MYS Unidad 5 Simulación

Laboratorio de Modelación y Simulación Profesor: Sebastián Pérez Ayudantes: Joaquín Reyes Jorge Zavalla

Modelación de datos Modela Mode lado do es el pr proc oces eso o de co cons nstr truc ucci ción ón de un mo mode delo lo.. Un mo mode delo lo es un una a representación de un objeto, sistema, o idea. El arte de modelar consiste en la habilidad para analizar un problema, resumir sus caracte cara cterís rístic ticas as ese esenci nciale ales, s, sel selecci ecciona onarr y mod modifi ificar car las sup suposi osicio ciones nes bá básic sicas as que caracterizan al sistema, y luego enriquecer y elaborar el modelo hasta obtener una aproximación útil.

Simulación de datos La simulación es el proceso de diseñar un modelo de un sistema real y llevar a cabo experiencias con él, con la finalidad de aprender el comportamiento del sistema o de evaluar diversas estrategias para el funcionamiento del sistema.

Simulación de Montecarlo La si simu mula laci ción ón de Mo Mont nte e Ca Carl rlo o es un mé méto todo do qu que e em empl plea ea nú núme mero ross al alea eato tori rios os uniformemente distribuidos en el intervalo [0,1] acorde a las distribuciones de las variables de entrada para repetir una serie de escenarios de ocurrencia. El resultado de estos números escenarios puede entregar un caso más probable,  junto a una distribución estadística para comprender el nivel de riesgo asociado a la incertidumbre involucrada en la definición del modelo. Para el pr Para proce oceso so de sim simul ulaci ación ón se req requie uiere re def defini inirr dis distri tribuc bucion iones es de va varia riable bless de entr en trad ada a y va vari riab able less de sa sali lida da.. Ca Cada da pa pará ráme metr tro o de en entr trada ada es vi vist sto o co como mo un una a variable aleatoria, asociada a una distribución de probabilidad específica. Una sim simula ulació ción n es un una a suc sucesi esión ón de cie cient ntos os o mil miles es de esc escena enario rioss rep repeti etiti tivos vos,, durante los cuales las variables de salida son almacenadas en una memoria. Luego, estas son analizadas y agrupadas en un histograma de una función de probabilidad acumulada.

Simulación de Montecarlo .

Instalar y activar Herramientas 1. Haga clic en la pestaña Archivo. 2. Haga clic en Opciones y, a continuación, elija la categoría Complementos. 3. Casi al final del cuadro de diálogo Opciones de Excel, asegúrese de que la opción Complementos de Excel esté seleccionada en el cuadro Administrar y luego haga clic en Ir. 4. En el cuadro de diálogo Complementos, active las casillas de verificación StatTools y @RISK . A continuación, haga clic en Aceptar. 5. Si Excel muestra un mensaje que indica que no puede ejecutar este complemento y le pide que lo instale, haga clic en Sí   para instalar el complemento. 6. Observe que se han agregado dos pestañas, las cuales poseen el nombre de @RISK  y StatTools.

Aplicación StatTools

Conjunto de datos  Para trabajar la base de datos, es necesario crear un conjunto de datos para ser

analizados.

Conjunto de datos  Crear un nuevo conjunto de datos.

Conjunto de datos  Seleccionar las celdas que se desean trabajar.

Conjunto de datos  La asignación de datos depende de como se encuentre distribuida la

información.

Estadística resumen  Entrega parámetros estadísticos de tendencia y posición.

Estadística resumen  Entrega parámetros estadísticos de tendencia y posición.

Gráficos de resumen  Permite una visualización de la distribución de los datos.

Histograma  Es una representación de datos, con barras proporcionales a las frecuencias.

Histograma  Es una representación de datos, con barras proporcionales a las frecuencias.

Gráficos de cajas y bigotes    Permite una visualización de la distribución de los datos, con medidas de

tendencia y dispersión.

Gráficos de cajas y bigotes    Permite una visualización de la distribución de los datos, con medidas de

tendencia y dispersión.

Prueba de normalidad    Permite contrastar mediante test de hipótesis, un conjunto de datos de

distribución desconocida con una distribución normal.

Prueba de normalidad    Permite contrastar mediante test de hipótesis, un conjunto de datos de

distribución desconocida con una distribución normal.

Prueba de normalidad    Permite contrastar mediante test de hipótesis, un conjunto de datos de

distribución desconocida con una distribución normal.

Aplicación @RISK 

Ajuste de distribución    Se busca encontrar si los datos empíricos se distribuyen según un patrón

conocido (según una normal, una binomial, etc.), pues ello nos simplificaría el análisis descriptivo de los datos, así como la realización de inferencias sobre la población.

Ajuste de distribución

Ajuste de distribución

Flujo de caja efectivo básico

Flujo de caja efectivo básico  Tasa de crecimiento de ventas impacta desde el 2  año en adelante. °

Flujo de caja efectivo básico  Costo indirecto estará influenciado por la tasa de inflación desde el 2  período. °

Flujo de caja efectivo básico  Este caso es un modelo determinístico, con valores estáticos.

Flujo de caja efectivo básico   Se deben definir las distribuciones de probabilidad de las variables de entrada

con los parámetros dados.

Flujo de caja efectivo básico

Flujo de caja efectivo básico

Flujo de caja efectivo básico    En las variables de entrada se observan los valores esperados medios de las

distribuciones.

Flujo de caja efectivo básico  Como variable de salida se selecciona la celda del VPN.

Flujo de caja efectivo básico  Como variables de salida se seleccionan además los flujos de efectivo.

Flujo de caja efectivo básico  En la ventana de modelo se observan las variables de entrada y salida.

Flujo de caja efectivo básico  Luego de iniciar la simulación, se observan los valores de las variables de salida.

Flujo de caja efectivo básico  En un tornado, coeficiente de correlación se observa el impacto de las variables

de entrada en las variables de salida.

Flujo de caja efectivo básico  En un tornado, coeficiente de correlación se observa el impacto de las variables

de entrada en las variables de salida.

Flujo de caja efectivo básico   Además se puede observar un diagrama de dispersión de los datos simulados

de variables de entrada respecto a las variables de salida.

Flujo de caja efectivo básico  Análisis de la incertidumbre de los flujos de efectivo a futuro.

Flujo de caja efectivo básico  Análisis de la incertidumbre de los flujos de efectivo a futuro.