Proyectos 3er Corte 1

@Prof.
Armando Soto
UNIDAD IV TEMA 3
ANLISIS DE
SENSIBILIDAD Y RIESGO
Facilitador: Ing. Carlos Gabriel Martnez
Docente Universitario / Conferencista
@CmartinezLags
http://ProfCarlosGabrielMartinez.blogspot.com
Ing.cgmu@gmail.com
@Prof. Armando Soto
DECISIONES DE INVERSIN
Cul de estas opciones de inversin elegiran?
Opcin Costo Retorno en un ao :Probabilidad
1 $1,000 $1,100 : 100%
2 $1,000 $1,000 : 50%
$1,200 : 50%
3 $1,000 $800 : 50%
$1,400 : 50%
4 $1,000 $0 : 75%
$4,400 : 25%
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
RIESGO E INCERTIDUMBRE
Riesgo ofrece estimaciones de probabilidades
para los posibles resultados
Incertidumbre no ofrece estimaciones de
probabilidades para los posibles resultados
Normalmente se toma como sinnimos

Incertidumbre Riesgo Incertidumbre Riesgo
Incertidumbre Riesgo Incertidumbre Riesgo
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
FUENTES DE INCERTIDUMBRE
Posible inexactitud de las estimaciones usadas
en el estudio
Tipo de negocio relacionado con la marcha de
la economa
Tipo de proceso y tecnologa involucradas
Longitud del perodo de estudio
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
GERENCIA DE RIESGOS DEL PROYECTO
Proceso sistemtico de
identificacin, anlisis y
respuesta a los riesgos del
proyecto.

Fuente: PMIBOX.2003
Supervisin y
Control de
Riesgos
Planificacin
de la Gestin
de Riesgos
Anlisis
Cuantitativo
de Riesgos
Identificacin
de Riesgos
Planificacin
de la
Respuesta a
Riesgos
Anlisis
Cualitativo de
Riesgos
PROCESOS
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
PROBABILIDAD
Un nmero entre
0 y 1. Representa
una oportunidad
de que algunos
eventos ocurran.

@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
DISTRIBUCIN DE PROBABILIDAD

Modelos que
describen la forma
en que se espera
que varen los
resultados o
probables valores
de una variable
Histograma de
Frecuencia
Distribucin
Paramtrica
Discretas
X
x
f(x)
f(x)
Continuas
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
ALGUNAS DISTRIBUCIONES
Variables por
Opinin
Expertos
Variables
Fsicas
Variables
Relacionadas
con Tiempo
Variables
Relacionadas con
Desviacin o Error
Variables
Relacionadas con
xito y Fracaso
Beta Pert Beta Pert Beta Pert
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
El mtodo de Simulacin de Monte Carlo se
combina con una medicin de valor, como el
VP o la TIR, a fin de implementar un
enfoque de simulacin para anlisis de
riesgo.
TOMA DE DECISIONES BAJO RIESGO
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
MODELO DE ANALISIS DE RIESGO
Metodologa dirigida a
establecer el impacto
sobre una decisin
econmica al variar ciertos
factores crticos del
proyecto como precio,
produccin, costos,
inversin.

Modelo
(Informacin)
Variables de Variables de Entrada Entrada
(Informacin)
Variable de Variable de Salida Salida
(Variable de decisin)
E =
(A+B+C)
D
ETAPA 2:
PROPAGACION DE LA
INCERTIDUMBRE ASOCIADA A
CADA VARIABLE EN EL MODELO
MATEMATICO.
ETAPA 1:
CUANTIFICACION DE LA INCERTIDUMBRE
ASOCIADA A LAS VARIABLES DE ENTRADA O
CARACTERIZACION PROBABILISTICA DE LAS
VARIABLES DE ENTRADA
ETAPA 3:
ASOCIADA A LA VARIABLE DE SALIDA O
RESULTADO, O CARACTERIZACION
PROBABILISTIA DEL RESULTADO
,000
,021
,041
,062
,083
50.680,17 54.456,64 58.233,11 62.009,58 65.786,05
E
,000
,250
,500
,750
1,000
50.000,00 54.375,00 58.750,00 63.125,00 67.500,00
E
Modelo
(Informacin)
Variables de Variables de Entrada Entrada
(Informacin)
Variable de Variable de Salida Salida
(Variable de decisin)
E =
(A+B+C)
D
ETAPA 2:
PROPAGACION DE LA
INCERTIDUMBRE ASOCIADA A
CADA VARIABLE EN EL MODELO
MATEMATICO.
ETAPA 1:
ASOCIADA A LAS VARIABLES DE ENTRADA O
CARACTERIZACION PROBABILISTICA DE LAS
VARIABLES DE ENTRADA
ETAPA 3:
ASOCIADA A LA VARIABLE DE SALIDA O
RESULTADO, O CARACTERIZACION
PROBABILISTIA DEL RESULTADO
,000
,021
,041
,062
,083
50.680,17 54.456,64 58.233,11 62.009,58 65.786,05
E
,000
,021
,041
,062
,083
50.680,17 54.456,64 58.233,11 62.009,58 65.786,05
,000
,021
,041
,062
,083
50.680,17 54.456,64 58.233,11 62.009,58 65.786,05
,000
,021
,041
,062
,083
50.680,17 54.456,64 58.233,11 62.009,58 65.786,05
E
,000
,250
,500
,750
1,000
50.000,00 54.375,00 58.750,00 63.125,00 67.500,00
E
,000
,250
,500
,750
1,000
50.000,00 54.375,00 58.750,00 63.125,00 67.500,00
E
,000
,250
,500
,750
1,000
50.000,00 54.375,00 58.750,00 63.125,00 67.500,00
,000
,250
,500
,750
1,000
50.000,00 54.375,00 58.750,00 63.125,00 67.500,00
E
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
PROCEDIMIENTO
Determinar que factores varan ms fcilmente del
valor esperado
Seleccionar el intervalo probable de variacin
Obtener los resultados para el intervalo
seleccionado
Graficar los resultados para un mejor anlisis
Elaborar un plan de Accin

