17/01/2014

1
Anlisis de Riesgo
Anlisis de Riesgo
Existe riesgo cuando hay una situacin en
la cual una decisin tiene ms de un
posible resultado y la probabilidad de
cada resultado especfico se conoce o se
puede estimar. Existe incertidumbre
cuando estas probabilidades no se
conocen o no se pueden estimar.
17/01/2014
2
El riesgo en los proyectos
El riesgo de un proyecto se define como la
variabilidad de los flujos de caja reales respecto
de los estimados. Cuando ms grande sea esta
variabilidad mayor es el riesgo del proyecto.
!a incertidumbre caracteri"a a una situacin
donde los posibles resultados de una estrategia
no son conocidos. #uede ser una
caracterstica de informacin incompleta de
exceso de datos o de informacin inexacta
sesgada o falsa.
El riesgo en los proyectos
!a incertidumbre crece en el tiempo. El
desarrollo del medio condicionar la
ocurrencia de los hechos estimados en su
formulacin.
$na diferencia menos estricta entre riesgo e
incertidumbre identifica al riesgo como la
dispersin de la distribucin de probabilidades
del elemento en estudio o los resultados
calculados mientras %ue la incertidumbre es el
grado de falta de confian"a respecto a %ue la
distribucin de probabilidades estimadas sea la
correcta.
17/01/2014
3
El riesgo en los proyectos
&e se'alan ocho causas del riesgo y la
incertidumbre en los proyectos. Entre (stas
cabe mencionar el n)mero insuficiente de
inversiones similares %ue puedan proporcionar
informacin promediable* los prejuicios
contenidos en los datos y su apreciacin %ue
inducen efectos optimistas o pesimistas
dependiendo de la subjetividad del anlisis* los
cambios en el medio econmico externo %ue
anulan la experiencia ad%uirida en el pasado y
la interpretacin errnea de los datos o los
errores en la aplicacin de ellos.
!a medicin del riesgo
!a falta de certe"a de las estimaciones del
comportamiento futuro se puede asociar
normalmente con distribucin de
probabilidades de los flujos de caja
generados por el proyecto. &u
representacin grfica permite visuali"ar la
dispersin de los flujos de caja asignando un
riesgo mayor a a%uellos proyectos cuya
dispersin sea mayor.
17/01/2014
4
!a medicin del riesgo
El ms com)n es la desviacin estndar %ue se
calcula mediante la expresin
+,.+ - .
n
xA+
.A
x
/ A0
1
#
x
0
+21
3onde Ax es el flujo de caja de la posibilidad x
#x es su probabilidad de ocurrencia y A es el
valor esperado de la distribucin de
probabilidades de los flujos de caja %ue se
obtienen de
!a medicin del riesgo
+,.1 A -
n
xA+
.A
x
#
x
0
&i A correspondiera al valor esperado del valor
actual neto ante igualdad de riesgo se elegir el
proyecto %ue exhiba el mayor valor esperado.
Cuanto mayor sea la dispersin esperado de
los resultados de un proyecto mayores sern
su desviacin estndar y su riesgo.
17/01/2014
5
!a medicin del riesgo
#ara ejemplificar la determinacin del valor
esperado y de la desviacin estndar
supngase la existencia de un proyecto %ue
presente la siguiente distribucin de
probabilidades de sus flujos de caja
estimados4
X Probabilidad Flujo de Caja
#
x
A
x
+ 5.65 1.5
1 5.75 1.8
6 5.65 6.5
!a medicin del riesgo
Al aplicar la ecuacin +,.1 se determina %ue
el valor esperado de la distribucin de
probabilidades es de 1.855 %ue se obtiene
de
Px(Ax)
5.65.1.5550 - 955
5.75 .1.8550 - +.555
5.65.6.5550 - :55
A - 1.8
17/01/2014
6
!a medicin del riesgo
Reempla"ando con estos valores en la
ecuacin +,.+ se calcula la desviacin
estndar en ; 6<,.65 %ue resulta de4
Ax-A (Ax A) (Ax-A)
2
(Ax-A)
2
xP
x
1.555/1.855 /855 185.555 .185.55505.65 - ,8.555
1.855/1.855 5 5 .505.75 - 5
6.555/1.855 =855 185.555 .185.55505.65 - ,8.555
>arian"a - +85.555
- .+85.5550
+21
- 6<,.65
!a medicin del riesgo
&i hubiera otra alternativa de inversin cuya
desviacin estndar fuese mayor %ue ;
6<,.65 su riesgo sera mayor puesto %ue
estara indicando una mayor dispersin de
sus resultados.
