t.s.u informatica

Resumen
El análisis de sensibilidad de un modelo matemático es relevante ya que permite determinar como la incertidumbre de las salidas del modelo puede ser asignada a sus variables de entrada.Hasta ahora se aplican métodos locales basados en el cálculo de derivadas parciales para modelos de cultivos en invernadero. Sin embargo, la limitante principal del análisis de sensibilidad local es queproporciona información únicamente en el punto base donde las derivadas son calculadas, sin tomar en cuenta el resto del intervalo de variación de los factores de entrada. Para superar estaslimitaciones se desarrollan enfoques de análisis de sensibilidad global como gráficas de dispersión, coeficientes de regresión estandarizados, métodos basados en el cálculo de varianzas, la prueba de efectoselementales y el filtrado de Monte Carlo. En el presente estudio se desarrolló un análisis de sensibilidad global basado en varianzas a un modelo de crecimiento para lechugas (Lactuca sativa L.)cultivadas en invernadero. Primero se definieron las funciones de densidad de probabilidad para todos los parámetros del modelo. Después se desarrollaron 5000 simulaciones Monte Carlo con el método ampliadode Fourier (FAST) para calcular los índices de sensibilidad de primer orden, y los de orden total. Con el método de Sobol se usaron 3000 simulaciones Monte Carlo para calcular ambos índices desensibilidad. El programa Simlab (versión 3.2) se usó para el análisis de sensibilidad y Matlab para realizar todas las simulaciones. Tanto el método FAST como el de Sobol permitieron determinar que losparámetros más importantes para la biomasa seca total del modelo son el coeficiente de conductancia foliar de CO2 (σ), el coeficiente de eficiencia fotosintética (ε), la temperatura de tefetencia (T*), lapresión osmótica de las vacuolas (πv) y el coeficiente de respiración de mantenimiento (k).
Palabras clave: función de densidad de probabilidades, método de muestreo, modelo dinámico, simulación,...