Computacin Estadstica

Tema 1: Introduccin a la Simulacin

Tema 1: Introduccin a la Simulacin

Introduccin Sistemas, Modelos y Simulacin Aplicaciones de la Simulacin Ventajas y Desventajas de la Simulacin frente a la Solucin Analtica Cundo utilizar Simulacin Pasos en la Simulacin

Computacin Estadstica Tema 1: Introduccin a la Simulacin

Introduccin
Simulacin: Potente tcnica de resolucin de problemas. Se basa en la teora del muestreo estadstico y el anlisis de sistemas fsicos probabilsticas complejos. Orgenes:
1940, Proyecto Monte Carlo (Von Neumann, Ullman) Simulacin del flujo de neutrones en la construccin de la bomba atmica. Proyecto Apollo (NASA) Simulacin del movimiento de la atmsfera de la Luna.
Computacin Estadstica Tema 1: Introduccin a la Simulacin

Introduccin (y II)
1 Definicin: Conjunto de tcnicas que usa un ordenador para imitar (simular) el comportamiento de sistemas del mundo real. Se parte de unas suposiciones, formuladas como relaciones matemticas o lgicas.
Solucin analtica: Si el modelo es lo suficientemente simple, es posible usar mtodos matemticos (lgebra, clculo o teora de la Probabilidad) para su estudio.
Computacin Estadstica Tema 1: Introduccin a la Simulacin

Sistemas, Modelos y Simulacin

Sistema: Coleccin de entidades (personas, mquinas) que actan e interactan juntas para lograr un bien comn. Modelo del sistema: Representacin del sistema, desarrollado con el objeto de estudiar dicho sistema.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

Sistemas, Modelos y Simulacin (II)

Variables de estado: El estado de un sistema se define mediante un conjunto de variables que describen el sistema en un punto particular de tiempo.
Sistemas discretos: Las variables cambian instantneamente en puntos separados en el tiempo. Sistemas continuos: Las variables cambian continuamente con respecto al tiempo. En la prctica, esta clasificacin no es estricta.
Computacin Estadstica Tema 1: Introduccin a la Simulacin

Sistemas, Modelos y Simulacin (III)

Formas de estudiar un sistema:
Sistema

Experimentacin con el Sistema

Experimentacin con un Modelo del Sistema

Modelo Fsico

Modelo Matemtico

Solucin Analtica

Simulacin

Computacin Estadstica Tema 1: Introduccin a la Simulacin

Sistemas, Modelos y Simulacin (IV)

Simulacin. Definiciones:
Tcnica de resolucin de problemas siguiendo en el tiempo los cambios de un modelo de un sistema. (Gordon, 1969)

Computacin Estadstica Tema 1: Introduccin a la Simulacin

Sistemas, Modelos y Simulacin (V)

Simulacin. Definiciones:
Proceso de disear un modelo de un sistema real y realizar experimentos con dicho modelo con el propsito de comprender el funcionamiento del sistema o de evaluar diferentes estrategias (dentro de los lmites impuestos por un criterio o un conjunto de criterios) para la operacin del sistema. (Shannon, 1975)

Computacin Estadstica Tema 1: Introduccin a la Simulacin

10

Sistemas, Modelos y Simulacin (VI)

Simulacin. Definiciones:
Proceso de disear un modelo matemtico o lgico de un sistema real y realizar una serie de experimentos con el ordenador sobre l para describir, explicar y predecir el comportamiento del sistema real. (Naylor et al.)

Computacin Estadstica Tema 1: Introduccin a la Simulacin

11

Sistemas, Modelos y Simulacin (VII)

Modelo de un Sistema.
Caractersticas de un modelo:
Deben ser fciles de entender y manejar. Deben ser simples y de costo no excesivo. Deben ser una buena aproximacin del sistema real, que controle el mayor nmero posible de aspectos del mismo y que stos contribuyan de forma significativa al sistema (hay relaciones en el sistema que no son significativas y pueden obviarse en el modelo).

