Gestión de Proyectos con Simulación Monte Carlo Webinar 20151028

Gestión de Proyectos conGestión de Proyectos conSimulación Monte Carlo

Ing. Jorge Gadze (MBA, PMP, RMP y CQM)

[email protected]@cvpro.com.ar

Objetivos de la Presentación

� Incertidumbre en proyectos:– variabilidad de estimaciones,– variabilidad de estimaciones,– eventos de riesgo.

� Procesos de la Gestión de Riesgo.� Herramientas de análisis cuantitativo.� Simulación Monte Carlo.� Simulación Monte Carlo.� Caso de aplicación.� Próximo curso.

2

Proyecto – Objetivos - Plan

Objetivos

Inicio Fin

Plan de

Proveedor entrega

equipo 25/Oct

Equipo instalado el

20/11

Pruebas de equipo

finalizan 05/12

Objetivos

PROYECTO

3

Plan de

Proyecto

3

Objetivos

Incertidumbre

Conocidos - Desconocidos

Objetivos

Inicio Fin

Plan de

Proveedor entrega

equipo 25/Oct

Equipo instalado el

20/11

Pruebas de equipo

finalizan 05/12

Variables aleatorias

4

¿?NO OK

Plan de

Proyecto

4

Eventos discretos

Objetivos

Incertidumbre

Conocidos - Desconocidos

Objetivos

Inicio Fin

Plan de

Variables aleatorias

( - )Amenazas

( + )

Oportunidades

5

¿?NO OK

Plan de

Proyecto

5

Eventos discretos

Procesos de Gestión de Riesgos

Riesgo en el Proyecto: Definición

� Riesgo en un proyecto es un evento o condición incierto que, si seproduce, tiene un efecto positivo o negativo sobre al menos un objetivoproduce, tiene un efecto positivo o negativo sobre al menos un objetivodel proyecto: plazo / costo / alcance / calidad.

� Un riesgo puede tener una o más causas y, si se produce, uno o másimpactos.

� Las condiciones de riesgo incluyen los aspectos del proyecto y del� Las condiciones de riesgo incluyen los aspectos del proyecto y delcontexto de la organización que contribuyen a la generación deeventos de riesgo.

Guía de los Fundamentos de la Dirección de Proyectos – 5ª Edición / Guía del PMBOK7

Procesos de Gestión de Riesgos1º: Identificar los eventos de riesgo / oportunidad

1. Demora 15 días del Proveedor “A”2. No disponibilidad de recursos del

sector “X” 3. Escasa experiencia en aplicar E.T.4. …..

8

Procesos de Gestión de Riesgos2º: Clasificar los eventos de riesgo / oportunidad

Alto

Matriz Probabilidad - Impacto

PR

OB

AB

ILID

AD


sector “X”3. Escasa experiencia en aplicar E.T.4. …..

Moderado

Alto

Bajo

1

2

3

…

IMPACTO

PR

OB

AB

ILID

AD

9

Procesos de Gestión de Riesgos3º: Cuantificar los eventos de riesgo / oportunidad

Alto


PR

OB

AB

ILID

AD



Moderado

Alto

Bajo

1

2

3

…

IMPACTO

PR

OB

AB

ILID

AD

AnálisisCuantitativode Riesgos

t / $3

Riesgo en plazo = 58%

%

10

Procesos de Gestión de Riesgos4º: Estrategias de Respuesta a Riesgos / Oportunidades

Alto


PR

OB

AB

ILID

AD



Moderado

Alto

Bajo

1

2

3

…

IMPACTO

PR

OB

AB

ILID

AD

Estrategias de RespuestaAnálisis

Cuantitativode Riesgos

t / $3

Riesgo en plazo = 58%

%RIESGOS: • Evitar• Transferir• Mitigar• Aceptar

OPORTUNIDADES: • Explotar• Compartir• Mejorar• Aceptar

Estrategias de Respuesta

11

El Análisis Cuantitativo se basa en …� Variables Aleatorias =

Duración de una tarea / Costo de una actividad:

� Evento Discretos =

t / $Mínimo Máximo

Sobrecosto =Mín / + prob. / Máx.

másprobable

� Evento Discretos =

Eventoincierto

Sí: 20%

No: 80%

Mín / + prob. / Máx.

Sobreplazo =Mín / + prob. + Máx.

