Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MODELOS Y SIMULACIN
Informtica Aplicada
Ctedra de Calculo Estadstico y Biometra
Informtica Aplicada
CAPITULO III
MODELOS
1)Introduccin
2)Definicin
3)Clasificacin de modelos
3.1.- Modelos cualitativos y cuantitativos
3.2.- Modelos generales y especficos
3.3.- Modelos segn estructura
3.3.1.- Icnicos
3.3.2.- Analgicos
3.3.3.- Simblicos
4)Elaboracin de modelos
4.1.4.2.4.3.4.4.4.5.4.6.-
Objetivos especficos
A partir de situaciones problemas:
Identificar la clase de modelo al que se hace referencia.
Construir un modelo siguiendo los pasos correspondientes a la elaboracin de modelos, de manera
que describa una posible solucin.
PALABRAS CLAVES
Modelo
Modelo cuantitativo
Modelo cualitativo
Modelo general
Modelo especfico
Modelo icnico
Modelo analgico
Modelo simblico
Modelo matemtico o determinstico
Modelo probabilstico
Informtica Aplicada
1- Introduccin:
El mundo fsico o mundo objetivo est formado por innumerables sistemas. Estos
sistemas de objetos se presentan al cientfico como fenmenos que deben ser
estudiados, para as poder establecer las leyes que los gobiernan. Con el propsito de
lograr este objetivo, llegar al conocimiento cientfico de un fenmeno, se recurre a la
investigacin cientfica. La investigacin cientfica tiene tres etapas fundamentales:
a) Determinacin del problema
b) Elaboracin de un modelo adecuado
c) Solucin del problema
Puede notarse que aparece un aspecto que hasta hace pocos aos era ignorado
por los investigadores y es, la creacin de modelos. En todas las pocas los cientficos,
inconscientemente o no, han elaborado modelos, pero es recin a partir de 1940 cuando
realmente se les da la importancia que merecen. Desde esa fecha, ha aparecido una
bibliografa, por cierto no muy abundante sobre el tema.
La importancia del modelo est en que los fenmenos son empricos y, para poder
estudiarlos racionalmente, se los debe elaborar a travs de una abstraccin a partir del
mundo fsico (figura 1). Una vez elaborado el modelo, con un grado de abstraccin
suficientemente elevado, se pueden aplicar mtodos matemticos y as llegar a
conclusiones matemticas que luego se realizan (se interpretan) como conclusiones
fsicas. Estas conclusiones deben ser probadas mediante experimentacin, o
simplemente comparando con la realidad.
ABSTRACCION
REALIZACION
Informtica Aplicada
3- Clasificacin de Modelos:
La clasificacin se hace con respecto a distintas referencias, que son las
siguientes:
3.1) Referencia a la escala de medicin
3.2) Referencia a la generalidad
3.3) Referencia a la estructura
3.4) Referencia al tiempo
3.5) Referencia a la incertidumbre
3.1.- Referencia a la escala de medicin
En la elaboracin de un modelo, hay que determinar si el modelo es cualitativo o
cuantitativo, de acuerdo a la medicin que se realiza en sus variables, La mayor parte
del pensamiento relacionado con los problemas de negocios comienza con los modelos
cualitativos, y gradualmente se llega hasta un punto donde pueden usarse los modelos
cuantitativos. La investigacin de sistemas se ocupa de la sistematizacin de los modelos
cualitativos y de su desarrollo, hasta el punto en que puedan cuantificarse.
Tambin puede ser mixto, que es el caso ms general, Existe una tendencia no
recomendable de querer cuantificar los modelos, en el humano afn de elevar el nivel
jerrquico de la investigacin que se realiza, con la creencia que un modelo cuantitativo
tiene mayor status.
