Riesgos de Proyectos de Infraestructura

ANÁLISIS DE RIESGOS EN PROYECTOS
APP CON APOYO DE @RISK Y SPSS
Tabla de contenido
1 OBJETIVO DEL DOCUMENTO 2
2 META ULTERIOR 2
3 DEFINICIONES BASICAS (RIESGO E INCERTIDUMBRE) 2
4 FASES DE ANÁLISIS DE RIESGOS 2
5 DESARROLLO DE LAS FASE DE ANÁLISIS DE RIESGOS 3

5.1 Identificación de Riesgos 3
5.1.1 Clasificación de los riesgos 3
5.1.2 Metodología para la identificación de riesgos en Proyectos de Infraestructura o Servicios (PIIS) 4
5.1.3 Técnicas para la identificación de riesgos 5
5.2 Descripción de riesgos identificados 5
5.2.1 Matriz de descripción 5
5.2.2 Matriz Estándar General de Riesgos 5
5.3 Valoración del riesgo: 9
5.3.1 Técnicas analíticas para la valoración del riesgo: 10
5.3.2 Probabilidad de ocurrencia de un evento: 10
5.3.3 Conceptos básicos de estadística y probabilidad 11
5.3.4 Valoración del Impacto del riesgo través de la volatilidad 15
5.3.5 Probabilidad de ocurrencia de un riego: 17
5.3.6 Valoración del Riesgo por sobrecosto y sobreplazo 20
5.3.7 Valoración del costo de riesgocon información cualitativa generada por expertos 21
5.3.8 Riesgos de sobrecosto 23
5.3.9 Riesgo de Sobreplazo 24
5.3.10 Riesgo de Ingreso y Demanda 25
5.3.11 La Jerarquización de probabilidad de ocurrencia de los riesgos (lineal) 27
5.3.12 Riesgo de Impacto en el proyecto 27
5.3.13 Priorización del riesgo 28
5.4 Asignación del riesgo (Analizado por la parte financiera preferentemente) 30
Ing. Omar Laurrabaquio Reyes

SENERMEX: Economía del Transporte
1
1 OBJETIVO DEL DOCUMENTO
Proponer una metodología para valorar y cuantificar los diversos riesgos en un proyecto de infraestructura
2 META ULTERIOR
Estimar el Impacto de los riesgos en términos de:

 Sobrecostos
 Sobreplazos
 Calidad
 Variación de ingresos de terceras fuentes
3 DEFINICIONES BASICAS (RIESGO E INCERTIDUMBRE)

 Riesgo: Evento que se relaciona con probabilidades conocidas de ocurrencia
 Incertidumbre: Imposibilidad de asignar valores a las probabilidades de ocurrencia
 Probabilidad: Ocurrencia de un evento entre (0,1)
 Integración de los conceptos de riesgo e incertidumbre

 Riesgo: Es un evento incierto que, si ocurre, tiene efecto positivo o negativo en al menos uno
de los objetivos del proyecto, tales como Plazo, tiempo, costos, ámbito, calidad
Análisis de riesgo (Ejemplo)
Fuente: Elaboración propia SENER
4 FASES DE ANÁLISIS DE RIESGOS
El análisis de riesgos se compone de las cuatro fases que se muestran en la imagen:
Fuente: Manual de proyectos APP

2
5 DESARROLLO DE LAS FASE DE ANÁLISIS DE RIESGOS
5.1 Identificación de Riesgos
5.1.1Clasificación de los riesgos

 Clasificación de riesgos dentro de la organización:
 Endógenos: Dependen de las acciones tomadas al interior de la organización, por tanto, una
gestión adecuada de los riesgos, tiene impacto en su mitigación y control
 Exógenos: Son ajenos a las acciones de la organización
 Clasificación sectorial de riesgos (Las tipologías son distintas):

 Riesgos de Infraestructura productiva o económica: Energía, transporte, hidráulica, etc.
(Proyectos que son posible de tarificar)
 Riesgos de Infraestructura social: Justicia, deportes, educación, salud
(Proyectos que no son posible de tarificar)
 Clasificación de riesgos de acuerdo a la etapa de proyecto (Las tipologías son distintas):

 Riesgos de perfil
 Riesgos de diseño
 Riesgos de licitación
 Riesgos de construcción
 Riesgos de operación
 Clasificación de riesgos de acuerdo a su administración:

