Vous êtes sur la page 1sur 3

Preguntas

1) Una descripción breve del problema a tratar.

La compañía PcSA quiere lanzar al mercado una impresora portátil de alta calidad. Algunos
estudios iniciales hechos por parte de la compañía han permitido establecer un precio base para
la venta del producto, asimismo conocer de los costos de publicidad y administrativos del año
uno.

Cabe aclarar que, para el costo de componentes, la demanda del primer año y el costo de mano
de obra directa no se tiene un dato exacto y, en consecuencia, son variables de entrada que
toman valores probables.

Para el primer año el panorama de la proyección es atrayente, toda vez que se obtiene una
utilidad neta de 260.000.000 millones de colones, no obstante para la empresa es importante
considerar dos escenarios, uno en el cual no se vean ganancias, por el contrario perdidas en el
primer año y con lo cual, el lanzamiento de esta impresora al mercado sea un total fracaso y el
segundo en el cual sea totalmente lo contrario, un rotundo éxito con ganancias de 757.000.000
millones de colones y el problema es que no se tiene idea preliminar sobre un modelo que nos
muestre la probabilidad de pérdida o ganancia del lanzamiento de este producto durante el
primer año, por lo tanto se procede con una simulación de Monte Carlo para poder tener un
modelo que le permita a PcSA tener bases más sólidas para tomar una decisión de lanzar o no
esta impresora al mercado de acuerdo a los posibles valores de probabilidad de ganancia o
pérdida que se suponen se obtendrán con el modelo.

2) Los supuestos utilizados para las variables aleatorias.

Las variables aleatorias en este caso son:

 Costo de mano de obra directa: La distribución de probabilidad para costo de mano de


obra directa, los cuales se muestran en la siguiente tabla:

Costo de mano de obra directa por unidad Probabilidad

10.000 0.1

13.000 0.3

16.000 0.3

19.000 0.2

22.000 0.1

Total 1.0

En donde observamos que el costo de fabricar una unidad va desde 10.000 hasta 22.000 colones.

 Costo de componentes: Va desde 25.000 hasta 35.000 por unidad y esta variable
suponen que asume una distribución de probabilidad uniforme.
 Demanda del primer año: suponen para esta variable que se distribuye normalmente
con parámetros:
∝ = 𝟏𝟒. 𝟓𝟎𝟎
𝝈 = 𝟒. 𝟎𝟎𝟎

También se cree que el precio de venta, el costo administrativo y el costo de publicidad,


se conservan fijos en toda la corrida de simulación.

Nuevo Producto
(70.000 – C1 – C2) X – 240.000.000 Utilidad

3) Los escenarios considerados y su efecto en las distribuciones o los parámetros.

Inicialmente ya para la simulación se generan valores para estas tres entradas probabilísticas
(variables aleatorias) y como salida se obtendrá la utilidad resultante, este proceso se repite
n veces hasta que estemos seguros de que hemos llegado a una buena aproximación tanto
en las entradas como en la salida.
Los números aleatorios generados por computadora se eligen al azar en el intervalo de 0 a
1, pero sin incluir a 1. Cada número es generado por computadora mediante muestreo
aleatorio simple (tienen la misma probabilidad de ser escogidos) y además se dice que están
distribuidos de manera uniforme en el intervalo [0,1].
Después de generar los números aleatorios con la herramientas correspondientes en Excel,
se observa ahora que la probabilidad de generar un número aleatorio en cualquier intervalo
es igual a la probabilidad de obtener el valor correspondiente del costo de mano de obra
directa, por lo que, para generar un valor aleatorio para el costo de mano de obra directa,
generaremos un número aleatorio entre 0 y 1. Si el número aleatorio es mayor a 0,0, pero
inferior a 0,3, se define el costo de mano de obra directa igual a 10.000 de acuerdo con la
distribución de probabilidad dada en la tabla anterior.

En tanto que si el número aleatorio es mayor a 0,3, pero inferior a 0,6, estableceremos
el costo de mano de obra directa igual a 16.000 y así sucesivamente de acuerdo a la
distribución de probabilidad.

Para la generación de valores del costo de componentes, toman como distribución la


Uniforme, la cual nos lleva a una función de componentes igual a:

Costo de componentes=25.000 + 10.000r

Dónde:

r= número aleatorio entre 0 y 1 con distribución uniforme.

En donde podemos observar que si r=0, tendremos el valor mínimo de 25.000, el cual se
tuvo en la fase inicial de la simulación para el valor del costo de componentes por unidad
y también si r=1 se tendrá el valor máximo de 35.000.

4) Una conclusión (positiva o negativa) acerca de los resultados presentados en el


artículo.

Con respecto al intervalo de confianza para la utilidad podemos decir que es mucho más baja a
la esperada inicialmente, ya que teníamos el modelo para la utilidad:
Utilidad = (70.000- C1 - C2 ) X - 240.000.000

C1 = costo de mano de obra por unidad.

C2 = costo de componentes por unidad.

X = demanda del primer año

Ya que si sustituimos los mejores valores estimados, se tiene la siguiente proyección de las
utilidades:

Utilidad = (70.000-15.000-30.000) 20.000-240.000.000= 260.000.000

Y en el intervalo obtenido para el parámetro poblacional de la utilidad con un nivel de confianza


del 95% observamos que este valor va estar entre [126.785.645,2-189.839.303,2] y como se
puede observar, es muy poco probable que las utilidades puedan alcanzar este valor como se
había pensado inicialmente y es por esto que la simulación nos permite tomar una mejor
decisión sobre el producto.

Un aspecto positivo de la simulación es que se evalúa un escenario en el peor de los casos y un


escenario en el mejor de los casos a partir del análisis de sensibilidad. El uso de simulación para
analizar el riesgo en el problema de PcSA es cómo ensayar muchos escenarios de sensibilidad
generando valores al azar de los datos de entrada probabilísticos. La ventaja de la simulación es
que permite valorar la probabilidad de una utilidad y la de una pérdida