Documentos de Académico
Documentos de Profesional
Documentos de Cultura
65
Fuente: The Risk of Using Risk Matrices, Thomas Phillip et. al. SPE Economics & Management, 2014
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 66
66
3. Análisis de los Riesgos
INCONVENIENTES DEL USO DE MATRICES DE RIESGOS
2. Compresión de los rangos: La Matriz puede asignar calificaciones idénticas a
riesgos cuantitativamente muy diferentes. Esto es inevitable cuando se asignan
puntajes a probabilidades e impactos; la distancia entre riesgos en la matriz no
refleja la distancia real entre riesgos especialmente en el posible impacto o
pérdida esperada).
Una Explosión (Blowout) puede tener un impacto varios niveles de magnitud mayor que una
pérdida de control (Well Control), sin embargo la matriz no resalta este hecho
Fuente: The Risk of Using Risk Matrices, Thomas Phillip et. al. SPE Economics & Management, 2014
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 67
67
Fuente: The Risk of Using Risk Matrices, Thomas Phillip et. al. SPE Economics & Management, 2014
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 68
68
3. Análisis de los Riesgos
INCONVENIENTES DEL USO DE MATRICES DE RIESGOS
4. Sesgo en la definición de categorías: La interpretación de frases que definen una
probabilidad o un impacto depende del contexto y las preferencias personales
(como la percepción del valor del impacto). Palabras relacionadas a las
probabilidades o consecuencias (Frecuente, Ocasional, Catastrófico, Severo, etc.)
pueden generar confusión y una evaluación inexacta del riesgo, más aún cuando
existen variaciones en las definiciones en documentos de una misma industria.
ÍNDICE DESCRIPCIÓN MEDIDA
Frecuente Varias veces al año en un mismo lugar Ocurrencia < 1/año
Frecuente Se espera que ocurra varias veces durante la vida útil de una unidad Ocurrencia < 1/año
Frecuente Sucede varias veces al año en la misma ubicación u operación Ocurrencia < 0.1/año
Frecuente Ha ocurrido en la organización en los últimos 12 meses. ---
Frecuente Posibilidad de incidentes repetidos. ---
Fuente: The Risk of Using Risk Matrices, Thomas Phillip et. al. SPE Economics & Management, 2014
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 69
69
Fuente: The Risk of Using Risk Matrices, Thomas Phillip et. al. SPE Economics & Management, 2014
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 70
70
3. Análisis de los Riesgos
INCONVENIENTES DEL USO DE MATRICES DE RIESGOS
6. Inestabilidad de categorías: Las Matrices de Riesgo clasifican los valores de
probabilidad e impacto en diferentes categorías sin existir una regla establecida
para hacer esto. Con el fin de examinar la sensibilidad de la clasificación y
priorización de los riesgos según las categorías definidas para probabilidad e
impacto, se introduce un multiplicador “n” para establecerlas.
n= 2 n= 3 n= 2 n= 3
Ecuación Valor
Probabilidad (%) Probabilidad (%) Ecuación Valor
0.16 1.0 0.81 1.0 Impacto (MUSD) Impacto (MUSD)
4
0.01*n < p ≤ 1 6 <p≤ <p≤
16.0% 100.0% 81.0% 100.0% 4
6 1.6 < Imp. 8.1 < Imp.
100*n < Imp.