 Riesgo retenido: Administrado y mitigado por el gobierno (gestionar en presupuesto)
 Riesgo transferido: Administrado y mitigado bajo la contabilidad de la empresa que firmó el
contrato APP
Identificar el riesgo implica identificar sus causas y sus consecuencias; los riesgos deben ser Específicos,
Medibles, Atribuibles, Relevantes y en Tiempo
Tabla para identificar riesgos

3

Ejemplo de identificación de riesgo
ATRIBUIBLE RIESGO ESPECIFICO RELEVANTE
Fuente: elaboración propia SENER
En la tabla anterior se observa el efecto o impacto del riesgo en el proyecto; sin embargo, el impacto no se
encuentra cuantificado en términos monetarios o en unidades. De manera general, lo riesgos en proyectos APP
tenderán a impactar en unidades de tiempo o en términos monetarios
5.1.2Metodología para la identificación de riesgos en Proyectos de Infraestructura o Servicios (PIIS)

4

De acuerdo a la disponibilidad de información, se tiene el esquema simplificado de la elaboración de matrices
de riesgos.
Resumen de Elaboración de Matrices de Riesgos

5
5.1.3Técnicas para la identificación de riesgos
5.2 Descripción de riesgos identificados
La descripción debe contener el nombre del riesgo, impactos, naturaleza, tolerancia, tratamiento y
recomendaciones para su priorización, la etapa en que se desarrolló y su asignación.
5.2.1Matriz de descripción
Riesgo Impacto Naturaleza Tolerancia Tratamiento Priorización Etapa Asignación
5.2.2Matriz Estándar General de Riesgos
Matriz de gestión y de control; todos los riesgos identificados en cada una de las etapas se trasladan a
la matriz

6
Matriz Estándar de Riesgos

7

8

9

10
5.3 Valoración del riesgo:
La valoración del riesgo tiene dos factores a considerar:

 Verosimilitud: La probabilidad de ocurrencia del riesgo depende de datos históricos
 Perdida: Consecuencia del riesgo sobre el proyecto
El modelo de valoración del riesgo es el siguiente:
El costo de riesgo implica una distribución de probabilidad conjunta (Probabilidad de ocurrencia del riesgo e
impacto del riesgo en el proyecto); por simplicidad, la probabilidad de ocurrencia del riesgo se anexa de forma
exógena al impacto del riesgo en el proyecto, es decir, se trata de un producto.

11
Por consiguiente, el impacto que genera el riesgo sobre el proyecto será valorado teniendo en cuenta la
distribución de probabilidad a la cual se encuentra asociado.
La valoración en términos de probabilidad de ocurrencia y en impacto al proyecto (términos monetarios) puede

ser:
 Cuantitativa
 Semicuantitativa
 Cualitativa
5.3.1Técnicas analíticas para la valoración del riesgo:

A. Cuando la distribución de probabilidad puede ser estimada
B. Cuando es necesario estimar la distribución (simulación como Montecarlo y Bootstrap)
5.3.2Probabilidad de ocurrencia de un evento:

12
 Cuantitativa: Asigna a cada riesgo una probabilidad de ocurrencia

 Cualitativa: Divide opciones en rangos de probabilidad, requiere asignación de probabilidad
dentro de los rangos definidos (PERCENTILES)
Ejemplo para estimar la distribución de probabilidad con @RISK.

13
Datos de proyecto (Ingresos) Distribución asignada Estadísticas

Se cuenta con los parámetros de Media y Se define la distribución cargando los
distribución estandar o en su caso con los datos en @risk, en la función
parámetros e otra función de distribuciuón; correspondiente
el especialista deberá tener la experiencia y
criterio para seleccionar la función de
probabilidad
Se cuenta con los datos estadisticos En @risk se seleccionan los datos y se

(Historicos) ajusta la distribución; el resultado es
automático.
5.3.3Conceptos básicos de estadística y probabilidad
 Marcas de clase
 Distribución de frecuencias
 Histograma de frecuencias
 Distribución de probabilidad
 Distribución uniforme
 Distribución triangular
 Distribución normal

14
 Distribución Chi-cuadrado
5.3.3.1 Medida de Tendencia Central (Media)
5.3.3.2 Medida de dispersión (Desviación estándar)
Permite estimar el grado de proximidad de los datos alrededor de la media, entre menor sea la Desv. Stand los
datos se agrupan de manera estrecha alrededor de la media

