Investigación de

Operaciones II
Método Montecarlo

Carrera : Ingeniería Industrial

Profesor: MBA Ing. Elmer Tupia de la Cruz
Contenido
1. Definición
2. Generación de números
aleatorios
3. Números aleatorios en hoja de
cálculo
4. Ejemplo de distribución
uniforme
5. Generación de números
aleatorios uniformemente
distribuidos entre [0 ; 1>
6. Conclusión
7. Diseño de una hoja de cálculo
8. Grafico de tendencias
Definición

El Método de Montecarlo es
un esquema que emplea
números aleatorios, con el fin
de resolver ciertos problemas
estocásticos o determinísticos
en los que el paso del tiempo
no juega un rol determinante
(sistemas “estáticos”)
Law, A. M., & Kelton, D. (1991).
Simulation modeling and analysis (2a
ed.). New York: McGraw Hill.
Definición
Se llamó así en referencia al
Casino de Montecarlo
(Mónaco) por ser “la capital
del juego de azar”, al ser la
ruleta un generador simple
de números aleatorios.
El nombre y el desarrollo
sistemático de los métodos de
Montecarlo datan
aproximadamente de 1944 y
se mejoraron enormemente
con el desarrollo de la
computadora.
Generación de Números aleatorios
Generación de Números aleatorios
Xi+1=(aXi+c) mod m
Procedimientos
Matemáticos

Fenómenos Físicos
Tablas Software
Números
Aleatorios

Validación de Variables
Series de NA U (0,1)
App…
Variables
Aleatorias
Números aleatorios

Probabilidad
Número
Parcial Acumulada
1 0.167 0.167
2 0.167 0.333
3 0.167 0.500
4 0.167 0.667
5 0.167 0.833
Demanda 6 0.167 1.000
20
56
79
45
Números aleatorios
Selección del delegado

Probabilidad Rango
Número
Parcial Acumulada Mínimo Máximo
1 0.167 0.167 0.000 0.167
2 0.167 0.333 0.167 0.333
3 0.167 0.500 0.333 0.500
4 0.167 0.667 0.500 0.667
5 0.167 0.833 0.667 0.833
6 0.167 1.000 0.833 1.000
Demanda: ocurrencia aleatoria

Probabilidad Demanda
25% 20
20% 56
35% 79
20% 45
Demanda: ocurrencia aleatoria

Demanda Prob Parcial Prob Acum

20 25% 0.00 0.25
56 20% 0.25 0.45
79 35% 0.45 0.80
45 20% 0.80 1.00
Números aleatorios en hoja de cálculo
Función: =ALEATORIO():
Genera un número aleatorio continuo entre 0 y 1 con distribución uniforme.
=ALEATORIO() --> 0.0900886
=ALEATORIO() --> 0.27799854
=ALEATORIO() --> 0.05428441
=ALEATORIO() --> 0.00246709
Función: =ALEATORIO.ENTRE(mínimo; máximo):
Genera un número aleatorio discreto con distribución uniforme entre un valor
mínimo y un valor máximo inclusive.
Números aleatorios en hoja de cálculo
Fórmula: mínimo + (máximo – mínimo) * ALEATORIO()
Genera un número aleatorio continuo con distribución uniforme entre un
valor mínimo y un valor máximo.

Función: INV:NORM(ALEATORIO(); µ; σ)
Para generar un número aleatorio con distribución normal, con media = µ y
desviación estándar = σ :
Números aleatorios en hoja de cálculo

Fórmula: - λ * LN( 1 – ALEATORIO())

Para generar un número aleatorio con distribución exponencial, con media = µ
Números aleatorios en hoja de cálculo
Variable aleatoria discreta no uniforme (1):

Ejemplo: “Existe un 95% de probabilidad que un artículo tenga defectos de

fabricación”

Fórmula:
=SI(ALEATORIO() < 0.95; “APROBADO”; “DESAPROBADO”)
Números aleatorios en hoja de cálculo
Variable aleatoria discreta no uniforme (2):

Ejemplo: “La demanda de artículos en un día cualquiera puede ser 10, 20 o

30 unidades con probabilidad 0.2, 0.35 y 0.45 respectivamente.
Fórmula:
=SI(ALEATORIO() < 0.2; 10; SI(ALEATORIO() < 0.55;20;30)

Demanda Probabilidad
10 20
20 35
30 45

=SI(ALEATORIO()<C30;B30;SI(ALEATORIO()<C30:C31;B31;B32)) 10
Ejemplo: La distribución uniforme
continua teórica entre 0 y 1:
Distribución uniforme
teórica entre [0 ; 1>
0.6 (𝟏 − 𝟎)
𝑴𝒆𝒅𝒊𝒂 ∶ 𝝁 = = 𝟎. 𝟓
Probabilidad

0.5
0.4 𝟐
0.3 𝟏−𝟎
0.2 𝑫𝒆𝒔𝒗. 𝑬𝒔𝒕á𝒏𝒅𝒂𝒓∶ 𝝈 = ≈ 𝟎. 𝟐𝟖𝟖𝟔𝟕𝟓
0.1 𝟏𝟐
0
0 0.2 0.4 0.6 0.8 1
Valores posibles
Generando 100 números aleatorios
uniformemente distribuidos entre [0 ; 1>
Generando 10000 números aleatorios
uniformemente distribuidos entre [0 ; 1>
Conclusión

A mayor cantidad de números generados, se obtiene mayor

precisión tanto en la forma del histograma de frecuencias,
como también en la media y desviación estándar.
Diseño de la hoja de cálculo:
La demanda diaria de un diario
en un kiosko en Chaclacayo es
entre 10 y 20 unidades con
distribución uniforme. El dueño
del kiosko compra el diario a un
proveedor a 1 sol cada uno y los
vende a 2.5 soles cada uno. Los
diarios que no se han vendido al
final del día, no poseen valor
de salvamento
¿Cuántos diarios debe comprar al proveedor, con el fin de
obtener la máxima utilidad?

Emplee un tamaño de muestra de 10000 observaciones.

Diseño de la hoja de cálculo:

Celda B8: =ALEATORIO.ENTRE(10,20)

<luego, copiar hacia abajo>
Celda C8: =MIN($B8,C$7)*$D$2-C$7*$D$3+$D$4*MAX(0,C$7-$B8)
<luego, copiar hacia abajo y hacia la derecha>
Celda C10008: =PROMEDIO(C8:C10008)
<luego, copiar hacia la izquierda>
Gráfica de tendencias

Respuesta:
La máxima utilidad se obtendría comprando al proveedor 16 unidades diarias.
Caso de aplicación

Modelo de Transportes
Ton % $ %
Origen Destino Tabla 1 Tabla 5
(Producción) (Demanda) 50 20% 1 45%
60 30% 2 35%
Tabla 1 Planta 1 Mercado 1 Tabla 3 70 50% 3 20%
100% 100%
Tabla 2 Tabla 6
Tabla2 Planta 2 Mercado 2 Tabla 4 20 15% 3 10%
40 30% 4 30%
60 55% 5 55%
Mercado a Exceso 100% 95%
Tabla 3 Tabla 7
15 40% 1 25%
25 35% 3 35%
Costo de/a Datos 35 25% 4 40%
P1 a M1 Tabla 5 100% 100%
P1 a M2 Tabla 6 Tabla 4 Tabla 8
P2 a M1 Tabla 7 25 60% 5 30%
P2 a M2 Tabla 8 45 30% 6 35%
P1 a Ma Media de p1 75 10% 7 35%
P2 a Ma Media de P2 100% 100%
PERT CPM - Simulación Montecarlo
Duración (días)
Actividad Precedencia
Ej:deterministico Probabilistico
A --- 5 Tabla 1
B A 9 Tabla 2
C B 12 Tabla 3
D B 5 Tabla 4
E B 4 Tabla 5
F E 6 Tabla 6
G C,F 3 Tabla 7
Tablas Datos de distribución:
Tiempo (días) 4 5 6
Tabla 1 A
Probabilidad 0.10 0.40 0.50 1.00
Tiempo (días) 6 7 8 9 10
Tabla 2 B
Probabilidad 0.25 0.20 0.15 0.25 0.15 1.00
Tiempo (días) 10 12 14 16
Tabla 3 C
Probabilidad 0.30 0.10 0.40 0.20 1.00
Tiempo (días) 3 4 5 6
Tabla 4 D
Probabilidad 0.30 0.10 0.05 0.55 1.00
Tiempo (días) 2 3 4
Tabla 5 E
Probabilidad 0.60 0.40 0.10 1.10
Tiempo (días) 4 5 6 7 8 9 10
Tabla 6 F
Probabilidad 0.10 0.13 0.30 0.20 0.10 0.07 0.10 1.00
Tiempo (días) 1 2 3 4 5
Tabla 7 G
Probabilidad 0.20 0.30 0.10 0.20 0.20 1.00