El coeficiente de variacin es una unidad de
medida de la dispersin relativa %ue se
calcula por la expresin v - 2A
17/01/2014
7
!a medicin del riesgo
Aun cuando las alternativas pudieran
presentar desviaciones estndares iguales si
los valores esperados de sus flujos de caja
son diferentes este procedimiento indicar
%ue cuanto mayor sea el coeficiente de
variacin mayor es el riesgo relativo. Es
decir com)nmente se dar preferencia a un
proyecto ms riesgoso slo si su retorno
esperado es suficientemente ms alto %ue el
de un proyecto menos riesgoso.
!a medicin del riesgo
Reempla"ando con los valores del ejemplo
anterior se tendra
v - 6<,.621.855 - 5.+8
17/01/2014
8
3ependencia e independencia de los
flujos de caja en el tiempo
El anlisis de riesgo en los proyectos de
inversin se reali"a de manera distinta seg)n
los flujos de caja en el tiempo sean o no
dependientes entre s. Es decir si el resultado
de un periodo depende o no de lo %ue haya
pasado en otro pedido anterior.
Cuando hay independencia entre las
distribuciones de probabilidad de los flujos de
caja futuros el valor esperado del valor actual
neto sera4
3ependencia e independencia de los
flujos de caja en el tiempo
>E.>A?0 -
n
t-+
@A
t
2.+=i0
t
A B C
5
3onde i es la tasa de descuento libre de
riesgo. !a desviacin estndar de la
distribucin de probabilidades de este valor
actual neto es4
- D
n
x-+
.
1
2.+=i0
1t
E
+21
Cncorporando en esta ecuacin la ecuacin
+,.+ resulta4
- D
n
x-+
.
n
x-+
.Ax/A0
1
#
x
2.+=i0
1t
0 E
+21
17/01/2014
9
3ependencia e independencia de los flujos
de caja en el tiempo
Es posible calcular la probabilidad de %ue el
>A? sea superior o inferior a cierto monto
de referencia.
+,., " - .F B>E.>A?002
3onde " es la variable estandari"ada o el
n)mero de desviaciones estndar de la
media .valor esperado del >A?0.
3ependencia e independencia de los flujos
de caja en el tiempo
#ara determinar la probabilidad de %ue el >A?
del proyecto sea menor o igual %ue x se acude
a una tabla de distribucin normal %ue
muestra el rea de dicha distribucin %ue es F
desviaciones estndares hacia la i"%uierda o
derecha de la media.
Ejemplo4 suponga la existencia de una
propuesta de inversin %ue re%uiere ; +55555
en el momento cero. !os flujos de caja futuros
se proyectan a tres periodos con las siguientes
probabilidades de ocurrencia4
17/01/2014
10
3ependencia e independencia de los flujos
de caja en el tiempo
Probabilida
d
Flujo de
Caja
Probabilida
d
Flujo de
caja
Probabilidad Flujo de
caja
5.65 75555 5.65 65555 5.65 15555
5.75 85555 5.75 75555 5.75 65555
5.65 95555 5.65 85555 5.65 75555
Periodo 1 Periodo 2 Periodo 3
3ependencia e independencia de los flujos
de caja en el tiempo
Al aplicar la ecuacin +,.1 se obtiene %ue los
valores esperados de los flujos de caja para
cada periodo son ; 85555 ; 75555 y ;
65555.
3e acuerdo con la ecuacin +,.7 el valor
esperado del >A? es para una tasa libre de
riesgo del 9G de ; ,:8<.
Al utili"ar la ecuacin +,.8 puede obtenerse la
desviacin estndar alrededor del valor
esperado de la siguiente forma4
- D
n
t-+
.,.,790.+.590
1t
E
+21
- 7.65
17/01/2014
11
3ependencia e independencia de los flujos
de caja en el tiempo
&i se deseara calcular la probabilidad de %ue
el >A? de este proyecto fuese igual o
menor %ue cero se utili"a la frmula +,.,
con lo %ue se obtiene4
H - .5 B ,.:8<027.65 - /+.<8
3ependencia e independencia de los flujos
de caja en el tiempo
Es importante saber si existe o no
dependencia entre los flujos. &i los flujos
son dependientes o sea si estn
correlacionados a trav(s del tiempo la
desviacin estndar de la distribucin de la
probabilidad de los valores actuales netos
probables es mayor %ue si fueran
independientes.
