Modelo de capitalización Compuesta Consideremos un depósito financiero a 3 años, con capital inicial C 0 y tasa de interés anual del 6 %. Diseña un modelo de capitalización compuesta considerando que la capitalización es: (a) Anual (b) Elementos del modelo Variable tiempo t: variable discreta t ∈{0, 1, 2, 3} Variable de estado C(t) que describe la evolución del capital a lo largo del tiempo. Es función del tiempo y el estudio de su trayectoria temporal es el objetivo del modelo. ∆t = 1: incremento de tiempo transcurrido entre dos valores de la variable t, es decir entre dos periodos Los modelos discretos suelen trabajar con valores de t equidistantes y, por tanto, con un incremento constante. n = 3; número de periodos. Se cumple n* ∆t = intervalo temporal total.
Estático Estocástico Discreto
Cadenas de Markov Considere un equipo de computación el cual será revisado al inicio de cada día para verificar sí está operativo o si está dañado. El diagrama de estados de la siguiente figura muestra los dos posibles estados del proceso y las relaciones que se deben cumplir para pasar de un estado al otro. Así, con probabilidad PO-D se pasa del estado operativo al estado dañado; ésta es una probabilidad de transición o de cambio de estado. En el caso de que el valor de la probabilidad anterior no cambie a través del tiempo y, esto se repite para todas las probabilidades involucradas en la figura, se dice que la Cadena es estacionaria. Si en un día cualquiera el ordenador está dañado al comenzar el día, sólo puede ocurrir una de dos cosas para el inicio del siguiente día: que siga dañado (con probabilidad PDD) o que haya sido reparado en ese día (con probabilidad PD-O). Por otro lado, si en un día cualquiera el ordenador está funcionando correctamente al comenzar el día, sólo puede ocurrir una de dos cosas para el inicio del siguiente día: que se dañe (con probabilidad POD) o que se mantenga operativo (con probabilidad PO-O). Estos son los únicos eventos que pueden ocurrir. Si se define una variable aleatoria Xn como el estado del ordenador al inicio del día n, se podrían asignar los valores 0 y 1 a los posibles estados ’dañado’ u ’operativo’, respectivamente. Otra pregunta de interés es, ¿con qué probabilidad el estado del computador en el día n es ’operativo’?; ésta es una probabilidad de ocupación de estado. Esa probabilidad se denota como P(Xn = 1) o también πn(1). De igual forma, la probabilidad, por ejemplo, de que el computador esté dañado en la primera oportunidad de ser observado será π0(0). Utilizando la nomenclatura descrita anteriormente, se puede escribir: P (Xn+1 = 1/Xn = 0) = p ⇒ P (Xn+1 = 0/Xn = 0) = 1 − p P (Xn+1 = 0/Xn = 1) = q ⇒ P (Xn+1 = 1/Xn = 1) = 1 − q Estos datos se podrían resumir en una matriz que se llama matriz de probabilidades de transición o matriz de transición de estados. Pn = µ P (Xn+1 = 0/Xn = 0) P (Xn+1 = 1/Xn = 0) P (Xn+1 = 0/Xn = 1) P (Xn+1 = 1/Xn = 1) ¶ = µ1−pp q1−q En general, consideremos una cadena de Markov con k estados posibles s1, s2, ..., sk y probabilidades estacionarias. Para i = 1, 2, 3, ..., k y j = 1, 2, 3, ..., k, denotaremos por pij a la probabilidad condicionada de que el proceso esté en el estado sj en un determinado momento si estuvo en el estado si en el momento inmediatamente anterior. Entonces la matriz de transición de la cadena de Markov se define como una matriz cuadrada k × k de la siguiente forma: Estático Determinista Continuo Líneas de fabricación En una línea de fabricación las máquinas se disponen de tal modo que se facilita el flujo continuo de los productos entre máquinas consecutivas. Los productos pueden ser discretos como una carrocería o “continuos” como el agua que se embotella. Entre ambos extremos (cajas de cartón, latas de coca-cola, platos de paella, cigüeñales para el motor, techos de coche, baldas para estantería…) se encontrarán tantos tipos de líneas de fabricación casi como tipos de productos.
Dinámico determinista Continuo
Un sistema automático de control es un conjunto de componentes físicos conectados o relacionados entre sí, de manera que regulen o dirijan su actuación por sí mismos, es decir sin intervención de agentes exteriores (incluido el factor humano), corrigiendo además los posibles errores que se presenten en su funcionamiento. Actualmente, cualquier mecanismo, sistema o planta industrial presenta una parte actuadora, que corresponde al sistema físico que realiza la acción, y otra parte de mando o control, que genera las órdenes necesarias para que esa acción se lleve o no a cabo. Dinámico determinista Discreto La ecuación de Malthus La ecuación de Malthus. Queremos estudiar la evolución de la población de una determinada especie. Llamamos xk al número de individuos de la población en el instante temporal k. Si suponemos que por cada individuo existente en el período k habrá, por término medio, α individuos en el período k + 1, se tendrá xk+1 = αxk , k = 0, 1, · · · . (10.1) Esta ecuación en diferencias lineal de primer orden, es la llamada ecuación de Malthus, economista y pensador del siglo XIX, propuesta para estimar la evolución de la población humana. Si α > 1, es decir, si existe algún crecimiento vegetativo en la población, los valores de xk crecen en progresión geométrica y se disparan de forma exponencial, razón por la que esta ecuación desató una fuerte polémica entre los contemporáneos de Malthus, suponiendo la primera llamada de atención sobre el problema de la sobrepoblación del planeta.