Modelos de Simulacion en Planillas Electronicas - de A 6

2.1GeneracindeV.A.
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
Carlos Monardes Concha, Simulacin (CC-A82)
P b bilid d
Probabilidad
10%
20%
15%
30%
25%
2.1GeneracindeV.A.Discretasapartirde
2
2
La idea
d es poder
d generar diferentes
df
valores
l
d neumticos
de
desinflados, intentando imitar la condicin en la que llegan

de diferentes vehculos al taller.
La funcin ALEATORIO() devuelve un nmero decimal al

azar entre 0 y 1, el cual sigue una distribucin uniforme
continua entre dichos valores.
Ahora bien,, cada valor de la v.a. tiene diferentes

f
probabilidades de ocurrir, y la idea es imitar ese
comportamiento:
p
el 0 debe salir el 10%
% de las veces,, el 1 el
20% de las veces y as sucesivamente.
En otras palabras, la funcin ALEATORIO() entrega un

nmero decimal al azar entre 0 y 1, donde todos los nmeros
en dicho rango tienen la misma probabilidad de ser elegidos.
elegidos
Esto se logra en Excel

E cel mediante la funcin
f ncin ALEATORIO(),
ALEATORIO() la
cual no requiere de parmetros (o argumentos).
3
2
2
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:
BUSCAR(valor buscado; vector de comparacin; vector resultado)
Debido a la forma en la cual trabaja la funcin BUSCAR se

hace necesario desfasar dicha CDF y comenzarla desde 0,
debido a que la funcin BUSCAR cuando busca por
aproximacin en un rango
g (que es lo que hacemos), de no
encontrar el valor buscado siempre devuelve el mayor valor
menor al valor buscado.
5
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
Un pequeo almacn tiene slo una caja. Los clientes

llegan
g a la caja
j en tiempos
p aleatorios ((enteros)) q
que van
desde 1 a 8 minutos. Cada valor posible del tiempo
entre llegadas
g
tiene la misma p
probabilidad de
ocurrencia.
El tiempo de servicio vara discretamente de 1 a 6
minutos (su distribucin se muestra en la diapositiva
siguiente). Analice el sistema simulando la llegada de
100 clientes. Asuma que el sistema comienza sin
clientes.
7
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
2 3 Simulacin de Sistemas de Inventarios

2.3SimulacindeSistemasdeInventarios
Ejemplo:ElVendedordePeridicos(Ej.2.3Banks)
Hay tres tipos de das: buenos, regulares y malos; con

probabilidades de ocurrencia de 35%, 45% y 20%
p
La distribucin de los p
peridicos
respectivamente.
demandados para c/u de estos das es:
Demanda
40
50
60
70
80
90
100
Determine el nmero de peridicos que el vendedor debe

comprar al comienzo de cada da. Simule las demandas
por 20 das y registre los beneficios por venta (su variable
de decisin) cada da. Considere que los beneficios estn
d d por la
dados
l ecuacin:
i
g
g
perdidos
p
recuperacin
p
ppor
Ingresos
costo de ingresos

B fi i
Beneficio
por ventas los peridicos por faltantes devolucin de sobrantes
2 4 Simulacin de Sistemas de Confiabilidad

2.4SimulacindeSistemasdeConfiabilidad
Ejemplo:UnProblemadeConfiabilidad(Ej.2.5Banks)
Una fresadora usa tres rodamientos, los cuales fallan de
manera independiente,
independiente cada cierto tiempo,
tiempo e impiden su
correcto funcionamiento. La distribucin de probabilidad
del tiempo de vida de cada rodamiento es mostrada a
continuacin.
Duracindelos
rodamientos 1000
(horas)
Probabilidad
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

Un clsico problema de inventarios consiste en la compra
y venta de peridicos.
peridicos El vendedor de peridicos los
compra a 33 centavos y los vende a 50 centavos c/u. Los
peridicos no vendidos al final del da se devuelven a la
agencia recibiendo 5 centavos por c/u. Los peridicos se
compran en fajos de 10, con lo cual el vendedor de
peridicos puede comprar 50,
50 60,
60 y as sucesivamente.
sucesivamente
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

La poltica actual de reparacin, consiste en cambiar slo
el rodamiento fallado. Cuando un rodamiento falla, la
ffresadora deja
j de operar
p
y automticamente se informa
f
del desperfecto de la mquina a un reparador, a travs de
un sensor operacional con el cual cuentan los
reparadores. El tiempo de respuesta de cualquier
reparador desde que es comunicado del desperfecto,
reparador,
desperfecto
hasta que llega a terreno a revisar el estado de la
f
fresadora,
d
es un variable
bl aleatoria,
l
cuya distribucin
d
b se
muestra a continuacin.
13

TiempodeRespuesta
Tiempo
de Respuesta
Probabilidad
(minutos)
5
0,6
10
15
0,3
0
3
0,1
Una vez que el reparador est en terreno, revisa la

fresadora detecta el rodamiento que ha fallado y lo
fresadora,
reemplaza por uno nuevo. Considere que debido a la
experticia
i i de
d los
l reparadores,
d
ell tiempo
i
d deteccin
de
d
i de
d la
l
falla es despreciable.
14


El costo de no operar la mquina es de $10 por minuto.

Para la empresa, la reparacin de la fresadora, se traduce
en un costo variable de $30 por hora,
hora cada vez que un
reparador debe cambiar al menos uno de los tres
rodamientos.
d i t
C d reparador
Cada
d requiere
i
d 20 minutos
de
i t
para cambiar un rodamiento, 30 minutos para cambiar
dos y 40 minutos para cambiar tres.
El costo de cada rodamiento es $32. La empresa cree que

cambiando la poltica actual, de cambiar los rodamientos
de a uno a la vez,
vez a todos a la vez,
vez podra minimizar sus
costos esperados. Se pide simular la poltica actual y
nueva, y a partir
ti de
d los
l costos
t totales
t t l esperados
d basados
b d
en 10.000 horas de simulacin, determinar cul poltica
es la ms apropiada para la compaa.
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
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
2 5 Si l i d Si t
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
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.
Tercero, todos los lotes deben pasar por una rigurosa

inspeccin una vez que han sido completados.
completados La
probabilidad que un tpico lote pase la inspeccin es de
80% Con
80%.
C
probabilidad
b b l d d del
d l 20%,
20% ell lote
l
no pasa la
l
inspeccin, y no pueden ayudar a completar el pedido.
19
2 6 Simulacin de Programacin de Proyectos

2.6SimulacindeProgramacindeProyectos
Ejemplo:ProyectodeConstruccindeunahabitacin
(Ej 12 3 Winston,Albright,1eraed.)
(Ej.12.3Winston
(Ej.12.3
Winston,Albright,1eraed.)
Albright 1era ed )
20

Lasactividadesdeltrabajo,denotadasdesdelaAalaJ,se
muestran a continuacin:
muestranacontinuacin:
TomLingley,uncontratistaindependiente,seha
comprometidoaconstruirunanuevahabitacinenuna
d
h b
casaexistente.
Actividades para la construccin de la habitacin
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
Ordenar ventanas personalizadas
Ninguna
Poner paredes exteriores
Hacer el cableado elctrico
D
D
Hacer Plomera
Poner Tuberas
P
Poner
planchas
l
h en paredes
d
E,
E F,
F G
Instalar Ventanas
B, C
Pintar y Limpiar habitacin

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
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
En esta seccin veremos cmo generar algunas de esas v.a.

las cuales estn implementadas
p
como ffunciones de Excel.
La generalizacin de tcnicas para generar v.a. se ensearn
en el siguiente
sig iente captulo
capt lo del curso.
c rso
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
notablesdesdeExcel
Como
ejemplo generaremos v.a. Bin(n
( = 5, p = 0,2)
0 2)
2
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:
De esta forma es muy sencillo generar v.a. binomiales con

valores de los parmetros n y p dados.
27
28
2
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
2 8 Simulacin de Modelos Financieros

2.8SimulacindeModelosFinancieros
Ejemplo:DesarrollandounNuevoAutoenGF
(
(Ej.12.5Winston
(Ej.12.5
5 Winston,Albright,1eraed.)
,Albright,1eraed.)
lb h
d)
General Ford (GF) Auto Corporation estdesarrollando

GeneralFord(GF)AutoCorporation
est desarrollando
unnuevotipodeautocompacto.
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

Produccin.
Produccin.EnunaoparticularGFplaneabasarsupolticade
produccin en la distribucin de probabilidad de la demanda de
produccinenladistribucindeprobabilidaddelademandade
eseao antesquelademandarealdeeseaoseaobservada.
p
,
p
p
yla
Enparticular,silademandaesperadaparaeseaotesED
ty
desviacinestndarest,luegolapolticaserproducirEDt +
kt autos,dondekesunavariablededecisinqueGFdebe
determinar.Porejemplosiseseleccionak=1,entoncessu
produccinserunaDEmayorquelademandaesperadapara
ese ao y con ello slo existira 5/6 de posibilidades de no
eseao,yconellosloexistira5/6deposibilidadesdeno
satisfacerlademanda.Silademandaenunaodeterminadoes
y q
p
,
p
mayorquelaproduccin,elexcesodedemandasepierde.Sila
produccinenunaoesmayorquelademanda,GFvenderel
excesodeautomvilesconundescuentodefindeaodeun30%.
33

Tasadeinters.
Tasadeinters.GFplaneausarunatasadeintersdel10%
para descontar los flujos de caja futuros
paradescontarlosflujosdecajafuturos.
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
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
37
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
Qu significa este modelo, y cmo se puede utilizar junto a

Qusignificaestemodelo,ycmosepuedeutilizarjuntoa
losdatosproporcionadosparasimularelvaloractualneto
(
(VAN)delosbeneficiosduranteunperodode20aosdeun
)
f
p
clientetpicoquehahechosuprimeracompraenDoItQuick
esteao?Supongaunatasadeintersdel10%dedescuento.
39
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

Modelos de Simulacion en Planillas Electronicas - de A 6

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Modelos de Simulacion en Planillas Electronicas - de A 6

Încărcat de

Drepturi de autor:

Formate disponibile

2.1GeneracindeV.A.

Carlos Monardes Concha, Simulacin (CC-A82)

Carlos Monardes Concha, Simulacin (CC-A82)

desinflados, intentando imitar la condicin en la que llegan

La funcin ALEATORIO() devuelve un nmero decimal al

Ahora bien,, cada valor de la v.a. tiene diferentes

En otras palabras, la funcin ALEATORIO() entrega un

Esto se logra en Excel

Carlos Monardes Concha, Simulacin (CC-A82)

Carlos Monardes Concha, Simulacin (CC-A82)

BUSCAR(valor buscado; vector de comparacin; vector resultado)

Debido a la forma en la cual trabaja la funcin BUSCAR se

Carlos Monardes Concha, Simulacin (CC-A82)

Carlos Monardes Concha, Simulacin (CC-A82)

Un pequeo almacn tiene slo una caja. Los clientes

Carlos Monardes Concha, Simulacin (CC-A82)

Carlos Monardes Concha, Simulacin (CC-A82)

2 3 Simulacin de Sistemas de Inventarios

Hay tres tipos de das: buenos, regulares y malos; con

Carlos Monardes Concha, Simulacin (CC-A82)

Determine el nmero de peridicos que el vendedor debe

por ventas los peridicos por faltantes devolucin de sobrantes

Carlos Monardes Concha, Simulacin (CC-A82)

2 4 Simulacin de Sistemas de Confiabilidad

Carlos Monardes Concha, Simulacin (CC-A82)

2 3 Simulacin de Sistemas de Inventarios

2 3 Simulacin de Sistemas de Inventarios

Carlos Monardes Concha, Simulacin (CC-A82)

2 4 Simulacin de Sistemas de Confiabilidad

Carlos Monardes Concha, Simulacin (CC-A82)

2 4 Simulacin de Sistemas de Confiabilidad

Una vez que el reparador est en terreno, revisa la

Carlos Monardes Concha, Simulacin (CC-A82)

2 4 Simulacin de Sistemas de Confiabilidad

2 4 Simulacin de Sistemas de Confiabilidad

El costo de no operar la mquina es de $10 por minuto.

El costo de cada rodamiento es $32. La empresa cree que

Carlos Monardes Concha, Simulacin (CC-A82)

Carlos Monardes Concha, Simulacin (CC-A82)

Carlos Monardes Concha, Simulacin (CC-A82)

Tercero, todos los lotes deben pasar por una rigurosa

Carlos Monardes Concha, Simulacin (CC-A82)

2 6 Simulacin de Programacin de Proyectos

Carlos Monardes Concha, Simulacin (CC-A82)

2 6 Simulacin de Programacin de Proyectos

Actividades para la construccin de la habitacin

Carlos Monardes Concha, Simulacin (CC-A82)

2 6 Simulacin de Programacin de Proyectos

Ordenar ventanas personalizadas

Poner paredes exteriores

Hacer el cableado elctrico

Pintar y Limpiar habitacin

Carlos Monardes Concha, Simulacin (CC-A82)

2 6 Simulacin de Programacin de Proyectos

Carlos Monardes Concha, Simulacin (CC-A82)

Carlos Monardes Concha, Simulacin (CC-A82)

En esta seccin veremos cmo generar algunas de esas v.a.

Carlos Monardes Concha, Simulacin (CC-A82)

Carlos Monardes Concha, Simulacin (CC-A82)

De esta forma es muy sencillo generar v.a. binomiales con

Carlos Monardes Concha, Simulacin (CC-A82)

2 8 Simulacin de Modelos Financieros

General Ford (GF) Auto Corporation estdesarrollando