lo contrario la carrera de armamentos se desarrollar). Modelo de Richardson carrera armamentista (en la versin simplificada presentada aqu) muestra sus lmites, al mismo tiempo: En este modelo, es inconcebible que los brazos o las carreras de la amistad continuar por toda la eternidad: En el caso 2 este modelo predice (postulados?) Que hay no hay lmites superiores a

El primer uso de la simulacin es detectar qu conclusiones se pueden extraer de los antecedentes complejos. Esto es lo que sola llamarse "impulsado por conceptos de simulacin" (Henize 1984). Un sistema de destino est representada por un modelo verbal, matemtico o computadora (con todas las simplificaciones necesarias). Si la representacin es en la forma de argumentacin verbal, los sistemas de destino slo

cualquiera de armamento o los gastos de ayuda mutua (x puede exceder xmax en este sistema de dos ecuaciones diferenciales lineales junto!), pero por supuesto que hay lmites en los bloques militares en el mundo real, lo que hace necesario que prefieran un modelo ms elaborado en el que los lmites superiores para el armamento y los gastos de ayuda mutua puede ser especificado. Esto a su vez hacen que este modelo no lineal. El ltimo hallazgo nos ensea que el modelo de las armas simples raza no puede ser el verdadero modelo: el modelo es falsa, incluso antes de que los datos empricos se han utilizado para una prueba - o, para decirlo con ms precisin: el modelo de brazos lineales carrera postula que el tipo-2 combinaciones de parmetros estn prohibidos, ya que conducira a una carrera que nunca termina. Por otro lado, la extensin del modelo, es decir, la adicin de los lmites, es ms tentador: Puede haber dos estados estables del sistema, y cul de los dos alcanz entonces depender de las condiciones iniciales, no slo en los parmetros. Esto nos lleva a la siguiente subseccin, pero al mismo tiempo a la conclusin de que la construccin de la teora de la asistencia informtica es siempre un proceso de refinamiento de los modelos que nos lleva, paso a paso, para entender ms y ms el sistema de destino o de una clase ("clase natural", Bunge 1977, 143) de los sistemas de destino. 2.2 prediccin cualitativa Esta es la prediccin que de varios modos posibles de comportamiento de un sistema objetivo en particular tendrn en un futuro prximo, siempre y cuando la teora que tenemos en mente es vlido para este sistema de destino. Este sistema se estabilice o el bloqueo de (y en el que varios estados estables lo hacen), va a ir en ciclos ms o menos complicados, lo van a desarrollar un comportamiento catico (por ejemplo, que desde hace mucho tiempo predicciones cuantitativas son imposibles)? Este sistema de visualizacin de algunas estructuras emergentes como la estratificacin, la polarizacin, o agrupacin? Contestar la primera pregunta precisa la medicin de al menos algunos de los parmetros yestados iniciales del sistema de destino, es decir, aquellos a los que el sistema iba a reaccionar con sensibilidad. Respuestas de este tipo se puede dar a travs de anlisis matemtico en algunos casos simples, no slo en determinista, sino tambin en los modelos estocsticos como se ha

demostrado, por ejemplo, en el trabajo de Weidlich y Haag (1983), pero los modelos de este tipo, como por regla general, demasiado simple como para permitir una adecuada medicin de los parmetros - y esto se debe a que los parmetros se conciben como algo fijo: La teora detrs de estos modelos supone que los parmetros no cambian con el tiempo, por lo que si nos encontramos con diferentes valores de parmetros para diferentes momentos del mediciones, entonces la teora y sus modelos no son aplicables ms. Aqu, tambin, una extensin del modelo, ser necesario, por lo que los parmetros endgenos que se traduce en un modelo que ya no pueden ser tratadas matemticamente. Y aqu es donde entra en simulacin: el modelo de simulacin tendr que ser ejecutado con un nmero posiblemente grande de combinaciones de parmetros y estados iniciales de un barrio de la situacin real del sistema de destino particular en estudio. Responder la segunda pregunta requerir tambin la medicin en el sistema de destino, pero el anlisis matemtico aqu ser de poca ayuda. En su lugar, una vez ms un gran nmero de carreras de simulacin, ser necesario explorar el comportamiento futuro del modelo con el fin de sacar conclusiones con respecto al comportamiento futuro del sistema de destino. Esta exploracin se realiza con la ayuda de herramientas de visualizacin, que, por supuesto, deben ser incluidos en kits de herramientas de simulacin. 2.3 prediccin cuantitativa Esta es la prediccin de que el estado del sistema se llega despus de algn tiempo, dado que conocemos su estado actual con la suficiente precisin. Esta es tambin la prediccin de que el estado del sistema adquirir si cambiamos los parmetros de una manera determinada, es decir, si los parmetros de control para llegar a una meta determinada. Aqu slo es posible calcular las trayectorias a partir del estado inicial medida del sistema de destino y el uso de los parmetros del sistema de destino (que tambin debe haber sido medido o estimado adecuadamente de antemano). Prediccin cuantitativa es el campo de los modelos de simulacin microanaltico que son muchas veces utilizadas para la prediccin de la demografa y la formulacin de polticas (Orcutt et al. 1986). Dos problemas adicionales que tener en cuenta aqu: si el anlisis de sensibilidad se ha dado el resultado que la trayectoria del sistema depende

