1.6.- ETAPAS DE UN PROYECTO DE SIMULACION
1. ANÁLISIS DE OBJETIVOS Y CRITERIO
En esta Primera Fase, se agrupan el conjunto de tareas que tiene por fin definir el Marco del Problema y sus ámbitos de validez. Diseñar el Modelo y Validarlo.
1.1 FORMULACIÓN PRECISA DEL PROBLEMA
Es necesario en primer lugar definir claramente los objetivos de nuestra investigación, antes de hacer cualquier intento encaminado a planear la realización de un experimento en simulación. Encontraremos que la exposición original del problema varía considerablemente de su versión final, ya que la formulación del problema es un proceso secuencial que generalmente requiere de una formulación continua y progresiva de refinamiento de los objetivos de experimento durante su realización:
Los ítems a trabajar en esta etapa son:
• Definición de hipótesis
• Causas y Efectos que deben predecirse, estimarse y evaluarse.
• Conjunto de criterios para evaluar los resultados.
• Decisión si es o no la Simulación la herramienta para estudiar.
1.2 RECOLECCIÓN DE DATOS REALES
Necesitaríamos colectar y procesar una cierta cantidad de datos cualitativos y cuantitativos antes de que exista la posibilidad de definir algún modelo. Para nuestros propósitos, resulta completamente irrelevante que los requerimientos para el procesamiento de datos procedan la formulación del problema o viceversa; si hemos de dirigir experimentos de simulación, es importante que ambas funciones se lleven a cabo.
Es necesario un sistema eficiente para la recolección de datos por:
1. Se requiere información descriptiva y cuantitativa.
2. Los datos puedan sugerir hipótesis de cierta validez.
3. Los datos pueden sugerir, mejorar o refinar los modelos.
4. Es necesario que los datos, reducidos a una forma final, se utilicen para estimar los parámetros de las características disponibles de operación relativa a las variables endógenas, exógenas y de estado del sistema.
5. Sin tales datos, serían imposibles probar la validez de un modelo para la simulación.
La recolección de datos es el proceso de captación de los hechos disponibles, con los cuales pueden ser procesados posteriormente, cuando sean necesarios.
1.3 FORMULACIÓN DEL MODELO
La formulación de los modelos consiste en tres pasos:
i. Especificación de los componentes
ii. Especificación de las variables y los parámetros que se deben incluir en el modelo.
iii. Especificación de las relaciones funcionales.
Por lo general, estamos interesados en la formulación de modelos que produzcan descripciones o predicciones, razonablemente exactas, referentes al comportamiento de un sistema dado y reduzca a la vez, el tiempo de computación y programación. Sin embargo, no es posible establecer con exactitud, la interdependencia de las características de los modelos, ya que tanto él numero de variables en un modelo, como su complejidad, se encuentran directamente relacionadas con los tiempos de programación, cómputo y validez. Si alteramos cualquiera de las citadas características, alteramos a su vez el resto de ellas. Hay que tener en consideración en la formulación del modelo la eficiencia de computación, es decir, la complejidad del algoritmo.
El tiempo consumido para la programación de la computadora, constituye una cuarta consideración al formular modelos para simulación.
1.4 ESTIMACIÓN DE PARÁMETROS Y ANÁLISIS ESTADÍSTICO.
Una vez que hemos recolectado los datos apropiados del sistema que describen su comportamiento es necesario estimar los valores de los parámetros para el modelo y probar su significación estadística.
1.5 VALIDACIÓN DEL MODELO Y SUS PARÁMETROS
Es necesario hacer un juicio del valor inicial de la suficiencia de nuestro modelo, para probarlo. Esto se logra haciendo una comparación de las mediciones iniciales obtenidas por nuestro modelo de simulación con las obtenidas de la realidad.
Este paso representa sólo la primera etapa en la prueba de un modelo de simulación previa a las corridas reales en la computadora, por lo que en este punto nuestro interés reside en probar las suposiciones o entradas que se programarán en la computadora.
En caso de que las características operacionales tomen la forma de distribuciones de probabilidad, será necesario aplicar pruebas de bondad de ajuste que determinen qué también se ajusta una distribución hipotética de probabilidad a los datos del mundo real. Deseamos también probar la importancia estadística de nuestras estimaciones de los valores esperados, variancias y otros parámetros de estas distribuciones de probabilidad. Estas pruebas podrían comprender:
1. Prueba d referente a las medidas: Prueba de una muestra relativa a las medidas,
Diferencias entre medias
2. Prueba referentes a las variancias: ji cuadrada, Prueba F
3. Pruebas basadas sobre el conteo de datos: Prueba referente a las proporciones,
Diferencias entre K proporciones, Pruebas de bondad de ajuste
4. Pruebas no paramétricas: Pruebas basadas en suma de rangos, Pruebas de la mediana,
Pruebas de corridas, Prueba de correlación en serie.
De entre las preguntas que nos interesa formular durante esta etapa del procedimiento, se encuentran las siguientes:
• ¿Incluimos algunas variables que no sean pertinentes, en el sentido de que contribuyen muy poco a nuestra capacidad para predecir el comportamiento de las variables endógenas de nuestro sistema?
• ¿Omitimos la inclusión de una o más variables exógenas que pudieran afectar el comportamiento de las variables endógenas en nuestro sistema?
