FACULTAD DE INGENIERÍA

DEPARTAMENTO DE INGENIERÍA INDUSTRIAL

MAGÍSTER EN INGENIERÍA INDUSTRIAL

TEORÍA DE LA DECISIÓN

SESIÓN # 15

ELEMENTOS BÁSICOS DE SIMULACIÓN DE MONTE CARLO

SIMULACIÓN EN CRYSTAL BALL

MARIO CASTILLO

Universidad de los Andes | Vigilada Mineducación

Reconocimiento como Universidad, Decreto 1297 del 30 de mayo de 1964. Reconocimiento personería jurídica Resolución 28 del 23 de febrero de 1949 Minjusticia
OBJETIVOS

1. Transmitir los conceptos básicos de Simulación de Monte Carlo y sus

aplicaciones en la solución de problemas de decisión y de evaluación de
riesgo.

2. Presentar las características y aplicaciones más importantes de Crystal

Ball como herramienta de simulación.

3. Presentar una guía para estructurar y analizar un problema de decisión

con base en herramientas de simulación probabilística.

4. Ilustrar con problemas reales el potencial y la pertinencia de las

herramientas de simulación de Monte Carlo en el análisis, estimación y
gestión del riesgo. 2
 PLAN DE LA SESIÓN

1. Introducción y saludo a los estudiantes. Solución de dudas sobre la presentación grabada

enviada antes de la sesión.
2. Realización de la Evaluación Corta

3. Exposición del profesor:

- Síntesis sobre conceptos básicos de Simulación de Monte Carlo en Crystal Ball.

- Guía para estructurar y analizar un problema de decisión con base en herramientas de
simulación probabilística. Casos de aplicación.
4. Indicaciones generales sobre el Parcial # 2.

Break
5. Taller: actividad práctica sobre la ilustración de la estructuración y avaluación de modelos
probabilísticos utilizando el caso Capital FinTech y el software Crystal Ball.
3

6. Entrega del enunciado del Quiz #3 y cierre de la sesión.

ELEMENTOS BÁSICOS DE SIMULACIÓN

Simulación es el proceso de construir un modelo matemático o lógico de un

sistema o problema de decisión, experimentando con el modelo para obtener luces
sobre el comportamiento del sistema o elementos que permitan seleccionar la
mejor alternativa para el problema de decisión.

Hoy en día, la simulación es ampliamente aceptada en el mundo de los negocios para

predecir, para explicar, para entrenar y para ayudar a encontrar soluciones óptimas.

4
PASOS EN EL PROCESO DE SIMULACIÓN
EN CRYSTAL BALL

1. Desarrollar un modelo conceptual que represente la situación que nos

interesa analizar o evaluar, precisando en forma esquemática el
modelo que se piensa construir, la(s) variable(s) de desempeño del
modelo y lo que se busca explicar o evaluar por medio del modelo.
2. Partiendo del modelo conceptual, construir un modelo determinístico en
Excel.
3. Construir el modelo de simulación probabilístico, con base en el modelo
determinístico.
4. Verificar y validar el modelo.
5. Diseñar experimentos utilizando el modelo.
6. Analizar los resultados y concluir.

5
 CONSTRUCCIÓN DE MODELOS EN EXCEL
USO DE CRYSTAL BALL

 Generación de muestras aleatorias.

 Pruebas de Bondad de Ajuste.

 Simulación de problemas de decisión que comportan riesgo.

 Construcción de modelos probabilísticos para la evaluación de alternativas

de decisión y análisis de riesgo en proyectos inversión.

 Construcción de modelos probabilísticos para la estimación de la pérdida

asociada a diferentes tipos de riesgo, tales como Riesgo Operativo, Riesgo
de Tasa de Cambio y Riesgo Económico, entre otros.
6
DISTRIBUCIONES DE MAYOR APLICACIÓN
1. Uniforme 7. Beta (, )

8. Weibull => a partir de ella se obtiene la

2. Normal Exponencial

3. Triangular

4. Lognormal => ln(X) es Normal

5. Bernoulli y Binomial

7
6. Poisson
METODOLOGÍA PARA LA CONSTRUCCIÓN DE
MODELOS PROBABILÍSTICOS EN CRYSTAL BALL

1. Desarrollar un modelo en Excel a partir del modelo conceptual.

2. Construir un modelo probabilístico:
• Definirlos los supuestos para las variables aleatorias, es decir, sus
distribuciones de probabilidad.
• Definir las previsiones, es decir, las variables de desempeño.
3. Correr las simulaciones.
4. Interpretar y analizar los resultados.