15

16
Ejemplo:
Con los datos estadísticos (Históricos) de sobrecosto de proyectos, construir el Histograma de Frecuencias,
obtener la distribución de probabilidad con mayor ajuste a los datos, obtener la media y la desviación
estándar.
En el ejemplo anterior la Desviación Estándar o volatilidad para la distribución de entrada es de 6.37%; para la
distribución propuestas es de 6.97%
5.3.3.3 Distribución Normal Estándar
X = Valor que toma la variable aleatoria

µ= media O
σ = Desviación estándar
Z= Número de desviaciones estándar a la que se encuentra a partir de la media original

17
Para la Distribución Normal Estándar se tiene la siguiente regla en cuanto a las observaciones de la Variable
Aleatoria:
5.3.3.4 Percentil
El percentil (Pk)es una medida de localización que puede variar entre 1% y 100%
K= % de datos acumulados
Pk = Valor de la variable que representa dicho porcentaje
 Nivel de Significancia
Un nivel de significancia α, indica la

probabilidad con la cual se rechaza una
hipótesis inicial siendo esta cierta.
Sí se toma un nivel de significancia del

5%, indica que se tiene una probabilidad
del 5% de que la hipótesis que se desea
probar es falsa.
En términos percentiles, significa que

para cualquier valor superior al
percentil 95, se rechaza la hipótesis
inicial que se desea probar.

18

19
5.3.4Valoración del Impacto del riesgo través de la volatilidad
El impacto de riesgo en un proyecto de inversión, es una VA con una distribución de probabilidad asociada de
acuerdo a su comportamiento, se puede presentar alguno de los dos casos siguientes:
5.3.4.1 Existe evidencia de la Distribución de probabilidad

 Regla Empírica; deriva de las propiedades de la distribución normal
Regla Percentil 5-50-95 cuando la distribución se aproxima a una normal; la regla empírica establece
intervalos de confianza alrededor de la media N veces su volatilidad
 Percentil 5: El 5% de los valores que toma la VA se encuentran por debajo del P 5, es decir, a 1.645σ por
debajo de la media

20
 Percentil 50: El 50% de los valores que toma la VA se encuentran por debajo del P 50, es decir, por
debajo de la media µ
 Percentil95: El 95% de los valores que toma la VA se encuentran por debajo del P 95, es decir, el 95% de
los datos se encuentra a 1.645 desviaciones estándar de la media µ
 Resumen de percentiles
5.3.4.2 No se tiene evidencia de la Distribución de probabilidad

 Regla de la desigualdad, cuando no se tiene conocimiento de la distribución de probabilidad de la
VA
Se conoce la media y la varianza, pero no se puede calcular ya que no se conoce la distribución

de probabilidad; el Teorema de Chevyshev permite obtener una cota superior a la probabilidad de que los
valores caigan fuera de esa distancia respecto a su valor promedio, de manera independiente a la distribución
de probabilidad asociada.
Datos: Media µ; Desv. Stand σ

La probabilidad de que X se encentre a K (mayor a 1) veces la σ, se expresa como;

21
para un conjunto de “n” observaciones al menos x 100% de las observaciones, caen dentro de k desviaciones
estándar de la media.
Algunos resultados de la probabilidad de x, dados distintos valores de k
Es decir:
 Con un 89% de probabilidad es posible encontrar a la

variable aleatoria en un intervalo de 3σ.
 Con un 11% de probabilidad la variable cae fuera del
intervalo, siempre que la distribución sea simétrica.
 Representación del intervalo de confianza
Sí:
 Intervalo de confianza es del 90%

 Las colas de la distribución representan el 10%
 Cada cola representa el 5%
1
1− 2
=90 %
k de proyectos APP
Fuente: Manual
 El 5% de los datos se encuentra a 3.162 por debajo

de la media
 Con un intervalo de confianza del 90%, se tiene que
el 95% de los datos se encuentra a lo más a 3.162
por encima de la media.
 Resumen de la regla de la desigualdad

22
5.3.5Probabilidad de ocurrencia de un riego:
El riesgo debe ocurrir por una única vez en el ciclo de vida del proyecto; la probabilidad está referido a un solo
evento; con la media y la desviación estándar (dispersión de los valores que toma una VA), podemos inferir las
posiciones de los riesgos empleando el concepto de percentiles; las fuentes de información son las siguientes:
5.3.5.1 Análisis con información histórica

