Montecarlo

UCEMA-MAG
Evaluación de Riesgo Agropecuario

Simulación Monte Carlo

Alejandro Bustamante

Evaluación Económica de Sistemas de Producción:
¿Qué es lo que nos interesa evaluar?


Resultado Esperado



Variabilidad del resultado



Probabilidad de perder plata



Probabilidad de superar determinadas
metas de resultado

 El

riesgo no es algo que se "sufre",
elriesgo es algo que se puede
administrar.

Administración del Riesgo














Negociar las variables negociables
Buscar más información
Aumentar el compromiso
Tomar precauciones adicionales
Compartir el riesgo
Transferir el riesgo
Formular planes de contingencia
No tomar medidas, asumir el riesgo
Cancelar el proyecto
Administración de portfolio







Hay dos componentes que explican nuestra
incapacidad para predecir en forma precisa
un evento futuro:
Riesgo: es un efecto aleatorio propio del
sistema bajo análisis. Se puede reducir
alterando el sistema.
Incertidumbre es el nivel de ignorancia del
evaluador acerca de los parámetros que
caracterizan el sistema a modelar. Se puede
reducir a veces con mediciones adicionales omayor estudio, o consulta a expertos.
La Variabilidad Total es la combinación de
riesgo e incertidumbre.







Tanto el riesgo como la incertidumbre se
describen mediante distribuciones de
probabilidad.
Por lo tanto, una distribucion de probabilidad
puede reflejar en parte el carácter estocástico
del sistema analizado y en parte la
incertidumbre acerca del comportamiento de
lavariable.
Los resultados que se obtengan de un
modelo de este tipo reflejaran la variabilidad
total: el efecto conjunto de riesgo e
incertidumbre.

 Para

poder administrar el riesgo,
necesitamos "verlo".

 Para

"ver" el riesgo nos valemos de
distribuciones de probabilidad.

Distribución de probabilidad



Una distribución de probabilidad
describe el rango de valoresque puede tomar una variable aleatoria
y la probabilidad asignada a cada
valor o rango de valores.







Probabilidad: frecuentista y subjetiva
Para eventos repetibles y medibles, la
probabilidad representa la frecuencia
relativa de ocurrencia de un evento.
Para eventos no repetibles o mensurables,
la probabilidad es la expresión del grado de
creencia que tiene un individuoacerca de la
ocurrencia de un evento incierto.
En este segundo caso las probabilidades son
subjetivas por naturaleza y es posible que
dos personas asignen diferente probabilidad
de ocurrencia a un mismo evento.







Separar la variabilidad de la incertidumbre
permite entender qué pasos podrían tomarse
que sean más efectivos para reducir la
incertidumbre total.
Si una proporciónimportante de la
incertidumbre total se debe a incertidumbre,
entonces nuestra estimación acerca del
futuro podría mejorarse juntando mayor
información.
Si una proporción importante de la
incertidumbre total se debiera a variabilidad,
la única manera de reducir la incertidumbre
es modificando el sistema analizado.

Presentación de modelos
Un modelo es una herramienta de análisis y decomunicación. Como tal, debe ser entendido no sólo
por quien lo diseñó sino también por terceros.


1. Presentar claramente la estructura lógica y los
supuestos empleados.



2. Incluir solamente las estadísticas indispensables.



3. Usar gráficos para transmitir conceptos.



4. Los resultados obtenidos deben responder a los
interrogantes planteados.



5. No incluiren el informe más información que la
necesaria. Derivar los datos de apoyo a los Anexos.

Simulación Monte Carlo










1. Diseñar el modelo lógico de decisión
2. Especificar distribuciones de probabilidad para las
variables aleatorias relevantes.
3. Incluir posibles dependencias entre variables.
4. Muestrear valores de las variables aleatorias.
5. Calcular el...