Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ingeniería Industrial
Materia: Simulación
Grupo: P-62
Los expertos coinciden en que los procesos de simulación son una herramienta que permite
promover el desarrollo tecnológico y la sustentabilidad; a través de éstos, se permite
fortalecer y generar nuevas capacidades y acciones que mejoran la eficiencia en la
utilización de los recursos existentes, con una connotación de sentido social, económico y
ambiental, que pueden inducir al éxito empresarial. Hace posible conocer mejor un sistema
y predecir su posible comportamiento bajo diferentes condiciones y circunstancias, incluso
en aquellos tipos de situaciones que pueden ser complejos en su accionar.
Entenderemos por validación del modelo el proceso de determinación de que dicho modelo
de simulación es una representación correcta y exacta del sistema en estudio, en función de
los objetivos específicos definidos para el problema que pretendemos resolver.
Verificación del modelo. En este caso nos referimos a la relación entre lo que pretendemos
modelar, y que hemos en cierto modo validado según lo especificado previamente, y su
implementación real como modelo ejecutable en un ordenador. Es decir, se trata de
comprobar que construimos correctamente aquello que ya hemos establecido que refleja la
realidad y los objetivos del estudio de una forma suficientemente fidedigna. Es interesante
distinguir entre ambos procesos: validaremos que el modelo conceptual se ajusta a nuestras
necesidades y podrá responder a nuestras preguntas y verificaremos que el proceso de
construcción de las herramientas con las que pretendemos experimentar, sigue unas
determinadas reglas y condiciones que nos garantizan que nuestro modelo computacional
hace exactamente aquello que se supone debe hacer en función de las especificaciones
validadas del modelo conceptual.
Llegamos al tercer pilar pata que sustenta la fiabilidad de dicho proyecto: la acreditación.
En este caso nos quedamos con la definición de Law y Kelton, en la que se afirma que la
acreditación de un modelo de simulación es una determinación oficial de que dicho modelo
es (simplemente) aceptable para un propósito particular.
Este concepto debe ser necesariamente vinculado con el de certificación. Ésta constituiría el
proceso mediante el cual garantizamos documentalmente que una determinada respuesta o,
pongamos por caso, las funcionalidades y el comportamiento de determinados componentes
(software) de un entorno de simulación realizan exactamente aquello para lo cual han sido
diseñados. Una parte importante de lo que se entiende por certificación constituye un
verdadero apoyo a la componente de relación con el cliente. Facilita lo que venimos a
denominar credibilidad de un proyecto de simulación.
Conviene desarrollar las actividades de VV&A durante todo el ciclo de vida del
estudio de simulación, lo cual nos permitirá detectar todo tipo de deficiencias y
problemas antes de que sean irremediables o de muy costosa solución. Para ello
Balci, y previamente Ören, proponen crear, a lo largo de todo el estudio, un
departamento específico e independiente (SQA, Software Quality Assurance),
encargado de garantizar la calidad de la simulación. Arthur y Nance abogan,
además, por la introducción del concepto de validación y verificación independiente
(V&VI) como elemento clave e imprescindible para lograr reducir la curva de coste
de generación de software.
Un modelo no debe ser considerado intrínsicamente como absolutamente bueno o
absolutamente malo. Podemos emplear algún tipo de medida subjetiva que dé
soporte al grado o ratio de credibilidad que asignamos a un determinado modelo.
Aunque no esté muy extendido en nuestro entorno cultural, deberíamos poder
formular una frase del tipo “puede afirmarse con un grado de credibilidad del 95%
(no confundir con expresiones del mundo de la estadística sobre el grado de
precisión o de confianza de alguna medida, pues no pretendemos llegar tan lejos en
el grado de formalización) que el proceso de carga del sistema está modelizado de
forma fiel y fiable”.
Un estudio que incorpore una VV&A efectiva requiere preservar la independencia
de sus analistas a fin de evitar prejuicios causados por personas con opinión
sesgada. Esto tiene mucho que ver con los problemas derivados del mantenimiento
de la imagen de las personas o consultoras a las que se encarga el estudio, quienes
pueden ver afectada su neutralidad por los intereses presentes y futuros de su
organización.
La VV&A es difícil, por lo que requiere creatividad y visión para diseñar las
pruebas. Será fundamental la experiencia en otros proyectos afines y en aspectos
metodológicos relacionados con el trabajo en desarrollo o con la cultura tecnológica
de los actores implicados.
No es posible probar por completo el modelo contra todos los inputs posibles, por
cuestiones de tiempo, recursos y racionalidad intelectual. Los datos de entrada que
nos permitirán caracterizar los distintos procesos y los datos destinados a la
validación deben ser suficientes en función del tamaño y complejidad del sistema en
modelación y, como se ha mencionado anteriormente, de los objetivos y la
importancia de las respuestas que pedimos al modelo.
La VV&A debe planificarse y ser documentada, tal como presentan Brade y Balci,
Ormsby, Carr y Saadi, mediante una formalización de la documentación, la
descripción de las listas de control, una definición precisa y consensuada de los
indicadores y el diseño de los niveles de presentación de los resultados.
Deben prevenirse los errores en la formulación de hipótesis, por las repercusiones
en coste o por la criticidad del sistema en estudio. Habitualmente hablamos de dos
tipos de errores, aunque incluimos un tercer tipo próximo a la problemática de los
proyectos de simulación.
1. Error de tipo I o riesgo del constructor del modelo, cuando los resultados de la
simulación sean rechazados pese a ser, de hecho, suficientemente creíbles.
2. Error de tipo II o riesgo del usuario del modelo: resultados de la simulación que
no pueden ser considerados válidos son aceptados como suficientemente válidos.
3. Error de tipo III: se resuelve el problema equivocado debido a que la formulación
del problema, establecida en las fases previas o iniciales del proyecto, no contiene
adecuadamente “el problema real”
Técnicas de VV&T
Técnicas informales
Huyendo de excesivos formalismos matemáticos, éstas son las técnicas más utilizadas en la
práctica de la simulación. Se basan en el aspecto general, en la opinión e intuición de
expertos independientes, en los procesos clásicos de auditoria del software, en la
realización de inspecciones, revisiones, comprobación de documentación, recorridos de
control de fallos, etc.
Técnicas estáticas
Se basan en la evaluación de las características de diseño del modelo estático y del código
fuente. Algunos entornos de desarrollo de proyectos de simulación ya constituyen en sí
mismos, a través de sus procedimientos de traducción automática de modelo a código
ejecutable, mecanismos de verificación adecuados. Estas técnicas permiten obtener
información sobre la estructura del modelo, las técnicas de modelización utilizadas, los
datos y los flujos de control, etc.
Técnicas dinámicas
Técnicas formales
Validación
Desde un punto de vista más operativo, debemos tratar de identificar aquellas situaciones
realmente observables y medibles que nos permitirán caracterizar los datos y el modelo de
simulación.
Proceso de validación
1. El equipo de desarrollo del modelo realiza una apreciación subjetiva (es el método más
común) basándose en tests y evaluaciones como parte del mismo proceso de desarrollo.
2. Debe articularse un segundo nivel en el que se garantice la verificación y validación
“independiente” (V&VI). Una vez desarrollado el modelo, éste es evaluado
independientemente de los diseñadores y de los usuarios. Los resultados indicarán la
validez del modelo.
3. El tercer método asigna ponderaciones o pesos a ciertos aspectos del modelo. Se evalúa
cada aspecto y se obtiene una calificación global. El modelo se acepta si dicha calificación
es mejor que otra preestablecida como aceptable.
A través del proceso de validación del modelo conceptual pretendemos determinar dos
cuestiones:
1. si las teorías y suposiciones del modelo son correctas (linealidad, independencia,
estacionalidad, llegadas que siguen una distribución de Poisson, etc.), con ayuda de
métodos estadísticos ( ajuste, distribución de datos, estimación de parámetros, etc.);
2. si la estructura, la lógica, representaciones matemáticas, y las relaciones causales del
modelo son congruentes con la representación del modelo del problema entidad (técnicas
principales: face validation, consulta a expertos y seguimiento de trazas).
Validez operacional
Se busca saber si el comportamiento de las salidas del modelo tienen la exactitud requerida
de acuerdo con el problema y con su aplicabilidad. Aquí es donde se aplican muchas de las
pruebas conocidas de validación y verificación. La selección de las pruebas suele depender
del equipo de desarrollo del modelo y de la observabilidad del mismo.
Documentación
Factores: denominamos factor a aquella variable que afecta de algún modo a la variable
respuesta y que puede presentar diversos valores alternativos. Algunos de ellos pueden
considerarse principales y los cuantificaremos. De otros factores, a los que denominaremos
secundarios, aunque afecten al rendimiento del sistema, no estaremos interesados en
cuantificar su aportación. Identificaremos diversas familias de factores como pueden ser los
parámetros, las variables de entrada, los submódulos de simulación y otros.
Niveles: Valores que puede alcanzar cada uno de los factores, es decir, alternativas que
caracterizarían dichos factores. El nivel puede ser cualitativo o cuantitativo. Por definición,
al menos un factor es modificado a lo largo de la experimentación, configurando un número
mínimo de alternativas para comparar.
Interacción: dos factores interaccionan si el efecto de uno de ellos depende del nivel del
otro. El análisis de las interacciones es uno de los objetivos principales de un buen diseño
experimental.
Escenarios: son cada una de las alternativas del modelo que pretendemos evaluar o
comparar.
Repeticiones: réplicas o ejecuciones del modelo computacional que se realizan de cada uno
de los escenarios que configuran la base de los experimentos. En cada repetición se trabaja
con el mismo escenario base o alternativa de experimentación pero se utilizan distintas
series de valores que caracterizan los fenómenos modelizados, basadas normalmente en la
generación de valores aleatorios que siguen una determinada distribución teórica o
empírica.
Diseños simples
En este tipo de diseños trabajamos con una configuración o escenario básico de partida y, a
continuación, procedemos a variar un factor cada vez y vemos de qué manera este factor
afecta al conjunto del rendimiento del sistema simulado. Aunque sugerente por su
simplicidad, está claro que este proceso malgasta recursos, no es estadísticamente eficiente
y tampoco identifica correctamente las interrelaciones entre los distintos factores, con lo
que necesariamente conducirá a conclusiones erróneas.
A partir del problema detectado con el uso de la alternativa anterior en cuanto al volumen
necesario de recursos en un planteamiento “completo”, nos podemos ver obligados a seguir
una estrategia que, aunque no resultará tan exhaustiva como la anterior, pretende trabajar
con sólo una fracción del diseño completo. Ello puede implicar pérdida de información
sobre interacción entre factores. De todos modos suele ocurrir que algunas de dichas
interacciones sean de poca relevancia en referencia al estudio que deseamos desarrollar.
CONCLUSIONES