Está en la página 1de 17

Unidad 5

Simulación en Hoja de Cálculo


Introducción
La primera Hoja de Cálculo (VisiCalc) fue inventada por Dan Bricklin en 1979 y
funcionaba en un computador Apple II. VisiCalc fue considerada en ese
entonces como un software de “cuarta generación” que permitía a quienes
realizaban proyecciones financieras la posibilidad de recalcular
automáticamente toda la hoja de trabajo en el momento en que se cambiaba
cualquier valor. Es una aplicación que nos permite introducir datos en hojas
cuadriculadas, con estructura de filas y columnas, para realizar operaciones
con ellos y obtener, en un tiempo reducido, los resultados deseados. Las más
conocidas son: Microsoft Office Excel 2007, Lotus 1-2-3 y OpenOffice.org Calc.
También se denomina hoja de cálculo al documento principal que utiliza Excel
para almacenar los datos y trabajar con ellos. Las hojas se componen de 1 048
576 filas, 16.384 columnas y se almacenan en libros.
Funciones típicas de una hoja de cálculo
- Recálculo automático en fórmulas.
- Utilización de plantillas y emisión de informes.
- Trabajo con gráficos, incluidos los de tres dimensiones.
- Creación de tablas para usarlas como bases de datos.
- Trabajo con tablas dinámicas.
 Uso de macros para simplificar y acelerar el trabajo.
 5.1. Selección del medio para realizar la simulación de cada proyecto
Formulación del problema
Se definen las cuestiones para las que se buscan las respuestas, las variables
implicadas y las medidas de ejecución que se van a usar.
Esta fase es muy importante para poder alcanzar un modelo válido, se puede
dividir a su vez en 5 fases Identificación del Problema Se hace una abstracción
del tipo de problema que se va a tratar. Se identifican los recursos a utilizar, los
requisitos que se van a exigir (relaciones a establecer). Reconocer las variables
del sistema Se han de identificar las variables que interviene en el sistema y
que son de interés para nuestro modelo, éstas se pueden clasificar en: ·
Variables exógenas: son variables externas al modelo y existen con
independencia de él se consideran variables de entrada. Éstas a su vez se
pueden dividir en dos grupos: · Variables controlables o de decisión (factores):
son aquellas sobre las que el analista puede decidir su valor dentro de ciertos
límites. · Variables incontrolables o parámetros: sus valores no se pueden
decidir, sino que vienen fijados. Las variables serán controlables o
incontrolables dependiendo de quién las defina. · Variables endógenas: son
variables internas y las variables de salida del modelo. Son función de las
variables exógenas y de la estructura del modelo.
-  Es el proceso que traduce un programa escrito en un lenguaje de
programación a otro lenguaje de programación, generando un programa
- equivalente que la máquina será capaz interpretar. Los programas
traductores que pueden realizar esta operación se llaman compiladores.
- Los Lenguajes de programación son aplicaciones específicas diseñadas
para crear otras aplicaciones o programas. Son programas para crear
programas.
-  Clasificación de los Lenguajes de Programación: a) Lenguajes de Alto-
Bajo nivel
Características de los lenguajes de simulación:
1. Los lenguajes de simulación proporcionan automáticamente las
características necesarias para la programación de un modelo de simulación, lo
que redunda en una reducción significativa del esfuerzo requerido para
programar el modelo.
2. Proporcionan un marco de trabajo natural para el uso de modelos de
simulación. Los bloques básicos de construcción del lenguaje son mucho más
afines a los propósitos de la simulación que los de un lenguaje de tipo general.
3. Los modelos de simulación son mucho más fácilmente modificables.
4. Proporcionan muchos de ellos una asignación dinámica de memoria durante
la ejecución.
5. Facilitan una mejor detección de los errores.
6. Los paquetes de software especialmente diseñados para simulación
contienen aplicaciones diversas que facilitan al simulador las tareas de
comunicaciones, la depuración de errores sintácticos
y de otro tipo de errores, la generación de escenarios, la manipulación “on-line”
de los modelos, etc.
7. Son muy conocidos y en uso actualmente
8. Aprendizaje lleva cierto tiempo
9. Simuladores de alto nivel
10. Muy fáciles de usar por su interface gráfica
11. Restringidos a las áreas de manufactura y comunicaciones
12. Flexibilidad restringida puede afectar la validez del modelo Una vez que se
ha construido y validado el modelo de simulación, se debe seleccionar el
lenguaje que se va a utilizar para su programación. El software disponible para
el desarrollo de modelos de simulación puede ser dividido en cuatro categorías.

