Determinsticos

Tipos
de
modelos
Probabilsticos

Es un modelo matemtico donde unos

datos ingresados, producen un resultado.

Probabilsticos

Determinsticos
Tipos
de
modelos
Probabilsticos

Son
modelos
que Determinsticos
contemplan
la
incertidumbre debido a que por lo menos el
valor de una variable es tomado al azar en
Tipos
funcin a distribuciones de probabilidad,
de
sirven por lo general para realizar grandes
modelos
series de muestreo.

Determinsticos
La simulacin de Monte Carlo es una tcnica que
combina
conceptos estadsticos (muestreo aleatorio)
Tipos
con la capacidad que tienen los ordenadores para
de
generar nmeros pseudo-aleatorios y automatizar
modelos
clculos.

Los orgenes deDeterminsticos

esta tcnica estn
ligados al trabajo desarrollado por Stan
Ulam y John Von Neumann a finales de
40 en el laboratorio de Los Alamos
Tipos los
(EEUU),
cuando
investigaban
el
de movimiento aleatorio de los neutrones
Stan Ulam
modelospara el desarrollo de la bomba atmica.
En la dcada de los 70, esta tcnica se
hace ms popular y comienza a ser
utilizado en diversas reas como ser
informtica y economa.
John Von Neumann

La simulacin de Monte Carlo est presente en todos

aquellos mbitos en los que el comportamiento
Determinsticos
aleatorio o probabilstico desempea un papel
fundamental; precisamente, el nombre de Monte Carlo
proviene de la famosa ciudad de Mnaco, donde
Tipos
abundan
los casinos de juego y donde el azar, la
probabilidad
de y el comportamiento aleatorio conforman
todo un estilo de vida.

modelos

Ciudad y Casinos de Monte Carlo

En el mercado existen de hecho varios complementos de

Excel (Add-Ins) especficamente diseados para realizar
Determinsticos
simulacin Monte Carlo, siendo los ms conocidos:

Tipos
de
modelos

Determinsticos

DIVISIN
DIVISIN GENERAL
GENERAL DE
DE LA
LA ESTADSTICA
ESTADSTICA

Cuantitativas
Tipos
de
variables
Cualitativas

Son Tipos
aquellas que se cuentan, pueden tomar valor
enteros positivos.

de
Ejemplos:
cantidad de estudiantes inscritos en la
modelos
materia, cantidad de sillas en el curso, cantidad de
focos que tiene el aula, etc.

Son Tipos
aquellas que dentro de un intervalo de clase o
rango pueden tomar valores infinitos, es decir se
de
pueden medir y los valores pueden estar expresados en
modelos
fracciones.
Ejemplos: peso de una persona, estatura de un alumno,
ventas de una empresa, etc.

Determinsticos

Agrupamiento de datos en categoras mutuamente

excluyentes, que indican el nmero de observaciones
en cada categora.
AUTOVENTA "SANTA CRUZ"
Ejemplo:
Precio de venta de
vehculos (Ex. en $us)
desde 5.000 hasta
10.000
desde 10.000 hasta
15.000
desde 20.000 hasta
25.000
desde 25.000 hasta
30.000
desde 30.000 hasta
35.000

Cantidad
de
vehculos
13
21
35
39
12

Determinsticos
Las clases se marcan en el eje horizontal y las
frecuencias de clase en el eje vertical. Las frecuencias
estnTipos
representadas por las alturas de las barras.
Ejemplo:

de
modelos

Determinsticos
Similar al histograma, consiste en unir con una lnea los
puntos medios de los techos de los rectngulos del
histograma.
Ejemplo:

Determinsticos
Tambin denominada como promedio, es la suma de
todos los valores, dividido entre el nmero total de los
mismos.
Su principal desventaja es de que est muy afectada
por los valores extremos (muy grandes o muy
pequeos).

Determinsticos
Es el valor que corresponde al punto medio de los
valores despus de ordenarlos de menor a mayor, o de
mayor a menor. 50% de las observaciones son mayores
que la mediana y 50% son menores que ella.

< = Mediana =>

Determinsticos
Es el valor de la observacin que aparece con ms
frecuencia.
Cul es el valor modal de los precios?

