TALLER

SIMULACIN MONTECARLO EN MPS

ESPINOZA ORTEGA, GERSON LEONARDO

SEGURA MOSQUERA, JUAN MANUEL

UNIVERSIDAD SANTIAGO DE CALI

FACULTAD DE INGENIERA
MAESTRA EN INGENIERA INDUSTRIAL
GESTIN DE OPERACIONES
SANTIAGO DE CALI
2017
TALLER DE SIMULACIN MONTECARLO EN MPS
PROFESOR: ANDRS FELIPE SALAZAR RAMOS

La simulacin Montecarlo o simulacin probabilstica es una tcnica usada para

comprender el impacto del riesgo y la incertidumbre en modelos financieros, gerencia de
proyectos y otros modelos predictivos. Cuando se desarrollan dichos modelos, stos se
construyen sobre ciertos supuestos. Dado que tales supuestos son proyecciones en el
futuro, lo mejor que se puede hacer es estimar su valor esperado.

A continuacin se relaciona un poco el detalle del proceso que abarca una simulacin
Montecarlo. Figura 1. Proceso de Simulacin

Figura 1. Proceso de simulacin

En la figura 1 se describe el proceso de Simulacin Montecarlo que se aplica sobre

modelos estticos2. Bsicamente se tiene que las variables de entrada (VE en la figura 1)
a un modelo esttico que representa la decisin de un analista, se comportan con cierta
distribucin. Ya que la entrada se comporta en un rango de valores, se espera que las
variables de salida (VS en la figura 1) tambin lo hagan, con lo cual despus de realizar
un nmero de corridas del modelo esttico, cada una de ellas con valores de entrada
distintos sobre un rango, se tienen distribuciones para medidas de desempeo
seleccionadas por el analista. Cabe resaltar que no necesariamente las distribuciones de
las variables aleatorias de entrada deben corresponder con las distribuciones de las
variables de salida. El proceso puede considerar mltiples variables de entrada y mltiples
variables de salida, sin embargo, con lo anterior se establece un punto de inters para el
analista ya que es necesario tener claro cul (es) son las variables o medidas de
desempeo relevantes del sistema, las que determinan sus decisiones. Para eso
entonces, es necesario conocer muy bien cmo se distribuye el riesgo en esa medida de
desempeo segn sea su distribucin de probabilidad.

Segn Ho (1989) la incertidumbre se puede clasificar en dos grandes grupos. La

incertidumbre del ambiente y la incertidumbre del sistema. La primera se asocia a la
incertidumbre generada por factores del entorno como la incertidumbre en la demanda y
la incertidumbre en el suministro. La incertidumbre del sistema se asocia con los
elementos internos del proceso productivo, tales como la mezcla de productos, el tiempo
de entrega de la planta, la calidad de los productos terminados, las fallas de las mquinas,
etc.

Segn Mula (2006) los modelos de planeacin de la produccin que no reconozcan la

incertidumbre pueden generar resultados inferiores comparados con los modelos que la
consideran y la miden. Dado que un plan de produccin es en s mismo una estimacin de
un futuro bajo ciertos supuestos, se considera entonces importante analizar el riesgo
asociado al plan si los elementos que lo constituyen no se dan como el analista los ha
planeado. La Simulacin Montecarlo ha sido empleada en distintos mbitos, el estudiante
puede consultar algunas referencias compartidas de artculos que utilizan la herramienta
para realizar anlisis de riesgo.

El presente ejercicio integrador plantea la siguiente situacin. El estudiante debe tomar el

rol de Jefe de Planeacin ya que bajo su responsabilidad est elaborar un plan de
produccin que sea el ms adecuado para la empresa. A continuacin se describe el
equipo necesario para la elaboracin del presente trabajo integrador. Por parte del rea
comercial se encuentra la Jefe comercial nacional quien tiene la responsabilidad de
cumplir con la meta de ventas de la empresa. De parte del equipo de produccin se
encuentra el Jefe de produccin quien tiene la responsabilidad de asegurar los recursos
de mano de obra y mquinas para los turnos de produccin.