3 4 0.08 0.16 0.27 0.81
0.01*n < p ≤ 0.01*n 5 <p≤ <p≤
8.0% 16.0% 27.0% 81.0% 3
100*n < Imp. ≤ 100*n
4
5 0.8 < Imp. ≤ 1.6 2.7 < Imp. ≤ 8.1
2 3 0.04 0.08 0.09 0.27
0.01*n < p ≤ 0.01*n 4 <p≤ <p≤ 2 3
4.0% 8.0% 9.0% 27.0% 100*n < Imp. ≤ 100*n 4 0.4 < Imp. ≤ 0.8 0.9 < Imp. ≤ 2.7
2 0.02 0.04 0.03 0.09
0.01*n < p ≤ 0.01*n 3 <p≤ <p≤ 2
2.0% 4.0% 3.0% 9.0% 100*n < Imp. ≤ 100*n 3 0.2 < Imp. ≤ 0.4 0.3 < Imp. ≤ 0.9
0.01 0.02 0.01 0.03
0.01 < p ≤ 0.01*n 2 <p≤ <p≤ 100 < Imp. ≤ 100*n 2 0.1 < Imp. ≤ 0.2 0.1 < Imp. ≤ 0.3
1.0% 2.0% 1.0% 3.0%
0.01 0.01
p ≤ 0.01 1 p≤ p≤ Imp. ≤ 100 1 Imp. ≤ 0.1 Imp. ≤ 0.1
1.0% 1.0%
71
Impacto. 2
72
3. Análisis de los Riesgos
ANÁLISIS CUANTITATIVO DE RIESGOS1
Proceso de analizar numéricamente el efecto
combinado de los riesgos individuales identificados y
otras fuentes de incertidumbre sobre los objetivos
generales del proyecto.
Utiliza datos sobre los riesgos del proyecto que han sido
evaluados por el Análisis Cualitativo y que indican un
potencial significativo para afectar los objetivos del
proyecto.
Para realizar el análisis, se requieren suficientes datos
(con alto grado de certeza). Por lo anterior, el director
del proyecto debe determinar si es necesario y práctico
llevarlo a cabo o no.
1. Fuente: Guía de los fundamentos para la dirección de proyectos PMBOK, 6ª. Ed. Project Management Institute, 2017
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 73
73
74
3. Análisis de los Riesgos
Identificación • Compromiso de recopilar datos de alta
y análisis
cualitativo
calidad: Con frecuencia, los datos de calidad
previos sobre los riesgos no están disponibles en
Interrelaciones
entre los riesgos Modelo
históricos y deben recopilarse. Esta
en el análisis apropiado de recopilación de datos de riesgo requiere
cuantitativo de proyecto
riesgos Factores recursos y tiempo, así como el apoyo de la
Críticos para gerencia.
el análisis
cuantitativo
• Datos Imparciales: Se requiere la capacidad
Riesgo general de riesgos de reconocer cuándo se producen sesgos
del proyecto
derivado de
Compromiso de
recopilar datos
para combatirlos o, buscar otras fuentes
riesgos
individuales
de alta calidad imparciales de los datos. El sesgo en los datos
de riesgos puede ocurrir por muchas razones,
Datos pero dos fuentes comunes son el sesgo
Imparciales
cognitivo y el sesgo motivacional
75
76
3. Análisis de los Riesgos
PRIORIZACIÓN
(Análisis Cualitativo)
PROCESO DEL ANÁLISIS CUANTITATIVO
DE RIESGOS1
INTERRELACIÓN
Entre Riesgos
MODELO PROYECTO
Cronograma, Costos
1. Fuente: Practice standard for Project risk management. Project Management Institute, 2009
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 77
77
78
3. Análisis de los Riesgos
ANÁLISIS CUANTITATIVO DE RIESGOS – Resultados
1.¿Cuál es la probabilidad de cumplir los objetivos
del proyecto?
2.¿Cuáles son las partes del proyecto que
contribuyen con mayor riesgo, cuando todos los
riesgos se consideran simultáneamente?
3.¿Qué riesgo individual contribuye más al riesgo
general del proyecto?
4.¿Cuánta reserva de contingencia (en tiempo y
COSTOS DEL PROYECTO costo) se necesita para proporcionar a la
organización el nivel de certeza que requiere en
función de su tolerancia al riesgo?
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 79
79
1. Fuente: Zuppinger, W. Assessing risk: is it a black swan? Paper presented at PMI® Global Congress 2012
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 80
80
3. Análisis de los Riesgos
ANÁLISIS CUANTITATIVO DE RIESGOS - Análisis de valor monetario esperado [EMV]
Exploración estadística que calcula un resultado promedio, de diferentes escenarios
que pueden o no presentarse (probables).
Ejercicio 3.1: Se debe tomar una decisión entre tres opciones (O1, O2, O3), las
cuales pueden tener tres posibles resultados cada una (R1, R2, R3). ¿Cuál
Seleccionar?
