Facultad de Ingeniería Maestría en Ingeniería

1. Facultad de IngenieríaMaestría en Ingeniería Administración de Proyectos 2º. semestre Semestre enero-junio2013 Análisis Cuantitativo de Riesgo M. I. José Francisco Grajales Marín

2. Contenido • Introducción al análisis cuantitativo de riesgo • Comparación entre análisis cualitativo y cuantitativo • Pasos para el análisis cualitativo de riesgo • Herramientas de análisis • Fortaleza del análisis

3. Enfoques del análisis de riesgo • El enfoque cualitativo expresa probabilidad y/o impacto usando un sistema ordinal para denotar el orden • Adjetivos: alto, medio, bajo • Colores: rojo, amarillo, verde • El enfoque cuantitativo expresa probabilidad y/o impacto usando datos numéricos • 80 % de probabilidad de ocurrencia • $10,000 de impacto • 3 semanas de atraso

4. Análisis cualitativo de riesgo • Fácil y rápido de administrar y entender a cada uno de los participantes • Dificultad para hacer cumplir el cruce organización-proyecto • Requiere definiciones, reglas, estándares y procesos

5. Análisis cuantitativo de riesgo • Consume más tiempo, requiere de estimaciones • Es engañoso en los números, puede aparentar precisión y especificidad • Dificultad del equipo para trabajar con números • Es más valioso para desarrollar estrategias de respuesta al riesgo

6. Conocer la diferencia

7. Análisis mezcla de cualitativo y cuantitativo • Utiliza cualitativo para probabilidad y cuantitativo para impacto • Utiliza análisis cualitativo para algunos riesgos y análisis cuantitativo para otros riesgos

8. Análisis cuantitativo de riesgo • La mayoría de proyectos, usualmente no necesita un análisis cuantitativo • El análisis de Montecarlo sólo puede realizarse en costo y tiempo • Considera otros riesgos de otras cuestiones como calidad y satisfacción del consumidor • Contribución muy importante del consejo de expertos

9. Pasos del análisis cuantitativo • Reunir la información necesaria • Seleccionar riesgos del análisis cualitativo para una investigación adicional • Determinar que herramientas del análisis cuantitativo emplear • Seguir el procedimiento para una herramienta específica del análisis de riesgo (ver herramientas para más detalle) • Determinar cuáles riesgos necesitan planeación de respuesta al riesgo • Determinar costo y programa del impacto

10. Información para iniciar el análisis cuantitativo • Sow y wbs del proyecto • Plan de administración de riesgo • Registro de riesgo actualizado • Estimación detallada del costo • Programa en detalle

11. Herramientas del análisis cuantitativo • Entrevistas • Juicio de expertos • Análisis de sensibilidad • Análisis de valor monetario esperado • Árbol de decisión • Distribución de probabilidad • Simulación de Montecarlo

12. 1. Entrevistas • Reunir información necesaria para cuantificar la probabilidad y consecuencias de varios riesgos sobre los objetivos del proyecto • Preguntar por el valor más bajo, el más probable y el más alto de probabilidad • Preguntar si hay oportunidad de exceder estos valores y para cada uno • Decidir por una distribución de probabilidad • Preguntar por la media y la desviación estándar • Documentar racionalmente los rangos de riesgo

13. Cuestiones a considerar en una entrevista • Percepción • Prejuicios • Experiencia (debe ser relevante) • Actitud hacia el riesgo • Opinión subjetiva de las personas, que se forma por la información disponible para ellos

14. 2. Juicio de expertos • Es clave para el análisis cuantitativo de riesgo • Utilizar a expertos para validar probabilidades (porcentajes) y confirmar las cantidades por impacto del riesgo • Usar la técnica Delphi para que el experto contribuya en forma anónima • Los experto pueden no estar de acuerdo con la probabilidad o el impacto del riesgo

15. 3. Análisis de sensibilidad • Técnica de un modelo determinístico para medir el impacto de un cambio en el valor de la variable independiente sobre una variable dependiente • Un método para evaluar el impacto relativo de un cambio en un factor (variable) sobre los objetivos del proyecto • Es también llamado análisis qué pasa sí

16. Análisis de sensibilidad • Análisis de un factor (variable): Se realiza cambiando solo un factor (parámetro) a la vez y luego identificar el resultado • Análisis de dos factores (variables): Cambiar dos factores (parámetros) a la vez. El análisis es más complejo.