@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
TIPOS DE ANALISIS
DETERMINISTICO:
Considerar solo variaciones
puntuales:
Anlisis de Sensibilidad /
Grafico de Araa

PROBABILISTICO
Considerar variaciones
aleatorias. Anlisis de Riesgo

VPN
CAPEX
) i 1 (
EGR ING
VPN
n
1 j
j
j j
n
=
Diagrama de Araa
-60000
-40000
-20000
0
20000
40000
60000
80000
100000
-40.0% -20.0% 0.0% 20.0% 40.0% 60.0% 80.0%
V
P
N

(
M
M
B
S
)
Produccin Inversin Precios Gastos
Fin
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
UNIDAD IV TEMA 3
ANALISIS DE SENSIBILIDAD Y
RIESGO
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
PROCEDIMIENTO
Determinar que factores varan ms fcilmente del
valor esperado
Seleccionar el intervalo probable de variacin
Obtener los resultados para el intervalo
seleccionado
Graficar los resultados para un mejor anlisis
Elaborar un plan de Accin

@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
Anlisis de sensibilidad
Una empresa esta considerando la inversin en una planta productora
de oxigeno liquido en bombonas, para lo cual estima necesario realizar
una inversin calculada en 150.000 $. La planta tendr un valor de
salvamento igual a cero al final de su vida til de 10 aos.
Se espera que el precio de venta de cada bombona sea de 20 dlares y
el costo de produccin de 10 dlares cada bombona. Si se esperan
producir y vender 5.000 Bombonas por ao y la tasa de descuento es
del 20%, determinar el valor presente neto (VPN) y realizar el anlisis
de sensibilidad para el resultado obtenido.
0 10
150.000
0
1 2 3 4 5 6 7 8 9
20
10
20
10
20
10
20
10
20
10
20
10
20
10
20
10
20
10
20
10
Q = 5.000 Bombonas /ao
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
1. Determinar valor presente neto VPN para los valores sealados
VPN = -150.000 + (20- 10) x 5.000 x (P/A),20,10) = 59,6 M$
2. Obtener valores limites para las variables involucradas
-30 -20 -10 0 20 30 40
Precio ($/B) 14 20 24
Inversion (M$) 135 150 210
Costo ($/B) 9 10 13
Produccion (MB/Ao) 4 5 6
Porcentaje de Variacion
3. Obtener para cada valor limite el correspondiente VPN
-30 -20 -10 0 20 30 40
Precio ($/B) -66,2 59,6 143,4
Inversion (M$) 74,6 59,6 -4,4
Costo ($/B) 80,6 59,6 -3,3
Produccion (MB/Ao) 17,7 59,6 101,5
@CmartinezLags
Ing.cgmu@gmail.com
@Prof. Armando Soto
% desv.
VPN M$
-30 -20 -10 0 10 20 30 40
160
140
120
100
80
60
40
20
20
40
60
80
100
120
140
160
Precio
Inversin
Costo
Produccin
-30 -20 -10 0 20 30 40
Precio ($/B) -66,2 59,6 143,4
Inversion (M$) 74,6 59,6 -4,4
Costo ($/B) 80,6 59,6 -3,3
Produccion (MB/Ao) 17,7 59,6 101,5
@CmartinezLags
Ing.cgmu@gmail.com

Proyectos 3er Corte 1

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Proyectos 3er Corte 1

Caricato da

Copyright:

Formati disponibili

@Prof.

Potrebbero piacerti anche