Aplicaciones Con Crystal Ball
Aplicaciones con Eduardo Herrera Lana Todos los derechos reservados. Prohibida su reproducción total o parcial por cu
Views 165 Downloads 31 File size 1MB
Recommend stories
- Author / Uploaded
- Lolo Rodriguez Demsky
- Categories
- Simulación
- Probabilidad
- Optimización Matemática
- Análisis de regresión
- Investigación cuantitativa
Citation preview
Aplicaciones con
Eduardo Herrera Lana
Todos los derechos reservados. Prohibida su reproducción total o parcial por cualquier medio, electrónico o mecánico, para cualquier propósito, sin autorización escrita de su autor. El software descrito se adquiere q mediante licencia. Crystal y Ball es una marca registrada de Oracle Corporation. Otros nombres pueden ser marca registrada de sus respectivos propietarios. © 2008 EDUARDO HERRERA LANA
Eduardo Herrera Lana
Contenidos Presentación Modelos de Simulación Modelos Predictivos Modelos de Optimización Anexos
2
www.cydhem.com
Presentación Instructor Objetivos Agenda Bibliografía
Eduardo Herrera Lana
Presentación Instructor: Ing. Eduardo Herrera Lana, MBA Eduardo es el Presidente de Cydhem, compañía proveedora de soluciones de negocios en América Latina ((www.cydhem.com). y ) Por más de una década ha sido Profesor Universitario de Estadística, Administración Presupuestaria, esupues a a, Técnicas éc cas de S Simulación u ac ó y Modelos ode os de Simulación Financiera. Eduardo ha instruido a ejecutivos en seminarios relacionados con Simulación y Análisis de Riesgos, Riesgos Finanzas Corporativas, Corporativas Optimización Probabilística y Toma de Decisiones Decisiones. Ha participado como conferencista e instructor en Argentina, Bolivia, Chile, Colombia, Costa Rica, Ecuador, Estados Unidos, México, Panamá, Perú, Trinidad y Tobago y Venezuela. Ha asesorado el desarrollo de importantes proyectos de inversión en el área de infraestructura, ingeniería, investigación y desarrollo y petróleo. Eduardo es el autor del libro Riesgos en Proyectos de Inversión: Cómo Enfrentarlos (Cydhem, 2007)
4
www.cydhem.com
Presentación Objetivos j z
Crear modelos de simulación con Crystal Ball.
z
Aplicar CB Predictor para el pronósticos de series temporales ((ventas,, costos,, etc.))
z
Utilizar OptQuest para optimizar variables de decisión (cantidad a invertir invertir, número de empleados a contratar contratar, etc etc.))
5
www.cydhem.com
Presentación Agenda g
S i Seminario i Ejecutivo Ej ti Hora
Contenido
00 – 14:15 5 Presentación ese tac ó 14:00 14:15 – 15:45 Modelos de Simulación Coffee break 16:00 – 16:40 Modelos Predictivos 16:40 – 18:00 Modelos de Optimización p Coctel de Clausura
6
www.cydhem.com
Presentación Bibliografía g z
BODIE & MERTON. Finanzas. México: Prentice Hall, 2003.
z
DE LA TORRE, Saturnino. Estrategias de Simulación. Barcelona: Octaedro, 1997.
z
HERRERA, Eduardo. Riesgos en Proyectos de Inversión: Cómo Enfrentarlos. Quito: Cydhem, 2007.
z
ROSS, WESTERFIEL & JAFFE. Finanzas Corporativas. México, 2000
z
ROSS. Simulación. México: Prentice Hall, 1999
z
TAHA. Investigación de Operaciones. México: Alfa Omega, 1995
7
www.cydhem.com
Modelos de Simulación - Configuración Análisis de Riesgo Simulación con Crystal Ball Definición de supuestos Definición de pronósticos Ajuste a distribuciones de probabilidad Correlaciones entre supuestos T Truncamiento i t de d distribuciones di t ib i de d probabilidad b bilid d
Eduardo Herrera Lana
Modelos de Simulación Análisis de Riesgo g z z
z
Análisis de sensibilidad Construcción de escenarios Simulación
9
www.cydhem.com
Modelos de Simulación Simulación con Crystal y Ball Crystal Ball es el software líder a nivel mundial para aplicaciones que incluyen análisis de riesgos, pronósticos y optimización probabilística
10
www.cydhem.com
Modelos de Simulación Simulación con Crystal y Ball Crystal Ball funciona como un add-in de Excel
11
www.cydhem.com
Modelos de Simulación Simulación con Crystal y Ball Crystal Ball potencia la creación de modelos de simulación con dos elementos básicos: 1.
