Элементы анализа. Методы оценки затрат. Типы долларов, страница 15

Например, предположим, что подсистема TFU MLE имеет стоимость $5 миллионов. Уровень риска умеренный со среднеквадратичным отклонением неопределенности в 20%, а среднеквадратическая ошибка оценки затрат принята в размере 15%. Среднеквадратическая ошибка для суммы из двух источников неопределенности – корень суммы квадратов.

(+ σ)=(0.2² + 0.15²)¹/² = 0.25       (20-2)

Где σ_t, является среднеквадратическим отклонением цены в технологии, а σ_c – неопределенность оценки затрат. Таким образом, среднеквадратическое отклонение неопределенности - 25% соотношения MLE для подсистемы. Исходные данные для вышеупомянутого уравнения будут получены из табл. 20-13 для σ_t , и из табл. 20-4 и 20-5 для σ_c.

Это обеспечивает меру неопределенности для подсистемы. Для всей системы, сумма вероятностей более сложна. Мы не можем просто использовать корень суммы квадратов, так как между подсистемами существует корреляция. То есть, существуют взаимосвязи между разработками подсистем. Фиксирование этих взаимосвязей требует более современных методов, по сравнению с теми, которые будут рассматриваться здесь. Приближением к вычислению степени неопределенности системы является следующее:

1)  Суммировать среднеквадратические отклонения неопределенности для каждой подсистемы.

2)  Взять корень суммы квадратов среднеквадратических отклонений неопределенности подсистемы, и

3)  Взять среднее число из двух значений в действиях (1) и (2).

Шаг (1) обеспечивает неопределенность системы, предполагающую совершенную корреляцию среди подсистем. Шаг (2) обеспечивает полностью не соотнесенное решение. Среднее значение в шаге (3) обеспечивает промежуточное решение, которое является приемлемым приближением для большинства концептуальных исследований. Конкретный пример рассматривается в разделе 20.5.

Вышеупомянутый анализ предполагает нормальные распределения неопределенности. Это не обычный случай, но он обеспечивает простые аналитические решения. Более всестороннее рассмотрение аналитических методов и метода моментов, относящихся к рискам оценки затрат, также как и методов моделирования Монте Карло, упомянутых ранее, даны в Wilder [1978].

20.4.2 Временное распределение затрат.

Предшествующие Разделы были сфокусированы на разработке оценок общей стоимости. Мы теперь рассмотрим, как издержки будут распределены во времени. Следующий аналитический финансовый метод распределения был разработан Wynholds и Skratt [1977], и он близок к реальным программам.

Распределение затрат для  определения видов финансирования может приближенно равняться функции вида:

f(S) = A [10 + S ((15 - 4S)S - 20)]S² + B [10 + S (65 - 15)]S³+ [1 - (A + В)](5 - 4S)S⁴              (20-3)

Где F (S) - доля стоимости, освоенной во времени S, S - доля суммарного времени программы, а А и B - эмпирические коэффициенты.

Значения для коэффициентов А и B зависят от ожидаемого распределения затрат во времени. Например, типичный период для RDT&E и двух произведенных единиц продукции - 5 лет. Издержки обычно составляют наибольшую величину в течение первых двух лет, когда проект проходит стадии разработки и испытаний. Обычно, 60% издержек будет востребовано к середине периода рассмотрения проекта. Коэффициенты для различных вариантов распределения затрат следующие:

Предложено 60% распределение для RDT&E и производства первых нескольких спутников. Если включены больше, чем два спутника, то происходит уменьшение 60% к пределу 50%. Конкретный пример рассматривается в разделе 20.5.