Glosario

Cálculo de la sensibilidad de una celda de previsión con respecto a las celdas de suposiciones o de variables de decisión.

Teoría de la valoración por arbitraje.

Función que le guía por los pasos para crear y ejecutar un modelo de optimización. Este asistente presenta paneles que debe completar en el orden correcto.

Cantidad estándar de producto pedida de nuevo cuando el inventario alcanza el punto de nuevo pedido.

Combinaciones de activos para las que es imposible obtener mayores rendimientos sin generar un mayor riesgo o un menor riesgo sin generar menores rendimientos. Una cartera eficiente se basa directamente en la frontera eficiente.

Porcentaje de resultados de simulación que están dentro de un rango.

Número entre -1 y 1 que especifica matemáticamente el grado de correlación positiva o negativa entre celdas de suposición. Una correlación de 1 indica una correlación positiva perfecta, menos 1 indica una correlación negativa perfecta, y 0 indica que no hay ninguna correlación.

Medida de variación relativa que compara la desviación estándar con la media. Los resultados se pueden representar en porcentajes para realizar comparaciones.

Variable que puede ser fraccional (es decir, puede tomar cualquier valor entre los límites inferior y superior). No se necesita ningún tamaño de paso y cualquier rango determinado contiene un número infinito de valores posibles. El término continuo también describe un modelo de optimización que contiene sólo variables continuas.

Dependencia que existe entre celdas de suposición.

Método por el que Crystal Ball reemplaza valores de suposiciones por su clasificación de menor a mayor valor (1 a N) antes de calcular el coeficiente de correlación. Este método le permite omitir los tipos de distribución al correlacionar suposiciones.

La medida del grado de pico de una curva. Cuanto mayor sea la curtosis, más próximos estarán los puntos de la curva al modo de la curva. Una curva de distribución normal tiene una curtosis de 3.

La raíz cuadrada de la varianza de una distribución. Medida de la variabilidad de una distribución, es decir, dispersión de los valores alrededor de la media.

Modelo o sistema sin variables aleatorias que genera resultados de valor único.

Consulte distribución de probabilidad.

Gráfico que resume gráficamente una lista de valores subdividiéndolos en grupos y mostrando sus recuentos de frecuencia.

Un conjunto de eventos posibles y las probabilidades asociadas.

Cantidad de pedido económica.

Desviación estándar de la distribución de medias de muestra posibles. Esta estadística da idea de la precisión de la simulación.

Valores de resumen de una distribución de previsión, como la media, la desviación estándar o la varianza. Para controlar la optimización, maximice o minimice las estadísticas de previsión o establézcalas en un valor objetivo.

Modelo o sistema con una o más variables aleatorias.

Número que representa el riesgo de una inversión con respecto a un estándar, como límites de U.S. Treasury, utilizado especialmente en APT.

Curva que traza un valor de objetivo con respecto a los cambios en un requisito o restricción. Un uso típico es para la comparación de rendimientos de carteras con respecto a distintos niveles de riesgo.

Un método implementado en un programa informático capaz de producir una serie de números aleatorios e independientes.

Técnica de aproximación y autoeducación para mejorar soluciones.

Cualquier recurso dejado a un lado para su uso futuro, como materiales sin procesar, productos semiacabados y productos acabados. El inventario también incluye recursos humanos, financieros, etc.

Límite máximo o mínimo establecido para cada variable de decisión.

Relación matemática en la que todos los términos de las fórmulas sólo pueden contener una única variable multiplicada por una constante. Por ejemplo, 3x - 1,2y es una relación lineal puesto que el primer y segundo términos implican sólo una constante multiplicada por una variable.

Mayor número de un conjunto de datos.

Promedio aritmético familiar de un conjunto de observaciones numéricas: suma de las observaciones dividida por el número de observaciones.

El valor a medio camino (en términos de orden) entre el menor valor posible y el mayor.

Familia de enfoques de optimización que incluye algoritmos genéricos, optimización simulada, búsqueda tabú, búsqueda de dispersión y sus híbridos.

Menor número de un conjunto de datos.

Tipo de modelo de optimización que tiene variables de decisión discretas y continuas.

Representación de un problema o sistema en una aplicación de hoja de cálculo como Excel.

Cualquier hoja de cálculo que representa un sistema o conjunto de relaciones real o hipotético.

Modelo que busca maximizar o minimizar alguna cantidad (el objetivo), como beneficios o riesgo.

Valor que, si existe, se produce con más frecuencia en un conjunto de datos.

Método de muestreo que divide una distribución de probabilidad de una suposición en intervalos de probabilidad igual. El número de intervalos corresponde a la opción Tamaño de muestra disponible en el cuadro de diálogo Preferencias de ejecución de Crystal Ball. Después se genera un número aleatorio para cada intervalo.

En comparación con el muestreo Monte Carlo convencional, el muestreo Hipercubo latino es más preciso porque se muestrea todo el rango de la distribución de una forma más uniforme y consistente. La mayor precisión de este método es a expensas de requisitos de memoria agregados para alojar todo el muestreo Hipercubo latino para cada suposición.

Cantidad de inventario a mano, sin contar las cantidades pedidas no recibidas.

