Modelacin

Simulacin

Unidad 1
Conceptos bsicos de
modelacin y simulacin

Ing. Adolfo E. Galn, M.Ed. | aegalanp@correo.url.edu.gt

Agenda
1.3 Estudio de
simulacin

1.3.1 Pasos para

realizar un estudio de
simulacin.
1.3.2 Elementos clave
para garantizar el
xito de un modelo de
simulacin.

Ing. Adolfo E. Galn, M.Ed. aegalanp@correo.url.edu.gt

1.3.1 Pasos Estudio de

Simulacin
3 Fases:
Identificacin del
problema
Definicin de objetivos
Recoleccin de datos
Diseo del modelo

Construccin del
Modelo
Construccin del
modelo
Validacin y verificacin

Diseo del
Modelo

Ing. Adolfo E. Galn, M.Ed. | aegalanp@correo.url.edu.gt

Experimentacin
Anlisis de datos
Conclusiones
Documentacin
Implementacin

Experimentacin

1.3.1 Fase 1: Diseo del

modelo
Identificacin del problema
Lo que origina la simulacin, que
queremos estudiar o modificar. Luego
identificar los elementos del sistema en
cuestin (entidades, localidades, etc.)

Definicin de objetivos
Definir claramente las variables de
decisin del modelo que se deben
generar para que en base a esa
informacin se pueda elegir el mejor
escenario.

Ing. Adolfo E. Galn, M.Ed. aegalanp@correo.url.edu.gt

1.3.1 Fase 1: Diseo del

modelo
Recoleccin de datos
Se debe establecer que informacin es
til para determinar las distribuciones
de probabilidad asociadas a cada
variable aleatoria.

Diseo del modelo

Generar un estudio de simulacin base,
pero de forma conceptual. Debe incluir
todos los elementos identificados en el
primer paso y definir las distribuciones
para cada variable del modelo.

Ing. Adolfo E. Galn, M.Ed. aegalanp@correo.url.edu.gt

1.3.1 Fase 2: Construccin

del modelo
Construccin del modelo
Trasladar el modelo conceptual a alguna
herramienta de simulacin,
generalmente se utiliza un lenguaje
estndar (entidades, localidades,
atributos, etc.) sin embargo depende del
entorno que se est utilizando.
El modelo en la herramienta ya debe
incluir las funciones de distribucin.

Ing. Adolfo E. Galn, M.Ed. aegalanp@correo.url.edu.gt

1.3.1 Fase 2: Construccin

del modelo
Validacin y Verificacin
Verificar implica comprobar las variables
y sus distribuciones, para evitar
errores programticos.
Validacin consiste en realizar una serie
de pruebas con informacin de entrada
real y observar el comportamiento del
modelo analizando los resultados.

Ing. Adolfo E. Galn, M.Ed. aegalanp@correo.url.edu.gt

1.3.1 Fase 3:
Experimentacin
Experimentacin
Se deben definir los escenarios que se
requiere analizar (posibles soluciones a
la problemtica definida). Generalmente
se realizan varias rplicas.

Anlisis de datos
Analizar los resultados obtenidos y
realizarle pruebas estadsticas para
comparar los escenarios e identificar el
mejor.

Ing. Adolfo E. Galn, M.Ed. aegalanp@correo.url.edu.gt

1.3.1 Fase 3:
Experimentacin
Conclusiones
En base a los resultados se concluye cual
escenario es mejor (o mejores) y por
qu.

Documentacin
Documentar todo el modelo para que
permita ser entendido y utilizado por
otras personas y/o para ajustes
futuros. Debe incluir: modelo, alcances,
distribuciones, etc.

Ing. Adolfo E. Galn, M.Ed. aegalanp@correo.url.edu.gt

1.3.2 Elementos clave para

el xito de la simulacin
Tamao insuficiente de la
corrida:
Definir el tamao y tiempo adecuado de la
simulacin, lo suficientemente
adecuado para alcanzar estados
estables.

Variables mal definidas:

Seleccionar lo que realmente se quiere
identificar.

Ing. Adolfo E. Galn, M.Ed. | aegalanp@correo.url.edu.gt

1.3.2 Elementos clave para

el xito de la simulacin
Errores en funcin de distribucin:
Establecer la toma de datos lo ms
fidedigna posible de manera que no
afecte a la eleccin de la funcin de
distribucin que representa a la
variable aleatoria.

Falta de un anlisis de resultados:

Es necesario establecer varias rplicas y
obtener intervalos de confianza
adecuados.

Ing. Adolfo E. Galn, M.Ed. aegalanp@correo.url.edu.gt

1.3.2 Elementos clave para

el xito de la simulacin
Uso incorrecto de la informacin
obtenida:
Analizar los datos recabados para el
estudio de forma objetiva, depurada y
reorganizada.

Variables mal definidas:

No simplificar tanto un proceso que
tienda a verse como una caja negra de
la cual no sabemos como afecta a las
dems variables.

Ing. Adolfo E. Galn, M.Ed. aegalanp@correo.url.edu.gt