La Simulación de Monte Carlo (MCS) es una técnica poderosa que combina conceptos estadísticos y la capacidad de cómputo para analizar la incertidumbre en costos de proyectos. En este artículo, se explica cómo aplicar MCS para mejorar la estimación de reservas de contingencia en un proyecto de construcción usando FainAPP.
¿Qué es la Simulación de Monte Carlo?
La Simulación de Monte Carlo consiste en crear un modelo matemático del sistema o proceso que queremos estudiar y definir variables aleatorias que reflejen la incertidumbre de ciertos costos o factores. Luego, se generan muestras aleatorias para estas variables y se analiza el comportamiento resultante del sistema. Repetir este proceso muchas veces (miles de iteraciones) nos permite obtener una distribución de resultados que representa posibles escenarios para el proyecto.
Modelo Básico para Ingeniería de Costos
Supongamos que queremos calcular la reserva de contingencia, se construye una estructura de costos similar pero con valores que varían según la región. Tradicionalmente, se usa un porcentaje fijo sobre el presupuesto para contingencia, pero con MCS podemos hacer un análisis mucho más específico.
Para definir las distribuciones de los costos, idealmente usaríamos datos históricos, pero cuando no están disponibles, podemos usar el juicio experto o analizar las ofertas de proveedores. En nuestro caso, cada elemento de costo se representa con una distribución triangular definida por tres puntos: valor mínimo, más probable y máximo.
Configuración del Modelo en FainAPP
Configuramos cada elemento de costo con su distribución triangular usando FainAPP, asegurándonos de ingresar correctamente los parámetros. La suma de estos costos genera el presupuesto total, que declaramos como la salida del modelo.
Ejecutamos la simulación con 10000 iteraciones para obtener una distribución detallada del posible costo total del proyecto.
Interpretación de Resultados
Los resultados se presentan con gráficos como histogramas que permiten comparar el presupuesto tradicional (basado en el valor más probable) con el valor esperado calculado por el modelo probabilístico.
Se recomienda usar dos conceptos clave para decidir la reserva de contingencia:
- Valor Esperado: Promedio de todos los resultados de la simulación.
- Percentil 80 (P80): El costo que se esperaría no superar con un 80% de confianza.
La diferencia entre el P80 y el valor esperado representa una reserva de contingencia justificada para riesgos.
Conclusión
La Simulación de Monte Carlo con FainAPP ofrece una metodología más robusta y defendible para calcular reservas de contingencia en proyectos con incertidumbre. Si bien el modelo básico que presentamos utiliza una sola distribución y no considera eventos imprevistos, es una base sólida que puede ampliarse para incluir diferentes distribuciones y un registro de riesgos con eventos de baja probabilidad y alto impacto.
Esta técnica aporta valor a la gestión de proyectos al proporcionar una mejor comprensión del riesgo y una base objetiva para la planificación financiera.
¿Interesado en aprender más? En próximos artículos exploraremos cómo integrar distintos tipos de distribuciones y cómo gestionar eventos de riesgo excepcionales dentro del modelo.