L'anàlisi quantitativa de riscos és un procés que permet avaluar numèricament la probabilitat i l'impacte dels riscos identificats en un projecte. Aquest tipus d'anàlisi proporciona una base objectiva per a la presa de decisions i la planificació de respostes als riscos.

• Quantificar els riscos: Assignar valors numèrics a la probabilitat i l'impacte dels riscos.
• Prioritzar els riscos: Identificar quins riscos tenen el major potencial d'afectar el projecte.
• Avaluar l'exposició global al risc: Determinar el nivell total de risc del projecte.
• Informar la presa de decisions: Proporcionar dades per a la planificació de respostes i la gestió de riscos.

L'anàlisi de Monte Carlo és una tècnica de simulació que utilitza models matemàtics per avaluar l'impacte dels riscos en el projecte. Aquesta tècnica implica la generació de múltiples escenaris possibles mitjançant la variació aleatòria dels paràmetres d'entrada.

Passos per realitzar una anàlisi de Monte Carlo:

1. Definir el model: Establir un model del projecte que inclogui les variables clau i les seves relacions.
2. Assignar distribucions de probabilitat: Determinar les distribucions de probabilitat per a cada variable d'entrada.
3. Executar la simulació: Realitzar un gran nombre de simulacions (normalment milers) per generar una distribució de resultats possibles.
4. Analitzar els resultats: Avaluar la distribució de resultats per identificar els riscos més significatius i la seva probabilitat d'ocurrència.

Exemple de codi en Python per a una simulació de Monte Carlo:

L'anàlisi de l'arbre de decisions és una tècnica que utilitza un diagrama de decisions per avaluar les opcions disponibles i els seus possibles resultats. Cada branca de l'arbre representa una decisió o un esdeveniment, i les fulles representen els resultats finals.

Passos per realitzar una anàlisi de l'arbre de decisions:

1. Definir el problema: Identificar les decisions clau i els riscos associats.
2. Construir l'arbre de decisions: Dibuixar l'arbre amb totes les opcions i esdeveniments possibles.
3. Assignar probabilitats i valors: Determinar les probabilitats i els valors esperats per a cada branca.
4. Calcular els valors esperats: Avaluar els valors esperats per a cada decisió per identificar l'opció òptima.

L'anàlisi de sensibilitat és una tècnica que avalua com els canvis en les variables d'entrada afecten els resultats del projecte. Aquesta tècnica ajuda a identificar les variables més crítiques i a comprendre com els riscos poden influir en el projecte.

Passos per realitzar una anàlisi de sensibilitat:

1. Identificar les variables clau: Seleccionar les variables que poden tenir un impacte significatiu en el projecte.
2. Variar les variables: Modificar les variables d'entrada dins d'un rang determinat.
3. Avaluar els resultats: Analitzar com els canvis en les variables afecten els resultats del projecte.

Objectiu: Realitzar una simulació de Monte Carlo per avaluar el cost total d'un projecte.

Instruccions:

1. Definir les distribucions de probabilitat per a les variables d'entrada (cost variable i temps variable).
2. Realitzar 10,000 simulacions per generar una distribució de resultats possibles.
3. Visualitzar els resultats en un histograma.

Codi de referència:

El codi proporcionat realitza una simulació de Monte Carlo per avaluar el cost total d'un projecte. La distribució de resultats es visualitza en un histograma, que mostra la freqüència dels diferents costos totals possibles.

L'anàlisi quantitativa de riscos és una eina poderosa per avaluar numèricament la probabilitat i l'impacte dels riscos en un projecte. Les tècniques com la simulació de Monte Carlo, l'anàlisi de l'arbre de decisions i l'anàlisi de sensibilitat permeten als gestors de projectes prendre decisions informades i planificar respostes efectives als riscos.