SELECCIONANDO EL MEJOR MODELO EN
NIVEL DE DETALLE, COMPLEJIDAD Y DESEMPEÑO.
Análisis del Artículo:
“Choosing the best model, level of detail, complexity, and model performance” .Authors R.J.Brooks and A. M. Tobias.
Introducción.
El artículo plantea una discusión
acerca de cómo seleccionar el modelo adecuado tomando como referencia un mayor
detalle en la evaluación de los siguientes aspectos: Nivel de Detalle,
Complejidad y Desempeño. El uso de los modelos se ha posicionado fuertemente en
muchas ramas de la ciencia, de ahí que hoy se escuche con mayor frecuencia el
uso de modelos para describir sistemas en la realidad y a nivel matemático. El uso de modelos ha venido siendo apalancado
gracias al desarrollo de las herramientas computacionales que con el paso del
tiempo aumentan su capacidad y desempeño en forma vertiginosa, esto ha permitido
lograr una viabilidad técnica y económica de un gran número de casos donde un
modelo sea la mejor opción para lograr los objetivos propuestos.
Adicional a las capacidades
computacionales de hoy en día, la necesidad de experimentar en busca de un
mejor entendimiento de los procesos reales sin afectar la operación normal y la
eficiencia de estos procesos han hecho de los modelos una herramienta
fundamental de los profesionales de las ciencias. El hecho de poder realizar
pruebas sobre un ambiente software que nos permitan entender los procesos con
un mayor detalle sin afectar las condiciones normales de operación de los
procesos reales, nos ha permitido incrementar el desempeño y optimizar los
procesos con una pendiente más inclinada esto sumado con la aceleración en el
aprendizaje de los operarios de los procesos que mediante herramientas como
simuladores de entrenamiento que se basan en un modelo del proceso real han
podido potencias sus destrezas y habilidades haciéndolos cada vez más
competitivos.
La responsabilidad que reposa
sobre los modelos hoy en dia, define la importancia de una adecuada selección de
un modelo, tal y como lo mencionan los autores muchos de los textos que referencia
una adecuada selección se enfocan en una evaluación cualitativa, sin embargo
algunos autores han tratado de cuantificar los aspectos claves para la
selección de un buen modelo.
Desempeño del Modelo.
La evaluación del desempeño de un
modelo cubre el impacto del modelo sobre todas las instancias de un proyecto. El autor describe los siguientes 11 elementos
de desempeño que permiten la evaluación de un buen modelo:
Resultados:
1. Grado
en el que el modelo logra describir el comportamiento de interés.
2. Precisión
de los resultados de un modelo.
3. Facilidad
con la que los resultados y el modelo pueden ser entendidos.
Uso Futuro del Modelo:
4. Portabilidad
del modelo y la facilidad con la que este puede ser combinado con otros modelos.
Verificación y Validación del Modelo:
5. Probabilidad
de errores en el modelo.
6. Precisión
con la que el modelo se ajusta a la data histórica conocida.
7. La
fortaleza de las bases teóricas que soportan el modelo, incluyendo la data con
la que este se construye.
Recursos Requeridos:
8.
El tiempo empleado y costo para construir el
modelo.
9.
El tiempo empleado y costo para correr el
modelo.
10.
El tiempo empleado y costo para analizar los
resultados del modelo.
11.
Los requerimientos de hardware.
Significado del Nivel de Detalle y la Complejidad.
El nivel de detalle de un modelo
depende del número de elementos que lo conforman y la interacción entre estos,
esto asumiendo que a mayor número de elementos aumenta la rigurosidad con la
que es representado el sistema que se pretende modelar, adicionalmente es
necesario complementar esta definición de nivel de detalle con la rigurosidad
que se utilice para la implementación de cada uno de estos elementos que
conforman el modelo.
El nivel de complejidad mencionan
los autores está más ligado al grado de dificultad de los algoritmos
computacionales que definen los elementos y el modelo en sí. Este grado de
dificultad hace referencia a la capacidad de entendimiento del usuario al
interpretar el modelo en todos los niveles de uso.
Midiendo la complejidad del Modelo.
La medición de la complejidad del
modelo puede ser especificado como el número de componentes conectados, esto
puedo ser representado utilizando grafos que permitan visualizar fácilmente el
modelo, sin embargo un modelo puede ser representado por mas de un grafo.
De acuerdo a esto muy seguramente
será necesario combinar o complementar con técnicas que permitan definir la
eficiencia computacional de cada uno de los componentes , así como el grado de
dificultad de las ecuaciones o algoritmos que definen los componentes y su
interconexión.
Relación entre el desempeño, el nivel de detalle y la complejidad del
modelo.
Analizar la relación entre los
aspectos que permiten seleccionar un modelo en forma adecuada es clave para
tener éxito. No es siempre mejor modelo el que tiene un mayor nivel de detalle,
este debe ir acorde con los objetivos para los que se construirá el modelo,
puede darse el caso que el objetivo del uso del modelo solo utilice ciertos
resultados que con un modelo con un nivel más bajo de detalle se satisface de
igual forma; en este caso sería mejor modelo el de menos nivel de detalle dado
el menor esfuerzo que se requiere para construirlo.
Sin embargo en muchos casos el
nivel de detalle o la rigurosidad del modelo pueden ser exigidos por el nivel
de precisión que se requiere en los resultados o en la cantidad de variables
que se deseen modelar.
A diferencia, es más tangible que
un modelo menos complejo satisfaga de mejor forma los requerimientos técnicos y
económicos de un proyecto, dado que el aumento de la complejidad en cierta
forma obstruye con la apropiación del conocimiento del comportamiento que se
desee modelar. Sin embargo tampoco es una regla, un modelo más complejo desde
el punto de vista computacional pudiera ser más eficiente y por ende presentar
los resultados con una mayor rapidez tal que permita ser oportuno en la toma de
decisiones.
No hay comentarios:
Publicar un comentario