Maria Camila Romero Molina

Cod: 0910014733

Taller Introduccin

1. Realice una investigacin sobre que es Simulacin de Montecarlo,

para ello tenga en cuenta que debe contener como mnimo la
siguiente informacin: Qu es? Para qu sirve? Cundo se origin
y por qu lleva ese nombre? Un ejemplo propio de un problema al
que se pueda aplicar este tipo de simulacin.

SIMULACION DE MONTECARLO

Los orgenes de esta tcnica estn ligados al trabajo desarrollado por Stan
Ulam y John Von
Neumann a finales de los 40 en el laboratorio de Los Alamos, cuando
investigaban el movimiento aleatorio de los neutrones [W1]. En aos
posteriores, la simulacin de Monte Carlo se ha venido aplicando a una
infinidad de mbitos como alternativa a los modelos matemticos exactos o
incluso como nico medio de estimar soluciones para problemas complejos.

La simulacin de Monte Carlo es una tcnica cuantitativa que hace uso de

la estadstica y los ordenadores para imitar, mediante modelos
matemticos, el comportamiento aleatorio de sistemas reales no dinmicos
(por lo general, cuando se trata de sistemas cuyo estado va cambiando con
el paso del tiempo, se recurre bien a la simulacin de eventos discretos o
bien a la simulacin de sistemas continuos).

La simulacin Monte Carlo ofrece a la persona responsable de tomar las

decisiones una serie de posibles resultados, as como la probabilidad de que
se produzcan segn las medidas tomadas. Muestra las posibilidades
extremas (arriesgadas y conservadoras) as como todas las posibles
consecuencias de las decisiones intermedias.

La simulacin Monte Carlo realiza el anlisis de riesgo con la creacin de

modelos de posibles resultados mediante la sustitucin de un rango de
valores una distribucin de probabilidad para cualquier factor con
incertidumbre inherente. Luego, calcula los resultados una y otra vez, cada
vez usando un grupo diferente de valores aleatorios de las funciones de
probabilidad. Dependiendo del nmero de incertidumbres y de los rangos
especificados, para completar una simulacin Monte Carlo puede ser
necesario realizar miles o decenas de miles de clculos. La simulacin
Monte Carlo produce distribuciones de valores de los resultados posibles.

Pasos para realizar el mtodo:

1. Disear el modelo lgico de decisin

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 resultado del modelo segn los valores del muestreo
(iteracin) y registrar el resultado 6. Repetir el proceso hasta tener una
muestra estadsticamente representativa
7. Obtener la distribucin de frecuencias del resultado de las iteraciones
8. Calcular media, desvo y curva de percentiles acumulados

Ventajas:

Resultados probabilsticos. Los resultados muestran no slo lo que puede

suceder, sino lo probable que es un resultado.
Resultados grficos. Gracias a los datos que genera una simulacin Monte
Carlo, es fcil crear grficos de diferentes resultados y las posibilidades de
que sucedan. Esto es importante para comunicar los resultados a otras
personas interesadas.
Anlisis de sensibilidad. Con slo unos pocos resultados, en los anlisis
deterministas es ms difcil ver las variables que ms afectan el resultado.
En la simulacin Monte Carlo, resulta ms fcil ver qu variables
introducidas tienen mayor influencia sobre los resultados finales.
Anlisis de escenario. En los modelos deterministas resulta muy difcil
modelar diferentes combinaciones de valores de diferentes valores de
entrada, con el fin de ver los efectos de situaciones verdaderamente
diferentes. Usando la simulacin Monte Carlo, los analistas pueden ver
exactamente los valores que tienen cada variable cuando se producen
ciertos resultados. Esto resulta muy valioso para profundizar en los anlisis.
Correlacin de variables de entrada. En la simulacin Monte Carlo es posible
modelar relaciones interdependientes entre diferentes variables de entrada.
Esto es importante para averiguar con precisin la razn real por la que,
cuando algunos factores suben, otros suben o bajan paralelamente.

Aplicaciones:
 2. Defina y establezca las diferencias entre: Media geomtrica, media
armnica y la media simple. Asegrese de presentar la bibliografa
empleada.

Media geomtrica: La media geomtrica (MG), de un conjunto de

nmeros positivos se define como la n- del producto de los nmeros. Por
tanto, la frmula para la media geomtrica es dada por

Existen dos usos principales de la media geomtrica:

1. Para promediar porcentajes, indices y cifras relativas y

2. Para determinar el incremento porcentual promedio en ventas,
produccin u otras actividades o series econmicas de un periodo a
otro.

Ejemplo
Supongase que las utilidades obtenidas por una compaa constructora en
cuatro proyectos fueron de 3, 2, 4 y 6%, respectivamente. Cal es la
media geomtrica de las ganancias?.

En este ejemplo y asi la media geomtrica es determinada por

y as la media geomtrica de las utilidades es el 3.46%.

La media aritmtica de los valores anteriores es 3.75%. Aunque el valor 6%

no es muy grande, hace que la media aritmtica se incline hacia valores
elevados. La media geomtrica no se ve tan afectada por valores extremos.

Media armnica: La media armnica se define como el recproco de la

media aritmtica de los recprocos:
Este valor se emplea para promediar variaciones con respecto al tiempo.

