0 - CB

Introducción a Crystal Ball
Manual
Este manual y el software en él descrito, se proporcionan bajo licencia y sólo pueden ser
utilizados o copiados de acuerdo a los términos del acuerdo de licencia. La información en
este documento se proporciona solamente para propósitos informativos, está sujeta a
cambios sin previo aviso, y no representa un compromiso para la comercialización o para
ajustarse a cualquier propósito particular de Decisioneering, Inc.
Ninguna parte de este manual puede ser reproducida o transmitida en ninguna forma y por
ningún medio, electrónico o mecánico, incluyendo fotocopiado y grabación, para ningún
propósito sin el consentimiento expreso y por escrito de Decisioneering, Inc.
Escrito, diseñado y publicado en los Estados Unidos de América.
Para comprar copias adicionales de este documento, contacte a Servicios Técnicos o al
Departamento de Ventas en la siguiente direcció:
Decisioneering, Inc.
1515 Arapahoe St., Suite 1311
Denver, Colorado, USA 80202
Teléfono: +1-303-354- 1515. Ventas sin costo: 1-800-289-2550. Fax: 1-303-534-4818
© 1988-2006, Decisioneering, Inc.
Decisioneering ® es una marca registrada de Decisioneering, Inc.
Crystal Ball ® es una marca registrada de Decisioneering, Inc.
CB Predictor ™ es una marca de Decisioneering, Inc.
OptQuest ® es una marca registrada de Optimization Technologies, Inc.
Microsoft ® es una marca registrada de Microsoft Corporation en los EUA y otros países.
es una marca registrada de Frontline Systems, Inc.
Otros nombres de productos aquí mencionados pueden ser marcas registradas de sus respectivos propietarios.
Revisión y Adaptación del documento original en Inglés: Eduardo Herrera Lana, MBA
2 www.crystalball.com
Contenidos
• Presentación 4
• Modelos y Simulación 7
• Distribuciones de Probabilidad y Estadísticas 25
• Iniciándose en Crystal Ball 37
• Configurar un Modelo de Simulación 44
• Análisis y Presentación de Resultados 64
• Entorno de Simulación 78
• Herramientas Básicas de Crystal Ball 86
• Apéndice 1 – Ejercicios Adicionales 105
• Apéndice 2 – Soluciones a Ejercicios Adicionales 114
• Apéndice 3 – Estadísticas 124
• Apéndice 4 – Distribuciones de Probabilidad 129
• Apéndice 5 – Métodos de Ajuste a Distribuciones de Probabilidad 162
• Apéndice 6 – Correlación 163
Crystal Ball Training
Modelos y Simulación
¿Qué es la Simulación?
• Es el proceso de experimentar con un modelo para

medir su comportamiento frente a cambios en las
variables de entrada
• Es la vía para obtener una comprensión más profunda
de la naturaleza de un proceso
• Permite identificar problemas de diseño de un sistema
• Es una herramienta para manejo de riesgos partiendo
de la comprensión de sus costos y beneficios
Simulación Monte Carlo
Un sistema que utiliza números aleatorios para medir los

efectos de la incertidumbre
Cómo funciona la Simulación Monte Carlo
Empieza aquí:
Genera un número aleatorio
(entre 0 y 1)
Transforma la Distribución de
Convierte ese número Probabilidad en la
aleatorio en un valor de Distribución de
una variable de entrada Probabilidad Acumulada
Genera el siguiente número

aleatorio (entre 0 y 1 )
Introduce el valor
obtenido en el Modelo
PRODUCT PROFORMA
Unit Sales 10
Sales Price $ 10.00
Total Revenue $ 100.00
Variable Cost/Unit $ 5.50
Recalcula el Modelo y Total Variable Cost $ 55.00
registra el resultado de la Total Fixed Cost $ 20.00
Simulación Total Cost $ 75.00
Net Revenue $ 25.00
Distribuciones de Probabilidad
- Describa una población con características de incertidumbre

o variabilidad
- Ejercicio: lanzamiento de dados
- Lance un dado diez veces y registre los resultados
- Rango de valores posibles: 1-6
- Todos los valores son igualmente probables
- Dibuje un histograma de los resultados
- Lance dos dados diez veces y registre los resultados
- Rango de valores posibles: 2-12
- ¿Todos los valores son igualmente probables?
Estadísticas Básicas
• Media, mediana, moda

