Unidad 5 simulación en hoja de cálculo

5.1 selección del medio para realizar la simulación de cada proyecto.

En el mundo actual, tanto en el área de los negocios, como en la industria y el gobierno, los
proyectos en gran escala y de gran complejidad son la regla y no la excepción. Estos proyectos
complejos requieren estudios previos a su construcción o modificación, denominados estudios
pilotos. Tales estudios pilotos se realizan utilizando la técnica llamada modelización, es decir,
construcción de modelos donde se realiza el estudio con el fin de obtener conclusiones aplicables al
sistema real. Construido el modelo, el proceso de ensayar en él una alternativa se llama simular. El
conjunto de alternativas que se definen para su ensayo constituye la estrategia de la simulación. Los
objetivos del proyecto definen cuál es el sistema y cuál el medio ambiente que lo rodea. El sistema
procura satisfacer las necesidades cambiantes de ese medio ambiente en el que está insertado.
Cada nuevo sistema lo modifica y crea en él nuevas necesidades. El sistema para poder subsistir
debe adaptarse a los cambios. Uno de los objetivos de la simulación es realizar ensayos de cambios
en el sistema probándolos en el modelo, con el fin de elegir la mejor alternativa, y así enfrentar
mejor a una realidad que varía día a día.

SUBSISTEMA: Es un conjunto que se aísla dentro del sistema. El sistema puede verse como un
subsistema del Universo. Cada subsistema puede ser tratado dentro del sistema o estudiado en
forma aislada. El comportamiento del sistema total depende de: 1) El comportamiento de cada
subsistema. 2) Las relaciones entre los subsistemas. 3) Las relaciones con el mundo exterior, o sea
con el medio ambiente que lo circunda. El sistema en estudio, puede subdividirse en subsistemas
interconectados, cada uno de los cuales está compuesto por elementos interconectados entre sí.

Modelo La simulación de sistemas implica la construcción de modelos. El objetivo es averiguar que

pasaría en el sistema si acontecieran determinadas hipótesis. Desde muy antiguo la humanidad ha
intentado adivinar el futuro. Ha querido conocer qué va a pasar cuando suceda un determinado
hecho histórico. La simulación ofrece, sobre bases ciertas, esa predicción del futuro, condicionada
a supuestos previos. Para ello se construyen los modelos, normalmente una simplificación de la
realidad. Surgen de un análisis de todas las variables intervinientes en el sistema y de las relaciones
que se descubren existen entre ellas.

En el modelo se estudian los hechos salientes del sistema o proyecto. Se hace una abstracción de la
realidad, representándose el sistema/proyecto, en un modelo. El modelo que se construye debe
tener en cuenta todos los detalles que interesan en el estudio para que realmente represente al
sistema real (Modelo válido). Por razones de simplicidad deben eliminarse aquellos detalles que no
interesan y que lo complicarían innecesariamente.
Como ejemplo de modelo físico se pueden citar los túneles de viento donde se ensayan los aviones,
los simuladores de vuelo, los canales de experiencia donde se ensayan los barcos, etc. Como ejemplo
de modelo abstracto, se pueden citar los modelos econométricos donde, entre otras cosas, se
pueden ensayar las consecuencias de medidas económicas antes de aplicarlas. Dado un sistema,
son muchas las representaciones que se pueden hacer de él. Depende de las facetas del sistema
que interesan en el estudio, de la herramienta que se utiliza en el mismo e incluso de la modalidad
personal del que lo construye.

CLASIFICACION DE LOS MODELOS Existen múltiples tipos de modelos para representar la realidad.
Algunos de ellos son:

• Dinámicos: Utilizados para representar sistemas cuyo estado varía con el tiempo.

• Estáticos: Utilizados para representar sistemas cuyo estado es invariable a través del tiempo.

• Matemáticos: Representan la realidad en forma abstracta de muy diversas maneras.

• Físicos: Son aquellos en que la realidad es representada por algo tangible, construido en escala o
que por lo menos se comporta en forma análoga a esa realidad (maquetas, prototipos, modelos
analógicos, etc.).

• Analíticos: La realidad se representa por fórmulas matemáticas. Estudiar el sistema consiste en

operar con esas fórmulas matemáticas (resolución de ecuaciones).

