Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Curso 2000/2001
SIMULACIN DE POISSON
Referencias: Poisson Simulation A method for Generating Stochastic
Variations
in
Continuous
System
Simulation,
Leif
Gustafsson,
1. Introduccin.
En muchos procesos de naturaleza estocstica, un nmero
aleatorio de eventos ocurre en un intervalo determinado de
tiempo. Si no ocurren eventos simultneos y si el nmero de
eventos durante el intervalo es independiente tanto del
nmero de
eventos ocurridos
en el
pasado, como
de los
son:
el
nmero
de
decaimientos
en
una
fuente
tienda,
el
nmero
de
nacimientos
por
ao
en
una
poblacin, etc...
El objetivo de esta prctica es estudiar el efecto de la
inclusin de procesos de Poisson en modelos de sistemas
continuos. Tomemos como ejemplo, un modelo sencillo (ver la
figura 1). Se trata de un nivel con un flujo de salida.
Dicho flujo viene dado por la ecuacin F:= p* N, siendo N
el valor del nivel y p una constante positiva.
las
fluctuaciones
aleatorias
pueden
tener
su
ecuaciones
diferenciales
continuas
al
proceso
Pero
el
modelo
se
acerca
mucho
ms
la
lambda
es
igual
(se
mantiene
la
la
siguiente
grfica
se
muestran
las
simulaciones
12
16
Time (Month)
20
24
28
F 0 : Current
F : Current
zorros
se
reproducen
un
ritmo
tpico
de
un
de
una
exposicin
(por
ejemplo,
tratamiento
con
variable
medida
(por
ejemplo,
mortalidad)
sobre
un
Uno
de
los
parmetros
importantes
es
la
que es
clasificada correctamente
como
poblacin enferma.
Diremos que un individuo pasa a la fase preclnica cuando
pasa de estar sano a desarrollar una enfermedad, aunque
esta no desarrolla sntomas hasta que la enfermedad se
manifiesta (es entonces cuando el paciente acude al sistema
mdico). Vamos a centrarnos en una enfermedad particular
que si tras la exploracin es diagnosticada correctamente
el tratamiento elimina dicha enfermedad. Estudiaremos los
casos
en
los
que
la
enfermedad
se
manifiesta
en
dos
situaciones:
cuando
no
se
realiza
la
exploracin
cuya
azar
de
estudio,
una
esto
poblacin.
es,
ese
procedimiento exploratorio
otro
grupo,
es
el
Un
grupo
grupo,
grupo
se
que est
de
ser
el
le
grupo
aplicar
el
siendo evaluado.
control,
al
que
no
de
se
El
le
la
etapa
enfermedad
preclnica
tambin
se
pasan
ha
ser
manifestado
casos
es
un
donde
la
proceso
de
Poisson.
El parmetro de sendibilidad S del test en la exploracin
objeto
del
estudio
probabilidad
de
que
es
un
0.75.
Esto
individuo
significa
enfermo
sea
que
la
detectado
Para
solucionar
esto,
vamos
incorporar
un
aos y
el
debido a
nmero
de
los procesos
casos
en
estado
estocsticos del
preclnico
ser
que
ser
tiempo
de
inicio
para
empezar
la
Poblacin en estado
preclnico
Poblacin Sana
GRUPO DE ESTUDIO
Poblacin
0 Sana
Poblacin en estado
preclnico 0
Casos detectados
correctamente por la
exploracin y curados
Modelar
ambos
sistemas,
utilizando
el
siguiente
procedimiento.
a.1 Identificar variables de inters.
a.2 Dibujar un diagrama causal.
a.3
Clasificar
las
variables
en:
variables
de
nivel,
Estudiar
relaciones
las
variables
matemticas
deterministas
que
de
las
estocsticos.
flujo
definen
En
caso
encontrar
como
de
las
procesos
que
sean
Escribir
las
ecuaciones
del
modelo
matemtico
que
se
consigue
cuando
la
variacin
de
las
variables es cero.
b.2
Modelar
el
sistema
con
diagramas
de
Forrester
un
comportamiento
estacionario
donde
ambas
En
el
modelo
estocstico
realizar
simulaciones
con
de
la
acumulacin
de
los
casos
en
donde
la
ambos
grupos
con
los
parmetros
definidos
en
la
POISSON(min,max,alfa,valor
de
fondo,
factor
multiplicativo, semilla)
Los valores min, max determinan el rango de validez del
experimento aleatorio que se produce cuando se llama a la
funcin. Si el resultado no est en el rango, este se
repite hasta que se obtiene un valor en el rango.
Alfa es
el parmetro
de la
distribucin de
Poisson es
1.
algn
momento
de
la
prctica
puede
ser
til
una
es
alto,
puede
aproximarse
mediante
una
entregar
resultantes
un
de
informe
las
con
los
simulaciones.
modelos,
Se
grficas
explicar
la
La
prctica
realizar
una
preguntar
al
es
individual.
entrevista
alumno
con
sobre
el
Al
entregarse,
profesor
diferentes
donde
aspectos
se
ste
de
la
El
conocimiento
manejo
de
las
herramientas
de
simulacin.
-
Las
propuestas
originales
que
permitan
mejorar
los
modelos.
-