Documentos de Académico
Documentos de Profesional
Documentos de Cultura
4 SEMESTRE
GRUPO: A
Ofrece resultados gráficos.Gracias a los datos que genera una simulación Monte Carlo, es fácil crear
gráficos de diferentes resultados y las posibilidades de que sucedan.
·Análisis de sensibilidad.En este método resulta más fácil ver qué variables introducidas tienen mayor
VENTAJAS influencia sobre los resultados finales.
El análisis de escenario.Usando la simulación Monte Carlo, los analistas pueden ver exactamente los
valores que tienen cada variable cuando se producen ciertos resultados.
Correlación de variables de entrada.También permite modelar relaciones interdependientes entre
diferentes variables de entrada.
·Si el sistema opera con datos que no se han llegado a actualizar con respecto a la situación actual, puede
que las conclusiones finales que saquemos no sean correctas.
·En muestras poco representativas no tiene sentido aplicarlo, ya que los resultados finales serán tan poco
Inconvenientes fiables como la muestra inicial.
·En casos donde la relación entre variables pueda modificar el resultado final del proyecto o inversión, la
simulación de Montecarlo no nos va a ser de ayuda, ya que no tiene en cuenta la dependencia entre los
datos.
En general, estemétodo de simulaciónse basa en crear modelos de posibles resultados mediante la sustitución
COMO de un rango de valores (una distribución de probabilidad) para cualquier factor con incertidumbre inherente.
FUNCIONA: Después, calcula los resultados una y otra vez, cada vez usando un grupo diferente de valores aleatorios de las
funciones de probabilidad. De esta forma, dependiendo del número de riesgos o incertidumbres y de los rangos
especificados, pueden ser necesarios miles de recálculos para completar la simulación.
Método de
Monte Carlo
El análisis de riesgos con el método Montecarlo consiste en una simulación de diferentes variables para poder
el método analizar y medir cuantitativamente los riesgos que pueden aparecer durante el proyecto. Es una de las formas
Montecarlo más útiles que tiene un equipo dedicado a la dirección de proyectos para poder valorar una inversión
en análisis de Actualmente muchos proyectos fracasan porque solamente basan sus estrategias en suposiciones, sin
riesgos analizar detalladamente los riesgos implícitos en sus actividades. Si se miden y cuantifican las posibles
amenazas, es más fácil evitarlas o mitigar su impacto.
Una de las formas de poder crear Máster online en Risk Data Analysis
simulaciones con el método Montecarlo es Los procesos de análisis cuantitativo de riesgos
Software utilizando softwares como Microsfot Project, son abordados en profundidad en el Máster en
de @Risk o Cristal Ball. Estos programas Gestión de Riesgos y Data Analysis de EALDE
simulación permiten simular cronogramas de trabajo de Business School. Se trata de un programa 100%
forma totalmente dinámica y poder analizar online, cuyos contenidos están enfocado a la
los riesgos siguiendo la evolución. aplicación real de los conocimientos adquiridos.
1. Configurar el modelo predictivo, identificando la variable dependiente que se debe predecir y las variables
APLICACIONES independientes (también conocidas como variables de entrada, riesgo o predicción) que determinarán la predicción.
2. Especificar las distribuciones de probabilidades de las variables independientes. Utilizar datos históricos y/o el juicio
subjetivo del analista para definir un rango de valores probables y asignar ponderaciones de probabilidad para cada una.
3. Ejecutar simulaciones repetidamente para generar valores aleatorios de las variables independientes. Haga esto hasta
obtener suficientes resultados para crear una muestra representativa del número infinito de combinaciones posibles.
A veces la aplicación del método Monte Carlo se usa para analizar problemas que no tienen un
componente aleatorio explícito; en estos casos un parámetro determinista del problema se expresa
Aplicaciones como una distribución aleatoria y se simula dicha distribución. Un ejemplo sería el famoso problema
de las Agujas de Bufón. La simulación de Monte Carlo también fue creada para resolver integrales
que no se pueden resolver por métodos analíticos, para solucionar estas integrales se usaron
números aleatorios.
CONCLUSIÓN.
En el trabajo que realizamos con mi equipo que fue relacionado con un método
llamado “Montecarlo”, con dicho método nos pudimos dar cuenta al momento de
investigar que dicho método está relacionado con varias materias o ciencias, entre
estas materias y/o ciencias se encuentran las siguientes: Ingeniería, Infografía,
Estadística aplicada, Finanzas, Negocios, Telecomunicaciones, Integración, etc.
Por otro lado, los softwares de uso exclusivo como MCP que se diseñó
para este Trabajo tienen definidas las ecuaciones con las que trabajan, sin
embargo, son rápidos en la preparación previa y en las simulaciones. Existen
también paquetes de software de nivel intermedio, que toman ventajas de los dos
anteriores, aunque
Referencias