Incertidumbre en la selección y planificación temporal de carteras de proyectosun sistema de ayuda a la decisión

Resumen

En este trabajo se desarrollan metodologías de selección de carteras de proyectos que integran, principalmente, la inclusión de incertidumbre, a fin de que su aplicación en cualquier tipo de organización, tanto pública como privada, genere resultados satisfactorios y útiles. Además, también se desarrolla a lo largo del trabajo un sistema de ayuda a la decisión que permita una interacción ágil con el usuario, en la que tanto la carga matemática como la computacional sean suavizadas a través de la utilización de interfaces sencillos e intuitivos. El Capítulo 1 lo dedicamos, principalmente, a describir todos los elementos que van a intervenir en el proceso de selección de carteras de proyectos, a fin de que nos sirva de punto de partida sobre el que fundamentar nuestro trabajo posterior. Además, acompañamos dichas descripciones con revisiones de la literatura existente, con el objetivo de mostrar al lector las carencias existentes en este ámbito. Dado que el eje principal de este trabajo es la inclusión de la incertidumbre en los problemas de selección de carteras de proyectos, presentamos en este capítulo también el modelo general determinista sobre el que basaremos nuestro posterior trabajo de inclusión de incertidumbre, aplicándolo a un ejemplo de prueba que utilizaremos a lo largo de los siguientes capítulos a fin de comparar los distintos resultados obtenidos con las metodologías propuestas. El Capítulo 2 lo dedicamos al estudio de la introducción de la incertidumbre en estos problemas a partir de la programación estocástica. Así, exponemos el modelo estocástico multiobjetivo de selección de carteras de proyectos que proponemos, detallando la forma en la que introducimos la incertidumbre en el problema. Además, mostramos su funcionamiento a través del ejemplo ya utilizado en el Capítulo 1. Por último, incluimos los resultados obtenidos sobre una batería de instancias, generadas de forma aleatoria con diferentes parámetros, a fin de probar la solidez y versatilidad de los resultados obtenidos en función a las probabilidades introducidas, así como las varianzas en los datos. El Capítulo 3 lo destinamos a la generación de un modelo de selección de carteras de proyectos en el que introducimos la incertidumbre a través de la programación difusa. Presentamos el modelo difuso multiobjetivo de selección de carteras de proyectos que proponemos, acerca del que realizamos un análisis pormenorizado de la evolución que presentan las fronteras eficientes obtenidas a partir de los distintos niveles de confianza asociados a los números difusos que intervienen en el proceso. Por último, mostramos el funcionamiento del modelo a través de dos versiones del ejemplo descrito anteriormente, a fin de ejemplificar la potencialidad de la metodología que proponemos. Dado que cualquiera de los procedimientos descritos en los Capítulos 1, 2 y 3 (modelo determinista, modelo estocástico y modelo difuso) generan fronteras eficientes como resultado, se hace imprescindible un tratamiento posterior de dichas fronteras que provoque la determinación de la cartera eficiente que más se ajuste a las necesidades y/o requerimientos de la organización. Debido a esto, dedicamos el Capítulo 4 al estudio de dos técnicas diferentes que ayuden a la organización a tomar dicha decisión. En primer lugar, describimos una técnica interactiva, basada en puntos de referencia, que guía a la organización hacia la zona de la frontera eficiente más prometedora en relación a sus intereses o necesidades. En segundo lugar, mostramos una técnica de decisión en grupo que, a partir de la frontera eficiente obtenida y las valoraciones individuales de cada decisor, genera una ordenación de las carteras pertenecientes a dicha frontera. El funcionamiento de ambas metodologías, así como su potencialidad, lo ejemplificamos realizando una aplicación a un caso real de selección de carteras de proyectos en una universidad pública andaluza. El sistema de ayuda a la decisión que implementamos, lo mostramos a lo largo de los Capítulos 1, 2, 3 y 4, a fin de estudiar las peculiaridades propias de cada uno de los modelos descritos, así como las del entorno informático generado.