Ejercicios Sobre Simulación Monte-Carlo

1- Problema 1: Simulación de Demanda: Se hizo un estudio en

la empresa ABC acerca de las ventas del producto “x”, y se
obtuvieron los siguientes datos recolectados para ver como
estaría la demanda durante un periodo, se desea simular la
demanda diaria para 30 días.
venta de frecuencia
producto x en días
0 10
1 20
2 40
3 60
4 40
5 30
total, días del 200
estudio

2- Problema 2: SIMULACION DE LLEGADA DE PERSONAS: A

UNA CAFETERIA EN PERIODOS DE TIEMPO DE 10
MINUTOS Durante las dos primeras horas de la mañana a
partir de las 7:00 am.

DEMANDA PROBABILIDAD

0 0.05
1 0.14
2 0.20
3 0.15
4 0.20
5 0.09
6 0.05
7 0.05
8 0.03
9 0.02
10 0.02
 Modelo: haga una tabla con las siguientes columnas.
Horario # ALEATORIO cliente

3- Problema 3: La compañía farmacéutica xx desea planificar su

producción para lograr entregar 8000 onzas del producto x en
la fecha acordada del 1 agosto 2022. Sin embargo, existen 3
fuentes de incertidumbre que dificultan la planificación:
1. El producto debe ser producida en lotes y el tiempo de
producción es incierto, pero con los datos estadísticos de
productos similares se tiene que puede variar entre 5 y 11
días. La probabilidad calculada se muestra a continuación:

DIAS PROBABILIDAD
5 0.05
6 0.10
7 0.20
8 0.30
9 0.20
10 0.10
11 0.05

2. La producción obtenida por lote es incierta. Pero basado en

datos históricos puede ser lotes entre 600 y 1100 onzas.

3. Los lotes deben pasar por una rigurosa inspección cuando

se completan y la probabilidad de que pase la inspección es
de 80% (y 20% de que no pase)

La empresa xx lo que quiere es usar la simulación como

apoyo a la decisión de cuantos días de anticipación, previo al
despacho, debe comenzar la producción. Por lo que necesita
conocer:
 1-CANTIDAD DE LOTES
2-DIAS PARA COMPLETAR EL PEDIDO

Modelo: haga una tabla con las siguientes columnas.

PROBABILIDAD PRODUCCION
DE PASAR LA ¿PASA LA QUE PASA LA PRODUCCION ¿META
LOTE ALEATORIO DIAS PRODUCCION INSPECCION INSPECCION? INSPECCION ACUMULADA ALCANZADA?
LOTE: aquí colocamos la secuencia de lotes: 1,2,3,4…….n
ALEATORIO: generamos números aleatorios entre 0 y 1
DIAS: se colocan los días de acuerdo con el numero aleatorio
generado
PRODUCCION: colocamos cantidades entre 600 y 1100
onzas
PROBABILIDAD DE PASAR LA INSPECCION: generamos
números aleatorios entre 0 y 1
¿PASA LA INSPECCION? Colocamos NO, si el # aleatorio es
mayor o igual que 80% y SI, si el # aleatorio es menor que
80%
PRODUCCION QUE PASA LA INSPECCION: si pasa la
inspección, se coloca la cantidad que esta en la columna
PRODUCCION, si no pasa la inspección se coloca un cero
PRODUCCION ACUMULADA: se va sumando el acumulado
de la columna PRODUCCION QUE PASA LA INSPECCION
¿META ALCANZADA? Se coloca SI cuando la producción
acumulada llegue al pedido de 8000 onzas, de lo contrario se
coloca NO

1-CANTIDAD DE LOTES: se elige el valor debajo de la

columna LOTES cuando la producción acumulada llegue al
pedido de 8000 onzas.
2-DIAS PARA COMPLETAR EL PEDIDO: sumar la cantidad
de días desde el lote 1 hasta cuando la producción
acumulada llegue al pedido de 8000 onzas.
4- Problema 4: Calcular las ganancias del producto x para un mes x,
tome en cuenta que el costo variable por unidad no se conoce, pero
se tiene la distribución de probabilidad dada debajo con los datos
recolectados durante el año en curso.
Calcule
1- Promedio de las ganancias durante 10 repeticiones si lo hace
a mano, si lo hace en Excel 1000 repeticiones
2- Desviación estándar
3- La probabilidad de no ganancia o perdidas. (en la columna de
ganancias contar los datos iguales o menores a cero y luego
dividir entre la cantidad de repeticiones, en este caso 10 si lo
hace a lápiz)
4- Calcule el intervalo de confianza para un 95% de confiabilidad

Modelo: en el paso 4: Generar números aleatorios agregue una

columna que se llame GANANCIAS y se calcula GANANCIAS
=d*(pv-cv)-cf

Datos:
PRECIO DE VENTA (pv) = 20
DEMANDA MENSUAL (d) = 2150
COSTOS FIJOS (cf) = 10000
COSTO VARIABLE POR UNIDAD (cv)
GANANCIAS =d*(pv-cv)-cf

COSTO VARIABLE POR UNIDAD PROBABILIDAD

13 0.05
13.5 0.10
14 0.20
14.5 0.30
 15 0.20
15.5 0.10
16 0.05

5- Problema 5: El señor Perelló vende yogurt en envases de galón y

tiene la estadística de ventas diarias.
Venta (gal) Frecuencia
280 4
283 6
287 12
290 28
293 11
298 9
300 7
304 3
Total 80

Si el yogurt le cuesta $15 el galón, lo vende a $24 y lo que no se vende

al final del día no lo recupera, o sea pierde los $15 por galón, pues se
echa a perder, determinar:
¿Cuál será su ganancia esperada promedio si las ventas fuesen de 290
galones? Nota: si lo hace a mano 290 gal, si lo hace en Excel hacer el
modelo para cada una de las cantidades en la columna Venta (gal) de la
tabla dada y determinar cual tiene mayor ganancias promedio de todas.
Haga la simulación con 10 repeticiones solamente Nota: si lo hace a
mano 10 repeticiones, si lo hace en Excel 1000 repeticiones.

Modelo: haga una tabla con las siguientes columnas.

CANTIDAD
DE DEMANDA cantidad unidades
NUMEROS NUMERO DIARIA en unidades no $utilidad
ALEATORIOS ALEATORIO SIMULADA existencia vendidas vendidas $ventas $costos perdidas del dia

Resumen
$costo por unidad
$precio de venta
perdida por unidad
cantidad en existencia
ganancia promedio

Formulas a usar:
cantidad en existencia =290
unidades vendidas = valor mínimo entre demanda diaria simulada y
cantidad en existencia
unidades no vendidas = cantidad en existencia - unidades vendidas
$ventas = precio de venta * Uds. vendidas
$costos cantidad en existencia * costo por unidad
$perdidas =perdidas por unidad * uds no vendidas
$utilidad del día (= ventas - costos - perdidas)
6- Problema 6: Una empresa desea iniciar en el comercio vía
Internet. Para esto quiere conocer el número de artículos que
vende en un día cualquiera mediante este medio de
comercialización. Los datos disponibles son los siguientes:
Cantidad de 0 1 2 >=3
artículos
Probabilidad 0.45 0.35 0.15 0.05

Realice el experimento de simulación durante siete días para estimar

la venta promedio por día. Nota: si lo hace a mano 7 días, si lo hace
en Excel 1000 días.

7- Problema 7: Maria es una dentista que cita todos sus pacientes por 30
minutos. Algunos de sus pacientes toman más o menos de 30 minutos
dependiendo del tipo de trabajo a realizarse. El siguiente resumen nos
muestra varias categorías de trabajos, sus probabilidades y el tiempo que
se necesita para realizar el trabajo.
Simular el trabajo del dentista por 8 horas y determine el tiempo de espera
promedio para los pacientes. Asuma que todos los pacientes llegan en el
horario de su cita. La clínica abre a partir de las 8:00 am.

TIEMPO
REQUER CANTIDAD
IDO DE
CATEGORIA (MIN) PACIENTES
TRABAJO TIPO 1 45 40
TRABAJO TIPO 2 60 15
TRABAJO TIPO 3 15 15
TRABAJO TIPO 4 45 10
TRABAJO TIPO 5 15 20
SUMA 100

Modelo: complete la siguiente tabla hasta llegar a 8 horas

 TIEMPO
QUE SE HORA
HORA NECESITA INICIO HORA
DE LA PARA EL DEL FIN DEL TIEMPO DE
PACIENTE # CITA ALEATORIO CATEGORIA SERVICIO SERVICIO SERVICIO ESPERA

1 8:00 AM 8:00 AM

A considerar:
-El primer paciente llega a las 8:00 am
-HORA INICIO DEL SERVICIO: a partir del 2do paciente será igual a la
HORA FIN DE SERVICIO del paciente anterior.
- HORA FIN DEL SERVICIO: será igual a la HORA INICIO DEL
SERVICIO + TIEMPO QUE SE NECESITA PARA EL SERVICIO
-TIEMPO DE ESPERA será igual a HORA FIN DE SERVICIO - HORA
INICIO DEL SERVICIO, expresar el resultado en minutos.

8- Problema 8: Simular la producción requerida con el método

Montecarlo y usando la siguiente tabla de probabilidades donde se
ve una variación de la demanda del producto.

DEMANDA PROBABILIDAD
1500 15%
1700 12%
2100 5%
2400 23%
2100 15%
1700 13%
1500 17%

El inventario final es igual al 20% de la demanda

Simular durante 10 Días si es mano y 60 días si es en Excel.
El inventario inicial es igual al inventario final del día anterior, sin embargo
el día 1 será igual a cero.
Producción sera igual a DEMANDA + INVENTARIO FINAL –
INVENTARIO INICIAL
Calcule
1- Promedio de la PRODUCCION
2- Desviación estándar
3- La probabilidad de producir más de 2000 unidades durante el
periodo simulado.
4- Calcule el intervalo de confianza para un 95% de confiabilidad

Modelo:

INVE. INVE
DIA ALEATORIO DEMANDA PRODUCCION INICIAL FINAL

9- Problema 9: Simular el servicio de un cajero automático con el método

Montecarlo y usando la siguiente tabla de probabilidades
CUANTOS CLIENTES SE RECIBIRIAN DE 12 M A 2 PM
minutos
usando
el
cajero PROBABILIDAD
3 15%
3.5 12%
4 5%
4.5 23%
5 15%
5.5 13%
6 17%

Modelo:

Hora de Hora de
CLIENTE ALEATORIO TIEMPO LLEGADA SALIDA
10- Problema 10: En la siguiente tabla se presenta la distribución de
probabilidad para el número de consultas que llegan a un consultorio
médico por día. Genere mediante el método de Montecarlo una
simulación de llegada de pacientes durante 30 días.
Calcule, además:
1- Promedio de pacientes por día
2- Desviación estándar
3- La probabilidad de que lleguen mas de 5 pacientes por día
4- Calcule el intervalo de confianza para un 95% de confiabilidad

pacientes frecuencia
por dia de dias
0 10
1 20
2 40
3 60
4 40
5 30
6 20
7 10
8 15
9 30
10 40

11- Problema 11: En un taller de vehículos existe la posibilidad de que

lleguen con defectos en la pieza x. Suponga que la distribución de
probabilidad del número de defectos x con los que ingresa todo vehículo
al taller es la siguiente:

DEFECTO X PROBABILIDAD

0 0.10
1 0.20
2 0.15
3 0.30
4 0.25
Cuantos vehículos se esperan que lleguen al taller con el defecto x
durante 30 días.
¿Cuál sería el promedio por día?

