UNIVERSIDAD NACIONAL DE MOQUEGUACARRERA PROFESIONAL INGENIERIA
DE SISTEMAS E INFORMATICA
TEMA:Construccin anlisis y explotacin de modelos
Equipo de trabajo:Humberto Anco LopezRaul CondoriMarcos
AlmonteRuth AlmonteJuan ValeroCristian Sanga
CursoSimulacin22/05/2015
SISGEMINNOVA SOFT S.A.20 abril del 2012 Versin 1.0
Sistema de Gestin de Historias Clnicas -veterinarias MYPETSALLEN
SOFT S.A.06 junio 2011 Versin 1.0
CAPTULO III: FORMULACIN DEL PROYECTOProyecto:Desarrollo e
Implementacin de un Sistema de automatizacin en el proceso de
ventas de la empresa Los Pieros S.R.L
Equipo de trabajo:Ing. Hallasi Chambi Erick MichaelIng. Calle
DiazElias BryanIng. Bernabe Centeno Javier Yonatan
EDESSIEmpresa de Desarrollo de Softwarey Servicios
Informticos28/04/2013
SISGEMINNOVA SOFT S.A.20 abril del 2012 Versin 1.0
Sistema de Gestin de Historias Clnicas -veterinarias MYPETSALLEN
SOFT S.A.06 junio 2011 Versin 1.0
INDICE4.CONSTRUCCIN ANLISIS Y EXPLOTACIN DE MODELOS34.1.Modelos
de sistemas34.2.Proceso de modelado34.3.Simulacin de un
modelo44.4.Anlisis de sensibilidad de un modelo64.5.Explotacin de
un Modelo74.6.CONCLUSIONES134.7.BIBLIOGRAFIA13 4.7 ANEXOS
CONSTRUCCIN ANLISIS Y EXPLOTACIN DE MODELOS
4.1. Modelos de sistemasCon el material que se ha presentado en
el Captulo anterior se dispone de un lenguaje con el que realizar
descripciones de sistemas que permiten, a la vez, dar cuenta de su
estructura y de su comportamiento. A una descripcin de un sistema
mediante un lenguaje de esta naturaleza se la conoce como un modelo
de ese sistemaEl trmino modelo est dotado de mltiples acepciones en
el lenguaje ordinario. Aqu nos interesa aquella en la que se emplea
como sinnimo de representacin. Incluso en este caso se usa en doble
sentido. Se dice que la persona a la que un pintor pinta
(representa) es su modelo; y que una maqueta es el modelo a escala
(lo que representa) de un edificio o un vehculo. A nosotros nos
interesa este segundo uso, como representacin de un cierto aspecto
de la realidad.4.2. Proceso de modeladoEl proceso de modelado
consiste en el conjunto de operaciones mediante el cual, tras el
oportuno estudio y anlisis, se construye el modelo del aspecto de
la realidad que nos resulta problemtico. Este proceso, consiste, en
esencia, en analizar toda la informacin de la que se dispone con
relacin al proceso, depurarla hasta reducirla a sus aspectos
esenciales, y reelaborarla de modo que pueda ser transcrita al
lenguaje sistmico que estamos viendo. En el proceso de modelado se
pueden distinguir las fases siguientes:Definicin del problema. En
esta primera fase se trata de definir claramente el problema y de
establecer si es adecuado para ser descrito con los tiles sistmicos
que hemos desarrollado.Conceptualizacin del sistema. Una vez
asumida, en la fase anterior, la adecuacin del lenguaje sistmico
elemental para estudiar el problema, en esta segunda fase se trata
de acometer dicho estudio, definiendo los distintos elementos que
integran la descripcin, as como las influencias que se producen
entre ellos.Formalizacin. En esta fase se pretende convertir el
diagrama de influencias, alcanzado en la anterior, en el de
Forrester. A partir de este diagrama se pueden escribir las
ecuaciones del modelo (algunos entornos informticos permiten
hacerlo directamente).Comportamiento del modelo. Esta cuarta fase
consiste en la simulacin informtica del modelo para determinar las
trayectorias que genera.Evaluacin del modelo. En esta fase se
somete el modelo a una serie de ensayos y anlisis para evaluar su
validez y calidad.Explotacin del modelo. En esta ltima fase el
modelo se emplea para analizar polticas alternativas que pueden
aplicarse al sistema que se est estudiando.4.3. Simulacin de un
modelo Consiste esencialmente en un conjunto de ecuaciones. Para
procesarlas necesitamos de la ayuda de la informtica. Una vez
programadas en un computador podemos experimentar con el modelo.
