DOCENTE

Reiner Andrés Rivera Solís

ASIGNATURA: AUTOMATIZACIÓN
SESIÓN 3
BIENVENIDOS A NUESTRA SESIÓN 3
EL TEMA QUE VEREMOS DURANTE
NUESTRA CLASE ES:

ALGEBRA LINEAL RECTAS

EN R3
DOCENTE
Reiner Andrés Rivera Solís
ASIGNATURA: AUTOMATIZACIÓN
SESIÓN 3
 ÍNDICE
1 PRESENTACIÓN GENERAL

2 CONCEPTOS

3 EJEMPLOS APLICADOS

4 CONCLUSIONES
ALGEBRA LINEAL RECTAS
EN R3
En materia de control, todos somos
responsables.
 ESTRUCTURA DE 12 SESIONES

CRONOGRAMA :

Inicio sesión 3: (Febrero 26 - 2024)

ESTRUCTURA DEL ACTIVIDADES Y PORCENTAJES:

CURSO Actividad evaluativa 1: 35 %

Actividad evaluativa 2: 35%
Actividad evaluativa 3: 30%

CONTACTO:
Chat del aula
Reiner Andrés Rivera Solís
PARA TENER EN CUENTA
INICIO

5 minutos para dar inicio a la clase

OTRAS SOLICITUDES

Para cualquier solicitud ya sea para certificados,

solicitud de soporte técnico o solicitudes a
coordinadores en la parte superior de las aulas
encontrarán los canales respectivos.

www.sanjoseopciongrado.com
 CONTENIDO GENERAL DEL CURSO
SESIÓN CONTENIDO
SESIÓN 1 INTRODUCCIÓN A LA AUTOMATIZACIÓN

SESIÓN 2 SOLUCION DE MATRICES

SESIÓN 3 EL ALGEBRA LINEAL

SESIÓN 4 PLANOS Y ESPACIOS VECTORIALES

SESIÓN 5 SISTEMA DE COORDENADAS

INTRODUCCIÓN A LA ROBOTICA -
SESIÓN 6
AUTOMATIZACIÓN JMETER
SESIÓN 7 PROGRAMACION DE AUTOMATAS PARTE I

SESIÓN 8 PROGRAMACION DE AUTOMATAS PARTE II

SESIÓN 9 ELECTRÓNICA DIGITAL COMPUERTAS LOGICAS

SESIÓN 10 ESTUDIO DE LOS PLC

ALGORITMOS DE PLC - HERRAMIENTA

SESIÓN 11
JMETER
SESIÓN 12 AUTOMATIZACIÓN Y MACHINE LEARNIG
CONCEPTOS
Se conoce que un sistema de automatización interactúa
con su espacio y si se habla de un espacio físico se
relaciona ese espacio matemáticamente como una zona
donde se encuentran tres ejes denominados como Eje X,
Eje Y, Eje Z. ejes que se encuentran ubicados en un plano
cartesiano.

A la interacción con ese entorno y las operaciones que se

pueden calcular se les conoce como sistema R3.
¿QUÉ ES AUTOMATIZACIÓN?

La automatización de pruebas se resume en generar eficiencia en los

procesos relacionados a las pruebas de software, utilizando herramientas,
modelos y estrategias que brinden mayor velocidad a la ejecución, teniendo
en cuenta la regla de negocio, los requisitos funcionales y no funcionales y
calidad en la construcción de los scripts preservando netamente lo
necesario para suplir la necesidad.
Dentro del estudio de la automatización las matemáticas
son importantes para calcular valores de propiedades
físicas como valores dinámicos.

En la dinámica, el algebra lineal es una de las áreas que se

estudia para poder definir el espacio y movimiento del
autómata.
¿Por que están importante conocer sobre
vectores y rectas en R3?
El conocimiento de esos datos permite que se puedan
entender los movimientos que realiza el autómata, cual es
su relación en ese espacio y como cambian la posición de
sus ejes en cada articulación del autómata.

Cada articulación y eslabón dentro del autómata se mueve

dentro de un espacio de coordenadas calculadas de
manera individua, saber sobre su posición inicial, las
coordenadas que tiene son de importancia para
desarrollar el algoritmo.
CONCEPTOS

Como el sistema de automatización requiere interacción con su entorno, la

programación inicial, es decir los pasos en la creación de su algoritmo, están
relacionados a ese punto.

