SlideShare ist ein Scribd-Unternehmen logo
1 von 105
Métodos cuantitativos Universidad Nacional de Colombia Maestría en Admón. Métodos cuantitativos
Objetivos del Análisis de Riesgo ,[object Object],[object Object],[object Object],[object Object],[object Object]
 
 
Por que? Medición del Riesgo ,[object Object],[object Object],[object Object],[object Object],[object Object]
Medición del Riesgo ,[object Object],[object Object]
Medición del Riesgo ,[object Object],[object Object]
Medición del Riesgo ,[object Object],Donde Z es la variable estandarizada que sigue una distribución N(0,1) y de la tabla de la distribución normal se lee la probabilidad.
Selección de una Distribuciones de Probabilidad ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Distribuciones de probabilidad ,[object Object],[object Object]
Distribución Empírica (Discreta) ,[object Object]
Distribución Empírica (Discreta) ,[object Object]
 
 
 
 
 
 
 
 
Distribución Empírica (Discreta) ,[object Object],[object Object],[object Object],[object Object],[object Object]
Distribución Binomial ,[object Object],[object Object],[object Object]
Distribución Geométrica e Hipergeométrica ,[object Object],[object Object]
Distribución de Poisson ,[object Object],[object Object]
Distribución Normal ,[object Object],[object Object],[object Object]
Distribución Normal ,[object Object],[object Object],[object Object],[object Object]
Distribución Normal Estándar
 
Distribución Normal Estándar ,[object Object]
 
