La Simulación de Monte Carlo (MCS) combina estadística con capacidad de cómputo para analizar la incertidumbre en los costos de un proyecto. Este artículo explica cómo usar MCS en Faina para mejorar la estimación de reservas de contingencia en un proyecto de construcción.
¿Qué es la Simulación de Monte Carlo?
La Simulación de Monte Carlo crea un modelo matemático del sistema o proceso que quieres estudiar. Defines variables aleatorias que reflejan la incertidumbre de ciertos costos o factores. Luego generas muestras aleatorias y analizas el comportamiento resultante. Repite el proceso miles de veces y obtienes una distribución de resultados que representa los posibles escenarios del proyecto.
Modelo Básico para Ingeniería de Costos
Supón que calculas la reserva de contingencia para un proyecto cuyos costos varían según la región. El enfoque tradicional usa un porcentaje fijo del presupuesto. Con MCS puedes hacer un análisis mucho más específico.
Para definir las distribuciones de costos, usa datos históricos cuando los tengas. Si no los tienes, usa el juicio experto o analiza las ofertas de proveedores. Aquí, cada elemento de costo usa una distribución triangular con tres puntos: mínimo, más probable y máximo.
Configuración del Modelo en Faina
Configuramos cada elemento de costo con su distribución triangular usando Faina, 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 10.000 iteraciones para obtener una distribución detallada del posible costo total del proyecto.
Interpretación de Resultados
Los gráficos, como histogramas, muestran los resultados. Comparan el presupuesto tradicional (basado en el valor más probable) con el valor esperado del 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 Faina te da una forma robusta y defendible de calcular reservas de contingencia. El modelo básico que presentamos usa una sola distribución y no considera eventos imprevistos. Aun así, es una base sólida que puedes ampliar con más distribuciones y un registro de riesgos para eventos de baja probabilidad y alto impacto.
Esta técnica ayuda a la gestión de proyectos: te da una visión más clara del riesgo y una base objetiva para la planificación financiera.