Acerca de la simulación de Monte Carlo y la precisión en la simulación

Strategic Modeling utiliza la simulación de Monte Carlo para generar aleatoriamente un rango de valores para las suposiciones que haya definido.

Una vez que haya definido las celdas de entrada como suposiciones y las celdas de salida como previsiones, ejecute la simulación. Strategic Modeling utiliza la simulación de Monte Carlo, que utiliza números aleatorios para medir los efectos de la incertidumbre en un modelo.

La simulación realiza estos pasos de forma iterativa:

1. Para cada celda de suposición se genera un número aleatorio según el rango que haya definido y, a continuación, se coloca en el modelo.

   Strategic Modeling genera números aleatorios mediante el método Generador congruencial multiplicativo.

2. Se recalcula el modelo.
3. Se recupera un valor de cada celda de previsión y se agrega al gráfico en el área de resultados de previsión.

Es un proceso iterativo que continúa hasta que se alcance el número de pruebas o detenga la simulación.

El gráfico de previsión final refleja la incertidumbre combinada de las celdas de suposición en las celdas de previsión.

La precisión de la simulación se rige principalmente por dos factores:

• El número de pruebas, o la longitud, de la simulación: en general, cuanto mayor sea el número de pruebas que se ejecuten en una simulación, mayor será la precisión de la información sobre estadísticas y percentiles. Para un número determinado de pruebas, la precisión de las estadísticas y los percentiles depende en gran medida de la forma y la naturaleza de la distribución de la previsión.
• El método de muestreo: el muestreo de Monte Carlo genera escenarios naturales del tipo "simulación”, mientras que el muestreo de hipercubo latino está más restringido, pero es más preciso.