hfhdsifsdfls

1. I. SITUACIONES ALGORITMICAS
Es una secuencia finita de instrucciones; cada una de estas instrucciones tiene un
significado preciso y se puede ejecutar con una cantidad finita de esfuerzo en un
tiempo finito.
Un algoritmo se define como un método que se realiza paso a paso para la
solución de un problema que termina en un número finito de pasos.
Las características fundamentales que debe cumplir un algoritmo son:
Debe ser preciso e indicar el orden. Diseño del algoritmo que describe la
secuencia ordenada de pasos, sin ambigüedades, que conducen a la solución de
un problema dado (Análisis del problema y desarrollo del algoritmo).
Debe ser definido. Si se sigue un algoritmo dos veces se debe obtener el mismo
resultado cada vez. Expresar el algoritmo como un programa en un lenguaje de
programación adecuado
Debe ser finito. Si se sigue un algoritmo, se debe terminar en algún momento; o
sea debe tener un número finito de pasos. Ejecución y validación del programa por
la computadora.
Sin embargo, ciertas características de los algoritmos hacen que no puedan ser
calificados como programas de ordenador. La consecuencia de estas
características es la exclusión del algoritmo del ámbito de protección del derecho
de autor, en la medida en que éste constituye una idea, un método de cálculo o
una función, afectado.
Además, en un Memorándum de 1994 de la OMPI (WIPO) Organización Mundial
de la Propiedad Intelectual, se manifestaba: "Es perfectamente cierto que el
derecho de autor no protege los algoritmos, sino únicamente las expresiones
concretas de los mismos. Precisamente por eso, el derecho de autor puede
ofrecer una protección apropiada a los programas de ordenador, sin crear
obstáculos infranqueables a la creación independiente de nuevos programas".

2. No obstante, existen excepciones a nivel jurisprudencial basadas en la doctrina del
"look and feel", que establecen la existencia de plagio cuando se reproduce la
estructura, secuencia y disposición de los datos integrados en un programa de
ordenador. Estas excepciones podrían aplicarse en el caso de combinaciones de
algoritmos o cuando el nivel de complejidad de un algoritmo fuese muy alto.
II. SITUACIONES PROBABILÍSTICAS
El probabilístico es un tipo de pensamiento que se caracteriza, fundamentalmente,
por su carga de inferencia. Es decir, por su carácter predictivo: prevemos lo que
podría pasar, basándonos en lo que sabemos que ha pasado. Es un tipo de
pensamiento que utilizamos de forma habitual (aunque no siempre somos
conscientes de ello) en la mayoría de decisiones que tomamos o de acciones que
emprendemos, tanto en el plano personal como en el profesional.
En definitiva, recurrimos a esta tipología de pensamiento, ante cualquier
diagnóstico que realicemos, juicio que emitamos, o decisión que adoptemos,
basándonos en datos y en hechos, a partir de los cuales inferimos y predecimos
una probabilidad. Desde coger (o no) el paraguas por la mañana, al salir de casa,
hasta realizar (o no) una inversión en función de su rentabilidad social.
Sus conclusiones son sólo probable o posiblemente ciertas y no total e
inequívocamente ciertas. No obstante, en muchas ocasiones, una vez que hemos
realizado el juicio probabilístico, nos olvidamos de su sentido predictivo, y
actuamos como si éste constituyera un principio inmutable de verdad.
Suele ir acompañado del sesgo de la confirmación. Es decir, ante una hipótesis
(muchas veces percibida de forma inconsciente y no planteada formalmente),
antes que recopilar información que la ponga en duda, o que la haga derivar hacia
otra complementaria o alternativa; tendemos a centrarnos (casi siempre de forma
sutil, inconsciente y auto justificable) en la búsqueda de aquella información que
permita su confirmación. Además, tendemos a negar, o a impedir (también de
forma sutil, inconsciente y auto justificable) la generación, el análisis y el

3. procesamiento de la información que pudiera poner en duda o rechazar esa
hipótesis inicialmente planteada
Dado que, en la mayoría de las decisiones que debemos tomar utilizando este tipo
de pensamiento, carecemos de la totalidad de la información relevante sobre cada
una de las alternativas posibles, solemos distorsionar nuestras conclusiones con
creencias, opiniones y prejuicios personales.
 En demasiadas ocasiones, antes que actuar de forma objetiva, basándose
en los principios matemáticos de la estadística o la combinatoria, nuestro
pensamiento probabilístico
 Este tipo de pensamiento frecuentemente dibuja escenarios falsos,
construidos sobre la base de percepciones incompletas, fantasías cognitivas o
afectivas, o limitaciones de nuestro cerebro en el procesamiento y la recuperación
de la información.
Nuestro pensamiento probabilístico es, pues, una víctima propiciatoria y
paradigmática del secuestro escena rial. Los prejuicios y fantasías mediante los
cuales montamos un escenario falso (del que, evidentemente, solemos inferir
conclusiones falsas), son los llamados “Heurísticos” (seudo reglas subjetivas
mediante las cuales generamos escenarios y procesos cognitivos para decidir en
entornos de incertidumbre probabilística).
Heurístico de representatividad: se da cuando asignamos una probabilidad en
función del grado de correspondencia entre un concepto y el prototipo de su
categoría. Por ejemplo, si usted tiene que estimar, de entre varios ordenadores
nuevos, de similares características pero de diferentes marcas, el que tiene menos
probabilidades de sufrir una avería durante su primer año de funcionamiento; y
entre esas marcas figura su prototipo de “ordenador robusto y sin fallos”, usted
tenderá a considerar que es justamente ése (su prototipo) el que tiene menos
probabilidades de fallar.

