Simulacin de Monte Carlo para determinar la probabilidad de ganar en

un Concurso de Mritos (subastas), para proyectos relacionados con la

interventora para la construccin, mejoramiento y mantenimiento de
vas.
F.A. Barreto
Universidad de los Andes, Candidato Msc. Ingeniera Industrial, Bogot D.C., Colombia
J.Villarreal
Universidad de los Andes, Profesor Asociado, Bogot D.C., Colombia
O.J.Lpez
Universidad de los Andes, Investigador Posdoctoral, Bogot D.C., Colombia
RESUMEN: En este proyecto se desarroll una metodologa para determinar la probabilidad de ganar una
subasta en proyectos de ingeniera civil, en el rea de interventoras de construccin, mantenimiento y conser-
vacin de vas, especficamente para concursos de mritos desarrollados por el Invas. Para lograr dicho obje-
tivo, fue necesario desarrollar una metodologa que comprendiera simulaciones de monte-carlo, para calcular
la probabilidad de ganar una subasta, teniendo en cuenta que se cumplen con los requisitos habilitantes, y que
solamente se quieren estudiar los requisitos puntuables. Se estudiaron los perfiles de puntuacin del promedio
ponderado del plazo (PPP) y de la ponderacin del promedio de facturacin mensual total (PFMT) de los con-
tratos presentados, y se determin que la mejor distribucin para simular la oferta de otros proponentes para el
(PPP) es mediante distribuciones triangulares, mientras que la distribucin beta pert es la mejor para simular
el (PFMT). Se determinaron los perfiles de probabilidad estandarizados a la unidad para ambos indicadores y
se localizaron los puntos focales (donde hay una ms alta probabilidad de ganar). Para el PFMT se pudo iden-
tificar que si un proponente logra con una combinacin de contratos tomar un valor igual al a%*PFMO (Pro-
medio Ponderado de Facturacin Mensual Oficial) del contrato ajustado al porcentaje impuesto por la entidad,
este proponente ganara la subasta, si solamente se evaluara este concepto puntuable, como tambin si ningn
otro proponente logra empatar al proponente por este concepto.

ABSTRACT: In these Project a methodology was developed to determine the probability to win an auction on
projects related to civil engineering, on audits for the construction, maintenance and conservation of roads,
specifically for competitive examination developed for Invias (National Institute for Roads). To reach these
goal, it was necessary to develop a methodology that compromise Monte Carlo simulations, to calculate the
probability to win an auction, taking into account that the enabling requirements are met, and only the study
was focused on the scorable requirements. The score profiles for the weighted average term (PPP) and the
weighted total monthly billing term (PFMT) of the submitted contracts, and it was determined that the best
probability distributions to simulate other proponents offer for the PPP index its by triangular distributions,
while the beta pert distribution is the best distribution to simulate the PFMT index. The standardized to unit
probability profiles were determined for both index, and the focal points were located (where there are a high
probability to win). For the PFMT index, it could be identified that if one proponent reach with a combination
of contracts to take a value equal to the %a*PFMO (weighed official monthly billing term) of the contract ad-
justed to some percentage imposed by the entity, these proponent will win the auction, if only these scorable
concept was evaluated, also if any other proponent have the same score for these concept.

1 INTRODUCCIN La compaa Ingeocim S.A.S. tiene un mercado espe-

cializado en Colombia, que ofrece en gran parte ser-
1.1 Identificacin del Problema vicios de Interventoras, Consultoras, Estudios y Di-
seos que usa herramientas de la Ingeniera Civil,
Ambiental, de Transporte e Industrial aplicados a
proyectos relacionados con la infraestructura de vas,
recaudos de peajes, concesiones, gasoductos, oleo-
ductos y edificios.
Aunque en los ltimos 15 aos, en el Departamento
de Propuestas se elaboran propuestas que cumplen
con los requisitos habilitantes, en este momento el
porcentaje de ofertas adjudicadas con respecto a las
ofertas presentadas no supera ms del 25% tal y como
se puede ver en la Figura 1. El costo de presentar una
oferta en promedio esta alrededor de $1M COP, y en
promedio se presentan 100 propuestas por ao. Sera
interesante poder ahorrar dinero por este concepto,
que pudiera servir para trabajar en proyectos de inno-
vacin para la compaa. Por ende el objetivo de este
trabajo es desarrollar una herramienta de decisin que
le permita a la compaa presentar solo ofertas en las
que la compaa tenga chances de ganar.
Figura 1. Porcentaje de ofertas adjudicadas por ao con respecto al total de ofer-
ta presentadas por la compaa. Fuente (Ingeocim S.A.S, 2014).
Figura 2. Cantidad de ofertas presentadas por ao y por segmentacin del mer-
cado. Fuente (Ingeocim S.A.S, 2014).
Como se puede observar en la Figura 2 es mejor po-
derse enfocar en las ofertas presentadas para el rea
de interventoras (azul), debido a que este tipo de
ofertas representa ms del 50% en promedio del total
de ofertas presentadas por la compaa. Ms an, de
acuerdo a la Figura 3, la cantidad de ofertas adjudica-
das por el concepto de Interventoras es superada por
el nmero de ofertas adjudicadas por el concepto de
Estudios de Suelos, por lo que sera conveniente en-
focarnos en este tipo de ofertas, ya que es contradicto-
rio que sea el rea en el que ms se presenten ofertas,
pero no sea el rea en el que ms ofertas se adjudi-
quen.
Figura 3. Cantidad de ofertas adjudicadas por ao y por segmentacin del mer-
cado. Fuente (Ingeocim S.A.S, 2014).
Figura 4. En Azul: Porcentaje de ofertas presentadas al Invias para el rea de In-
terventoras para el mejoramiento, mantenimiento y rehabilitacin de vas, con
respecto al total de ofertas presentadas para el rea de Interventoras. En Rojo:
Porcentaje de ofertas adjudicadas para el Invias para el rea de Interventoras
para el mejoramiento, mantenimiento y rehabilitacin de vas, con respecto al
total de ofertas adjudicadas para el rea de Interventoras. Fuente (Ingeocim
S.A.S, 2014).
De acuerdo a la Figura 4, se puede determinar que pa-
ra el rea de Interventoras, en promedio ms del 50%
de las ofertas presentadas, para el rea de intervento-
ras proviene del mercado de Interventoras para el
mejoramiento, mantenimiento y rehabilitacin de
vas, dirigidas al Instituto Nacional de Vas
(INVIAS), el cual est subordinado al Ministerio de
Transporte de la Repblica de Colombia, donde en
promedio el 35% de las ofertas adjudicadas para el
rea de interventoras proviene del mismo segmento
del mercado. Por lo cual sera interesante estudiar este
mercado, debido a lo significativo que puede ser para
el rea de Propuestas de la compaa.
 1) Para el Promedio Ponderado de los Plazos
(PPP) la frmula para la asignacin del punta-
je X1 es la siguiente:

