VÂNIA VEIGA RODRIGUES AUMENTO DA PRECISÃO DOS ORÇAMENTOS ESTIMATIVOS DE EMPREENDIMENTOS IMOBILIÁRIOS UTILIZANDO O MÉTODO DE MONTE CARLO Tese apresentada ao Programa de Pós Graduação em Engenharia Civil da Universidade Federal Fluminense, como requisito parcial para obtenção do Grau de Doutor em Engenharia Civil. Área de Concentração: Engenharia Civil. Orientador: Prof. CARLOS ALBERTO PEREIRA SOARES – D. Sc. Co-orientador: Prof. JOSÉ MURILO FERRAZ SARAIVA – D. Sc. NITERÓI 2006 Ficha Catalográfica elaborada pela Biblioteca da Escola de Engenharia e Instituto de Computação da UFF R696 Rodrigues, Vania Veiga. Aumento da precisão dos orçamentos estimativos de empreendimentos imobiliários utilizando o método de Monte Carlo. / Vania Veiga Rodrigues. – Niterói, RJ : [s.n.], 2006. 218 f. Orientador: Carlos Alberto Pereira Soares. Tese (Doutorado em Engenharia Civil) - Universidade Federal Fluminense, 2006. 1. Construção civil. 2. Método de Monte Carlo. 3. Construção civil – Gestão de riscos. 4. Construção civil Orçamento. I. Título. CDD 690 VÂNIA VEIGA RODRIGUES AUMENTO DA PRECISÃO DOS ORÇAMENTOS ESTIMATIVOS DE EMPREENDIMENTOS IMOBILIÁRIOS UTILIZANDO O MÉTODO DE MONTE CARLO Tese apresentada ao Programa de Pós Graduação em Engenharia Civil da Universidade Federal Fluminense, como requisito parcial para obtenção do Grau de Doutor em Engenharia Civil. Área de Concentração: Engenharia Civil. Aprovada em 18 de dezembro de 2006 BANCA EXAMINADORA ____________________________________________________________ Prof. CARLOS ALBERTO PEREIRA SOARES, D. Sc. - Orientador Universidade Federal Fluminense ________________________________________________________ Prof. JOSÉ MURILO FERRAZ SARAIVA, D. Sc.- Co-orientador Universidade Federal Fluminense ________________________________________________________ Prof. ORLANDO CELSO LONGO, D. Sc. Universidade Federal Fluminense _____________________________________________________________ Prof. WAINER DA SILVEIRA E SILVA, Ph. D. Universidade Federal Fluminense ______________________________________________________________ Prof. JOÃO LUIZ CALMON NOGUEIRA DA GAMA, Dr. Ing Universidade Federal do Espírito Santo _________________________________________________________ Prof. ROMEU E SILVA NETO, D. Sc. Centro Federal de Educação Tecnológica de Campos – CEFET NITERÓI 2006 DEDICATÓRIA Mais uma vez, como de costume, ao Plano Perfeito de Deus pela realização deste trabalho. Com eterna saudade, para o meu querido avô, Waston Veiga de Almeida, que foi o meu maior incentivador e que será, para sempre, o meu maior exemplo de vida. Para Aline, Carolina e Fabiane, pela minha rotineira ausência e porque, por elas, tudo sempre vale a pena.. AGRADECIMENTO ESPECIAL Ao meu orientador, Prof Carlos Alberto Pereira Soares, pela total confiança que depositou em mim, desde o início, apostando na minha capacidade de desenvolver este trabalho. No transcorrer do trabalho, pela sua competência na orientação, apoio profissional e muitas vezes humano. Enfim, os motivos para agradecer são muitos, porém, agradeço principalmente pelo fato de que, mais do que orientador, ele foi um grande amigo. AGRADECIMENTOS Ao Prof José Murilo Ferraz Saraiva, pela paciência e apoio profissional dedicado ao longo da realização deste trabalho. Aos professores Daniel Inácio de Souza e Orlando Celso Longo que contribuíram com preciosas informações referentes ao tema da tese. Ao Prof João Luiz Calmon Nogueira da Gama que, pela terceira vez, deume a honra de ser um dos meus avaliadores. Aos meus pais, Marilú e Pedro, pois eles sempre serão a origem de todas as minhas conquistas. Aos grandes amigos Manon e Edinho, pois o apoio e amizade deles foram fundamentais para a finalização do trabalho. A todos os meus familiares e amigos, pois o desejo de estar mais próximo deles, contribuiu de forma expressiva para o término do trabalho. A Fátima e Johana, minhas ex-alunas e amigas, pelo estímulo e carinho constantes. A Meg e Yasmin, pela amizade e carinho de sempre. Ao colega de graduação Alexandre de Jesus da Cunha que, com dedicação e paciência, me auxiliou na Pesquisa de Campo. As construtoras R.G. Côrtes Engenharia e Soter – Sociedade Técnica de Engenharia, pois a colaboração delas, na disponibilização dos dados amostrais, tornou a realização do trabalho possível. À CAPES, pelo auxílio financeiro. “Porque somos mortais, certamente mortais, inevitavelmente mortais, tendemos a acreditar que tudo aquilo que dura mais do que nós é eterno. Nossa crença, em realidade, é simplesmente desejo, ou talvez mentira que nos pregamos, por querermos acreditar que tudo aquilo que fazemos, que construímos, ou de que participamos da criação, brilhará para sempre no infinito” (Vicente de Souza). . SUMÁRIO AGRADECIMENTO ESPECIAL................................................................................. 5 AGRADECIMENTOS ................................................................................................. 6 SUMÁRIO................................................................................................................... 9 LISTA DE ABREVIATURAS E SIGLAS .................................................................. 14 LISTA DE FIGURAS ................................................................................................ 16 LISTA DE GRÁFICOS E TABELA .......................................................................... 18 LISTA DE QUADROS .............................................................................................. 19 RESUMO.................................................................................................................. 21 ABSTRACT.............................................................................................................. 22 1 – INTRODUÇÃO ................................................................................................... 23 1.1 – APRESENTAÇÃO ........................................................................................... 23 1.2 – OBJETIVOS .................................................................................................... 24 1.2.1 – Objetivo Principal.......................................................................................... 24 1.2.2 – Objetivos Específicos ................................................................................... 24 1.3 – RELEVÂNCIA.................................................................................................. 25 1.4 – RESULTADOS E IMPACTOS DA PESQUISA ................................................ 26 1.5 – ESTRUTURA DO TRABALHO ........................................................................ 27 2 – METODOLOGIA DA PESQUISA ....................................................................... 31 2.1 – INTRODUÇÂO ................................................................................................ 31 2.2 – CLASSIFICAÇÃO DA PESQUISA................................................................... 32 2.3 – MÉTODO CIENTÍFICO.................................................................................... 34 2.4 – CONCEITOS UTILIZADOS EM PESQUISAS EXPERIMENTAIS ................... 35 2.5 – OS CANAIS DE INFORMAÇÃO NA CIÊNCIA ................................................ 37 2.6 – METODOLOGIA .............................................................................................. 39 2.6.1 – Pesquisa e Análise ....................................................................................... 39 2.6.2 – Desenvolvimento .......................................................................................... 40 2.7 – CONSIDERAÇÕES FINAIS............................................................................. 41 3 – O GERENCIAMENTO DE CUSTOS E DE RISCOS NO GERENCIAMENTO DE PROJETOS .............................................................................................................. 42 3.1 – INTRODUÇÃO ................................................................................................ 42 3.2 - O GERENCIAMENTO DE PROJETOS............................................................ 42 3.2.1 – Projetos: Exemplos, Definições e Ciclo de Vida ........................................... 43 3.2.2 – Ciclo de Vida do Gerenciamento de Projetos ............................................... 46 3.2.3 – Os Processos de Gerenciamento de Projetos.............................................. 47 3.2.4 – Áreas de Conhecimento Consideradas pelo PMI ......................................... 49 3.3 - O GERENCIAMENTO DE CUSTOS ................................................................ 51 3.3.1 - Conceito e Importância na Construção Civil.................................................. 51 3.3.2 - Objetivos e Benefícios................................................................................... 52 3.3.3 - Histórico dos Sistemas de Gerenciamento de Custos................................... 54 3.3.4 - Interligação entre Gerenciamento de Custos e Gerenciamento da Qualidade ................................................................................................................................. 55 3.3.5 - Redução de Custos e de Desperdícios nas Obras........................................ 57 3.3.6 - Orçamentação............................................................................................... 59 3.3.6.1 - Conceito e Objetivos .................................................................................. 59 3.3.6.2 - Precisão dos Orçamentos .......................................................................... 60 3.3.6.3 - Métodos de Orçamentação ........................................................................ 61 3.3.6.3.1 - Orçamento por Estimativas ..................................................................... 