You are on page 1of 9

FACULTAD DE INGENIERIA ESTADSTICA E INFORMTICA

Ing. Alcides RAMOS CALCINA

ANLISIS DE RESULTADOS

1. INTRODUCCIN

En los captulos anteriores hemos descrito herramientas y mtodos


que permiten implementar los tres primeros pasos del esquema de
experimento de simulacin introducidos en el primer captulo.

El objetivo ha sido construir un programa de computador cuyas


salidas sean estadsticamente iguales a las del sistema real.

Nuestro objetivo cambia ahora y pasa a ser cmo obtener, con coste
razonable, estimaciones fiables del comportamiento del sistema a
partir de las salidas del programa: qu y cunta informacin debemos
recorrer y qu hacer con ella.

Ahora estudiaremos la simulacin como una metodologa de


experimentacin y nos centramos en analizar los resultados de tales
experimentos.

Muchas de las herramientas de la Estadstica sern tiles en el anlisis


de experimentos de simulacin.

2. CONCEPTOS BSICOS
2.1. El problema del anlisis de resultados
Usualmente, empleamos simulacin para aportar informacin sobre una
medida de comportamiento de un sistema de inters. Aunque
tpicamente estaremos interesados en varias medidas, con lo que ser
multivariante, nos centraremos en el caso univariante.
Para la medida de inters, suponemos definido un proceso de salida de
simulacin X = {Xi} de manera que sea una propiedad de la distribucin
lmite .

FX lim FX i
i

2. CONCEPTOS BSICOS
2.2. Comportamiento estacionario y de transicin
La distincin entre comportamiento estacionario y de transicin de un
sistema es fundamental pues, de hecho, condiciona el experimento de
simulacin y la forma de analizar los datos. Tal distincin es habitual al
tratar modelos estocsticos.
Comportamiento de transicin.- Se refiere al comportamiento a corto
plazo del sistema. Por ejemplo, frente a un sistema informtico podemos
preguntarnos por cuestiones como cunto se tardara en completar la
carga de trabajo actual en el sistema; o cuntos trabajos, de los prximos
cien, tendrn tiempo de respuesta menor que dos segundos.
Comportamiento estacionario o de equilibrio.- Se refiere al
comportamiento a largo plazo del sistema. Por ejemplo, en una central de
comunicaciones podemos estar interesados en la fraccin de mensajes
que se pierden por estar saturado el sistema, o bien el tiempo medio en
cola a largo plazo.

3. CLCULO DEL NMERO PTIMO DE


SIMULACIONES

Debido a la naturaleza probabilstica de los sistemas donde se utiliza


la simulacin, se hace imprescindible crear modelos cuyos resultados
sean estadsticamente iguales a los sistemas reales.

Uno de los factores que afectan en forma directa esos resultados es


el tamao de la corrida de simulacin o bien el nmero de corridas de
simulacin realizadas para encontrar resultados confiables.

Al realizar una corrida de simulacin, el resultado promedio de las


variables del sistema tienen un periodo de inestabilidad y, conforme
transcurre el tiempo, esas variables tienden a un estado estable y es
entonces cuando los valores de las variables de respuesta son
confiables.

Existen, en general, varias formas para lograr la estabilizacin de un


modelo de simulacin, la primera consiste en utilizar corridas lo
suficientemente largas para que los datos del periodo de transicin
resulten insignificantes, este planteamiento puede ser adecuado si la
ejecucin del modelo es rpida.

3. CLCULO DEL NMERO PTIMO DE


SIMULACIONES

En forma general, para calcular el nmero de simulaciones ptimo se


tiene la expresin:

2 Z

k2

donde:
Z = estadstico normal estndar para cierta .
k = desviacin absoluta mxima permitida sobre la media de la
distribucin a simular.
2 = variancia de la distribucin a simular.

3. CLCULO DEL NMERO PTIMO DE


SIMULACIONES

Cuando la media y la variancia de la distribucin a simular se


obtuvieron de una poblacin n de 30 o menos elementos, entonces, el
clculo ptimo de las simulaciones se modifica de acuerdo con la
siguiente ecuacin:

t
n1 1,

k2

donde:
t = estadstico de la distribucin t-student.
k = desviacin absoluta mxima permitida sobre la media de la
distribucin a simular.
S2 = estimador de la variancia de la distribucin a simular.

GRACIAS

You might also like