• ¿Formulamos incorrectamente una o más relaciones funcionales entre las variables endógenas y exógenas de nuestro sistema?
• ¿Apreciamos debidamente las estimaciones de los parámetros de los característicos operacionales de nuestro sistema?• ¿Cómo se comportan los valores teóricos de las variables endógenas de nuestro sistema con los valores históricos o reales basados en cálculos manuales? (ya que aún no formulamos un programa para computadora).
2.- IMPLEMENTACIÓN DEL PROCESAMIENTO
En esta Segunda Fase, se agrupan el conjunto de tareas que tiene por fin obtener una versión del Modelo de Cómputo y sus Experimentos.
2.1 CODIFICACIÓN DEL MODELO: DIAGRAMAS DE FLUJO, PROGRAMACIÓN,
COMPILACIÓN
La formulación de un programa para computadoras, cuyo propósito sea dirigir los experimentos de simulación con nuestros modelos del sistema bajo estudio, requiere que se considere especialmente las siguientes actividades:
Al escribir un programa de simulación para computadora la primera etapa requiere la formulación de un diagrama de flujo que bosqueje la secuencia lógica de los eventos que realizará la computadora, al generar los tiempos planificados para las variables endógenas de nuestro modelo.
Podemos escribir nuestro programa en un lenguaje de propósitos generales como BASIC, PASCAL, C++ o sus visuales o bien emplear un lenguaje de simulación como STELLA, DINAMO, entre otros. Dependerá de la aplicación, el uso del lenguaje adecuado.
2.2 VALIDACIÓN DE LOS PROGRAMAS: ESTIMACIÓN DE VARIABLES DE ENTRADA Y
CONDICIONES INICIALES.
Las Pruebas del software son tareas típicas que se integran dentro de las diferentes fases del Ciclo del software dentro de la Ingeniería de software. La idea principal es ejecutar un programa y mediante técnicas experimentales tratar de descubrir que errores tiene.
La calidad de un sistema software es algo subjetivo que depende del contexto y del objeto que se pretenda conseguir. Para determinar dicho nivel de calidad se deben efectuar pruebas que permitan comprobar el grado de cumplimiento respecto de las especificaciones iniciales del sistema.
Básicamente es una fase en el desarrollo de software consistente en probar las aplicaciones construidas: es un proceso de evaluación desde un punto de vista crítico, donde el "tester" (persona que realiza el testeo) somete el Modelo de Software a una serie de acciones inquisitivas, y el producto responde con su comportamiento como reacción. La validación de un Modelo de Computo puede dejar a dicho Soft, al menos, en 3 estados:
• ACEPTACIÓN: El Programa hace lo que tiene hacer y los resultados que entrega el modelo son los esperables.
◦ Pasa a la Tarea 2.3: Diseño de Experimentos.
• RECHAZO POR CÓDIGO: Existen errores de codificación interna del Programa. Ya sea de lógica computacional, de sintaxis, semántica, el programa se cuelga, nunca termina o arroja resultados erróneos y/o descabellados.
◦ Solución: Analizar la Codificación Modelo de Computo.
▪ Vuelve a 2.1: Codificación del Modelo
• RECHAZO POR ESTRUCTURA: Existen errores en la Lógica Interna del Modelo que se intenta Programar. Faltan variables o las variables no tiene precisión, Sobran datos, no se comprende el resultado que arroja. No se manifiestan relaciones que se deben observar. Por lo general están relacionados con la lógica interna del Modelo y su forma de describir el mundo que intenta modelar.
◦ Solución: Analizar la estructura del Modelo.
▪ Vuelve a 1.3: Formulación del Modelo
2.3 DISEÑO DE EXPERIMENTOS DE SIMULACIÓN: VALORES DE INPUTS, ORDEN DE CORRIDAS, EXTENSIÓN
Una vez que estemos satisfechos con la validez de nuestro modelo para la computadora, estaremos en posibilidad de considerar su uso para dirigir efectivamente, los experimentos de simulación. De hecho, como ya hemos definido nuestro problema experimental, las variables endógenas y lo factores (variables exógenas y parámetros), deberemos interesarnos ahora por los detalles de diseño experimental.
En esta fase, es posible identificar dos metas importantes: en primer lugar, seleccionaremos las variables iniciales y aquellas que se definan por Interfase al momento de la Simulación, o bien sus rangos de variación para la simulación.
2.4 SIMULACIÓN: EJECUCIÓN DEL MODELO DE SIMULACIÓN
Este es el momento de conducir los experimentos mediante el modelo de Simulación en corridas sucesivas y planificadas. Este proceso puede tardar algún tiempo o bien arrojar resultados inmediatos. De cualquier manera se deberán almacenar los valores de Salida de la Simulación del modelo para su estudio y análisis en la etapa siguiente.
3 ANÁLISIS DE RESULTADOS
La etapa final en el procesamiento requiere un análisis de los datos generados por la computadora, a partir del modelo que simular. Tal análisis consiste de tres pasos:
1.- Recolección y procesamiento de los datos simulados.
2.- Cálculo de la estadística de las pruebas.
3.- Interpretación de los resultados.
El análisis de los datos de simulación en computadora es, según los expertos, considerablemente más difícil que el análisis de los datos del mundo real.