• Numéricos: Se tiene el comportamiento numérico de las variables intervinientes. No se obtiene

ninguna solución analítica.

• Continuos: Representan sistemas cuyos cambios de estado son graduales. Las variables
intervinientes son continuas.

• Discretos: Representan sistemas cuyos cambios de estado son de a saltos. Las variables varían en
forma discontinua.

• Determinísticos: Son modelos cuya solución para determinadas condiciones es única y 75.26 –
Simulación Sistemas, modelos y simulación Página 8 siempre la misma.

• Estocásticos: Representan sistemas donde los hechos suceden al azar, lo cual no es repetitivo. No
se puede asegurar cuáles acciones ocurren en un determinado instante. Se conoce la probabilidad
de ocurrencia y su distribución probabilística. (Por ejemplo, llega una persona cada 20 ± 10
segundos, con una distribución equiprobable dentro del intervalo).

5.1.1 lenguaje general de programación en computadora.

Un Lenguaje de Programación es un conjunto de reglas, notaciones, símbolos y/o caracteres
que permiten a un programador poder expresar el procesamiento de datos y sus estructuras
en la computadora. Cada lenguaje posee sus propias sintaxis. También se puede decir que
un programa es un conjunto de órdenes o instrucciones que resuelven un problema
específico basado en un Lenguaje de Programación.
Clasificación de los Lenguajes de Programación Los programadores escriben instrucciones en
diversos lenguajes de programación. La computadora puede entender directamente algunos
de ellos, pero otros requieren pasos de traducción intermedios. Hoy día se utilizan cientos
de lenguajes de computadora.
Los Lenguajes de Programación pueden clasificarse de acuerdo con su uso en: 1. Lenguajes
desarrollados para el cálculo numérico. Tales como FORTRAN, Mathematica y Matlab. 2.
Lenguajes para sistemas. Como C, C++ y ensamblador. 3. Lenguajes para aplicaciones de
Inteligencia Artificial. Tales como Prolog, y Lisp.
También se pueden clasificar de acuerdo con el tipo de instrucciones de que constan. En esta
clasificación se tiene al lenguaje máquina, al lenguaje ensamblador y al lenguaje de alto nivel.
Se presenta a continuación una descripción de cada uno de ellos.

Lenguaje máquina (Binario) Una computadora sólo puede entender el lenguaje máquina. El
lenguaje de máquina ordena a la computadora realizar sus operaciones fundamentales una
por una. Dicho lenguaje es difícil de usar para las persona porque trabajar con números no
es muy cómodo además de que estos números están en formato binario.

Lenguajes de bajo nivel (ensamblador) Para facilitar y agilizar su labor a los programadores,
se buscaron nuevos lenguajes. Cuando abstraemos las opciones y los sustituimos por una
palabra que sea una clave de su significado, se tiene el concepto de Lenguaje Ensamblador.
Lenguajes de alto nivel Para acelerar aún más el proceso de programación se desarrollaron
los lenguajes de alto nivel, en los que se puede escribir un sólo enunciado para realizar tareas
sustanciales. Los lenguajes de alto nivel permiten a los programadores escribir instrucciones

5.1.2 hoja de cálculo.

Hoja de cálculo (hoja de cálculo: documento principal que se utiliza en Excel para
almacenar y trabajar con datos. Consta de celdas que se organizan en filas y columnas.
Una hoja de cálculo se almacena siempre en un libro.). Una hoja de cálculo, es un
programa que se utiliza para realizar cálculos matemáticos desde un nivel sencillo
hasta operaciones altamente complejas. Consiste en una serie de datos distribuidos
en celdas dispuesta por filas y columnas. Estos datos pueden ser de varios tipos y son
capaces de relacionarse unos con otros para la resolución final del cálculo.
Excel: es una hoja de cálculo utilizada para realizar cálculos matemáticos, pero que
tiene otras posibilidades añadidas que la hacen más potente, como la incorporación
de imágenes, representaciones de datos matemáticos mediante gráficos, etc.
Celda (informática), en aplicaciones de hojas de cálculo, la intersección de una fila y
una columna. Cada fila y columna de una hoja de cálculo es única, por lo que es
posible identificar cada celda, como por ejemplo la B17, en la intersección de la
columna B con la fila 17. Cada celda aparece como un espacio rectangular capaz de
contener texto, un valor o una fórmula.
Libro: Un libro de Microsoft Office Excel es un archivo que incluye una o varias hojas
de cálculo (hoja de cálculo: documento principal que se utiliza en Excel para
almacenar y trabajar con datos. Consta de celdas que se organizan en filas y columnas.

5.1.3programas comerciales de simulación disponibles.

Pues últimamente he estado utilizando el software Arena para mi clase de simulación, y la verdad
es que me ha gustado mucho! Soy bastante nueva aún, pero esta semana mi tarea fue simular
una línea de espera y me pareció de gran utilidad. Simulé tres sistemas distintos, dos siguiendo
instrucciones que me dejó mi profesora, y el tercero lo hice yo a partir de datos que obtuve.

HYSYS
Es un programa interactivo enfocado a la ingeniería de procesos y la simulación, que se puede
utilizar para solucionar toda clase de problemas relacionados con procesos químicos. Este
simulador cuenta con una interfaz muy amigable para el usuario, además de permitir el empleo
de operadores lógicos y herramientas que facilitan la simulación de diversos procesos. Es un
simulador bidireccional, ya que el flujo de información va en dos direcciones (hacia delante y
hacia atrás). De esta forma, puede calcular las condiciones de una corriente de entrada a una
operación a partir de las correspondientes a la corriente de salida sin necesidad de cálculos
iterativos. Posee un entorno de simulación modular tanto para estado estacionario como para
régimen dinámico. Es un software para la simulación de plantas petroquímicas y afines.

AspenPlus
El Sistema Avanzado para Ingeniería de Procesos (ASPEN) es un mercado líder en herramientas
de modelado de proceso de diseño conceptual, optimización y monitoreo de desempeño para la
industria química, polímeros, especialidades químicas, metales y minerales. Aspen Plus es un
simulador estacionario, secuencial modular (en las últimas versiones permite la estrategia
orientada a ecuaciones). Actualmente es posible que sea el más extendido en la industria. Se ha
utilizado para modelar procesos en industrias: química y petroquímica, refino de petróleo,
procesamientos de gas y aceites, generación de energía, metales y minerales, industrias del papel
y la pulpa y otros. Aspen Plus tiene la base de datos más amplia entre los simuladores de procesos
comerciales, e incluye comportamiento de iones y de electrolitos. Además modela y simula
cualquier tipo de proceso para el cual hay un flujo continuo de materiales y energía de una unidad
de proceso a otra. Posee herramientas para cálculos de costes y optimizaciones del proceso,
generación de resultados en forma gráfica y en tablas y otros.
5.2 Tipos de modelo de simulación programables en hoja de cálculo (inventarios, líneas
de espera, proyecciones, financieras, etc.): descripción.
Inventarios:
El gestor logístico se encuentra siempre con el dilema de tener mucho inventario y aun así no puede
satisfacer todas las necesidades de sus clientes. ¿Qué es lo que está ocurriendo? La respuesta es
simple, se suele tener sobrante de lo que no se vende y faltante de lo que hay demanda. En
definitiva, el total de inventario valorado es superior a lo que se entiende que corresponde, pero
aun así el servicio esperado no cumple con las expectativas de la empresa.

El exceso de inventario es producto de varios factores, dos de ellos: primero, por experiencias
pasadas de rotura de inventario, una reacción posiblemente desproporcionada de sobreprotección
o un posible desconocimiento de la demanda. El segundo caso, básicamente se asocia con
parámetros de gestión de inventarios que no corresponden a la situación de un artículo. Este último
caso se debe a cambios de la demanda o suministro y un mantenimiento de parámetros de
reaprovisionamiento estimados previamente para un escenario diferente. Hay más situaciones en
la gestión de inventarios por las cuales se crean excesos o faltantes de inventario, muchas de ellas
son producto de una gestión incorrecta de la información, pero las dos mencionadas, pueden ser
amortiguadas si se hace una verificación o estimación correcta de los parámetros de gestión de
inventarios.

Supongamos que la política de inventario seleccionada por su empresa para gestionar un artículo
que comercializa es la denominada como revisión continua, la cuál se caracteriza por tener dos
parámetros, el stock de seguridad, lo que define un punto de pedido, y la cantidad a
reaprovisionarse. En esta situación cuando el inventario llega a su punto de reaprovisionamiento
lanza un pedido de acopio por una cantidad fija predeterminada. El punto de pedido corresponde a
la demanda media en el plazo de aprovisionamiento más el stock de seguridad fijado.

Puede ser que estos dos parámetros los haya asignado por su experiencia pasada o porque su
sistema se los haya estimado, pero, ¿está seguro de cumplir sus objetivos de negocio?. Uno de los
objetivos fundamentales de gestión es el nivel de servicio que es capaz de dar, en estos momentos
dar servicio es fundamental para mantener la cartera de clientes. Una medida del desempeño
logístico es el servicio medido como demanda satisfecha directamente de las existencias sobre el
total de la demanda. Este indicador se puede medir para un artículo tanto en unidades como en
valores económicos.

En el ejemplo de esta hoja, la información está dada mediante una tabla en la que muestra el
porcentaje de ocurrencias de cada demanda para un artículo, la demanda va desde 0 a 6 unidades
en un día. Esta información se puede obtener desde su base de datos de ventas y mediante la
herramienta de análisis de datos de la hoja de cálculo puede hacer un histograma de estos valores.
La hoja se puede adaptar fácilmente a otros valores.

Una segunda lectura de esta información puede ser, los porcentajes corresponden a la probabilidad
de que ocurra una demanda. Es importante recordar que en este sistema de gestión de inventarios
se basa en el pasado, se asume que en el futuro tendrá un comportamiento similar su demanda.

Paso 1:

Introduzco los datos históricos que conozco:

La función aleatorio me devuelve un numero aleatorio entre 0 y 1. Si necesitase simular números

entre 0 y 5 lo multiplicaría por 6 y me quedaría la parte entera =ENTERO(ALEATORIO()*5). Si quisiese
numero entre 1 y 5 entonces multiplicaría por 5 tomaría la parte entera y le sumaria 1
=ENTERO(ALEATORIO()*5)+1.

En el ejercicio nos hemos quedado con los valores entre 0 y 1.

En resumen: que no me pidiesen nada, 0 unidades, ocurrió el 3% de los días (representado por 0,03),
que me pidiesen una unidad el 5% y así. Calculo un sumatorio de frecuencias para asegurarme que
suman el 100% (representado por 1). El tiempo de servicio fue de un día el 20% de las veces, de 3
días el 50% de las veces y 5 días el restante 30% de los días.
Paso 2: Ahora calculamos las demandas acumulada

Paso 3: Ahora con la función aleatorio vamos a calcular la simulación para n días

Cuando generemos números aleatorios para simular la demanda del artículo, si el número generado
está entre 0 y 0,03 simularé que me han pedido 0 unidades para ese día. Si sale un numero entre
0,03 y 0,08 simularé que me han pedido una unidad. Para los tiempos de servicio seguiremos el
mismo proceso, si un artículo llega a su punto para simular cuento tardaría en llegar la mercancía
generaré un numero aleatorio, si está entre 0 y 0,2 tomaré 1 como plazo de entrega, s sale entre
0,2 y 0,7 tomaré 3 como plazo de entrega, y entre 0,7 y 1 tomaré 5 días como plazo de entrega. La
búsqueda en estas matrices está hecha con la función Excel buscarv.
El resultado nos queda:

Simulación en líneas de espera

Una definición amplia seria: “Una simulación es una imitación de la operación de un proceso real
durante un tiempo determinado”

El comportamiento de un sistema durante un tiempo determinado puede ser estudiado por medio
de un modelo de simulación., este modelo toma su forma a partir de los postulados sobre la
operación del sistema real

Por medio de una simulación se estudian los sistemas reales a través de un modelo del sistema real
con el propósito de comprender la interacción de los procesos que intervienen en el, con el fin de
variarlos para obtener un objetivo determinado.

Es posible reemplazar las expresiones matemáticas y el cálculo de los valores de las variables de
interés, a través de funciones de distribución de probabilidad Los Modelos de simulación de eventos
discretos (o simulación tipo Monte Carlo), las funciones de distribución se usan con el propósito de
realizar una experimentación cuyos resultados llevarán, después de un número conveniente de
ensayos al resultado que se obtendría con el sistema real

Los modelos que se obtienen como un conjunto de ecuaciones se denominan con frecuencia
modelos analíticos o modelos de optimización.

Los modelos de simulación son usados para estudiar y calcular los procesos estocásticos y los
fenómenos o problemas de líneas de espera.

Se dispone de modelos analíticos que expresan el comportamiento de las líneas de espera, estos
modelos son conocidos como la teoría de colas y ellos tratan de representar los resultados promedio
de la utilización de las funciones de distribución de probabilidad que describen los sistemas de
espera, también se usan los modelos o procesos de Markov para describir y calcular las líneas de
espera.
Los Modelos de simulación de eventos discretos (o simulación tipo Monte Carlo), las funciones de
distribución se usan con el propósito de realizar una experimentación cuyos resultados llevarán,
después de un número conveniente de ensayos al resultado que se obtendría con el sistema real.

Ejemplo:

Proyecciones

Estimados seguidores esta vez he creado un simulador en Excel sobre un plan contable económico
y financiero, está completamente libre para que ustedes lo adapten a su criterio y de acuerdo al
régimen y cuentas de su ubicación y país.

La Planificación Financiera consiste en la elaboración de previsiones a medio y largo plazo, en un

horizonte de 3-5 años. Al ser previsiones a ms de un año, tiene un elevado grado de incertidumbre,
pero no obstante es conveniente realizarla para estar mejor preparado y dirigir con ms precisión la
empresa, al marcar los rumbos que debe tomar. Un posterior control nos permitirá a través de las
desviaciones, analizar y corregir las tendencias.

El análisis financiero consiste en evaluar la situación económico-financiera actual de la empresa y

proyectar su futuro. En definitiva, enjuiciar la gestión empresarial de la unidad económica para
predecir su evolución futura y poder tomar decisiones con la menor incertidumbre.

5.3. Ejemplos de simulación en hoja electrónica

5.3.1. Programación: distribución del modelo en la hoja de cálculo
Solución de problemas de programación lineal (PL) con una hoja de cálculo En este punto se
demuestra con detalle la mecánica del uso del Solver en Excel mediante la solución del siguiente
problema.

Ejemplo

En un inicio solo se presenta su enunciado y planteamiento.

La compañía de luz tiene tres centrales que cubren las necesidades de cuatro ciudades. Cada central
suministra las cantidades siguientes de kilowatts-hora: planta 1, 35 millones; planta 2, 50 millones;
planta 3, 40 millones. Las demandas de potencia pico en estas ciudades que ocurren a la misma hora
(2:00 p.m.) son como sigue (en kw/h): ciudad 1, 45 millones; ciudad 2, 20 millones; ciudad 3, 30
millones y ciudad 4, 30 millones. Los costos por enviar un millón de kw/h de la planta dependen de
la distancia que debe viajar la electricidad y se muestran en la tabla A.1.

Este problema se resuelve a través del Solver de Excel, colocando celdas para las variables de
decisión, como se observa en la siguiente figura.

5.3.2 Experimentación con varias configuraciones posibles del sistema simulado

Supongamos que trabajamos en un gran almacén informático, y que nos piden consejo
para decidir sobre el número de licencias de un determinado sistema operativo que
conviene adquirir – las licencias se suministrarán con los ordenadores que se vendan
durante el próximo trimestre, y es lógico pensar que en pocos meses habrá un nuevo
sistema operativo en el mercado de características superiores. Cada licencia de sistema
operativo le cuesta al almacén un total de 75 Euros, mientras que el precio al que la vende es
de 100 Euros. Cuando salga al mercado la nueva versión del sistema operativo, el almacén podrá
devolver al distribuidor las licencias sobrantes, obteniendo a cambio un total de 25 Euros por cada
una. Basándose en los datos históricos de los últimos meses, los responsables del almacén han sido
capaces de determinar la siguiente distribución de probabilidades por lo que a las ventas de licencias
del nuevo sistema operativo se refiere.
Construimos nuestro modelo usando las fórmulas que se muestran en la figura inferior. En la casilla
H2 usaremos la función ALEATORIO para generar el valor pseudo-aleatorio que determinará el
suceso resultante; en la celda I2 usamos la función BUSCARV para determinar el suceso
correspondiente asociado al valor pseudo-aleatorio obtenido –notar que usamos también la función
MIN, ya que en ningún caso podremos vender más licencias que las disponibles. El resto de fórmulas
son bastante claras: