DISEO BAJO UN AMBIENTE ESTOCASTICO

PROYECTO FINAL

INTEGRANTES:

TUTOR

INSTITUCIN UNIVERSITARIA POLITCNICO GRANCOLOMBIANO

SIMULACIN GERENCIAL
BOGOT
2015

PROYECTO GRUPALSIMULACIN GERENCIAL

INDICE
1.
2.
3.
4.
5.
6.

INTRODUCCION
APLICACIN A LA SIMULACION BAJO UN MODELO ESTOCASTICO
CRITERIOS DE LONGITUD DE REPLICAS
NUMERO DE REPLICAS
VARIABLES DE RESULTADO
CONCLUSION

PROYECTO GRUPALSIMULACIN GERENCIAL

1. INTRODUCCION
Si pensamos en alguno de los aspectos del mundo encontraremos que cambia con
cierta frecuencia, el mundo de hoy est sujeto a constantes cambios, por ejemplo la
medicina, nuevas curas, nuevos tratamientos incluso nuevas enfermedades son las
que estn en su entorno.
Estos sectores pueden adaptarse, evolucionar o mejorar si saben con exactitud qu
rumbo tomar mediante la toma de decisiones, este conocimiento se puede lograr
mediante una prctica herramienta: la simulacin, esta tcnica nos permite simular
un entorno en el cual podra estar inmerso un aspecto o la totalidad de alguna
organizacin y manipularlo de modo que conozcamos de antemano los resultados,
ventajas, desventajas y repercusiones de los cambios en nuestro entorno sin afectar
nuestro contexto real.
Las tcnicas de simulacin pueden ser aplicadas de diferentes maneras, sin
embargo con el desarrollo de los sistemas de cmputo es posible utilizar una
simulacin digital, esto quiere decir que con el uso de computadoras y software
podemos implementar un modelo de simulacin de forma rpida, econmica y
confiable, los Modelos Estocsticos requieren de una o ms variables aleatorias
para formalizar las dinmicas de inters. En consecuencia, el modelo no genera un
nico conjunto de salidas cuando es utilizado para realizar un experimento, sino que
los resultados son utilizados para estimar el comportamiento real del sistema.
A partir de las nuevas teoras los modelos determinsticos ya no son la nica
herramienta que permite la toma de decisiones. Ahora somos ms modestos y
tenemos un concepto ms restringido de determinismo, entendemos que es una
forma de produccin de sucesos condicionados, aunque no siempre deban hacerlo
de una manera causal. Lo anterior si tenemos en cuenta que actualmente nuestras
relaciones, interacciones y los humanos mismos somos objeto del azar y que si bien
algunos detalles pueden preverse, el devenir general es incierto. Para los individuos
es ahora imposible prever siempre cmo sern nuestras actuaciones ya que somos
seres independientes, libres de movernos y estamos sujetos al azar, de donde
deriva el miedo a la incertidumbre en la toma de decisiones.

PROYECTO GRUPALSIMULACIN GERENCIAL

2. ENUNCIADO DEL PROYECTO

VARIABLES DE INTERES
DEMANDA PROMEDIO
ALEATORIAS
COSTO DE MANO DE OBRA PROMEDIO
COSTO DE MATERIALES PROMEDIO
INGRESOS PROMEDIO VENTA QUESOS
DECISORIAS
INGRESOS PROMEDIO VENTA DE SOUR CREAM
UTILIDAD PROMEDIO
RESULTANTES
DEMANDA Y PRECIO DE LA LECHE
3. APLICACIN A LA SIMULACION DEL MODELO ESTOCASTICO.
DESCRIPCION DEL MODELO DISEADO MODELO ESTOCASTICO
Un modelo es estocstico, cuando alguna de sus variables de entrada es aleatoria,
las variables del modelo calculadas a partir de variables aleatorias son tambin
aleatorias, por ello, la evolucin de este tipo de sistemas debe estudiarse en
trminos probabilsticos.
Por ejemplo, considrese el modelo de parking, en el cual las entradas y salidas de
coches se producen en instantes de tiempo aleatorios, la aleatoriedad de estas
variables se propaga a travs de la lgica del modelo, de modo que las variables
dependientes de ellas tambin son aleatorias. Este sera el caso, por ejemplo, del
tiempo que transcurre entre que un cliente deja aparcado su vehculo y lo recoge
(tiempo de aparcamiento), el nmero de vehculos que hay aparcados en un
determinado instante, etc. Es importante tener en cuenta que realizar una nica
replica de una simulacin estocstica es equivalente a realizar un experimento fsico
aleatorio una nica vez.
Por ejemplo, si se realiza una simulacin del comportamiento del parking durante 24
horas, es equivalente a observar el funcionamiento del parking real durante 24
horas. Si se repite la observacin al da siguiente, seguramente los resultados
obtenidos sern diferentes, y lo mismo sucede con la simulacin: si se realiza una
segunda replica independiente de la primera, seguramente los resultados sern
diferentes.

