1. Una descripcin breve del problema a tratar.

El anlisis de riesgo representa parte de las decisiones que se toman

dentro de una organizacin, a las cuales se enfrenta continuamente
la gerencia como a la incertidumbre, la ambigedad y la variabilidad
en el modelo a implementar para establecer que tan viable es
introducir un nuevo modelo de acuerdo a las estadsticas y
resultados.
Como todo modelo de simulacin no se puede predecir con precisin,
sin embargo dicho proces de simulacin nos permite ver los
resultados para su anlisis y de ese modo la toma de decisiones y
evaluar el impacto del riesgo en el momento de lanzar un producto al
mercado y/o proceso informtico para establecer los factores el nivel
de riesgo; viabilidad presupuestal y rentabilidad por lo tanto sern
tratados o gestionados con mayor atencin.

2. Los supuestos utilizados para las variables aleatorias.

Teniendo en cuenta los datos suministrados y los diferentes
escenarios desarrollados una vez analizadas la descripcin de las
variables con el objetivo de obtener el mejor resultado de acuerdo al
texto en estudio considero que lo ms relevantes son;
Teniendo en cuenta la posibilidad de una utilidad o prdida
Costo de mano de obra directa
Costo de los componentes
Demanda del primer ao

Por lo tanto, los resultados que se van a obtener en cuanto a la

utilidad, luego de introducir diferentes valores (entradas
probabilsticas) y los dientes escenarios para de ese modo estudiar
la simulacin aleatoria o sucesiva lo que nos indica que lo que se
genera es una variable de distribucin de probabilidad discreta.

3. Los escenarios considerados y su efecto en las distribuciones

o los parmetros.
La simulacin de Monte Carlo es una tcnica matemtica que no
permite analizar cuantitativamente el riesgo y de ese modo la toma
de decisiones, conforme al proyecto en estudio nos permite ver dos
escenarios (prdida o ganancia) por lo tanto de acuerdo a las
variables a utilizar en la simulacin de detallan dos escenarios el valor
costo de los componentes y valor de la demanda. Teniendo en cuenta
los modelos matemticos la primera opcin es una distribucin
uniforme mediante la funcin aleatoria y el valor asociado con el costo
e componentes. La segunda opcin y con las diferentes iteraciones
realizadas en el estudio de una distribucin de probabilidad normal
se obtiene como conclusin que se trabaj con un valor medio y una
desviacin estndar.

4. Una conclusin (positiva o negativa) acerca de los resultados

presentados en el artculo.

La simulacin nos permite ver los resultados viables y evaluar el

riesgo para la mejor toma de decisiones en cuanto a condiciones de
incertidumbre, es decir, responder a una serie de preguntas y
desarrollar presupuestos de contingencia.

Como objetivo principal es representar una serie de estimaciones de

costos o un proyecto e interpretar la viabilidad de ejecucin, para el
caso en estudio nuevo producto al mercado en el cual se logra
identificar a necesidad de realizar una serie de ensayos que pueden
ser largos y tediosos, para identificar la ruta crtica de las actividades
y obtener un gran resultado. Sin embargo se debe tener en cuenta
que la misma flexibilidad y la cantidad de variables puede dar un
resultado ineficaz e inexacto

Como conclusin positiva la simulacin es una herramienta de

investigacin y de planteamientos el cual puede ser de gran utilidad
en un escenario de riesgo, permitiendo ayudar a los gerentes de una
compaa a estimar la longitud general de un proyecto o e costos,
para nuestro tema en referencia las pruebas realizadas resaltan que
la probabilidad de perdida en distintos escenarios es baja por tanto
considero que el resultado es importante para la toma de una
decisin.