—

© Asturias Corporación Universitaria

1
Índice

1 Introducción .................................................................................................................................... 3

2 Estudios de Factibilidad ............................................................................................................. 3

3 Variables Aleatorias ..................................................................................................................... 5

3.1 Análisis de sensibilidad .................................................................................................. 5

4 Análisis de Escenarios ................................................................................................................ 6

5 Modelaje de Variables Aleatorias ..........................................................................................8

5.1 Arboles de decisión ......................................................................................................... 11

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.
1 Introducción
Ya observamos anteriormente cómo se vinculan los diferentes conceptos en un
modelo, el cual se usa para realizar la valoración del proyecto basado en la
información incluida en el modelo. Sin embargo, surge la duda de cómo obtener
cierta confiabilidad del modelo, o como incluir las posibilidades que existen en
los resultados. A continuación, se presentarán técnicas para aprender a utilizar
estos aspectos.

2 Estudios de Factibilidad
En el ejemplo anterior se habló de que la confiabilidad de los datos y del modelo,
y por tanto de los resultados, se basaban en la certeza y la calidad de la
información introducida inicialmente en el modelo.
Ahora bien, anteriormente se habló de que, durante el desarrollo del proyecto, una
primera etapa consiste en el análisis y levantamiento de información. Y en esta
etapa se realiza un análisis de factibilidad. Entrando a un mayor nivel de detalle,
se tienen en general 5 tipos de estudios:
• Factibilidad económica: Mediante modelos y simulaciones se pretende
determinar si un proyecto es económicamente viable y sostenible o no. Esto es
lo que hemos ido viendo, en profundidad, a lo largo del presente curso. Una
aproximación rápida correspondería a una relación costo beneficio o a un radio
“turnover”.
• Factibilidad técnica: Mediante estudios y análisis, se busca establecer las
necesidades en términos técnicos y tecnológicos del proyecto, y determinar si
con las herramientas disponibles se pueden suplir dichas necesidades, qué
adquisiciones son necesarias para llevar a cabo el proyecto o si no es posible
satisfacer estas necesidades tecnológicas.
• Factibilidad legal: Mediante documentación e investigación, se busca
determinar los aspectos legales necesarios que haya que cumplir para
desarrollar el proyecto, y detalles anexos a un negocio, como puede ser la
legislación laboral o taxativa (impositiva). Al respecto, muchas cámaras de
comercio y entidades similares ofrecen guías que ayudan a recopilar estos
requisitos en un solo documento.
• Factibilidad operacional: En particular, este estudio mediría qué tanto la
operación es eficiente, es decir, en qué medida cumple con lo esperado. Un

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.
 ejemplo de este tipo de factibilidad correspondería a estudios de mercado. En
un estudio de mercado, se realizan diferentes tipos de técnicas, con
herramientas como encuestas, entrevistas, sondeos, recopilación de
estadísticas, y otras técnicas similares, buscando de esta manera obtener
datos sobre la industria y poder determinar el mercado potencial de un
producto, el precio promedio que está dispuesto a pagar la población por dicho
producto, los canales de distribución por los cuales se va a vender el producto,
y similares. De esta información, se pueden extraer datos como un rango de
precio para el producto, un estimado de ventas mensuales o un estimado del
comportamiento futuro de ventas del producto, datos que incluiremos en el
modelo financiero.
• Otras factibilidades: aquí caben algunos aspectos particulares de la industria
o proyecto que se está evaluando, como el tiempo disponible para realizar el
proyecto (por ejemplo, en una construcción o licitación), aspectos de
localización y seguridad, aspectos culturales, y similares.

Fig. 4.1. Tipos de estudios de factibilidad

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.

“En un análisis de sensibilidad, se busca
determinar cómo la incertidumbre o
variabilidad de alguna de las entradas del
modelo, afecta los resultados del mismo.”
“…muchas veces se decide definir unos
casos habituales, comunes, o que se espera
sean más probables y se pueda decir que
con mayor certeza, se acercan a cómo se va
a comportar el proyecto en la vida real.”
“Factibilidad económica: Mediante modelos
y simulaciones se pretende determinar si un
proyecto es económicamente viable y
sostenible o no.”
“…los estudios de factibilidad serán fuente
de información para determinar valores
iniciales del proyecto y algún que otro valor
futuro.”
Basándonos en datos de calidad, tanto de estos estudios previos como de la
información levantada en los mismos (por ejemplo, cuánto cuesta el alquiler de un
local o los costos por contratación de personal), el modelo final se acercará más a
la simulación de la situación real del proyecto.
3 Variables Aleatorias
3.1 Análisis de sensibilidad
Los estudios de factibilidad tratados en el punto anterior nos van a permitir
analizar los diferentes aspectos que influyen en la toma de decisiones para
aceptar o rechazar un proyecto, permitiendo una mirada amplia de los posibles
beneficios o perjuicios que se pueden producir al llevar a cabo el proyecto.
Desde el punto de vista económico y financiero los estudios de factibilidad serán
fuente de información para determinar valores iniciales del proyecto y algún que
otro valor futuro (como por ejemplo el caso de las proyecciones de ventas). Sin
embargo, en muchas ocasiones se cuenta con rangos de valores y no valores
puntuales. En particular, esta situación se da en el análisis económico visto en el
punto anterior, donde pueden presentarse rangos para incertidumbres tales como
índice de precios (inflación), valores de suministros, valores de ventas, y similares.
En estos casos se recurre a análisis de sensibilidad para complementar el modelo
del proyecto.
En un análisis de sensibilidad, se busca determinar cómo la incertidumbre o
variabilidad de alguna de las entradas del modelo, afecta los resultados del
mismo. En particular, algunos de los aspectos que se toman en el modelo son
bastante estables (no es frecuente una reforma de impuestos cada año en la
mayoría de los países), pero otros, como las ventas, gastos operativos, uso de
inventarios, inflación, tasa de cambio entre monedas, etc., pueden ser altamente
volátiles. Es en estas variables donde se debe hacer un análisis de sensibilidad,
para determinar los efectos de los cambios en el comportamiento de estas
variables, y con ello, en los resultados del proyecto.
En general, en el caso de sensibilización de un modelo, se intenta generar dicho
modelo basado en la información inicial, dejando los diferentes conceptos a
sensibilizar como una variable única a la cual hacen referencia los diferentes
cálculos al interior del modelo. Con herramientas informatizadas de hojas de
cálculo como por ejemplo Excel, se hace esto dejando en una casilla el valor a
ASTURIAS CORPORACIÓN UNIVERSITARIA®
Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.
 usar para dicha variable a sensibilizar y dentro del modelo, donde se necesite
dicha información, se hace referencia (se llama o se vincula) a esa variable. Así, si
se quiere modificar la variable para ver el efecto de la misma sobre todo el
modelo, con modificarla en esa casilla específica donde se definió, se modifica
automáticamente en todo el modelo, actualizando no solo los cálculos sino
además los resultados.

4 Análisis de Escenarios
En el caso de sensibilización de un modelo, aunque se cuente con pocas variables
que se deseen sensibilizar, las posibilidades pueden ser muy altas, y en algunos
casos, infinitas. Debido a esto, muchas veces se decide definir unos casos
habituales, comunes, o que se espera sean más probables y se pueda decir que
con mayor certeza, se acercan a cómo se va a comportar el proyecto en la vida
real. A estos casos se les llama escenarios.

