FUNDAMENTOS DE LA MODELACIÓN Y SIMULACIÓN

Modelo: Es la abstracción de la realidad donde:

 

- Los detalles son importantes

- La cantidad de datos aumentan la semejanza con la realidad, ejemplo: si tomamos en cuenta el consumo de energía eléctrica en un domicilio, mientras mas datos se tenga de los medidores de luz se podrá tener una mejor perspectiva del consumo de luz que se tiene

 

Gago (1999) define modelo como ejemplar o forma que uno propone y sigue en la ejecución de una obra artística o en otra cosa, ejemplar para ser imitado, representación en pequeño de una cosa, copia o réplica de un original, construcción o creación que sirve para medir, explicar e interpretar los rasgos y significados de las actividades agrupadas en las diversas disciplinas. Los modelos son construcciones mentales que permiten una aproximación a la realidad de un fenómeno, distinguiendo sus características para facilitar su comprensión. El término modelo, en consecuencia, tiene una amplia gama de usos en las ciencias y puede referirse a casi cualquier cosa, desde una maqueta hasta un conjunto de ideas abstractas (Achinstein, 1967).

Es ya la implementación de un sistema donde podemos ver:

 

- Entidades 

- Eventos

 

Existen diversas definiciones para simulación, dentro de las cuales podemos citar la de Pegden (1990) que dice “la simulación es un proceso de proyectar un modelo computacional de un sistema real y conducir experimentos con este modelo con el propósito de entender su comportamiento y evaluar estrategias para su operación”. De esta manera, podemos entender la simulación como un proceso amplio que engloba no sólo la construcción de un modelo, sino también todo un método experimental que se sigue, buscando:

 

- Describir el comportamiento del sistema.

- Construir teorías e hipótesis considerando las observaciones efectuadas.

- Usar el modelo para prever el comportamiento futuro, es decir, los efectos producidos por alteraciones en el sistema o por los métodos empleados en su operación.

TIPOS DE MODELOS

I.            MODELO MENTAL

 

El modelo mental se determina a través de la creencias que influyen además directamente en las acciones así mismo estas se elaboran a partir de las costumbres, de la cultura, la infancia y todas las situaciones vividas. Por lo tanto podemos determinar  que este modelo representa la realidad desarrollando un paradigma que lo conoceremos como tara mental el cual limita o enmarca la perspectiva del ser humano.

 

Este modelo se desarrollo de diferentes formas de este modelo

 

II.          MODELO SIMBÓLICO

 

Los modelos simbólicos son la representación de la máxima abstracción y generalización que puede llegar a  considerar como universal. En la cual podemos observar la propiedades mas relevantes que se tenga como propósito mediante la cuantificación y así mismo la relación que pueda emplearse de las matemática y las relaciones lógicas. Por ejemplo el plano lectrico de una casa, donde se detallan las medidas, amperajes y componentes necesarios que serán utilizados en este de forma que se muestra lo mas relevante para este propósito

A.          MODELO VERBAL

Nos referimos a la expresión verbal para describir la realidad. Siendo limitados netamente a lo verbal.

 

B.          MODELOS MATEMÁTICOS

 

1.          Modelos Cuantitativo

 

En este modelo se procesa y recoge datos y para nada se toma en cuenta ninguna creencia o juicio de valor del modelador

Así mismo esta basada en una determinada metodología, que a su ves proporciona un  método el cual nos servirá para encontrar el camino o proporcionar los paso que se deben seguir, y este necesitara del modelo que proporciona los idelaes del proyecto

Los modelos cuantitativos pueden ser experimentales y no experimentales

Su clasificación puede ser:

-              Descriptiva

-              Correlacional

-              Comparativa causal

 

2.          Modelos Cualitativos

 

Estos se pueden definir desde el porque y como acontecen los fenómenos a estudiar

Se puede considerar como un resumen de los datos

Sus principal objetivo es describir y explorar la conducta humana

Y tiene diferentes tipos de perspectiva que esta se podría plantear como ser:

-              Contextual (espacio y tiempo)

-              Inductiva (Por que)

-              Holística (Como)

-              Subjetiva (desde el punto de vista cotidiano – posibles razones)

 

3. MODELO OPTIMIZADOR

Su estructura presenta una variable de decisión que es una cantidad que se puede controlar

Así mismo un parámetro que pueden ser todos os datos o constantes

Y las restricciones que son las limitaciones de las variables

Así mismo esta considerado como un modelo matemático donde podremos analizar los máximos y minamos que se ven influenciado por el análisis de sensibilidad el cual nos dice como cambias la solución con el cambio que podemos hacer en las variables

También es importante notar la validación de la solución que pueda presentar como por ejemplo un algoritmo que quiera optimizar

4. MODELO DESCRIPTIVA

Describe la realidad que principalmente ayuda a aprender y comprender el comportamiento del problema

Así mismo se considera como un conjunto lógico donde influye la población y el lugar.