Distribución Lognormal ,[object Object],[object Object],[object Object],[object Object],[object Object]
Distribución Uniforme ,[object Object],[object Object],[object Object],f(x) a b c d
Distribución Uniforme ,[object Object],[object Object]
Generación de Distribuciones de probabilidad ,[object Object],[object Object]
Generación de Distribuciones de probabilidad ,[object Object],[object Object],[object Object]
Pruebas de Bondad de Ajuste ,[object Object],[object Object],[object Object],[object Object]
ANÁLISIS DE DECISIONES   El análisis de decisiones se puede emplear para determinar estrategias óptimas cuando quien debe tomar decisiones tiene que enfrentarse ante varias alternativas de decisión y un patrón incierto o lleno de riesgos de eventos futuros.
ESTRUCTURACIÓN DEL PROBLEMA DE DECISIÓN  ,[object Object]
[object Object]
Estados de la naturaleza ,[object Object],[object Object]
Estados de la naturaleza del proyecto ,[object Object]
Tabla o matriz de pagos  ,[object Object],[object Object]
Tabla o matriz de pagos para el proyecto del condominio
Árbol de decisión para el proyecto
Como ayuda el análisis de decisiones? ,[object Object],[object Object],[object Object],[object Object]
Toma de decisiones con probabilidades
SIMULACIÓN APLICACIONES DE LA TEORIA DE LA PROBABILIDAD
SIMULACION. ,[object Object],[object Object]
Aplicaciones: ,[object Object],[object Object],[object Object],[object Object]
Entradas controlables Salida Modelo Entradas  probabilísticas Diagrama de un modelo de simulación
Introducir producto utilidad (249-c1-c2)x-1000.000 Costo de Mano de  Obra directa C1 Modelo de utilidad de producto X Costo  de  componentes c2 Demanda del primer Año (x) Precio de venta = 249
Distribución de la probabilidad del costo de mano de obra directa por unidad para el producto X COSTO DE MANO DE OBRA DIRECTA PROBABILIDAD 43 dólares 0.1 44 dólares 0.2 45 dólares 0.4 46 dólares 0.2 47 dólares 0.1
Distribución de frecuencia para los 500 números aleatorios generados por computadora Intervalo Frecuencia 0.0 pero inferior a 0.1 53 0.1 pero inferior a 0.2 47 0.2 pero inferior a 0.3 56 0.3 pero inferior a 0.4 44 0.4 pero inferior a 0.5 43 0.5 pero inferior a 0.6 49 0.6 pero inferior a 0.7 54 0.7 pero inferior a 0.8 52 0.8 pero inferior a 0.9 53 0.9 pero inferior a 1.0 49 Total 500
Distribución y probabilidad uniforme para el costo de componentes por unidad 80 90 100 1/20 Costo de componente por unidad
Distribución de probabilidad normal de la demanda del primer año Desviación std 4500 unidades 15000 Número de unidades vendidas
INTERVALOS DE LOS NUMEROS ALEATORIOS PARA LA GENERACION DE VALORES DEL COSTO DIRECTO DE MANO DE OBRA POR UNIDAD PARA EL PRODUCTO X   Costo de Mano de obra por unidad Probabilidad  Intervalos de los números aleatorios 43 dólares 0.1 0.0 pero inferior a 0.1 44 dólares 0.2 0.1 pero inferior a 0.3 45 dólares 0.4 0.3 pero inferior a 0.7 46 dólares 0.2 0.7 pero inferior a 0.9 47 dólares 0.1 0.9 pero inferior a 1.0
HISTOGRAMA DE 500 NÚMEROS ALEATORIOS
Generación aleatoria de 10 valores para el costo de mano de obra directa por unidad Ensayo Número aleatorio Costo de M de O. D 1 0.9109 47 2 0.2841 44 3 0.6531 45 4 0.0367 43 5 0.3451 45 6 0.2757 44 7 0.6859 45 8 0.6246 45 9 0.4936 45 10 0.8077 46
Generación aleatoria de 10 valores para el costo de componentes por unidad Ensayo Número aleatorio Costo de componentes 1 0.2680 85.36 2 0.5842 91.68 3 0.6675 93.35 4 0.9280 98.56 5 0.4180 88.36 6 0.7342 94.68 7 0.4325 88.65 8 0.1186 82.37 9 0.6944 93.89 10 0.7869 95.74
Generación aleatoria de 10 valores para la demanda del primer año Ensayo Número aleatorio Costo de componentes  1 0.7005 17.366 2 0.3204 12.900 3 0.8968 20.686 4 0.1804 10.888 5 0.4346 14.259 6 0.9605 22.904 7 0.5646 15.732 8 0.7334 17.804 9 0.0216 5.902 10 0.3218 12.918
Ejecución del modelo de simulación ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Resultados de la simulación para 10 ensayos Ensayo Costo de MOD Costo de componentes Unidades vendidas Utilidad 1 47 85.36 17366 1.025.570 2 44 91.68 12900 461.828 3 45 93.35 20686 1.288.906 4 43 98.56 10888 169.807 5 45 88.36 14259 648.911 6 44 94.68 22904 1.526.769 7 45 88.65 15732 814.686 8 45 82.37 17804 1.165.501 9 45 93.89 5902 -350.131 10 46 95.74 12918 385.585 Total 449 912.64 151359 7.137.432 Promedio 44.90 91.26 15.136 713.743
ESTADÍSTICAS DESCRIPTIVAS PARA 500 ENSAYOS DE LA SIMULACIÓN DEL PRODUCTO X ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
HISTOGRAMA DE LA UTILIDAD SIMULADA PARA 500 ENSAYOS
TEST DE HIPOTESIS ,[object Object],[object Object]
TIPOS DE HIPOTESIS ,[object Object],[object Object],[object Object],[object Object],[object Object]
DECISIONES SOBRE LA HIPOTESIS NULA HIPOTESIS NULA CIERTA HIPOTESIS NULA FALSA ACEPTAR DECISION CORRECTA ERROR TIPO II Probabilidad  β RECHAZAR ERROR TIPO I Probabilidad  α DECISION CORRECTA
AREAS DE ACEPTCION Y RECHAZO DE Ho
Pasos para probar una hipótesis ,[object Object],[object Object],[object Object],[object Object],[object Object]
CONTINUACION DEL EJEMPLO DE LOS INGRESOS DE LAS FAMILIAS EN MANIZALES ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object]
DECISION CORRECTA Zr = -1.57
PRUEBAS DE HIPOTESIS PARA DIFERENCIAS   ,[object Object],[object Object],[object Object]
[object Object]
OFERTA SALARIAL (MILLONES DE PESOS) HOMBRES MUJERES 2.62 2.26 2.47 2.36 2.84 2.93 2.17 2.23 2.86 2.62 2.93 2.59 2.83 2.85 2.43 2.13
Análisis descriptivo según Statgraphics. ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Diagrama de caja para comparación de medias
POBLACION   1 POBLACION 3 POBLACION 2 SON IGUALES LOS INGRESOS EN LAS TRES POBLACIONES ? = = ? ?
ANALISIS DE VARIANZA ,[object Object],Por lo menos dos promedios son diferentes
COMPARACION DE MULTIPLES MUESTRAS INGRESOS 1 INGRESOS 2 INGRESOS 3 28 22 33 37 27 29 34 29 39 29 20 33 31 18 37 33 30 38
TABLA ANOVA FUENTE DE VARIACION SUMA DE CUADRADOS SC GRADOS DE LIBARTAD GL CUADRADOS MEDIOS CM F P VALOR ENTRE GRUPOS SCA K-1 CMA SCA/GL CMA/CME DENTRO GRUPOS SCE n-K CME SCE/GL TOTAL SCT n-1
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Comparamos el F calculado con el F dado en la tabla. Aceptamos Ho ?
 
