Captulo 2.

- planeacin de los
experimentos de simulacin en
computadoras

Realizado por:

Uc Chan ngel Ivn

Matrcula
12470514
Para la Asignatura de

Simulacin
Del plan de estudio

Ingeniera En Sistemas Computacionales

Fecha de Entrega
17 De Noviembre De 2015

Contenido
Captulo 2.- planeacin de los experimentos de simulacin en las computadoras....3
Introduccin......................................................................................................... 3
1.- Formulacin del Problema................................................................................ 4
2.- Recoleccin y Procesamiento de Datos Tomados de la Realidad........................5
3.- Formulacin de los Modelos Matemticos.........................................................7
4.- Estimacin de los Parmetros de las Caractersticas Operacionales a Partir de
los Datos Reales................................................................................................... 9
5.- Evaluacin del Modelo y de los Parmetros Estimados......................................9
6.- Formulacin de un Programa para la Computadora.........................................11
7.- Validacin...................................................................................................... 13
8.- Diseo de los Experimentos de Simulacin.....................................................13
9.- Anlisis de los Datos Simulados.....................................................................13

Captulo 2.- planeacin de los experimentos de

simulacin en las computadoras.
Introduccin.
Para planear experimentos de simulacin, aplicables a los sistemas econmicos e
industriales, necesariamente debemos recurrir tcnicas como de la estadstica
matemtica, el anlisis numrico, la econometra, etc.
La experiencia sugiere que la planeacin de experimentos de simulacin requiera
un procedimiento que conste de las etapas siguientes:
1.
2.
3.
4.

Formulacin del problema.

Recoleccin y procesamiento de datos tomados de la realidad.
Formulacin de un modelo matemtico.
Estimacin de los parmetros de las caractersticas operacionales a partir

5.
6.
7.
8.
9.

de los datos reales.

Evaluacin del modelo y de los parmetros estimados.
Formulacin de un programa para una computadora.
Validacin.
Diseo de experimentos de simulacin.
Anlisis de los datos simulados.

En las secciones subsiguientes, describiremos someramente cada uno de los

nueve pasos antes citados. Sin embargo intentaremos dar mayor nfasis en
aquellos pasos de nuestro procedimiento para la simulacin que no hayan sido
expuestos previamente en detalle por alguna otra fuente en particular.
Ms an en el anlisis final tal decisin se apoya en tres consideraciones: la
aplicabilidad, el costo y la simplicidad. La simulacin en computadora se debera
utilizarse si, y solo si, la respuesta a cada de las tres preguntas siguientes es
afirmativa. Primera estamos seguros que es posible obtener, ya sea la solucin
exacta o una aproximacin en computadora?, segunda es la simulacin el
procedimiento de computacin de menor costo para resolver nuestro problema?
Tercera: se presta la tcnica particular que estamos considerando, a una
interpretacin relativamente fcil para aquellos que se utilizarn los resultados del
estudio de simulacin?

Por consiguiente antes de que exista la posibilidad de decir si se utiliza o no la

simulacin de computadora, es necesario tener cierta experiencia. Puesto que la
simulacin solo constituye un mtodo alternativo para la solucin de problemas, un
criterio para utilizarla no es la realidad diferente de la decisin. 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 cualquiera otro
procedimiento de computacin, entonces debemos utilizarla como instrumento de
anlisis.
Si estas condiciones so se satisfacen, la simulacin debe ser rechazada en favor
de alguna otra alternativa ms ventajosa.

1.- Formulacin del Problema.

El estudio de la simulacin en computadora tiene que comenzar con la formulacin
de un problema o con una declaracin explicita de los objetivos del experimento,
pues sera muy poco benfico realizar experimentos que emplean las tcnicas de
simulacin por la simulacin misma. Es necesario definir claramente los objetivos
de nuestra investigacin. Los objetivos de la investigacin, tanto en la empresa y
la economa de las ciencias sociales, toman generalmente la forma ya sea de: (1)
preguntas que deben contestarse, (2) hiptesis que deben probarse y (3) efectos
por estimarse.
Si el objetivo de nuestro estudio de simulacin es obtener respuestas a una o ms
preguntas, es necesario que intentemos plantear estas detalladamente desde el
comienzo del experimento. Es necesario decir, que especificar las preguntas a
contestarse, no es suficiente para realizar un experimento de simulacin; se
requiere tambin la especificacin de criterios objetivos para evaluar las posibles
respuestas a estas preguntas.
El objetivo de nuestros esfuerzos de investigacin podra consistir en probar una o
ms hiptesis relativas al comportamiento del sistema bajo estudio.

