Академический Документы
Профессиональный Документы
Культура Документы
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/321038584
CITATIONS READS
0 9
2 authors, including:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Degradación físico – química y biológica de residuales industriales y medios receptores de los mismos
View project
All content following this page was uploaded by Elina Fernández Santana on 13 November 2017.
Riesgo e incertidumbre de la
en proyectos de
Ingeniería Química
Autores:
Índice
Introducción .................................... 5
1.- Técnicas de evaluación económica financiera utilizadas en proyectos
de inversión ......................................................................................... 7
1.1.- Flujo de caja de una planta .................... 7
1.2.- Valor Actual neto ................... 8
1.3.- Tasa Interna de Rendimiento ..................... 11
2.- Simulación estocástica basada en el método de Montecarlo ................ 13
2.1.- Conceptos fundamentales .......... 13
2.2.- Fundamentos del método de Montecarlo ................. 14
3.- Aplicación del método de Montecarlo en la evaluación económica financiera de
proyectos ............................ 17
4.- Ejemplos de aplicación en la Ingeniería Económica ........................ 20
Conclusiones ........................ 28
Bibliografía ........................... 29
4
5
Introducción
Por otra parte, los eventos cuya realización no se conoce con certeza no pueden
describirse adecuadamente mediante las técnicas de modelación estadísticas y
deterministas que se emplean habitualmente. En estos casos resulta más adecuado el
empleo de técnicas de modelación estocásticas, las que consideran de forma explícita
la incertidumbre asociada con el comportamiento del fenómeno que se analiza y que se
manifiesta en el hecho de que las variables que lo describen se comportan de forma
aleatoria. Precisamente en este material se expone como las técnicas de modelación
estocásticas pueden ser aplicadas para evaluar la incertidumbre de los métodos de
evaluación económica financiera en proyectos de ingeniería química.
El flujo de caja de una planta se define como el resumen de todos los ingresos y
desembolsos financieros que tienen lugar durante la operación de la misma durante un
período de tiempo predeterminado. En este sentido, se definen los ingresos de caja
anuales como la diferencia existente entre los ingresos por las ventas anuales de los
productos menos los costos totales anuales requeridos para producir y vender los
productos.
A CI = A S − A TE (1.1.1)
donde ACI son los ingresos de caja anuales, AS los ingresos debido a las ventas
anuales y ATE son los costos totales anuales.
Los ingresos de caja anuales netos, serán la diferencia entre los ingresos de caja
anuales menos el importe anual por impuestos, quedando:
A NCI = A CI − A IT (1.1.2)
8
donde ANCI son los ingresos de caja anuales netos y AIT es el importe anual por
impuestos. Es decir, una parte de todo el ingreso en caja debe usarse para pagar los
impuestos gubernamentales. Este monto anual por impuestos viene dado por
A IT = (A CI − A D − A A ).t (1.1.3)
A CF = A NCI − A TC (1.1.4)
donde ACF es el Flujo de caja anual neto y ATC son los Gastos anuales de capital.
El costo total anual ATC anteriormente mencionado puede ser calculado como la
suma de los costos de operación y gastos generales, por lo que:
A TE = A ME − A GE (1.1.5)
donde AME es el costo de operación anual que implica operar la planta y AGE
representan otros Gastos generales en los cuales se incurre.
invierte dinero hoy (bien invertido), mañana se tendrá mas dinero acumulado que el
que habrá invertido originalmente. Este cambio en la cantidad de dinero durante un
periodo de tiempo dado, es lo que se llama valor del dinero en el tiempo. La
manifestación del valor del dinero en el tiempo se llama interés y constituye una
medida del incremento entre la suma original y el costo final pagado o acumulado.
A CFO
PBP = (1.2.1)
A CF
donde ACFo es el capital invertido y ACF es el flujo de efectivo promedio anual, el cual
se determina mediante la siguiente expresión:
∑A
y =1
CFy
A CF = (1.2.2)
n
El método de comparación del Valor Actual Neto (VAN) o Valor Neto Actual (VNA)
consiste en reducir todas las diferencias futuras entre alternativas a una sola cantidad
presente equivalente. Esto también puede hacerse calculando el VAN de cada
alternativa por separado, antes de restar sus diferencias. El hecho de que el VAN se
aplique tanto a costos como a ingresos en ocasiones puede causar problemas, pues es
lógico pensar en valor como ingreso y no como costo. Solo debe recordarse que el VAN
de una serie de costos es un costo y que la mejor alternativa es la que tenga menor
VAN. Lo contrario ocurre cuando se analiza el VAN de una serie de ingresos, donde la
alternativa más económica es la que tiene mayor VAN. El VAN de una serie, depende
naturalmente del número de términos de la serie y por lo tanto, del período de tiempo
sobre el cual se calcula el VAN.
