Simulación Montecarlo

En esta parte del curso aprenderemos a diseñar

simuladores y resolver modelos elaborados
según el Proceso Montecarlo.

Recuerda:
Un diagrama de flujo es la representación gráfica
de las actividades de un proceso.
 Red de aprendizaje
Modelado
y
Simulación

Proyectos de
Simulación de
Sistemas

Generación
Valores de
Variables
Aleatorias
Sistema de
Colas con Sistemas de
Un servidor Inventarios
Revisión Periódica
Sistema de Sistemas Elaboración
Simulación Sistemas de
Colas con Combinados de de un
por combinado
Servidores en Sistema de Colas e simulador
Eventos de colas
Serie Inventario Montecarlo

Sistemas de
Sistemas de Líneas de Inventarios Punto Cadenas
Colas con elaboración de de Repedido logísticas de
Servidores en productos o elaboración de
Paralelo prestación de productos.
servicios
¿Como generar los valores de un dado?

El numero de caras que tiene un dado común

es 6 y cada una tiene la misma probabilidad de
salir en un lanzamiento.

Se le pide hacer un diagrama de flujo que le

permita simular el lanzamiento de un dado.
¿Como generar los valores de un dado?
Para cualquier dado de 6 caras se tiene la DADO
siguiente distribución de probabilidades:
R=RANDOM
Valor Prob. Prob. Acum. Intervalo
SI
1 1/6 1/6 [0,1/6[ R<1/6 DADO=1
2 1/6 2/6 [1/6,2/6[ NO
SI
3 1/6 3/6 [2/6,3/6[ R<2/6 DADO=2

4 1/6 4/6 [3/6,4/6[ NO

SI
5 1/6 5/6 [4/6,5/6[ R<3/6 DADO=3

6 1/6 1 [5/6,1] NO
SI
[0,1] R<4/6 DADO=4
Si generamos un número random r ϵ [0,1] y NO
luego buscamos en que intervalo cae veremos SI
R<5/6 DADO=5
que aleatoriamente cae en cualquier intervalo
con un 1/6 de probabilidad, y con ello podemos NO
elegir el valor del dado, entonces su diagrama DADO=6
de flujo será:
RETURN
 ¿Como jugar a Craps?
En este juego la serie de lanzamientos de dos dados, para establecer
y repetir el Punto se denomina ronda.
Cada ronda comienza con lo que se llama Tiro de Salida es el valor
inicial con que arranca el juego.
Con este tiro se procura establecer el Punto.
Un par de dados pueden dar totales desde 2 a 12, pero solamente
totales de 3, 4, 5, 6, 8, 9 o 10 son considerados como el Punto ( no
ganas ni pierdes).
Los totales de 2 (los ojos de la serpiente o snake eyes) y 12(vagones
o box cars) son considerados Craps.
Pierdes el juego con estos totales.
Mientras un total de 7 u 11 se le llama Natural.
Ganas el juego con estos totales.
 ¿Como jugar a Craps?
Si durante el Tiro de Salida se obtiene un resultado de Craps o Natural la ronda
automáticamente llega a su conclusión.
Sin embargo, si el resultado del lanzamiento es un 3,4, 5, 6, 8, 9 o 10 el Punto queda
automáticamente establecido y la ronda permanece abierta. No termina el juego.

Una vez establecido el Punto, el juego pasa a lo que se denomina mitad del juego o
midgame que es la parte de la ronda donde el tirador continúa lanzando los dados hasta
que acierte otra vez al Punto o lance un 7 - ambos resultados dan por concluidos la
ronda.
Desarrollar el diagrama de flujo del juego.
Mapa de Variables:
JP= jugadas perdidas
JG= jugadas ganadas
N= numero de jugadas a simular
i= contador del FOR TO DO
D1= valor del dado 1
D2= valor del dado 2
S1= suma total del primer lanzamiento
S2= suma total del segundo lanzamiento
PG= probabilidad de ganar
 CRAPS
¿Como jugar a Craps?
JG = 0
JP = 0 D A B C

