Capítulo 2 Planeacion de Los Experimentos de Simulacion en Las Computadoras
-
Upload
angeltaker-hulk-shaw -
Category
Documents
-
view
219 -
download
0
description
Transcript of Capítulo 2 Planeacion de Los Experimentos de Simulacion en Las Computadoras
Capítulo 2.- planeación de los experimentos de simulación en computadoras
Realizado por:
Uc Chan Ángel IvánMatrícula12470514
Para la Asignatura de
SimulaciónDel plan de estudio
Ingeniería En Sistemas Computacionales
Fecha de Entrega17 De Noviembre De 2015
ContenidoCapítulo 2.- planeación de los experimentos de simulación en las computadoras.....3
Introducción...................................................................................................................................3
1.- Formulación del Problema....................................................................................................4
2.- Recolección y Procesamiento de Datos Tomados de la Realidad..............................5
3.- Formulación de los Modelos Matemáticos.......................................................................74.- Estimación de los Parámetros de las Características Operacionales a Partir de los Datos Reales............................................................................................................................9
5.- Evaluación del Modelo y de los Parámetros Estimados................................................9
6.- Formulación de un Programa para la Computadora....................................................11
7.- Validación................................................................................................................................13
8.- Diseño de los Experimentos de Simulación...................................................................13
9.- Análisis de los Datos Simulados.......................................................................................13
Capítulo 2.- planeación de los experimentos de simulación en las computadoras.
Introducción.Para planear experimentos de simulación, aplicables a los sistemas económicos e
industriales, necesariamente debemos recurrirá técnicas como de la estadística
matemática, el análisis numérico, la econometría, etc.
La experiencia sugiere que la planeación de experimentos de simulación requiera
un procedimiento que conste de las etapas siguientes:
1. Formulación del problema.
2. Recolección y procesamiento de datos tomados de la realidad.
3. Formulación de un modelo matemático.
4. Estimación de los parámetros de las características operacionales a partir
de los datos reales.
5. Evaluación del modelo y de los parámetros estimados.
6. Formulación de un programa para una computadora.
7. Validación.
8. Diseño de experimentos de simulación.
9. Análisis de los datos simulados.
En las secciones subsiguientes, describiremos someramente cada uno de los
nueve pasos antes citados. Sin embargo intentaremos dar mayor énfasis en
aquellos pasos de nuestro procedimiento para la simulación que no hayan sido
expuestos previamente en detalle por alguna otra fuente en particular.
Más aún en el análisis final tal decisión se apoya en tres consideraciones: la
aplicabilidad, el costo y la simplicidad. La simulación en computadora se debería
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 solución
exacta o una aproximación en computadora?, segunda ¿es la simulación el
procedimiento de computación de menor costo para resolver nuestro problema?
Tercera: ¿se presta la técnica particular que estamos considerando, a una
interpretación relativamente fácil para aquellos que se utilizarán los resultados del
estudio de simulación?
Por consiguiente antes de que exista la posibilidad de decir si se utiliza o no la
simulación de computadora, es necesario tener cierta experiencia. Puesto que la
simulación solo constituye un método alternativo para la solución de problemas, un
criterio para utilizarla no es la realidad diferente de la decisión. Si la simulación en
computadora es capaz de producir soluciones significativas y relativamente fáciles
de interpretar, para un problema dado a un costo menor que el de cualquiera otro
procedimiento de computación, entonces debemos utilizarla como instrumento de
análisis.
Si estas condiciones so se satisfacen, la simulación debe ser rechazada en favor
de alguna otra alternativa más ventajosa.
1.- Formulación del Problema.El estudio de la simulación en computadora tiene que comenzar con la formulación
de un problema o con una declaración explicita de los objetivos del experimento,
pues sería muy poco benéfico realizar experimentos que emplean las técnicas de
simulación por la simulación misma. Es necesario definir claramente los objetivos
de nuestra investigación. Los objetivos de la investigación, tanto en la empresa y
la economía de las ciencias sociales, toman generalmente la forma ya sea de: (1)
preguntas que deben contestarse, (2) hipótesis que deben probarse y (3) efectos
por estimarse.
Si el objetivo de nuestro estudio de simulación es obtener respuestas a una o más
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 simulación; se
requiere también la especificación de criterios objetivos para evaluar las posibles
respuestas a estas preguntas.
El objetivo de nuestros esfuerzos de investigación podría consistir en probar una o
más hipótesis relativas al comportamiento del sistema bajo estudio.
Finalmente nuestro objetivo podría consistir en estimar los efectos que ciertos
cambios en los parámetros, las características operacionales o las variables
exógenas, tengan sobre las variables endógenas del sistema.
Deben de tomarse dos decisiones importantes antes de comenzar con cualquier
experimento de simulación. En primer término, hay que decidir los objetivos de
nuestra investigación y en segundo lugar, es necesario decidir el conjunto de
criterios para evaluar el grado de satisfacción al que deba sujetarse el experimento
a fin de que cumpla nuestros objetivos. Existe la posibilidad de que después de
tomar estas dos decisiones tengamos que rechazar completamente la simulación
en computadora, ya sea por el costo excesivo.
