Académique Documents
Professionnel Documents
Culture Documents
Modelamiento
Expositores:
Mayra Melendez Malca
Yery Yury Garro Alvarez
Elear Miguel Gomez Huanca
Alexander Davila Rosales
MODELAMIENTO
Proceso mediante el cual por medio de cierto
sistema intermedio, natural o artificial creamos
modelos con objetivos de comprender la
realidad.
En primer lugar se descarta que no se
pretende representar la realidad sino parte de
ella, concretamente aquella parte sobre la que
tenemos interes.
DEFINICION DE
MODELO
Limitaciones de un modelo
SISTEMA REAL
MODELO
PARA QU SIRVEN
LOS MODELOS?
Podemos definir tres mbitos de utilidad de los
modelos
Aprender / Entender
Implementar en una computadora
Tomar decisiones
MODELAMIENTO
APRENDER /
En primer lugar hay que
destacar que
ENTENDER
la experiencia demuestra que el
principal beneficio en la generacin de
un modelo es el entendimiento que el
modelador
adquiere
del
comportamiento de la realidad. Puede
ocurrir, y de hecho ocurre con
frecuencia, que una vez finalizado el
modelo, los objetivos perseguidos
inicialmente se hayan alcanzado sin
hacer ningn tipo de experimento
MODELAMIENTO
10
IMPLEMENTAR EN
UNA COMPUTADORA
La
automatizacin
de
procesos
exige
la
modelizacin previa. As,
solo
es
posible
implementar
la
contabilidad
en
una
computadora.
MODELAMIENTO
11
TOMA DE
DECISIONES
Los modelos construidos
permiten mediante su
resolucin ayudar a la
toma
de
decisiones
generando decisiones al
problema que optimizan
un objetivo establecido.
MODELAMIENTO
12
Herramienta de
prediccin
Ayuda para el
pensamiento
Para entrenamiento
e instruccin
Ayuda para la
experimentacin
Ayuda para la
comunicacin
CLASIFICACIN DE MODELOS
Deterministas
MODELOS
Mentales
Matemticos
Simblicos
Probabilstico
Verbales
iconogrficos
Fsicos
Analgicos
I. MODELOS MENTALES
El
Mecanismo
La
Ejemplo: la representacin de un
edificio mediante la identificacin y
codificacin en una estructura
geomtrica de sus elementos
bsicos
1. MODELOS MATEMTICOS
En este modelo las entidades del
sistema y sus atributos se
representan mediante variables
matemticas.
a) Modelos deterministas
Son los modelos que representan
a los sistemas donde los cambios
se pueden predecir de forma
perfecta, es decir no hay
incertidumbre.
Las
mismas
entradas producen siempre el
mismo estado y las mismas
salidas. En otras palabras, el azar
no juega ningn papel en el
modelo.
b) Modelos Probalsticos
Son los modelos que se
basan
en
las
probabilidades
y
estadisticas;
estas
se
ocupan de incertidumbre
futuras.
El azar interviene en el
modelo.
Ejemplo: lanzar un dado
2. MODELOS VERBALES
Es cualitativo por naturaleza, las palabras
se usan para describir las reacciones del
sistema frente a un estmulo. La regla Si
un individuo es alto, entonces puede ser
buen jugador de baloncesto es parte de
un modelo. El conjunto de reglas
borrosas (como uno de los varios tipos de
sistemas basados en el conocimiento que
existen) es un ejemplo de modelo verbal.
uno
que
1. MODELOS ICONOGRFICOS
Representa al mundo fsico mediante una imagen.
Es una reproduccin a escala del objeto real y sus
propiedades relevantes. El modelo muestra la
misma figura, proporciones y caractersticas que el
objeto original.
Son muy adecuados para la descripcin de
acontecimientos en un momento especfico del
tiempo.
2. MODELOS ANALGICOS
Los modelos anlogos se construyen mediante un conjunto de convenciones que
sintetizan y codifican propiedades del objeto real para facilitar la "lectura" o
interpretacin
de
las
mismas.
Ejemplo: un mapa impreso, construido mediante un conjunto de convenciones
cartogrficas que hacen legibles propiedades tales como las altitudes, distancias,
localizacin
fsica
de
objetos
geogrficos,
etc.
Modelos Descriptivos
Se emplea cuando el modelo simplemente describe una
situacin del mundo real en trminos matemticos, descripcin
que puede emplearse para exponer una situacin con mayor
claridad, para indicar como pueden reajustarse o an para
determinar los valores de ciertos aspectos de la situacin.
Diagrama Causal
Nota:
No confundir relacin Causal y Correlacin
Correlacin:
Una correlacin es una medida o grado de relacin entre dos
variables. Un conjunto de datos puede ser positivamente
correlacionado, negativamente correlacionado o no correlacionado del
todo.