N D1 =DADO
Lanzamientos
i =1 to N 10
D2 =DADO posteriores
D1 =DADO
S2 =D1+D2
D2 =DADO SI
S2=S1 JG=JG+1
S1 =D1+D2 Gana el juego NO
SI SI
S2=7
S1=7
NO NO
SI
S1=11 JP=JP+1
Pierde el juego Termina el juego
NO 10
SI
S1=2
PG=JG/N
NO
SI
S1=12 Probabilidad de ganar = PG
NO
D A B C FIN
 ¿Como ayudar a Miguel?
Miguel es un empleado en apuros no sabe que hacer para tratar de reducir sus tardanzas y les pide a ustedes
como ingenieros hacer un aplicativo que le ayude a saber a que hora debe levantarse para no llegar tarde
este aplicativo involucra sus conocimientos de Simulación de Sistemas y Algoritmia.

Para desarrollar este aplicativo le adjunta los siguientes datos de comportamiento:

El se levanta todos los días entre 6:15 a.m. y 6:30 a.m. Durante 30 días Miguel cronometró el tiempo que
empleaba desde el momento en que se levantaba hasta que estaba bañado, afeitado y cambiado; los
resultados se muestran a continuación:
Tiempo Empleado # de observaciones Probabilidad
(Minutos)
15 08 8/30
20 11 11/30
25 07 7/30
30 04 4/30

Miguel tiene una persona que se encarga de atenderlo y esta persona debería levantarse a las 6:20 a.m. sin
embargo, esta persona se levanta siempre con algún retraso. Este retraso se distribuye normalmente con
media 5 minutos y desviación estándar de 1.5 minutos y tener listo el desayuno entre 10 a 15 minutos, se
sabe además que si una vez que Miguel está cambiado, y la persona continúa durmiendo, éste procede a
despertarla para que lo atienda.

Una vez listos, tanto Miguel como el desayuno, Miguel requiere de 12 a 17 minutos para consumirlo. Luego se
dirige a la oficina, empleando un tiempo que se distribuye exponencialmente con una media 50 minutos.
Su hora de entrada es a las 8:00 AM.

Se pide: Construir un simulador para hallar la probabilidad de que Miguel llegue a tiempo a su oficina y
además cual es la tardanza promedio.
 ¿Como ayudar a Miguel?
t=0 t=120
06:00 120 minutos 08:00
Para resolver este problema lo primero que tenemos que hacer es trabajar con las
variables aleatorias (VA) que se encuentran en el caso, que son las siguientes:

❖Tiempo de levantarse 6:15 a 6:30. (TLEV)

TLEV = UNIF(15,30)
❖Tiempo de afeitarse bañarse y cambiarse: (TBAC)
Tiempo Empleado # de observaciones Probabilidad
(Minutos)
15 08 8/30
20 11 11/30
25 07 7/30
30 04 4/30
❖Tiempo de levantarse de la persona encargada. (TLEVP)
TLEVP = 20 + Tardanza. (Tardanza = NORM(5,1.5)
❖Tiempo de preparación del desayuno (TPRDES)
TPRDES = UNIF (10, 15)
❖Tiempo de Tomar el desayuno (TTODES)
TTODES = UNIF(12, 17)
❖Tiempo empleado para ir a la oficina (TOFIC)
TOFIC = EXPO(50)
 ¿Como ayudar a Miguel?
Primero trabajaremos con las variables uniformes que son:
TELEV = UNIF(15,30)
TPRDES = UNIF (10, 15)
La forma de generar esta variable se
TTODES = UNIF(12, 17)
realiza mediante con la siguiente
Entonces tendremos lo siguiente:
expresión:
X~UNIF (a, b) x = a + (b – a ).r , r є [0, 1 ]

Diagrama de Flujo
1
b-a UNIF (a, b)

r = random

a b
Media Varianza Moda UNIF = a + (b – a ).r
a+b (b - a)2 1
2 12 b-a Return
 ¿Como ayudar a Miguel?
Ahora trabajaremos con la variable discreta: TBAC
TBAC
r = random
TBAC # de obs Prob Pacum Intervalos
(min.)
15 08 8/30 8/30 [ 0 , 8/30[ SI
20 11 11/30 19/30 [ 8/30, 19/30[ r< 8/30 TBAC = 15
25 07 7/30 26/30 [19/30, 26/30[
30 04 4/30 1 [26/30, 1 ] NO
SI
r< 19/30 TBAC = 20
La forma de generar esta VA es generar r є [0, 1 ] y
luego buscar en que intervalo cayo el valor de r. NO
Esto nos conduce al siguiente diagrama de flujo.
SI
r< 26/30 TBAC = 25
NO
TBAC = 30

Return
 ¿Como ayudar a Miguel?
Ahora trabajaremos con la variable:
TLEVP que tiene una parte constante y la VA que es la tardanza
entonces:
TELEVP = 20 + NORM(5, 1.5)
Para generar este tipo de variable recurriremos al Teorema de Limite Central (TLC):
n

 r es una VA que tiene los siguientes parámetros:

i =1
i

n n f(x)
E ( ri ) = n , Var( ri ) = n 2
i =1 i =1
n
Pero además se sabe :  ri  NORM(n  , n 2 )
i =1

Luego si ri ~ UNIF(0, 1) entonces:

0 6 x
n n
n n
E ( ri ) = , Var( ri ) =
i =1 2 i =1 12
 ¿Como ayudar a Miguel?
Para estandarizar una VA normal se utiliza la NORM(µ, σ)
siguiente expresión: x-
z=
Despejando x tendremos:
 Z=0
x =  + z
Donde Z~NORM(0, 1), luego para generar i = 1, 12 10
X debemos primero generar Z para ello de
la expresion siguiente: r = random
n n
n n
E ( ri ) = , Var( ri ) = z = z +r
i =1 2 i =1 12
tomaremos n=12 y restaremos 6 entonces: 10
12 12
E ( ri − 6) = 0, Var( ri − 6) = 1
z=z-6
i =1 i =1
12 NORM= µ+ z.σ
Luego:  r − 6  NORM (0,1)
i =1
i
Return
 ¿Como ayudar a Miguel?
TOFIC ~ EXPO(50)
Media Vari anza
1 1 Diagrama de Flujo
 2
EXPO (µ)

r = random

SI
r=0
Para generar una variable aleatoria que se NO
distribuye exponencialmente solo se tiene
usar la siguiente expresión: EXPO = -µ Ln (r)

ln(r ), donde r  0, 1

1
x=−
 Return
Luego: x = − ln( r)
 Diagrama de Flujo
Desayuno ¿Como ayudar a Miguel?
DT = 0
TT = 0 Una vez que terminamos con las VA
involucradas en el problema podremos
N elaborar el diagrama de flujo del caso.
i=1, N 20 B
A
Generar TLEV, TBAC y TLEVP SI
TPO ≤ 120
TPO = TLEV + TBAC
NO
NO TT = TT +TPO - 120
TLEVP > TPO
SI DT = DT +1
TLEVP = TPO

Generar TPRDES 20

TAUX = TLEVP + TPRDES TP = TT/DT Mapa de Variables

NO PT = DT/N N= numero de días a simular
TPO < TAUX DT= días en que llego tarde
SI TT= tiempo total de tardanzas
PROBTARDANZA= PT
TPO = TAUX TPO= tiempo utilizado por Miguel
TARDANZAPROM= TP
TAUX=tiempo usado por la ayudante
Generar TTODES, TOFIC TP= Tiempo Promedio de tardanza
PT= Probabilidad de tardanza
TPO = TPO + TTODES+TOFIC FIN

A B
 Caso 1: Construcción de Represa
Usted es el director de una empresa de movimientos de tierra e ingeniería
hidráulica. En los próximos días tiene que firmar un contrato para construir una
represa que contribuirá al abastecimiento de agua de un pueblo en Salta.
Dentro de las cláusulas del contrato debe especificarse una fecha de entrega de la
obra. Si la duración efectiva de los trabajos excediera la fecha comprometida, su
empresa deberá pagar una multa por cada semana de demora. Si la obra se
terminara antes de la fecha acordada, su empresa recibiría un premio por
productividad.
El siguiente cuadro refleja su estimación en base a las experiencias anteriores del
rango de variación normal de la duración de cada etapa de la obra. Las etapas de
construcción son secuenciales.

