Modelo Estocastico

sticos
Modelos Estoca
Javiera Alejandra Silva Arroyo
18 de marzo de 2016
Clase 1
Universidad Andres Bello
Facultad de Ingeniera
Universidad Andr
es Bello
18 de marzo de 2016
1 / 36
Presentacion Personal
Profesora: Javiera Alejandra Silva Arroyo
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
Ingeniera Civil Industrial (UTFSM)
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
Magister en Ciencias de la Ingeniera Industrial (UTFSM)
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
I
Menci
on en Finanzas cuantitativas
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
I
Menci
Doctorando en Phd. en Economa (Universidad de Chile)
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
I
Menci

Profesora Departamento de Industrias UTFSM
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
I
Menci

I
Ingeniera Econ
omica
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
I
Menci

I
I
Ingeniera Econ
omica
Evaluaci
on de Proyectos Generales
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
I
Menci

I
I
Ingeniera Econ
omica
Evaluaci
SGLMS
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
I
Menci

I
I
Ingeniera Econ
omica
Evaluaci
SGLMS
Comunicaci
on: http://www.unabvirtual.cl/
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
I
Menci

I
I
Ingeniera Econ
omica
Evaluaci
SGLMS
Comunicaci
Correo de contacto: javiera.silva@usm.cl
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
I
Menci

I
I
Ingeniera Econ
omica
Evaluaci
SGLMS
Comunicaci
Celular:
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
I
Menci

I
I
Ingeniera Econ
omica
Evaluaci
SGLMS
Comunicaci
Celular: NO
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
I
Menci

I
I
Ingeniera Econ
omica
Evaluaci
SGLMS
Comunicaci
Celular: NO (...y no quieren saber que pasara si llegan a llamar...)
Universidad Andr
es Bello
18 de marzo de 2016
2 / 36
Presentacion de la Asignatura
1. Identificaci
on de la asignatura
Curso
Codigo
Tipo
Prerrequisito
:
:
:
:
Modelos Estocasticos
ICI2212
Te
orico-Practico
Investigaci
on de Operaciones [IND-2209]
Universidad Andr
es Bello
18 de marzo de 2016
3 / 36
1. Identificaci
on de la asignatura
Curso
Codigo
Tipo
Prerrequisito
:
:
:
:
Modelos Estocasticos
ICI2212
Te
orico-Practico
Investigaci
on de Operaciones [IND-2209]
2. Descripci
on de la asignatura
Analizar los sistemas de gesti
on y operaci
on que presenten componentes probabilsticas o aleatorias, as como con presencia de elementos de incertidumbre y utilizando metodologas de modelaci
on para la resoluci
on de problemas en ambientes
complejos.
Universidad Andr
es Bello
18 de marzo de 2016
3 / 36
3. Aprendizajes Esperados
Al finalizar la asignatura, el estudiante desarrollara aprendizajes que le permitiran:
Universidad Andr
es Bello
18 de marzo de 2016
4 / 36
1
Comprender de manera general y especfica sistemas de gestion y operacion

que presenten componentes probabilsticas o aleatorias, as como con presencia
de elementos de incertidumbre.
Universidad Andr
es Bello
18 de marzo de 2016
4 / 36
1

Comprender y modelar sistemas en los cuales sus componentes interact

uan a
traves del tiempo de acuerdo a comportamientos aleatorios.
Universidad Andr
es Bello
18 de marzo de 2016
4 / 36
1

Comprender y modelar sistemas en los cuales sus componentes interact

uan a
traves del tiempo de acuerdo a comportamientos aleatorios.
Modelar y resolver problemas reales de operaci

on y gestion de sistemas que
presentan componentes probabilsticos o aleatorios.
Universidad Andr
es Bello
18 de marzo de 2016
4 / 36
Contenidos de la Asignatura I
Unidad 1: Introducci
on a los Procesos Estoc
asticos
Definici
on de incertidumbre
Ejemplos de sistemas con incertidumbre
Definici
on y caractersticas basicas de Procesos Estocasticos
Enfoques de modelaci
on (modelos analticos y simulacion)
Unidad 2: Repaso Probabilidad y Estadsticas

