1.6.

- ETAPAS DE UN PROYECTO DE SIMULACION

1. ANLISIS DE OBJETIVOS Y CRITERIO

En esta Primera Fase, se agrupan el conjunto de tareas que tiene por fin
definir el Marco del Problema y sus mbitos de validez. Disear el Modelo y
Validarlo.

1.1 FORMULACIN PRECISA DEL PROBLEMA

Es necesario en primer lugar definir claramente los objetivos de nuestra

investigacin, antes de hacer cualquier intento encaminado a planear la
realizacin de un experimento en simulacin. Encontraremos que la
exposicin original del problema vara considerablemente de su versin
final, ya que la formulacin del problema es un proceso secuencial que
generalmente requiere de una formulacin continua y progresiva de
refinamiento de los objetivos de experimento durante su realizacin:

Los tems a trabajar en esta etapa son:

Definicin de hiptesis

Causas y Efectos que deben predecirse, estimarse y evaluarse.

Conjunto de criterios para evaluar los resultados.

Decisin si es o no la Simulacin la herramienta para estudiar.

1.2 RECOLECCIN DE DATOS REALES

Necesitaramos colectar y procesar una cierta cantidad de datos cualitativos

y cuantitativos antes de que exista la posibilidad de definir algn modelo.
Para nuestros propsitos, resulta
completamente irrelevante que los
requerimientos para el procesamiento de datos procedan la formulacin del
problema o viceversa; si hemos de dirigir experimentos de simulacin, es
importante que ambas funciones se lleven a cabo.

Es necesario un sistema eficiente para la recoleccin de datos por:

1. Se requiere informacin descriptiva y cuantitativa.

2. Los datos puedan sugerir hiptesis de cierta validez.

3. Los datos pueden sugerir, mejorar o refinar los modelos.

4. Es necesario que los datos, reducidos a una forma final, se utilicen para
estimar los parmetros de las caractersticas disponibles de operacin
relativa a las variables endgenas, exgenas y de estado del sistema.

5. Sin tales datos, seran imposibles probar la validez de un modelo para la

simulacin.

La recoleccin de datos es el proceso de captacin de los hechos

disponibles, con los cuales pueden ser procesados posteriormente, cuando
sean necesarios.

1.3 FORMULACIN DEL MODELO

La formulacin de los modelos consiste en tres pasos:

i. Especificacin de los componentes

ii. Especificacin de las variables y los parmetros que se deben incluir en el

modelo.

iii. Especificacin de las relaciones funcionales.

Por lo general, estamos interesados en la formulacin de modelos que

produzcan descripciones o predicciones, razonablemente exactas,
referentes al comportamiento de un sistema dado y reduzca a la vez, el
tiempo de computacin y programacin. Sin embargo, no es posible
establecer con exactitud, la interdependencia de las caractersticas de los
modelos, ya que tanto l numero de variables en un modelo, como su
complejidad, se encuentran directamente relacionadas con los tiempos de
programacin, cmputo y validez. Si alteramos cualquiera de las citadas
caractersticas, alteramos a su vez el resto de ellas. Hay que tener en
consideracin en la formulacin del modelo la eficiencia de computacin, es
decir, la complejidad del algoritmo.

El tiempo consumido para la programacin de la computadora, constituye

una cuarta consideracin al formular modelos para simulacin.

1.4 ESTIMACIN DE PARMETROS Y ANLISIS ESTADSTICO.

Una vez que hemos recolectado los datos apropiados del sistema que
describen su comportamiento es necesario estimar los valores de los
parmetros para el modelo y probar su significacin estadstica.

1.5 VALIDACIN DEL MODELO Y SUS PARMETROS

Es necesario hacer un juicio del valor inicial de la suficiencia de nuestro

modelo, para probarlo. Esto se logra haciendo una comparacin de las
mediciones iniciales obtenidas por nuestro modelo de simulacin con las
obtenidas de la realidad.

Este paso representa slo la primera etapa en la prueba de un modelo de

simulacin previa a las corridas reales en la computadora, por lo que en
este punto nuestro inters reside en probar las suposiciones o entradas que
se programarn en la computadora.

En caso de que las caractersticas operacionales tomen la forma de

distribuciones de probabilidad, ser necesario aplicar pruebas de bondad de
ajuste que determinen qu tambin se ajusta una distribucin hipottica de
probabilidad a los datos del mundo real. Deseamos tambin probar la
importancia estadstica de nuestras estimaciones de los valores esperados,
variancias y otros parmetros de estas distribuciones de probabilidad. Estas
pruebas podran comprender:

1. Prueba d referente a las medidas: Prueba de una muestra relativa a las

medidas,

Diferencias entre medias

2. Prueba referentes a las variancias: ji cuadrada, Prueba F

3. Pruebas basadas sobre el conteo de datos: Prueba referente a las

proporciones,

Diferencias entre K proporciones, Pruebas de bondad de ajuste

4. Pruebas no paramtricas: Pruebas basadas en suma de rangos, Pruebas

de la mediana,

Pruebas de corridas, Prueba de correlacin en serie.

De entre las preguntas que nos interesa formular durante esta etapa del
procedimiento, se encuentran las siguientes:

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 de nuestro sistema?

Omitimos la inclusin de una o ms variables exgenas que pudieran

afectar el comportamiento de las variables endgenas en nuestro sistema?

 Formulamos incorrectamente una o ms relaciones funcionales entre las

variables endgenas y exgenas de nuestro sistema?

Apreciamos debidamente las estimaciones de los parmetros de los

caractersticos operacionales de nuestro sistema? Cmo se comportan los
valores tericos de las variables endgenas de nuestro sistema con los
valores histricos o reales basados en clculos manuales? (ya que an no
formulamos un programa para computadora).

2.- IMPLEMENTACIN DEL PROCESAMIENTO

En esta Segunda Fase, se agrupan el conjunto de tareas que tiene por fin
obtener una versin del Modelo de Cmputo y sus Experimentos.

2.1 CODIFICACIN DEL MODELO: DIAGRAMAS DE FLUJO, PROGRAMACIN,

COMPILACIN

La formulacin de un programa para computadoras, cuyo propsito sea

dirigir los experimentos de simulacin con nuestros modelos del sistema
bajo estudio, requiere que se considere especialmente las siguientes
actividades:

Al escribir un programa de simulacin para computadora la primera etapa

requiere la formulacin de un diagrama de flujo que bosqueje la secuencia
lgica de los eventos que realizar la computadora, al generar los tiempos
planificados para las variables endgenas de nuestro modelo.

Podemos escribir nuestro programa en un lenguaje de propsitos generales

como BASIC, PASCAL, C++ o sus visuales o bien emplear un lenguaje de
simulacin como STELLA, DINAMO, entre otros. Depender de la aplicacin,
el uso del lenguaje adecuado.

2.2 VALIDACIN DE LOS PROGRAMAS: ESTIMACIN DE VARIABLES DE

ENTRADA Y

CONDICIONES INICIALES.

Las Pruebas del software son tareas tpicas que se integran dentro de las
diferentes fases del Ciclo del software dentro de la Ingeniera de software.
La idea principal es ejecutar un programa y mediante tcnicas
experimentales tratar de descubrir que errores tiene.

La calidad de un sistema software es algo subjetivo que depende del

contexto y del objeto que se pretenda conseguir. Para determinar dicho
nivel de calidad se deben efectuar pruebas que permitan comprobar el
grado de cumplimiento respecto de las especificaciones iniciales del
sistema.

Bsicamente es una fase en el desarrollo de software consistente en probar

las aplicaciones construidas: es un proceso de evaluacin desde un punto
de vista crtico, donde el "tester" (persona que realiza el testeo) somete el
Modelo de Software a una serie de acciones inquisitivas, y el producto
responde con su comportamiento como reaccin. La validacin de un
Modelo de Computo puede dejar a dicho Soft, al menos, en 3 estados:

ACEPTACIN: El Programa hace lo que tiene hacer y los resultados que

entrega el modelo son los esperables.

Pasa a la Tarea 2.3: Diseo de Experimentos.

RECHAZO POR CDIGO: Existen errores de codificacin interna del

Programa. Ya sea de lgica computacional, de sintaxis, semntica, el
programa se cuelga, nunca termina o arroja resultados errneos y/o
descabellados.

Solucin: Analizar la Codificacin Modelo de Computo.

Vuelve a 2.1: Codificacin del Modelo

 RECHAZO POR ESTRUCTURA: Existen errores en la Lgica Interna del

Modelo que se intenta Programar. Faltan variables o las variables no tiene
precisin, Sobran datos, no se comprende el resultado que arroja. No se
manifiestan relaciones que se deben observar. Por lo general estn
relacionados con la lgica interna del Modelo y su forma de describir el
mundo que intenta modelar.

Solucin: Analizar la estructura del Modelo.

Vuelve a 1.3: Formulacin del Modelo

2.3 DISEO DE EXPERIMENTOS DE SIMULACIN: VALORES DE INPUTS,

ORDEN DE CORRIDAS, EXTENSIN

Una vez que estemos satisfechos con la validez de nuestro modelo para la
computadora, estaremos en posibilidad de considerar su uso para dirigir
efectivamente, los experimentos de simulacin. De hecho, como ya hemos
definido nuestro problema experimental, las variables endgenas y lo
factores (variables exgenas y parmetros), deberemos interesarnos ahora
por los detalles de diseo experimental.

En esta fase, es posible identificar dos metas importantes: en primer lugar,

seleccionaremos las variables iniciales y aquellas que se definan por
Interfase al momento de la Simulacin, o bien sus rangos de variacin para
la simulacin.

2.4 SIMULACIN: EJECUCIN DEL MODELO DE SIMULACIN

Este es el momento de conducir los experimentos mediante el modelo de

Simulacin en corridas sucesivas y planificadas. Este proceso puede tardar
algn tiempo o bien arrojar resultados inmediatos. De cualquier manera se
debern almacenar los valores de Salida de la Simulacin del modelo para
su estudio y anlisis en la etapa siguiente.

3 ANLISIS DE RESULTADOS

La etapa final en el procesamiento requiere un anlisis de los datos

generados por la computadora, a partir del modelo que simular. Tal anlisis
consiste de tres pasos:

1.- Recoleccin y procesamiento de los datos simulados.

2.- Clculo de la estadstica de las pruebas.

3.- Interpretacin de los resultados.

El anlisis de los datos de simulacin en computadora es, segn los

expertos, considerablemente ms difcil que el anlisis de los datos del
mundo real.