Días
Etapa Mínimo Más Prob. Máximo
1 Excavaciones 64 70 76
2 Fundaciones 50 54 58
3 Terraplenes 84 90 96
4 Estaciones Bombeo 4 6 8
5 Red Conducción 64 72 78
 Caso 1: Construcción de Represa
Usted sabe, sin embargo, que el clima durante el período de ejecución de la obra
puede tener un impacto tanto favorable como desfavorable en relación a las
estimaciones para condiciones “normales”.
Puede distinguir cinco escenarios climáticos que pueden llegar a presentarse
durante el período de ejecución de la obra. Al escenario “normal” le asigna un 30%
de probabilidad de ocurrencia, repartiéndose el resto entre situaciones más
favorables y más desfavorables que la normal. El cuadro indica su estimación de la
reducción o aumento porcentual de la duración en días respecto a la situación
normal para cada etapa según el escenario climático que prevalezca.
Condición climática 1 2 3 4 5
Excavaciones 30% 15% 0% -2% -4%
Fundaciones 20% 10% 0% -6% -10%
Terraplenes 40% 25% 0% -12% -18%
Estaciones Bombeo 8% 4% 0% -2% -6%
Red Conducción 20% 9% 0% -5% -10%

Sugiera un plazo de entrega de la obra de modo que no haya más de un 20% de

probabilidad de excederse en la duración de la obra respecto a lo convenido.

Se le pide:
a. Identificar las variables aleatorias involucradas en el problema
b. Elaborar los DF del caso antes descrito.
 Caso 1: Construcción de Represa
a) Las variables aleatorias involucradas son:
-. El clima, variable aleatoria discreta no uniforme. Que se distribuye:
CLIMA Probabilidad Prob. Acum. Intervalo
1 0.175 0.175 [0.000,0.175[
2 0.175 0.350 [0.175,0.350[
3 0.300 0.650 [0.350,0.650[
4 0.175 0.825 [0.650, 0.825[
5 0.175 1.00 [0.825,1.00]

-. La duración de las actividades del proyecto que se distribuyen triangularmente según tabla:
Días
Etapa Mínimo Más Probable Máximo
1 Excavaciones 64 70 76
2 Fundaciones 50 54 58
3 Terraplenes 84 90 96
4 Estaciones Bombeo 4 6 8
5 Red Conducción 64 72 78

-. El clima afecta al desarrollo del proyecto de la siguiente forma:

Condición climática 1 2 3 4 5
Excavaciones(EX) 30% 15% 0% -2% -4%
Fundaciones(FU) 20% 10% 0% -6% -10%
Terraplenes(TE) 40% 25% 0% -12% -18%
Estaciones Bombeo(EB) 8% 4% 0% -2% -6%
Red Conducción(RC) 20% 9% 0% -5% -10%
Probabilidad Clima 17.5% 17.5% 30% 17.5% 17.5%
 Caso 1: Construcción de Represa
Luego el generador del tipo de clima tendrá el siguiente diagrama de flujo:

Clima

R = Random
CLIMA Probabilidad Prob. Intervalo
Acum.
SI
1 0.175 0.175 [0.000,0.175[
R<0.175? Clima = 1
2 0.175 0.350 [0.175,0.350[
3 0.300 0.650 [0.350,0.650[ NO
4 0.175 0.825 [0.650, 0.825[ SI
5 0.175 1.00 [0.825,1.00] R<0.35? Clima = 2
NO
SI
R<0.65? Clima = 3
NO
SI
R<0.825? Clima = 4
NO

Clima = 5

Return
 Caso 1: Construcción de Represa
El programa principal tendrá el siguiente diagrama de flujo:
Proyecto

DTOT=0
DTCUAD=0

i=1, N 10

CLI =Clima

SI
CLI=1? DP = 1.30EX+1.20*FU+1.4TE+1.08EB+1.2RC
NO
SI
CLI=2? DP = 1.15EX+1.10*FU+1.25TE+1.04EB+1.09RC
NO
SI
CLI=3? DP = EX+FU+TE+EB+RC
NO
SI
CLI=4? DP = 0.98EX+0.94*FU+0.88TE+0.98EB+0.95RC
NO
DP = 0.96EX+0.90*FU+0.82TE+0.94EB+0.90RC