Este modelo plantea la relación entre los factores, actores y variables. Y se puede observar la caracterización de una población especifica

Para la recolección de datos se recomienda la entrevista, el cuestionario y la observación asistida.

Modelo de simulación o descriptivo, de situaciones medibles de manera precisa o aleatoria, por ejemplo con aspectos de programación lineal cuando es de esa manera precisa, y probabilista o heurística cuando es aleatorio. Este tipo de modelos pretende predecir que sucede en una situación concreta dada.

En diversas ocasiones un modelo se construye sencillamente como descripción matemática de una condición del mundo real. Esos modelos se llaman “descriptivos” y en el pasado se han usado para poder aprender más sobre algún problema. Sin embargo en este modelo no se hace un intento para escoger una mejor alternativa.

 

5. MODELO ESTOCÁSTICO O PROBABILÍSTICO

Este modelo es apropiado para condiciones especificas las cuales pueda predecir los resultados

Y puedes llegar hacer:

-   Modelo o distribución discreta: existe un cambio en las variables.

-   Modelo o distribución continua: las variables mantienen el comportamiento a tavez del tiempo que se analiza.

Los modelos estocásticos ven afectados los datos de salida no solo por los datos de entrada sino por otros fenómenos o condiciones no consideradas

Por ejemplo el comportamiento de las personas dentro de un teatro, que se desconoce la atención que le presentara a la obra, ya que dependerá no solo del ingreso ala sala si no así también de las que se duermen, estén paradas, sentadas etc.

 

6. MODELOS DETERMINÍSTICOS

Es un modelo usado para un sistema de gestión donde no éxiste incertidumbre. Es decir que los datos de entrada afecten los resultados de forma predeterminada. Este modelo se utiliza bastante en el análisis de la ingeniería, con la aplicación de las leyes físicas que se pueden aplicar en el análisis de problema.

 

7. MODELO ESTÁTICO

Son modelos donde las variables como es el tiempo no cambian

         8. MODELO DINÁMICO

Es un modelo donde la variables cambian o existen variaciones como por el tiempo que puede afectar directamente al resultado 

MODELO FÍSICO

MODELO ICÓNICO

Este modelo tenemos representaciones en 2D o 3D de la vida real. También podemos mencionar que son datos cuantificables que se representan de manera visual en diseños, por ejemplo puede verse en planos, maquetas, etc.

MODELO ANALÓGICO

Se considera a este modelo como una porción a escala con elementos reales que representen o simulen situaciones o comportamientos de las entidades a estudiar o analizar tal cual pasaría en la vida real e interactúe en el sistema completo.

MODELO DIGITAL

Representación simplificada de la realidad, generado a través de los GIS

Modelo Digital del Terreno MDT: Si hay edificios montañas

Modelo Digital de Superficies MDS: Solo toma en cuenta las elevaciones. Es decir las medidas desde el nivel del mar hasta el punto de la superficie terrestre

Un DEM es una matriz de Celdas conocidas como Raster. Creadas a partir de Cotas elevaciones o curvas de nivel

TIN: estructura de datos geográficos vectores generados a través de un conjunto de vectores, que son generados a sus vez a partir de las curvas en un área de estudio

Se aplica en ingeniería, permite realizar cálculos de áreas planimetría áreas de superficie y volumen

Modelo Digital de Elevaciones MDE

La simulación proporciona un método más simple de solución cuando los procedimientos matemáticos son complejos y difíciles.

·  La simulación proporciona un control total sobre el tiempo, debido a que un fenómeno se puede acelerar.

·         La simulación no interfiere en el mundo real.

·  Una vez construido el modelo se puede modificar de una manera rápida con el fin de analizar diferentes políticas  o escenario. Permite análisis de sensibilidad.

·  Generalmente es más barato mejorar el sistema vía simulación que hacerlo en el sistema real.

·  Es mucho más sencillo visualizar y comprender los métodos de simulación que los métodos puramente analíticos. Da un entendimiento profundo del sistema.

·  Con los modelos de simulación es posible analizar sistemas de mayor complejidad o con mayor detalle (con los métodos analíticos se pueden hacer mas suposiciones).

·  En algunos casos,  la simulación es el único medio para lograr una solución.

·  La simulación es imprecisa, y no se puede medir el grado de su imprecisión.

·  Los resultados de simulación son numéricos; por tanto, surge el peligro de atribuir a los números un grado mayor de validez y precisión.

·  Los modelos de simulación en una computadora son costosos y requieren mucho tiempo para desarrollarse y validarse.

·  Se requiere gran cantidad de corridas computacionales para encontrara “soluciones optimas”,  lo cual representa altos costos.

·  Es difícil aceptar los modelos de  simulación y difícil de vender.

·  Los modelos de simulación no dan soluciones  óptimas.

·  La solución de un modelo  de simulación  puede dar al análisis  un falso sentido de seguridad.

·  Requiere "largos" periodos de desarrollo.

·  Cada modelo de simulación es único.

·  Siempre quedaran variables por fuera y esas variables pueden cambiar completamente los resultados en la vida real que la simulación no previó.