S como un conjunto de valores incrementa y el otro conjunto tiende a
aumentar, entonces esto es llamado una correlacin positiva.
S como un conjunto de valores incrementa y el otro conjunto tiende a
disminuir, entonces esto es llamado una correlacin negativa.
Correlacin positiva
Correlacin negativa
Ejemplos:
Un estudio muestra que hay una correlacin negativa entre la
ansiedad de un estudiante antes de una prueba y el puntaje del
estudiante en una prueba. Pero no podemos decir que la ansiedad
causa un puntaje ms bajo en la prueba; podra haber otras razonesel estudiante quiz no estudi bien, entonces aqu la correlacin no
implica causalidad.
Hay una correlacin positiva entre el nmero de horas que Usted
pasa estudiando y la calificacin que obtiene. Aqu, si hay causalidad;
si Usted pasa ms tiempo estudiando, resultar en una calificacin
ms alta.
Bucles de Retroalimentacin
Retroalimentacin Positiva
Retroalimentacin Negativa
Notacin
Identificar adecuadamente las variables.
Consiste de variables conectadas por flechas que
denotan las influencias causales sobre las
variables.
Deben contener los ciclos de realimentacin
principales.
+
+
Tasa de
Nacimentos
Poblacin
Tasa de
Muertes
+
Fraccin de Tasa
de Nacimentos
Esperanza
de Vida
Vnculo Causal
+ Polaridad Vnculo
Tasa de
Nacimentos
Variable
Poblacin
Variable
Smbolo
Interpretacin
+
Y
Matemtica
Y X 0
En el caso de
acumulaciones
t X ds Yt
En el caso de
acumulaciones, X resta de Y Y
Calidad
Producto
+
Ventas
Esfuerzo
+
Resultados
Ejemplos
Nacimientos
Y X 0
Precio
Producto
En el caso de
acumulaciones
t X ds Yt
Frustracin
Muertes
+
Poblacin
Ventas
Resultados
Poblacin
Vnculo Positivo:
Si la causa incrementa, el efecto incrementa por encima
de lo que podra haber ocurrido en otro caso
Si la causa decrece, el efecto decrece por debajo de lo
que podra haber ocurrido en otro caso
Vnculo Negativo:
Si la causa incrementa, el efecto decrece por debajo de lo
que podra haber ocurrido en otro caso
Si la causa decrece, el efecto incrementa por encima de
lo que podra haber ocurrido en otro caso
Polaridad
o
o
o
tasa de natalidad
+
nacimientos
+
+
+
poblacin
+
muertes
+
tasa de mortalidad
Incorrecto
Ventas por
Contacto Oral
Tasa de
Prdida de Clientes
Base de
Clientes
Correcto
+
Ventas por
Contacto Oral
+
Base de
Clientes
Tasa de
Prdida de Clientes
+
Trabajo
Pendiente
B1
Midnight Oil
Trabajo
Extra
+
Tasa de
Terminacion
de Trabajos
Trabajo
Pendiente
B1
Midnight Oil
Trabajo
Extra
+
+
Tasa de
Terminacion
de Trabajos
R1
Fatiga
Explosin
-
Productividad
Tiempo
disponible
+
Presin
Cronograma
Proyecto
Tiempo por
Tarea
Trabajo
Pendiente
B1
B2
Midnight Oil
Trabajo
Extra
Atajos
+
+
Tasa de
Terminacion
de Trabajos
R1
Fatiga
Explosin
-
Productividad
Tiempo
disponible
+
Presin
Cronograma
Proyecto
Tiempo por
Tarea
Trabajo
Pendiente
B1
B2
Midnight Oil
Trabajo
Extra
Atajos
+
+
Tasa de
Terminacion
de Trabajos
R1
Fatiga
Productividad
Tasa de
Error
Explosin
R2
De las carreras no queda
sino el cansancio
Ejemplos:
Qu causa la excelencia acadmica en los estudiantes?
Problema de los conejos
MODELO DEL
COMPORTAMIENTO
DEFINICIN
ADEMS
MODELO E-R
DIAGRAMA TRANSICIN DE
ESTADOS
Un diagrama de transicin de
estados describe un conjunto de
transiciones
que
pueden
suceder sobre una entidad. El
estado en que se encuentra una
entidad es el resultado de todas
las
transiciones
sucedidas
durante su vida.
MODELOS DE
FLUJO DE DATOS
MQUINAS DE
ESTADO
Entidades externas:
Pueden
ser
personas,
programas, organizaciones u
otras entidades que interactan
con el sistema pero se
encuentran
fuera
de
su
frontera.
Notacion de Gane y
Sarson
Notacion de Gane y
Sarson
MODELO DE MQUINAS DE
ESTADOS
AUTOMATAS FINITOS