-  Lenguajes de propósito general. Fueron muy empleados en el nacimiento


de la simulación, pero requieren mucho tiempo de programación y, por eso,
se prefiere, en general, usar lenguajes específicos para la simulación. A
esta categoría pertenecen lenguajes como Fortran, C y C++.
-  Lenguajes para la programación de simulación. Proporcionan muchas
características necesarias para realizar un modelo de simulación,
reduciendo así el tiempo de realización. Ejemplos son GPSS, Simscript,
Siman, Modsim, etc. Aunque son menos flexibles que los lenguajes de
propósito general, son el modo más natural para realizar un modelo de
simulación.
5.1.1. Lenguaje general de programación en computadora
En un principio, los programas de simulación se elaboraban utilizando algún
lenguaje de propósito general, como ASSEMBLER, FORTRAN, ALGOL o PL/I.
A partir de la década de 1960 hacen su aparición los lenguajes específicos
para simulación como GPSS, GASP, SIMSCRIPT, SLAM.
En la última década del siglo pasado las apariciones de las interfaces gráficas
revolucionaron el campo de las aplicaciones en esta área, y ocasionaron el
nacimiento de los simuladores.
 En lo práctico, es importante utilizar la aplicación que mejor se adecúe al tipo
de sistema a simular, ya que de la selección del lenguaje o simulador
dependerá el tiempo de desarrollo del modelo de simulación.

Las opciones van desde las hojas de cálculo, lenguajes de tipo general (como
Visual Basic, C++ o Fortan), lenguajes específicos de simulación (como GPSS,
SLAM, SIMAN, SIMSCRIPT, GAS y SSED), hasta simuladores
específicamente desarrollados para diferentes objetivos (como SIMPROCESS,
ProModel, Witness, Taylor II y Cristal Ball).

Aprendizaje y uso lenguaje de simulacióno simulador

Los lenguajes de simulación facilitan enormemente el desarrollo y ejecución de


simulaciones de sistemas complejos del mundo real. Los lenguajes de
simulación son similares a los lenguajes de programación de alto nivel, pero
están especialmente preparados para determinadas aplicaciones de la
simulación. Así suelen venir acompañados de una metodología de
programación apoyada por un sistema de símbolos propios para la descripción
del modelo por ejemplo mediante diagramas de flujo u otras herramientas que
simplifican notablemente la modelización y facilitan la posterior depuración del
modelo.
Características de los lenguajes de simulación:

 Los lenguajes de simulación proporcionan automáticamente las


características necesarias para la programación de un modelo de simulación, lo
que redunda en una reducción significativa del esfuerzo requerido para
programar el modelo.
 Proporcionan un marco de trabajo natural para el uso de modelos de
simulación. Los bloques básicos de construcción del lenguaje son mucho más
afines a los propósitos de la simulación que los de un lenguaje de tipo general.
 Los modelos de simulación son mucho más fácilmente modificables.
 Proporcionan muchos de ellos una asignación dinámica de memoria
durante la ejecución.
 Facilitan una mejor detección de los errores.
 Los paquetes de software especialmente diseñados para simulación
contienen aplicaciones diversas que facilitan al simulador las tareas de
comunicaciones, la depuración de errores sintácticos y de otro tipo de errores,
la generación de escenarios, la manipulación “on-line” de los modelos, etc.
 Son muy conocidos y en uso actualmente
 Aprendizaje lleva cierto tiempo
 Simuladores de alto nivel
 Muy fáciles de usar por su interface gráfica
 Restringidos a las áreas de manufactura y comunicaciones
 Flexibilidad restringida puede afectar la validez del modelo