Donde:

Figura 5. Monto promedio en Salarios Mnimos Mensuales Legales Vigentes X1: Puntaje a asignar a cada proponente por el
(SMMLV) actualizados a la fecha de presentacin de la oferta, de las ofertas ad- concepto del PPP.
judicadas por segmento del mercado. Fuente (Ingeocim S.A.S, 2014). Pmax1: Puntaje mximo a otorgar por concep-
to del PPP.
Un argumento que fortalece an ms lo mencionado PPP: Plazo promedio de de los contratos acre-
en el prrafo anterior es que de acuerdo a la Figura 5, ditados por los proponentes (redondeado a la
el monto promedio de las ofertas adjudicadas para el milsima).
rea de interventoras es el mayor con respecto a los
otros segmentos del mercado para cuatro de los 5
aos estudiados, por lo que en este trabajo se preten-
den estudiar las subastas a las que se presenta la com- Donde:
paa para proyectos de Interventora al Mejoramien-
to, Mantenimiento y Rehabilitacin de Vas Pj: Plazo del contrato j.
solicitados por el INVIAS, en especial la metodologa j: Nmero de contrato.
de seleccin estipulada a partir de Enero del 2014 por N: Nmero total ctos acreditados.
la entidad. (mnimo 4, mximo 6)

PPH: Promedio de los plazos acreditados de

2 MARCO TERICO los proponentes hbiles (redondeado a la mil-
sima)
2.1 En qu consiste un concurso de mritos del
INVIAS?
Un concurso de mritos del INVIAS est estructurado
de tal forma en que existen unos requisitos habilitan-
tes en trminos jurdicos, econmicos, tcnicos y fi- Donde:
nancieros de tal forma en la que se pueda asegurar
que las empresas que pasan esta etapa sean las ade- m: Nmero total de proponentes
cuadas para ser adjudicatarias del proyecto. Luego de hbiles.
pasar este filtro, existen unos requisitos puntuables, n: Nmero de proponente hbil.
por medio de las cuales se puede determinar un orden PPP: Plazo promedio de los contratos
de elegibilidad de los proponentes hbiles. Para de- acreditados por proponente.
terminar esta puntuacin existen dos indicadores de Propmod: Nmero de propuestas presenta-
inters que son el Promedio de Facturacin Mensual das por mdulo.
de la Oferta (PFMO) y el Promedio de los Plazos PO: Plazo Oficial.
Acreditados por los Proponentes Hbiles (PPH). Es-
tos indicadores se comparan con respecto Promedio Ejemplo 1: Para calcular el puntaje a obtener por con-
de Facturacin Mensual Total (PFMT) de los contra- cepto del PPP, se presentan tres proponentes hbiles
tos acreditados por el proponente, de acuerdo al obje- Prop1, Prop2 y Prop3, de acuerdo a lo observado en
to del contrato, como tambin del Promedio Pondera- la Tabla 1. El proponente 1 presenta 6 contratos con
do de los Plazos (PPP) de estos contratos. Las plazos P1 a P6, el proponente 2 presenta 5 contratos
frmulas para la asignacin del puntaje son las si- con plazos P1 a P5 y el proponente 3 presenta contra-
guientes: tos con plazos P1 a P4. Suponiendo que el PO (Plazo
Oficial) del concurso de mritos es de 2,4, que el pun-
taje mximo a asignar por este concepto es de 300
puntos, y que no hay ningn proponente que no sea
hbil, se tienen los siguientes resultados. Se puede vias relacionados con el objeto en estudio
observar que si solamente se evaluara este aspecto, el a partir del ao 2014.
proponente 1 ganara con un puntaje de 292,290. SMMLVj: Salario Mnimo Mensual Legal
Vigente del contrato j a la fecha de inicio
del mismo.

PFMO: Promedio de Facturacin Mensual

Oficial.

Donde:
Tabla 1. Ejemplo de cmo calcular el puntaje a asignar por concepto del PPP, en
un concurso de mritos donde se presentan 3 proponente, y estos 3 proponentes VFAO: Valor Facturado Actualizado Ofi-
son hbiles. cial
SMMLVO: Salario Mnimo Mensual Le-
2) Para el Promedio de Facturacin Mensual To- gal Vigente a la fecha de apertura del
tal (PFMT) la frmula para la asignacin del concurso de mritos
puntaje X2 es la siguiente: PO: Plazo Oficial
VTO: Valor Oficial Total del concurso de
mritos al que se va a presentar.

