Análisis de sensibilidad,

Ingeniería escenarios y simulación

Montecarlo
Económica

Prof. Cristian Ulloa 1

  Análisis de sensibilidad.
Contenidos
 Análisis de escenarios.
 Simulación Monte Carlo.

Prof. Cristian Ulloa 2

 Riesgo e incertidumbre

El riesgo y la incertidumbre:
Se usan para establecer límites del error en las estimaciones, para que alguna alternativa en estudio se revele
como mejor elección que la inicialmente recomendada cuando había certeza.

Surgen de falta de conocimiento preciso (en la toma de decisiones), sobre condiciones de negocios futuros,
desarrollos tecnológicos, sinergias entre los proyectos a los que se asignan fondos, etc.

Prof. Cristian Ulloa 3

 Riesgo e incertidumbre

Las decisiones bajo riesgo son aquellas con posibles resultados futuros (o escenarios) aceptados, cuyas
probabilidades de ocurrencia pueden calcularse.

Las decisiones bajo incertidumbre son problemas de decisión con resultados futuros desconocidos, cuyas las
probabilidades de ocurrencia no pueden calcularse.

Sin embargo, la diferencia entre riesgo e incertidumbre es arbitraria y muchas veces estos términos se usan
indistintamente.

Prof. Cristian Ulloa 4

 Análisis de sensibilidad

La sensibilidad se puede definir, como la magnitud relativa del cambio en uno o más factores que revertiría la
decisión acerca de la aceptación económica de un proyecto.

En ingeniería económica, el análisis de sensibilidad es una metodología no probabilista, que entrega

información sobre el impacto potencial de la incertidumbre en las estimaciones de factores seleccionados.

El análisis de sensibilidad determina en qué medida cambia el VP, VA, TIR, etc., ante variaciones de un
parámetro.

Prof. Cristian Ulloa 5

 Análisis de sensibilidad

Algunas de las técnicas que incluye el análisis de sensibilidad son:

Análisis de equilibrio. Sobre todo cuando la elección de alguna alternativa depende de un solo factor. El punto
de equilibrio para un proyecto único es el nivel de producción donde los costos son iguales a los ingresos. Para
más de una alternativa, el punto de equilibrio es el valor de un “factor” que hace indiferente la elección entre
esas alternativas (se suele usar VP y VA).

Gráfica de sensibilidad (telaraña). Se usa para analizar cuan sensible es un proyecto ante cambios de dos o
más factores (Ej: costo variable, precio, costo fijo, nivel de producción, vida útil, etc.), por separado. Los cambios
en la medida de valor (Ej: VP), respecto de los cambios % de cada parámetro representan una curva.

Combinación de factores. Se usa para analizar los efectos combinados de la incertidumbre en dos o más
factores del proyecto. Se suele realizar luego de haber identificado factores más sensibles con gráfica de
telaraña.

Prof. Cristian Ulloa 6

 Ejercicio 1: Análisis de sensibilidad – análisis de equilibrio

Una empresa de ingeniería puede arrendar un sistema de medición por $ 1.000 al mes o comprar uno en $15.000.
El sistema arrendado no tendría ningún costo de mantenimiento mensual, pero el del otro sería de $ 80 al mes.
Con una tasa de interés de 0.5 % mensual, ¿cuántos meses sería necesario el sistema a fin de que se alcanzara
el punto de equilibrio?

Prof. Cristian Ulloa 7

 Ejercicio 1: Análisis de sensibilidad – análisis de equilibrio

Una empresa de ingeniería puede arrendar un sistema de medición por $ 1.000 al mes o comprar uno en $15.000.
El sistema arrendado no tendría ningún costo de mantenimiento mensual, pero el del otro sería de $ 80 al mes.
Con una tasa de interés de 0.5 % mensual, ¿cuántos meses sería necesario el sistema a fin de que se alcanzara
el punto de equilibrio?

