Investigacion Operativa II

Objetivos

Cuantificar el tiempo de cola y de permanencia en el sistema que deberá realizar el cliente para conocer si es excesivo o suficiente.

Plantear la solución óptima al problema de la cola para reducir al máximo los costes sin perder clientes.

Calcular qué variación supondría en el coste modificar la capacidad del sistema.

Conocer cuál es la capacidad óptima que minimice el coste del servicio.

Mecanismo de servicio

Es el número de clientes que pueden ser atendidos a la misma vez. Cada uno de los puestos que permite atender a un cliente se llama servidor, si hay uno se le conoce como monocanal y si hay más, es multicanal.

Fuente de entrada

Se trata del total de clientes que pueden llegar a solicitar un servicio en un momento concreto. Sigue una distribución de Poisson y puede tener un tamaño finito o infinito.

Cola

Es el lugar en el cual los clientes realizan la cola hasta ser atendidos. Existen diferentes tipos como la cola prioritaria, aleatoria o LIFO. En el caso de esta última, el orden seguido depende del orden de llegada.

Es un software de simulación de eventos discretos para la optimización de procesos complejos.

Ventajas

Permitir la visibilidad del efecto de un cambio en un proceso

Explorar nuevos procedimientos o escenarios sin interrumpir el sistema actual

Reducir o eliminar los cuellos de botella

Reducir riesgo en grandes inversiones

Diagnosticar y solucionar problemas

Importancia

Interpretación realista de los datos.

Evaluar alternativas a los procesos existentes sin interrumpir la operativa actual.

Encontrar puntos relevantes en sus procesos, sea cuellos de botellas, sobredimensionamientos o debilidades.

Toma de decisiones en base a datos o Data Driven Decision mediante la utilización de herramientas como Tableau.

Caracteristicas

Bloques de construcción predefinidos para modelar el proceso sin necesidad de programación.

Amplia gama de opciones de distribuciones estadísticas para modelar la variabilidad del proceso

Capacidades realistas de animación en 2D y 3D.

Métricas de rendimiento, análisis estadístico y generación de informes.

Definicion

La simulación de Montecarlo es un método estadístico. Este es utilizado para resolver problemas matemáticos complejos a través de la generación de variables aleatorias.

Utilidad

Crear, valorar y analizar carteras de inversión

Valorar productos financieros complejos como las opciones financieras

Creación de modelos de gestión de riesgo

Ventajas

Genera múltiples posibilidades de escenarios futuros

Cuando lo utilizamos en sistemas de trading, nos puede ayudar a darnos cuenta de que el sistema no es útil o va a dejar de serlo

Permite analizar el riesgo de la inversión, ya que obtendremos aproximaciones de las probabilidades de éxito y fracaso.