1

LA SIMULACIN MONTE CARLO Y LAS VENTAJAS DE SU

APLICACIN

Jersey Samanta Castro Espinosa

Jersey Samanta Castro Espinosa, Estudiante de Ingeniera Industrial VIII Semestre, Corporacin Universitaria del
Meta, Torre B 13 Apto 402 Multifamiliares Los Centauros, Villavicencio, 3185149165, [email protected].

INTRODUCCIN

El anlisis de Monte Carlo, involucra la solucin
de un problema mediante la simulacin de un
proceso cuyos momentos o distribuciones de
probabilidad satisfacen las relaciones de un
problema no probabilstico.

Con la llegada de las computadoras de gran
velocidad, la simulacin tom otro significado,
al surgir la posibilidad de experimentar con
modelos, que los siclogos y fsicos encontraron
que podran realizar experimentos controlados de
laboratorio, donde el sistema se monitorea en
todos y cada uno de los puntos de tiempo.

APLICACIN DE LA SIMULACIN
MONTE CARLO EN EL CLCULO DEL
RIESGO USANDO EXCEL

Hoy da, la simulacin es ampliamente aceptada
en el mundo de los negocios para predecir,
explicar y ayudar a identificar soluciones
ptimas. En particular, se aplica la simulacin
Monte Carlo a un proyecto de inversin con el
fin de poder estimar el riesgo de un fracaso,
usando para este propsito la hoja electrnica
Excel.

La simulacin Monte Carlo es bsicamente un
muestreo experimental cuyo propsito es estimar
las distribuciones de las variables de salida.

Se gana experiencia en forma barata
simulando en el computador sin correr
riesgos reales.
Se obtienen resultados de manera rpida.
Con los modelos de simulacin es posible
analizar sistemas muy complejos, donde los
modelos analticos no pueden llegar.

APLICACIN DE SIMULACIONES
MONTE CARLO PARA EL ANLISIS DE
INFORMACIN CT Y SU USO EN PET Y
DOSIMETRA

Desde el descubrimiento de los rayos X por
Rentgen en 1895, que dio inicio a grandes
2

posibilidades mdicas, mediante la radioscopia y
la radiografa para reproducir partes internas de
los organismos, ha habido un gran desarrollo.

El empleo de campos no rectangulares, ya sea
con bloques, supuso el inicio de un nuevo tipo de
radioterapia en la que se adecua la forma del haz
a la del tumor. Esto permite preservar rganos y
tejidos sanos circundantes al tumor, al hacer
posible que la dosis que puedan llegar a recibir
quede por debajo de la dosis lmite que les
provocara daos, y, a la vez, aumentar la dosis
en el tumor para poder atacarlo con ms
probabilidad de destruirlo.

El gran valor de esta tcnica, adems de la alta
resolucin de la imagen, es el hecho de que el
paciente no est expuesto a radiaciones
ionizantes

APLICACIN DE SIMULACIN MONTE
CARLO EN UN SISTEMA DE
INVENTARIOS DINMICO

La principal herramienta con que se cuenta
actualmente en las ciencias sociales, as como en
cualquier otra ciencia, es la computadora. sta
por su capacidad para manejar grandes
volmenes de datos y amplia flexibilidad para
simular la realidad, abre una nueva expectativa
para observar, analizar y conocer fenmenos de
las diversas reas sociales. Con el ordenador
electrnico se pueden solucionar problemas que
no es factible resolver con otros medios.

Algunos experimentos que se han realizado para
solventar problemas por medio del procesador
electrnico de datos son: simulacin de procesos
de produccin, simulacin para entrenamiento de
personas, simulacin dinmica no lineal de
sistemas sociales, etc. En especial, las
aplicaciones de la computadora en las reas
organizacionales, administrativas, empresariales
y comerciales han trado cambios profundos,
principalmente con el surgimiento de una nueva
clase social e intelectual de personas que adems
de usar al ordenador electrnico, lo comprenden,
lo dominan, y por tanto, piensan de manera
diferente acerca de lo que es el conocimiento
ahora; es decir, este dispositivo electrnico ha
venido a modificar la estructura misma del
conocimiento.

