Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Monografía N°1
Diciembre 2020-2
Índice
1. Introducción..................................................................................................................... 3
2. Pronósticos de producción..............................................................................................5
3. Pronóstico de demanda en el horizonte de tiempo..........................................................5
3.1. Tipos de pronóstico..................................................................................................5
4. Pronóstico método Delphi...............................................................................................7
4.1. Características del método Delphi............................................................................8
4.2. Aplicación del Método Delphi...................................................................................9
4.3. Ventajas y Limitaciones..........................................................................................10
5. Pronóstico MonteCarlo..................................................................................................12
5.1. ¿Utilidad del método de Montecarlo en proyectos?................................................12
5.2. Aplicación del Método Monte Carlo........................................................................14
5.3. Ventajas y Limitaciones de su Aplicación...............................................................20
6. Bibliografía.................................................................................................................... 22
1|Página
1. Introducción
2|Página
Con base en la información histórica y en el diagnóstico de su situación actual, las
organizaciones requieren anticipar sus resultados como una valiosa herramienta
para la administración y el uso de sus recursos. Por esta razón, la proyección de
estados financieros es una importante labor que requiere de la consideración de
diferentes elementos conocidos y desconocidos, pues en condiciones de
incertidumbre, la gestión del riesgo es un factor clave en el éxito de las
organizaciones.
La simulación Monte Carlo es un método que combina el uso de los sistemas de
información organizacional (información histórica principalmente) y la aleatoriedad
para estimar la posibilidad de ocurrencia de un evento. Aplicando este método para
proyectar los estados financieros, la administración de una organización puede
reconocer la probabilidad de ocurrencia de escenarios deseables o no deseables,
con el fin de tomar acciones sobre las variables que puede controlar.
Aplicar la simulación Monte Carlo requiere la identificación de las variables claves
que afectan el resultado a proyectar, así como la distribución de probabilidad que
defina el comportamiento de estas variables.
Este trabajo pretende resaltar el uso de la simulación Monte Carlo como
herramienta poderosa de la administración para la gestión estratégica de sus
recursos en el corto plazo, en especial, de las variables que afectan el resultado del
periodo: ingresos, costos y otros gastos. De esta manera, con base en un análisis
de sensibilidad sobre el resultado del periodo, se podrá identificar las probabilidades
de ocurrencia de un escenario no favorable, uno optimista y el más probable.
3|Página
2. Pronósticos de producción
Con esto logramos hacernos una idea que nos permite ver qué es lo que vamos a
encontrar en el post de hoy: Cómo estimar la demanda buscando elegir el mejor
método para disminuir la incertidumbre en nuestras decisiones. Iniciamos.
4|Página
3.1. Tipos de pronóstico
Cada tipo de pronóstico debe ajustarse al tipo de datos o serie de tiempo que desea
será analizada. Por ejemplo para una serie de alta densidad de datos y baja
variabilidad, la media móvil puede ser un buen método de pronóstico, dado que
construye el pronóstico a partir del promedio de los datos anteriores. A modo de
ejemplo, el siguiente gráfico muestra la demanda de un producto durante más de un
año. Los datos reales se presentan en negro, mientras en verde se muestra el
pronóstico con media móvil y en azul el pronóstico con Holt-Winters. Vemos que
ambos pronósticos difieren de la realidad, pero se van moviendo de acuerdo a la
demanda.
5|Página
4. Pronóstico método Delphi
En la primera etapa cada persona del grupo proporciona una respuesta escrita a las
preguntas que se le hacen. Después se tabulan dichas respuestas y se realimenta
al grupo con ellas, incluyendo alguna elaboración en base a valores estadísticos
(promedio, desviación estándar, valores máximos, mínimos, etc). A continuación, y
de existir un cierto grado de dispersión en las respuestas originales, se pide a cada
miembro del grupo que reconsidere sus respuestas anteriores y responda de nuevo
las preguntas. Las respuestas de la segunda etapa se vuelven a resumir y se da
feedback al grupo para una tercera etapa, y así sucesivamente. Este proceso se
repite hasta alcanzar un grado suficiente de acuerdo, utilizándose como pronósticos
los resultados de la última etapa.
6|Página
4.1. Características del método Delphi
El método Delphi pretende extraer y maximizar las ventajas que presentan los
métodos basados en grupos de expertos y minimizar sus inconvenientes. Para ello
se aprovecha la sinergia del debate en el grupo y se eliminan las interacciones
sociales indeseables que existen dentro del mismo. De esta forma se espera
obtener un consenso lo más fiable posible del grupo de expertos gracias a sus tres
características fundamentales: • Anonimato: Mientras dura el proceso de consulta,
ningún experto conoce la identidad de los otros que componen el grupo de debate.
