Ingenieria_Economica_6ta_Edicion_Leland
Ing economica
Ing economica
708 CAPÍTULO 19 Más sobre variaciones y toma de decisiones bajo riesgob) La probabilidad de que el cliente 1 tenga un flujo de efectivo mensual de menos de$12 se determina fácilmente a partir de la gráfica F(C 1 ) como 0.4, o una posibilidadde 40%. Si la relación F(C 1 ) se emplea de manera directa, el cálculo es12 −10F($ 12) = P( C1≤ $ 12) = = 04 .5Cliente 2: distribución del flujo de efectivo mensuala) La distribución de los flujos de efectivo para el cliente 2, identificado por la variableC 2 , sigue la distribución triangular. Esta distribución de probabilidad tiene la formade un triángulo que señala hacia arriba, con el vértice en la moda M, y con líneas dependiente hacia abajo que unen el eje x en cualquier lado hacia los valores bajo (L) yalto (H). La moda de la distribución triangular tiene el valor de probabilidad máximo.2f(mod a ) = f( M)= H − L[19.5]La distribución acumulativa está compuesta de dos segmentos de línea curvada desde0 hasta 1, con un punto de quiebre en la moda, dondeF F M M −(mod a ) = ( ) =LH−L[19.6]Para C 2 , el valor bajo es L = $20, el alto es H = $30 y el flujo de efectivo más probablees la moda, M = $28. La probabilidad en M de la ecuación [19.5] es2 2f ( 28) = = = 02 .30 − 20 10y el punto de quiebre en la distribución acumulativa ocurre en C 2 = 28. Utilizando laecua-ción [19.6],28 − 20F( 28) = = 08 .30 − 20La figura 19.5 presenta las gráficas para f(C 2 ) y F(C 2 ). Observe que f(C 2 ) está sesgada,ya que la moda no está en el punto medio del rango H – L, y F(C 2 ) es una curva conti-nuasuave en forma de S con un punto de inflexión en la moda.b) De acuerdo con la distribución acumulativa en la figura 19.5, hay una posibilidad estimadade 31.25% de que el flujo de efectivo sea $25 o menos.F($ 25) = P( C ≤ $ 25) = 0.31252ComentarioAdvierta que las relaciones generales f(C 2 ) y F(C 2 ) no se desarrollan aquí. La variable C 2no es una distribución uniforme; es triangular. En consecuencia, requiere el uso de unaintegral para encontrar los valores de probabilidad acumulativa a partir de la distribuciónde probabilidad f(C 2 ).www.FreeLibros.me
SECCIÓN 19.3 Muestras aleatorias 709F(C 2 )1.0Moda0.80.60.2f (C 2 )Moda0.40.31250.2020 28 30020 25 28 30C 2 C 2Figura 19.5Distribución triangular para flujos de efectivo mensuales, ejemplo 19.3.Ejemplo adicional 19.9.19.3 MUESTRAS ALEATORIASLa estimación de un parámetro con un valor individual en los capítulos anterioreses el equivalente de tomar una muestra aleatoria de tamaño 1 de una poblacióncompleta de valores posibles. Si se conocieran todos los valores en la población ladistribución de probabilidad y la distribución acumulativa se conocerían. Entonces,la muestra no sería necesaria. Como ejemplo, suponga que se utilizan estimacionesdel costo inicial, del costo anual de operación, de la tasa de interés y de otrosparámetros para calcular un valor VP, con la finalidad de aceptar o rechazar unaalternativa. Cada estimación es una muestra de tamaño 1 de la población completade los valores posibles para cada parámetro. Ahora, si se efectúa una segundaestimación para cada parámetro y se determina un segundo valor VP, se ha tomadouna muestra de tamaño dos.Siempre que realizamos un estudio de ingeniería económica y empleamos la tomade decisiones bajo certidumbre, usamos un estimado para cada parámetro y paracalcular una medida de valor (es decir, una muestra de tamaño 1 para cada parámetro).El estimado es el valor más probable, es decir, un estimado del valor esperado.Sabemos que todos los parámetros variarán un poco; aunque algunos son losuficientemente importantes, o variarán lo suficiente, como para que se determine ose suponga una distribución de probabilidad para ellos, y que el parámetro se tratewww.FreeLibros.me
- Page 683 and 684: ESTUDIO DE CASO 657Si una empresa u
- Page 685 and 686: www.FreeLibros.me
- Page 687 and 688: OBJETIVOS DE APRENDIZAJEObjetivo ge
- Page 689 and 690: SECCIÓN 18.1 Determinación de la
- Page 691 and 692: SECCIÓN 18.1 Determinación de la
- Page 693 and 694: SECCIÓN 18.1 Determinación de la
- Page 695 and 696: SECCIÓN 18.1 Determinación de la
- Page 697 and 698: SECCIÓN 18.2 Análisis de sensibil
- Page 699 and 700: SECCIÓN 18.4 Cálculos de valor es
- Page 701 and 702: SECCIÓN 18.4 Cálculos de valor es
