Modelos y Simulacin

Vctor Anaya

Objetivo
El alumno plantear y resolver problemas a
travs de simulacin digital, con el auxilio de
la computadora.
El estudiante comprender la metodologa de
la simulacin, para poder resolver problemas
de optimizacin que no tengan solucin
analtica.

Esquema de aprendizaje
Unidad I. Metodologa en la solucin de
problemas.
Unidad II. Generacin y uso de variables
aleatorias.
Unidad III. Estimacin estadstica e inferencia.
Unidad IV. Lenguajes de simulacin.
Unidad V. Aplicaciones.

Simulacin
Segn R.E. Shannon la simulacin es el proceso
de disear un modelo de un sistema real y llevar
a trmino experiencias con l, con la finalidad de
comprender el comportamiento del sistema o
evaluar nuevas estrategias -dentro de los limites
impuestos por un cierto criterio o un conjunto
de ellos - para el funcionamiento del sistema.

Ventajas de los mtodos de

simulacin
La simulacin permite analizar grandes
problemas complejos para los que no estn
disponibles resultados analticos.
Es un proceso relativamente eficiente y flexible.
Puede ser usada para analizar y sintetizar una
compleja y extensa situacin real, pero no puede
ser empleada para solucionar un modelo de
anlisis cuantitativo convencional.

Ventajas de los mtodos de

simulacin
La simulacin por computadora permite que el tomador
de decisiones experimente con muchas polticas y
argumentos diferentes sin cambiar o experimentar
realmente con el sistema existente real.
La simulacin por computadora le permite comprimir
tiempo. Por ejemplo, se puede estudiar el impacto a
largo plazo de una poltica para un banco durante todo
un ao en una simulacin por computadora que dura
unos cuantos minutos.

Desventajas de los mtodos de

simulacin
Los resultados numricos obtenidos se basan en
el conjunto especfico de nmeros aleatorios,
cuyos valores corresponden a slo uno de los
resultados posibles.
Para obtener estimaciones ms exactas y para
minimizar la probabilidad de tomar una mala
decisin se deber
Hacer un gran nmero de ensayos en cada simulacin
y/o ;
Repetir toda la simulacin un gran nmero de veces.

Desventajas de los mtodos de

simulacin
Cada simulacin requiere su propio diseo
especial para imitar el argumento real bajo
investigacin y su propio programa de
computadora y modelo matemtico asociado.
Aunque es posible aprender y usar paquetes de
software especializados, el esfuerzo de desarrollo
en el diseo y programacin de simulaciones del
mundo real es extremadamente tardado.

Mtodos de Monte Carlo

En general al conjunto de mtodos que se utilizan
para resolver problemas de simulacin se les conoce
como mtodos de Monte Carlo. La invencin del
mtodo de Monte Carlo se asigna a Stan Ulam y a
John von Neumann. Ulam ha explicado cmo se le
ocurri la idea mientras jugaba un solitario durante
una enfermedad en 1946. Advirti que resulta mucho
ms simple tener una idea del resultado general del
solitario haciendo pruebas mltiples con las cartas y
contando las proporciones de los resultados que
calcular todas las posibilidades de combinacin.

Generacin de nmeros aleatorios

Se puede generar una variable con cualquier
distribucin aleatoria a travs de nmeros
uniformes (0,1) si conocemos la funcin de
distribucin acumulada.

Existen algunos algoritmos computacionales

para generar los llamados: nmeros PseudoAleatorios

Generadores de nmeros
Pseudo-Aleatorios
Para generar cadenas de nmeros pseudoaleatorios (con distribucin uniforme), los
lenguajes de programacin implementan los
algoritmos:

Algoritmo de cuadrados medios

Algoritmo de productos medios
Mtodo congruencial.

Nmeros Uniformes (0,1)

En Excel se utiliza la funcin
=Aleatorio()

Mtodo de la transformacin inversa

Teorema de inversin. Sea X una variable
aleatoria con funcin de distribucin de
probabilidad F, continua e invertible, y sea F 1
su funcin inversa. Entonces, la variable
aleatoria U = F(X) tiene distribucin uniforme
en (0,1). Como consecuencia, si U es una
variable aleatoria uniforme en (0,1)
entonces la variable aleatoria X = F 1(U)
satisface la distribucin F.

Ejemplo 1 - Simulacin
Para generar un nmero aleatorio con
distribucin exponencial, primero generamos un
nmero uniforme entre cero y uno U
Ahora

Ejemplo 1 - Simulacin
Entonces si U tiene distribucin uniforme
entonces

Tendr una distribucin exponencial con media

1/l

Ejemplo 2 - Simulacin
La lotera de Nueva York acaba de disear una
nueva lotera instantnea. Cada tarjeta contiene 3
filas. En cada rengln hay 2 casillas, una que tiene
un valor oculto de $1 y la otra $5. El jugador raspa
1 casilla de cada rengln y si todos los valores son
los mismos, entonces gana esa cantidad. La
pregunta es, cunto debe cobrar por cada tarjeta
para estar en el punto de equilibrio?

Ejemplo 2 - Simulacin
Este problema en particular tiene una solucin
analtica, es decir, podemos encontrar el precio
justo a travs de un desarrollo matemtico.
Otra manera de encontrar la solucin es usando
un modelo de simulacin, podemos implementar
ste en una hoja de Excel .

Ejemplo 2 - Simulacin

Ejemplo 2 - Simulacin

Ejemplo 2 - Simulacin
Entonces
El precio justo de cada tarjeta es:
$0.759

Ejemplo 3 - Simulacin
El gerente de PRODUCTOS PRECEDEROS SL
vende todos los das un producto perecedero en
el mercado, de tal manera que las existencias
que no se venden en el da constituyen una
perdida neta igual al coste de su adquisicin ms
1/unidad en concepto de transporte.

Ejemplo 3 - Simulacin
A primera hora de la maana adquiere las unidades
de producto que prev que va a vender. A
continuacin se va a su puesto en el mercado, donde
permanece hasta las 14 horas. Despus de esa hora
las unidades sobrantes van al contenedor de basura.
Por esta razn, el gerente desea ser muy cuidadoso
con las provisiones de ese producto y con tal motivo
ha decidido realizar un modelo de simulacin que le
informe de cuantas unidades de ese producto debe
adquirir cada da.

Ejemplo 3 - Simulacin
Los datos pertinentes y la implementacin en
Excel estn en el workbook:

(Doble clic para abrir)

Ejemplo 4 Simulacin de Inventarios

Una empresa est evaluando estrategias de
inventarios para mantener el abastecimiento del
producto X.
El nmero de unidades demandadas producto
tiene una distribucin Poisson(15). Es decir, en
promedio se necesitan 15 unidades por da
El productor tarda 2 das en surtir la bodega.

Ejemplo 4 Simulacin de Inventarios

El costo por almacenar el producto X es de $1.5
por da.
El costo de penalizacin (por ausencia del
producto) es de $5 por unidad. (Es costoso no
tener el producto)

Ejemplo 4 Simulacin de Inventarios

Se evalan las estrategias:
Realizar un pedido de 80 unidades cada que el nivel
de inventarios llegue a 30.
Realizar un pedido de 120 unidades cada que el
nivel de inventarios llegue a 30.
Realizar un pedido de 80 unidades cada que el nivel
de inventarios llegue a 40.
Se desea conocer que estrategia genera menor costo.

Ejemplo 4 Simulacin de Inventarios

Es fcil implementar el modelo en una hoja de
clculo, slo basta con simular las variables de
demanda.

Ejemplo 4 Simulacin de Inventarios

Hoja de clculo

Ejemplo 4 Simulacin de Inventarios

Estrategia 1
Nivel de inventarios
100

90

Estrategia 1.
Costo promedio
diario: $63.29

80
70
60
50

Estrategia 1

40
30
20
10
0

-10

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

Ejemplo 4 Simulacin de Inventarios

Estrategia 2
Nivel de inventarios
140

Estrategia 2.
Costo promedio
diario: $73.48

120
100
80

60

Estrategia 2

40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
-20

Ejemplo 4 Simulacin de Inventarios

Estrategia 3
Nivel de inventarios
140
120

Estrategia 3.
Costo promedio
diario: $79.27

100
80
60

Estrategia 3

40
20

0
1
-20

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

Ejemplo 4 Simulacin de Inventarios

Solucin:
Se decide implementar la estrategia 1 porque el
manejo del inventario es ms barato.

El modelo de Excel

(Doble clic).

FIN
Simulacin