12

Caso de aplicación

� Plazo de ejecución requerido: 35 semanas

� Comienzo: 2 de enero

Proyecto implantación Sistema de Calidadsegún NORMA ISO 9001

� Comienzo: 2 de enero� Finalización prevista: 1 de septiembre� Cronograma del proyecto:

– Plan de trabajo de 32 semanas

– Reserva de contingencia de plazo: 3 semanas

14

Duración y secuencia de actividades

I.D. DENOMINACIÓN PREDECESORADURACIÓN[ semanas ]

A Diagnóstico Preliminar Sistema Actual - - 4

B Capacitación General sobre Calidad / ISO 9000 A 4

C Capacitación de Auditores Internos E 2

D Preparación del Manual de Calidad A 4

E Preparación del Manual de Procedimientos A 10

F Preparación de los Registros de Calidad B / D / E 10

G Implementación en Sede Central E (1 semana desuperposición)

6

H Implementación en Sucursal “A” G 5

I Implementación en Sucursal “B” G 5

J Ajustes después de Auditorías Internas L / M / N / F 2

K Ajustes previos a Auditoría de Certificación O 2

L Auditoría Interna en Sede Central G / C 2

M Auditoría Interna en Sucursal “A” H 2

N Auditoría Interna en Sucursal “B” I 2

O Auditoría Externa de Precertificación J 1

P Auditoría Externa de Certificación K 1

15

Asignación de rangos de duraciones

PLAZO [semanas]

mínimo + prob. máximo

A: Diagnóstico Preliminar 3 4 6

B: Capacitación General 2 4 5

C: Capacitación A.I. 2 2 3

D: Preparación M de Calidad 3 4 6

E: Preparación M. de Procdm. 9 10 12

F: Preparación M. de Registros 8 10 13

G: Implementación Sede Ctrl. 5 6 8

H: Implementación Suc. "A" 4 5 7

I: Implementación Suc. "B" 5 5 6I: Implementación Suc. "B" 5 5 6

J: Ajustes post - A.I. 2 2 3

K: Ajustes previos A. Certif. 2 2 3

L: Auditoria Interna Sede Ctrl. 2 2 4

M: Auditoria Interna Suc. "A" 2 2 4

N: Auditoria Interna Suc. "B" 2 2 3

O: Auditoria Externa Precertif. 1 1 2

P: Auditoria Externa Certificn. 1 1 2 17

Modelación y Simulación

Resultados pasados de proyectos similares28,5

36,75

31,25

…

36,5

19

Histograma de resultados pasados

de v

eces

28,536,75

31,25

…F

recu

enci

a =

n° 36,5

Plazo Final[semanas]28 29 33 34 38 39 43 44 51 52 54 55

20

45 s

Predicciones con Histograma de resultados pasados

de v

eces

Fre

cuen

cia

= n°

28 29 33 34 38 39 43 44 51 52 54 55

21

45 s

Plazo Final[semanas]

Análisis de Histograma

de v

ecesPlazo superado por el20% de los resultados

Fre

cuen

cia

= n°

20% de los resultados

20% de los resultados

28 29 33 34 38 39 43 44 51 52 54 55

80% de los Plazo no lo superan

22

45 s


Fundamento de laSimulación Monte Carlo

op mp peElemento Estimac. 1

Elemento Estimac. 2op mp pe

Elemento Estimac. 3op

mp peopElemento Estimac. …

Elemento Estimac. nop mp mp

pe

t / $

Elemento Estimac. n

Res

ulta

do 1

Res

ulta

do 2

Res

ulta

do n

Res

ulta

do …

23

Histograma de “n” simulaciones

de v

eces

29,825,.45

42,16

…29,23

Fre

cuen

cia

= n°

29,23

21 22 28 29 36 37 43 44 51 52 54 55

24


¿Cómo interpretar los resultados de la simulación?(i)%

Tiempo[semanas]

35 s34 s32 s30 s 36 s 38 s 40 s

25

¿Cómo interpretar los resultados de la simulación?(ii)%

X % (100 – X) %

Tiempo[semanas]

t1 [s]

X % prob. ti < t1 (100 – X) % prob. ti > t126

Aplicación al casoImplementación ISO 9001

Asignación de rangos de duraciones

PLAZO [semanas]

mínimo + prob. máximo

















Asignación de Distribución de Probobabilidades (i)

29

Histograma resultante de la simulación

30

Análisis de sensibilidad (Gráfico “Tornado”)

31

� Replanificación : se lleva el cronograma de trabajo a33 semanas (se elimina superposición entre dos tareas).

