Blog /

La técnica de Simulación Monte Carlo

La técnica de la simulación de Monte Carlo se basa en simular la realidad a través 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 información sobre la realidad a analizar, o cuando la experimentación no es posible o es muy costosa.

El método se llamó así en referencia al Casino de Monte Carlo (Principado de Mónaco) por ser “la capital del juego de azar”, al ser la ruleta un generador simple de números aleatorios. El nombre y el desarrollo sistemático de los métodos de Monte Carlo datan aproximadamente de 1944 y se mejoraron enormemente con el desarrollo de la computadora.

simulacion_montecarlo

El método de Monte Carlo proporciona soluciones aproximadas a una gran variedad de problemas matemáticos posibilitando la realización de experimentos con muestreos de números pseudoaleatorios en una computadora. El método es aplicable a cualquier tipo de problema.

En el PMBOK Quinta Edición, herramienta base para la preparación de la Certificación PMP  vemos que el análisis MonteCarlo aparece en multitud de ocasiones, como herramienta y técnica en diferentes áreas de conocimiento y procesos, como por ej en la Gestión del Tiempo y en la Gestión de los riesgos.

Está hoy en día bastante extendido el uso de Excel para la realización de simulaciones MonteCarlo. La potencia de las hojas de cálculo reside en su universalidad, en su facilidad de uso, en su capacidad para recalcular valores y, sobre todo, en las posibilidades que ofrece con respecto al análisis de escenarios (“what-if anaylisis”).

simulacion_montecarlo2

En el mercado existen de hecho varios complementos de Excel (Add-Ins) específicamente diseñados para realizar simulación Monte Carlo, siendo los más conocidos: @Risk, Crystall Ball, Insight.xla, SimTools.xla, etc

Podéis leer más sobre el método Monte Carlo y su aplicación práctica con Excel en el siguiente artículo de UOC:

UOC: Uso avanzado de Excel para la Simulación Montecarlo 

Espero que os haya resultado interesante el artículo y os ayude a entender mejor esta útil herramienta de análisis.

Alejandro Pérez, PMP, PMI ACP, PM²

Por favor, ayuda a difundir estos contenidos:
💬 Comparte tu opinión y deja tu comentario
👌 Pulsa «Like / Recomendar»
⏭️ Difunde y comparte entre tus contactos

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *