 FORO

Módulo SIMULACION GERENCIAL

Aplicaciones de la Simulación de Montecarlo

Título

Consolidar conocimientos específicos de la optimización matemática y del modelaje de

Competencia procesos estocásticos aplicados en la simulación de Montecarlo

Una de las aplicaciones tradicionales de la Simulación de Montecarlo es la estimación del

Saludo: riesgo en escenarios con un alto grado de incertidumbre, es por esta razón que las
próximas dos semanas abordaremos con detalle este tema a partir de un caso aplicado.

El trabajo que vamos a realizar estas dos semanas se centra en un caso específico:
La Introducción de un producto nuevo, para ello vamos a consultar el artículo:
Azofeifa, Carlos E., Aplicación de la Simulación Monte Carlo en el cálculo del riesgo
usando Excel, Tecnología en Marcha. Vol. 17 N˚ 1.
Indicación de
actividades Disponible en el enlace
http://revistas.tec.ac.cr/index.php/tec_marcha/article/view/1438/1321 (Enlaces a un sitio
externo.) y adjunto a esta publicación.
Su trabajo consiste en realizar un análisis conciso del modelo presentado en el artículo,
para ello su participación deberá incluir los cuatro puntos que se describen a
continuación.

Durante la primera semana los estudiantes leerán el artículo y estructurarán su

participación en el foro, pero sin publicarla aún.

En la segunda semana, cada estudiante hará la participación en el foro. Los 4 puntos

deberán escribirse directamente en el foro y no como un archivo adjunto. Para que la
Consigna publicación sea calificada debe ser una respuesta directa a la entrada principal y no una
respuesta a alguna entrada de sus compañeros.
Aunque está permitido refutar o apoyar las tesis de sus compañeros, esas
participaciones no tendrán nota.

Preguntas 1. Una descripción breve del problema a tratar

Aplicaremos la simulación Monte Carlo a un proyecto de inversión con el fin de poder
estimar el riesgo de un fracaso, usando para este propósito la hoja electrónica Excel. Como
definición, simulación es el desarrollo de un modelo lógico-matemático de un sistema, de
manera que se obtenga una imitación de un proceso del sistema a través del tiempo. Los
modelos de simulación incluyen elementos aleatorios o probabilísticos; estos contienen
ejemplos de sistemas de colas, de inventario y modelos de análisis de riesgos, a menudos
llamados Simulación Monte Carlo.
La simulación Monte Carlo es básicamente un muestreo experimental cuyo propósito es
estimar las distribuciones de las variables de salida que depende de variables
probabilísticas de entrada. Los investigadores acuñaron este término por su similaridad al
muestreo aleatorio en los juegos de ruleta en los casinos de Monte Carlo.
El uso de programas como Excel ha hecho posible que el administrador use hojas de
cálculo para evaluar el riesgo de inversiones financieras, evaluación de proyectos, planes
de retiro y otros tipos de decisiones de negocios. Lo anterior se debe a la flexibilidad y
capacidad estadística de la hoja de cálculo, la cual es especial para el desarrollo de los
modelos de simulación, particularmente en el uso de la simulación Monte Carlo.

2. Los supuestos utilizados para las variables aleatorias.

La compañía PcSA comercia equipo informático. El equipo de la compañía encargado del
diseño de productos ha desarrollado un prototipo de una impresora portátil de alta calidad.
Esta nueva impresora tiene un potencial para ganarse un porcentaje importante del
mercado. Los análisis preliminares financieros y de mercadeo han llevado a establecer un
precio de venta y un presupuesto para los costos administrativos y de publicidad para el
primer año.

Sin embargo, el costo de mano de obra directa, el costo de componentes y la demanda del
primer año de la impresora no se conocen con exactitud y por lo tanto se consideran las
entradas probabilísticas del modelo. Ahora bien, el comportamiento de estas entradas se
debe describir mediante distribuciones de probabilidad.

Antes de exponer los escenarios planteados, se da a conocer el modelo:

 3. Los escenarios considerados y su efecto en las distribuciones o los parámetros:

COSTO DE
COSTO DE DEMANDA DEL
MANO DE ESCENARIO
COMPONENTES PRIMER AÑO
OBRA DIRECTA

15000 30000 20000 260000000 BASICO

22000 35000 9000 -123000000 PESIMISTA
10000 25000 28500 757500000 OPTIMISTA

Los escenarios considerados como básico, pesimista y optimista, fluctúan de acuerdo a los
estudios realizados: Para el costo de mano de obra directo, el valor fluctúa
10000<x<22000, para el costo de componentes el valor está entre 25000<x<35000, y la
demanda del primer año como promedio por 14500 unidades con una desviación estándar
de 4000 unidades.
Este proceso de generar las entradas probabilísticas y de calcular el valor del resultado se conoce
como simulación.

El análisis de estos intervalos de estudio, permitirán resolver cuestiones como: a) la utilidad promedio
y b) la probabilidad de una pérdida. Entre más sea el rango de datos, con más exactitud se podrá
recomendar o predecir el ingreso de un nuevo producto.

4. Una conclusión (positiva o negativa) acerca de los resultados presentados en el

artículo.

a. Los estudios de simulación permiten una estimación objetiva de la probabilidad de

una pérdida, lo que es un aspecto de importancia en el análisis de riesgo.
b. De acuerdo a los resultados del estudio: Observemos que la utilidad menor es de
105 280 031,8 y la utilidad superior es de 557 753 867,4. Además, la utilidad
promedio es de 158 312 474,2, con una desviación estándar bastante grande de
132 220 387,9. Con una desviación estándar tan grande, la media no sería una
adecuada medida para definir la compra o no de los artículos que se proponen, ya
que las medidas se encuentran muy alejadas del valor medio. Las variables costo
de mano de obra directa, los costos de los componentes y la demanda del primer
año fluctúan de manera no constante sino aleatoria, y esto brinda bases para que
los valores se alejen de la media.

Para disminuir este sesgo, es recomendable tomar un muestreo de más de 200

datos para que el nivel de confianza supere el 95%, ya que como se expresa en las
conclusiones, un nivel de confianza del 95% se consigue con un intervalo
[126.785.645,2- 189.839.303,2].
 Cada uno de los puntos listados tiene un peso de 25 puntos. El análisis de cada parte
deberá no extenderse a más allá de dos párrafos y se debe ser explícito en los
Criterios de parámetros y distribuciones utilizados en el artículo.
evaluación
La redacción y ortografía tienen un peso de 5 puntos en cada numeral.

Espero que al final de las dos semanas, cada uno de los estudiantes haya interiorizado
los principales elementos del caso estudiado y vea las posibilidades que tiene la
aplicación de la simulación de Montecarlo en la solución de problemas reales.
Cierre

Muchos Éxitos.

Firma Jcgutierrez