Vpropmod: Valor por nmero de propuestas

presentadas segn tabla.

No. de Propuestas Valor a tomar por mdulo

Donde: Presentadas por mdulo (Vpropmod)
1 - 10 2
X2: Puntaje a asignar a cada proponente por el 11 - 20 3
concepto del PFMT. 21 - 30 4
Pmax2: Puntaje mximo a otorgar por concep- 31 - 40 5
to del PFMT. 41 - 50 6
PFMT: Promedio de facturacin mensual total 51 - 60 7
del proponente. 61 - 70 8
71 - 80 9
>80 10
Tabla 2. Valor a asignar al Vprop, de acuerdo a la cantidad de proponentes pre-
Donde: sentados por mdulo.

Pj: Plazo del contrato j. a%: Es el porcentaje del PFMO que se evalua-
VFAj: Valor facturado actualizado del r en el concurso de mritos para asignar el
contrato j. puntaje. Este porcentaje lo determina el
INVIAS.

Nota: A los proponentes que acrediten una relacin

VTEj: Valor total ejecutado del contrato j
a la fecha de la presentacin al concurso
de mritos en COP. *** Si desea revisar
cmo se debe hacer la conversin de otras
monedas a la moneda colombiana, favor
revisar la pgina
https://www.contratos.gov.co/puc/buscad
or.html, seleccionar la bsqueda avanzada
y buscar los concursos de mritos del In-
PFMT/PO mayor o igual a la RelacinPO se les asig-
nar un puntaje de cero (0) puntos. La RelacinPO se
calcular de la siguiente manera:
Ejemplo (continuacin): Continuando con el ejemplo
1 para calcular el PFMO de un concurso de mritos,
de acuerdo a las frmulas anteriormente menciona-
das, se tiene lo siguiente (Observar la Tabla 3):

Tabla 3. Cmo calcular el PFMO para un concurso de mritos en especfico.
Nota: Para encontrar los valores del Salario Mnimo para la fecha de apertura
del contrato puede dirigirse a la pgina del Banco de la Repblica:
http://obiee.banrep.gov.co/analytics/saw.dll?Go&Path=/shared/Consulta%20Ser
ies%20Estadisticas%20desde%20Excel/1.%20Salarios/1.1%20Salario%20mini
o%20legal%20en%20Colombia/1.1.1%20Serie%20historica&Options=rdf&NQ
User=salarios&NQPassword=salarios&lang=es
Ahora se pretende calcular el VFA de un contrato, pa-
ra uno de los proponentes (Proponente 1), por lo que
se tiene lo siguiente (Ir la Tabla 4):
Tabla 4. Cmo calcular el VFA para uno de los contratos del Proponente 1.
Ahora vamos a determinar cmo calcular el PFMT
para el Proponente 1 a partir de los plazos y de sus
VFA (Ver la Tabla 5):
Tabla 5. Cmo calcular el PFMT del Proponente 1 a partir de sus VFA de sus
contratos acreditas y del plazo de los mismos.
Ahora vamos a determinar el puntaje a asignar a cada
proponente de acuerdo a los clculos llevados a cabo
en la Tabla 6, teniendo en cuenta que la entidad de-
termina evaluar a partir de un 90% del PFMO, que el
PFMO a evaluar es el calculado en la Tabla 3, que se
siguen presentando 3 y que ninguno tiene problemas
con los requisitos habilitantes. El plazo a tener en
cuenta para asignar el puntaje es de 2,4 y el puntaje
mximo a asignar es de 600.
Tabla 6. Ejemplo de cmo calcular el puntaje a asignar por concepto del PFMT,
en un concurso de mritos donde se presentan 3 proponente, y estos 3 proponen-
tes son hbiles.
Ahora es importante aclarar que existe un puntaje que
se asigna si la empresa es MYPIME (Micro, pequeas
y Medianas Empresas), el cual es de 100 puntos para
procesos de seleccin que superen los 125.000.oo
USD a la TRM (Tasa Representativa del Mercado)
del da. Suponiendo que ste es el caso para este pro-
ceso, y que todos los proponentes son MIPYME, la
puntuacin total para cada uno de los proponentes se-
ra (ver Tabla 7):
Tabla 7. Puntaje Total para cada proponente, luego de sumar los puntajes por
conceto del PPP, del PFMT y del hecho de ser MYPIME.
De acuerdo a la anterior tabla, no habra ningn em-
pate por concepto de puntuacin, y que el ganador se-
ra el Proponente 1, el cual quedara en el primer or-
den de elegibilidad. Los proponentes 3 y 2 quedaran
consecutivamente en el segundo y tercer orden de
elegibilidad.
Por ltimo, en caso de que dos o ms proponentes
queden empatados, existen unos criterios de desempa-
te estipulados en el Decreto 1510 del 17 de Julio de
2013, expedido por el Departamento de Planeacin
Nacional de la Repblica de Colombia, en donde se
estipula que la ltima instancia para definir un empate
es mediante un sorteo por mediante balotas. Para ir al
detalle de todas las etapas del proceso de desempate,
puede revisar el decreto en un mayor detalle.
3 METODOLOGA Y RESULTADOS
3.1 Regiones de Ganancia para dos proponentes,
para el PPH.
Para determinar estas regiones se pretende utilizar la
metodologa propuesta por (Iannou et al, 2010) en la
que se tiene a la empresa (sea sola o como un propo-
nente plural) compitiendo en contra de dos proponen-
tes, en donde se define un rango de PPP entre 0 y 10
para cada uno de los proponentes rivales, y con un
PPP determinado para la compaa. Se utiliz una ho-
ja de clculo de MS Excel, a la cual se hicieron los
clculos pertinentes de acuerdo a las frmulas esta-
blecidas en el numeral anterior, dividiendo las regio-
nes cada una en 0,1 unidades de PPP, y en donde se
ajust el tamao de esas columnas de tal forma que la
celda quedara cuadrada, asegurando que el rea de to-
das las celdas quedaran iguales. Por ende se utiliz
una regin de celdas de 100 x 100, en donde el PPP
de uno de los proponentes rivales aumentaba de iz-
quierda a derecha y el del otro de los proponentes de
arriba abajo. El puntaje mximo para este tem se de-
termin en 1, y se defini de acuerdo a frmulas con-
dicionales para el puntaje, en donde si el puntaje de
las compaas rivales era inferior al de la compaa
en estudio, entonces se asignaba un valor de 1 (de lo
contrario se asignaba un valor de 0), y por ende de
acuerdo a la funcionalidad que tiene la hoja de clcu-
lo para determinar el color de las celdas de acuerdo a
un valor, se determin el color negro para las zonas
de ganancias. Los resultados fueron los siguientes de
acuerdo a la Figura 6:
(a) (b)
matoria de las reas de color negro y se dividi sobre
el rea total del cuadrado, para calcular una probabi-
lidad de ganar sobre esa regin, y se determin la
probabilidad de ganar, para cada uno de los PPP del
proponente en estudio, lo cual se puede observar en la
Figura 7. Tambin por medio de la herramienta Sol-
ver de MS Excel, se determin el PPP ptimo para el
proponente en estudio, por lo cual se obtuvieron los
siguientes valores plasmados en la Figura 8.
(c)

(d) (e) (f)

Figura 7. Probabilidad que tiene de ganar el proponente en estudio contra dos

proponentes para la regin de 10 x 10, cambiando el PPP del proponente en es-
tudio. El punto rojo es el PPP ptimo, o punto focal, donde se puede obtener la
mayor probabilidad de ganar por este tem.
(g) (h) (i)

(j)

Figura 8. Valor de PPP ptimo para obtener la mayor probabilidad de ganar,

Figura 6. Regiones de factibilidad para el proponente en estudio al competir con
otros 2 proponentes, teniendo en cuenta que el plazo oficial es de 5. Las figuras
(a) con un PPP de 1 a (j) con un PPP de 10 aumentan el PPP del proponente en
estudio en una unidad (1). Para los valores de PPP para el proponente en estudio
con valores de 0 y de 15, hacen que la regin no tenga regiones de color negro.
Se puede observar en la Figura 6 que las regiones ne-
gras compiten entre comprender lneas horizontales y
verticales nicamente, a terminar con solo lneas dia-
gonales.
Ahora se pretende determinar el PPP ms conveniente
para el proponente en estudio, uno que tenga la ms
alta probabilidad de ganar por este concepto, con so-
lamente dos proponentes, por lo que se calcul la su-
llamado PUNTO FOCAL.
3.2 Regiones de Ganancia para dos proponentes,
para el PFMT.
Se pretende desarrollar la misma metodologa men-
cionada en el numeral anterior para el PFMT, tenien-
do una regin de 200 x 200 con divisiones de 2 uni-
dades, teniendo en cuenta que el valor del PFMO es
de 100. De acuerdo a lo anterior, las regiones de ga-
nancia obtenida cambiando el PFMT del proponente
en estudio de a 20 unidades se obtienen los siguientes
resultados de acuerdo a las Figuras 9 y 10:
 (a) (b) (c)

(d) (e) (f)

(g) (h) (i)

(j)
Figura 9. Regiones de factibilidad para el proponente en estudio al competir con
otros 2 proponentes, teniendo en cuenta que el PFMO es de 100. Las figuras (a)
con un PFMT de 20 a (j) con un PPP de 200 aumentan el PFMT del proponente
en estudio en veinte unidades (1). Para los valores de PFMT para el proponente
en estudio con valores de 0 y de 250, hacen que la regin no tenga regiones de
color negro
Se puede observar en la figura 9 que a medida que el
PFMT del proponente en estudio aumenta desde 0
hasta 100 los cuadrados de las esquinas aumentan de
tamao, y de valores de 100 a 250 las esquinas
disminuyen de tamao, hasta desaparecer.
Figura 10. Probabilidad que tiene de ganar el proponente en estudio contra dos
proponentes para la regin de 200 x 200, cambiando el PFMT del proponente en
estudio. El punto focal se encuentra con un valor de PFMT de 100, el cual ya se
dibuj previamente en la Figura 9 (e).
De acuerdo a la Figura 9, se puede concluir que si
solamente se evaluara el aspecto del PFMT para los
requisitos puntuables existe un nico punto mediante
el cual se puede tener casi un 100% de probabilidad
de xito.
3.3 Simulacin de monte-carlo para determinar la
probabilidad de ganar con varios proponentes
(ms de 2) tanto para el PPP como para el
PFMT
De acuerdo a la metodologa propuesta para el clculo
de la probabilidad de ganar del proponente en estudio
por (Iannou et al, 2010) se tiene que para ms de dos
de proponentes rivales es necesario llevar a cabo una
simulacin de monte-carlo. Para desarrollar esta me-
todologa, primero que todo es necesario hacer un es-
tudio de los perfiles de puntacin tanto del PPP como
del PFMT, para un determinado valor de PPH y de
a%*PFMO, esto servir como una gua para determi-
nar las funciones de densidad de probabilidad ms
apropiadas para llevar a cabo esta simulacin, de
acuerdo a lo observado en las Figuras 11,12 y 13.

