Académique Documents
Professionnel Documents
Culture Documents
INTRODUCCION A LA SIMULACION
La Simulacin es una tcnica que forma parte de la Investigacin de
Operaciones, ella es usada prcticamente en todas las reas de estudio de
procesos conocidas.
La Simulacin permite estudiar un sistema sin tener que realizar experimentacin
sobre el sistema real , esta posibilidad representa muchas ventajas frente a las
otras tcnicas de la Investigacin de Operaciones, otra posibilidad para estudiar
los procesos es construir un modelo analtico conformado por un conjunto de
ecuaciones (algebraicas o diferenciales) que representan al sistema para luego
resolverlo para diferentes situaciones, o tambin una tercera posibilidad es
plantear un modelo de optimizacin que procure proporcionar la mejor estrategia
que el sistema debe adoptar para obtener un mejor desempeo de acuerdo con
alguna medida de rendimiento establecida en la "funcin objetivo" y
satisfaciendo las diversas condiciones del problema, establecidas en "las
restricciones".
1
2
Los modelos de simulacin tienen ventajas sobre los modelos analticos ya que
se pueden usar para muchos tipos de problemas.
2
3
Otras aplicaciones de las tcnicas de simulacin son las empleadas en las Redes
de Petri y los Modelos de Regresin.
Los clientes al entrar al sistema se dirigen hacia uno de los servidores y, si es este
esta ocupado, a otro, y a otro y as sucesivamente.
Los servidores proporcionan atencin a los clientes, para lo cual brindan cierta
cantidad de tiempo, el tiempo que brindan los servidores es por lo general una
variable aleatoria, cuya funcin de distribucin depende de cada sistema.
El tiempo que tarda una fuente en generar cada cliente es una variable aleatoria y
su funcin de distribucin depende de la situacin que se est simulando.
3
4
Segn la aplicacin es posible que cada lnea de espera tenga una capacidad de
contener cierto nmero de clientes.
SIMULACIN DE MONTECARLO DE UN
PERT-CPM
4
5
5
6
6) El costo total y la duracin del camino critico calculadas de cada una de las 20
simulaciones.
7) La fraccin de la varianza que representa el error de simulacin para las 20
simulaciones y alfa=0.05
8) Una grafica de frecuencia de los distintos caminos crticos.
Solucin
Las tablas presentan los resultados de las primeras cuatro simulaciones del
proyecto, la duracin y el costo unitario de las actividades de cada simulacin
son determinados por medio de una simulacin de Montecarlo.
SIMULACION 1 SIMULACION 2
ACTIVIDADTIEMPO DE COSTO COSTO ACTIVIDADTIEMPO DE COSTO COSTO
DURACION UNITARIO TOTAL DURACION UNITARIO TOTAL
1--2 6 500 3000 1--2 6 500 3000
1--3 9 300 2700 1--3 5 300 1500
2--3 5 517 2585 2--3 4 406 1624
2--4 4 972 3888 2--4 4 770 3080
3--4 8 750 6000 3--4 7 750 5250
3--5 5 350 1750 3--5 4 350 1400
4--5 4 560 2240 4--5 3 512 1536
4--6 4 400 1600 4--6 5 400 2000
5--6 8 900 7200 5--6 8 900 7200
TOTAL 30963 TOTAL 26590
SIMULACION 3 SIMULACION 4
ACTIVIDADTIEMPO DE COSTO COSTO ACTIVIDADTIEMPO DE COSTO COSTO
DURACION UNITARIO TOTAL DURACION UNITARIO TOTAL
1--2 6 500 3000 1--2 6 500 3000
1--3 11 300 3300 1--3 15 300 4500
2--3 4 675 2700 2--3 4 587 1548
2--4 4 641 2564 2--4 4 1082 4328
3--4 3 750 2250 3--4 3 750 2250
3--5 4 350 1400 3--5 4 350 1400
4--5 4 598 2392 4--5 2 555 1100
4--6 3 400 1200 4--6 5 400 2000
5--6 8 900 7200 5--6 8 900 7200
TOTAL 26006 TOTAL 27336
6
7
a = 0.05
n = 20
n = t2 1-/2(2/error2)
error2 = t2 1-2( /n)
t = = t 1-0.05/2 = = t .975 = 2.086
Error = t 1(2/n) = (2.086)2(.052/20) =0.000543
Fraccin = error/varianza.
SIMULACIN DEL MANTENIMIENTO DE UN SISTEMA DE
BOMBEO
El servicio de mantenimiento del sistema de bombeo de un campo petrolero es
ejecutado por una empresa que cuenta con una cuadrilla de mantenimiento.
Se dispone de la data de los tiempos de ocurrencia y de duracin de las fallas que
se presentan en el sistema de bombeo.
7
8
CASO UNO
UN CAMPO
UN SERVICIO
SALID
CAMPO 1 SERVICIO1 A
CASO DOS
UN CAMPO
DOS SERVICIOS SERVICIO1
SALID
CAMPO 1
A
SERVICIO
2
CASO TRES
DOS CAMPOS
SERVICIO1
DOS SERVICIOS
CAMPO 1
CAMPO 2 SALID
A
SERVICIO
2
8
9
Para ello, es necesario conocer primero cmo est formada la variable aleatoria R, es
decir, debemos descomponerla en las distintas variables aleatorias que la componen (por
ejemplo, desembolso inicial, tasa de actualizacin, flujos de caja, precio de venta,
unidades vendidas, costes fijos, costes variables, tipo impositivo, cuota de amortizacin,
valor residual, duracin del proyecto...). En el mtodo de Hertz puede ser variable
aleatoria cualquier componente de la frmula de la rentabilidad (del Van, de la Tir...),
pero con la exigencia de que dicha variable aleatoria debe ser totalmente conocida, es
decir, no basta con saber que el nmero de unidades de producto vendidas para un ao
es normal, sino que hay que saber que es normal, con una esperanza de X unidades y
una desviacin tpica de Y.
Una vez definidas todas las variables aleatorias cuya funcin de densidad conocemos, y
la relacin funcional entre ellas que nos da como resultado la variable de rentabilidad,
iremos obteniendo valores posibles de todas y cada una de las variables aleatorias. Al
sustituir estos valores en la funcin de rentabilidad, obtendremos un valor de la
rentabilidad del proyecto. No obstante, es necesario sealar que el valor obtenido es
nada ms que un posible valor. No sabemos si es un valor muy representativo (como
podra ser la esperanza o la moda) o si es un valor extremo, muy remoto de obtener. Un
solo valor no nos da informacin alguna.
Veamos ahora cmo podemos realizar una simulacin con la hoja de clculo Microsoft
Excel de la rentabilidad de un proyecto de inversin. Para ello, supongamos un proyecto
simple con los siguientes datos: desembolso inicial: se distribuye normal con esperanza
de 1.000 euros y desviacin de 200; flujos de caja: los flujos de caja anuales se calculan
como el nmero de productos vendidos por el margen obtenido por cada producto. Las
ventas de cada ao se distribuyen uniformemente entre 500 y 800 productos, mientras
que el margen se distribuye normalmente con media 5 euros y desviacin tpica 1 euro;
duracin: la duracin es aleatoria segn la tabla adjunta:
Duracin en aos 2 3 4
Probabilidad 20% 50% 30%
9
10
~ ~ ~
~ n V M
TIR ~
r / 0 A i ~ ii
i 1 (1 r )
Las variables aleatorias que componen la TIR y sus caractersticas son las siguientes:
Paso 2: el segundo paso consiste en ir obteniendo distintos valores para las distintas
variables aleatorias obtenidas, para finalizar en el clculo de un valor de la rentabilidad.
Este proceso se denomina simulacin. Para ello es necesario conocer las funciones de
distribucin o de probabilidad acumulada de las variables aleatorias y obtener, mediante
la generacin de nmeros aleatorios, un valor correspondiente a dicha variable.
Comencemos con la variable desembolso inicial. Para ello, nos situamos al comienzo de
la hoja. En la primera fila iremos introduciendo los nombres que nos sirvan de gua y
recordatorio de las operaciones que realizaremos debajo. As, introduciremos lo
siguiente:
B C D
A
Nmero aleatorio A Valor A
=ALEATORIO() =DISTR.NORM.IN
V(A2;1000;200)
As, por ejemplo, si el nmero aleatorio hubiera sido 0,123, el valor obtenido para A
sera 768.
