Tecnologías de información
para la Simulación y
Modelado de Datos
OBJETIVOS
• ¿ Qué es la simulación ?
• ¿ Qué es un modelo ?
• ¿ Qué es el riesgo ?
SIMULACIÓN
• ¿ QUÉ ES LA SIMULACIÓN ?
“Es la herramienta más poderosa para vivir
la realidad cuando ésta no está presente”
Saturnino de la Torre
SIMULACIÓN
• ¿ QUÉ ES LA SIMULACIÓN ?
Es un proceso de experimentación realizado
a un modelo para medir el rendimiento e
interacción de todos sus elementos.
Identifica problemas con diseño de sistemas
Manejamos el riesgo dado que entendemos
los costos y beneficios de nuestro
modelo.
MODELOS
• ¿ QUÉ ES UN MODELO ?
Es una réplica o representación de un
sistema real
Fabricación – modelo de producción
Planeación – modelo de venta
Financiero – modelo de pronóstico de
resultados
MODELOS
Modelo en Hoja Electrónica MS Excel
Modelo en hoja contiene un juego de
relaciones lógicas y matemáticas
Varias condiciones y supuestos para probar
escenarios
- determinísticos
- Probabilísticos o estocásticos
MODELOS
Ambiente de Modelos en Hojas Excel
Pros
- fácil de usar
- Populares
- Herramienta para construir modelos
Contra
- basura entra = basura sale
- Fácil de manipular
- Difícil de auditar
- Determinísticos!!!
MODELOS
¿ Qué es un buen modelo ?
Toma el menor tiempo para procesarlo
Necesita menor esfuerzo para mantenerlo
Tamaño del archivo pequeño
Tiene el menor número de supuestos, o sea los que
impactan resultados
Genera alternativas u opciones para nuestra
decisión
MODELOS
Pasos para desarrollar un modelo a
simular
Desarrollo del diagrama del proceso del sistema
Escribir en hoja electrónica Excel el modelo
Introducir todas las variables a Crystall Ball
Correr la simulación
Analizar los resultados
Mejorar el sistema modelado o tomar decisiones
RIESGOS
• ¿ QUÉ ES EL RIESGO ?
Un evento que puede suceder y si sucede
impactará negativamente los resultados
del proyecto o destruirá el valor
económico ….
Elementos del riesgo
- Escenario
- Probabilidad que suceda
- Tamaño del impacto
RIESGOS
• Manejo de Riesgo en Hojas MS Excel
Estimado único
- incertamos el número más probable o valores promedios en
las celdas
Análisis de escenarios
- estimamos los escenarios peor, probable y óptimo
- obtenemos un rango de posibles resultados
Análisis de sensibilidad o Análisis IF
- metódicamente hacemos incrementos en las variables para
ver cambios en los resultados
- Obtenemos resultados pero sin ninguna probabilidad y sin
correlaciones de los mismos
RIESGOS
• ¿ CUÁL RIESGO ?
No llegar a las utilidades del presupuesto
No alcanzar los niveles de calidad en un producto
No alcanzar el tiempo de ejecución en un proyecto
Tener pérdidas en un ejercicio económico
Atender menos clientes que nuestra capacidad
Tener nuestro portafolio de inversiones con más riesgo que el
proyectado
Tener más reservas de saneamiento de crédito que las
proyectadas
Otorgar montos de crédito insuficientes que lleva a financiar
más e incrementar riesgo propio o aceptar pérdidas
Perder el trabajo
RIESGOS
• ¿ POR QUÉ ES IMPORTANTE CONOCER EL RIESGO
FUTURO ?
Desinvertir o vender
Diversificarse
Alianzas estratégicas
Enfocarse en lo mejor
Invertir más
Mitigar
Incrementar eficiencia
Salir del negocio
Competir no tradicionalmente
Cambiar la organización del negocio
Distribuirlo
RIESGOS
Nuevos pensamientos en análisis de riesgos
e inversiones
Análisis de escenarios, sensitividad y valores esperados no
dan información suficiente para mejorar y facilitar la toma
de decisiones en hojas de excel
El riesgo y la incertidumbre crean oportunidades para mejorar
el Valor de la empresa
Estructuras organizativas incluyendo área de riesgos
RIESGOS
Uso mundial de la simulación
Incrementando su uso por complejidad de sistemas,
globalización, alta competencia y mundo cambiante
Bajos costos de implementación en la actualidad de
tecnologías versus lenguajes
Crecimiento y penetración mundial de MS Excel
Nacimiento de técnicas que pueden enfrentar el riesgo y
generar mayores beneficios como Monte Carlo
SIMULACION
• Percepciones equivocadas de simulación
Monte Carlo
• Requiere equipo computacional y recursos humanos
costosos
• No se obtiene una solución óptima
• Hay que conocer lenguajes de simulación
• Aplica solo a problemas de largo plazo y con altos niveles
de inversión
• Su aplicación es limitada
• Hay que tener mucha información histórica
• Resultados de simulación son tardados
• Hay que tener muchos conocimientos de estadística,
matemáticas, investigación de operaciones y computación
• Aprendizaje toma mucho tiempo
SIMULACION
• Nacimiento de la Simulación
Computacional
• Nombre proviene de Monte Carlo, Mónaco, ciudad donde
existen casinos y muchos juegos con procesos aleatorios
• Simulación inició en 1940 en los Laboratorios Nacionales
de Los Álamos, texas ( la simulación fué sobre el impacto
de la bomba nuclear )
• Difusión lenta por limitaciones computacionales hasta los
90´s que se ha proliferado porque se aplica en PC´s en la
actualidad
SIMULACION
• Verdades de la Simulación Monte Carlo
• Relativamente fácil de usar
• Resultados son sensitivos a la calidad de información
empleada
• Se debe conocer Excel para aplicarlo
• Un buen modelo genera buenos resultados
• La simulación MC per se no nos resuelve el problema,
debemos emplear criterio, lógica y sentido común
RIESGO
• ¿ Cómo medimos el Riesgo ?
• Desviación estándard y varianza
• Semi-desviación estándard
• Coeficiente de variación
• Análisis de escenarios
RIESGO
• Cultura del Riesgo en Empresas
•
•
•
•
•
•
•
Identificación
Evaluación
Cuantificación
Predicción
Diversificación
Mitigación
Manejo
Descargar

11. Building Information Systems