Академический Документы
Профессиональный Документы
Культура Документы
Estocsticos
Simulacin de
MonteCarlo
JUAN CARLOS ALDANA BERNAL
Objetivo general
Desarrollar en el participante la capacidad de simular procesos
productivos con la metodologa de Montecarlo, con el fin de proponer
alternativas de operaciones
UTILIZACIN
Es considerado un mtodo de anlisis muy verstil dado que:
Permite utilizar cualquier distribucin para modelar los
tiempos para salida y modelacin de los componentes.
Permite resolver sistemas en los cuales no existe una solucin
analtica.
Permite obtener las distribuciones de probabilidad de los
ndices de confiabilidad, lo cual es muy til para valorar el riesgo
de que ocurran diferentes valores de los ndices.
Los cambios en el sistema se realizan en los datos.
Datos de
entradas
controlables
1.
2.
3.
4.
5.
MODELO
Resultado
EJEMPLO SIMULACIN
Una empresa esta desarrollando una nueva autoparte, de gran calidad y
muy innovadora. Los anlisis iniciales arrojaron los siguientes costos (en
miles de pesos) durante el primer ao:
Precio de venta $249 unidad
Costo administrativo $400.000
Costo de publicidad $600.000
Estos son los parmetros del modelo. El costo de MOD, costo de las piezas
y demanda no se conocen con certeza y son entradas probabilsticas. Las
estimaciones para estos costos son:
C1 : MOD $45 unidad
C2: Costo de cada pieza $90
X: Demanda de 15000 unidades.
Frecuencia
Probabilidad
de ocurrencia
Probabilidad
acumulada
Intervalo nmeros
aleatorios
43
5/50= 0,1
0,1
44
10
10/50= 0,2
0,3
45
20
20/50= 0,4
0,7
46
10
10/50= 0,2
0,9
47
5/50= 0,1
Probabilidad
0,03
0,02
0,01
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
EJEMPLO: DEMANDA
La empresa considera que la demanda tendr un
comportamiento definido por una distribucin normal,
con desviacin estndar de 4500 unidades:
Probabilidad demanda
16000
14000
12000
10000
8000
Probabilidad demanda
6000
4000
2000
0
0
10
Identificacin
de
parmetros
Generar
costos de
MOD
Generar
costo de
piezas
Generar
demanda
Calcular
utilidad
No. Aleatorio
Costo MOD
0,91
47
0,28
44
0,65
45
0,03
43
0,34
45
0,27
44
0,68
45
0,62
45
0,49
45
10
0,80
46
No. Aleatorio, r
Costo pieza
0,26
85,3
0,58
91,7
0,66
93,3
0,92
98,8
0,41
88,4
0,73
94,7
0,43
88,6
0,11
82,4
0,69
93,9
10
0,78
95,7
No. Aleatorio
Demanda
0,70
17366
0,32
12900
0,89
20686
0,18
10888
0,43
14259
0,96
22904
0,56
15732
0,73
17804
0,02
5902
10
0,32
12918
Costo MOD
Costo piezas
Demanda
Utilidad
47
85,3
17366
1025570
44
91,7
12900
461828
45
93,3
20686
1288906
43
98,8
10888
169807
45
88,4
14259
648911
44
94,7
22904
1526769
45
88,6
15732
814686
45
82,4
17804
1165501
45
93,9
5902
-350131
10
46
95,7
12918
385585
Total
449
912,67
151.359
7137.432
Promedio
44,9
91,26
15.136
713.743
Costo
Unitario
Frecuencia
Demanda
16
300
18
10
600
20
20
1200
22
10
1800
24
2100
Probabilidad
Tasa descarga
Probabilidad
0,13
0,17
0,05
0,15
0,15
0,25
0,50
0,20
0,20
0,10
0,10
Bibliografa
TAHA Handy. Investigacin de operaciones. Pearson Educacin. Mxico.
2004.
EPPEN G.D. y otros. Investigacin de operaciones en la ciencia
administrativa. Pearson Educacin. Mxico. 2.000.
HILLIER Fredery y LIEBERMAN. Investigacin de operaciones. McGraw Hill.
Mxico. 2.001.
ANDERSON David y otros. Mtodos cuantitativos para los negocios. Ed.
Cengage Learning , 11. Ed. 2010.
HEIZER Jay, Direccin de la Produccin y Operaciones, 8. Edicin,
Prentice Hall, 2007.
KRAJEWSKI Lee, Administracin de Operaciones, 8. Edicin, PrenticeHall,
2008.