Sistema Eletrónico de Administração de Conferências, VOL III (2018)

Tamanho da fonte: 
AUTOMAÇÃO DA SIMULAÇÃO DE MONTE CARLO: Implementação de Distribuições de Probabilidade
Joas Weslei Baia, João Paulo de Oliveira Paiva

Última alteração: 2018-10-12

Resumo


O objetivo geral deste trabalho é identificar, implementar e aplicar as distribuições de probabilidade adequadas para obter estimativas referentes à gerencia de projetos. Em relação à metodologia, foi utilizado o método Monte Carlo, um modelo de simulação estatístico que utiliza números aleatórios para a representação de eventos estocásticos. Para a geração de números genuinamente aleatórios, foi usado um servidor de números baseado em processos naturais, que se distingue dos geradores pseudoaleatórios pelo fato de ser impossível prever seu comportamento. O projeto é uma extensão do submetido por Samuel Ferreira da Silva, durante seu período de Iniciação Científica. O resultado esperado é a disponibilização de distribuições que cumpram com o objetivo exposto, de modo que os testes sejam satisfatórios em comparação com outras ferramentas já disponíveis e que, posteriormente, auxilie a gerencia de projetos na fase de planejamento, especificamente na fase de estimativa de duração e risco das atividades do projeto.

Palavras-chave


Probabilidade; Simulação; Monte Carlo.

Referências


FERNANDES, CAB de A. Gerenciamento de riscos em projetos: como usar o Microsoft Excel para realizar a simulação Monte Carlo. Acesso em 04/05/13, 2005.

GUSMÃO, Cristine; PERRELLI, Hermano.Análise Quantitativa de Riscos e suas Técnicas. Engenharia de Software 24. 2010.

VARGAS, R. (2008, janeiro 14). Simulação de Monte Carlo[Audio podcast]. Recuperado em 16 março, 2016 de http://www.ricardo-vargas.com/pt/podcasts/montecarlosimulation/.

DONATELLI, Gustavo Daniel; KONRATH, Andrea Cristina. Simulação de Monte Carlo na avaliação de incertezas de medição. 2005.

VARGAS, Ricardo Viana. Gerenciamento de Projetos (8ª Edição): Estabelecendo diferenciais competitivos. Brasport, 2016.

PMBOK, A. Guide to the project Management body of knowledge. Project Management Institute, Pennsylvania USA, 2000.

DE AGUIAR, Gilberto; DA CUNHA ALVES, Custodio; HENNING, Elisa. Gerenciamento de projetos: simulação de Monte Carlo via a ferramenta simular. 2010.

 

JÚNIOR, Paulo Alves de Oliveira; DANTAS, Maria José Perreira; MACHADO, Ricardo Luiz. Aplicação da  simulação de monte carlo no gerenciamento de risco em projetos com o Cristal Ball. 2013.

GALVÃO, Márcio. Análise quantitativa de riscos com simulação de Monte Carlo. Mundo Project Management-MPM prática. Editora Mundo Ltda, 2005.

JÚNIOR, Abraão Freires Saraiva; DE MESQUITA TABOSA, Cristiane; DA COSTA, Reinaldo Pacheco. Simulação de Monte Carlo aplicada à análise econômica de pedido. Production Journal, v. 21, n. 1, p. 149-164, 2011.

DOS SANTOS MACHADO, Nilton Roberto; FERREIRA, Alessandre Oliveira. Método de simulação de Monte Carlo em planilha Excel: desenvolvimento de uma ferramenta versátil para análise quantitativa de riscos em gestão de projetos. Revista de Ciências Gerenciais, v. 16, n. 23, 2015.

JÚNIOR, Saraiva et al. Simulação de Monte Carlo aplicada à decisão de mix de produtos. 2010.

GREINER, Wolfgang et al. Economic evaluation of Durogesic in moderate to severe, nonmalignant, chronic pain in Germany. The European Journal of Health Economics, v. 7, n. 4, p. 290-296, 2006.

GOLDBARG, Marco Cesar; LUNA, Henrique Pacca L. Otimização combinatória e programação linear: modelos e algoritmos. Elsevier, 2005.