Este proceso recibe la denominacin de simulacin informtica del
sistema y requiere de herramientas informticas adecuadas.Las ms
empleadas son:Professional DYNAMO. Es el ms clsico de los
lenguajes. No presenta posibilidades de modelado mediante iconos,
pero sin embargo permite tratar ecuaciones de gran dimensin. La
mayor parte de los modelos que se encuentran en los libros clsicos
de la dinmica de sistemas estn escritos en este lenguaje.STELLA y
i-think. Son entornos informticos de amplia capacidad interactiva
que permiten construir modelos empleando procedimientos grficos,
mediante iconos. Ambos poseen una estructura similar, pero mientras
el primero se encuentra ms orientado hacia usos acadmicos el
segundo lo hace hacia aplicaciones profesionales. Ambos permiten
construir los diagramas de Forrester en la pantalla del computador,
de modo que al establecer su estructura se generan las ecuaciones.
Se pueden agrupar elementos en sus modelos, y posee un zoomque
permite desenvolverse con modelos complejos.
PowerSim. Entorno de caractersticas anlogas a los anteriores
(mientras aquellos son americanos, este es europeo en concreto
noruego). Permite desarrollar varios modelos simultneamente, e
interconectarlos posteriormente entre s.
VenSim. Con respecto a las anteriores presenta algunas ventajas
con relacin a la organizacin de datos y a posibilidades de
optimizacin. Se trata de un lenguaje muy potente para el desarrollo
de modelos que pueden emplearse tanto en entornos PC como en Unix.
Permite documentar automticamente el modelo segn se va
construyendo, y crea rboles que permiten seguir las relaciones de
causa efecto a lo largo del modelo. Est dotado de instrumentos para
realizar anlisis estadsticos. Construccin, anlisis y explotacin de
modelos.
Mosaikk-SimTek. Mosaikk es una herramienta muy sofisticada para
PC, que conecta directamente al SimTek, que es un lenguaje de
modelado tipo DYNAMO que posee una gran versatilidad.4.4. Anlisis
de sensibilidad de un modelo Los problemas a los que se aplica
habitualmente la dinmica de sistemas incluyen relaciones y
parmetros de los que se dispone de pocos datos empricos. En un
modelo de dinmica de sistemas se produce una integracin de
informacin de tipo cualitativo con informacin de tipo cuantitativo.
Esta mezcla tan dispar puede producir problemas. En todo modelo hay
una componente de imprecisin que no podemos eludir. El hecho de que
asignemos un valor numrico concreto a un parmetro, o una forma
funcional determinada a la expresin que relaciona dos variables,
nos obliga a preguntarnos que sucedera si el valor de ese parmetro
o de esa funcin, fuesen otros, aunque esos valores sean prximos a
aquel que hemos adoptado. El anlisis de sensibilidad pretende
precisamente abordar este problema.Otra razn para realizar el
anlisis de sensibilidad es que los modelos, debido a su
complejidad, pueden resultar difciles de comprender. Este anlisis
aporta un instrumento para alcanzar una mejor comprensin sobre
cuales son los puntos de actuacin en los que se pueden producir
efectos ms considerables.El anlisis de sensibilidad consiste en un
estudio sistemtico de cmo afectan a las conclusiones de un modelo
las posibles variaciones en los valores de los parmetros y en las
relaciones funcionales que incluye. La forma ms simple de realizar
el anlisis consiste en modificar los valores numricos de cada uno
de sus parmetros. Para ello se incrementa el valor del parmetro
cuya sensibilidad se quiere estudiar en un cierto porcentaje y se
analiza en qu medida esta variacin afecta a las conclusiones del
modelo (a las trayectorias que genera). Realizndolo de forma
sistemtica para todos los parmetros, con incrementos y decrementos
previamente establecidos, se puede tener una evaluacin de los
efectos de esas modificaciones sobre las conclusiones del modelo.
