Grado en Administración de Empresas

Departamento de Estadı́stica
Asignatura: Optimización y Simulación para la Empresa
Curso: 2011/2012

PRÁCTICA 8: Simulación (1)

1. El problema del vendedor de periódicos

Estudiamos aquı́ un problema muy habitual: un vendedor tiene la posibilidad de vender

un producto perecedero a un cierto precio. El vendedor desconoce cuál será la demanda,
por lo que no sabe cuántas unidades encargar a su proveedor. Si la demanda supera la
cantidad encargada, vende todas las unidades que tiene. Sin embargo, si encarga más de
las que luego vende, puede devolver las unidades sobrantes recuperando parte del dinero
que pagó. El dilema para el vendedor es encontrar una polı́tica óptima que maximice su
beneficio esperado.

Este problema se presenta cuando hay bienes perecederos (verdura, productos lácteos,
etc.) o productos que se venden en un perı́odo del año muy corto (periódicos, árboles de
Navidad, flores en San Valentı́n, etc.). A continuación ilustraremos este problema con un
ejemplo.

Una compañı́a que vende ordenadores quiere determinar cuántas licencias de un deter-
minado sistema operativo comprar a Microsoft para suministrarla con dichos ordenadores
durante un año. Como el sistema operativo tiende a cambiar de un año para otro, la com-
pañı́a querrı́a comprar a Microsoft tantas licencias como ordenadores venda esa año, pero,
evidentemente, esta cantidad le es desconocida de antemano.

Una licencia del sistema operativo actual le cuesta a la compañı́a 75 euros y al sumin-
istrarla con el ordenador le genera unos ingresos brutos de 120 euros. Cuando Microsoft
lanza al mercado un nuevo sistema operativo, la compañı́a puede devolver las licencias
sobrantes, recibiendo 60 euros por cada una (de los 75 que pagó). Además, la compañı́a ha
estimado que la cantidad de ordenadores que puede vender en el año se distribuye según
una distribución normal N (1000, 1002 ).

La cuestión que se plantea la compañı́a es cuántas licencias del sistema operativo so-
licita a Microsoft.

Se trata de un problema complicado, por lo que la empresa se plantea comparar las

1
siguientes alternativas de pedido: 975, 1000, 1025, 1050, 1075 y 1100. Desarrolla en una
hoja de cálculo un modelo de simulación para estimar el beneficio esperado de la compañı́a
para cada uno de los tamaños de pedido contemplados.

Responde a las siguientes cuestiones usando 200 repeticiones (réplicas) en el modelo

de simulación:

1. Estima el beneficio esperado de la compañı́a en cada uno de los 6 escenarios contem-

plados. Utiliza la función de excel PROMEDIO().
Para visualizar qué escenario ha sido más favorable te conviene usar la herramienta
Formato condicional de Excel. Concretamente, en este caso te será útil usar la
opción Reglas superiores e inferiores =⇒ 10 superiores .

2. Para cada uno de ellos, calcula el error estándar de estimación, que se obtiene como
√s . Para calcular la cuasidesviación tı́pica muestral, s, utiliza la función de excel
n
DESVEST()

3. Para cada uno de ellos, proporciona una estimación del error absoluto para el bene-
ficio esperado, para un nivel de confianza del 95 %
s
Error-absoluto = 2z α2 √ ,
n
|{z}
error−est.

Para calcular el valor crı́tico de la normal estándar N (0, 1) de nivel α2 , usa la función
de excel -INV.NORM.ESTAND( α2 ).

4. Para cada uno de ellos, proporciona un intervalo de confianza para el beneficio es-
perado a un nivel de confianza del 95 %.

5. Representa gráficamente los respectivos intervalos de confianza ası́ como las estima-
ciones puntuales. Te resultará útil para tomar una decisión acerca del tamaño de
pedido más adecuado unir las 3 series (lı́mites superiores, promedios, lı́mites inferi-
ores) a través de lı́neas suavizadas. Para ello, realiza el Gráfico de Dispersión con
lineas suavizadas y marcadores oportuno, al que se accede desde el menú Insertar.

6. A la vista de los resultados obtenidos, ¿qué tamaño de pedido recomendarı́as a la

gerente de la empresa?

7. Para cada uno de ellos, proporciona una estimación del error relativo para el beneficio
esperado, para un nivel de confianza del 95 %
error-absoluto
Error-relativo =
x

8. Estima el tamaño muestral necesario (el número de réplicas necesarias) para trabajar
con un error relativo menor del 2 %, para un nivel de confianza del 95 %.
Si quieres estar cometiendo un error relativo de a lo sumo el K %, tendrás que resolver
la inecuación
s CV K
2z α2 √ = 2z α2 √ ≤ ,
x n n 100

2
 s
donde CV = |x|
es el coeficiente de variación del beneficio. Su solución es:
 2z α · CV 2
n≥ 2
K
100

Puedes usar la función de excel REDONDEAR.MAS(;0). Ten en cuenta que si el máximo

error relativo lo tienes definido como un porcentaje en la celda P11, entonces puedes
dividir en la expresión anterior directamente por P11, en lugar de hacerlo entre
P11/100

Para estimar el beneficio esperado en cada uno de los 6 escenarios contemplados po-
drı́amos haber usado la herramienta Tabla de Datos del Análisis Y si de la opción
Datos de Excel. En versiones de Excel 2003 se accede a la opción Tabla a través del
menú Datos.

Para ello, debemos de disponer, por ejemplo, en una fila los diferentes tamaños de
pedido que queremos evaluar. En la esquina superior derecha se hace una referencia simple
a la celda en la que se ha evaluado el beneficio esperado para un tamaño de pedido fijo (por
ejemplo, la celda N17). Seleccionar el rango de celdas y abrir la opción Tabla de Datos.
Seleccionar cualquier casilla en blanco para las columnas y la celda correspondiente a la
variable de decisión para las filas (la celda F7 en el ejemplo), si los diferentes escenarios
los escribes en fila.