PROYECTO GRUPALSIMULACIN GERENCIAL

La consecuencia que debe extraerse de ello es que el diseo y el anlisis de los

experimentos de simulacin estocsticos debe hacerse teniendo en cuenta esta
incertidumbre en los resultados, es decir, debe hacerse empleando tcnicas
estadsticas.

Las dicultades asociadas a la simulacin de modelos estocsticos pueden

invitarnos en ocasiones a realizar hiptesis adicionales, con el n de eliminar la
incertidumbre en el valor de las variables de entrada. Un ejemplo tpico consiste en
sustituir cada variable de entrada aleatoria por otra determinista, cuyo valor sea la
media de la distribucin de probabilidad de aquella.
La informacin con la que se cuenta para solucionar el problema es incompleta, es
decir, se conoce el problema, se conocen las posibles soluciones, pero no se
conocen con certeza los resultados que pueden arrojar. De otra parte estn los
modelos de toma de decisiones bajo incertidumbre. En este caso se posee
informacin deficiente para tomar la decisin, no se tienen ningn control sobre la
situacin, no se conoce como pueden variar o la interaccin de la variables del
problema, se pueden plantear diferentes alternativas de solucin pero no se le
puede asignar probabilidad a los resultados que arrojen.
Con base en lo anterior hay dos clases de incertidumbre:
Estructurada: No se sabe que puede pasar entre diferentes alternativas, pero s se
conoce que puede ocurrir entre varias posibilidades.
No estructurada: No se sabe que puede ocurrir ni las probabilidades para las
posibles soluciones, es decir no se tienen ni idea de que pueda pasar.
Ante la amplia gama de posibilidades de que disponemos para la toma de
decisiones y el grado de complejidad que estas pueden en ocasiones representar,
como alternativa de salida el ejemplo del principio 90/10, segn el cual no tenemos
control sobre el 10% de lo que nos sucede pero tenemos el poder sobre el 90%
restante y est determinado por la forma en que reaccionemos a eso que nos pasa.
Lo anterior hace referencia al poder los sentimientos subjetivos de optimismo que
pueden permitir una base razonable para la toma de nuestras decisiones y que ser
el punto sobre el cual plantear nuestras reflexiones.
Finalmente planteamos una posicin con una ptica muy optimista desde los
modelos de incertidumbre indicando que la mayor riqueza de la vida es la posibilidad
de vivir cada da una nueva experiencia sin tener la certeza de qu ser los que
suceda.

PROYECTO GRUPALSIMULACIN GERENCIAL

A continuacin presentamos la utilizacin del mtodo simulado en la planilla de

Microsoft Excel. Estos son los datos del Ejercicio:

Algunos estudios como el de (Coates y Kuhl, 2003) han mostrado que usar un
enfoque estocstico en el la evaluacin econmica de proyectos de inversin
conducen a tomas de decisin que toman en cuenta el riesgo implcito en los
negocios. (Kleijnen, 1992) menciona que despus de responder a preguntas
estratgicas en un estudio de simulacin se deben responder preguntas tcticas
como: cul es el nmero de rplicas, cul es el perodo de calentamiento, y cul es
el perodo total de la simulacin, aunque stas son de menor importancia para el
tomador de decisiones. (Banks, 2010) ha sugerido una regla emprica de que la
longitud total sea al menos 10 veces la longitud del periodo de calentamiento. El
tiempo en que las variables de desempeo llegan a un comportamiento estable
puede de ser distinto para cada una, producto de la propia dinmica en que
interactan los distintos elementos del sistema. Por ello es importante definir cules
variables de desempeo se usaran, as como los mtodos con que se analizar su
comportamiento en el estado estable
Tabla 01: Valor de la leche
estocstico en el primer da.

segn modelo determinstico aplicando el modelo

FIGURA QUE REPRESENTA EL PRIMER DIA DE PRODUCCION CON ANTERIOR

VARIABLE DEL PRECIO DE LA LECHE.