61 3.3.6.3.2 - Orçamento Discriminado ......................................................................... 62 3.3.6.4 - Custos Diretos de Produção....................................................................... 63 3.3.6.4.1 - Custo e Perda de Materiais de Construção............................................. 63 3.3.6.4.2 -- Custo e Produtividade da Mão-de-Obra................................................. 64 3.3.6.4.3 - Custos de Equipamentos de Construção ................................................ 66 3.3.7 - Apropriação ................................................................................................... 68 3.3.7.1 - Conceito e Objetivos .................................................................................. 68 3.3.7.2 - Metodologia e Atividades da Apropriação .................................................. 70 3.3.7.3 - Apropriação dos Custos Diretos de Construção......................................... 71 3.3.7.3.1 - Apropriação da Mão-de-Obra.................................................................. 71 3.3.7.3.2 - Apropriação dos Materiais de Construção............................................... 72 3.3.7.3.3 - Apropriação dos Equipamentos de Construção ...................................... 72 3.3.8 - Controle......................................................................................................... 73 3.3.8.1 - Conceito, Objetivos e Funções................................................................... 73 3.3.8.2 - Universo a ser Controlado.......................................................................... 75 3.3.8.3 - Periodicidade do Controle .......................................................................... 76 3.3.8.4 - Controle de Prazos..................................................................................... 76 3.3.8.5 - Controle de Qualidade................................................................................ 78 3.3.8.6- Controle de Recursos.................................................................................. 79 3.3.8.6.1- Controle da Mão-de-Obra......................................................................... 79 3.3.8.6.2- Controle dos Materiais de Construção ..................................................... 81 3.3.8.6.3- Controle dos Equipamentos de Construção ............................................. 82 3.3.9 - Retroalimentação do Sistema de Gerenciamento de Custos ........................ 83 3.4 - O GERENCIAMENTO DE CUSTOS SEGUNDO O PMI (2004)....................... 84 3.5 – O GERENCIAMENTO DE RISCOS................................................................. 85 3.6 - O GERENCIAMENTO DE RISCOS SEGUNDO O PMI (2004)........................ 88 4 – O PROCESSO DECISÓRIO, AS FERRAMENTAS DE APOIO À DECISÃO E O MÉTODO DE MONTE CARLO ................................................................................ 91 4.1 – O PROCESSO DECISÓRIO ........................................................................... 92 4.2 – AS FERRAMENTAS DE APOIO À DECISÃO ................................................. 93 4.2.1 - Técnicas Qualitativas de Análise de Risco.................................................... 94 4.2.1.1- Análise Preliminar de Risco – PHA ............................................................. 94 4.2.1.2 - Pesquisa de Mercado................................................................................. 95 4.2.1.3 - Analogias Históricas e Analogias de Fenômenos da Natureza .................. 97 4.2.1.4 - Criação de Cenários................................................................................... 98 4.2.1.5 - Análise de Impactos entre Eventos ............................................................ 98 4.2.1.6 - Técnica Delphus......................................................................................... 99 4.2.1.7 - Técnica do Painel de Especialistas ...........................................................100 4.2.2 - Técnicas Quantitativas de Análise de Risco.................................................100 4.2.2.1 - Probabilidade ............................................................................................100 4.2.2.2 - Valor Monetário Esperado e Curva de Utilidade .......................................101 4.2.2.3 - Coeficiente de Variação e Curva de Indiferença .......................................104 4.2.2.4 - Regressão .................................................................................................105 4.2.2.5 - Correlação.................................................................................................106 4.2.2.6 - PERT-Risco...............................................................................................107 4.2.2.7 - Árvore de Decisão .....................................................................................110 4.2.2.8 - Teste de Sensibilidade ..............................................................................111 4.2.2.9 - Técnicas de Simulações............................................................................112 4.3 - O MÉTODO DE MONTE CARLO....................................................................113 4.3.1 - Introdução ....................................................................................................113 4.3.2 - Histórico e Aplicações ..................................................................................114 4.3.3 - Descrição do Método....................................................................................119 4.3.3.1 - Determinação do Número de Interações...................................................122 4.3.3.2 - Escolha da Distribuição de Probabilidades ...............................................124 4.4 - A DISTRIBUIÇÃO BETA .................................................................................125 4.5 - A DISTRIBUIÇÃO WEIBULL...........................................................................128 5 – PROPOSTA DE METODOLOGIA PARA AUMENTO DA PRECISÃO DOS ORÇAMENTOS ESTIMATIVOS UTILIZANDO O MÉTODO DE MONTE CARLO.132 5.1 - INTRODUÇÃO ................................................................................................132 5.2 - DESCRIÇÃO DA METODOLOGIA PROPOSTA.............................................132 5.2.1 - Escolha das Atividades de Construção ........................................................133 5.2.2 - Escolha das Amostras a Serem Utilizadas nas Simulações.........................134 5.2.3 - Escolha da Distribuição de Probabilidades ..................................................137 5.2.3.1 - Metodologia para a Distribuição de Amostragem Weibull .........................137 5.2.3.1.1 - Considerações Iniciais............................................................................137 5.2.3.1.2 - Cálculo dos Parâmetros β e θ da Distribuição Weibull ...........................138 5.2.3.1.3 - Geração dos Valores Aleatórios de Custo/m2 para o Modelo Weibull ....140 5.2.3.1.4 - Construção da Curva de Freqüência Acumulada - Weibull ....................141 5.2.3.1.5 - Verificação da Aderência da Curva Por meio do Teste Qui-Quadrado ..142 5.2.3.1.6 - Cálculo dos Custos de Construção das Atividades e do Custo Total do Empreendimento .....................................................................................................142 5.2.3.2 - Metodologia para a Distribuição de Amostragem Beta..............................142 5.2.3.2.1 - Cálculo dos Parâmetros α e β da Distribuição Beta ...............................142 5.2.3.2.2 - Geração dos Valores Aleatórios de Custo/m2 para o Modelo Beta ........143 5.2.3.2.3 - Construção da Curva de Freqüência Acumulada - Beta ........................143 5.2.3.2.4 - Verificação da Aderência da Curva Por meio do Teste Qui-Quadrado ..143 5.2.3.2.5 – Cálculo dos Custos de Construção das Atividades e do Custo Total do Empreendimento .....................................................................................................144 5.3 – SÍNTESE DA METODOLOGIA PROPOSTA................................................. 144 6 - ESTUDO DE CASO E APLICAÇÕES PRÁTICAS DA METODOLOGIA PROPOSTA ............................................................................................................146 6.1 - INTRODUÇÃO ................................................................................................146 6.2 - VERIFICAÇÃO PRELIMINAR DA METODOLOGIA PARA O MODELO DE AMOSTRAGEM WEIBULL ......................................................................................147 6.2.1 - Cálculo dos Parâmetros β e θ da Distribuição Weibull .................................147 6.2.2 - Geração dos Valores Aleatórios de Custo/m2 para Verificação Preliminar do Modelo Weibull ........................................................................................................148 6.2.3 - Construção da Curva de Freqüência Acumulada para Verificação Preliminar do Modelo Weibull ...................................................................................................148 6.2.4 - Verificação da Aderência da Curva por Meio do Teste Qui-Quadrado para Análise Preliminar do Modelo Weibull .....................................................................149 6.3 - APLICAÇÕES PRÁTICAS DOS DADOS DO ESTUDO DE CASO .................154 6.4 - APLICAÇÃO DA METODOLOGIA PROPOSTA .............................................154 6.4.1 - Escolha da Atividade de Construção............................................................154 6.4.2 - Escolha das Amostras a Serem Utilizadas na Simulação ............................155 6.4.3 – Aplicação da Metodologia para a Distribuição de Amostragem Weibull para a Atividade Pintura .....................................................................................................156 6.4.3.1 – Cálculo dos Parâmetros β e θ da Distribuição Weibull para a Atividade Pintura .....................................................................................................................156 6.4.3.2 Geração dos Valores Aleatórios de Custo/m2 da Atividade Pintura para o Modelo Weibull ........................................................................................................157 6.4.3.3 Construção da Curva de Freqüência Acumulada da Atividade Pintura para o Modelo Weibull .............................................................................................157 6.4.3.4 - Verificação da Aderência da Curva da Atividade Pintura para o Modelo Weibull por Meio do Teste Qui-Quadrado ...............................................................159 6.4.4 Aplicação da Metodologia para a Distribuição de Amostragem Beta para a Atividade Pintura ..................................................................................................160 6.4.4.1 Cálculo dos Parâmetros α e β da Distribuição Beta para a Atividade Pintura ...............................................................................................................160 6.4.4.2 Geração dos Valores Aleatórios de Custo/m2 da Atividade Pintura para o Modelo Beta ............................................................................................................160 6.4.4.3 Construção da Curva de Freqüência Acumulada da Atividade Pintura para o Modelo Beta .................................................................................................161 6.4.4.4 - Verificação da Aderência da Curva da Atividade Pintura para o Modelo Beta por Meio do Teste Qui-Quadrado ............................................................................162 6.5 COMPARAÇÃO ENTRE AS PRECISÕES OBTIDAS PELAS DISTRIBUIÇÕES ADOTADAS PARA A ATIVIDADE PINTURA .............................163 6.6 APLICAÇÃO DA METODOLOGIA SEGUNDO O MODELO BETA PARA OUTRAS ATIVIDADES DE CONSTRUÇÃO DO ESTUDO DE CASO....................166 6.7 APLICAÇÕES PRÁTICAS UTILIZANDO-SE DADOS REFERENTES A OUTROS PARÂMETROS DE CONSTRUÇÃO DO ESTUDO DE CASO ...............167 6.8 APLICAÇÕES PRÁTICAS DOS DADOS DA SEGUNDA CONSTRUTORA PESQUISADA.............................................................................173 7 – CONCLUSÃO ...................................................................................................178 REFERÊNCIAS BIBLIOGRÁFICAS .......................................................................183 APÊNDICES........................................................................................................... 192 APÊNDICE I ............................................................................................................193 VALORES DE CUSTO/M2 DE CONSTRUÇÃO GERADOS SEGUNDO O MODELO WEIBULL.................................................................................................................193 APÊNDICE II ...........................................................................................................201 VALORES DE CUSTO/M2 DE CONSTRUÇÃO DA ATIVIDADE PINTURA GERADOS SEGUNDO O MODELO WEIBULL.......................................................201 APÊNDICE III ..........................................................................................................209 VALORES DE CUSTO/M2 DE CONSTRUÇÃO DA ATIVIDADE PINTURA GERADOS SEGUNDO O MODELO BETA .............................................................209 ANEXOS .................................................................................................................211 ANEXO I..................................................................................................................212 DADOS DA CONSTRUTORA R.G. CÔRTES ENGENHARIA S/A..........................212 ANEXO II.................................................................................................................217 DADOS DA CONSTRUTORA SOTER SOCIEDADE TÉCNICA DE ENGENHARIA S/A...........................................................................................................................217 LISTA DE ABREVIATURAS E SIGLAS ABC Activity Based Costing CDMO Custo Direto da Mão-de-Obra CPM Critical Path Method CPMO Coeficiente de Produtividade da Mão-de-Obra CTE Centro de Tecnologia de Edificações CUT Custo por Unidade de Tempo CV Coeficiente de variação DTC Data de término mais cedo DTT Data de término mais tarde GR Gerenciamento de Riscos INMETRO Instituto Nacional de Metrologia, Normalização e Qualidade Industrial ISO International Organization Standardization MLE Máximum Likelihood Estimation MMC Método de Monte Carlo PBQP-H Programa Brasileiro da Qualidade e Produtividade no Habitat PDCA Plan-Do-Check-Action PERT Program Evaluation and Review Tecnique PHA Preliminary Hazard Risk PMBOK Project Management Body of Knowledge PMI Project Management Institute PPC Planejamento Programação e Controle QS Quantidade de Serviço SIQ-C Sistema de Qualificação de Empresas de Serviços e Obras VE Valor Esperado LISTA DE FIGURAS Figura 3.1 – Ciclo de vida representativo de um projeto de construção....................44 Figura 3.2 – Fases de um projeto (empreendimento) ...............................................46 Figura 3.3. Mapeamento entre os grupos de processos de gerenciamento de projetos e o ciclo PDCA ............................................................................................48 Figura 3.4 – Visão geral das áreas de conhecimento em gerenciamento de projetos e os processos de gerenciamento de projetos ..........................................................49 Figura 3.5 – Três áreas de conhecimento de gerenciamento de projetos.................50 Figura 3.6 – Quatro áreas de conhecimento de gerenciamento de projetos.............50 Figura 3.7 – As nove áreas de conhecimento do PMI (2004) ...................................51 Figura 3.8 – Etapas do gerenciamento de custos .....................................................52 Figura 3.9– Diretriz e desvios do andamento de um projeto .....................................73 Figura 3.10 – Retroalimentação do sistema de PPC de um Projeto .........................74 Figura 3.11 – Ciclo de retroalimentação do controle .................................................75 Figura 3.12 – Controle de prazos – cronograma de barras .......................................77 Figura 3.13 – Controle de prazos – curva S ..............................................................78 Figura 3.14 – Quadro de controle de mão-de-obra ...................................................80 Figura 3.15 – Gráfico de controle de mão-de-obra....................................................80 Figura 3.16 – Quadro de controle de materiais .........................................................81 Figura 3.17 – Gráfico de controle de materiais..........................................................82 Figura 3.18 – Controle de equipamentos ..................................................................83 Figura 3.19 - Visão geral do gerenciamento de custos do projeto ............................85 Figura 3.20 – Etapas do gerenciamento de riscos ....................................................86 Figura 3.21. Visão geral do gerenciamento de riscos do projeto...............................90 Figura 4.1 – Gráfico de distribuição probabilística...................................................102 Figura 4.2 – Curva de utilidade ...............................................................................103 Figura 4.3 – Curva de indiferença ...........................................................................104 Figura 4.4 – Curva de distribuição normal...............................................................108 Figura 4.5 – Árvore de decisão – representação gráfica.........................................110 Figura 4.6 - Resultados do Método de Monte Carlo aplicado a um cronograma de projeto .....................................................................................................................116 Figura 4.7 – Convergência de caminho...................................................................116 Figura 4.8– Histograma de freqüência ....................................................................118 Figura 4.9– Curva de freqüência acumulada...........................................................119 Figura 4.10– Curva de freqüência acumulada de valores gerados por meio do Método de Monte Carlo...........................................................................................122 Figura 4.11 – Distribuição Beta para diferentes valores dos parâmetros de forma α e β ..............................................................................................................................126 Figura 4.12 – Distribuição Weibull para diferentes valores do parâmetro de forma β. ................................................................................................................................130 Figura 5.1 – Curva de classificação ABC ................................................................134 Figura 5.2– Curva de freqüência acumulada de valores gerados por meio do Método de Monte Carlo........................................................................................................141 Figura 5.3 – Síntese da metodologia proposta........................................................145 LISTA DE GRÁFICOS E TABELA Gráfico 6.1 – Curva de freqüência acumulada de valores gerados, por meio de 329 simulações de Monte Carlo para verificação preliminar do modelo Weibull............149 Tabela 6.1 – Freqüências observadas