sensiblemente de las condiciones iniciales y parmetros, prediccin cuantitativa puede no ser posible en absoluto. Y si el modelo es estocstico, entonces slo una prediccin de la probabilidad es posible, es decir, los intervalos de confianza se puede estimar a partir de un gran nmero de simulacin stochastical se ejecuta con parmetros constantes y condiciones iniciales. 3 Requisitos previos para la optimizacin de parmetros y estimacin Modelado y simulacin en ciencias naturales y de ingeniera que permite distinguir entre tres tipos de validez (Zeigler 1976, 5): Validez replicativa: los datos coinciden con el modelo ya adquiridos en el sistema real (retrodiccin), Validez predictiva: el modelo coinciden con los datos antes de que los datos se obtienen del sistema real, La validez estructural: el modelo no slo reproduce el comportamiento observado en el sistema real, pero realmente refleja la forma en que opera el sistema real para producir este comportamiento. Zeigler aqu se centra en tres diferentes etapas de la validacin del modelo (y desarrollo). Simulacin de las ciencias sociales no parecen haber seguido este camino en todos los casos: Como a menudo los datos son muy pobres en las ciencias sociales, los primeros modelos, tambin trat de a tener una estructura vlida y no se molest mucho acerca de replicacin o la validez predictiva. "Los datos ya adquiridos en el sistema real" no estaban disponibles en una forma que pueda corresponder a la mayor parte de los datos de los modelos de simulacin han generado. Hay varias razones para esta diferencia entre las ciencias naturales y sociales: La recoleccin de datos es una tarea muy costosa en el segundo, y en muchos casos es incluso imposible para generar series de tiempo para que el comportamiento individual, las actitudes individuales o de grupo, por ejemplo, puede ser cambiado por el proceso de medicin muy, y los grupos pueden haber cambiado en su composicin antes de que fueran capaces de generar una serie de tiempo que habra sido el tiempo suficiente para permitir la estimacin de parmetros. Por otro lado, los diferentes tipos de influencias no-vivientes exacta sobre la otra son muy limitados en su nmero, de tal manera que un modelo estructuralmente vlido puede ser mucho

ms fcil encontrar a los sistemas de destino acuerdo de ciencias naturales con que los sistemas sociales. Sin embargo, tambin los modelos de simulacin social que la ciencia puede y debe ser ajustado para replicativa y la validez predictiva, y aqu es donde la optimizacin de parmetros y la estimacin entra en juego. Optimizacin de parmetros se presenta en dos formas diferentes: Por el cual los parmetros de este sistema en particular puede ser mejor caracterizado, dada nuestra teora sostiene? Cmo debemos establecer los parmetros del sistema (si es que son capaces de cambiar) para lograr un objetivo determinado? El primero es el problema de bondad de ajuste, que est suficientemente bien resuelto para todo tipo de sistemas que pueden ser representados por ecuaciones lineales. Mxima verosimilitud y mtodos menos cuadrados son los mtodos de eleccin en este caso. Pero lo que si hay varios modelos diferentes que podran representar a nuestro sistema de destino? Qu modelo debemos aceptar entre dos modelos igualmente parsimoniosos con la misma bondad de ajuste de medida? Y qu modelo debemos aceptar los dos modelos con un poco diferente de bondad de ajuste de medidas y la parsimonia ligeramente diferente? La tcnica ARIMA de anlisis de series temporales, una vez deriva de un procedimiento para decidir esta cuestin, vase, por ejemplo el criterio AIC y varios criterios de competencia (Gottman 1981, 263; Brockwell y Davis 1987, cap. 9), que impone "un coste para aumentar el nmero de parmetros en el modelo ajustado" (Brockwell y Davis 1987, 293) -, pero estos procedimientos slo se aplican a una familia de modelos, es decir, los modelos ARIMA en el que una serie de tiempo { Xt }t T es considerada como una transformacin lineal de un proceso de ruido blanco { t }t T: (Bp) (1 - B)d x t = (Bp) t donde B, (1-B), (BP) y (BP) son los operadores: Bn xt = xt - n (11) (1 - B) xt = xt - xt-1 (12) (Bp) xt = xt - 1B1 xt - 2B2 xt - 3B3 xt - p (13) pB xt (Bq) t = t 1B1 t 2B2 t 3B3 t - qBq t (14) En el caso de los modelos ARIMA, el problema de la identificacin del modelo se reduce a la (10)

