Ejemplo de Simulacin de Monte Carlo (Panadera de Pierre)

La panadera de Pierre hornea y vende pan francs. Cada maana, la panadera satisface la
demanda del da con pan recin horneado. Pierre puede hornear el pan slo en lotes de una
docena de hogazas cada uno. El costo por hogaza es de 25 centavos. Para simplificar, se supone
que la demanda diaria total de pan tambin ocurre en mltiplos de 12. En los registros se
observa que esta demanda vara de 36 a 96 hogazas por da. Una hogaza se vende en 40
centavos, y cualquier pan sobrante al final del da se vende a una cocina de caridad a un precio
de salvamento de 10 centavos hogaza. Si la demanda excede a la oferta, se supone que hay un
costo de ganancia-prdida de 15centavos hogaza (debido a la prdida de renombre, prdida de
clientes con los competidores, etctera). En los registros de la panadera se observa que la
demanda diaria se puede clasificar en tres tipos: alta, promedio y baja. Estas demandas ocurren
con probabilidades de .30, .40 y .25 respectivamente. La distribucin de la demanda por
categoras se da en la tabla. 1. A Pierre le gustara determinar el nmero ptimo de hogazas por
hornear diario para maximizar la ganancia (ingresos + ingresos de salvamento costo del pan
costo de las ganancias prdidas

Deman
da

Tipo de Demanda
Probabilidad
Norm
Baja
Alta
al
.05

.10

.15

48

.10

.20

.25

60

.25

.30

.34

36

.30

.25

.15

84

.20

.10

.05

96

.10

.05

.05

72

a)
b)

Distribucin
Distribucin

Tipo de
Demanda

Probabilid
ad

Distribuci
n
Acumula
da

Alta

.30

.30

Intervalo
de
nmeros
Aleatorio
s
00-29

Normal

.45

.75

30-74

Baja

.25

1.00

75-99

del
tipo
del tipo de demanda

de

Demanda

Distribucin por tipo de demanda

Demanda
36
48
60
72
84
96

Distribucin Acumulada
Alta
Normal
.05
.10
.15
.30
.40
.60
.70
.85
.90
.95
1.00
1.00

Intervalos de nmeros Aleatorios

Alta
Normal
Baja
00-04
00-09
00-14
05-14
10-29
15-39
15-39
30-59
40-74
40-69
60-84
75-89
70-89
85-94
90-94
90-99
95-99
95-99

Baja
.15
.40
.75
.90
.95
1.00

Tabla de Simulacin para hornear 60 hogazas por da

Da

No.
Aleatorio
para el tipo
de Demanda

Tipo de
Demanda

No.
Aleatorio
para la
demanda

Demanda

Ingreso

Ganancia
Prdida

Ingreso de
Salvamento

Ganancia

1
2

69
30

Normal
Normal

56
32

60
60

$24.00
$24.00

$9.00
$9.00

Simulacin con variables Aleatorias Continuas

Mtodo de Transformacin Inversa (MTI) y Mtodo de Aceptacin Rechazo (MAR)

Mtodo de Transformacin Inversa.

El mtodo de la transformacin inversa por lo general se utiliza para distribuciones cuya funcin
de distribucin acumulada se puede obtener en forma cerrada. El MTI es relativamente fcil de
describir y ejecutar. Consiste en los tres pasos siguientes:
Paso 1. Dada una funcin de densidad de Probabilidad f(x) para una variable aleatoria X, obtenga
la funcin de distribucin acumulada F(X) como:

F(x)=

F ( x )= f ( t ) dt

Paso 2. Generar un nmero aleatorio r

Paso 3 Establezca F (x)= r y determine el valor de x. La variable x es entonces una variable
aleatoria a partir de la distribucin cuya dpa est dada por f(x).

Ahora se describen los mecanismos del algoritmo usando un ejemplo. Para esto, se considera la
distribucin dada por la funcin

f ( x )=

x
0 x 2
2
0 e n caso cont

Una funcin de este tipo se llama funcin de rampa.

2t dt= x4
0

Esta distribucin de porbabilidad acumulada se representa de manera formal por la funcin

0 x< 0

2
F ( x )= x 0 x
4
1 x2

A continuacin, en el paso 2, se genera un nmero aleatorio r. Por ltimo, en el paso 3, se

establece F(x)= r y se determina el valor de X.
x/4= r x= +- 2r