Entre estos lenguajes específicos podemos nombrar los siguientes: MIDAS,


DYSAC, DSL , GASP, MIMIC, DYNAMO, GPSS, SIMULA, CSSL(Continuous
System Simulation Language) , CSMP, ACSL ( Advanced Conrinuous
Simulation Language), DARE-P and DARE-Interactive, C-Simscript, SLAM,
SIMAN, SIMNON, SIMSCRIPT-II-5, ADA, GASP IV, SDL.
Muchos de estos lenguajes dependen fuertemente de los lenguajes de
propósito general como es el caso de SLAM o SIMAN que dependen de
Fortran para las subrutinas.
Por otro lado, el GPSS es un caso especial de un lenguaje de simulación de
propósito especial, altamente estructurado que está orientado a la transacción,
un caso especial de una orientación basada en procesos más general. El
GPSS fue diseñado para la simulación simple de sistemas de colas tales como
trabajos de taller. A diferencia de los otros lenguajes de simulación, GPSS tiene
varias implementaciones incluyendo GPSS/H y GPSS/PC, ambos de los cuales
serán discutidos más adelante. El SIMAN V, SIMSCRIPT II.5, y el SLAM son
lenguajes de simulación de alto nivel que tienen constructor especialmente
diseñados para facilitar la construcción de modelos. Estos lenguajes proveen al
analista de simulación con una opción orientación basada en procesos o
basada en eventos, o un modelo usando una mezcla de las dos orientaciones.
A diferencia del FORTRAN, estos tres lenguajes proveen la administración de
la lista de eventos futuros, generador interno de variables aleatorias, y rutinas
internas para la obtención de estadísticas (estas características para las
implementaciones del GPSS mencionadas previamente.)
Se pueden lograr calculo complejos en ambas implementaciones del GPSS y
estos tres lenguajes. El SIMAN, SIMSCRIPT II.5, y el SLAMSYSTEM proveen
la capacidad de realizar simulación continua (esto es, para modelar sistemas
que tengan continuamente cambios en sus variables de estado) pero este tema
no está dentro del alance de este libro.
El SIMAN está escrito en C, aunque la primera versión del lenguaje fue escrita
en FORTRAN.
El SIMAN V puede ser acezado directamente, o a través del medio ambiente
del ARENA. El SLAMSYSTEM contiene al lenguaje de simulación SLAM II. El
SLAM II está basado en el FORTRAN y contiene al lenguaje GASP como un
subconjunto. El GASP es un conjunto de subrutinas en FORTRAN para facilitar
las simulaciones orientadas al objeto escritas en FORTRAN. El SIMSCRIPT II.5
por otro lado, contiene un subconjunto de un completo lenguaje científico de
simulación comparable con el FORTRAN, C o C++.
El MODSIM III es un descendiente del lenguaje que la compañía de productos
CACI originalmente diseñado por la armada de los Estados Unidos. Hereda
mucha de su sintaxis del MODULA-2 y del ADA, ciertas características del ADA
y sus conceptos de simulación del SIMSCRIPT y el SIMULA. Algunas de las
características de la simulación orientada al objeto fueron originalmente vistas
en el SIMULA y el SMALLTALK.

5.1.2. Hoja de cálculo


Cuando se trabaja con problemas de pequeña dimensión es posible usar
también hojas de cálculo, como por ejemplo Excel, para tener una idea del
funcionamiento de un sistema. Para problemas de relativa complejidad, las
hojas de cálculo se vuelven demasiado engorrosas y dejan de ser una
alternativa interesante. Qué es una hoja de cálculo Una hoja de cálculo es un
programa informático que permite manipular y realizar cálculos complejos con
datos numéricos almacenados en tablas. También permite automatizar tareas
mediante el uso de fórmulas y macros, y crear gráficos como histogramas,
curvas, cuadros de sectores, etc. Por lo tanto, una hoja de cálculo es una
herramienta multiuso que sirve tanto para actividades de oficina, que implican
la organización de grandes cantidades de datos, como para niveles
estratégicos y de toma de decisiones al crear representaciones gráficas de la
información sintetizada.

Este tipo de software, sin llegar a tener la complejidad del software de BI, CRM
o ERP, hoy en día es una pieza fundamental para lograr que todo transcurra
sin problemas, convirtiéndose en uno de los pilares más importantes en donde
se apoyan cientos de miles de negocios en todo el mundo para la gestión
económica y productiva.

