Segundo.pdf - Examen de Verificación de Entradas PDF

## VERIFICACIÓN DE ENTRADAS 40. ¿Qué generador tiene una estructura basada en una ecuación cuadrática? - a) Generador congruencial cuadrático - b) Generador de Mersenne Twister - c) XORShift - d) Generador Aditivo 41. ¿Cuál es el objetivo principal de la verificación de entradas en...

## VERIFICACIÓN DE ENTRADAS 40. ¿Qué generador tiene una estructura basada en una ecuación cuadrática? - a) Generador congruencial cuadrático - b) Generador de Mersenne Twister - c) XORShift - d) Generador Aditivo 41. ¿Cuál es el objetivo principal de la verificación de entradas en modelado y simulación? - a) Mejorar la eficiencia del modelo. - b) Garantizar la calidad y validez de los datos utilizados. - c) Simplificar el proceso de simulación. - d) Determinar la relevancia de las salidas. 42. ¿Qué implica la validación de datos en la verificación de entradas? - a) Ajustar los datos a un formato estándar. - b) Verificar la consistencia entre los datos. - c) Asegurar que los datos provengan de fuentes confiables y sean representativos del fenómeno. - d) Eliminar valores atípicos. 43. ¿Qué se busca con el análisis de sensibilidad en el contexto del modelado y simulación? - a) Aumentar la cantidad de datos en el modelo. - b) Evaluar cómo los cambios en las entradas afectan los resultados del modelo. - c) Reducir la complejidad del modelo. - d) Validar que el modelo sea correcto técnicamente. 44. ¿Qué se entiende por errores de consistencia? - a) Cuando las entradas son contradictorias entre sí. - b) Cuando se ingresan datos sin verificación previa. - c) Cuando los valores ingresados no son de la escala correcta. - d) Cuando los datos son complejos e irrelevantes. 45. ¿Cuál es la diferencia principal entre verificación y validación? - a) Ambas se enfocan en asegurar la calidad de los datos. - b) La verificación evalúa si el modelo es adecuado para la realidad; la validación se enfoca en el proceso de construcción. - c) La validación es un proceso técnico mientras que la verificación es conceptual. - d) La verificación se centra en la correcta construcción del modelo; la validación evalúa si el modelo refleja la realidad. 46. ¿Qué tipo de error ocurre cuando se utilizan valores en unidades incorrectas? - a) Error de medición. - b) Error de escala. - c) Error de suposición. - d) Error de consistencia. 47. ¿Cuál de las siguientes técnicas es útil para verificar la coherencia y consistencia de los datos? - a) Análisis estadístico. - b) Pruebas automáticas. - c) Revisión manual. - d) Todas las anteriores. 48. ¿Qué implica el uso de pruebas automáticas en la verificación de entradas? - a) Comparar el modelo con datos históricos. - b) Ajustar los datos manualmente para que sean coherentes. - c) Utilizar scripts o programas para realizar verificaciones automáticas. - d) Revisar los datos visualmente para detectar errores. 49. ¿Cuál de las siguientes opciones se refiere a un error de suposición? - a) Ingresar datos sin haber verificado su validez. - b) Ingresar datos incorrectos debido a errores de formato. - c) Usar diferentes unidades de medida sin ajustarlas. - d) Suponer que la demanda es constante sin tener evidencia que lo respalde. 50. ¿Qué caracteriza a la revisión manual en la verificación de entradas? - a) Consiste en la inspección visual de los datos por analistas. - b) Es un proceso automatizado. - c) Se enfoca en eliminar valores atípicos. - d) Es adecuada para conjuntos de datos grandes. 51. ¿Qué técnica de verificación se utiliza para asegurar que los datos estén dentro de rangos específicos y sean del tipo correcto? - a) Pruebas automáticas. - b) Comparación empírica. - c) Revisión manual. - d) Análisis estadístico. 52. ¿Cuál es el propósito principal de la verificación de entradas? - a) Comparar los datos con estudios anteriores. - b) Garantizar que los datos utilizados son correctos y adecuados para el sistema simulado. - c) Mejorar la precisión del resultado final. - d) Simplificar el modelo para facilitar su análisis. 