1. Decisión Segura: D1 (no hay pérdidas)
Resultado 2. Decisión más arriesgada: D3 (se encuentran la
R1 R2 R3 máxima posible ganancia y pérdida)
O1 $ 60 $ 40 $ 50 3. Al tomar una decisión, la misma debe ser
Opción
81
Ejercicio 3.2: Lanzar una moneda 10 veces, para obtener las siguientes ganancias o
pérdidas:
82
3. Análisis de los Riesgos
ANÁLISIS CUANTITATIVO DE RIESGOS - Análisis de valor monetario esperado [EMV]
VME = $10,000 * 0.5 + (-$5,000 * 0.5) ⇨ VME = $2,500. Nunca se obtienen $2,500.
Pero en varias repeticiones, en promedio se obtendrán $2,500
Realizar el Ejercicio 1 con las probabilidades presentadas en el siguiente cuadro:
• El valor monetario esperado EMV, analiza las
probabilidades junto con los posibles resultados
40% 40% 20% de cada opción y calcula ponderadamente un
Resultado valor numérico de cada una.
R1 R2 R3 • Se selecciona la decisión con el EMV mayor.
O1 $ 60 $ 40 $ 50 $ 50 • Igual que con la moneda, nunca se obtendrán
Opción
O2 $ 100 -$ 90 $ 250 $ 54
$50, $54 o $60. Estos resultados son el
O3 $ 90 -$ 240 $ 600 $ 60
promedio de varias repeticiones.
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 83
83
84
3. Análisis de los Riesgos
ANÁLISIS CUANTITATIVO DE RIESGOS – EMV Reserva de Contingencia
IMPACTO RESERVA
ID DESCRIPCIÓN PROB.
COSTO TIEMPO (d) COSTO TIEMPO (d)
El cliente puede introducir cambios importantes en los requerimientos
T-01 20% $ 11,000 20 $ 2,200 4.0
durante el proyecto, causando atraso o mayores costos
Nueva tecnología puede surgir durante el proyecto, haciendo el
T-02 15% $ 15,000 35 $ 2,250 5.3
producto obsoleto o modificando su diseño
Se pueden presentar demoras en las decisiones de la compañía,
O-01 30% $ 7,000 20 $ 2,100 6.0
generando atrasos al proyecto
No existen históricos de la compañía, ocasionando que los estimativos
O-02 25% $ 17,000 15 $ 4,250 3.8
tengan un alto grado de incertidumbre
Legislaciones locales pueden obligar a cambios importantes en los
E-01 5% $ 20,000 40 $ 1,000 2.0
diseños, ocasionando sobre costos
Factores climáticos pueden obligar al paro de las actividades del
E-02 20% $ 12,000 30 $ 2,400 6.0
proyecto, generando atrasos
Los proveedores pueden presentar demoras en la entrega de
G-01 40% $ 13,000 18 $ 5,200 7.2
información clave para el proyecto, generando atrasos en los diseños
Las expectativas de las partes interesadas pueden cambiar durante el
G-02 10% $ 21,000 20 $ 2,100 2.0
desarrollo del proyecto ocasionando rechazo hacia el proyecto
TOTAL: $ 21,500 37
85
36%
Alternativas, Ramas Nodo Terminal
64% Alternativa Rechazada
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 86
86
3. Análisis de los Riesgos
Pasos para elaborar un Árbol de Decisión
1. Definir el objetivo: Maximizar el valor (Utilidad,
Ganancia, VPN, etc.) o Minimizar el costo (Costos de
Inversión, gastos, etc.)
2. Identificar la decisión inicial y desarrollar una rama a
la vez. Se debe tener claro el orden temporal de los
eventos
3. Los nodos de decisión se trazan como cuadrados, los
de incertidumbre (probabilidad) como círculos y los
de resultados finales como triángulos. Los eventos se
unen con líneas o ramas del árbol
4. Se estiman o calculan las probabilidades de
ocurrencia de los eventos inciertos y se registran en la
rama correspondiente a ese evento
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 87
87
88
3. Análisis de los Riesgos
ANÁLISIS CUANTITATIVO DE RIESGOS – Árbol de decisión
Ejercicio 3.3: En una obra, existe un 20% de probabilidad de lluvia. Para realizar los
trabajos en sitio, se plantea:
Construir una bodega con un costo de $13,500 o adecuar una cubierta provisional
con un costo de $7,500.
Cuál opción seleccionar si:
• Bodega: En caso de lluvia permitirá continuar con los trabajos.
Si no llueve, servirá como almacén, ahorrando al proyecto $5,000.
• Cubierta: En caso de lluvia, mitigará el impacto, sin embargo pueden existir
pérdidas para el proyecto de $6,000.
Si no llueve, servirá como acopio de materiales, ahorrando al proyecto $1,000.
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 89
89
J Nodo de decisión
C.I.: $ 7,500 NO LLUVIA $ 1,000 X 80%
I Nodo de Probabilidad
$ - 7,500 + [$ - 400 (ŧ)] 80% $ 1,000 $ 800
$ - 7,900
L Fin de Ramal
(ŧ) - VME
90
3. Análisis de los Riesgos
ANÁLISIS CUANTITATIVO DE RIESGOS – Árbol de decisión
Ejercicio 3.4: Un grupo de emprendedores ha tenido
mucho éxito con su empresa en su ciudad de origen y
después de 2 años de operación deben decidir entre
construir una instalación pequeña o grande en otra
ciudad. Si disponen de los siguientes datos, ¿Cuál opción
deben seleccionar?:
1. La demanda en la nueva ciudad puede ser baja
(probabilidad de 35%) o alta (probabilidad de 65%)
2. Si la nueva instalación es pequeña y la demanda es
alta, pueden decidir no expandirse obteniendo una
ganancia de $300 o expandirse obteniendo una
ganancia de $500
91
92
3. Análisis de los Riesgos
Árbol de decisión - Solución Demanda Baja 35%
$ 200
$ 200
Instalación Pequeña Expandir
$ 500
$ 395
Demanda Alta 65%
$ 500
No Expandir
$ 300
Decisión de Expansión
$ 457 Hacer Nada
$ 100
Los empresarios deben tomar la decisión de construir la Instalación Grande, pues el valor monetario
esperado es $457, superior a los $395 de la Instalación Pequeña. Esta es la única decisión que se toma
inicialmente, las otras dependerán de la demanda (Baja o Alta) en la nueva ciudad
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 93
93
94
3. Análisis de los Riesgos
Valor esperado de la Información
Demanda Baja 35%
$ 200
Perfecta
Instalación Pequeña
$ 395 Para el caso del ejercicio 3.4, si los
Demanda Alta 65% empresarios tuvieran acceso a la
$ 500
Información Perfecta, el Valor Medio
Límite sería $460.
Decisión de Expansión
$ 457 Esto significa que el máximo valor de
Demanda Baja 35% esa información (lo que se debería
Instalación Grande
$ 190 pagar por ella, con el fin de tener
$ 457 certeza sobre las variables con
Demanda Alta 65%
$ 600
incertidumbre) es $3, que
corresponde a la diferencia entre el
• VML = ($200 * 35% + $600 * 65%) = $460
VML y el VME
• VIP = $460 - $457 = $3
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 95
95
96
3. Análisis de los Riesgos
ANÁLISIS CUANTITATIVO DE RIESGOS - Simulación de Montecarlo
Se utilizan aplicaciones informáticas para iterar el
modelo de análisis cuantitativo varias miles de veces
Los valores de entrada (estimaciones de Costos o de
Tiempos) son elegidos al azar para cada iteración
Las salidas representan el rango de posibles
resultados para el proyecto como fecha de
finalización o costo del proyecto a la terminación y
pueden incluir:
• Histograma que presenta el número de iteraciones
donde se produjo un resultado de la simulación
• Distribución de probabilidad acumulada (curva S)
que representa la probabilidad de lograr cualquier
resultado en particular Fuente: PMBOK 6ª Ed.
97
98
3. Análisis de los Riesgos
ANÁLISIS CUANTITATIVO DE RIESGOS – Simulación de Montecarlo
Ejercicio 3.5: Utilizando la simulación de Montecarlo, hallar el área bajo la curva de
la función f(x) = 1 – x2, entre los puntos x = 0 y x = 1.
99
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 100
100
3. Análisis de los Riesgos
ANÁLISIS CUANTITATIVO DE RIESGOS – Simulación de Montecarlo
1 2 3-4
Resolviendo el problema a través de una
Cant. Bajo
Proporc. Error simulación, el área (aproximada) bajo la curva es
Ptos. Curva
0.671, lo que representa un error de 0.70%.
3,000 2,014 0.671 0.70%
Estos valores cambian con cada iteración.
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 101
101
102
3. Análisis de los Riesgos
4. Establecer la correlación entre las variables:
Debido a que la simulación utiliza valores aleatorios,
debe definirse la correlación entre dos o más
variables, para determinar cómo la modificación en
una induce al cambio en otra
5. Correr la simulación: Usualmente, con el uso de
software se realiza la simulación con un número
significativo (1,000 – 10,000) de posibles escenarios
6. Realizar el análisis estadístico de los resultados: Se
traza una distribución de la simulación para
determinar las probabilidades de los resultados del
proyecto. Esta distribución de probabilidad
acumulativa se puede usar para evaluar el riesgo del
proyecto
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 103
103
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 104
104
3. Análisis de los Riesgos
Simulación de Montecarlo – Algunos tipos de Distribución
3. Distribución Triangular: Se definen los valores
mínimo, máximo y más probable (moda). Los
valores situados alrededor del valor más
probable tienen más probabilidades de
a c b
producirse. Se utiliza cuando sólo se cuenta con
una cantidad limitada de datos
4. Distribución Normal: Se define la media o valor
esperado y una desviación estándar para
describir la variación con respecto a esta. La
variable puede tomar cualquier valor real y
aquellos cercanos a la media tienen mayor
probabilidad de producirse.
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 105
105
Iteración 01
Iteración 02 Mp
Iteración 03 Mp
Iteración N..
Pe Max Max Pe Max Max
La simulación realiza repetidas iteraciones tomando diferentes valores de cada una de las variables para
obtener diferentes resultados
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 106
106
3. Análisis de los Riesgos
Simulación de Montecarlo
Ejercicio 3.6: Para un proyecto de manejo de aguas, por cada X metros de línea se
requiere el siguiente conjunto de accesorios prefabricados en concreto:
107
108
3. Análisis de los Riesgos
Simulación de Montecarlo
Clase Frecuencia % acumulado 600 120.00%
12 4 0.20%
13 41 2.25%
14 46 4.55% 500 100.00%
15 147 11.90%
16 18 12.80% 400 80.00%
17 99 17.75%
± 80% de probabilidad de
Frecuencia
18 20 18.75% entregar en 23 días o menos
19 136 25.55% 300 60.00%
20 143 32.70%
21 541 59.75%
200 40.00%
22 63 62.90%
23 379 81.85%
24 35 83.60% 100 20.00%
25 205 93.85%
26 17 94.70%
27 81 98.75% 0 0.00%
28 4 98.95%
29 20 99.95% Clase
30 0 99.95% Frecuencia % acumulado
y mayor... 1 100.00%
Después de realizar 2,000 iteraciones con las posibles combinaciones de tiempos, el resultado de la
simulación es que existe una probabilidad de 99.95% de fabricar y entregar 10 conjuntos en 30 días o menos
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 109
109
42 4 98.95%
43 0 98.95% Clase
44 20 99.95%
y mayor... 1 100.00% Frecuencia % acumulado
Después de realizar 2,000 iteraciones con las posibles combinaciones de tiempos, el resultado de la
simulación es que existe una probabilidad de 32.7% de fabricar y entregar 15 conjuntos en 30 días o menos
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 110
110
3. Análisis de los Riesgos
Simulación de Montecarlo
Con los resultados obtenidos en la simulación, el director del proyecto puede
concluir que:
1. Si al proveedor sólo se le envían órdenes de 10 conjuntos, puede cumplir con el
tiempo de entrega (30 días) en un 99.95%, sin importar que se presenten
eventos contemplados en los escenarios pesimistas.
2. Si sólo se le envían órdenes de 15 conjuntos, puede cumplir con el tiempo de
entrega en sólo un 32.7% de las ocasiones.