Si bien en un principio las hojas de cálculo se desarrollaron para gestionar


datos financieros de gran volumen, con el paso del tiempo este tipo de software
se ha ido expandiendo a pequeños negocios, empresas y hasta incluso el
hogar, ámbitos en donde se lo utiliza para administrar presupuestos, la gestión
de bases de datos y también para análisis estadísticos.
También una hoja de cálculo se utiliza para hacer complejos cálculos de
ganancias, impuestos, cheques, ingresos, stock y mucho más, los que
podemos automatizar, a través de fórmulas y macros, para no tener que repetir
las operaciones cada vez que las necesitamos. Sólo necesitamos ingresar los
nuevos valores.
Estos valores, es decir los datos, se ingresan y almacenan en la hoja de cálculo
en las llamadas tablas, las cuales poseen columnas y filas, denominándose
donde ambas se juntan como celda, en donde se añaden las fórmulas para
hacer las operaciones, o llamadas funciones, que son básicamente fórmulas ya
preestablecidas. Esto nos brindará un resultado en un lugar puntual de dicha
tabla, las que luego podemos enlazar con otras fórmulas y así sucesivamente
hasta obtener resultados muy completos.

Programas de hojas de cálculo


En la actualidad, la oferta de este tipo de software es amplia, y podemos contar
con hojas de cálculo de altísima calidad incluso de forma gratuita. A partir de
este punto ofreceremos un listado con las mejores hojas de cálculo gratuitas y
pagas de la actualidad.
Microsoft Excel
Sin dudas la hoja de cálculo más extendida y popular del mercado. Con miles
de características, Excel con el paso del tiempo se ha convertido en un
estándar, llevando a muchos usuarios incluso a pensar que es la única
alternativa que existe, tal su penetración. Lamentablemente el precio de Excel,
contenido en Office, es bastante elevado, por lo cual muchas usuarias optan
por la ilegalidad, antes de contemplar el uso de software libre o de uso
gratuito como los que mencionaremos a continuación.
LibreOffice Calc

Una hoja de cálculos espectacular, completísima de funciones y


características, pero al contrario de Excel, es completamente gratuita, sin que
ello afecte su calidad o sus funciones. Cabe destacar que forma parte de una
suite de oficina mucho más completa, pero podremos instalar solo la hoja de
cálculo si así lo deseamos.

OpenOffice Calc
Tanto la hoja de cálculo de LibreOffice como la de OpenOffice tienen los
mismos orígenes, lo cual nos indica que ambos productos son de una calidad
impresionante, y no tiene nada que envidiarle a Microsoft Excel. Al igual que
LibreOffice Calc, la hoja de cálculo de OpenOffice es completamente gratuita.

5.1.3. Programas comerciales de simulación disponibles


Excel es una aplicación dehojas de calculo electronicas: filas y columnas
cuyas intersecciones se denominan celdas. Una hoja de calculo tiene 65536
filas (numeradas) y 256 columnas (de la A... Z, AA. . . AZ, hasta la IZ).
Realiza análisis de riesgo utilizando la simulación para mostrar múltiples
resultados posibles en un modelo de hoja de cálculo, y le indica qué
probabilidad hay de que se produzcan.
Computa y controla matemática y objetivamente gran número de escenarios
futuros posibles, y luego le indica las probabilidades y riesgos asociados con
cada uno. Esto quiere decir que usted podrá decidir qué riesgos desea tomar y
cuáles prefiere evitar, tomando la mejor decisión en situaciones de
incertidumbre.
RISK también le ayuda a planificar las mejores estrategias de administración de
riesgo mediante la integración de RISKOptimizer, que combina la simulación
Monte Carlo con lo último en tecnología de resolución de problemas para
optimizar cualquier hoja de cálculo que contenga valores inciertos. Usando
algoritmos genéticos u OptQuest, junto con las funciones de RISK, RISKO
ptimizer puede determinar la mejor asignación de recursos, la distribución
óptima de activos, el calendario más eficiente y mucho más.
5.1.4. Otros medios
GASP IV

