Planejamento & Controle de Obras · Material de referência
A data única é a promessa mais cara da obra
O cronograma cospe um dia de término e todo mundo trata como fato. A análise de risco por Monte Carlo mostra o que aquela data realmente é — uma entre milhares — e responde a pergunta que decide contrato: qual a chance de eu entregar nesse dia?
🎲 Monte Carlo · SRA📚 Hulett · Vose · AACE · PMI🔗 roda no painel do Getsimplan
10.000 cenáriosdata do cronogramaP50P80P90
Cada barra é a frequência de um resultado ao simular a obra milhares de vezes. A data do cronograma (pontilhada) quase nunca é o resultado mais provável — e fica muito à esquerda do P80. Prometer nela é assinar embaixo de uma probabilidade baixa. (exemplo computado ao vivo no seu navegador)
01
Por que a data única mente
Um cronograma CPM determinístico usa uma duração fixa por atividade e devolve uma data. Mas nenhuma atividade de obra tem duração fixa: terraplenagem tem chuva, corte tem material que não chegou, estaca tem sondagem que surpreende. A duração real é uma faixa, não um número — e a data de término é a soma de faixas, ou seja, ela própria é uma faixa.
Tratar a saída do CPM como promessa é o erro que gera multa. A pergunta certa não é "quando termina?" e sim "qual a probabilidade de terminar até tal dia?". A análise de risco de cronograma (SRA — Schedule Risk Analysis) responde exatamente isso, e o motor dela é a simulação de Monte Carlo.
A troca de mentalidadeDeterminístico responde "a data é X". Probabilístico responde "há 50% de chance até X, 80% até Y, 90% até Z". A segunda é a única sobre a qual se assina contrato sem apostar às cegas.
02
Como o Monte Carlo funciona
É mais simples do que o nome sugere. Em cada rodada (iteração), o método:
Sorteia uma duração para cada atividade, dentro da sua faixa de incerteza;
Recalcula a rede (forward pass do CPM) com essas durações sorteadas e anota o término;
Repete milhares de vezes — cada rodada é uma "obra paralela" possível.
No fim, você não tem uma data: tem a distribuição de todas as datas possíveis e com que frequência cada uma aparece. É o histograma lá do topo. Some quantas rodadas terminaram até um dia qualquer e você tem a probabilidade daquele dia.
// uma iteração, em pseudocódigopara cada atividade (em ordem de rede):
dur = sorteia(otimista, provável, pessimista)
fim = max(fim das predecessoras) + dur
termino_da_rodada = max(fim de todas)
// repita N vezes → distribuição de "termino_da_rodada"
O Getsimplan roda centenas a milhares de iterações sobre o próprio .mpp/.xer — sem plugin pago, sem exportar para outra ferramenta.
03
Ler a distribuição: P50, P80, P90
Os percentis são a tradução da distribuição em decisão. P80 = 80 dias significa: em 80% das simulações a obra terminou até o dia 80. Arraste a confiança abaixo e veja a data que ela exige:
A linha se move sobre o mesmo histograma. Quanto mais confiança você exige, mais tarde a data — comprar certeza custa prazo. O salto do P50 para o P80 é a reserva de contingência que protege a data que você promete para fora.
P50 · provável
—
50% de chance · use internamente
P80 · comprometível
—
a data que se promete ao cliente
P90 · conservador
—
marco contratual com multa pesada
Regra de bolso da indústriaPlaneje e cobre a equipe pelo P50 (meta realista, sem gordura escondida). Comprometa a data contratual no P80. Reserve o P90 para marcos com penalidade alta. O intervalo P50→P80 não é folga para gastar — é a contingência de prazo que absorve o azar normal da obra.
04
De onde vem a incerteza
O sorteio de cada atividade precisa de uma forma. A mais usada em obra é a estimativa de três pontos: otimista (O), mais provável (M) e pessimista (P). Com eles montam-se as distribuições:
Triangular (O, M, P)◆ mais provável (M)
A triangular é a mais transparente: o pico é o valor mais provável, e as pernas vão até o otimista e o pessimista. Repare na assimetria — a cauda para a direita (atraso) costuma ser mais longa que a da esquerda, porque em obra é muito mais fácil atrasar do que adiantar.
PERT / Beta (dá mais peso ao M): Te = (O + 4M + P) / 6 · σ = (P − O) / 6
Triangular (simples e honesta): média = (O + M + P) / 3
Faixas típicas por classe (AACE): definição ruim = O−30% / P+50% · projeto executivo = ±10%.
Quanto pior a definição do projeto, mais larga a faixa — e mais o Monte Carlo vai "abrir" a distribuição do término. É o cone de incerteza aparecendo no resultado: no início da obra a faixa é enorme; ela só fecha conforme a definição amadurece.
05
Quem dirige o risco: o índice de criticidade
Aqui o Monte Carlo entrega o que o CPM determinístico não consegue. No cronograma fixo, uma atividade ou está no caminho crítico ou não está. Na simulação, cada rodada tem seu próprio caminho crítico — e uma atividade pode ser crítica em 20%, 60% ou 95% das rodadas.
Essa frequência é o índice de criticidade (criticality index): a probabilidade de a atividade dirigir o término. E ela revela a armadilha clássica:
% das simulações em que a atividade foi crítica
Uma atividade com folga no cronograma fixo mas alta variabilidade pode dirigir o atraso em metade das simulações — e no CPM determinístico ela nem apareceria como crítica. É onde blindar primeiro: alta criticidade + folga baixa.
A tarefa mais perigosa nem sempre é a "crítica"O caminho crítico determinístico mostra a atividade crítica hoje, no cenário médio. O índice de criticidade mostra quem tem mais chance de estragar o prazo em qualquer cenário. Gerenciar risco é atacar a segunda lista, não só a primeira.
06
O viés que empurra o término (merge bias)
Existe uma razão matemática, contraintuitiva, para o P50 quase sempre cair depois da data determinística — mesmo usando durações "mais prováveis". Chama-se viés de convergência (merge bias), e acontece em todo ponto onde dois ou mais caminhos se encontram.
Se um marco depende de duas frentes em paralelo, ele só começa quando a mais atrasada das duas terminar. Basta uma das frentes escorregar para empurrar o marco — e como qualquer uma pode ser a azarada, a probabilidade de atraso se acumula. O resultado: o término médio real é maior que o término calculado com as durações médias.
frente Afrente Bjunção (a mais tarde das duas)
Duas frentes com o mesmo prazo médio. A junção (vermelho) é o máximo das duas a cada cenário — e sua distribuição inteira desliza para a direita: a média da junção é maior que a média de qualquer frente isolada. Quanto mais caminhos convergem num marco, pior o viés — por isso obras com muitas frentes paralelas atrasam "sem motivo aparente".
Consequência práticaSua intuição de somar as durações "mais prováveis" ao longo do caminho subestima sistematicamente o prazo. É por isso que o P50 do Monte Carlo é o número honesto — ele já embute o merge bias que a conta de padeiro ignora.
07
Armadilhas e boas práticas
garbage in
Faixas inventadas
Três pontos "no chute" produzem uma distribuição bonita e falsa. Ancore O/M/P em histórico, produtividade real e registros de risco — não no otimismo do orçamento.
correlação
Riscos que andam juntos
Se chove, várias frentes param ao mesmo tempo. Tratar durações como independentes subestima a cauda. Riscos correlacionados alargam a distribuição real.
otimismo
A cauda curta demais
Equipes cortam o pessimista ("não vai ser tão ruim"). O P sistematicamente baixo é o erro nº 1 do SRA — a distribuição fica estreita e a data parece mais segura do que é.
rede
Cronograma frágil
Monte Carlo sobre uma rede com lógica faltando, restrições rígidas ou folga irreal só dá precisão a um erro. Antes de simular, passe o cronograma no DCMA.
Precisão ≠ acuráciaRodar 100.000 iterações dá um P80 com três casas decimais — e completamente errado, se os três pontos de entrada forem ruins. O valor do Monte Carlo está na qualidade das faixas e da rede, não no número de rodadas.
→
No seu dashboard
O Getsimplan já roda essa simulação sobre o seu cronograma — sem add-on, sem exportar nada:
P50 / P80 / P90 do término calculados a partir do próprio .mpp/.xer/.xml, com o gap P50→P80 como a contingência de prazo sugerida.
Índice de criticidade — o ranking das atividades que mais dirigem o atraso nas simulações, exatamente o gráfico da §5, na aba Caminho Crítico.
Cruzado com o resto do painel: Earned Schedule (o prazo já realizado), erosão de folga (o risco chegando entre medições) e o simulador de compressão (o que fazer quando o P80 assusta).
Tudo sobre os valores reconferidos de cada nó contra o oficial do arquivo — nunca sobre número colado. O Primavera P6 só faz análise de risco com o módulo pago (Primavera Risk); o MS Project não faz nativo.
Método que estima uma distribuição de resultados repetindo milhares de sorteios aleatórios das variáveis de entrada (aqui, as durações).
SRA
Schedule Risk Analysis: aplicar Monte Carlo ao cronograma para obter a probabilidade de datas de término e marcos.
P50 / P80 / P90
Percentis da distribuição de término: a data até a qual 50% / 80% / 90% das simulações terminaram.
Estimativa de 3 pontos
Otimista (O), mais provável (M) e pessimista (P) — as entradas da distribuição de cada atividade.
Triangular / PERT-Beta
Formas da distribuição de duração. Triangular usa O/M/P direto; PERT suaviza dando peso 4 ao M.
Índice de criticidade
% das simulações em que a atividade ficou no caminho crítico. Mede a probabilidade de ela dirigir o atraso.
Cruciality
Correlação entre a duração da atividade e o término do projeto — o quanto mexer nela move o prazo.
Merge bias
Viés de convergência: em pontos onde caminhos se juntam, o término médio real fica maior que a soma das durações médias.
Contingência de prazo
A reserva (ex.: P80 − P50) que protege a data comprometida contra a variabilidade normal da obra.
Referências
Livros: David Hulett — Practical Schedule Risk Analysis · David Vose — Risk Analysis: A Quantitative Guide · Aldo Dórea Mattos — Planejamento e Controle de Obras · PMI — Practice Standard for Project Risk Management.