Saltar al contenido

Monte Carlo del resultado operativo

Propaga la incertidumbre de volumen, precio y costo hasta el resultado, e identifica qué entrada pesa más.

Pregunta

Si volumen, precio y costo son inciertos a la vez, ¿qué rango de resultado es compatible con esas incertidumbres y cuál domina?

Datos sintéticos · cálculo en el navegador

Ejemplo · Rangos ilustrativos de un mes de operación. El precio y el costo usan como valor más probable el punto medio de su rango.

Controles

Datos
unidades
50010.000
unidades
50010.000
unidades
50012.000
USD
10150
USD
10150
USD
5120
USD
5120
USD
0300.000
Parámetros del modelo
cantidad
20020.000
entero
1Misma semilla, mismos resultados.99.999

Calculando en tu navegador…

Ficha del modelo

Las siete preguntas que todo modelo de la biblioteca debe responder antes de publicarse.

Qué problema resuelve
Si volumen, precio y costo son inciertos a la vez, ¿qué rango de resultado es compatible con esas incertidumbres y cuál domina?
Qué datos necesita
  • Rango mínimo, más probable y máximo de cada entrada, acordado con quien conoce el negocio.
  • Costos fijos del período.
Qué supone
  • Cada entrada sigue una distribución triangular con los tres valores declarados.
  • Las entradas son independientes entre sí.
  • La estructura de costos es lineal.
Qué produce
  • Distribución del resultado con percentiles 5, 50 y 95.
  • Proporción simulada de escenarios con pérdida.
  • Contribución de cada entrada a la varianza.
  • Convergencia de la media simulada.
Qué incertidumbre contiene
Doble: la de las entradas, declarada por el usuario, y la de muestreo, que se muestra con la banda de convergencia de la media. La segunda se reduce con más simulaciones; la primera no.
Cómo se valida
La media simulada se contrasta con la media analítica del producto de triangulares independientes; la banda de convergencia debe estrecharse como 1/√n.
Cuándo puede fallar
  • Si precio y volumen están correlacionados (lo habitual), suponer independencia subestima o sobreestima el riesgo.
  • Los rangos triangulares suelen ser demasiado estrechos: la gente subestima su incertidumbre.
Origen del método
Vose, D. (2008). Risk Analysis: A Quantitative Guide, 3.ª ed., cap. 7 y 9.