[object Object]
Definición: ,[object Object],[object Object]
INTERPRETACION MODERNA DE LA REGRESIÓN. ,[object Object]
 
 
 
 
Variable dependiente promedio: Desviación estándar de la variable dependiente
Estadístico F Suma de cuadrados de residuales
Probabilidad del estadístico F Error estándar de la regresión
R 2 , Coeficiente de Determinación   R 2  ajustado, Coeficiente de Determinación ajustado  
Estadístico de Durbin Watson  
Modelado y pronóstico de la tendencia ,[object Object],[object Object]
Tendencia=10-0.25*T Tendencia=-50+0.8*T TENDENCIAS LINEALES CRECIENTE Y DECRECIENTE
 
 
 
 
 
 
 

Weitere ähnliche Inhalte

Was ist angesagt?

Analisis Estadistico
Analisis EstadisticoAnalisis Estadistico
Analisis EstadisticoGilberth4321
 
Fundamentos de estadistica inferencial ccesa007
Fundamentos de estadistica inferencial ccesa007Fundamentos de estadistica inferencial ccesa007
Fundamentos de estadistica inferencial ccesa007Demetrio Ccesa Rayme
 
Unidad I Estadistica I - Conceptos Basicos
Unidad I Estadistica I - Conceptos BasicosUnidad I Estadistica I - Conceptos Basicos
Unidad I Estadistica I - Conceptos Basicoseerg8585
 
Estimación de parámetros para muestras grandes
Estimación de parámetros para muestras grandes Estimación de parámetros para muestras grandes
Estimación de parámetros para muestras grandes Mauricio Gramajo Zoireff
 
Muestra y estimación estadística
Muestra y estimación estadísticaMuestra y estimación estadística
Muestra y estimación estadísticaWilmer Chirinos
 
Distribuciones muestrales diapositivas
Distribuciones muestrales diapositivasDistribuciones muestrales diapositivas
Distribuciones muestrales diapositivascastilloasmat28
 
Mat estadística (teoría y ejemplo) carta
Mat   estadística  (teoría y ejemplo) carta Mat   estadística  (teoría y ejemplo) carta
Mat estadística (teoría y ejemplo) carta Solange Zambrano
 
TamañO De La Muestra
TamañO De La MuestraTamañO De La Muestra
TamañO De La MuestraAna kristell
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptivawillypi
 
Análisis estadístico
Análisis estadísticoAnálisis estadístico
Análisis estadísticoMizu Kii
 
Unidad 1 Estadistica Basica
Unidad 1 Estadistica BasicaUnidad 1 Estadistica Basica
Unidad 1 Estadistica Basicabrian paz
 
Métodos estadísticos y tabulación
Métodos estadísticos y tabulaciónMétodos estadísticos y tabulación
Métodos estadísticos y tabulaciónALEXANDER CASTRILLO
 
Estadística: Conceptos básicos
Estadística: Conceptos básicosEstadística: Conceptos básicos
Estadística: Conceptos básicosYris Bettiana
 

Was ist angesagt? (19)

Analisis estadistico
Analisis estadisticoAnalisis estadistico
Analisis estadistico
 
Principios de estadística
Principios de estadísticaPrincipios de estadística
Principios de estadística
 
Estadística simple
Estadística simpleEstadística simple
Estadística simple
 
Analisis Estadistico
Analisis EstadisticoAnalisis Estadistico
Analisis Estadistico
 
Fundamentos de estadistica inferencial ccesa007
Fundamentos de estadistica inferencial ccesa007Fundamentos de estadistica inferencial ccesa007
Fundamentos de estadistica inferencial ccesa007
 
Unidad I Estadistica I - Conceptos Basicos
Unidad I Estadistica I - Conceptos BasicosUnidad I Estadistica I - Conceptos Basicos
Unidad I Estadistica I - Conceptos Basicos
 
