Modelos de sistemas

Dinámico Estocástico Continuo

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.