PPGTAS - Mestrado Profissional em Tecnologia, Ambiente e Sociedade (Dissertações)
Permanent URI for this collectionhttps://repositorio.ufvjm.edu.br/collections/d9819c75-7fcd-4906-b925-a27d595c7396
Browse
Item Análise de risco quanto aos custos de projetos de obra civil residencial utilizando modelagem computacional via Python(UFVJM, 2022) Santos, José Antônio Lima; Brito, Alexandre Faissal; Silva, Jaqueline Maria da; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)O mundo dos negócios é extremamente competitivo e volátil, por isso os empreendedores devem analisar o ambiente econômico constantemente para antecipar as tomadas de decisões. Um dos setores mais afetados por essa volatilidade é a construção civil, pois é muito dependente de fatores externos, como questões de instabilidade política e desastres climáticos. Levando tal informação em consideração, e o fato de muitos profissionais da engenharia civil ainda usarem, de forma arcaica e pouco eficiente, apenas um fator de majoração sem nenhuma base científica para definir o gasto máximo das obras, fez-se necessário a elaboração de um método mais assertivo. Para modernizar a análise de risco na construção civil, o presente trabalho elaborou duas simulações computacionais via Método de Monte Carlo, implementadas na Linguagem de Programação Python. A primeira simulação foi feita usando o Método de Abordagem de Identificação Orientada ao Risco, e a segunda o Método de Diagrama de Precedência e Ferramenta PERT/COM, ambas utilizando os conceitos do Método de Monte Carlo. Com isso, objetivou-se avaliar a eficiência das metodologias testadas, comparando os resultados com os custos finais dos projetos analisados. Considerando os valores simulados e os valores reais dos custos finais dos projetos, foi possível afirmar que o erro médio ficou dentro de uma margem satisfatória, sendo que, levando em consideração os projetos analisados na presente dissertação, o Método de Abordagem de Identificação Orientada ao Risco se mostrou o mais assertivo. Os resultados obtidos pelas simulações computacionais mostraram também que através dessa abordagem é possível identificar os possíveis custos máximos e, a partir de então, planejar e organizar de forma mais eficiente o andamento dos projetos.