TDS1-examen1

[blank_start]sistema[blank_end] un conjunto de elementos que se coordinan entre sí, y con elementos de su entorno, para alcanzar un objetivo, propósito o meta común. Este concepto se deriva directamente de la Teoría General de los Sistemas

En un sistema de N elementos, la cantidad máxima de relaciones directas posibles (R) entre sus elementos internos es N*(N-1)/2. ????

[blank_start]Enfoque se sistemas[blank_end]. consiste la adopción y aplicación sistemática de este modo de pensar al modelar cualquier sistema que sea objeto de estudio, considerándolo como un todo y no en sus partes separadas

A través del enfoque de sistemas, un ingeniero, de cualquier rama, puede desarrollar más eficiente y eficazmente las actividades de análisis y diseño de cualquier artefacto, EN la figura se muestra el ____________________________________ de estos artefactos

Modelar un sistema cualquiera con enfoque de sistemas se logra especificando detallada y formalmente los siguientes >>parámetros del sistema<<

Los sistemas se clasifican de diversas maneras, según exhiban o no ciertas características. Ver el Cuadro

[blank_start]Homeostasis[blank_end] : Es un proceso de regulaciones orgánicas mediante el cual algunos sistemas retienen su estado externo en un medioambiente cambiante, por medio de ajustes internos o reorganización, lo cual implica existencia de mecanismos de control.

[blank_start]Equifinalidad[blank_end] : Principio de la TGS que dicta que los sistemas abiertos pueden alcanzar un cierto estado de manera independiente del tiempo y de estados previos, valiéndose sólo de sus propios parámetros

[blank_start]Diferenciación[blank_end] : Capacidad de un sistema abierto de auto modificarse generando nuevas subestructuras y funciones diferentes a las ya existentes. Ejemplo: una célula madre

>>>Niveles Jerárquicos de Complejidad 1-Estructura [blank_start]estática[blank_end] : Sistemas inmóviles de muy pocos elementos ej, roca 2-Dinámico simple o de [blank_start]relojería[blank_end] : Sistemas simples con movimientos predeterminados y necesarios.Responden al modelo de física newtoniana. 3- [blank_start]Cibernético[blank_end], de control : Sistemas capaces de transmitir e interpretar información 4-Abierto, automantenido o de [blank_start]célula[blank_end] : Sistemas vivos claramente diferenciados de los no vivos, ej celula 5-Genético-social, de [blank_start]plantas[blank_end] o botánico : Sistemas del reino vegetal. Ejemplo: un rosal 6-[blank_start]Animal[blank_end] : Sistemas del reino animal 7-[blank_start]Humano[blank_end] : El Ser Humano considerado como un sistema, caracterizado por la conciencia 8-Organización [blank_start]social[blank_end] : Sistemas socioculturales compuestos prioritariamente por individuos humanos 9-Trascendente o [blank_start]desconocido[blank_end] : Todos los sistemas desconocidos hasta ahora.

Una [blank_start]simulación[blank_end] es un laboratorio en el que se pueden realizar muchas pruebas sin tener que incurrir en los costos de experimentar directamente en el mundo real; costos en tiempo y dinero.

[blank_start]Simulacion[blank_end] Es el proceso de diseñar un modelo computarizado de un sistema real; y de conducir experimentos en este modelo con el propósito de entender el comportamiento del sistema o de evaluar estrategias relativas a su operación

>>Clases de simulación * Simulación [blank_start]discreta[blank_end]. Las variables del modelo cambian de valor en puntos precisos del tiempo, como con la longitud de una línea de espera o la llegada de clientes a un negocio. El transcurrir del tiempo no es continuo * Simulación [blank_start]continua[blank_end]. En la simulación continua las variables del modelo cambian de valor continuamente en el transcurrir del tiempo, como sucede con la caída del agua en la cascada de un río

Ventajas simulacion

Desventajas simulacion

>>Metodología de la simulación.<< 1. [blank_start]Formulación[blank_end]. La formulación del problema se realiza antes de intentar resolver el problema 2. [blank_start]Recolección[blank_end]. Investigar y documentar hechos relevantes sobre el sistema real 3. [blank_start]Descripción[blank_end]. Describir informalmente el sistema real usando lenguaje natural 4. Factibilidad. Determinar si el problema requiere simulación y si ésta es factible 5. [blank_start]Modelado[blank_end]. Construir un modelo para resolver el problema 6. Programación. Construir el software para hacer la simulación 7. [blank_start]Experimentación[blank_end]. Utilizar el software como herramienta para experimentar en el modelo 8. Validación. Validar el modelo y credibilidad de los resultados. 9. [blank_start]Aplicación[blank_end]. Utilizar las observaciones y resultados obtenidos a partir de la simulación

La simulación por computadora tiene por objetivo generar información sobre la dinámica y comportamiento de un sistema real de naturaleza dinámica y probabilística, a partir de las especificaciones de un modelo formal de dicho sistema ?????????

Los elementos que transforman las entradas en salidas en una simulación por computadora son componentes de software en plena ejecución. Estos elementos se clasifican en cuatro categorías: >>[blank_start]Reloj[blank_end]. Este es un componente de software que sirve para simular el transcurrir del tiempo durante la ejecución de la simulación >> Generadores de [blank_start]observaciones aleatorias[blank_end] [GOA]. Estos son componentes de software que sirven para simular la ocurrencia de eventos aleatorios durante la ejecución de la simulación >> Generadores de [blank_start]números aleatorios[blank_end] [GNA]. Estos son componentes de software que proporcionan a los generadores de observaciones aleatorias números aleatorios durante la ejecución de la simulación >> [blank_start]Módulos de ejecución[blank_end]. Son módulos de software mediante lo cuales se pone en marcha la secuencia de eventos que deben ocurrir durante la simulación según el modelo

>Entrada. La entrada al software de simulación es de dos clases: >>>Parámetros de [blank_start]ejecución[blank_end]. Son valores que delimitan el contexto de la simulación, tales como: el estado inicial del sistema >>>Parámetros de [blank_start]experimentación[blank_end]. Son especificaciones que alteran el modelo original de manera intencional con el fin de evaluar los efectos de los cambios. Por ejemplo, aumentar o disminuir la cantidad de cajeros en un modelo de supermercado

>>Caracyeristicas<< Con base en la taxonomía general de los sistemas, y dado que la simulación por computadora como sistema corresponde a un software en plena operación, se puede caracterizar dicho sistema así: ** es un sistema [blank_start]abierto[blank_end] : porque interactúa con su medioambiente intercambiando información. ** Es [blank_start]determinístico[blank_end] por tratarse esencialmente de software, aunque el sistema objeto de la simulación es estocástico. ** Es [blank_start]dinámico[blank_end] porque todo software en ejecución cambia de estado con el transcurrir del tiempo. ** Es [blank_start]abstracto[blank_end] porque ninguno de sus elementos tiene una manifestación física palpable.

>>>Sea S=<n1, n2, n3, %, nn> una serie de números cualquiera. Para que S sea considerada una serie de números aleatorios se requiere que cumpla dos condiciones: a. [blank_start]Distribución uniforme[blank_end]. Para cada ni, la probabilidad de que ni tome un valor v del conjunto de valores posibles V debe ser la misma. b. [blank_start]Independencia estadística[blank_end]. El valor de cualquier ni debe ser estadísticamente independiente de cualquier otro elemento de la serie.

Los procesos de simulación requieren de una gran cantidad de números aleatorios en forma de series para obtener un cuadro realista del sistema simulado. Estas series deben tener las características siguientes:

>>Existen tres tipos de mecanismos para generar series de números aleatorios: a. Dispositivos [blank_start]mecánicos[blank_end]. Se trata de dispositivos tales como una tómbola, una ruleta de juegos de azar b. Tablas de [blank_start]Números Aleatorios[blank_end]. Son tablas impresas de números colocados en las casillas de una manera aleatoria

Existen varios algoritmos matemáticos para generar series de números aleatorios enteros positivos. Se destacan entre éstos, tres algoritmos basados en relaciones de congruencia:

Las series que generan son reproducibles y cualquier número es predecible si se conocen los anteriores. Por tal razón se denominan [blank_start]números pseudoaleatorios[blank_end]

Una serie de números aleatorios o pseudoaleatorios es estadísticamente válida, si cumple con estas condiciones:

>Las pruebas de la media y la varianza son algunas de las pruebas de aleatoriedad formales disponibles. Existenmétodos gráficos que son menos formales, descubren caracteristicas no aleatorias: >> [blank_start]Dispersión[blank_end]. Para analizar la dispersión de los números de la serie se puede emplear el método que consiste en plotear en un plano cartesiano los números ri de la serie normalizada >> [blank_start]Tendencia[blank_end]. Para analizar la tendencia de los números de la serie se puede emplear el método que consiste en plotear en orden, desde el primero hasta el último