• Desviación Estándar
• Asimetría
• Kurtosis
El Primer Momento – Ubicación
• Media
– Promedio
• Mediana
– Punto medio
• Moda
– Lo más frecuente
El Segundo Momento - Variabilidad
• Varianza
– Mide la dispersión de los datos alrededor de la media
– Valores pequeños indican baja incertidumbre o riesgo
• Desviación Estándar
– La desviación estándar es
la raíz cuadrada de la varianza
– Para una distribución normal cerca del 68% de los valores
están con una desviación estándar alrededor de la media
(95% para dos desviaciones y 99% para tres)
• Rango
– La diferencia entre el mínimo y el máximo de los valores
observados
El Tercer Momento - Asimetría

• Es una medida de alargamiento hacia uno de los dos
extremos de una distribución
• Una distribución normal es simétrica y tiene un coeficiente
de asimetría de 0
• Si la distribución “tiende a alargarse” hacia la derecha, tiene
asimetría positiva. Si el alargamiento está hacia la izquierda,
la asimetría es negativa
• En distribuciones asimétricas, la diferencia entre el resultado
más probable y el promedio puede ser significativa.
El Cuarto Momento - Curtosis
• La curtosis mide el apuntamiento de una distribución

• Una distribución normal tiene una curtosis de 3
• Una distribuciones apuntada tiene una curtosis mayor
que 3
Distribuciones Básicas
• Normal
• Lognormal
• Triangular
• Uniforme
Distribución Normal
• Curva en forma de campana
• Condiciones:
– Valor esperado
– Simetría
– Los valores más probables están cerca de la media
• Ejemplos:
– Retorno de un portafolio
de inversiones
– Funcionamiento
de procesos
Distribución Lognormal
• Curva asimétrica
• Condiciones:
– No puede tomar valores negativos, pero puede llegar
hasta + infinito
– El logaritmo natural de la variable sigue una distribución
normal
– Asimetría positiva
• Ejemplos:
– Precio de acciones
– Tiempo de reparación
Distribución Triangular
• Extremadamente flexible, pero menos precisa que la

distribución normal
• Condiciones:
– Valor mínimo
– Valor máximo
– Valor más probable
• Adecuada en ausencia
de datos
Distribución Uniforme
• Es mejor cuando faltan datos

• 3 condiciones:
– Fijar el valor mínimo
– Fijar el valor máximo
– Igual nivel entre
ambos valores
• Ejemplos:
– Fugas en una tubería
– Corte de Fibras
Iniciándose en Crystal Ball
• Abrir Crystal Ball

• Terminología Básica
• Navegación
Abrir Crystal Ball

• Automáticamente con Excel
después de haber instalado
Crystal Ball
– Inicio>Programas>Crystal
Ball 7>Application Manager
– Hacer clic en la opción
Automatically launch
• Manualmente
– Menú Inicio
– Crystal Ball
20
Terminología Básica
Término de Crystal Ball Nombres Comunes
Supuesto Entrada, X, variable independiente,

variable aleatoria, distribución de
probabilidad.
Variable de Decisión Variable controlada
Pronóstico Salida, Y, f(X), variable dependiente
Menú Define
• Configurar modelos de simulación

• Seleccionar variables de Crystal Ball
• Editar variables
• Preferencias de celdas
Setup Group
Edit Group
Menú Run
• Controles de Simulación
• Iniciar OptQuest
• Iniciar CB Predictor
• Herramientas
• Entorno de simulación
Run Preferences
Run Group
Menú Analyze
• Diagramas
• Crear Reporte
• Extraer Datos
• Guardar Resultados
Charts
Help
Create Report Extract Data

Ejemplo: Tomar o no un Nuevo Empleo

(Datos en USD, Expresar el ingreso total en MXN)
• La Posición Ofrecida
– Gerente de un negocio de renta de equipo
– Sueldo: $3,020 por mes + 2% del margen bruto en ventas
– Su siguiente mejor opción (actual) es $ 5,000 de salario fijo.
• Datos disponibles
− Precios: $2,050 mínimo, $2,500 máximo, $2,100 lo más
probable
− Rango de costos variables: $ 600 – $800, más probable $755
− Rango de costos fijos: $10,000 - $16,000, más probable
$15,500
– Tiene 100 unidades. Normalmente se rentan 85 unidades (la
dispersión es de 5 unidades alrededor de este valor)
Paso 1: Desarrolle el Algoritmo
Supuestos: precio, unidades vendidas,

costo variable y costos fijos
Ingreso Total = Precio x Costo Variable Total =

Unidades Vendidas Costo Variable x Unidades
Costo Total = Costo Variable

+ Costos Fijos
Margen Bruto en Ventas = Ingreso Total –

Costo Total
Comisión en Ventas = Margen Bruto x 2%
Observe el pronóstico
Paso 2: Implemente el modelo en Excel