Computacin Estadstica Tema 1: Introduccin a la Simulacin

12

Sistemas, Modelos y Simulacin (VIII)

Modelo de un Sistema.
reas de conocimiento implicadas:
Modelado Programacin Probabilidad y Estadstica Mtodos Heursticos

Computacin Estadstica Tema 1: Introduccin a la Simulacin

13

Sistemas, Modelos y Simulacin (y IX)

Modelo de un Sistema.
Clasificacin de los modelos:
Estticos / Dinmicos. Determinsticos / Probabilsticos. Continuos / Discretos. Prescriptivos / Descriptivos. De Ciclo Abierto / de Ciclo Cerrado.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

14

Aplicaciones de la Simulacin
(Hussey, 1972; Shannon, 1975):
Experimentacin. Prediccin. Enseanza y training.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

15

Aplicaciones de la Simulacin (II)

reas de aplicacin:
Diseo y anlisis en los sistemas de manufactura. Evaluacin de los requerimientos hardware y software en un computador. Evaluacin de nuevas armas o tcticas militares. Determinacin de distintas polticas para sistemas de inventario. Diseos de sistemas de comunicacin y protocolos de mensajes para ellos.
Computacin Estadstica Tema 1: Introduccin a la Simulacin

16

Aplicaciones de la Simulacin (y III)

reas de aplicacin (y II):
Diseo y operacin de sistemas de transporte tales como autopistas, aeropuertos, puertos, ferrocarriles, etc. Evaluacin de diferentes diseos para organizaciones de servicios tales como hospitales, oficinas de correos, restaurantes de comida rpida, etc. Anlisis financieros o sistemas econmicos. Anlisis medioambientales.
Computacin Estadstica Tema 1: Introduccin a la Simulacin

17

Simulacin vs. Solucin Analtica

Modelo Analtico Ventajas:
Conciso en la descripcin del problema. Conjunto de soluciones cerrado. Permiten evaluar fcilmente el impacto producido por cambios en las entradas sobre las medidas de salida. Posibilidad de llegar a una solucin ptima. Pueden describir sistemas que sean muy complejos. Pueden ser usados para experimentar con sistemas que todava no existan, o para experimentar con sistemas existentes sin que stos se alteren. (Esto tambin los pueden hacer los mtodos analticos siempre y cuando el sistema no sea muy complejo).

Modelos de Simulacin

Computacin Estadstica Tema 1: Introduccin a la Simulacin

18

Simulacin vs. Solucin Analtica (y II)

Modelo Analtico Modelos de Simulacin Inconvenientes:
Las suposiciones hechas para describir el sistema puede ser poco realistas. Las frmulas matemticas pueden ser muy complicadas impidiendo llegar a una solucin. No existe un conjunto de soluciones cerrado. Cada cambio en las variables de entrada requiere una solucin separada o conjunto de ejecuciones. Los modelos de simulacin complejos pueden requerir mucho tiempo para construirlos y ejecutarlos. Puede resultar dificultoso establecer la validez del modelo (es decir, la correspondencia con el sistema real).

Computacin Estadstica Tema 1: Introduccin a la Simulacin

19

Cundo utilizar Simulacin

(Shannon, 1975)
No existe una formulacin matemtica del problema. Existe un modelo matemtico, pero no mtodos analticos de resolucin del mismo. Existen el modelo y los mtodos, pero los procedimientos son tediosos, por lo que resulta ms sencilla y menos costosa la simulacin. Se desea observar en el tiempo una historia simulada del sistema. Se desea experimentar con un modelo antes de construir el sistema (Ej: un avin en un tnel aerodinmico).
Computacin Estadstica Tema 1: Introduccin a la Simulacin

20

Cundo utilizar Simulacin (II)

(Shannon, 1975)
Es imposible experimentar sobre el sistema real (Ej: sistema solar). Puede experimentarse sobre el sistema, pero motivos ticos lo impiden (Ej: sistemas biolgicos humanos). Se quiere observar un sistema de evolucin muy lenta, reduciendo la escala del tiempo (Ej: anlisis de sistemas ecolgicos).

Existen casos mixtos en los que es posible utilizar conjuntamente simulacin y mtodos analticos, aunando las ventajas de ambos mtodos.
Computacin Estadstica Tema 1: Introduccin a la Simulacin

21

Pasos en la Simulacin
Formulacin del Problema

Recoleccin de Datos y Anlisis

Desarrollo del Modelo Verificacin y Validacin del Modelo Experimentacin y Anlisis de las Salidas Implantacin de los Resultados de la Simulacin

Computacin Estadstica Tema 1: Introduccin a la Simulacin

22

Pasos en la Simulacin (II)

Formulacin del problema.
Identificacin del problema. Reconocer las variables del sistema.
Variables exgenas.
Variables controlables o de decisin (factores). Variables incontrolables o parmetros.