Estrategias de Respuesta a los Riesgos

33 semanas (se elimina superposición entre dos tareas).

� Reestimación : se estiman nuevamente las duracionesmínima / más probable / máxima de las actividades demayor incidencia en el riesgo total (según Análisis deSensibilidad).

32

Reestimación rangos de duración de actividades

PLAZO [semanas]

mínimo más prob. máximomínimo más prob. máximo

















Histograma resultante de la Segunda Simulación

35

Análisis de sensibilidad (Gráfico “Tornado”)

36

Aplicación a unPresupuesto de Costos

Simulación Presupuesto (i)

WBS BAJOMAS

PROBABLEALTO MEDIA

1.1.1 100,000 150,000 350,000 200,000.001.1.2 250,000 250,000 250,000 250,000.001.1.3 140,000 150,000 215,000 168,333.331.2.1 220,000 300,000 520,000 346,666.671.2.2 80,000 100,000 200,000 126,666.671.2.2 80,000 100,000 200,000 126,666.671.2.3 200,000 200,000 200,000 200,000.001.2.4 150,000 300,000 480,000 310,000.001.3.1 400,000 450,000 602,000 484,000.001.3.2 100,000 100,000 100,000 100,000.00

TOTAL 2,000,000 2,185,666.67

Simulación Presupuesto (ii)

WBS BAJOMAS

PROBABLEALTO MEDIA

1.1.1 100,000 150,000 350,000 200,000.001.1.2 250,000 250,000 250,000 250,000.001.1.3 140,000 150,000 215,000 168,333.331.2.1 220,000 300,000 520,000 346,666.671.2.2 80,000 100,000 200,000 126,666.671.2.2 80,000 100,000 200,000 126,666.671.2.3 200,000 200,000 200,000 200,000.001.2.4 150,000 300,000 480,000 310,000.001.3.1 400,000 450,000 602,000 484,000.001.3.2 100,000 100,000 100,000 100,000.00

TOTAL 2,000,000 2,185,666.67

Simulación Presupuesto (iii)

WBS BAJOMAS

PROBABLEALTO MEDIA

1.1.1 100,000 150,000 350,000 200,000.001.1.2 250,000 250,000 250,000 250,000.001.1.3 140,000 150,000 215,000 168,333.331.2.1 220,000 300,000 520,000 346,666.671.2.2 80,000 100,000 200,000 126,666.671.2.2 80,000 100,000 200,000 126,666.671.2.3 200,000 200,000 200,000 200,000.001.2.4 150,000 300,000 480,000 310,000.001.3.1 400,000 450,000 602,000 484,000.001.3.2 100,000 100,000 100,000 100,000.00

TOTAL 2,000,000 2,185,666.67

Distribution for COSTO FINAL/E14

2,500

3,000

3,500

Mean=2185668

2,32,3

Mean=2185668 Mean=2185668

Valu

es

in 1

0̂ -6

1,000

1,500

2,000

Values in Millions

0,000

0,500

1,8 2,1 2,4 2,71,8 2,1 2,4 2,7

5,76% 78,24% 16% 2 2,3073

41


2,500

3,000

3,500

Mean=2185668

2,32,3

Mean=2185668 Mean=2185668

$ 2.185.66850% Probabil.50% Riesgo

$ 2.307.30084% Probabil.

Valu

es

in 1

0̂ -6

1,000

1,500

2,000

$ 2.000.0006% Probabil.94% Riesgo

84% Probabil.16% Riesgo

Values in Millions

0,000

0,500

1,8 2,1 2,4 2,71,8 2,1 2,4 2,7

5,76% 78,24% 16% 2 2,3073

42


2,500

3,000

3,500

Mean=2185668

2,32,3

Mean=2185668 Mean=2185668

La suma de los Más Probables = $ 2.000.000

… no es el Más Probable de la suma = $ 2.185.668

Valu

es

in 1

0̂ -6

1,000

1,500

2,000

de la suma = $ 2.185.668

Values in Millions

0,000

0,500

1,8 2,1 2,4 2,71,8 2,1 2,4 2,7

5,76% 78,24% 16% 2 2,3073

43

Próximo Curso:Próximo Curso:Gestión de Proyectos conSimulación Monte Carlo

¿Dudas?

¿Consultas?¿Consultas?

Muchas [email protected]

[email protected]@gmail.com

Gestión de Proyectos con Simulación Monte Carlo Webinar 20151028

Business

Transcript of Gestión de Proyectos con Simulación Monte Carlo Webinar 20151028