 Si la información histórica se distribuye normalmente
1. Si se conoce la µ y la σ; se aplica la regla 5-50-95; con lo cual determinamos el % de

valores que pueden estar a cierta distancia respecto a la media; para el Percentil P 95
se indica que el 95% de los datos se encuentra por debajo de dicho valor.
donde X = 1.645; dado que se trata de la
distribución normal se
multiplica el valor de 1.645 por la σ para obtener los respectivos percentiles con
posiciones frente al riesgo; en la tabla se muestra el resumen de percentiles:
2. Solo se conoce la µ; se emplea la tabla de distribución X 2 el parámetro que define la

distribución son los grados de libertad, el cual debe coincidir numéricamente con la
media de los datos (La media representa los grados de libertad); se aplica la regla 5-
50-95 en función de la media de los datos teniendo en cuanta la tabla de distribución
X2; el resumen de los percentiles se muestra a continuación

23
Ejemplo: Las inversiones iniciales de un proyecto se distribuyen normalmente, solo se tiene

información de la media 15%, que corresponde a la inversión inicial de un proyecto de
infraestructura, cuáles son los impactos de riesgo en los percentiles 5-50-95: 7.261-14.339-
24.996
 No hay datos suficientes para inferir una distribución normal
1. La muestra es mayor a 25 observaciones; aplicamos Bootstrap para obtener la media y

la desviación estándar, finalmente se aplican los percentiles 5-50-95
2. Se asume que los datos se distribuyen como una X 2, posteriormente se calcula el

impacto de riesgos empleando la media de los datos
5.3.5.2 Análisis con información de percepción cualitativa de riesgos

 Base en juicio de valor o experiencia de una persona o personas
 Probabilidades declaradas por un panel de expertos
 Para la distribución asociada se realiza la valoración del riesgo con la regla 5-50-95

24
5.3.5.3 Información de estudios referenciales

 Referencias nacionales
 Referencias internacionales
 Cuando no se tenga evidencia de la distribución de probabilidad se realiza la valoración del
riesgo con la regla 5-50-95, a través de la regla empírica de desigualdad
5.3.5.4 Información de opinión experta de manera acotada
 Solo cuando se han agotado las posibilidades e variación (normalidad, desigualdad, Taller de
riesgos, información de referencia)
 Los expertos darán informe de la media y desviación asociados a cada riego
 Se aplicará el percentil 5-50-95 caso de normalidad o la regla de desigualdad

25
5.3.6Valoración del Riesgo por sobrecosto y sobreplazo

Secuencia para determinar los percentiles 5-50-95 de sobrecosto y sobreplazo

26
5.3.7Valoración del costo de riesgo con información cualitativa generada por expertos
5.3.7.1 Procedimiento
 No es posible obtener información histórica

 Se desarrolla un taller de riesgos con expertos en el tema
 Se obtiene la distribución de probabilidad de la ocurrencia del riesgo y su impacto
 Se obtiene la distribución conjunta del riesgo
Se recomienda utilizar las siguientes distribuciones de probabilidad
5.3.7.2 Valoración
 Mediante los percentiles

 Empleando el método de Montecarlo según su distribución de probabilidad
 Dados los parámetros por los expertos, se evalúa el índice de asimetría, con la finalidad de
obtener la medida de tenencia central más representativa, de un conjunto de datos en
función de sus parámetros y medidas promedio
Donde x = valor promedio; Me= media dada por expertos; σ = desviación estándar de expertos
Ejemplo: Taller de riesgos conformado por 25 expertos; llegaron de manera consensuada a una distribución
triangular en relación a la probabilidad de ocurrencia, y una distribución normal respecto al impacto del riesgo.

