Metodología del Proceso de Simulación

               

PLANIFICAR UN PROCESO DE SIMULACIÓN REQUIERE DE LOS SIGUIENTES PASOS:

A) FORMULACIÓN DEL PROBLEMA.

B) RECOLECCIÓN Y PROCESAMIENTO DE LA INFORMACIÓN REQUERIDA.

C) FORMULACIÓN DEL MODELO MATEMÁTICO.

D) EVALUACIÓN DE LAS CARACTERÍSTICAS DE LA INFORMACIÓN

PROCESADA.

E) FORMULACIÓN DE UN PROGRAMA DE COMPUTADORA.

F) VALIDACIÓN DEL PROGRAMA DE COMPUTADORA.

G) DISEÑO DE EXPERIMENTOS DE SIMULACIÓN.

H) ANÁLISIS DE RESULTADOS Y VALIDACIÓN DE LA SIMULACIÓN.

FORMULACIÓN DEL PROBLEMA

Generalmente un problema se presenta por síntomas, no por el diagnostico. Por lo que antes de generar soluciones en un sistema, se deben buscar el mayor numero de síntomas.

Según Acoff y Sasieni, las condiciones para que exista el mas simple de los problemas son:

Debe existir por lo menos un individuo que se encuentra dentro de un marco de referencia, el cual se puede atribuir el problema del sistema.

El individuo debe tener por lo menos un par de alternativas para resolver su problema, en caso contrario no existe tal problema.

Deben de existir por lo menos, un par de soluciones, una de las cuales debe tener mayor aceptación que la otra en el individuo. En caso contrario, no existe el problema. Esta preferencia esta asociada a un cierto objetivo dentro del marco de referencia en donde se encuentra el individuo del sistema.

La selección de cualquiera de las soluciones debe repercutir de manera diferente en los objetivos del sistema, es decir existe una eficiencia y/o efectividad asociada con cada solución. Estas eficiencias y/o efectividades deben ser diferentes, puesto que de lo contrario no existe problema.

Por ultimo le individuo que toma las decisiones ignora las soluciones y/o eficiencia y/o efectividades asociadas con las soluciones del problema.


Para formular un problema se necesita la siguiente información:

¿Existe un problema?.

¿De quien es el problema?.

¿Cual es el marco de referencia del sistema donde se encuentra el problema?

¿Quien o quienes toman las decisiones?

¿Cuales son sus objetivos?.

Cuales son los componentes controlables del sistema y cuales no lo son?.

¿Cuales son las interrelaciones más importantes del sistema?.

¿Como se emplearan los resultados del proyecto? ¿Por quien? ¿que efectos tendrá?

¿Las soluciones tendrán efecto a corto o largo plazo?

¿Podrán los efectos de las soluciones modificarse o cambiarse fácilmente?

¿Cuantos elementos del sistema se afectaran por las soluciones del proyecto? ¿En qué grado?


RECOLECCIÓN Y PROCESAMIENTO DE LA INFORMACIÓN.

RECOLECCIÓN: Es el proceso de capturar los datos disponibles que se requieren para la simulación del comportamiento del sistema.

PROCESAMIENTO: Se comprenden las actividades requeridas para transformar los datos en información.

Por ejemplo, un directorio telefónico es un banco de datos: mi dirección y teléfono es información que procede de ese banco de datos el hecho de que estos datos estén arreglados en cierta forma (procesados y forma alfabética), permite el acceso a la información deseada de una manera sencilla.

La formulación es necesaria para poder simular un sistema.

La información debe ser: oportuna relevante y confiable.

FORMULACIÓN DEL MODELO MATEMÁTICO

Representar el sistema mediante un esquema en el que se visualice en cada modula con sus componentes, atributos, actividades endógenas y exógenas y las relaciones entre estas. El conjunto de todos estos módulos es el sistema.

Caracterizar matemáticamente las relaciones quien gobierna la interacción de las componentes del sistema y de las actividades endógenas y exógenas.

Es mas fácil construir una expresión matemática de las componentes y actividades del bloque de que todo el sistema. Sin embargo a una escala, la modelación puede ser muy difícil o, en ciertos casos imposible.

El sistema como un todo se modela matemáticamente de acuerdo a la interconexión de los bloques.

EVALUACIÓN DE LAS CARACTERÍSTICAS DE LA INFORMACIÓN PROCESADA

Se necesita averiguar el tipo de distribución probabilística que gobierna a la información.

