Professional Documents
Culture Documents
2. Dynamic Hypothesis
4. Testing
3. Formulation
Los resultados de cada paso pueden llevar a mejorar la comprensin del problema y revisiones de pasos previos, como se indica en el centro del diagrama
Introduccin a Validacin
Siempre usamos modelos: Formales o Mentales Es el modelo una representacin adecuada de la realidad con respecto a su propsito? Importan los supuestos? A quin? Documentacin: importante y frecuentemente ignorada Comprensin, replicar, criticar, extender por otros o por el modelador Amplia gama de pruebas: robustez y limitaciones Es un proceso de construir confianza en el modelo, no necesariamente un para a ser realizado
Introduccin a Validacin
Desde la primera ecuacin!!!! Es mas que replicar el comportamiento Cada variable debe tener un concepto con significado en la vida real Variables Duras y Suaves:
Suaves: metas, percepciones, expectativas to omit such (soft) variables is equivalent to saying they have zero effect probably the only value that is known to be wrong! (Forrester, 1961)
La pregunta de validacin
Tipos de modelos
Modelos correlacionales
Modelos caja negra: no argumentan causalidad de su estructura; importa que los resultados se ajusten a los datos
La pregunta de validacin
Los modelos de DS son causales y descriptivos. Estan orientados al diseo en vez del propsito. Por lo tanto, los que es esencial en validacin es la estructura interna.
Consistencia dimensional
Evaluacin de parmetros
Significado claro de parmetros con la vida real Tanto estadstico como juicios de valor de expertos
Anlsis de sensibilidad
Prueba la robustes de sus conclusiones bajo algunas incertidumbres En muchos casos es asociado con simulacin de montecarlo: estimacin de intervalos de confianza Los software de dinmica de sistemas lo incluye Va mas a all que variar los parmetros: cambios en los lmites, los niveles de agregacin, funciones, etc.
Referencias seleccionadas
Forrester and Senge, 1980. Test for Building Confidence in System Dynamics Models. TIMS Studies in the Management Science, 14: 209-228. Barlas, 1996. Formal Aspects of Model Validity and Validation in System Dynamics, System Dynamics Review, Vol.12, no.3, pp. 183-210. Sterman, 2000. Business Dynamics: Systems Thinking and Modeling for a Complex World. Chapter 21.
Information sources
In system dynamics models
Mental Information
Any information other than written and numeric information. Effective model building must draw on the mental database
Mental data on observations about structures and policies (the physical and the decision structure of the model). Usually rich and reliable; directly tapped knowledge elicitation for transfer into a system dynamics model. Mental data on expectations about a system behavior (model behavior). Mental simulations of complex dynamic systems are not reliable Mental data on actual observed system behavior (reference modes, historical behavior). Useful information about past experience with the actual system.
Concepts and abstractions that interpret other information sources (like theories)
How things should be!
Numeric data
Parameter values Time series data