17. Desventajas del análisis de sensibilidad • No toma en cuenta la probabilidad de cambio en el factor o variable • No se presta muy bien para el análisis de una combinación de dos riesgos o variables en un proyecto • Sólo se aplica a riesgos que pueden ser expresados numéricamente; no se puede usar para riesgos sociales o políticos

18. Pasos en el análisis de sensibilidad • Hacer una lista de las variables que tienen un impacto en los objetivos del proyecto • Decidir cuáles son clave que necesitan ser investigados • Definir el rango probable para cada variable • Calcular resultados utilizando el programa • Imprimir el el diagrama de sensibilidad • Interpretar resultados

19. Consejos para el análisis de sensibilidad • Asumir que los otros factores (variables) serán constantes (valor más probable) • Intentar desarrollar una mejor estimación o mejorar la situación al reducir la sensibilidad del proyecto a este factor • El análisis de sensibilidad no evalúa riesgos, el administrador del proyecto debe valorar la probabilidad de ocurrencia del evento (juicio de experto)

20. Análisis de sensibilidad Dos resultados posibles • Diagrama de tornado • Diagrama de araña

21. Diagrama de Tornado • El diagrama permite a la administración de proyectos determinar cuánto del proyecto es afectado por la incertidumbre en las variables del proyecto • Consiste de un conjunto de barras horizontales, una por cada factor o variable • La longitud de una barra representa la variabilidad • El nivel de una barra con respecto a otras, representa el riesgo relativo. Los más riesgosos están arriba

22. Diagrama de Tornado

23. Beneficios del diagrama de tornado • Apoya al administrador del proyecto a centrarse en ls variables más críticas del proyecto • Clasifica y prioriza las variables de acuerdo con su impacto sobre los objetivos del proyecto • Objetiva cuánto del proyecto es impactado por las incertidumbres del proyecto • Decide dónde se necesita invertir en esfuerzo adicional

24. Características del diagrama de tornado • La barra más larga es la más sensible, de los objetivos del proyecto a ese factor • El factor que tiene el mayor impacto se localiza arriba • Los límites de la barra indican un valor bajo y alto del factor

25. Diagrama de Araña

26. Interpretación del diagrama de araña • El grado de sensibilidad relativo de los objetivos del proyecto es indicado por la pendiente de la línea • La línea más inclinada, es lo más sensible del proyecto al factor o variable

27. 4. Valor Monetario Esperado (VME) • Es una herramienta de la estadística para calcular un resultado promedio cuando el futuro es incierto • Las oportunidades tienen valores positivos y los riesgos tienen valores negativos • Se utiliza como base del Árbol de Decisión • El VME es calculado multiplicando el valor de cada posible resultado por su probabilidad de ocurrencia

28. Ejemplo de VME • Calcular el VME multiplicando el impacto por su probabilidad • Calcular el VME para todos los posibles resultados y juntarlos • La suma es el VME total para este escenario • Repetir para cada escenario • Comparar el VME para todos los escenarios

29. 5. Árbol de decisión • Es una representación gráfica del análisis de VME • El árbol permite al administrador del proyecto tener un factor que representa a la probabilidad e impacto para cada rama de cada decisión bajo consideración • La solución del árbol de decisión, le indica al administrador del proyecto qué decisión puede aportar el mayor valor esperado

30. Árbol de decisión

31. Construcción del árbol de decisión • Comenzar con la raíz del árbol a la izquierda, ¿cuál es el objetivo o la decisión que será tomada? • Decidir cuántas decisiones serán tomadas, luego crear los nodos de decisión • Decidir cuántos nodos de oportunidad para cada decisión, luego ligar los nodos de decisión con los nodos de oportunidad, de izquierda a derecha en el mismo orden en que ocurran • Adicionar probabilidad e impacto para los eventos a la derecha de cada decisión

32. Cálculo del árbol de decisión • Comenzar con los nodos de decisión a la derecha • Para cada resultado calcular el VME multiplicando la probabilidad por el impacto • Adicionar todos los VME para cada rama • Identificar el valor total esperado de las decisiones • Seleccionar el mayor de los más pequeños como el aplicable

33. 6. Distribución de probabilidad • La dispersión de valores asignados a las probabilidades en una población muestra • Puede ser expresada como Función Densidad de Probabilidad (FDP) • Dos tipos • Cerrada • Abierta

34. Selección de la distribución aplicable • El tipo de distribución puede seleccionarse en base a las condiciones que rodean a la variable • En otras palabras, el administrador del proyecto debe saber cuáles de las variables pueden comportarse bajo las condiciones del proyecto • Utilizar el enfoque de las cinco cuestiones

35. Preguntar cinco cuestiones • ¿Cuál es el valor más probable, de hecho hay una que puede ser fácilmente indicada? • ¿Cuál es el valor más bajo posible para esta variable? • ¿Cuáles son las probabilidades de un valor menor que cierto valor más probable? • ¿Cuál es el valor más alto posible para esta variable? • ¿Cuáles son las probabilidades de un valor mayor que cierto valor más probable? Luego identificar la distribución aplicable

36. Distribución normal

37. Distribución normal

38. Distribución normal

39. Distribución lognormal

40. Distribución Triangular

41. Distribución Rectángular

42. 7. Análisis de Montecarlo (AMC) Es una técnica empleada para analizar el efecto de la incertidumbre en actividades individuales y el costo sobre la fecha de terminación del proyecto o el costo total del proyecto

43. Ventajas de AMC • Determina la cantidad de la contingencia de tiempo y costo • Determina fecha más real de terminación y el costo del proyecto • Considera la trayectoria de convergencia • El administrador del proyecto puede describir un rango de valores posibles para cada evento en incertidumbre • Apoya al administrador del proyecto a manejar las expectativas de los afectados por las actividades de la empresa, al reflejar la incertidumbre real del costo y programa del proyecto

44. Ventajas de AMC • Toma en cuenta que parámetros inciertos puede esperarse que varíen simultáneamente (por ejemplo, corregir las debilidades en el análisis de sensibilidad) • Expresa resultados sobre una distribución de probabilidad más que en un número simple, dando al que toma decisiones más información sobre en qué basar su decisión • Se aplica el juicio desde el inicio en el proceso, a las variables individuales al formar su propia distribución, el análisis de Montecarlo combina estos factores de juicio, dando el peso correcto a cada uno

45. Desventajas del AMC • Evalúa los riesgos de todo el proyecto • Solo se dirige al costo y al programa • La simulación evalúa al proyecto, no a actividades individuales • Utiliza probabilidades subjetivas. Las considera como probabilidades matemáticas reales mientras que son sólo estimaciones • La respuesta final aún depende del juicio del que toma decisiones

46. Desarrollo de estimación del costo y programa Dos valores (Costo/Tiempo) • Valor determinístico: un valor fijo • Un valor probabilístico: varía de acuerdo acierto rango

47. Histograma de valores vs frecuencias

48. Cinco pasos para un AMC • Definir los recursos de capital (tiempo o costo) requerido por el proyecto para el desarrollo de la estimación del modelo determinístico • Responder las cinco preguntas para cada uno • Identificar la incertidumbre en la estimación de los valores posibles de las variables en la estimación de los rangos de probabilidad (Distribución de probabilidad) • Analizar la estimación con simulación haciendo iteraciones con el modelo para determinar el rango y probabilidades de todos los posibles resultados del modelo • Toma de decisión basado en resultados del AMC

49. Valores de probabilidad

50. Estimación