En el capítulo anterior se tomaba la decisión de usar el método de modelado y simulación para el desarrollo de un análisis cuantitativo de riesgos superior a los métodos tradicionales. Ello requiere como bien indica su nombre, primeramente de una etapa de diseño del modelo, para su posterior simulación.
Un modelo es una representación simplificada de la realidad, diseñado para representar, conocer y predecir propiedades del ente real (objetos o procesos). La finalidad de los modelos no es otra que el estudio con una mayor facilidad, permitiendo la deducción de propiedades de observar o cuantificar en la realidad. Esto se consigue mediante:
Eliminación o simplificación de componentes Cambiando la escala espacial o temporal Variando las condiciones del entorno Evitando la actuación sobre el ente real
Una vez se defina el modelo, y haciendo uso de la simulación, se podrá experimentar mediante la replicación de diferentes escenarios que proporcionaran información de cómo actúa. Estos escenarios se tratan de la alteración de los diferentes elementos que componen el modelo, en ocasiones modificando todos ellos, y en otras manteniendo algunos constantes para ver el efecto marginal de otros.
Como es lógico, existen errores inherentes en el proceso de modelación, provocados principalmente por las limitaciones en la analogía modelo-realidad. Es por ello, que una vez se disponga del modelo, será necesario un contraste empírico de la calidad (tanto del modelo como del proceso de simulación), para otorgar validez de los resultados obtenidos. La validación se realiza mediante la comparación de los datos que predice el modelo con los tomados de la realidad.
Dentro de los modelados, tendremos los estáticos y los dinámicos. Los modelos estáticos representan objetos, mientras que los dinámicos representan procesos, por lo que serán a los que veamos una mayor utilidad. Los modelos dinámicos relacionan los objetos entre sí, pudiendo simular mecanismos de cambios y estudiar la sucesión temporal de estos, como ocurre en la realidad con un proyecto. A su vez, los modelos dinámicos se subdividen en dos tipos, los deterministas y los estocásticos. Los modelos deterministas generarán los mismos resultados si se parte del mismo escenario, algo deseable, pero que asemejándose a las técnicas tradicionales descritas en los capítulos anteriores, ofrecen poco potencial.
44
Si algo se ha creído necesario, es poder reflejar la naturaleza aleatoria de las singularidades de un proyecto, algo que sí podemos realizar con un modelo estocástico. Al permitir representar situaciones más cercanas a la realidad, estos modelos ofrecen muchas más información, con lo que otro objetivo importante será su identificación y obtención. Este método requiere una simulación iterativa, lo que implica que será necesaria una cuantía mínima de escenarios recreados para tener resultados concluyentes, es decir, convergentes hacía una función de distribución de probabilidad final.
Estos modelos se componen fundamentalmente de partes e interrelaciones. Las partes representan los elementos o unidades funcionales (tareas, costes, recursos o riesgos), y las relaciones (lógica del plan, restricciones o dependencias) fijan los cambios de estado y transiciones entre las partes. La calidad y utilidad de un modelo dependerá de varios factores:
Correcta definición e identificación de elementos funcionales Correcta descripción de las relaciones entre elementos Posibilidad de realizar una verificación empírica del modelo
Para llevar a cabo el desarrollo del modelo habrá que pasar por las fases que ayudan a definirlo correctamente [14]:
Conceptualización o modelo narrativo: Es el análisis del sistema real, definiendo las partes relevantes y los procesos clave, es decir, un enfoque claro del problema a solucionar. La inclusión de detalles triviales hará al modelo excesivamente extenso, complejo e intratable.
Formalización o modelo esquemático: Es la definición de las variables de estado, selección y exclusión de elementos o relaciones, escala temporal o espacial. Se ha de poner hincapié en tratar de usar el número mínimo de variables para describir el sistema, aunque por otro lado, la sobre simplificación puede llegar a hacer el modelo inútil.
Implementación o modelo informático: Se trata de codificar el modelo esquemático, lo cual puede tener un efecto decisorio sobre el modelo inicial definido anteriormente.
Como último paso se ha de plantear una validación funcional, donde se pone a prueba el modelo bajo diferentes escenarios para ver su comportamiento de estabilidad, e incluso sensibilidad, donde se identifican las fronteras de parámetros críticos, los cuales pueden alterar fuertemente los resultados con pequeñas variaciones, obligándonos a estudiarlos a la hora de tratarlos en el modelo.
45
3.1.1 Modelado básico de la lógica
Una de las necesidades que requiere el simulador es el modelado de un proyecto, principal e inicialmente la de su lógica temporal. De esta manera, hemos de ser capaces de considerar todos los elementos (variables, condiciones y restricciones) que se pueden dar en el plan, tratando de conservar el dinamismo que tendrían en el mundo real. De nada serviría tratar de realizar una simulación Monte Carlo sobre un modelo rígido donde las posibilidades están muy acotadas. Precisamente, con el simulador tratamos de sobrepasarnos a las ideas sesgadas para obtener datos de todo el abanico de posibilidades factibles para una mejor gestión.
El proceso de modelado se irá ampliando y enunciando a lo largo de este documento, tanto de las variables como sus condiciones y restricciones. Ahora, se muestran las dependencias temporales más básicas de las tareas en un plan de proyecto, de las que partiremos inicialmente en la metodología [8]:
– Fin a comienzo (FC): La tarea (B) no puede comenzar hasta que su predecesor no finalice (tarea A).
Figura 15. Dependencia Fin a Comienzo [29]
– Comienzo a comienzo (CC): La tarea dependiente (B) no puede comenzar hasta que comience la tarea (A), de la que depende. La tarea dependiente puede comenzar en cualquier momento después de comenzar la tarea para la que depende. El tipo de vínculo CC no requiere que ambas tareas comiencen simultáneamente (puede existir un retraso).
Figura 16. Dependencia Comienzo a Comienzo [29]
– Fin a fin (FF): La tarea dependiente (B) no se puede completar hasta que se haya completado la tarea de la que depende (A). La tarea dependiente se puede completar en cualquier momento después de completarse la tarea de la que depende. El tipo de vínculo FF no requiere que ambas tareas se completen simultáneamente (si se define un retraso).
46
Figura 17. Dependencia Fin a Fin [29]
– Comienzo a fin (CF): La tarea dependiente (B) no se puede completar hasta que comience la tarea de la que depende (A). La tarea dependiente se puede completar en cualquier momento después de que comience la tarea de la que depende (si existe un retraso). El tipo de vínculo CF no requiere que la finalización de la tarea dependiente sea simultánea al comienzo de la tarea en la que depende.
Figura 18. Dependencia Comienzo a Fin [29]
En ocasiones existirá una relación más compleja que una simple dependencia fin a comienzo. Se puede introducir un tiempo de posposición para representar un retraso entre el fin de la tarea predecesora y el comienzo de la tarea sucesora. De igual manera, en la realidad existen más dependencias, menos directas, pero no por ello poco frecuentes, conocidas como delimitaciones flexibles e inflexibles. Por otro lado los aspectos económicos tienen una gran influencia en cómo se desarrolla el modelo final, algo que se verá en los últimos capítulos.
Todo el conjunto de dependencias avanzadas, se exponen y se muestra su carácter más técnico como su codificación, en el Apéndice C.