INTRODUCCION.

La simulación Montecarlo es una herramienta estadística que permite la modelación de resultados

acorde con el comportamiento histórico que los datos y su probabilidad de ocurrencia el objetivo de
esta investigación es resaltar como esta herramienta nos puede ser útil en el mundo empresarial
especialmente la proyección del estado resultados incorporando condiciones de incertidumbre y riesgo
en la modelación a corto plazo. Para ello se conforma pasa paso del modelo con la intención de qué sea
una herramienta útil para la gestión a través de un programa tan sencillo como lo es el Excel. A partir
de los resultados de la simulación se establecen escenarios como punto de partida para el análisis.

1
 INDICE

Contenido
INTRODUCCION..................................................................................................................................1
INDICE...................................................................................................................................................2
SIMULACION DE MONTE CARLO....................................................................................................3
¿QUÉ ES LA SIMULACIONDE MONTE CARLO?.............................................................................3
¿PARA QUE SIRVE LA SIMULACION DE MONTECARLO?...........................................................3
CONCLUSION.......................................................................................................................................7
BIBLIOGRAFIAS..................................................................................................................................8

2
 SIMULACION DE MONTE CARLO
¿QUÉ ES LA SIMULACIONDE MONTE CARLO?
¿PARA QUE SIRVE LA SIMULACION DE MONTECARLO?

La simulación Montecarlo es un método que combina el uso de los sistemas de información

organizacional (información histórica principalmente) y la aleatoria para estimar la posibilidad
de ocurrencia de un evento aplicado este método para proyectar los estados financieros la
administración de una organización puede reconocer la probabilidad de ocurrencia de
escenarios deseables o deseables con el fin de tomar acciones sobre las variables que pueden
controlar aplicar la simulación Montecarlo requiere la identificación de las variables claves
que afectan el resultado a proyectar así́ como la distribución de probabilidad que define el
comportamiento de estas variables esta herramienta es poderosa de la administración para la
gestión estratégica de sus recursos en el corto plazo en especial de las variables que afectan el
resultado del periodo: ingresos costos y otros gastos.
De esta manera con base en un análisis de sensibilidad se podría identificar las probabilidades
de ocurrencia de un escenario no favorable un optimista y el más probable de resultado del
periodo de un estudio de caso Montecarlo en el ámbito de los negocios como un método que
contribuye a la gestión de los costos para la toma de decisiones empresariales también se
presentan los requerimientos de información de los sistemas de costos de las ventajas las
limitaciones de la aplicación de dicha simulación en la proyección de la información
financiera.
Las simulaciones tienen como objetivo de duplicar características y comportamientos propios
de un sistema real es decir emite comportamiento de un sistema a través de la manipulación el
modelo que representa la realidad la simulación Montecarlo no es agenda anterior objetivo y
tiene una característica primordial: permite evaluar el comportamiento de las variables que
inciden el problema analizar cuando este tiene incertidumbre sobre el comportamiento que
estas van a tener.
La simulación Montecarlo es el desarrollo de un modelo lógico -matemático de un sistema de
manera que se obtenga una imitación de un proceso del sistema a través del tiempo. Por lo

3
tanto, la simulación involucra a la generación de una historia artificial del sistema y
observación de la historia mediante la manipulación experimental; además nos ayuda a inferir
las características operacionales de tal sistema. Él termino SMC proviene por su similitud al
muestreo aleatorio en los juegos de ruleta en los casinos de Montecarlo.
La SMC reproduce los valores de una variable a partir de su comportamiento basado en la
sección de números aleatorios. Para poder aplicar la SMC es necesario contar con suficiente
información histórica que permita establecer cómo se comportan las variables y como estas
afectan o no son afectadas por otras variables.
Los modelos de SMC suelen enfocarse en operaciones detalladas de un sistema ya sean físicas
o financieras. En este sistema se estudia a la manera cómo funciona a través del tiempo y se
incluyen los efectos de los resultados de un periodo sobre el siguiente. Es así́ que la SMC al
generar una historia artificial o una reproducción del comportamiento de una variable puede
brindar información sobre situaciones de incertidumbre como: ¿cuántas unidades
posiblemente se venderán el próximo mes? ¿Cuál es la probabilidad de obtener utilidad del
próximo periodo? Ò ¿cuál es la variable que tiene mayor impacto sobre la utilidad del
periodo?
La SMC proporciona soluciones aproximadas a una gran variedad de problemas matemáticos
posibilitando la realización de experimentos como estrenos de números pesado aleatorios en
una computadora. El método es aplicable a cualquier tipo de problema ya sea estocásticos o
determinista.
Esta herramienta se ha aplicado en diferentes ámbitos Tales como la ingeniería la biología las
telecomunicaciones la investigación y desarrollo entre otros. En las finanzas la economía y los
negocios las aplicaciones más significativas se han dado en términos de la gestión de
proyectos financieros el cálculo del valor de la empresa la evaluación de decisiones de
inversión de la empresa o de los derivados financieros y la constricción de escenarios
financieros asimismo la evaluación de la introducción de nuevo producto mercado la elección
de la política de inventario optima y el cálculo de tiempo de espera de la presentación de un
servicio son decisiones que se pueden pasar en los resultados de la SMC. Indican que el uso de
procesos estocásticos como la SMC pueden simular los desempeños a través del tiempo de
tazas de interés tazas de cambio precios de materias primas y precios de activos financieros así́

