SIMULACIN MONTECARLO

El modelo de Monte Carlo, llamado tambin mtodo de ensayos estadsticos, es

una tcnica de simulacin de situaciones inciertas que permite definir valores
esperados para variables no controlables, mediante la seleccin aleatoria de
valores, donde la probabilidad de elegir entre todos los resultados posibles est
en estricta relacin con sus respectivas distribuciones de probabilidades.

El mtodo se llam as en referencia al Casino de Monte Carlo (Principado de

Mnaco) por ser la capital del juego de azar, al ser la ruleta un generador simple
de nmeros aleatorios. El nombre y el desarrollo sistemtico de los mtodos de
Monte Carlo datan aproximadamente de 1944 y se mejoraron enormemente con el
desarrollo de la computadora.

De esta manera, el programa selecciona un valor aleatorio al azar para cada

variable elegida, el cual est acorde con la distribucin de probabilidades
asignada a cada una. Al pedirle que ejecute, por ejemplo, mil iteraciones,
permite obtener valores actuales netos, los cuales presenta en un resumen
grfico con los resultados de la simulacin. Adems de entregar informacin
estadstica, indica el porcentaje de escenarios en que el VAN es igual o superior
a cero.
Durante una simulacin Monte Carlo, los valores se muestrean aleatoriamente
a partir de las distribuciones de probabilidad introducidas. Cada grupo de
muestras se denomina iteracin, y el resultado correspondiente de esa muestra
queda registrado. La simulacin Monte Carlo realiza esta operacin cientos o
miles de veces, y el resultado es una distribucin de probabilidad de posibles
resultados. De esta forma, la simulacin Monte Carlo proporciona una visin
mucho ms completa de lo que puede suceder. Indica no slo lo que puede
suceder, sino la probabilidad de que suceda.

La simulacin Monte Carlo proporciona una serie de ventajas sobre el

anlisis determinista o estimacin de un solo punto:
Resultados probabilsticos. Los resultados muestran no slo lo que puede
suceder, sino lo probable que es un resultado.
Resultados grficos. Gracias a los datos que genera una simulacin Monte
Carlo, es fcil crear grficos de diferentes resultados y las posibilidades de que
sucedan. Esto es importante para comunicar los resultados a otras personas
interesadas.
Anlisis de sensibilidad. Con slo unos pocos resultados, en los anlisis
deterministas es ms difcil ver las variables que ms afectan el resultado. En
la simulacin Monte Carlo, resulta ms fcil ver qu variables introducidas
tienen mayor influencia sobre los resultados finales.

Anlisis de escenario. En los modelos deterministas resulta muy difcil

modelar diferentes combinaciones de valores de diferentes valores de entrada,
con el fin de ver los efectos de situaciones verdaderamente diferentes. Usando
la simulacin Monte Carlo, los analistas pueden ver exactamente los valores
que tienen cada variable cuando se producen ciertos resultados. Esto resulta
muy valioso para profundizar en los anlisis.
Correlacin de variables de entrada. En la simulacin Monte Carlo es
posible modelar relaciones interdependientes entre diferentes variables de
entrada. Esto es importante para averiguar con precisin la razn real por la
que, cuando
algunos
factores
suben, otros
suben
o
bajan

paralelamente.

MODELO UNIDIMENSIONAL DE LA SENSIBILIZACIN DEL VAN

El anlisis unidimensional de la sensibilizacin del VAN determina hasta dnde
puede modificarse el valor de una variable para que el proyecto siga siendo
rentable. Si en la evaluacin del proyecto se concluy que en el escenario
proyectado como el ms probable el VAN era positivo, es posible preguntarse
hasta dnde puede bajarse el precio o caer la cantidad demandada o subir un
costo, entre otras posibles variaciones, para que ese VAN positivo se haga cero.
Se define el VAN de equilibrio como cero por cuanto es el nivel mnimo de
aprobacin de un proyecto. De aqu que al hacer el VAN igual a cero se busca
determinar el punto de quiebre o variabilidad mxima de una variable que
resistira el proyecto.
Como su nombre lo indica, y aqu radica la principal limitacin del modelo, slo
se puede sensibilizar una variable por vez.