#---------------------------------------------------------------
# Simulacion de Montecarlo: Ejemplo 01
#---------------------------------------------------------------
# Se estimaron tres posibles escenarios de volumen de ventas y precios.
# A cada escenario se le asigno una probabilidad.
# El costo unitario tiene distribucion uniforme.
# Existe un costo fijo cuyo valor es conocido.
# Se desea estudiar las caracteristicas del resultado neto.
#
#---------------------------------------------------------------
#
# Leo el archivo donde están los 3 escenarios (Volumen / Precio / Probabilidad)
escenariosDf <- read.csv("escenarioData.csv", row.names=c("E1","E2","E3") )
#
# Leo el archivo donde están los parámetros de la distribución uniforme del costo unitario
CostoUnitario <- read.csv("CostoUnitario.csv")
a = CostoUnitario[1,]
b = CostoUnitario[2,]
#
# Leo el archivo donde está el valor del costo fijo
FixedCost <- read.csv("CostoFijo.csv")
Fc <- FixedCost[1,]
#
# Cantidad de simulaciones
n <- 100000
#
# Genero un vector de n elementos que especifica el escenario.
escenariosVect <- sample(c("E1","E2","E3"),size = n, replace = T, prob = escenariosDf$Prob_Esc)
#
# Genero el vector NetProfit 
NetProfit <- escenariosDf[escenariosVect,"SalesVolume"]*(escenariosDf[escenariosVect,"SellingPrice"] - runif(n, a,b)) -  Fc
#
#
#---------------------------------------------------------------
# Resultados:
#---------------------------------------------------------------
summary(NetProfit)
hist(NetProfit, col="lightcyan", ylim=c(0,4e-06),freq=F)
#---------------------------------------------------------------
#probabilidad de que el resultado sea negativo
pLoss <- mean(NetProfit<0)
pLoss
#---------------------------------------------------------------
# Intervalo de Confianza 95%
SD=sd(NetProfit)
T=qt(p=0.975, df=n-1) 
NetProfit_MAX=mean(NetProfit)+T*SD/sqrt(n)
NetProfit_MIN=mean(NetProfit)-T*SD/sqrt(n)
mean(NetProfit)
NetProfit_MAX
NetProfit_MIN
#---------------------------------------------------------------
t.test(NetProfit)
#---------------------------------------------------------------