Diremos que el modelo es insensible a las variaciones de los
parmetros, si variaciones razonables de ellos no afectan
sensiblemente a las conclusiones que se extraen del mismo.El
problema que presenta la realizacin del anlisis como se acaba de
describir, es que al modificar cada uno de los parmetros
separadamente se prescinde de los posibles efectos de variaciones
conjuntas de varios de ellos. Si se quiere evitar este reparo,
entonces debe procederse a formas de anlisis de sensibilidad ms
elaboradas como son las que permite la aplicacin del mtodo de
Montecarlo. De acuerdo con este mtodo se sortean aleatoriamente los
valores de los parmetros, de acuerdo con una distribucin que
represente su dispersin con relacin a los valores considerados
normales, y se simula el modelo con los valores de los parmetros
que resulten de ese sorteo. Los resultados de cada simulacin se
almacenan. Se repite el proceso un cierto nmero de veces hasta
conseguir almacenar un nmero importante de trayectorias que se
someten a un anlisis estadstico para estudiar su eventual
dispersin. Esta dispersin es una medida de la sensibilidad del
modelo.En el anlisis de sensibilidad no slo se considera los
valores de los parmetros, sino las propias relaciones funcionales.
El estudio sistemtico de las modificaciones de esas relaciones es
ms complejo que el de los valores numricos de los parmetros. No
existe un mtodo general para abordar este problema, pero en cada
caso concreto es posible encontrar una solucin, ya que, en ltimo
extremo, toda relacin funcional incorpora un cierto nmero de
parmetros. El anlisis de sensibilidad de un modelo constituye uno
de los elementos esenciales para evaluacin. Nos permite dar
respuesta a dos tipos de cuestiones: por una parte, en qu medida el
modelo es insensible a variaciones en su estructura y, por tanto,
resulta robusto; y, por otra, cuales son los puntos de mxima
sensibilidad del modelo que sugieren cuales son las actuaciones
sobre el proceso real que sern ms efectivas.EJEMPLOEL JOVEN
AMBICIOSOUn joven de 18 aos ambicioso, al finalizar sus estudios
bsicos, nos comenta que ha odo a su padre mil veces decir que se ha
"matado trabajando desde que era un muchacho", y esto, visto las
lceras y problemas de corazn que tiene, debe ser algo ms que una
frase hecha. Tiene claro que no quiere acabar como l. De nuestra
conversacin con l, sacamos los siguientes apuntes (un poco
desordenados): Sus ingresos deseados son de 1.000.000 ptas. al ao.
Horas de trabajo: supone puede encontrar trabajo, ya que le sobra
salud y ganas de trabajar. Salario por hora: slo con estudios
bsicos calcula unas 1.000 ptas. /hora. Ingresos reales: son funcin
del salario y las horas trabajadas. Necesita algunas horas de
descanso -cuando se ha fatigado como todos. para l descanso es
todo: dormir, comer, leer, etc. Salud: no tiene ningn problema.
Fatiga: aunque es joven no es una mquina, ser funcin de las horas
que trabaje. Gastos: de momento seguir viviendo con sus padres (
gastos = 0 ) Teniendo en cuenta sus ingresos deseados (1.000.000
ptas.) y el salario por hora (1.000 ptas./hora), calculamos que
debera trabajar 1.000 horas al ao (4 al da). Vista la experiencia
de su padre, sabe que si llegase a trabajar 12 horas al da como
hace l, su salud se resentira. Espera casarse y tener hijos a los
35, entonces necesitar mayores ingresos, tal vez unos 4.000.000
ptas. al ao. Nuestro amigo, antes de tomar la decisin sobre el
camino que desea seguir en la vida, y slo para poner en orden sus
ideas, nos pide que le hagamos un sencillo modelo que le ayude a
planificar mejor su futuro.
Comentarios: El modelo debe de abarcar toda la vida laboral (de
18 a 65 aos). Hay dos aspectos que le preocupan especialmente al
joven: la salud y los ingresos. Necesita que le planteemos varias
alternativas, no que le adivinemos su futuro. Se pueden incorporar
al modelo los elementos que creamos necesarios para plantear
alternativas. Estructuramos toda la informacin recibida en el
siguiente diagrama causal.