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.
Deben de tomarse dos decisiones importantes antes de comenzar con cualquier
experimento de simulacin. En primer trmino, 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. 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.

2.- Recoleccin y Procesamiento de Datos Tomados de la

Realidad.
En otras palabras necesitaramos colectar y procesar una cierta cantidad de datos
antes de que exista la posibilidad de definir algn problema.
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, 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 se 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 los 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:
recoleccin, almacenamiento, conversin, transmisin, manipulacin y salida.
La recoleccin de datos es el proceso de captacin de los hechos disponibles, con
lo cual estos pueden ser procesados posteriormente, cuando sea necesario, con lo
cual estos pueden ser procesados posteriormente, cuando sea necesario. En
realidad, el proceso de recoleccin de datos y el de almacenamiento de datos
ocurren simultneamente, pues el primero implica que los datos sean o hayan sido
almacenados. 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 almacena durante la primera etapa, no
constituye, por lo general, la forma ms eficiente que se debe emplear en las
etapas posteriores: por esta razn, la conversin de los datos de una forma a otra
tiene funcin crucial en la determinacin de la eficiencia del procesamiento.
Existen problemas adicionales en la conversin de los datos, que implica 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 comenzar con
las operaciones de manipulacin. Estas 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.

3.- Formulacin de los Modelos Matemticos.

La formulacin de los modelos matemticos consiste.

1. Especificacin de los componentes.

2. Especificacin de las variables y los problemas.
3. Especificacin de las relaciones funcionales.
Al utilizar aun tcnicas como la econometra, la estadstica matemtica, la tarea de
construir un modelo matemtico para un sistema en particular, es todava anloga
al trabajo de un artista.
Una de las primeras consideraciones que se toman en cuenta en la formulacin de
un modelo matemtico reside en saber cuntas variables se deben incluir en el
modelo.
La segunda consideracin 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. Por lo general, estamos interesados en la formulacin
de los 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.
Una tercera consideracin, estriba en el rea de la eficiencia de computacin.
Entendemos, la cantidad de tiempo de cmputo requerida para lograr algn
objetivo experimental especifico. Como la regla general, estamos interesados en
uno de los dos objetivos 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 periodo especfico. 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.
El tiempo consumido en la programacin de la computadora constituye una cuarta
consideracin al formular modelos matemticos para la simulacin. El tiempo
requerido para describir un programa que genere los tiempos planificados para las

variables endgenas de un conjunto particular de modelos matemticos, depende

en parte del nmero de variables utilizadas en los modelos y de su complejidad.
La quinta rea de inters en la construccin de los 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 periodos

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 convertir solo en un ejercicio de lgica
deductiva.
La sexta y ltima consideracin, consiste en su compatibilidad con el tipo de
experimentos que se van a realizar con ellos.
Han surgido dos tipos bsicos de diseo para formular modelos matemticos que
sern utilizados para la 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.
Aunque los modelos generalizados son sumamente tiles al formular las hiptesis
iniciales acerca del comportamiento de ciertos sistemas econmicos, cuando se
sujetan

rigurosas

pruebas

estadsticas,

simplemente

no

resisten

tal

confrontacin o examen.
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.

4.- Estimacin de los Parmetros de las Caractersticas

Operacionales a Partir de los Datos Reales.
Una vez que hemos recolectado los datos apropiados del sistema y formulado
varios modelos matemticos, 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.
Antes de intentar la estimacin, debemos tener conocimiento amplio, cuando
menos de las tcnicas ordinarias de estimacin por lo mnimos cuadrados y de los
procedimientos clsicos de pruebas estadsticas.
Entre los mtodos importantes de estimacin economtrica descritos por Gold
Berger y Johnston, se encuentran:
1. Mtodos de una sola ecuacin.
a)
b)
c)
d)

Mnimos cuadrados ordinarios

Mnimos cuadrados indirectos.
Ecuacin nica con informacin limitada.
Mnimo cuadrados de dos etapas.

