Cálculo del número óptimo de simulaciones

En la simulación de modelos estocásticos, es decir, modelos cuyo comportamiento está

determinado por elementos aleatorios y la interacción de estos con otras variables del modelo, es
necesario garantizar que los resultados obtenidos sean estadísticamente iguales al sistema real
modelado.

Debido a la naturaleza probabilística de este tipo de modelos, el resultado promedio de las

variables del sistema tienen un periodo de inestabilidad, el cual, conforme transcurre el tiempo,
tienden a alcanzar un estado estable y es a partir de este momento que los resultados, o los
valores de las variables de respuestas son confiables [1].

Existen varias formas para alcanzar la estabilidad de un modelo de simulación, en [1] son
citadas tres alternativas para este propósito:

1. Utilizar corridas suficientemente largas para que los datos del periodo de
transición resulten insignificantes. Adecuado si tiempo de ejecución del modelo es
bastante rápido.
2. Seleccionar condiciones iniciales de arranque que sean más representativas de la
condición de estado estable Cuando la duración del periodo transitorio es
prolongado.
3. Determinar si se ha alcanzado el estado estable en función de los resultados
obtenidos. P.E. graficando el valor promedio de la variable de interés contra tiempo
de simulación, cuando el promedio no cambia a través del tiempo, detener la
simulación.

Tamaño de corrida de Simulación

De acuerdo con [1], el tamaño de una corrida de simulación depende principalmente de los
siguientes factores:

 Tipo de distribución que se intenta simular

 Calidad o bondad del generador de números aleatorios
 Condiciones iniciales de simulación

De forma general, para calcular el número óptimo de simulaciones se sigue la siguiente expresión:

σ 2 ( Z α / 2 )2
n= (1)
k2
Donde:

Z = Estadístico normal estándar para cierta α

k = Desviación absoluta máxima permitida sobre la media de la distribución a
simular

σ 2 = Varianza de la distribución a simular

Cuando la media y la varianza de la distribución a simular se obtuvieron de una población n1 de
30 o menos elementos, el cálculo óptimo de las simulaciones se modifica de acuerdo con la
siguiente ecuación:

S2 ( t n −1,α / 2 )2
n= 1
(2)
k2
Donde:

t = Estadístico de la distribución t student

k = Desviación absoluta máxima permitida sobre la media de la distribución a
simular
2
S = Estimador de la varianza de la distribución a simular

La ecuación (2) es empleada para calcular n óptimo basándose en una corrida simulada del
sistema de tamaño n1. A esta pequeña corrida se le conoce como prueba piloto y su función es
calcular n en función de la distribución general y del generador utilizado en la prueba piloto.

Las ecuaciones (1) y (2) pueden ser usadas siempre y cuando la información de donde se
obtienen los estimadores sigan, estadísticamente, una distribución normal.

Cuando los datos analizados siguen otra distribución diferente de la normal, debe ser
usado el teorema de Tchebycheff de tal suerte que el cálculo se ve reducido a:
2
m
n= (3)
α
Donde:

α = Probabilidad de error permitida

1
= Número de desviaciones estándar máximo permitido sobre la media de la
m
distribución a simular.

El cálculo del número de corridas óptimo, en modelos donde se tengan varias

variables probabilísticas, se realiza ejecutando el cálculo para cada una de ellas y se
selecciona el mayor de todas las n; este será el número de simulaciones del modelo
computacional.
A continuación textos extraídos de [1]
Figura 1 –Gráfica de Estabilización [1]
Cálculo del número de réplicas

Lectura de Intervalos de confianza (4_Intervalos_de_confianza.pdf).

Lectura reducción de varianza y validación de resultados.

Lectura http://es.wikihow.com/calcular-el-intervalo-de-confianza
Referencias
[1] Mohammad

[2] Libro Academia

[3] clase_introductoria_simulacion_Variables Aleatorias y número de corridas.pdf