8
 ESTIMACIÓN DE LA DURACIÓN Y EL COSTO EN UN PROYECTO
Una compañía de construcción de software para entidades financieras está interesada en hacer un análisis
probabilístico del costo asociado a un proyecto que debe iniciar a principios del próximo mes. El costo del
proyecto depende de las actividades que se realicen y de la duración de cada actividad. En la Figura1 aparece
la secuencia de las actividades que deben realizarse para finalizar dicho proyecto .
Actividad 1 DISTRIBUCIÓN DE PROBABILIDAD DE
ACTIVIDAD COSTO x DÍA (US $)
LA DURACIÓN (días)
Actividad 2
Actividad 1 Triangular (9, 10, 11) 3000
Actividad 2 7 2000
Actividad 3
Actividad 3 Triangular (10, 13, 18) 6000

Actividad 4 Actividad 4 Uniforme [13, 15] 1000

Actividad 5 8 2000
Actividad 5 Actividad 6 Discreta (8, 0.3; 11, 0.5; 16, 0.2) 4000

Actividad 6 Tabla 1. Información sobre la duración y costo de las actividades del proyecto

Figura 1. Secuencia de las actividades

En la figura se observa que todas las actividades deben llevarse a cabo para finalizar con éxito el proyecto.
Adicionalmente, los expertos solo tienen certeza con respecto a la duración de las actividades 2 y 5, mientras
que la duración de las demás actividades se puede representar por medio de las variables aleatorias que se
presentan en la Tabla 1, cuyos parámetros han sido estimados con base en información histórica y en el
conocimiento de los expertos. La duración de las actividades repercute directamente en el costo total del
proyecto, ya que para cada una de las actividades existe una tarifa por día, de acuerdo con los equipos y el
personal especializado que se requiere.
9
10
 ESTIMACIÓN DE LA DURACIÓN Y EL COSTO EN UN PROYECTO
COSTOS

Costo Total por DISTRIBUCIÓN DE PROBABILIDAD DE

Actividad Duración Estimada (días) Costo por día
Actividad LA DURACIÓN (días)
Actividad 1 10 $ 3.000 $ 30.000 Triangular (9, 10, 11)
Actividad 2 7 $ 2.000 $ 14.000 7
Actividad 3 13 $ 6.000 $ 78.000 Triangular (10, 13, 18)
Actividad 4 14 $ 1.000 $ 14.000 Uniforme [13, 15]
Actividad 5 8 $ 2.000 $ 16.000 8
Actividad 6 11 $ 4.000 $ 44.000 Discreta (8, 0.3; 11, 0.5; 16, 0.2)

Tiempo Total del Proyecto 63

Costo Total del Proyecto $ 196.000

Actividad que debían realizar los estudiantes

antes de la Sesión Sincrónica
1. Revisar y entender el modelo de Excel que estaba disponible en Bloque Neón, construido para
calcular el tiempo y el costo total del proyecto, acorde con la descripción del problema.
2. Construir el modelo probabilístico en Crystal Ball para calcular el tiempo y el costo total del
proyecto siguiendo los pasos que sugeridos en la Diapositiva 8 de esta presentación. Si no tenían
instalado Crystal Ball en su computador, entonces podían acceder a la sala Nukak, en
donde el programa está disponible.
3. Comparar los resultados que obtuvieron en su simulación, con los que se presentan en las
siguientes diapositivas. 11
 ESTIMACIÓN DE LA DURACIÓN Y EL COSTO EN UN PROYECTO
COSTOS

Costo Total por DISTRIBUCIÓN DE PROBABILIDAD DE LA

Actividad Duración Estimada (días) Costo por día
Actividad DURACIÓN (días)

Actividad 1 9,9383 $ 3.000 $ 29.815 Triangular (9, 10, 11)

Actividad 2 7 $ 2.000 $ 14.000 7

Actividad 3 12,6849 $ 6.000 $ 76.110 Triangular (10, 13, 18)

Actividad 4 14,7589 $ 1.000 $ 14.759 Uniforme [13, 15]

Actividad 5 8 $ 2.000 $ 16.000 8

Actividad 6 8 $ 4.000 $ 32.000 Discreta (8, 0.3; 11, 0.5; 16, 0.2)

Tiempo Total del Proyecto 60,3821

Costo Total del Proyecto (US $) $ 182.683,3188

Distribución Actividad 6

x P(x)

8 0,3

11 0,5

16 0,2
RESULTADOS DE LA ESTIMACIÓN DE LA DURACIÓN Y EL
COSTO DEL PROYECTO

13
14
 CAPITAL FINTECH

EVALUACIÓN DE UN CONJUNTO DE ALTERNATIVAS

PARA EL CAMBIO DE UN SISTEMA DE INFORMACIÓN

CASO BASADO EN LA TESIS:

ANÁLISIS Y EVALUACIÓN DE ALTERNATIVAS
PARA EL SISTEMA DE INFORMACIÓN ACADÉMICO DE LA UNIVERSIDAD DE IBAGUÉ
POR:
DANIEL HERNANDO URIBE POLANÍA

ASESOR: MARIO CASTILLO

COASESORA: ASTRID BERNAL
DESCRIPCIÓN DEL PROBLEMA

 Siendo conscientes de la importancia en el manejo, integración y eficiencia de la

información en la empresa, Capital Fintech quiere realizar la evaluación de
un conjunto de alternativas para el cambio de su Sistema de
Información (SI). Con este fin, se contrató una consultoría que apoya
metodológicamente el proceso de decisión. Como resultado de la estructuración
del problema, la empresa consideró pertinente la construcción de un modelo de
Simulación de Monte Carlo con el fin de evaluar los costos de cada alternativa
con un horizonte de tiempo 5 años.

 Los costos que se tendrán en cuenta en el modelo corresponden al software

(compra y desarrollo), la capacitación del personal y el mantenimiento.
Los costos de hardware no se tendrán en cuenta debido a que Capital Fintech ya
adquirió los equipos necesarios para implementar cualquiera de las soluciones.
16
ALTERNATIVAS DE DECISIÓN

A1: Desarrollo T&S

A2: Desarrollo CW

A3: Desarrollo Inhouse

17
ALTERNATIVAS DE DECISIÓN

A1: contratar a la empresa T&S para el diseño, desarrollo e

implementación del núcleo y módulos del nuevo sistema de información.

A2: comprar a la empresa CW el núcleo y módulos del nuevo sistema

de información. Debido a que la empresa CW es estadounidense,
todos los valores del contrato se manejarán en dólares.

A3: comprar a CW el núcleo del nuevo sistema de información, y realizar

el desarrollo inhouse de los módulos adicionales requeridos. Únicamente
los costos de instalación del núcleo se manejarán en dólares.
18
CARACTERIZACIÓN DE ALTERNATIVAS
PARÁMETROS

 A continuación, se presenta un resumen de los costos de software para cada

alternativa.

Costo de instalación Costo de compra de

Alternativa
(por hora) software

1 COP $ 500,000 COP $ 200,000,000

2 USD $ 144 USD $ 60,000
3 USD $ 120 USD $ 25,000
La Alternativa 3 tiene un costo adicional de COP $ 55,000,000 debido al
desarrollo de los módulos.
19
CARACTERIZACIÓN DE ALTERNATIVAS
PARÁMETROS
 A continuación, se presenta un resumen de los costos de capacitación y de
mantenimiento (para el primer año) para cada alternativa. Capital Fintech
cuenta con equipo líder de tecnología de 80 profesionales, a quienes debe
capacitar independientemente de la alternativa escogida.

Horas de Costo
Costo de capacitación (por mantenimiento por hora de
Alternativa
hora, por persona) al año mantenimiento

1 COP $ 70,000 5500 COP$ 85,000

2 USD $ 22 5000 USD $25

3 COP $ 75,000 5500 COP$ 90,000

20
CARACTERIZACIÓN DE ALTERNATIVAS
PARÁMETROS

Las horas de mantenimiento de cada alternativa se mantendrán a lo largo del

horizonte de tiempo. Los costos de mantenimiento por hora se verán afectados por
la tasa de inflación, bien sea en Colombia o en Estados Unidos.

21
CARACTERIZACIÓN DE ALTERNATIVAS
VARIABLES ALEATORIAS
Adicionalmente, se tiene una estimación de la distribución de probabilidad del
tiempo en horas (al año) que requieren las actividades de instalación de software
y capacitación para cada alternativa:

Variable Aleatoria Distribución de Probabilidad

Horas de instalación -
𝑻𝒓𝒊𝒂𝒏𝒈𝒖𝒍𝒂𝒓 𝑎 = 70, 𝑐 = 80, 𝑏 = 88
Alternativa 1
Horas de instalación -
𝑵𝒐𝒓𝒎𝒂𝒍(𝜇 = 70, 𝜎 = 7)
Alternativa 2
Horas de instalación -
𝑵𝒐𝒓𝒎𝒂𝒍(𝜇 = 30, 𝜎 = 4)
Alternativa 3
Horas de capacitación
𝑼𝒏𝒊𝒇𝒐𝒓𝒎𝒆(𝑎 = 94, 𝑏 = 98)
- Alternativa 1
Horas de capacitación
𝑻𝒓𝒊𝒂𝒏𝒈𝒖𝒍𝒂𝒓(𝑎 = 56, 𝑐 = 63, 𝑏 = 68)
- Alternativa 2
Horas de capacitación 22
𝑼𝒏𝒊𝒇𝒐𝒓𝒎𝒆(𝑎 = 93, 𝑏 = 99)
- Alternativa 3
CARACTERIZACIÓN DE ALTERNATIVAS
VARIABLES ALEATORIAS
Respecto a los costos de software y capacitación, estos sólo se efectúan en el
primer año, mientras que los costos de mantenimiento crecen a una tasa igual a
la inflación del país correspondiente durante los siguientes cuatro años. La inflación
en cada país para cada año, así como la variación de la tasa de cambio año a año
también son variables aleatorias con las siguientes distribuciones de probabilidad:

Distribución de
Variable Aleatoria Media
Probabilidad
Inflación en Colombia 3% 𝑁𝑜𝑟𝑚𝑎𝑙(𝜇 = 3%, 𝜎 = 0.5%)

Inflación en Estados
2% 𝑁𝑜𝑟𝑚𝑎𝑙(𝜇 = 2%, 𝜎 = 0.4%)
Unidos
Variación anual de la tasa
5% 𝑁𝑜𝑟𝑚𝑎𝑙(𝜇 = 5%, 𝜎 = 1%)
de cambio

23
CARACTERIZACIÓN DE ALTERNATIVAS
VARIABLES ALEATORIAS
 El costo de capital estimado por Capital Fintech es del 8% anual, que se utilizará
como la tasa de descuento, y el valor del dólar es de COP $ 3,800 en el primer
año.

Costo de capital Dólar Año 1

8% $3,800 COP

24
 Costo de Capital 8%

Inflación en Colombia
Inflación en Estados Unidos
Variación tasa de cambio
Tasa de cambio (COP $) $ 3.800,00 $ 3.800,00 $ 3.800,00 $ 3.800,00 $ 3.800,00
AÑO 0 1 2 3 4

ALTERNATIVA 1
CONCEPTO Año 1 Año 2 Año 3 Año 4 Año 5
Horas requeridas de instalación (núcleo y módulos)
Costo de instalación por hora (COP $) $ 500.000,00
Instalación del software (COP $) $ 0,00
Compra del software (COP $) $ 200.000.000,00
COSTOS DE SOFTWARE (COP $) $ 200.000.000,00
Número de horas de capacitación por persona
Personal por capacitar (número de personas) 80
Costo de capacitación por hora por persona (COP $) $ 70.000,00
COSTOS DE CAPACITACIÓN (COP $) $ 0,00
Número de horas de mantenimiento anual 5500 5500 5500 5500 5500
Costos por hora de mantenimiento (soporte y actualización) (COP $) $ 85.000,00 $ 85.000,00 $ 85.000,00 $ 85.000,00 $ 85.000,00
COSTOS DE MANTENIMIENTO (COP $) $ 467.500.000,00 $ 467.500.000,00 $ 467.500.000,00 $ 467.500.000,00 $ 467.500.000,00
COSTOS TOTALES (COP $) $ 667.500.000,00 $ 467.500.000,00 $ 467.500.000,00 $ 467.500.000,00 $ 467.500.000,00
VPs $ 667.500.000,00 $ 432.870.370,37 $ 400.805.898,49 $ 371.116.572,68 $ 343.626.456,18
TOTAL VPs ALTERNATIVA 1 (COP $) $ 2.215.919.297,72
PRUEBAS DE BONDAD DE AJUSTE
ANÁLISIS DE ENTRADA

Pasos a seguir en el análisis de entrada:

1. Recolección de Datos
2. Identificación de distribuciones de probabilidad adecuadas (Histogramas)
3. Estimación de parámetros
4. Pruebas de bondad de ajuste

26
 PRUEBA DE BONDAD DE AJUSTE – MOTIVACIÓN

Objetivo
27
Determinar si la distribución de un conjunto de datos, seleccionados al azar y de forma
independiente, se ajusta a alguna distribución conocida específica.
 PRUEBAS DE BONDAD DE AJUSTE
EN CRYSTALL BALL

• Pruebas X2: compara la distribución de frecuencia observada de los datos con la distribución teórica
especificada.

• Kolmogorov – Smirnov: compara la distribución acumulada de la frecuencia observada de los datos con la
distribución acumulada teórica especificada.

• Anderson – Darling: Similar a la prueba K-S, con la diferencia de que le da más peso a las diferencias en los
valores extremos de la distribución que a los valores ubicados en el rango medio.