Informtica Aplicada
Yi = + . Xi + i
modelo .probabilstico
Este modelo puede expresar la relacin entre la produccin de la parcela i-sima ( Yi) y el
i-simo contenido de nitrgeno en el suelo (Xi). El tercer trmino del modelo probabilstico
determina la aleatoriedad que se tiene en las respuestas, al detectarse diferentes
producciones aunque el nivel del nitrgeno en el suelo sea el mismo. Si la respuesta a
una determinada cantidad de nitrgeno siempre fuera igual, esto es la misma produccin,
entonces slo los dos primeros trminos de la relacin seran suficientes (modelo
matemtico).
La clasificacin de los modelos enunciados anteriormente, es dentro de su misma
clase mutuamente excluyentes, es decir, un modelo puede ser esttico o dinmico, pero
no ambas cosas a la vez; en cambio, no son mutuamente excluyentes entre clases, por
ejemplo el modelo puede ser generalista, simblico, dinmico y probabilstico.
4- Elaboracin de Modelos
Solamente se darn normas generales de cmo construir un modelo, a travs de
los siguientes pasos:
4.1.- Anlisis del problema:
Conocer la naturaleza del problema y la finalidad del modelo. Se debe siempre
tener presente al sistema, y en qu medida el modelo representar al todo o a
una de sus partes. Primero el objetivo, el prototipo y luego el modelado del
modelo. MODELO CONCEPTUAL o CUALITATIVO. Por ejemplo, estructurar un
sistema estableciendo su entorno e interacciones.
4.2.- Definicin de atributos y variables:
Hacer una lista completa de las variables a utilizar. Esto es una etapa
fundamental. Muchos investigadores eligen las variables casi sin pensar, lo que
casi siempre es el resultado de experiencias circunstanciales, no siempre
recomendables. Es conveniente que este paso lo realicen varios investigadores,
en lo posible de distintas disciplinas, y que se complete la lista de variables en
dos o tres etapas. Si por ejemplo, se conocen las actividades producidas por las
entidades, se podr establecer sus atributos y expresarlos como variable que
toman distintos valores a medida que se produce una accin.
Informtica Aplicada
Informtica Aplicada
Variable 1
Variable 2
MODELO 1
MODELO 2
1-Interpretacin de Resultados
Informtica Aplicada
10
GUA DE ESTUDIO
M
MO
OD
DEELLO
OS
S
1- Cules son las etapas fundamentales de la investigacin cientfica?
2- Qu es un modelo?
3- Cul es la diferencia entre un modelo cualitativo y uno cuantitativo?
4- Dar dos ejemplos de modelo: generales y especficos.
5- Qu se entiende por modelos icnicos? Dar un ejemplo.
6- Qu se entiende por modelos analgicos? Dar un ejemplo.
7- Qu se entiende por modelos simblicos? Dar un ejemplo.
8- Cul es la diferencia entre un modelo matemtico y uno probabilstico?
9- Cul es la diferencia entre un modelo esttico y uno dinmico?
10- Cules son los pasos a seguir para construir un modelo?
11- En qu etapa se obtiene un modelo cuantitativo y ejecutable?
12- Qu diferencia existe entre verificacin y validacin de un modelo?
13- Qu se entiende por modelo conceptual?
14- Dar un ejemplo de modelo conceptual y de uno cuantitativo.
15- Dar un ejemplo de un modelo icnico y dinmico.