27
Obtención de distribución de probabilidad de ocurrencia del riesgo
Obtención de distribución de probabilidad de riesgo de impacto
Impacto del riesgo en el proyecto: el VPN del proyecto es de 523 MDP; entonces el costo o impacto del riesgo
de sobrecosto es de

28
5.3.8Riesgos de sobrecosto
Se aplica el siguiente modelo matemático:
CrSCT= ($ Esperado) * (P(riesgo))* (% de impacto)
Cr= Costo de Riesgo

$esperado= Valor Presente Neto Esperado
P(riesgo)= Probabilidad de ocurrencia del riesgo de sobrecosto en el proyecto
(% de impacto) = Impacto del riesgo en el proyecto
Ejemplo
Se desea valorar el riesgo de sobrecosto de un proyecto, para lo cual se cuenta con datos históricos de
proyectos similares; la probabilidad de ocurrencia del riesgo es de 85%
1.- Datos de proyecto:
2.- Análisis de distribución:
3.- Impacto sobre el proyecto:

29
5.3.9Riesgo de Sobreplazo
Requisitos indispensables:
 Tasa social de descuento

 Valor presente de la inversión del proyecto
 Percentil a evaluar para el riesgo de sobre-plazo
 Plazo inicial de ejecución de inversión o gasto del proyecto bajo análisis
Ejemplo.
Estimar el costo de un riesgo de sobre plazo en un proyecto de infraestructura, los sobreplazos tiene una
distribución normal, y son medidos en términos porcentuales dónde la media y la desviación estándar son 11.6%
y 4.5% respectivamente; la tasa anual de descuento es del12%, el plazo de ejecución son 4 años, es decir, 1440
días, y su probabilidad de ocurrencia es de 92%
1. Obtención de los percentiles

30
2. Impacto en el proyecto
5.3.10 Riesgo de Ingreso y Demanda

Requisitos indispensables:
 Se emplean modelos estocásticos

 Si la serie de datos es mayor a 30, son desestacionalizados y tiene raíz unitaria, aplica Movimiento
Browniano Geométrico
 Caso contrario al anterior, se una un modelo de tasa de crecimiento
Fundamentos
Numero de Relación:
Nivel de
Modelo
servicios estocástico actividad PIB
Estimación de
cantidad de Proyección del
servicios PIB
Una vez con los servicios estimados, se obtienen los ingresos y el VPN con la siguiente expresión

31
 Para la cuantificación del costo de riesgo se debe considerar lo siguiente:
 El valor de los ingresos de terceras fuentes de proyecto para un periodo “t”, puede estar
representado como una secuencia de ingresos iniciales I 0 y la tasa de crecimiento ρ0 de la
siguiente manera
 La tasa de crecimiento del PIB, ρ, se modela con modelos estocásticos, para emplear el modelo
de Movimiento Browniano se debe cumplir lo siguiente:
 n>= 30; desestacionalizados; raíz unitaria
 Para un modelo de tasa de crecimiento de Montecarlo, no aplican las condiciones anteriores, se

emplea la siguiente relación para ingresos iniciales y tasas de crecimiento
 A partir del procedimiento, se estima el perfil de ingresos para todo el horizonte de proyecto
 La primera simulación de Montecarlo generará T niveles de ingresos
 El resultado de Montecarlo deberá comparase con los ingresos de terceras fuentes a una tasa de
crecimiento ρ
 Deberá graficarse la simulación vs los ingresos de referencia, se deberá observar la diferencia
entre de ingresos entre los procedimientos

32
5.3.11 La Jerarquización de probabilidad de ocurrencia de los riesgos (lineal)
El riesgo debe ocurrir por única vez en el ciclo de vida del proyecto, bajo dicha consideración se estima
su probabilidad de ocurrencia.
5.3.12 Riesgo de Impacto en el proyecto

33
La valoración de Riesgo de impacto se desarrolla en forma “cualitativa”; asigna un rango de opciones

no superpuestas que incluye todas las posibles consecuencias el riesgo (valoración relativa de los
riesgos)
Tabla de propuesta de Impacto de Riesgo
La valoración cualitativa es suficiente para la priorización de riesgos en función de su identidad
5.3.13 Priorización del riesgo
Previamente a la priorización, se debe de contar con la identificación, descripción, probabilidad de

ocurrencia, riesgo de impacto en el proyecto
Priorización del riego
Donde:

34
A= Alto; M= Medio; B=Bajo
 Los riesgos Altos tienen un (impacto alto; alta probabilidad)

 Los riesgos Medios tienen dos vertientes (Mínimo Impacto; alta probabilidad), (Impacto Severo; Baja
probabilidad)
 Los riesgos bajos tienen (Bajo impacto; mínima probabilidad)