APLICACIN DEL MTODO DE MONTE
CARLO EN LA SIMULACIN NUMRICA
DE RESPUESTAS IMPULSIVAS EN
SALAS. VALIDACIN Y
DETERMINACIN DEL ERROR DE LA
TCNICA DEL TRAZADO DE RAYOS

Con la revolucin del computador digital se han
desarrollado programas que permiten obtener
una primera aproximacin del comportamiento
acstico de la sala. El resultado de estos
programas se traduce en la presentacin de
ecogramas en una serie de receptores, as como
de diferentes parmetros acsticos objetivos,
ambos necesarios para la evaluacin del recinto.
3


Esta informacin da una buena idea del
comportamiento de la sala aunque,
inevitablemente, est ligada a las hiptesis y
simplificaciones que se encuentran en la base del
modelo de simulacin utilizado.

Esta tesis es determinar la validez y el campo de
aplicacin del mtodo del trazado de rayos. Una
vez establecidas las hiptesis del modelo, el
estudio ha de incidir especialmente en el clculo
del error del mtodo debido al nmero finito de
rayos. Para ello deber ponerse de relieve el
modelo terico de naturaleza estadstica que se
encuentra en la base del mtodo. Los resultados
que se obtengan sern validados y comparados
con los de otros autores encontrndose,
sorprendentemente, que la calidad terica y
experimental de nuestras investigaciones supera
las de otros trabajos actualmente vigentes en esta
disciplina cientfica.

SIMULACIN DE MONTE CARLO

La Simulacin de Monte Carlo es una tcnica
que permite llevar a cabo la valoracin de los
proyectos de inversin considerando que una, o
varias, de las variables que se utilizan para la
determinacin de los flujos netos de caja no son
variables ciertas, sino que pueden tomar varios
valores. Por tanto, se trata de una tcnica que
permite introducir el riesgo en la valoracin de
los proyectos de inversin.

La tcnica de la simulacin de Monte Carlo se
basa en simular la realidad a travs del estudio
de una muestra, que se ha generado de forma
totalmente aleatoria. Resulta, por tanto, de gran
utilidad en los casos en los que no es posible
obtener informacin sobre la realidad a analizar,
o cuando la experimentacin no es posible, o es
muy costosa. As, permite tener en cuenta para el
anlisis un elevado nmero de escenarios
aleatorios, por lo que, se puede decir que hace
posible llevar la tcnica del anlisis de
escenarios al infinito ampliando la perspectiva
de los escenarios posibles. De esta forma, se
pueden realizar anlisis que se ajusten en mayor
medida a la variabilidad real de las variables
consideradas. La aplicacin de esta tcnica se
basa en la identificacin de las variables que se
consideran ms significativas, as como las
relaciones existentes entre ellas, para explicar la
realidad a estudiar mediante la sustitucin del
universo real, por un universo terico utilizando
nmeros aleatorios.

MONTE CARLO SIMULATION AS A
TOOL FOR DECISION MAKING IN AN
ASSEMBLY LINE OF A
MANUFACTURING COMPANY

La simulacin Monte Carlo como una
herramienta para la toma de decisiones en una
planta fabril. Se ha usado el caso de una lnea de
montaje de tres estaciones dedicadas a producir
termostatos de plancha en una instalacin de
fabricacin de artculos domsticos. Inicialmente
4

la planta fue diseada para generar una tasa de
produccin de 3500 montajes por semana,
mientras que la produccin real solo alcanzaba
un 85% de este valor. Se estudi los tiempos y
movimientos y los resultados se utilizaron como
una base para la mejora de la operacin actual de
la lnea usando el mtodo de simulacin
estocstica. Dicha simulacin inicial posibilit la
identificacin de los problemas claves
responsables de la limitada tasa de produccin.
Varias otras simulaciones fueron llevadas a cabo
para probar diferentes mejoras de la lnea de
montaje.

Sin embargo, a pesar de que muchos de los
problemas analizados en la literatura involucran
ejecuciones de las lneas de montaje de primera
vez, la mayora de los problemas de balances en
las lneas reales se relacionan con sus
reconfiguraciones, esta es la razn fundamental
por la que este trabajo propone la utilizacin de
la simulacin estocstica, una herramienta que
puede utilizarse para identificar posibilidades y
proponer acciones correctivas para problemas
reales observados en la produccin de una lnea
de montaje que ya est en marcha. esto se lleva a
cabo mediante un estudio de caso de una lnea de
montaje existente en la que la tasa de produccin
inicialmente considerada no pudo cumplirse.





AN APPLICATION OF THE MONTE
CARLO METHOD IN THE RISK
ANALYSIS OF PROYECTS: ITS
AUTHOMATIZATION THROUGH AN
ELECTRONIC SPREADSHEET

Esta metodologa provee como resultado,
incorporada a los modelos financieros,
aproximaciones para las distribuciones de
probabilidades de los parmetros que estn
siendo estudiados.

Para ello son realizadas diversas simulaciones
donde, en cada una de ellas, son generados
valores aleatorios para el conjunto de variables
de entrada y parmetros del modelo que estn
sujetos a incertidumbre. Tales valores aleatorios
generados siguen distribuciones de
probabilidades especficas que deben ser
identificadas o estimadas previamente.
Vale destacar que el concepto de simulacin,
adoptado en este trabajo, es el descripto en los
estudios de Robert E. Shannon [1975] donde la
Simulacin es el proceso de disear y desarrollar
un modelo computarizado de un sistema o
proceso y conducir experimentos con este
modelo, a fin de entender el comportamiento del
sistema o evaluar varias estrategias con las
cuales se puede operar el sistema. El conjunto de
resultados, producidos a lo largo de todas las
simulaciones, podrn ser analizados
estadsticamente y proveer resultados en
trminos de probabilidad. Esas informaciones
sern tiles en la evaluacin de la dispersin
5

total de las apreciaciones del modelo, causado
por el efecto combinado de las incertidumbres de
los datos de entrada y en la evaluacin de las
probabilidades de ser violados los padrones de
las proyecciones financieras.

SIMULACION DE MONTE CARLO Y SU
APLICACION A LA INGENIERIA
GEOTECNICA

Con el paso de los aos los recursos tecnolgicos
han progresado notablemente y hoy se cuenta
con computadoras Pentium IV muy veloces,
capaces de procesar mucha data en escasos
segundos. Este hecho ha venido ocurriendo en
conjuncin con una paulatina disminucin de los
recursos econmicos y ha obligado a una
relacin consultor-cliente en la que el primero
tiene que ofrecer garantas cuantitativas que
sirvan para medir el riesgo de la inversin del
cliente y para evaluar los ndices de Fiabilidad
que sean compatibles con el uso que se le dar a
la obra y con la expectativa que tenga el cliente
sobre la funcionalidad de dicha obra.

REAL OPTIONS ANDMONTE CARLO
SIMULATION

La valoracin mediante el enfoque de las
opciones reales adolece de algunos problemas
operativos. A pesar de la reconocida
superioridad terica de sus fundamentos, carece
de una frmula analtica simple y general como
la del modelo de descuento de flujos. Por el
contrario, el enfoque se compone de una
amalgama de frmulas y procedimientos
numricos, cada uno de ellos apropiado para un
tipo particular de opcin.

