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.
En el perímetro documentado, la simulación usa 10.000 iteraciones y devuelve la media, P5 y P95. Estos resultados dependen de las distribuciones, las dependencias y las hipótesis seleccionadas; no son una previsión.
| 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.
Compare riesgo de umbral, reserva, robustez y supuestos que impulsan la varianza.
Mantener la simulación revisable
El recorrido propuesto asocia Plot a la simulación y Atlas al expediente. Cada ejecución conserva sus parámetros, fuentes y validación antes de informar el arbitraje.
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. Compruebe 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.