Teniendo en cuenta los siguientes parmetros construya un Programa Maestro de

Produccin (MPS) propuesto, evale el costo del plan y determine el nivel de servicio
obtenido. Asuma costos coherentes de mantener, de ordenar y por faltantes distintos para
cada producto. El rea comercial ha compartido la siguiente informacin relacionada con
lo que espera vender de cada producto en los prximos 3 meses.
Tambin el rea comercial al momento de la planeacin indica que se encuentran las
siguientes cantidades ya firmadas bajo distintos pedidos pero advierte que estas
cantidades pueden variar segn el esperado de ventas cuando las cantidades firmadas
sean inferiores a las esperadas.

El rea comercial indica que actualmente se tienen unos clientes esperando por pedidos
realizados en periodos anteriores. La idea es poder atender estas solicitudes lo ms
pronto posible, por tal razn es necesario programarlas en la primera semana.

El jefe de produccin ha prometido la entrega de las siguientes cantidades de cada

producto en los periodos establecidos en la siguiente tabla.

Usted como jefe de planeacin ha suscrito unas entregas por parte de una empresa
maquiladora para la entrega de ciertas cantidades de producto en los periodos indicados
en la siguiente tabla.

El inventario inicial al inicio del periodo de planificacin es el siguiente:

Asuma los dems parmetros de costo o planeacin no abordados en el enunciado.

ANLISIS ESTTICO

Punto 1. Investigue la variacin necesaria en el EOQ y establezca los supuestos

necesarios para determinar un EPQ adecuado considerando una tasa de produccin de
4000 unidades por semana para el producto 1, 4200 unidades por semana para el
producto 2 y 4500 unidades por semana para el producto 3. Una vez determinado el EPQ
utilcelo para la fila PMP propuesto en su plan de produccin. Cul es el resultado de su
plan en trminos de sus medidas de desempeo?, analice la situacin.

Calculando el EOQ para cada producto:

EOQ( P 1)=
2. A . D( Anual)
v.r
=
2. ( $ 1000 ) .(1.319)x (52 semanas)
( $ 1000) x (0,24)
=756,07 756 unidades

As mismo se calcula el EOQ para los productos 2 y 3, obteniendo EOQ (P2) = 744 y EOQ
(P3) = 722.

As mismo se calcula el EPQ para cada producto.

~
D
1( )
Tld

v .r .
2. A . D ( Anual )

EPQ ( P 1)=

As mismo se calcula el EPQ para los productos 2 y 3, obteniendo EPQ(P2) = 892 y

EPQ(P3) = 844.

Ahora se desarrollan los modelos en EXCEL bajo el esquema presentado en las tablas
del archivo de soporte Datos Taller SM 1.1.xlsx hojas P1, P2 y P3 para los 3
productos.
Se estableci como poltica de cobertura en das de inventario 7, 14 y 10 das para los
productos 1, 2 y 3 respectivamente.

Tabla 1. Resumen de medidas de desempeo.

Con los resultados obtenidos de EPQ de cada uno de productos se determina el nmero
de lotes para el PMP y cumplir poltica de cobertura de inventarios en das (7das para el
producto 1, 14 das para el producto 2 y 10 das para el producto 3) para cada producto,
obteniendo niveles de agotados por ciclo de pedido P1 y nivel de servicio P2 del 100%.

Configurando el EPQ como tamao de lote a producir en el PMP, inicialmente se puede

concluir que es un buen escenario porque se cumple con las polticas de desempeo
como son cobertura promedio y niveles de servicio, pero involucrando los costos al
anlisis, puede llegar a ser muy costoso tener coberturas ms grandes de las deseadas,
as, para el producto 1 la cobertura est un 42,86% por encima, para el producto 2 est
21,43% por encima y para el producto 3 est 30% por encima, por lo tanto, en el caso en
particular, se debe pensar en usar en mayor medida la produccin maquilada para ajustar
mejor el inventario a la cobertura deseada y no incurrir en costos de sobrantes de
inventario.

Punto 2. Cul es el efecto que tiene un incremento del 15% en todos los pedidos
subcontratados en curso para los periodos establecidos?

Con el segundo escenario, en donde se estableci que el costo de ordenar interno es de

$500 y de maquilar es $400 por unidad de cualquiera de los 3 productos, se obtienen los
siguientes resultados

Tabla 2. Resumen de medidas de desempeo para el escenario 2.