Una vez obtenido el valor de la primera variable aleatoria, repetimos el proceso con el
resto de variables aleatorias. Por ejemplo, la duracin. Para ello, lo primero sera
1
Con cada nueva operacin, la hoja de clculo calcular un nuevo nmero aleatorio, as que los
resultados estarn variando constantemente. Esto no representa ningn problema, si bien puede resultar
un poco desconcertante al principio.
10
11
obtener el nmero aleatorio necesario para la simulacin. Sin embargo, el problema nos
advierte que duracin y desembolso inicial son directamente dependientes. Para
conseguir simular la correlacin positiva entre las variables, es necesario que las
simulaciones de ambas variables se realicen con el mismo nmero aleatorio. As que el
nmero necesario para la simulacin del tiempo es el que est en la celda A2. Pasamos
por tanto a realizar la simulacin para la duracin.
En este caso, la variable es discreta y con una funcin sui generis. Su funcin de
probabilidad acumulada sera:
Duracin en aos 2 3 4
Probabilidad 20% 50% 30%
Acumulada 20% 70% 100%
B C D
A
Nmero aleatorio A Valor A Duracin
=ALEATORIO() =DISTR.NORM.IN =SI(A2<=20%;2;si(
V(A2;1000;200) A2<=70%;3;4))
Para calcular la duracin, primero preguntamos si el nmero aleatorio (A2) es menor o igual que 20%. Si
lo es, la duracin valdr 2. Si no, volvemos a preguntar si el nmero es menor que 70%; en caso
afirmativo, la duracin ser 3; en caso negativo, ser 4. Siguiendo con el ejemplo anterior, si el nmero
aleatorio es 0,123, la duracin del proyecto seran 2 aos.
Calculemos ahora el valor para la variable Ventas del primer ao. Esta variable es
independiente de las anteriores, luego ser necesario calcular un nuevo nmero aleatorio
para ella:
B C D E
A
Nmero Valor A Duracin Nmero Ventas ao 1
aleatorio A aleatorio Ventas
=ALEATORIO( =DISTR.NOR =SI(A2<=20%; =ALEATORIO( =D2*(800-
) M.INV(A2;100 2;si(A2<=70%; ) 500)+500
0;200) 3;4))
11
12
Las ventas se distribuyen segn una variable uniforme, cuya funcin de distribucin
inversa (no existe una funcin predefinida en EXCEL para calcularla) es la siguiente:
X n (O P) P
Pasemos ahora a calcular el valor del margen del ao 1. Esta variable se distribuye
normalmente, por lo que emplearemos la funcin ya conocida de DISTR.NORM.INV.
Adems, esta variable est inversamente relacionada con las ventas, por lo que el
nmero aleatorio que deberemos emplear en esta variable ser el complementario a 1
del obtenido para las ventas (es decir, 1-n para las ventas). Por tanto, en la columna F,
incluiramos lo siguiente:
E F G H
D
Nmero aleatorio Ventas ao 1 Margen ao 1 Desembolso inicial Flujo de caja 1
Ventas
=ALEATORIO() =D2*(800-500)+500 =DISTR.NORM.INV(1 =-B2 =E2 * F2
-D2; 5; 1)
Ahora es necesario calcular los flujos de caja para los aos 2, 3 y 4. No obstante, como
las variables aleatorias que los componen son directamente dependientes entre s a lo
largo del tiempo (mismo nmero aleatorio) e igualmente distribuidas (misma funcin de
distribucin), el valor para los flujos de caja de los aos 2, 3 y 4, en caso de existir,
seran iguales a los del ao 1. Pero el flujo de caja del ao 4 existir slo si la duracin
es igual a 4 aos, y el del ao 3 slo si la duracin es 3 o 4, ya que en caso contrario
seran nulos. Calculamos por tanto los flujos de caja para los 4 aos de la siguiente
forma:
H J K L
G I
Desembolso inicial Flujo de caja 1 Flujo de caja 2 Flujo de caja 3 Flujo de caja 4 TIR
=-B2 =E2 * F2 =-G2 =si(C2>2;G2,0) =si(C2>3;G2;0) =TIR(G2:K2)
Una vez obtenidos los cuatro flujos de caja, ya podemos calcular la TIR con la funcin
TIR. No obstante, esta funcin exige que los valores utilizados estn consecutivos en
filas o columnas, as que por ello hemos incluido el desembolso inicial delante del
primer flujo de caja. El resultado para el ejemplo es del 244%.
