Page 34 - REVISTA 2017
P. 34

esto ciertamente es una forma más acertada de expresar las pérdidas posibles de una empresa, a di-
            ferencia de un valor único, inequívoco, lo cual supone, implícitamente, un 100% de confianza. Con un
            mayor nivel de confianza obviamente el rango de la estimación se amplía, por lo general un 90% es un
            nivel razonable.
            Este análisis suele complementarse con un análisis de sensibilidad para ver cuáles son las variables que
            tienen mayor efecto en los riesgos.



            Resumen

            El Método Monte Carlo continúa siendo una de las técnicas más aplicadas y útiles en el campo de la
            computación científica, pero como se expone en el artículo, su campo de aplicación es mucho más am-
            plio pudiéndose aplicar para resolver problemas de estimación de tiempos y riesgos en la gestión de
            proyectos, ingeniería financiera, estadística, física, problemas de optimización y de ciencias de la vida.


            Bibliografía

            •  BURTESCU, E. (2012). Decision assistant in Risk Assessment-Monte Carlo Simulations, Informatica Economica,
              vol. 16. No.4
            •  COX Jr., L. (2008).What’s Wrong with Risk Matrices? Risk Analysis, Vol. 28, No. 2, 2008
            •  KWAK, Y., INGALL, L. (2009). Exploring Monte Carlo Simulation Applications for Project Management. IEEE Engi-
              neering Management Review. Second Quarter, Vol. 37, No. 2
            •  HUBBARD, D. (2009). The Failure of Risk Management. Cap. 7. Worse than Useless The most popular risk as-
              sessment method and Why it doesn’t work. Wiley & Sons
            •  PROJECT MANAGEMENT INSTITUTE (2013). Guía de los Fundamentos para la Dirección de Proyectos (Guía del
              PMBOK), 5ta. edición. Newton Square, Pennsylvania: Project Management Institute Inc.

            •  RODGER, C., PETCH, J. (1999). Uncertainty and risk analysis. Business Dynamics PricewaterhouseCoopers United
              Kingdom firm.
            •  SAATY, T., VARGAS, L. (1987). Uncertainty and rank order in the analitic hierachy process. European Journal of
              Operation Research, Vol. 32, Issue 1, pp. 107-117
            •  WIKIPEDIA  (2017).  Monte  Carlo  Method.  https://en.wikipedia.org/wiki/Monte_Carlo_method.  Consultado  el
              9-8-17.

            •  WIKIPEDIA (2017). Variable aleatoria.https://es.wikipedia.org/wiki/Variable_aleatoria. Consultado el 19-12-17.




























                                                                               Reflexiones sobre Ingeniería  33
   29   30   31   32   33   34   35   36   37   38   39