Modelos De Simulacion

CONCEPTO DE MODELO

Un modelo es una representación de un objeto, sistema o idea, de forma diferente al de la entidad misma. El propósito de los modelos es ayudarnos a explicar, entender o mejorar un sistema. Un modelo de un objeto puede ser una réplica exacta de éste o una abstracción de las propiedades dominantes del objeto.

Un modelo es una abstracción teórica del mundo real que tiene dos utilidades fundamentales:

Reducir la complejidad, permitiéndonos ver las características importantes que están detrás de un proceso, ignorando detalles de menor importancia que harían el análisis innecesariamente laborioso; es decir, permitiéndonos ver el bosque a pesar del detalle de los árboles.

Hacer predicciones concretas, que se puedan falsar mediante experimentos u observaciones. De esta forma, los modelos dirigen los estudios empíricos en una u otra dirección, al sugerir qué información es más importante conseguir.

Sin embargo, es importante recordar que los modelos no nos proporcionan una información directa de lo que está ocurriendo en el mundo real. Las predicciones del modelo deberán ser validadas o refutadas por los resultados empíricos.

CLASIFICACIÓN DE LOS MODELOS

Existen tres tipos fundamentales de modelos: verbales, de simulación y analíticos.

Los modelos verbales se ajustan al esquema de "si se cumple esta condición, entonces lógicamente debería de ocurrir esto".

En los modelos de simulación el sistema que se quiere modelar se simula en un ordenador.

Es un instrumento que permite imitar el comportamiento de un sistema real mediante un artificio físico o matemático.

La simulación de sistemas implica la construcción de modelos. El objetivo es averiguar qué pasaría en el sistema si acontecieran determinadas hipótesis.

Los modelos analíticos definen el sistema con ecuaciones que pueden resolverse para diferentes valores de las variables introducidas y así, predecir el comportamiento del sistema.

Todos los modelos parten de una serie de supuestos, explícitos o implícitos, para simplificar el sistema.

En parte, estos supuestos se establecen para hacer el modelo accesible desde un punto de vista matemático o computacional, especialmente en el caso de los modelos analíticos, pero también para facilitar la comprensión del modelo.

Simplificar el mundo real es uno de los objetivos prioritarios de los modelos.

Es importante considerar minuciosamente cada uno de los supuestos de cualquier modelo, pues de ello dependerá cómo de bien se ajusta el modelo al mundo real.

Esto no quiere decir que un modelo carezca de valor para entender un organismo que incumple alguno de los supuestos del modelo, ya que muchos de estos modelos son robustos; es decir, las predicciones del modelo no cambian mucho cuando se incumple alguno de los supuestos.

En los modelos de simulación podemos encontrar esta clasificación

Los modelos pueden clasificarse de diversas maneras. Existen muchos modelos físicos tales como el modelo de un avión o, más generalmente, una réplica a escala de un sistema. Existen modelos esquemáticos que abarcan dibujos, mapas diagramas. Existen modelos simbólicos, de los cuales los que están basados en las matemáticas o en un código de computadora son simbólicos desempeñan funciones importantes en el diseño de los estudios de simulación de sistemas por medio de computadora.

Algunos modelos son estáticos; otros, dinámicos.

Un modelo estático omite ya sea un reconocimiento del tiempo o describe un instante del estado de un sistema en determinado momento.

En contraste, un modelo dinámico reconoce explícitamente el transcurso del tiempo. Además de proporcionar una secuencia de instantes del sistema en el transcurso del tiempo, algunos modelos dinámicos especifican relaciones entre los estados de un sistema en diferentes momentos.

Otra distinción es la referente a los modelos deterministas contra modelos estocásticos. En los primeros, todas las entidades establecen relaciones matemáticas o lógicas constantes. Como consecuencia, estas relaciones determinan soluciones.

En un modelo estocástico, por lo menos una parte de la variación tienen una naturaleza casual. Por tanto, un investigador puede, a lo sumo, obtener soluciones promedio mediante modelos estocásticos para resolver los problemas.

Criterios para realizar un modelo

Se ha definido a la simulación como el proceso del diseño de un modelo de un sistema real y la realización de experimentos con el mismo, con el propósito de entender ya sea el comportamiento del sistema o la evaluación de varias estrategias que se consideran para la operación del sistema. Esto implica el establecer ciertos criterios que debe cumplir todo buen modelo de simulación:

Fácil de entender por parte del usuario.

Dirigido a metas u objetivos.

No dé respuestas absurdas.

Fácil de controlar y manipular por parte del usuario.

Completo, en lo referente a asuntos importantes.

Evolutivo, es decir, que debe ser sencillo al principio y volverse más complejo, de acuerdo con el usuario.

Los modelos se deben a las siguientes condiciones:

Complejidad de la interrelación entre factores que definen un sistema.

Preparación del tomador de decisiones.

Incapacidad de clasificar los hechos relevantes e irrelevantes y cómo pueden afectarse al implementar decisiones.

Diseño o modificación de sistemas evaluando diferentes alternativas.

Menor costo que en sistemas reales la toma de decisiones.

La inexistencia del sistema real.

Implementar sistemas para tomar decisiones genera grandes atrasos y se incurre en la posibilidad que el sistema implementado sea insatisfactorio.

Riesgos en la elaboración de un modelo.

No existe garantía alguna de que el tiempo y el trabajo dedicados a establecer el modelo tendrán como resultado algo útil así como beneficios satisfactorios. El fracaso suele ocurrir porque el nivel de recursos es demasiado bajo. Sin embargo, a menudo el investigador se ha basado más en el método y no suficientemente en el ingenio cuando el balance apropiado entre conducirá a la mayor probabilidad de éxito.

La tendencia del investigador de defender su representación particular de un problema como la mejor que existe de la realidad. Esta situación ocurre a menudo después de que ha invertido mucho tiempo y trabajo esperando resultados útiles.

La utilización del modelo para predecir más allá del intervalo de aplicación sin la debida especificación. Por ejemplo, puede diseñarse un modelo para pronosticar el comportamiento del sistema para un periodo futuro. Si se

...