Investigacin de Operaciones

Introduccin a la Simulacin

Modelar sistemas por medio de un enfoque matemtico como los analizados en las clases
anteriores es una tcnica muy til para anticiparse a las operaciones en la vida real, y as planear
adecuadamente antes de consumir recursos.

Sin embargo mucha de la informacin y parmetros que se usan en los modelos cambian
continuamente, lo que provoca que la solucin a un modelo pueda dejar de ser vlida.

Cuando los cambios son muy drsticos y/o muy continuos lo que interesa es analizar el o los
posibles resultados para todos los diferentes escenarios y conocer la probabilidad de cada uno
de ellos, esto amplia el horizonte de anlisis y toma de decisiones.

La primera aproximacin a la experimentacin con muestreos de nmeros aleatorios con

computadora para modelos matemticos fue utilizando la tcnica que se conoce como Mtodo de
Monte Carlo.

Histricamente, el trmino Monte Carlo fue un nombre

en cdigo usado en la Segunda Guerra Mundial (1944)
para clculos secretos que se realizaban con el fin de
predecir el flujo de neutrones en una bomba atmica.

El flujo de millones de neutrones siguiendo caminos

aleatorios a travs de una masa de molculas de uranio,
slo puede ser modelado en una computadora, no es
posible pronosticarlo de manera terica.

Como los caminos de los neutrones varan al azar y

como la construccin de la bomba atmica era una
gigantesca apuesta, se dio a los clculos el nombre en
cdigo de Monte Carlo, por el hecho de que sta es la
capital del principado de Mnaco, el centro mundial de
las apuestas..

Tcnica que permite imitar el comportamiento de un

sistema real o hipottico segn las condiciones
particulares de operacin.

Analizar, estudiar y mejorar el comportamiento de un

sistema.

Herramienta para evaluar distintos escenarios (del

tipo qu pasa si ?)

Sistema
La simulacin es uno de los mtodos cuantitativos ms
ampliamente utilizados para tomar decisiones.
Es un mtodo de aprender acerca de un mtodo real
experimentando con un modelo que representa el
sistema.
El modelo de simulacin contiene las expresiones
matemticas y relaciones lgicas que describen cmo
calcular el valor de los datos de salida dados los valores
de los datos de entrada.

Sistema
real

Modelo del
sistema

Modelo
fsico

Simulacin

Modelo
cuantitativo

Solucin
analtica

 Los sistemas de simulacin se componen de los siguientes elementos:

Parmetros controlables
Parmetros probabilsticos
El Modelo
Los Resultados
Sistema de Simulacin

Una simulacin se corre o ejecuta de preferencia un gran nmero de veces, generando un conjunto de
muchos resultados. Contar con nmeros grandes de resultados ampla el horizonte de toma de decisiones.
6

 Los parmetros controlables, como su nombre lo dice, son todos aquellos

valores que podemos influenciar y controlar con un grado alto de certeza.
Tambin se caracterizan por ser generalmente constantes, cambian muy poco y
sus cambios son en intervalos de tiempo muy largos.

Al analizar los resultados de un modelo de simulacin, estos parmetros resultan

ser clave para influenciar el comportamiento del sistema, ya que al ajustarlos se
pueden alcanzar resultados esperados.
Ejemplo:
Modelo de produccin: Cantidad de mano de obra y materia prima, etc.
Modelo de inversin: Capital de inversin, riesgo aceptable, etc.
Modelo de colas: Cantidad de servidores, horarios de servicio, etc.

 Los parmetros probabilsticos reciben este nombre debido a que no se conoce

con certeza su valor, dicho valor es aleatorio e influenciado por un
comportamiento ajustado a una distribucin probabilstica.
Dependiendo de la naturaleza de dicho parmetro y la distribucin de posibles
valores podemos elegir una, pero no limitada a, alguna de las siguientes
distribuciones probabilsticas:

Distribucin Binomial
Distribucin Normal
Distribucin Uniforme
Distribucin Exponencial
Distribucin Triangular
Etc.

Analizaremos las distribuciones anteriores nicamente

8

 La estructura de un modelo de simulacin puede llegar a ser muy compleja y llegar a estar compuesta de
mltiples condiciones, actividades y eventos.
Las condiciones pueden estar influenciadas por los parmetros y en base a eso generar mltiples y
diferentes resultados o afectar otros parmetros creando as una dependencia matemtica entre ellos.

Iteracin 1

Iteracin 2

Iteracin 3

Iteracin 4

Iteracin 5

Por medio de la
simulacin el modelo es
capaz de ejecutar miles
de pruebas, cada
ejecucin puede ser
diferente, generando as
diferentes resultados .

Iteracin N

Parmetros:
Precio (P)
Demanda (D)

Es recomendado crear una representacin

grfica del modelo, usando un Diagrama de
Flujo por ejemplo se puede visualizar ms
fcilmente las entradas, procesos y salidas
del modelo.
Se puede tambin agregar bifurcaciones a
travs de condiciones que ocasionen que el
modelo produzca un resultado diferente
dependiendo del resultado de dicha condicin
Ejemplo:
Si la demanda aumenta en ms de 1000
unidades puedo disminuir el precio de
venta en 10%.

Generar Demanda (D)

Es
D>1000?
si

no

Ingresos = D *
(P/1.10)

Ingresos = D * P

Generar Resultados
10

 Las herramientas de software permiten que hoy en da se puedan generar miles y millones de
ejecuciones (trials en ingls) generando as millones de datos al azar para los parmetros
probabilsticos que forman parte de sistemas de simulacin.
Cada iteracin o ejecucin provee un resultado en base a los valores aleatorios generados de
los parmetros y la validacin de las frmulas asociadas.
Interpretar los resultados requiere de un anlisis detallado de lo siguiente:
Distribuciones probabilsticas
Pronstico de Resultados
Anlisis de Sensibilidad
Optimizacin
A continuacin se describen dichos elementos usando Crystal Ball de Oracle.

11

 Para parmetros asociados a una distribucin probabilstica los valores de los datos de entrada
probabilsticos se generan al azar. De manera predeterminada usando el mtodo de Monte
Carlo.
Al concluir una simulacin en Crystal Ball se pueden visualizar dichos valores generados y como
se ajustan a la distribucin probabilstica elegida:
En este ejemplo la distribucin triangular muestra
como los valores generados al azar fluctan entre
los rangos de 180 a 220, tambin se puede ver la
frecuencia para cada valor, por ejemplo el ms
probable alcanza alrededor de 16,000 valores
generados.
Es importante notar que entre mayor sea el nmero
de ejecuciones mejor ser el ajuste a la distribucin.
12

 Los parmetros generados al azar deben de producir un resultado por cada ejecucin o corrida
de la simulacin, hasta llegar a producir miles o millones de ellos para poder analizar como los
mismos fluctan dependiendo de la aleatoriedad de los parmetros.
Para poder pronosticar los resultados del modelo, Crystal Ball provee de un grfico de resultados
que se puede analizar para visualizar la probabilidad y niveles de confianza para los pronsticos
especificados.
En este ejemplo se pronostican ganancias
que se calculan en base a una mezcla de
parmetros con diferentes probabilidades.
Ntese que un rango especifico de valores,
como en este caso de 68 a 72 tienen una
probabilidad del 50%

13

 Por ltimo, Crystal Ball provee de un mdulo llamado OptQuest que permite optimizar modelos
matemticos de Programacin Lineal cuyos parametros puedan tener un comportamiento
probabilstico asociado a una distribucin estadstica.
Esto permite que un modelo matemtico deje de ser determinstico y se convierta en un modelo
estocstico, esto quiere decir que esta sujeto a cambios estadsticos para optimizar su resultado.
Al usar OptQuest, Crystal Ball no solo genera una
simulacin de los parametros y el pronstico en
base a los resultados de dicha simulacin, sino
tambin permite optimizar el valor medio o
promedio de una funcin objetivo.
En este ejemplo el valor ptimo promedio de la
funcin objetivo es 67.74.

14

 Luego de interpretar las probabiliades asociadas a los pronsticos de los resultados es

importante tambin analizar que parametros al cambiar produciran un mayor impacto en el
resultado final.
Crystal Ball provee de el grfico de Anlisis de Sensibilidad.

En este ejemplo podemos apreciar que celdas son

las que tienen un mayor impacto en los resultados.
Aqu las celdas K5 (con el 56.3%) y L5 (con el 43.5%)
son las que producen la mayor cantidad de cambios en
los resultados, de modo que el analista de este modelo
debe de enfocarse en estos valores para buscar
producir cambios en los resultados.

15

 A continuacin se presentan ejemplos de sistemas de simulacin en los cuales se utiliza Crystal

Ball para pronosticar los resultados de dichos sistemas.
Los siguientes ejemplos utilizan parmetros probabilsticos con diferentes distribuciones, cada
uno busca diferentes objetivos:
Ejemplo de simulacin bsico Pronstico de consumo telefnico
Ejemplo de modelo de produccin Modelo matemtico de programacin lineal
Ejemplo de lneas de espera Anlisis de tiempos de esperas y modelo de colas
Puede descargar del portal del curso el documento de Sistemas de Simulacin con Crystal Ball
en Excel para realizar los ejemplos en su computadora.

16

 Usted se enfrenta a la siguiente decisin: A que plan de consumo telefnico debe sucribirse. Al
evaluar tiene a dos posibles proveedores, SuperTel y ComuniK, con planes de diferentes
beneficios:
Super Tel
Pro: 400 minutos cada mes, sin cargos extras a llamadas de
larga distancia
Con: Cada minuto extra despues de los 400 minutos del plan
base cuestan $0.40
Costo base del plan: $39.99

ComuniK
Pro: Cantidad de minutos Ilimitada
Con: Las llamadas a larga distancia cuestan $0.08 el minuto
Costo base del plan: $35.00

Usted estima que su consumo

promedio en minutos al mes ser de
400 minutos, 30% de estos sern
llamadas a larga distancia
Qu plan es el que le conviene
contratar?

