Introducción
En este trabajo se desea plantear una simulación de Montecarlo, haciendo un análisis de
riesgo, examinar cada probabilidad y así resolver un problema complejo, ya que esto no es
empleado para un análisis analítico si no que es necesario para la generación de números
aleatorios, esto quiere decir que existen problemas que no se pueden ser resueltos por los
métodos tradicionales y para ellos se utilizara la simulación de Montecarlo.
“Simulación de Montecarlo”
Llegadas a un cajero automático
En una empresa se ha establecido que un cajero automático, llegan usuarios con un tiempo
entre llegadas que se distribuye normalmente con media de 2 minutos y una desviación de
12 segundos, el tiempo de operación del cajero se establece según la muestran las
observaciones de las ultimas 200 llegadas al cajero y los tiempos de operación de cada uno.
Simular la llegada de 100 usuarios al cajero y determine el tiempo de espera y el tiempo en
el sistema de cada uno de los usuarios. Estableciendo que se realizan 4 tipos de operaciones
que son: retiros, transferencias, consultas entre otros.
Lo primero que se realizara es cuanto es la probabilidad que ocurra cada una de las
operaciones. Aquí se muestran las 200 operaciones que realizaron estas actividades y con
todos estos datos se puede ver la probabilidad que ocurra más rápida una operación para
eso se hará una tabla dinámica.
Entonces no se requiere la suma sino el recuento de cada operación que se realizo para una
probabilidad más exacta.
Se traen los resultados que se obtuvueron de las operaciones para hacer nuestro modelo y se
calculo la probabilidad de cada operación.
Se busca la frecuencia absoluto que es =50/suma(50:30)=0.25 y asi sucecivamente con los
demas.
Y la frecuencia relativa es =0.25+ la suma del anterios=0.5
Ya obtenido los rangos de la frecuencia se trasladan a una nueva tabla la cual se muestra en
seguida y se asigna la operación, distribucion, parametros y media. Lo cual se utilizara mas
adelante.
A continuación, se hará la simulación de del tiempo de cada usurario donde se mostrara
cuantos usuarios son (100), hora de llegada, aleatoria 1, tiempo/llegada, hora de atención,
tiempo de espera, operación escogida, tiempo de operación, aleatoria 2y hora de salida del
usuario.
La primera persona llega
exactamente a las 7 a.m.
Nos dice que el tiempo de llegada es entre 2 segundos y 12 segundo, pero primero se
nececitan las probanilidades para ello vamos a generar nuestraprimera lista de aleeatorios.
es =aleatoria() y enter y nos da nuestras probabilidades como se muestra a continuacion.
Para calcular la hora de llegada se utilizó la fórmula de Excel que es
=distr.normal.inv(probabilidad,media,desv-estandar) y así se obtiene la hora de llagada del
primer cliente.
En la hora de atención fue a las 7 porque no le toco esperar nada ya que es la primera
persona en llegar.
En el tiempo de espera no le tomo esperar ya que es =la hora de llaga menos la hora de
atención y nos da a cero tiempos de espera.
Por lo siguiente en la operación escogida se tiene que sacar una nueva lista de aleatorios,
sacamos nuestros aleatorios, seleccionamos nuevamente todos y damos copiar y pegar
valores para que nos mueva o cambia nuestros valores ya obtenidos.
Ahora si resolvemos la op,escogida que en Excel es
=buscarv(valor_buscado,matriz_bucar_en,indicador_columnas,[ordenados]) y asi nos da en
primera una consulta.
Luego el tiempo de operación es entre op, escogida con nuestro rango de (operación,
distribución. Parámetros)
Utilizamos la formula anterior pero ahora se cambian los segundos y nuestro ordenador
=buscarv(valor_buscado,matriz_bucar_en,indicador_columnas,[ordenados])
Ya en la hora de salida es =hora te atención mas el tiempo de operación y así tenemos la
hora de salida de la primera persona
La segunda persona en llegar es =hora de llegada más el tiempo de llegada
Después en la hora de llega de la segunda persona si la anterior llego a las 7:01:59 y salio a
las 7:50:00 entonces se utilizó la formula=si(prueba_lgica,
[valo_si_verdadero],valor_si_falso]) y nos este resultado 07:01:59 a. m.
Y así sucesivamente se arrastran en las demás columnas obteniendo ya nuestras
simulaciones de las 100 personas en la llegada a un cajero automático.
Conclusión
La simulación de Montecarlo es muy útil ya que se puede apoyar en la toma de decisiones
ya que es una herramienta de investigación y planteamiento, es empleado para operar
números complejos que tengan componentes aleatorios o determinados.
Los resultados coherentes y obtenidos confirman que el método de Montecarlo proporciona
una herramienta eficaz para la estimación de probabilidades
