Proyecto de simulación gerencial

[pic 1]FUNDAMENTOS DE PRODUCCIÒN

PROYECTO: PRIMERA ENTREGA

INVESTIGACIÓN APLICADA

MODE

[pic 2]

INTRODUCCIÓN

Dentro de las múltiples herramientas que se tienen para determinar de manera exitosa si las predicciones de la empresa son reales y de acuerdo a variables aleatorias, saber si está correctamente calculado de manera estadística.

El sistema permite determinar si variables como: porcentaje de acierto, ganancia media por operación, ratio de ganadores/perdedores entre otras; son lo más parecido posible a los datos históricos.

Con este trabajo se busca reconocer la importancia del método Montecarlo para la determinación de las variables aleatorias correctas para evaluar un sistema trading, donde es posible determinar los valores donde el riesgo que se asume al realizar algún tipo de inversión sea mayor.

Una vez analizada esta herramienta la utilizaremos para analizar las decisiones que se tomaran la compañía perteneciente a la industria de lácteos dedicada a la producción y venta de quesos “Simpoli”, los principales usos a determinar son la viabilidad del proyecto en términos de rentabilidad para analizar la proyección (sostenibilidad) describiendo las variables aleatorias y las variables de resultado que van hacer de gran importancia para este proyecto.

La simulación Montecarlo permite ver todos los resultados posibles de las decisiones que tomamos y evaluar el impacto del riesgo lo cual permite tomar mejores decisiones en condiciones de incertidumbre. Además es una herramienta utilizada en el campo empresarial para simular los eventos

OBJETIVO GENERAL

Aprender a desarrollar   modelos   conceptuales   de   sistemas  reales   y   traducirlos  en modelos   computacionales   que nos permitan como estimar  las  medidas de  desempeño  de  un sistema.

OBJETIVOS ESPECÍFICOS

• Entender  la  metodología  de  la  Simulación  de  Montecarlo.
• Modelar  un  sistema  simple  de  servicios  o  manufactura.
• Modelar   situaciones   con   la   generación   de   Números   y  Variables Aleatorias
• Analizar  los  resultados  luego  de  varias simulaciones.
• Desarrollar habilidades en la dirección empresarial dentro del ejercicio de la actividad administrativa.
• Adquirir una visión global e inter funcional de los problemas del negocio.
• Proponer  mejoras  sobre  el funcionamiento  del sistema mediante la integración y aplicación de elementos teóricos en una gestión gerencial simulada con características similares a las de la realidad.

SIMULACION DE MONTECARLO

Realizar  el  modelamiento  del  problema  de  estudio  bajo  un  ambiente  estocástico,  teniendo  en  cuenta  los  criterios  de  longitud  de  réplicas  y  número  de  réplicas.

Con   base   en   los   resultados   obtenidos   del   numeral   anterior   (Generación el  Modelo   de   Simulación   y  Corrida   de   dicho   Modelo)   analizar   los   resultados  respectivos  e  indicar  si  la  operación  del  sistema  bajo  estudio  es   indicar  si  la  operación  del  sistema  bajo  estudio.

Luego de definir de forma específica las condiciones del modelo a ser simulado, en lo referente a las variables aleatorias, determinísticas y de resultado a ser incluidas, se procedió a formular el modelo en Excel, con el fin de obtener los valores promedio de las variables de resultado definidas para el modelo.

Para la construcción del modelo, en primer lugar se creó una matriz de relación de las variables, en donde la primera fila corresponde a los siguientes campos:

• DIA        
• VARIACIÓN DEMANDA QUESOS
• DEMANDA DE QUESOS
• VARIACIÓN PRECIO DE LA LECHE
• PRECIO LECHE        
• PRECIO VENTA QUESOS         
• INGRESOS QUESOS
• MANO DE OBRA REQUERIDA        
• MANO DE OBRA CONTRATADA        
• MANO DE OBRA PARA SOUR CREAM        
• LITROS SOUR CREAM PRODUCIDOS        
• INGRESOS SOUR CREAM        
• COSTO MANO DE OBRA        
• LITROS LECHE PARA QUESOS        
• LITROS LECHE SOUR CREAM        
• COSTO LECHE CONSUMIDA        
• UTILIDAD

Como se puede notar, estos campos corresponden al listado de variables que se definieron en la construcción inicial del modelo.