17

Parametros:
Minutos Consumidos
% Larga Distancia
Costo Base
Costo / Minuto ad.
Cost / Minuto LD

Resultados con Crystal Ball

Note que el ahorro es ms probable a ocurrir siempre
con Super Tel:

Generar valores
aleatorios para:
Minutos consumidos
% Larga Distancia

ES MC >
400

no

si
CTST = (MCMI)*CMA + CBST
CTC = CBK + (%LD *
MC)*CMLD

CTST = CBST
CTC = CBK + (%LD *
MC)*CMLD

Generar Resultados
Ahorro C=CTC-CTST
Ahorro ST=CTSTCTC
18

 Great Electronics es una tienda que fabrica electrodomsticos y los vende por catalogo bajo
pedidos que realizan sus clientes.
La tienda identifico que 3 productos son los ms rentables, estos son las refrigeradoras, estufas
y microondas.
Debe de elaborar un plan de produccin considerando que los siguientes parmetros son de
carcter aleatorio:
El costo directo
La cantidad de Mano de obra
La demanda de las estufas
La demanda de las refrigeradoras
Cual debera de ser su plan de produccin que maximice el promedio de las utilidades.

19

Parametros:

Los resultados de Crystal Ball muestran que las utilidades se

maximizan, en promedio, en un valor cercano a $386.
Este promedio incluye y contempla la variabilidad de los parmetros
aleatorios ajustados a las diferentes distribuciones, tomando en cuenta
tambin su fluctuacin haciendo de este un modelo estocstico.

Costo Directo
Cantidad M.O.
Demanda Refrigeradora
Demanda Estufa
Precio Venta
Coeficientes Restricciones

Generar valores
aleatorios para:
Costo Directo
Cantidad M.O.
Demanda
Refrigeradora
Demanda Estufa
Generar Resultados
Z MAX = X1*(PV1CD1)+X2*(PV2CD2)+X3*(PV3-CD3)
S.A
Rest M.O
Rest Demanda X2
Rest Demanda X3
20

 1800 Soporte, es un nuevo call center que provee servicios de soporte tcnico de computadoras
y sistemas operativos por medio del telfono.
Cuenta de momento con nicamente un solo tcnico, sin embargo la afluencia de llamadas ha
venido en aumento, los ltimos das ha alcanzado un promedio de 5 llamadas cada veinte
minutos y cada vez se reciben mas llamadas en intervalos de tiempos ms cortos.
El tiempo de servicio cambia dependiendo del tipo de incidente, pero se ha determinado que
dura en promedio 3 minutos y 20 segundos, con una desviacin estndar de 30 segundos. El
horario de atencin es de 9:00am hasta 4:00pm.

El gerente quiere evaluar la probabilidades de los tiempos de espera de los clientes, ya que sabe
que un cliente rara vez espera ms de 5 minutos en lnea para ser atendido, as que necesita
saber si el sistema actualmente es capaz de atender a los clientes en menos de ese tiempo.

21

Parametros:
Tiempos entre
llegadas
Tiempos de servicio
Hora de inicio y fin

Generar valores
aleatorios para:

Al ejecutar Crystal Ball los resultados son los siguientes:

Tiempos entre
llegadas
Tiempos de servicio

Abajo podemos apreciar que la probabilidad de que el

servicio demore 5 minutos o ms des del 84%

ES
TLL>TS(ulti
mo cliente)?
no

si

Tiempo Inicio de
servicio = Tiempo de
Llegada

Tiempo Inicio Servicio

= Tiempo de Salida
del ltimo cliente

Generar Resultados
Promedio Tiempo
Espera
22

1. Para el ejercicio de Consumo Telefnico realice una simulacin agregando lo siguiente:

Un tercer proveedor llamado Connect tiene un plan que ofrece llamadas ilimitadas locales
y al extranjero a un costo de $49.99.
2. Para el ejercicio de Modelo Matemtico de Produccin realice una simulacin agregando lo
siguiente:
El precio de venta de las estufas y refrigeradoras disminuye en 10% si su demanda
disminuye tambin en 10%
Cunto es el promedio de las ganancias? Qu probabilidad hay de que las ganancias
sean mayores a Q400.00?
2. Para el ejercicio de Lneas de espera realice una simulacin agregando lo siguiente:
Se desea agregar una condicin para que los clientes que lleguen al sistema entre 1pm y
2pm reciban un mensaje de que el operador se encuentra en hora de almuerzo, de modo
que si un cliente llama entre estas horas automticamente despus del mensaje termina la
llamada (no se contempla espera ni servicio)
Cuntos clientes en promedio son rechazados?
Actualice los Diagramas de Flujo con los cambios descritos en cada ejercicio
23

ANDERSON y cols. (2011). Mtodos cuantitativos para los negocios. (Undcima ed.).
Mxico: CENGAGE Learning.
WAYNE, W. (2008). Investigacin de operaciones, aplicaciones y algoritmos. (Cuarta
ed.). Mxico: Thompson.
Imgenes:
www.eldia.com.bo
www.freeimages.com