e esperadas................................................153 Gráfico 6.2 – Curva de freqüência acumulada de valores gerados, por meio de 329 Simulações de Monte Carlo para a atividade pintura, segundo o modelo Weibull ..158 Gráfico 6.3 – Curva de freqüência acumulada de valores gerados por meio de 300 simulações de Monte Carlo para atividade pintura, segundo o modelo Beta ..........161 LISTA DE QUADROS Quadro 2.1 – Diferenças entre os canais formais e informais ...................................38 Quadro 3.1 – Margem de erro do orçamento em função do estágio do projeto ........60 Quadro 6.1 - Quadro das freqüências obtidas em 329 simulações para verificação preliminar, segundo a distribuição Weibull ..............................................................148 Quadro 6.2 – Dados dos empreendimentos considerados e da atividade pintura ..155 Quadro 6.3 – Valores de custo/m2 de construção da atividade pintura considerados na amostra ..............................................................................................................156 Quadro 6.4 - Quadro das freqüências obtidas em 329 simulações para a atividade pintura, segundo a distribuição Weibull...................................................................158 Quadro 6.5 – Parâmetros da amostra e da distribuição Beta..................................160 Quadro 6.6 - Quadro das freqüências obtidas em 300 simulações para a atividade pintura, segundo a distribuição Beta .......................................................................161 Quadro 6.7 – Custos estimados e apropriados para a atividade pintura para o modelo Weibull........................................................................................................163 Quadro 6.8 – Custos estimados e apropriados para a atividade pintura para o modelo Beta ............................................................................................................164 Quadro 6.9 – Síntese dos valores encontrados para os modelos de amostragem Weibull e Beta .........................................................................................................164 Quadro 6.10 – Custos estimados e apropriados para a atividade armação da supraestrutura ..................................................................................................................166 Quadro 6.11 – Custos estimados e apropriados para a atividade alvenaria ...........166 Quadro 6.12 – Custos estimados e apropriados para a atividade concreto da supraestrutura ..................................................................................................................167 Quadro 6.13 – Custos estimados e apropriados para a atividade esquadria de alumínio...................................................................................................................167 Quadro 6.14 – Custos estimados e apropriados para a atividade pastilha .............167 Quadro 6.15 – Parâmetros dos empreendimentos e da atividade pintura ..............169 Quadro 6.16 – Custos estimados e apropriados para a mão de obra da atividade pintura do Edifício Siena .........................................................................................170 Quadro 6.17 – Custos estimados e apropriados para os materiais de construção da atividade pintura do Edifício Siena ..........................................................................170 Quadro 6.18 – Custos estimados e apropriados para os meios de produção da atividade pintura do Edifício Siena ..........................................................................171 Quadro 6.19 – Síntese dos valores encontrados para os modelo de amostragem Beta para a atividade pintura...................................................................................172 Quadro 6.20 – Custos estimados e apropriados para a atividade armação da supraestrutura – Edifício Anacapri ...................................................................................174 Quadro 6.21 – Custos estimados e apropriados para a atividade azulejo – Edifício Anacapri ..................................................................................................................175 Quadro 6.22 – Custos estimados e apropriados para a atividade concreto da supraestrutura – Edifício Anacapri ...................................................................................175 Quadro 6.23 – Custos estimados e apropriados para a atividade esquadria de alumínio– Edifício Anacapri .....................................................................................175 Quadro 6.24 – Custos estimados e apropriados para a atividade forma da supraestrutura – Edifício Anacapri ...................................................................................176 Quadro 6.25 – Custos estimados e apropriados para a atividade pintura – Edifício Anacapri ..................................................................................................................176 Quadro 6.26 – Custos estimados e apropriados para a atividade piso de granito Edifício Anacapri .....................................................................................................176 Quadro 6.27 – Custos estimados e apropriados para a atividade piso cerâmico Edifício Anacapri .....................................................................................................177 Quadro 6.28 – Custos estimados e apropriados para a atividade revestimento externo - Edifício Anacapri ......................................................................................177 Quadro 6.29 – Custos estimados e apropriados para a atividade revestimento interno Edifício Anacapri .....................................................................................................177 RESUMO Atualmente, no âmbito do gerenciamento de custos, é fundamental o aperfeiçoamento dos métodos orçamentários das empresas construtoras, visando reduzir ao máximo as diferenças entre os custos estimados e os apropriados, colaborando, deste modo, para a preservação ou incremento do lucro. Além disso, a utilização simultânea e combinada de uma gestão de custos eficaz e de técnicas de análise de risco pode ser compreendida como uma estratégia empresarial fundamental, no sentido de reduzir custos e conseqüentemente otimizar o lucro dos empreendimentos imobiliários. O presente trabalho apresenta uma proposta de metodologia para aumento da precisão dos orçamentos estimativos, utilizando-se o Método de Monte Carlo e as distribuições Weibull e Beta, bem como aplicações práticas da metodologia, fazendo-se uso de dados obtidos por meio de pesquisa de campo realizada em duas construtoras. Também são abordados o gerenciamento de custos e de riscos no contexto do gerenciamento de projetos, apresentando seus conceitos, importâncias, objetivos e fases, bem como o processo decisório, considerando as ferramentas de apoio à decisão e o detalhamento do Método de Monte Carlo e das distribuições de probabilidade Weibull e Beta. Com relação à metodologia da pesquisa, são abordados os conceitos utilizados em pesquisas experimentais e detalhadas as etapas da pesquisa. Finaliza com conclusões e recomendações sobre o tema. ABSTRACT Nowadays, in cost management scope is essential to improve construction companies budget methods, aiming to maximum reduce the differences between estimated and appropriate costs, helping, this way, to preserve or increase the gain. Also, the combined and simultaneous use of an efficient cost administration and risk analysis technique can be seen as an essential enterprise strategy, in reducing costs and optimizing the construction enterprises gain. The present work shows a methodology proposal of estimated budget precision raise, using Monte Carlo’s Method, and Weibull and Beta distributions, as well with this methodology practical applications, using data obtained from a research conducted in two construction companies. We also, talk about costs and risks management within project management, showing their concepts, importance, objectives and phases, with the decided process, considering the assistance gadgets to make that decision and all Monte Carlo’s Method details and Weibull and Beta probability distributions. According to the research method, we talk about the concepts used in experimental researches and the research phases detailed. Finally, we finish the work by showing conclusions and recommendations about the theme. 1 – INTRODUÇÃO 1.1 – APRESENTAÇÃO A construção civil brasileira obteve lucros com facilidade ao longo de muitos anos, uma vez que atuava num mercado que apresentava legislação branda e pouca exigência por parte dos clientes. Entretanto, sabe-se que, atualmente, a construção civil se depara com o fato de que as construtoras não podem mais arbitrar o resultado de seus empreendimentos, apenas com base no custo de produção, mas, sobretudo, no preço estabelecido pelo mercado. Desta forma, é fundamental que as construtoras possam otimizar os lucros previamente estimados, na fase de planejamento de seus empreendimentos imobiliários, pois estes já se situam em patamares mais baixos. Diante deste contexto, é fundamental, no âmbito do gerenciamento de custos, o aperfeiçoamento dos métodos orçamentários das empresas construtoras, visando reduzir ao máximo as diferenças entre os custos planejados e os custos apropriados/realizados dos empreendimentos imobiliários, colaborando assim para a preservação ou incremento do lucro. O gerenciamento de custos, quando implementado de forma adequada, possibilita a comparação dos custos planejados com os realizados, a identificação de desvios, e a utilização de medidas para correção e controle da qualidade de produtos e processos produtivos, resultando em custos menores e melhoria da qualidade. A utilização simultânea e combinada de uma gestão de custos eficaz e de técnicas de análise de risco pode ser compreendida como uma estratégia 24 empresarial fundamental, no sentido de reduzir custos e, conseqüentemente, otimizar o lucro dos empreendimentos imobiliários. Assim sendo, para que as construtoras assegurem um adequado comportamento frente às condições do mercado, que se torna a cada dia mais competitivo, faz-se necessário o desenvolvimento de pesquisas que, por intermédio da utilização de ferramentas de análise de risco, possibilitem o desenvolvimento de metodologias orçamentárias mais precisas e, portanto, mais eficazes. O Método da Simulação de Monte Carlo constitui-se numa técnica de análise de risco que permite a obtenção de probabilidade de ocorrência de determinados eventos e, neste trabalho, será utilizado para determinar a probabilidade de ocorrência de valores menores do que os estimados para custo/m2 de construção, assim como, determinar a probabilidade de ocorrência de determinado valor a ser adotado, ambas as probabilidades, para cada uma das diversas atividades necessárias à construção de empreendimentos imobiliários – Subsetor Edificações. 