Variables endgenas.

Especificacin de las restricciones de las Variables de decisin.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

23

Pasos en la Simulacin (III)

Formulacin del problema (II).
Desarrollar una estructura preliminar del modelo que interrelacione las variables del sistema y las medidas de ejecucin.
Cuando se tienen en cuenta varias medidas de ejecucin (funciones objetivo), se necesita encontrar un equilibrio entre ellas.
Compromisos implcitos. Compromisos explcitos. Restriccin y corte.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

24

Pasos en la Simulacin (IV)

Formulacin del problema (y III).
Desarrollo de un modelo apropiado. Nivel de detalle:
Propsito del modelo. Contribucin de las variables al modelo.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

25

Pasos en la Simulacin (V)

Recoleccin de datos y Anlisis.
Consideraciones en la seleccin del mtodo:
Capacidad de quien recoja los datos. El impacto que pueda producir el proceso de recoleccin sobre el comportamiento del sistema real. Puede producir perturbaciones reales o fsicas en el sistema o psicolgicas. La facilidad de conversin de los datos a una representacin procesable por el ordenador. El coste del mtodo.
Computacin Estadstica Tema 1: Introduccin a la Simulacin

26

Pasos en la Simulacin (VI)

Recoleccin de datos y Anlisis (II).
Tipos de datos recogidos:
Deteminsticos: son datos conocidos con certeza. stos se pueden introducir fcilmente en el modelo. Probabilsticos: hay dos formas de incluirlos en el modelo:
Usar la muestra de datos recogida para representar la distribucin de probabilidades. Determinar una distribucin probabilstica terica que se comporte como la muestra y usar sta en el modelo. Esto permite tener una mejor comprensin (generalizacin) del modelo.
Computacin Estadstica Tema 1: Introduccin a la Simulacin

27

Pasos en la Simulacin (VII)

Desarrollo del modelo.
Comprensin del sistema.
Aproximacin del flujo fsico.
Representacin por diagramas de flujo de datos.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

28

Pasos en la Simulacin (VIII)

Desarrollo del modelo (II).
Comprensin del sistema (y II).
Aproximacin de cambio de estado.
Definicin de suceso o evento.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

29

Pasos en la Simulacin (IX)

Desarrollo del modelo (III).
Construccin del modelo.
Eleccin de mecanismos de avance del tiempo.
Incrementos fijos. Incrementos por eventos.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

30

Pasos en la Simulacin (X)

Desarrollo del modelo (y IV).
Construccin del modelo (y II).
Eleccin de un lenguaje de programacin.
Lenguajes de simulacin (GPSS, SLAM, SIMAN, SIMSCRIPT) Lenguajes de propsito general (Fortran, Pascal, C)

Generacin de nmeros y variables aleatorias.

Implementacin y depuracin del modelo.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

31

Pasos en la Simulacin (XI)

Verificacin y Validacin del modelo.
Verificacin: Estudio de la consistencia interna del modelo. Validacin: Asegurar que existe una correspondencia entre el sistema real y el modelo.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

32

Pasos en la Simulacin (XII)

Experimentacin y Anlisis de las Salidas.
Experimentacin con el modelo. Aproximaciones:
Conjunto de experimentos predeterminado. Tcnicas de bsqueda de ptimos.
Metodologa de superficie de respuesta.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

33

Pasos en la Simulacin (XIII)

Experimentacin y Anlisis de las Salidas (y II).
Anlisis de las Salidas. Tipos:
Anlisis para Sistemas con final definido. Anlisis para Sistemas con final no definido (sistemas en estado de equilibrio o estacionarios). Influyen en las salidas:
Condiciones iniciales. Tamao de la muestra.

Computacin Estadstica Tema 1: Introduccin a la Simulacin

34

Pasos en la Simulacin (y XIV)

Implantacin de los resultados de la Simulacin.
Es uno de los pasos ms importantes (aceptacin por parte del usuario) y el que ms se descuida: Existe un vaco de comunicacin entre el analista de la simulacin y los encargados y usuarios del sistema. Falta de entendimientos por parte de los encargados del sistema debido a los tecnicismos utilizados. El compromiso de implementacin es tardo. Resistencia al cambio. Falta de coincidencia entre el personal disponible y los objetivos marcados por el modelo.
Computacin Estadstica Tema 1: Introduccin a la Simulacin