Crystal Ball 1

Enero
2015
Sesin :
Taller de utilizacin de la herramienta Crystal Ball, para anlisis y
gestin del Riesgo y Toma de Decisiones para creacin de valor
bajo incertidumbre en tiempos de caos
Profesor:
Raphael Rey Tovar
Ingeniero Industrial
Magister en Banca y Finanzas
1
Objetivos y resultados esperados de la sesin Da 1
Objetivos Resultados esperados

Comprender la utilidad potencial de la El equipo tcnico comprende la importancia
1 herramienta Crystal Ball en la gestin y

toma de decisiones bajo incertidumbre
en los negocios .
de contar con una herramienta que le
permite evaluar y analizar el riesgo en la
toma de decisiones para los negocios.
El equipo tcnico, es capaz de elaborar el

Tener la capacidad de modelar en Excel
2 apropiadamente para luego definir las

variables exgenas, endgenas y de
resultado en el modelo
modelo en Excel y de identificar las
variables exgenas y endgenas del modelo
que impactan en los resultados econmicos
y financieros del negocio.
3 Tener la capacidad de analizar los

resultados de una simulacin El equipo tcnico, es capaz de crear sus
modelos, analizar los resultados de la
simulacin, utilizar los distintos grficos, y
4
Tener la capacidad de crear modelos realizar anlisis de sensibilidad, y extraer
propios generar reportes y extraer datos datos de una simulacin.
de una simulacin
Objetivos y resultados esperados de la sesin Da 2
Objetivos Resultados esperados
5
El equipo tcnico desarrolla ajuste de las
Tener la capacidad de aplicar opciones variables exgenas a distribuciones de
avanzadas para la definicin de probabilidad, as como de las variables de
supuestos. resultado, que pueden servir de insumo para
otro modelo de mayor alcance.
6 Tener la capacidad de aplicar opciones

avanzadas a las variables de resultado,
de Pronstico.
El equipo tcnico, es capaz de ajustar y adaptar
criterios de filtro y de gestin a las variables de
resultado para un anlisis de mayor
profundidad.
7
Tener la capacidad de utilizar OptQuest
para una optimizacin Estocstica
maximizando la rentabilidad bajo una El equipo tcnico, es capaz de analizar
determinada tolerancia de riesgo. OptQuest y Predictor que permite tomar una
una decisin ptima de valor estratgico
Tener la capacidad de utilizar Predictor econmico, a travs de un anlisis global de la
8 para generar pronsticos ( valores de

series de tiempo), con regresiones y
utilizacin como variable de supuesto
para un modelo de mayor alcance.
situacin compleja presentada.
Presentacin y Expectativas del Taller
Nombre
Empresa, Direccin, Divisin e Industria
Experiencia en el anlisis de riesgo y/o uso del Crystal Ball
Expectativas del Taller
Planes para utilizar Crystal Ball despus del Taller
Porqu est usted aqu interesado en Crystal Ball?
Qu es lo que deseara lograr en este taller?
1 Modelo
6
Modelo del Negocio: Articulacin de las Variables : Proceso de construccin: Excel
Un modelo es la representacin de un sistema complejo real

Modelo de Planeamiento Estratgico
Modelo de Planeamiento Financiero
Modelo de Negocio- Proyecto
Modelo de Produccin
Modelo
Construccin
Realidad colectiva:
Experiencia, Participacin de
(Tema)
educacin, cultura, Abstraccin de la actores y
evidencia, etc realidad
(orden y sntesis) acuerdos
Dependiendo de la magnitud del anlisis - Tcnica de Recopilacin
De manera individual Los componentes y

Agrupar las ideas por
proponer ideas claves variables deben ser el
afinidad para obtener
sobre la situacin y la resultado del acuerdo
los componentes y
toma de decisin de los especialistas
variables
estratgica
8 8
Los mtodos de simulacin estadstica son imprescindibles en el anlisis de riesgo,

uno de los ms conocidos es el de SIMULACIN DE MONTECARLO.
Crystal Ball es una poderosa herramienta para la aplicacin de estos mtodos.
Por esta razn este entrenamiento se concentrar en mostrar los potenciales de esta
herramienta.
De manera que al finalizar estas sesiones se espera que el participante haya logrado:
Conformar un modelo completo de evaluacin de un proyecto y completar
el anlisis de sus riesgos inherentes
Desarrollar habilidades y destrezas en los procesos de optimizacin
estocstica
Desarrollar aplicaciones que ensamblan pronsticos en modelos de
optimizacin
Un modelo es la representacin de un sistema complejo real
Juego de relaciones matemticas y lgicas, uso de celdas referenciales y/o

absolutas
Variacin de condiciones y supuestos para probar escenarios.
Tradicionalmente datos determinsticos: se asume conocidos con

certeza y es puntual.
Conversin Probabilstico estocstico con Crystal Ball se informa de

forma integral, y se analiza riesgos
Modelo del Negocio, de la situacin estratgica
Objetivo Inicial Comprender las interrelacin entre las variables exgenas,

endgenas y su impacto en las de resultado bajo un modelo
representado en excel, bajo un enfoque de sistema
Modelo en Excel Estructura sistemtica que representa el estado del

conocimiento con relacin a un tema, asimismo, identifica los
componentes que lo integran.
Son el conjunto de elementos que representan al modelo y

describen aspectos que lo definen como un sistema
- La suma de partes explican el modelo integrado de sistema
Componentes
- Los componentes son diferenciados y se interrelacionan a
travs de las variables exgenas (entorno) endgenas
(internas) que impactan en las variables de resultado o de
inters final a ser analizado.
Procedimiento Recolectar y sistematizar informacin Data Valores Histricos

Desarrollo del Modelo en excel vinculacin referencial entre las
variables
Modelo del Negocio en Excel
Ventajas
Facilidad en el uso
Popular y conocido
Herramienta flexible para la construccin de modelos
Desventajas
Si la informacin no es la real, si entra basura, sale basura
Fcil de manipular, y de alterar algunas relaciones
Difcil de auditar
El excel por naturaleza es Determinstico, solo un valor en
cada celda, asimismo asume que los valores ingresados son
conocidos.
Gestin de la Incertidumbre con Excel
Los estimados en las celdas es de un solo punto o valor

-Los resultados son de salida simple, un solo valor en la celda.
Anlisis de Escenarios muy limitado

-Estima un escenario ms probable, un optimista y pesimista
-Se tiene resultados en un rango de posibilidades.
Anlisis de que pasa si

-Ingresan metdicamente incrementos regulares en las variables de entrada
para ver los resultados proyectados
-Los resultados proyectados son montaas de datos, de tablas de datos que
muestran el rango de los posibles resultados, pero sin probabilidades
asociadas.
Mapa de interrelacin de variables
Permite identificar aquellas principales generadores de rentabilidad y

riesgo, y sus relaciones. Caso para un casino con zona de fumadores.
Variables de Resultado para el Modelo en Excel
Valor de la Empresa
Variables de
Valor Presente Tasa Interna Resultado (Nodo)
Neto De Retorno (Objetivo)
Flujo de
Caja Neto
Variables de
Resultado parcial
Ingresos Egresos
Diagrama de Influencias Relacin entre las variables a modelar en Excel
Flujo de
Caja Neto
Ingresos Egresos
Gastos
Elasticidad Generales
Mantenimiento
Precio
de Venta Comisin de
Cantidad Costos Ventas
Ventas Fijos
Margen de
Ganancia Fuerza de
Costos Ventas
Participacin Unitarios
de Mercado Costos
Gastos de Variables
Inversin Trminos de
Trminos de negociacin con
negociacin con fabricantes
clientes Costo
FOB
Costos de Grado de
Importacin Calidad
Probabilidades: el Lenguaje de Incertidumbres
Por qu Probabilidades?
- Caractersticas del Entorno en el cual se toman decisiones:
incertidumbre
- Probabilidad es el lenguaje para describir y tratar la incertidumbre
Una incertidumbre es una distincin (variable) de inters cuyo

estado (valor) es desconocido
Ejemplos: Precio petrleo, Precio de las acciones, Tipo de Cambio,

Ingresos, Tasas de inters, inflacin, Cantidad de Demanda, Costos de
Produccin
-Qu otros ejemplos de Incertidumbre a menudo enfrenta?

Enfrentar, entender y comunicarse claramente acerca de la

incertidumbre es importante y requerido para:
Anlisis de riesgo, administracin del riesgo y reduccin del riesgo
Evaluacin de proyectos de inversin
Anlisis de Decisiones Estratgicas.
Diseo de planes de contingencia y opciones de recoleccin de

informacin
Comunicacin
Indique el rango de probabilidades numricas que

cada uno de las siguientes frases le sugiere:
Probabilidad Probabilidad
Mnima Mxima
Es muy probable que ocurra ________ ________
Hay una buena posibilidad ________ ________
Ocurrir casi con seguridad ________ ________
Es posible que ocurra ________ ________
Las probabilidades usualmente cambian con nueva informacin.

Las posibilidades de una incertidumbre pueden ser un nmero

finito (variable discreta) o infinito (variable continua).
Si el nmero de estados de la incertidumbre es finito en un

intervalo dado, se dice que es una incertidumbre (variable)
discreta. Ejm: Nmero de unidades vendidas, Nmero de
servicios brindados, Cantidad de transacciones realizadas, etc
Si el nmero de estados de la incertidumbre es infinito en un

rango dado, se dice que es una incertidumbre (variable)
continua. Ejm: Precio de venta, Consumo diario de gasolina, Tasa
de inters, etc
2 Riesgo y Simulacin
21
El Concepto del Riesgo
El riesgo es la exposicin a la incertidumbre
Esta definicin tiene dos componentes:
La existencia de hechos inciertos, por desconocimiento, porque no han

acaecido.
La exposicin, que no es otra cosa que la magnitud como los hechos

inciertos afectan a las personas o a las organizaciones.
La definicin permite aclarar que la medicin del riesgo tiene dos

dimensiones:
La incertidumbre sobre el valor que pueda tomar un fenmeno
El valor del impacto que sobre un patrimonio tiene el valor incierto
22
El Anlisis del Riesgo
El anlisis de riesgo es un enfoque orientado a adquirir una comprensin

del riesgo asociado a una variable de inters.
Por ejemplo:
La medida de un resultado econmico
El resultado de un flujo de caja descontado
Una variable macroeconmica
El desafo del anlisis de riesgo consiste en construir un modelo que de

manera adecuada represente el problema bajo estudio
23
Los modelos son abstracciones de un sistema, una idea o un objeto
Por la naturaleza de su funcin los modelos pueden ser:

1. Perspectivos: buscan proyectar un comportamiento
2. Descriptivos: buscan identificar relaciones causales
Por la naturaleza de la incertidumbre que incorporen:

1. Determinsticos: las variables pronosticadas no contienen ningn error. No hay
incertidumbre.
2. Probabilsticos: los pronsticos estn sujetos a incertidumbre, HAY RIESGO
24
Las variables que determinan o explican los resultados se pueden

denominar variables supuestos.
Si los supuestos tiene incertidumbre deben tratarse como variables

aleatorias.
Las variables aleatorias son la fuente del riesgo.
25
Cuando a una fuente de riesgo se le conoce sus propiedades estadsticas, el riesgo se

puede:
Medir
Gestionar
Se dice entonces que una variable aleatoria se caracteriza por que su comportamiento
puede ser descrito mediante una funcin de distribucin de probabilidad
La funcin de distribucin de probabilidad relaciona los valores que puede tomar la

variable con sus respectivas probabilidades de ocurrencia.
Existen varias funciones reconocidas de funciones de distribucin de probabilidad.
Todas ellas se especifican en funcin de parmetros estadsticos: media, desviacin

estndar, moda, etc.
26
Pregunta orientadora: Qu es simulacin?
El proceso de experimentar a travs de un modelo como el

comportamiento de las variables de entrada (exgenas,
endgenas) influye y determina el comportamiento de las
variables de inters (resultado) bajo un modelo que
representa la naturaleza de un proceso determinado de
interrelacin entre dichas variables
Permite identificar los problemas o riesgos con el diseo del

sistema, para hacer los ajustes que sean necesarios
Permite administrar y gestionar los riesgos, anticipacin

estratgica entendiendo los costos y beneficios de acuerdo a
una politica de tolerancia al riesgo
27 27
Simulacin Montecarlo
Un Sistema que utiliza nmeros al azar para medir los

efectos de la incertidumbre
Permite de manera amigable a travs del Crystal Ball analizar

los riesgos, para la toma de decisiones ptimas entendiendo
los costos y beneficios de acuerdo a una politica de
tolerancia al riesgo
El procedimiento de simulacin de Monte Carlo contiene los elementos siguientes:

Un modelo que asocia variables independientes con variables dependientes
La caracterizacin de las variables aleatorias independientes.
Un procedimiento de generacin de nmeros aleatorios.
A partir de nmeros aleatorios se determinan muestras de las variables independientes que permiten
calcular los valores de las variables dependientes. (Proceso de muestreo)
La muestra de las variables dependientes creada artificialmente permite establecer la dimensin de
su comportamiento aleatorio
28 28
Como funciona la Simulacin Monte Carlo Procedimiento de Clculo
Distribucin de Probabilidad de las variables de entrada
(Exgenas)
Empieza aqu: Genera un nmero al
azar (entre 0 y 1)
Transforma la Distribucin de
Convierte el nmero al azar Probabilidad a Distribucin de
en un valor de muestra Probabilidad Acumulada
Genera el siguiente nmero al azar

(entre 0 y 1 )
Distribucin de Probabilidad de las variable objetivo de salida :resultado
Introduce el valor de
muestra al modelo de
transformacin
PRODUCT PROFORMA
Unit Sales 10
Sales Price $ 10.00
Total Revenue $ 100.00
Variable Cost/Unit $ 5.50
Recalcula el modelo y registra el Total Variable Cost $ 55.00
resultado de la simulacin para este Total Fixed Cost $ 20.00
intento Total Cost $ 75.00
Net Revenue $ 25.00
Variable de Inters de Resultado del Modelo

Para la Toma de Decisiones
Proceso de anlisis de riesgo mediante simulacin de Monte Carlo
Simulacin Montecarlo y Anlisis del Riesgo
PARAMETROS
CONSTANTES
Endgenas, control
Anlisis del Riesgo
VARIABLES VARIABLES
DE DECISION EL MODELO PRONOSTICADAS
Y
Y
X
Y
X
Variables de entrada De resultado, de Inters, dependiente

Variable objetivo
VARIABLES
ALEATORIAS Exgenas, Supuestos, Assumptions ( independiente)
X
X
X
Conociendo las caractersticas aleatorias de las variables independientes (de entrada,

supuestos (exgenas), de decisin (endgenas) se pueden identificar las caractersticas
aleatorias de las variables dependientes (de resultado)
Componentes del proceso de Simulacin Monte Carlo
X
X
Generacin Seleccin de valores

de nmeros de las Variables
aleatorios Aleatorias
Las variables de decisin

D
Un Resultado
de la Variable Las Constantes K
a Pronosticar
FUNCIN DE
DISTRIBUCIN DE LAS
VARIABLES A
PRONOSTICAR
Acumulacin
de Resultados X
X
Ventajas y Desventajas de la Simulacin Montecarlo con Crystal Ball
Ventajas:
Muy barata para evaluar y tomar decisiones estratgicas

antes de invertir en ellas.
Revela las variables crticas del sistema, las variables drivers

que hay que gestionar para reducir la incertidumbre de la
variable de resultado
Excelente herramienta para vender la necesidad del cambio

Los modernos aplicativos sobre el excel hacen que la
simulacin sea muy fcil de realizar
Crystal Ball le ayuda a enfocarse en los puntos crticos para
realizar los ajustes respectivos.
33 33
Ventajas y Desventajas de la Simulacin Montecarlo con Crystal Ball
Desventajas:
Los resultados son sensibles a la exactitud de los datos de las

variables de entrada
Si no se puede modelar en Excel no se puede utilizar Crystal

Ball para realizar la simulacin montecarlo
La simulacin por si sola no resuelve el problema, se necesita

conocimiento experto de la situacin para hacer los ajustes
adecuados al modelo
La simulacin no proporciona respuestas sencillas para

problemas o situaciones complejas (modelo de agrupados,
en niveles de variables, macros que agrupan micro, ms de
100 variables
34 34
Los cinco pasos para el Desarrollo de un Modelo
Pasos:
1.- Desarolle el diagrama de flujo o influencias del modelo

con enfoque de sistema
2.- Utilice una hoja de clculo Excel para modelar el sistema
3.- Utilice Crystal ball para modelar los supuestos y los

resultados estimados
4.-Corra la simulacin y analice las salidas
5.-Mejore el modelo del sistema y la toma de decisiones
35 35
3 Ejemplo introductorio 1
Decisin de Nuevo Empleo
36
Ejemplo Introductorio simple
Decidiendo tomar un nuevo Empleo
La Posicin Ofrecida
Gerente de un negocio de alquiler de equipo
El sueldo es de US$ 3,000.00 por mes, ms el 2% del margen neto
Su siguiente mejor opcin (actual) paga $ 5,000.00 US$. de salario fijo.
Datos disponibles
Se ha conseguido la varianza del precio de alquiler proveniente de los acuerdos de la
fuerza de ventas. Rentas mensuales: $ 2,000.00 mnimo, $ 2,500.00 mximo, $
2,100.00 lo ms probable
Rango de costos variables: $ 600 - $ 900, ms probable $800.
Rango de costos fijos: $ 10,500 - $ 16,000, ms probable $ 15,500
Cantidad de unidades alquiladas esperadas al mes :100 unidades.
Las unidades alquiladas tienen una media del 85% con dispersin de 15%
El ingreso por comisiones sera 3000 + 2% del Margen neto >= 5000
Luego Comisin 2% del margen Neto >=2000. Qu tanta incertidumbre tengo para tomar decisin?
www.crystalball.com 37
Paso 1 : Desarrolle el Diagrama de Flujo del Algoritmo (lgica y variables entrada)
Observar el precio unitario de venta, las unidades

alquiladas, los costos variables y fijos
Multiplique el monto de Multiplique el costo variable

alquiler por las unidades para por las unidades para tener el
tener el ingreso total costo variable total
Sume los costos fijos y

variables para tener
el costo total
Reste el ingreso total y el costo para obtener

el margen bruto (valor agregado)
Multiplique por el 2% para tener

la compensacin variable
La compensacin debe ser mayor de 2000 para

ser atractiva. Dibuje el valor y repita
38
Paso 2 : Implementar el modelo en Excel (relaciones y formulas entre variables)
Valores iniciales: caso Base

Ingresos
Monto de alquiler por unidad $ 2,100
Unidades alquiladas 85
Ingreso total mensual $ 178,500
Costos
Costos variables por unidad $ 800
Costo Variable Total $ 68,000
Costo Fijo Mensual $ 15,500
Costo Total Mensual $ 83,500
Margen Bruto $ 95,000

Comisin Mensual (2%) $ 1,900
39
Anlisis Gerencial Tpico (Anlisis de Escenarios : con Excel)
EL MEJOR CASO EL CASO MAS PROBABLE
Ingresos Ingresos
Monto de alquiler por unidad $ 2,500 Monto de alquiler por unidad $ 2,100
Unidades alquiladas 100 Unidades alquiladas 85
Ingreso total mensual $ 250,000 Ingreso total mensual $ 178,500
Costos Costos
Costos variables por unidad $ 600 Costos variables por unidad $ 800
Costo Variable Total $ 60,000 Costo Variable Total $ 68,000
Costo Fijo Mensual $ 10,500 Costo Fijo Mensual $ 15,500
Costo Total Mensual $ 70,000 Costo Total Mensual $ 83,500
Margen Bruto $ 180,000 Margen Bruto $ 95,000

Comisin Mensual (2%) $ 3,600 Comisin Mensual (2%) $ 1,900
EL PEOR CASO
Ingresos
Monto de alquiler por unidad $ 2,000
Ingreso total mensual $ 140,000
Costos -El mejor es llevarse $6,600 (3000 +3600)
Costos variables por unidad $ 900 -La expectativa es de $ 4,900 (3000 + 1900)
Costo Variable Total $ 63,000 -El peor sera de $ 4,220 (3000 + 1220)
Costo Fijo Mensual $ 16,000 -Qu decido hacer?
Costo Total Mensual $ 79,000
Margen Bruto $ 61,000

Comisin Mensual (2%) $ 1,220
40
Paso 3: Supuestos del Modelo para utilizarlo con Crystal Ball
Que el monto del precio de venta unitario sigue una distribucin triangular con
lmites entre $ 2,000 y $ 2,500 y un pico probable de $ 2,100
Que el costo variable por unidad sigue una distribucin triangular entre $ 600 por
unidad y $ 900 por unidad con un pico ms probable en $ 800 por unidad
Que los costos fijos siguen una distribucin triangular con un valor mnimo de $
10,500, un mximo de $ 16,000 y un ms probable de $15,500
Que las unidades vendidas sigan una distribucin normal con un promedio de 85 y
una desviacin estndar de 5. El mnimo nmero de unidades rentadas es de 80, el
mximo es de 100.
Pronostique su compensacin variable mensual

Modelo Inicial en Excel
Ingresos:
Precio de alquiler por unidad 2,100
Ingreso total mensual: 178,500
Costos:
Costo Variable por unidad 800
Costo variable total 68,000
Costo Fijo Mensual 15,500
Costo Total Mensual: 83,500
Utilidad Neta antes de impuestos: 95,000

2% Comisin mensual 1900
41
Paso 4: Corra la simulacin y analice los resultados
La ventana de resultados
estimados muestra la distribucin
de su compensacin variable.
! Casi 75% de probabilidades de tener
una mejor paga con este trabajo!
La grfica de sensibilidad muestra cules

supuestos impulsan los Resultados. Puede
construir una estrategia de accin con esta
informacin
42
Paso 5: Analizar los resultados, el entorno y las alternativas para tomar la decisin
Alternativa 1: Los nmeros dicen que estar mejor 75% del tiempo con el
nuevo trabajo, cundo puede usted comenzar?
El ingreso por comisiones sera 3000 + 2% del Margen neto >= 5000
Luego Comisin 2% del margen Neto >=2000. La probabilidad es de 75%. Luego si
convendra, aunque habra que seguir analizando factores del entorno, para la decisin
final
Alternativa 2: Tiene usted algunas posibilidades de negociar un salario ms

alto en su actual posicin, pero tendra que exponer la oferta de trabajo que
tiene.
Alternativa 3: El modelo de compensacin es ms sensible al monto del precio

de alquiler. Usted sabe que un competidor de menor costo va a comenzar un
negocio similar en su rea muy pronto, y usted piensa que esto puede
impulsar los precios hacia abajo. En este caso qudese con su empleo actual
con una paga estable.
43
3 Ejemplo introductorio 2
Modelo de Valoracin Financiera
AllergyGone
44
Ejemplo N2 : Decidiendo comprar un producto de marca AllergyGone
La Oferta
Adquirir los derechos de produccin y comercializacin de un medicamento antialrgico sin
efectos secundarios conocidos. Usted est encargado de la Valoracin Econmica de AllergyGone
para lo cual ha preparado un Flujo de Caja descontado para un periodo de anlisis de 05 aos,
con el Objetivo de determinar si el producto a adquirir agrega valor a la empresa.
Caso Simplificado de Flujo de Caja Descontado por Compra de producto marca: AllergyGone
Ao 0 Ao 1 Ao 2 Ao 3 Ao 4 Ao 5
Precio de Venta Unitario $6.00 $6.00 $6.00 $6.00 $6.00
N de Unidades a vender 800,000 800,000 800,000 800,000 800,000
Ventas Totales $4,800,000 $4,800,000 $4,800,000 $4,800,000 $4,800,000
Costos de Ventas $2,640,000 $2,640,000 $2,640,000 $2,640,000 $2,640,000
Utilidad Bruta $2,160,000 $2,160,000 $2,160,000 $2,160,000 $2,160,000
Costos de Operacin $432,000 $432,000 $432,000 $432,000 $432,000

Utilidad Neta antes de Impuestos/ EBIT $1,728,000 $1,728,000 $1,728,000 $1,728,000 $1,728,000
Impuesto a la Renta $691,200 $691,200 $691,200 $691,200 $691,200
Inversin en la Compra de Allergygone -$3,400,000
Flujo de Caja Neto: -$3,400,000 $1,036,800 $1,036,800 $1,036,800 $1,036,800 $1,036,800
NPV / VAN $530,288

IRR / TIR 16%
Supuestos
Tasa deImpuesto a la Renta 40%
Tasa de Descuento 10%
Costo de Ventas como % de Ventas 55%
Costos de Operacin como % de Utilidad Bruta 20%
Otros Supuestos del modelo: La Depreciacion es igual al Capital de Trabajo, No hay Interes de Deuda, y no se consideran Gastos de
Inversin ni Inversin en Capital de Trabajo
45
Ventas Totales $4,800,000 $4,800,000 $4,800,000 $4,800,000 $4,800,000
Costos de Ventas $2,640,000 $2,640,000 $2,640,000 $2,640,000 $2,640,000
Utilidad Bruta $2,160,000 $2,160,000 $2,160,000 $2,160,000 $2,160,000