Solución:
Los valores presentes de ambas alternativas son:

VParrendar = - 1.000(P/A, 0,5%, n) VPcomprar = -15.000 - 80(P/A, 0,5%, n)

Igualando los valores presentes:

- 1.000(P/A, 0,5%, n) = -15.000 - 80(P/A, 0,5%, n)  - 920(P/A, 0,5%, n) = -15.000

(P/A, 0,5%, n) = 16,3044

De tabla se sabe que: con n = 16  (P/A, 0,5%, n) = 15,3399 Por tanto, se concluye que aprox., en 17
con n = 17  (P/A, 0,5%, n) = 16,2586 meses se alcanza el punto de equilibrio.
con n = 18  (P/A, 0,5%, n) = 17,1728
Prof. Cristian Ulloa 8
 Ejercicio 1: Análisis de sensibilidad – análisis de equilibrio

Una empresa de ingeniería puede arrendar un sistema de medición por $ 1.000 al mes o comprar uno en $15.000.
El sistema arrendado no tendría ningún costo de mantenimiento mensual, pero el del otro sería de $ 80 al mes.
Con una tasa de interés de 0.5 % mensual, ¿cuántos meses sería necesario el sistema a fin de que se alcanzara
el punto de equilibrio?

$0
Solución:
$-2.000 0 5 10 15 20 25
$-4.000
$-6.000
$-8.000
Por tanto, se concluye que aprox., en 17
meses se alcanza el punto de equilibrio. VP ($) $-10.000
$-12.000
$-14.000
$-16.000
$-18.000
$-20.000
n (meses)

Arrendar Comprar

Prof. Cristian Ulloa 9

 Ejercicio 2: Análisis de sensibilidad – Gráfica de sensibilidad

La siguiente tabla, muestra las mejores estimaciones (más probables) de un nuevo equipo que se está
considerando adquirir:

Ítem Monto Se desea investigar el efecto en el VP, ante cambios en un

rango de ±40% de las estimaciones de:
Inversión (I) $11.500
a. La inversión de capital.
Ingresos/año (FE) $5.000
b. El flujo neto de efectivo anual.
Gastos/año (FE) $2.000
c. El valor de mercado.
Valor de salvamento (VS) $1.000
d. La vida útil.
Vida útil (N) 6 años

Considere una TMAR del 10% y haga la gráfica de

sensibilidad.

Prof. Cristian Ulloa 10

 Ejercicio 2: Análisis de sensibilidad – Gráfica de sensibilidad
Ítem Monto
Solución:
Inversión (I) $11.500
El VP de las mejores estimaciones es:
Ingresos/año (FE) $5.000
VP = -11.500 + (5.000 – 2.000)(P/A, 10%, 6) + 1.000(P/F, 10%, 6)
Gastos/año (FE) $2.000
VP = -11.500 + (3.000)(4,3553) + 1.000(0,5645) = 2.130,4
Valor de salvamento (VS) $1.000
Vida útil (N) 6 años
Considerando el rango de ±40% de las estimaciones:

La inversión de capital es: VP = -11.500 (1 ± Var%Inversión)+ (3.000)(P/A, 10%, 6) + 1.000(P/F, 10%, 6)

El flujo neto de efectivo anual es: VP = -11.500 + (3.000)(P/A, 10%, 6) (1 ± Var%Flujo Efectivo) + 1.000(P/F, 10%, 6)

El valor de mercado es: VP = -11.500 + (3.000)(P/A, 10%, 6) + 1.000(P/F, 10%, 6) (1 ± Var%Valor Salvamento)

La vida útil es: VP = -11.500 + (3.000)(P/A, 10%, 6 (1 ± Var%Periodo) ) + 1.000(P/F, 10%, 6(1 ± Var%Periodo))
Prof. Cristian Ulloa 11
 Ejercicio 2: Análisis de sensibilidad – Gráfica de sensibilidad

Solución:
Las curvas con mayores pendientes
indican el grado de sensibilidad
relativo.

En base, puede verse que el VP es

mucho más sensible a: la Inversión, el
Flujo neto de efectivo y la vida útil, que
respecto del valor de salvamento.

