MODELOS 1. Cules son las etapas fundamentales de la investigacin cientfica? R. La investigacin cientfica tiene tres etapas fundamentales: a) Determinacin del problema b) Elaboracin de un modelo adecuado c) Solucin del problema
2. Qu es un modelo? R. Modelo es una representacin de un sistema real. Esta representacin slo detalla las cualidades relevantes que son de inters para el estudio que se est llevando a cabo. Puede notarse que los modelos se utilizan en la vida diaria y en la ciencia para tomar decisiones frente a un determinado problema. 3. Cul es la diferencia entre un modelo cualitativo y uno cuantitativo? R. Modelo Cualitativo
Modelo Cuantitativo La mayor parte del pensamiento relacionado con los problemas de negocios comienza con los modelos cualitativos
Cuando se construye un modelo con smbolos para representar constantes y variables cuantitativas, entonces a este modelo se lo llama modelo cuantitativo. Hay muchos problemas que no pueden cuantificarse exactamente debido a uno o ms de los siguientes motivos: tcnicas inadecuadas de medicin, necesidad de muchas variables, desconocimiento de algunas variables, relaciones especiales ignoradas, y relaciones con tantas peculiaridades y excepciones que son demasiado
Se considera que una ecuacin matemtica es un modelo de este tipo, porque representa una abstraccin de las relaciones o condiciones entre constantes y variables.
4. Dar dos ejemplos de modelo: generales y especficos. R. Ejemplos:
5. Qu se entiende por modelos icnicos? Dar un ejemplo. R. los modelos icnicos son particulares y an individuales: sirven para un determinado sistema y no se pueden extender su aplicacin. Resultan fciles de comprender, ya que el nivel de abstraccin es mnimo, aunque vara. As en una estatua, la abstraccin es menor que en el plano de una casa, que es ms general. En un modelo icnico se conservan las proporciones del objeto real mediante una reduccin de escala y una seleccin de las propiedades representadas. ejemplo
Una maqueta, donde se ha establecido una reduccin de tamao conservando las relaciones dimensionales bsicas.
6. Qu se entiende por modelos analgicos? Dar un ejemplo. complejas para expresarlas en forma cuantitativa. Modelos Generales
Modelos Especficos 1. el modelo Y= b * X + a es un modelo general ya que los coeficientes a y b pueden asumir cualquier valor real.
1. el modelo Y= 2,1 * X + 3 es un modelo especfico, ya que los coeficientes tienen valores determinados. R. En estos modelos aumenta el nivel de abstraccin, con respecto a los modelos icnicos. Son representaciones fsicas de los objetos materiales originales, en los cuales, el modelo no tiene un parecido directo (no es imagen) con el objeto original; sin embargo puede establecerse una relacin uno a uno entre las variables fundamentales del modelo y del objeto original. Existen analogas entre las propiedades del sistema y las de su modelo, es decir, hay semejanza pero no es una reproduccin fiel, salvo para algunas propiedades. Los modelos analgicos se utilizan sobre todo para explicar los sistemas dinmicos, lo que representa una ventaja fundamental sobre los icnicos. ejemplo
Un mapa impreso, construido mediante un conjunto de convenciones cartogrficas que hacen legibles propiedades tales como las altitudes, distancias, localizacin fsica de objetos geogrficos, etc.
7. Qu se entiende por modelos simblicos? Dar un ejemplo. R. Los modelos simblicos representan la mxima abstraccin y, por supuesto, la mxima generalidad; puede decirse que son universales. Estos representan las propiedades relevantes del sistema original, mediante cantidades, relaciones matemticas o lgicas. Como ventaja se puede decir que son fciles de manipular; mejora la comunicacin a travs de una expresin precisa del problema en contraste con la descripcin verbal y, sobre todo, pueden integrarse con otros trabajos.
ejemplo
La representacin de un edificio mediante la identificacin y codificacin en una estructura geomtrica de sus elementos bsicos.
