Simulación Monte Carlo para plazos de obra, explicada simple

2026-08-21 · OptimIQ AI · Concepción, Chile

Cuando usted arma la carta Gantt de una obra y le pone 240 días al plazo total, esa cifra tiene una forma de mentir que es difícil de ver: parece un compromiso, pero por dentro es un promedio de promedios. Cada partida se estimó con un número único, esos números se sumaron a lo largo de la ruta crítica, y el resultado salió con la misma apariencia de certeza que tiene la fecha de un vuelo. La obra, en cambio, no funciona así.

La simulación Monte Carlo es la manera más directa de sacarle esa falsa certeza al programa. No es una técnica nueva ni exótica: se usa hace décadas en ingeniería, finanzas y física. Lo que sí es relativamente nuevo es que hoy cualquier constructora mediana puede correrla sin un departamento de investigación operativa detrás.

El problema de fondo: sumar promedios no da el promedio

Suponga tres partidas encadenadas. A cada una el jefe de terreno le asigna 30 días. Usted suma 90 y programa la entrega. Pero si le pregunta bien, la respuesta real de terreno es otra: "si todo sale redondo, 25; lo más probable es 30; y si llueve o el proveedor falla, se puede ir a 45".

Ahí aparece lo importante. Los rangos casi nunca son simétricos. Una partida rara vez termina mucho antes de lo previsto —hay un piso duro de tiempo físico— pero puede atrasarse bastante. La distribución tiene cola larga hacia la derecha. Cuando usted encadena varias partidas con esa forma, el plazo total no se comporta como la suma de los valores más probables: se corre hacia arriba.

A eso se suma un segundo efecto que en obra es brutal: las rutas paralelas convergen. Si dos frentes deben terminar antes de que empiece el montaje, el montaje no arranca cuando termina el frente promedio, sino cuando termina el más atrasado de los dos. Con dos frentes que cumplen su fecha el 50% de las veces, la probabilidad de que ambos lleguen a tiempo es bastante menor a ese 50%. Mientras más frentes converjan, peor. Esta es la razón por la que obras bien programadas igual se atrasan, sin que haya un culpable identificable.

Qué hace exactamente una simulación Monte Carlo

La idea es simple hasta el aburrimiento. En vez de calcular la obra una vez con los valores más probables, la calcula miles de veces sorteando una duración distinta para cada partida dentro de su rango.

Al final usted no tiene un plazo: tiene una nube de cinco mil plazos posibles. Y esa nube se lee por percentiles, que es donde el ejercicio se vuelve útil de verdad.

El P50 es el plazo que se cumple la mitad de las veces. El P80, el que se cumple en cuatro de cada cinco escenarios. El P95, el que casi siempre alcanza. Un resultado típico de un ejercicio de monte carlo plazos proyecto se lee así: "el P50 es 240 días, el P80 es 268 y el P95 es 291".

Fíjese en lo que acaba de aparecer. Los 240 días que usted iba a comprometer no eran un plazo conservador: eran una moneda al aire. Y la distancia entre el P50 y el P80 —28 días en este caso— es exactamente la holgura que su programa necesitaba y no tenía escrita en ninguna parte.

De dónde salen los rangos

Esta es la parte que decide si el ejercicio sirve o es decoración. El motor de simulación es trivial; los datos de entrada, no.

Estimación de tres puntos

Para cada partida se piden tres números al que sabe: optimista, más probable y pesimista. Es la conversación que ya ocurre en obra, solo que ahora se registra en vez de colapsarla en un valor único. Con esos tres puntos se arma una distribución triangular o una PERT, y basta.

Hist

Preguntas frecuentes

¿Necesito software caro para hacer una simulación Monte Carlo?

No. El método corre igual en una planilla con una macro simple o en un script de unas pocas líneas. Lo caro no es la herramienta, es conseguir estimaciones honestas de duración para cada partida.

¿Cuántas iteraciones hacen falta?

Con algunos miles de corridas los percentiles se estabilizan lo suficiente para decidir. El criterio práctico es correr dos veces y ver si el P80 se mueve; si cambia poco, ya alcanza.

¿Sirve si no tengo historial de obras anteriores?

Sirve, pero con menos precisión. Se puede partir con estimaciones de tres puntos que dé el equipo de terreno (optimista, probable, pesimista) e ir corrigiendo los rangos a medida que se acumulan obras cerradas.

Siga leyendo sobre licitación y presupuesto

¿Quiere aplicar esto en su empresa? OptimIQ AI desarrolla soluciones de IA para construcción, prevención y PYMEs desde Concepción, Chile.

→ Pedir un diagnóstico gratuito