SEGUNDA ENTREGA DEL PROYECTO COLABORATIVO SIMULACION GERENCIAL

SEGUNDA ENTREGA DEL PROYECTO COLABORATIVO

MODELO ESTOCÁSTICO

Se denomina estocástico a aquel sistema que funciona, sobre todo, por el azar. La palabra proveniente del griego: στοχαστικός, hábil en conjeturar. Significa "perteneciente o relativo al azar" según el DRAE. Las leyes conocidas de causa-efecto no explican cómo actúa el sistema (y de modo reducido el fenómeno) de manera determinista, sino en función de probabilidades.

En Investigación de operaciones, Modelos Probabilísticos y Estocásticos son prácticamente lo mismo.

El estocástico es un algoritmo que basa su resultado en probabilidades que cambian en el tiempo, diferenciándose con el algoritmo probabilístico por su comportamiento dinámico.

De tal modo que, en matemáticas la estocástica resulta ser un conjunto de teorías estadísticas que tratan de los procesos cuya evolución es aleatoria (un ejemplo de ellos son las tiradas de dados).

La teoría de los procesos estocásticos se centra en el estudio y modelización de sistemas que evolucionan a lo largo del tiempo, o del espacio, de acuerdo a unas leyes no determinísticas, esto es, de carácter aleatorio. En este sentido, un proceso estocástico es aquel cuyo comportamiento es no determinista, en la medida que el subsiguiente estado del sistema está determinado tanto por las acciones predecibles del proceso como por elementos aleatorios. La forma habitual de describir la evolución del sistema es mediante sucesiones o colecciones de variables aleatorias. En estadística y, específicamente en la teoría de la probabilidad, un proceso estocástico es un concepto matemático que sirve para caracterizar una sucesión de variables aleatorias (estocásticas) que evolucionan en función de otra variable, generalmente el tiempo. Cada una de las variables aleatorias del proceso tiene su propia función de distribución de probabilidad y, entre ellas, pueden estar correlacionadas o no.

Se puede conceptualizar al estocástico como una sucesión de variables aleatorias indexadas por una variable (continua o discreta), que generalmente es el tiempo, donde cada una de las variables aleatorias del proceso tiene su propia función de distribución de probabilidad y, entre ellas, pueden estar correlacionadas o no.

A continuación se presentan ejemplos de estocásticos, dentro del amplio grupo de las series temporales:

• Señales de telecomunicación

• Señales biomédicas (electrocardiogramas y encefalogramas)

• Señales sísmicas

• El número de manchas solares año tras año

• El índice de la bolsa segundo a segundo

• La evolución de la población de un municipio año tras año

• El tiempo de espera en cola de cada uno de los usuarios que van llegando a una ventanilla

• El clima es un gigantesco cúmulo de procesos estocásticos interrelacionados (velocidad del viento, humedad del aire y temperatura) que evolucionan en el espacio y en el tiempo.

El evento crea sus propias condiciones de posibilidad, haciéndolo impredecible para las variables que participan de él. Por ello, la teoría de la estocástica puede verse como una elaboración de un tipo de tercer eje en el que puede situarse el comportamiento humano en la línea de la oposición tradicional entre naturaleza vs cuidado.

INFORME DE CAMPO - SOLUCIÓN DEL EJERCICIO

En el desarrollo de la materia *SIMULACIÓN GERENCIAL 2013-8 PB - 2013-8 (DIEGO FELIPE MONTALVO MORALES), se nos indico Realizar el moldeamiento del problema de estudio bajo un ambiente estocástico, teniendo en cuenta los criterios de longitud de réplicas y número de replicas; adicional con base en los resultados obtenidos del numeral anterior (Generación del Modelo de Simulación y Corrida de dicho Modelo) analizar los resultados respectivos e indicar si la operación del sistema bajo estudio es rentable; en este orden de ideas tenemos:

TAREAS REALIZADAS:

- Conformación del grupo de trabajo colaborativo

- Selección de los datos del enunciado del proyecto

- Planteamiento del ejercicio

- Introducción de variables al ejercicio

- Introducción de los datos de demanda según el enunciado

- Realización de la matriz – con los interrogantes planteados

- simulación de las operaciones en los próximos 2000 días

- simulación indicadores correspondientes a un intervalo de 2000 días

DIFICULTADES:

- los videos de las teleconferencias no permitían ser reproducidos

- los medios de comunicación con los compañeros (internet caído)

- las formulas en Excel

- selección de variables

- análisis de datos

- correlación de variables

DESCRIPCIÓN DEL MODELO DE SIMULACIÓN

En nuestro modelo de simulación ESTOCÁSTICO, existen varias variables aleatorias interactuando. Y estas variables, siguen distribuciones de probabilidad teóricas distintas a la distribución uniforme. Por esta razón, para simular este tipo de variables, fue necesario contar con un generador de números uniformes y una función que a través de un método específico, transforma estos números en valores de distribución normal.

Existen

...