Con esta estructura, se debía tener claro que existían dos variables aleatorias que definían en su totalidad el modelo, y que correspondían al precio de la leche y la demanda diaria de quesos que la empresa debía surtir.

Con base en lo anterior, es posible decir que la variable más importante es la demanda de quesos, puesto que se constituye en la base del modelo, en la medida en que la demanda determina el nivel de producción de la empresa, en lo que se conoce como una situación tipo “pul”, donde la demanda jala a los demás parámetros, que en el presente caso no tienen restricciones.

La ausencia de restricciones para los demás parámetros, implica que no existe un límite en la forma como los mismos pueden variar, toda vez que de entrada se está asumiendo, que no existen limitaciones en el mercado, es decir que este absorberá toda la producción de quesos y de sourcream, que no habrá existencias en inventario, que no hay devoluciones, que         la empresa no tiene límites de capacidad instalada, y que el mercado laboral está en disposición de proporcionar operarios por días con la posibilidad de no ser contratados al día siguiente.

Todos estos supuestos, le proporcionan facilidad de modelación al problema, pero suponen un alejamiento importante de la situación real de una empresa que de acuerdo a las condiciones iniciales, está en capacidad de producir 100 quesos en un día.

Una vez se definen las variables en la matriz, se procede a formular las relaciones existentes entre las mismas. Dado que la simulación contempla un horizonte de 2000 días, el primer paso corresponde a incluir en la columna correspondiente una secuencia ascendente de 1 hasta 2000, para posteriormente mediante arrastre obtener el dato necesario para cada día.

En la primera columna de la matriz, se incluye la función de generación de números pseudoaleatorios que serán la base para la determinación de los valores base para la simulación, mediante la función ALEATORIO ().

Dado que los parámetros varían principalmente en función de la demanda, se formularon las columnas correspondientes para que su resultado fuera una función de la demanda de quesos. Es el caso de la mano de obra requerida, que depende de la cantidad de quesos a producir a diario, la cantidad de leche consumida en quesos y los ingresos por quesos producidos.

De igual forma se formulan los resultados para la totalidad de mano de obra a contratar obtenida de redondear hacia arriba el resultado de mano de obra requerida, así como el resultado de mano de obra disponible para sour cream, que representa la capacidad sobrante de mano de obra para producir quesos y que en ningún caso es superior a 1 operario, lo que limita la producción de sour cream a un máximo de 3 litros diarios.

La utilidad estará dada entonces por la diferencia entre la suma de los ingresos por venta de quesos y de sour cream, y la suma de la mano de obra consumida en la producción de los dos tipos de producto.

Con las fórmulas establecidas, se procede a introducir en el modelo las funciones de probabilidad de variación de la demanda y del precio de la leche, que son las variables aleatorias del modelo.

Con la información suministrada, se procedió a establecer los intervalos de asignación de los valores incluidos en las funciones de probabilidad. Para el caso, son los siguientes:

En este punto, es necesario hacer claridad respecto de los resultados que se encontraron al correr la simulación por primera vez. Al tomar las variaciones proporcionadas, como una variación porcentual, se encontraba que los resultados de la simulación en el día 2000 arrojaban valores extraordinariamente altos, del orden de billones de pesos para los ingresos, y del orden de millones de pesos para el precio de la leche. Al analizar la razón y tratar de detectar algún error en la formulación del modelo, se llegó a la conclusión que la alta variabilidad estaba representada en los valores de incremento que se registraban varios días seguidos en la simulación, es decir, si por ejemplo durante 5 días seguidos el resultado del número aleatorio se alojaba en el intervalo de incremento de un 3% en el valor de la demanda, significaba que en esos 5 días el valor de la demanda aumentaba un 15%, y si se tiene en cuenta el horizonte de simulación, el crecimiento de la demanda tomaría un carácter similar al exponencial.

...