 ORO

Módulo SIMULACION GERENCIAL

Aplicaciones de la Simulación de Montecarlo

Título

Consolidar conocimientos específicos de la optimización matemática y

del modelaje de procesos estocásticos aplicados en la simulación de
Competencia Montecarlo

Una de las aplicaciones tradicionales de la Simulación de Montecarlo es

la estimación del riesgo en escenarios con un alto grado de
Saludo:
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
Indicación del riesgo usando Excel, Tecnología en Marcha. Vol. 17 N˚ 1.
de
actividades Disponible en el enlace
http://revistas.tec.ac.cr/index.php/tec_marcha/article/view/1438/1321 (Links to an
external site.) 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.

Consigna Los 4 puntos deberán escribirse directamente en el foro y no como un
archivo adjunto. Para que la 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.

1. Una descripción breve del problema a tratar.

2. Los supuestos utilizados para las variables aleatorias.

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

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

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 parámetros y distribuciones utilizados en el
Criterios de 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

Buenas noches, a continuación relaciono mi aporte al Foro propuesto para esta

semana:

MÉTODO DE MONTECARLO…HERRAMIENTA EFECTIVA

El método de Montecarlo es una herramienta matemática y estadística que se usa
para evaluar expresiones complejas y que proporciona soluciones aproximadas a
una gran variedad de problemas por medio de experimentos de muestreos y
mediante una simulación se calcula el valor final de un proyecto o de una inversión
y su rentabilidad, arrojando una posibilidad de acierto.

Entre los supuestos utilizados para las variables aleatorias encontramos:

Costos administrativos: 160 millones de colones
Costos de publicidad: 80 millones de colones
Precio de venta: 70.000 colones por unidad
Costo de mano de obra directa: 15000 colones
Costo de componentes: 30000 colones
Demanda del primer año: 20000 colones

Respecto a los escenarios considerados y su efecto en las distribuciones o los

parámetros, encontramos los siguientes:

Escenario optimista: Utilidad = (70.000-10.000-25.000) 28.500-240.000 =

757'500.000
Escenario pesimista:
Utilidad = (70.000-22.000-35.000) 9.000-240.000.000 = -123.000.000
Las utilidades pueden posicionarse en un rango desde una pérdida de
123`000.000
Valor de escenario base de 260'000.000

Su importancia en la gestión del riesgo radica en la necesidad de las empresas de

evaluar riesgos a la hora de tomar decisiones, especialmente en las relacionadas
con proyectos de inversión, ya que la prevención es fundamental. Discutir sobre la
efectividad de este método lleva a reflexionar que es realmente efectivo por sus
múltiples ventajas como la flexibilidad, el permitir estudiar diferentes variables y la
interacción entre las mismas, influir en el tiempo de los procesos y el permitir
estudiar variables y problemas complejos y complicados.
Aunque algunas personas consideran como desventaja el hecho de que nos arroja
la decisión a tomar y que por lo tanto, no resuelve el problema, considero que
como otros muchos métodos las cifras deben ser objeto de análisis, y finalmente
las decisiones deben venir del razonamiento humano. Inclusive, actualmente
existen software para facilitar los procesos de simulación, cuya base es el método
de Montecarlo, tales como Sinnaps, aun así, los resultados aunque pueden ser en
tiempo real, los resultados funcionan igual.

REFERENCIAS:

Cermbs (2017). Cuánto vale el riesgo del método de Montecarlo. Tomado de:
https://www.cerembs.co/blog/cuanto-vale-el-riesgo-el-metodo-monte-carlo
Youtube. (2016). Simulación de riesgo mediante método Montecarlo. Tomado de:
https://www.youtube.com/watch?v=SZUbwMEczv8
Youtube. (2016). El procedimiento de Montecarlo. Tomado de:
https://www.youtube.com/watch?v=BWWw68AjSi4
Sinnaps (2019). Predecir el futuro a través del método de Montecarlo. Tomado
de:https://www.sinnaps.comLinks to an external site.

Cordialmente,
ANGIE LISSETH GUERRERO

Buen Dia,,
Compañeros y Profesor;
relaciono mi aporte al foro sobre el tema a tratar:
la simulación tiene una gran importancia en nuestro mundo actual, el método de Montecarlo
permite resolver problemas matemáticos mediante la simulación devariables aleatorias,
para una buena aplicación de esta simulación es muy importante identificar claramente las vari
ables que se consideran más significativas, así como las relaciones existentes entre ellas,
para explicar la realidad a estudiar mediante la sustitución del universo real, por un universo
teórico utilizando números aleatorios.
Se utilizan a menudo en problemas físicos y matemáticos,
Se usan también cuando se presentan estos problemas diferentes (optimización,
integración numérica y la generación de muestras a partir de una distribución de probabilidad.
en la actualidad es posible encontrar modelos de simulación en las
áreas de informática, empresaria, económica, industrial y social.
Producto:

Costos Administrativos = 160.000.000 colones

Costos de publicidad 80.000.000 colones
Precio de venta = 70.000 colones x unidad
variables aleatorias:
Costos de MOD = 15.000 colones (oscilando entre 10.000 hasta
22.000 colones)
Costo de Componentes = 30.000 colones (oscilando entre 25.000
hasta 35.000 colones)
Demanda del Primer año = 20.000 unid. (oscilando entre 9.000 hasta
28.500 unidades)
.
Los escenarios considerados y su efecto en las distribuciones o
los parámetros.
Utilidad = (70.000-15.000-30.000) 20.000-240.000.000= 260.000.000
Utilidad = (70.000-10.000-25.000) 28.500-240.000.000 = 757.500.000
el escenario pesimista sera:
Utilidad = (70.000-22.000-35.000) 9.000-240.000.000 = -123.000.000
Resultado Sera Negativo.
en conclusión con la simulacion montercarlo podemos afirmar en este
caso que a mayor se a la perdida podemos tener consecuencias en la
organización o en la empresa.