Al estudiar los conceptos de vectores, se puede comprender que los

eslabones dentro de un autómata se trasladan siguiendo o cambiando su
vector inicial.
DEFINICIONES DE LA AUTOMATIZACIÓN
➢ Las automatizaciones no sustituye la mano de obra de
los analistas.
➢ La automatización es un complemento para las
ejecuciones reduciendo el tiempo de regresiones,
pruebas funcionales y no funcionales.
➢ La automatización de pruebas consiste en usar un
software especial de acuerdo a la necesidad de la regla
de negocio para para comparar los resultados
obtenidos y los esperados.
 Que es el Big Data?
El término big data se refiere a las enormes cantidades de datos de usuarios en
aplicaciones, transacciones electrónicas o registros de máquinas. También abarca la
captura en diferentes fuentes, gestión, clasificación y análisis eficiente de esa
información a través de diversas herramientas y programas.

El Big Data son el conjunto de tecnologías que han sido creadas para recopilar, analizar
y gestionar los datos ARQUITECTURA
que generan los usuarios de Internet. Su idea es la de recopilar los
INFORMATICA.
datos masivos que son generados en "bruto", y procesarlos para identificar patrones u
otro tipo de comportamientos que puedan ayudar a sectores concretos.
Por ejemplo cuando una empresa procesa su Big Data no le importa en lo
más mínimo los gustos personales de Andres Fernández. Sin embargo, sí
puede interesarle que el 10% de sus usuarios haya empezado a hacer
determinada acción en su plataforma o ha realizar determinada búsqueda.

ARQUITECTURA INFORMATICA.
 CONCEPTOS BASICOS

Historia del Big Data.

 Historia del Big Data?
El término "big data" se refiere a los datos que son tan grandes, rápidos o
complejos que es difícil o imposible procesarlos con los métodos
tradicionales. El acto de acceder y almacenar grandes cantidades de
información para la analítica ha existido desde hace mucho tiempo. Pero el
concepto de big data cobró impulso a principios de la década de 2000
ARQUITECTURA
cuando el analista INFORMATICA.
de la industria, Doug Laney, articuló la definición actual de
grandes datos como las 3V:

• Volumen.
• Velocidad.
• Variedad.
 Historia del Big Data?
Pero el termino o creación de lo que conocemos como Big data ya proviene
en crecimiento desde la década de 1960 con su primera aparición que se
relaciona con el uso de sistemas de gestión de bases de datos (DBMS) para
administrar grandes conjuntos de datos.

ARQUITECTURA
Posteriormente INFORMATICA.
en la década de 1970 las tecnologías de almacenamiento y
procesamiento de datos continuaron avanzando y se desarrollaron nuevos
sistemas DBMS, como el Sistema de Gestión de Bases de Datos Relacionales
(RDBMS).
 Historia del Big Data?
En el año 1980 con la popularización de las computadoras personales, las
empresas comenzaron a acumular grandes cantidades de datos internos
permitiendo la aparecieron los primeros sistemas de almacenamiento en
disco haciendo que la cantidad de datos almacenados creciera
significativamente.
ARQUITECTURA INFORMATICA.
En la década de 1990 con la llegada y el crecimiento explosivo del Internet
llevó a un aumento exponencial en la generación de datos, como correos
electrónicos, páginas web y registros de servidores abriendo un nuevo
mundo de posibilidades en términos de recopilación y almacenamiento de
datos.
 Historia del Big Data?
Ya ha partir de la década de los 2000 hacían hoy en día las empresas
comenzaron a reconocer el valor estratégico de los datos y se enfocaron en
almacenar y analizar grandes conjuntos de información para tomar
decisiones más informada, es decir que le vieron un valor significativo e
intensivo en el uso de datos para mejorar sus servicios y obtener una ventaja
ARQUITECTURA INFORMATICA.
competitiva.
 CONCEPTOS BASICOS

Características del Big Data.

 Características del Big Data?
Sus características se acuñan popularmente como las «V» del Big Data, por
comenzar todas estas propiedades por dicha letra del alfabeto. No hay un
consenso sobre cuántas “V” han de ser tomadas en consideración y de hecho
la lista de estas se ha ido ampliando, pero podemos afirmar que las 7 «V» del
Big Data más extendidas son:
ARQUITECTURA INFORMATICA.
– Volumen: si bien la cantidad de datos generados está en constante
aumento también lo están las bases de datos lo que conlleva a hacer que las
aplicaciones y arquitecturas construidas puedan soportar la recogida y
almacenamiento de datos cada vez más variados. Además, se han reducido
los costes de almacenamiento propiciando almacenar grandes cuantías de
información a un precio mucho más reducido que antiguamente.
 Características del Big Data?
– Variedad: los datos sobre los que trabajan las técnicas de macrodatos son
diversos ya que proceden de numerosas fuentes y se encuentran en distintos
formatos, además de su continuo aumento en la cuantía de datos no
estructurados en proporción a los tradicionales. Igual que pasaba con el
volumen, esta entrada en escena con fuerza de los datos no estructurados
ARQUITECTURA
requiere nuevos INFORMATICA.
tratamientos de la información, necesitando de nuevas
metodologías y tecnologías para poder ser analizadas.

