Evaluacion de los Sistemas
Modelo:
Un modelo es un bosquejo que representa un conjunto real con cierto grado de precisión y en la forma más completa posible, pero sin pretender aportar una réplica de lo que existe en la realidad. Los modelos son muy útiles para describir, explicar o comprender mejor la realidad, cuando es imposible trabajar directamente en la realidad en sí.
Modelo Analógico:
Puede representar situaciones dinámicas o cíclicas, son
mas usuales y pueden representar las características y
propiedades del acontecimiento que se estudia.
Modelo Conceptual:
Son representaciones externas, compartidas por una
determinada comunidad y consistentes con el conocimiento científico que esa comunidad
posee. Estas representaciones externas pueden materializarse en forma de formulaciones
matemáticas, verbales o pictóricas, de analogías o de artefactos materiales.
Modelo Gráfico:
Representa su entidad con una abstracción de líneas, símbolos o figuras. Tiene varias ventajas las que permiten obviar la lectura de numerosas páginas de explicación escrita y muchas horas de charlas.
Modelo Matemático:
Es uno de los tipos de modelos científicos que emplea algún tipo de formulismo matemático para expresar relaciones, proposiciones sustantivas de hechos, variables, parámetros, entidades y relaciones entre variables y/o entidades u operaciones, para estudiar comportamientos de sistemas complejos ante situaciones difíciles de observar en la realidad.
Modelo probabilístico:
Es una representación matemática deducida de un conjunto de supuestos con el doble propósito de estudiar los resultados de un experimento aleatorio y predecir su comportamiento futuro, cuando se realiza bajo las mismas condiciones dadas inicialmente.
Modelo determinístico:
Es un modelo matemático donde las mismas entradas producirán invariablemente las mismas salidas, no contemplándose la existencia del azar ni el principio de incertidumbre.
Modelo lineal:
Son un tipo de estadística multivariante (o multivariable), pero ni mucho menos el único. El análisis multivariante se centra en estudiar conjuntos de variables y su peso en los análisis para poder descartar las menos representativas.
Modelo causal:
Intentan proyectar el mercado sobre la base de antecedentes cuantitativos históricos. Para ello, supo- nen que los factores condicionantes del comportamiento histórico de alguna o todas las variables del mercado permanecerán estables.
Modelo de sistemas dinamicos:
Es un sistema cuyo estado evoluciona con el tiempo. El comportamiento en dicho estado se puede caracterizar determinando los límites del sistema, los elementos y sus relaciones; de esta forma se puede elaborar modelos que buscan representar la estructura del mismo sistema.
Modelo de sistemas de control:
Es un conjunto de dispositivos encargados de administrar, ordenar, dirigir o regular el comportamiento de otro sistema, con el fin de reducir las probabilidades de fallo y obtener los resultados deseados.
Modelo de sistemas de pensamiento:
Es el que se da en un sistema de varios subsistemas o elementos interrelacionados. Intenta comprender su funcionamiento y resolver los problemas que presentan sus propiedades.
Modelo Computacional:
Es un modelo matemático en las ciencias de la computación que requiere extensos recursos computacionáles para estudiar el comportamiento de un sistema complejo por medio de la simulación por computadora. El sistema bajo estudio es a menudo un sistema complejo no lineal para el cual las soluciones analíticas simples e intuitivas no están fácilmente disponibles.
Modelo funcional:
Un modelo funcional es un instrumento que sirve a su propósito en forma adecuada y que deja satisfecho al utilizador. Un buen modelo funcional toma en cuenta todos los factores esenciales e ignora por completo los detalles superfinos. Por eso, es de suma importancia disponer de un propósito muy claro y preciso antes de comenzar a elaborar el modelo.
Los requisitos funcionales de un modelo son:
- Un propósito claramente definido.
- Identificar las consideraciones esenciales (incluir en el modelo).
- Desechar consideraciones superfluas (estas son fuente de confusión).
- El modelo debe representar la realidad en forma simplificada.
Variables de estado:
Variables de fase:
No tienen sentido físico y, por lo tanto, no son medibles. Se obtienen cuando e pasa la decripción en forma de función de transferencia a la descripción en ecuaciones de estado.
Variables físicas:
Tienen sentido físico y, en general, son fácilmente medibles. Se obtienen al pasar de la descripción del sistema en ecuaciones diferenciales a la descripción en ecuaciones de estado, seleccionando como variables de estado, variables físicas del sistema.