Simulação com o método Monte Carlo: Uma ferramenta para análise de risco no gerenciamento de projetos

Lusianny Pereira Herzog; Everson Jonatha Gomes da Silva; Guilherme Jahnecke Weymar

doi:10.5585/gep.v15i3.26721

Autores/as

Lusianny Pereira Herzog Universidad Federal de Pelotas https://orcid.org/0009-0008-8817-6719
Everson Jonatha Gomes da Silva Universidad Federal do Pampa https://orcid.org/0000-0002-3787-5033
Guilherme Jahnecke Weymar Universidad Federal de Pelotas https://orcid.org/0000-0001-8216-9122

DOI:

https://doi.org/10.5585/gep.v15i3.26721

Palabras clave:

Risco, Monte Carlo, Modelagem, Planejamento, Gerenciamento de projetos

Resumen

En un entorno competitivo, las organizaciones buscan constantemente oportunidades de mejora y reevalúan sus modelos de negocio debido a los desafíos que enfrentan. En consecuencia, el riesgo del proyecto surge de la incertidumbre con respecto a los resultados esperados, como los plazos y los costos. El análisis de riesgos es una herramienta en la gestión de riesgos y puede ser cualitativo o cuantitativo, según los recursos disponibles. La Simulación de Monte Carlo (SMC) es un método ampliamente utilizado, especialmente para los riesgos relacionados con retrasos en el cronograma y excesos de costos. En este contexto, el presente trabajo se centra en un estudio de caso de un análisis de riesgos aplicando SMC en la gestión de riesgos del cronograma del proyecto. Los objetivos incluyen contextualizar la importancia del análisis de riesgos, examinar la base teórica del método de Monte Carlo, realizar un análisis de riesgos en un proyecto y desarrollar un programa de análisis de riesgos en Python. La justificación de este estudio radica en la necesidad de mejorar la tasa de éxito de los proyectos de construcción, que a menudo exceden los plazos y presupuestos. En general, el estudio contribuye a un enfoque más efectivo para la gestión de proyectos, adaptándose a las demandas del mercado en constante evolución. Los resultados indican una probabilidad del 5% de que el proyecto se complete en 590 días y una probabilidad del 95% de completarse en 669 días. Esta información permite a las partes interesadas comprender mejor cómo el cronograma puede ser afectado por los riesgos y tomar medidas para mitigar estos impactos con anticipación

Biografía del autor/a

Lusianny Pereira Herzog, Universidad Federal de Pelotas

Graduada em Engenharia de Produção, mestre em Modelagem Matemática. Pesquisas e projetos desenvolvidos na área de planejamento e gestão de riscos.

Everson Jonatha Gomes da Silva , Universidad Federal do Pampa

Graduado em Matemática, mestre e doutor em Engenharia Mecânica. Atualmente professor na Universidade Federal do Pampa. Pesquisas e projetos desenvolvidos na área de fenômenos de transporte.

Guilherme Jahnecke Weymar, Universidad Federal de Pelotas

Graduado em Matemática, mestre e doutor em Engenharia Mecânica. Atualmente professor no centro de engenharia e integrante do PPGMMat na Universidade Federal de Pelotas. Pesquisas e projetos desenvolvidos na área de fenômenos de transporte.

Citas

Adedokun, O. A., Ibironke, O. T., Dairo, D. O., Aje, I. O., Awodele, O. A., Opawole, A. D., Akinradewo, O. F., & Abiola-Falemu, J. O. (2013). Evaluation of quantitative risk analysis techniques in selected large construction companies in Nigeria. Journal of Facilities Management, 11(4), 354–368. https://doi.org/10.1108/JFM-11-2012-0053

Aguiar, G. de, Alves, C. da C., & Henning, E. (2010). Gerenciamento de projetos: simulação de Monte Carlo via a ferramenta simular. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO - ENEGE, 30., 2010, São Carlos. Anais Eletronicos... São Carlos: Associação Brasileira de Engenharia de Produção.

Amorim, F. R. de, Abreu, P. H. C. de, Patino, M. T. O., & Terra, L. A. A. (2018). Análise dos Riscos em Projetos: Uma Aplicação do Método de Monte Carlo em uma Empresa do Setor Moveleiro. Future Studies Research Journal: Trends and Strategies, 10(2), 332–357. https://doi.org/10.24023/futurejournal/2175-5825/2018.v10i2.314

Arashpour, M., Wakefield, R., Lee, E. W. M., Chan, R., & Hosseini, M. R. (2016). Analysis of interacting uncertainties in on-site and off-site activities: Implications for hybrid construction. International Journal of Project Management, 34(7), 1393–1402. https://doi.org/10.1016/j.ijproman.2016.02.004

Araújo, N. M. C., Avelino, L. D. L., & Araujo, V. D. S. (2018). Planejamento e controle na execução de obras de edificações verticais:um estudo multicaso na cidade de João Pessoa-PB quanto à compatibilização. Revista Principia - Divulgação Científica e Tecnológica Do IFPB, 1(43), 32. https://doi.org/10.18265/1517-03062015v1n43p32-39

Ayala-Cruz, J. (2016). Planificación de Riesgos en Proyectos para el Desarrollo de Nuevos Productos de Alta Tecnología. Academia Revista Latinoamericana de Administracion, 29(2), 110–124. https://doi.org/10.1108/ARLA-11-2015-0297

Corrar, L. J. (1993). O modelo econômico da empresa em condições de incerteza aplicação do método de simulação de Monte Carlo. Caderno de Estudos, d(8), 01–11. https://doi.org/10.1590/s1413-92511993000100004

Correia Neto, J. F. C., & de Moura, H. J. (2002). Modelo prático de previsão de fluxo de caixa operacional para empresas comerciais considerando os efeitos do risco, através do método de Monte Carlo. 8(3), 1–11.

Dobrow, R. P. (2016). Introduction to Stochastic Processes with R. John Wiley & Sons, Inc.

Dziadosz, A., & Rejment, M. (2015). Risk Analysis in Construction Project - Chosen Methods. Procedia Engineering, 122(December), 258–265. https://doi.org/10.1016/j.proeng.2015.10.034

Eiras, F. C. da S., Tomomitsu, H. T. A., Linhares, I. M. P., & de Carvalho, M. M. (2017). Evolution of project management research: a bibliometric study of International Journal of Project Management. Revista Gestão Da Produção Operações e Sistemas, 12(1), 211–234. https://doi.org/10.15675/gepros.v12i1.1617

Cavalcante Filho, J. U. D. P. (2019). Avaliação de riscos com simulação de Monte Carlo em obras de grande porte (Dissertação - Mestrado em Engenharia Civil). Programa de Pós-Graduação em Engenharia Civil: Estruturas e Construção Civil da Universidade Federal do Ceará

Fontes, M. F. C. (2012). Mapeamento e análise do processo de gerenciamento de projetos e obras públicas: Um estudo de caso na Universidade Federal de Viçosa-MG (Dissertação de Mestrado).

Halawa, W. S., Abdelalim, A. M. K., & Elrashed, I. A. (2013). Financial evaluation program for construction projects at the pre-investment phase in developing countries: A case study. International Journal of Project Management, 31(6), 912–923. https://doi.org/10.1016/j.ijproman.2012.11.001

Hendradewa, A. P. Schedule Risk Analysis by Different Phases of Construction

Project Using CPM-PERT and Monte-Carlo Simulation. , 2019.

Hopkinson, M. (2011). Monte Carlo Schedule Risk Analysis-a process for developing rational and realistic risk models. Risk Management Capability.

Hulett, D. T. (1996). Schedule Risk Analysis Simplified. In PM Network, 10(7), 25–32. www.projectrisk.com.

Kalos, M. H., & Whitlock, P. A. (2008). Monte Carlo Methods (2th Ed.). WILEY-VCH Velarg Gmbh &Co.

Kerzner, H. (2009). Project management: a systems approach to planning, scheduling, and controlling (10th Ed). John Wiley & Sons, Inc.

Loizou, P., & French, N. (2012). Risk and uncertainty in development: A critical evaluation of using the Monte Carlo simulation method as a decision tool in real estate development projects. Journal of Property Investment and Finance, 30(2), 198–210. https://doi.org/10.1108/14635781211206922

Maletta, B. V. (2005). Bruno Vasques Maletta Modelos baseados em Simulação de Monte Carlo : Soluções para o cálculo do Value-at-Risk (Dissertação de Mestrado)

Mendes, J. R. B., do Valle, A. B., & Fabra, M. (2009). Gerenciamento de Projetos.

Mendes, N. (2011). Estrutura de Custos de Edifícios de Habitação. 86.

Pinto, I. C. M. D. S. (2017). Análise Dos Riscos Presentes Nos Custos Da Construção Civil Pelo Método Monte Carlo (Dissertação de Mestrado). In Universidade Federal Do Ceará. Universidade Federal Do Ceará.

Poh, Y. P., & Tah, J. H. M. (2006). Integrated duration-cost influence network for modelling risk impacts on construction tasks. Construction Management and Economics, 24(8), 861–868. https://doi.org/10.1080/01446190600658891

Poudel, A., Damnjanovic, I., Van Tang, Q., & Valenzuela, R. (2022). Risk-Based Multi-Objective Cross-Asset Budget Planning and Allocation Framework for the City of Sugar Land Integrated Asset Management System (IAMS). Public Works Management and Policy, 27(1), 5–28. https://doi.org/10.1177/1087724X211046629

Project Management Institute. (2021). The standard for project management and a guide to the project management body of knowledge (PMBOK guide).

Pytel, W., Fuławka, K., Pałac-Walko, B., MERTUSZKA, P., KISIEL, J., JALAS, P., JOUTSENVAARA, J., & SHEKOV, V. (2020). Universal approach for risk identification and evaluation in underground facilities. Mining Science, 27, 165–181. https://doi.org/10.37190/MSC202712

Renata, T. T. (2016). Análise de risco na metodologia pert/cpm aplicado na construção civil (Trabalho de Conclusão de Curso). Universidade Federal da Grande Dourados (UFGD)

Ross, S. (2010). A First Course in Probability. In Technometrics (Vol. 40, Issue 3). https://doi.org/10.2307/1271207

Rubinstein, R. Y., & Kroese, D. P. (2017). Simulation and the monte carlo method (Third Ed.). John Wiley & Sons, Inc.

Souza, J. S. De. (2011). Modelo para identificação e gerenciamento do grau de risco de empresas - MIGGRI. (Dissertação de Doutorado).Universidade Federal do Rio Grande do Sul - UFRGS.

Souza, L. C. L. de, Almeida, M. G. de, & Bragança, L. (2011). Econometria básica. In Mqa.

Titman, S., & Martin, J. H. (2009). Valuation: Avaliação de Projetos e Investimentos.

Wu, B., Qiu, W., Huang, W., Meng, G., Huang, J., & Xu, S. (2021). Dynamic risk evaluation method for collapse disasters of drill-and-blast tunnels: A case study. Mathematical Biosciences and Engineering, 19(1), 309–330. https://doi.org/10.3934/mbe.2022016.

Xavier, C. M. da S. (2011). Metodologia De Gerenciamento De Projetos. Ministério Do Planejamento, Orçamento e Gestão. Secretaria de Logística e Tecnologia Da Informação, 7.

Xu, R., & Wunsch II, D. C. (2009). Clustering. a john wiley & sons, inc.

Yin, R. K. (2001). Estudo de Caso: Planejamento e Métodos (2.Ed). Bookman.