Simulacion Y Modelos

LA SIMULACIÓN COMO PROCESO EXPERIMENTAL: EXPERIMENTOS Y UTILIZACION DE COMPUTADORAS

La simulación es un proceso numérico diseñado para experimentar el comportamiento de cualquier sistema en una computadora a lo largo del tiempo, en base a modelos matemáticos y lógicos diseñados para tal fin.

Se utiliza en sistemas tan complejos que no es posible su tratamiento analítico o mediante métodos numéricos. Éstos requieren la simplificación del sistema real bajo estudio con el fin de que cumpla condiciones que fundamentan la teoría del modelo en uso, lo que en sistemas complejos podría llevarnos a resolver un sistema muy lejano del real bajo estudio.

Permiten estudiar el sistema real sin deformarlo, generando una visión mucho más profunda y detallada que cualquier modelo analítico o numérico.

Sin embargo, no producen resultados óptimos, sino simplemente buenos, siendo costosos en cuanto a tiempo de computadora y consumen mucho tiempo en el diseño, prueba y verificación del modelo de simulación.

En consecuencia el uso de la simulación en un estudio debe planificarse como una serie de experimentos cuyo diseño debe seguir las normas del diseño de experimentos para que los resultados alcanzados puedan llevar a interpretaciones significativas de las relaciones de interés.

La simulación con computador es por lo tanto una técnica que realiza experimentos en un computador con un modelo de un sistema dado. El modelo es el vehículo utilizado para la experimentación en sustitución del sistema real. Los experimentos pueden llegar a tener un alto grado de sofisticación que requiera la utilización de técnicas estadísticas de diseño de experimentos. En la mayor parte de los casos los experimentos de simulación son la manera de obtener respuestas a preguntas del tipo "¿qué pasaría sí?", preguntas cuyo objetivo suele ser evaluar el impacto de una posible alternativa que sirva de soporte a un proceso de toma de decisiones sobre un sistema.

METODOLOGÍA DE UN ESTUDIO DE SIMULACIÓN

Simular, es reproducir artificialmente un fenómeno o las relaciones entrada-salida de un sistema. Esto ocurre siempre cuando la operación de un sistema o la experimentación en él son imposibles, costosas, peligrosas o poco prácticas, como en el entrenamiento de personal de operación, pilotos de aviones, etc.

Existen determinados pasos básicos del proceso que pueden identificarse como los constituyentes de lo que denominaremos la metodología de un estudio de simulación, y son los siguientes:

• Definición del sistema:

Para tener una definición exacta del sistema que se desea simular, es necesario hacer primeramente un análisis preliminar de este, con el fin de determinar la interacción con otros sistemas, las restricciones del sistema, las variables que interactúan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio.

• Formulación del modelo:

Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y construye el modelo con el cual se obtendrán los resultados deseados. En la formulación del modelo es necesario definir todas las variables que forman parte de el, sus relaciones lógicas y los diagramas de flujo que describan en forma completa el modelo.

• Colección de datos:

Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados.

• Implementación del modelo con la computadora:

Con el modelo definido, el siguiente paso es decidir si se utiliza algún lenguaje como el fortran, lisp, etc..., o se utiliza algún paquete como Vensim, Stella e iThink, GPSS, Simula, Simscript, Rockwell Arena, etc., para procesarlo en la computadora y obtener los resultados deseados.

• Validación:

A través de esta etapa es posible detallar deficiencias en la formulación del modelo o en los datos alimentados al modelo. Las formas más comunes de validar un modelo son:

1. La opinión de expertos sobre los resultados de la simulación.

2. La exactitud con que se predicen datos históricos.

3. La exactitud en la predicción del futuro.

4. La comprobación de falla del modelo de simulación al utilizar datos que hacen fallar al sistema real.

5. La aceptación y confianza en el modelo de la persona

...