17/01/2014
12
3ependencia e independencia de los flujos
de caja en el tiempo
!os flujos de caja estarn perfectamente
correlacionados si la desviacin del flujo de
caja de un periodo alrededor de la media de
la distribucin de probabilidades en ese
periodo implica %ue en todos los periodos
futuros el flujo de caja se desviar
exactamente de igual manera.
3ependencia e independencia de los flujos
de caja en el tiempo
!a desviacin estndar de los flujos de caja
perfectamente correlacionados de un
proyecto se calcula aplicando la siguiente
expresin4
-
n
t-+

t
2.+=i0
t
$tili"ando el mismo ejemplo anterior se
incorporan sus valores en esta frmula para
calcular la siguiente desviacin estndar4
17/01/2014
13
3ependencia e independencia de los flujos
de caja en el tiempo
-
n
t-+
.,.,792+.590
t
- 15.,58
Esto confirma %ue cuando los flujos de caja
estn perfectamente correlacionados la
desviacin estndar y el riesgo son mayores
%ue cuando existe independencia entre
ellos.
El m(todo del ajuste a la tasa de
descuento
$n proyecto rentable evaluado en funcin de
una tasa libre de riesgo puede resultar no
rentable si se descuenta a una tasa ajustada.
#ara ajustar adecuadamente la tasa de
descuento se define una curva de indiferencia
del mercado cuya funcin relaciona el riesgo y
los rendimientos con la tasa de descuento. !a
curva de indiferencia del mercado se ilustra en
el grfico +,.+ cuyos ejes representan la tasa
de rendimiento necesaria y el riesgo expresado
en t(rminos de un coeficiente de variacin.
17/01/2014
14
El m(todo del ajuste a la tasa de
descuento
5G
+5G
15G
65G
75G
85G
95G
,5G
<5G
:5G
+55G
+
5% 8% 10% 12%
8G <G +5G +1G
El m(todo del ajuste a la tasa de
descuento
!a curva de indiferencia del mercado
graficada indica %ue los flujos de caja
asociados con un evento sin riesgo se
descuentan a una tasa libre de riesgo del 8G
%ue corresponde a una situacin de certe"a.
!os puntos I C y 3 indican %ue para
coeficientes de variacin de 5.9 +.5 y +.7 se
precisas tasas de descuento de <G y +1G
respectivamente. Al aumentar el riesgo de
un proyecto se necesitan rendimientos
mayores para %ue ameriten aprobarse.
17/01/2014
15
El m(todo del ajuste a la tasa de
descuento
3e acuerdo con esto el clculo del valor actual
neto se efect)a mediante la siguiente ecuacin4
>A? -
n
t-+
.I?
t
2.+=f0
t
0 B C
5
3onde I?t son los beneficios del periodo t y f
la tasa de descuento ajustada por riesgo %ue
resulta de aplicar la siguiente expresin
f - i = p
donde i es la tasa libre de riesgo y p es la prima
por riesgo %ue exige el inversionista para
compensar una inversin con retornos
inciertos.
El m(todo del ajuste a la tasa de
descuento
!a dificultad de este m(todo reside en la
determinacin de la prima por riesgo. Al
tener un carcter subjetivo las preferencias
personales harn diferir la tasa adicional por
riesgo entre distintos inversionistas para un
mismo proyecto.
17/01/2014
16
El m(todo de la e%uivalencia a
certidumbre
El flujo de caja del proyecto debe ajustarse
por un factor %ue represente un punto de
indiferencia entre un flujo del %ue se tenga
certe"a y el valor esperado de un flujo
sujeto a riesgo. &i se define este factor
como se tiene %ue4
+,.++
t
- .I?C
t
2I?R
t
0
El m(todo de la e%uivalencia a
certidumbre
3onde
t
es el factor de ajuste %ue se
aplicara a los flujos de caja inciertos en el
periodo t I?Ct representa el flujo de caja
en el periodo t sobre el %ue se tiene
certe"a y I?Rt representa el flujo de caja
incierto en el periodo t.
El factor de coeficiente vara inversamente
proporcional al grado de riesgo. A mayor
riego asociado menor ser el coeficiente
cuyo valor estar entre cero y uno.
17/01/2014
17
El m(todo de la e%uivalencia a
certidumbre
Ejemplo4 a0 recibir ; +555555 si al tirar al
aire una moneda perfecta resulta cara sin
obtener nada si sale sello b0 no tirar la
moneda y recibir ; 655555. El valor
esperado de la primera opcin es ; 855555
.5.8 F +555555 = 5.8 F 50. &i el jugador se
muestra indiferente entre las alternativas
los ; 655555 son el e%uivalente de certe"a
de un rendimiento esperado de ; 855555
con riesgo.
