Académique Documents
Professionnel Documents
Culture Documents
MODELOS DE SIMULACIÓN
INTEGRANTES:
Daniela Albán
Silvana Quilca
CURSO: 22
FECHA: 22/01/2019
Contenido
Modelo de Simulación de Montecarlo ....................................................................................... 3
1. Definición ............................................................................................................................. 3
2. Fundamentos de la simulación de Monte Carlo ............................................................... 3
3. Funciones de distribuciones de probabilidad (FDP) ........................................................ 4
4. Para qué se utiliza la simulación de Montecarlo .............................................................. 5
5. Cómo funciona la simulación Monte Carlo ...................................................................... 5
6. Ventajas y Desventajas ....................................................................................................... 8
7. Aplicación en las Finanzas .................................................................................................. 8
8. Pasos para construir un modelo ......................................................................................... 9
Conclusiones ................................................................................................................................ 9
Bibliografía ................................................................................................................................ 10
Modelo de Simulación de Montecarlo
1. Definición
La simulación Monte Carlo es una técnica matemática computarizada que permite
tener en cuenta el riesgo en análisis cuantitativos y tomas de decisiones. Esta técnica es
utilizada por profesionales de campos tan dispares como los de finanzas, gestión de
proyectos, energía, manufacturación, ingeniería, investigación y desarrollo, seguros,
petróleo y gas, transporte y medio ambiente.
La simulación Monte Carlo ofrece a la persona responsable de tomar las decisiones
una serie de posibles resultados, así como la probabilidad de que se produzcan según las
medidas tomadas. Muestra las posibilidades extremas los resultados de tomar la medida
más arriesgada y la más conservadora así como todas las posibles consecuencias de las
decisiones intermedias. (Palisade , 2018)
PERT: El usuario define los valores mínimo, más probable y máximo, como en la
distribución triangular. Los valores situados alrededor del más probable tienen más
probabilidades de producirse. Sin embargo, los valores situados entre el más probable y
los extremos tienen más probabilidades de producirse que en la distribución triangular;
es decir, los extremos no tienen tanto peso. Un ejemplo de uso de la distribución PERT
es la descripción de la duración de una tarea en un modelo de gestión de un proyecto.
Durante una simulación Monte Carlo, los valores se muestrean aleatoriamente a partir
de las distribuciones de probabilidad introducidas. Cada grupo de muestras se denomina
iteración, y el resultado correspondiente de esa muestra queda registrado. La simulación
Monte Carlo realiza esta operación cientos o miles de veces, y el resultado es una
distribución de probabilidad de posibles resultados. De esta forma, la simulación Monte
Carlo proporciona una visión mucho más completa de lo que puede suceder. Indica no
sólo lo que puede suceder, sino la probabilidad de que suceda.
6. Ventajas y Desventajas
Ventajas:
Es un método directo y flexible.
Existe un amplio abanico de programas y lenguajes destinados a simular.
Cuando el modelo matemático es demasiado complicado la simulación permite
obtener una aproximación.
La simulación nos permite formular condiciones extremas con riesgos nulos.
La simulación no interfiere con el mundo real. Permite experimentar.
Permite estudiar la interacción entre las diferentes variables del problema.
Mediante la simulación podemos “influir en el tiempo” de los procesos.
La simulación permite resolver problemas que no tienen solución analítica.
Desventajas:
Aunque, cada vez se aplica a más ámbitos, hay dos en los que se usa de forma habitual:
Conclusiones
decisiones para la ejecución proyectos de inversión; así como una mejor gestión
varios sectores.
Además existen varias aplicaciones de software que permiten llevar a cabo la
complemento a los cálculos en Excel además de que son considerados como una
Bibliografía
Bank, E. S. (25 de Mayo de 2018). Self Bank. Obtenido de https://blog.selfbank.es/el-metodo-
montecarlo-en-finanzas/
Dan, J. R. (2015). Introducción del Factor Humano al Análisis de Riesgo. Barcelona: Centro de
Estudios del Riesgo Tecnológico (CERTEC).