8. Cul es la diferencia entre un modelo matemtico y uno probabilstico? R. Modelo Matemtico
Modelo probabilstico Cuando el modelo funciona en condiciones de certidumbre, se utiliza la ecuacin matemtica, que es determinista. Hay estricta causalidad (a tal causa tal efecto), y por lo tanto se puede hablar de variables dependientes e independientes.
Pero la ciencia, en la mayora de los casos se enfrenta con problemas del mundo natural, donde los fenmenos son aleatorios y producidos por multitud de causas; entonces, se estudia la casualidad con los modelos estadsticos o probabilsticos. En el modelo determinstico o matemtico todas las variables son controlables. Ejemplo es el modelo lineal
Yi = + . Xi modelo matemtico
En el modelo probabilstico se indican las variables controlables y las incontrolables. Ejemplo es el modelo lineal
Yi = + . Xi + i modelo probabilstico El tercer trmino del modelo probabilstico determina la aleatoriedad que se tiene en las respuestas
Ventajas y limitaciones de la Simulacin Las tcnicas de la simulacin son muy tiles, porque permiten experimentar con un modelo del sistema en vez del sistema real que est funcionando. El experimento con el sistema mismo podra resultar demasiado costoso en trminos de dinero y, en muchos casos, sera demasiado arriesgado. Por ejemplo, en la implantacin de un nuevo sistema de cuentas corrientes en un banco, no sera conveniente poner el sistema sin haberlo simulado previamente. De acuerdo a su historia y, a la frecuencia de los movimientos en las cuentas, se puede experimentar en el computador y observar cmo funcionar el sistema en diversas condiciones. La metodologa de simulacin permite que se manipule una rplica del verdadero sistema, para efectuar corridas de pruebas antes de comprometer recursos verdaderos del banco. Esto es una importante ventaja de la simulacin. Cuando se instalan nuevas mquinas y equipo en una fbrica, pueden ocurrir congestiones y problemas imprevistos. La simulacin puede evitar esas posibles dificultades, porque permite al gerente de produccin advertir ciertos problemas que de otro modo no se tendran en cuenta. Los estudios de simulacin constituyen una forma muy valiosa y conveniente de descomponer en subsistemas un sistema complicado. A su vez, cada subsistema puede simularse individual o conjuntamente con otros.
En algunos casos, la experiencia del diseo de un modelo de simulacin y su implementacin en un computador, puede ser ms valiosa que la misma simulacin. El empleo de los juegos de negocios ha sido sumamente benfico para el adiestramiento del personal administrativo en todos los niveles. Permite que los jugadores observen la reaccin recproca de sus decisiones en las polticas y objetivos de la compaa, en condiciones de incertidumbre y que los participantes averigen rpidamente sus capacidades y deficiencias. Esta clase de simulacin crea un alto grado de motivacin personal y de aprendizaje, porque la retroalimentacin proporciona una base para la evaluacin y correccin individual. Deja que cada participante ponga a prueba cursos alternativos de accin antes de tomar una decisin definitiva. Como casi todos los juegos de negocios emplean computadoras, dan a los participantes cierta familiaridad con el procesamiento electrnico de datos. La simulacin incluye el tiempo en el anlisis de situaciones, esencialmente, dinmicas. En una simulacin por computador en las operaciones de negocios, pueden comprimirse los resultados de varios aos en unos cuantos minutos de funcionamiento. Tambin hay que reconocer las limitaciones de la simulacin. No produce simulaciones ptimas y, cada corrida de simulacin, es como un experimento aislado que se efecta bajo una serie de condiciones dadas, definida por una serie de valores para la solucin de entrada. Por lo tanto, se necesitarn muchas corridas de simulacin. Al ser ms fcil su utilizacin puede dar por resultado la sustitucin de las tcnicas matemticas analticas cuando stas son las ms adecuadas. La simulacin est sujeta a los problemas de inclusin de variables correctas, funciones adecuadas, etc.; como cualquier otro modelo simblico. Ventajas y desventajas de la Simulacin Algunas