 Representación del riesgo en función de su impacto y probabilidad de ocurrencia

35
El análisis deberá poner énfasis en los riegos de mayor relevancia, de acuerdo al Principio de Pareto
5.4 Asignación del riesgo (Analizado por la parte financiera preferentemente)
Esto es una vez que todos los riesgos han sido identificados, descritos y valorados
o Clausula donde se indica la tipología de riesgo cuya responsabilidad es del gobierno; son retenidos
o Clausula donde se indica la tipología de riesgo cuya responsabilidad es del particular; son
transferidos
De manera general, se tiene que asumir las siguientes reglas de asignación de riesgos

36

37

38

Riesgos de Proyectos de Infraestructura

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Riesgos de Proyectos de Infraestructura

Cargado por

Copyright:

Formatos disponibles

ANÁLISIS DE RIESGOS EN PROYECTOS

APP CON APOYO DE @RISK Y SPSS

3 DEFINICIONES BASICAS (RIESGO E INCERTIDUMBRE) 2

4 FASES DE ANÁLISIS DE RIESGOS 2

5 DESARROLLO DE LAS FASE DE ANÁLISIS DE RIESGOS 3

Ing. Omar Laurrabaquio Reyes

1 OBJETIVO DEL DOCUMENTO

Estimar el Impacto de los riesgos en términos de:

3 DEFINICIONES BASICAS (RIESGO E INCERTIDUMBRE)

 Integración de los conceptos de riesgo e incertidumbre

Análisis de riesgo (Ejemplo)

Fuente: Elaboración propia SENER

4 FASES DE ANÁLISIS DE RIESGOS

El análisis de riesgos se compone de las cuatro fases que se muestran en la imagen:

Fuente: Manual de proyectos APP

Ing. Omar Laurrabaquio Reyes

5 DESARROLLO DE LAS FASE DE ANÁLISIS DE RIESGOS

5.1 Identificación de Riesgos

5.1.1Clasificación de los riesgos

 Clasificación sectorial de riesgos (Las tipologías son distintas):

 Clasificación de riesgos de acuerdo a la etapa de proyecto (Las tipologías son distintas):

 Clasificación de riesgos de acuerdo a su administración:

Tabla para identificar riesgos

Ing. Omar Laurrabaquio Reyes

Fuente: Manual de proyectos APP

Fuente: elaboración propia SENER

5.1.2Metodología para la identificación de riesgos en Proyectos de Infraestructura o Servicios (PIIS)

Ing. Omar Laurrabaquio Reyes

Fuente: Manual de proyectos APP

Resumen de Elaboración de Matrices de Riesgos

Ing. Omar Laurrabaquio Reyes

Fuente: elaboración propia SENER

5.1.3Técnicas para la identificación de riesgos

5.2 Descripción de riesgos identificados

Riesgo Impacto Naturaleza Tolerancia Tratamiento Priorización Etapa Asignación

Fuente: elaboración propia SENER

5.2.2Matriz Estándar General de Riesgos

Fuente: Manual de proyectos APP

Ing. Omar Laurrabaquio Reyes

Matriz Estándar de Riesgos

Fuente: Manual de proyectos APP

Ing. Omar Laurrabaquio Reyes

Fuente: Manual de proyectos APP

Ing. Omar Laurrabaquio Reyes

Fuente: Manual de proyectos APP

Ing. Omar Laurrabaquio Reyes

Fuente: Manual de proyectos APP

Ing. Omar Laurrabaquio Reyes

5.3 Valoración del riesgo:

La valoración del riesgo tiene dos factores a considerar:

El modelo de valoración del riesgo es el siguiente:

Ing. Omar Laurrabaquio Reyes

Fuente: Manual de proyectos APP

La valoración en términos de probabilidad de ocurrencia y en impacto al proyecto (términos monetarios) puede

5.3.1Técnicas analíticas para la valoración del riesgo:

5.3.2Probabilidad de ocurrencia de un evento:

Ing. Omar Laurrabaquio Reyes

 Cuantitativa: Asigna a cada riesgo una probabilidad de ocurrencia

Ejemplo para estimar la distribución de probabilidad con @RISK.

Ing. Omar Laurrabaquio Reyes

Datos de proyecto (Ingresos) Distribución asignada Estadísticas

Se cuenta con los datos estadisticos En @risk se seleccionan los datos y se

5.3.3Conceptos básicos de estadística y probabilidad