12- Problema 12: Mark Simkin, dueño y gerente general de la Ferretería

Simkin, desea encontrar una política de inventarios adecuada y de bajo
costo para un producto en particular: el taladro eléctrico modelo Ace.
Debido a la complejidad de esta situación, ha decidido usar simulación
como ayuda con su problema.
La demanda diaria para el taladro Ace es relativamente baja, pero está
sujeta a variabilidad. Durante los últimos 300 días, Simkin ha observado
las ventas mostradas en la columna 2 de la tabla debajo.
Tabla 1: DEMANDA DIARIA DEL TALADRO

DEMANDA
DIARIA DEL FRECUENCIA EN DIAS
TALADRO

0 15

1 30
2 60

3 120

4 45
5 30
TOTAL 300

Tabla 2: TIEMPO DE ENTREGA EN DIAS

TIEMPO DE
FRECUENCIA DE
ENTREGA EN
ORDENES
DIAS

1 10

2 25
 3 15

TOTAL 50

MODELO

#
TIEMPO
UNIDADES INVENTARIO # INVENTARIO VENTAS ALEATORIO
DIA DEMANDA ORDEN? DE
RECIBIDAS INICIAL ALEATORIO FINAL PERDIDAS TIEMPO
ENTREGA
ENTREGA

1. PUNTO DE REORDEN = 5 UNIDADES

2. CANTIDAD PARA ORDENAR = 10 UNIDADES
3. COLUMNA DIA: SIMULAREMOS 10 DIAS
4. UNIDADES RECIBIDAS: el primer día asumimos que no se recibe nada porque pondremos 10
unidades en el inventario inicial, a partir del segundo día ponemos 10 unidades recibidas
cada vez que la columna tiempo de entrega tenga un valor mayor que cero
5. INVENTARIO INICIAL: el primer día tenemos 10 unidades, a partir del 2do día es igual al
inventario final del día anterior sumándole las unidades recibidas del día actual.
6. # ALEATORIO: colocamos números aleatorios para simular la demanda diaria, tomarlo de
las tablas o con la función aleatorio en excel
7. DEMANDA: la colocamos de acuerdo con el numero aleatorio del punto 6
8. INVENTARIO FINAL = inventario inicial - demanda, si el resultado es negativo se coloca cero
9. VENTAS PERDIDAS: si la demanda es menor que el inventario inicial colocamos cero, sino =
demanda - inventario inicial
10. ORDEN?: se coloca SI, si el inventario final es menor o igual que 5, de lo contrario se coloca
NO, también si hay una orden pendiente que no ha llegado se pone orden pendiente por
recibir
11. # ALEATORIO TIEMPO ENTREGA: si en la columna ORDEN tenemos SI, entonces colocar un
número aleatorio, de lo contrario no se pone y se queda en blanco.
12. TIEMPO DE ENTREGA: se pone el tiempo de entrega en días de acuerdo al número aleatorio
generado en el punto 11

13. TAMBIEN CALCULAR:

14. Inventario final promedio = Total inventario final entre total de dias simulados
15. Ventas perdidas promedio= total ventas perdidas entre total de dias simulados
16. número promedio de órdenes colocadas= total ORDENES entre total de dias

13- Problema 13: en un muelle las barcazas con carga completa llegan en la noche a Nueva Orleans,
después de sus largos viajes por el río Mississippi desde las ciudades industriales del medio oeste. El
número de barcazas que atracan en una noche cualquiera va de 0 a 5. Las probabilidades de 0, 1, 2,
3, 4 o 5 llegadas se muestran en la tabla debajo.
 NUMERO DE
PROBABILIDAD
LLEGADAS

0 0.13
1 0.17

2 0.15

3 0.25

4 0.20
5 0.10

Un estudio realizado por el superintendente del muelle revela que, debido a la naturaleza de sus
cargas, el número de barcazas descargadas también tiende a variar de un día a otro. Él brinda
información con la cual se puede crear una distribución de probabilidad para la variable tasa de
descarga diaria.