El m(todo de la e%uivalencia a
certidumbre
Al reempla"ar mediante estos valores en la
ecuacin +,.++ se tiene4
6555552855555 - 5.9
Al expresar todos los flujos de caja en su
e%uivalencia de certe"a puede evaluarse el
proyecto mediante el >A? actuali"ando
estos flujos a la tasa libre de riesgo .i0 de
acuerdo con la siguiente expresin
17/01/2014
18
El m(todo de la e%uivalencia a
certidumbre
>A? -
n
x-+
.
t
I?R2.+=i0
t
0 / i
5
El ndice t del coeficiente indica %ue (ste puede
variar en un mismo proyecto a trav(s del
tiempo.
!a aplicacin de este m(todo permite
descontar los flujos slo considerando el
factor tiempo del uso del dinero sin
incorporar en la tasa de descuento el efecto
del riesgo. &in embargo en la prctica resulta
muy difcil la conversacin al e%uivalente de
certe"a de los flujos de caja.
$so del rbol de decisin
El rbol de decisin es una t(cnica grfica %ue
permite representar y anali"ar una serie de
decisiones futuras de carcter secuencial a
trav(s del tiempo.
Cada decisin se representa grficamente por
un cuadrado con un n)mero dispuesto en
bifurcacin del rbol de decisin. Cada rama
%ue se origina con este punto representa una
alternativa de accin. Adems de los puntos de
decisin en este rbol se expresan mediante
crculos los sucesos aleatorios %ue influyen en
los resultados.
17/01/2014
19
$so de rbol de decisin
A cada rama %ue parte de estos sucesos se le
asigna una probabilidad de ocurrencia. As el
rbol representa todas las combinaciones
posibles de decisiones y sucesos permitiendo
estimar un valor esperado del resultado final
como un valor actual neto utilidad u otro.
&uponga %ue se estudia el lan"amiento de un
nuevo producto. !as posibilidades en estudio
son introducirlo en el mbito nacional o
regional.
$so de rbol de decisin
&i se decide lan"ar el producto
regionalmente es posible hacerlo
nacionalmente si el resultado regional as lo
recomienda.
En el grfico ,.1 se representa un diagrama
de un rbol de decisin para este caso en el
cual cada ramificacin conduce a un cierto
valor actual neto diferente.
17/01/2014
20
$so de rbol de decisin
#ara tomar la decisin ptima se anali"an los
sucesos de las alternativas de decisin ms
cercanas al final del rbol calculando el valor
esperado de su valores actuales netos y optando
por a%uella %ue proporcione el mayor valor
esperado del >A?. #or ejemplo la )ltima decisin
de nuestro caso es la D1E %ue presenta dos
sucesos de alternativa. El valor esperado del
suceso .C0 se calcula aplicando la ecuacin +,.1
as
$so de rbol de decisin
5.95 F 7.55 - 1.7
5.+5 F +.55 - +55
5.65 F 1.55 - .9550
>E.>A?0 - +.:5
%ue representa el valor esperado del >A?
en el caso de ampliar la introduccin en el
mbito nacional.
17/01/2014
21
$so de rbol de decisin
En el caso de continuar regionalmente se
obtiene por el mismo procedimiento el
siguiente resultado4
5.9 F 1.55 - +.15
5.+5 F +.8 - +85
5.65 F +.5 - 655
>E.>A?0 - +.98
#or tanto la decisin ser ampliar
nacionalmente por%ue retorna un >A?
esperado mayor.
$so de rbol de decisin
!a siguiente decisin se refiere a la
introduccin inicial. &i es regionalmente existe
un ,5G de posibilidades de %ue la demanda sea
alta. &i as fuese el >A? esperado sera de
+.:55 %ue correspondera al resultado de la
decisin %ue se tomara de encontrarse en ese
punto de decisin. Aplicando el procedimiento
anterior se obtiene4
5.,5 F +.:5 - +.665
5.+5 F 1.55 - 155
5.15 F +.55 - 155
>E.>A?0 - +.,6
17/01/2014
22
$so de rbol de decisin
#ara la alternativa de introduccin nacional se
tendra
5.85 F 8.55 - 1.8
5.15 F +55 - 15
5.65 F .65550 - .:550
>E.>A?0 - +.915
En consecuencia se optara por una
introduccin inicial en el mbito regional %ue
luego se ampliara nacionalmente. Esta
combinacin de decisiones es la %ue maximi"a
el valor esperado de los resultados.