53. ¿Qué puede llevar a decisiones equivocadas en la simulación de un sistema? - a) Análisis de sensibilidad detallado. - b) Revisión técnica exhaustiva del código. - c) Datos confiables y bien verificados. - d) Entradas mal verificadas. 54. ¿Qué se debe hacer si se encuentran datos inconsistentes durante la verificación de entradas? - a) Ajustar los datos automáticamente para que coincidan. - b) Cambiar el modelo para adaptarse a los datos. - c) Realizar una revisión exhaustiva y corregirlos. - d) Ignorarlos si no afectan directamente los resultados. 55. ¿Cuál es una técnica utilizada para analizar la variabilidad en los datos y detectar valores atípicos? - a) Pruebas automáticas. - b) Consistencia y coherencia. - c) Revisión manual. - d) Análisis estadístico. ## GENERACIÓN DE VARIABLES DISCRETAS Y VARIABLES CONTINUAS. 56. ¿Qué son las variables discretas? Es una variable que no puede tomar algunos valores dentro de un mínimo conjunto remunerable. 57. Supongamos que una tienda de ropa registra el número de camisetas vendidas cada día. Este es un numero de valor entero (0,1,2,3,4,5) y no es fraccionario. - a) Variable aleatoria discreta. - b) Variable aleatoria continua. - c) Método de aceptación y rechazo. - d) Todas las anteriores. 58. ¿Qué son las variables continuas? Es aquella cuyo dominio de definición es un intervalo de la recta real. 59. ¿Las ventajas de una variable discretas? - a) Complejidad en el calculo. - b) Simplicidad y factibilidad de interpretación para datos contables. - c) Limitación en la precisión. - d) Dificultad en la interpretación. 60. Escribe tres ejemplos de variables discretas. - Número de mascotas en un hogar. - Número de goles de un partido de fútbol. - Número de libros en una biblioteca. 61. Los métodos de variables discretas son: - a) Métodos de distribución inversa, método alias. - b) distribución geométrica. - c) distribución binomial negativa. - d) distribución de Poisson. - Todas las anteriores. 62. El número de dados de una cara. - a) Distribución geométrica. - b) Generación de variables continuas. - c) Son ejemplos de variables discretas. - d) Todas las anteriores. 63. ¿Las ventajas de una variable continuas? - a) Distribución exponencial. - b) Precisión y flexibilidad para modelar fenómenos económicos complejos. - c) Desviación típica estándar. - d) Todas las anteriores. 64. Cuales son las diferencias entre la generación de variables discretas y variables continuas. Las variables discretas son aquellas que pueden tomar un número finito o contable de valores, generalmente enteros. Mientras que las variables continuas pueden adoptar un número infinito de valores dentro de un rango determinado, como la altura y la temperatura. 65. La limitación en precisión, flexibilidad, complejidad en modelos complejos es. - a) Desventajas de una variable discretas. - b) Ventajas de una variable discretas. - c) La diferencia de ambas variables. - d) Todas las anteriores. 66. Los métodos de variables continuas son: - a) Desventajas de una variable discretas. - b) La limitación en precisión, flexibilidad, complejidad en modelos complejos. - c) Distribución exponencial, distribución gamma, distribución beta y distribución normal. - d) Todas las anteriores. 67. Es otro nombre para el método de rechazo donde se acepta o rechaza una muestra en función de relación entre ambas distribuciones. - a) Distribución normal. - b) Método de aceptación y rechazo. - c) Distribución binomial negativa. 68. Es una distribución continua simétrica conocida como la curva de la campana con dos parámetros la media y la desviación típica estándar. - a) Facilidad compleja en modelos complejos. - b) La distribución normal. - c) Ninguna de las anteriores. 69. Escribe tres ejemplos de variables continuas. - Temperatura. - Altura. - Tiempo. 70. Complejidad en calculo, necesidad de datos precisos, dificultad en interpretación es una. - a) Desventajas de una variable continuas. - b) Ventaja de una variable discreta. - c) Ninguna de las anteriores.