Es un lenguaje de simulación desarrollado por Alan B. Pristker y N. Hurst en


1973. Es un lenguaje híbrido porque puede ser usado para programadores de
simulación discretos, continuos y combinados; siendo el primero en integrar
completamente estos dos ambientes de función del tiempo. Es un lenguaje de
simulación Basado en FORTRAN que proporciona el marco para los sistemas
de modelado que implica ambos fenómenos continuos y discretos. Cerca de 30
subrutinas y funciones que proveen numerosas facilidades, incluyendo:
-  Rutinas de avance del tiempo, Gestión de listas de eventos futuros,
- Adición y remoción de entidades.
- Colección de estadísticas.
-  Generadores de variables aleatorias.
Reporte estándar. Oracle Crystal Ball está diseñado para planeadores
estratégicos, analistas financieros, ingenieros, científicos, empresarios,
contadores, gerentes de marketing, inversionistas, consultores, profesionales
de Six Sigma y cualquier otra persona que utilice hojas de cálculo para predecir
resultados inciertos: Obteniendo conocimientos valiosos: Identificando y
mitigando los factores clave que regulan el riesgo; obteniendo resultados
rápidamente, mejorando la inversión: en la tecnología de hojas de cálculo.
Finalmente Oracle Crystal Ball es usado en el modelaje predictivo, simulación
de Monte Carlo y proyecciones, el cual para poder ser utilizado a mayor
capacidad requiere de muchos complementos.
SPSS
 Es la herramienta estadística más utilizada a nivel mundial en el entorno
académico. Puede trabajar con bases de datos de gran tamaño.
Además, de permitir la recodificación de las variables y registros según las
necesidades del usuario. El programa consiste en un modulo base y módulos
anexos que se han ido actualizando constantemente con nuevos
procedimientos estadísticos.
S-Plus
 Es otro de los programas estadísticos más usados a nivel mundial para el
análisis de datos. Está disponible al público la versión 8. Incluye dentro de sus
principales características: análisis multivariado de datos, análisis de
sobrevivencia, escalamiento multidimensional, regresión no paramétrica.
 Entre los estadísticos de cálculo habituales incluye: pruebas de hipótesis y
construcción de intervalos de confianza, análisis de varianza, análisis
exploratorio de datos, entre otros.

PH-Stat
 Es un complemento de Excel producido por la Editorial Prentice Hall y
acompaña a varios de sus libros de texto sobre estadística. Destaca la
posibilidad de poder crear gráficos de control de calidad, diagramas de tallos y
hojas, cajas de dispersión, intervalos de confianza en estimación, análisis de
varianza, entre otros.
5.2. Tipo de modelos de simulación programables en hoja de cálculo
(inventarios, líneas de espera, proyecciones financieras, ...): descripción escrita
- Juegos Operacionales
 Estos hacen referencia a una simulación que implica la competencia entre dos
o más jugadores. Los mejores ejemplos son los juegos militares y los  juegos
gerenciales.
 Estos tipos de simulación permiten las pruebas de las habilidades y toma de
decisiones en un ambiente competitivo Programación: distribución del modelo
en la hoja de cálculo.
Cómo especificar valores de variables y parámetros
Por definición, el valor de una variable cambia conforme avanza la simulación,
aunque se le debe dar un valor inicial. Cabe recordar que el valor de un
parámetro permanece constante; sin embargo, puede cambiar conforme se
estudian diferentes alternativas en otras simulaciones. Determinación de
condiciones iniciales La determinación de condiciones iniciales para las
variables es una decisión táctica importante en la simulación. Lo anterior se
debe a que el modelo se sesga por una serie de valores iniciales hasta que el
modelo llega a un estado estable
5.4. Validación
Es importante que los modelos de simulación sean verificados para ver si
trabaja propiamente y si provee una buena representación de una situación del
mundo real. El proceso de verificación comprende la determinación del modelo
de computadora que sea internamente consistente y que siga la lógica del
modelo conceptual. ¿La verificación debe contestar la pregunta “Construimos el
modelo correctamente?”
 La validación es el proceso de comparar un modelo de simulación con el
sistema real que representa para estar seguro que es preciso. ¿La validación
responde la pregunta “Construimos el modelo correcto?”.
 La Verificación del modelo consiste en ver cuál es la consistencia interna del
modelo. La Validación consiste en asegurar que existe la una correspondencia
entre el sistema real y el modelo. Un buen método para la validación es hacer
un test para ver cómo el modelo predice el comportamiento del sistema ante
determinadas entradas.