NPV / VAN $530,288

IRR / TIR 16%
Supuestos
40%
Tasa deImpuesto a la Renta
Caso base
46
Ejemplo N2 : Modelacin de variables aleatorias - supuestos del entorno (inputs)
Precio Unitario ( en US$): Distribucin Triangular

Valor Mnimo : 5.5
Valor Ms probable: 6
Valor Mximo: 6.5
Unidades Vendidas: Distribucin Normal

Media: 800,000
Desviacin Estndar: 25,000
Variables de entrada
(Inputs - Exgenas)
Costo de Ventas : Distribucin LogNormal
Media. 55%
Desviacin Estndar. 5%
Gastos operativos: Distribucin Uniforme

Valor Mnimo: 18%
Valor Mximo. 25%
Variable de salida Pronosticar el Valor Actual Neto del Proyecto de Compra
47
De la forma Tradicional: Escenario Pesimista (todas las variables con el peor valor)
Ventas Totales $4,125,000 $4,125,000 $4,125,000 $4,125,000 $4,125,000
Costos de Ventas $2,475,000 $2,475,000 $2,475,000 $2,475,000 $2,475,000
Utilidad Bruta $1,650,000 $1,650,000 $1,650,000 $1,650,000 $1,650,000

Flujo de Caja Neto: -$3,400,000 $742,500 $742,500 $742,500 $742,500 $742,500
NPV / VAN -$585,341

IRR / TIR 3%
Supuestos
Tasa deImpuesto a la Renta 40% Escenario
10%
Tasa de Descuento
pesimista
De la forma Tradicional: Escenario Optimista (todas las variables con el mejor valor)
Ventas Totales $5,850,000 $5,850,000 $5,850,000 $5,850,000 $5,850,000
Costos de Ventas $3,159,000 $3,159,000 $3,159,000 $3,159,000 $3,159,000
Utilidad Bruta $2,691,000 $2,691,000 $2,691,000 $2,691,000 $2,691,000

NPV / VAN $1,618,896

IRR / TIR 27%
Supuestos
Escenario
Tasa de Descuento 10% Optimista
Anlisis de Escenarios de la manera Tradicional con excel
VAN=1618,896
Se puede tomar una

Escenario
Optimista decisin con este anlisis?
VAN=530,288
Qu decisin tomara
Escenario usted?
Base
Escenario
Pesimista
VAN=-585,341
Ejemplo N2 : Anlisis de Tornado VAN del producto de marca AllergyGone
NPV
-$500,000 $0 $500,000 $1,000,000 $1,500,000
Anlisis aislado variable por variable de mayor a menor
Impacto en la variable objetivo VAN
Costo de Ventas % 61% 50%
Costo de operacin % 22% 18% NPV Entrada

Explicacin de
Variable de entrada Hacia abajo Hacia arriba Rango variacin 1 Hacia abajo Hacia arriba Caso base
Unidades ao 1 720,000 880,000 Costo de Ventas % $1,010,656 $49,919 $960,737 76.08% 50% 61% 55%
Costo de operacin % $628,545 $432,031 $196,514 79.26% 18% 22% 20%
Unidades ao 1 $436,033 $624,542 $188,509 82.19% 720,000 880,000 800,000
P.Unit 1 $5.40 $6.60
P.Unit 1 $436,033 $624,542 $188,509 85.12% $5.40 $6.60 $6.00
Unidades ao 2 $444,602 $615,974 $171,372 87.54% 720,000 880,000 800,000
Unidades ao 2 720,000 880,000 Ao 2 $444,602 $615,974 $171,372 89.96% $5.40 $6.60 $6.00
Ao 3 $452,391 $608,184 $155,793 91.96% $5.40 $6.60 $6.00
Unidades ao 3 $452,391 $608,184 $155,793 93.96% 720,000 880,000 800,000
Ao 2 $5.40 $6.60 Ao 4 $459,473 $601,103 $141,630 95.61% $5.40 $6.60 $6.00
Unidades ao 4 $459,473 $601,103 $141,630 97.27% 720,000 880,000 800,000
Ao 5 $465,911 $594,665 $128,754 98.63% $5.40 $6.60 $6.00
Ao 3 $5.40 $6.60 Unidades ao 5 $465,911 $594,665 $128,754 100.00% 720,000 880,000 800,000
1
La explicacin de la variacin es acumulativa
Unidades ao 3 720,000 880,000
Opciones de ejecucin:
Mtodo de Tornado Desviaciones (por porcentaje)
Ao 4 $5.40 $6.60 Rango de prueba -10% a 10%
Puntos de prueba 5
Personalizar rangos de prueba por variable Desactivado
Unidades ao 4 720,000 880,000 Mostrar variables superiores 20
Caso base de las variables de Crystal Ball Valores de celda existentes
Ao 5 $5.40 $6.60
Unidades ao 5 720,000 880,000
Debilidad: unidimensional no es Multidimensional-

Hacia arriba Hacia abajo que se obtiene con el Crystall Ball
Ejemplo N2 : Anlisis de Tornado VAN del producto de marca AllergyGone
Debilidad: unidimensional no es
Multidimensional- que se obtiene
con el Crystall Ball
NPV
Variable de entrada Elasticidad 1 -10.00% -5.00% 0.00% 5.00% 10.00%
Costo de Ventas % -13.64 $1,010,656 $770,472 $530,288 $290,103 $49,919
Costo de operacin % -1.88 $628,545 $579,416 $530,288 $481,159 $432,031
Unidades ao 1 1.79 $436,033 $483,160 $530,288 $577,415 $624,542
P.Unit 1 1.79 $436,033 $483,160 $530,288 $577,415 $624,542
Unidades ao 2 1.62 $444,602 $487,445 $530,288 $573,131 $615,974
Ao 2 1.62 $444,602 $487,445 $530,288 $573,131 $615,974
Ao 3 1.47 $452,391 $491,340 $530,288 $569,236 $608,184
Anlisis aislado variable por variable de mayor a Unidades ao 3 1.47 $452,391 $491,340 $530,288 $569,236 $608,184
menor Impacto en la variable objetivo VAN Ao 4 1.34 $459,473 $494,880 $530,288 $565,695 $601,103
Unidades ao 4 1.34 $459,473 $494,880 $530,288 $565,695 $601,103
Ao 5 1.21 $465,911 $498,099 $530,288 $562,476 $594,665
Unidades ao 5 1.21 $465,911 $498,099 $530,288 $562,476 $594,665
1
La elasticidad es la media de todo el rango de prueba
Opciones de ejecucin:
Mtodo de Tornado Desviaciones (por porcentaje)
Rango de prueba -10% a 10%
Puntos de prueba 5
Personalizar rangos de prueba por variable Desactivado
Mostrar variables superiores 20
Caso base de las variables de Crystal Ball Valores de celda existentes
Ejemplo N2 : Modelacin de variables aleatorias supuestos (inputs) con Crystal Ball
Flujo de Caja Descontado para Compra de producto marca: AllergyGone con Crystal Ball
Ventas Totales $4,800,000 $4,800,000 $4,800,000 $4,800,000 $4,800,000
Costos de Ventas $2,640,000 $2,640,000 $2,640,000 $2,640,000 $2,640,000
Utilidad Bruta $2,160,000 $2,160,000 $2,160,000 $2,160,000 $2,160,000

Flujo de Caja Neto desp. de Impuestos -$3,400,000 $1,036,800 $1,036,800 $1,036,800 $1,036,800 $1,036,800
NPV / VAN $530,288

IRR / TIR 16%
Supuestos
Otros Supuestos del modelo: La Depreciacion es igual al Capital de Trabajo, No hay Interes de Deuda, y no se consideran Gastos de Inversin ni
Inversin en Capital de Trabajo
Ejemplo N2 : Anlisis con Crystal Ball del VAN producto marca AllergyGone
Se observa la Distribucin de probabilidad del VAN, en donde aproximadamente existe un

83.57% de que el VAN en la compra del producto marca AllergyGone genere valor para la
Empresa adquiriente.
Ejemplo N2 : Anlisis de Sensibilidad Multidimensional con Crystal Ball del VAN
Se observa que aproximadamente el 90% de la Variabilidad del VAN se debe a la variabilidad

del Costo de Ventas, siendo un factor crtico de gestin y control, por otro lado tambin se
observa una muy alta correlacin entre costo de ventas y el VAN, por lo que si se reduce
Costo de Ventas asimismo generar mayor VAN en relacin a las otras variables.
4 Crystal Ball Bsico
Estadstica y Probabilidades
56
Distribuciones de Probabilidad
Describe una variable con caractersticas de valor dinmica de incertidumbre y variabilidad
Qu Distribucin de Probabilidad debemos usar para caracterizar variables

aleatorias en nuestros modelos?
Observe la variable, el comportamiento mostrado en el pasado, las causas que la

determinan
Familiarcese con las propiedades de las diversas funciones de distribucin

probabilstica
Identifique la funcin que ms se ajusta
La teora que trata sobre la variable en cuestin puede ser de gran ayuda en esta
decisin
Para resolver este tema CRYSTAL BALL ofrece invaluables ayudas.

Estadsticas y Probabilidades
Estadsticas Bsicas para caracterizar una Distribucin de Probabilidad de una muestra
Primer Momento: Ubicacin: media, mediana, moda

Segundo Momento: Variabilidad: Varianza y Desviacin estndar
Tercer Momento: Asimetra- Sesgos
Cuarto Momento: Apuntamiento: Nivel de Kurtosis
Distribuciones de Probabilidad Bsicas conocidas
Distribucin Normal
Distribucin Lognormal
Distribucin Triangular
Distribucin Uniforme
Estadstica Bsica para una Distribucin: Primer Momento : Ubicacin
Ubicacin de la Distribucin
Media: Valor Promedio

Mediana: Valor Punto Medio
Moda: Valor ms frecuente, Valor que ocurre ms seguido
Ubicacin de la Distribucin
Estadstica Bsica: Segundo Momento : Variabilidad
Varianza
Mide la Dispersin de los datos alrededor de la media
Valores pequeos indican baja incertidumbre o riesgo
Desviacin Estndar
La Desviacin estndar es la raz cuadrada de la varianza

Para la Distribucin Normal cerca del 68% de los valores estn dentro de una desviacin
estndar alrededor de la media ( X +/- 1 desv. estndar) 95% (X +/- 2 desv. estndar) y 99%
(X +/- 3 desv. Estndar)
Rango
La diferencia entre el Valor mximo y Valor mnimo de los valores observados

Estadstica Bsica: Tercer Momento : Asimetra
Es una medida del alargamiento hacia una de los dos extremos de una distribucin
Una Distribucin normal es simtrica y tiene un coeficiente de asimetra de 0.
Si la distribucin tiende a alargarse hacia la derecha se dice que tiene asimetra positiva. Si
el alargamiento est hacia la izquierda se dice que tiene asimetra negativa.
En distribuciones asimtricas, la diferencia entre el resultado ms probable y el promedio

puede ser significativa
X moda X media X moda

X mediana X media
X mediana
Estadstica Bsica: Cuarto Momento : Curtosis
La Curtosis mide el apuntamiento o lo picudo de una distribucin
Una distribucin normal tiene una curtosis de 3
Distribuciones ms picudas tienen valores de curtosis ms altos
Curtosis > 3
Curtosis = 3 (distribucin Normal)

Distribucin Normal
Curva de campana (Cantidades que ocurren normalmente)

Condiciones:
El valor medio es el valor esperado
Simetra
Los valores ms probables estn cerca de la media
Ejemplos:
Retorno de un portafolio
de inversiones (Rendimiento de activos, Fondos mutuos, etc)
Comportamiento de un proceso
Duracin de vida de un producto
Distribucin LogNormal
Alargada positivamente
Condiciones:
No puede ir debajo de cero, pero puede llegar hasta + infinito
El log natural de la variable sigue una distribucin normal
Alargada positivamente, asimetra positiva
Ejemplos:
Precio de acciones
Tiempo de reparacin
Distribucin Triangular
Extremadamente flexible, pero menos precisa que la distribucin normal

3 condiciones:
Fijar el mnimo
Fijar el mximo
Fijar el valor ms probable
Es la mejor en ausencia de datos