3. Si existe la misma probabilidad (50% - 50%) de enviar órdenes de 10 o 15
conjuntos al mes, la probabilidad que el proveedor cumpla con el contrato es:
(50% * 99.95%) + (50% * 32.7%) = 66.33%
Es decir hay una probabilidad (riesgo) del 33.67% de Incumplimiento.
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 111
111
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 112
112
3. Análisis de los Riesgos
Solución
Duración (Días) Dur. Estim. Desv. Std.
Activ. Pred. Holgura
Optim. M. Prob. Pesim. Beta PERT s
01 - 10 23 30 22 3.3 0
02 01 20 20 20 20 0.0 0
03 01 4 14 24 14 3.3 5
04 01 4 20 24 18 3.3 6
05 02 2 14 30 15 4.7 0
06 02;03 8 10 20 11 2.0 4
07 03 8 16 24 16 2.7 5
08 04 17 17 17 17 0.0 6
09 04 8 15 28 16 3.3 7
10 05;06;07 6 16 36 18 5.0 0
11 08;09 4 13 16 12 2.0 6
12 10;11 7 15 21 15 2.3 0
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 113
113
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 114
114
3. Análisis de los Riesgos
Solución Clase Frec. % Acum.
Clase Frec. % Acum. 92 172 52.3%
67 0 0.0% 93 179 58.3%
68 1 0.0% 94 155 63.4%
69 0 0.0% 95 164 68.9% ± 80% de probabilidad de
70 0 0.0% 96 141 73.6% finalizar en 97.5 días o menos
71 0 0.0% 97 145 78.4%
72 0 0.0% 98 131 82.8%
73 4 0.2% 99 109 86.4%
74 3 0.3% 100 82 89.2%
75 5 0.4% 101 69 91.5%
76 9 0.7% 102 51 93.2%
77 17 1.3% 103 40 94.5%
78 15 1.8% 104 34 95.6%
79 27 2.7% 105 25 96.5%
80 28 3.6% 106 28 97.4%
81 44 5.1% 107 22 98.1%
82 56 7.0% 108 21 98.8%
83 62 9.0% 109 13 99.3%
84 75 11.5% 110 13 99.7%
85 102 14.9% 111 2 99.8%
86 121 19.0% 112 1 99.8% Después de realizar 3,000 iteraciones con las combinaciones de tiempo de las
87 140 23.6% 113 2 99.9%
88 169 29.3% 114 0 99.9%
actividades para cada una de las posibles rutas, se puede concluir que:
89 173 35.0% 115 2 99.9% 1. La probabilidad de cumplir con el tiempo de la Ruta Crítica (90 días) es de 41.1%
90 182 41.1% 116 2 100.0%
91 164 46.6% y mayor... 0 100.0%
2. Para tener un 80% o 100% de probabilidad de cumplir, se necesitan 98 o 116 días
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 115
115
116
4. Respuestas a los Riesgos
ESTRATEGIAS PARA RESPONDER A RIESGOS
ESCALAR
OPORTUNIDADES
EVITAR EXPLOTAR
AMENAZAS
TRANSFERIR COMPARTIR
MITIGAR MEJORAR
ACEPTAR
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 117
117
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 118
118
4. Respuestas a los Riesgos
ESTRATEGIAS PARA AMENAZAS
Transferir: Implica el cambio de titularidad de una amenaza
a un tercero para que maneje el riesgo y para que soporte el
impacto si se produce la amenaza. Transferir el riesgo a
menudo implica el pago de una prima de riesgo a la parte
que asume la amenaza.
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 119
119
120
4. Respuestas a los Riesgos
ESTRATEGIAS PARA OPORTUNIDADES
Compartir: Implica la transferencia de la propiedad o la
asignación de una oportunidad a un tercero para que éste
comparta algunos de los beneficios si se produce la misma. La
idea es que el nuevo dueño de la oportunidad compartida sea
el más capacitado para capturarla y beneficiar al proyecto
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 121
121
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 122
122
4. Respuestas a los Riesgos
RIESGOS – CAUSAS Y CONTROLES
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 123
123
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 124
124
4. Respuestas a los Riesgos
RIESGOS – PLANEAR RESPUESTA
Especialización en Gerencia de Proyectos Ing. Sergio Rojas A. MBA - PMP® | 2020 125
125