Simulacion - investigacion de operaciones

UNIVERSIDAD NACIONAL
AGRARIA DE LA SELVA
FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS

DEPARTAMENTO ACADÉMICO DE CIENCIAS
ECONÓMICAS

CURSO: Investigación de Operaciones II


CAPITULO IV: SIMULACIÓN MONTECARLO
4.1. INTRODUCCIÓN
Por lo general cualquier persona cree que la experiencia es el mejor
maestro, pero de lo que no nos damos cuenta es que a menudo es muy
costoso encuestión de tiempo y dinero obtener esa experiencia. Ante
este dilema, es una motivación importante el uso de la simulación para
que de una manera rápida y económica se pueda adquirir un
conocimiento que por lo general se obtiene a través de la experiencia.
Es por ello que la simulación es la construcción de un dispositivo
experimental ó simulador que actuará como el sistema de interés enciertos aspectos importantes de una manera rápida. Tiene como
objetivo crear un entorno en el cual se pueda obtener información
sobre posibles acciones alternativas a través de la experimentación.

El uso de la simulación es fundamental para muchos experimentos como por
ejemplo:
• En pruebas de medicinas en animales de laboratorio, la cual la respuesta del
animal simulará las respuestas humanas.• Manejar automóviles en pistas de prueba, aquí la pista de prueba simula las
condiciones que enfrentará el automóvil.
Dentro del contexto del análisis cuantitativo, la simulación ha venido a significar
la experiencia basada en un modelo matemático. Pero a pesar de que tanto la
simulación como la optimización utilizan modelos cuantitativos, se basan en
conceptos muy diferentes, tal es asíque:
• En un modelo de optimización, los valores de las variables de decisión son
resultados. Esto quiere decir, que el modelo proporciona un conjunto de
valores para las variables de decisión que maximiza ó minimiza el valor de la
función objetivo.
• En un modelo de simulación, los valores de las variables de decisión son
entradas, es decir, el modelo evalúa la función objetivo en relacióncon un
conjunto particular de valores.

Los modelos de simulación se utilizan a menudo para analizar una decisión bajo
riesgo; esto quiere decir, un modelo en el cual el comportamiento de uno o más
de los factores no se conocen con certeza, y podemos mostrar como ejemplos
de ello: la demanda por un producto durante el mes siguiente, el rendimiento
de una inversión, el numero de camiones quellegarán para ser descargados
mañana entre las 8:00 y 9:00 a.m., el tiempo de espera para ser atendidos en un
banco, el lanzamiento de una lotería, y así sucesivamente. Para todos estos
casos, el factor que no se conoce con certeza se considera como una variable
aleatoria, y el comportamiento de ésta se describe mediante una distribución
de probabilidad, y este tipo de simulación se conocecomo método Monte
Carlo, a causa de las ruletas de Monte Carlo, que se pueden considerar como
dispositivos para generar eventos inciertos ó aleatorios.

Por otro lado, vale aclarar que cada fenómeno ó problema a ser simulado
constituye un caso particular, y por tanto no existe una regla fija que gobierne
los problemas de Simulación Monte Carlo.

4.2. GENERACIÓN DE VARIABLES ALEATORIAS
Enla simulación de los modelos por considerar, es necesario generar
valores para las variables aleatorias. Para ello existen dos clases principales
de variables aleatorias: Discretas y Continuas.

La generación de estas variables aleatorias lo manejaremos en los siguientes
niveles:
• El uso de un generador de números aleatorios utilizando cualquier
elemento necesario (dados, monedas, etc).
•El uso de un generador de números aleatorios en una hoja de cálculo, es
decir la función =aleatorio()
• La función de distribución de probabilidad acumulada.

4.3. SIMULACIÓN CON HOJA DE CÁLCULO
La mayor parte de las simulaciones se llevan a cabo en hojas de cálculo por
su facilidad de manejo, y a su vez debido a que el número de cálculos
requeridos sobrepasa pronto las capacidades...