Prof. Cristian Ulloa 12

 Análisis de escenarios

Luego de usar la técnica de la gráfica de sensibilidad y haber determinado los factores más sensibles para el
proyecto, se pueden estimar los efectos combinados de esos factores en la medida de valor del proyecto (a estas
combinaciones se les llama escenarios.

Se suelen considerar escenarios: optimista, conservador y realista.

Interpretación de resultados:

 Se acepta el proyecto si VP o VA > 0, en todos los escenarios.

 Se rechaza el proyecto si VP o VA < 0, en todos los escenarios.
 No hay conclusiones si VP o VA > 0, solo en algunos valores.

Prof. Cristian Ulloa 13

 Ejercicio 3: Análisis de escenarios – combinación de factores

La siguiente tabla resume tres escenarios para un proyecto:

Ítem Optimista (O) Más probable (M) Pesimista (P)

Inversión (I) $150.000 $150.000 $150.000

Vida útil (N) 18 años 10 años 8 años

Valor de mercado (VM) $0 $0 $0

Ingresos anuales (R) $110.000 $70.000 $50.000

Gastos anuales (E) $20.000 $43.000 $57.000

Valor Anual (8%) $73.995 $4.650 -$33.100

a. En base a la información disponible, ¿aceptaría el proyecto?

b. Analice efectos combinados que tiene la incertidumbre en los factores, considerando el VA.

Prof. Cristian Ulloa 14

 Ejercicio 3: Análisis de escenarios – combinación de factores
Ítem Optimista (O) Más probable (M) Pesimista (P)

Inversión (I) $150.000 $150.000 $150.000

Vida útil (N) 18 años 10 años 8 años

Valor de mercado (VM) $0 $0 $0

Ingresos anuales (R) $110.000 $70.000 $50.000

Gastos anuales (E) $20.000 $43.000 $57.000

Valor Anual (8%) $73.995 $4.650 -$33.100

Solución a.:
La información disponible no es concluyente, ya que el escenario optimista y el más probable tienen un VA > 0,
mientras el pesimista tiene un VA < 0. Se necesitan otros análisis para concluir si es un buen o mal proyecto, o a
qué parámetros, éste es sensible.

Prof. Cristian Ulloa 15

 Ejercicio 3: Análisis de escenarios – combinación de factores
Solución b.:
Para determinar a qué factores es más sensible el VA, es útil trazar una gráfica de sensibilidad:

Fuente: William G. Sullivan, Ingeniería Económica de

DeGarmo 12a. ed., Pearson Prentice Hall, 2004.

Por la forma de las curvas se aprecia que el valor anual del

proyecto es altamente sensible a variaciones en los ingresos
y los gastos, así como a reducciones de la vida útil.

Prof. Cristian Ulloa 16

 Ejercicio 3: Análisis de escenarios – combinación de factores
Solución b.:
La siguiente tabla muestra los valores anuales del proyecto para las diferentes combinaciones de los escenarios,
para ingreso, gasto y vida útil:

Gastos anuales (E)

Ingresos O M P
anuales
(R) Vida útil (N) Vida útil (N) Vida útil (N)
O M P O M P O M P
O 73.995 67.650 63.990 50.995 44.650 40.900 36.995 30.650 26.900
M 34.000 27.650 23.900 10.995 4.650 900 -3.005 -9.350 -13.100
P 14.000 7.650 3.900 -9.005 -15.350 -19.100 -23.005 -29.350 -33.100

Inversión: $150.000; vida útil: 10 años Esta tabla proporciona mayor información sobre el proyecto, no
obstante, puede ser necesario otros análisis para tener más
Valor de mercado: $0; ingresos: $70.000 conclusiones. Por ejemplo, cuanto deben cambiar % los factores
para tener un VA = 0.
Egresos: $20.000 Prof. Cristian Ulloa 17
 Simulación de Monte Carlo

La simulación de Monte Carlo es la precursora de la simulación actual y consiste en estimar parámetros

estocásticos o determinísticos mediante en un muestreo aleatorio.
Dentro de sus múltiples aplicaciones, está el análisis de proyectos, donde se trata de imitar la aleatoriedad de
éstos y pronosticar el: VP, VA, etc., para intentar observar la probabilidad de que sea negativo o positivo.

