Una de las teorías de riesgo más populares adoptadas para medir el riesgo en proyectos es la Teoría Estadística Bayesiana, nombrada en honor a Thomas Bayes, un matemático británico del siglo XVIII (http://es.wikipedia.org/wiki/Thomas_Bayes).
La Teoría Bayesiana se basa en la enumeración de diferentes eventos posibles y la asociación de cada uno con una probabilidad de ocurrencia. Por medio de la cuantificación del impacto de cada evento, y la multiplicación por su correspondiente probabilidad de ocurrencia, se pueden calcular los «daños esperados» de cada factor de riesgo.
A pesar de que esta forma de pensar con respecto a los riesgos es muy intuitiva y responde al sentido común, la Teoría Bayesiana aplicada a riesgos afronta dos problemas difíciles de explicar:
1. El problema del tamaño del riesgo: tiramos una moneda, si perdemos pagamos $5, si ganamos ganamos $10. Parece un buen trato, la mayoría de nosotros aceptaría la apuesta. ¿Qué pasa si le agregamos unos ceros a la apuesta? Tiramos una moneda, si perdemos pagamos $500.000, si ganamos ganamos $1.000.000. Parece un buen trato, pero ¿aceptarías jugar? En riesgos, «el tamaño importa», entonces esto de calcular el impacto y multiplicarlo por la probabilidad quizás no aplique a todo… Esta pregunta es muy interesante… ¿cómo se traduce a proyectos? Escribinos si tenés algún comentario.
2. El problema de los «Desconocidos Desconocidos» («Unknown Unknowns» o incóginitas desconocidas): estás analizando los factores de riesgo en tu proyecto y luego te proponés cuantificar el impacto y multiplicarlo por la probabilidad de ocurrencia. Hasta aquí vas bien, «ségun el libro». ¿Cómo tomar en cuenta aquellos factores de riesgo desconocidos, aquellos que nunca te imaginaste que podrían suceder? En los contratos de negocios existe el término «Casos de Fuerza Mayor», incluso en los contratos en inglés se usa el término «Force Majeure», tomado del francés: casos de fuerza mayor que si suceden anulan automáticamente toda responsabilidad sobre el contrato: terremotos, epidemias, derrumbes, inundaciones, inestabilidad política, revoluciones, etc. ¿Deberías hacer figurar un riesgo de tsunami o de una catástrofe similar al 11 de septiembre, con un 0,00001 % de probabilidad? Estas dos cosas eran una «incógnita desconocida» antes de que sucedan. ¿Cómo te los podrías haber imaginado? Esta pregunta es muy difícil de contestar aplicando la Teoría Estadística Bayesiana.
Mejores Proyectos 
Amigos
Me permito hacer un comentario:
El método de multiplicar la probabilidad de ocurrencia de un evento por la valoración de su impacto para valorizar el riesgo asociado no está basado en la teoría Bayesiana (que solo se enfoca en el cálculo de probabilidades), sino en lo que se conoce como «Esperanza Matemática» (ver http://es.wikipedia.org/wiki/Esperanza_matemática) (la esperanza matemática es igual a la suma de la probabilidad de cada posible suceso aleatorio multiplicado por el valor de dicho suceso).
Nota: No debe cometerse el error de multiplicar un «ponderador» de probabilidad por un «ponderador» del impacto por que se desvirtúan las bases matemáticos, dado que dichos ponderadores normalmente siguen una función logarítmica de la probabilidad y/o del impacto. Debe multiplicarse el valor de la probabilidad por el valor del impacto preferiblemente traducido a dinero (esta última evaluación en el caso de las compañías aseguradoras es estudiada por los profesionales ACTUARIOS).
Espero que esto resulte en un aporte.
Saludos cordiales,
Ing. Adrián M. Balonga Heinrich
tienes la razon y fue acertado tu comentarios te lo agradesco
Me alegro poder haber aportado algo. Si bien me ha tocado trabajar específicamente en gestión de riesgos de equipamiento médico y he colaborado con el instituto IRAM en la redacción de la norma 17550, es un tema tan amplio, interesante y en alguna medida controvertido que siempre me resulta interesante. Saludos cordiales. Adrián