posibles ventajas de la simulacin son: La mayora de los sistemas complejos del mundo real con elementos estocsticos no pueden ser descriptos precisamente por un modelo matemtico que pueda ser evaluado analticamente. As, una simulacin es comnmente el nico tipo de investigacin posible. La simulacin le permite a uno estimar la performance de un sistema existente bajo algn conjunto proyectado de condiciones operativas. Los diseos de sistemas propuestos alternativos (o polticas operativas alternativas para un sistema) pueden ser comparadas va simulacin para ver cul satisface mejor un requerimiento especfico. En una simulacin podemos mantener mucho mejor control sobre las condiciones experimentales que lo que generalmente sera posible cuando experimentamos con el sistema en s mismo. La simulacin nos permite estudiar un sistema con un largo horizonte de tiempo (por ejemplo un sistema econmico) en un tiempo comprimido, o alternativamente estudiar los funcionamientos detallados de un sistema en un tiempo expandido. Algunas desventajas de la simulacin son: Cada ejecucin de un modelo de simulacin estocstico produce slo estimaciones de las caractersticas reales de un modelo para un conjunto particular de parmetros de entrada. As, se requerirn varias corridas independientes del modelo para cada conjunto de parmetros de entrada a ser estudiado. Por esta razn, los modelos de simulacin no son tan buenos en optimizacin como lo son en comparacin de un nmero fijo de diseos de sistemas alternativos especificados. Por otro lado, si un modelo analtico es apropiado, puede fcilmente producir las caractersticas reales exactas del modelo para una variedad de conjuntos de parmetros de entrada. As, si un modelo analtico vlido est disponible o puede ser desarrollado en forma simple, este ser preferible a un modelo de simulacin. Los modelos de simulacin son comnmente costosos y consumidores de tiempo para desarrollar. El gran volumen de nmeros producidos por un estudio de simulacin o el impacto persuasivo de una animacin realstica por lo general crean una tendencia a tenerle mayor confianza al resultado de un estudio. Si un modelo no es una representacin vlida de un sistema bajo estudio, los resultados de la simulacin, sin importar lo impresionantes que parezcan, proveern poca informacin til sobre el sistema actual. En algunos estudios, tanto la simulacin como los modelos analticos podran ser tiles. En particular, la simulacin puede usarse para chequear la validez de suposiciones necesarias en un modelo analtico. Por otro lado, un modelo analtico puede sugerir alternativas razonables para investigar en un estudio de simulacin. Riesgos al momento de realizar una Simulacin Asumiendo que se ha tomado una decisin prudente de utilizar la simulacin, existen varios riesgos a lo largo del camino hacia la terminacin exitosa de un estudio de simulacin. Estos riesgos son: Fallar en no tener un conjunto de objetivos bien definidos al comienzo del estudio de simulacin. Inapropiado nivel de detalle del modelo. Fallar en no comunicarse regularmente con la administracin a lo largo del estudio de simulacin. Tratar un estudio de simulacin como si ste fuera principalmente un ejercicio complicado de programacin. Fallar en no tener personas con entrenamiento en estadstica y operaciones-investigacin en el equipo de modelado. Usar software de simulacin comercial que puede contener errores o cuyas sentencias pueden no estar bien documentadas y pueden no implementar la lgica de modelado deseada. Confiar en simuladores que hacen la simulacin accesible para cualquiera. Mal uso de animacin. Fallar en no tener en cuenta correctamente los orgenes de la aleatoriedad en el sistema actual. Usar distribuciones arbitrarias (por ejemplo normal o uniforme) como entrada de la simulacin. Analizar los datos de salida de una corrida de simulacin usando frmulas estadsticas que suponen independencia. Realizar una repeticin simple de un diseo de sistema particular y tratar las estadsticas de salida como las respuestas reales. Comparar diseos de sistemas alternativos sobre la base de una repeticin para cada diseo. Usar medidas de performance equivocadas.