(Estimado de punto simple)
Ingresos
Precio 2,050
Unidades rentadas 84
Ingreso total mensual 172,200
Costos
Costo variable unitario 850
Costo variable total 71,400
Costo Fijo Mensual 14,200
Costo Total Mensual 85,600
Margen Bruto 86,600
2% Comisión Mensual 1,732
Ingreso fijo 3,020
Ingreso total MXN 56,264
Análisis Gerencial Típico (Análisis de Escenarios)

Resumen de escenario
Valores actuales: Optimista Pesimista Más probable
Celdas cambiantes:
Precio 2,050 2,500 2,000 2,100
Unidades_rentadas 84 100 80 85
Costo_variable_unitario 850 600 900 755
Costo_Fijo_Mensual 14,200 10,000 16,000 15,500
Celdas de resultado:
Ingreso_total 56,264 78,381 55,648 59,159
Notas: La columna de valores actuales representa los valores de las celdas cambiantes
en el momento en que se creó el Informe resumen de escenario. Las celdas cambiantes de
cada escenario se muestran en gris.
Opción actual: 5000 USD x 11.84= 59,200
-El mejor caso es $78,381

-La expectativa es $ 59,159
-El peor caso es $ 55,648
-¿Qué decisión tomaría usted?
Paso 3: Transforme el modelo en modelo de simulación
1. Modelación de supuestos (inputs):

• Precio: distribución triangular con valores entre $2,050
y $2,500 y valor más probable de $2,100
• Costo variable unitario: distribución triangular entre
$600 y $800 con el valor más probable en $755
• Costos fijos: distribución triangular con un valor
mínimo de $10,000, máximo de $16,000 y más probable
de $15,500
• Unidades rentadas: distribución normal con un
promedio de 85 y una desviación estándar de 5
2. Definición de pronósticos (outputs):
Pronostique el ingreso total mensual

en MXN
Paso 4: Corra la simulación y analice los resultados
El diagrama de resultados
muestra la distribución
de valores de la comisión
variable. Aproximadamente
mas del 90% de probabilidad
de tener un mejor ingreso
con este trabajo.
El diagrama de sensibilidad
indica cuáles supuestos influyen
más en la variabilidad del
pronóstico.
Se puede diseñar una
estrategia con esta información
Paso 5: Analice las opciones y tome una decisión
• Opción 1: Los números dicen que estará mejor 90% del

tiempo con el nuevo trabajo, ¿cuándo puede comenzar?
• Opción 2: Usted puede negociar un ingreso más alto en su
actual posición, pero tendría que exponer la oferta que le
han propuesto.
• Opción 3: El modelo de comisión variable es más sensible al
precio. Si un competidor de menor costo decidiera iniciar un
negocio similar en su área de influencia, esto podría
impulsar los precios hacia abajo. En ese caso, le convendría
quedarse en su empleo actual con un ingreso estable.
Configurar un Modelo de Simulación
• Definición de Supuestos
• Definición de Pronósticos
• Editando los datos de Crystal Ball
Definición de Supuestos
• Criterios de selección de distribuciones

• Convenciones para definir nombres
• Definición mediante ajuste a una distribución de
probabilidad
• Definición de una distribución personalizada
• Definición con referencias a celdas
• Correlación de supuestos
Criterios de Selección de Distribuciones
• Utilizar datos observados para ajustarlos a una

distribución
• Crear una distribución personalizada
• Utilizar la distribución sugerida por la naturaleza del
proceso
• Asumir una distribución simple y aplicar límites
razonables
Convenciones para Definir Nombres
• Definir identificadores únicos

• Por omisión, el programa asume:
– Nombre de la celda
– La celda a la izquierda del supuesto
– La celda arriba del supuesto
– La dirección de la propia celda (ej: C11, D15)
• La referencia a celdas es el método sugerido
Definición de Supuestos mediante Ajuste a

una Distribución de Probabilidad
• Determine la distribución de probabilidad que más se
aproxima a los datos históricos
Diálogos de Ajuste
Ejercicio #1 – Ajuste a una Distribución
Archivo: Modelo FCD.xls