Relación matemática donde uno o más términos de las fórmulas no son lineales. Los términos como x2, xy, 1/x o 3,1x crean relaciones no lineales. Consulte lineal.

Valor neto presente. El NPV equivale al valor presente menos la inversión inicial.

Un valor seleccionado matemáticamente que se genera (mediante una fórmula o seleccionándolo de una tabla) para adaptarse a una distribución de probabilidad.

Fórmula de previsión en términos de variables de decisión que proporcionan una representación matemática del objetivo del modelo.

Previsión de un modelo que utiliza OptQuest como objetivo principal de la optimización. OptQuest maximiza o minimiza una estadística de la distribución de la previsión.

Proceso que busca la solución óptima para un modelo.

Técnica que combina varios objetivos, a menudo en conflicto, como la maximización de rendimientos y la minimización de riesgos, en un objetivo.

Número de una escala de cero a cien que indica el porcentaje de una distribución de probabilidad que es igual o inferior a un valor (definición predeterminada).

Cantidad de inventario a mano más cualquier cantidad pedida pero no recibida, menos cualquier nuevo pedido.

Resumen estadístico de la combinación matemática de las suposiciones de un modelo de hoja de cálculo, con una salida gráfica o numérica. Las previsiones son distribuciones de frecuencia de posibles resultados para el modelo.

Probabilidad de un evento.

Proceso de tres pasos en el que Crystal Ball genera números aleatorios para celdas de suposición, recalcula los modelos de hoja de cálculo y muestra los resultados en un gráfico de previsión. Una simulación de Crystal Ball se compone de varias pruebas.

Posición del inventario en la que vuelve a realizar un pedido.

La diferencia entre los valores más grandes y más pequeños en un conjunto de datos.

Función de varios objetivos que calcula el rendimiento del capital ajustado a riesgos.

Para un programa de optimización, capacidad de encontrar soluciones de alta calidad lo más rápido posible.

Restricción en una estadística de previsión que necesita que la estadística esté entre los límites inferior y superior para que una solución se considere factible.

Limitación que restringe las posibles soluciones a un modelo. Debe definir restricciones en términos de variables de decisión.

La incertidumbre o variabilidad en el resultado de algún evento o decisión.

Cantidad de incertidumbre de una celda de previsión que es un resultado de la incertidumbre (distribución de probabilidad) y la sensibilidad del modelo de una celda de suposición o de variable de decisión.

Una distribución asimétrica.

Medida del grado de desviación de una curva con respecto a la normal de una distribución asimétrica. Cuanto mayor sea el grado de sesgo, más puntos de la curva estarán en un lado del pico de la curva en comparación con el otro. Una curva de distribución normal, sin sesgo, es simétrica.

Conjunto de pruebas de Crystal Ball. OptQuest encuentra soluciones óptimas ejecutando varias simulaciones para distintos conjuntos de valores de variables de decisión.

Solución que cumple cualquier restricción impuesta en las variables de decisión, así como cualquier requisito impuesto en las estadísticas de previsión.

Conjunto de valores de variable de decisión que logran el mejor resultado.

Cantidad adicional mantenida en el inventario por encima de las tasas de uso planificadas.

Petróleo de depósito en stock inicialmente establecido. STOIIP es las reservas estimadas de un campo petrolífero en millones de barriles (mmbbls).

Una entrada o un valor estimado en un modelo de hoja de cálculo. Las suposiciones capturan la incertidumbre de los datos del modelo mediante distribuciones de probabilidad.

Define la diferencia entre valores sucesivos de una variable de decisión discreta en el rango definido. Por ejemplo, una variable de decisión discreta con un rango de 1 a 5 y un tamaño de paso de 1 sólo puede tomar los valores 1, 2, 3, 4 o 5; una variable de decisión discreta con un rango de 0 a 17 con un tamaño de paso de 5 sólo puede tomar los valores 0, 5, 10 y 15.

El primer número de una secuencia de números aleatorios. Un valor de inicialización determinado produce la misma secuencia de números aleatorios para valores de suposiciones cada vez que ejecuta una simulación.

Último valor calculado para una previsión durante una simulación. El valor final resulta útil cuando una previsión contiene una función que acumula valores entre las pruebas de una simulación, o bien es una función que calcula la estadística de otra previsión.

Cantidad que puede asumir cualquiera de un conjunto de valores y a la que se suele hacer referencia con una fórmula.

Variable del modelo que puede controlar.

Variable que sólo puede asumir valores iguales a su límite inferior más un múltiplo de su tamaño de paso; un tamaño de paso es cualquier número mayor que cero, pero menor que el rango de variables. El término discreto también describe un modelo de optimización que contiene sólo variables discretas.

Cuadrado de la desviación estándar, donde la desviación estándar es aproximadamente el promedio de la suma de los cuadrados de las desviaciones de un número de observaciones (n) de su valor medio (excepto en que la suma se divide por n-1 en lugar de n, que produciría un auténtico promedio).

La varianza también se puede definir como una medida de la dispersión, o la difusión, de un conjunto de valores sobre una media. Si los valores están próximos a la media, la varianza es pequeña. Cuando los valores están muy dispersos sobre la media, la varianza es mayor.