Este panorama ha comenzado a cambiar a raz de
las nuevas propuestas de valoracin basadas en
la combinacin de la simulacin de Monte Carlo,
la programacin dinmica y la regresin
estadstica. Se trata de modelos flexibles capaces
de valorar cualquier tipo de inversin con
independencia de la naturaleza de sus opciones y
de sus fuentes de incertidumbre. El problema de
este tipo de procedimientos radica en que su
aplicacin requiere un elevado volumen de
clculo, tan slo asumible mediante su
automatizacin en un paquete informtico. De
hecho, cabe esperar que en los prximos aos
este tipo de paquetes de valoracin invadan la
oferta disponible para los profesionales.

Su utilizacin puede suponer cierta merma en el
conocimiento del proceso de clculo cuya
contrapartida apunta a una mayor eficacia en la
aprehensin de las distintas fuentes de valor.

EL METODO MONTE-CARLO Y SU
APLICACION A FINANZAS

Las opciones son derivados que son
instrumentos financieros cuyo rendimiento
depende de otro bien o activo. Por ejemplo, el
valor de un bono depende de las tasas de inters
y el de un petrobono del precio del petrleo.
6

Otros derivados son los futuros, los forwards, los
warrants, entre otros.

Una opcin europea es un contrato entre dos
partes para adquirir o vender un bien o un activo
llamado subyacente a un precio y en una fecha
fijados de antemano. En el caso de la valuacin
de opciones europeas, el mtodo Monte-Carlo se
usa para calcular la siguiente integral.



con y una variable aleatoria normal con media
cero y varianza uno. Por el mtodo de Monte-
Carlo


con yi una variable aleatoria normal con media
cero y varianza uno. A continuacin se presenta
el algoritmo para generar esta aproximacin y un
intervalo de confianza del 95 %. El clculo de la
media y la varianza muestral se realiza en forma
recursiva.

El hecho de que el pago en el momento de
ejercicio dependa de una media, posibilita
muchos usos para este tipo de opciones. Por otro
lado, debido a que fue el Banco Trust de Tokio
la primera institucin financiera que ofreci este
tipo de opciones, se les denomina opciones
asiticas. Adems como el precio no depende del
precio spot sino del precio medio, son opciones
dependientes de la trayectoria del precio del
subyacente.

CONCLUSIN

Todas las seales estn no correlacionadas y sus
distribuciones estn dadas por una figura
cerrada. En primer lugar, la funcin de
distribucin acumulativa de la seal interferente
compuesta se calcula integrando las funciones de
distribucin.

El objetivo es determinar todas aquellas
variables internas y externas que tendrn
influencia relevante sobre la rentabilidad del
proyecto y su nivel de riesgo.

En el mundo competitivo de hoy hay que
visualizar un negocio como una forma de
satisfacer las necesidades insatisfechas del nicho
de segmento encontrado mejor que la
competencia. Hay que tomar conciencia de que
con nuestro producto estamos comprando el
dinero de nuestros clientes.

Para ello se debe diferenciar de la competencia
actual y futura con un producto adecuadamente
diseado en todas sus facetas tcnicas, de
ubicacin, econmicas, comerciales y legales.




7


BIBLIOGRAFIA

[1] Azofeifa, Carlos E. Aplicacin de la
Simulacin Monte Carlo en el clculo del
riesgo usando Excel Tecnologa en Marcha.
Vol. 17 N 1.

[2] Aplicacin de Simulaciones Monte Carlo
para el anlisis de informacin CT y su uso
en PET y Dosimetra, Memoria del Trabajo
para la obtencin del Diploma de Estudios
Avanzados, Realizado por: Jacobo Cal
Gonzlez - Dirigido por: Jose Manuel Udas
Moinelo - Madrid, Junio 2010

[3] Aplicacin de simulacin Monte Carlo en un
sistema de Inventarios Dinmico, Vicente
ngel Ramrez Barrera, ngel Eduardo
Ramrez Nieves,
http://148.206.107.15/biblioteca_digital/arti
culos/9-565-8016cqd.pdf