DTOT =DTOT +DP

DTCUAD =DTCUAD +DP2

10

DPROM =DTOT/N

DEST =RAIZCUAD((DTCUAD-N*(DPROM)2 )/(N-1))

Fecha = DPROM + DEST*Z(1-0.2)

Fecha de entrega = Fecha

FIN
 Caso 2: Siembra de Maíz
Arrendamiento para Siembra de Maíz
Usted es un inversionista a quien un ingeniero agrónomo de su confianza le presentó una propuesta para
arrendar una superficie de 1.000 hectáreas para sembrar maíz.
Las pautas sobre las que Usted va a basar su decisión de inversión son las siguientes:
El dueño del campo pide 180 $/hectárea arrendada.
El campo tiene buen potencial maicero. El agrónomo estima que el rendimiento más probable será de 7 ton/ha.,
aunque según condiciones las climáticas bajo un escenario pesimista el rendimiento podría caer a 4.5 ton/ha y
bajo un escenario optimista podría ser tan alto como 9 ton/ha. El siguiente cuadro refleja la variabilidad esperada
del rendimiento:

Malo Regular Bueno Muy bueno

Probabilidad 15% 25% 40% 20%
Rendimiento (ton/ha) 4.5-5.5 5.5-6.5 6.5-7.5 7.5-9

Sus expectativas de precio en puerto a cosecha se resumen en un precio más probable de 90 $/ton, un precio pesimista
de 85 $/ton y un precio optimista de 95 $/ton. Los gastos de cultivo presupuestados ascienden a 143 $/ha. El gasto de
cosecha se presupuesta como un 8.5% del ingreso bruto (precio en puerto por rendimiento). Los gastos de
comercialización incluyen gastos de fletes y acondicionamiento por 27 $/ton y comisiones e impuestos de 3% del ingreso
bruto. Los gastos de administración presupuestados suman 22 $/ha.
Sobre la base de esta información, Usted debe estimar:
- Saldo de caja neto esperado.
- Probabilidad de perder plata
- Probabilidad de lograr un saldo de caja neto mayor a $48.000

Se le pide:
a. Identificar las variables aleatorias involucradas en el problema
b. Elaborar los DF del caso antes descrito.
 Caso 2: Siembra de Maíz
a) Las variables aleatorias involucradas son:
-. El rendimiento que se tiene por hectárea de cultivo de maíz. Según el tipo de
clima se manifiesta como uniforme continua y afectado por el tipo de clima que se
distribuye como variable aleatoria discreta no uniforme:
Malo Regular Bueno Muy bueno
Probabilidad 15% 25% 40% 20%
Rendimiento (ton/ha) UNIF(4.5,5.5) UNIF(5.5,6.5) UNIF(6.5,7.5) UNIF(7.5,9.0)

-. El precio de venta por tonelada de maíz con distribución: TRIA(85,90,95)

Luego la tabla de generación del rendimiento de maíz es el siguiente:

RENDIMIENTO Probabilidad Prob. Acum. Intervalo

[4.5-5.5[ 0.15 0.15 [0.00,0.15[
[5.5-6.5[ 0.25 0.40 [0.15,0.40[
[6.5-7.5[ 0.40 0.80 [0.40,0.80[
[7.5-9.0] 0.20 1.00 [0.80,1.00]
 Caso 2: Siembra de Maíz
Luego el generador del tipo del rendimiento de maíz por hectárea será el siguiente
diagrama de flujo:

Rendimiento

R=Random

SI
R<0.15? Rendimiento =UNIF (4.5,5.5)
NO
SI Rendimiento =UNIF (5.5,6.5)
R<0.40?
NO
SI
R<0.80? Rendimiento =UNIF (6.5,7.5)

NO

Rendimiento =UNIF (7.5,9.0)

Return
 Caso 2: Siembra de Maíz
Para el calculo de flujo de caja neto tomar en cuenta :

Arrendamiento = 180 000 dólares

Rendimiento = REN
Precio ~ TRIA(85,90,95) dólares = P
Ingreso Bruto = 1000*REN*P
Gastos de Cultivo = 143 000 dólares
Gasto de cosecha = 0.085*1000*REN*P
Comercialización y fletes = 27*1000*REN
Comisiones e impuestos = 0.03*1000*REN*P
Gastos Administrativos = 22 000 dólares.
Flujo de Caja Neto = (1000-115)*REN*P-27000*REN-345000
 Caso 2: Siembra de Maíz
El programa principal tendrá el siguiente diagrama de flujo:
CULTIVO