Hoja: Proyecto 1
• Supuesto 1: Tasa de Crecimiento de Ventas
– Seleccione la celda B4 (tasa de crecimiento de ventas) y defínala como un supuesto (utilice la
barra de herramientas o el menú Define).
– Haga clic en el botón Fit.
– Ingrese el rango L2:L201 (datos históricos de la tasa de crecimiento de ventas) en el campo
Range y haga clic en OK.
– Haga click en el botón Accept para aceptar el ajuste sugerido o haga click en el botón Next
para observar el siguiente mejor ajuste
– Seleccione OK para guardar sus cambios.
• Supuesto 2: Tasa de Crecimiento del Costo de Ventas
– Seleccione la celda B5 (tasa de crecimiento de costo de ventas) y defínala como un supuesto.
– Haga click en el botón Fit.
– Ingrese el rango N2:N201 (datos históricos de la tasa de crecimiento del costo de ventas) en
el campo Range y haga click en OK.
– Seleccione la mejor distribución y haga click en OK.
Definición de una Distribución Personalizada
• Es la mejor alternativa cuando no puede utilizarse una

distribución conocida (normal, gamma, etc.) o cuando se
dispone de un número limitado de datos.
• Puede utilizarse para describir:
– Series de valores simples
– Rangos de valores discretos
– Rangos de valores continuos
– Combinaciones de valores
Ejercicio #2 – Definición de una Distribución

Personalizada

Hoja: Proyecto 1
• Supuesto 3: Inversión
– Seleccione la celda F3 (inversión) y defínala como un
supuesto.
– Elija la distribución Custom (si no está disponible haga click
en All para mostrar todas las distribuciones).
– Haga clic en Load Data (si no aparece este botón, haga click
en el botón More).
– Ingrese el rango H7:H9 (montos de inversión) y seleccione
OK.
– Haga clic en OK para cerrar el diálogo de definición de
supuestos
Ejercicio #3 – Definición de una Distribución utilizando

Parámetros Conocidos

Hoja: Proyecto 1
• Supuesto 4: Ventas
– Seleccione la celda B3 (ventas) y defínala como un supuesto.
– Elija distribución normal.
– En el campo Mean ingrese el valor 110 y en el campo Std Dev
ingrese el valor 5.
– Haga click en el botón Enter para redibujar la distribución.
Note que ha creado una distribución normal con una media de
110 y una desviación estándar de 5.
– Haga clic en OK.
Ejercicio #4 – Definición de un supuesto usando

referencias a celdas
Hoja: Proyecto 1
• Supuesto 5: Gastos de Operación
1. Seleccione la celda B6 (gastos de operación) y defínala como un
supuesto.
2. Escoja la distribución triangular
3. Nombre del supuesto: Haga clic en el ícono de la derecha del campo
Name y seleccione la celda A6. El nombre asignado será el contenido
en esta celda.
4. Valor mínimo: Haga clic en el ícono de la derecha del campo Minimum
y seleccione la celda H4.
5. Valor máximo: Haga clic en el ícono de la derecha del campo
Maximum y seleccione la celda J4.
6. Haga click en el botón Enter para crear la distribución con los
parámetros asignados: 15% para el mínimo, 20% el más probable y
23% el máximo.
7. Haga clic en OK.
Correlación de Supuestos
• Correlación – Medida del grado de asociación entre dos

variables.
– El coeficiente de correlación puede tener un rango de -1 a +1
– Su valor absoluto determina la fuerza de asociación entre las dos
variables
– Una correlación positiva indica que las variables tienden a moverse en
la misma dirección
– Asociación no es lo mismo que causa y efecto
– El agregar coeficientes de correlación a un modelo generalmente
aumentará la desviación estándar de los resultados
• Rank correlation
– Método utilizado por Crystal Ball para medir e implementar
correlaciones
– La correlación es calculada entre posiciones de valores antes que entre
los valores mismos.
Diálogos de Correlación
Ejercicio #5 – Correlación de Supuestos