1.2 – OBJETIVOS 1.2.1 – Objetivo Principal Desenvolver uma metodologia de estimativa de custos adequada às empresas de construção civil – Subsetor Edificações, que possibilite aumentar a precisão, eficiência e eficácia dos processos orçamentários, por meio do Método da Simulação de Monte Carlo e das distribuições de probabilidade Weibull e Beta. 1.2.2 – Objetivos Específicos • Identificar as vantagens que a utilização do Método de Monte Carlo, como ferramenta de aumento da precisão dos orçamentos estimativos, pode proporcionar aos negócios, aos clientes e aos acionistas da construtora. • Possibilitar uma reflexão sobre os métodos de orçamentação utilizados pelas construtoras. 25 • Investigar o custo-benefício propiciado pela utilização da metodologia no contexto dos empreendimentos. • Criar um instrumento que auxilie as construtoras a aumentar a eficiência e eficácia do gerenciamento de custos, de forma que sejam atendidas as expectativas e necessidades das diversas partes envolvidas; • Identificar as dificuldades de implementação, por parte das construtoras, da metodologia proposta, dando especial destaque às provocadas pelas características específicas dos empreendimentos brasileiros. 1.3 – RELEVÂNCIA Na introdução deste capítulo, fez-se referência sobre a competitividade no mercado da construção civil brasileira que se torna maior a cada dia, sendo este mercado constituído por consumidores e clientes que aumentam, permanentemente, seus níveis de exigência com relação aos produtos e prestação de serviços, tornando-se mais rigorosos no recebimento e aceitação sem restrições de suas unidades imobiliárias. Desta forma, as empresas de construção civil, somente sobreviverão no atual panorama técnico-econômico brasileiro, caso possam lançar seus empreendimentos a preços competitivos e atenderem aos outros quesitos exigidos pelo mercado como, por exemplo, o cumprimento do padrão de qualidade estabelecido para construção de seus projetos, sendo este um fator fundamental e que não está sujeito a negociações. Isto significa dizer que o lucro estimado para a construção de um empreendimento imobiliário, somente poderá ser alcançado com base em processos orçamentários precisos, descartando-se a possibilidade de relaxamento da qualidade na execução dos serviços ou do não cumprimento de cláusulas contratuais. Como a qualidade final dos empreendimentos é inegociável, a competitividade de uma empresa no mercado é função da sua capacidade de planejar e realizar suas obras com os menores custos, sendo que a diferença entre o custo planejado e o realizado, tanto poderá representar um lucro otimizado como 26 também prejuízo e, conseqüentemente, significar, na prática, desde o crescimento até a não sobrevivência da empresa. Assim sendo, o crescimento e a sobrevivência das empresas de construção civil estão intimamente relacionados com a capacidade destas em estimarem seus custos de construção com a máxima precisão possível, isto é, com margem de erro mínima em relação aos custos apropriados ao longo da construção de seus empreendimentos. Neste trabalho, será apresentada uma metodologia de estimativa de custos, que faz uso da Simulação de Monte Carlo, como uma poderosa ferramenta para o aumento da precisão dos orçamentos estimativos de empreendimentos imobiliários, tipologia edifícios residenciais ou comerciais, de tal forma que as construtoras possam utilizá-la no sentido de aumentarem a competitividade no mercado deste segmento. Verifica-se o ineditismo do tema, principalmente pela constatada necessidade do desenvolvimento de ferramentas para aumento da precisão dos orçamentos estimativos de empreendimentos imobiliários e ausência de bibliografia específica, que aborde o tema em questão, sob o enfoque proposto por este trabalho. No entanto, encontram-se disponíveis bibliografias sobre assuntos correlatos ao tema ou que tratam dele sob uma ótica diferente, cujas teorias serão empregadas durante o desenvolvimento do trabalho, destacando-se a obra de FLANAGAN (1993), a de RAFERETY (1996) e as de RODRIGUES (2001 e 2002). 1.4 – RESULTADOS E IMPACTOS DA PESQUISA A pesquisa beneficiará as construtoras de empreendimentos imobiliários, especialmente as pequenas e médias empresas, pelo fato destas, geralmente, não disporem de recursos, sejam de ordem material, financeira e/ou humana, para a realização de um trabalho deste porte. Ter-se-á como resultado do trabalho, a elaboração de uma metodologia para aumento da precisão dos orçamentos estimativos, que poderá ser utilizada como parâmetro comparativo das atividades e necessidades de adequação das empresas 27 do setor. Também possibilitará demonstrar a magnitude da relevância e eficácia das atividades de gerenciamento de custos. Também é esperado que o trabalho desperte o interesse das construtoras em adquirirem o documento resultado da pesquisa, para validarem a qualificação e eficácia de seus métodos orçamentários. Desta forma, a pesquisa se tornará instrumento essencial para divulgação dos resultados apurados no trabalho do gerenciador de custos dos projetos, espelhando a amplitude de sua atuação. Muitas construtoras não possuem sistemas adequados de gerenciamento de custos de seus projetos. Neste sentido, a pesquisa possibilitará uma visão abrangente da relação custo-benefício de se adotar a metodologia proposta por este trabalho. A metodologia proposta, além de considerar os fatores intervenientes nos processos empresariais, também aumenta a eficiência do sistema produtivo das construtoras, entendendo-se esta eficiência como uma relação entre os recursos consumidos pelos processos gerenciais, administrativos e operacionais e os produtos ou serviços gerados por estes. Desse modo, é uma ferramenta auxiliar, para que as atividades desenvolvidas pelas construtoras sejam realizadas de forma integrada, com qualidade adequada aos anseios e necessidades de seus clientes internos e externos, consumindo o mínimo de recursos (materiais, mão-de-obra, meios de produção e econômico/financeiros) e no menor prazo possível. A metodologia proposta também contribui para a redução do custo de construção, beneficiando, assim, um segmento significativo da sociedade. Além disso, construtoras cujos custos são adequadamente gerenciados contribuem para o desenvolvimento do sistema econômico em que estão inseridas, entendendo-se como sistema econômico o conjunto formado pelos fatores de produção, agentes transformadores e unidades produtivas. 1.5 – ESTRUTURA DO TRABALHO Esta tese apresenta um corpo principal contendo 7 (sete) capítulos, além de 3 (três) apêndices e 2 (dois) anexos. 28 No corrente capítulo faz-se a apresentação do trabalho, são relacionados seus objetivos, comenta-se a relevância da abordagem do tema para a construção civil, bem como os resultados e impactos da pesquisa e, finaliza-se, apresentando a estrutura do trabalho. No segundo capítulo apresenta-se a metodologia da pesquisa que foi utilizada no desenvolvimento do trabalho, classificando-a conforme as formas existentes, identificadas durante o processo de revisão bibliográfica. Define-se o método científico utilizado, comenta-se sobre os canais de comunicação na ciência, e são colocados alguns conceitos e esclarecimentos que devem ser considerados em pesquisas experimentais. Em seguida, relata-se as etapas da metodologia da pesquisa utilizada, ou seja, a etapa de pesquisa e análise, constando de revisão bibliográfica e pesquisa de campo e a de desenvolvimento do trabalho. No terceiro capítulo são apresentados conceitos de projeto, gerenciamento de projetos e seus respectivos ciclos de vida, os processos de gerenciamento de projetos e as áreas de conhecimento consideradas pelo PMI. Aborda-se o gerenciamento de custos, apresentando-se: seu conceito, importância, objetivos e benefícios na construção civil; o histórico dos sistemas de gerenciamento de custos e a interligação entre gerenciamento de custos e gerenciamento da qualidade. Discorre-se sobre a redução de custos e de desperdícios nas obras; orçamentação, abordando-se a precisão dos orçamentos, os métodos de orçamentação e os custos diretos de produção; apropriação, descrevendo-se metodologias e atividades da apropriação, apropriação dos custos diretos de construção e relatórios resultantes da apropriação. A seguir, comenta-se sobre o controle, mencionando-se o universo a ser controlado, periodicidade e os diversos controles que devem ser realizados, ou seja, prazos, qualidade e recursos (material, mão-de-obra e equipamentos). Também, relata-se a importância da retroalimentação do sistema de gerenciamento de custos e descreve-se, de forma resumida, o gerenciamento de custos do projeto, conforme o estabelecido pelo PMI (2004). Encerrando o capítulo, aborda-se o gerenciamento de riscos, citando seus objetivos, suas fases e fornecendo uma breve explanação de sua conceituação, segundo o PMI (2004). 