Considere el proyecto cuya información se adjunta.
import pandas as pd
pd.set_option("display.max_columns", None)
pd.set_option("display.max_rows", None)
import numpy as np
import matplotlib as plt
%matplotlib inline
datos_enunciado = pd.DataFrame([
# actividad, predecesora, duracion media, desviación típica
('A', '--- ', 10, 1.5 ),
('B', '--- ', 5, 0.4 ),
('C', 'A ', 6, 0.8 ),
('D', 'A ', 2, 0.7 ),
('E', 'B,C,D', 7, 1.8 ),
('F', 'B,D ', 8, 0.8 ),
('G', 'E,F ', 4, 1.4 ),
('H', 'B ', 7, 1.6 ),
] ,columns=['activity', 'predecessor', 'mean', 'stdev']).set_index('activity')
datos_enunciado| predecessor | mean | stdev | |
|---|---|---|---|
| activity | |||
| A | --- | 10 | 1.5 |
| B | --- | 5 | 0.4 |
| C | A | 6 | 0.8 |
| D | A | 2 | 0.7 |
| E | B,C,D | 7 | 1.8 |
| F | B,D | 8 | 0.8 |
| G | E,F | 4 | 1.4 |
| H | B | 7 | 1.6 |
datos_proyecto = datos_enunciado.copy()
prelaciones = PredecessorTable.from_dataframe_of_strings(datos_proyecto, activity='activity', predecessor='predecessor')
proyecto = prelaciones.create_project()
proyecto.pert(ranksep=0.6, nodesep=0.6)
path_matrix = proyecto.path_matrix(dummies=False)
proyecto.display_path_matrix(dummies=False)| A | B | C | D | E | F | G | H | |
|---|---|---|---|---|---|---|---|---|
| Route_1 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 |
| Route_2 | 1 | 0 | 0 | 1 | 1 | 0 | 1 | 0 |
| Route_3 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 0 |
| Route_4 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 0 |
| Route_5 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 |
| Route_6 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 1 |
number_of_samples = 1000activity_names = datos_proyecto.index
duration = pd.DataFrame([np.random.normal(size = number_of_samples,
loc = datos_proyecto.loc[task, 'mean',],
scale= datos_proyecto.loc[task, 'stdev'])
for task in activity_names
],
index=activity_names)duration.T.head()| activity | A | B | C | D | E | F | G | H |
|---|---|---|---|---|---|---|---|---|
| 0 | 10.925301 | 4.446971 | 6.645871 | 1.839015 | 6.548168 | 9.488839 | 4.176080 | 4.809138 |
| 1 | 10.336844 | 4.653989 | 5.587939 | 2.459432 | 6.773722 | 7.531909 | 5.320504 | 8.328515 |
| 2 | 9.900782 | 5.748689 | 5.861894 | 3.397602 | 2.419875 | 7.681707 | 1.904833 | 6.327645 |
| 3 | 9.023336 | 4.765365 | 4.989582 | 2.432137 | 7.606742 | 9.317281 | 2.558808 | 8.133549 |
| 4 | 10.867391 | 5.509260 | 5.052959 | 2.227036 | 8.093987 | 8.077850 | 4.918052 | 9.203615 |
La duración del proyecto se obtiene multiplicando la matriz de caminos por las duraciones de las actividades. El resultado es la duración de las rutas en cada iteración.
duraciones_caminos = path_matrix @ duration # Multiplicación matricial
duraciones_caminos.T.head()| Route_1 | Route_2 | Route_3 | Route_4 | Route_5 | Route_6 | |
|---|---|---|---|---|---|---|
| 0 | 28.295421 | 23.488565 | 26.429235 | 15.171219 | 18.111890 | 9.256109 |
| 1 | 28.019009 | 24.890501 | 25.648689 | 16.748215 | 17.506402 | 12.982504 |
| 2 | 20.087384 | 17.623092 | 22.884924 | 10.073397 | 15.335228 | 12.076333 |
| 3 | 24.178468 | 21.621023 | 23.331562 | 14.930915 | 16.641453 | 12.898914 |
| 4 | 28.932390 | 26.106467 | 26.090330 | 18.521299 | 18.505162 | 14.712875 |
La duración del proyecto en cada iteración se obtiene calculando el máximo de la duración de los caminos en esa iteración.
duracion_proyecto = duraciones_caminos.max(axis="rows").to_frame(name='duracion_proyecto')
duracion_proyecto.head(10)| duracion_proyecto | |
|---|---|
| 0 | 28.295421 |
| 1 | 28.019009 |
| 2 | 22.884924 |
| 3 | 24.178468 |
| 4 | 28.932390 |
| 5 | 28.135973 |
| 6 | 25.834992 |
| 7 | 31.058014 |
| 8 | 28.493112 |
| 9 | 25.954879 |
duracion_proyecto.plot(kind='density');
duracion_proyecto.describe()| duracion_proyecto | |
|---|---|
| count | 1000.000000 |
| mean | 27.165373 |
| std | 2.708426 |
| min | 18.588942 |
| 25% | 25.285334 |
| 50% | 27.055871 |
| 75% | 28.937220 |
| max | 35.337673 |
Markdown(f"La duración media del proyecto es: {round(duracion_proyecto.mean(), 1)}, la desviación típica de la duración del proyecto es: {round(duracion_proyecto.std(), 1)}")La duración media del proyecto es: duracion_proyecto 27.2 dtype: float64, la desviación típica de la duración del proyecto es: duracion_proyecto 2.7 dtype: float64
Podemos ordenar los valores en sentido ascendente y quedarnos con aquél valor superior al 98% de las muestras.
resultado_1 = round(duracion_proyecto.sort_values(ascending=True, by='duracion_proyecto').iloc[int(0.98*number_of_samples),0], 1)Markdown(f"Podemos ordenar los valores en sentido ascendente y quedarnos con aquél valor superior al 98% de las muestras. De esta manera obtenemos un resultado igual a {resultado_1} periodos")Podemos ordenar los valores en sentido ascendente y quedarnos con aquél valor superior al 98% de las muestras. De esta manera obtenemos un resultado igual a 33.0 periodos
O bien, utilizando la función quantile
resultado_2 = round(duracion_proyecto.quantile(q=0.98, interpolation='higher'), 1)Markdown(f"O bien, utilizando la función `quantile`, obteniendo igualmente un valor de {resultado_2} periodos.")O bien, utilizando la función quantile, obteniendo igualmente un valor de duracion_proyecto 33.0 Name: 0.98, dtype: float64 periodos.