Distribucin Uniforme
Es mejor cuando faltan datos

3 condiciones:
Fijar el valor mnimo
Fijar el valor mximo
Igual nivel entre ambos valores
Ejemplos:
Fugas en una tubera
Corte de Fibras
4 Iniciando Crystal Ball
67
Terminologa Bsica del Crystal Ball
Trmino de Crystal Ball Nombres Comunes
Variables Supuesto Entrada X, variable independiente,

variable al azar, distribucin de
probabilidad.
Variable de Decisin Entrada X, Variable controlada puntual
Variable de Pronstico Salida, Y, f (X), variable dependiente

Definir, Ejecutar y Analizar con Crystal Ball
Definir Variables
Configuracin del modelo de simulacin
Seleccin de variables de Crystal Ball
Editar Variables: Supuesto, Decisin, Previsin
Preferencias de celdas
Ejecutar Simulacin
Controles de la Simulacin
Correr preferencias
Entorno de la Simulacin
Analizar Resultados Herramientas

Control de Grficos Lanzar OptQuest
Crear Reportes Lanzar Predictor
Extraer datos Herramientas
Recursos/Ejemplos
4 Preparacin de un modelo de Simulacin
con Crystal Ball
70
Preparando un modelo de simulacin
Definicin de Supuestos
Definicin de Pronsticos
Editando los datos de Crystal Ball
71
Definicin de Supuestos
Jerarqua de Seleccin de Distribucin
Convenciones para poner nombres
Definicin a la medida con puntos discretos
Definicin utilizando parmetros conocidos
Definicin con referencias a celdas
Supuestos de correlacin
72
Jerarqua de Seleccin de Distribucin
Utilizar datos recientes para llenar la distribucin
Utilizar datos en bruto y cargue los puntos discretos en una distribucin a la

medida.
Utilizar la distribucin sugerida por la naturaleza del proceso o fsica subyacente
Asumir una distribucin simple y aplicar lmites razonables
Esta lmina muestra el proceso de seleccin de una distribucin, idealmente se espera

contar con data histrica que pueda usarse para seleccionar una distribucin, o crear una
distribucin que responda al pasado, sin embargo ante la ausencia de informacin se
necesitar partir con lo que los expertos conocen y a partir de all partir con la simulacin.
En cualquier caso es bueno conocer las distribuciones bsicas para entender e e interpretar
los resultados de las distribuciones ajustadas.
73
Convenciones de Nombres
Es importante el tener identificadores nicos
Por omisin, el Crystal Ball asume:

Nombre de celda
La celda a la izquierda del supuesto
La celda arriba del supuesto
La localizacin de la propia celda
La referencia a celdas para los nombres es el mtodo preferido.
74
Definiendo Supuestos Utilizando la Distribucin a la medida
Determine cul distribucin de probabilidad se aproxima ms a los datos histricos
En caso usted tenga una data de entrada de la variable, puede ajustar a una distribucin de
manera automtica con el Crystal Ball
75
Dilogo de Distribucin a la Medida (DAM)
Mejor Distribucin
76
Distribucin a la Medida Ejemplo N1
Proyecto 1 Tasa de Crecimiento de Ventas

Seleccione el Proyecto 1 Tasa de Crecimiento de Ventas (celda B4) en la hoja de trabajo del
proyecto 1 en el libro de ejercicios DAM (Distribucin a la Medida)
Abra el dilogo Definir Suposicin
Haga clic en Ajustar

Entre K2:K201 en el campo de Rango y haga clic en OK
Clic en la vista Distribucin Siguiente para ver el segundo mejor ajuste
Regrese a la distribucin que se ajuste mejor. Clic en Aceptar. Note que ha tomado los
datos histricos y llenado una distribucin para ese juego de datos. Seleccione OK para
guardar sus cambios.
Proyecto 1 Tasa de Crecimiento COGS (Costo de bienes vendidos)

Seleccione el proyecto 1 Tasa de Crecimiento COGS en la hoja de trabajo en el Libro de
Ejercicios
Abra el men de dilogo Definir Suposicin (primer botn)
Haga clic en Ajustar
Entre M2:M201 en el campo de Rango y haga clic en OK
Haga clic en Aceptar. Clic en OK
77
Definiendo una Distribucin a la Medida
Es lo mejor cuando no pueden describirse circunstancias nicas con otras

distribuciones, o son asequibles solo un nmero limitado de puntos de datos puede
usarse para describir:
Series de valores simples (Mtodo Delphi- Encuesta a expertos)
Rangos Discretos
Rangos Continuos
Combinaciones
78
DAM Ejercicio #2 Definiendo una Distribucin Personalizada (A la Medida)
Proyecto 1 Inversin de Capital

Seleccione Proyecto 1 Inversin de Capital (celda F3) en la hoja de trabajo Proyecto 1
del libro de ejercicios DAM.
Abra el dilogo desde la barra de herramientas de Crystal Ball (primer botn) click en el
men Definir suposicin.
Haga clic en todos para abrir la vista para todas las distribuciones disponibles.
Busque y haga doble clic en la distribucin Personalizada ( a la medida).
Haga clic en la esquina superior derecha para expandir la vista.
Haga clic en cargar datos.
Entre el rango H7:H9 y seleccione OK
Haga clic en OK para cerrar el dilogo de definicin de supuestos
79
DCF Ejercicio #3 - Definiendo una Distribucin utilizando Parmetros Conocidos
Proyecto 1 Ventas ao 1
En la hoja de trabajo del proyecto 1, seleccione Proy. 1 ventas ao 1 (celda
B3)
Abra el dilogo Definir Supuesto ya sea desde la barra de herramientas
(primer botn) o del Men Definir.
Haga doble clic en la distribucin normal.
En el campo de la media, entre $110 y presione tab para seleccionar el campo
Std Dev (desviacin estndar).
En al campo Std Dev, entre $ 5.
Clic enter. Asegrese de que todos los parmetros son exactos.
Haga clic en OK. Note que ha creado una distribucin normal con una media
de $110 MM y una desviacin estndar de $5 MM.
80
Definir usando referencia a Celdas DAM Ejercicio #4
Proyecto 1 Gastos de Operacin Ventas %

1. Seleccione Proy. 1 Gastos de Operacin- ventas % (celda B6) en la hoja de trabajo del proyecto 1
2. Abra el dilogo Definir Supuesto desde la barra de herramientas (primer botn) Definir suposicin
de Crystal Ball.
3. Seleccione la distribucin triangular
4. Haga clic en OK.
5. Haga clic en el seleccionador de celdas de referencia en el campo de Nombre de Supuesto. Haga clic
en la celda A6. Clic OK. Esto identificar el nombre del supuesto) Proy. 1 GOPR/Ventas %.
6. En el campo Mnimo, seleccione la celda H4 y presione tab para seleccionar el campo Mximo.
7. En el campo Mximo, seleccione la celda J4.
8. Haga clic en enter y cheque para ver que todos los parmetros que usted introdujo estn correctos.
9. Haga clic en OK. Note que ha creado una distribucin triangular con un valor mnimo de 15%, un
valor ms probable de 20%, y un valor mximo de 23%
81
Correlacionando Supuestos
Correlacin Una medida de asociacin entre dos variables.

El coeficiente de correlacin puede tener un rango de -1 a +1
El valor absoluto determina la fuerza de la correlacin
Una correlacin positiva indica que las variables tienden a incrementarse o
decrementarse juntas
La asociacin no es lo mismo que cause y efecto
El agregar coeficientes de correlacin a un modelo aumentar generalmente la
desviacin estndar de los resultados
Correlacin de rango
Un mtodo utilizado por Crystal Ball para medir e implementar la correlacin
La correlacin es calculada entre los rangos de valores de la variable en lugar de los
valores mismos.
82
Dilogos de Correlacin
Ingresar coeficiente
Click para la correlacin puntual entre variables
83
Correlacionando Supuestos DAM Ejercicio #5
- Proyecto 1 Tasa de Crecimiento de Ventas y Proyecto 1 Tasa de Crecimiento del

Costo de los Bienes
- Seleccione el proyecto 1 Tasa de Crecimiento de las Ventas (celda B4) en la
hoja de trabajo Proyecto .1
- Haga clic en Definir Suposicin y clic en Correlacionar.
- Haga clic en Escoger (Choose) y seleccione Proy. 1 Tasa de Crecimiento del
Costo de los Bienes.
- Capture un coeficiente de correlacin de .75 o arrastre el diamante de
correlacin hasta .75.
- Note que la grfica dibuja la relacin entre los dos supuestos relacionados.
- Haga clic en OK. Note que ha correlacionado la Tasa de Crecimiento de las
Ventas y la Tasa de Crecimiento de los Costos con un coeficiente de
correlacin del 75%.
84
Recuerde
Las variables de suposicin son la clave para los procesos de simulacin
Siempre ponga nombre a cada supuesto
Utilice datos si se tienen disponibles
Siempre considere las correlaciones posibles
85
Definicin de las Variables Objetivo (De Resultado, de Previsin)
Identifique las celdas apropiadas

Variables dependientes
Celdas de Variables de resultados finales
Convenciones de nomenclatura
Es importante tener identificador nicos
Tome el valor de las celdas adyacentes
Utilice las referencias a celdas
86
Definicin de Pronstico DAM Ejercicio #6
1. Seleccione el VPN Proyecto 1 (celda C21) en la hoja de clculo del Proyecto 1
2. Haga clic en Definir Previsin en la barra de herramientas
3. Capture las unidades de medida en sus grficas de resultados
4. Haga clic en OK
87
Editando los Datos en Crystal Ball
Copiar, pegar o borrar datos en Crystal Ball (supuestos, decisiones o resultados

estimados) utilizando el men Definir o los conos de barra de herramientas.
Click para copiar, pegar o
borrar las variables aleatorias
Los valores y frmulas de Excel no se cambian
Utilice referencias a celdas absolutas y relativas
Precaucin: Excel copia los colores pero no los datos de Crystal Ball
88
Editando los datos en Crystal Ball Data DAM Ejercicio #7
Flujo de Efectivo de Operacin de los aos 1 a 4
1. En la hoja de clculo de Proyecto 1 en el modelo del ejercicio DAM seleccione la celda C19 (Flujo de
Efectivo de la Operacin ao 1)
2. Defina esta celda como un resultado y utilice la referencia de celda para definir su nombre
3. Utilice la flecha en la esquina superior derecha para expandir la vista en el dilogo de definicin de
resultados estimados
4. Seleccione la ventana de resultados con el tab y quite la marca de la celda Muestre
Automticamente. Seleccione OK
5. Asegrese de que permanece en la celda C19 y haga clic en Copiar Datos en la barra de
herramientas de Crystal Ball
6. Marque las celdas D19:F19 (Flujo de Operacin de los aos 2 a 4)
7. Haga clic en Copiar Datos en la barra de herramientas de Crystal Ball.
La referencia a celdas ahorra tiempo al eliminar la necesidad de capturar. Note que usted
puede utilizar las facilidades de copiar y pegar de Crystal Ball para copiar rpidamente un
resultado estimado y pegarlo en un arreglo de celdas. Este mtodo puede utilizarse tambin
para supuestos.
89
5 Anlisis y Presentacin de Resultados
Anlisis y Presentacin de Resultados
Corriendo la simulacin
Grfica de Resultados Estimados
Grfica de Sensibilidad
Grfica Sobrepuesta
Grfica de Tendencias
Generacin de Reportes Personalizados
Extraccin de Datos
Guardando los Resultados
91
Corriendo la Simulacin DAM Ejercicio #8
Proyecto 1 VPN
1. Reinicie la Simulacin, si es necesario. Utilice el botn de reinicio en la barra
de herramientas de Crystal Ball o seleccione Reestablecer - Iniciar
2. Corra el ejercicio de simulacin haciendo clic en Iniciar Simulacin en la barra
de herramientas de Crystal Ball .
3. En caso de haber corrido, en grficos buscar previsin seleccione VPN
Proyecto 1 y haga clic en abrir
Iniciar la corrida Reestablecer para

una nueva corrida
92
Grfica de Previsin (Variable Objetivo /Pronstico)
Muestra la frecuencia de los valores estimados

Anlisis de Certidumbre
Teclas rpidas
Estadsticas
Percentiles
93
Generar una Grfica de Sensibilidad DAM Ejercicio #9
Grfica de Sensibilidad del VPN del Proyecto 1

1. Haga clic en el icono de Grficas de Sensibilidad de la barra de herramientas
de Crystal Ball o seleccione Grficas de Sensibilidad del men analizar
2. Haga clic en Nuevo. Seleccione Proyecto 1 VPN
3. Clic en OK
4. Qu supuestos contribuyen ms a la varianza en los resultados estimados?
(en el proyecto 1 VPN)
94
Grfica de Sensibilidad
Verificacin y Validacin del Modelo

