Primera Entrega De Simulacion

Bogotá 14 de Septiembre 2014

TABLA DE CONTENIDO

1. OBJETIVOS 3

2. INTRUDUCCIÓN 4

3. MODELO PROPUESTO 5

4-5 VARIEABLES ALEATORIAS Y DE RESULTADO 8

6. BIBLIOGRAFÍA 9

1. OBJETIVOS

1. Identificar los conceptos fundamentales de la simulación de Montecarlo

2. Conocer los distintos tipos de modelos de simulación

3 Aprender los pasos a seguir para realizar un estudio de simulación

4 Saber tomar decisiones teniendo en cuenta el estudio de simulación

5 Análisis de las diferentes variables

2. INTRODUCCIÓN

El presente trabajo comprende el estudio de los diferentes modelos de simulación con base a la simulación Montecarlo se identificara el modelo más conveniente para el problema planteado de la empresa SIMPOLI se identificaran las variables aleatorias y las variables de resultado para poder empezar a crear el modelo más adecuado para este caso.

Con este trabajo se espera poder tener amplio conocimiento de los conceptos fundamentales de simulación de Montecarlo, los diferentes modelos de simulación y poder hacer un estudio de simulación para tener diferentes herramientas que ayudaran a la toma de decisiones en cualquier organización

3. MODELO PROPUESTO

Los modelos deterministicos,"son aquellos que a cada valor de la variable independiente corresponde otro valor de la variable dependiente. Son especialmente utiles en los sistemas que evolucionan con el tiempo, como son los sistemas dinamicos. En ellos podemos conocer el estado del sistema transcurrido cierto tiempo una vez que hemos dado valores a los distintos parametros que aparecen en el modelo"

Segun Crhirtofer (2007), "es un modelo matematico donde las mismas entrada produciran invariablemente las mismas salidas, no contemplandose la existencia del azar ni el principio de incertidumbre. Esta estrechamente relaciondo con la creacion de entornos simulados a traves de simuladores para el estudio de situaciones hipoteticas, o para crear sistemas de gestion que permitan disminuir la incertidumbre. La inclusion de mayor complejidad en las relaciones con una cantidad mayor de variables y elementos ajenos al modelo deterministico hara posible que este se aproxime a un modelo probabilistico o de enfoque estocastico.

Los modelos deterministicos son los que hacen prediciones definidas de cantidades, dentro de cualquier distribucion de probabilidades; tambien se les puede definir como aquellos que se aplican a problemas en los que hay un solo estado de la naturaleza, y donde variables, limitaciones y alternativas son, despues de que se aceptan los supuestos, conocidos, definibles, finitos y predecibles con confidencia estadistica. Algunos modelos, herramientas o tecnicas deterministicas son: programacion lineal, analisis de Markov, costo/beneficio, entre otros (krone, 1980; lopez, 2001). En otras palabras, unmodelo deterministico se construye para una condicion de certeza supuesta, y el modelo asume que solo hay un resultado posible (el cual es conocido) para cada accion o curso alternativo (Malczewski, 1999).

Los modelos determinísticos tienen las siguientes características:

Como la literatura del modelo estocástico se ha ganado la atención en la economía, los modelos determinísticos se han convertido en algo raro. Los ejemplos incluyen los modelos OLG (Modelos de Generaciones Traslapadas) sin incertidumbre agregada.

Estos modelos suelen ser introducidos para estudiar el impacto de un cambio en el régimen, como la introducción de nuevo impuesto, por ejemplo.

Asume toda la información, hay suposición perfecta y no hay incertidumbre en torno a los choques.

Los choques pueden afectar a la economía de hoy o la de cualquier momento en el futuro, dado el caso de previsión perfecta. También puede durar uno o varios períodos.

Muy a menudo, sin embargo, los modelos introducen un choque positivo hoy y ningún choque a partir de entonces (con certeza).

La solución no requiere de linealización,

...