En donde, comparando con el escenario inicial, se incrementa el CTR en 1,64% pero no
genera ningn otro cambio considerable, debido a que en los escenarios presentados no
se est usando el maquilador en gran medida, por lo tanto no cambia la cobertura
promedio y tampoco varan niveles de servicio.

Considerando la conclusin del primer punto, se cre un escenario adicional M (Donde

se maquila en mayor medida), (archivo de soporte Datos Taller SM 1.1.xlsx hojas P1M,
P2M y P3M), para establecer una poltica de austeridad, en donde, no se producen
ms de 2 lotes por periodo internamente, aprovechando el hecho de que el maquilador no
tiene restriccin de tamao de lote mnimo y el costo es ms bajo, se presentan los
siguientes resultados.

Tabla 3. Resumen escenario M de medidas de desempeo inicial

En el escenario M inicial se observa claramente una disminucin del CTR en 7,63%

comparado con el costo del escenario inicial, esto porque es menos costoso producir
afuera y se maneja una cobertura promedio ms cercana a las polticas porque el
contratista nos ofrece una ventaja de produccin sin restriccin de tamao de lote.

Tabla 4. Resumen escenario M de medidas de desempeo con variacin del 15% en las
rdenes subcontratadas.
As mismo afecta las medidas de desempeo, un cambio como el propuesto en el punto
2, donde un aumento del 15% en las rdenes subcontratadas provoca un aumento del
CTR en 25,84% comparado con el escenario M inicial y un aumento del CTR en 16,24%
comparado con el escenario inicial. Lo que es lgico, ya que se estn aumentando los
pedidos al maquilador sin cambios en la demanda por lo tanto se aumenta el inventario y
con el ello los costos relevantes por los costos de almacenamiento.

Con el escenario M se genera un riesgo nuevo porque estando en el lmite de cobertura

promedio, ante un pequeo incremento en la demanda seguramente se incurre en
incumplimiento a la poltica de cobertura, entonces depende del tipo de producto y
mercado si se toma la decisin de producir bajo el este escenario.

Punto 3. Cul es el efecto que tiene el incremento de un 12% de la cantidad esperada a

vender?

Con este escenario se obtienen los siguientes resultados

Tabla 5. Resumen de medidas de desempeo para el escenario 3.

Al incrementar el pronstico de ventas, con el mismo PMP, se aumentarn los costos en

10,57% y la cobertura promedio porque no significa que cambien o incremente los
pedidos de los clientes, por lo tanto, se debera reajustar el PMP o asumir los costos
extras de almacenamiento por el aumento de inventario almacenado.

Punto 4. Cul es el efecto que tiene la disminucin de un 50% en los pedidos

comprometidos con los clientes si adems, su proveedor entrega cantidades del 15%
adicional a lo planeado?

Con el cuarto escenario se obtienen los siguientes resultados

 Tabla 6. Resumen de medidas de desempeo para el escenario 4.

Este es un escenario crtico porque, se cancelan la mitad de los pedidos de los clientes y
se aumenta la recepcin de rdenes subcontratadas, o sea, se aumenta inventarios por
dejar de vender y por recibir ms producto, este evento aumentara el CTR en 30.01%
con respecto al escenario inicial, con la posibilidad de visualizar el impacto que se tiene al
tiene al recibir ms producto del maquilador es necesario establecer polticas en el
contrato donde no se recibe ms producto del contratado, adems generar estrategias de
ventas ante una cada de los pedidos de los clientes, porque se incrementara la cobertura
promedio en 71,43% para el producto 1, 121,43% para el producto 2 y 100% para el
producto 3.

Punto 5. Determine una variacin que usted considere como critica para su plan en los
factores de incertidumbre externos e internos de su plan.

a. Una variacin crtica que se debe considerar es la probabilidad de que entreguen

ms o menos lotes de los que se pidieron a la planta.

Tabla 7. Variacin de un lote ms por periodo en la entrega de planta

Representa un incremento de 113,98% en el CTR, adems de un enorme incremento en
la cobertura promedio de todos los productos. Esto puede constituirse como una falla
grandsima de planeacin en la re estructuracin del PMP luego de ver el comportamiento
de las entregas durante un periodo determinado por ejemplo o un se debera ejercer un
fuerte impacto comercial para vender esa sobreproduccin.