Es una estimación intuitiva basada en el buen juicio de quien hace la estimación. Se produce como consecuencia de un conocimiento o análisis racional de las características del sistema en que se dan los eventos de interés

está basada en la realización de un número suficiente de experimentos con el sistema en que ocurren los eventos de interés; o en datos históricos acerca de tal sistema.

cuando por alguna razón no puede hacerse una estimación experimental; ni una estimación a priori, por carecer de conocimiento suficiente sobre las características del sistema en que ocurre el evento de interés. En este caso, la estimación de la probabilidad de ocurrencia del evento se basa en un juicio subjetivo personal

Es la medida de la oportunidad de ocurrir que tiene un evento cualquiera. Se puede determinar el valor numérico de la probabilidad de ocurrencia de un evento por tres métodos: estimación a priori, estimación experimental y estimación subjetiva.

Es el conjunto S de todos los resultados posibles de un sistema probabilístico o experimento (ver Figura 1). Cada resultado del espacio muestral se denomina:

es un conjunto E de resultados de interés en un experimento.

A dos o más eventos que no pueden ocurrir simultáneamente en un experimento se denominan eventos mutuamente exclusivos o eventos disjuntos.

[blank_start]La independencia estadística[blank_end] implica que la probabilidad de ocurrencia de un evento no está afectada de ninguna manera por la ocurrencia de ningún otro evento. En el caso de la caja de las diez bolitas de la figura 2, la probabilidad de que una bolita extraída sea de un determinado color es totalmente independiente de los resultados de cualesquiera extracciones previas

Una [blank_start]distribución de probabilidad[blank_end] es una función que representa la forma en que se distribuyen las probabilidades de ocurrencia entre todos los eventos posibles de un sistema probabilístico o experimento

Es una distribución de probabilidad asociada a una variable aleatoria que sólo puede tomar un número finito de valores, o un número infinito enumerable de valores

Las distribuciones de probabilidad tienen tres características relevantes a considerar cuando se aplican a algún fenómeno: la media, la varianza y la desviación estándar.

Discretas. Entre de las distribuciones de probabilidad discretas se tienen las siguientes distribuciones clásicas:

Continuas. Entre las distribuciones de probabilidad continuas se tienen las siguientes distribuciones clásicas: (solo elegi uniforme, todas son correctas xD)

Sea un experimento en el cual se hacen varios intentos estadísticamente independientes, en el que el resultado de cada intento sólo tiene dos estados como éxito/fracaso, cierto/falso o 1/0; con probabilidades p y q respectivamente. El número de intentos realizados hasta que ocurre el primer éxito tiene una [blank_start]distribución geométrica[blank_end]

Sea un experimento en el cual se hacen varios intentos estadísticamente independientes, y el resultado de cada intento sólo tiene dos estados, como: éxito/fracaso, cierto/falso o 1/0, con probabilidades p y q respectivamente. El número de éxitos ocurridos en n intentos tiene una [blank_start]distribución binomial[blank_end].

Sea un experimento en el que el resultado sólo tiene dos estados estadísticamente independientes, por ejemplo: éxito/fracaso, cierto/falso o 1/0; con probabilidades p y q respectivamente. La variable aleatoria asociada al resultado tiene una [blank_start]distribución Bernoulli[blank_end]

Sea un evento estadísticamente independiente que: i. Ocurre cero o más veces durante un período de tiempo dado. ii. Tiene más o menos la misma probabilidad de ocurrir en un período que en otro. iii. La probabilidad de ocurrencia del evento es extremadamente pequeña.

Sea un experimento en el cual la probabilidad de ocurrencia de un evento es la misma que la de cualquier otro evento. La ocurrencia de tal evento tiene una [blank_start]distribución uniforme[blank_end].

Sea una variable aleatoria asociada a intervalos de tiempo entre la ocurrencia de dos eventos sucesivos; para la cual los eventos de menor valor siempre son más probables que eventos de mayor valor. Tales intervalos de tiempo tiene una [blank_start]distribución exponencial[blank_end]

Sea una cantidad muy grande de eventos con una probabilidad de ocurrencia de cada uno de ellos pequeña, pero significativa. Tales eventos tienen una distribución de [blank_start]probabilidad gamma.[blank_end]

Usualmente se asume que toda variable aleatoria que exhibe simetría alrededor de su valor medio tiene una [blank_start]distribución normal[blank_end]