Puntos clave
- Definir decisión y modelo antes de las distribuciones.
- Justificar cada distribución con evidencia.
- Conservar dependencias, unidades e iteraciones.
- Leer percentiles como resultados condicionados.
Pasar de rangos a un modelo probabilístico
Cada variable recibe una distribución adecuada, como normal para variación simétrica justificada, triangular para mínimo, moda y máximo o lognormal para magnitudes positivas asimétricas.
Las correlaciones relevantes deben modelarse; una independencia falsa puede subestimar el riesgo.
Simular y conservar los parámetros
Cada iteración extrae valores y recalcula el modelo. Se conservan distribución, media y percentiles como P5 y P95.
El marco de código auditado usa 10.000 iteraciones y muestra media, P5 y P95. Describe un cálculo local, no un runtime público.
| Elemento | Documentar | Riesgo si falta |
|---|---|---|
| Variable | Definición y unidad | Doble cómputo |
| Distribución | Forma y parámetros | Falsa precisión |
| Dependencia | Correlación o causa | Riesgo subestimado |
| Salida | Media y percentiles | Lectura como previsión |
Leer la distribución para decidir
La media no describe dispersión ni asimetría. P5 y P95 delimitan el 90 % central de las extracciones, no un intervalo de confianza sobre el mundo real.
Compara riesgo de umbral, reserva, robustez y supuestos que impulsan la varianza.
Mantener la simulación revisable
El vínculo editorial lleva a Plot y Atlas sin prometer una cadena automática.
Modelo, distribuciones, fuentes, dependencias, fecha, resultados y eventos de revisión quedan trazados.
Preguntas frecuentes
¿Cuántas iteraciones hacen falta?
Depende de la estabilidad buscada y del coste del modelo. Comprueba la convergencia.
¿Monte Carlo sustituye a los escenarios?
No. Los escenarios organizan futuros coherentes; Monte Carlo explora un modelo cuantificado.
¿P95 es una garantía?
No. Depende de distribuciones, dependencias y evidencia.
Fuentes completas
- GAO, análisis de riesgo e incertidumbre con Monte Carlo, PDFFuente completa disponible en línea · Consultar la fuente completa
- EPA, principios rectores del análisis Monte Carlo, PDFFuente completa disponible en línea · Consultar la fuente completa
- Análisis de inversiones bajo riesgo con simulación Monte Carlo, PDFFuente completa disponible en línea · Consultar la fuente completa