6.

1PROCESO DE SIMULACION CONCEPTO: Simulacin es la investigacin de una hiptesis o un conjunto de hiptesis de trabajo utilizando modelos, es una tcnica numrica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemticas y lgicas, las cuales son necesarias para describir el comportamiento y la estructura de sistemas complejos del mundo real a travs de largos perodos. La simulacin es el proceso de disear un modelo de un sistema real y llevar a trmino experiencias con l, con la finalidad de comprender el comportamiento del sistema o evaluar nuevas estrategias -dentro de los lmites impuestos por un cierto criterio o un conjunto de ellos - para el funcionamiento del sistema. FASES: Formulacin del problema: En este paso debe quedar perfectamente establecido el objeto de la simulacin. El cliente y el desarrollador deben acordar lo ms detalladamente posible los siguientes factores: los resultados que se esperan del simulador, el plan de experimentacin, el tiempo disponible, las variables de inters, el tipo de perturbaciones a estudiar, el tratamiento estadstico de los resultados, la complejidad de la interfaz del simulador, etc. Se debe establecer si el simulador ser operado por el usuario o si el usuario slo recibir los resultados. Finalmente, se debe establecer si el usuario solicita un trabajo de simulacin o un trabajo de optimizacin. Definicin del sistema: El sistema a simular debe estar perfectamente definido. El cliente y el desarrollador deben acordar dnde estar la frontera del sistema a estudiar y las interacciones con el medioambiente que sern consideradas. Formulacin del modelo: Esta etapa es un arte y ser discutida ms adelante. La misma comienza con el desarrollo de un modelo simple que captura los aspectos relevantes del sistema real. Los aspectos relevantes del sistema real dependen de la formulacin del problema; para un ingeniero de seguridad los aspectos relevantes de un automvil son diferentes de los aspectos considerados por un ingeniero mecnico para el mismo sistema. Este modelo simple se ir enriqueciendo como resultado de varias iteraciones. Coleccin de datos: La naturaleza y cantidad de datos necesarios estn determinadas por la formulacin del problema y del modelo. Los datos pueden ser provistos por registros histricos, experimentos de laboratorios o mediciones

realizadas en el sistema real. Los mismos debern adecuadamente para darles el formato exigido por el modelo.

ser

procesados

Implementacin del modelo en la computadora: El modelo es implementado utilizando algn lenguaje de computacin. Existen lenguajes especficos de simulacin que facilitan esta tarea; tambin, existen programas que ya cuentan con modelos implementados para casos especiales. Verificacin: En esta etapa se comprueba que no se hayan cometidos errores durante la implementacin del modelo. Para ello, se utilizan las herramientas de debugging provistas por el entorno de programacin. Validacin: En esta etapa se comprueba la exactitud del modelo desarrollado. Esto se lleva a cabo comparando las predicciones del modelo con: mediciones realizadas en el sistema real, datos histricos o datos de sistemas similares. Como resultado de esta etapa puede surgir la necesidad de modificar el modelo o recolectar datos adicionales. Diseo de experimentos: En esta etapa se decide las caractersticas de los experimentos a realizar: el tiempo de arranque, el tiempo de simulacin y el nmero de simulaciones. No se debe incluir aqu la elaboracin del conjunto de alternativas a probar para seleccionar la mejor, la elaboracin de esta lista y su manejo es tarea de la optimizacin y no de la simulacin. Debe quedar claro cuando se formula el problema si lo que el cliente desea es un estudio de simulacin o de optimizacin. Teora de Modelos y Simulacin. Experimentacin: En esta etapa se realizan las simulaciones de acuerdo el diseo previo. Los resultados obtenidos son debidamente recolectados y procesados. Interpretacin: Se analiza la sensibilidad del modelo con respecto a los parmetros que tienen asociados la mayor incertidumbre. Si es necesario, se debern recolectar datos adicionales para refinar la estimacin de los parmetros crticos. Implementacin: Conviene acompaar al cliente en la etapa de implementacin para evitar el mal manejo del simulador o el mal empleo de los resultados del mismo. Documentacin: Incluye la elaboracin de la documentacin tcnica y manuales de uso. La documentacin tcnica debe contar con una descripcin detallada del modelo y de los datos; tambin, se debe incluir la evolucin histrica de las distintas etapas del desarrollo.

6.2 LAS TECNICAS MONTECARLO Qu es la simulacin de Montecarlo? La simulacin Montecarlo es una tcnica matemtica computarizada que permite tener en cuenta el riesgo en anlisis cuantitativos y tomas de decisiones. Esta tcnica es utilizada por profesionales de campos tan dispares como los de finanzas, gestin de proyectos, energa, manufacturacin, ingeniera, investigacin y desarrollo, seguros, petrleo y gas, transporte y medio ambiente. Cmo funciona la simulacin de Montecarlo La simulacin Montecarlo realiza el anlisis de riesgo con la creacin de modelos de posibles resultados mediante la sustitucin de un rango de valores una distribucin de probabilidad- para cualquier factor con incertidumbre inherente. Luego, calcula los resultados una y otra vez, cada vez usando un grupo diferente de valores aleatorios de las funciones de probabilidad. Dependiendo del nmero de incertidumbres y de los rangos especificados, para completar una simulacin Montecarlo puede ser necesario realizar miles o decenas de miles de recalculos. La simulacin Montecarlo produce distribuciones de valores de los resultados posibles.
http://www.uoc.edu/in3/e-math/docs/Simulacion_MC.pdf http://148.206.107.15/biblioteca_digital/articulos/9-565-8016cqd.pdf