Fuente: Sapag Chain, Nassir, Proyectos de inversión: Prof. Cristian Ulloa

formulación y evaluación, 2º ed., Editorial Pearson, 2011.
18
 Simulación de Monte Carlo

Los pasos para aplicar la simulación de Monte Carlo varían según el texto, sin embargo, por simplicidad se
consideran los siguientes:

Paso 1: Construir el flujo de caja del proyecto para la toma de decisiones. Se suele usar algún software o Excel
para muchas iteraciones.

Paso 2: Definir el modelo y las distribuciones de probabilidades para cada variable elegida (Normal, Uniforme,
Triangular, Poisson, Lognormal, etc.).
Paso 3: Definir el pronóstico de salida o medida de valor (VP, VA, etc.).

Paso 4: Ejecutar la simulación

Paso 5: Analizar la información y realizar las conclusiones.

Prof. Cristian Ulloa 19

 Simulación de Monte Carlo

Para variable aleatoria normal:

Resultado simulación = media + [desviación aleatoria normal x desviación estándar]

Para variable aleatoria uniforme:

Resultado simulación = Mínimo + [número aleatorio]/[número aleatorio máximo]x[máximo – mínimo]

Prof. Cristian Ulloa 20

 Ejemplo 1: Simulación de Monte Carlo

Se tiene la siguiente información para un proyecto:

 La inversión tiene distribución normal con una media de $50.000 y una desviación estándar de $1.000.
 La vida útil tiene distribución uniforme continua con una mínima de 10 años y una máxima de 14 años.
 El ingreso anual tiene una distribución de probabilidad de: $35.000 con probabilidad de 0,4; $40.000 con
probabilidad de 0,5 y $45.000 con probabilidad de 0,1.
 Los gastos anuales tienen una distribución normal con media de $30.000 y desviación estándar de $2.000.

Se desea determinar si será rentable el proyecto, para lo que se quiere estimar el VP con una tasa de interés del
10%, realizando simulaciones con el método Monte Carlo.

Prof. Cristian Ulloa 21

 Ejemplo 1: Simulación de Monte Carlo
Con cinco iteraciones se tendría:

Número de Desviación aleatoria Inversión (I) Números Vida útil (N) Vida útil (N)
iteración normal (DAN1) [$50.000 + aleatorios con tres [10 + NA/999*(14 – (entero más
DAN1 ($1.000)] dígitos 10] cercano)
1 -1,003 $48.997 807 13,23 13
2 -0,358 $49.642 657 12,63 13
3 1,294 $51.294 488 11,95 12
4 -0,019 $49.981 282 11,13 11
5 0,147 $50.147 504 12,02 12

Número de Número aleatorio Ingreso anual (R) DAN2 Gasto anual (E) VP = -I +
iteración con un dígito $35.000 de [0, 3] [$30.000 + (R – E)(P/A,10%,N)
$40.000 de [4, 8] DAN2($2.000)]
$45.000 para 9
1 2 $35.000 -0,036 $29.928 -$12.969
2 0 $35.000 0,605 $31.210 -$22.720
3 4 $40.000 1,470 $32.940 -$3.189
4 9 $45.000 1,864 $33.728 $23.232
5 8 $40.000 -1,223 $27.554 $34.656
Prof. Cristian Ulloa 22
Con 5 iteraciones se tiene un VP promedio de $3.802.
 Bibliografía

 Blank L., Tarquin A., Ingeniería Económica, 6º ed., McGraw-Hill Interamericana, 2006.
Capítulos 13 y 18.
 William G. Sullivan, Ingeniería Económica de DeGarmo 12a. ed., Pearson Prentice Hall,
2004. Capítulos 10 y 13.
 Sapag Chain, Nassir, Proyectos de inversión: formulación y evaluación, 2º ed., Editorial
Pearson, 2011. Capítulo 10.
 Taha, Hamdy, Investigación de operaciones, 9º ed., Editorial Pearson, 2012. Capítulo 19.

Prof. Cristian Ulloa 23