Professional Documents
Culture Documents
UNIDAD IV
COMPETENCIA A DESARROLLAR
Para empezar, debemos distinguir dos categorías entre los modelos de simulación:
modelos de categoría terminal y modelos no terminales o de estado estable.
El primer paso es intentar desarrollar desde el principio un modelo que, de acuerdo con la
metodología de la modelización, se enfrente explícitamente al objetivo de ser bueno, es decir válido, y
que por lo tanto pueda resultar creíble, es decir razonable, a aquellos que lo han de utilizar.
Ello comporta necesariamente involucrar a los usuarios desde el principio, es decir a aquellos que
están familiarizados con el sistema y que posteriormente se supone que han de convertir el modelo
en el soporte de su proceso racional de toma de decisiones, y mantener esta relación durante todo el
proceso de construcción y validación del modelo.
VALIDACIÓN, VERIFICACIÓN Y CREDIBILIDAD
El segundo paso consiste en verificar empíricamente las hipótesis en que se basa el modelo.
En caso de identificar que el resultado de la simulación es especialmente sensible a algún aspecto del
modelo habrá que tener especial cuidado en la modelización de ese aspecto
VALIDACIÓN, VERIFICACIÓN Y CREDIBILIDAD
El último paso del proceso propuesto por Naylor y Finger consiste en determinar cuán
representativos son los resultados de la simulación.
En el caso de la simulación de sistemas existentes, o similares a los existentes, este ejercicio puede
consistir en la comparación de dos conjuntos de datos, uno procedente del sistema real y otro del
modelo que lo simula. Si la comparación de los dos conjuntos de datos resulta ser «aceptable»
entonces se puede considerar «válido» al modelo del sistema.
VERIFICACIÓN Y VALIDACIÓN DE LOS MODELOS DE SIMULACIÓN
SIMULACIONES TERMINALES
Si la variable aleatoria sigue una distribución normal, el intervalo de confianza está dado por:
En caso de que la variable aleatoria siga otro tipo de distribución, el intervalo de confianza es relativamente más
amplio, y se calcula como:
INTERVALOS DE CONFIANZA
En ambas ecuaciones:
INTERVALOS DE CONFIANZA
Ejemplo:
Los resultados de 10 réplicas de la simulación de un sistema de inventario promedio en almacén son 190.3, 184.2,
182.4, 195.6, 193.2, 190.5, 191.7, 188.5, 189.3, 188.4.
Determine el intervalo de confianza con un nivel de aceptación de 95%.
La media y la desviación estándar de la muestra son:
x = 189.41
S = 3.916
INTERVALOS DE CONFIANZA
Bajo la premisa de que el inventario promedio sigue una distribución normal, el intervalo de confianza se calcularía de
la siguiente forma:
A diferencia de los modelos anteriores, las simulaciones no terminales o de estado estable no involucran
una ocurrencia en el tiempo en que tengan que finalizar. Por ejemplo, si deseáramos conocer el número
de máquinas que deben instalarse en un sistema de producción cuya operación tiene que mantenerse
activa continuamente durante todo el año, podríamos modelar el sistema hasta que la variable de interés
llegara a un estado estable.
En este caso surge la necesidad de determinar la longitud de la corrida para asegurar la estabilización de
los resultados del modelo.
Veamos cómo satisfacer dicho requisito.
LONGITUD DE LAS RÉPLICAS
Para que el resultado de una variable aleatoria llegue al estado estable en una simulación no terminal, es
necesario garantizar que la longitud de la réplica, n, sea lo suficientemente grande para que la variación
entre réplicas no difiera de cierta exactitud, £ , el 100(1 - α)% de las veces.
En caso de normalidad, el tamaño de corrida de la simulación se calcula como:
LONGITUD DE LAS RÉPLICAS
Ejemplo:
Determine la longitud de la réplica para estimar, dentro de un rango de ±2, el valor de una variable normal con
desviación estándar 4 y un nivel de aceptación de 95% (nivel de rechazo de 5%).
Solución:
LONGITUD DE LAS RÉPLICAS
La figura representa los resultados de la simulación de seis réplicas independientes de longitud n = 16 de una variable
aleatoria con distribución normal y desviación estándar 4.
Como puede ver, los resultados finales de la variable aleatoria se encuentran dentro de la exactitud deseada. Dado el
nivel de aceptación de 95% (nivel de rechazo de 5%), si realizáramos 100 réplicas cabría esperar que cinco de ellas
estuvieran fuera de la exactitud deseada.
LONGITUD DE LAS RÉPLICAS
Si se tiene la certeza de normalidad pero se desconoce el valor de la desviación estándar, será necesario realizar una
corrida inicial de tamaño n ' para determinar un estimador de la desviación.
En este caso la longitud de la réplica se determina mediante.
LONGITUD DE LAS RÉPLICAS
Ejemplo:
Se realizó una corrida inicial de tamaño n ' = 10 para estimar la desviación estándar s = 13.21 de una variable normal.
Determine la longitud de la réplica para estimar el valor medio dentro de un rango de ±0.3 con un nivel de
aceptación de 95% (nivel de rechazo 5%).
Solución:
LONGITUD DE LAS RÉPLICAS
LONGITUD DE LAS RÉPLICAS
Supongamos que la suposición de normalidad del ejemplo anterior no es válida, y consideremos la misma
información con r í = 10 y s= 1321. La longitud de la réplica para estimar el valor de la variable dentro de un rango
de ±0.3 con un nivel de aceptación de 90% (nivel de rechazo 10%) es: