Professional Documents
Culture Documents
razonable de consenso en torno a los objetivos en cuestin, y asegurar un nivel mnimo que
permita desarrollar indicadores operacionales a partir de los cuales medir y evaluar.
Los resultados obtenidos del anlisis, van a permitir aplicar alguno de los mtodos para el
tratamiento de los riesgos, que involucra identificar el conjunto de opciones que existen para tratar
los riesgos, evaluarlas, preparar planes para este tratamiento y ejecutarlos.
El anlisis de riesgos puede ser cualitativo o cuantitativo. El anlisis de riesgos cualitativo precede
en ocasiones al cuantitativo, cuando se quiere profundizar en algn riesgo concreto. En otras
ocasiones precede directamente a la planificacin de respuesta al riesgo, obvindose el anlisis
cuantitativo. El anlisis de riesgos tiene como objetivo establecer una priorizacin de los riesgos del
proyecto para su tratamiento posterior. Tambin permite establecer una clasificacin general de
riesgo del proyecto, en relacin a otros proyectos de la organizacin. Esta informacin puede ser
utilizada para apoyar decisiones de inicio o cancelacin de un proyecto, para realizar asignaciones
de recursos entre proyectos, o para la realizacin de anlisis costo-beneficio. La repeticin de
estos anlisis proporciona informacin sobre tendencias que indiquen acciones a tomar para
gestionar el riesgo.
Riesgos en los proyectos:
El riesgo en un proyecto es un evento incierto o condicin incierta que si ocurre, tiene un efecto
positivo o negativo sobre el proyecto. As como sucede en un viaje, el riesgo est presente en
todos los proyectos. Se conoce como factor de riesgo a cada aspecto particular del riesgo en el
proyecto, el cual tiene causas y consecuencias que pueden ser analizadas con diferente
profundidad y detalle.
Existe tambin el concepto de Riesgos Conocidos y Riesgos Desconocidos. Riesgos
conocidos son aquellos que fueron identificados, analizados, y que es posible encontrar una
minimizacin de su probabilidad de ocurrencia o de su impacto.
Los riesgos desconocidos no pueden ser administrados, lo mximo que se puede hacer es
basarse en experiencias similares anteriores para mejorar la situacin en el momento en que
ocurren. Ejemplos de riesgo desconocidos: el atentado a las
Torres Gemelas el 11 de septiembre de 2001, el tsunami de Indonesia, un sismo en una zona
poco ssmica, algo que nunca te imaginaste que poda ocurrir.
Los riesgos que son una amenaza para el proyecto deben ser asumidos si el balance entre el
posible dao y la recompensa
que se obtiene al asumirlos es positivo: viajamos en automvil porque a pesar de que sea un
riesgo, si sabemos administrarlo, el beneficio de usarlos es mayor al de no usarlos.
Las organizaciones deben saber aceptar el hecho de que hay riesgos en todos los proyectos de
la misma forma de que hay riesgos en todos los viajes, y deben tener una metodologa para
administrarlos. El gerente de cada proyecto es el impulsor de esta metodologa, y debe actuar
con trasparencia y realismo al tratar el riesgo con los patrocinadores.
Diferencia y causas ente riesgos e incertidumbre:
La principal diferencia es que la incertidumbre no es medible. Aunque sea sencillo realizar
previsiones que resulten crebles, slo conseguimos una sensacin falsa de certeza, pues se
trata de pura especulacin. La incertidumbre no se puede evaluar de forma completa, mientras que
el riesgo s se puede establecer de forma clara cules son todas las opciones y determinar cules
son
las probabilidades
de
cada
una
de
ellas.
Pongamos, por ejemplo, el lanzamiento de una moneda en el que no sabemos si saldr cara o
cruz. En este caso es sencillo evaluar las probabilidades de cada resultado posible, que son un
50%. No podemos controlar qu saldr, pero s cules son las opciones y qu probabilidad tienen.
De
esta
forma,
sabemos
a
qu
riesgo
nos
enfrentamos.
El riesgo se maneja analizando las probabilidades de cada opcin posible. Sin embargo, en la
mayora de ocasiones no resulta tan sencillo realizar un anlisis tan detallado. Y cuando esto no es
posible,
es
cuando
nos
enfrentamos
a
la
incertidumbre.
El tratar de evaluar mediante probabilidades es un ejercicio que llevamos a cabo intuitivamente,
incluso en los casos en los que no tenemos claro cules son todas las opciones y mucho menos
determinar sin lugar a dudas sus posibilidades. No podemos evitarlo.
Entonces, Cmo afrontar la incertidumbre?
Para afrontar mejor la incertidumbre, tenemos que tratar de ejercer influencia para que suceda lo
que nos interesa, aun sin estar seguros de cules son las probabilidades de obtener el resultado
que alcanzaremos. No podemos afrontarla tratando de conseguir un fin concreto sino procurando
mejorar las probabilidades de que suceda algo, algo sobre lo que no tenemos el control absoluto,
pero que nos resulta favorable. No podemos eliminar la incertidumbre pero si tratar de inclinar la
balanza
a
nuestro
favor.
El riesgo nos resulta ms manejable aun cuando al no est en nuestra mano el resultado. No
debemos olvidar que la diferencia entre riesgo e incertidumbre no reside en si tenemos el control
sobre el resultado. Se trata de saber si conocemos todas las opciones posibles, y sus
probabilidades (riesgo), o no (incertidumbre).Esto es un grave error puesto que gestionar supone
ser consciente de los recursos que se han comprometido y las opciones que tenemos de
aprovecharlos. Sea ante el riesgo o ante la incertidumbre. Debemos llevar cuidado porque se tiene
la sensacin de mayor control y no es as. Un buen gestor tiene que estar dispuesto a afrontar las
incertidumbres y calcular los riesgos para poder tomar las decisiones correctas.
Toma las ventajas de la estructura consecutiva de las ramas del rbol de decisin, de tal
forma que se identifican de manera inmediata el orden de verificacin de las condiciones y las
acciones que se deben llevar a cabo.
Las condiciones y las acciones del rbol de decisin se encuentran en ciertas ramas pero
no en otras, a diferencia de las tablas de decisin, donde todas forman parte de la misma
tabla.
Al compararse con las tablas los rboles de decisin se entienden con ms facilidad en
una organizacin y son apropiadas como un mtodo de comunicacin.
Las reglas de asignacin son bastante sencillas a pequeas perturbaciones en los datos.
Ausencia de una funcin global de las variables y por lo tanto prdida de la representacin.
Los rboles de decisin requieren un gran nmero de datos de los que muchas veces no
disponemos.
Modelo de simulacin de Monte Carlos: Es un mtodo no determinista o estadstico numrico,
usado para aproximar expresiones matemticas complejas y costosas de evaluar con exactitud. El
mtodo se llam as en referencia al Casino de Monte Carlo (Principado de Mnaco) por ser la
capital del juego de azar, al ser la ruleta un generador simple de nmeros aleatorios. El nombre y
el desarrollo sistemtico de los mtodos de Monte Carlo datan aproximadamente de 1944 y se
mejoraron enormemente con el desarrollo de la computadora.
El uso de los mtodos de Monte Carlo como herramienta de investigacin, proviene del trabajo
realizado en el desarrollo de la bomba atmica durante la Segunda Guerra Mundial en
el Laboratorio Nacional de Los lamos en EE. UU. Este trabajo conllevaba la simulacin de
problemas probabilsticos de hidrodinmica concernientes a la difusin de neutrones en el material
de fisin. Esta difusin posee un comportamiento eminentemente aleatorio. En la actualidad es
parte fundamental de los algoritmos de Raytracing. En la primera etapa de estas
investigaciones, John von Neumann y Stanislaw Ulam refinaron esta ruleta rusa y los mtodos "de
divisin" de tareas. Sin embargo, el desarrollo sistemtico de estas ideas tuvo que esperar al
trabajo de Harris y Herman Kahn en1948. Aproximadamente en el mismo ao, Enrico
Fermi, Nicholas Metropolis y Ulam obtuvieron estimadores para los valores caractersticos de
la ecuacin de Schrdinger para la captura de neutrones a nivel nuclear usando este mtodo.
Que corresponde a la desviacin estndar alrededor del valor esperado calculado por
la expresin 18.4.
Medicin de riesgo:
El riesgo R se evala mediante la medicin de los dos parmetros que lo determinan, la magnitud
de la prdida o dao posible L, y la probabilidad p que dicha prdida o dao llegue a ocurrir. Parte
de la dificultad en la gestin de riesgos es que la medicin de los dos parmetros que determinan
el riesgo es muy difcil, por lo cual se dice que es un proceso subjetivo. La incertidumbre asociada
a la medicin de cada uno de los dos parmetros (L y p) es por lo general grande. La gestin de
riesgo tambin sera ms simple si fuera posible contar con una nica mtrica que refleje en la
medicin toda la informacin disponible. Sin embargo esto no es posible, ya que se trata de medir
dos cantidades. Un riesgo con gran magnitud de prdida o dao y una baja probabilidad de
ocurrencia debe ser tratado en forma distinta que un riesgo con una reducida magnitud de prdida
o dao y una alta probabilidad de ocurrencia. En teora los dos riesgos indicados poseen una
idntica prioridad para su tratamiento, pero en la prctica es bastante difcil gestionarlos cuando se
hace frente a limitaciones en los recursos disponibles, especialmente tiempo para llevar a cabo el
proceso de gestin de riesgo.