– Valor: una gran cuantía de datos frecuentemente extrae pequeñas

informaciones de valor. Cómo conseguir dicha información de manera
eficiente es uno de los retos que afronta día a día el área de la inteligencia de
datos. El valor es sin duda una cualidad fundamental en el análisis.
 Características del Big Data?
– Velocidad: nuestro concepto de inmediatez ha cambiado en los últimos
tiempos y se busca información que llegue prácticamente al instante.
Noticias que no llegan al día de antigüedad, en simple cuestión de horas y, en
ocasiones, minutos, pueden haber perdido interés. Así, la velocidad de
análisis requerida por la sociedad actual es una de las características
ARQUITECTURA
fundamentales que tienen INFORMATICA.
los datos a gran escala, donde los datos en
constante movimiento son procesados en tiempo real cobrando
protagonismo por medio de la ejecución de algoritmos cada vez más
complejos en menos tiempo.

– Veracidad: saber la fiabilidad de la información recogida es importante

para obtener unos datos de calidad e, incluso, dependiendo de las
aplicaciones que se le vaya a dar a misma, se convierte en fundamental. Es
un factor que puede influir mucho en conseguir una ventaja competitiva en
la explotación del Big Data.
 Características del Big Data?
– Visualización: Convertir cientos de hojas de información en un único
gráfico que muestre claramente unas conclusiones predictivas es un ejemplo
de cómo mostrar los resultados de forma clara y sencilla en un evidente
ejercicio de sintetización.

ARQUITECTURA INFORMATICA.
– Variabilidad: en un entorno tan cambiante como el de los macrodatos, la
información varía mucho. Y también han de hacerlo los modelos o
tratamientos que se aplican en torno a esta, pues no son fijos en el tiempo y
requieren de un control periódico.
 Características del Big Data?

ARQUITECTURA INFORMATICA.
 CONCEPTOS BASICOS

Ventajas y Beneficios
del Big Data.
 Ventajas del Big Data?
Las empresas con más éxito con Big Data consiguen valor de las siguientes
formas:

➢ Reducción de coste. Las grandes tecnologías de datos, como Hadoop y el

análisis basado en la nube, aportan importantes ventajas en términos de
ARQUITECTURA
costes cuando INFORMATICA.
se trata de almacenar grandes cantidades de datos,
además de identificar maneras más eficientes de hacer negocios.

➢ Permite mejor toma de decisiones y de manera mas rapida. Con la

velocidad de Hadoop y la analítica en memoria combinadas con la
capacidad de analizar nuevas fuentes de datos, las empresas pueden
analizar la información inmediatamente y tomar decisiones basadas en lo
que han aprendido.
 Ventajas del Big Data?
➢ Permite la generación de nuevos productos y servicios. Con la capacidad
de medir las necesidades de los clientes y la satisfacción a través de
análisis viene el poder de dar a los clientes lo que quieren. Con la analítica
de Big Data, más empresas están creando nuevos productos para
satisfacer las necesidades de los clientes.
ARQUITECTURA INFORMATICA.
➢ Detectar el comportamiento fraudulento.

➢ Determinar las causas de origen de fallos, problemas y defectos casi en

tiempo real.

➢ Optimizar las ofertas. El big data permite predecir cómo se comportarán

los compradores en el futuro en función de sus comportamientos
anteriores, por lo que se pueden establecer ofertas de un modo
fundamentado y ahorrar dinero.
 Ventajas del Big Data?
➢ Tener un mayor conocimiento del mercado.

➢ Seguimiento de la competencia. Los macrodatos proporcionan una mayor

comprensión de la competencia y anticiparse a ella.

➢ GenerarARQUITECTURA INFORMATICA.
cupones para los clientes en el punto de venta basados en sus
hábitos de compra.

➢ Información en tiempo real. La información anticuada no tiene valor

aplicable en el presente y menos en el futuro, por eso la recopilación de
datos de manera diaria que proporciona esta tecnología permite disponer
de un feedback casi en el momento.
 CONCEPTOS BASICOS

Desafíos del Big Data.

 Desafíos del Big Data?
Si bien las características especiales del Big data conocidas como las 5V
Volumen, Velocidad, Variedad, Veracidad y Valor definen una cantidad de
aplicaciones y usos también pueden llevar a definir una cantidad de
problemáticas con las que debe luchar el Big Data ya que puede provocar
que las empresas tengan problemas para extraer datos reales y de alta
calidad de ARQUITECTURA INFORMATICA.
conjuntos de datos tan masivos, cambiantes y complicados.

Algunos desafíos a los que se enfrenta la calidad de datos de Big Data son:

1. Muchas fuentes y tipos de datos

2. Tremendo volumen de datos
3. Mucha volatilidad
4. No existen estándares de calidad de datos unificados
5. Pueden ser susceptibles a brechas de seguridad
6. Requieren estudiar los lineamientos de privacidad de cada país donde
hay presencia
 CONCEPTOS BASICOS

Como funciona el Big Data.

 Como funciona el Big Data?
Si bien sabemos que el big data se encuentra conformado por cantidades de
datos exuberantes que pueden ser utilizados para el procesamiento y análisis
de estos, es de carácter prioritario poder saber con que tipos de datos se
están enfrentando las empresas como tal, para ello recordaremos un poco.

ARQUITECTURA INFORMATICA.
 Como funciona el Big Data?
Para que se procesen y gestionen grandes volúmenes de información,
podríamos decir que hay cuatro etapas clave que siempre se llevan a cabo en
el análisis de macrodatos:

1. Obtención de datos
Ya mencionamos que el origen de los datos es muy variado y dependerá de la
ARQUITECTURA INFORMATICA.
empresa elegir dónde recoge los que son importantes para su negocio.
También hay otra cosa que tener en cuenta: el lugar en el que se almacenan,
que en algunas ocasiones significa tener más de un servidor a disposición, ya
sea físico o en la nube.

2. Proceso de datos
En esta etapa se organiza la información recolectada para que su análisis
pueda ser más eficiente. Existen herramientas que se encargan de la gestión
de esta tarea, ya que intentar procesar los datos mientras siguen llegando se
convierte en un reto más allá de las posibilidades humanas.
 Como funciona el Big Data?
3. Limpieza de datos
Para garantizar que se cuenta con datos valiosos es necesario clasificarlos,
etiquetarlos y jerarquizarlos de acuerdo con las necesidades y objetivos de la
organización. De esta manera, se vuelve más sencilla la decisión de eliminar,
lo que impide que se duplique o se tome toda la información que viene de
fuentes dudosas.
ARQUITECTURA INFORMATICA.
 Como funciona el Big Data?
4. Análisis de datos
Existen diferentes maneras de analizar el big data con herramientas
tecnológicas que son capaces de procesar estas cantidades de información.
Por ejemplo:

• Machine learning: gracias a la implementación de inteligencia artificial

ARQUITECTURA INFORMATICA.
que aprende a analizar y procesar datos según las necesidades de una
empresa es posible crear modelos personalizados que responden a
objetivos específicos. De esta forma, las máquinas mejoran su
funcionamiento con los datos generados por ellas mismas.

• Minería de datos: busca patrones o relaciones entre la información

almacenada en grandes conjuntos de datos para crear grupos, haciendo
más sencilla su consulta. Recordemos que uno de los retos del big data es
la falta de relación de los datos.
 Como funciona el Big Data?
• Analíticas predictivas: con el uso de datos históricos, se hacen
predicciones de comportamientos que dan un vistazo a los posibles
riesgos u oportunidades futuras.

• Minería de textos: para analizar los datos que hay en sitios web, libros
ARQUITECTURA INFORMATICA.
electrónicos, comentarios de blog, publicaciones en redes sociales y otros
en los que predomina el texto.
 Como funciona el Big Data?

ARQUITECTURA INFORMATICA.
CONCEPTOS

Algunos temas a tener presente en la AUTOMATIZACIÓN

1
Conceptos previos
2 Espacio
3
Programación,
4
Respuesta obtenida
Algebra lineal Entorno de trabajo automatización vs
Script esperada
EJEMPLOS APLICADOS

Aplique algunos ejemplos entre operación de vectores y representación del espacio

R3.
CONCLUSIONES
Con la practica de los ejercicios, se pudo observar
características importantes que están relacionadas a la
dinámica de un autómata.

Con otros estudios posteriores, podrá elaborar un algoritmo

donde se trabaje con un autómata, donde sus cálculos
previamente estudiados resultaran familiares a la hora de
aplicarlos.
ESPACIO DE PREGUNTAS Y RESPUESTAS
 FIN DE
GRABACIÓN