 La verificación y validación del modelo se realiza en todos los niveles de


modelización: modelo conceptual, modelo lógico y un modelo de ordenador. La
verificación se centra en la consistencia interna del modelo, mientras que la
validación se interesa por la correspondencia entre el modelo y la realidad.
 Se dice que un modelo es válido si sus medidas de salida tienen una
correspondencia apropiada con las mismas medidas en el sistema real. La
comprobación última para la validez de un modelo es ver cómo el modelo
puede predecir un comportamiento futuro del sistema ante unas determinadas
entradas.
5.4.1. Programación de los informes de salida (estadísticas).
Ejemplo de proceso de validación.
El experimento se ha llevado a cabo sobre una Célula test, con una pared sur
de calibración, situada en Leuven (Bélgica), la descripción de dicha Célula es la
comentada en la sección (7.2.2), como célula de tipo común. Ha sido elegida,
ésta como experimento, debido a la disponibilidad de datos experimentales. El
proceso de toma de datos, se ha llevado a cabo durante el periodo
comprendido desde el 7 de Febrero hasta el 10 de Marzo, con un periodo de
pre iniciación de cuatro horas, pulso de calor radiante de 2Kw seguido de un
periodo libre hasta que la célula se encontraba dentro de unos 0.5 °C de
control, dos horas de pulso de calor conectivo rectangular de 2 Kw, seguido de
un periodo de cinco días con temperatura interna constante de 30 °C y un final
libre.
La temperatura de la habitación de servicio se mantuvo constante. Las medidas
tomadas, hora a hora, fueron: parámetros climáticos constantes, temperatura
internas y energía de entrada en los periodos de calentamiento, con el sistema
de adquisición de datos descrito en la sección.
La salida del sistema considerada de interés en la simulación ha sido la
temperatura interior de la habitación de ensayo. Cada simulación realizada está
formada por 1362 registros, correspondientes a cada simulación horaria del
periodo experimental eliminando el periodo de pre iniciación.
Debido a que la salida de interés en todo el proceso de validación es la
temperatura interior de la habitación de ensayo, se ha realizado el proceso de
validación variando tan sólo aquellos parámetros de entrada relacionados con
los materiales que forman la Célula Test, éstos suman un total de 96. Es de
señalar, que, aunque existan dos capas del mismo material, si ambas se
encuentran separadas por otro material, se han considerado como distintas, y
de igual modo las propiedades de los mismos.
Así, por ejemplo, existen dos capas de acero, una externa y otra interna a la
habitación de ensayo, sobre cada propiedad térmica de ellas se ha realizado el
análisis de sensibilidad.

