Sim T1u3 Equipo 8

TECNOLÓGICO NACIONAL DE MÉXICO
INSTITUTO TECNOLÓGICO DE CIUDAD JUÁREZ
CARRERA:
Ingeniería Industrial
DEPARTAMENTO:
Ingeniería Industrial Y Logística.
MATERIA:
Simulación
CLAVE: 4FF GRUPO: “F” HORA: 10:00-11:00 am

UNIDAD:
Unidad No. 3.
ALUMNO:
Eduardo Domínguez Sánchez 19110132
Luis Daniel Delgado Guerrero 18111213
Cruz Antonio Torres Rodríguez 19110119
PROFESOR:
Ing. Gabriela Fuentes M.I.I.
FECHA DE ENTREGA:
28/Marzo/2022
Ciudad Juárez Chihuahua México.
I. Pasos para hacer un estudio de simulación.
1. "Definición del sistema"

Consiste en estudiar el contexto del problema, identificar los
objetivos del proyecto, especificar los índices de medición de la
efectividad del sistema, establecer los objetivos específicos del
modelamiento y definir el sistema que se va a modelar un sistema
de simulación.
2. "Formulación del modelo"

La etapa de formulación consiste en validar el modelo atravez del
análisis de los datos simulados y debemos responder a las
preguntas:
✓ ¿Qué tan bien coinciden los valores simulados de las

variables endógenas con datos históricos conocidos, si es que estos están
disponibles?
3. "Colección de datos"
Es posible que la facilidad de obtención de algunos datos o la

dificultad de conseguir otros, pueda influenciar el desarrollo y
formulación del modelo.
✓ Es importante que se definan con claridad y exactitud los

datos que el modelo va a requerir para producir los resultados deseados.
4. "Implementación del modelo en la computadora"

✓ Se define cual es el lenguaje que se va a utilizar algunos de
estos pueden ser de propósito general como: Visual Basic, Java,
Delphi o se pueden usar unos paquetes como:
GBSS,SIMULA,PROMODEL.
5. "Verificación"
El proceso de verificación consiste en comprobar que el modelo simulado cumple con

los requisitos de diseño para los que se elaboró. Se trata de evaluar que el modelo se
comporta de acuerdo a su diseño.
6. "Validación"
A través de esta etapa se valoran las diferencias entre el

funcionamiento del simulador y el sistema real que se está tratando
de simular. Las formas más comunes de validar un modelo son:
1. La opinión de expertos sobre los resultados de la simulación.

2. La exactitud con que se predicen datos históricos.
3. La exactitud en la predicción del futuro.
4. La comprobación de falla del modelo de simulación al utilizar datos que hacen
fallar al sistema real.
5. La aceptación y confianza en el modelo de la persona que hará uso de los
resultados que arroje el experimento de simulación.
6. "Interpretación"
En esta etapa del estudio, se interpretan los resultados que arroja la

simulación y con base a esto se toma una decisión. Es obvio que los
resultados que se obtienen de un estudio de simulación colaboran a
soportar decisiones del tipo semi-estructurado.
7. "Experimentación"
✓ La experimentación con el modelo se realizará después de
que este ha sido validado.
✓ La experimentación consiste en comprobar los datos
generados como deseados y en realizar un análisis de
sensibilidad de los índices requeridos.
8. "Documentación"
Dos tipos de documentación son requeridos para hacer un

mejor uso del modelo de simulación. La primera se refiere a la
documentación del tipo técnico y la segunda se refiere al
manual del usuario, con el cual se facilita la interacción y el uso del modelo
desarrollado.
II. Simulación Montecarlo (Que es, quien la invento, en que consiste, etc).
¿Qué es?
Es una técnica matemática que se utiliza para estimar los posibles resultados de un
evento incierto.
-La simulación Monte Carlo es una técnica matemática computarizada que permite
tener en cuenta el riesgo en análisis cuantitativos y tomas de decisiones. Esta técnica
es utilizada por profesionales de campos tan dispares como los de finanzas, gestión
de proyectos, energía, manufacturación, ingeniería, investigación y desarrollo,
seguros, petróleo y gas, transporte y medio ambiente.
-La simulación de Montecarlo es un método estadístico. Este es utilizado para resolver