Referencia;
file:///C:/Users/TENIENTE/Downloads/Aplicaci%C3%B3n%20de%20la%20Simulac
i%C3%B3n%20Monte%20Carlo%20en%20el%20c%C3%A1lculo%20del%20riesg
o%20usando%20Excel%20(1).pdf
Buenas noches tutor y compañeros;
Envío mi aporte y conclusión frente al caso propuesto:

1. Una descripción breve del problema a tratar.

La compañía PcSA desarrolla un nuevo producto, para lanzar al mercado y es una
nueva impresora portátil con un gran potencial en el mercado. Actualmente se
tiene el precio de venta, los costos administrativos y de publicidad:
Precio de Venta= 70,000 colones por unidades
Costos Administrativos= 160 millones de Colones
Costos de Publicidad= 80 millones de Colones
Pero aún no se han definido el costo mano de obra directa, costo de componentes
y demanda del primer año del producto. Por lo que se realiza un análisis de
probabilidades para determinar con exactitud esta información y tener así la
proyección, según escenarios positivos o negativos.

2. Supuestos utilizados para las variables aleatorias.

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.

 Precio de venta: 70.000 colones por unidad

 Costos administrativos: 160 millones de colones
 Costos de publicidad: 80 millones de colones
Teniendo en cuenta los anteriores valores y haciendo un análisis de los supuestos
que se tuvieron en cuenta para realizar el cálculo de las variables aleatorias; se
evidencia que el rango de valores son los siguientes:

 Costos de mano de obra: 10.000 hasta 22.000 colones por unidad

 Costo de componentes: 25.000 hasta 35.000 colones
 Demanda del primer año: 9.000 hasta 28.500 unidades

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

parámetros.
En principio con los supuestos generados para las anteriores variables se
observan los siguientes escenarios

 Con los valores iniciales: Utilidad = (70.000-15.000-30.000) 20.000-

240.000.000= 260.000.000
 Pesimista: Utilidad = (70.000-22.000-35.000) 9.000-240.000.000 = -
123.000.000
 Optimista: Utilidad = (70.000-10.000-25.000) 28.500-240.000= 757.500.000

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

presentados en el artículo.
Con la simulación se obtiene más información que con los escenarios fue una
herramienta muy efectiva para ayudar a resolver la problemática lo cual nos da
mucha información para un buen análisis de riesgo; se puede además observar
cuáles son los valores de utilidad más probables.
Teniendo en cuenta que es un nuevo producto que se va a lanzar al mercado, es
demasiado difícil saber con exactitud qué tipo de escenario se va a presentar; pero
sin embargo la simulación arroja unas estadísticas alentadoras para el nuevo
producto que se va a presentar.

Saludos, adjunto mi trabajo de foro en esta publicación.

1. Una descripción breve del problema a tratar.

2. Los supuestos utilizados para las variables aleatorias.
3. Los escenarios considerados y su efecto en las distribuciones o los parámetros.
4. Una conclusión (positiva o negativa) acerca de los resultados presentados en el artículo.

DESARROLLO TRABAJO DE FORO

1. Una descripción breve del problema a tratar:

Como una descripción en modo de resumen, 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 y
 va a generar ganancias en gran porcentaje a la empresa, requieren hacer los
estudios respectivos para calcular el costo de mano de obra directa, el costo de
componentes y la demanda del primer año de la impresora.

2. Los supuestos utilizados para las variables aleatorias.

Se utilizaron las siguientes variables:

 Costos de publicidad: 80 millones de colones

 Costos administrativos: 160 millones de colones
 Precio de venta: 70.000 colones por unidad

Supuestos no conocidos:

 Costo de mano de obra directa (C1)

 Demanda del primer año (X)
 Costo de compras por unidades (C2)

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

parámetros.
La simulación de Monte Carlo nos enseña dos escenarios de pérdida o ganancia
de acuerdo a las variables que se utilicen para la simulación. Al ejecutar el modelo
de simulación se aplican dos escenarios con diferente fin, Generación de valor por
el costo de los componentes y la generación de valor para la demanda del primer
año.
Los escenarios considerados que se encontraron:

 En el escenario pesimista
Utilidad= (70.000-22.000-35.000) 9.000-240.000.000=123.000.000 a lo que se
infiere una perdida proyectada de 123.000.000 millones de colones.
 Escenario atrayente
Utilidad = (70.000-15.000-30.000) 20.0000-240.000.000= 260.000.000

 Escenario optimista
Utilidad = (70.000-10.000-25.000) 28.500-240.000=757.500.000

Efectos distribucionales

 Costo de componentes: Costo el cual de 10.000 hasta 22.000 por unidad

 Demanda estimada del primer año: En este punto la probabilidad normal y el
valor esperado es de 14.500 unidades y la desviación estándar es de 4.000
unidades.
 MOD: En la mano de obra directa el costo va de 25.000 hasta 35.000 c/u con
distribución uniforme.

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

presentados en el artículo.

Una conclusión positiva es que se puede obtener una gran cantidad de

información que puede ser útil para generar escenarios de riesgo. No obstante hay
que tener en cuenta que de acuerdo a su misma flexibilidad y cantidad de
variables puede resultar ineficiente o inexacto de acuerdo a los parámetros dados.