PRIMER DIA
10,000
9,000
8,000
7,000
6,000
5,000
4,000
3,000
2,000
1,000
0

Axis Title

PROYECTO GRUPALSIMULACIN GERENCIAL

Tabla N 2 valor de la leche al azar segn modelo estocstico aplicado al

primer da de produccin.
DEMANDA
INICIAL QUESO
PRODUCCION
DE QUESO
PERSONAL
NECESARIO
VALOR JORNAL
V. LTR LECHE
LTRS LECHE X P.
QUESO
V. LTR LECHE
PRECIO QUESO
TASA
AUM.
PRECIO QUESO
VENT.
SOUR
CREAM
LITROS
X
PRODUC QUESO
CAP. PRO.
X
PERSONA
SOURCREAM
LITROS LECHE X
PRODUC
SOURCREAM

100

UNIDADES

PERSONAS

1
10.000
1.200

PESOS
PESOS

1,5

LITROS

1.200
5.500

PESOS
PESOS

0,1%
500

PESOS

3.000

PESOS

LITROS

LITROS

PROYECTO GRUPALSIMULACIN GERENCIAL

PRIMER DIA DE PRODUCCION

10,000
9,000
8,000
7,000
6,000
5,000
4,000
3,000
2,000
1,000
0

Axis Title

Tabla N 3 incremento de los ingresos menos los costos aplicado las rplicas
por los 2000 escenarios.

4,500,000
4,000,000
3,500,000
3,000,000
2,500,000
2,000,000
1,500,000
1,000,000
500,000
0

INGRESO BRUTO
QUESO
INGRESO BRUTO
SOURCREAM

Paso seguido se comienza a construir el Modelo, en el cual para cada tipo de

variable se calcula:

1. El Acumulando de las probabilidades.

PROYECTO GRUPALSIMULACIN GERENCIAL

2. El promedio y el riesgo.
3. Se aplican las funciones: aleatorio y buscar
4. Se aplica la funcin para determinar la cantidad.
5. Se repite el proceso para cada variable restante

4. ANALISIS
Variables de inters demanda promedio precios
El comportamiento de la demanda, como el precio de la leche, (insumo principal del
queso), posee una uncin establecida de probabilidad, sujeta a los datos al periodo
anterior, aunada a un comportamiento aleatorio.
Para el caso del queso es importante tener en cuenta que, dada la uncin de
probabilidad, la cual le asigna una tasa de crecimiento/decrecimiento de acuerdo al
valor obtenido por cada variable, es posible concluir que la demanda de queso a
travs del tiempo es de carcter acumulativo, igual que en el caso de la demanda, el
precio de la leche se caracteriza por ser acumulativo, es decir, que depender de los
valores pasados.

Costo de mano de obra promedio

Los salarios de los trabajadores, varan segn el comportamiento de la demanda,
por ende se ven influenciados por una variable aleatoria tendiendo la dinmica de la
demanda, los salarios, la cantidad de poblacin empleada para la produccin de
queso, Sour Cream, al estar en unin de dicha variable, esta deber presentar un
comportamiento similar, o por lo menos aleatorio no relacionado con el queso, es
perceptible que la cantidad, el jornal presenta un comportamiento parecido entre
ellos estrechamente relacionado con la demanda, debido a la relacin lineal
presentada de demanda trabajadores, como de estos a jornales, para el caso de
Sour Cream, dado que es una actividad secundaria sujeta a los residuos de la
produccin de la leche es posible estimar un comportamiento totalmente aleatorio,
tanto para la produccin, el salario total, la cantidad empleada de insumos en este
producto.
Costo de materiales promedio
El comportamiento de los precios de venta de queso, crece de manera constante a
una tasa de 4,56, mientras que los precios de Sour Cream se mantienen constantes

PROYECTO GRUPALSIMULACIN GERENCIAL

a travs del tiempo, es decir el precio del queso tendr un comportamiento creciente
a una tasa constante, dado el precio del periodo anterior.
Comportamiento de las variables:
Dada la presencia, evolucin de las anteriores variables, los ingresos, los costos, la
utilidad presenta una tendencia creciente.
Ingresos promedio
Sabiendo que los ingresos se obtienen de la multiplicacin de los precios pasados,
por los bienes producidos, la cantidad vendida, demandada de los mismos, se
espera que el comportamiento en el caso de los ingresos por la venta de queso, sea
creciente, dado que la demanda los precios de este bien, tambin lo son, mientras
que para el caso de los ingresos por Sour Cream, estos tendrn un
comportamiento estocstico, dado que tanto la cantidad como los precios de
dichos precios de dicho bien se comportaban de la misma forma.
Venta de quesos promedio precios
Teniendo en cuenta que la nica materia prima que obtiene la empresa son los
precios de la leche, donde el costo est caracterizado por una relacin lineacin los
precios del insumo, se espera obtener un comportamiento similar al precio de la
leche, es decir, un crecimiento constante, exponencial y luego decreciente para
dicha variable.
Ingresos promedio venta de Sour Cream
Para el caso de los ingresos por Sour Cream, estos tendrn un comportamiento
estocstico, dado que tanto la cantidad como los precios de dichos precios de dicho
bien se comportaban de la misma forma.

Utilidad promedio.
En cuanto al caso de la utilidad, esta se genera de la diferencia entre los ingresos y
gastos de su relevancia, proporciona ser un factor fundamental a la hora del anlisis
de los escenarios.
5. VARIABLES DE RESULTADO
Dado que por ahora estamos interesados en estudiar el estadio estacionario, el
estado transitorio no es menos importante analizarlo, ya que desde el punto de vista
del administrador o dueo del negocio, durante este periodo, donde las utilidades
frecuentemente se encuentran oscilando entre valores positivos y negativos se
pueden presentar sentimiento de desnimo, que muchos de los inversionistas no
pueden sostener o reconocer, y terminan o bien cerrando el negocio o vendindolo.

PROYECTO GRUPALSIMULACIN GERENCIAL

10

4500000
4000000
3500000
3000000
2500000

DIA

VALOR QUESO

RAND. LECHE

PORC. DEMANDA LECHE

VALOR LECHE

RAND QUESO

PORC. DEMANDA
QUESO

DEMANDA QUESO

DEMAND TRABAJADOR

VALOR DEL JORNAL

2000000

CAPACIDAD TRB.
SOBRANTE

PROD. SOURCREAM

1500000

CANT. LECHE PARA

PRODUCCION

COSTO LECHE

INGRESO BRUTO
QUESO

INGRESO BRUTO
SOURCREAM

1000000
500000
0
-500000

6. CONCLUSION
Los procesos estocsticos son en general una agrupacin de variables que tienen
un valor incierto, y que se puede tener una aproximacin de los valores que pueden
tomar estas, los podemos clasificar segn qu tan seguido cambian o tambin
segn los valores que puedan tomar las variables del proceso, so de gran
importancia ya que estos nos pueden servir para pronosticar el precio de una accin,
los cuales varan directamente, as como para poder pronosticar el rendimiento que
esta tendr ya que no tiene un rendimiento fijo, tambin podemos utilizarlos para
poder ver la evolucin que tienen los tipos de inters, lo cual altera el rendimiento
de una obligacin, aunque el riesgo de estas es muy pequeo comparado con otro.

PROYECTO GRUPALSIMULACIN GERENCIAL

11

Adems en este proyecto nos permiten evaluar si puede ser rentable eficaz y que no
se generen perdidas en lugar de ganancias ya que en los mtodos de evaluacin de
proyectos ay mucha incertidumbre y es necesario pronosticar bastantes cosas
Teniendo en cuenta la tendencia del precio de la Leche, la demanda de queso y el
precio del mismo, no se recomienda hacer este negocio debido a que la empresa
quebrara es decir no es rentable ya que los gastos serian superiores a las ventas
generando una perdida en el corto plazo bsicamente porque el precio de los
materiales varan diariamente y la tasa de aumento/decremento es muy alta, al
observar la columna de utilidad en el archivo de Excel se puede apreciar como en la
mayora de los das se cierra con prdida.
As cuando los empresarios deseen efectuar algunos cambios en sus procesos
pueden recurrir a las tcnicas de simulacin y asegurar la toma de decisiones con
una confiabilidad mayor donde se disminuye el riesgo al fracaso gracias al anlisis
de los modelos. Un modelo es estocstico cuando al menos una variable del mismo
es tomada como un dato al azar y las relaciones entre variables se toman por medio
de funciones probabilsticas. Sirven por lo general para realizar grandes series de
muestreos, quitan mucho tiempo en el computador son muy utilizados en
investigaciones cientficas.
Para lograr modelar correctamente un proceso estocstico es necesario comprender
numerosos conceptos de probabilidad y estadstica.

BIBLIOGRAFIA
MODELOS Y MTODOS DE SIMULACIN ESTOCSTICA. APLICACIN EN LA
VALORACIN DE OPCIONES FINANCIERAS. Universidad Complutense Madrid,
Facultad
de
Matemticas.
Septiembre
de
2013.
Disponible
en:
http://www.dc.uba.ar/materias/escuela-complutense/2012/estocasticos.pdf

PROYECTO GRUPALSIMULACIN GERENCIAL

12