Show simple item record

dc.contributor.authorFolch Calvo, Martin
dc.contributor.authorSebastián, Miguel Ángel
dc.date.accessioned2018-10-31T17:59:25Z
dc.date.available2018-10-31T17:59:25Z
dc.date.issued2018
dc.identifier.isbn978-84-09-05132-8
dc.identifier.urihttp://dspace.aeipro.com/xmlui/handle/123456789/1734
dc.descriptionEventos o precursores inesperados en sistemas con elevada variabilidad, pueden desencadenar secuencias que generen fallos, errores, incidentes y accidentes, con repercusiones personales, materiales y ambientales, en proyectos con elevada incertidumbre, efectuados en instalaciones y plantas de proceso químico o en instalaciones de obtención de gas natural y petróleo, así como en general en proyectos que posean un elevado componente de riesgo. Los métodos cuantitativos efectúan la evaluación de riesgos asociándolos con la actividad y el proceso, en escenarios concretos; pero una desventaja de este tratamiento es el de no actualizar la situación del riesgo de acuerdo con la evolución y la ejecución del proyecto con el fin de anticiparse y evitarlo. Los métodos dinámicos de evaluación de riesgos aprovechan la obtención de información de los eventos y datos que se generan durante la ejecución, con el fin de actualizar las probabilidades de error, utilizando, como herramientas, la inferencia Bayesiana y métodos Monte Carlo - Markov. Este trabajo propone un modelo para efectuar la gestión de proyectos basada en esta metodología y mediante la aplicación del control estadístico de riesgos (Statistical Risk Control, SRC) con el fin de visualizar su evolución asociada a cada proceso y poder actuar en consecuencia.es_ES
dc.description.abstractUnexpected events or precursors in systems with high variability, can trigger sequences that generate failures, errors, incidents and accidents, with personal, material and environmental repercussions, in projects with high uncertainty, carried out in facilities and chemical process plants or production facilities of natural gas and oil, as well as in general in projects that have a high risk component. Quantitative methods perform risk assessment by associating them with activity and process, in specific scenarios; but one disadvantage of this treatment is not to update the risk situation according to the evolution and execution of the project in order to anticipate and avoid it. Dynamic methods of risk assessment take advantage of obtaining information on events and data generated during execution, in order to update the probabilities of error, using, as tools, the Bayesian inference and Monte Carlo - Markov methods. This work proposes a model to carry out the project management based on this methodology and through the application of Statistical Risk Control (SRC) in order to visualize its evolution associated with each process and to be able to act accordingly.es_ES
dc.language.isoeses_ES
dc.subjectGestión de Riesgos y Seguridades_ES
dc.titleMETODOLOGÍA DINÁMICA DE GESTIÓN MEDIANTE CONTROL ESTADÍSTICO DE RIESGOS APLICADO A LA REALIZACIÓN DE PROYECTOS DE ELEVADA INCERTIDUMBRE.es_ES
dc.title.alternativeDYNAMIC RISK METHODOLOGY THROUGH STATISTICAL RISK CONTROL APPLIED TO THE PROJECT MANAGEMENT IN HIGH UNCERTAINTY ENVIRONMENTS.es_ES
dc.typeArticlees_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

  • CIDIP 2018 (Madrid) [183]
    XXII Congreso Internacional de Dirección e Ingeniería de Proyectos (Madrid, 2018)

Show simple item record