Ahora el caso opuesto,

Tabla 8. Variacin de un lote menos por periodo en la entrega de planta

Con un lote de incumplimiento por parte de planta en cada periodo, el escenario es ms

crtico porque la cobertura promedio cae excesivamente en el producto 1 y en el producto
3, adems el CTR se incrementa en 311,29% siendo inviable para cualquier empresa, sin
contar con los niveles de servicio. Esto debido a que en el escenario inicial se depende
mucho de la planta propia y no se tiene en cuenta el servicio de maquila.

Si se vuelve al escenario M, se puede encontrar un punto crtico menos fuerte,

Tabla 9. Variacin de tres lotes menos por periodo en la entrega de planta, escenario M.
En este caso solo se ven afectadas las medidas de desempeo del producto 1 porque es
donde se depende ms de la planta y no del maquilador, entonces en caso de que la
planta incumpla, no se ve afectado el resultado final en un porcentaje tan alto.

b. Otra variacin crtica es que el maquilador incumpla el tiempo de entrega para la

semana proyectada de recepcin del producto.

Tabla 10. Incumplimiento del maquilador en la entrega en 2 periodos

En el escenario inicial, la planta produce el mayor porcentaje de productos por lo

tanto una variacin en el tiempo de entrega de los pedidos del maquilador no
afecta las medidas de desempeo, es ms se sigue cumpliendo con la cobertura
promedio.

Caso contrario en el escenario M,

Tabla 11. Incumplimiento del maquilador en la entrega en 2 periodos, escenario M

Bajo las condiciones de dependencia del maquilador si se considera un punto

crtico porque se incumple en gran parte de las medidas de desempeo.

ANLISIS DE RIESGO BAJO SIMULACIN (MTODO MONTECARLO)

En el archivo de Excel adjunto se encuentran los datos de entrada a la simulacin
Montecarlo. Ajuste las distribuciones de los datos compartidos antes de correr la
simulacin. Considere un anlisis especial para los pedidos en curso provenientes de la
planta que se detallan en el punto 6.

Punto 6. Usted no tiene mucha confianza en lo que promete el jefe de produccin, resulta
que en muchas ocasiones l le entrega a usted las cantidades prometidas pero no en los
momentos acordados. Debido a su sospecha, usted realiz una investigacin ms
profunda a partir de los tiempos reales de entrega de los ltimos 150 pedidos. Con esa
serie histrica, usted desea conocer con qu probabilidad la planta entregar los pedidos
en curso en una semana, dos semanas, tres semanas o incluso ms. Una vez establecida
esta probabilidad programe todas las entradas aleatorias y simule. Establezca las
medidas de riesgo pertinentes y analice.

Con la ayuda de la herramienta @Risk, en el archivo de soporte adjunto Datos Taller

SM version 3.xlsx, se realiza el ajuste de distribucin a las variables de entrada de
modelo de los datos histricos de las entregas de la planta, las unidades pedidos
subcontratado en curso y comprometidos con clientes y la previsin de las ventas a corto
plazo de los tres productos en mencin.

En las 10 grficas siguientes se presentan los ajustes de las distribuciones respectivas

para las entradas de la simulacin de montecarlo

Grafica 1. Comparacin de ajuste para histrico de entregas de la planta

Grafica 2. Comparacin de ajuste para pedido subcontratado en curso P1

Grafica 3. Comparacin de ajuste para Pedido Subcontratado en Curso P2

 Grafica 4. Comparacin de ajuste para Pedido Subcontratado en Curso P3

Grafica 5. Comparacin de ajuste para pedidos comprometidos con clientes P1

Grafica 6. Comparacin de ajuste para pedidos comprometidos con clientes P2

Grafica 7. Comparacin de ajuste para pedidos comprometidos con clientes P3

Grafica 8. Comparacin de ajuste para previsin de ventas a corto plazo P1

Grafica 9. Comparacin de ajuste para previsin de ventas a corto plazo P2

 Grafica 10. Comparacin de ajuste para previsin de ventas a corto plazo P3

Se establece la probabilidad de que la planta entregue los pedidos en curso en una

semana, dos semanas, tres semanas o incluso ms.