Fig. 4.2. Escenarios

En un escenario, se intenta dar valores a todas las variables a sensibilizar para
“…los escenarios más comunes que reflejen una situación particular que se espera se produzca. En la valoración,
utilizados para sensibilizar; estos son: el es muy común oír tres términos que denotan los escenarios más comunes
mejor escenario (optimista), el utilizados para sensibilizar; estos son: el mejor escenario (optimista), el escenario
escenario más probable, y el peor más probable, y el peor escenario (pesimista). Esto es un buen índice, porque
escenario (pesimista).” está generando las puntas de un posible rango de opciones, y el escenario
promedio más probable. Aunque nada limita el número de escenarios, este índice
permite con muy pocos escenarios ver el espectro de posibles resultados del
proyecto.

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.
Un claro ejemplo de aplicación para los escenarios más comunes es la
herramienta de estimación de costes por tres valores (método PERT), que Según
A Guide to the Project Management Body of Knowledge, (PMBOK ®1 Guide) - Sixth
Edition, Project Management Institute, Inc., 2017 del Project Management
Institute (PMI) ® 2, que se encuentra como anexo de PMIstandards+ 3, “La
exactitud de las estimaciones de costos de una actividad única puede mejorarse
tomando en consideración la incertidumbre y el riesgo”4. Este concepto se originó
con la Técnica de Revisión y Evaluación de Programas (PERT). El PERT utiliza tres
estimados para definir un rango aproximado de costo de una actividad:
Más probable (cM). El costo de la actividad se basa en una evaluación realista
del esfuerzo necesario para el trabajo requerido y cualquier gasto previsto.
Optimista (cO). El costo de la actividad se basa en el análisis del mejor
escenario posible para esa actividad.
Pesimista (cP). El costo de la actividad se basa en el análisis del peor escenario
posible para esa actividad.
El análisis según el método PERT calcula un costo Esperado (CE) de la actividad
utilizando un promedio ponderado de estas tres estimaciones:

cE = (cO + 4cM + cP) /6

Las estimaciones de costos basadas en esta ecuación (o aun en un promedio

simple de los tres valores) pueden proporcionar una mayor exactitud, y los tres
valores aclaran el rango de incertidumbre de las estimaciones de costos.
En general, lo que se busca hacer con los escenarios, es establecer diferentes
sets o conjuntos de posibles valores para las ecuaciones que se van a sensibilizar;
por ejemplo, si se tiene parametrizado el volumen de ventas, y los incrementos de
las mismas, un escenario optimista puede ser un incremento alto de ventas, y un
escenario pesimista podría ser sin incremento en ventas (incluso una
disminución). Una vez se establecen los conjuntos de datos que se van a tomar,

1
PMBOK es una marca registrada del Project Management Institute, Inc.
2
PMI es una marca registrada del Project Management Institute, Inc.
3
El PMBOK® Guide – Sixth Edition sigue siendo una guía vigente que complementa a la nueva version El PMBOK®
Guide – Seventh Edition que se encuentra como anexo en PMIstandards+.
4
Project Management Institute, A Guide to the Project Management Body of Knowledge, (PMBOK® Guide) – Sixth Edition,
Project Management Institute, Inc., 2017, Page 224.

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.