Hoja: Proyecto 1
• Correlación: Tasa de crecimiento de ventas y tasa de crecimiento
del Costo de ventas
- Seleccione la celda B4 (tasa de crecimiento de ventas).
- Haga clic en Define Assumption y escoja Correlate.
- Haga clic Choose para escoger el supuesto a correlacionar.
- Elija Tasa de crecimiento de costo de ventas como supuesto a
correlacionar.
- Defina un coeficiente de correlación de 0.75 (ingrese este valor en el
campo correspondiente o arrastre el indicador en la regla de
coeficientes)
- Note que aparece un diagrama mostrando la relación entre los
supuestos correlacionados cuando el coeficiente de correlación es
0.75
- Haga clic en OK.
Recuerde …
• Los supuestos son la clave para los procesos de

simulación
• Asigne un nombre a cada supuesto
• Utilice datos históricos para modelar supuestos
• Introduzca correlaciones entre supuestos
Definición de Pronósticos
• Identifique las celdas apropiadas

– Variables dependientes
– Celdas con fórmulas vinculadas con los supuestos
• Convenciones para definir nombres de pronósticos
– Por omisión, el programa toma el valor de la celda adyacente
– Utilice identificadores únicos
– Utilice referencias a celdas
Ejercicio #6 - Definición de Pronósticos

Hoja: Proyecto 1
• Pronóstico: Valor Presente Neto

1. Seleccione la celda C21 (valor presente neto).
2. Haga click en Define Forecast (utilice la barra de herramientas
o el menú Define).
3. Ingrese las unidades de medida.
4. Haga click en OK.
Edición de Datos en Crystal Ball
• Se pude copiar, pegar o borrar datos de Crystal Ball

(supuestos, variables de decisión o pronósticos) utilizando el
menú Define o los íconos de la barra de herramientas
• Los valores y fórmulas de Excel no cambian
• Utilice referencias a celdas absolutas y relativas
• Nota: Excel copia los colores pero no los datos de Crystal
Ball
Ejercicio #7 – Edición de Datos

Hoja: Proyecto 1
• Flujo de Caja (años 1 a 4)
1. Seleccione la celda C19 (Flujo de Caja – año 1) y defínala como un
pronóstico
2. Utilice referencia a celdas para definir su nombre
3. Haga click en OK
4. Seleccione Copy Data (utilice la barra de herramientas o el menú
Define)
5. Marque las celdas D19:F19 (Flujo de Caja - años 2 a 4)
6. Seleccione Paste Data (utilice la barra de herramientas o el menú
Define)
• La referencia a celdas ahorra tiempo al eliminar la
necesidad de ingresar manualmente los datos, cuando se
usa complementariamente con la opción de copiar y pegar.
Este método puede utilizarse también para supuestos.
Análisis y Presentación de Resultados

Análisis y Presentación de Resultados
• Ejecución de la Simulación
• Diagrama de Pronósticos
• Diagrama de Sensibilidad
• Diagrama de Sobreposición
• Diagrama de Tendencia
• Generación de Reportes Personalizados
• Extracción de Datos
• Guardar los Resultados de una Simulación
Ejercicio #8 – Ejecución de la Simulación

Hoja: Proyecto 1
• Simulación del Proyecto 1

1. Reinicie la Simulación, si es necesario (escoja Reset
simulation de la barra de herramientas o del menú Run)
2. Inicie la simulación haciendo click en Start Simulation (utilice
la barra de herramientas o el menú Run)
3. Escoja Forecast Charts (utilice la barra de herramientas o el
menú Analyze)
4. Seleccione el pronóstico (VPN1) y haga click en abrir
Diagrama de Pronósticos
• Muestra la frecuencia de los valores pronosticados

• Intervalo de confianza
• Teclas rápidas
• Estadísticas
• Percentiles
Ejercicio #9 – Diagrama de Sensibilidad

Hoja: Proyecto 1
• Valor Presente Neto del Proyecto 1
1. Escoja Sensitivity Chart utilizando la barra de herramientas o
el menú Analyze.
2. Haga clic en New.
3. Seleccione VPN1 y haga click en OK.
4. ¿Qué supuestos contribuyen más a la varianza del VPN?
Diagrama de Sensibilidad
• Verificación y Validación del Modelo

– ¿Es esto realista?
– Identificar errores en el modelo
– Afinar los supuestos
• Crear una estrategia de mejora
– “¿Es esto algo que puedo controlar?
– Cambiar los objetivos/Reducir la variabilidad
– Asignar recursos
– Rediseñar el proceso o sistema
Práctica: DAM Ejercicio Proyecto 2
Hoja: Proyecto 2
1. Supuesto 1: Ventas, distribución normal con una media = $120 M y una desviación
estándar = $10 M
2. Supuesto 2: Tasa de crecimiento de ventas, distribución triangular utilizando estos
parámetros: mínimo = 5%, más probable = 10%, y máximo = 18%
3. Supuesto 3: Tasa de Crecimiento del Costo de Ventas, utilice los datos en el rango
L2:L201
4. Supuesto 4: Gastos de operación, distribución triangular utilizando referencias a
celdas para los valores mínimo, más probable y máximo (celdas H4, I4 y J4,
respectivamente)
5. Supuesto 5: Inversión, distribución personalizada utilizando los datos del rango
H7:H9
6. Correlación de supuestos: Tasa de crecimiento de ventas y tasa de crecimiento del
costo de ventas, con un coeficiente de 0.75
7. Pronóstico: Valor Presente Neto, nombre VPN2.
8. Corra la simulación y determine la probabilidad de tener un VPN positivo
9. Cree un diagrama de sensibilidad y determine los supuestos que más contribuyen en
la variación del valor presente neto
Ejercicio #10 – Diagrama de Sobreposición
• Comparación del Proyecto 1 y el Proyecto 2

1. Corra la simulación.
2. Escoja Overlay Charts usando la barra de herramientas o el
menú Analyze.
3. Haga clic en New.
4. Seleccione los pronósticos VPN1 y VPN2.
5. Haga clic en OK. Note que ha creado un diagrama en el que
puede comparar pronósticos de similar naturaleza.
Diagrama de Sobreposición
• Análisis simultáneo de múltiples pronósticos
• Comparación de pronósticos
• Comparación de pronósticos con distribuciones al
mismo tiempo
• Capacidades 3D y rotación
Ejercicio #11 – Diagrama de Tendencia

Hoja: Proyecto 1
• Flujo de Caja del Proyecto 1
1. Reinicie y corra la simulación
2. Elija Trend Charts en la barra de herramientas o en el menú
Analyze
3. Haga click en New.
4. Seleccione los pronósticos de los flujos de caja de los años 1-4
5. Haga clic en OK.
Diagrama de Tendencia
• Utilizado primariamente en el análisis de series

temporales
• Bandas de probabilidad
Ejercicio #12 - Generar un Reporte

• Reporte de Simulación de los Proyectos 1 y 2

1. Elija Create Report utilizando la barra de herramientas o el
menú Analyze.
2. Note que puede seleccionar entre diferentes tipos de reporte,
incluyendo una opción personalizada.
3. Seleccione Full. Haga clic en OK.
Ejercicio #13 – Extracción de Datos

• Valores en cada escenario

1. Elija Extract Data utilizando la barra de herramientas o el
menú Analyze.
2. Para extraer los valores de cada escenario simulado, elija Trial
values.
3. Haga clic en OK. Note que ha extraído los valores
pronosticados en cada escenario. (Tendrá 1,000 valores para
cada pronóstico si se han efectuado 1,000 pruebas, intentos o
escenarios –trials-).
Ejercicio #14 – Guardar los resultados de la simulación
• Archivo con extensión .cbr

– Vaya al menú Analyze y seleccione Save Results.
– Guarde el archivo con el nombre Modelo FCD.cbr
– Reinicie la simulación.
– Vaya al menú Analyze y seleccione Restore Results.
– Abra el archivo Modelo FCD.cbr para cargar los resultados de
la simulación previamente almacenados.
Entorno de Simulación
Entorno de Simulación
- Global
- Control de la Simulación
- Pruebas
- Muestreo
- Velocidad
- Opciones
- Estadísticas
Pruebas
• Número máximo de pruebas o intentos

• Criterios para detener la simulación
– Errores de cálculo
– Control de precisión
Muestreo
• Número semilla inicial

• Método de muestreo
– Monte Carlo
– Latin hypercube
 Tamaño de la muestra:
número de intervalos
Método Latin Hypercube
• Divide la distribución en intervalos de igual probabilidad

• Muestreo uniforme y consistente
• Ahorra tiempo
• Asegura el muestreo de las colas
Velocidad
• Extreme
– Usa tecnología PSI
(Polymorphic Spreadsheet
Interpreter) de alta velocidad,
compatible con Excel.
– Es incompatible con algunos
tipos de modelos (ver el Manual
del Usuario de Crystal Ball para
más información)
• Normal
– Automatiza el recálculo en
Excel
• Demo
– Reduce la velocidad de
simulación para observar cómo
trabaja
Opciones
• Guardar los valores de los supuestos

• Activar o desactivar correlaciones
• Correr macros
• Mostrar el panel de control
Estadísticas
• Definición de Percentiles
• Formato de Percentiles
Herramientas Básicas de Crystal Ball

¿Por qué utilizar las Herramientas de CB?
- Agregan otro nivel de análisis y sofisticación

- Automatizan actividades que consumen tiempo
- Mejoran el desarrollo del modelo
Herramientas Básicas de Crystal Ball
• Diagrama Tornado
• Batch Fit
• Matriz de Correlación
Diagrama Tornado
• Analiza individualmente el impacto de cada entrada a un

modelo en un pronóstico o resultado específico
• Tornado vs. Sensibilidad
– El diagrama tornado puede crearse antes de definir los
supuestos
– El diagrama tornado evalúa el impacto de cada entrada
independientemente de las demás
• Tipos de diagramas
– Diagrama Tornado
– Diagrama de Araña
Ejercicio # 15 – Generación de un Diagrama Tornado
Archivo: Modelo de Confiabilidad.xls
1. Active la opción para generar un diagrama tornado haciendo

click en Run>Tools>Tornado Chart
2. Defina la Confiabilidad del Material 1 como la celda objetivo.
Haga click en Next.
• Modelo de Confiabilidad
3. Haga click en el botón Add Precedents para incluir todas las

celdas que afectan a la celda objetivo. Haga clic en Next.

4. Seleccione el valor por omisión del rango de prueba: 10 a
90%
5. Incremente el número de puntos de prueba a 10
6. Asegúrese de que las casillas de Gráfica Tornado y de Gráfica
de Araña estén marcadas.
7. Haga Clic en Start.
8. Analice el Diagrama Tornado. ¿Qué conclusiones pueden
obtenerse? ¿Qué indican las barras azules y rojas?
9. ¿Cuál es la diferencia entre el Diagrama de Sensibilidad y el
Diagrama Tornado?
Material 1 Reliability
0.60 0.80 1.00 1.20 1.40 1.60
Coil Dia 0.6975 0.9025
Wire Dia 0.1692 0.1308
Elasticity 1.30E+07 1.00E+07
Deflection 1.07 0.83
Number of Coils 17.44 22.56
Material 1 Strength 46,000 54,000
10. Observe el Diagrama de Araña. ¿Qué información se puede
extraer?
Material 1 Reliability
1.60
Coil Dia
1.40
Wire Dia
Elasticity
1.20
Deflection
Number of Coils
1.00
Material 1 Strength
0.80
%
%
.0
.9
.8
.7
.6
.4
.3
.2
.1
.0
10
18
27
36
45
54
63
72
81
90
Percentiles of the variables
Batch Fit
• Herramienta para hacer ajuste a distribuciones de

probabilidad de múltiples series de datos
• Puede calcular los coeficientes de correlación entre
las series de datos
• Los datos deben ser continuos
Ejercicio # 16 – Utilización de Batch Fit

Archivo: Modelo Portafolio de Inversiones.xls
1. Abra la Herramienta Batch Fit seleccionando Run > Tools >
Batch Fit
2. Por omisión Crystal Ball ha seleccionado todas las
distribuciones disponibles para el ajuste. Haga click en Next

• Modelo Portafolio de Inversiones
3. Ingrese la ubicación de las series de datos (F1:I251)
escribiendo directamente o utilizando el ícono para referencia
de celdas
4. Señale que la primera fila contiene encabezados.
5. Haga Click en Next.