Estimación de parámetros para muestras grandes
Estimación de parámetros para muestras grandes Estimación de parámetros para muestras grandes
Estimación de parámetros para muestras grandes
 
Muestra y estimación estadística
Muestra y estimación estadísticaMuestra y estimación estadística
Muestra y estimación estadística
 
Distribuciones muestrales diapositivas
Distribuciones muestrales diapositivasDistribuciones muestrales diapositivas
Distribuciones muestrales diapositivas
 
Estadística curso completo2
Estadística curso completo2Estadística curso completo2
Estadística curso completo2
 
Mat estadística (teoría y ejemplo) carta
Mat   estadística  (teoría y ejemplo) carta Mat   estadística  (teoría y ejemplo) carta
Mat estadística (teoría y ejemplo) carta
 
TamañO De La Muestra
TamañO De La MuestraTamañO De La Muestra
TamañO De La Muestra
 
INFERENCIA ESTADISTICA
INFERENCIA ESTADISTICAINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA
 
ANALISIS DE RESULTADOS
ANALISIS DE RESULTADOSANALISIS DE RESULTADOS
ANALISIS DE RESULTADOS
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Análisis estadístico
Análisis estadísticoAnálisis estadístico
Análisis estadístico
 
Unidad 1 Estadistica Basica
Unidad 1 Estadistica BasicaUnidad 1 Estadistica Basica
Unidad 1 Estadistica Basica
 
Métodos estadísticos y tabulación
Métodos estadísticos y tabulaciónMétodos estadísticos y tabulación
Métodos estadísticos y tabulación
 
Estadística: Conceptos básicos
Estadística: Conceptos básicosEstadística: Conceptos básicos
Estadística: Conceptos básicos
 

Andere mochten auch

Presentación métodos cuantitativos a.o (3)
Presentación métodos cuantitativos a.o (3)Presentación métodos cuantitativos a.o (3)
Presentación métodos cuantitativos a.o (3)ALFREDO OLIVAR
 
Pronostico de ventas UFT
Pronostico de ventas  UFTPronostico de ventas  UFT
Pronostico de ventas UFTKenny Valero
 
Pronostico de ventas uft
Pronostico de ventas uftPronostico de ventas uft
Pronostico de ventas uftPedro Perdomo
 
SISTEMAS DE TOMAS DE DECISIONES
SISTEMAS DE TOMAS DE DECISIONESSISTEMAS DE TOMAS DE DECISIONES
SISTEMAS DE TOMAS DE DECISIONESjonathan russo
 
Métodos cuantitativos para la toma de desiciones ambientales. enrique ángel. un
Métodos cuantitativos para la toma de desiciones ambientales. enrique ángel. unMétodos cuantitativos para la toma de desiciones ambientales. enrique ángel. un
Métodos cuantitativos para la toma de desiciones ambientales. enrique ángel. unAemr Aemr
 
Métodos Cuantitativos... algo de historia.....
Métodos Cuantitativos... algo de historia.....Métodos Cuantitativos... algo de historia.....
Métodos Cuantitativos... algo de historia.....Prof. Ana Margarita Durán
 
Metodos cuantitativos. ppt
Metodos cuantitativos. ppt  Metodos cuantitativos. ppt
Metodos cuantitativos. ppt jennypanta
 
Metodos cuantitativos expo daniela sielva
Metodos cuantitativos expo daniela sielvaMetodos cuantitativos expo daniela sielva
Metodos cuantitativos expo daniela sielvagarciara
 
LA INTEGRACION DE LOS METODOS CUANTITATIVOS Y CUALITATIVOS
LA  INTEGRACION  DE  LOS METODOS  CUANTITATIVOS  Y CUALITATIVOSLA  INTEGRACION  DE  LOS METODOS  CUANTITATIVOS  Y CUALITATIVOS
LA INTEGRACION DE LOS METODOS CUANTITATIVOS Y CUALITATIVOSRuth Vargas Gonzales
 
Expo métodos cuantitativos y cualitativos
Expo métodos cuantitativos y cualitativosExpo métodos cuantitativos y cualitativos
Expo métodos cuantitativos y cualitativosSaRa Pérez
 
Arboles de decision
Arboles de decisionArboles de decision
Arboles de decisionimaarce
 

Andere mochten auch (20)

Presentación métodos cuantitativos a.o (3)
Presentación métodos cuantitativos a.o (3)Presentación métodos cuantitativos a.o (3)
Presentación métodos cuantitativos a.o (3)
 