SFCN=0
PERDER=0
FCN48=0

i=1, N 10

REN =Rendimiento

P =TRIA(85,90,95)

FCN = (1000-115)*REN*P-27000*REN-345000

SFCN =SFCN+FCN
SI
FCN<0? PERDER = PERDER+1
NO
SI
FCN>=48000? FCN48 = FCN48+1
NO
10

FCNESP=SFCN/N

PROBPERDER=PERDER/N

PROB48 =FCN48/N

FLUJO DE CAJA NETO =FCNESP

PROBABILIDAD DE PERDER=PROBPERDER
PROBABILIDAD DE GANAR MAS DE 48000= PROB48

FIN
 Variables Aleatorias en Excel
Variable Aleatoria Uniforme (0,1):
Se puede generar con el comando ALEATORIO()
Variable Aleatoria Uniforme (a, b): X=a+(b-a)*ALEATORIO()
Variable Aleatoria Discreta Uniforme (a, b):
Se puede generar con el comando ALEATORIO.ENTRE( a, b ) o separado con ;
Variable Aleatoria Normal(µ,σ):
Se puede generar con el comando INV.NORM( PROBABILIDAD,µ, σ ) o separado
con ;

Variable Aleatoria Exponencial(µ):

Se puede generar con la expresión: -µ*LN ( ALEATORIO() ) µ= Promedio

Variable Aleatoria Triangular (a, m, b):

Se puede generar con las siguientes expresiones:

α=r=random=ALEATORIA()
 Caso 1: Demanda de periódicos resuelto en Excel

Un vendedor de periódicos trata de maximizar sus ganancias. El número de

periódicos que vende cada día es una variable aleatoria. Sin embargo, el análisis de
los datos del mes pasado muestra la distribución de la demanda diaria, en la tabla
que se muestra a continuación.
Un periódico le cuesta 25¢ de dólar al vendedor. Este lo vende a 35¢ de dólar.
Los periódicos que no vende los regresa a la editorial y recibe 10¢ de dólar por
cada uno. Para toda demanda no satisfecha se estima un costo de 15¢ de dólar en
clientela y ganancia perdida. Determine la oferta que le daría la ganancia máxima
diaria promedio del vendedor mediante la aplicación del proceso Montecarlo.

Demanda por día Probabilidad

30 0.05
31 0.15
32 0.22
33 0.38
34 0.14
Se le pide: 35 0.06
a. Indicar las variables aleatorias presentes en el sistema antes descrito.
b. Resolver con Excel y calcular cual seria la oferta que aporta la mayor utilidad
esperada.
 Caso 1: Demanda de periódicos resuelto en Excel
a.- La variable aleatoria involucrada seria la demanda.
Demanda ~Aleatoria Discreta, como se indica en la tabla siguiente:
Para poder generar valores de esta variable calcularemos la probabilidad
acumulada:

Demanda por día Probabilidad Prob. Acum.

30 0.05 0.05
31 0.15 0.20
32 0.22 0.42
33 0.38 0.80
34 0.14 0.94
35 0.06 1.00

Aleatorio= 0.01749068 Utilizar el comando Aleatorio() de Excel para generar

valores uniformes entre [0,1]

Demanda (Unidades) =SI(C9<D3;B3;SI(C9<D4;B4;SI(C9<D5;B5;

SI(C9<D6;B6;SI(C9<D7;B7;B8)))))
Utilizar el comando SI de Excel de esta manera para poder generar valores aleatorios de la
demanda.
 Caso 1: Demanda de periódicos resuelto en Excel
b.- Para esta segunda parte se debe generar la siguiente tabla:

Donde la utilidad se calcula con la siguiente expresión:

Utilidad = =C14*C15-C13*C16+SI(C12>C13;-C18*(C12-C13);C17*(C13-C12))
 Caso 1: Demanda de periódicos resuelto en Excel
b.- Continuación.