Jodelo de simulacin de Jonte
Carlo
Es una t(cnica de simulacin de situaciones
inciertas %ue permite definir valores
esperados para variables no controlables
mediante la seleccin aleatoria de valores
donde la probabilidad de elegir entre los
resultados posibles est en estricta relacin
con sus respectivas distribuciones de
probabilidades.
17/01/2014
23
Jodelo de simulacin de Jonte
Carlo
En la actualidad se dispone de varios
softKare %ue solucionan fcilmente esta
tarea. #rogramas como Crystal Iall
#arisimet &imulAr Easy#lanEx permiten
asignarle a determinadas variables un
comportamiento aleatorio posible de definir
por medio de una distribucin de
probabilidades %ue se elige entre varias
opciones %ue ofrece cada softKare4 normal
triangular uniforme beta longnormal
gamma exponencial pareto etc.
Jodelo de simulacin de Jonte
Carlo
3e esta manera el programa selecciona un
valor aleatorio al a"ar para cada variable
elegida el cual est acorde con la distribucin
de probabilidades asignada a cada una. Al
pedirle %ue ejecute por ejemplo mil
iteraciones permite obtener valores actuales
netos los cuales presenta en un resumen
grfico con los resultados de la simulacin.
Adems de entregar informacin estadstica
indica el porcentaje de escenarios en %ue el
>A? es igual o superior a cero.
17/01/2014
24
Jodelo de simulacin de Jonte
Carlo
&i las variables inciertas relevantes en un
proyecto fuesen por ejemplo la demanda y
la participacin de mercado deber
aplicarse en ambas la simulacin para
estimar su comportamiento en el futuro.
&upngase %ue estudios reali"ados se'alan
%ue la demanda global esperado del
mercado tiene la siguiente distribucin de
probabilidades4
Jodelo de simulacin de Jonte
Carlo
Demada Probabilidad
155555 5.+5
185555 5.18
655555 5.68
685555 5.+8
755555 5.+5
785555 5.58
17/01/2014
25
Jodelo de simulacin de Jonte Carlo
Al mismo tiempo suponga %ue la participacin
en el mercado para el proyecto sea tambi(n una
variable incierta para la cual se estima la
siguiente distribucin de probabilidades4
Par!ici"aci# Probabilidad
5.5< 5.19
5.5: 5.11
5.+5 5.+9
5.++ 5.+6
5.+1 5.+5
5.+6 5.5,
5.+7 5.58
5.+8 5.5+
Jodelo de simulacin de Jonte
Carlo
&upngase adems %ue la demanda global
del mercado est correlacionada con la tasa
de crecimiento de la poblacin %ue se
estima en un 1G anual a futuro. El precio y
los costos asociados con el proyecto se
suponen conocidos o su resultado futuro
menos incierto.
17/01/2014
26
Jodelo de simulacin de Jonte
Carlo
El primer paso en la solucin consiste en
expresar matemticamente el problema. En
este caso la demanda por a'o %ue podra
enfrentar el proyecto se puede expresar
como4
3
p
- 3
g
Lp
3onde 3p corresponde a la demanda del
proyecto 3g a la demanda global y p al
porcentaje de participacin del proyecto en
el mercado.
Jodelo de simulacin de Jonte
Carlo
!a tasa de crecimiento de la demanda se
incorporar al final como un factor de
incremento sobre la demanda del proyecto.
$na alternativa es incorporarlo en la
frmula anterior lo %ue permite obtener el
mismo resultado con clculos ms
complejos.
El siguiente paso del m(todo Jonte Carlo
es la especificacin de la distribucin de
probabilidades de cada variable.
