01 · Punto de partida
Simular es un proyecto, no un programa
El programa es una etapa entre muchas: antes hay pregunta, objetivos y datos; después, experimentos, validación y decisión. Saltarse etapas es la forma más rápida de simular mucho y decidir mal.
- ¿En qué etapa estoy y cuál es su entregable?
- ¿Qué criterio me deja pasar a la siguiente?
- ¿Cuándo vuelvo atrás en vez de seguir?
- ¿Quién decide con mis resultados?
02 · Las etapas
Nueve estaciones del recorrido
- 1Problema.
La pregunta que duele (Tema 27).
- 2Objetivos.
Métricas y criterios de éxito (Tema 28).
- 3Datos.
Recolección y calidad (Tema 29).
- 4Modelo.
Estructura, reglas y supuestos (Tema 30).
- 5Simulación.
Implementación y verificación (Temas 31, 35).
- 6Experimentos.
Diseño, corridas y réplicas (Temas 32–33).
- 7Análisis.
Resultados, escenarios y sensibilidad (Temas 34, 39–40).
- 8Confianza.
Validación, calibración y comparación (Temas 36–38).
- 9Decisión.
Recomendación reproducible (Tema 41).
Definir
Problema, objetivos y datos: qué se pregunta y con qué se responde.
Construir
Modelo y simulación: la máquina de historias con sus pruebas.
Experimentar
Corridas, análisis y confianza: de las historias a la decisión.
03 · Iteración
El ciclo no es una autopista
Cascada ingenua
Una vez cada etapa
Avanza sin mirar atrás: los errores de la pregunta llegan intactos a la decisión.
Ciclo real
Vueltas cortas
Cada etapa cuestiona la anterior: el dato rompe el modelo, el experimento redefine objetivos.
- Entregable
- Producto de cada etapa: pregunta escrita, modelo verificado, informe.
- Criterio de salida
- Condición para avanzar: test pasado, dato suficiente.
- Retrabajo
- Vuelta atrás planificada, no fracaso: el ciclo la espera.
- Hito
- Punto de control con el dueño: pregunta, modelo, decisión.
04 · Mapa del curso
Dónde vive cada tema
Los Temas 1 a 25 dieron el vocabulario; del 27 al 41 lo ponen a trabajar en orden. Este tema es el índice de esa segunda mitad.
05 · En Python
El proyecto como lista de chequeo
Python en tu navegador. Las etapas son datos: se listan, se marcan y se miden.
etapas = ["problema", "objetivos", "datos", "modelo", "simulacion",
"experimentos", "analisis", "confianza", "decision"]
proyecto = {e: "pendiente" for e in etapas}
proyecto["problema"] = "listo"
listos = sum(1 for v in proyecto.values() if v == "listo")
print(listos, "de", len(proyecto), "etapas")Mini-tubería de tres etapas
def problema():
return "¿cuántos cajeros en hora pico?"
def modelo(pregunta):
return {"pregunta": pregunta, "estructura": "cola con 2 servidores"}
def decision(modelo):
return "probar 2 vs 3 en simulación"
print(decision(modelo(problema())))06 · Exploración
Laboratorio: recorrer el ciclo
Movete por las etapas y marcá el avance de la actual. El medidor muestra el progreso total del proyecto.
Nueve estaciones
avance ponderado por etapa
Vas en modelo al 50%: el proyecto está al 40%.
Cada caja es una etapa: llenas las terminadas, a medias la actual. Las vueltas atrás descuentan: iterar también cuesta.
Preguntas para explorar
- Con etapa 9 al 100% y 0 vueltas, ¿cuánto da el total? ¿Por qué no 100%?
- Subí las vueltas a 4. ¿Qué le pasa al progreso?
- ¿En qué etapa estás de tu propio proyecto de curso?
Ver respuestas sugeridas
- Da menos de 100%: cada etapa pesa distinto y las vueltas descuentan. El modelo es ilustrativo, no contable.
- Baja: cada vuelta atrás reabre trabajo. Iterar es sano pero no gratis.
- Respuesta abierta: ubicarse en el ciclo es el primer entregable de todo proyecto.
07 · Comprensión
Confusiones frecuentes
«El proyecto es el programa»
El programa es una etapa de nueve. Sin las otras, produce números sin pregunta ni decisión.
«Volver atrás es fracasar»
Es el ciclo funcionando: el dato que rompe el modelo llegó a tiempo, no tarde.
«Las etapas son en fila india»
Se solapan y se cuestionan: análisis y confianza corren junto a experimentos.
«Documentar frena»
Cada entregable guardado acelera la siguiente vuelta: lo no guardado se rehace.
08 · Práctica guiada
Ejercicios con Python
Ejercicio 1: medir el proyecto
Con problema y objetivos listos, ¿cuánto del proyecto va?
etapas = ["problema", "objetivos", "datos", "modelo", "simulacion",
"experimentos", "analisis", "confianza", "decision"]
proyecto = {e: "pendiente" for e in etapas}
proyecto["problema"] = "listo"
proyecto["objetivos"] = "listo"
n = sum(1 for v in proyecto.values() if v == "listo")
print(n, "de", len(proyecto))Ver solución razonada
Van 2 de 9: definir bien es un cuarto del camino, aunque todavía no haya código.
Ejercicio 2: tuberia mínima
Encadená problema → modelo → decisión y mostrá el resultado final.
def problema():
return "¿cuántos cajeros en hora pico?"
def modelo(pregunta):
return {"pregunta": pregunta, "estructura": "cola con 2 servidores"}
def decision(modelo):
return "probar 2 vs 3 en simulación"
print(decision(modelo(problema())))Ver solución
Imprime probar 2 vs 3 en simulación: cada función es una etapa que alimenta la siguiente.
Ejercicio 3: criterio de salida
Escribí la guarda que deja pasar del modelo a experimentos solo si está verificado.
Ver una posible respuesta
def avanzar(verificado, datos_listos):
if verificado and datos_listos:
return "a experimentos"
return "seguir construyendo"
print(avanzar(True, True))
print(avanzar(True, False))Da a experimentos y seguir construyendo: el criterio de salida se programa, no se improvisa.
09 · Síntesis
Ideas para recordar
- Nueve etapas: problema, objetivos, datos, modelo, simulación, experimentos, análisis, confianza, decisión.
- Cada etapa entrega algo y exige un criterio para avanzar.
- El ciclo itera: volver atrás es parte del plan.
- El programa es una etapa, no el proyecto.
- En Python: etapas como datos con estados y guardas.
En el próximo tema empieza el recorrido etapa por etapa: la formulación del problema.