Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Resumen de Monte Carlo, Resúmenes de Administración de Empresas

Asignatura: Valoración de Activos y Selección de Inversiones, Profesor: , Carrera: Administración y Dirección de Empresas, Universidad: UCM

Tipo: Resúmenes

2013/2014

Subido el 14/01/2014

turla-2
turla-2 🇪🇸

2.7

(17)

2 documentos

1 / 4

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Sistemas, modelos y simulación. Conceptos básicos
Consideremos el caso de la necesidad de ampliar o no las instalaciones de
nuestra empresa.
Existe incertidumbre: ¡no sabemos si las ganancias obtenidas
justificarán el coste de la ampliación!
¿Qué sería lo razonable en este caso?
1.- Realizar un modelo
modelo, tanto de la empresa actual, como la de la ampliada.
2.- Realizar una simulación
simulación de ambos escenarios
3.- Analizar los resultados obtenidos.
En este sencillo ejemplo:
objeto de nuestro interés: la empresa, a la que denominamos sistema
sistema.
Para su estudio, realizamos una serie de hipótesis relativas a su funcionamiento
y que denominamos modelo (representación simplificada de la realidad)
En la mayoría de los casos, estos modelos no tienen una solución analítica
cerrada, razón por la cual debe procederse al uso de la simulación.
pf3
pf4

Vista previa parcial del texto

¡Descarga Resumen de Monte Carlo y más Resúmenes en PDF de Administración de Empresas solo en Docsity!

Sistemas, modelos y simulación. Conceptos básicos

  • (^) Consideremos el caso de la necesidad de ampliar o no las instalaciones de nuestra empresa. Existe incertidumbre: ¡no sabemos si las ganancias obtenidas justificarán el coste de la ampliación! ¿Qué sería lo razonable en este caso? 1.- Realizar un (^) modelomodelo , tanto de la empresa actual, como la de la ampliada. 2.- Realizar una simulaciónsimulación de ambos escenarios 3.- Analizar los resultados obtenidos.
  • (^) En este sencillo ejemplo:
    • (^) objeto de nuestro interés: la empresa, a la que denominamos (^) sistemasistema.
    • (^) Para su estudio, realizamos una serie de hipótesis relativas a su funcionamiento y que denominamos modelo (representación simplificada de la realidad)
  • (^) En la mayoría de los casos, estos modelos no tienen una solución analítica cerrada, razón por la cual debe procederse al uso de la simulación.
  • (^) En la simulación debemos definir los objetivos:
    • (^) Preguntas a responder
    • (^) Políticas a evaluar
    • (^) …
  • (^) En una oficina bancaria, una vez definido un modelo para la teoría

de colas, la simulación nos podrá ayudar en:

  • (^) La estimación de los tiempos medios de espera de un cliente, en la cola del cajero, antes de ser atendido
  • (^) El número medio de clientes en la cola
  • (^) …
  • (^) Básicamente, una simulación consiste en la generación de todos

los posibles escenarios.

  • (^) O, de manera más general, en la generación de diferentes observaciones acerca de las variables del modelo objeto de análisis

¿Qué es la simulación de Monte Carlo?

  • (^) Es una técnica cuantitativa
    • (^) Hace uso de la estadística y los ordenadores para imitar, mediante modelos matemáticos, el comportamiento aleatorio de sistemas reales no dinámicos.
  • (^) Que consiste en:
    • (^) Crear un modelo matemático del sistema, proceso o actividad.
    • (^) Identificar las variables (inputs del modelo) cuyo comportamiento aleatorio determina el comportamiento global del sistema.
    • (^) Una vez identificados los inputs o variables aleatorias
      • Se generan muestras aleatorias para dichos inputs.
      • (^) Se analiza el comportamiento del sistema ante los valores generados.
      • (^) Se repite el proceso hasta tener una muestra estadísticamente representativa.
      • (^) Se obtiene la distribución de frecuencias del resultado de las iteraciones.
      • (^) Se calcula la media, desviación, los percentiles y los intervalos de confianza. El análisis será tanto más preciso cuanto mayor sea el número n (números aleatorios generados) de experimentos llevados a cabo.