WORKSHOP PRA. Introductie Bas Bloemers Risicomanager Ballast Nedam

Maat: px

Weergave met pagina beginnen:

Download "WORKSHOP PRA. Introductie Bas Bloemers Risicomanager Ballast Nedam"

Norbert van der Woude
6 jaren geleden
Aantal bezoeken:

1 WORKSHOP PRA Introductie Bas Bloemers Risicomanager Ballast Nedam

2 DOEL WORKSHOP Herkennen van 3 uitvoeringen van een Probabilistische Risico Analyse (PRA) Concluderen welke PRA uitvoering voor jou de meeste waarde toevoegt

3 UITNODIGING CONTACTBIJEENKOMST

4 PROGRAMMA 1. Introductie 10:30 11:15 2. Workshop (RA en PRA I) 11:15 12:45 3. Correlaties 12:45 13:15 4. Samenvatting afsluitend 13:15 13:30

5 UITVOERINGEN PRA Type Begroting MC Risico s Overig Basis Deterministisch % schatting Uitkomst = 1 waarde RA Deterministisch n Kans x gevolg Uitkomst = 1 waarde PRA I Probabilistisch j Kans x PRA II Probabilistisch j Kans x Standaard instellingen voor correlaties Correlaties per post geschat

6 SHORT CUT PRA Hette van der Zwaag Risicomanager BAM

7 VERSCHUIVING VAN DETERMINISTISCH Leer van één werkelijkheid / realisatie Activiteit C (3 dagen á /dag) Activiteit B (2 dagen á /dag) Activiteit A (4 dagen á /dag) A B C Totale doorlooptijd = 9 dagen Totaal bedrag = ,-

8 NAAR PROBABILISTISCH Leer van meerdere werkelijkheden / realisaties Activiteit C (2 4 dagen á / dag) Activiteit B (1,5 2,5 dagen á / dag) Activiteit A (3 7 dagen á / dag) A B C Totale doorlooptijd =?? dagen Totaal bedrag =??

9 maar HOE?

10 ONZEKERHEDEN Buiten de scope Binnen de scope Beslisonzekerheden Normale onzekerheden Toekomstonzekerheden

11 NORMALE ONZEKERHEDEN Kans Minimum E Begrotings waarde Spreiding E = Verwachtingswaarde Kosten Maximum

12 BIJZONDERE GEBEURTENIS 1 Kans op niet optreden = 0,9. 0 Kans van optreden = 0,1 Gevolg ,-

13 Monte Carlo simulatie Computer algoritme dat gebaseerd is op herhaalde steekproeftrekkingen uit een populatie Kansverdelingen staan centraal Dynamisch vs. Statisch > niet 1 (determ.) antwoord Simulatie die alle mogelijke opties doorrekend Mogelijk voor planning en budget

14 Invoer en Uitvoer Invoer onzekerheden Uitvoer 100% P{ kosten > x } of P{ tijd > x} + Rekenen 50% 0% Begroting Kosten of tijd Verwachtingswaarde

15 Invoer en Uitvoer

16 Percentage hits per interval Kansdichtheidsverdeling Cumulative Frequency (Overschrijdingskans) Entire Plan : Cost 9% 7% 100% % % % % % % Analysis Simulation: Latin Hypercube Iterations: Conv ergence Plan Finish Date: Converged in 200 iterations (variation < 1% over 100 iterations) Total Plan Cost: Converged in 200 iterations (variation < 1% over 100 iterations) 5% 3% 1% 65% % % % % % % % % % % Statistics Minimum: Maximum: Mean: Max Hits: 1069 Std Deviation: Variance: Skewness: 1,840 Selected Confidence 10%: Deterministic Cost: Probability 98% Budget Cost: 0 Probability (less than 0%) 10% % % Waarschijnlijkheidsverdeling

17 Gevoeligheidsanalyse

18 Variatiecoefficient

19 Scheefheid (Scheefte) Symmetric Mean = Median =Mode Left-Skewed Mean < Median < Mode Right-Skewed Mode < Median < Mean

