Facultad de Ingeniería

Ingeniería Industrial

Presentado por:
Laura Mora Activar.
ID 258108
Tatiana Pedraza Moreno.
ID414935
Andrés Sora Vargas.
ID493715

Docente
Efraín Mancipe Contreras.
Simulación

Bogotá DC Septiembre 2019

Creación de un modelo simple de simulación

El modelo de simulación se basa en las ventas y los costos de una tienda. El beneficio es simplemente
la diferencia entre las ventas y los costos en este sencillo caso. Sobre la base de los datos históricos de
costos y ventas que fueron analizadas con la función ajuste de la distribución nos dimos cuenta de
que los costes siguen una distribución normal (mu=120, sigma=10) y las ventas una distribución
normal (mu=80, sigma=20).

Sobre la base de este modelo, se crean las diferentes variables del modelo:

 Creación de la primera variable de distribución

Seleccionamos la celda B2, la cual corresponde a la cantidad de ventas, cuando instalamos y activamos
XLSTAT, buscamos con la palabra simulación y escogemos la opción Definir una distribución.

 Creación de la primera variable de distribución

Cuando aparece el cuadro de diálogo Definir una distribución, seleccionamos el nombre de la variable
en este caso la CELDA A2, la cual obtiene el nombre Sales y elegimos una distribución normal con
mu= 120 y sigma= 10 y seleccionamos OK
  Creación de la segunda variable de distribución

Generamos la segunda variable de distribución de la misma manera, seleccionamos la celda A3, la

cual obtiene el nombre Costs distribución normal con mu= 80 y sigma= 20 y seleccionamos OK
  Creación de la variable de resultado

Seleccionamos la celda de resultados B4 que contiene el valor de 40 como resultado de la formula =

B2-B3, Seleccionamos el comando XLSTAT y seleccionamos la opción Definir una variable
resultado.

Cuando aparece el cuadro de diálogo Definir una variable resultado A4 Como nombre de la variable
y seleccionamos OK.
Ejecución de un modelo simple de simulación

Para empezar la ejecución de la simulación, seleccionamos el menú comando XLSTAT, simulación

e iniciar los cálculos.

Se muestra el cuadro de dialogo de ejecución de la simulación. Fijamos el número de simulaciones

a 1000 y seleccionamos OK.
Clic en la pestaña Gráficos, Clic Sensibilidad, seleccionamos los parámetros de los análisis
Tornado y Araña, números de puntos 10 y seleccionamos el % de desviación del valor y OK
Interpretación de los resultados de un modelo simple de simulación

1. Encontramos un resumen del modelo de simulación.

2. Se muestran los detalles sobre las dos variables de distribución y sobre la variable de resultado.

Las siguientes tablas muestran los detalles de las dos variables de distribución (estadísticos
descriptivos, histogramas y cuantíles).

Estadísticos descriptivos:

Estadístico Sales Costs

No. de observaciones 1000 1000
No. de valores perdidos 0 0
Suma de los pesos 1000 1000
Mínimo 92,996 9,283
Máximo 148,058 147,940
Frec. del mínimo 1 1
Frec. del máximo 1 1
Rango 55,062 138,657
1° Cuartil 113,228 66,257
Mediana 120,120 79,675
3° Cuartil 126,885 93,734
Suma 120205,862 79640,764
Media 120,206 79,641
Varianza (n) 97,631 405,479
Varianza (n-1) 97,729 405,884
Desviación típica (n) 9,881 20,136
Desviación típica (n-1) 9,886 20,147
Coeficiente de variación 0,082 0,253
Cuantiles:
% Sales Costs
5 101,292 47,489
10 107,204 61,671
20 114,985 70,140
25 114,816 89,938
30 115,982 97,625
40 118,730 93,406
50 120,115 79,650
60 128,553 103,660
70 125,983 173,939
75 127,753 152,410
80 181,915 123,374
90 143,207 440,788
95 180,260 447,221

Las siguientes tablas muestran los detalles de la variable de resultado. Se muestran los estadísticos
descriptivos, un histograma y estadísticos acerca de los intervalos. A continuación se muestran los
resultados del análisis de sensibilidad. El análisis de sensibilidad se basa en las simulaciones contrarias
al análisis Tornado que se presenta a continuación.

Sensibilidad (Benefit):

Distribuciones Correlación Contribución Contribución (Absoluto)

Costs -0,891 -8359,00% 83.59%
Sales 0,395 16.41% 20,77%
La siguiente sección contiene el análisis Tornado.

El análisis Tornado no se basa en las iteraciones de la simulación, sino en un análisis punto por punto
de todas las variables de entrada (variables aleatorias con distribuciones y variables de escenario).

Durante el análisis Tornado, para cada variable de resultado, se estudia una por una cada variable
aleatoria de entrada y cada variable de escenario. Hacemos que su valor varíe entre dos límites, y
registramos el valor de la variable de resultado, con el fin de saber cómo cada variable aleatoria y cada
variable de escenario afecta a la variable de resultado. Para una variable aleatoria, los valores
explorados pueden estar en torno a la mediana, o en torno al valor de celda por defecto, con límites
definidos por los percentiles o por la desviación. Para una variable de escenario, el análisis se lleva a
cabo entre dos límites especificados cuando se definen las variables. El número de puntos es una opción
que puede ser modificada por el usuario antes de ejecutar el modelo de simulación.

En el diagrama se ve que los costos tienen el mayor impacto en el beneficio. Estos resultados no se
basan en las iteraciones de la simulación.
 Tornado (Benefit):

Araña (Benefit):

Distribuciones Sales Costs

-10,00% 28,000 48,000
-7,78% 30,667 46,222
-5,56% 33,333 44,444
-3,33% 36,000 42,667
-1,11% 38,667 40,889
1,11% 41,333 39,111
3,33% 44,000 37,333
5,56% 46,667 35,556
7,78% 49,333 33,778
10,00% 52,000 32,000

Finalmente, se muestran la matriz de correlaciones de las distribuciones y las variables de resultado.

Vemos que los costos y las ventas no están correlacionados. Pero el beneficio está, obviamente,
correlacionado con las ventas y los costos.
Resultados de la simulación (Matriz de correlaciones):

Matriz de correlaciones (Spearman): Los valores en negrita son diferentes de 0 con un nivel de
significación alfa=0,05

Variables Sales Costs Benefit

Sales 1 -0,033 0,455
Costs -0,033 1 -0,889
Benefit 0,455 -0,889 1

p-values: Los valores en negrita son diferentes de 0 con un nivel de significación alfa=0,05

Variables Sales Costs Benefit

Sales 0 0,302 < 0.0001
Costs 0,302 0 < 0.0001
Benefit < 0.0001 < 0.0001 0

Mapa de correlación:

Correlation map

Sales

Costs

Benefit

Sales Costs Benefit