NO hay valor modal

Posiciones relativas de la media,

mediana y moda.
Determinsticos
Distribucin simtrica (sesgo cero)

Media
Mediana
Moda

Posiciones relativas de la media,

mediana y moda.
Determinsticos
Asimtrica a la derecha
(sesgo positivo)
Ej: Salarios Mensuales

Moda Mediana Media

Asimtrica a la izquierda
(sesgo negativo)
Ej: Notas de un examen

Media

Mediana

Moda

Porque cuando la dispersin es amplia, la medida de

tendencia central no es representativa.
Una medida de dispersin se puede utilizar para
evaluar la confiabilidad de dos o ms promedios.
Ejemplo:
Ud. puede invertir en 2 portafolios de acciones, el 1ero tiene una rentabilidad promedio de
$us. 10.000 anuales y el 2do de $us. 11.000 anuales. Suponiendo que el monto de la
inversin a realizar es el mismo Qu decisin tomara?
Pero Qu decisin tomara si el 1er portafolio tiene una desviacin estndar histrica de
$us. 50, mientras que la desviacin del 2do portafolio es de $us. 4.000 ?

La media aritmtica de las desviaciones cuadrticas con

respecto a la media.

La raz cuadrtica positiva de la varianza.

NOTA: La variancia es difcil de interpretar porque las unidades estn
al cuadrado, mientras que la desviacin estndar se presenta en las
mismas unidades que los datos.

Datos con baja dispersin

Media

Datos con alta dispersin

Media

Aplicable solamente a distribuciones simtricas del tipo

de campana.

68% =

1
. = 2.
95%
99,7% = 3.

Es la racin (cociente) de la desviacin estndar y la

media aritmtica, expresada como un porcentaje.

NOTA: Al multiplicar por 100, se convierte la expresin decimal a

porcentaje.

Si los datos son ordenados de menor a mayor, o de

mayor a menor, los cuartiles dividen las observaciones
en cuatro partes iguales, por lo tanto existen 3 cuartiles.

25%

25%
25%

25%
Q1

Q 2 = Mediana

Q3

Si los datos son ordenados de menor a mayor, o de

mayor a menor, los deciles dividen las observaciones en
diez partes iguales, por lo tanto existen 9 deciles.
10%

10% 10%

10%
10%

10%
10%

10%
10%

10%
D1

D2

D3

D4

D5 D6
Mediana

D7

D8

D9

Si los datos son ordenados de menor a mayor, o de

mayor a menor, los centiles dividen las observaciones
en cien partes iguales, por lo tanto existen 99 centiles.

La asimetra es til porque indica si la mayor cantidad

de datos se encuentran por encima o debajo de la
media.

Cuando el coeficiente es igual a cero, la distribucin es

simtrica.

Cuando el coeficiente es mayor que cero, la distribucin

es positivamente asimtrica.

Nota: El coeficiente puede variar entre 0 y 3, a medida que ms se acerca

a 3, la asimetra es mayor.

Cuando el coeficiente es menor que cero, la distribucin

es negativamente asimtrica.

Nota: El coeficiente puede variar entre 0 y -3, a medida que ms se acerca

a -3, la asimetra es mayor.

Mide el grado de deformacin vertical, es decir, en que

medida una curva de frecuencia est deformada hacia
arriba o hacia abajo en relacin a una curva normal.

1 n
4 4
(
X

X
)
/s

i
n i 1

Cuando el coeficiente de curtosis es igual a tres, la

distribucin es mesocurtica o normal.

Curtosis = 3

Cuando el coeficiente de curtosis es mayor a tres, la

distribucin es leptocurtica y es ms apuntada de la
distribucin normal.

Curtosis > 3

Cuando el coeficiente de curtosis es menor a tres, la

distribucin es platicurtica y es menos apuntada de la
distribucin normal.

Curtosis < 3

Es el conjunto de tcnicas estadsticas empleado para

medir la intensidad de la asociacin entre dos variables.

p = coeficiente de correlacin de
Spearman
D2 = Cuadrado de las diferencias
entre X e Y
N = nmero de parejas

Ejemplos de grado de correlacin:

Correlacin negativa
(inversa) y dbil
(X y Y tienen cierta
relacin lineal)

Correlacin = 0
(X y Y no tienen
relacin lineal)

.
.. . . .
. ... .
.
. .
. . . . .. .
.. . . .
.
Nmero de hijos

. .. . ... .
. .. . .. . .
.
.
.
.
.
.
... .
.
Precio

Notas universidad

Cantidad vendida

Salario

Correlacin positiva
(directa) y fuerte
(X y Y tienen una relacin
lineal intensa)