Ejemplo
Supongase que una familia realiza un viaje en automvil a un ciudad y
cubre los primeros 100 km a 60 km/h, los siguientes 100 km a 70 km/h y los
ltimos 100 km a 80 km/h. Calcular, en esas condiciones, la velocidad
media realizada.

La mediana

Sea una muestra aleatoria de observaciones. Mediante la

escritura se indica el elemento menor de la muestra; por el

elemento que le sigue al menor y as sucesivamente hasta llegar a que

representa al elemento mayor.

La Mediana, de un conjunto de observaciones es el valor para el cual,

cuando todas las observaciones se ordenan de manera creciente, la mitad
de stas es menor que este valor y la otra mitad mayor.

Sea una muestra aleatoria de observaciones, la Mediana

de estos datos se denota y se define de la siguiente manera:
Ejemplo
Suponga que se tienen las duraciones en horas de un cierto tipo de
lamparas incandecentes
612,623, 666, 744, 883, 898, 964, 970, 983, 1003, 1016, 1022, 1029, 1058,
1085, 1088, 1122, 1135, 1197, 1201.

Como hay 20 datos y se encuentran ordenados, entonces la mediana es

dada por

FUENTE: http://www.virtual.unal.edu.co

3. Qu informacin se grafica en un diagrama de caja? Cul es su

utilidad?

Los diagramas de Caja-Bigotes (boxplots o box and whiskers) son una

presentacin visual que describe varias caractersticas importantes, al
mismo tiempo, tales como la dispersin y simetra.
Para su realizacin se representan los tres cuartiles y los
valores mnimo y mximo de los datos, sobre un rectngulo, alineado
horizontal o verticalmente.

Una grfica de este tipo consiste en una caja rectangular, donde los lados
ms largos muestran el recorrido intercuartlico (diferencia entre el tercer y
el primer cuartil de una distribucin). Este rectngulo est dividido por un
segmento vertical que indica donde se posiciona la mediana y por lo tanto
su relacin con los cuartiles primero y tercero (recordemos que el segundo
cuartil coincide con la mediana).
Esta caja se ubica a escala sobre un segmento que tiene como extremos los
valores mnimo y mximo de la variable. Las lineas que sobresalen de la
caja se llaman bigotes. Estos bigotes tienen tienen un lmite de
prolongacin, de modo que cualquier dato o caso que no se encuentre
dentro de este rango es marcado e identificado individualmente.
La mayor utilidad de los diagramas caja-bigotes es para comparar dos o
ms conjuntos de datos.
FUENTE: http://www.estadisticaparatodos.es/

4. Qu es un percentil? Para qu se utiliza?

Los Percentiles

El percentil es una medida usada en estadstica que indica, una vez

ordenados los datos de menor a mayor, El percentil i es el valor de la variable
por debajo del cual incluyendo el propio valor- est el i% de los casos. Por ejemplo,
el percentil 20 es el valor debajo del cual se encuentran el 20 por ciento de
las observaciones.
Se representan con la letra P. Para el percentil i-simo, donde la i toma
valores del 1 al 99. El i % de la muestra son valores menores que l y el
100-i % restante son mayores.

Los percentiles sirven para relacionar un valor concreto de la variable (el

peso de un nio, un salario, una calificacin, el tamao de una empresa)
con los restantes valores de esa variable en la misma poblacin. Se
calculan en general se estiman- con las frecuencias obtenidas de una
muestra suficientemente grande, representativa de la poblacin de inters.

FUENTE: http://www.educabarrie.org

5. Realice la lectura del captulo 1 del libro gua del curso: Excel Data
Anlisis, el cual ser enviado a su correo. Realice un resumen del
mismo y resuelva el ejercicio nmero 5 de dicho captulo.

En el capito I del libro habla sobre la importancia de la creacin de modelos

de toma de decisiones con Excel, inicialmente el autor presenta una
situacin de dos personas que fueron estudiantes de MBA y hablan sobre la
importancia del anlisis s de datos cualitativos , consulta bases de datos ,
simulaciones , optimizacin, anlisis estadstico, mediante el excel ya que
ellos sienten que estn desactualizados del tema, dicen que la la
tecnologa, en forma de software y hardware de escritorio , se est
convirtiendo en una parte tan importante de anlisis de negocio del da a
da como los conceptos y las tcnicas pero siendo estas complejas para
ponerlas en prctica.

Para hacer frente a la toma de decisiones la formalidad es una necesidad

por lo que se construyen modelos que pueden adaptarse a este mayor
grado de escrutinio. En ltima instancia, el modelado puede, y debe, dar
lugar a una mejor toma de decisiones en general.
Casi cualquier tcnica analtica que se puede concebir que encaja en la
estructura de filas y columnas de las hojas de clculo se pueden modelada
con Exce,l Sin embargo , para el individuo que requiera modelar problemas
de negocio , Excel es una necesidad.

En el caso de los libros de trabajo que representan el esfuerzo analtico

serio , se debe ser consciente de que notratar de colocar demasiada
informacin , datos, o el anlisis en una sola hoja de clculo .
Por lo tanto , siempre incluyo en hojas separadas: ( 1 ) la introduccin o la
cubierta
pgina con la documentacin que identifica el propsito , los autores ,
informacin de contacto ,
y uso previsto del modelo de hoja de clculo y , ( 2 ) una tabla de
contenidos que proporciona
los usuarios con una visin de cmo el libro se proceder .