2.- Recolección y Procesamiento de Datos Tomados de la Realidad.En otras palabras necesitaríamos colectar y procesar una cierta cantidad de datos
antes de que exista la posibilidad de definir algún 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 éxito al
realizar los experimentos de simulación.
En primera instancia, la información descriptiva y cuantitativa (datos) referente al
sistema que se va a investigar, constituye un requisito previo a la formulación del
problema. En segundo lugar los datos que se hayan sido reducidos a una forma
significativa pueden sugerir hipótesis de cierta validez, las cuales se usaran en la
formulación de los modelos matemáticos que describen el comportamiento de un
sistema dado. Como tercer punto, los datos también pueden sugerir mejoras o
refinamientos en los modelos matemáticos 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 parámetros de las características de operación
relativas a las variables endógenas, exógenas y de estado del sistema.
Finalmente, cabe considerar que sin tales datos, sería imposible probar la validez
de un modelo para la simulación.
Es posible identificar seis funciones importantes del procesamiento de datos:
recolección, almacenamiento, conversión, transmisión, manipulación y salida.
La recolección de datos es el proceso de captación 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 recolección de datos y el de almacenamiento de datos
ocurren simultáneamente, 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 identificación,
revisión, edición, codificación (asignación de claves), transcripción y verificación
de ellos.
La manera en la cual los datos se almacena durante la primera etapa, no
constituye, por lo general, la forma más eficiente que se debe emplear en las
etapas posteriores: por esta razón, la conversión de los datos de una forma a otra
tiene función crucial en la determinación de la eficiencia del procesamiento.
Existen problemas adicionales en la conversión de los datos, que implica una
transmisión de ellos, esto es, el transporte de la información desde una localidad
hasta el lugar en donde será 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 manipulación. Estas etapas de manipulación requieren la
realización de operaciones como las de clasificar, cotejar, intercalar, recuperar
información y otras, como las operaciones aritméticas y lógicas. Estas operaciones
se realizan con una computadora o sin ella.
3.- Formulación de los Modelos Matemáticos.La formulación de los modelos matemáticos consiste.
1. Especificación de los componentes.
2. Especificación de las variables y los problemas.
3. Especificación de las relaciones funcionales.
Al utilizar aun técnicas como la econometría, la estadística matemática, la tarea de
construir un modelo matemático para un sistema en particular, es todavía análoga
al trabajo de un artista.
Una de las primeras consideraciones que se toman en cuenta en la formulación de
un modelo matemático reside en saber cuántas variables se deben incluir en el
modelo.
La segunda consideración a la complejidad de los mismos. Por un lado, es posible
argüir que los sistemas económicos son en realidad muy complicados y que los
modelos matemáticos que pretenden describir su comportamiento también tendrán
que ser muy complicados. Por lo general, estamos interesados en la formulación
de los modelos matemáticos que produzcan descripciones o predicciones,
razonablemente exactas, referentes al comportamiento de un sistema dado y
reduzcan a la vez, el tiempo de computación y programación.
Una tercera consideración, estriba en el área de la eficiencia de computación.
Entendemos, la cantidad de tiempo de cómputo requerida para lograr algún
objetivo experimental especifico. Como la regla general, estamos interesados en
uno de los dos objetivos relacionados con la eficiencia de los experimentos de
simulación: en el primer caso, es posible que deseemos reducir el tiempo de
cómputo requerido para generar los valores de nuestras variables endógenas
sobre un periodo específico. En el segundo caso, podríamos interesarnos en la
reducción del tiempo de computación requerido para lograr algún nivel de
precisión estadística previamente determinado, al estimar los valores de ciertos
parámetros estadísticos generados por nuestro modelo de simulación.
El tiempo consumido en la programación de la computadora constituye una cuarta
consideración al formular modelos matemáticos para la simulación. El tiempo
requerido para describir un programa que genere los tiempos planificados para las
variables endógenas de un conjunto particular de modelos matemáticos, depende
en parte del número de variables utilizadas en los modelos y de su complejidad.
La quinta área de interés en la construcción de los modelos es la validez o la
cantidad de realismo incorporado en ellos. Es decir, ¿el modelo describe
adecuadamente al sistema de interés?; ¿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 reducirá considerablemente y
nuestro experimento de simulación se convertirá solo en un ejercicio de lógica
deductiva.
La sexta y última consideración, consiste en su compatibilidad con el tipo de
experimentos que se van a realizar con ellos.
Han surgido dos tipos básicos de diseño para formular modelos matemáticos que
serán utilizados para la simulación en computadora: los diseños 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 útiles al formular las hipótesis
iniciales acerca del comportamiento de ciertos sistemas económicos, cuando se
sujetan a rigurosas pruebas estadísticas, simplemente no resisten tal
confrontación o examen.
Si tenemos la posibilidad de emplear los modelos de bloques recursivos en
nuestro estudio de simulación, entonces reduciremos considerablemente la
magnitud del problema de estimación de los parámetros.