Figura 11. Perfiles de puntaje del PPP a diferentes PPH, con un Pmax1 de 300.
Figura 12. Perfiles de puntaje del PFMT a diferentes a%*PFMO, con un Pmax2
de 600 y un Vpropmod de 2.
Figura 13. Perfiles de puntaje del PFMT a diferentes a%*PFMO, con un Pmax2
de 600 y un Vpropmod de 5.
De acuerdo al perfil del PPP, se puede concluir que
por ejemplo si se tomara solamente el perfil del pun-
taje para un PPH=6 y se duplicara el tamao de la
grfica horizontalmente, aumentando las unidades
consistentemente, se obtendra el perfil de un
PPH=12. Lo otro que se puede observar para ambos
perfiles es que el puntaje mnimo est tanto para valo-
res de PPP = 0 como para PPP con valores de 3 ve-
ces el valor del PPH. Otra observacin que se puede
tener en cuenta para este estudio es que si se observa
la ecuacin del PPH, la mitad del valor del de ponde-
racin est determinado por el plazo oficial, por lo
que vamos a suponer que los proponentes rivales van
a llevar a cabo la suposicin en la cual el PPH va a
estar muy cercano (es decir en este caso) igual al PPP,
por lo que la distribucin que se va a definir para la
simulacin de monte-carlo para el PPP va a ser una
distribucin triangular con un valor mnimo de 0, un
valor de probabilidad mximo de 1 y un valor mxi-
mo de 3. Esta distribucin queda definida en la Figura
14, usando el programa Oracle Crystal Ball.
Figura 14. Distribucin de probabilidad triangular definida para la simulacin
de Monte-Carlo para definir los perfiles de PPP para los proponentes rivales.
Ahora para definir la distribucin de probabilidad
ms apropiada de forma visual para el PFMT, fu ne-
cesario determinar un Pmax2 de 600, y adems definir
una funcin de probabilidad que tenga la versatilidad
de incluir un mximo y un mnimo, como tambin un
punto ms probable, por lo que se decidi elegir la
funcin Beta PERT. Por ejemplo para llevar a cabo
simulaciones de Monte-Carlo, para una cantidad de
proponentes rivales menores o iguales a 9, con un
mnimo en 0, una mxima probabilidad en 100, y un
mnimo en 240, se tiene lo siguiente (Observar Figura
15):
Figura 15. Distribucin de probabilidad Beta - PERT definida para la simula-
cin de Monte-Carlo para definir los perfiles de PFMT para los proponentes ri-
vales, para un valor de Vprop de 2 y un Pmax2 de 600.
Ahora el algoritmo que se va a definir para calcular
las zonas de probabilidad de ganar para el PPP es la
siguiente:
a. Se comienza con 2 proponentes rivales a los
que se les define una distribucin triangular
para el PPP, de acuerdo a lo mencionado ante-
riormente.
b. Se define el PO del concurso de mritos en 1
para mayor facilidad de entendimiento del
problema.
c. Se calcula el PPH teniendo en cuenta estos
tres proponentes y con el plazo unitario. Se
 hace la suposicin que todos los proponentes
que entran a participar son hbiles.
d. Se determina el puntaje a asignar a cada pro-
ponente, determinando tambin un Pmax1 uni-
tario.
e. Se determina quin gana con frmulas condi-
cionales, y a esta celda se le define el prons-
tico. Si la celda da un valor de 0, el proponen-
te en estudio no gana, y gana alguno de los
proponentes rivales, de lo contrario si es 1,
gana el proponente en estudio. Esta es la celda
a pronosticar. El proponente en estudio sola-
mente gana por este concepto si su puntaje es
superior al de todos los proponentes rivales.
f. Se corren 10000 simulaciones para el prons-
tico, para cada valor de PPP del proponente en
estudio entre 0 y 3 con espaciamientos de 0,1.
El clculo de la probabilidad de xito para el
proponente en estudio se determina teniendo
en cuenta la cantidad de xitos que tuvo para
cada corrida sobre el total de simulaciones.
g. Se agregan ms proponentes a los cuales se les
asigna una celda para la distribucin triangular
mencionada, se recalcula el valor del PPH, se
calcula el puntaje de los nuevos proponentes
rivales y se redefine el pronstico.
h. Se vuelve al paso f.
De acuerdo al algoritmo anteriormente mencionado se
obtienen los siguientes resultados. (Ver Figuras 16,
17 y 18)
Figura 15. Perfiles de Probabilidad de Ganar para varios PPP, con distinta can-
tidad de proponentes rivales.
Figura 16. Mxima probabilidad de ganar de acuerdo a la cantidad de proponen-
tes que se presentan. Este estudio se hizo para el punto 1,2, donde se registra
una mxima probabilidad de ganar.
Figura 17. Este rango se define a partir de los segmentos del PPP en donde la
probabilidad de ganar es distinta de 0. Es decir que si un proponente decide ele-
gir un PPP que est por fuera de estos rangos, o los contratos que tiene sea solo
o como proponente plural no le dan para estar dentro de estos rangos, no tiene la
ms mnima chance de ganar en el proceso de seleccin por este concepto.
De acuerdo a los resultados de las tres figuras anterio-
res se puede observar que hay un punto focal (de m-
xima probabilidad de ganar) en 1,2, aunque como se
ver luego en la validacin es posible que se presen-
ten valores ganadores que estn dentro del rango, pe-
ro que no necesariamente son el punto focal.
Ahora el algoritmo que se va a definir para calcular
las zonas de probabilidad de ganar para el PFMT es la
siguiente:
a. Se comienzan con 2 proponentes rivales a los
que se les define una distribucin Beta
PERT para el PFMT de acuerdo a lo mencio-
nado en el pargrafo donde se definen las dis-
tribuciones para las simulaciones.
b. Se define el PFMO del concurso de mritos.
c. Se reajusta el PFMO a la unidad y se recalcula
el PFMT dividindolo por el PFMO.
d. Se calcula el puntaje asociado al PFMT para
cada proponente, teniendo en cuenta Pmax2
unitario.
e. Se determina quin gana con frmulas condi-
cionales, y a esta celda se le define el prons-
tico. Si la celda da un valor de 0, el proponen-
te en estudio no gana, y gana alguno de los
proponentes rivales, de lo contrario si es 1,
gana el proponente en estudio. Esta es la celda
a pronosticar. El proponente en estudio sola-
mente gana por este concepto si su puntaje es
superior al de todos los proponentes rivales.
f. Se corren 10000 simulaciones para el prons-
tico, para cada valor de PFMT del proponente
en estudio entre 0 y 2,5 con espaciamientos de
0,2. El clculo de la probabilidad de xito para
el proponente en estudio se determina tenien-
do en cuenta la cantidad de xitos que tuvo
para cada corrida sobre el total de simulacio-
nes.
 g. Se agregan ms proponentes a los cuales se les
asigna una celda para la distribucin Beta-
PERT mencionada, se calcula el puntaje de
los nuevos proponentes rivales y se redefine el
pronstico. NOTA: En caso de que el valor de
proponentes sea tal que el Vprop cambie, es
necesario modificar la distribucin Beta-
PERT de todos los proponentes de tal forma
que se ajuste a la nueva distribucin del pun-
taje, teniendo en cuanta en que el valor del
mximo de esta funcin es el que va a cam-
biar.
h. Se vuelve al paso f.
De acuerdo al algoritmo anteriormente mencionado se
obtienen los siguientes resultados. (Ver Figuras 19 y
20)
Figura 19. Perfiles de Probabilidad de Ganar para varios PFMT, con distinta
cantidad de proponentes rivales.
Figura 20. Este rango se define a partir de los segmentos del PFMT en donde la
probabilidad de ganar es distinta de 0. Es decir que si un proponente decide ele-
gir un PPP que est por fuera de estos rangos, o los contratos que tiene sea solo
o como proponente plural no le dan para estar dentro de estos rangos, no tiene la
ms mnima chance de ganar en el proceso de seleccin por este concepto.
De acuerdo a los resultados de las tres figuras anterio-
res se puede observar que hay un punto focal (de m-
xima probabilidad de ganar) en 1, aunque como se
ver luego en la validacin es posible que se presen-
ten valores ganadores que estn dentro del rango, pe-
ro que no necesariamente son el punto focal. Aunque
si hay un proponente que logre con una combinacin
de contratos obtener un valor del PFMO, este propo-
nente gana, si no se presenta ningn otro proponente
rival que lo iguale y aparte de eso si la adjudicacin
solamente dependiera de este criterio.
4 VALIDACIN DE RESULTADOS
Si se toman los datos que ha registrado la compaa
para el 2015, con respecto a los concursos de mritos
de inters en los que se ha presentado la compaa y
teniendo en cuenta que en promedio se han presenta-
do 17 proponentes y que de esos hbiles en promedio
resultan 12, entonces se pudo obtener el histograma
de la relacin del PPP del proponente ganador con
respecto al plazo oficial, se obtuvieron los siguientes
resultados (ver Figura 21):
Figura 21. Histograma de la relacin PPP/PO para 55 concursos de mritos pre-
sentados durante el ao 2015. (Ingeocim S.A.S. 2015). El mximo valor ob-
tenido de la relacin es 1,330 y el mnimo es 0,868.
Si tenemos en cuenta el promedio entre la cantidad de
proponentes que se presentan y la cantidad de propo-
nentes hbiles, eso da como resultado un valor de 15,
que de acuerdo a la Figura 16, estara dentro de los
rangos permisibles para ganar la oferta. Este histo-
grama valida que los proponentes en general le atinan
a un valor del PPP igual al PO lo que le dara la ven-
taja a la empresa Ingeocim de utilizar un PPP de 1,2
veces el PO para obtener un mayor puntaje por este
tem, y tener ms chances de ganarse la licitacin.
Figura 21. Histograma del puntaje por concepto del PFMT para 55 concursos de
mritos presentados durante el ao 2015. (Ingeocim S.A.S. 2015).
Debido a que el PFMT no es un indicador que depen-
da de los otros proponentes, sino que cada proponente
de forma singular o plural puede alcanzar el PFMO y
que en promedio los puntajes obtenidos por este con-
cepto estn alrededor de los 600,000, y tambin debi-
do a que no fue posible obtener este indicador de los
registros de la empresa, no se elabor un histograma
de la relacin PFMT/PFMO. Se deduce que todas las
empresas deben acercarse lo que ms cerca posible al
PFMO con una combinacin apropiada de contratos.
Por ende nada ms se elabor un histograma del pun-
taje que se puede observar en la Figura 22 obtenido
por este concepto, tenido en cuenta que en el INVIAS
la calificacin mxima por este concepto es de 600
puntos.
5 CONCLUSIONES
Las conclusiones que se pueden obtener son las si-
guientes:
- Las grficas de probabilidad del PPP/PO son
tiles para tomar decisiones al respecto de
cul PPP debo alcanzar con la combinacin de