problemas matemáticos complejos a través de la generación de variables aleatorias.
¿Quién la invento?
El método de Monte Carlo fue inventado por John Von Neumann y Stanislaw Ulam
durante la Segunda Guerra Mundial para mejorar la toma de decisiones en condiciones
de incertidumbre. Su nombre proviene de un conocido casino en Mónaco, ya que el
elemento del azar es el núcleo del enfoque de modelado, similar a un juego de ruleta.
¿Cómo Funciona?
A diferencia de un modelo de predicción normal, la simulación de Monte Carlo predice

un conjunto de resultados con base en un rango estimado de valores frente a un
conjunto de valores de entrada fijos. En otras palabras, una simulación de Monte Carlo
crea un modelo de posibles resultados aprovechando una distribución de
probabilidades, como una distribución uniforme o normal, para cualquier variable que
tenga una incertidumbre inherente. Posteriormente, vuelve a calcular los resultados
una y otra vez, cada vez utilizando un conjunto diferente de números aleatorios entre
los valores mínimo y máximo. En un experimento de Monte Carlo típico, este ejercicio
puede repetirse miles de veces para producir un gran número de posibles resultados.
III. Ejemplo: Simulación Monte Carlo
Una empresa desea iniciar en el comercio electrónico el cual se lleva a cabo mediante
Internet. Para esto quiere conocer el número de artículos que vende en un día
cualquiera mediante este medio de comercialización [Internet]. Los datos disponibles
son los siguientes:
• 65% de la población dispone de acceso remoto o directo a Internet.
De este 65%, tenemos:
• 55% son hombres.

• 45% son mujeres.
La cantidad de artículos que compran a través del comercio electrónico tiene la
siguiente distribución:
CANTIDAD
DE
ARTÍCULOS 0 1 2 >3
HOMBRES P(X) 0,45 0,35 0,15 0,05
Tabla #1 – Hombres
CANTIDAD
DE
ARTÍCULOS 0 1 2 >3
MUJERES P(X) 0,25 0,55 0,15 0,05
Tabla #2 – Mujeres
Responda:
1. Realice el experimento de simulación durante siete días para estimar la

venta promedio por día.
2. ¿Quiénes compran más: hombres o mujeres?
Resolución – Ejercicio de Simulación Montecarlo
CANTIDAD
ARTÍCULOS PROBABILIDAD MAYOR – ENTERO ENTERO
HOMBRES PROBABILIDAD ACUMULADA MENOR MAYOR MENOR
0 0,45 0,45 0,00 0,45 0 45
1 0,35 0,80 0,46 0,80 46 80
2 0,15 0,95 0,81 0,95 81 95
>3 0,05 1,00 0,96 1,00 96 100
Tabla #3 – Análisis artículos hombres
CANTIDAD
ARTÍCULOS PROBABILIDAD MAYOR – ENTERO ENTERO
MUJERES PROBABILIDAD ACUMULADA MENOR MAYOR MENOR
0 0,25 0,25 0,00 0,25 0 25
1 0,55 0,80 0,26 0,80 26 80
2 0,15 0,95 0,81 0,95 81 95
>3 0,05 1,00 0,96 1,00 96 100
Tabla #4 – Análisis artículos mujeres

PROMEDIO PROMEDIO
ALEATORIO ALEATORIO DE VENTA DE VENTA
DÍAS HOMBRES MUJERES HOMBRES MUJERES
1 60 55 1 1
2 25 44 0 1
3 11 5 0 0
4 68 1 1 0
5 30 48 0 1
6 7 67 0 1
7 86 98 2 3
TOTALES 4 7
Tabla #5 – Simulación Montecarlo corrida