20 Scheefte Scheefte E E = Verwachtingswaarde Begrotings waarde Scheefte = Verwachtingswaarde - Begrotingswaarde

21 CASUS LEIDINGEN DOOR WEILAND Harmen Bunk Kostenmanager Arcadis

22 CASUS LEIDINGEN DOOR WEILAND Harmen Bunk Kostenmanager Arcadis

23 Situatie

24 Doorsnede situ

25 Workshop I Type Begroting MC Risico s Overig Basis Deterministisch % schatting Uitkomst = 1 waarde RA Deterministisch n Kans x gevolg Uitkomst = 1 waarde PRA I Probabilistisch j Kans x Standaard instellingen voor correlaties PRA II Probabilistisch j Kans x Correlaties per post geschat

26 Instructie workshop RA: Kwantificeer de benoemde risico s mbv kwantificeertabellen Benoem andere risico s en kwantificeer PRA I: Bepaal de spreiding voor zowel de normale onzekerheden als voor de gevolgen van de risico s.

27 Uitkomst Workshop Groep μ RA μ PRA I μ PRA II Variatie Coeff. Scheefte % % % % SIG , ,- 11 % ,- SIG %

28 SHORT CUT CORRELATIES André Bijl-Weisz Kostendeskundige & Risicoanalist hoogheemraadschap Hollands NoorderKwartier

29 CORRELATIES

30 Correlaties = het (numeriek) verband tussen twee variabelen/reeksen Bijvoorbeeld tussen - hoeveelheid en prijs - prijs van staal en (gewapend) beton - maken bekisting en storten beton (allebei loonkosten)

31 Correlaties = het (rekenkundig) verband tussen 2 variabelen/reeksen Geen bewijs voor causaliteit

32 CORRELATIES wordt uitgedrukt in de correlatiecoefficient ρ -1 ρ 1 Volledig afhankelijk : ρ = 1 of ρ = -1 Volledig onafhankelijk : ρ = 0

33 Correlatiecoëfficiënt ρ ρ=? ρ=?

34 Correlatiecoëfficiënt ρ

35 CORRELATIE-BANDBREEDTE Mate van de samenhang ( grootte ρ) beïnvloedt de bandbreedte Sterke samenhang (grote ρ) Zwakke samenhang (ρ = 0) grotere onzekerheid / bandbreedte minimale onzekerheid / bandbreedte

36 CORRELATIE-BANDBREEDTE Een negatieve samenhang geeft een dempende effect Bandbreedte blijft ongeveer hetzelfde

37 Correlatieberekening met Pearson X i Hoeveelheid Y i Eenheidspijs X i -M Xi Y i -M Yi (X i -M i ) 2 (Y i -M Yi ) 2 covariantie , , , , , , , , , ,6E , , , , , , , , , ,00 1, ,00 0, , ,00 0, ,65 0, ,65 0,10-0,83 ) ( ) ( ), ( ) ( ) ( ) ( ) ( Y X Y X Cov y y x x y y x x r n i i n i i n i i n i i

38 KEUZE CORRELATIES IN PRA II ρ + 1,00 + 0,75 + 0,50 + 0,25 0,00-0,25-0,50-0,75-1,00

39 INPUT CORRELATIES PRA II Kansen risico s ρ=0,5 Gevolgen risico s ρ=0,5 Hoeveelheden onderling ρ=0,5, 0,75, 1,0 Hoeveelheden en prijzen ρ=0 Eenheidsprijzen onderling ρ=0,5

40 Resultaten PRA II (CB)

41 RESULTATEN BEREKENINGEN Groep T RA μ PRA I μ PRA II Variatie Coeff. Scheefte % % % % SIG , ,- 11 % ,- SIG , ,- 15% ,-

42 WRAP UP Introductie Deterministisch Probabilisisch

43 Meer. Voorzien, onvoorzien of onzeker: rekenen aan kostenramingen, 2 dagen, drs.ir. J.K.Vrijling Probabilistisch ramen basis, 2 dagen, ing.j van der Meer Kostendeskundige Infra, probabilsitsch ramen en risicoanalyse, module 10 uur totale duur 1 jaar (=32x 5 uur), ing. A.Bijl-Weisz e.a.

44 EINDE

Vergelijkbare documenten

Probabilistisch ramen

Probabilistisch ramen Presentatie DACE Seminar Arnaud Bots en Bert Schilder Inleiding - Wie zijn wij? - Waar houden we ons mee bezig? - Wat willen we vandaag vertellen? - Probabilistisch ramen, wat en