- Page 703 and 704: SECCIÓN 18.5 Evaluación de altern
- Page 705 and 706: SECCIÓN 18.5 Evaluación de altern
- Page 707 and 708: PROBLEMAS 6813. Elija el valor mayo
- Page 709 and 710: PROBLEMAS 683presente gráficamente
- Page 711 and 712: PROBLEMAS 685de inmersión siempre
- Page 713 and 714: PROBLEMAS 687Flujo de efectivo anua
- Page 715 and 716: PROBLEMAS 689mado para los años 4
- Page 717 and 718: ESTUDIO DE CASO 691ESTUDIO DE CASOA
- Page 719 and 720: ESTUDIO DE CASO 693Costo de operaci
- Page 721 and 722: www.FreeLibros.me
- Page 723 and 724: OBJETIVOS DE APRENDIZAJEObjetivo ge
- Page 725 and 726: SECCIÓN 19.1 Interpretación de ce
- Page 727 and 728: SECCIÓN 19.1 Interpretación de ce
- Page 729 and 730: SECCIÓN 19.2 Elementos importantes
- Page 731 and 732: SECCIÓN 19.2 Elementos importantes
- Page 733: SECCIÓN 19.2 Elementos importantes
- Page 737 and 738: SECCIÓN 19.3 Muestras aleatorias 7
- Page 739 and 740: SECCIÓN 19.3 Muestras aleatorias 7
- Page 741 and 742: SECCIÓN 19.4 Valor esperado y desv
- Page 743 and 744: SECCIÓN 19.4 Valor esperado y desv
- Page 745 and 746: SECCIÓN 19.4 Valor esperado y desv
- Page 747 and 748: SECCIÓN 19.5 Muestreo de Monte Car
- Page 749 and 750: SECCIÓN 19.5 Muestreo de Monte Car
- Page 751 and 752: SECCIÓN 19.5 Muestreo de Monte Car
- Page 753 and 754: SECCIÓN 19.5 Muestreo de Monte Car
- Page 755 and 756: SECCIÓN 19.5 Muestreo de Monte Car
- Page 757 and 758: EJEMPLOS ADICIONALES 731c) P(C 1
- Page 759 and 760: EJEMPLOS ADICIONALES 733f(X) 1 2 3
- Page 761 and 762: PROBLEMAS 735Si se considera ésta
- Page 763 and 764: PROBLEMAS 737meses es la menor vida
- Page 765 and 766: PROBLEMAS 739c) Desarrolle una dist
- Page 767 and 768: EJERCICIO AMPLIADO 741AlternativaPa
- Page 769 and 770: SECCIÓN A.1 Introducción al uso d
- Page 771 and 772: SECCIÓN A.1 Introducción al uso d
- Page 773 and 774: SECCIÓN A.2 Organización (distrib
- Page 775 and 776: SECCIÓN A.3 Funciones de Excel imp
- Page 777 and 778: SECCIÓN A.3 Funciones de Excel imp
- Page 779 and 780: SECCIÓN A.3 Funciones de Excel imp
- Page 781 and 782: SECCIÓN A.3 Funciones de Excel imp
- Page 783 and 784: SECCIÓN A.3 Funciones de Excel imp
708 CAPÍTULO 19 Más sobre variaciones y toma de decisiones bajo riesgo
b) La probabilidad de que el cliente 1 tenga un flujo de efectivo mensual de menos de
$12 se determina fácilmente a partir de la gráfica F(C 1 ) como 0.4, o una posibilidad
de 40%. Si la relación F(C 1 ) se emplea de manera directa, el cálculo es
12 −10
F($ 12) = P( C1
≤ $ 12) = = 04 .
5
Cliente 2: distribución del flujo de efectivo mensual
a) La distribución de los flujos de efectivo para el cliente 2, identificado por la variable
C 2 , sigue la distribución triangular. Esta distribución de probabilidad tiene la forma
de un triángulo que señala hacia arriba, con el vértice en la moda M, y con líneas de
pendiente hacia abajo que unen el eje x en cualquier lado hacia los valores bajo (L) y
alto (H). La moda de la distribución triangular tiene el valor de probabilidad máximo.
2
f(mod a ) = f( M)
= H − L
[19.5]
La distribución acumulativa está compuesta de dos segmentos de línea curvada desde
0 hasta 1, con un punto de quiebre en la moda, donde
F F M M −
(mod a ) = ( ) =
L
H−
L
[19.6]
Para C 2 , el valor bajo es L = $20, el alto es H = $30 y el flujo de efectivo más probable
es la moda, M = $28. La probabilidad en M de la ecuación [19.5] es
2 2
f ( 28) = = = 02 .
30 − 20 10
y el punto de quiebre en la distribución acumulativa ocurre en C 2 = 28. Utilizando la
ecua-ción [19.6],
28 − 20
F( 28) = = 08 .
30 − 20
La figura 19.5 presenta las gráficas para f(C 2 ) y F(C 2 ). Observe que f(C 2 ) está sesgada,
ya que la moda no está en el punto medio del rango H – L, y F(C 2 ) es una curva conti-nua
suave en forma de S con un punto de inflexión en la moda.
b) De acuerdo con la distribución acumulativa en la figura 19.5, hay una posibilidad estimada
de 31.25% de que el flujo de efectivo sea $25 o menos.
F($ 25) = P( C ≤ $ 25) = 0.
3125
2
Comentario
Advierta que las relaciones generales f(C 2 ) y F(C 2 ) no se desarrollan aquí. La variable C 2
no es una distribución uniforme; es triangular. En consecuencia, requiere el uso de una
integral para encontrar los valores de probabilidad acumulativa a partir de la distribución
de probabilidad f(C 2 ).
www.FreeLibros.me