29 O quarto capítulo é destinado a caracterizar o processo decisório, apresentar algumas ferramentas de apoio a decisão e descrever o Método de Monte Carlo, relatando seu histórico e suas aplicações em diferentes Áreas de Pesquisa, identificadas no processo de revisão bibliográfica. Neste capítulo, inclusive, comenta-se sobre a importância da definição do número adequado de interações a serem realizadas, para garantir a confiabilidade do método, como também, são citadas as distribuições de probabilidade que podem ser utilizadas. Finalizando, descreve-se, minuciosamente, as distribuições de probabilidade Beta e Weibull, por serem estas as distribuições utilizadas na metodologia para aumento da precisão dos orçamentos estimativos, proposta por este trabalho. No quinto capítulo, com embasamento na pesquisa bibliográfica e no resultado da comparação entre as precisões orçamentárias, obtido com a utilização dos dados da pesquisa de campo, propõe-se uma metodologia para aumento da precisão orçamentária, utilizando-se o Método de Monte Carlo e os modelos de amostragem Weibull e Beta. No sexto capítulo, utilizando-se os dados da pesquisa de campo realizada em duas construtoras, apresenta-se um estudo de caso com a aplicação da metodologia proposta no quinto capítulo, para ambos os modelos de amostragem, utilizando-se os dados amostrais da primeira construtora pesquisada. Também são apresentadas aplicações práticas da metodologia, fazendo-se uso dos dados amostrais da segunda construtora pesquisada, para o modelo de amostragem Beta, em complementação ao estudo de caso e validação da metodologia proposta. No sétimo capítulo apresenta-se a conclusão do trabalho e comentários referentes aos cuidados a serem observados no uso da metodologia proposta no quinto capítulo. Nos apêndices I, II e II, são respectivamente apresentados: os valores de custo/m2 de construção gerados segundo o modelo Weibull, para verificação preliminar da aplicação da metodologia para este modelo de amostragem; valores de custo/m2 de construção da atividade pintura do estudo de caso, gerados segundo o modelo de amostragem Weibull; e os valores de custo/m2 de construção da atividade pintura do estudo de caso, gerados segundo o modelo de amostragem Beta. No 30 anexo I encontram-se os dados pesquisados na construtora R G Côrtes Engenharia S.A., e, no anexo II, os dados coletados na construtora Soter Sociedade Técnica de Engenharia S.A. 2 – METODOLOGIA DA PESQUISA Como neste capítulo objetiva-se descrever a metodologia da pesquisa que foi utilizada no desenvolvimento do trabalho, inicialmente, classifica-se a pesquisa conforme as formas existentes, identificadas durante o processo de revisão bibliográfica. A seguir, define-se o método científico utilizado, comenta-se sobre os canais de comunicação na ciência e são colocados alguns conceitos e esclarecimentos que devem ser considerados em pesquisas experimentais. Finalizando, relata-se as etapas da metodologia da pesquisa utilizada, ou seja, a etapa de pesquisa e análise, constando de revisão bibliográfica e pesquisa de campo e a de desenvolvimento do trabalho. 2.1 – INTRODUÇÂO O principal objetivo de uma pesquisa é o de descobrir respostas para questionamentos, por meio da utilização de procedimentos científicos. Desta forma, realiza-se uma pesquisa quando se tem um questionamento e, ainda, não existem informações para esclarecê-lo. Além disso, uma pesquisa deve estar fundamentada e metodologicamente construída com o intuito de solução e/ou esclarecimento de um problema, pois este é o ponto de partida da pesquisa, pelo fato de que de sua formulação dependerá todo o processo de desenvolvimento da pesquisa. Na pesquisa deste trabalho, questiona-se a possibilidade do aumento da precisão dos orçamentos estimativos de empreendimentos imobiliários, tipo construção de edifícios residenciais e/ou comerciais, fazendo-se uso do Método de Monte Carlo, considerando-se as distribuições Weibull e Beta como distribuições 32 adequadas a variável custo/m2 de construção. Desta forma, torna-se importante citar dois elementos importantíssimos da pesquisa, ou seja, o objeto e o objetivo. O objeto desta pesquisa consiste nos métodos orçamentários tradicionais utilizados para elaborar os orçamentos discriminados de edifícios residenciais e/ou comerciais e a precisão alcançada por eles. O objetivo, conforme exposto no capítulo 1, consiste em criar e disponibilizar uma metodologia que aumente a precisão dos orçamentos estimativos dos empreendimentos em estudo, com a utilização do Método de Monte Carlo. A seguir, formulado o problema ou questionamento propõe-se uma resposta provável e provisória, ou também chamada de hipótese básica, que nada mais é do que a afirmação escolhida como a principal resposta ao problema formulado. A hipótese é considerada como provisória porque poderá ser confirmada ou não durante o desenvolvimento da pesquisa, que estará voltado para a procura de evidências e fatos que comprovem, sustentem ou neguem, inclusive em caráter definitivo, a afirmativa considerada na hipótese inicial. A hipótese básica deste trabalho consiste em afirmar que é possível aumentar a precisão dos orçamentos estimativos discriminados, referentes à construção de edifícios residenciais e/ou comerciais, fazendo-se uso do Método de Monte Carlo considerando-se as distribuições Weibull e Beta como distribuições adequadas a variável custo/m2 de construção. 2.2 – CLASSIFICAÇÃO DA PESQUISA Conforme SILVA e MENEZES (2000) existem formas clássicas de classificação da pesquisa, conforme apresentadas a seguir: a) • Quanto a sua natureza, podem ser: Pesquisa Básica: objetiva gerar conhecimentos novos úteis para o avanço da ciência sem aplicação prática prevista, envolvendo verdades e interesses universais. 33 • Pesquisa Aplicada: objetiva gerar conhecimentos para aplicação prática na solução de problemas específicos, envolvendo verdades e interesses locais. b) • Quanto à forma de abordagem do problema em estudo, se dividem em: Pesquisa Quantitativa: considera que tudo pode ser quantificável, traduzindo em números opiniões e informações para classificá-los e analisá-los. Requer a utilização de recursos e de técnicas estatísticas. • Pesquisa Qualitativa: resumidamente, considera a subjetividade que não pode ser traduzida em números, desta forma, não necessita de métodos e técnicas estatísticas. c) • Conforme seus objetivos, classificam-se em: Pesquisa Exploratória: objetiva proporcionar maior familiaridade com o problema de forma a torná-lo explícito ou a construir hipóteses. Envolvem levantamento bibliográfico; entrevistas com pessoas que tiveram experiências práticas com o problema pesquisado, assumindo, em geral as formas de Pesquisas Bibliográficas e Estudos de Caso. • Pesquisa Descritiva: objetiva descrever as características de uma população ou fenômeno ou estabelecer as relações existentes entre variáveis pesquisadas. Envolvem a utilização de técnicas padronizadas de coleta de dados, ou seja, questionário e observação sistemática. Apresentam-se, normalmente, sob a forma de Levantamento. • Pesquisa Explicativa: objetiva identificar os fatores que determinam ou contribuem para a ocorrência de fenômenos, aprofundando o conhecimento da realidade, uma vez que explica o “porque” das coisas. Quando efetuada nas ciências naturais e nas ciências sociais, necessita, respectivamente, do uso de método experimental e de método observacional. Em geral, apresenta-se sob a forma de Pesquisa Experimental e Pesquisa Ex-post-facto. d) Conforme os procedimentos técnicos, dividem-se em: 34 • Pesquisa Bibliográfica: elaborada com base em material já publicado, formado, principalmente por livros, artigos de periódicos e material disponível na Internet. • Pesquisa Documental: elaborada a partir de material que não recebeu tratamento analítico. • Pesquisa Experimental: aquelas onde se estabelece um objeto de estudo, seleciona-se as variáveis que possuem a capacidade de influenciá-lo, determina-se as formas de controle e de observação dos efeitos que as variáveis causam no objeto. Os tipos de pesquisas, que foram apresentados nas várias formas de classificação, não podem ser considerados estanques, pois uma pesquisa pode estar, simultaneamente, enquadrada em diversas classificações, desde que atenda aos requisitos de cada tipo. Assim sendo, a pesquisa referente à metodologia que será descrita neste capítulo classifica-se, em síntese, como aplicada, quantitativa, explicativa e experimental. 2.3 – MÉTODO CIENTÍFICO Para que os objetivos de uma pesquisa científica sejam plenamente atingidos, faz-se necessária a utilização de um método científico, que pode ser considerado como um conjunto de procedimentos intelectuais e técnicos. Método científico é o conjunto de processos ou operações mentais que se deve empregar na investigação. É a linha de raciocínio adotada no processo de pesquisa. Os métodos que fornecem as bases lógicas à investigação são: dedutivo, indutivo, hipotético-dedutivo, dialético e fenomenológico. (GIL, 1999; LAKATUS e MARCONI, 1993). O método científico utilizado para desenvolver a metodologia que será descrita neste capítulo foi o indutivo, pois conforme SILVA e MENEZES (2000, p.26), o método indutivo é caracterizado por ser fundamentado na experiência, onde a generalização depende da observação da realidade concreta. 