4
como el desempeño de varias operaciones como ingresos y volúmenes de ventas ganancias
corporativas y flujos de caja entre otros.
El proceso de simulación permite construir la distribución de probabilidad para un tipo
indicador financiero lo que hace posible realizar un análisis bajo riesgo de cualquier aspecto
de la empresa esto es que sería posible trasladar el análisis financiero tradicional realizándolo
en términos de términos místicos a un ambiente de incertidumbre Por lo anterior muchos
teóricos indican que la SMC es un gran apoyo para la gestión de los riesgos en las
organizaciones.
Otra ventaja de la SMC e identificar a través de sus predicciones el grado de sustentabilidad de
las variables independientes o entrada con la variable dependiente o de salida. En la medida en
que se identifique la variable independiente más sensible la variable independiente la
compañía podría ser más control sobre las variables sensibles que para los resultados
financieros sean similares a los esperados o deseables.
Es importante reconocer que esta herramienta puede generar una gran cantidad de escenarios
en los cuales se puede ajustar el resultado final por lo tanto otorga un rango muy amplio de
posibilidades que requiere el análisis de información complementaria cuantitativa y cualitativa
que se permite delimitar más el escenario en el que se puede encontrar la empresa en el corto
plazo.
En la relación de desventajas de la utilización de la SMC nos permite relacionar las siguientes:
 -Un gran número de variables hace una buena simulación, pero no resulta complicada
si no se tienen una herramienta tecnológica.
 -La simulación no genera situaciones o ilusiones optimas como minimizar utilidades o
maximizar costos.
 -Cada simulación es única para intervenir el azar.
La simulación Motejarlo no solo se ha diseñado para encontrar la mejor solución o soluciones
optimas como en la programación lineal o en análisis de decisiones, sino que evalúa diferentes
alternativas si se toma una decisión con base a una comparación de resultados. Es decir,
evalúa el desempeño de un sistema previamente especificados.

5
Se ha mencionado que la SMC es un método para análisis bajo incertidumbre porque permite
trabajar procesos
estocásticos por lo
tanto contempla
variables
aleatorias o
estocásticas esto
son variables que
toman valores numéricos
realizados por los
resultados
contenidos en el espacio muestra el generado por un experimento aleatorio es decir su valor
está determinado por el azar.

6
 CONCLUSION.
La simulación Montecarlo es una herramienta muy útil para analizar situaciones en las que hay
incertidumbre, ya que permite estimar posibles resultados con base en datos históricos y
variables aleatorias. Su aplicación en el ámbito financiero y empresarial ayuda a tomar
mejores decisiones al prever diferentes escenarios y evaluar riesgos. Sin embargo, para
obtener buenos resultados es importante contar con suficiente información y usar herramientas
tecnológicas adecuadas. Aunque no garantiza encontrar la mejor solución, sí permite comparar
opciones y entender mejor el impacto de cada decisión en el desempeño de una organización.

7
 BIBLIOGRAFIAS.
Redirect notice. (s. f.). [Link]

%[Link]%2Fdocumentos%2Fcongreso-15%2FSALAZAR-

[Link]&psig=AOvVaw2wwyiWaAAcpFeSV35Pz96b&ust=174086757827900

0&source=images&cd=vfe&opi=89978449&ved=0CAYQrpoMahcKEwjYmLyes-

eLAxUAAAAAHQAAAAAQBA

Redirect notice. (s. f.-b). [Link]

%[Link]%2Fbitstream%2Fhandle

%2F10803%2F325427%[Link]&psig=AOvVaw2wwyiWaAAcpFeSV35P

z96b&ust=1740867578279000&source=images&cd=vfe&opi=89978449&ved=0CAY

QrpoMahcKEwjYmLyes-eLAxUAAAAAHQAAAAAQBg