Uso del Árbol

Cárdenas Gutiérrez Fortino.

¿Qué es el Árbol de Decisión?
Técnica Gráfica que permite representar y analizar una serie de decisiones
futuras de carácter secuencial a través del tiempo.
¿Cómo se representa?
• Cada decisión se representa gráficamente a través de un cuadrado con
un número puesto en una bifurcación del árbol de decisión.

• Cada rama que se origina en este punto representa una alternativa de

acción.
• Mediante círculos se expresan los sucesos aleatorios que influyen en los
resultados.
• A cada rama que parte de estos sucesos se le asigna una probabilidad de
ocurrencia.
• Así, el árbol representa todas las combinaciones posibles de decisiones
y sucesos.
Cárdenas Gutiérrez Fortino.
 Se estudia el lanzamiento de un nuevo producto. Las posibilidades en estudio son
Ejemplo. introducirlo en el ámbito nacional o regional. Si se decide lanzar regionalmente, es
posible hacerlo luego nacionalmente si el resultado regional así lo recomieda. VAN
Demanda alta. P = 0.60 4.000
Ampliar al ámbito nacional
Demanda media. P = 0.10 1.000
C
Demanda baja. P = 0.30 (2.000)

Demanda alta. P = 0.70

2
Demanda alta. P = 0.50 2.000
Continuar en el ámbito regional
Demanda media. P = 0.20 1.500
D
Demanda baja. P = 0.30 1.000

Introducción regional Demanda media. P = 0.10 2.000

A
Demanda baja. P = 0.20 1.000

1
Demanda alta. P = 0.50 5.000

Introducción nacional Demanda media. P = 0.20 100

B
Demanda baja. P = 0.30 (3.000)

Cárdenas Gutiérrez Fortino.

 Para tomar la decisión óptima se analizan los sucesos de las alternativas de decisión
más cercanas al final del árbol, calculando el valor esperado de sus valores actuales
netos y optando por aquella que proporcione el mayor valor esperado de VAN.

C D A B
Ampliar al ámbito nacional Continuar en el ámbito Regional Introducción Regional Introducción Nacional

0.60 x 4,000 = 2,400 0.60 x 2,000 = 1,200 0.70 x 1,900 = 1,330 0.50 x 5.000 = 2,500
0.10 x 1000 = 100 0.10 x 1,500 = 150 0.10 x 2,00 = 200 0.20 x 100 = 20
0.30 x (2,000) = (600) 0.30 x 1,000 = (900) 0.20 x 1,000 = 200 0.30 x (3,000) = (900)
VE (VAN) 1,900 VE (VAN) 1,650 VE (VAN) 1,730 VE (VAN) 1,620

La decisión será ampliar nacionalmente ( C ) porque retorna un VAN La siguiente decisión (A) se refiere a Para la alternativa de la introducción
esperado mayor. la introducción inicial. Si nacional se tendría el desarrollo
regionalmente existe un 70% de presentado.
probabilidades de que la demanda
sea alta. Si así fuese, el VAN
esperado sería de 1,900 (C ),que
correspondería al resultado de la
decisión que se tomaría de
encontrarse en ese punto de
decisión.
En consecuencia, se optaría por la introducción inicial en el ámbito regional (A), que luego se ampliaría nacionalmente ( C ). Esta
combinación de decisiones es la que maximiza el valor esperado de los resultados.

Cárdenas Gutiérrez Fortino.


Este método no incluye el
efecto total del riesgo, puesto
que no considera la posible
dispersión de los resultados
ni las posibilidades de las
desviaciónes.
Cárdenas Gutiérrez Fortino.
Una manera de obviar este
problema es medir los árboles
En el ejemplo anterior, la
de decisión probabilísticos
decisión se hacía sobre la base
que permiten que todas las
de un VAN promedio. Sin
cantidades, variables y
embargo, algunos
sucesos aleatorios puedan
inversionistas podrían optar
representarse por
por continuar regionalmente.
distribuciones continuas de
probabilidad.
La información acerca del
resultado de cualquier
combinación de decisiones
puede ser expresada
probabilísticamente, lo que
permite su comparación,
considerando sus respectivas
distribuciones de
probabilidad.
Modelo unidimensional de la sensibilización del VAN.
Determina hasta dónde puede modificarse el valor de una variable para que
el proyecto siga siendo rentable.

Se define el VAN de equilibrio como cero por cuanto es el nivel mínimo de

aprobación de un proyecto.

Como su nombre lo indica, y auqí radica la principal limitación del modelo,

sólo se puede sensibilizar una variable por vez.

Cárdenas Gutiérrez Fortino.

Modelo multidimensional de la sensibilización del VAN, simulación de Monte Carlo.

• La simulación de Monte Carlo permite considerar una gran cantidad de

combinaciones posibles respecto de las variables que afectan los
resultados de un proyecto o negocio.

• Es una técnica basada en la simulación de distintos escenarios inciertos,

los que permiten estimar los valores esperados para las distintas variables
no controlables, por medio de una selección aleatoria, en la cual la
probabilidad de escoger entr todos los resultados posibles está en estricta
relación con sus respectivas distribuciones de probabilidades.

• Para la implementación de la aplicación computacional se recomienda la

utilización del software Crystal Ball.

Cárdenas Gutiérrez Fortino.

Modelo multidimensional de la sensibilización del VAN, simulación de Monte Carlo.
• Además de incorporar el efecto de dos o más variables, busca determinar
de qué manera varía el VAN frente a cambios en los valores de esas
variables como una forma de definir el efecto de los resultados de la
evaluación de errores en las estimaciones.
• Los principales pasos consisten en identificar las variables críticas a
sensibilizar. Asignar una distribución de probabilidad a dichas
variables, junto con un valor promedio y una desviación estándar;
definir la variable que see quiere medir como resultado (ej. Valor de
merecado de la compañía o VAN) y finalmente determinar el número de
escenarios a sumular

Cárdenas Gutiérrez Fortino.

Modelo multidimensional de la sensibilización del VAN, simulación de Monte Carlo.
• Ejemplo: ¿cuál es la probabilidad de que el VAN sea mayor que cero? En este caso es del
80%. Adicionalmente, se podrá conocer los valores estadísticos que apoyen el análisis.

Cárdenas Gutiérrez Fortino.

Modelo multidimensional de la sensibilización del VAN, simulación de Monte Carlo.
• Adicional, es posible conocer los grados de sensibilidad en las variables.

Cárdenas Gutiérrez Fortino.

Usos y abusos de la sensibilidad.
• El análisis de sensibilidad muestra cuán cereca del margen se encuentra
el resultado del proyecto, al permitir conocer si un cambio porceentual
muy pequeño en la cantidad o el precio de un insumo o del producto
hace negativo al VAN acumulado.
• El análisis de sensibilidad es útil para decidirse a profundizar el estudio
de una variable en particular o, a la inrversa, para no profundizar más su
estudio si, por ejemplo, se deteermina que el resultado del proyecto es
insensible a determinada variable.
• Hay un abuso del análisis de sensibilidad cuando el evaluador lo usa como
excusa para no intentar cuantificar cosas que podrían haberse calculado. Lo
mismo sucede cuando el informe presenta solamente un conjunto complicado
de inteerrelaciones entre valores cambiantes, omitiendo proporcionar una
orientación.

Cárdenas Gutiérrez Fortino.