Es esto realista?
Identificar errores en el modelo
Afinar los supuestos Mejora estratgica continua
Ajustes estratgicos
Crear una estrategia de mejora
Es esto algo que puedo controlar?
Cambiar los objetivos reducir la variabilidad
Asignacin de recursos
Rediseo el proceso o el sistema
95
Prctica: DAM Ejercicio Proyecto 2
1. Defina un supuesto para las ventas de Proy. 2 Ventas ao 1 con una distribucin normal con
una media = $120 M y una desviacin estndar = $10 M
2. Defina un supuesto para Proy. 2 Tasa de Crecimiento de Ventas con una distribucin
triangular utilizando estos parmetros: min.= 5%, ms probable 10%, y mx.. = 18%
3. Defina un supuesto para Proy. 2 Tasa de Crecimiento del Costo de los Bienes utilizando los
datos en el rango L2:L201
4. Defina un supuesto triangular para Proy. 2 Gastos de Operacin-ventas en % utilizando
referencias de celdas. Los valores mnimo, ms probable y mximo para la distribucin estn
en las celdas H4, I4 y J4, respectivamente
5. Defina una distribucin personalizada para Proy. 2 Inversin de Capital utilizando los datos
en H7:H9
6. Correlacione el Proy. 2 tasa de Crecimiento de las Ventas y Tasa de Crecimiento del Costo con
un coeficiente de 0.75
7. Defina el Valor Presente Neto (VPN) del Proyecto 2 como una variable objetivo (previsin)
8. Corra la simulacin del ejercicio DAM y determine la certeza de un VPN mayor a 0
9. Vea la grfica de sensibilidad y determine que supuestos contribuyen ms a la variacin en
los resultados estimados.
96
Generar una Grfica Sobrepuesta DAM Ejercicio #10
Grfica sobrepuesta de VPN del proyecto 1 y el proyecto 2
1. Despus de definir todos los supuestos y resultados estimados para el

proyecto 1 y el proyecto 2, corra la simulacin.
2. Abra la Grfica Sobrepuesta desde la barra de herramientas de Crystal Ball del
men Analizar.
3. Haga clic en Nuevo. Seleccione el Proyecto 1 VPN y el Proyecto 2 VPN. Haga
clic en OK. Note que ha creado una grfica sobrepuesta en don de puede
usted comparar resultados estimados de naturaleza similar.
97
Grfica de Superposicin / Sobrepuesta
Anlisis simultneo de mltiples resultados de 2 o ms variables objetivo

Comparacin de resultados
Comparar estimados mltiples con distribuciones al mismo tiempo
Capacidades de 3. Dimensin y rotacin
98
Generar una Grfica de Tendencias DAM Ejercicio #11
Grfica de Tendencias de Flujo de Efectivo del Proyecto 1

1. Reinicie y corra la simulacin
2. Haga clic en el icono Grficas de Tendencias en la barra de herramientas de
Crystal Ball o seleccione Grficas de Tendencias desde el men Analizar
3. Haga clic en nuevo. Seleccione los estimados de flujo de efectivo para los
aos 1-4
4. Haga clic en OK
Utilizada primariamente para

anlisis de series de tiempo
con bandas de probabilidad
99
Generar un Reporte DAM Ejercicio #12
Modelo de Reporte de Proyectos 1 y 2

1. Abra el dilogo Crear Informe de la barra de herramientas de Crystal Ball
desde el men Analizar.
2. Note que puede seleccionar entre las varias opciones de reporte, incluyendo
personalizada.
3. Seleccione Reporte Completo. Haga clic en OK.
100
Guardando los Resultados DAM Ejercicio #13
Extraccin de datos
1. Haga clic en el icono Extraer datos en la barra de herramientas del Men Analizar.
2. En la seccin de Seleccionar los Datos a Extraer, seleccione la opcin de Valores de Intento.

3. Haga clic en OK. Note que ha extractado los valores estimados para cada intento en la
ltima simulacin. (Habr 1,000 valores para cada estimado que haya usted corrido con
1,000 intentos).
101
Guardando los Resultados DAM Ejercicio #14
Guardar la corrida
Vaya al men Anlisis y seleccione Guardar Resultados
Guarde el archivo como DAM Ejercicio.cbr.
Reinicie la simulacin
Vaya al men Anlisis y seleccione Restaurar Resultados.
Abra el archivo DAM Ejercicio.cbr.. Note que le regresan los estimados de salida de la corrida
guardada, y usted tiene ahora la capacidad para crear cualquiera de las grficas.
102
6 Control de la Simulacin
Preferencias de Ejecucin
- Global
- Utilizada para controlar la simulacin
- Pruebas/ Intentos
- Muestreo
- Velocidad
- Opciones
- Estadsticas
104
Pruebas
Nmero Mximo
Criterios para detenerse
Error de clculo
Control de precisin
105
Muestreo
Valor Sembrado Inicial

Mtodo de muestreo
Monte Carlo Tradicional
Hipercubo latino
Tamao de muestra
Hipercubo latino
Divide la distribucin en intervalos de
igual probabilidad
Muestreo parejo y ms consistente
Ahorra tiempo
Asegura el muestreo de colas
106
Velocidad
Velocidad Extrema
Usa Technology PSI, Polymorphic
Spreadsheet Interpreter de alta velocidad,
compatible con Excel.
Aparece un dilogo (Downshift) para
archivos incompatible
Vea el apndice A para ms informacin
Velocidad Normal
Automatiza el reclculo en Excel
Velocidad de Demostracin
Reduce la velocidad de la simulacin lo
suficiente para poder ver como trabaja
107
Opciones
Guardar los valores de supuestos

Se pueden prender o apagar
las correlaciones
Correr macros
Especificaciones de panel
de control
108
Estadsticas
Definicin de Percentiles
Formateando Percentiles
109
7 Herramientas Bsicas del Crystal Ball
Por qu utilizar las Herramientas de CB?
- Agrega otro nivel de anlisis y sofisticacin

- Automatiza tareas que consumen tiempo
- Mejora el desarrollo del modelo
111
Herramientas Bsicas de Crystal Ball
Ajuste por lotes (Batch)

Anlisis de Grfica Tornado
Matriz de Correlacin
112
Grfica Tornado
Analiza independientemente el impacto del valor de cada variable de entrada a un

modelo sobre l valor de las variables objetivo es decir los resultados esperados
Tornado vs. Sensibilidad
La grfica tornado puede crearse antes de definir los supuestos
Tornado evala el impacto de cada entrada independiente de las otras
Salidas de Tornado
Grfica Tornado
Grfica Araa
113
Generando una Grfica Tornado
Ejercicio del archivo de Confiabilidad del resorte helicoidal

1. Abra la Herramienta Grfica Tornado seleccionando Correr > Herramientas > Grfica
Tornado.
2. Defina la Confiabilidad del Material 1 (celda D17) como la celda objetivo. Idea: Haga
Clic en el nombre del pronstico en la caja arriba del dilogo o teclee la locacin de la
celda al final del dilogo. Haga Clic en Siguiente.
Confiabilidad del Resorte Helicoidal
Pa r me tros de Stre ss: Distribucin

Dimetro de alambre, pulg. 0.1500 Normal
Dimetro de la bobina,pulg. 0.8000 Normal
Mdulo de Elasticidad, psi 1.15E+07 Normal
Nmero de bobinas 20 Normal
Deformacin, pulg. 0.95 Normal
T e nsin pico Stre ss, psi 44,573
R e siste ncia de a ce ro (cotiza do por e l prove e dor)

Resistencia Material 1 50,000 Uniform
Resistencia Material 2 50,000 Triangular
Resistencia Material 3 50,000 Weibull
Fa ctor de Confia bilida d =P (Conf.> T e nsin pico T re ss)= P(Conf./te nsin pico stre ss > 1)
Confiabilidad Material 1 1.12
114
Ejercicio de Confiabilidad del resorte helicoidal.

3. Haga clic en el botn adicionar precedentes. Note las celdas seleccionadas cuando escoge
esta opcin. La herramienta Grfica Tornado acciona en todas las celdas que afectan a la
celda objetivo. Haga clic en siguiente.
115
Ejercicio de Confiabilidad, con.

4. Mire a la seleccin del rango de prueba. Seleccione el valor default de 10 a 90%.
5. Incremente el nmero de puntos de prueba a 10.
6. Asegrese de que las casillas de Grfica Tornado y de Grfica Araa estn marcadas.
7. Haga Clic en Ejecutar.
116

8. Mire a la Grfica Tornado. Qu conclusiones pueden sacarse de la Grfica Tornado?
Qu indican las lneas azules y rojas?
9. Cul es la diferencia entre la Grfica de Sensibilidad y la Grfica Tornado?
Confiabilidad Material 1
0.60 0.80 1.00 1.20 1.40 1.60
Dimetro de la bobina,pulg. 0.6975 0.9025
Dimetro de alambre, pulg. 0.1692 0.1308
Mdulo de Elasticidad, psi 1.30E+07 1.00E+07
Deformacin, pulg. 1.07 0.83
Nmero de bobinas 17.44 22.56
Resistencia Material 1 46,000 54,000
Hacia arriba Hacia abajo
117

10. Mire a la Grfica Araa. Qu informacin cubre esta grfica?
Confiabilidad Material 1
1.60
1.40
1.20
1.00
0.80
10.00% 18.89% 27.78% 36.67% 45.56% 54.44% 63.33% 72.22% 81.11% 90.00%
Dimetro de la bobina,pulg. Dimetro de alambre, pulg. Mdulo de Elasticidad, psi

Deformacin, pulg. Nmero de bobinas Resistencia Material 1
118
Ajuste por Lotes
Se ajusta a distribuciones probabilsticas para mltiples series de datos de una sola vez
Puede calcular los coeficientes de correlacin
Los datos deben ser continuos
119
Generando Resultados de Ajuste por lotes
Ejercicio de Asignacin de Portafolio

1. Abra la Herramienta Ajuste de Carga de Datos seleccionando correr >
Herramientas > Ajuste de Carga de Datos
2. Note que Crystal Ball acomodar los datos a la mejor distribucin. Haga clic
en siguiente.
120

3. Indique la localizacin de las series de datos tecleando F2:I252 o el marcador de la celda
de referencia para seleccionar esta rea.
4. Cheque la caja de la primera fila que contiene encabezados.
5. Haga Clic en siguiente.
121

6. Seleccione la distribucin por ajustar de manera automtica.
7. Seleccione la metodologa de seleccin de la mejor distribucin. Prueba Bondad de ajuste.
8. Haga Clic en Siguiente.
122
Generando Informe sobre Ajuste por lotes

Seleccionar si desea un informe sobre la prueba de bondad de ajuste
Seleccionar si desea un informe sobre la suposiciones generadas
Hacer click en Ejecutar
123
Note que se ha definido un supuesto para cada serie de datos
Algunas distribuciones no pueden ajustarse en las series que contienen puntos con datos negativos
(v.gr. lognormal)
Utilice Copiar y Pegar de Crystal Ball o referencias a celdas para vincular los supuestos del ajuste en
grupo a las celdas apropiadas en la hoja de clculo
Info rme d e Crysta l Ba ll: sup o sicio ne s
S up o sicio ne s
H o ja d e tra b a jo : [Lib ro 10]S up o sicio ne s a juste p o r lo te s
S up o sici n: Go ve rnme nt Bo nd s Ce ld a : E 2
Weibull distribucin con parmetros:

Ubicacin 0.03
Suposicin ajuste por lotes Escala
Forma
0.04
3.903059734
Serie de datos: Large Cap Stocks Small Cap Stocks Micro Cap Stocks Government Bonds
Distribucin: 0.13 0.17 0.22 0.06
Mejor ajuste: t de Student t de Student Weibull Weibull
Correlacionado con: Coeficiente
Anderson-Darling 0.0943 0.1000 0.2049 0.2387 Large Cap Stocks (B2) 0.06
Valor P: --- --- 0.782 0.661 Small Cap Stocks (C2) 0.06
Micro Cap Stocks (D2) 0.03
Correlaciones: Large Cap Stocks Small Cap Stocks Micro Cap Stocks Government Bonds S up o sici n: La rg e Ca p S to cks Ce ld a : B2
Large Cap Stocks 1.0 t de Student distribucin con parmetros:

Punto medio 0.13
Small Cap Stocks 0.569370134 1.0 Escala 0.14
Micro Cap Stocks 0.540870734 0.744436999 1.0 Grados de libertad 30
Government Bonds 0.056832525 0.061604186 0.03350876 1.0
Correlacionado con: Coeficiente

Small Cap Stocks (C2) 0.57
Micro Cap Stocks (D2) 0.54
Government Bonds (E2) 0.06
S up o sici n: M icro Ca p S to cks Ce ld a : D 2
Weibull distribucin con parmetros:

Ubicacin -0.84
Escala 1.17
Forma 3.939407936
124
Note que se ha definido un supuesto para cada serie de datos
Algunas distribuciones no pueden ajustarse en las series que contienen puntos con datos negativos
(v.gr. lognormal)
Utilice Copiar y Pegar de Crystal Ball o referencias a celdas para vincular los supuestos del ajuste en
grupo a las celdas apropiadas en la hoja de clculo
Informe sobre la bondad de ajuste

Clasificado por: Anderson-Darling
Serie de datos
Large Cap Stocks Distribucin A-D A-D Valor P: Parmetros
t de Student 0.0943 --- Punto medio=0.1251, Escala=0.13825, Grados de libertad=30
Normal 0.1162 0.983 Media=0.1251, Desv est=0.1431
Logartmico normal 0.1163 0.990 Media=0.1251, Desv est=0.14311, Ubicacin=-1135.99199
Beta 0.1190 --- Mnimo=-1.89968, Mximo=2.14989, Alfa=100, Beta=100
Gamma 0.1568 0.941 Ubicacin=-4.40441, Escala=0.00453, Forma=999
Logstica 0.1732 0.912 Media=0.12636, Escala=0.08112
Weibull 0.2230 0.701 Ubicacin=-0.42026, Escala=0.59914, Forma=4.30644
Extremo mnimo 2.6305 0.000 Ms probable=0.19576, Escala=0.13849
Extremo mximo 4.3001 0.000 Ms probable=0.05288, Escala=0.15098
Beta PERT 6.6511 --- Mnimo=-0.42566, Ms probable=0.15552, Mximo=0.5653
Triangular 9.8387 --- Mnimo=-0.42566, Ms probable=0.15552, Mximo=0.5653
Uniforme 31.6046 0.000 Mnimo=-0.38667, Mximo=0.53341
125

No calcula los coeficientes de correlacin (para esto debe utilizar la herramienta de
ajuste por lotes)
Proporciona una matriz que contiene los coeficientes de correlacin

Permite un fcil acceso para cambiar o ver los coeficientes
Puede ser generada como una matriz temporal o un vnculo permanente en la hoja de
clculo
Asignacin de Portafolio
Fondos a Invertir Tasa retorno anual
Large Cap Stocks 13.0%
Small Cap Stocks 18.0% Permite una facilidad para ingresar
coeficientes de correlacin entre variables
Micro Cap Stocks 23.0%
Government Bonds 6.0%
Fondos a Invertir % Invertido Limite Mnimo Limite Mximo

Large Cap Stocks 25.0% 0% 100%
Small Cap Stocks 25.0% 0% 100%
Micro Cap Stocks 25.0% 0% 100%
Government Bonds 25.0% 0% 100%
Valor Inicial del Portafolio $ 250,000
Tasa de Retorno esperado: 15.0%

Valor Final del Portafolio $ 287,500
126
Generando una Matriz de Correlacin

Abra la herramienta de Matriz de Correlacin seleccionando Correr > Herramientas >
Mueva todos los cuatro supuestos disponibles en la columna de Supuestos
Seleccionados. Haga clic en siguiente.
127
Generando una Matriz de Correlacin

Seleccione Vista Matriz, la hoja de clculo activa para la Localizacin de la Matriz. Seleccione
la celda de supuesto en donde empieza a llenar la matriz de correlaciones.
Haga Clic en Empezar, tambin si hay informacin histrica se puede obtener
automticamente con la herramienta Ajuste por lotes.
128
8 Opciones avanzadas de Variables de
Suposiciones
Opciones Avanzadas de Supuestos
Utilizando parmetros alternativos

Usando una frmula como parmetro
Truncar la distribucin de un supuesto
Usando una funcin como una distribucin
Personalizando la galera de distribuciones
Publicacin y suscripcin a distribuciones
130
Utilizando Parmetros Alternativos
Defina los supuestos con informacin conocida acerca de la distribucin (por ejemplo:
percentiles 10% y 90%, 5% y 95% de forma ms prctica, en lugar de la media y la
desviacin estndar)
131
Utilizando Parmetros Alternativos
Ejercicio de Mezcla de Productos

Seleccione la celda B6 (Demanda de Carcasas de Telfonos) y elija definir supuesto. Seleccione la
distribucin normal.
De un clic en los parmetros del dilogo de definicin del supuesto. Seleccione la opcin de 5%, 95%. El
valor del 5 percentil es 8,500. El 95 percentil es 11,500. Introduzca estos valores en sus campos
respectivos. Seleccione OK.
132
Usando una Frmula como un Parmetro
Es posible definir los parmetros de una distribucin usando una frmula o

Ejercicio de Mezcla de Productos relacionndolos con otros valores dentro de la hoja de clculo.
Seleccione la celda B7 (Demanda de Carcasas de Computadoras) y presione Definir Supuesto. Elija la

distribucin uniforme.
La demanda de computadoras caseras se encuentra siempre entre 200 y 500 unidades por debajo
de la demanda de telfonos. Seleccione la opcin de mnimo y teclee =b6-500
Seleccione la opcin de mximo y teclee =b6-200. Presione OK.
133
Truncar la Distribucin de un Supuesto
Limite los valores que pueden ser seleccionados de la distribucin definiendo lmites inferiores y superiores:

Seleccione la celda B12 (Costo del Policarbonato por unidad) y presione Definir Supuesto. Seleccione
la distribucin normal.
Ingrese un valor para la media de $1.29 y una desviacin estndar de $0.08. Presione enter.
El costo de policarbonato por unidad nunca ser menor a $1.15. Para truncar la distribucin,
seleccione la flecha de la orilla superior derecha para maximizar la vista de Definir Supuesto.
En el campo de arriba de la media ingrese el valor $1.15. Presione enter. La distribucin se actualiza
para que slo se utilicen valores superiores a $1.15 durante la simulacin. Presione OK.
134
Truncar la Distribucin de un Supuesto
Seleccione la celda C12 (Costo del Hilo por unidad) y presione Definir Suposicin. Seleccione la
distribucin normal.
Ingrese un valor para la media de $0.05 y una desviacin estndar de $0.01. Presione enter.
El costo de hilo por unidad nunca ser mayor a $0.06. Para truncar la distribucin, seleccione la flecha de
la orilla superior derecha para maximizar la vista de Definir Supuesto.
En el campo de la esquina inferior derecha ingrese el valor $0.06. Presione enter. La distribucin se
actualiza para que slo se utilicen valores superiores a $0.06 durante la simulacin. Presione OK.
135
Usando una Funcin como una Distribucin
Utilice una frmula para forzar a una celda a comportarse como un supuesto durante la simulacin
Sin embargo la Grfica de Sensibilidad no lo reconocer como un supuesto
Seleccione la celda D12 (Costo del Primer por unidad). Borre el contenido de la misma.
En la barra de frmulas ingrese =cb.normal(.25,0.01). Presione enter.
Un solo paso. Revise que el valor de la celda D12 cambia tal y como si fuera un supuesto utilizando
una distribucin normal con media de $0.25 y desviacin estndar de $0.01.
136
Usando una Funcin como una Distribucin
Seleccione la celda E12 (Costo de la Pintura por unidad). Borre el contenido de la misma.
En la barra de frmulas ingrese =cb.triangular(.32,.35,.39). Presione enter.
Un solo paso. Revise que el valor de la celda E12 cambia tal y como si fuera un supuesto utilizando
una distribucin triangular con un mnimo de $0.32, ms probable de $0.35 y mximo de $0.39.
137
Personalizando la Galera
Agregue sus distribuciones a la Galera

Imagine que ha desarrollado varios modelos que dependen de la demanda de carcasas
para telfono. Ahora que ya ha creado una distribucin apropiada, desea guardarla para
que la pueda usar de nuevo fcilmente.
Seleccione la celda B6. Presione Definir Supuesto. De un clic en el cuadro de dilogo
para definir supuestos. Presione el botn Agregar para guardar su distribucin en la
Galera.
Revise que exista el archivo llamado Favoritas. Presione OK para agregar esta
distribucin al archivo de Favoritas.
138
Publicacin y Suscripcin a Distribuciones
Comparta su distribucin en un folder pblico para poder compartir informacin en forma simple

Imagine que un compaero de trabajo necesita tener acceso a la distribucin que defini para la
demanda de carcasas de telfono.
Seleccione una celda en blanco en la hoja de clculo y presione el icono de Definir Supuesto.
Abra el folder de Favoritas. Revise que la distribucin que busca se haya grabado en este folder.
Seleccione Categoras y presione publicar. Escoja un destino para guardar la distribucin. Podr
salvar su distribucin en una carpeta compartida.
Elimine el folder de Favoritas.
Seleccione Categoras y Suscribirse. Elija la ubicacin donde guard anteriormente la distribucin.
Revise que tenga nuevamente acceso a la distribucin como lo haba definido.
139
9 Opciones avanzadas de Variables
Objetivo de Previsin
Opciones Avanzadas de Pronsticos
Adaptando una distribucin a un pronstico

Filtrado de pronsticos
Auto extraccin de datos para pronsticos
Agregar lneas marcadoras a las estadsticas de pronsticos
141
Adaptando una distribucin a un pronstico
Describa su pronstico en trminos estadsticos. Combine los efectos de mltiples supuestos en uno solo

Defina la celda G27 como pronstico.
Corra la simulacin.
En la ventana de Grfica de Pronstico, seleccione Pronstico. Adaptar la Distribucin de Probabilidad.
Revise que la lnea verde indica la forma de la distribucin que mejor se adapta.
Presione la barra espaciadora para comparar las estadsticas del pronstico con las de la distribucin que
mejor se adapta. Presione la barra nuevamente para comparar los percentiles.
Presione de nuevo la barra para ver la exactitud de las estadsticas y los parmetros de la distribucin que
mejor se adapta.
142
Filtrado de Pronsticos
Permite ver nicamente ciertos resultados

Imagine que quiere analizar nicamente aquellas corridas en que el valor de la Ganancia
es menor a cero.
Seleccione la celda para el pronstico. Presione el icono de Definir Pronstico en la
barra de herramientas de Crystal Ball.
Presione la flecha del cuadro superior derecho (si es necesario) para expandir la
ventana de Definicin del Pronstico. De un clic en la pestaa llamada Filtro.
143
Filtrado de Pronsticos

Seleccione el cuadro de Fijar un filtro. Seleccione excluir valores. Teclee el valor cero en el recuadro
de la izquierda para que los valores excluidos vayan de cero a + infinito. Seleccione OK.
Corra la simulacin. Revise que los valores reportados en la grfica de pronstico son menores a
cero. Tambin el nmero total de corridas en la grfica es menor que el total. (La diferencia son los
valores que quedaron fuera al aplicar el filtro).
Abra la ventana de pronstico y apague la opcin de filtro.
144
Auto extraccin de datos para pronsticos
Vea las estadsticas del pronstico directamente en la hoja de clculo

Seleccione la celda a pronosticar y presione Definir Pronstico.
Presione la flecha en la esquina superior derecha (si es necesario) para expandir la ventana. De un
clic en la pestaa de auto-extraccin.
Seleccione el recuadro para extraer las estadsticas de pronstico.
Seleccione las estadsticas requeridas de la lista.
Teclee J1 como la celda de inicio. Presione OK.
Corra la simulacin. Revise que las estadsticas seleccionadas se hayan colocado en la hoja de
clculo.
145
Agregar lneas marcadoras a las estadsticas de previsin
Identifique rpidamente ciertos valores en la grfica de previsin
Abra la Grfica de Pronstico

