La simulación en los negocios: uso eficiente de las distribuciones de probabilidad
Simulation in business: Efficient use of probability distributions
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Mostrar biografía de los autores
Los procesos de simulación juegan un papel muy importante en las organizaciones a la hora de proyectar, analizar y planear las inversiones. El propósito de esta investigación es realizar un artículo de reflexión que permita una aproximación al análisis y a la descripción de los factores que impactan directamente a la simulación como herramienta prospectiva interdisciplinaria de multiplicidad de escenarios, aplicada a las organizaciones. En este sentido, la herramienta fundamental para lograr simulaciones con calidad y credibilidad corresponde al uso eficiente de las distribuciones de probabilidad, las cuales permiten en la simulación emular una multiplicidad de escenarios para las variables contempladas, a fin de plantear situaciones que permitan general un análisis eficiente del fenómeno que se esté estudiando e impulse una adecuada toma de decisiones.
Visitas del artículo 14 | Visitas PDF 20
Descargas
- Academia Balderix. (2022b, diciembre 19). Distribución normal. https://www.probabilidadyestadistica.net/distribucion-normal.
- Academia Balderix. (2022a, diciembre 6). Distribución uniforme continua. https://www.probabilidadyestadistica.net/distribucion-uniforme-continua/.
- Anderson, D.; Sweeney, D.; Williams, T.; Camm, J.; Martin, K. (2011). Métodos cuantitativos para los negocios. 11va edición. Cengage Learning. México
- Astros, J. T. (2015, abril 24). Métodos de planeación PERT-CPM. https://www.monografias.com/trabajos104/metodos-de-planeacion-pert-cpm/metodos-de-planeacion-pert-cpm.
- Benites, L. (2023). Distribución Log normal: definición, ejemplos. https://statologos.com/distribucion-logaritmica-normal/.
- Boada, A. y Gallego, N. (2016). Uso del Risk Simulator® como herramienta para valoración de múltiplos comparables. Caso empresas sector eléctrico Colombia. En Memorias Arbitradas en VI Congreso de Investigación Financiera FIMEF. https://www.researchgate.net/publication/309479547_Uso_del_Risk_SimulatorR_como_herramienta_para_valoracion_de_multiplos_comparables_Caso_empresas_sector_electrico_Colombia.
- Boada, A. (1999). El uso de conocimientos estadísticos para la realización de conclusiones valederas en experimentos físicos elementales. Memorias Arbitradas en el Evento Internacional de Matemática y Computación (COMAT)’99, pp. 1-15. https://www.researchgate.net/publication/282292104_El_uso_de_conocimientos_estadisticos_para_la_realizacion_de_conclusiones_valederas_en_experimentos_fisicos_elementales.
- Boada, A. (2012). ¿Cómo estructurar una base de datos óptima, para lograr pronósticos eficaces? Participación en el 5th Supply Chain Forecasting & Planning Forum. https://www.researchgate.net/profile/Antonio-Boada/publication/282291380_Como_Estructurar_una_Base_de_Datos_Optima_para_lograr_Pronosticos_Eficaces/links/560aa8ab08ae1396914cb6e1/Como-Estructurar-una-Base-de-Datos-Optima-para-lograr-Pronosticos-Eficaces.pdf.
- Boada, A. (2017). Uso de la permutación con repetición como enseñanza de experimentos Binomiales. Vivat Academia. Revista de Comunicación, (140), 45-54. ISSN: 1575-2844. http://doi.org/10.15178/va.2017.140.45-54. http://www.vivatacademia.net/index.php/vivat/article/view/1034.
- Boada, A., Mayorca, R. y Cardona, G. (2020). La prospectiva: más allá de las proyecciones. CEIPA. https://icontent.ceipa.edu.co/nucleos/comunicaciones/fondo_editorial/assets/files/2020_La_prospectiva_mas_alla_de_las_proyecciones.pdf.
- Boada, A. (2021). Patrones históricos vs. patrones futuros, la importancia de la prospectiva a través de las distribuciones probabilísticas. https://www.software-shop.com/emailmarketing/5739/FORO_5739?utm_source=gmail&utm_medium=email&utm_campaign=FORO_5739#csi-sponsors.
- Boada, A. (2024). Analítica de datos y simulaciones: Técnicas fundamentales en la toma de decisiones. https://www.researchgate.net/publication/382812871_Analitica_de_datos_y_simulaciones_Tecnicas_fundamentales_en_la_Toma_de_Decisiones_Financieras.
- Cárdenas, R., Pérez, M., Tejada, A. y Cevallos, L. (2019). Aplicación de un modelo híbrido de teoría de colas y algoritmo evolutivo para medir la optimización en el servicio de atención al cliente en un local de comida rápida. Ecuadorian Science Journal, 3(1). DOI: 10.46480/ejsri.3.1.23.
- Corredor Buitrago, P. (2018). Modelado de la distribución de minas antipersona en Antioquia. Universidad Nacional de Colombia. https://repositorio.unal.edu.co/handle/unal/68992.
- Dagnino S., J. (2014). La distribución normal. Revista Chilena de Anestesia, 43(2). https://doi.org/10.25237/revchilanestv43n02.08.
- Distribución Uniforme, (s.f.). DISTRIBUCIÓN UNIFORME (DE V. DISCRETA). https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/uniformedis.htm
- Equipo Editorial Etecé. (2023). Investigación documental. https://humanidades.com/investigacion-documental/.
- Gestiópolis. (2020, septiembre 8). Distribución normal: qué es, ejemplo y propiedades teóricas. https://www.gestiopolis.com/que-es-la-distribucion-normal/.
- Granda, J. I. (2003). Algunas reflexiones y consideraciones sobre el factor de impacto. Archivos de Bronconeumología, 39(9), 409-417. https://books.google.es/books?hl=es&lr=&id=eJ8vDwAAQBAJ&oi=fnd&pg=PR2&dq=info:d-H0bvjMbXUJ:scholar.google.com/&ots=oZAJQ6Q1qh&sig=qWLzw-btUn4I_SZ_O3FlR2xFCDc#v=onepage&q&f=false.
- Matemóvil. (2022). Distribución de Bernoulli. https://matemovil.com/distribucion-de-bernoulli/.
- Libretexts. (2022). 7.1: ¿Qué es una variable aleatoria continua? https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Estad%C3%ADstica_inferencial_y_probabilidad_-_Un_enfoque_hol%C3%ADstico_(Geraghty)/07%3A_Variables_aleatorias_continuas/7.01%3A_%C2%BFQu%C3%A9_es_una_Variable_Aleatoria_Continua%3F.
- López Briega, R. E. (2016). Distribuciones de probabilidad con Python. https://relopezbriega.github.io/blog/2016/06/29/distribuciones-de-probabilidad-con-python/.
- Llinas, H. & Rojas, C. (2006). Estadística descriptiva y distribuciones de probabilidad. Barranquilla: Universidad del Norte.
- Márquez, F. (2018). La distribución binomial. https://fisicaymates.com/distribucion_binomial/.
- Mun, (2015) Manual de Risk Simulator. (PDF) Risk Simulator User Manual.
- Orsi, G. (2011). Beneficios de la Modelización y Simulación de Procesos. Industria & Empresas. p.6.
- Riveros, A. (2020, agosto 26). En qué consiste el método de simulación de Montecarlo. https://www.ealde.es/metodo-simulacion-monte-carlo/.
- Rodríguez, C. R. (2016). El uso de la simulación para apoyar la toma de decisiones organizacionales. Ensayos: Revista de Estudiantes de Administración de Empresas, 9(1). https://revistas.unal.edu.co/index.php/ensayos/article/view/62075.
- Shannon, R. E. (1988). Simulación de sistemas: diseño, desarrollo e implementación. Trillas.
- Softwaredeingenieria. (2015). Simulación de Montecarlo. https://softwaredeingenieria.es/@risk/simulacion-de-montecarlo/.
- Statologos. (2021, mayo 20). Introducción a la distribución triangular. https://statologos.com/distribucion-triangular/.
- Velázquez, A. P. (2017). Estadística inferencial. Centro de Investigación en Geografía y Geomática "Ing. Jorge L. Tamayo", A.C https://centrogeo.repositorioinstitucional.mx/jspui/bitstream/1012/159/1/15-Estadistica%20Inferencial%20-%20%20Diplomado%20en%20An%C3%A1lisis%20de%20Informaci%C3%B3n%20Geoespacial.pdf
- Vahos-Zuela, F., Bedoya-Londoño, D. y Boada, A. (2021). Modelaje y simulación del riesgo operativo de las instituciones fiduciarias en Colombia. Revista RETOS de Ciencias de la Administración y Economía, 11(22), pp 217-233, ISSN: 1390-6291, e-ISSN: 1390-8618, Ecuador. DOI https://doi.org/10.17163/ret.n22.2021.02. https://retos.ups.edu.ec/index.php/retos/article/view/22.2021.02.
- Westreicher, G. (2022). Variable cuantitativa - Qué es, definición y concepto. 2022. Economipedia. https://economipedia.com/definiciones/variablecuantitativa.html