Escoger rellenar en el menú de inicio y luego series

 Caso 1: Demanda de periódicos resuelto en Excel
b.- Continuación.

Escoger series en columnas y un incremento de 1, numerar desde 1 hasta 10 000

 Caso 1: Demanda de periódicos resuelto en Excel
b.- Continuación.

Escoger series en columnas y un incremento de 1, numerar desde 1 hasta 10 000

 Caso 1: Demanda de periódicos resuelto en Excel
b.- Continuación.

Sombrear la tabla de muestras.

 Caso 1: Demanda de periódicos resuelto en Excel
b.- Continuación.

Ir a Datos y escoger Análisis de Hipótesis, en este box escoger tabla de datos.

 Caso 1: Demanda de periódicos resuelto en Excel
b.- Continuación.

En la celda de entrada fila, escoger la celda de compra C13 y para la celda de entrada columna
escoger cualquier celda vacía.
 Caso 1: Demanda de periódicos resuelto en Excel
b.- Continuación.

Luego se generan los valores de muestra.

 Caso 1: Demanda de periódicos resuelto en Excel
b.- Continuación.

Se calcula:
Utilidad=PROMEDIO(D26:D10025). Utilidad promedio por cada Oferta o Compra.
Riesgo=CONTAR.SI(D25:D10025;"<0")/10000. La probabilidad de perder por cada Oferta o Compra.
 Caso 1: Demanda de periódicos resuelto en Excel
b.- Continuación.

Se genera un grafico de tendencias que nos indica que la mejor compra es de 33 periódicos,
con un riesgo prácticamente de 0 en todos los niveles.
 Caso 2: Modelos Montecarlo en Excel
Una tienda tiene que comprar un cierto artículo que solo se comercializa en los meses de verano. No tiene
certeza de cuanto irá a vender en la próxima temporada de verano, así, que recurre a datos históricos para
construir un pronóstico probabilístico de la demanda de dicho artículo. La tienda concluye que la demanda para
la próxima temporada de verano se ajusta a la siguiente función de distribución de probabilidad:

El proveedor le vende el artículo a la tienda a un precio de 80 Soles / unidad. La tienda vende el artículo a los
clientes finales a 125 Soles / unidad. Lo que la tienda no vendió durante la temporada de verano, lo remata a un
outlet a 20 Soles / unidad. Este concepto se llama valor de salvamento.

Se debe determinar cuánto le conviene a la tienda pedir al proveedor para cubrir toda la temporada de verano.
a) ¿Cuál es la(s) variable(s) aleatoria(s) y su función de distribución de probabilidad?
b) Simular el caso en Excel, considerando las siguientes opciones para la tienda: Pedir 8 mil, 10 mil, 12 mil, 14
mil, 16 mil o 18 mil pedidos. Para cada opción, considere un tamaño de muestra = 10 000 observaciones y
determine la utilidad promedio y el riesgo. Luego, presente una gráfica de tendencias y haga una
recomendación administrativa al gerente de la tienda.
c) Escenario: Considerando el ejercicio anterior, suponga que el proveedor firma un contrato con la tienda para
compartir ingresos. El proveedor baja su precio a 60 Soles / unidad, pero en compensación la tienda le da un
15% del ingreso por cada artículo vendido. ¿Le conviene aceptar a la tienda?
 Caso 3: Modelos Montecarlo en Excel
La panadería Ventajas SAC, desea determinar cuántas docenas de panes debe hornear cada día con el fin de
maximizar su utilidad diaria. Analizando datos históricos, la panadería concluye que la demanda diaria de panes
puede ser alta, moderada o baja, con una probabilidad de ocurrencia de 0.30, 0.45 y 0.25 respectivamente. la
siguiente tabla muestra la distribución de probabilidades de la demanda de pan para cada uno de los escenarios
posibles:

A la panadería le cuesta 3.8 Soles hornear una docena de panes. Cada docena se vende a 5.25 Soles. Si al
final del día sobran panes, éstos se venden a un comedor popular a 1.5 Soles por docena; pero si la demanda
excede a la oferta de panes, entonces se incurre en una penalidad por incumplimiento de 2.1 Soles por docena
de demanda incumplida.
Se pide responder lo siguiente:
a. ¿Cuál o cuáles son las variables aleatorias que presenta el caso?
b. ¿Cuál es el objetivo de la panadería?
c. Considerando una muestra de 10 000 días, simular en Excel las siguientes opciones para la panadería:
hornear 3, 4, 5, 6 o 7 docenas. Para cada opción determine la utilidad diaria promedio. Luego, presente una
gráfica de tendencias
d. A la luz de los resultados obtenidos en la simulación realizada por usted, ¿Cuál es la recomendación
administrativa que le daría a la panadería?
 Caso 4: Modelos Montecarlo en Excel
La panadería Ventajas SAC, desea determinar cuántas docenas de panes debe hornear cada día con el fin de
maximizar su utilidad diaria. Analizando datos históricos, la panadería concluye que la demanda diaria de panes
puede ser alta, moderada o baja, con una probabilidad de ocurrencia de 0.30, 0.45 y 0.25 respectivamente. la
siguiente tabla muestra la distribución de probabilidades de la demanda de pan para cada uno de los escenarios
posibles:

A la panadería le cuesta 3.8 Soles hornear una docena de panes. Cada docena se vende a 5.25 Soles. Si al
final del día sobran panes, éstos se venden a un comedor popular a 1.5 Soles por docena; pero si la demanda
excede a la oferta de panes, entonces se incurre en una penalidad por incumplimiento de 2.1 Soles por docena
de demanda incumplida.
Se pide responder lo siguiente:
a. ¿Cuál o cuáles son las variables aleatorias que presenta el caso?
b. ¿Cuál es el objetivo de la panadería?
c. Considerando una muestra de 10 000 días, simular en Excel las siguientes opciones para la panadería:
hornear 3, 4, 5, 6 o 7 docenas. Para cada opción determine la utilidad diaria promedio. Luego, presente una
gráfica de tendencias
d. A la luz de los resultados obtenidos en la simulación realizada por usted, ¿Cuál es la recomendación
administrativa que le daría a la panadería?
 Caso 5: Modelos Montecarlo en Excel

El Colegio Médico del Perú (CMP) debe determinar cuántas habitaciones reservar
para un seminario internacional a llevarse a cabo en Lima. En este momento, el
CMP puede reservar habitaciones a un costo de $50 cada una. El CMP debe pagar
los $50 incluso si la habitación no se ocupa. El CMP cree que el número de médicos
que vendrán fuera de Lima se ajusta a una distribución triangular con valores
mínimo, más frecuente y máximo de 400, 500 y 600 respectivamente. Si el número
de médicos que vienen fuera de Lima es superior al número de habitaciones
reservadas, se deberán reservar habitaciones extra a un costo de $80 por
habitación. Suponiendo que las habitaciones son simples:
a) ¿Cuál es la(s) variable(s) aleatoria(s) y su función de distribución de
probabilidad?
b) Recomiende al CMP cuántas habitaciones debe reservar. Emplee un tamaño de
muestra de 10 000 observaciones.
 Caso 6: Modelos Montecarlo en Excel

Un heladero sabe que la demanda dominical de helados durante el verano es 300

unidades en promedio con una desviación estándar de 50 unidades (suponga una
distribución normal). El heladero compra al por mayor cada helado por S/. 1.50 y lo
vende en S/. 2.50, S/. 2.70 y S/. 3.00, dependiendo de si el día es poco caluroso
(probabilidad=0.3), caluroso (probabilidad = 0.4) o muy caluroso (probabilidad =
0.3). Cualquier saldo de helados que no se venda al final del día, se pierde y no
recibe ningún reembolso.
Se le pide:
a) ¿Cuál es la(s) variable(s) aleatoria(s) y su función de distribución de
probabilidad?
b) Suponga que el heladero compra 350 unidades para venderlas en la playa los
domingos. Simular 10 000 veces las ventas dominicales. ¿Cuál será la utilidad
media que se obtiene de la venta dominical? ¿Cuál es la probabilidad de que el
heladero obtenga pérdidas?
c) Genere una tabla de decisión que considere cinco posibles cantidades para su
pedido entre 250 y 350 unidades. ¿Qué cantidad le conviene pedir al heladero?