[4] APLICACIN DEL MTODO DE MONTE
CARLO EN LA
SIMULACINNUMRICA DE
RESPUESTAS IMPULSIVAS EN SALAS.
VALIDACIN Y DETERMINACIN
DEL ERROR DE LA TCNICA DEL
TRAZADO DE RAYOS. Tesis Doctoral
presentada por Javier Giner Rubio
Directores: Dr. Carmelo Militello Militello
y Dr. Amando Garca Rodrguez
UNIVERSIDAD DE LA LAGUNA,
OCTUBRE 1997.
ftp://tesis.bbtk.ull.es/ccppytec/cp43.pdf

[5] Simulacin de Monte Carlo, Martn Lpez,
Sonia, Diccionario econmico.
Expansin.com, Martes, 07-1-2014,
http://www.expansion.com/diccionario-
economico/simulacion-de-monte-carlo.html

[6] Monte Carlo Simulation as a Tool for
Decision Making in an Assembly Line of a
Manufacturing Company, Rosangela M.
Vanalle, Wagner C. Lucato, Milton Vieira
Jnior y Ivone D. Sato Departamento de
Ingeniera de Produccin, UNINOVE -
Universidad Nove de Julho Av. Francisco
Matarazzo, 612, 05001-020, So Paulo-
Brasil.
Email: [email protected]; wlucato@unin
ove.br; [email protected];ivone.oato@
uninove.br), Informacin tecnolgica -
versin On-line ISSN 0718-0764
Inf. tecnol. vol.23 no.4 La Serena 2012
http://dx.doi.org/10.4067/S0718-
07642012000400005 - Informacin
Tecnolgica Vol. 23(4), 33-44 (2012)

[7] AN APPLICATION OF THE MONTE
CARLO METHOD IN THE RISK
ANALYSIS OF PROYECTS: ITS
AUTHOMATIZATION THROUGH AN
ELECTRONIC SPREADSHEET - Marcelo
Claudio Priss, Director ejournal Tcnica
Administrativa, ejournal y editorial
8

cientfica
Universidad Nacional de La Matanza,
email: [email protected] - Mara Laura
Pepe, Directora ejournal Tcnica
Admistrativa - ejournal y editorial
cientfica, Universidad Nacional de La
Matanza, email: [email protected].

[8] SIMULACION DE MONTE CARLO Y SU
APLICACION A LA INGENIERIA
GEOTECNICA. Prof. Ing. Roberto Rafael
Centeno Werner, Centeno Rodriguez &
asociados. Ingenieros Consultores, Caracas
Venezuela - XVII Seminario Venezolano
de Geotecnia. Del Estado del Arte a la
Prctica VIII CONFERENCIA
GUSTAVO PEREZ GUERRA, Email:
[email protected]
http://www.centeno-
rodriguez.com/files/VIII_Conferencia_Gust
avo_Perez_Guerra_XVIII_Seminario_SVD
G_Noviembre_2002_Caracas_Venezuela.p
df

[9] Real Options andMonte Carlo Simulation,
SUSANA ALONSO BONIS, VALENTN
AZOFRA PALENZUELA Y GABRIEL
DE LA FUENTE HERRERO, UNIVERSIA
BUSINESS REVIEW - ACTUALIDAD
ECONMICA | CUARTO TRIMESTRE
2007 | ISSN 1698-5117.
http://ubr.universia.net/pdfs/UBR00420070
52.pdf

[10] EL METODO MONTE-CARLO Y SU
APLICACION A FINANZAS, Patricia
Saavedra Barrera, Departamento de
Matemticas, Universidad Autnoma
Metropolitana-Iztapalapa,
[email protected] y Vctor Hugo Ibarra
Mercado, Escuela de Actuara, Universidad
Anhuac. ESFM-IPN,
[email protected].
http://docencia.izt.uam.mx/psb/coloq.pdf