Metodo Montecarlo - Simulación de negocios

ECONOMIA DE LA EMPRESA

Sesión No. 7 Simulacion por el Método de Montecarlo
Econ. José Flores G., MBA UISEK – Feb- 2012

Simulación Método de Montecarlo
ANDRES SUAREZ - Decisiones Optimas de Inversión Cap. 13

Simulación = Reproducir situaciones reales mediante relaciones parecidas pero artificiales.
Modelo de simulación = Traje a la medida.

Deterministas  magnitud cierta Modelos =Probabilísticos  probabilidades

Economía de la Empresa UISEK 2011

G2

Simulación Método de Montecarlo
ANDRES SUAREZ - Decisiones Optimas de Inversión Cap. 13

En cualquier estudio de simulación, la generación de las observaciones de las variables es fundamental.
Se lo puede hacer tomando de la realidad, pero es un método costoso y a veces imposible de lograrlo. Esto se ha solucionadomediante el MUESTREO ARTIFICIAL

Economía de la Empresa UISEK 2011

G3

Simulación Método de Montecarlo
ANDRES SUAREZ - Decisiones Optimas de Inversión Cap. 13

MUESTREO ARTIFICIAL Universo real

Universo Teórico

Universo Muestral

Economía de la Empresa UISEK 2011

G4

Simulación Método de Montecarlo
ANDRES SUAREZ - Decisiones Optimas de Inversión Cap. 13

MUESTREOARTIFICIAL
Universo real Universo Teórico
f ( x) f (u )du

Descrito por una función de densidad y

Con una ley de probabilidad conocida o adecuada; Con la cual se obtiene una MUESTRA DE LA POBLACION TEORICA, MEDIANTE LA GENERACION de Números Aleatorios

Economía de la Empresa UISEK 2011

G5

Simulación Método de Montecarlo
ANDRES SUAREZ - Decisiones Optimas de Inversión Cap. 13

O seaque el Método de Montecarlo consiste en:

Generar números aleatorios
Observaciones de la variable del Modelo

y convertirlos en observaciones de la variable aleatoria…

Economía de la Empresa UISEK 2011

G6

Simulación Método de Montecarlo
ANDRES SUAREZ - Decisiones Optimas de Inversión Cap. 13

1. 2. 3.

4. 5.

Pasos necesarios: Definida la función de densidad de probabilidadf(x), se grafica la función acumulativa de probabilidad. Se obtiene un número al azar (entre 0 y 1) El número aleatorio se compara con eje de Y, y se proyecta horizontalmente, hasta que intercepte con la curva de densidad. De ese punto, se proyecta una perpendicular hacia X; ese es el primer valor de la muestra artificial. Se repite el experimento desde el Numeral 2, cuantas veces se desee.Economía de la Empresa UISEK 2011 G7

Simulación Método de Montecarlo
ANDRES SUAREZ - Decisiones Optimas de Inversión Cap. 13

En suma, se desea tener el valor de “X”, A partir de un determinado valor de “Y”.
El tamaño de la muestra es básico. En muchos casos no se conoce la f(x) de densidad del universo teórico, ni se puede aventurar una conjetura de la misma. Entonces de debe obtener una muestradel universo real y deducir una ley de probabilidad aproximada.

Economía de la Empresa UISEK 2011

G8

Simulación Método de Montecarlo
ANDRES SUAREZ - Decisiones Optimas de Inversión Cap. 13

Si la variable es DISCRETA, no es necesario representarla gráficamente; basta con la tabla de frecuencias relativas acumuladas y la marca de clase.

Economía de la Empresa UISEK 2011

G9Simulación Método de Montecarlo
ANDRES SUAREZ -

APLICACIÓN DEL MÉTODO A LA EVALUACIÓN DE INVERSIONES con RIESGO Factores a considerar:

MERCADO

• Tamaño • Participación Decisiones Optimas de Inversión Cap. 13 • Tasa de crecimiento • Monto • Vida Útil • Valor rescate • Precio venta • Costo variable • Costo fijo

INVERSIÓN PRECIO COSTO

Objetivo: Determinar el rendimiento medio y sudispersión:

Economía de la Empresa UISEK 2011

G10

Simulación Método de Montecarlo
Ejercicio:
ANDRES SUAREZ - Decisiones Optimas de Inversión Cap. 13



Se trata de evaluar la factibilidad financiera del lanzamiento de un nuevo producto. La inversión inicial es de US$ 4 millones que cubrirá la compra de maquinaria, materias primas, marketing del lanzamiento, etc. La capacidad de la...