En un mercado global altamente competitivo, el éxito de un proyecto es fundamental para las empresas. Sin embargo, la incertidumbre está presente en cada proyecto, ya que es un conjunto único de recursos que pueden verse afectados por riesgos o malos cálculos. Los directores de proyectos deben comprender la necesidad de evaluar la incertidumbre. La gestión de riesgos es un proceso clave, pero las estadísticas de probabilidad proporcionarán la base matemática para el análisis cuantitativo de los riesgos del proyecto.

Entonces, ¿cómo es útil un cuerpo matemático de probabilidades para los directores de proyecto? La respuesta está en cómo estiman los resultados y pronostican el comportamiento del proyecto. Una forma de saber si el proyecto será exitoso es a través de la distribución de probabilidades. Se conoce así a la representación matemática o gráfica que ilustra la probabilidad de diferentes resultados de un evento aleatorio. Esta variable puede ser cualquier característica medible que toma diferentes valores.

La distribución de probabilidades permite a las organizaciones conocer todos los resultados posibles que puede tener un evento aleatorio que incide sobre un proyecto. Para ello, existen dos tipos de variables aleatorias que los gerentes de proyecto deben tomar en cuenta:

• Discreta. Es representada por números enteros y se caracteriza por el número de valores que puede tomar. El número de personas, por ejemplo, es una variable discreta, al igual que muchos objetos físicos y tangibles en los proyectos.
• Continua. Una variable aleatoria con un número infinito de valores. No posee limitación, por lo que puede tomar cualquier valor dentro de un límite establecido. Por ejemplo, la duración de una actividad del proyecto, la vida útil de las herramientas, instalaciones y demás elementos, etc.

Patrones de distribución de probabilidades

Los patrones de distribución dependen del tipo de variable aleatoria que se esté estudiando. Algunos de los patrones más comunes en la gestión de proyectos son los siguientes:

• Distribución uniforme. Puede ser continua o discreta. Cada valor de la variable aleatoria tiene la misma probabilidad de ocurrencia. Por ejemplo, en un lanzamiento de dados (ejemplo de distribución discreta), cada valor (1 a 6) tiene la misma probabilidad. 
• Distribución triangular. Es continua con un valor mínimo (pesimista), máximo (optimista) y la moda (valor más probable). Se diferencia de la distribución uniforme en que la probabilidad de ocurrencia de los valores no es la misma. Se utiliza en la gestión de proyectos para el análisis de riesgos. 
• Distribución normal. Considera dos parámetros, el promedio y la desviación estándar, que sirven para desarrollar la campana de Gauss. Esta representación muestra cómo se distribuye la probabilidad de una variable continua. Se utiliza para modelar con precisión el tiempo y la estimación de costos en la gestión de proyectos.
• Distribución BETA. Es una distribución con dos parámetros, típicamente denotados "a" y "b". Dependiendo de estos valores, la distribución BETA puede ser más uniforme o normal. Suele emplearse para determinar la duración y el costo de una actividad o tarea programada.

La distribución de probabilidades es un método útil para los directores de proyecto y los miembros del equipo de gestión del proyecto. Les servirá para estimar y pronosticar, medir el progreso, evaluar el valor ganado, cuantificar el riesgo y calcular otros fenómenos numéricos de importancia para el proyecto. Los métodos estadísticos proporcionan las herramientas para reducir dichos datos a información significativa que el equipo utilizará para tomar decisiones.

Si quieres saber más sobre este tema, participa del Programa de Alta Especialización en Dirección Avanzada de Proyectos de ESAN.

Fuentes:

Deep Fried Brain. "Probability and Statistics in Project Management".

Flylib.com. "Introduction to Probability and Statistics for Projects".

Web y Empresa. "Distribución de probabilidad".