Funciones de distribuci
on de probabilidades
Esperanza, varianza y momentos
Probabilidades y Esperanza condicionales
Universidad Andr
es Bello
18 de marzo de 2016
5 / 36
Contenidos de la Asignatura II
Unidad 3: Proceso de Poisson
Definici
on y propiedades del proceso
Ejemplos de proceso de Poisson
Distribuci
on de probabilidades del proceso
Distribuci
on de los tiempos entre eventos
Distribuci
on condicional de los tiempos entre llegadas.
Descomposici
on del proceso de Poisson y proceso de Poisson compuesto.
Unidad 4: Proceso de Renovaci

on
Definici
on, distribuci
on de probabilidades del proceso
Polticas de mantenci
on y reemplazo
Comportamiento del proceso en el largo plazo
Universidad Andr
es Bello
18 de marzo de 2016
6 / 36
Contenidos de la Asignatura III

Unidad 5: Cadenas de Markov en Tiempo Discreto
Definici
on, propiedades, probabilidades de transici
on,
Ecuaciones de Chapman-Kolmogorov
Distribuci
on de probabilidades
Clasificaci
on de estados, analisis del estado transiente
Analisis en el largo plazo, distribuci
on lmite
Unidad 6: Cadenas de Markov en Tiempo Continuo

Definici
on y propiedades
Tiempos de permanencia y probabilidades de transici
on
Ecuaciones de Chapman- Kolmogorov
Analisis en el largo plazo, ecuaciones de equilibrio
Procesos de nacimiento y muerte.
Universidad Andr
es Bello
18 de marzo de 2016
7 / 36
Contenidos de la Asignatura IV
Unidad 7: Sistemas de Espera
Introducci
on a los problemas de sistemas de espera.
Indicadores de Performance de un sistema
Sistemas M/M/1
F
ormula de Little.
Otros Sistemas: M/M/1/K, M/M/C. M/G/1.
Sistemas con servicio dependiente del estado, llegadas en lotes.
Redes de Sistemas de Espera
Unidad 8: Inventario Probabilstico

Modelo probabilizado.
Modelo probabilstico peri
odico
Universidad Andr
es Bello
18 de marzo de 2016
8 / 36
Condiciones de Aprobacion
Universidad Andr
es Bello
18 de marzo de 2016
9 / 36
Condiciones de Aprobacion
Dos certamenes
Actividades complementarias (controles, tareas, trabajos grupales)
Ponderaci
on del curso
NF = 0, 30 S1 + 0, 30 S2 + 0, 4 AC
Universidad Andr
es Bello
18 de marzo de 2016
9 / 36
Evaluaciones
*Sujeto a leves modificaciones.
Mes
Marzo
Marzo
Abril
Abril
Abril
Abril
Abril
Mayo
Mayo
Mayo
Mayo
Junio
Da
18
25
1
8
15
22
29
6
13
20
27
3
Unidad
1
2
3
4
5
6
7
7, 8
-
Actividad
Clase
Semana Santa
Clase
Clase
Clase
Solemne 1
Clase
Clase
Clase
Clase
Solemne 2
Examen
Universidad Andr
es Bello
Tareas
Control 1
Control 2
Control 3
Control 4
18 de marzo de 2016
10 / 36
Evaluaciones
*El alumno debe rendir examen en los siguientes casos:
Universidad Andr
es Bello
18 de marzo de 2016
11 / 36
Evaluaciones

No asiste a rendir alguna de las solemnes. La nota obtenida en el examen
reemplaza a la de dicha solemne.
Universidad Andr
es Bello
18 de marzo de 2016
11 / 36
Evaluaciones

Su NF es inferior a 4.5. En este caso su nota del curso NC se calcula de la
siguiente forma:
Universidad Andr
es Bello
18 de marzo de 2016
11 / 36
Evaluaciones

Su NF es inferior a 4.5. En este caso su nota del curso NC se calcula de la
siguiente forma:
NC = 0.7NF + 0.3E
Universidad Andr
es Bello
18 de marzo de 2016
11 / 36
Introduccion
La variabilidad esta presente en el universo y se expresa en leyes de probabilidad

para representar experimentos aleatorios.
Universidad Andr
es Bello
18 de marzo de 2016
12 / 36
Introduccion