TABLA NUMERO DE DESCARGAS

NUMERO DE
PROBABILIDAD
DESCARGAS

1 0.05
2 0.15

3 0.50

4 0.20
5 0.10

Las barcazas se descargan según la política de primero en entrar, primero en salir. Una barcaza
que no se descarga el día que llega debe esperar al siguiente día. Amarrar una barcaza al muelle es
una proposición costosa y el superintendente no puede ignorar las llamadas telefónicas con enojo
de los dueños de la línea de barcazas recordándole que “¡el tiempo es dinero!” Decide entonces que
antes de ir con el controlador del Puerto de Nueva Orleans para pedirle brigadas de descarga
adicionales, debería realizar un estudio de simulación de las llegadas, la descarga y los retrasos.
Una simulación de 100 días sería ideal, pero con la finalidad de ilustrar, el superintendente comienza
con un análisis más corto de 15 días.

MODELO:

NUMERO DE # DE
RETRASOS DEL # LLEGADAS TOTAL, A NÚMERO NÚMERO DE
DIA DIA ANTERIOR ALEATORIO NOCTURNAS DESCARGAR ALEATORIO DESCARGAS
 1. DIA: SIMULAR PARA 15 DIAS
2. NUMERO DE RETRASOS DEL DIA ANTERIOR: EL DIA 1 NO HAY RETRASOS, A PARTIR DEL DIA
DOS SE LE RESTA EL TOTAL A DESCARGAR MENOS EL NUMERO DE DESCARGAS
3. # ALEATORIO: SE GENERAN # ALEATORIOS USANDO LAS TABLAS DE ABAJO O LA FUNCION
ALEATORIO EN EXCEL
4. # DE LLEGADAS NOCTURNAS: SE COLOCA DE ACUERDO CON EL # ALEATORIO GENERADO EN
EL PUNTO 3
5. TOTAL A DESCARGAR: LE SUMAMOS EL NUMERO DE LLEGADAS NOCTURNAS AL NUMERO
DE RETRASOS DEL DIA ANTERIOR
6. NÚMERO ALEATORIO: SE GENERAN # ALEATORIOS USANDO LAS TABLAS DE ABAJO O LA
FUNCION ALEATORIO EN EXCEL
7. NÚMERO DE DESCARGAS: SE COLOCA DE ACUERDO AL # ALEATORIO GENERADO, PERO SI EL
TOTAL A DESCARGAR ES CERO, ENTONCES EL NUMERO DE DESCARGAS TAMBIEN ES IGUAL A
CERO, TAMBIEN TOME EN CUENTA QUE EL NUMERO DE DESCARGAS NO DEBE SER MAYOR
QUE EL TOTAL A DESCARGAR
8. CALCULE ADEMAS:

1- Número promedio de retrasos de barcazas al siguiente día = TOTAL DEL

NUMERO DE RETRASOS DEL DIA ANTERIOR ENTRE TOTAL DE DIAS SIMULADOS

2- Número promedio de llegadas nocturnas = TOTAL DE # LLEGADAS NOCTURNAS

ENTRE TOTAL DE DIAS SIMULADOS

3- Número promedio de barcazas descargadas por día = TOTAL NÚMERO DE

DESCARGAS ENTRE TOTAL DE DIAS

14- Problema 14: Higgins Plumbing and Heating mantiene un inventario de calentadores de agua de
30 galones que vende e instala para propietarios de casas. Al dueño Jerry Higgins le gusta la idea de
tener una gran cantidad disponible para cumplir la demanda de sus clientes, pero también reconoce
que es costoso hacerlo. Examina las ventas de calentadores de agua durante las últimas 50 semanas
y observa lo siguiente:

VENTAS POR SEMANA NÚMERO DE SEMANAS

DE CALENTADORES DE QUE SE VENDIÓ ESTA
AGUA S CANTIDAD
4 6
5 5
6 9
7 12
8 8
9 7
10 3
total 50
a) Si Higgins mantiene un inventario constante de 8 calentadores de agua en una semana dada,
¿cuántas veces tendrá faltantes durante una simulación de 20 semanas?