Existen variedad de modelos estadísticos
que se utilizan junto con la información
histórica para encontrar ecuaciones que
simulen el comportamiento de la variable.”
se introduce esto en el modelo y se corre el mismo. Finalmente, los resultados
con cada uno de los modelos se comparan con los otros para determinar cómo
afecta cada uno de los escenarios.
Algo que se puede hacer es fijar todas las variables salvo una y correr los
diferentes escenarios; esto puede no ser realista, pero permitiría determinar cuál
de las variables afecta más los resultados del modelo, para concentrar los
esfuerzos en que esa variable no llegue a los niveles que afectan más al modelo.
5 Modelaje de Variables Aleatorias
Por otro lado, existen variables que no son fáciles de modelar o que pueden
obedecer a elementos aleatorios, producto a simple vista del azar y de la
aleatoriedad de la naturaleza. Variables como la tasa de cambio de monedas, la
demanda de un producto, el clima y similares, han sido estudiadas a través de los
últimos años y quienes las han estudiado han tratado de llegar a modelos para
tratar de explicar esto. Para la evaluación de un proyecto, se desea simular algo
que se acerque lo más posible a la realidad, sin llegar a diseñar modelos
sofisticados que minimicen el error. Después de todo, el clima puede ser una
entrada importante en un proyecto agrícola, pero así mismo pueden ser el precio
de los insumos o la demanda del producto, y un modelo que no sea tan precis o,
pero se acerque aceptablemente a lo que se desea es suficiente para el propósito
de la evaluación financiera.
Diversos métodos y metodologías estadísticas se han usado y se usan en las
diferentes industrias. En general, los métodos estadísticos utilizan información
histórica para encontrar tendencias y poder modelar comportamientos de las
variables mediante fórmulas y ecuaciones. Estos métodos estadísticos toman
valores históricos bien sea, de la variable que se está midiendo (por ejemplo,
históricos de la tasa de cambio del dólar americano) o se acercan usando
históricos de variables similares, que puedan usarse para simular el
comportamiento (por ejemplo, se toman históricos de las ventas de azúcar para
calcular el comportamiento de la producción de caña de azúcar, para un proyecto
de biocombustible). En este último caso, se pueden hacer ajustes de precios o
valores para que, de ser preciso, los podamos tomar como un valor para la
variable que se quiere modelar.
Existen variedad de modelos estadísticos que se utilizan junto con la información
histórica para encontrar ecuaciones que simulen el comportamiento de la
ASTURIAS CORPORACIÓN UNIVERSITARIA®
Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.
variable. Regresiones lineales, aproximaciones a distribuciones Bernoulli, Poisson,
familias exponenciales, son algunos de los ejemplos de metodologías que se han
desarrollado en estadística para encontrar distribuciones (funciones matemáticas)
que simulen el comportamiento de variables. Con las herramientas informáticas
existentes, cada vez es más fácil y exacto utilizar una gran cantidad de datos
históricos, y aproximarse a funciones con un error mínimo. De hecho, los sistemas
informáticos de planificación de recursos empresariales, llamadas ERPs
(Enterprise Resource Planning) , los cuales permiten manejar de manera integrada
la información de la empresa, cuentan con un módulo de inteligencia del negocio,
el cual recopila la información histórica almacenada y genera líneas de tendencia,
aproximaciones a funciones, gráficos y estadísticas, de los comportamientos de
las diferentes variables de la empresa, información de gran utilidad para los
gerentes de la organización.
Estos métodos estadísticos no son objeto del presente curso. Sin embargo, la
experiencia demuestra que, en la mayoría de los proyectos y negocios, las
variables que son sencillas se pueden calcular mediante regresiones lineales. Las
herramientas informáticas actuales tales como Excel, SPSS, Minitab, SAS, entre
otros, permiten realizar este tipo de cálculo sin problema.
En particular, con la herramienta Excel, una manera fácil y práctica de hacerlo es
mediante gráficas. Se toman los datos correspondientes a la variable sobre la cual
se va a calcular la ecuación. Se añade frente a cada dato otro valor, un subíndice,
correspondiente al periodo en el cual se presentó dicho dato. Se utiliza la opción
de insertar gráfico de Excel. Se utiliza un gráfico de dispersión. Se toman como
valores del eje x, los periodos de tiempo, como valores de la serie, los valores de
la variable, y se genera el gráfico. Una vez se tiene el gráfico, se inserta al mismo
una línea de tendencia lineal, la cual en sus opciones de formato permite
presentar la ecuación de la línea en el gráfico y el valor del R2 (el error), como se
ve en la siguiente tabla y en la siguiente figura:

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.