Paso 3.
Una vez finalizada la simulacin, tenemos un valor de la rentabilidad del proyecto, pero
lo nico que sabemos en nuestro ejemplo, es que la TIR puede valer 137%. No sabemos
12
13
Ahora tenemos 1.000 valores de la TIR del proyecto. Si queremos calcular la esperanza de la TIR, un
buen estimador sera la media aritmtica de los valores obtenidos. As, podemos calcular, por ejemplo en
la columna M el promedio de los 1.000 valores:
M O P Q
L N
TIR Esperanza Desviacin Tpica
=TIR(G2:K2) =PROMEDIO(L2: =DESVESTP(L2:L
L1001) 1001)
Para ello usamos la funcin PROMEDIO. Asimismo, en la columna N podemos calcular la desviacin
tpica de la variable con la funcin DESVESTP2.
Deseamos ahora saber con qu probabilidad el proyecto es rentable. Para ello, sabemos que ser rentable
cuando la TIR sea superior al 10%, que es el valor de K. As que vamos a utilizar la columna O para
comprobar en cada caso si la TIR es superior o no al 10%:
M O P Q
L N
TIR Esperanza Desviacin Tpica Rentable? Probabilidad
=TIR(G2:K2) =PROMEDIO(L2: =DESVESTP(L2:L =SI(L2>10%;1;0) =SUMA(O2:O100
L1001) 1001) 1)/1000
Aunque existen varios tests estadsticos que se pueden realizar para conocer si la distribucin de la
medida de rentabilidad buscada (TIR o VAN) se asemeja a alguna de las distribuciones conocidas
(normal, beta, gamma...), nosotros nos contentaremos con un estudio ms simple e intuitivo, basado en la
observacin del histograma para los datos obtenidos.
2
Los resultados de estas funciones cambiarn, puesto que dependen de los nmero aleatorios utilizados.
No obstante, cuanto mayor sea el nmero de simulaciones, menor variacin sufrirn estos valores.
13
14
Para poder obtener el histograma, es necesario que la hoja de clculo Excel tenga instaladas las
herramientas para anlisis estadstico. Dichas herramientas estarn instaladas si aparece en el men
herramientas la opcin Anlisis de datos.... Si no es as, se debern instalar. Para ello, en el men
herramientas, se seleccionar la opcin complementos, y, dentro del cuadro de dilogo que se abre, se
seleccionar la opcin Herramientas para anlisis. Tras esto aparecer ya en el men herramientas la
opcin Anlisis de datos....
Seleccionando esta opcin, se nos abrir un nuevo cuadro de dilogo en el que seleccionaremos la opcin
Histograma. En el rango de entrada incluiremos los valores obtenidos para la TIR (de L2 a L1001). En
el rango de salida, elegiremos la celda de la hoja de clculo donde queremos que nos muestre el
histograma (por ejemplo, R2). A continuacin seleccionaremos la opcin crear grfico, y pulsaremos
Aceptar. Como resultado obtenemos el siguiente grfico:
Histograma
140
120
Frecuencia
100
80
Frecuencia
60
40
20
0
Clase
Donde se observa la funcin de densidad de la TIR. Vemos que, aunque con ligeras diferencias, resulta
notablemente similar a una funcin Normal.
En el fichero de Microsoft Excel denominado Apuntes Excel, se encuentra resuelto este problema en la
hoja denominada Hertz.
EJERCICIO PROPUESTO:
Vuelva a calcular el ejercicio anterior, pero usando el VAN como funcin de rentabilidad. Suponga un
coste de capital aleatorio, distribuido normalmente con media 5% y desviacin 1%.
14