Metodología de análisis cuantitativo de riesgos para optimizar la estimación de costos y tiempos de carreteras en Perú

• Autor: Ariza Flores, Victor Andre
• Formato: tesis doctoral
• Fecha de Publicación: 2025
• Institución: Universidad Nacional Federico Villarreal
• Repositorio: UNFV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unfv.edu.pe:20.500.13084/11330
• Enlace del recurso: https://hdl.handle.net/20.500.13084/11330
• Nivel de acceso: acceso abierto
• Materia: Desarrollo urbano-rural, catastro, prevención de riesgos, hidráulica y geotecnia; Análisis cuantitativo de riesgos; Contingencias; Estimación de costos; https://purl.org/pe-repo/ocde/ford#2.01.01

El objetivo de esta investigación es implementar una metodología de análisis cuantitativo de riesgos que permita optimizar la estimación de costos y tiempos en proyectos de construcción de carreteras en el Perú. La investigación sigue un enfoque cuantitativo, de tipo aplicado y diseño no experimental. Se utilizaron dos técnicas principales: Simulación de Monte Carlo para estimación de costos y Schedule Risk Analysis para análisis de cronogramas. La metodología se validó a través de tres casos de estudio: la Nueva Carretera Central, la Carretera Oyón-Ambo y la Carretera Departamental de Combapata. Se desarrolló un proceso en tres fases: revisión sistemática de literatura para seleccionar técnicas y funciones de distribución de probabilidad; validación de las técnicas mediante consultas a expertos; y aplicación práctica con simulaciones estocásticas. Los resultados mostraron estimaciones de contingencias de costos entre 1.34% y 11%, y contingencias de tiempo entre 28.71% y 91.67%, lo cual representa una mejora significativa frente a desviaciones históricas de hasta 32.29% en costos. Se concluye que el enfoque probabilístico empleado permite reducir la incertidumbre, identificar factores críticos y asignar contingencias más realistas, facilitando una mejor planificación y toma de decisiones. La metodología es replicable en contextos similares con limitada formación en análisis cuantitativo de riesgos.