35 2.4 – CONCEITOS UTILIZADOS EM PESQUISAS EXPERIMENTAIS Alguns conceitos, amplamente utilizados em pesquisas experimentais são colocados a seguir, por causa da relevância implícita quanto ao correto entendimento deles no decorrer deste estudo. Entende-se que o resultado de uma medição “compreende também a incerteza da medição e os valores de referência das grandezas que influem sobre o valor da grandeza a medir ou sobre o instrumento de medir”, segundo o INMETRO (apud BARTHEM, 2003, p.1). No capítulo 5, no item 5.2 serão descritos os cuidados que precisam ser tomados para minimizar os erros de medida durante o levantamento e utilização dos dados amostrais. Entretanto, torna-se impossível fugir da ocorrência de erros de medida, o que torna a avaliação do erro experimental uma medida de fundamental importância. O uso de uma metodologia estatística possibilita uma análise dos resultados experimentais com um grau pré-estabelecido de confiabilidade. Projetos experimentais são considerados de importância substancial em pesquisas empíricas, ou seja, da observação de dados particulares, devido a dois fatores: • Seu poder característico como uma estratégia de pesquisa que permite ao pesquisador afirmar e sustentar fortes teorias sobre a causalidade, isto é, efeitos de ocorrência em reduzido número de experimentos, e por isso, considerados acidentais. • A facilidade com que pesquisadores experimentais podem estabelecer regras de causas e efeitos por meio da repetição de resultados. Entretanto, a habilidade do pesquisador para estabelecer a causalidade é importante, tanto por causa da aproximação científica teórica, como também por se reconhecer o conhecimento adquirido na prática experimental. Assim, torna-se possível demonstrar que uma ocorrência observada num experimento pode ser uma evidência do fenômeno físico observado. Deste modo, a descoberta prática pode ser 36 considerada, desde que contenha uma prescrição implícita e comprovada de uma distribuição probabilística significativa. A confirmação da hipótese da não causalidade pode ser feita com testes de hipóteses e de vida e que serão amplamente aplicados neste estudo. Mesmo com reduzido número de amostras, as pesquisas quando consideradas em conjunto, tornam a observação causal inserida no critério de repetitividade, ou seja, com semelhantes “graus de concordância entre os resultados de medições sucessivas de uma mesma grandeza” INMETRO (apud, BARTHEM, 2003, p. 2). A repetição de um resultado, sob as mesmas condições, num determinado padrão ou grau de concordância é especialmente valorizada quando se investiga variáveis difíceis de se estabelecer. Garante-se então a validade externa, onde o foco da investigação será o de comprovar a consistência teórica e estabelecer padrões da relação causa e efeito entre as variáveis envolvidas no experimento. Emprega-se o termo experimento para denominar algo experimentado onde se observa a conseqüência das ações impostas ao objeto pesquisado. Neste caso, a idéia do controle do experimento é essencial porque elimina a alternativa de explicações aparentes de um resultado particular observado. Em outras palavras, quando se opta por controlar, elimina-se a possibilidade de alternativas de justificação. Um exemplo de controle, no caso do presente trabalho, pode ser a coleta dos dados amostrais sempre sob as mesmas condições e cuidados. Desta forma, pode-se demonstrar que as supostas variáveis independentes, e, somente suas variações podem ser as responsáveis pela variação de uma variável dependente. A preocupação em se excluir as variáveis externas, no controle, é garantir que a pesquisa tenha validade interna (CAMPBEL, 1957). A questão da validade interna ressalta a eficácia da explicação do fenômeno observado e elimina interpretações questionáveis quando se utiliza uma série de controle. 37 2.5 – OS CANAIS DE INFORMAÇÃO NA CIÊNCIA Importantes considerações sobre os canais de informação se fazem relevantes neste momento da descrição da metodologia, pelo fato de que alguns conceitos serão utilizados no decorrer deste trabalho. Segundo SILVA e MENEZES (2000, p.13) o sistema de comunicação na ciência apresenta dois tipos de canais de comunicação dotados de diferentes funções. O primeiro deles, conhecido como canal formal, constitui-se na parte “visível” ou pública do sistema de comunicação, sendo representado pela informação publicada sob a forma de artigos de periódicos, livros, comunicações escritas em encontros científicos, etc. Nos canais formais o processo de comunicação é vagaroso, entretanto, extremamente necessário para a memória e disseminação das informações científicas para os pesquisadores e o público em geral. Os canais formais são oficiais, públicos e controlados por uma organização, destinando-se a transferir informações a uma comunidade e não a um indivíduo, tornando público o conhecimento produzido. São canais de informação permanentes e as informações que circulam encontram-se registradas, tornando-se mais acessíveis. Além disso, são fundamentais aos pesquisadores porque permitem a comunicação de seus resultados de pesquisa, o estabelecimento da prioridade para suas descobertas e, deste modo, o aumento de suas credibilidades no meio técnico ou acadêmico (SILVA e MENEZES, 2000, p.14). O segundo, denominado de canal informal de comunicação, representa a parte do processo “invisível” ao público e caracteriza-se, dentre outros, por contatos e reuniões pessoais, conversas telefônicas, correspondências, cartas, e-mails e assemelhados. Nos canais informais o processo de comunicação é rápido e seletivo, pois a informação tende a ser mais atual e relevante, pelo fato de ser resultante da interação direta entre os pesquisadores. Desta forma, os canais informais, por intermédio do contato face a face ou estabelecido por meio de comunicação eletrônica, são de extrema importância para os pesquisadores, uma vez que proporciona aos mesmos a troca de conhecimento, discussão e feedbacks. Verificase, inclusive, a importância dos canais informais, pelo fato de que o trabalho 38 publicado nos canais formais, geralmente foi filtrado pelos canais informais antes de sua publicação. Entretanto, os canais informais não são oficiais e controlados e são, em geral, utilizados entre dois pesquisadores ou mais que objetivam a seleção e disseminação do conhecimento. No quadro 2.1 encontram-se sintetizadas as principais diferenças entre os canais formais e informais de informação. Canal Formal Canal Informal Público Privado Informação armazenada de forma permanente e recuperável Informação não-armazenada e não-recuperável Informação relativamente antiga Informação recente Informação comprovada Informação não-comprovada Disseminação uniforme Direção do fluxo escolhida pelo pesquisador Redundância moderada Redundância às vezes muito importante Ausência de interação direta Interação direta Quadro 2.1 – Diferenças entre os canais formais e informais Adaptado de: SILVA e MENEZES (2000) Após o exposto, é de extrema relevância mencionar que, embora as informações colhidas nos canais formais tenham sido amplamente utilizadas para elaborar a metodologia para aumento da precisão dos orçamentos estimativos, que será proposta no capítulo 5, para o modelo de amostragem Weibull, os conhecimentos adquiridos via canais informais de comunicação foram fundamentais na construção desta metodologia, pois, sem os quais, o experimento da utilização da distribuição de amostragem Weibull no Método de Monte Carlo não teria sido possível. 39 2.6 – METODOLOGIA No sentido de alcançar os objetivos que foram propostos, o trabalho foi desenvolvido, segundo a metodologia a seguir: 2.6.1 – Pesquisa e Análise Esta etapa iniciou por intermédio de pesquisa bibliográfica, que constou de levantamento bibliográfico sobre a literatura, publicada em livros e periódicos ou disponibilizada na Internet, de assuntos pertinentes ao tema da tese, bem como estudo e análise de metodologias de estimativas de custo combinadas com o uso do Método da Simulação de Monte Carlo propostas por alguns autores. A revisão de literatura foi realizada, objetivando-se determinar o “Estado da Arte”, isto é, mostrando, por meio da literatura já publicada, o que já se conhece sobre o tema, quais os questionamentos que ainda não foram respondidos, assim como quais as maiores dificuldades teóricas ou metodológicas encontradas. Resumidamente, direcionou-se a revisão bibliográfica para que fossem atingidos os seguintes objetivos: • Aquisição de informações sobre a situação atual do tema pesquisado. • Conhecimento das publicações já existentes sobre o tema, assim como os aspectos que já foram abordados sobre o mesmo. • Verificação de opiniões semelhantes e diferentes relacionadas ao tema e dos aspectos relacionados ao mesmo. O trabalho continuou com uma pesquisa de campo constando de visitas a duas construtoras do Subsetor Edificações, sediadas no município de Niterói - RJ, com a intenção de diagnosticar os métodos orçamentários utilizados atualmente por elas e coletar dados históricos oriundos da aplicação dos métodos identificados para serem utilizados na aplicação da metodologia para aumento da precisão dos orçamentos estimativos, que consiste no objetivo principal deste trabalho. 40 Os dados históricos coletados são referentes a empreendimentos concluídos ou em fase de construção, constando de: • Áreas totais de construção reais ou equivalentes; • Quantidades de atividades de construção por unidade de serviço, utilizadas na elaboração dos orçamentos dos empreendimentos pesquisados; • Composições de custo unitário simplificadas, identificando os custos estimados e apropriados, referentes aos materiais, mão-de-obra e meios de produção; • Valores estimados na fase de planejamento e valores reais após conclusão das atividades ou dos empreendimentos, obtidos da apropriação dos serviços, tanto os referentes ao orçamento global da construção, quanto os custos totais por atividades de construção. 