Generalmente los modelos de matemáticos de simulación llevan en consideración: (i) las características de los elementos del sistema, (ii) las variables de entrada, (ii) las medidas de performance del sistema; y (iv) una relación funcional de los elementos de los sistemas y del sistema como del medio externo. Normalmente, los lenguales y paquetes de simulaciòn permiten llevar en cuenta los paràmetros.  Siendo así, el desarrollo de un modelo sigue los siguientes paràmetros:

  1. Reconocer el problema:
    Significa identificar todos los datos y aspectos que es pretendido estudiar para que estos sean considerados en la formulaciòn del modelo.
  2. Formular el problema:
    Implica en: (i) seleccionar los elementos del sistema global de interés en el estudio a ser realizado; (ii) fijar la frontera del nuevo sistema y cual engloba los elementos seleccionados, (ii) definir los objetos del estudio, (iv) seleccionar el conjunto de paràmetros de medida de performance del sistema, (v) establecer el horizonte de tiempo, y (vi) identificar las espectativas del usuario final.
  3. Obtener y analizar datos del sistema:
    Esto implica que valores de las variables de entrada, paràmetros del sistema y medidas de performance deben ser levantados. Por medio del anàlisis estadìstico, los datos seràn caracterizados. En el caso de las variables aleatorias podrà ser definido tipos de distribuciones màs apropiadas para describirlas.
  4. Formular y desarrollar el modelo:
    En esta fase deberá ser formulado el modelo conceptual por medio de representación gráfica – ejemplo, flujogramas; y en secuencia o modelo conceptual deberà ser traducido en relaciones lògicas y matemàticas para que este venga a tomar la forma de modelo computacional (programa de computadora).
  5. Verificar y validar el modelo:
    Verificar significa certificar si las rutinas computacionales implementadas generan los valores esperados. Validación consiste en la comparación de los datos generados por el modelo como los obtenidos del sistema real. Por lo tanto, deben ser utilizados procedimientos estadìsticos.
  6. Documentar el modelo:
    Durante el desarrollo del modelo el programador debe elaborar relatorios que contenga detalles como: los objetivos,  las suposiciones consideradas, y detalles de desarrollo de las rutinas computacionales. Esto facilita procedimientos futuros, cuando haya necesidad de readecuación del modelo.
  7. Definir tipos de experimentos:
    Hay que establecer para cuales condiciones de los valores de las variables de entrada y parámetros del sistema los resultados generados por el modelo son confiables.
  8. Establecer las condiciones de uso.
    Por medio de los experimentos realizados es definida para cuales condiciones es aplicable el uso del modelo.

Una vez realizados las etapas arriba citadas el modelo de simulación puede ser utilizado para conducción de experimentos tipo: anàlisis de sensibilidad, comparación de escenarios, optimización, o simulación de Monte Carlo.

Un análisis de sensibilidad consiste en alterar el valor de uno o más parámetros del modelo y certificar el impacto sobre los valores de las variables de salida. Por ejemplo, en el caso de una unidad industrial podrìa ser verificado el impacto sobre la performance del sistema al ser aumentada o reducida la productibidad en una operación unitaria dada.

Una comparación de escenarios es aplicada cuando lso objetivos son hacer una comparaciòn de las diversas posibles configuraciones. En esa comparación se certifica a que mejor atiende a las espectativas del que toma las decisiones.

Una optimización tiene por objetivo, por medio del modelo, encontrar una configuración y/o un forma de operación del sistema que trace un mejor dempeño. Lo cual puede ser dado en términos económicos y/o técnicos.

Una simulación de Monte Carlo es aplicada a los modelos del tipo estocástico. Para tanto, es necesario proceder a varias corridas con el modelo y, en seguida, realizar análisis estadístico de los resultados generados. De este modo, para una variedad dada serà posible determinar las probabilidades de ocurrencia de valores, bien como , el intervalo de confianza.




    Responder

    Por favor, inicia sesión con uno de estos métodos para publicar tu comentario:

    Logo de WordPress.com

    Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

    Imagen de Twitter

    Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

    Foto de Facebook

    Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

    Google+ photo

    Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

    Conectando a %s



A %d blogueros les gusta esto: