Você está na página 1de 9

Unidad N°8

MODELO DE LA SIMULACIÓN
La Simulación es uno de los procedimientos cuantitativos más utilizados en la toma de
decisiones, este modelo implica construir una réplica de algún sistema real mediante la
experimentación o prueba de ese sistema antes de llevarlo a la práctica. Por ejemplo los
pilotos de aviones entrenan en simuladores de vuelo o la introducción de nuevos
productos o puede aplicarse en líneas de espera con el propósito de determinar los
tiempos de espera de los clientes en un cajero automático de un banco, etc. Este modelo
muchas veces es de gran utilidad por los costos, en muchos casos se ahorra costos si se
construye un prototipo de algo, pero ojo hay que tener cuidado con el tema de los
costos, porque llevar a cabo un trabajo de simulación implican costos por lo que uno
deberá estudiar si conviene o no realizarlo.
El modelo de simulación contiene expresiones matemáticas y relaciones lógicas, que
teniendo los valores de las entradas, describen la forma de calcular el valor de los
resultados. Acá hay dos tipos de entradas: controlables y probabilísticas.
Entradas probabilísticas

Entradas Modelo Salida


controlables

Al realizar un experimento de simulación, los valores de las entradas controlables


quedan seleccionadas por quien toma las decisiones. Después se generan aleatoriamente
valores para las entradas probabilísticas. Una vez que contamos con estas dos entradas,
se utiliza el modelo para calcular el valor o valores de los resultados. Por ejemplo si la
intención es introducir un nuevo producto lo primero que debemos tener en cuenta es
cuál es el objetivo, supongamos que sea determinar la probabilidad que tiene el nuevo
producto para ser redituable. Entonces nuestro propósito va a ser desarrollar un modelo
que relaciona la utilidad (la medida del resultado)con varias entradas probabilísticas
como loa demanda, el costo de las piezas el costo de mano de obra por ejemplo. La
única entrada controlable es si introduce o no el producto que depende del decisor. Se
generaría una diversidad de valores posibles en función de las entradas probabilísticas y
se calcularía la utilidad resultante.
Resumiendo podemos decir que en administración a través de estos modelos
matemáticos se construyen y se comprueban resultados de decisiones antes de aplicarlas
en la realidad. Simulan algunos aspectos del problema real. Para obtener los resultados
de simulación se utiliza un computador, mediante una hoja de cálculos por ejemplo el
Excel para aquellas situaciones sencillas y a través de varios ensayos o pruebas se van
obteniendo distintos resultados.
Ahora bien, hay que tener en claro que la simulación no es una técnica de optimización,
sino un método que puede emplearse para describir o predecir cómo funcionará un
sistema, dada cierta elección en las entradas controlables y de valores generados al azar
para las entradas probabilísticas. O sea que los modelos de simulación no se diseñan
para encontrar soluciones óptimas o mejores, como en el caso del modelo de la
Programación Lineal o el modelo de Análisis de Decisiones, lo que hace es predecir
cómo funcionará un sistema, en donde se van a evaluar diversas alternativas propuestas
y se toma una decisión con base en la comparación de los resultados, en otras palabras
evalúa el rendimiento de un sistema previamente especificado.
Otra característica a tener en cuenta es que la simulación se centra generalmente en las
operaciones detalladas, ya sean físicas o financieras del sistema. El sistema se estudia
mientras opera durante el tiempo y se incluyen los efectos de los resultados de un
período en el siguiente.
Veamos un ejemplo para que comprendan esto, Supongamos una fábrica que elabora
varios productos. La programación lineal, lo que va a hacer es desarrollar la
combinación óptima de productos, en cambio la simulación va a ser más detallada,
podría considerar aspectos específicos de cómo se programaría la fábrica para obtener la
combinación de productos deseada, teniendo en cuenta los tiempos de preparación de
las máquinas, el tiempo de espera antes del procedimiento y otros detalles que no
pueden incluirse en la formulación de la programación lineal.
Vamos a ver un ejemplo sencillo de cómo se aplica este modelo a un problema de
política de inventarios para un producto que tiene una demanda incierta.
Vamos a ver un ejemplo de cómo se puede utilizar la simulación para establecer una
política de inventarios para un producto que tiene una demanda incierta. El producto es
un ventilador doméstico, distribuido por AIRE S.A. cada ventilador cuesta $75 y se
vende en $125, por lo que se obtiene una utilidad bruta de $125-75 = $50 por cada
ventilador que se vende. La demanda mensual del ventilador queda descrita por una
distribución e probabilidad normal, con una media de 100 unidades y una desviación
estándar de 20 unidades.
AIRE S.A. recibe entregas mensuales de su proveedor y reabastece su inventario a un
nivel Q al principio de cada mes. Este nivel de inventario inicial se conoce como nivel
de reabastecimiento. Si la Da mensual es inferior al nivel de reabastecimiento, se carga
un costo de posesión de inventario de $15 por cada una de las unidades no vendidas,
sin embargo si la Da mensual es superior al nivel de reabastecimiento ocurre un
faltante de inventario y se incurre en un costo de faltante de $30 por cada unidad de la
Da que no pueda satisfacer. La administración desearía utilizar el modelo de
simulación para determinar la utilidad neta mensual promedio resultante de utilizar un
nivel particular de reabastecimiento, así como información sobre el porcentaje de la Da
total que se satisfará. Este porcentaje se conoce como nivel de servicio.
La entrada controlable para el modelo de simulación es el nivel de reabastecimiento,
Q. La entrada probabilística es la Da mensual, D. Hay dos medidas de resultados: la
utilidad neta mensual promedio y el nivel de servicio. El cálculo de nivel de servicio
requiere que llevemos un control de la cantidad de ventiladores vendidos cada mes y
de la Da total de los ventiladores en dichos meses. El nivel de servicio se calculará al
final de la corrida de simulación como la relación de las unidades totales vendidas
entre la Da total.
Demanda
D
Utilidad neta promedio
Nivel de Q Modelo
Reabastecimiento Nivel de servicio

Cuando la Da es inferior o igual al nivel de reabastecimiento (D Q), se venden D


unidades y se incurre en un costo de posesión de inventario de $15 por cada una de las
Q – D unidades que quedan en el inventario. La utilidad neta se calcula:
Caso 1: D  Q
Utilidad bruta : $50D
Costo de posesión : $15(Q –D)
Utilidad neta : Utilidad bruta – Costo de posesión = $50D -$15(Q –D)

Cuando la Da es superior al nivel de reabastecimiento (D > Q) se venden Q


ventiladores y se impone un costo de faltante de $30 a cada una de las unidades D – Q
de la Da no satisfecha., La utilidad sería:
Caso 2: D >Q
Utilidad bruta : $50Q
Costo de faltante :$30(D – Q)
Utilidad neta : Utilidad bruta – Costo de faltante :$50Q -$30(D – Q)
En este ejemplo cada ensayo de la simulación representa un mes de operación. La
simulación se ejecuta durante 300 meses, utilizando un nivel dado de reabastecimiento,
Q, y después se calculan las medidas de resultado de utilidad promedio y de nivel de
servicio.
Utilizamos un nivel de reabastecimiento Q = 100, entonces se genera un valor para la
Da mensual, dado que la Da mensual es normalmente distribuida , con una media de
100 unidades y una desviación estándar de 20, podemos utilizar un procedimiento para
la generación de valores aleatorios a partir de una distribución de probabilidad normal,
los paquetes de simulación por computadora y las hojas de cálculo incluyen una
función que proporciona valores generados al azar a partir de una distribución de
probabilidad normal., lo único que se necesita es introducir el valor medio y la
desviación estándar.
La generación de variables aleatorias se la puede hacer a través de un método
algebraico e ir calculando distintos valores, pero en la actualidad existen varios
paquetes de simulación disponibles para los PC, con capacidad para construir modelos
muy complejos, generar valores al azar a partir de un amplio rango de distribuciones
estadísticas acumuladas y medidas de resumen de los resultados, incluso hasta se
puede ver la simulación cuando ésta ocurre. También se pueden construir modelos
relativamente simples en hojas de cálculo. En el libro Análisis Cuantitativo para los
Negocios de Bonini y Bierman en el apéndice 2 del capítulo de simulación se explica
bastante bien de cómo utilizar excel para este modelo.
Por ejemplo utilizando Excel se puede colocar la fórmula
=NORMINV(RAND(),Media, Desviación estándar) en una celda para obtener el valor
de una entrada probabilística que está distribuida normalmente.
=NORMINV(RAND(),100,20)
Supongamos que en el primer ensayo se genera un valor D = 79, este valor de la Da se
compara con el nivel de reabastecimiento, Q = 100, la Da resulta menor. Las ventas se
definen igual a la demanda (79), y entonces se calculan la utilidad bruta, el costo de
posesión y la utilidad neta:
Utilidad bruta = 50D = 50(79) = 3950
Costo de posesión = 15(Q – D) = 15(100 – 79) = 315
Utilidad neta = 50D –15(Q – D) = 50(79) – 15(100 – 79) = 3635
Estos valores se registran para el primer mes.
Supongamos ahora que para el segundo mes la Da mensual es de 111, tenemos
entonces:
Utilidad bruta = 50Q = 50(100) = 5000
Costo de posesión = 30(D - Q) = 30(111 – 100) = 330
Utilidad neta = 50Q –30(D - Q) = 50(100) – 30(111 – 100) = 4670
Y así se va haciendo uno por uno hasta completar los 300 ensayos, se calcula la
utilidad total acumulada, la utilidad mensual y el nivel se servicio que es igual a: las
ventas unitarias totales sobre la Da total, lo que me va a indicar el promedio de
satisfacción de los clientes, a continuación se muestran la simulación de inventario
para una total de 300 ensayos:

Nivel de Utilidad neta Nivel de


abastecimiento promedio servicio (%)
100 4293 92.5
110 4524 96.5
120 4575 98.6
130 4519 99.6
140 4399 99.9
Este cuadro me muestra diferentes experimentos de simulación para distintos niveles
de reabastecimiento, como la mayor utilidad neta lo tiene Q = 120, la empresa debería
este nivel de reabastecimiento, con un 98.6% de nivel de servicio es decir un 98.6% de
Da satisfecha.
La simulación como habíamos dicho anteriormente no es un técnica de optimización,
dado que no existe ninguna garantía de que esta elección sea óptima puesto que no se
han probado todos los niveles posibles de reabastecimiento, como se Q = 115 o Q =
125. sin embargo con un gran número de ensayos de simulación se debería encontrar
una solución muy buena, cercana a la óptima.
UNIVERSIDAD CATOLICA DE SALTA
FACULTAD DE ECONOMIA Y ADMINISTRACIÓN
Cátedra: METODOS Y MODELOS DECISIONALES
Trabajo Práctico Nº 8
SIMULACIÓN
EJERCICIO Nº 1
El precio de una acción de un valor en particular, listado en la Bolsa de Valores de
Nueva York es actualmente de 39 dólares. La siguiente distribución de
probabilidades muestra la forma en que se espera que el precio por acción cambie a
través de un período de tres meses.

Cambio del precio de la acción Probabilidad


-2 0,05
-1 0,10
0 0,25
1 0,20
2 0,20
3 0,10
4 0,10

1.- Establezca intervalos de números aleatorios que puedan utilizarse para generar
el cambio en el precio de la acción a lo largo de un periodo de tres meses.
2.- Con el precio actual de 39 dólares por acción para cada número aleatorio
0.1091, 0.9407, 0.1941 y 0.8083, simule el precio por acción para cada uno de los
siguientes cuatro periodos de 3 meses. ¿Cuál es el precio simulado final por
acción?

EJERCICIO Nº2
Se realizó un estudio para investigar el número de automóviles que llegan a
la ventanilla especial del Comunity Savings Bank. Se recopilaron los
siguientes datos para 100 intervalos de 5 min. Elegidos al azar:
Número de llegadas Número de ocurrencias
0 12
1 24
2 37
3 19
4 8
100
a)- Elabore una distribución de frecuencias para los datos anteriores.
b)- Utilice los números aleatorios 08, 61 y 22 para simular el número de
clientes que llegan entre las 9:00 a.m. y las 9:15 a.m. en un día determinado.

EJERCICIO Nº 3
Con los datos del ejercicio anterior:
a). Utilice los siguientes números aleatorios para generar llegadas para los
siguientes 6 intervalos de 5 min: 01 09 26 05 33
14.
b). Calcule el número promedio de llegadas para los 6 periodos de la parte
(a).
c). ¿Le resultaría aceptable estimar el número promedio de llegadas
empleando las llegadas que se generaron en la parte (a)?. ¿Por qué sí o por
qué no?
d). Calcule el número esperado de llegadas en un periodo de 5 min
utilizando las frecuencias relativas del problema (1) como las probabilidades
adecuadas. Compare esto con el promedio que se calculó en la parte (b).

EJERCICIO Nº4
Una tienda de ventas al menudeo ha experimentado la siguiente demanda
diaria histórica para un producto determinado:
Ventas Frecuencia
(unid.) (días)

0 4
1 6
2 14
3 12
4 7
5 5
6 2
Total 50

1.- Elabore una distribución de frecuencias relativas para los datos


anteriores.
2.- Utilice los números aleatorios de renglón 4 del Apéndice B (Libro
Introducción a los Modelos Cuantitativos para Administración- Anderson-
Sweeney-Williams), para simular las ventas diarias durante un periodo de 10
días. El renglón comienza con los números aleatorios 46276 87453
44790.

EJERCICIO Nº 5
Se realizó un estudio para investigar el número de automóviles que llegan a
la ventanilla especial del Community Savings Bank. Se recopilaron los
siguientes datos para 100 intervalos de 5 min. elegidos al azar:
Número de Número de
llegadas ocurrencias

0 12
1 24
2 37
3 19
4 8
100

1. Elabore una distribución de frecuencias relativas para los datos anteriores.


2. Utilice los números aleatorios 08, 61 y 22 para simular el número de clientes
que llegan entre las 9:00 A.M. y las 9:15 A.M. en un día determinado.

EJERCICIO Nº6
Con respecto al ejercicio anterior:
a. Utilice los números aleatorios para generar llegadas para los siguientes 6
intervalos de 5 min.: 01 09 26 05 33 14
b. Calcule el número promedio de llegadas para los 6 periodos de la parte
(a).
c. ¿Le resultaría aceptable estimar el número promedio de llegadas
empleando las llegadas que se generaron en la parte (a)?, ¿Por qué sí o por
qué no?
d. Calcule el número esperado de llegadas en un período de 5 min.
utilizando las frecuencias relativas del problema 2 como las probabilidades
adecuadas. Compare esto con el promedio que se calculó en la parte (a).