Modulo 1
Un dataset no presenta errores evidentes, pero el analista desconoce cómo fue recolectado.
Decide continuar con el análisis.
¿El problema principal es técnico o conceptual? ¿Por qué?
Conceptual: No evaluar el origen de los datos compromete su interpretación.
¿Qué distingue a un proceso iterativo de un cálculo puntual?
Que genera una secuencia de estados dependientes, no un único resultado.
¿Qué representa una variable aleatoria en el análisis de sistemas reales?
Un modelo que formaliza la variabilidad de un fenómeno incierto.
¿Por qué una sola corrida de simulación no es suficiente para analizar un sistema?
Porque representa solo un posible escenario, no el comportamiento global.
¿Cual es el nombre completo de su catedrático?
Mauricio Pompilio Vanegas Arrivillaga
Durante la preparación de datos, un analista identifica valores faltantes.
Proponga dos decisiones adecuadas a la situación que puede realizar. Explique.
- Eliminarlos luego de validar que no son necesarios.
- Utilizar un valor que no afecte el comportamiento general de los datos, ya que requiere el resto de información de la fila.
Un analista observa solo el resultado final de un proceso iterativo y concluye que el método funciona bien.
¿Esto es correcto? Explique su respuesta.
No, ya que ignora la trayectoria del proceso y su comportamiento intermedio.
Un analista usa directamente los datos observados como si fueran la distribución del sistema.
¿Esto es correcto o es un error? Explique su respuesta.
Es un error dado que confunde la muestra con el proceso generador probabilístico.
¿Qué transforma la simulación de un conjunto de ejecuciones en una herramienta de análisis?
La repetición y el análisis de resultados agregados.
¿Cuáles son 5 tips que da su catedrático para presentar?
- Cuidado con los espacios en blanco.
- Se debe balancear el llenado y el vacío del texto.
- No colocar letras claras en fondo claro y viceversa.
- El grupo debe venir vestido de forma que los unifique.
-No dar la espalda, moverse en diagonales.
- La regla 80/20: 80% viendo al público, 20% puedes ver la pantalla.
- Aunque no estés hablando, estás presentando; cuidado con movimientos, hablar entre sí y expresión facial.
Comparación: Comparación directa y lectura inmediata.
Analizar Distribuciones: Representar rangos, variabilidad y valores extremos.
Analizar Relaciones: Mostrar simultáneamente las variables involucradas.
Mostrar Composición: Facilitar la comparación entre partes y el total.
Mostrar Evolución en el Tiempo: Orden temporal claro y continuidad visual
Un proceso iterativo genera valores cada vez más extremos sin estabilizarse.
¿El problema es necesariamente computacional o puede ser conceptual? Explica.
Conceptual: Puede indicar una mala formulación de la recurrencia o del modelo.
Un sistema tiene λ = μ y el analista concluye que está “balanceado”. ¿Esto es correcto?
No, porque la variabilidad genera acumulación; el sistema opera al límite y es inestable.
Dos sistemas tienen el mismo promedio de resultados en simulación, pero uno tiene mayor dispersión.
¿Cuál es más riesgoso y por qué?
El de mayor dispersión, porque tiene mayor incertidumbre y riesgo de escenarios extremos.
¿Cuál es la razón por la que su catedrático forzaba que todas las notas fueran a mano?
Estudios demuestran que el cerebro no procesa la información tipeada igual que la escrita a mano. Escrita a mano mejora su comprención y memoria de esta.
Dos analistas trabajan el mismo dataset:
Ambos presentan resultados distintos.
¿Quién está aplicando mejor el razonamiento estadístico? Justifica considerando la validez del análisis.
B, porque reconoce limitaciones y mantiene la relación con el fenómeno real; A puede estar introduciendo sesgos.
Un proceso iterativo es estable, pero pequeñas variaciones en datos generan resultados muy distintos.
¿Qué propiedad está fallando?
Estabilidad práctica / robustez.
¿Qué implica que un sistema tenga ρ cercano a 1?
Alta utilización y alta fragilidad operativa.
Un modelo probabilístico está bien definido, pero la simulación produce resultados inconsistentes con la realidad.
¿Por qué puede ocurrir esto?
En la estructura del modelo, no en la simulación.
¿Cómo se refiere su catedrático a ustedes como grupo?
Mis pollos o pollitos
Según lo visto en clase, ¿de qué depende el visual storytelling y cuáles son 3 reglas para tener un storytelling exitoso?
Depende del público al que se le estará presentando.
- Se debe presentar el contexto de los datos, alineado con lo que se va a presentar.
- Se debe tener una secuencia narrativa.
- Se deben utilizar las visualizaciones correctas.
¿Qué diferencia una recurrencia determinista de una estocástica?
La diferencia es que en una recurrencia determinista el siguiente estado está completamente definido por los estados previos, mientras que en una estocástica interviene un componente aleatorio.
Un sistema cumple λ < μ, pero los clientes esperan mucho.
¿Qué está ocurriendo?
Alta utilización o variabilidad. Se tiene congestión pese a estabilidad.
¿En qué tipo de problema es más adecuado utilizar cada uno de los siguientes enfoques y en cuál NO sería apropiado usarlos:
1. Simulación Monte Carlo
2. Simulación de eventos discretos (DES)
3. Simulación basada en agentes (ABM)
4. Dinámica de sistemas?
Monte Carlo:
DES (eventos discretos):
ABM (agentes)
Dinámica de sistemas
¿Luego de qué laboratorio paró su catedrático de hacer los videos y los podcasts?
Laboratorio 6: Comparación de modelos de líneas de espera