Pronostico de ventas UFT
Pronostico de ventas  UFTPronostico de ventas  UFT
Pronostico de ventas UFT
 
Supuestos andeva
Supuestos andevaSupuestos andeva
Supuestos andeva
 
Pronostico de ventas uft
Pronostico de ventas uftPronostico de ventas uft
Pronostico de ventas uft
 
Sesion 01b - Estadistica Descriptiva y Graficos
Sesion 01b - Estadistica Descriptiva y GraficosSesion 01b - Estadistica Descriptiva y Graficos
Sesion 01b - Estadistica Descriptiva y Graficos
 
Sesion 09 - Dist.Prob.Dif.2.Medias.Mstras.Depend.Prueb.Hipot
Sesion 09 - Dist.Prob.Dif.2.Medias.Mstras.Depend.Prueb.HipotSesion 09 - Dist.Prob.Dif.2.Medias.Mstras.Depend.Prueb.Hipot
Sesion 09 - Dist.Prob.Dif.2.Medias.Mstras.Depend.Prueb.Hipot
 
Sesion 01 - Introduccion a los metodos cuantitativos
Sesion 01 - Introduccion a los metodos cuantitativosSesion 01 - Introduccion a los metodos cuantitativos
Sesion 01 - Introduccion a los metodos cuantitativos
 
Sesion 03 - Distribuciones Chi Cuadrado
Sesion 03 - Distribuciones Chi CuadradoSesion 03 - Distribuciones Chi Cuadrado
Sesion 03 - Distribuciones Chi Cuadrado
 
SISTEMAS DE TOMAS DE DECISIONES
SISTEMAS DE TOMAS DE DECISIONESSISTEMAS DE TOMAS DE DECISIONES
SISTEMAS DE TOMAS DE DECISIONES
 
Sesion 02 - Programación Lineal Parte I
Sesion 02 - Programación Lineal Parte ISesion 02 - Programación Lineal Parte I
Sesion 02 - Programación Lineal Parte I
 
Arbol de decisiones
Arbol de decisionesArbol de decisiones
Arbol de decisiones
 
1 decisiones gerenciales modelo racional
1 decisiones gerenciales modelo racional1 decisiones gerenciales modelo racional
1 decisiones gerenciales modelo racional
 
Métodos cuantitativos para la toma de desiciones ambientales. enrique ángel. un
Métodos cuantitativos para la toma de desiciones ambientales. enrique ángel. unMétodos cuantitativos para la toma de desiciones ambientales. enrique ángel. un
Métodos cuantitativos para la toma de desiciones ambientales. enrique ángel. un
 
Planificación corporativa
Planificación corporativaPlanificación corporativa
Planificación corporativa
 
Métodos Cuantitativos... algo de historia.....
Métodos Cuantitativos... algo de historia.....Métodos Cuantitativos... algo de historia.....
Métodos Cuantitativos... algo de historia.....
 
Metodos cuantitativos. ppt
Metodos cuantitativos. ppt  Metodos cuantitativos. ppt
Metodos cuantitativos. ppt
 
Metodos cuantitativos expo daniela sielva
Metodos cuantitativos expo daniela sielvaMetodos cuantitativos expo daniela sielva
Metodos cuantitativos expo daniela sielva
 
LA INTEGRACION DE LOS METODOS CUANTITATIVOS Y CUALITATIVOS
LA  INTEGRACION  DE  LOS METODOS  CUANTITATIVOS  Y CUALITATIVOSLA  INTEGRACION  DE  LOS METODOS  CUANTITATIVOS  Y CUALITATIVOS
LA INTEGRACION DE LOS METODOS CUANTITATIVOS Y CUALITATIVOS
 
Expo métodos cuantitativos y cualitativos
Expo métodos cuantitativos y cualitativosExpo métodos cuantitativos y cualitativos
Expo métodos cuantitativos y cualitativos
 
Arboles de decision
Arboles de decisionArboles de decision
Arboles de decision
 

Ähnlich wie Métodos cuantitativos análisis riesgo

Análisis de riesgos
Análisis de riesgos Análisis de riesgos
Análisis de riesgos LuasZeuqzalev
 
Mc anal. riesgos en eval. de proyectos simulacion mc [1]
Mc anal. riesgos en eval. de proyectos simulacion mc [1]Mc anal. riesgos en eval. de proyectos simulacion mc [1]
Mc anal. riesgos en eval. de proyectos simulacion mc [1]JULIO GONZALEZ SANZ
 
DISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. EstadisticaDISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. EstadisticaGERENCIA MTTO 3ER CORTE
 
Unidad 4 simulacion de modelos financieros
Unidad 4 simulacion de modelos financierosUnidad 4 simulacion de modelos financieros
Unidad 4 simulacion de modelos financierosDavid Sustachs Nuñez
 
Intervalos de confianza-1
Intervalos de confianza-1Intervalos de confianza-1
Intervalos de confianza-1Hector Funes
 
Intro a la epidemio clase 4
Intro a la epidemio clase 4Intro a la epidemio clase 4
Intro a la epidemio clase 4Ariel Aranda
 
Intro a la epidemio clase 4
Intro a la epidemio clase 4Intro a la epidemio clase 4
Intro a la epidemio clase 4Ariel Aranda
 
Distribuciones y Probabilidad y Estadistica
Distribuciones y Probabilidad y EstadisticaDistribuciones y Probabilidad y Estadistica
Distribuciones y Probabilidad y EstadisticaLeslieVillarreal12
 
Estádistica Inferencial clase 3 (1) (1).pptx
Estádistica Inferencial clase 3 (1) (1).pptxEstádistica Inferencial clase 3 (1) (1).pptx
Estádistica Inferencial clase 3 (1) (1).pptxJhosepCampos
 
Capítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidadCapítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidadAlejandro Ruiz
 
130447032 inferencia-estadistica-unidad-ii (1)
130447032 inferencia-estadistica-unidad-ii (1)130447032 inferencia-estadistica-unidad-ii (1)
130447032 inferencia-estadistica-unidad-ii (1)EstesoyyoEmanuel Gonzalez
 
Apuntes sobre distribucion muestral
Apuntes sobre distribucion muestralApuntes sobre distribucion muestral
Apuntes sobre distribucion muestralhmdisla
 
Inferencia Estadística
Inferencia EstadísticaInferencia Estadística
Inferencia Estadísticaldbb2290
 
ProPro.pptx
ProPro.pptxProPro.pptx
ProPro.pptxThalaB
 

Ähnlich wie Métodos cuantitativos análisis riesgo (20)

Análisis de riesgos
Análisis de riesgos Análisis de riesgos
Análisis de riesgos
 
Simulador De Riesgos Montecarlo
Simulador De Riesgos MontecarloSimulador De Riesgos Montecarlo
Simulador De Riesgos Montecarlo
 
Mc anal. riesgos en eval. de proyectos simulacion mc [1]
Mc anal. riesgos en eval. de proyectos simulacion mc [1]Mc anal. riesgos en eval. de proyectos simulacion mc [1]
Mc anal. riesgos en eval. de proyectos simulacion mc [1]
 
DISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. EstadisticaDISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. Estadistica
 
Unidad 4 simulacion de modelos financieros
Unidad 4 simulacion de modelos financierosUnidad 4 simulacion de modelos financieros
Unidad 4 simulacion de modelos financieros
 
Intervalos de confianza-1
Intervalos de confianza-1Intervalos de confianza-1
Intervalos de confianza-1
 
Intro a la epidemio clase 4
Intro a la epidemio clase 4Intro a la epidemio clase 4
Intro a la epidemio clase 4
 
Intro a la epidemio clase 4
Intro a la epidemio clase 4Intro a la epidemio clase 4
Intro a la epidemio clase 4
 
Distribuciones y Probabilidad y Estadistica
Distribuciones y Probabilidad y EstadisticaDistribuciones y Probabilidad y Estadistica
Distribuciones y Probabilidad y Estadistica
 
Medidas de Dispersion
Medidas de DispersionMedidas de Dispersion
Medidas de Dispersion
 
Estádistica Inferencial clase 3 (1) (1).pptx
Estádistica Inferencial clase 3 (1) (1).pptxEstádistica Inferencial clase 3 (1) (1).pptx
Estádistica Inferencial clase 3 (1) (1).pptx
 
Clase03 - Estadistica Descriptiva.ppt
Clase03 - Estadistica Descriptiva.pptClase03 - Estadistica Descriptiva.ppt
Clase03 - Estadistica Descriptiva.ppt
 
Clase04 estadistica descriptiva
Clase04   estadistica descriptivaClase04   estadistica descriptiva
Clase04 estadistica descriptiva
 
Capítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidadCapítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidad
 
130447032 inferencia-estadistica-unidad-ii (1)
130447032 inferencia-estadistica-unidad-ii (1)130447032 inferencia-estadistica-unidad-ii (1)
130447032 inferencia-estadistica-unidad-ii (1)
 
Clase 3 gir
Clase 3 girClase 3 gir
Clase 3 gir
 
Apuntes sobre distribucion muestral
Apuntes sobre distribucion muestralApuntes sobre distribucion muestral
Apuntes sobre distribucion muestral
 
Inferencia Estadística
Inferencia EstadísticaInferencia Estadística
Inferencia Estadística
 
ProPro.pptx
ProPro.pptxProPro.pptx
ProPro.pptx
 
ProPro.ppt
ProPro.pptProPro.ppt
ProPro.ppt
 

Kürzlich hochgeladen

RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdfDemetrio Ccesa Rayme
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdfBaker Publishing Company
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoFundación YOD YOD
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfMaritzaRetamozoVera
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxjosetrinidadchavez
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.amayarogel
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 

Kürzlich hochgeladen (20)

RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativo
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 

Métodos cuantitativos análisis riesgo

  • 1. Métodos cuantitativos Universidad Nacional de Colombia Maestría en Admón. Métodos cuantitativos
  • 2.
  • 3.  
  • 4.  
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.  
  • 14.  
  • 15.  
  • 16.  
  • 17.  
  • 18.  
  • 19.  
  • 20.  
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 28.  
  • 29.
  • 30.  
  • 31.
  • 32.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37. ANÁLISIS DE DECISIONES El análisis de decisiones se puede emplear para determinar estrategias óptimas cuando quien debe tomar decisiones tiene que enfrentarse ante varias alternativas de decisión y un patrón incierto o lleno de riesgos de eventos futuros.
  • 38.
  • 39.
  • 40.
  • 41.
  • 42.
  • 43. Tabla o matriz de pagos para el proyecto del condominio
  • 44. Árbol de decisión para el proyecto
  • 45.
  • 46. Toma de decisiones con probabilidades
  • 47. SIMULACIÓN APLICACIONES DE LA TEORIA DE LA PROBABILIDAD
  • 48.
  • 49.
  • 50. Entradas controlables Salida Modelo Entradas probabilísticas Diagrama de un modelo de simulación
  • 51. Introducir producto utilidad (249-c1-c2)x-1000.000 Costo de Mano de Obra directa C1 Modelo de utilidad de producto X Costo de componentes c2 Demanda del primer Año (x) Precio de venta = 249
  • 52. Distribución de la probabilidad del costo de mano de obra directa por unidad para el producto X COSTO DE MANO DE OBRA DIRECTA PROBABILIDAD 43 dólares 0.1 44 dólares 0.2 45 dólares 0.4 46 dólares 0.2 47 dólares 0.1
  • 53. Distribución de frecuencia para los 500 números aleatorios generados por computadora Intervalo Frecuencia 0.0 pero inferior a 0.1 53 0.1 pero inferior a 0.2 47 0.2 pero inferior a 0.3 56 0.3 pero inferior a 0.4 44 0.4 pero inferior a 0.5 43 0.5 pero inferior a 0.6 49 0.6 pero inferior a 0.7 54 0.7 pero inferior a 0.8 52 0.8 pero inferior a 0.9 53 0.9 pero inferior a 1.0 49 Total 500
  • 54. Distribución y probabilidad uniforme para el costo de componentes por unidad 80 90 100 1/20 Costo de componente por unidad
