SIMULACIN

INTRODUCCIN Mucha gente cree que la experiencia es el mejor maestro , desafortunadamente, a menudo es muy costoso (en tiempo o dinero) obtener experiencia real. Este dilema es una motivacin importante para el uso de la simulacin: encontrar una manera rpida y econmica de adquirir conocimiento que se obtiene usualmente a travs de la experiencia. La idea bsica de la simulacin es la construccin de un dispositivo experimental, o simulador, que actuara como el sistema de inters en ciertos aspectos importantes, de una manera rpida y redituable. En el contexto del anlisis cuantitativo, la simulacin ha venido a significar la experiencia basada en un modelo matemtico. A pesar de que tanto la simulacin como la optimizacin utilizan modelos cuantitativos, se basan en dos conceptos muy diferentes: En un modelo de optimizacin, las variables de decisin son resultados, Es decir, el modelo proporciona un conjunto de valores para que las variables de decisin que maximiza o minimiza el valor de la funcin objetivo. En un modelo de simulacin, los valores de las variables de decisin son entradas, el modelo evala la funcin objetivo en relacin a un conjunto particular de valores.

La simulacin es uno de los enfoques cuantitativos ms ampliamente usados para la toma de decisiones; es un mtodo para aprender sobre un sistema real experimentando con un modelo que lo representa. Un modelo de simulacin contiene expresiones matemticas y las relaciones lgicas que describen cmo calcular el valor de las salidas dando los valores de entrada. Cualquier modelo de simulacin tiene dos tipos de entradas: controlables y probabilsticas. Entradas probabilsticas

Entradas controlables

M O D E L O

Salida

Al realizar un experimento de simulacin, un analista selecciona el valor, o valores, para las entradas controlables; posteriormente se generan aleatoriamente valores para las entradas probabilsticas. El modelo de simulacin usa los valores de las entradas controlables como probabilsticas, para calcular el valor, o valores, de la salida. Al realizar una serie de experimentos usando una variedad para los valores de las entradas controlables, el analista aprende como estos afectan o cambian la salida del modelo de simulacin. Despus de revisar los resultados de la simulacin, a menudo el analista es capaz de recomendar decisiones para las entradas controlables que proporciona la salida deseada del sistema real.

Para determinar el comportamiento de las entradas probabilsticas o aleatorias, se determina mediante una distribucin de probabilidad, un dispositivo para generar las entradas probabilistas es por medio de las ruletas de Montecarlo, por esta razn a este tipo de simulacin se le conoce a veces como mtodo de Montearlo. Otro mtodo para generar variables de entrada probabilsticas es por medio de nmeros aleatorios.

Ejemplo. ANLISIS DE RIESGO. El anlisis de riesgo es el proceso de predecir el resultado de una decisin frente a incertidumbre. En seguida analizaremos el problema del desarrollo de un nuevo producto, cual implica una incertidumbre considerable. Primero mostraremos como se puede realizar anlisis de riesgo sin usar simulacin y luego haremos un anlisis ms exhaustivo usando simulacin. Proyecto TecnoCom TecnoCom manufactura computadoras personales; el grupo de diseo elabor un prototipo para una nueva impresora porttil de alta calidad. La nueva impresora presenta un diseo innovador y el potencial de captar una porcin significativa el mercado de las impresoras porttiles. Los anlisis financiero y de mercadotecnia preliminares proporcionaron los siguientes datos: Precio de venta = $2490 por unidad Costo administrativo = $4000,000 Costo de publicidad = $6000,000 En el modelo de simulacin para el problema de TecnoCom, los valores anteriores son constantes y se conocen como parmetros del modelo. El costo de mano de obra directa, el costo de las partes y la demanda durante el primer ao para este producto no se conocen con certeza y se consideran entradas probabilsticas. En esta etapa el proceso de planeacin, las mejores estimaciones de TecnoCom de estas entradas son de $450 por unidad para el costo de mano de obra directa, $900 por unidad para el costo de las partes y 15000 unidades de demanda del primer ao. Debido a la situacin de flujo de efectivo restringido de TecnoCom, la administracin est preocupada por el potencial de una prdida. la el el la

Un enfoque de Anlisis de Riesgo es que pasa si, e implica generar valores para las entradas probabilsticas (costo de mano e obra directa, costo de las partes y la demanda del primer ao) y calcular el valor resultante para la salida (utilidad). El modelo de utilidad de TecnoCom es:

Sea

c1 = costo de mano de obra directa por unidad c 2 = costos de las partes por unidad x = demanda para el primer ao

el modelo de utilidad para el primer ao es:

Utilidad = (2490 c1 c2 ) x 1 0'000 ,000

Entradas probabilsticas
Costo de mano de obra directa Costo de las partes Demanda para el primer ao

c1
Entradas controlables
Costos (admn. y publicidad.), ventas

c2

x
Utilidad

(2490 c1 c 2 ) x 10 000 000

Considerando las estimaciones de TecnoCom para los costos de mano de obra directa por unidad, costos de partes por unidad y la demanda para el primer ao de este escenario base nos lleva a la siguiente proyeccin de utilidad:

Utilidad = (2490 450 900)15000 10 000 000 = $7'100,000

En el anlisis de riesgo nos preocupa tanto la probabilidad de una prdida, as como su magnitud, aunque el escenario base luce atractivo, TecnoCom podra estar interesado si las estimaciones no resultan ser como esperaban bajo el escenario del caso base. Por ejemplo, histricamente TecnoCom sabe que los costos de mano de obra directa por unidad podran variar de $430 a $470, el costo de las partes podran fluctuar de $800 a $1000 por unidad y la demanda para el primer ao podra variar de 1 500 a 28 500 unidades. Usando estos rangos, puede usarse el anlisis que pasa si para evaluar un escenario del peor caso y un escenario del mejor caso. Escenario del peor caso:

Utilidad = (2490 470 1000)1500 10 000 000 = $8'470,000

As, el escenario del peor caso lleva a una prdida proyectada de $8470,000 Escenario del mejor caso:

Utilidad = (2490 430 800) 28500 10 000 000 = $25'910,000

As, el escenario del mejor caso lleva a una ganancia proyectada de $25910,000 En este punto el anlisis qu pasa si proporciona una conclusin de que los resultados pueden varia desde una prdida de $8470,000 hasta una utilidad de $25910,000 con un valor del escenario del caso base de $7100,000. Tambin puede evaluarse otros escenarios que TecnoCom quisiera considerar. Sin embargo la dificultad con este anlisis no indica la

probabilidad de los diversos valores de utilidad o prdida. En realidad no sabemos nada sobre la probabilidad de una prdida. SIMULACIN
Usar simulacin para realizar el anlisis de riesgo para el problema de TecnoCom, es como representar muchos escenarios qu pasa si al generar valores en forma aleatoria para las entradas probabilsticas. La ventaja de la simulacin es que nos permite evaluar la probabilidad de una utilidad y la probabilidad de una prdida. La aplicacin de la simulacin al problema requiere generar valores representativos de lo que podramos observar en la prctica para las entradas probabilsticas. Para generar dichos valores, debemos conocer la distribucin de probabilidad para cada entrada probabilstica. Un estudio ms a fondo llev a las siguientes distribuciones de probabilidad para el costo de mano de obra directa por unidad, el costo de las partes por unidad y la de manda para el primer ao. Costo de la mano de obra directa . TecnoCom determina que la mano de obra directa variar de $430 a $470 por unidad y se describe mediante la siguiente distribucin de probabilidad discreta:
DISTRIBUCIN DE PROBABILIDAD PARA EL COSTO DE MANO DE OBRA DIRECTA POR UNIDAD Costo de mano de obra directa por unidad

$430 $440 $450 $460 $470

Probabilidad

0.1 0.2 0.4 0.2 0.1

Costo de las partes. El costo depende de la economa general, la demanda total para las partes y la poltica de precios de los proveedores. TecnoCom supone que el costo de las partes variar de $800 a $1000 por unidad. Los costos por unidad entre $800 y $1000 son igual de probables, es decir se describen mediante una distribucin de probabilidad uniforme.
DISTRIBUCIN DE PROBABILIDAD UNIFORME PARA EL COSTO DE LAS PARTES POR UNIDAD

1 / 20

800 1000

900

Costo de las partes por unidad

Demanda para el primer ao. TecnoCom supone que la demanda para el primer ao se describe mediante una distribucin de probabilidad normal, el valor medio o esperado para la demanda del primer ao es de 15,000 unidades, la desviacin estndar de 4,500 unidades describe la variabilidad en la demanda durante el primer ao.
DISTRIBUCIN DE PROBABILIDAD NORMAL DE LA DEMANDA PARA EL PRIMER AO

= 4,500 unidades

15,000

Nmero de unidades vendidas

Para simular el problema de TecnoCom, debemos generar valores para las tres entradas probabilsticas y calcular la utilidad resultante, luego, generamos otro conjunto de valores para las entradas probabilsticas, calculamos el segundo valor para la utilidad, etc. Continuamos este proceso hasta estar seguros de que se han realizado suficientes ensayos para describir la distribucin de probabilidad de la utilidad. Este proceso de generar entradas probabilsticas y calcular el valor de salida se llama simulacin. Al final de la simulacin, pueden generarse medidas de salida interesantes. Por ejemplo, nos interesa calcular la ganancia promedio y la probabilidad de una prdida. Para que las medidas de salida sean significativas, los valores de las entradas probabilsticas deben ser representativos de lo que puede suceder cuando la impresora de TecnoCom se introduzca al mercado. Una parte esencial del procedimiento de simulacin es la capacidad de generar representativos para las entradas probabilsticas, En seguida veremos como se pueden generar estos valores. Nmeros aleatorios y generacin de valores de entrada probabilstica. En la simulacin de PortaCom, deben generarse valores representativos para el costo de la mano de obra directa por unidad ( c1 ), el costo de las partes por unidad ( c 2 ) y la demanda para el primer ao ( x). Los nmeros aleatorios y las distribuciones de probabilidad asociadas con cada entrada probabilsticas se usan para generar valores representativos.