Sunteți pe pagina 1din 3

1. Una descripción breve del problema a tratar.

La compañía PCSA aplica la simulación Monte Carlo y realiza el análisis de riesgo


contemplando la posibilidad de resultados mediante la sustitución de un rango de
valores una distribución de probabilidad para cualquier factor con incertidumbre
inherente. Luego, calcula los resultados una y otra vez, cada vez usando un grupo
diferente de valores aleatorios de las funciones de probabilidad. Dependiendo del
número de incertidumbres y de los rangos especificados, para completar una simulación
Monte Carlo puede ser necesario realizar miles o decenas de miles de recálcalos. La
simulación Monte Carlo produce distribuciones de valores de los resultados posibles.

La compañía PCSA va a sacar al mercado una impresora portátil por ello con la
simulación Monte Carlo quiere saber si tendrá éxito en su lanzamiento de su nueva
impresora portátil, con los valores ingresados se determina el precio de venta, costos
administrativos y la utilidad que ganancia o pérdida podrá tener este nuevo producto.
Estos serían los datos y la formula C1 = costo de mano de obra por unidad. C2 = costo
de componentes por unidad. X = demanda del primer a ñ o Por lo tanto, el modelo se
puede escribir como: Utilidad = (70.000- C 1 - C 2 )X - 240.000.000 Si sustituimos los
mejores valores estimados, se tiene la siguiente proyección de las utilidades Utilidad =
(70.000-15.000-30.000) 20.000-240.000.000= 260.000.000 (*)

2. Los supuestos utilizados para las variables aleatorias.

La variable lo que quiere conseguir es que no se afecten los valores subsiguientes, es


decir. Que para el caso del Costo de mano de obra directa que puede tomar valores
desde 10.000 hasta 22.000 por unidad, quedando con la siguiente distribución de
probabilidad. Costo de mano de obra Probabilidad directa por unidad 10.000 0,1 13.000
0,3 16.000 0,3 19.000 0,2 22.000 0,1 Por cual para cada uno de estos valores existe una
probabilidad asociada El Costo de componentes corresponde a una distribución
uniforme comprendida entre 25.000 y 35.000 wn la que puede tomar valores valores,
x1, x2..., xk, con igual probabilidad; en el espacio muestral (25.000;35.0000). La
Demanda del primer año queda descrita por la distribución n de probabilidad normal,
donde el valor medio esperado es de 14.500 unidades y la desviación estándar es de
4.000 unidades.
3. Los escenarios considerados y su efecto en las distribuciones o los parámetros.

Tenemos probablemente dos escenarios uno donde indica que el producto genere
utilidad en el primer año y otro donde genere las perdidas, esto lo tenemos con la
siguiente formula (70.000- F(x) – U[25.0000;35.000 ])*N[14.5000;4000] - 240.000.000
Por tanto los valores aleatorios más altos de C1 y C2 generaran grandes pérdidas si el
valor de la demandas es bajo, en cambio si los valor de la demanda es alto y los costos
obtienen valores aleatorios bajos se generan grandes ganancias, las demás
combinaciones pueden bien generar grandes una perdida menor o ganancias menores.

4. Una conclusión (positiva o negativa) acerca de los resultados presentados en el


artículo.

Según el cálculo Montecarlo el producto tendría una medida positiva de 158 millones
con un apuntamiento positivo y la probabilidad estadística apuntan a una gran tendencia
donde la utilidad oscila muy cerca a su medida teniendo en cuenta que su estimado de
perdida es de 7.1% con esto podemos dar un hecho que la simulación es beneficiosa
para tomar decisiones.

Lo negativo que puedo observar es que se contemplan variables donde nos arroja una
tendencia positiva pero no se enfatiza en la parte comercial teniendo en cuenta que las
grandes empresas se mueven por las fuerzas de ventas comerciales donde no se
discrimina bien esa variable donde para lograr los resultados es por la cantidad de n de
comerciales y ratios de ventas que llegarían a ejecutar la simulación de los resultados de
las ventas y ganancias de la compañía

Fuente de información: https://www.palisade-lta.com/risk/simulacion_monte_carlo.asp

Aplicación de la Simulación Monte Carlo en el cálculo del riesgo usando Excel.pdf