La relación que existe entre el valor P del dinero en el presente y su valor futuro
F involucra a la tasa de interés i y está dado por:
11
F
P= (1.2.3)
(1 + i)n
donde es posible sustituir los valores futuros por los correspondientes flujos de efectivo
anuales (ACF)n, obteniendo el denominado flujo de efectivo anual descontado como:
A CF ,y
ADCFy = (1.2.4)
(1 + i)y
n
VAN = ∑ ADCF
y =1
y (1.2.5)
J=1
Generar n números
aleatorios entre 0 y 1.
Calcular la variable de
interés YJ
Y = f(X1 ,..,Xn )
J = J+1
J > 300 No
Ajustar la función de
probabilidad
correspondiente a Y a
partir de los valores de
Yj calculados. J = 1..300
El valor medio es el promedio de todos los valores posibles que puede tomar la
variable y constituye a la vez el valor al cual le debe corresponder la probabilidad más
alta. La varianza es el promedio del cuadrado de la diferencia entre el valor que toma
la variable y el valor promedio. La raíz cuadrada de la varianza es la desviación
estándar y constituye una medida cuantitativa que caracteriza el tamaño de las
fluctuaciones.
1) Se establece el criterio de confiabilidad que será asumido. En este caso este criterio
se debe encontrar asociado a un índice económico específico, de forma tal que la
confiabilidad se define como la probabilidad de que el índice económico se
seleccionado se encuentre dentro del rango de valores establecido.
2) Se especifica el modelo matemático que se emplea usualmente para calcular el
índice económico especificado.
3) En el modelo matemático definido en 2 se identifican las variables que fluctúan y
que pueden considerarse como variables estocásticas.
4) Se modela el comportamiento temporal de las variables estocásticas de acuerdo
con la estrategia anteriormente explicada. En este caso para cada variable se debe
obtener al menos un conjunto de 100 valores.
19
Ejemplo 4.1
Solución:
estándar dadas por dato, e igual a 12089 y 1387 respectivamente. Parte de los
resultados obtenidos en la modelación se muestran en la figura 4.1.1.
COMPORTAMIENTO DE Q
20000
15000
Q(i)
10000
5000
0
11
16
21
26
31
36
1
6 i
Para cada uno de los valores de Q obtenido por modelación se calcula mediante
el EXCEL el valor del costo de producción de acuerdo con la ecuación COSTO = 1259.Q
+ 13000. Una parte de los valores del costo obtenido se muestran en la figura 4.1.2:
30000000
costo(i)
20000000
10000000
0
11
16
21
26
31
36
1
Los resultados del ajuste obtenidos con el STATGRAPHICS indican que la función
de distribución de probabilidad asociada al costo es normal con un valor medio de
1,4951.107 y una desviación estándar de 1,91674.106.
En este caso se obtiene que la confiabilidad es igual a 83%. Esto significa que la
probabilidad de que el costo se encuentre por debajo del valor máximo especificado es
de un 85%.
Ejemplo 4.2
Solución:
23
150000
100000
50000
0
1 3 5 7 9 11 13 15 17 19 21
Costo venta
ACF = AS – ATE
150000
100000
50000
Ejemplo 4.3
Solución:
En este caso se observa que el valor del flujo de caja no se puede precisar con
exactitud para cada año debido a que para cada una de las alternativas se encuentra
en función de una variable estocástica, respectivamente. Esto hace que el TIR también
se comporte como una variable estocástica, de aquí que no se pueda predecir con
exactitud si su valor será superior al valor mínimo establecido.
TIR de la alternativa 1
20%
15%
10%
5%
0%
1 3 5 7 9 11 13 15 17
T IR d e la alt e r n at iva 2
12%
10%
8%
6%
4%
2%
0%
Se puede observar que para cada alternativa pueden obtenerse valores del TIR
que se encuentran tanto por encima como por debajo del valor mínimo.
Conclusiones
Bibliografía
Chou S., Fan L., Nassar R. 1988. Modeling of complex chemical reactions in a
continuos flow reactor: A Markov chain approach. Chem. Eng. Sci. 43:2807-2815
Fan L., Shen B., Chou S. 1991. Stochastic modeling of transient residence time
distributions during start - up. Chem. Eng. Sci. 50:211-221
Feller W. 1968. An introduction to probability theory and its applications. Ed. Wiley.
New York
Gardiner C. 1985. Handbook of stochastic methods. Ed. Springer. Berlín.
Perry Robert H. 1989. Perrýs Chemical Engineers Handbook Primera edición cubana.
Peters M,S. 1991. Plant Design and Economics for Chemical Engineerings
Van Kampen N. 1992. Stochastic processes in physics and chemistry. Ed. Elsevier.
Amsterdam.