.
..
.
.........
..
.
.
.
.
.
.
.
Notas escuela

El siguiente cuadro resume la intensidad y la direccin

del coeficiente de correlacin:
Correlacin
negativa
perfecta

Correlacin
negativa
Correlacin moderada Correlacin
negativa
negativa
intensa
dbil
-1

Correlacin
positiva
perfecta

Sin
Correlacin

-0,5

Correlacin
negativa
(inversamente proporcional)

Correlacin
positiva
Correlacin moderada Correlacin
negativa
positiva
dbil
intensa
0

0,5

Correlacin
positiva
(directamente proporcional)

Determinsticos

DIVISIN
DIVISIN GENERAL
GENERAL DE
DE LA
LA ESTADSTICA
ESTADSTICA

Valor que describe la posibilidad relativa de que ocurra

un evento.

Una distribucin de probabilidad muestra todos los

resultados posibles de un experimento y la probabilidad
de ocurrencia de cada resultado.

Seleccionar una distribucin para un supuesto es uno

de los pasos ms desafiantes para realizar la
simulacin con Crystal Ball.

Teora
Sin datos
histricos
Opinin de
expertos

Con datos
histricos

Pruebas de
bondad de ajuste
(Herramienta de
CB denominada
Ajuste Grupal)

El
objetivo
principal
es
determinar si una distribucin
histrica concuerda o se
ajusta con alguna distribucin
que se asevera.

VARIABLES
VARIABLES DISCRETAS
DISCRETAS

VARIABLES
VARIABLES CONTINUAS
CONTINUAS

El objetivo de la empresa era de proveer herramientas

simples de utilizar sobre planillas de calculo,
principalmente basadas en Excel. Desde entonces el
software experiment sucesivas mejoras. Actualmente el
software est disponible en Ingles, Francs, Espaol,
Alemn y Japons.

 Un modelo es muy til para la planificacin financiera.

Los errores son costosos, es mejor realizar
evaluaciones
antes
de
realizar
cualquier
implementacin para conocer los factores claves del
xito.
Las computadoras actuales permiten realizar
simulaciones fcilmente.
El anlisis de riesgo es muy til para promover el
cambio. Un modelo estocstico puede demostrar
fcilmente el impacto que puede generar un cambio.
Crystal Ball es una herramienta muy persuasiva.

 Las variables de entrada (supuestos) son esenciales.

La calidad de los resultados de la modelacin
(pronsticos) dependern de las variables de entrada.
Si no se puede modelar, no se puede simular.
Crystal Ball no toma decisiones por usted.

 Finanzas Corporativas
Evaluacin de planes de negocio.
Sociedades de inversin y gestin de
carteras.
Recursos Humanos
Logstica y Transporte
Anlisis de cola de espera
Diseo de productos
Seleccin de materiales
Plantas petroqumicas
Exploracin petrolera
Industria Aeronutica

Diseo de un modelo
determinstico

Definicin de las variables de

ingreso y salida del modelo.

Ejecutar la simulacin

Analizar los resultados

Barras de tarea ejecutando Crystal Ball

Crystal Ball funciona como complemento (add-in) de Excel

Comandos del men Definir

Un supuesto es un valor estimado de una

entrada del modelo. Cuando una celda se
define como supuesto, al momento de
ejecutar la simulacin, Crystal Ball se
encarga de generar valores pseudo aleatorios para esta celda.
Algunos ejemplos de supuestos:
Cantidad de artculos vendidos, % de crecimiento en las
ventas respecto al ao anterior, costo/ventas, etc.
Nota: Tomar en cuenta que estas celdas deben contener nicamente valores
simples y no deben ser el resultado de una frmula matemtica.

Cuando definimos un
supuesto, tenemos que
escoger una distribucin
de probabilidad para que
los nmeros aleatorios
generados tengan un
comportamiento
determinado y sean
valores distribuidos bajo
un rango de datos.

Nombre del supuesto

Tipo de distribucin
seleccionada

Grfico

Parmetros

Son todas aquellas variables controlables

en su modelo sobre las cuales puede
realizar una optimizacin estocstica.
Defina si varan de manera continua o
discreta y entre qu limites

Algunos ejemplos de supuestos:

Cantidad de productos a fabricar, monto de dinero a
invertir, relacin de costos/ventas, etc.

Es un valor de salida que genera el

modelo. Despus de ejecutar la simulacin,
Crystal Ball registrar todos los valores de
esta variable y las resumir de manera
grfica, numrica o tabular.
Algunos ejemplos de pronsticos: VAN, TIR, Utilidad de
la gestin, etc.
Nota: Tomar en cuenta que el valor de estas celdas debe estar en funcin a los
valores de las celdas que comprenden los supuestos y las variables de decisin
(si corresponde).