Elija Preferencias, Grfica en la parte superior de la ventana
Vaya a la pestaa de Tipo de Grfica
Seleccione el recuadro para cualquier lnea marcadora (ejemplo: la media). Presione OK.
146
10 Control Avanzado de Simulacin
Control Avanzado de Simulacin
Control de Precisin
Macros definidas por el usuario
Simulacin en 2D
Anlisis de remuestreo
148
Control de Precisin Haga la Cantidad Correcta de Corridas
Con un nmero infinito de corridas, podramos recrear perfectamente las distribuciones

continuas usadas en nuestros modelos y combinarlas de todas las maneras posibles.
Esto resultara en una distribucin que perfectamente describa todos los posibles resultados.
Sin embargo no tenemos tiempo para correr un nmero infinito de corridas, por lo que
hacemos 1,000 ; 10,000 u otra cantidad.
Nuestra confianza en las estadsticas generadas por la simulacin aumenta conforme el

nmero de corridas es mayor.
Un experimento bsico: Corra la simulacin 1,000 veces. Registre el valor de la media de

todos los asistentes.
Corra la simulacin 10,000 veces. Registre el valor de la media de todos los asistentes.
Las estadsticas se hacen ms precisas conforme el nmero de corridas es mayor.
149
Control de Precisin Haga la Cantidad Correcta de Corridas
150
Ajustando el Control de Precisin
Ajustando el Nivel de Confianza
Seleccione el icono de Preferencias de Corrida en la barra de Crystal Ball. Seleccione la

pestaa de corridas. Elija el recuadro para el control de precisin.
Verifique que la precisin ser checada cada 50 corridas.
Verifique que el nivel de confianza es de 95%.
Aumente el nmero mximo de corridas a 10,000. La simulacin se detendr ya sea
cuando se cumplan los requisitos de precisin o cuando se llegue al nmero mximo de
corridas.
www.crystalball.com 151
Ajustando el Nivel de Precisin
Seleccione la celda de previsin. Elija el icono de Definir Previsin en la barra de herramientas de CB.
De ser necesario, presione la flecha en la parte superior para expandir la vista de la ventana.
Seleccione la pestaa de Precisin. Seleccione el recuadro para especificar la precisin deseada.
Seleccione la media como la estadstica elegida.
En el campo de Unidades ingrese el valor 100. Presione OK.
Corra la simulacin. Verifique que la simulacin se detiene una vez que logra el nivel de precisin
deseado con el nivel de confianza especificado. Para visualizar el nivel de precisin logrado presione la
barra espaciadora en la grfica de pronstico hasta que se muestre la vista de estadsticas.
Ahora podemos decir que estamos 95% seguros de que la media perfecta es la media calculada +/-
100.
152
Usar el control de precisin nos permitir decir:

Estamos % Nivel de Confianza seguros que la estadstica perfecta es igual a nuestra
estadstica calculada +/- el nivel de Precisin Seleccionado. Ejm: Media +/- 100
Tambin se puede especificar una precisin deseada en la variable objetivo es decir previsin.
153
Macros Definidas por el Usuario
- Nombre su macro basndose en lo que quiere que haga

- Seleccione Macros Definidas por el Usuario de la pestaa Opciones del men de Preferencias de
Corrida
Nombre de Macro Corridas
CB Antes de la Inmediatamente despus de Iniciar la Simulacin o del

Simulacin comando Paso Simple
Antes de que los nmeros al azar haya n sido

CB Antes del Intento colocados en las celdas de supuestos
Despus de que los nmeros del pronstico hayan sido

CB Despus del Intento retirados y puestos en las grficas de pronstico
Cuando la simulacin est completa o se parada con el

CB Despus de la comando parar, por medio de pasos simples
Simulacin (despus de cada paso), o por cualquier otra razn
154
Simulacin en 2 Dimensiones
Realice simulaciones para ciclos internos y externos

Las variables se separan tpicamente de acuerdo a su tipo (variabilidad e
incertidumbre)
El resultado son mltiples pronsticos basados en valores elegidos
durante el ciclo externo de simulacin, y es una distribucin de
probabilidades
Encuentre ms informacin en el manual del usuario y el apndice
155
Resultados de la Simulacin 2D
156
Anlisis de Remuestreo
Analice las estadsticas de sus estadsticas

Corra mltiples simulaciones y rena las estadsticas de cada
una de ellas en grficas
Cambie el nmero de corridas por simulacin para ver como
esto reduce la variabilidad en las estadsticas calculadas
Encuentre ms informacin en el manual del usuario y el
apndice
En resumen, sirve para determinar la confiabilidad y exactitud
de las estadsticas de la variable objetivo de previsin
157
Resultados del Anlisis de Bota
200 simulaciones cada una de 1000 pruebas, media de cada simulacin,
Media de las medias, comportamiento de esa distribucin
158 www.crystalball.com
11 OptQuest
OptQuest
Qu es optimizacin?
Cmo funciona OptQuest
Aplicaciones de Optimizacin
Definiendo Variables de Decisin
Utilizando OptQuest
Definir Restricciones
Definir el Objetivo
Definir los Requerimientos
Opciones
Resultados de Optquest
Tips de Desempeo
Lmites de Eficiencia
160
Qu es la Optimizacin?
Encuentre los posibles valores de entrada (Variables de Decisin) para hacer a la

salida (Estadstica de Pronstico) lo ms grande o pequea posible
Variable(s)
de Decisin Clculos
(es lo que Incluyendo Previsin(es)
podemos Variable (s)
Controlar) de Suposicin
X Funcin F(X) = Y
Entradas Salidas
Resultados
161
Cmo Trabaja OptQuest
Fije los Valores de las Variables de Decisin (dentro de las Restricciones)
Corra la Simulacin
Evalue el Valor de la Funcin Objetivo(Es la Mejor solucin?)
Evalue el Requerimiento (Es factible esta solucin?)
Repita hasta que todas las

soluciones hayan sido intentadas
o se haya alcanzado el tiempo
mximo
162
Seleccin del Valor para la Variable de Decisin
Bsqueda Scatter
Elije un valor para la variable de decisin que vara el valor de la funcin objetivo por
arriba o por debajo en una pequea regin del espacio de solucin
Bsqueda Tab
Forza a OptQuest a utilizar valores para la variable de decisin muy lejos del espacio de
solucin
Ayuda a identificar los ptimos Globales y evita estancarse en un ptimo Local
Entrenamiento de Red Neural
Predice el desempeo despus de haber corrido nicamente el 10% del total de
simulaciones
Detiene la simulacin antes de completar el nmero de corridas cuando es evidente
que ya no quedan mejores soluciones
El resultado es una mejor evaluacin del espacio-solucin
163
El Resultado
OptQuest resuelve un modelo realista y complejo
164
Aplicaciones de Optimizacin
Utilizacin de empleados para planear la fuerza de trabajo

Configuracin de mquinas para programar la produccin
Ubicacin de instalaciones para distribucin
Tolerancias en diseo de manufacturas
Polticas de tratamiento para manejo de residuos
Administracin de carteras
165
Definiendo las Variables de Decisin
Variables de decisin
Valores que son inciertos, pero estn dentro de nuestro control
Ejemplos: Cantidad de productos a fabricar, cantidad de dinero por invertir por
cada clase de producto
Seleccione la celda C6 (Carcazas de Telfono a Producir). Presione el cono de
Definir Decisin
En el campo de lmite inferior, seleccione la celda D6. En el campo de lmite
superior, seleccione la celda E6.
Se dar cuenta que se puede seleccionar ya sea un rango para la variable de
decisin an siendo esta continua o discreta. Imagine que fabrica estos productos
en lotes de 10 unidades cada uno. Seleccione discreta y teclee 10 en el campo de
tamao del paso. Presione OK.
166
Definiendo las Variables de Decisin

Seleccione la celda C6 (Carcasas de Telfono a Producir). Se haba definido
anteriormente como variable de decisin. Presione el icono de Copiar Datos en la barra
de herramientas o seleccione Copiar Datos del Menu Definir.
Seleccione la celda C7. Presione el icono de Pegar Datos de la barra de herramientas.
Seleccione Definir Decisin y nombre la variable. Presione OK.
167
Definiendo el Objetivo
Podr minimizar o maximizar un valor en la optimizacin

Seleccionar la variable objetivo previsin que le interese
Seleccionar minimizar o maximizar
Seleccionar la estadstica que le interese
Debido a que OptQuest utiliza oprimizacin estocstica (corriendo simulaciones)
se puede minimizar la desviacin estndar o maximizar la media, por ejemplo
168
Utilizando OptQuest. Maximizar la Variable Objetivo

Seleccione OptQuest
Nuestro objetivo es maximizar el valor de la media de la ganancia
En la columna de Seleccionar teclee el botn para abrir la lista y seleccione Maximizar el Objetivo
Note que la estadstica por default es la media, pero puede ser cambiada por el usuario
169
Definiendo Requerimientos de la Variable Objetivo - previsin
Un modelo puede tener o no requerimientos
Los requerimientos limitan las soluciones que son aceptables, basndose en los resultados
de la simulacin
Ejemplo: certeza del 95% de que el portafolio es rentable, con una desviacin estndar < X
Seleccione Editar > Duplicar. Esto crear una fila adicional en la ventana de Seleccin de
Pronstico, y se etiquetar automticamente como un requerimiento.
No podemos aceptar una solucin con una certeza de rentabilidad menor al 75%. En la
columna de Estadsticas, presione la flecha y seleccione percentiles.
Seleccione el 25 percentil e ingrese un valor de 0 en el lmite inferior. Presione OK.
170
Utilizando OptQuest y las Variables de Decisin

Revise la informacin en la ventana de Seleccionar Decisin. Deber ser la
que usted ingres en la ventana de definir la variable de decisin.
Presione OK.
171
Definir las Restricciones de las Variables de Decisin
Un modelo puede o no tener restricciones
Las restricciones limitan las relaciones entre las variables de decisin
Las restricciones deben ser lineales
Ejemplo: Inversin Total = 100%
Imagine que la disponibilidad de recurso humano ha sido decidida y solo tendr
suficiente para producir un total de 21,000 carcazas (para telfonos y computadoras)
Ingrese esta relacin como una restriccin seleccionando el botn de Sumar Todas las
Variables. Elimine el signo de igual al final de la frmula y teclee <=21000 en su lugar.
Presione OK.
172
Opciones
Fije la duracin de la optimizacin

Fije la cantidad de simulaciones.
100 hasta 10 variables de decisin
500 para 10 a 20 variables de decisin
2,000 para 20 a 50 variables de decisin
Fije el tiempo total
10 minutos es el tiempo por default. Presione OK.
173
Resultados de OptQuest
Status y Soluciones
Grfica de Desempeo
Anlisis de la Solucin
Copiar a Excel
174
Status y Soluciones
Registra el valor objetivo de la funcin, el valor del requerimiento y los valores de

la variable de decisin para cada mejor solucin consecutiva encontrada durante la
optimizacin.
175
Grfica de Desempeo
La Grfica de Desempeo dibuja los valores registrados en la tabla de Status y Soluciones

El valor de la funcin objetivo se registra en el eje Y
El nmero de simulaciones (sets de decisin) se registra en el eje X
Una lnea recta larga indica que OptQuest ha encontrado una solucin cercana al ptimo
176
Anlisis de la Solucin
Visualizar las soluciones cercanas al ptimo

De la ventana Status y Soluciones seleccione Anlisis de la Soluciones en la barra de
herramientas de OptQuest o presione la opcin del men Correr > Anlisis de Soluciones
En el campo de Porcentaje de los Mejores, seleccione 5 y presione Analizar
Se desplegarn todas las soluciones posibles con un valor de la funcin objetivo en un
rango de 5% en relacin a la mejor opcin
177
Copiar a Excel
Copie el mejor resultado de regreso en su hoja de Excel para anlisis posterior
Haga doble clic en el icono status y Soluciones en la barra de herramientas OptQuest.
Clic Editar > Copiar a Excel. Los valores de la variable de que resultaron en la solucin
ptima han sido copiados de regreso en su hoja de clculo.
178
Tips para otro ejemplo con OptQuest Frontera Eficiente Inversin
Fije lmites significativos para las variables de decisin

Ejemplo: Micro Cap= 040% del portafolio
Utilice el control de precisin
Corra el nmero correcto de intentos por simulacin (no muy pocas, no demasiadas)
Utilice restricciones cuando le sea posible
Pre-simulacin
Los Requerimientos consumen tiempo
Post-simulacin
Puede incrementar el tiempo de bsqueda en un 50%
Asignacin de Portafolio
Fondos a Invertir Tasa retorno anual
Large Cap Stocks 13%
Small Cap Stocks 17%
Micro Cap Stocks 22%
Variables de Suposicin
Government Bonds 6%
Fondos a Invertir % Invertido Limite Mnimo Limite Mximo

Large Cap Stocks 25.0% 0% 100%
Small Cap Stocks 25.0% 0% 100%
Micro Cap Stocks 25.0% 0% 100%
Variables de Control
Government Bonds 25.0% 0% 100%
V a lor Inicia l de l P orta folio $ 250,000
T a sa de R e torno e spe ra do: 14.4% Variables de Control

V a lor Fina l de l P orta folio $ 286,019
179
Frontera de Eficiencia
Para un nivel dado de riesgo (desviacin Estndar), hay un mximo esperado (media) de
ganancia o retorno
Metas Tpicas
Maximizar el retorno dado la variacin del portafolio o desviacin estndar (mediciones
del riesgo requerimiento de la variable Objetivo)
Minimizar el riesgo dado el return esperado del portafolio (media)
OptQuest generar automticamente una curva estocstica de frontera eficiente
180
Generando la Frontera de Eficiencia
Utilice requimiento para la variable objetivo en la ventana de seleccin de previsin