• Observación
- Chi Cuadrado se recomienda para distribuciones discretas ó continuas cuando
se cuenta con una buena cantidad de datos.
- Kolmogorov – Smirnov se recomienda para distribuciones continuas.
No requiere de una gran cantidad de datos.
- Anderson – Darling se recomienda para distribuciones con colas pronunciadas.

• Criterio de Aceptación para estas Pruebas Estadísticas

Si el p-value asociado al valor de la Estadística de la Prueba es mayor que 0.05,
entonces se acepta que la variable aleatoria tiene la distribución especificada. 28
 PRUEBA DE BONDAD DE AJUSTE - 𝜒 2
Hipótesis
𝐻0 : 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝒔𝒆 𝒂𝒋𝒖𝒔𝒕𝒂𝒏 𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑓𝑋 (𝑥)
𝐻1 : 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝒏𝒐 𝒔𝒆 𝒂𝒋𝒖𝒔𝒕𝒂𝒏 𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑓𝑋 (𝑥)
𝑯𝟎 : 𝑝1 = 𝑝1∗ , 𝑝2 = 𝑝2∗ , … , 𝑝𝑚−1 = 𝑝𝑚−1
∗

𝑯𝟏 : 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛 𝑝𝑖 ≠ 𝑝𝑖∗
Estadístico de Prueba, asumiendo H0 como cierto
𝑋𝑖 = Número de resultados del experimento que se encuentran en el intervalo Ai, de las n realizaciones
𝑚 = Número de intervalos en las cuales se clasifican los datos de la muestra
𝑝𝑖 = P(resultado del experimento caiga en Ai, asumiendo H0 como cierta) = 𝑃 𝐴𝑖 . De esta definición se obtiene que
σ𝑚𝑖=1 𝑝𝑖 = 1

𝑛 = Tamaño de la muestra o número de realizaciones del experimento

𝑚
𝑋𝑖 − 𝑛𝑝𝑖 2
𝐸𝑠𝑡𝑎𝑑í𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝑃𝑟𝑢𝑒𝑏𝑎 = ෍ ~ 𝜒 2𝑚−1
𝑛𝑝𝑖 29
𝑖=1
EJEMPLO DE UNA PRUEBA DE BONDAD DE AJUSTE - 𝜒 2

La distribución de frecuencias del tiempo, en minutos, que duran las caídas de cierta
página Web, con base en una muestra aleatoria de 30 caídas, presentó los siguientes
resultados:
Duración Número
(minutos) de Caídas
4  X  6 2
6 < X  8 3
8 < X  10 13
10 < X  12 8
12 < X  14 4

¿Puede admitirse que la variable aleatoria X asociada a la duración de las caídas de

dicha página Web tiene una distribución Uniforme en el intervalo [4, 14] horas, con
un nivel de significancia de  = 0.05?
30
EJEMPLO - SOLUCIÓN
Definamos los eventos 𝐴1 , … 𝐴5 según los 5 rangos presentados en la tabla. Si asumimos que la
duración de las caídas de dicha página Web, en minutos, tiene una distribución Uniforme en el
intervalo [4, 14], hipótesis 𝑯𝟎 , entonces como todos los rangos tienen la misma longitud, se debe
tener que 𝑃(𝐴𝑖 ) = 𝑝𝑖 = 1/5 para 𝑖 = 1,2, … , 5, obteniendo la siguiente tabla para la prueba:

Rango Xi pi npi Xi – npi (Xi - npi)2 (Xi - npi)2/ npi

A1 2 0.2 6 -4 16 2.67
A2 3 0.2 6 -3 9 1.50
A3 13 0.2 6 7 49 8.17
A4 8 0.2 6 2 4 0.67
A5 4 0.2 6 -2 4 0.67

De lo cual resulta que la estadística calculada o estadístico de prueba según la muestra aleatoria toma
un valor de 𝑌 = 𝟏𝟑. 𝟕, mientras que el valor crítico para una 2 con cuatro grados de libertad y
 = 0.05 nos da, según la tabla de su distribución acumulada, 9.49.
Como 𝑌 = 𝟏𝟑. 𝟕 > 𝟗. 𝟒𝟗, debemos rechazar la hipótesis de que la variable aleatoria X, duración de
31
las caídas de dicha página Web, en minutos, tiene una distribución Uniforme en el intervalo [4, 14].
TABLA DISTRIBUCIÓN 𝜒 2 ACUMULADA

32
EJEMPLOS BONDAD DE AJUSTE – CRYSTAL BALL

Se ajusta

No se ajusta

No se ajusta

33