Tabla 12. Probabilidad de que se entreguen los pedidos en diferentes periodos de tiempo.

De acuerdo a esta tabla se puede observar que en la semana 3 hay mas probabilidad de
que entreguen los pedidos y as mismo de la semana 1 a la semana 5 hay un 97,3% de
probabilidad de entrega.

Adems se adiciono otra varible de entrada que corresponde al nmero de lotes de EPQ
para cubrir la demanda de cada semana y se establecio una probailidad discreta en la
entrega de la cantidad de lotes solicitadas la cual se relaciona en la tabla 13
 Variacin Probabilida Probabilidad
de Lotes d Acumulada

-3 0.1 0.1
-2 0.1 0.2
-1 0.15 0.35
0 0.55 0.9
1 0.08 0.98
2 0.02 1

Tabla 13. Probabilidad variacin de entrega de lotes por produccin.

Se definieron las variables de salida la cual corresponde a cantidad optima a producir, el

costo total relevante, la probabilidad del costo por faltante por cada ciclo de pedido, nivel
de servicos p2 y cobertura promedio en das para los productos P1, P2 y P3.

Para la simulacin montecarlo se definio 10 simulaciones de 1000 iteraciones, obteniendo

los resultados que se presentan en la tabla 14

Variable de
P-1 P-2 P-3
Salida
EPQ 10503 589 818
$ $ $
CTR
326,048,593 40,190,370 36,021,366
P1 92% 98% 99%
P2 96% 99% 99%
Cob. Promedio en
117 17 18
dias.
Tabla 14. Medias de las variables de salidas de los productos P1, P2 y P3

Las graficas 11, 12 y 13 de tornado de cada una de las variable costo total relevante por
producto segn modelo planteado, depende en mayor medida (85%) de su variacin del
numero de lotes entregados por la planta en cada semana.
Grafica 11. Grafica de tornado CTR de P1

Grafica 12. Grafica de tornado CTR de P2

Grafica 13. Grafica de tornado CTR de P3

La probabilidad de ocurrencia de faltantes por cada ciclo de pedido P1 para los tres
productos y teniendo encuenta la refencia del libro de fundamentos de gestin de
inventarios que un nivel optimo corresponde a iguales o mayores del 95% (Vidal Holguin,
2005) y teniendo como referencia este indicador se observa que la probabilidad de esta
en este rango es del 91,5, 91,6 y 99,5 para los productos P1, P2 y P3 respectivamente

El nivel servicios mayor igual a 98% en los productos P1, P2 y P3 es de una probabilidad
del 91.5%, 91.6% y 97.2% respectivamente (Vidal Holguin, 2005).

En cuanto a la probabilidad de cumplimiento de la politca cobertura promedio en dias de

inventarios para el producto P1 de encontrarse entre 7 dias y ms es del 91,5%, para P2
encontrarse entre 14 dias y ms es del 78,9% de las veces y para P3 encontrarse entre
10 dias y ms es del 91,5% de las veces. Lo que permite soportar las variaciones las
variaciones de los posibles cambios de la entratda del modelo.

Punto 7. Suponga ahora que todas las variables siguen siendo aleatorias menos la
tratada en el punto 6, Cmo cambia el resultado?.

En los resultados obtenidos se observa que la variacin en las medidas de desempeo

son minimas, como se observa en la tabla 15.

Variable de
P-1 P-2 P-3
Salida
EPQ 10503 589 818
$ $ $
CTR
327,343,404 40,534,924 38,173,866
P1 92.2% 98.0% 100.0%
P2 96.1% 98.5% 100.0%
 Cob. Promedio en
116.9 17.4 19.4
dias.

Tabla 15. Medias de las variables de salidas de los productos P1, P2 y P3 sin variacin de
la entrega de pedidos de los clientes

En conclusin las variables de entrada diferente al numero de lotes entregados por la

planta no generan cambios representativos en el resultado de las medidas de desempeo
en el modelo planteado como se puede ver los resultados en los archivos de Excel
Datos Taller SM version 3.xlsx, Datos Taller SM version 4.xlsx. y Graficas Puntos 6 y
7.xlsx.