b) ¿Cuál es el número promedio de ventas por semana (incluyendo faltantes) durante las 20
semanas?
15- Problema 15: El gerente de Denton Savings and Loan intenta determinar cuántos cajeros se
necesitan en la ventanilla de servicio en el auto durante las horas de mayor afluencia. Como política
general, el gerente desea ofrecer un servicio donde el cliente promedio no espere en la fila más de 2
minutos. Dado el nivel de servicio existente, como se muestra en la siguiente tabla, ¿cumple este
criterio la ventanilla de servicio en el auto?

DATOS DEL TIEMPO DE

SERVICIO
TIEMPO DE
SERVICIO
(MINUTOS) PROBABILIDAD
0 0.00
1 0.25
2 0.20
3 0.40
4 0.15
DATOS DE LA LLEGADA DE
LOS CLIENTES

TIEMPO
ENTRE LAS
LLEGADAS
SUCESIVAS
DE LOS
CLIENTES PROBABILIDAD
0 0.10
1 0.35
2 0.25
3 0.15
4 0.10
5 0.05

MODELO:
1 2 3 4 5 6 7 8 9 10
Numero Intervalo Hora Tiempo Inicio Final Tiempo
# # Tiempo
d entre de de de del de
aleatorio aleatorio ocioso
Cliente llegadas llegada servicio Servicio Sevicio espera

1. Numero d Cliente simular 15 clientes

2. # aleatorio generar #s aleatorios
3. Intervalo entre llegadas usar la tabla DATOS DE LA LLEGADA DE LOS CLIENTES
con los # aleatorios generados
4. Hora de llegada Comenzando a las 9 A.M. ir sumandole los minutos de la
columna intervalo entre llegadas
5. # aleatorio generar #s aleatorios
 6. Tiempo de servicio usar la tabla DATOS DEL TIEMPO DE SERVICIO con los #
aleatorios generados
7. Inicio de Servicio para el 1er cliente es igual a la hora de llegada del primer
cliente, al partir del segundo cliente sera igual al inicio de servicio del cliente anterior
mas el tiempo de servicio del cliente anterior
8. Final del Sevicio sumar el inicio de servicio al tiempo de servicio
9. Tiempo de espera inicio del servicio se le resta la hora de llegada, el resultado
tambien sera los minutos de espera
10. Tiempo ocioso inicio del servicio del cliente actual menos el final del servicio
del cliente anterior, para el primer cliente recuerde que el cajero abre a las 9 am
¿Cual es el tiempo de espera promedio de los clientes? cumple con el criterio del gerente de un
tiempo de espera promedio de 2 minutos?

Tablas de números aleatorios

Tabla 1
Tabla 2

Como calcular la desviación estándar

DATOS: 6, 2, 3, 1

Paso 1: calcular la media.

=6+2+3+1 / 4 DATOS = 12/4 = 3

Paso 2: calcular el cuadrado de la distancia a la media para cada dato.

dato -
PROMEDIO
DATOS X promedio ∣x−μ∣ ^2 ∣x−μ∣ ^2
μ
∣x−μ∣
6 3 3 3*3=9 9
2 3 -1 .-1*-1=1 1
 3 3 0 0*0=0 0
1 3 -2 .-2*-2=4 4

Paso 3: sumar los valores que resultaron del paso 2.

=9+1+0+4=14

Paso 4: dividir entre el número de datos (n-1)

=14 / 4-1 =14/3 = 4.67

Paso 5: sacar la raíz cuadrada.

Raíz cuadrada de 4.67= 2.16

Desviación estándar = 2.16

Intervalo de confianza para un 95% de confiabilidad

Valor mínimo = x̅ - Zα/2 * (S / √n)
Valor máximo = x̅ + Zα/2 * (S / √n)
x̅: promedio
Zα/2: 1.96 para un % de confianza de 95%
S: desviación estándar
√n: raíz cuadrada de la cantidad de muestras