Documente Academic
Documente Profesional
Documente Cultură
Discretasapartirde
2
1 Generacin de V A Discretas a partir de
distribucionesempricas
Captulo II
Modelos de Simulacin en Planillas Electrnicas
Considere
C
id
un taller
t ll de
d revisin
i i tcnica
t i
d d llegan
donde
ll
vehculos y existe la posibilidad de que estos tengan sus
neumticos desinflados. Suponga que la distribucin de
probabilidad del nmero de neumticos desinflados con
los que ingresa todo vehculo a este taller es la siguiente:
Neumticos
Desinflados
0
1
2
3
4
P b bilid d
Probabilidad
10%
20%
15%
30%
25%
2.1GeneracindeV.A.Discretasapartirde
2
1 Generacin de V A Discretas a partir de
distribucionesempricas
2.1GeneracindeV.A.Discretasapartirde
2
1 Generacin de V A Discretas a partir de
distribucionesempricas
La idea
d es poder
d generar diferentes
df
valores
l
d neumticos
de
2.1GeneracindeV.A.Discretasapartirde
2
1 Generacin de V A Discretas a partir de
distribucionesempricas
2.1GeneracindeV.A.Discretasapartirde
2
1 Generacin de V A Discretas a partir de
distribucionesempricas
Para lograr
P
l
generar una v.a. que siga
i
l distribucin
la
di t ib i de
d
probabilidad mostrada anteriormente se hace necesario
calcular
l l la
l CDF de
d la
l v.a. y utilizar
ili
l funcin
la
f
i de
d Excel
E l
A modo
d de
d ejemplo,
j
l a continuacin
ti
i se muestra
t cmo
se
pueden generar neumticos desinflados de forma aleatoria:
2 2 Si l i d Si t
2.2SimulacindeSistemasdeColas
d C l
2 2 Si l i d Si t
2.2SimulacindeSistemasdeColas
d C l
Ejemplo:Colaconunservidor(Ej.2.1Banks)
Distribucindeltiempoentrellegadas
p
g
Tiempo
Probabilidadde
entrellegadas
ocurrencia
1
0,125
Probabilidadde
ocurrencia
0 10
0,10
0,125
0,125
0,20
0 125
0,125
0 30
0,30
0,125
0,25
0,125
0,125
0,10
0,125
0,05
Ejemplo:ElVendedordePeridicos(Ej.2.3Banks)
Demanda
40
50
60
70
80
90
100
B fi i
Beneficio
Distribucindeprobabilidaddela
Distribucin
de probabilidad de la
demanda
Bueno
Regular
Malo
0,03
0,10
0,44
0,05
0,18
0,22
0,15
0,40
0,16
0,20
0,20
0,12
0,35
0,08
0,06
0,15
0,04
0,00
0
0,07
07
0
0,00
00
0
0,00
00
10
11
Tiempode
servicio
Distribucindeltiempodeservicio
p
12
0,10
1100
1200
1300
1400
1500
1600
1700
1800
1900
0,13
0,25
0,13
0,09
0,12
0,02
0,06
0,05
0,05
0,3
0
3
0,1
15
16
2 5 Si l i d Si t
2.5SimulacindeSistemasdeProduccin
d P d i
Ejemplo:Tratandodecumplirconlasfechasdeentrega
enWozac
en
W
Wozac
(Ej 12 3 Winston,Albright,2daed.)
(Ej.12.3Winston
(Ej.12.3
Wi t ,Albright,2daed.)
Alb i ht 2d d )
La compaa
p
Wozac es una empresa
p
dentro de la
industria
farmacutica.
Wozac
ha
aceptado
recientemente un pedido de su mejor cliente por 8000
onzas de un medicamento milagroso, y Wozac desea
planificar su produccin para lograr satisfacer la fecha
g acordada ((1 de Diciembre de 2000).
) Existen
de entrega
tres fuentes de incertidumbre que dificultan la
planificacin
planificacin.
17
2 5 Si l i d Si t
2.5SimulacindeSistemasdeProduccin
d P d i
Primero, la medicina debe ser producida en lotes, y el
tiempo de produccin por lote es incierto, el cual puede
variar discretamente entre 5 y 11 das. La distribucin
de probabilidad del tiempo de produccin se muestra a
continuacin:
Das
5
6
7
8
9
10
11
18
Probabilidad
0,05
0 10
0,10
0,20
0,30
0 20
0,20
0,10
0,05
Carlos Monardes Concha, Simulacin (CC-A82)
2 5 Si l i d Si t
2.5SimulacindeSistemasdeProduccin
d P d i
Segundo, la produccin (cantidad utilizable) obtenida
por cualquier lote es incierta. Basado en datos
histricos, Wozac cree que la produccin puede ser
modelada a travs de una distribucin uniforme entre
600 y 1.100 onzas.
2 5 Si l i d Si t
2.5SimulacindeSistemasdeProduccin
d P d i
Wozac quiere usar la simulacin como apoyo a la
decisin de cuntos das de anterioridad, previos a la
fecha de entrega debe comenzar la produccin.
20
Lasactividadesdeltrabajo,denotadasdesdelaAalaJ,se
muestran a continuacin:
muestranacontinuacin:
TomLingley,uncontratistaindependiente,seha
comprometidoaconstruirunanuevahabitacinenuna
d
h b
casaexistente.
lplaneaempezaratrabajarenlamaanadel1deJunio.
Descripcin
p
p
p p g
Laprincipalpreguntaescundovaaterminarsu
trabajo?,yaquetrabajaslodaslaborables.
Eldueodecasaestesperanzadoenquelacasaestlista
El
dueo de casa est esperanzado en que la casa est lista
paraelsbado27deJunio,esdecir,en20omenosdas
laborales
laborales.
21
Acontinuacinsemuestralareddelproyecto,mostrando
la dependencia entre las actividades:
ladependenciaentrelasactividades:
22
ndice
Predecesoras
Preparacin cimientos
Ninguna
Poner Marcos
Ninguna
D
D
Hacer Plomera
Poner Tuberas
P
Poner
planchas
l
h en paredes
d
E,
E F,
F G
Instalar Ventanas
B, C
Lingley sabequelostiemposrealesdecadaactividad
puedenvariardebidoaretrasosinesperados,
d
i d bid
i
d
enfermedadesdelostrabajadores,yas
sucesivamente.
sucesivamente
Alllegustarautilizarsimulacincomputacional
g
p
paraver:
Cuntotiempoesprobablequeelproyectodemore,y
p
p
q
p y
,y
Tresdelasactividades,E,FyG,sernhechaspor
subcontratistasindependientesnorelacionadosentres.
Cadaactividadtieneunaduracin(endas)aleatoria,
cuyadistribucinesmostradaenlaplanillaexcel.
23
Qutanprobableesqueelproyectoseaterminadoatiempo,y
Quactividadessonprobablementecrticas
Qu actividades son probablemente crticas
24
2.7GeneracindeVariablesAleatorias
2
7 Generacin de Variables Aleatorias
notablesdesdeExcel
2.7GeneracindeVariablesAleatorias
2
7 Generacin de Variables Aleatorias
notablesdesdeExcel
En la
l realidad,
l d d no existen slo
l v.a. discretas
d
con rango finito.
f
Bien conocemos que existen v.a. continuas y adems las v.a.
notables, las cules han sido llamadas de esa forma por la
cantidad de aplicaciones que tienen.
De las
D
l v.a. discretas
di
notables
bl que conocemos Excel
E l slo
l tiene
i
implementada una funcin para generar v.a. binomiales,
cuya nombre
b es BINOM.CRIT
Observe q
que como el rango
g de una v.a. binomial es ffinito,,
perfectamente se podran generar v.a. binomiales a partir de
una tabla q
que g
genere las p
probabilidades binomiales con la
funcin DISTR.BINOM y luego utilizando BUSCAR y
ALEATORIO()
()
Como ejemplo generaremos v.a. Bin(n = 5, p = 0,2)
25
26
2.7GeneracindeVariablesAleatorias
2
7 Generacin de Variables Aleatorias
notablesdesdeExcel
Como
ejemplo generaremos v.a. Bin(n
( = 5, p = 0,2)
0 2)
2.7GeneracindeVariablesAleatorias
2
7 Generacin de Variables Aleatorias
notablesdesdeExcel
La forma
L
f
anteriormente
i
mostrada
d es laboriosa,
l b i
y Excel
E l nos
puede ayudar a simplificar este camino a travs de la
f
funcin
BINOM.CRIT:
28
2.7GeneracindeVariablesAleatorias
2
7 Generacin de Variables Aleatorias
notablesdesdeExcel
En ell caso de
E
d las
l v.a. notables
bl continuas,
i
E l tiene
Excel
i
mucha
h
ms variedad aunque no estn todas. A continuacin se
muestra un listado
l
d de
d las
l funciones
f
d
disponibles:
bl
Estenuevoautogenerarventasporlosprximos10
aos.
GFhareunidoinformacinsobrelassiguientes
cantidadesatravsdeFocus Groups entrelos
departamentosdemarketingeingeniera.
DISTR.BETA.INV(ALEATORIO();
(
(); alfa;
f ; beta;; A;; B))
DISTR.GAMMA.INV(ALEATORIO(); alfa; beta)
DISTR.LOG.INV(ALEATORIO(); media; desv_estndar)
DISTR.NORM.INV(ALEATORIO();
DISTR.NORM.INV(ALEATORIO(); media; desv_estndar)
desv estndar)
DISTR.NORM.ESTAND.INV(ALEATORIO())
29
30
Costofijodedesarrollarelauto
Costofijodedesarrollarelauto.Seasumequeestecostotiene
una distribucin normal con una media de $2 2 billones y una
unadistribucinnormalconunamediade$2,2billonesyuna
desviacinestndarde$0,3billones.
C
Costovariabledeproduccin.Estecosto,elcualincluyetodos
Costovariabledeproduccin
i bl d
d i E
l
li l
d
loscostosvariablesdeproducirunsoloauto,estnormalmente
distribuido durante el ao 1 con una media de $7200 y una
distribuidoduranteelao1conunamediade$7200yuna
desviacinestndarde$250.Cadaaodespusdelao1,el
p
g
p
costovariabledeproduccinesigualaldelaoprevio
multiplicadoporunfactordeinflacin.Cadaaoelfactorde
inflacinsigueunadistribucinnormalconmediade1,05(un
5% d
5%deaumento)ydesviacinestndarde0,02.Seasumeque
) d i i
d d 0 02 S
todosloscostosdeproduccinocurrenalfinaldelosaos
respectivos
respectivos.
31
PreciodeVenta.
PreciodeVenta.Elprecioparaelao1hasidofijadoen
$11 000 Despus del ao 1 el precio se incrementar por el
$11.000.Despusdelao1,elprecioseincrementarporel
mismofactordeinflacinquemanejanloscostosdeproduccin.
Aligualqueloscostosdeproduccin,losingresosdelasventas
g
g
sesuponenqueseproducenafindelosperiodos(aos)
respectivos.
Demanda.
Demanda.Lademandadeautomvilesenelao1sigueuna
distribucinnormalconunamediade100.000,yunadesviacin
y
estndaresde10.000.Despusdel1aolademandaenunao
determinado,sigueunadistribucinnormalconmediaigualala
d
demandarealenelaoanteriorydesviacinestndarde
d
l
l
i
d i i
d d
10.000.Unaconsecuenciadeestesupuestoesquelasdemandas
en
enlosaossucesivosnosonprobabilsticamenteindependientes.
los aos sucesivos no son probabilsticamente independientes
32
33
Dadasestoscondiciones,GFquieredesarrollarun
,
q
modelodesimulacinqueevaluarsuVAN(valor
actualneto)paraestenuevoautomvilenunhorizonte
)p
detiempode10aos.
34
2 9 Si l i d M d l d M k ti
2.9SimulacindeModelosdeMarketing
Ejemplo:ElvalordelargoplazodeunclienteenDoItQuick
Ejemplo:ElvalordelargoplazodeunclienteenDoItQuick
(Ej.12.12
(Ej.12.12Winston
Winston,Albright2daed.)
,Albright2daed.)
DoItQuick esunacompaadesoftwarequevende
programasapersonasparahacerleseguimientoalas
fi
finanzasdesucasa,alinventariodesuvivienda,yaotras
d
li
t i d
i i d
t
tareascomunes.
Lacompaaharealizadounaampliainvestigacinensus
costoseingresos,yhadescubiertoquelosnuevosclientesson
g
y
q
muchomenosrentablesenunabaseanualdeclientesde
largadata.Hayvariasrazonesparaesto.
35
2 9 Si l i d M d l d M k ti
2.9SimulacindeModelosdeMarketing
Losclientesdelargadatatiendenanecesitarmenosen
gastosgenerales,tiendenacomprarmsmercancaalao,y
t
l ti d
l
ayudanaDoItQuick aganardinerohaciendopublicidada
nuevos clientes sobre los productos de la empresa
nuevosclientessobrelosproductosdelaempresa.
Lacompaaestimaqueunclientequehasidolealporn
p
q
q
p
aos esdecirhacompradoalaempresaporparan aos
consecutivos contribuyeconunacantidaddebeneficioenel
aon queesaleatoriaysigueunadistribucinnormalcon
mediaydesviacinestndarquesemuestranenlasiguiente
diapositiva.
36
2 9 Si l i d M d l d M k ti
2.9SimulacindeModelosdeMarketing
37
2 9 Si l i d M d l d M k ti
2.9SimulacindeModelosdeMarketing
UnconsultorhasugeridoaDoItQuick queunmodelo
razonablederetencindesusclienteses
bl d
i d
li
r(1)
(1) = 1 p con0
p 1,ylaecuacinr(n) = qr(n 1) paran > 2,dondeqes
unaconstantepositiva.
t t
iti
39
2 9 Si l i d M d l d M k ti
2.9SimulacindeModelosdeMarketing
DoItQuick estinteresadoenvercuntobeneficiorecibepor
partedeunclientetpicoenfuncindelosaosquelleva
t d
li t t i
f
i d l
ll
comprandoenlaempresa.
Estodependedelaprobabilidadderetencin.Paramodelar
laretencin,sea
,
r(n)
( ) laprobabilidaddequeunclientequeha
p
q
q
compradopornaosconsecutivosnocompreelprximoao.
Si
Siestoocurre,asumimosqueelclientecambiasulealtadpor
i
l li
bi
l l d
DoItQuick,yconellonuncavolveracomprarmsenesta
empresa.
empresa
38