6. Seleccione la ubicación de la respuesta (en un nuevo libro o
en el libro actual, en este último caso señale la celda inicial)
7. Seleccione la orientación de los resultados (filas o columnas)
8. Haga Click en Start

– Note que se ha definido un supuesto para cada serie de datos
– Algunas distribuciones no pueden ajustarse a series datos con
valores negativos (ej. lognormal)
– Utilice Copiar y Pegar de Crystal Ball o referencias a celdas
para ligar los supuestos del ajuste en grupo a las celdas
apropiadas en el modelo
Matriz de Correlación
• No calcula los coeficientes de correlación (utilice para

esto Batch Fit)
• Proporciona una matriz con los coeficientes de
correlación de los supuestos seleccionados
• Permite un fácil acceso para cambiar o editar los
coeficientes
• Puede ser generada como una matriz temporal o
permanente en la hoja de cálculo
Ejercicio # 17 – Generación de una matriz de correlación
Archivo: Modelo Portafolio de Inversiones.xls
– Abra la herramienta Matriz de Correlación seleccionando

Run>Tools>Correlation Matrix
– Mueva los cuatro supuestos disponibles a la columna de
Supuestos Seleccionados. Haga click en Next.

3. Seleccione la hoja de cálculo activa para la localización de la
matriz. Defina la celda K7 para la esquina superior izquierda
de la matriz.
4. Haga Click en Start.

– Note que la matriz ha sido creada en la hoja de trabajo activa
y no contiene ningún valor
5. Ingrese los valores abajo indicados en la matriz de la hoja de
cálculo del ejercicio.
6. Seleccione una de los supuestos. Escoja Define Assumption.
Seleccione Correlate y observe que ese supuesto ya está
correlacionado con los coeficientes que usted ingresó
Acciones Altas Acciones Medianas Acciones Bajas Bonos
Acciones Altas 1.000 0.570 0.541 0.057

Acciones Medianas 1.000 0.740 0.062
Acciones Bajas 1.000 0.034
Bonos 1.000

0 - CB

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

0 - CB

Cargado por

Copyright:

Formatos disponibles

Introducción a Crystal Ball

Introducción a Crystal Ball

• Es el proceso de experimentar con un modelo para

Simulación Monte Carlo

Un sistema que utiliza números aleatorios para medir los

Cómo funciona la Simulación Monte Carlo

Genera el siguiente número

- Describa una población con características de incertidumbre

• Media, mediana, moda

El Primer Momento – Ubicación

El Segundo Momento - Variabilidad

El Tercer Momento - Asimetría

El Cuarto Momento - Curtosis

• La curtosis mide el apuntamiento de una distribución

• Extremadamente flexible, pero menos precisa que la

• Es mejor cuando faltan datos

Iniciándose en Crystal Ball

• Abrir Crystal Ball

Abrir Crystal Ball

Término de Crystal Ball Nombres Comunes

Supuesto Entrada, X, variable independiente,

Variable de Decisión Variable controlada

Pronóstico Salida, Y, f(X), variable dependiente

• Configurar modelos de simulación

Create Report Extract Data

Ejemplo: Tomar o no un Nuevo Empleo

Paso 1: Desarrolle el Algoritmo

Supuestos: precio, unidades vendidas,

Ingreso Total = Precio x Costo Variable Total =

Costo Total = Costo Variable

Margen Bruto en Ventas = Ingreso Total –

Comisión en Ventas = Margen Bruto x 2%

Paso 2: Implemente el modelo en Excel

Análisis Gerencial Típico (Análisis de Escenarios)

Opción actual: 5000 USD x 11.84= 59,200

-El mejor caso es $78,381

-¿Qué decisión tomaría usted?

Paso 3: Transforme el modelo en modelo de simulación

1. Modelación de supuestos (inputs):

Pronostique el ingreso total mensual

Paso 4: Corra la simulación y analice los resultados

Paso 5: Analice las opciones y tome una decisión

• Opción 1: Los números dicen que estará mejor 90% del

Configurar un Modelo de Simulación

• Criterios de selección de distribuciones

Criterios de Selección de Distribuciones

• Utilizar datos observados para ajustarlos a una

Convenciones para Definir Nombres

• Definir identificadores únicos

Definición de Supuestos mediante Ajuste a

Ejercicio #1 – Ajuste a una Distribución

Archivo: Modelo FCD.xls

Definición de una Distribución Personalizada

• Es la mejor alternativa cuando no puede utilizarse una

Ejercicio #2 – Definición de una Distribución

Archivo: Modelo FCD.xls

Ejercicio #3 – Definición de una Distribución utilizando

Archivo: Modelo FCD.xls

Ejercicio #4 – Definición de un supuesto usando

• Correlación – Medida del grado de asociación entre dos

Ejercicio #5 – Correlación de Supuestos

Archivo: Modelo FCD.xls

• Los supuestos son la clave para los procesos de

• Identifique las celdas apropiadas