En la simulación estocástica, la calidad de los resultados de una Simulación de Monte Carlo depende directamente de la función de densidad de probabilidad que elijamos para cada tarea. Como ingenieros, debemos entender que no todas las actividades se comportan igual ante la incertidumbre.
1. Distribución Triangular (La opción práctica)
Es la más utilizada cuando no tenemos datos históricos suficientes. Se define con tres valores: Optimista, Más probable y Pesimista.
- Uso: Estimaciones basadas en juicio de expertos.
- Ventaja: Muy fácil de explicar a los stakeholders.
- Crítica: Sobrestima los extremos, lo que puede dar resultados excesivamente pesimistas en el agregado del proyecto.
2. Distribución Beta (PERT): El estándar de la industria
A diferencia de la triangular, la distribución Beta da más peso al valor «más probable» y suaviza las colas de la curva.
- Uso: Proyectos de desarrollo de software y sistemas de información.
- Fórmula: μ = (a + 4m + b)/6 (Donde «a» es optimista, «m» probable y «b» pesimista).
- Ventaja: Refleja mejor la realidad de tareas técnicas donde los retrasos extremos son menos frecuentes que los pequeños desvíos.
3. Distribución Normal (Gauss)
Se utiliza para procesos muy estandarizados y repetitivos, como la producción en masa o tareas de mantenimiento rutinario.
Nota: En ingeniería de software, rara vez usamos la Distribución Normal para estimar tareas individuales. ¿Por qué? Porque el software suele tener una «cola larga» a la derecha (riesgo de retrasos masivos), lo que hace que una curva simétrica sea un modelo pobre de la realidad.
Preguntas que te podrías estar haciendo
Se prefiere porque es más flexible y se ajusta mejor a la realidad del desarrollo, donde existe una mayor probabilidad de terminar cerca del valor estimado y una probabilidad decreciente de retrasos catastróficos, a diferencia de la rigidez de la distribución triangular.
La distribución uniforme se usa cuando todos los valores dentro de un rango (mínimo y máximo) tienen la misma probabilidad de ocurrir. Es útil en fases muy tempranas de investigación donde el desconocimiento es total.
Un impacto crítico. El uso incorrecto de distribuciones (por ejemplo, usar siempre normales en lugar de betas) puede infravalorar el riesgo total del proyecto en un 15-20%, invalidando la reserva de contingencia calculada.
¿Cómo integrar esto en tu gestión?
Al realizar tu análisis de riesgos, identifica qué tareas tienen datos históricos (usa Beta) y cuáles son inciertas (usa Triangular). Puedes ver cómo estas curvas interactúan en nuestra guía completa de Simulación de Monte Carlo.