La traduccin del diagrama causal al diagrama de flujos es
necesaria para poder trabajar en el ordenador y no es automtica,
sino que en ocasiones requiere crear nuevos elementos como Flujos.
Una posible solucin es la que se indica. Se han definido en el
diagrama de flujos las Horas de Trabajo como un Nivel por
necesidades del modelo, pero tambin seria posible otro modelo con
una estructura diferente.
NIVELESHORAS DE TRABAJO= VARIACIONInitial value= 0Son las horas
de trabajo anual que realiza. Inicialmente 0.SALUD=
DESCANSO-FATIGAInitial value= 100Tomamos una escala de +100 a -100,
de forma que al principio, un joven de 18 aos, su salud es 100 y
aumentar en funcin de la fatiga, y disminuir por el
descanso.FLUJOSDESCANSO=TABLA DESCANSO (FATIGA)Vamos a considerar
que el Descanso es funcin de la Fatiga, de forma que si no existe
Fatiga (entendida como perdida de salud) a lo largo de la jornada,
al final no hay nada que recuperar. Esta funcion est en la
TablaFATIGA=TABLA FATIGA (HORAS DE TRABAJO)Es funcin de las horas
de trabajo anual, segn recogemos en la Tabla.VARIACION=
(GAP/(5*SALARIO))*(SALUD/100)En funcin del Gap (ptas) y del salario
(ptas/hora) calculamos cuantas horas mas necesita trabajar. Ya que
esta variacin no ser instantnea la dividimos por 5, con lo cual
recogemos la idea que tardar 5 aos en encontrar todo el empleo que
desee. Esta hiptesis la podemos variar. Adems consideramos que
aumentar las horas de trabajo en funcin que la salud (+100 a -100)
de lo permita. Si su salud es 100 podr aumentar las horas de
trabajo todo lo que desee.TABLASTABLA DESCANSO
(0,0),(10,10),(20,15),(30,20),(40,20)Partimos del punto (0,0) que
recoge que cuando no hay fatiga no hay descanso posterior, y a una
fatiga moderada le corresponde un descanso reparador (10,10).
Cuando la fatiga es elevada (20, 30, 40) el descanso no cubre
totalmente la perdida de salud por fatiga.TABLA FATIGA
(0,0),(1000,0),(2000,10),(3000,20),(4000,40)Tenemos como input las
horas de trabajo anual y como output la fatiga, medida en unidades
de salud. Dado que lo usual son empleos de 1600-1800 horas, cuando
las horas son 1000, tomaremos una fatiga de 0, cuando son 2000 la
fatiga ser de 10, e ir aumentando de forma creciente.CONTROLESFINAL
TIME = 65 INITIAL TIME = 15 TIME STEP = 1Resultados:Los resultados
del modelo no le son muy satisfactorios, ya que acaba viejo, pobre
(los ingresos no llegan a 1.000.000 ptas.) y muy enfermo.
Propuesta:Decide aprovechar hasta los 35 aos que trabaja pocas
horas (1000 al ao) para estudiar algo ms, de forma que a los 35 aos
pueda obtener un 50% ms de salario.
.
CONCLUSIONESLos resultados de la simulacin le muestran que
llegar a la jubilacin con menos salud de la que tiene ahora, pero
sin haberse "matado a trabajar", y con el nivel de ingresos
deseadoNuestra recomendacin final a la vista de los resultados del
modelo es que aproveche el tiempo estudiando para que pueda
conseguir un mayor salario al cumplir los 35 aos.
BIBLIOGRAFIA[1] Forrester, J.W., Industrial Dynamics,
Productivity Press, 1986.[2] Roberts, E.B., Managerial Applications
of System Dynamics, The MIT Press, 1978.[3] Alfeld, L. y A. Graham,
Introduction to Urban Dynamics, Wright-Allen Press, 1976.[4]
Forrester, J.W., Urban Dynamics, Productivity Press, 1986.[5]
Hamilton, H.R., System Simulation for Regional Analysis, The MIT
Press, 1969.
ANEXO
Anexo N 01
Anexo N 02