determinacin de p, d, q, y que puede ser resuelto ms o menos automticamente con los criterios y procedimientos antes citados. Pero lo que si tenemos que comparar los modelos que pertenecen a familias diferentes? Este problema tambin puede ser explicada mediante el enfoque de series de tiempo: Supongamos que una serie de tiempo se ajust a un modelo ARIMA y un modelo de componentes clsicos de la forma: xt = m (t) + k(t) + s (t) + u(t) (15) m(t) un polinomio (componente de tendencia), k(t) una funcin sinusoidal de onda larga (componente de onda larga), s(t) una funcin peridica de perodo fijo (usu. 1 ao: componente estacional), u(t) un proceso estocstico (componente residual). En este caso, ser difcil partir de los datos para decidir entre los dos modelos ya que los dos modelos sern incomparables en la medida en que la parsimonia de los modelos se refiere (la bondad de ajuste de las medidas podra ser comparable, sin embargo). Aqu es donde un tercer criterio - la validez estructural - al lado de la bondad del ajuste y la parsimonia viene en que puede ser fcilmente explicado con el ejemplo de series de tiempo se utiliza aqu: Un modelo ARIMA puede ser ms convincente que una funcin dependiente del tiempo de la trayectoria (xt puede por supuesto, ser vector de valor en ambos tipos de modelos), ya que el primero es dinmico, es decir, describe la influencia del pasado al presente (y, en el caso vectorial de series de tiempo, tambin habr retroalimentacin entre los diferentes componentes del vector), mientras que la funcin dependiente del tiempo es slo un modelo cintico que no explica nada acerca de las influencias mutuas entre los componentes, objetos o atributos. Por lo tanto, en cierto sentido, el modelo ARIMA en este caso sera el ms rico (o, al menos de recuadro negro) modelo, o para ponerlo en Zeigler palabras que reflejan la forma en que el sistema real opera para producir este comportamiento con ms verdad . El segundo problema supone la primera slo si hemos tenido xito en retrodicting (y cuanto ms, si hemos tenido xito en la prediccin) el sistema de destino en cuestin con la ayuda de la mejor modelo de ajuste, ms parsimonioso y los ms ricos, entonces estamos en un condiciones de ajustar los parmetros accesibles y tener la esperanza de que podemos lograr nuestro objetivo. Conclusin Debera haber quedado claro a estas alturas que la simulacin de las ciencias sociales tiene por lo

menos dos tipos muy diferentes de los propsitos. Uno de ellos podra llamarse explicativos - esto incluye tambin la enseanza -, mientras que el otro cuenta con diferentes tipos de prediccin y la prescripcin, incluyendo la estimacin de parmetros, retrodiccin, y la toma de decisiones. En la mayora de los casos, el tipo de motivos de la simulacin explorar los posibles mundos (Casti 1996), se tiene que hacer antes de la prediccin y el tipo de prescripcin de la simulacin se puede acceder. Modelos explicativos (en el sentido de Casti) se utilizan "para dar cuenta de las observaciones del pasado en vez de predecir las futuras" (Casti 1996, 14). El ejemplo que utiliza para explicar lo que un modelo explicativo se asemeja a muchos de los modelos impulsados concepto utilizado en ciencias sociales en los ltimos veinte aos: Es un modelo del proceso de planetario formacin a principios de los sistemas de energa solar que nos permite "hacer predicciones sobre los tipos de sistemas planetarios que puede ser visto en el universo real en diversas circunstancias fsicas que rodean la masa de la nube gaseosa, su composicin, velocidad de rotacin, etc." Casi la misma frase se podra formular de la autmatas celulares creado por Hegselmann, Latan'e, Nowak y otros, o sobre el mundo artificial creado y descrito por Castelfranchi, Conte, Doran, Drogoul y otros (vase, por ejemplo, Doran y Gilbert, 1994; Gilbert y Conte, 1995; Hegselmann et al . 1996; Troitzsch et al 1996).. Todos ellos frente al problema de cmo los patrones surgen de las acciones de los agentes individuales. Y esto es, de acuerdo con un viejo dicho por Hayek, en el centro de todas las ciencias sociales, ya que "los problemas que tratan de responder a surgir slo en la medida en que la accin consciente de que muchos hombres producen resultados no diseados, en la medida en que las regularidades se observa que no son el resultado del diseo de nadie. Si los fenmenos sociales no mostraron ninguna orden, excepto en la medida en que fueron diseadas conscientemente, no habra espacio para las ciencias tericas de la sociedad. ... Es slo en la medida en que alguna clase de orden surge como resultado de la accin individual, pero sin ser diseado por un individuo que se plantea un problema que exige una explicacin terica. " (Hayek, 1942, 288)