Simulacin Gerencial

Simulacin de Montecarlo - Anlisis

de Sensibilidad

1
 Agenda
Anlisis de sensibilidad
Anlisis de sensibilidad en Simulacin de
Montecarlo (SMC)
Ejemplos

2
 Qu es Anlisis de Sensibilidad?

Un anlisis de sensibilidad es una tcnica a travs de la

cual se intenta evaluar el efecto que los parmetros de
entrada o las restricciones especificadas de un modelo
tienen sobre las variables de salida del mismo tanto en
trminos relativos como en trminos absolutos, con el
objetivo de cuantificar el riesgo.

3
Para qu sirve el Anlisis de Sensibilidad?
El anlisis de sensibilidad puede servir para:
- Identificar las variables crticas del modelo.
- Identificar donde se deben dedicar mayores
esfuerzos en los procesos de planeacin, control y
seguimiento de las decisiones.
- Identificar las variables que deben ser incluidas en la
creacin de escenarios o en los modelos de SMC.

4
 Anlisis de sensibilidad - SMC
Teniendo en cuenta que por medio de la SMC se
pueden obtener varios resultados para las diferentes
variables involucradas en el modelo (Variables
aleatorias, Variables de decisin y variables de
resultados) por medio de las diferentes iteraciones, el
anlisis de sensibilidad se puede realizar en varios
niveles:

5
 Anlisis de sensibilidad - SMC
1. Anlisis de Sensibilidad de una variable: Teniendo en
cuenta que por medio de las iteraciones se obtienen
diferentes valores para las variables de resultados, se
pueden realizar los siguientes anlisis:
- Estadsticas descriptivas de las variables de resultados: Se
calculan con el objetivo de entender el comportamiento de la
distribucin de la variable por medio de las medidas de
dispersin y Variabilidad. Adicionalmente, se puede analizar el
tercer y cuarto momento de la distribucin.

6
 Anlisis de sensibilidad - SMC
Ejemplo: Luego de generar 1.000 iteraciones para el modelo
planteado anteriormente (Impermeables), se obtienen los
siguientes resultados:
Margen Total TX1 Margen Total TX2
Media 44.789.909 Media 44.901.602
Error tpico 93.824 Error tpico 74.388
Mediana 44.826.429 Mediana 45.600.765
Moda #N/A Moda #N/A
Desviacin estndar 2.966.987 Desviacin estndar 2.352.344
Varianza de la muestra 8.803.010.228.953 Varianza de la muestra 5.533.521.827.090
Curtosis -0,122867 Curtosis 0,447441
Coeficiente de asimetra -0,038616 Coeficiente de asimetra -0,974297
Rango 17.498.555 Rango 13.306.448
Mnimo 36.513.384 Mnimo 36.459.651
Mximo 54.011.938 Mximo 49.766.099
Suma 44.789.908.840 Suma 44.901.601.838
Cuenta 1.000 Cuenta 1.000

7
 Anlisis de sensibilidad - SMC
- Representacin grfica de las variables de resultado: La
descripcin grfica se realiza con el objetivo de corroborar los
resultados obtenidos por medio de las estadsticas descriptivas
acerca del comportamiento de la distribucin de los resultados
obtenidos.
Ejemplo: Luego de generar 1.000 iteraciones para el modelo
planteado anteriormente (Impermeables), se obtienen los
siguientes resultados:

8
 Anlisis de sensibilidad - SMC
Histograma - Margen Total - TX 1
90 120,00%
80 100,00%
70
Frecuencia

60 80,00%
50 60,00%
40
30 40,00%
20 20,00% Frecuencia
10
0 0,00% % acumulado

Clase
Histograma - Margen Total - TX 2
120 120,00%
100 100,00%
Frecuencia

80 80,00%
60 60,00%
40 40,00%
20 20,00% Frecuencia
0 0,00% % acumulado

Clase

9
 Anlisis de sensibilidad - SMC
- Clculo de probabilidades: Se pueden realizar clculos de
probabilidades para cada una de las variables de resultados del
modelo de simulacin, ya que se tiene diferentes valores por
medio de las iteraciones. (Visto anteriormente en el curso)
- Estimacin por Intervalo: Se pueden realizar clculos de
intervalos de confianza para las diferentes variables de
resultados del modelo de simulacin, ya que se tiene diferentes
valores por medio de las iteraciones. (Visto anteriormente en el
curso)

10
 Anlisis de sensibilidad - SMC
2. Anlisis de sensibilidad de Variables aleatorias: Para analizar
cada una de las variables aleatorias que intervienen en el
modelo de SMC, se analizan estas variables de forma individual
con el objetivo de encontrar cul es el impacto de estas
variables en las variables de resultados.

11
 Ejemplo: Anlisis de sensibilidad
Con el objetivo de dar respuesta a los siguientes interrogantes,
se generaron 1.000 iteraciones del modelo realizado
anteriormente (TX-1 y TX-2), obteniendo como resultados:

1. En qu porcentaje de escenarios la mquina TX-1 supera a

la mquina TX-2?
Alternativa Frecuencia %
TX-1 419 42%
TX-2 581 58%

12
 Ejemplo: Anlisis de sensibilidad
2. Cul es la probabilidad de que en promedio, el margen total
de las mquinas TX-1 y TX-2 sea superior a 45000.000 ?

Por TLC, los resultados son:

TX-1: P( X 45000.000) 0.003%

TX-2: P( X 45000.000) 43.97%

13
 Ejemplo: Anlisis de sensibilidad
3. Cul es el intervalo de confianza de los costos totales? Cul
es el coeficiente de variabilidad para las variables de entrada?

Asumiendo un Nivel de significancia del 5%, encontramos los

siguientes resultados:

s s
IC95% X Z / 2 ; X Z / 2
n n

IC95% 73374.103;73895.008
14
 Ejemplo: Anlisis de sensibilidad
El coeficiente de variabilidad para los inputs es:

Demanda Demanda Costo unitario Costo unitario

amarillo negro TX1 TX2

CV 13,17% 8,52% 9,39% 2,26%

15
 Ejemplo: Anlisis de sensibilidad
4. Qu ventaja, en el largo plazo representa la eleccin de la
mquina TX-2 sobre la TX-1? Estadsticamente, hay diferencias
entre el margen de las mquinas TX-1 y TX-2?

En el largo plazo, es decir, teniendo en cuenta los resultados de

las variables de desempeo luego de las diferentes iteraciones,
los resultados son:
Margen Total TX1 Margen Total TX2 Resultado

Promedio $ 44.634.563,19 $ 44.989.129,43 $ 354.566,25

16
 Ejemplo: Anlisis de sensibilidad
Estadsticamente, los resultados se pueden comparar por
medio de pruebas de hiptesis. Estos resultados son:

- Pruebas de Hiptesis: Con el objetivo de contrastar si las

varianzas de las poblaciones son iguales, primero realizamos
esta prueba, a un nivel de significancia del 5%.

17
 Ejemplo: Anlisis de sensibilidad
La primera prueba es:
2TX 1
H0 2 1
TX 2
2TX 1
HA 2 1
TX 2

Donde, el estadstico de Prueba es:

S 2TX 1
F 2 1.61
S TX 2

18
 Ejemplo: Anlisis de sensibilidad
Y los valores crticos son:
F / 2,nTX 21,nTX 11 0.88
F1 / 2,nTX 21,nTX 11 1.13

Por lo tanto, con un nivel de confianza del 95% podemos

concluir que existe suficiente evidencia estadstica para decir
que las varianzas no son iguales.

19
 Ejemplo: Anlisis de sensibilidad
Luego de concluir que las varianzas del margen total de las
alternativas TX1 y TX2 no son iguales, realizamos la siguiente
prueba, con el objetivo de contrastar la diferencia de medias.
H 0 2 1 0
H A 2 1 0

Calculando los grados de libertad, tenemos como resultado:

v 1893

20
 Ejemplo: Anlisis de sensibilidad
Por lo tanto, el valor critico de la Distribucin t a 1 cola es:
t0.95,1893 1.645

Donde el estadstico de prueba es:

( X TX 2 X TX 1 ) 0
t 3.05
2 2
S S

TX 2 TX 1

n2 n1

Por lo tanto, con un nivel de confianza del 95% podemos

concluir que existe suficiente evidencia estadstica para decir
que los promedios de los mrgenes no son iguales.

21