Método de Montecarlo en proyectos

¿Qué es el método de Montecarlo?

El método de Montecarlo es un método de simulación que permite calcular estadísticamente el valor final de una secuencia de sucesos no deterministas (sujetos a variabilidad), como es el caso del plazo o el coste de un proyecto. Por la complejidad de esta tarea, esta simulación se realiza por computador con alguno de los programas que se detallan al final de este artículo.

En la práctica este análisis consiste en ejecutar varias veces los diferentes sucesos variando aleatoriamente su valor en función de la función estadística que los define, dando como resultado un conjunto de valores finales. Este conjunto de valores permite calcular el valor medio y la variabilidad para el conjunto.

¿Utilidad del método de Montecarlo en proyectos?

Como se ve en otros artículos, las estimaciones de plazo y coste que hacemos durante la planificación de un proyecto están sujetas a variabilidad. Esta variabilidad es debida tanto a la variabilidad intrínseca de las estimaciones, una determinada tarea no cuesta o dura siempre lo mismo, como a los riesgos asumidos, los cuales tienen una determinada probabilidad de ocurrir y un impacto.

Por ello no es conceptualmente correcto dar un valor determinado para el coste o la duración del proyecto, aunque todos lo hacemos, ya que estos van a estar sujetos a variabilidad. Por el contrario, lo más correcto sería hablar de un valor medio y una variabilidad para el coste y la duración totales, los cuales pueden determinarse mediante el análisis de Montecarlo. Qué es y cómo aplicar el método de Montecarlo en Proyectos

De esta forma el método de Montecarlo permite calcular el valor de coste y plazo del proyecto en base a un determinado grado de confianza, y así determinar en qué medida nuestra planificación es realista, y va a permitir conseguir los objetivos del proyecto. Esto significa determinar en qué porcentaje de las simulaciones realizadas, el plazo y el coste totales son menores a los objetivos del proyecto.

Si este porcentaje es menor al grado de confianza que la organización define como aceptable, podemos determinar que la planificación no es factible, por lo que deberemos modificar esta, o tendremos datos objetivos para defender delante del sponsor o el comité de dirección del proyecto que una determinada restricción o petición no es asumible.

Otra utilidad, si planificamos por el método de cadena crítica, es usar este análisis para determinar el valor de la protección en cada grupo de tareas y del conjunto del proyecto. Esto se realiza de la misma forma que con el proyecto completo, pero ejecutando el análisis en el grupo de tareas que queremos estudiar.

Montecarlo y cadena crítica

Una vez hemos completado la planificación del proyecto, el análisis de Montecarlo sigue siendo útil para estudiar los efectos de los cambios o de las contramedidas sobre el proyecto.

¿Cómo realizamos el método de Montecarlo?

Debido al tamaño y complejidad de los proyectos que justifican el uso de este análisis, en los pequeños no se usa, este se realiza mediante computador, siendo totalmente inviable hacerlo a mano. De todas formas es recomendable entender el método de cálculo que hay detrás de estos programas de simulación.

En cualquier proyecto hay dos elementos que tienen un comportamiento no determinista:

  • Las tareas. Las cuales tienen un valor medio y una variabilidad de acuerdo a una distribución estadística, que permite relacionar un determinado valor de plazo o coste a un porcentaje de representatividad.

distribuición normal de las tareas en el análisis de montecarlo

  • Los riesgos; sujetos a una probabilidad de ocurrencia y a un impacto. Si tenemos un riesgo con una probabilidad de ocurrencia del 15%, y un impacto de 1000€ y 1 día, diremos que el 15% de las veces que se ejecute el proyecto, este va a durar un día más y costar 1000€ más, el 85% de las veces restantes no.

introducir los riesgos del proyecto en el análsis de montecarloTeniendo definidas las distribuciones estadísticas de todas las tareas y riesgos, es posible calcular un valor determinado para cada tarea o riesgo mediante la generación de múltiples números aleatorios de 0 a 100, asemejando el número aleatorio al porcentaje de representatividad del valor de la tarea, o a la probabilidad de ocurrencia del riesgo. Al final, esto permite calcular una duración o coste total del proyecto para cada valor aleatorio.

Si repetimos este cálculo un número suficientemente alto de veces (sobre 1000 puede ser correcto), podemos obtener varios valores de plazo y coste para el proyecto; los cuales pueden representarse en un gráfico de Pareto mostrando el número de veces que ha aparecido en el análisis un determinado valor de plazo o coste. A partir de este gráfico podemos acabar calculado la distribución estadística que sigue el proyecto en su conjunto, y por tanto determinar el porcentaje de las veces que este va a cumplir una determinada restricción.

distribución normal para hacer el análisis de montecarlo

A partir de aquí, el criterio para determinar si una planificación es factible, es mirar si el porcentaje de veces que se cumple la restricción es superior o inferior al margen de confianza definido por la organización. Si es inferior significa que la planificación no es factible, y que por tanto deberemos modificar esta hasta conseguir que lo sea, o acabar determinando que el proyecto no es posible con las restricciones impuestas.

Software de simulación

Actualmente existen diferentes programas comerciales que permiten aplicar el método de Montecarlo, bien de forma independiente, o partiendo de la planificación realizada en Microsoft Project o Oracle Primavera.

Si quieres aprender y certificarte en el uso de Microsoft Project, puedes hacerlos fácilmente con estos cursos:


Microsoft Project Training

  • Curso de preparación para superar la certificación en MS Project

  • Disponibilidad de los materiales: 1 año

  • Otorga 16 PDU validas para la PMP certification

  • Garantía de devolución al 100%

130 EUR


Microsoft Project Fundamentals

  • Otorga certificado

  • 44 lecciones y 19 horas de duración

  • Preguntas y cuestiones ilimitadas para practicar

299 EUR

Oferta:
169 EUR 

Obviamente lo más recomendable en proyectos grandes es poder integrar este análisis en la herramienta de gestión de proyectos que estemos utilizado, lo que facilita el trabajo y evita errores al tener de pasar información de una plataforma a otra.

12 comentarios en «Método de Montecarlo en proyectos»

  1. Bastante interesante,
    A pesar que llevo ya algunos años como PM, increíblemente no había escuchado del “Análisis de Montecarlo”;
    Lo practicare con algún proyecto ficticio para poder comprenderlo mejor.
    Muchas Gracias

    PD. Tendrán alguna herramienta un poco mas clara que pueda ayudarme a su comprensión.

  2. Excelente artículo. Como analista de riesgo en proyecto costa afuera he aplicado este método y ha sido muy útil para determinar las probabilidades de éxito y certidumbre de los proyectos. Saludos al editor.

  3. El metodo de Monte Carlo ya tiene muchos años y es una guia aplicable a cualquier proyecto y mientras mas grande sea este proyecto mejor sera la aplicacion de los riesgos de insertidunbre que pueda tener, felicitaciones al autor del articulo por su inmejorable esplicacion.

  4. Me gustaria saber de que manera se “llevan” los valores aleatorios sobre la probabilidad acumulada de cada una de las variables, es algo que ninguna pagina explica concretamente.

  5. Nos dedicamos a la inversión en Real Estate. En estos momento estamos evaluando dos proyectos: una torre terminada y a estrenar (riesgo comercial) y una torre a construir de cero (riesgo comercial + riesgo desvíos en costos y plazos de obra). Que información puede arrojarme este sistema que nos sea de utilidad?

  6. Está muy bien la introducción al tema, aunque yo esperaba que escribieras algo de como se aplica el metodo a este problema. Digamos con un diagrama de flujo o pseudocódigo. Como sea, es buen intento.

  7. Hola,
    Para el estudio de un ensamble mecánico, realicé un análisis de Monte Carlo generado en el Software Variation Analysis de SIEMENS. Obtuve los resultados donde aparecen, en una misma imagen, un histograma y una curva -más o menos- “Normal”. El límite inferior es una restricción en mi estudio y 3 de las 9 mediciones me aparecen en zona roja, lo que refleja que están por debajo de lo esperado.
    Mi duda aparece cuando en esos 3 resultados, el Valor Mínimo Estimado es menor que Valor mínimo (Worst Case).
    Éste es uno de los resultados:
    H2-1 Point to Point
    5000 samples
    Nominal : 0.0603
    Mean : 0.0850
    Standard Deviation : 0.0391
    Lower Spec Limit : 0.0100
    Upper Spec Limit : 0.3000
    Distribution : Beta – bell

    Sample Est Sample Est*
    % High Limit 0.0000 0.0000 High 0.2438 0.2192
    % Out of Spec 0.2400 0.6977 Range 0.2394 0.2174
    * +/- 3 Sigma Range : 99.7300%

    Histogram (based on 5000 random samples)
    ‘*’ = 19 samples (actual data)
    ‘.’ = Estimated distribution

    Mid-point Frequency
    -0.0279 0 +
    -0.0090 0 +
    0.0098 114 +****.*——————————————–LSL
    0.0286 450 +*********************.*
    0.0475 730 +************************************** .
    0.0663 910 +*********************************************** .
    0.0851 907 +***********************************************.
    0.1040 750 +**************************************.
    0.1228 521 +**************************.
    0.1416 335 +****************.
    0.1605 157 +********.
    0.1793 78 +***.
    0.1981 32 +*.
    0.2169 9 +.
    0.2358 7 +*
    0.2546 0 +
    0.2734 0 +

    ¿Me podrían orientar con una respuesta o decirme si hay alguna literatura donde pueda entender ése tipo de comportamientos?
    Saludos y gracias

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

*