4.  Ejemplo:
Que la mayoría de los componentes de las diferentes opciones son iguales, que
la fábrica que los monta es la misma, o que existen personas que, contrariamente
a su experiencia, sí tuvieron problemas con un ordenador de la marca que usted
considera prototipo de seguridad y robustez.
Heurístico de accesibilidad: se da cuando asignamos la probabilidad de un
suceso en función de la facilidad o dificultad para recordar la información asociada
al mismo (no siempre lo más accesible en nuestra memoria es lo más probable).
Imagínese que le enseñan dos listas, ambas con veinte nombres. Una, en la que
aparecen muchos artistas famosos, que usted conoce perfectamente, y otra, en la
que no reconoce prácticamente a ninguna de las personas que en ella figuran. Si,
después de un tiempo, le hacen estimar la probabilidad de que en la primera lista
haya más nombres que en la segunda, usted, seguramente, respondería que esa
probabilidad es muy alta (hay estudios que confirman que es así como actuamos
la mayoría de las personas). En realidad, el error de su apreciación vendría
condicionado por las limitaciones de sus mecanismos de procesamiento cognitivo:
al recuperar la información archivada en su memoria, usted, dado que la mayoría
de las personas de la primera lista le eran familiares, recordaría muchos más
nombres de esa lista que de la segunda, lo cual le induciría a pensar (de forma
lógica según su mecanismo de recuperación de información, pero errónea según
la realidad objetiva) que, muy probablemente, la primera de las listas contenía más
nombres que la segunda.
Los modelos mentales Son representaciones psicológicas de situaciones reales,
imaginarias o hipotéticas, a partir de las cuales construimos escenarios que nos
sirven de marco de referencia, y que nos posibilitan, mediante posteriores
mecanismos cognitivos, el planteamiento y la resolución de problemas, y la toma
de decisiones. Sin embargo, esos escenarios de referencia, construidos a partir de
la generación de modelos mentales, no están libres de posibles secuestros escena
ríales. De hecho, en los procedimientos de resolución de cuestiones

5. probabilísticas mediante la elaboración de modelos mentales, se han identificado,
catalogado y descrito, diferentes heurísticos de referencia.
III. SITUACIONES HEURÍSTICOS: Se basan en la experiencia, derivadas de
la lógica práctica como conjunto de reglas mentales rápida e intuitiva que ayudan
a resolver problemas.
Los heurísticos Que son reglas de “andar por casa” que permiten un acceso
más rápido a la solución, reduciendo drásticamente el número de estados del
espacio problema.
 Ejemplo: un jugador de ajedrez se puede guiar por el heurístico de “salvar
la reina amenazada” lo cual reduce sensiblemente el número de movimientos
analizables.
Con los heurísticos los problemas pueden resolverse mejor utilizando ciertos
conocimientos previos sobre las palabras, la frecuencia de uso, la asociación de
letras para formar palabras.
Algunos heurísticos son muy frecuentes para problemas, uno de ellos es la
estrategia de las subtemas. “Cuando un problema es muy difícil de resolver,
generalmente se divide en pequeños subproblemas para, así, facilitar la solución.
Este método resulta beneficioso cuando la solución del problema requiere una
secuencia de dos o más acciones o movimientos.
Heurístico basado en el principio de verdad: Nuestros modelos mentales, por
un principio de economía, tienden a representar, de los datos o de los enunciados
de los problemas de corte probabilístico, solamente aquello que es verdadero.
Es decir, en nuestras representaciones mentales, no incluimos lo que
consideramos que es falso. Por ejemplo, si nos dicen que en una caja hay dos
bolas rojas, una verde, una azul, una blanca y ninguna amarilla; tenderíamos a no
incluir el dato referente a la bola amarilla en el modelo mental que construiríamos
para representar la situación descrita.

6. Sin embargo, hay situaciones probabilísticas que, para resolverlas, necesitamos
operar, imprescindiblemente, sobre información, de entrada, no explícitamente
verdaderas. En ese tipo de situaciones, nuestras representaciones mentales nos
secuestran y nos generan enormes dificultades para resolver
Situaciones heurísticas en ingeniería. Una heurística es un método basado en
la experiencia que puede utilizarse como ayuda para resolver problemas de
diseño, desde calcular los recursos necesarios hasta en planear las condiciones
de operación de los sistemas. Mediante el uso de heurísticas, es posible resolver
más rápidamente problemas conocidos o similares a otros conocidos. Existen
varios métodos heurísticos disponibles para los ingenieros como, por ejemplo,
el Análisis modal de fallos y efectos y los árboles de fallo.
En el primero se depende de un grupo de ingenieros experimentados que evalúan
los problemas y fallos, los ordenan según su importancia y recomiendan
soluciones.
Dado que las heurísticas pueden equivocarse, es fundamental conocer los casos
en los que son aplicables y los límites a su uso. En general, en la ingeniería deben
considerarse como ayudas o apoyos para hacer estimaciones rápidas y diseños
preliminares, pero no como justificaciones finales de un diseño o proyecto u otros.
La heurística como metodología científica
Como metodología científica, la heurística es aplicable a cualquier ciencia e
incluye la elaboración de medios auxiliares, principios, reglas, estrategias y
programas que faciliten la búsqueda de vías de solución a problemas; o sea, para
resolver tareas de cualquier tipo para las que no se cuente con un procedimiento
algorítmico de solución. Según Horst Müller: Los procedimientos heurísticos son
formas de trabajo y de pensamiento que apoyan la realización consciente de
actividades mentales exigentes.
Los procedimientos heurísticos como método científico pueden dividirse en
principios, reglas y estrategias.