Respuestas:
1. Simulación corrida en 7 días.
2. Las mujeres tienen un promedio de artículos comprados mediante esta
vía de comercio superior que los hombres [7].
Ejemplo #2: Simulación de Montecarlo
Supongamos que queremos contratar a un gestor que realice operaciones por

nosotros en la bolsa de valores
El gestor al que queremos contratar presume de haber ganado 50% de rentabilidad

durante el último año con una cuenta de valores de 20.000 dólares. Para confirmar que
lo que dice es verdad, le pedimos su track record auditado. Es decir, el registro de
todas sus operaciones verificado por una auditor (para evitar estafas y cuentas
falsas). El gestor nos facilita toda la documentación y procedemos a valorar la cuenta
de resultados.
Vamos a suponer que disponemos de 20.000 dólares. Introducimos las variables

correspondientes en nuestro programa informático y extraemos el siguiente gráfico:
Con los resultados facilitados por el gestor que queremos contratar, se han realizado
10.000 simulaciones. Además, los resultados se han proyectado cuatro años. Esto es,
10.000 escenarios diferentes para esos resultados durante cuatro años.
En la gran mayoría de escenarios se genera una rentabilidad positiva, pero existe una
pequeña probabilidad de perder dinero. La simulación de Montecarlo nos facilita una
infinidad de combinaciones para evaluar escenarios de los que a simple vista no somos
conscientes.
IIII. Bibliografía:
1. Sites.google.com. 2022. Etapas para realizar un estudio de Simulacion -
Glosario multimedia de Simulación. [online] Available at:
<https://sites.google.com/site/glosariosimulacion/etapas> [Accessed 28 March
2022].
2. Conoce Sobre Informática. 2022. Ejercicio de Simulación Montecarlo #1 -
Conoce Sobre Informática. [online] Available at:
<https://conocesobreinformatica.com/simulacion-montecarlo-1/> [Accessed 28
March 2022].

Sim T1u3 Equipo 8

Cargado por

Copyright:

Formatos disponibles

Sim T1u3 Equipo 8

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sim T1u3 Equipo 8

Cargado por

Copyright:

Formatos disponibles

TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CIUDAD JUÁREZ

CLAVE: 4FF GRUPO: “F” HORA: 10:00-11:00 am

1. "Definición del sistema"

2. "Formulación del modelo"

✓ ¿Qué tan bien coinciden los valores simulados de las

Es posible que la facilidad de obtención de algunos datos o la

✓ Es importante que se definan con claridad y exactitud los

4. "Implementación del modelo en la computadora"

El proceso de verificación consiste en comprobar que el modelo simulado cumple con

A través de esta etapa se valoran las diferencias entre el

1. La opinión de expertos sobre los resultados de la simulación.

En esta etapa del estudio, se interpretan los resultados que arroja la

Dos tipos de documentación son requeridos para hacer un

-La simulación de Montecarlo es un método estadístico. Este es utilizado para resolver

A diferencia de un modelo de predicción normal, la simulación de Monte Carlo predice

III. Ejemplo: Simulación Monte Carlo

• 65% de la población dispone de acceso remoto o directo a Internet.

De este 65%, tenemos:

• 55% son hombres.

HOMBRES P(X) 0,45 0,35 0,15 0,05

MUJERES P(X) 0,25 0,55 0,15 0,05

1. Realice el experimento de simulación durante siete días para estimar la

0 0,45 0,45 0,00 0,45 0 45

1 0,35 0,80 0,46 0,80 46 80

2 0,15 0,95 0,81 0,95 81 95

>3 0,05 1,00 0,96 1,00 96 100

Tabla #3 – Análisis artículos hombres

0 0,25 0,25 0,00 0,25 0 25

1 0,55 0,80 0,26 0,80 26 80

2 0,15 0,95 0,81 0,95 81 95

>3 0,05 1,00 0,96 1,00 96 100

Tabla #4 – Análisis artículos mujeres

Tabla #5 – Simulación Montecarlo corrida

Ejemplo #2: Simulación de Montecarlo

Supongamos que queremos contratar a un gestor que realice operaciones por

El gestor al que queremos contratar presume de haber ganado 50% de rentabilidad

Vamos a suponer que disponemos de 20.000 dólares. Introducimos las variables

También podría gustarte