Supuestos: se representan con distribuciones de probabilidad.
2.
Pronósticos: corresponden a variables dependientes de los supuestos.
12
www.cydhem.com
Modelos de Simulación Definición de supuestos p 1.
2. 3 3.
Elegir la celda adecuada (no d b contener debe t fó fórmulas). l ) Escoger Define Assumption. Seleccionar la distribución de probabilidad apropiada.
13
www.cydhem.com
Modelos de Simulación Definición de supuestos p 4.
Ingresar los parámetros de la distribución escogida
14
www.cydhem.com
Modelos de Simulación Definición de p pronósticos 1.
2. 3.
Elegir la celda adecuada (debe contener fórmulas con referencias a una o más variables de entrada) entrada). Escoger Define Forecast. Ingresar el nombre del pronóstico y las unidades.
15
www.cydhem.com
Modelos de Simulación Ajuste j a distribuciones de probabilidad p
1 1.
Escoger Define Assumption
2 2.
En la galería de distribuciones esgoger Fit…
16
www.cydhem.com
Modelos de Simulación Ajuste j a distribuciones de probabilidad p 3.
Definir la ubicación de los datos (rango o archivo de texto)
4.
Escoger las distribuciones “molde” para el ajuste
5.
Elegir el método para establecer un ordenamiento de ajuste o ranking (Anderson, (Anderson Chi “ranking” cuadrado o K-S)
17
www.cydhem.com
Modelos de Simulación Ajuste j a distribuciones de probabilidad p
18
www.cydhem.com
Modelos de Simulación Correlaciones entre supuestos p 1.
Definir las variables de entrada del modelo
2 2.
Escoger una de las variables a ser correlacionada
3.
Hacer click en Correlate
19
www.cydhem.com
Modelos de Simulación Introducción 4.
Ingresar el coeficiente de correlación
20
www.cydhem.com
Modelos de Simulación Truncamiento de distribuciones de p probabilidad Hacer click en el botón More
M Marcar los l límites lí it del d l ttruncamiento i t 21
www.cydhem.com
Modelos de Simulación - Preferencias Criterios C it i para d detener t una simulación i l ió Métodos de muestreo Velocidad de simulación Opciones de simulación
Eduardo Herrera Lana
Modelos de Simulación Criterios p para detener una simulación Trials P á t NO negociable. Parámetro i bl
Criterios alternativos: • Errores de cálculo • Precisión sobre un pronóstico
23
www.cydhem.com
Modelos de Simulación Métodos de Muestreo Monte Carlo Más aleatorio
Hipercubo Reproducción p más uniforme de una distribución
24
www.cydhem.com
Modelos de Simulación Velocidad de simulación Extrema Simulaciones hasta 100 veces más rápidas! (Incompatible con algunos modelos…)
Normal Motor d M de d desempeño ñ clásico lá i d de Crystal Ball
25
www.cydhem.com
Modelos de Simulación Opciones p de simulación
26
www.cydhem.com
Modelos de Simulación - Decisiones Ejecución de una simulación Análisis e interpretación de resultados Reportes personalizados Extracción de datos
Eduardo Herrera Lana
Modelos de Simulación Ejecución j de una simulación Corresponde a la fase de experimentación en la cual se experimentación, generan múltiples escenarios aleatorios con el propósito de indagar el funcionamiento f del modelo
28
www.cydhem.com
M d l de Modelos d Simulación Si l ió Análisis e interpretación de resultados Forecast Chart
Diagrama interactivo, permite obtener la probabilidad de q p que la variable pronosticada esté dentro de ciertos límites
29
www.cydhem.com
Modelos de Simulación Truncamiento de distribuciones de p probabilidad Sensitivity Chart Muestra la contribución, de los supuestos, p , a la variabilidad de un pronóstico
30
www.cydhem.com
Modelos de Simulación Reportes p personalizados p Tipos de reportes • • • • • •
Supuestos Variables de decisión Pronósticos Indice Completo Personalizado
31
www.cydhem.com
Modelos de Simulación Extracción de datos Datos a extraer • • • • •
Estadísticas Percentiles Intervalos de clase Sensibilidad ( (correlaciones) ) Escenarios (iteraciones)
32
www.cydhem.com
Modelos Predictivos Pronósticos P ó ti con CB Predictor P di t Datos de entrada Atributos de los datos Métodos para realizar pronósticos Resultados
Eduardo Herrera Lana
Modelos Predictivos Pronósticos con CB Predictor CB Predictor es una herramienta de Crystal Ball para el pronóstico de series temporales. CB Predictor analiza los datos para determinar tendencia y estacionalidad. Aplicando una metodología llamada Hypercasting, CB Predictor puede, adicionalmente, crear un modelo de regresión lineal múltiple, cuando se dispone de información de una o más variables dependientes.
