Modelos y simulacin

qu es un modelo?
un modelo es una representacin simplificada de la realidad diseada para representar, conocer o predecir propiedades del objeto real los modelos se construyen con una finalidad: estudiar el objeto real con ms facilidad y deducir propiedades difciles de observar en la realidad:

eliminando o simplificando componentes cambiando las escalas espacial o temporal variando las condiciones del entorno evitando la actuacin sobre el objeto real

modelos pueden representar objetos o procesos (simulacin)

qu permite un modelo?

en el caso de la simulacin se hace posible experimentar experimentar es replicar procesos bajo diferentes escenarios conceptos bsicos escenario: conjunto de condiciones bajo las cuales se construye un modelo factores: variables que influyen en el funcionamiento de la simulacin en la modelizacin debe existir una relacin simtrica entre las propiedades del objeto real y el modelo: ej. ortoimagen

la analoga es una relacin simtrica

OBJETO REAL X aplicable a X CUESTIN C analoga CUESTIN C aplicable a M MODELO M RESPUESTA R aplicable a M aplicable a X RESPUESTA R

los riesgos de los modelos

existen errores inherentes al proceso de modelizacin error de generalizacin en la medida de los elementos error por la seleccin de componentes error por propagacin limitaciones en la analoga modelo-realidad validez en un dominio temporal validez en un dominio espacial riesgo de inestabilidad comportamiento discontinuo del modelo que reduce su utilidad a dominios de valores limitados

validacin de los modelos

es necesario el contraste emprico de la calidad de un modelo o de una simulacin: validacin de los resultados la validacin se realiza comparando los resultados que predice el modelo con datos tomados de la realidad para la que la validacin sea fiable, la captura de datos debe disearse mediante un muestreo estratificado con mtodos suficientemente exactos en nmero suficientemente abundante

tipos de modelos (I)

modelos analgicos:

se construyen mediante mecanismos fsicos cuyo comportamiento es similar al del objeto real los modelos icnicos son rplicas morfolgicas donde se representan propiedades mtricas: existe una relacin de isomorfismo
la relacin de una maqueta con el objeto real se establece mediante un factor de escala: es un modelo icnico

los mapas impresos son modelos analgicos

en un mapa la relacin de correspondencia se establece mediante un diccionario de cdigos que define una simbolizacin un mapa impreso representa el terreno mediante un conjunto de convenciones cartogrficas ejemplos del uso de mapas: anlisis mtricos anlisis topolgicos

tipos de modelos (II)

modelos digitales el objeto se codifica en cifras organizadas en estructuras de datos las relaciones de correspondencia son matemticas, estadsticas o geomtricas
reconstruccin mediante un modelo digital de una iglesia en Inglaterra

otros ejemplos de modelos digitales

reconstruccin del crneo de

Dolichocebus gaimanensis
(Cebidae)

Chubut, Argentina (18-20 millones de aos)

cada resto fue digitalizado en un escner lser 3D y usado para generar un modelo de malla este modelo se completa con superficies con color y textura

modelos digitales de elevaciones

desierto de Mohave (imagen NASA/JPL/NIMA)

SAR y altimetra radar (Magellan): Lavinia Planitia (Venus)

interferometra radar: SRTM, Shuttle Radar Topography Mission

ventajas de los modelos digitales

modelos digitales : los objetos se codifican en cifras y los procesos se simulan mediante funciones matemticas no ambigedad: cada elemento del modelo tiene propiedades y valores especficos y explcitos
datos: hechos verificables medidos algoritmos: secuencia explcita de operaciones

verificabilidad: los algoritmos pueden ser analizados y descompuesto para su verificacin externa repetibilidad: los resultados son constantes para los mismos datos de entrada salvo en los modelos estocsticos

modelos estticos y dinmicos

los modelos estticos representan objetos en los modelos estticos se interpreta la realidad en un instante concreto, como resultado de procesos que no intervienen en la modelizacin los modelos dinmicos representan procesos los procesos relacionan los objetos entre s simulan los mecanismos de cambio y puede estudiarse la sucesin temporal
simulacin de un incendio forestal simulacin de la difusin de un contaminante

determinismo y azar

los modelos dinmicos deterministas generan los mismos resultados si se parte del mismo escenario (mismos datos y mismos algoritmos) los modelos dinmicos estocsticos se introduce ruido en una o ms etapas en el proceso mediante un generador de aleatorios los datos aleatorios generan diferentes resultados a partir de un mismo escenario de partida los modelos estocsticos producen mucha ms informacin que los deterministas

descomposicin de un modelo dinmico

un modelo se compone de partes e interrelaciones las partes representan los elementos o unidades funcionales las relaciones definen las transiciones entre las partes y los cambios de estado la calidad y utilidad de un modelo depende de varios factores: una buena identificacin de las partes o elementos importantes una buena definicin de los mismos en el lenguaje del modelo una adecuada descripcin de las relaciones entre las partes la posibilidad de comprobar los resultados mediante verificacin experimental: el error cometido debe ser conocido

crecimiento de una poblacin

la evolucin de una poblacin P puede describirse mediante modelos dinmicos simples: modelo exponencial:
N(t+1) = N(t) exp[b(N)-d(N)]

donde N(t) es la poblacin en el tiempo t

las tasas de nacimientos b y defunciones d pueden depender o no del tamao de la poblacin N:

B(N) = N(t) D(N) = N(t)

fases del desarrollo de un modelo (I)

conceptualizacin o modelo narrativo: anlisis del sistema real, definicin de las partes relevantes y de los procesos clave: planteamiento claro del problema a solucionar formalizacin o modelo esquemtico (diagrama de Forrester): definicin de las variables de estado, seleccin y exclusin de partes y relaciones, escalas temporal y espacial implementacin o modelo informtico: donde se traduce a cdigo el modelo esquemtico; implica la solucin a problemas de programacin (lenguajes, planteamiento de ecuaciones, escritura de cdigo)

fases del desarrollo de un modelo (II)

verificacin funcional, donde se realizan anlisis de de estabilidad genera el modelo resultados razonables? de sensibilidad: ver la variacin de los resultados ante cambios en las variables dentro del rango de variacin natural; un parmetro crtico es aqul que induce cambios fuertes con pequeas variaciones de incertidumbre: analizar los resultados ante cambios en los parmetros dentro del error estndar de cada uno validacin: comprobacin del modelo con datos independientes la validacin nunca es absoluta; unos buenos resultados no garantizan un comportamiento correcto en todos los escenarios

etapas en la construccin del modelo

descripcin del problema definiciones y postulados revisin expresin matemtica calibracin o ajuste prediccin se rechaza el modelo comprobacin o verificacin verbal

b y d son constantes
N(1) = N(0) e(b-d) b = 0.05, d = 0.04 N(t) =1350 prediccin vs observacin

se acepta el modelo

crecimiento exponencial determinista

10000

10000
Poblacin

Poblacin

8000 6000 4000

Poblacin

8000 6000 4000 2000 1 3 5 7 9 11 13 15 17 19 21 23 25 Generaciones

10000

2000 PROBLEMA 0

8000 : EL ERROR SE ACUMULA EXPONENCIALMENTE 0 6000 4000 2000 0 1 3 5 7 9 11 13 15 17 19 21 23 25 Generaciones 1 3 5 7 9 11 13 15 17 19 21 23 25 Generaciones 10000 8000 6000 4000 2000 0

1 3 5 7 9 11 13 15 17 19 21 23 25 Generaciones
Poblacin

N(t) = N(t-1)*e TN = 0.60 TM = 0.50

TN-TM

crecimiento estocstico
10000

10000 Poblacin
Poblacin

10000 8000 6000 4000 2000 0

Poblacin

8000 6000 4000 2000 0 1 3 5 7 9 11 13 15 17 19 21 23 25 Generaciones

8000 6000
Poblacin

10000 8000 6000 4000

4000 2000 0
Poblacin
10000 8000 6000 4000 2000 0

1 3 5 7 9 11 13 15 17 19 21 23 25 Generaciones
1 3 5 7 9 11 13 15 17 19 21 23 25 Generaciones

1 3 5 7 9 11 13 15 17 19 21 23 25 2000 Generaciones
0

N(t) = N(t-1)*e

TN-TM

TN = 0.60 + k1 TM = 0.50 + k2

1 3 5 7 9 11 13 15 17 19 21 23 25 Generaciones

simulacin espacial

la simulacin anterior es temporal y en los estudios ambientales es necesario introducir la dimensin espacial muestra la erupcin del Vesubio narrada por Plinio la columna eruptiva alcanza 3 km y produce un flujo piroclstico que llega al mar en unos 5 minutos la temperatura se simboliza mediante el color

http://ide.net/~dobran

simulacin de incendios

los modelos ambientales integran objetos con una fuerte componente espacial, donde los cambios de estado dependen de factores espaciales simulacin de un incendio mediante Farsite (Fire Area Simulator) las lneas son isocronas
Farsite es gratuito y puede descargarse en

http://www.montana.com/sem/public_html/farsite/farsite.html simulacin de un incendio (Farsite, Mark A. Finney)

simulacin de flujos de lava

la topografa y algoritmos que simulan el flujo en funcin de la pendiente y concavidad del terreno, permiten el anlisis de riesgos ante una erupcin volcnica
el cdigo de FlowFront es pblico y puede descargarse en http://www.nerc-essc.ac.uk/~gw/www_data/dist.html

riesgo de flujos de lava (FlowFront, Geoff Wadge)

simulacin de la expansin del bosque

los fenmenos de colonizacin, sucesin y crecimiento en el espacio se simulan mediante una familia de mtodos llamada autmatas celulares inters: gestin de especies invasoras planificacin forestal restauracin de zonas degradadas
expansin de Quercus pyrenaica (10 generaciones)

resumen: los modelos son tiles

los modelos se construyen y utilizan para cubrir un conjunto de objetivos proporcionar un entorno formal donde organizar ideas y datos: elaborar un modelo exige un esfuerzo de sntesis y de integracin facilitar la comparacin entre sistemas proporcionando un entorno equivalente al diseo y control experimental explorar escenarios de difcil acceso real analizar procesos temporales acelerados o retardados hacer predicciones sobre escenarios concretos