4.- Estimación de los Parámetros de las Características Operacionales a Partir de los Datos Reales.Una vez que hemos recolectado los datos apropiados del sistema y formulado
varios modelos matemáticos, es necesario estimar los valores de los parámetros
de dichos modelos y probar su significación estadística. La estimación de
parámetros de los modelos económicos cae dentro del dominio de la econometría.
Antes de intentar la estimación, debemos tener conocimiento amplio, cuando
menos de las técnicas ordinarias de estimación por lo mínimos cuadrados y de los
procedimientos clásicos de pruebas estadísticas.
Entre los métodos importantes de estimación econométrica descritos por Gold
Berger y Johnston, se encuentran:
1. Métodos de una sola ecuación.
a) Mínimos cuadrados ordinarios
b) Mínimos cuadrados indirectos.
c) Ecuación única con información limitada.
d) Mínimo cuadrados de dos etapas.
2. Métodos de ecuaciones simultáneas.
a) Máxima probabilidad con información completa.
b) Mínimos cuadrados de tres etapas.
5.- Evaluación del Modelo y de los Parámetros Estimados.Es necesario hacer un juicio del valor inicial; es decir, debemos probar el modelo.
Es claro que serían pocos los beneficios que se obtendrían con la utilización de un
modelo inadecuado para realizar experimentos de simulación en computadora.
Este paso representa solo la primera etapa en la prueba de un modelo de
simulación previa a las corridas reales en la computadora.
Desearemos también probar la importancia estadística. Estas pruebas podrían
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 paramétricas.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 correlación en serie
También desearemos aplicar pruebas que nos permitirán detectar las violaciones
en las suposiciones fundamentales de nuestros modelos econométricos; estas
podrán comprender las pruebas para:
I. Errores en las variables
II. Colinearibilidad múltiple
III. Hetereosedasticidad
IV. Auto correlación
V. Identificación.
Entre las preguntas que nos interesaría 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 endógenas sistemas?
2.- ¿omitimos la inclusión de una o más variables exógenas que pudieran afectar
el comportamiento de las variables endógenas en nuestro sistema?
3.- ¿formulamos incorrectamente una o más relaciones funcionales entre las
variables endógenas y exógenas de nuestro sistema?
4.- ¿apreciamos debidamente las estimaciones de los parámetros de las
características operacionales del sistema?
5.- ¿son estadísticamente significativas las estimaciones de los parámetros en
nuestro modelo?
6.- ¿cómo se comparan los valores teóricos de las variables endógenas de
nuestro sistema con los valores históricos o reales basados en cálculos
manuales?
Solo si es posible contestar satisfactoriamente las seis preguntas, procederemos
al paso 6.
6.- Formulación 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 propósitos generales.
b) lenguajes de simulación de propósitos especiales
3.- búsqueda de errores.
4.- datos de entrada y condiciones iniciales.
5.- generación de datos.
6.- reportes de salida.
La primera etapa requiere la formulación de un diagrama de flujo que bosqueje la
secuencia lógica de los eventos que realizará la computadora.
En cuanto terminemos un diagrama, deberemos considerar entonces el problema
de escribir el código para la computadora, que utilizaremos en las corridas de
nuestros experimentos.
El ahorro en tiempo de programación constituye la principal ventaja al utilizar un
lenguaje de simulación de propósitos especiales, en el lugar de un compilador de
propósitos generales, ya que dichos lenguajes fueron escritos para facilitar la
programación de ciertos tipos de sistemas.
Un aspecto más, 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
simulación en computadoras, es el del desarrollo de las técnicas numéricas.
Los datos que se utilizan en los experimentos de simulación tienen la alternativa
de poder leerse de fuentes externas a la computadora, como las tarjetas
perforadas o las cintas magnéticas.
La clase de reportes de salida, necesarios para dar la información relativa al
comportamiento de nuestro sistema bajo simulación, constituye una consideración
final en el desarrollo de un programa de computadora para el experimento de
simulación.
7.- Validación.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.
Aun así, parece que por lo general solo dos pruebas se consideran apropiadas
para validar los modelos de simulación: primeramente, ¿Qué tan bien coinciden
los valores simulados de las variables endógenas con 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 periodos futuros (de tiempo)?
8.- Diseño de los Experimentos de Simulación.Una vez que estemos satisfechos con la validez de nuestro modelo, estaremos en
posibilidad de considerar su uso para dirigir efectivamente, los experimentos de
simulación. De hecho, como ya hemos definido nuestro problema experimental,
deberemos interesarnos ahora por los detalles del diseño experimental.
Es posible identificar dos metas importantes: en primer lugar, seleccionaremos los
niveles de los factores y las combinaciones de niveles, así como el orden de los
experimentos; en seguida deberemos esforzarnos por asegurar que los resultados
queden razonablemente libres de errores fortuitos.
9.- Análisis de los Datos Simulados.La etapa final en el procedimiento requiere un análisis de los datos generados. Tal
análisis consiste de tres pasos:
1).- recolección y procesamiento de los datos simulados.
2).- cálculo de estadísticas de pruebas.
3).- interpretación de los resultados.