Corra la simulacin. Note la desviacin estndar del total de retornos esperados al empezar la asignacin.
Defina las Variables de decisin apropiadas.
Abra OptQuest.
Capture las restricciones de todas las inversiones que deben totalizar 100%
Capture el objetivo es de maximizar el retorno total medio.
Utilice Requerimiento para generar y elegir el parmetro de requerimiento de la lista que sale de
Seleccionar, escoja el lmite superior o inferior que corresponda (ejm: la desviacin estndar en cada punto
estar limitada en el lado alto)
181
Generando la Frontera de Eficiencia

Escoja 25 puntos. Esto har que OptQuest complete la optimizacinn de 25 puntos
separados en la curva.
En la lista que sale en las Estadsticas de Pronstico,escoja Desviacin Estndar .
Capture un lmite inferior de 0.02 y un lmite superior de .5. Esto forzar a OptQuest a
optimizar el retorno medio con la desviacin estndar desde 2% a 50% en pasos de 2%
es decir 25 puntos en medio (porque usted seleccion un paso de 2%).
Haga Clic en OK para proceder al men de Opciones. Haga Clic en OK y empiece la
optimizacin.
182
Frontera de Eficiencia Situacin y Soluciones
183
12 CB Predictor
Predictor
Pronstico de Series de Tiempo

Especificando los Datos de Entrada y los Atributos
Selecciona Mtodos y Resultados
Interpretar Resultados
Regresin Lineal
Estadsticas de Regresin
185
Pronstico de Series de Tiempo
Pronosticar las series sin el efecto de influencias externas (v. gr., no variables
explicativas)
Examina los datos histricos para detectar nivel, tendencia, y estacionalidad
Predice valores futuros usando uno de ocho mtodos diferentes
La seleccin del Mtodo se basa en La Diosa del Ajuste (El que mejor se ajuste)
Las salidas generadas incluyen grficas, reportes
Los valores pronosticados estn en la forma de supuestos con distribuciones
normales
186
Ejercicio avanzado de Margen de Utilidad

1. Haga clic en la pestaa de ventas. Clic Correr > Predictor.
2. Capture el rango apropiado de datos histricos (A3:B45).
3. Verifique que el arreglo de los datos se ha detectado automticamente de manera correcta
en el Paso 2.
187

4. Se encuentra en atributos de los datos
5. Selecciones meses para los periodos dado que la data histrica tiene esa frecuencia.
6. En Estacionalidad dejar que el Predictor detecte la estacionalidad de manera automtica.
188

7. Haga Clic en Ver Estacionalidad. Usted ver los datos histricos que captur en el paso 1.
8. Escoja Auto correlaciones para detectar la estacionalidad de los datos histricos.
9. Clic Cerrar para regresar al mago de Predictor.
189
Seleccionar Mtodos y Resultados
10. Verifique que todos los mtodos sean checados. Predictor intentar ajustar los datos
histricos usando cada mtodo checado.
11. Haga Doble-clic en la caja de cualquiera de los mtodos para ver ms informacin acerca
del mtodo.
12. Clic Siguiente para proceder a la pestaa de Opciones y darle Ejecutar.
190
Seleccionar Mtodos y Resultados
13. Se observa de manera previa los resultados del Predictor.
14. Ingrese 12 en los periodos de previsin para proyectar por un periodo de 12 meses.
15. Puede revisar la Edicin y Ver los resultados previos, Examine el pronstico
16. Darle click a pegar para elegir la celda donde se quieran obtener los resultados proyectados
puede generar y configurar variables de incertidumbre ajustadas a la mejor distribucin de
probabilidad como una variable suposicin.
17. Clic Pegar Aceptar para generar el pronstico en la hoja de clculo
191
Cada celda pronosticada es ahora una distribucin normal

Seleccione Definir Supuestos para ver la desviacin estndar
La desviacin estndar es una funcin de la bondad de las medidas de ajuste y del
nmero de periodos hacia el futuro
192
Vea el Reporte, Grfica, Tabla de Mtodos, y Tabla pivote

Puede crear informe Predictor
193
Regresin Lineal Mltiple
Usando datos pasados para definir una ecuacin entre variables

Los valores de la variable dependiente son manejados por valores de la variable
independiente
Predictor crea una ecuacin que relaciona las variables
Pronostica la variable independiente usando mtodos de series de tiempo
Pronostica la variable dependiente usando la ecuacin generada y los valores de
la variable dependiente pronosticados
194
Ejercicio ejemplo de Toledo Gas

Abra el archivo e inicie Predictor automticamente selecciona la data de
informacin, hay que validar que sea la correcta
195

Cuando alcance Mtodos, cheque la caja para Usar Regresin Lineal Mltiple.
Mueva Usar a la columna de Variable Dependiente y las otras variables a la
columna de Variables Independientes.
196
Regresin Lineal Mltiple: Ejercicio ejemplo de Toledo Gas
197
Clic OK para guardar sus cambios y proceda a travs del mago de Predictor como en el
ejemplo de series de tiempo.
Note que las celdas para Usar (Variable Dependiente ) contienen la ecuacin de la
regresin y los pronsticos de la variable independente tambin se les podra configurar
para que sean variables de suposicin.
Uso del Gas Residencial en Toledo
Data mensual Variable Variables
(10/95 - 9/03) Dependiente Independientes
Licencias Temperatura Costo del Gas

Consumo de Promedio Natural per ccf
Meses (ft 3) Ocupacin (Grados F) (Dlares)
oct-95 306.00 406 24.46 4.82
nov-95 266.00 472 24.86 5.21
ago-03 97.00 269 39.32 6.81
sep-03 194.00 147 25.64 6.71
oct-03 249.35 354 23.06 7.20
nov-03 251.16 495 25.65 7.11
dic-03 210.73 652 35.92 6.79
e ne -04 159.84 763 47.38 7.60
fe b-04 99.48 856 59.79 7.08
ma r-04 48.23 779 67.05 6.57
a br-04 29.46 863 72.27 7.20
ma y-04 30.62 780 70.70 8.67
jun-04 58.06 673 63.30 7.26
jul-04 89.87 349 51.09 7.70
a go-04 144.31 275 39.57 6.07
se p-04 200.24 145 27.29 7.04
Coeficientes para
Consumo (ft3) 328.13 0.1185 -5.69 1.46
Consumo = 0.1185 * NLicencias + (-5.69*Temp.Promedio +1.46*Costo Gas) +328.13
198
Note que las celdas para Usar (Variable Dependiente ) contienen la ecuacin de la
regresin y los pronsticos de la variable independente son supuestos, como en el
ejemplo de las series de tiempo
Uso del Gas Residencial en Toledo

Data mensual Variable Variables
(10/95 - 9/03) Dependiente Independientes
Licencias Temperatura Costo del Gas

Consumo de Promedio Natural per ccf
Meses (ft 3) Ocupacin (Grados F) (Dlares)
oct-95 306.00 406 24.46 4.82
nov-95 266.00 472 24.86 5.21
ago-03 97.00 269 39.32 6.81
sep-03 194.00 147 25.64 6.71
o ct-03 249.35 354 23.06 7.20
no v-03 251.16 495 25.65 7.11
d ic-03 210.73 652 35.92 6.79
e ne -04 159.84 763 47.38 7.60
fe b -04 99.48 856 59.79 7.08
ma r-04 48.23 779 67.05 6.57
a b r-04 29.46 863 72.27 7.20
ma y-04 30.62 780 70.70 8.67
jun-04 58.06 673 63.30 7.26
jul-04 89.87 349 51.09 7.70
a g o -04 144.31 275 39.57 6.07
se p -04 200.24 145 27.29 7.04
Coeficientes para
Consumo (ft3) 328.13 0.1185 -5.69 1.46
Consumo = 0.1185 * NLicencias + (-5.69*Temp.Promedio +1.46*Costo Gas) +328.13
199
R2
Coeficiente of determinacin
Cunto de la varianza puede ser atribudo a la regressin? (el resto es debido a
fluctuationes azarosas)
0<= R2 <=1
R2 Adjustada
R2 adjustada para grados de libertad (variables independentes adicionales)
SCE
Suma de los cuadrados de los errores o desviaciones
F-estadstica
Usada para medir el significado estadstico de la ecuacin de regresin
200
T-estadstica
Significado Estadstico de un coeficiente dado
P-valor
Usa la probabilidad para probar el significado estadstico de la pruebas T y F
Durbin-Watson
Detecta auto correlacin de errores en lag 1
U de Thiel
Prueba para la naivety de un pronstico
Menos que 1 significa que el pronstico es mejor que el solo adivinar
201
Bibliografa
Financial Modeling with Crystal Ball and Excel , John Charnes 2007
Capacitaciones Crystal Ball 7 Decisionering
Manuales Crystal Ball Oracle

Agosto
2014
Muchas Gracias.
Raphael Rey Tovar

Magister en Banca y Finanzas
203

Crystal Ball 1

Uploaded by

Document Information

Original Description:

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Crystal Ball 1

Uploaded by

Copyright:

Available Formats

Enero

Objetivos Resultados esperados

1 herramienta Crystal Ball en la gestin y

El equipo tcnico, es capaz de elaborar el

2 apropiadamente para luego definir las

3 Tener la capacidad de analizar los

Objetivos Resultados esperados

6 Tener la capacidad de aplicar opciones

8 para generar pronsticos ( valores de

Un modelo es la representacin de un sistema complejo real

De manera individual Los componentes y

Los mtodos de simulacin estadstica son imprescindibles en el anlisis de riesgo,

Un modelo es la representacin de un sistema complejo real

Juego de relaciones matemticas y lgicas, uso de celdas referenciales y/o

Variacin de condiciones y supuestos para probar escenarios.

Tradicionalmente datos determinsticos: se asume conocidos con

Conversin Probabilstico estocstico con Crystal Ball se informa de

Objetivo Inicial Comprender las interrelacin entre las variables exgenas,

Modelo en Excel Estructura sistemtica que representa el estado del

Son el conjunto de elementos que representan al modelo y

Procedimiento Recolectar y sistematizar informacin Data Valores Histricos

Los estimados en las celdas es de un solo punto o valor

Anlisis de Escenarios muy limitado

Anlisis de que pasa si

Permite identificar aquellas principales generadores de rentabilidad y

Una incertidumbre es una distincin (variable) de inters cuyo

Ejemplos: Precio petrleo, Precio de las acciones, Tipo de Cambio,

-Qu otros ejemplos de Incertidumbre a menudo enfrenta?

Enfrentar, entender y comunicarse claramente acerca de la

Evaluacin de proyectos de inversin

Anlisis de Decisiones Estratgicas.

Diseo de planes de contingencia y opciones de recoleccin de

Indique el rango de probabilidades numricas que

Las probabilidades usualmente cambian con nueva informacin.

Las posibilidades de una incertidumbre pueden ser un nmero

Si el nmero de estados de la incertidumbre es finito en un

Si el nmero de estados de la incertidumbre es infinito en un

El riesgo es la exposicin a la incertidumbre

Esta definicin tiene dos componentes:

La existencia de hechos inciertos, por desconocimiento, porque no han

La exposicin, que no es otra cosa que la magnitud como los hechos

La definicin permite aclarar que la medicin del riesgo tiene dos

El anlisis de riesgo es un enfoque orientado a adquirir una comprensin

El resultado de un flujo de caja descontado

Una variable macroeconmica

El desafo del anlisis de riesgo consiste en construir un modelo que de

Los modelos son abstracciones de un sistema, una idea o un objeto

Por la naturaleza de su funcin los modelos pueden ser:

Por la naturaleza de la incertidumbre que incorporen:

Las variables que determinan o explican los resultados se pueden

Si los supuestos tiene incertidumbre deben tratarse como variables

Las variables aleatorias son la fuente del riesgo.

Cuando a una fuente de riesgo se le conoce sus propiedades estadsticas, el riesgo se

La funcin de distribucin de probabilidad relaciona los valores que puede tomar la

Existen varias funciones reconocidas de funciones de distribucin de probabilidad.

Todas ellas se especifican en funcin de parmetros estadsticos: media, desviacin

El proceso de experimentar a travs de un modelo como el

Permite identificar los problemas o riesgos con el diseo del

Permite administrar y gestionar los riesgos, anticipacin

Un Sistema que utiliza nmeros al azar para medir los

Permite de manera amigable a travs del Crystal Ball analizar

El procedimiento de simulacin de Monte Carlo contiene los elementos siguientes:

Genera el siguiente nmero al azar