Para ello se requiere la realización de una serie de prueba estadísticas, para analizar si existen diferentes significativas entre la distribución empírica observada (histograma de los datos capturados) y la distribución teórica supuesta de no existir diferencias significativas, se utiliza la distribución teórica que generalmente ya viene tabulada. De lo contrario, el comportamiento del sistema debe hacerse en base a la distribución empírica observada, lo cual acarrea cierta complejidad.

Las diferentes pruebas auxiliares para analizar estas diferencias estadísticas son:

Pruebas referentes a valores medios (diferentes entre medias).

Pruebas referentes a variaciones (Ji-cuadrada, prueba F…).

Pruebas referentes a conteo de datos (proporciones, tablas de contingencia, bondad de ajuste, pruebas de corridas e intervalo).

Pruebas no parametricas (rangos, medianas, corrección, Kolmogorov-Smirnov, etc.).

FORMULACIÓN DE UN PROGRAMA PARA LA COMPUTADORA.

La formulación de un programa para computadoras, cuyo propósito sea dirigir los experimentos de simulación con nuestros modelos del sistema bajo estudio, requiere que se considere especialmente las siguientes actividades:

• Diagrama de flujo
• Lenguaje de computadora
• Compiladores de propósito general
• Lenguajes de simulación de propósitos especiales
• Búsqueda de errores
• Datos de entrada y condiciones iniciales
• Generación de datos
• Reportes de salida

Al escribir un programa de simulación para computadora la primera etapa requiere la formulación de un diagrama de flujo que bosqueje la secuencia lógica de los eventos que realizará la computadora, al generar los tiempos planificados para las variables endógenas de nuestro modelo.

Podemos escribir nuestro programa en un lenguaje de propósitos generales como FORTRAN, BASIC, PASCAL , C++ o sus visuales o bien emplear un lenguaje de simulación como . SIMPAC, DINAMO, PROGRAM SIMULATE, GPSS, o nuevos como GPSSH, SLAM, PROMODEL, SINFACTORY, MICLROMANAGER, entre otros. Dependerá de la aplicación, el uso del lenguaje adecuado. En un capítulo posterior se describirán alguno de estos lenguajes y su aplicación particular.

VALIDACIÓN DEL PROGRAMA POR COMPUTADORA

Ciertamente, el problema de validar modelos de simulación es difícil ya que implica un sinnúmero de complejidades de tipo práctico, teórico, estadístico e inclusive filosófico. La validación de experimentos de simulación forma parte de un problema mucho más general, es decir, el de la validación de cualquier clase de modelo o hipótesis. Las preguntas básicas son: “¿Qué significa validar una hipótesis?” y “¿Cuáles criterios deberán utilizarse para establecer la validez de una hipótesis?”.

Aún así parece que por lo general sólo dos pruebas se consideran apropiadas para validar los modelos simulación. Primeramente, ¿Qué tan bien coinciden los valores simulados de las variables endógenas con los datos históricos conocidos, si es que estos están disponibles?. En segundo lugar, ¿Qué tan exactas son las predicciones del comportamiento del sistema real hechas por el modelo de simulación, para períodos futuros (de tiempo)?. Asociada con cada una de estas pruebas, existe una gran variedad de pruebas estadísticas, tanto como clásicas como recientes.

DISEÑO DE EXPERIMENTOS DE SIMULACIÓN

Esta fase se puede hacer simultáneamente con las faces: diseño y validación del programa. Una vez validado el programa se entra a la fase del diseño de experimentos que se quieren simular, para ello se debe hacer lo siguiente:

• Definir las variables endógenas y exógenas.
• Definir las estructuras funcionales que las relacionan.
• Elegir las distribuciones adecuadas a los parámetros aleatorios.
• Generar los números y variables aleatorias que de acuerdo a estas distribuciones, representan al sistema baja estudio.
• Realizar pruebas de hipótesis para seleccionar la información necesaria para realizar la simulación.
• Definir las distintas condiciones iniciales y finales de la simulación.
• Realizar un número determinado de simulación.
• Tabule y grafique los resultados para realizar un mejor análisis y validación de la simulación.

ANÁLISIS DE RESULTADOS Y VALIDACIÓN DE LA SIMULACIÓN

Recolectar sistemáticamente los datos producidos por la simulación.

Calcular ciertas estadísticas.

Interpretar el comportamiento de la información obtenida.

Validar los resultados de la simulación comparando tanto similitud entre los resultados y las posibles series históricas que se poseen, como el uso que los decisiones le den a esta herramienta.

La utilización del modelo por parte de los decisores es la validación crucial. De otra forma el modelo se archiva o se tira a la basura.