“Una vez se tiene la ecuación, en el
modelo financiero no se incluye un valor
en donde aparece la variable, sino que
se calcula, usando la fórmula y tomando
como valor para x, el periodo de
tiempo.”
Año Ingreso
1 5.500€
2 5.800€
3 6.300€
4 6.500€
Tabla 4.1.
Gráfico 4.1.
En este caso, la línea de tendencia generada es:
350x + 5150
Donde x corresponde al periodo de tiempo. Si esto fuese una ecuación para hallar
el volumen de ventas, se debería calcular esta ecuación, y en cada periodo de
tiempo, usar en donde corresponda calcular el volumen de ventas, la ecuación,
introduciendo como valor de x, el periodo de tiempo en el que se esté haciendo el
cálculo.
Tal y como se explicó en el ejemplo se incluirían estas ecuaciones en el modelo
financiero previamente visto. Se utiliza información histórica de la variable en
cuestión, y se establece una variable de tiempo, correspondiente a los periodos a
usar en el modelo financiero. Una vez se tiene la ecuación, en el modelo
ASTURIAS CORPORACIÓN UNIVERSITARIA®
Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.
financiero no se incluye un valor en donde aparece la variable, sino que se calcula,
usando la fórmula y tomando como valor para x, el periodo de tiempo.

5.1 Arboles de decisión

Otra forma de utilizar la incertidumbre que genera la variabilidad de los diferentes

conceptos del modelo es a través de árboles de decisión. Un árbol de decisión es
una herramienta estadística, que permite simplificar las ecuaciones
probabilísticas de un modelo con varios elementos (variables) aleatorias.
Ya que la herramienta del árbol de decisión pertenece a la estadística y no a la
rama financiera, en un modelo de evaluación, puede ser usada de diferentes
formas. Se dará explicará cómo funciona la herramienta, y se verán un par de
ejemplos; sin embargo, esto no limita el uso de la herramienta solamente a estas
dos posibilidades.
Como ejemplo de esto, nos referimos al capítulo 11 del PMBOK® 5 Guide que se
encuentra como anexo de PMIstandards+ 6, donde se utiliza el árbol de
decisiones 7 como herramienta para determinar el valor monetario esperado en
técnicas de análisis cuantitativo de riesgos y modelado.

5
PMBOK es una marca registrada del Project Management Institute, Inc.
6
El PMBOK® Guide – Sixth Edition sigue siendo una guía vigente que complementa a la nueva version El PMBOK®
Guide – Seventh Edition que se encuentra como anexo en PMIstandards+.
7
Project Management Institute, A Guide to the Project Management Body of Knowledge, (PMBOK® Guide) – Sixth Edition,
Project Management Institute, Inc., 2017, Page 435.

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.
 Gráfico 4.2. Diagrama de árbol de decisiones 8
Un árbol de decisión simplemente es un grafo de varios nodos, como se ve en la
“Un árbol de decisión simplemente figura
es un grafo de varios nodos.”

8
Project Management Institute, A Guide to the Project Management Body of Knowledge, (PMBOK® Guide)
– Sixth Edition, Project Management Institute, Inc., 2017, Page 435.

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.

“Una de las formas de usar los árboles de
decisión es tomando los nodos como
puntos temporales.”
Gráfico 4.3. Ubalt.edu
En cada cuadrado o círculo existe una diferencia en el resultado de la variable. Y a
cada posible resultado se le asigna un valor probabilístico (entre 0 y 1)
correspondiente a la probabilidad de ocurrencia de dicho escenario.
Una de las formas de usar los árboles de decisión es tomando los nodos como
puntos temporales. Para ilustrar esto mejor, supongamos el siguiente ejemplo.
Se está evaluando un negocio para vender helados en el parque del pueblo. La
venta de helados depende del clima que se presente cada mes en el pueblo.
Informes del instituto meteorológico (los cuales son bastante fiables) indican que
con una probabilidad de 40%, ese mes la temperatura será de 28 grados
centígrados. Y con una probabilidad de 60% la temperatura será de 19 grados
centígrados.
Ahora, para el segundo mes, si en el primer mes la temperatura fue de 28 grados
centígrados, hay un 30% de probabilidad de que en el segundo mes la
temperatura sea de 30 grados centígrados y un 70% de probabilidad de que sea
de 28 grados centígrados. Y si la temperatura en el primer mes fue de 19 grados
centígrados, el segundo mes la temperatura será de 19 grados centígrados con un
100% de probabilidad.
ASTURIAS CORPORACIÓN UNIVERSITARIA®
Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.
Como ejemplo, supongamos que no vamos a tener en cuenta el valor del dinero
en el tiempo y vamos a sumar las cantidades de manera directa. Si la temperat ura
es 19 grados, las ventas son 100€. Si la temperatura es 28, las ventas son 150€. Y
si la temperatura es 30 grados, las ventas son 300€.
El árbol entonces sería el siguiente:

Gráfico 4.4. Ejemplo árbol de decisiones

Ahora, para valorar este proyecto, vamos del último periodo hacia el primero. En
realidad, se debería tener en cuenta mes a mes el valor del dinero en el tiempo;
en este caso, este concepto lo vamos a ignorar.
Por un lado, calculamos el valor del segundo mes. Si en el primer mes, la
temperatura fue de 28, en el segundo mes utilizando un promedio ponderado, el
valor es de:
Valor periodo 2 = 150€*70% + 300€ * 30% = 195€.
El valor promedio (y así teniendo en cuenta los valores porcentuales que da el
árbol) en este caso es de 195€. En el caso de que la temperatura haya sido en el
mes 1 de 19 grados, en el segundo mes sería de 19 grados igualmente y el valor
para el segundo mes correspondería a 100€.
Ahora, para calcular el valor para el periodo 1 (1 mes), se haría de esta manera:
Con un 40% de probabilidad, en el primer mes la temperatura sería de 28 grados
y se generaría ventas por 150€. Del ejercicio anterior se sabe que el valor para el

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.

“…el árbol de decisión simplemente es
una herramienta que evalúa diferentes
opciones, dándoles valores probabilísticos
a cada opción. Una segunda posibilidad
para los árboles de decisión corresponde
a evaluar entre posibilidades de un
proyecto.”
segundo mes si en el primero la temperatura fue de 28 grados, es de 195€.
Entonces, las ventas en el caso de 28 grados, corresponde a 150€ + 195€ = 345€.
Por el otro lado, si la temperatura en el primer mes corresponde a 19 grados, las
ventas para el primer mes serian de 100€, que sumadas a los 100€ del segundo
mes corresponden a 200€.
Ahora, el valor del proyecto correspondería a
345€*40% + 200€*60% = 258€
Así, el valor del proyecto corresponde a 258€.
De esta manera, se utiliza el árbol de decisión para evaluar los nodos como
puntos de tiempo.
Ahora bien, el árbol de decisión simplemente es una herramienta que evalúa
diferentes opciones, dándoles valores probabilísticos a cada opción. Una segunda
posibilidad para los árboles de decisión corresponde a evaluar entre posibilidades
de un proyecto. Para explicar esto, supongamos un ejemplo simple.
En un proyecto dentro de la organización, se está valorando la posibilidad de
contratar o no a un asesor. Si se contrata el asesor, el proyecto puede retornar
1500€, con un 20% de probabilidad o puede retornar 1000€ con un 80% de
probabilidad, y el asesor cuesta 300€. Si no se contrata el asesor el proyecto
retorna 850€.
Gráfico 4.5. Ejemplo árbol de decisiones
El valor de retorno estimado de contratar el asesor es de:
ASTURIAS CORPORACIÓN UNIVERSITARIA®
Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.
= (1500€ *20% + 1000€ * 80%) - 300 = 1100 – 300 = 800€.
El valor de retorno estimado de no contratar el asesor es de 850€. Debido a esto,
es más provechoso no contratar al asesor.

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o
uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos
reservados.