Comandos del men Ejecucin

Inicia la fase de la experimentacin, se

generan mltiples nmeros aleatorios para
todos los supuestos previamente definidos.
Es utilizado principalmente con fines
pedaggicos. Cada vez que se da un clic
sobre este cono, se genera solamente una
combinacin de nmeros aleatorios.

Detiene la
ejecutando.

simulacin

mientras

se

est

Borra todos los nmeros aleatorios generados

en la ltima simulacin, para posteriormente
ejecutar una nueva.

Las iteraciones son la

cantidad de combinaciones
de nmeros aleatorios que
se generarn para los
supuestos. A medida que
este nmero sea mayor, la
precisin de los pronsticos
se incrementar.

Valor de la semilla
inicial: La entrada
para
el
primer
nmero
en
una
secuencia
de
nmeros aleatorios.
Un valor de semilla
determinado
producir la misma
secuencia
de
nmeros
aleatorios

Comandos del men Analizar

Como indica el nombre del men, una

vez ejecutada la simulacin se habilita
esta opcin para realizar mltiples
grficos.

Nota: De manera predeterminada, el Crystal Ball al

concluir la simulacin, genera automticamente
grficos para todos los pronsticos.

Histograma interactivo, que permite obtener la probabilidad

de que la variable pronosticada est dentro de ciertos
lmites
Nombre del
pronostico

Probabilidad

Lmites

Muestra la contribucin, de los supuestos, a la

variabilidad de un pronstico
Nombre del pronostico
Supuesto con mayor influencia
% de aporte a la variacin del
pronstico

Permite comparar las diferencias y similitudes en un mismo

grfico.
Ttulo del
grfico

Pronsticos
comparados

Permite comparar las diferencias y similitudes en un mismo

grfico.
Ttulo del
grfico

Pronsticos
comparados

Histograma que permite observar los valores aleatorios que

se generaron al realizar la simulacin.
Nombre del
supuesto

Lmites

Parmetros

Permite observar la correlacin existente entre supuestos y

pronsticos.

Pronstico
(variable 1)

Correlacin
Supuesto
(variable 2)

Como indica el nombre del men,

una vez ejecutada la simulacin se
habilita esta opcin para realizar
mltiples reportes.

Muestra un detalle de todos los supuestos del modelo con

sus respectivas distribuciones de probabilidad y parmetros.

Nombre del supuesto

Parmetros
Ubicacin
Lmite del rango
(si corresponde)
Grfico de la distribucin
de probabilidad

Muestra un detalle de todas las estadsticas relacionadas

con los pronsticos del modelo.

La 1era parte incluye

datos estadsticos de la
ejecucin de la simulacin.

La 2da parte incluye el

grfico del pronstico y
algunas estadsticas.

La 3ra parte corresponde a

informacin estadstica de
los pronstico (medidas de
tendencia
central
y
percentiles).

Muestra un detalle de la ubicacin (celdas) de todos los

supuestos y pronsticos del modelo.

Como indica el nombre del men, permite

extraer los datos de la simulacin, como ser
datos estadsticos, todos los pronsticos
obtenidos por las diferentes combinaciones de
nmeros aleatorios generados, entre otros.

Anlisis previo a la
simulacin que muestra
el comportamiento de un
supuesto en relacin al
pronstico, manteniendo
constante las dems
variables.
Los colores de la barra indican la relacin entre supuestos
y pronsticos, cuando los supuestos tienen una relacin
positiva (directa), la barra es azul, y cuando los supuestos
tienen una relacin negativa (inversa), la barra es roja.

Similar que el grfico

tornado,
muestra
el
comportamiento de un
supuesto en relacin al
pronstico, manteniendo
constante las dems
variables.
A medida que la inclinacin es mayor, la influencia del
supuesto es mayor en el pronstico. Si la lnea es
descendente quiere decir que existe una relacin
inversamente proporcional entre las variables y viceversa.

Permite cargar datos de la hoja

electrnica directamente en
grficos de pronstico de
Crystal Ball.
A partir de entonces, usted puede ver grficos de
frecuencia, analizar estadsticas, crear grficos de
tendencia, comparar series de datos usando grficos
de sobreposicin y muchos otros tipos de anlisis.

Resumen y muestran informacin de pronsticos mltiples,

facilitando el anlisis de tendencias que podran existir.