Con esto se elimina la posibilidad de que un miembro del grupo sea influenciado por
la reputación de otro de los miembros o por el peso que supone oponerse a la
mayoría. Permite que un miembro pueda cambiar sus opiniones sin que eso
suponga una pérdida de imagen. • Iteración y retroalimentación controlada: La
iteración se consigue al presentar varias veces el mismo cuestionario, agregando o
quitando preguntas según la opinión del grupo. Además, se pueden presentar los
resultados obtenidos con los cuestionarios anteriores, para que los expertos vayan
conociendo los distintos puntos de vista y puedan ir modificando o continuar
sosteniendo su opinión ampliando sus argumentos. • Respuesta del grupo en forma
estadística: La información que se presenta a los expertos no es sólo el punto de
7|Página
vista de la mayoría, sino que se presentan todas las opiniones indicando el grado de
acuerdo que se ha obtenido.
8|Página
planificar, se pueden efectuar consultas para unidades de tiempo menores como ser
semestres, trimestres, hasta incluso mensual si se hiciera para el 2003. Siguiendo
los pasos descritos en la figura 1 de las fases del método Delphi tradicional, se
efectuará la entrega de las instrucciones y objetivos del estudio, así como la primera
versión del cuestionario a los expertos elegidos en la etapa de planificación de este
proceso. Suponiendo que se le otorgará el mismo peso o importancia a cada una de
las respuestas recibidas, la operación matemática que se realizará es el promedio
de cada uno de los NBT resultantes de esta encuesta. Si los valores recibidos para
el tipo de cambio en 2004 son:
Con estos valores se puede calcular el NBT medio para la variable tipo de cambio
para el año 2004: TC = (4.03; 4.43; 4.93). Es oportuno aclarar la particularidad que
tiene este NBT: el valor mínimo representa la visión optimista de cada experto, por
ello el límite inferior del NBT medio que se calcule representará la mejor de las
situaciones posibles para el país respecto a la variable bajo análisis. A su vez, el
valor central representa el escenario con más posibilidades de ocurrir según el panel
consultado.
Ventajas
9|Página
● Minimiza la influencia de los líderes de opinión, permitiendo a cada
participante, expresarse libremente.
● El anonimato y la confidencialidad que deben mantenerse, permite disentir de
opiniones generalizadas y/o mantenidas en el tiempo como verdades
absolutas. En las etapas sucesivas el participante tendrá la opción de
defender su posición.
● Es un método útil para la toma de decisiones y su aplicación es muy amplia
en cualquier ámbito.
● Permite la participación simultánea de expertos geográficamente muy
distantes.
● Es un método de obtención de la opinión de expertos que cuenta con muchos
años de experiencia y que ha evolucionado utilizando los canales de
comunicación más expeditos que brindan las nuevas tecnologías, haciéndolo
más flexible, cómodo y rápido.
Limitaciones
10 | P á g i n a
5. Pronóstico MonteCarlo
11 | P á g i n a
De
esta forma el método de Montecarlo permite calcular el valor de coste y plazo del
proyecto en base a un determinado grado de confianza, y así determinar en qué
medida nuestra planificación es realista, y va a permitir conseguir los objetivos del
proyecto. Esto significa determinar en qué porcentaje de las simulaciones
realizadas, el plazo y el coste totales son menores a los objetivos del proyecto.
Otra utilidad, si planificamos por el método de cadena crítica, es usar este análisis
para determinar el valor de la protección en cada grupo de tareas y del conjunto del
proyecto. Esto se realiza de la misma forma que con el proyecto completo, pero
ejecutando el análisis en el grupo de tareas que queremos estudiar.
12 | P á g i n a
Una vez hemos completado la planificación del proyecto, el análisis de Montecarlo
sigue siendo útil para estudiar los efectos de los cambios o de las contramedidas
sobre el proyecto.
13 | P á g i n a
mencionados. Siguiendo los supuestos del modelo CVU, sólo al componente
volumen de producción se le realizaron las pruebas de bondad de ajuste con el
criterio AndersonDarling, en la Tabla 1 se presenta la distribución de probabilidad y
los parámetros para cada variable y se utilizó la aplicación @risk para realizar las
pruebas de bondad de ajuste. Para las cuentas que tienen un comportamiento fijo,
se utilizó como valor determinístico el valor monetario definido por la compañía en
su sistema de costos por mes (CTF costo total fijo o GTF gasto total fijo) al igual que
el costo variable unitario en función de una hora de prestación de servicio (CUV
costo unitario variable o GUV gasto unitario variable). En las tablas 2 y 3, se
presenta el resumen de los anteriores datos.
14 | P á g i n a
Paso 2 calcular las correlaciones entre las variables independientes. La definición
de un costo variable es que cambia si hay cambios en la producción, es decir, que
debe existir una correlación entre las 22 cuentas contables y las variables tiempo del
personal en la prestación del servicio. El coeficiente de correlación en modelos
lineales es una forma de medir la existencia de correlación entre las variables
mencionadas, pues mide la intensidad de la relación lineal entre las variables del
costo total (cuenta contable) y el nivel de operación (tiempo del personal en la
prestación del servicio). (Gutiérrez & de la Vara, 2008). Se verificó que las 21
cuentas presentan correlación positiva con el tiempo del personal en la prestación
15 | P á g i n a
del servicio, aunque el valor en muchos casos no alcanza el valor mínimo de 0,6
para el coeficiente.
Paso 4 generar números aleatorios. Dado que las variables aleatorias son el tiempo
de prestación del servicio por tipo de servicio, se requería la generación de seis
números aleatorios por corrida o escenario. Los números aleatorios se generaron
con la función de Excel ALEATORIO.
16 | P á g i n a
Paso 7 realizar el análisis de estadística descriptiva. En la Tabla 6 y en la Figura 4
se presentan algunas mediciones clásicas de estadística descriptiva y el histograma
resultado de la simulación. Se puede observar que el promedio de las 2.730 corridas
es negativo e igual a una pérdida $74.149.290 (COP), aunque tiene una desviación
estándar con un valor cercano a la media, indicando que los datos tienden alejarse
del promedio en $74.117.768 (COP).
17 | P á g i n a
Paso 8 hacer análisis de sensibilidad. En la Figura 5 se presenta el gráfico de
tornado, el cual despliega una jerarquía relativa de una variable independiente
versus otras, al comparar los efectos de todas estas variables en el comportamiento
de la variable dependiente. La longitud de la barra indica la cantidad de cambio que
la variable independiente causa sobre los resultados o la variable dependiente, sin
cambiar las demás variables de entrada. En este caso, las variables importantes de
18 | P á g i n a
analizar son las aleatorias, que son las que presentan incertidumbre en el corto
plazo, es decir, las horas de prestación del servicio por tipo de servicio.
19 | P á g i n a
mejor control sobre esas variables sensibles para que los resultados finales sean
similares a los esperados o deseables (Mancilla H., 1999).
Es importante reconocer que esta herramienta puede generar una gran cantidad de
escenarios en los cuales se puede ajustar el resultado final, por lo tanto, otorga un
rango muy amplio de posibilidades que requieren del análisis de información
complementaria cuantitativa y cualitativa que permita delimitar más el escenario en
el que se puede encontrar la empresa en el corto plazo.
20 | P á g i n a
6. Bibliografía
https://www.pricing.cl/conocimiento/metodos-de-pronosticos/
https://ingenioempresa.com/pronostico-de-demanda/#:~:text=Un%20pron
%C3%B3stico%20de%20demanda%20o,producto%20o%20servicio%20que
%20ofrecemos.&text=Otras%20definiciones%20m%C3%A1s%20generales
%20colocan,estimaci%C3%B3n%20en%20situaciones%20de
%20incertidumbre.
https://www.gestiondeoperaciones.net/proyeccion-de-demanda/metodo-
delphi-para-pronosticos-de-ventas/#:~:text=El%20M%C3%A9todo%20Delphi
%20probablemente%20es,de%20un%20grupo%20de%20expertos.
https://eco.mdp.edu.ar/cendocu/repositorio/00179.pdf
https://kanbanize.com/es/recursos-de-kanban/metricas-kanban/simulaciones-
de-monte-carlo
21 | P á g i n a
https://www.recursosenprojectmanagement.com/metodo-de-montecarlo/#
%C2%BFQue_es_el_metodo_de_Montecarlo
https://www.researchgate.net/publication/335001474_Aplicacion_de_la_simul
acion_Monte_Carlo_en_la_proyeccion_del_estado_de_resultados_Un_estudi
o_de_caso/link/5d499cae4585153e59412101/download
https://eco.mdp.edu.ar/cendocu/repositorio/00179.pdf
https://www.andarupharma.com/metodo-delphi-proyectosmarketing-
marketinghealhcare_marketingsalud-comunicacionsalud/
22 | P á g i n a