Informtica Aplicada
11
CAPITULO III
SIMULACIN
1.- Introduccin
2.- Definicin
3.- Metodologa de la simulacin
3.1.- Anlisis del problema
3.2.- Formulacin del modelo
3.3.- Recoleccin de datos
3.4.- Programacin del modelo
3.5.- Validacin del modelo
3.6.- Experimentacin
3.7.- Interpretacin
4.- Clasificacin de modelos de simulacin
4.1.- Simulacin discreta
4.2.- Simulacin continua
5.- Ventajas y limitaciones de la simulacin
Objetivos Especficos
PALABRAS CLAVE
Simulacin
Tcnica numrica
Anlisis de problema
Formulacin de modelo
Recoleccin de datos
Programacin del modelo
Validacin del modelo
Experimentacin
Interpretacin
Simulacin discreta
Simulacin continua
Informtica Aplicada
12
1.- Introduccin
En los temas anteriores se ha advertido la importancia de formular modelos a partir
de sistemas reales, con el objetivo de describirlos, explicarlos o experimentar con ellos. Si
el modelo permite imitar la situacin real o parte de ella, puede ser utilizado con fines
experimentales en lugar del prototipo. Este mtodo de imitar la realidad es lo que se
conoce como simulacin y que, a consecuencia de los grandes avances de la
computacin, se ha transformado en una herramienta importante.
La palabra simulacin comenzaron a usarla en 1940 John Von Neuman y Stanislav
Ulam, al desarrollar el mtodo Montecarlo para resolver problemas de blindaje nuclear ya
que eran demasiado costosos para la experimentacin fsica o demasiado complejos para
la solucin analtica. Posteriormente las empresas las aplicaron para solucionar
problemas como: mercadotecnia, distribucin fsica de maquinarias, problemas de
manufacturas, control de inventarios, etc. En la investigacin agronmica se han
desarrollado, en forma creciente, numerosos trabajos de simulacin como por ejemplo: la
simulacin de sistemas de riego, conservacin de forrajes para la sequa, maximizacin
de produccin en esprragos, etc.
El propsito de este estudio es conocer esta herramienta del diseo de sistemas y
su amplio campo de aplicacin. Para ello se darn definiciones de simulacin y una
metodologa para su utilizacin.
2.- Definicin de simulacin
Se ha empezado a utilizar la palabra simulacin sin haber dado previamente una
definicin de ella. Por consiguiente, antes de proseguir con la discusin de este tema,
sera conveniente describir alguna de las ms aceptadas y difundidas.
Thomas H. Naylor la define as:
Simulacin es una tcnica numrica para conducir experimentos en un
computador. Estos experimentos comprenden ciertos tipos de
relaciones matemticas y lgicas, las cuales son necesarias para
describir el comportamiento y la estructura de sistemas complejos del
mundo real a travs de largos perodos de tiempo.
Para Robert E. Shannon:
Simulacin es el proceso de disear y desarrollar un modelo
computarizado de un sistema o proceso y conducir experimentos con
este modelo, con el propsito de entender el comportamiento del
sistema o evaluar varias estrategias con las cuales se puede operar el
sistema.
Y finalmente Gordon dice:
Definimos la simulacin de sistemas como una tcnica para resolver
problemas, a base de seguir cambios a travs del tiempo de un modelo
dinmico de un sistema.
As que la simulacin con computador, tal como se acaba de definir y tal como es
entendida, implica dos procesos principales. Primero, el sistema bajo estudio se
representa con un modelo en una forma que permita su solucin con un computador.
Informtica Aplicada
13
14
DEFINICI
N
FORMULACIN
DEL MODELO
RECOLECCIN
DE DATOS
Informtica Aplicada
PROGRAMACIN
DEL MODELO
15
Informtica Aplicada
16
Informtica Aplicada
17
GUA DE ESTUDIO
S
SIIM
MU
ULLA
AC
CII
N
N
1- Definir simulacin
2- Cules son los pasos a seguir en una simulacin?
3- Qu significa validar un modelo?
4- Nombrar dos formas de validar un modelo
5- Qu es una simulacin discreta? Dar dos ejemplos.
6- Qu es una simulacin continua? Dar dos ejemplos.
7- Explicar algunas de las ventajas y limitaciones de la simulacin.
8- Realizar un esquema de la metodologa de la simulacin
9- Cul es la clase de modelo bsico necesario para poder realizar una simulacin?
10- Si se simula un sistema, Cul es la caracterstica que se est estudiando del mismo?
Informtica Aplicada
18