Seleccionando el Mejor Modelo.

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.