contratos correcta para tener ms probabilidad
de xito y ganarme la subasta. Estas grficas
tambin sirven para determinar cuando real-
mente no se debe participar en un concurso de
mritos
- Las grficas de PFMT/PFMO, no son tan tiles
ya que como se pudo observar en el anlisis
de resultados, debido a que este resultado no
depende del indicador de los otros proponen-
tes, por lo cual se debe acercarse lo ms que
se pueda a este valor con la combinacin de
contratos.
- La distribucin triangular del PPP se pudo de-
terminar por el histograma obtenido, en donde
se concluye que los proponentes tienen ten-
dencia a asumir que el PPP va a acercarse al
valor del PPH.
- Se determina que con las ecuaciones propuestas
por el INVIAS es muy fcil llegar a que varios
proponentes puedan crear sociedades para fa-
vorecer sus intereses, debido a la existencia de
un punto focal para la determinacin de cada
puntaje.
- Las grficas del rango del PPP y del PFMT, lle-
gan a un punto donde el rango no se disminu-
ye significativamente al aumentar la cantidad
de proponentes, por lo que al estar en esos
rangos por decirlo de alguna manera la proba-
bilidad de ganar se equipara para todos los
proponentes.
- Para calcular la probabilidad de ganar tanto por
el concepto del PPP como por el concepto del
PFMT se deduce la siguiente ecuacin:
Donde:
ProbTotal: Es la probabilidad de ganarse el con-
curso de mritos
ProbPPP: Es la probabilidad de ganar por con-
cepto del PPP obtenida de la Figura 15.
ProbPFMT: Es la probabilidad de ganar por
concepto del PFMT obtenida de la Figura 19.
PtajeTotal: Es la suma de Pmax1 y Pmax2
- Es importante aclarar que para que esa probabi-
lidad calculada sea ms acertada sera necesa-
rio desarrollar un modelo logit que pronosti-
que de acuerdo a los parmetros clave del
concurso de mritos, la cantidad de proponen-
tes que se van a presentar, y la cantidad de
proponentes que van a ser hblies.
6 BIBLIOGRAFA
Informe en Excel del Consecutivo y Trazabilidad
de las propuestas hbiles desde el ao 2010 al ao
2014. Departamento de Propuestas. Ingeocim
SAS. Diciembre 2014.
Informe en Excel de los Indicadores Ganadores
para las Propuestas Presentadas al Invias de In-
terventoras a la Construccin, Mejoramiento y
Mantenimiento de Vas. Diciembre 2015.
Below-Average Bidding Method. Photios G et al.
Journal of Construction Engineering and Mana-
gement.2010.
Decreto 1510 de 2013. Por el cual se reglamenta
el sistema de compras y contratacin pblica. De-
partamento de Planeacin Nacional. Diario Ofi-
cial No 48854 del 17 de Julio de 2013.
Tabla Histrica del Salario Mnimo Legal en Co-
lombia. Banco de la Repblica. SF.
http://obiee.banrep.gov.co/analytics/saw.dll?Go&
Path=/shared/Consulta%20Series%20Estadisticas
%20desde%20Excel/1.%20Salarios/1.1%20Salari
o%20minimo%20legal%20en%20Colombia/1.1.1
%20Serie%20historica&Options=rdf&NQUser=s
alarios&NQPassword=salarios&lang=es
7 ANEXOS
7.1 Modelo de Optimizacin para acercarse al PPP
y PFMT deseado.
Por medio de Xpress IVE se desarroll un modelo de
optimizacin mediante el cual por medio de un pool
de contratos que cumplen con las especificaciones del
concurso de mritos se seleccionen mnimo 4 y m-
ximo 6 contratos que se acerquen lo ms posible al
PPP y PFMT deseado. La formulacin matemtica
del modelo es la siguiente:
CONJUNTOS
I: Conjunto de certificaciones a seleccionar.
J: Conjunto de empresas a las que pertenecen esas
certificaciones.
PARMETROS
ai,j: Este es el periodo en meses de cada proyecto
bi,j: Este es el VFA de cada proyecto
PmaxPPH: Puntaje mximo a obtener por el PPH
PmaxPFMT: Puntaje mximo a obtener por el PFMT
PmaxPYME: Puntaje mximo a obtener por el tamao
de la empresa.
Por: Porcentaje del PFMO que va a evaluar la entidad
PFMO: Promedio de Facturacin Mensual Oficial del
concurso de mritos en curso.
PPH: Promedio de los plazos acreditados de los pro-
ponentes hbiles. NOTA: Este me sirve para determi-
nar el PPP deseado para participar en el concurso de
mritos.
Npropmod: Cantidad pronosticada de propuestas pre-
sentadas por mdulo.
Minctos: Cantidad mnima de contratos a acreditar
Maxctos: Cantidad mxima de contratos a acreditar
VARIABLES DE DECISIN
xi,j: Determina si la experiencia de la certificacin i
proporcionada por la empresa j se selecciona para el
modelo en donde el PFMT %*PFMO y el PPP
PPH.
yi,j: Determina si la experiencia de la certificacin i
proporcionada por la empresa j se selecciona para el
modelo en donde el PFMT < %*PFMO y el PPP
PPH.
zi,j: Determina si la experiencia de la certificacin i
proporcionada por la empresa j se selecciona para el
modelo en donde el PFMT %*PFMO y el PPP <
PPH.
wi,j: Determina si la experiencia de la certificacin i
proporcionada por la empresa j se selecciona para el
modelo en donde el PFMT < %*PFMO y el PPP <
PPH.
Vpropmod: Este valor depende de la cantidad de pro-
ponentes que se presenten al concurso de mritos en
mencin.
RESTRICCIONES
1. Para el Vpropmod de acuerdo al nmero de
proponente que se presentan:
 4. Restricciones linealizadas para el PFMT y pa-
ra el PPP:
2. De naturaleza de las variables:
Para el primer problema:
Para el primer problema:

Para el segundo problema:

Para el tercer problema Para el segundo problema:

Para el cuarto problema:

Para el tercer problema:

3. Para la cantidad mnima y mxima de contra-

tos a presentar:

Para el primer problema:

Para el cuarto problema:

Para el segundo problema:

FUNCIN OBJETIVO

Para el primer problema:

Para el tercer problema:

Para el cuarto problema;


Para el segundo problema:
Para el tercer problema:
Para el cuarto problema:
7.2 Resultados de Inters del modelo de
optimizacin
Para el primer problema:
Calculamos PtajePPH1, PtajePFMT1 y PtajePYME1, de
acuerdo a las frmulas explicadas en el marco terico,
con lo cual podemos tener el puntaje total que se ob-
tendr para esta primera opcin:
PTOTAL1 = PtajePPH1 + PtajePFMT1 + PtajePYME1
Para el segundo problema:
Calculamos PtajePPH2, PtajePFMT2 y PtajePYME2, de
acuerdo a las frmulas explicadas en el marco terico,
con lo cual podemos tener el puntaje total que se ob-
tendr para esta primera opcin:
PTOTAL2 = PtajePPH2 + PtajePFMT2 + PtajePYME2
Para el tercer problema:
Calculamos PtajePPH3, PtajePFMT3 y PtajePYME3, de
acuerdo a las frmulas explicadas en el marco terico,
con lo cual podemos tener el puntaje total que se ob-
tendr para esta primera opcin:
PTOTAL3 = PtajePPH3 + PtajePFMT3 + PtajePYME3
Para el cuarto problema:
Calculamos PtajePPH4, PtajePFMT4 y PtajePYME4, de
acuerdo a las frmulas explicadas en el marco terico,
con lo cual podemos tener el puntaje total que se ob-
tendr para esta primera opcin:
PTOTAL4 = PtajePPH4 + PtajePFMT4 + PtajePYME4
Ahora se selecciona la combinacin de contratos de
las cuatro alternativas que haya dado el ms alto pun-
taje, y luego se revisa con los grficos de probabili-
dad, teniendo el pronstico de cuantos proponentes se
van a presentar para poder calcular la probabilidad
que arroja la alternativa del modelo y poder tomar la
decisin de presentarse o no al concurso de mritos
(al mdulo respectivo).
7.3 Resultados Obtenidos
Teniendo en cuenta un puntaje mximo de 600 por
concepto del PFMT, un puntaje mximo de 300 por
concepto del PPH, y un puntaje de 100 por concepto
del tamao de la empresa, y adicionalmente teniendo
un porcentaje del PFMO del 100% al igual que un
PPP deseado del 20, es decir pronosticando que el 17 (15.2 , 1417.13)
PPH va a ser de 20 y un PFMO de 145,107, y tenien- 19 (31.4 , 3628.22)
do un pool de contratos como el de la Tabla 21 (7.267 , 682.627)
PFMT_TOTAL: 145.101
PPP_TOTAL: 20.1266
PUNTAJE_PPH: 299.051
PUNTAJE_PFMT: 600
PUNTAJE_PYME: 100
PUNTAJE_TOTAL: 999.05
HABIL RELACION PO: SI

Para el tercer problema

Si PFMT > %*PFMO y PPP < PPH:

Llegamos al ptimo.
Combinacin de contratos ptima
3 (34.367 , 8715.8)
16 (13.9 , 442.4)
18 (25.433 , 2862.69)
25 (10.367 , 765.01)
27 (14.367 , 1501.07)
Tabla 7. Pool de contratos de 3 compaas, con el cual se pretende que con una PFMT_TOTAL: 145.143
combinacin entre 4 y 6 contratos se llegue lo ms cerca posible al PFMO y al PPP_TOTAL: 19.6868
PPP deseado. PUNTAJE_PPH: 295.302
PUNTAJE_PFMT: 600
Los resultados obtenidos son los siguientes de acuer- PUNTAJE_PYME: 100
do al modelo de optimizacin que se corri en PUNTAJE_TOTAL: 995.302
Xpress-IVE: HABIL RELACION PO: SI
Si PFMT > %*PFMO y PPP > PPH:
Para el primer problema: Llegamos al ptimo.
Combinacin de contratos ptima
Si PFMT < %*PFMO y PPP < PPH: 1 (22.2 , 1405.27)
Llegamos al ptimo. 3 (34.367 , 8715.8)
Combinacin de contratos ptima 13 (12.399 , 158.2)
3 (34.367 , 8715.8) 15 (13.567 , 1698.12)
12 (10.2 , 650.97) PFMT_TOTAL: 145.122
17 (15.2 , 1417.13) PPP_TOTAL: 20.6332
19 (31.4 , 3628.22) PUNTAJE_PPH: 295.251
22 (7.633 , 508.065) PUNTAJE_PFMT: 600
27 (14.367 , 1501.07) PUNTAJE_PYME: 100
PFMT_TOTAL: 145.106 PUNTAJE_TOTAL: 995.251
PPP_TOTAL: 18.8612 HABIL RELACION PO: SI
PUNTAJE_PPH: 282.918
PUNTAJE_PFMT: 600 Se puede concluir que el ms alto puntaje se obtiene
PUNTAJE_PYME: 100 con la combinacin de contratos del segundo proble-
PUNTAJE_TOTAL: 982.917 ma con un puntaje pronosticado de 999.050
HABIL RELACION PO: SI

Para el segundo problema

Si PFMT < %*PFMO y PPP > PPH:

Llegamos al ptimo.
Combinacin de contratos ptima
3 (34.367 , 8715.8)
13 (12.399 , 158.2)