34
www.cydhem.com
Modelos Predictivos Datos de entrada
35
www.cydhem.com
Modelos Predictivos Atributos de los datos
El paso 5 sólo se utiliza cuando se dispone información de variables dependientes 36
www.cydhem.com
Modelos Predictivos Métodos p para realizar pronósticos p CB Predictor dispone de una batería de 8 métodos para modelos con o sin estacionalidad, con o sin tendencia.
37
www.cydhem.com
Modelos Predictivos Resultados CB Predictor puede generar un reporte estadístico del modelo predictivo aplicado, así como gráficos y tablas dinámicas
38
www.cydhem.com
Modelos Predictivos Resultados Vista previa del pronóstico
39
www.cydhem.com
Modelos de Optimización Introducción Tipos de modelos de optimización Cómo construir un modelo de optimización Definición de variables de decisión Optimización con OptQuest R Resultados lt d
Eduardo Herrera Lana
Modelos de Optimización Introducción Un modelo de optimización es un modelo de decisión que tiene tres elementos básicos: z z
z
Variables de decisión: variables bajo control del decisor Restricciones: condiciones que limitan los valores de las variables de decisión Objetivo: Objet o es la a meta e a de del modelo ode o e expresada p esada e en términos é os matemáticos y generalmente corresponde a maximizar o minimizar una cantidad de interés
41
www.cydhem.com
Modelos de Optimización Tipos p de modelos de optimización p z
Determinista: aquel modelo que no maneja incertidumbre
z
Estocástico: el modelo que sólo puede ser configurado en términos p probabilísticos y en el cual el objetivo j se expresa p mediante una distribución de probabilidad
42
www.cydhem.com
Modelos de Optimización ¿Cómo construir un modelo de optimización? ¿ p 1 1. 2.
3.
4 4.
Construir el modelo básico en la hoja electrónica Excel Transformar el modelo de Excel en modelo de simulación con Crystal Ball Identificar aquellas variables bajo control del decisor y definirlas como variables de decisión Invocar a OptQuest
43
www.cydhem.com
Modelos de Optimización Definición de variables de decisión Elegir la celda adecuada (no debe contener fórmulas) Escoger Define/Decision Definir los límites de la variable y el tipo
1.
2. 3 3.
• • • • •
Continua Di Discreta t Binaria Categórica Personalizada
44
www.cydhem.com
Modelos de Optimización Optimización p con OptQuest pQ
45
www.cydhem.com
Modelos de Optimización Optimización p con OptQuest pQ
46
www.cydhem.com
Modelos de Optimización Optimización p con OptQuest pQ
47
www.cydhem.com
Modelos de Optimización Optimización p con OptQuest pQ
48
www.cydhem.com
Modelos de Optimización Optimización p con OptQuest pQ
49
www.cydhem.com
Modelos de Optimización Optimización p con OptQuest pQ
50
www.cydhem.com