2. Mtodos de ecuaciones simultneas.

a) Mxima probabilidad con informacin completa.
b) Mnimos cuadrados de tres etapas.

5.- Evaluacin del Modelo y de los Parmetros

Estimados.
Es necesario hacer un juicio del valor inicial; es decir, debemos probar el modelo.
Es claro que seran pocos los beneficios que se obtendran con la utilizacin de un
modelo inadecuado para realizar experimentos de simulacin en computadora.
Este paso representa solo la primera etapa en la prueba de un modelo de
simulacin previa a las corridas reales en la computadora.
Desearemos tambin probar la importancia estadstica. Estas pruebas podran
comprender:
1) Pruebas referentes a las medias.
a. Pruebas de una muestra relativas a las medias.
b. Diferencias entre las medias
2)

Pruebas referencias a las variancias.

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 paramtricas.
a. La prueba del signo
b. Pruebas basadas en sumas de rango
c. La prueba de la mediana
d. La prueba U
e. Pruebas de corridas
f. Pruebas de correlacin en serie
Tambin desearemos aplicar pruebas que nos permitirn detectar las violaciones
en las suposiciones fundamentales de nuestros modelos economtricos; estas
podrn comprender las pruebas para:
I.
II.
III.
IV.
V.

Errores en las variables

Colinearibilidad mltiple
Hetereosedasticidad
Auto correlacin
Identificacin.

Entre las preguntas que nos interesara formular.

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 sistemas?
2.- omitimos la inclusin de una o ms variables exgenas que pudieran afectar
el comportamiento de las variables endgenas en nuestro sistema?
3.- formulamos incorrectamente una o ms 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?
Solo si es posible contestar satisfactoriamente las seis preguntas, procederemos
al paso 6.

6.- Formulacin de un Programa para la Computadora.

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.
La primera etapa requiere la formulacin de un diagrama de flujo que bosqueje la
secuencia lgica de los eventos que realizar la computadora.
En cuanto terminemos un diagrama, deberemos considerar entonces el problema
de escribir el cdigo para la computadora, que utilizaremos en las corridas de
nuestros experimentos.
El ahorro en tiempo de programacin constituye la principal ventaja al utilizar un
lenguaje de simulacin de propsitos especiales, en el lugar de un compilador de
propsitos generales, ya que dichos lenguajes fueron escritos para facilitar la
programacin de ciertos tipos de sistemas.

Un aspecto ms, es relativo al problema de los datos de entrada y las condiciones

iniciales para el experimento.
Un problema que se relaciona directamente con la escritura de programas de
simulacin en computadoras, es el del desarrollo de las tcnicas numricas.
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.
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.

7.- Validacin.
Ciertamente el problema de validar modelos de simulacin es difcil ya que implica
un sinnmero de complejidades de tipo prctico, terico, estadstico e inclusive
filosfico.
Aun as, parece que por lo general solo dos pruebas se consideran apropiadas
para validar los modelos de simulacin: primeramente, Qu tan bien coinciden
los valores simulados de las variables endgenas con 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 periodos futuros (de tiempo)?

8.- Diseo de los Experimentos de Simulacin.

Una vez que estemos satisfechos con la validez de nuestro modelo, estaremos en
posibilidad de considerar su uso para dirigir efectivamente, los experimentos de
simulacin. De hecho, como ya hemos definido nuestro problema experimental,
deberemos interesarnos ahora por los detalles del diseo experimental.

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 deberemos esforzarnos por asegurar que los resultados
queden razonablemente libres de errores fortuitos.

9.- Anlisis de los Datos Simulados.

La etapa final en el procedimiento requiere un anlisis de los datos generados. Tal
anlisis consiste de tres pasos:
1).- recoleccin y procesamiento de los datos simulados.
2).- clculo de estadsticas de pruebas.
3).- interpretacin de los resultados.