Anlisis Bajo Condiciones de Certeza

Los procesos administrativos estn cambiando de manera continua en toda la industria manufacturera y de servicios. Y uno de los aspectos mas importantes dentro de cualquier sector, es la toma de decisiones, para un proyecto y/o actividad. Para ello, los administradores, emplean cada vez mtodos mas complejos, para proporcionar informacin til Los contadores se siguen considerando como expertos cuantitativos

Certeza o Certidumbre: Bajo condiciones de certeza o certidumbre, conocemos nuestros objetivos y tenemos informacin de lo mas exacto, medible y confiable acerca de los resultados de cada una de las alternativas que consideremos Incertidumbre: Bajo condiciones de incertidumbre es poco lo que se sabe de las alternativas Riesgo: Es la probabilidad de que suceda un evento, impacto. Se produce riesgo siempre que no somos capaces de diagnosticar con certeza el resultado de una alternativa

Las condiciones en que los administradores toman las decisiones en una organizacin pueden clasificarse en trminos generales como certeza o certidumbre, incertidumbre y riesgo Decisiones Bajo Certidumbre Con frecuencia las decisiones de certidumbre, es cuando no se tiene ninguna duda en absoluto sobre el evento que ocurrir y cuando existe un solo resultado para cada accin posible. Ejemplo: Un apretado programa de produccin puede obligar a un administrador a pedir 10 empleados para que trabajen cuatro horas de tiempo extra con toda certeza y puede prever con lato grado de certidumbre el numero de piezas adicionales que pueden programarse con absoluta certeza antes de programar las horas extras.

Decisiones Bajo Certidumbre La toma de decisiones bajo certidumbre no siempre son obvias, ya que quien enfrenta esta decisin (identificar los procesos/actos disponibles, medir las consecuencias y seleccionar el mejor proceso/acto) involucra la programacin lineal. Ejemplo: Ordenar 20 ordenes de trabajo distintas a 20 maquinas diferentes, donde cualquiera de esta podra realizar el trabajo, puede involucrar en forma literal miles de combinaciones diferentes

Decisiones Bajo Incertidumbre Quienes toman este tipo de decisiones con frecuencia tienen que asignarle una probabilidad a cada evento lo que no es una actividad sencilla. Podemos asignar probabilidades con un alto grado de objetividad cuando contamos con prueba matemticas o datos histricos sobre la probabilidad de ocurrencia de cada uno de los diferentes evento. Ejemplo: Aunque las compaas de seguros de vida no pueden determinar el ao en el que morir cada tenedor de pliza, pueden calcular la probabilidad objetiva basados en la expectativa de que los ndices de mortalidad prevalecientes en el pasado se repitan en el futuro.

Decisiones Bajo Incertidumbre Sin embargo, quien toman las decisiones no se pueden basar en experiencias previas o en pruebas matemticas para asignar la probabilidad de ocurrencia de los diferentes eventos, deben recurrir alas asignaciones subjetivas de probabilidades Ejemplo: Cualquiera que este evaluando la probabilidad de que un determinado producto tenga xito o fracase, quiz deba hacerlo sin la ayuda de ningn tipo de experiencias relativas. Esta asignacin es subjetiva, porque dos personas que evalan la misma situacin no es necesario que asignen la misma probabilidad

Para comprender mejor la incertidumbre consideramos dos proyectos de inversin propuestos, cada uno con una vida til de un ao. El administrador ha determinado de manera subjetiva. La siguiente distribucin discreta de la probabilidad de los flujos de efectivo proyectado para el siguiente ao.
Proyecto 1 Proyecto 2 Probabilidad .10 .25 .30 .25 .10 1.00 Flujo de ingresos Efect $2,000 $3,000 $4,000 $5000 $6000

Probabilidad .10 .20 .40 .20 .10 1.00

Flujo de ingresos Efect $3,000 $3,500 $4,000 $4,500 $5000

Observemos que las probabilidades de cada proyecto suman 1, esto significa que ocurrir uno y solo uno de los flujos de ingresos de efectivo El mtodo comn de ambos proyectos es calcular el valor esperado. P1=0.1(3000)+0.2(3500)+0.4(4000)+ 0.2(4500)+0.1(5000) = $4,000

P2=0.1(2000)+0.25(3000)+0.3(4000) +0.25(5000)+0.1(6000) = $4,000 Como podemos ver los valores esperados de los FIE de los Proyecto 1 y 2 son de $4,000.

Para poder ofrecerles mas informacin a quienes toman las decisiones, el contador podra proporcionar la desviacin estndar

Proyecto 1 = (0.1 (3000-4000)2 + 0.2 (3500-4000)2 + 0.4 (4000-4000)2 + 0.2 (4500-4000)2 + 0.1 (5000-4000)2)1/2 =$548 Proyecto 2 = (0.1 (2000-4000)2 + 0.25 (3000-4000)2 + 0.3 (4000-4000)2 + 0.25 (5000-4000)2 + 0.1 (60004000)2)1/2 =$1,140

Por lo tanto la desviacin estndar es una medida del riesgo o de la incertidumbre se dice que P2 tiene mayor riesgo que P1

4X4 Template-KW del Bajo-Nueva POS Queretaro II 24-8-11.xls

La importancia de la toma de decisiones es importante ya sea de certidumbre, incertidumbre y riesgo, nos indica que un problema es valorado y considerado profundamente para elegir el mejor camino a seguir segn las diferentes alternativas Cuando el administrador ha considerado las posibles consecuencias de sus opciones y esta en condiciones de tomar la decisin debe considerar tres trminos importantes Maximizar: es tomar la mejor decisin Satisfacer: se satisface un objetivo o criterio buscado Optimizar: Obtener el mejor equilibrio

James C. Van Horne , Jr. Wachowicz, John M. (2002). Fundamentos de administracin financiera. Pearson Educacin. Wild, John Paul. Principios Fundamentales de Contabilidad (18th edition ed.). New York: McGraw-Hill Companies. pp. 630633. Bodie, Zane; Alex Kane and Alan J. Marcus (2004). Inversiones Escenciales, 5th ed. McGraw-Hill Irwin. pp. 455.

Estados Financieros Bsicos para el Anlisis

 Bu, C. (2009). Anlisis y Evaluacin de Proyectos de Inversin. Mxico. BREALEY, MYERS Y ALLEN (2006), Principios de Finanzas Corporativas, 8 Edicin, Editorial Mc Graw Hill. RS Means (1999) Facilities Operations and Engineering Reference Horngren /Sundem / Selto (1996) Biblioteca de Contabilidad Administrativa. Tomo III, 9. Edicin. Prentihe Hall Iberoamericana.

Flujo de Efectivo de Proyectos Simples y Complejos