Existen procesos cuyas dinamicas permiten abstracciones de transiciones probabilsticas entre estados con propiedades modelables.
Universidad Andr
es Bello
18 de marzo de 2016
12 / 36
Introduccion

El curso de modelos estocasticos abarca este tipo de fenomenos, sobre los
cuales es necesario tomar decisiones a pesar de la incertidumbre.
Universidad Andr
es Bello
18 de marzo de 2016
12 / 36
Introduccion

El curso de modelos estocasticos abarca este tipo de fenomenos, sobre los
cuales es necesario tomar decisiones a pesar de la incertidumbre.
Este curso integra pensamiento sistemico y tecnicas estadsticas, con tecnicas
de modelado fundamentadas en estructuras matematicas de cierta complejidad
que deben ser entendidas analtica e intuitivamente para saber diferenciar la
pertinencia de aplicaci
on.
Universidad Andr
es Bello
18 de marzo de 2016
12 / 36
Incertidumbre
En ingeniera, especficamente, en los problemas de toma de decisiones, con frecuencia surge la necesidad de tomar decisiones basadas en fenomenos que tienen
incertidumbre asociada a ellos.
Universidad Andr
es Bello
18 de marzo de 2016
13 / 36
Incertidumbre
Definici
on: Incertidumbre
Universidad Andr
es Bello
18 de marzo de 2016
13 / 36
Incertidumbre
Definici
on: Incertidumbre
Intervencion del azar en el resultado de diversos eventos naturales o creados por el
hombre.
Universidad Andr
es Bello
18 de marzo de 2016
13 / 36
Incertidumbre
Definici
on: Incertidumbre
hombre.
Se define como deficiencia o falta de informaci
on relevante en desarrollo de
un evento.
Universidad Andr
es Bello
18 de marzo de 2016
13 / 36
Incertidumbre
Definici
on: Incertidumbre
hombre.
Se define como deficiencia o falta de informaci
on relevante en desarrollo de
un evento.
En lugar de manejar esta variabilidad como cualitativa, puede incorporarse a un
modelo matematico y manejarse en forma cuantitativa.
Universidad Andr
es Bello
18 de marzo de 2016
13 / 36
Incertidumbre
En el ambito de la ingeniera civil Industrial, los problemas de dise

no y de toma de
decisiones bajo incertidumbre se relacionan con:
Universidad Andr
es Bello
18 de marzo de 2016
14 / 36
Incertidumbre

no y de toma de
Precios del mercado bursatil
Universidad Andr
es Bello
18 de marzo de 2016
14 / 36
Incertidumbre

no y de toma de
Procesos de Manufactura
Universidad Andr
es Bello
18 de marzo de 2016
14 / 36
Incertidumbre

no y de toma de
Gesti
on de Sistema de Servicios
Universidad Andr
es Bello
18 de marzo de 2016
14 / 36
Incertidumbre

no y de toma de
Gesti
Gesti
on de Marketing
Universidad Andr
es Bello
18 de marzo de 2016
14 / 36
Incertidumbre

no y de toma de
Gesti
Gesti
on de Marketing
Proceso de Gesti
on de Inventarios
Universidad Andr
es Bello
18 de marzo de 2016
14 / 36
Incertidumbre

no y de toma de
Gesti
Gesti
on de Marketing
Proceso de Gesti
on de Inventarios
Distribuci
on de Productos
Universidad Andr
es Bello
18 de marzo de 2016
14 / 36
Incertidumbre
Ejemplos de Sistemas con Incertidumbre
Universidad Andr
es Bello
18 de marzo de 2016
15 / 36
Incertidumbre

Sistemas de Inventarios
Universidad Andr
es Bello
18 de marzo de 2016
15 / 36
Incertidumbre

Sistemas de Servicios (Teora de Colas)
Universidad Andr
es Bello
18 de marzo de 2016
15 / 36
Incertidumbre

Sistemas de Transporte
Universidad Andr
es Bello
18 de marzo de 2016
15 / 36
Incertidumbre

Sistemas Productivos
Universidad Andr
es Bello
18 de marzo de 2016
15 / 36
Incertidumbre
Universidad Andr
es Bello
18 de marzo de 2016
16 / 36
Incertidumbre
Universidad Andr
es Bello
18 de marzo de 2016
17 / 36
Incertidumbre
Universidad Andr
es Bello
18 de marzo de 2016
18 / 36
Incertidumbre
Sistemas Productivos: tiempos de detenciones atribuibles a fallas de equipos
Universidad Andr
es Bello
18 de marzo de 2016
19 / 36
Procesos Estocasticos
Estocastico (del griego stokhastes, que significa adivino). Se liga al azar.
Universidad Andr
es Bello
18 de marzo de 2016
20 / 36

Para reducir la incertidumbre asociada a ciertos fen
omenos se ajustan modelos
estoc
asticos que traten de explicar su evoluci
on y predigan su comportamiento.
Dicho comportamiento se desarrolla en el tiempo y se rige por las leyes de las
probabilidades.
Universidad Andr
es Bello
18 de marzo de 2016
20 / 36

Para reducir la incertidumbre asociada a ciertos fen
omenos se ajustan modelos
estoc
asticos que traten de explicar su evoluci
on y predigan su comportamiento.
Dicho comportamiento se desarrolla en el tiempo y se rige por las leyes de las
probabilidades.
Proceso en el que, en cada instante, existe una probabilidad de ocurrencia de
cada uno de los estados en los que se puede encontrar el sistema; esta probabilidad
depende, en general, de cuales hayan sido los estados efectivamente alcanzados en
instantes anteriores.
Universidad Andr
es Bello
18 de marzo de 2016
20 / 36
Definici
on
Un proceso estoc
astico es un modelo probabilstico que permite representar sistemas que evolucionan de forma aleatoria en el tiempo. En estos sistemas se ocupa
un estado en cada instante de tiempo, de forma que un proceso estocastico esta formado por un conjunto de variables aleatorias que representan el estado del sistema
en cada instante.
Universidad Andr
es Bello
18 de marzo de 2016
21 / 36
Definici
on
Una familia de variables aleatorias x(t) donde t es el parametro perteneciente a un
conjunto indexado T es llamado un proceso estocastico (o proceso aleatorio), y se
denota por:
{x(t), t T }
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
La variable observada puede ser
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
I
Demanda de un producto
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
I
I
Existencias en un determinado almacen
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
I
I
I
I.P.C.
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
I
I
I
I.P.C.
Fsica
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
I
I
I
I.P.C.
Fsica
I
Temperatura de un proceso
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
I
I
I
I.P.C.
Fsica
I
I
Velocidad del viento en una central e
olica
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
I
I
I
I.P.C.
Fsica
I
I
I
olica
Concentraci
on en la Atm
osfera de un contaminante
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
I
I
I
I.P.C.
Fsica
I
I
I
olica
Concentraci
on en la Atm
Social
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
I
I
I
I.P.C.
Fsica
I
I
I
olica
Concentraci
on en la Atm
Social
I
N
umero de nacimientos
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
I
I
I
I.P.C.
Fsica
I
I
I
olica
Concentraci
on en la Atm
Social
I
I
N
Votos de un determinado partido
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Definici
on
denota por:
{x(t), t T }
Econ
omica
I
I
I
I.P.C.
Fsica
I
I
I
olica
Concentraci
on en la Atm
Social
I
I
N
Votos de un determinado partido
Universidad Andr
es Bello
18 de marzo de 2016
22 / 36
Clasificaci
on de Procesos Estoc
asticos
Los procesos estocasticos se clasifican de acuerdo al tipo de espacio de estados y
al tipo de parametro.
Universidad Andr
es Bello
18 de marzo de 2016
23 / 36
Clasificaci
asticos
Los procesos estocasticos se clasifican de acuerdo al tipo de espacio de estados y
al tipo de parametro.
Universidad Andr
es Bello
18 de marzo de 2016
23 / 36
Clasificaci
asticos
Si el espacio de estados es discreto, el proceso recibe el nombre de Cadena. En el
otro caso, si el espacio de estados es continuo, se conoce como Proceso.
Universidad Andr
es Bello
18 de marzo de 2016
24 / 36
Clasificaci
asticos
Si el espacio de estados es discreto, el proceso recibe el nombre de Cadena. En el
otro caso, si el espacio de estados es continuo, se conoce como Proceso.
Universidad Andr
es Bello
18 de marzo de 2016
24 / 36
Clasificaci
asticos
De acuerdo a la clasificaci
on de los procesos estocasticos:
Universidad Andr
es Bello
18 de marzo de 2016
25 / 36
Clasificaci
asticos
De acuerdo a la clasificaci
on de los procesos estocasticos:
Estado Discreto
Estado Continuo
Tiempo Discreto
Unidades producidas mensualmente de un producto.
Toneladas de producci
on diaria
de un producto.
Tiempo Continuo
Unidades producidas hasta el

instante t
Velocidad de un vehculo en el
instante t
Universidad Andr
es Bello
18 de marzo de 2016
25 / 36
Ejemplos de Procesos Estoc

asticos
Niveles de Demanda semanales de un producto.
Universidad Andr
es Bello
18 de marzo de 2016
26 / 36

asticos
Niveles de Inventario mensuales de un producto.
Universidad Andr
es Bello
18 de marzo de 2016
26 / 36

asticos
Cantidad de detenciones por Fallas de un equipo a lo largo de un periodo.
Universidad Andr
es Bello
18 de marzo de 2016
26 / 36

asticos
El tama
no de una cola en una estaci
on cliente/servidor.
Universidad Andr
es Bello
18 de marzo de 2016
26 / 36

asticos
El tama
no de una cola en una estaci
on cliente/servidor.
Para los ejemplos anteriores: Tipo de espacio y tipo de estado?
Universidad Andr
es Bello
18 de marzo de 2016
26 / 36
Cualquier realizaci
on de Xn es llamada una trayectoria muestral.
Universidad Andr
es Bello
18 de marzo de 2016
27 / 36
Cualquier realizaci
Universidad Andr
es Bello
18 de marzo de 2016
27 / 36
Cualquier realizaci
En cada instante de tiempo tenemos una variable con un comportamiento

aleatorio.
Universidad Andr
es Bello
18 de marzo de 2016
27 / 36
Cualquier realizaci

aleatorio.
Una secuencia de realizaciones de dichas variables en un conjunto de instantes
definira una trayectoria.
Universidad Andr
es Bello
18 de marzo de 2016
27 / 36
Cualquier realizaci

aleatorio.
Una secuencia de realizaciones de dichas variables en un conjunto de instantes
definira una trayectoria.
Universidad Andr
es Bello
18 de marzo de 2016
27 / 36
En cada instante t, tendremos una media y una varianza.
Universidad Andr
es Bello
18 de marzo de 2016
28 / 36
Existe una distribuci
on de probabilidades en cada instante del tiempo.
Universidad Andr
es Bello
18 de marzo de 2016
28 / 36
C
omo cambia la distribuci
on de probabilidades en el tiempo?
Universidad Andr
es Bello
18 de marzo de 2016
28 / 36
C
omo cambia la distribuci
on de probabilidades en el tiempo?
Universidad Andr
es Bello
18 de marzo de 2016
28 / 36
Esta distribuci
on puede converger a una distribuci
on estacionaria (que no
cambiara mas)
Universidad Andr
es Bello
18 de marzo de 2016
29 / 36
Esta distribuci
cambiara mas)
Estaremos en un estado de regimen
Universidad Andr
es Bello
18 de marzo de 2016
29 / 36
Esta distribuci
cambiara mas)
Estado de r
egimen
Estaremos en estado de regimen para el instante t, si t1 , t2 t, las
distribuciones en t1 y t2 son identica.
Universidad Andr
es Bello
18 de marzo de 2016
29 / 36
Esta distribuci
cambiara mas)
Estado de r
egimen
Estaremos en estado de regimen para el instante t, si t1 , t2 t, las
distribuciones en t1 y t2 son identica.
Universidad Andr
es Bello
18 de marzo de 2016
29 / 36
Enfoques de Modelacion
Qu
e es resolver un proceso estoc
astico?
Universidad Andr
es Bello
18 de marzo de 2016
30 / 36
Qu
astico?
Resolver un proceso es conocer su comportamiento en el tiempo y espacio.
Universidad Andr
es Bello
18 de marzo de 2016
30 / 36
Qu
astico?
Para resolver los procesos estocasticos es necesario poder predecir la evolucion
de la variable aleatoria a partir de los datos de entrada y del modelo del sistema.
Universidad Andr
es Bello
18 de marzo de 2016
30 / 36
Qu
astico?
Universidad Andr
es Bello
18 de marzo de 2016
30 / 36
Qu
astico?
Dada la naturaleza de los procesos estocasticos, sus modelos son de orden

descriptivo con estructura computacional en el caso de la simulacion, o con
funciones matematicas como en Teora de Colas y Cadenas de Markov.
Universidad Andr
es Bello
18 de marzo de 2016
30 / 36
Qu
astico?
Dada la naturaleza de los procesos estocasticos, sus modelos son de orden

descriptivo con estructura computacional en el caso de la simulacion, o con
funciones matematicas como en Teora de Colas y Cadenas de Markov.
En este punto, a medida que la complejidad del sistema aumenta, es la simulaci
on la que permite describir y analizar mejor el sistema.
Universidad Andr
es Bello
18 de marzo de 2016
30 / 36
Universidad Andr
es Bello
18 de marzo de 2016
31 / 36
Formas de estudiar un sistema:
Universidad Andr
es Bello
18 de marzo de 2016
32 / 36
Universidad Andr
es Bello
18 de marzo de 2016
32 / 36
Existen dos metodos para abordar:

Enfoque analtico
Universidad Andr
es Bello
18 de marzo de 2016
32 / 36
Existen dos metodos para abordar:

Enfoque analtico
Tecnicas de simulaci
on
Universidad Andr
es Bello
18 de marzo de 2016
32 / 36
Enfoque analtico
B
usqueda y soluci
on de sistemas de ecuaciones matematicas que caracterizan
o representan el comportamiento del sistema (variables de estado).
Universidad Andr
es Bello
18 de marzo de 2016
33 / 36
Enfoque analtico
B
usqueda y soluci
Puede llegar a presentar una complejidad excesivamente alta como para ser
resuelto de manera exacta.
Universidad Andr
es Bello
18 de marzo de 2016
33 / 36
Enfoque analtico
B
usqueda y soluci
Facilidad para analisis de sensibilidad respecto a parametros y alternativas de
operaci
on (evaluaci
on de indicadores y derivadas para diferentes parametros de
input o dise
no).
Universidad Andr
es Bello
18 de marzo de 2016
33 / 36
Enfoque analtico
B
usqueda y soluci
operaci
on (evaluaci
input o dise
no).
En investigaci
on el fuerte esta en la b
usqueda de modelos analticos.
Universidad Andr
es Bello
18 de marzo de 2016
33 / 36
Enfoque analtico
B
usqueda y soluci
operaci
on (evaluaci
input o dise
no).
En investigaci
on el fuerte esta en la b
usqueda de modelos analticos.
Computacionalmente mas econ
omicos.
Universidad Andr
es Bello
18 de marzo de 2016
33 / 36
T
ecnicas de simulaci
on
Reconstrucci
on computacional del sistema de operaci
on.
Modelo de laboratorio (analoga de modelos a escala).
Cada ejecuci
on del programa es una realizaci
on.
Se debe ejecutar cientos de veces para obtener distribuciones e indicadores
representativos.
En el programa se debe realizar cambios para reflejar diferentes estrategias o
cambios de escenarios/parametros.
Son mas utilizados en la practica.
Otorgan flexibilidad (facil de adaptar).
Universidad Andr
es Bello
18 de marzo de 2016
34 / 36
Comparaci
on de Enfoques
Dimensi
on
Analtico
Simulaci
on
Complejidad
Trata de incluir solamente los aspectos m

as
importantes
Puede ser muy complejo

y detallado
Flexibilidad
M
as f
acil de cambiar
pero peque
nos cambios
pueden tener grandes
consecuencias
Otorga mayor flexibilidad; facilidad en la

adaptaci
on.
Datos
Menos necesidad
M
as necesidad
Transparencia
Claro para analistas,

puede ser opaco para
menos entrenados
Caja Negra
Universidad Andr
es Bello
18 de marzo de 2016
35 / 36
sticos
Modelos Estoca
Javiera Alejandra Silva Arroyo
18 de marzo de 2016
Clase 1
Universidad Andres Bello
Universidad Andr
es Bello
18 de marzo de 2016
36 / 36

Modelo Estocastico

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Modelo Estocastico

Caricato da

Copyright:

Formati disponibili

sticos

Doctorando en Phd. en Economa (Universidad de Chile)

Doctorando en Phd. en Economa (Universidad de Chile)

Doctorando en Phd. en Economa (Universidad de Chile)

Doctorando en Phd. en Economa (Universidad de Chile)

Doctorando en Phd. en Economa (Universidad de Chile)

Doctorando en Phd. en Economa (Universidad de Chile)

Doctorando en Phd. en Economa (Universidad de Chile)

Doctorando en Phd. en Economa (Universidad de Chile)

Doctorando en Phd. en Economa (Universidad de Chile)

Doctorando en Phd. en Economa (Universidad de Chile)

Comprender de manera general y especfica sistemas de gestion y operacion

Comprender de manera general y especfica sistemas de gestion y operacion

Comprender y modelar sistemas en los cuales sus componentes interact

Comprender de manera general y especfica sistemas de gestion y operacion

Comprender y modelar sistemas en los cuales sus componentes interact

Modelar y resolver problemas reales de operaci

Unidad 2: Repaso Probabilidad y Estadsticas

Unidad 4: Proceso de Renovaci

Contenidos de la Asignatura III

Unidad 6: Cadenas de Markov en Tiempo Continuo

Unidad 8: Inventario Probabilstico

*El alumno debe rendir examen en los siguientes casos:

*El alumno debe rendir examen en los siguientes casos:

*El alumno debe rendir examen en los siguientes casos:

*El alumno debe rendir examen en los siguientes casos:

La variabilidad esta presente en el universo y se expresa en leyes de probabilidad

La variabilidad esta presente en el universo y se expresa en leyes de probabilidad

La variabilidad esta presente en el universo y se expresa en leyes de probabilidad

La variabilidad esta presente en el universo y se expresa en leyes de probabilidad

En el ambito de la ingeniera civil Industrial, los problemas de dise

En el ambito de la ingeniera civil Industrial, los problemas de dise

En el ambito de la ingeniera civil Industrial, los problemas de dise

En el ambito de la ingeniera civil Industrial, los problemas de dise

En el ambito de la ingeniera civil Industrial, los problemas de dise

En el ambito de la ingeniera civil Industrial, los problemas de dise

En el ambito de la ingeniera civil Industrial, los problemas de dise

Ejemplos de Sistemas con Incertidumbre

Ejemplos de Sistemas con Incertidumbre

Ejemplos de Sistemas con Incertidumbre

Ejemplos de Sistemas con Incertidumbre

Ejemplos de Sistemas con Incertidumbre

Estocastico (del griego stokhastes, que significa adivino). Se liga al azar.

Estocastico (del griego stokhastes, que significa adivino). Se liga al azar.

Estocastico (del griego stokhastes, que significa adivino). Se liga al azar.

Unidades producidas mensualmente de un producto.

Unidades producidas hasta el

Ejemplos de Procesos Estoc

Ejemplos de Procesos Estoc

Ejemplos de Procesos Estoc

Ejemplos de Procesos Estoc

Ejemplos de Procesos Estoc

Para los ejemplos anteriores: Tipo de espacio y tipo de estado?

En cada instante de tiempo tenemos una variable con un comportamiento

En cada instante de tiempo tenemos una variable con un comportamiento

En cada instante de tiempo tenemos una variable con un comportamiento

Dada la naturaleza de los procesos estocasticos, sus modelos son de orden

Dada la naturaleza de los procesos estocasticos, sus modelos son de orden

Existen dos metodos para abordar:

Existen dos metodos para abordar:

Trata de incluir solamente los aspectos m

Puede ser muy complejo