17/01/2014
27
Jodelo de simulacin de Jonte
Carlo
En el ejemplo las variables %ue deben
especificar su distribucin de probabilidades
son la demanda global del mercado y la
participacin del proyecto. #osteriormente
en ambos casos se deber calcular la
distribucin de probabilidad acumulada y la
asignacin de rangos de n)meros entre 5 y
:: . o sea +55 n)meros0. A continuacin se
muestran estos clculos para las dos
variables en estudio
Jodelo de simulacin de Jonte
Carlo
Demada $lobal Di%!ribuci# de
"robabilidade%
Probabilidad
Acumulada
A%i&aci# 'o%(
re"re%e!a!i)o%
155555 5.+5 5.+5 55/5:
185555 5.18 5.68 +5/67
655555 5.68 5.,5 68/9:
685555 5.+8 5.<8 ,5/<7
755555 5.+5 5.:8 <8/:7
785555 5.58 +.55 :8/::
17/01/2014
28
Jodelo de simulacin de Jonte
Carlo
Par!ici"aci# de
mercado
Di%!ribuci# de
"robabilidade%
Probabilidad
acumulada
A%i&aci# 'o%(
*e"re%e!a!i)o%
5.5< 5.19 5.19 55/18
5.5: 5.11 5.7< 19/7,
5.+5 5.+9 5.97 7</96
5.++ 5.+6 5.,, 97/,9
5.+1 5.+5 5.<1 ,,/<9
5.+6 5.5, 5.:7 <,/:6
5.+7 5.58 5.:: :7/:<
5.+8 5.5+ +.55 ::
Jodelo de simulacin de Jonte
Carlo
!a asignacin de n)meros representativos
se efect)a en proporcin a la probabilidad
acumulada. As por ejemplo si el +5G se
encuentra en el rango de hasta 155555
deben asignarse +5 n)meros
representativos .5 al :0. Como hasta
185555 hay un 68G de probabilidades se
asignan 68 n)meros representativos .5 al
670.
17/01/2014
29
Jodelo de simulacin de Jonte
Carlo
!a etapa siguiente del modelo re%uiere
tomar al a"ar n)meros aleatorios. #ara ello
se puede usar una tabla de n)meros
aleatorios como la del cuadro +,.+. Cada
n)mero seleccionado debe ubicarse en la
columna MAsignacin de n)meros
representativosN. $na ve" locali"ado se da
el valor correspondiente de demanda global
el cual se ajusta por el porcentaje de
participacin en el mercado obtenido de
igual manera.
Jodelo de simulacin de Jonte
Carlo
#or ejemplo si se usa la tabla de n)meros
aleatorios de arriba hacia abajo se encuentra
%ue el primer n)mero 16 el cual se ubica en el
rango +5/67 de la asignacin de n)meros
representativos del cuadro de demanda global
lo %ue hace seleccionar el primer valor de
185555. El segundo n)mero aleatorio es 58
el cual se ubica en el rango 5/18 de la
asignacin de n)meros representativos .cuadro
+,.10 de la participacin del proyecto en el
mercado lo %ue hace seleccionar el valor de
5.5<.
17/01/2014
30
Jodelo de simulacin de Jonte
Carlo
3e acuerdo con esto la demanda esperada
para el proyecto en el primer a'o corresponde
a4
3p - 185555 F 5.5< -15555
El mismo procedimiento se repite un n)mero
suficiente de veces como para %ue la
probabilidad de elegir entre todos los
resultados posibles guarde estrecha relacin
con sus distribuciones de probabilidades. En el
ejemplo se toman +55 pruebas para cada
variable obteni(ndose los resultados %ue se
indican.
Jodelo de simulacin de Jonte
Carlo
Iasados en los resultados de las +55
pruebas aleatorias para cada variable debe
elaborarse una distribucin de
probabilidades para la demanda del
proyecto. El anlisis de la distribucin de
probabilidades acumuladas permite
determinar la probabilidad de %ue la
demanda del proyecto se encuentre bajo un
determinado valor.
17/01/2014
31
Jodelo de simulacin de Jonte
Carlo
En el cuadro +,.6 se aprecia por ejemplo
%ue la probabilidad de %ue la demanda del
proyecto sea menor o igual %ue 6::::
unidades es de <9G.
Jodelo de simulacin de Jonte
Carlo
*a&o !o!al de
demada
+b%er)acioe%
e el ra&o
Di%!ribuci# de
"robabilidade%
Probabilidad
Acumulada
+8.555/+:::: 9 9G 9G
15555/17::: 19 19G 61G
18555/1:::: 11 11G 89G
65555/67::: +6 +6G 9,G
68555/6:::: +: +:G <9G
75555/77::: 8 8G :+G
78555/7:::: 8 8G :9G
85555/87::: 5 5G :9G
88555/8:::: 6 6G ::G
95555/97::: + +G +55G
17/01/2014
32
Jodelo de simulacin de Jonte
Carlo
#or otra parte el valor esperado de la
demanda del proyecto para el primer a'o es
6++85 unidades. !uego si la tasa de
crecimiento estimada fuese de un 1G anual
podra esperarse una demanda para el
proyecto de
A,o Demada
+ 6++85
1 6+,,6
6 6175<
7 6658,
8 66,+<