  • 55. Distribución de probabilidad normal de la demanda del primer año Desviación std 4500 unidades 15000 Número de unidades vendidas
  • 56. INTERVALOS DE LOS NUMEROS ALEATORIOS PARA LA GENERACION DE VALORES DEL COSTO DIRECTO DE MANO DE OBRA POR UNIDAD PARA EL PRODUCTO X Costo de Mano de obra por unidad Probabilidad Intervalos de los números aleatorios 43 dólares 0.1 0.0 pero inferior a 0.1 44 dólares 0.2 0.1 pero inferior a 0.3 45 dólares 0.4 0.3 pero inferior a 0.7 46 dólares 0.2 0.7 pero inferior a 0.9 47 dólares 0.1 0.9 pero inferior a 1.0
  • 57. HISTOGRAMA DE 500 NÚMEROS ALEATORIOS
  • 58. Generación aleatoria de 10 valores para el costo de mano de obra directa por unidad Ensayo Número aleatorio Costo de M de O. D 1 0.9109 47 2 0.2841 44 3 0.6531 45 4 0.0367 43 5 0.3451 45 6 0.2757 44 7 0.6859 45 8 0.6246 45 9 0.4936 45 10 0.8077 46
  • 59. Generación aleatoria de 10 valores para el costo de componentes por unidad Ensayo Número aleatorio Costo de componentes 1 0.2680 85.36 2 0.5842 91.68 3 0.6675 93.35 4 0.9280 98.56 5 0.4180 88.36 6 0.7342 94.68 7 0.4325 88.65 8 0.1186 82.37 9 0.6944 93.89 10 0.7869 95.74
  • 60. Generación aleatoria de 10 valores para la demanda del primer año Ensayo Número aleatorio Costo de componentes 1 0.7005 17.366 2 0.3204 12.900 3 0.8968 20.686 4 0.1804 10.888 5 0.4346 14.259 6 0.9605 22.904 7 0.5646 15.732 8 0.7334 17.804 9 0.0216 5.902 10 0.3218 12.918
  • 61.
  • 62. Resultados de la simulación para 10 ensayos Ensayo Costo de MOD Costo de componentes Unidades vendidas Utilidad 1 47 85.36 17366 1.025.570 2 44 91.68 12900 461.828 3 45 93.35 20686 1.288.906 4 43 98.56 10888 169.807 5 45 88.36 14259 648.911 6 44 94.68 22904 1.526.769 7 45 88.65 15732 814.686 8 45 82.37 17804 1.165.501 9 45 93.89 5902 -350.131 10 46 95.74 12918 385.585 Total 449 912.64 151359 7.137.432 Promedio 44.90 91.26 15.136 713.743
  • 63.
  • 64. HISTOGRAMA DE LA UTILIDAD SIMULADA PARA 500 ENSAYOS
  • 65.
  • 66.
  • 67. DECISIONES SOBRE LA HIPOTESIS NULA HIPOTESIS NULA CIERTA HIPOTESIS NULA FALSA ACEPTAR DECISION CORRECTA ERROR TIPO II Probabilidad β RECHAZAR ERROR TIPO I Probabilidad α DECISION CORRECTA
  • 68. AREAS DE ACEPTCION Y RECHAZO DE Ho
  • 69.
  • 70.
  • 71.
  • 72.
  • 74.
  • 75.
  • 76. OFERTA SALARIAL (MILLONES DE PESOS) HOMBRES MUJERES 2.62 2.26 2.47 2.36 2.84 2.93 2.17 2.23 2.86 2.62 2.93 2.59 2.83 2.85 2.43 2.13
  • 77.
  • 78. Diagrama de caja para comparación de medias
  • 79. POBLACION 1 POBLACION 3 POBLACION 2 SON IGUALES LOS INGRESOS EN LAS TRES POBLACIONES ? = = ? ?
  • 80.
  • 81. COMPARACION DE MULTIPLES MUESTRAS INGRESOS 1 INGRESOS 2 INGRESOS 3 28 22 33 37 27 29 34 29 39 29 20 33 31 18 37 33 30 38
  • 82. TABLA ANOVA FUENTE DE VARIACION SUMA DE CUADRADOS SC GRADOS DE LIBARTAD GL CUADRADOS MEDIOS CM F P VALOR ENTRE GRUPOS SCA K-1 CMA SCA/GL CMA/CME DENTRO GRUPOS SCE n-K CME SCE/GL TOTAL SCT n-1
  • 83.
  • 84.  
  • 85.
  • 86.
  • 87.
  • 88.  
  • 89.  
  • 90.  
  • 91.  
  • 92. Variable dependiente promedio: Desviación estándar de la variable dependiente
  • 93. Estadístico F Suma de cuadrados de residuales
  • 94. Probabilidad del estadístico F Error estándar de la regresión
  • 95. R 2 , Coeficiente de Determinación R 2 ajustado, Coeficiente de Determinación ajustado  
  • 97.
  • 98. Tendencia=10-0.25*T Tendencia=-50+0.8*T TENDENCIAS LINEALES CRECIENTE Y DECRECIENTE
  • 99.  
  • 100.  
  • 101.  
  • 102.  
  • 103.  
  • 104.  
  • 105.