5.4.2. Construcción de gráficas


Es notable observar, que la temperatura interior de la habitación de ensayo se
ha mostrado particularmente sensible a los parámetros correspondientes a
conductividades y calores específicos de los materiales que están más
próximos al interior de la misma; así como a las capacidades de emisión
externas de los materiales y a las infiltraciones.
Es importante señalar que, aunque la densidad de los materiales no se
encuentra en la relación anterior, es porque se trata de una propiedad muy
relacionada con el calor específico del material correspondiente, y lo que sí
producía una sensibilidad importante era el producto de las dos entradas,
entonces considerando una de ellas como insensible, la otra hará que el
producto siga comportándose como entrada crítica.
En las siguientes figuras se puede observar el comportamiento de las entradas
críticas más importantes:
5.4.3. Construcción de intervalos de confianza
Después de haber llevado a cabo una búsqueda de dominios de parámetros de
entrada adecuados, y debido a que sigue existiendo una cierta diferencia entre
medidas experimentales y las propias salidas del modelo; es necesario realizar
un análisis de los residuos producidos.
En el análisis que se ha realizado, caben destacar dos estudios bien
diferenciados: el primero de ellos se basa en el análisis de los residuos como
serie temporal, y el segundo basado en que estos forman parte de un proceso
multivalente {salidas, entradas). Como una serie temporal aislada, se han
estimado los siguientes estadísticos. «> media y varianza ® función de auto
correlación función del auto espectro suavizado espectro acumulado
normalizado
Como parte de un proceso estocástico multivalente, se han tenido en cuenta
como variables de entrada las siguientes:
1. Temperatura interior de la habitación de servicio (°C)
2. Potencia de calefacción (w)
3. Radiación global en dirección horizontal (w/m^)
4. Radiación difusa en dirección horizontal (w/m^)
5. Temperatura del bulbo seco (°C)
6. Velocidad de viento (m/s)
7. Dirección de viento (° desde el norte)
8. Humedad relativa (%)
Para cada una de las 8 series temporales que las variables anteriores generan,
se han estimado: la función de auto correlación la función de correlación
cruzada con el residuo las funciones de correlación cruzada de cada i-ésima
entrada con el resto de entradas el auto espectro del ruido que ellas generan o
la fase espectral entre cada una de ellas y el residuo la coherencia parcial de
cada una de ellas.
Para realizar todo el análisis anterior, se ha seleccionado de las 1000
simulaciones realizadas de la última definición de dominios (Tabla 7.8) aquella
que ha producido el menor "rms". El fichero de salida del modelo, reproduce
una serie temporal de 1362 registros, cada uno de ellos, corresponde a datos
horarios del periodo experimental, eliminando el precalentamiento del sistema.
Este fichero es comparado con los datos experimentales.
5.4.4. Juicios sobre los resultados reportados.
Como se puede observar, el ruido que se había considerado inicialmente como
blanco, no se comporta como tal e influye bastante en el comportamiento del
residuo. Por lo que se puede decir, que el modelo representa como lineales
procesos que no lo son.
El espectro de múltiple coherencia mide la proporción de los espectros
residuales que pueden ser explicados por ciertas variables de entrada.
Esta función toma valores entre 0 y 1; un valor 0 significaría que no existe
correlación entre entradas y residuos, y valores unitarios, que los residuos
están completamente explicados por las entradas, mientras que valores
intermedios corresponden a situaciones donde los residuos se encuentran
parcialmente predichos por las entradas. A su vez, la coherencia parcial para
cada entrada, nos indica como ésta influye en el comportamiento del residuo.
Tanto el espectro múltiple de coherencia como la coherencia parcial, se definen
en el dominio de frecuencias. Es lógico pensar después de haber analizado la
función de auto correlación y las correlaciones cruzadas entre el residuo y las
diferentes entradas, que las entradas referentes a la temperatura interior de la
habitación de servicio, así como la potencia de calefacción son variables que
explican, sino todo, una buena parte del comportamiento del residuo. En la
figura (7.14) se puede observar el comportamiento del espectro de múltiple
coherencia, así como las coherencias parciales entre residuo-temperatura de la
habitación de ensayo y residuo-potencia de calefacción.
5.5.1. Comparación entre las configuraciones simuladas

Conclusión
Una hoja de calculo Es una función para poder insertar gráficos visuales
dependiendo de la información seleccionada dentro de la hoja de Excel.
Tiene varias formas y así puedes seleccionar la deseada, es muy útil y simple
de entender.
El proceso de validación de un modelo de simulación siempre está sujeto al
experimento frente al que se vaya a realizar el estudio. Por lo que no se puede
asegurar estrictamente si el modelo es válido o no, habrá que señalar siempre
el experimento frente al que es válido o no. Sirve por lo tanto como una guía en
el diseño de experimentos. Para realizar la validación de cualquier modelo de
simulación, no es necesario ser un experto del sistema que el modelo
represente, bastaría con tener ciertos conocimientos estadísticos y estar
apoyado por en el sistema.
En el proceso de Validación de modelos de simulación, es necesario distinguir
tres partes bien diferenciadas
1. Análisis de Sensibilidad
2. Búsqueda de dominios apropiados de parámetros de entrada
3. Análisis de residuos.
Bibliografía
Palomo,E.; Téllez F.M. "Non-parametric tests on the residuals for model
validation purposes". (PASSYS Ref. xxx-9]-PASSYS-MVD-WD-zzz) 1991.
https://sites.google.com/site/hojadecalculoooo
https://prezi.com/te5dnmlhvhkq/simulacion-en-hoja-de-calculo/