2.6.2 – Desenvolvimento A etapa de desenvolvimento iniciou com a utilização dos dados coletados na pesquisa de campo, conforme o seguinte roteiro: • Seleção dos dados históricos comparáveis e confiáveis dos demais resultados; • Adoção da distribuição Weibull e da distribuição Beta como distribuições de probabilidade adequadas à variável custo/m2 de construção; • Aplicação do Método de Monte Carlo “gerando”, a partir dos dados selecionados, valores de custo/m2 de construção para as atividades pertencentes aos empreendimentos pesquisados; • Obtenção, por meio dos valores resultantes da aplicação do Método de Monte Carlo dos custos globais prováveis para as atividades dos empreendimentos analisados. • Comparação da precisão orçamentária resultante dos processos orçamentação clássicos e da obtida pelo uso do Método de Monte Carlo; de 41 • Comparação entre as precisões orçamentárias resultantes da aplicação dos modelos de amostragem Weibull e Beta. Com embasamento na pesquisa bibliográfica e no resultado da comparação entre as precisões orçamentárias descritas, é apresentada uma metodologia para aumento da precisão dos orçamentos estimativos, utilizando a Simulação de Monte Carlo como ferramenta de apoio ao processo decisório, bem como, críticas, sugestões e recomendações. 2.7 – CONSIDERAÇÕES FINAIS Conforme mencionado, a pesquisa de campo foi realizada em duas construtoras, sendo que, em uma delas, aplicou-se a metodologia de forma mais abrangente, constituindo-se esta de um estudo de caso e seus dados utilizados para testar a hipótese básica formulada no início deste trabalho. Esta hipótese veio a ser confirmada, pois os resultados obtidos com a utilização da metodologia proposta no capítulo 5, e que são apresentados no capítulo 6, indicam o aumento de precisão das estimativas orçamentárias de algumas atividades de construção. Na segunda construtora, foi utilizado um menor número de dados, em decorrência da grande dificuldade de obtenção dos mesmos, uma vez que, antes da coleta de dados orçamentários em uma construtora, torna-se imprescindível entender, de forma minuciosa, o funcionamento do sistema de gerenciamento de custos desta. Assim sendo, os dados da segunda construtora foram considerados como uma complementação ao estudo de caso para validação da metodologia proposta no capítulo 5. 3 – O GERENCIAMENTO DE CUSTOS E DE RISCOS NO GERENCIAMENTO DE PROJETOS 3.1 – INTRODUÇÃO Neste capítulo, embasado no referencial teórico, inicia-se definindo-se projeto e o gerenciamento de projetos e seus respectivos ciclos de vida, os processos de gerenciamento de projetos e as áreas de conhecimento consideradas pelo PMI. A seguir, conceitua-se o gerenciamento de custos, sua importância para a construção civil, seus objetivos e benefícios, a evolução histórica dos sistemas de gerenciamento de custos, interligação entre gerenciamento da qualidade e gerenciamento de custos e a redução de custos e de desperdícios nas obras. Comenta-se sobre orçamentação e seus objetivos, precisão dos orçamentos, métodos de orçamentação, custos diretos de produção, assim como, apropriação, controle e retroalimentação no gerenciamento de custos. E, também descreve-se, de forma resumida, o gerenciamento de custos do projeto, conforme o estabelecido pelo PMI (2004). Finalizando, aborda-se o gerenciamento de riscos, citando seus objetivos, suas fases e fornecendo uma breve explanação de sua conceituação, segundo o PMI (2004). 3.2 - O GERENCIAMENTO DE PROJETOS Conforme o PMI (2004), o gerenciamento de projetos consiste na aplicação de conhecimento, habilidades, ferramentas e técnicas às atividades do projeto a fim de atender aos seus requisitos. O gerenciamento de projetos é realizado por meio 43 da aplicação e da integração dos seguintes processos de gerenciamento de projetos: iniciação, planejamento, execução, monitoramento e controle, e encerramento. 3.2.1 – Projetos: Exemplos, Definições e Ciclo de Vida As construtoras e as organizações se desenvolvem, crescem e mantêm-se com a criação contínua de novos projetos que são elaborados para atingirem objetivos previamente definidos. Podem ser considerados, dentre outros, exemplos de projetos: construção de um prédio, construção de uma usina hidrelétrica, lançamento de um novo produto ou serviço no mercado, construção de um navio, elaboração de um novo plano de marketing ou publicidade, informatização de um determinado setor da empresa, realização de uma viagem, realização de um casamento. Projeto é um empreendimento singular, com objetivo ou objetivos bem definidos, a ser materializado segundo um plano preestabelecido e dentro de condições de prazo, custo, qualidade e risco previamente definidas. (LIMMER 1997). Projeto é um empreendimento não repetitivo, caracterizado por uma seqüência clara e lógica de eventos, com início, meio e fim, que se destina a atingir um objetivo claro e definido, sendo conduzido por pessoas dentro de parâmetros pré-definidos de tempo, custo, recursos envolvidos e qualidade. (VARGAS - 2000). Conforme COURI (2006), BENNETT (1996), caracteriza um projeto de forma mais detalhada, ressaltando os recursos escassos do projeto devido às disputas internas por esses recursos dentro de uma organização; um resultado único proveniente de: diversos esforços e atividades ou tarefas realizadas em conjunto, orçamentos peculiares, e de pessoas responsáveis pelo sucesso do mesmo. Todo projeto possui um ciclo de vida composto de fases, sendo que cada uma delas o mostra segundo determinado enfoque: • Fase de concepção – mostra o projeto a partir de informações técnicas baseadas em condições ideais de trabalho, referentes a métodos de produção, disponibilidade de recursos e produtividade; 44 • Fase de detalhamento – mostra o projeto de forma mais elaborada, baseando-se não só em informações técnicas, mas também em fatores contingenciais, como por exemplo, disponibilidade de recursos; • Fase de execução – mostra a realidade de implementação do projeto e as conseqüências desta realidade sobre o objetivo final planejado; • Fase de conclusão ou finalização – mostra o projeto concluído e as divergências entre o planejado e o executado. KERZNER (2001) considera o ciclo de vida de um projeto constituído das fases de conceitual, planejamento, teste, implementação e encerramento. A revisão do PMI (2004) não apresenta nenhum ciclo de vida característico de projetos, entretanto, de acordo com COURI (2006, apud PMBOK, 2000) o ciclo de vida de um projeto de construção pode ser representado pela figura 3.1. Figura 3.1 – Ciclo de vida representativo de um projeto de construção Fonte: COURI (2006, apud, PMBOK, 2000) 45 O ciclo de vida do projeto é abordado por LIMMER (1997) de forma mais detalhada, considerando fases que se sobrepõem e que são, em geral, interdependentes. Estas fases podem ser vistas na figura 3.2 e consistem em: o Viabilidade Técnico-Econômica: fase de avaliação do projeto, considerando recursos tecnológicos disponíveis e a relação do custo benefício a ser obtida quando da utilização do produto resultante do projeto. Nesta fase, desenvolve-se um modelo preliminar do projeto a ser executado; o Implementação: materialização do modelo preliminar estabelecido na fase anterior, composto das seguintes etapas: o Engenharização: elaboração do Projeto Básico, seguido do desenvolvimento do Projeto Detalhado, possibilitando a determinação dos recursos necessários para a construção; o Suprimentos: aquisição de todos os materiais e equipamentos necessários à materialização do projeto; o Construção: execução do modelo criado pela Engenharização, pelos recurso adquiridos pelos Suprimentos, além da mão-de-obra qualificada e tecnologia apropriada; o Pré-Operação: início do funcionamento do produto obtido, ocorrendo de forma gradativa, integrando as partes dos produtos que vão sendo concluídas; o Operação e Utilização: o produto está em operação ou utilização, necessitando de manutenção para que possa continuar atendendo às suas finalidades; o Desmobilização: ao fim da vida útil do produto, ele precisa ser desmobilização ou desmantelado. 46 Figura 3.2 – Fases de um projeto (empreendimento) Fonte: LIMMER (1997) 3.2.2 – Ciclo de Vida do Gerenciamento de Projetos Como o gerenciamento de projetos é uma técnica voltada para projetos, apresenta um ciclo de vida que reflete o ciclo de vida do projeto gerenciado, composto das fases a seguir: • Planejamento Estratégico – fase relacionada com a fase de concepção do projeto, ou seja, considera condições ideais de trabalho para execução do projeto; • Planejamento Tático – fase relacionada com a fase de detalhamento do projeto, ou seja, leva em consideração fatores circunstanciais como alocação de recursos, prazos de entrega, limitação de custos e objetiva principalmente a viabilidade técnica do projeto; • Acompanhamento – fase relacionada com a fase de execução do projeto consistindo no monitoramento da realidade da mesma com as metas que devem ser atingidas pelo projeto; • Análise de resultados – fase relacionada com a fase de conclusão do projeto, onde são comparadas as metas estabelecidas no planejamento e aquelas atingidas na execução, após o término do projeto. 47 3.2.3 – Os Processos de Gerenciamento de Projetos Conforme o PMI (2004), um processo é um conjunto de ações e atividades inter-relacionadas para obter um conjunto pré-estabelecido de produtos ou serviços. Além disso, todo projeto desenvolve-se por intermédio de um conjunto de processos. De acordo com o PMI (2004), o conjunto de processos referente ao gerenciamento de projetos divide-se em cinco grupos: • Grupo de processos de iniciação: define e autoriza o projeto ou uma fase do projeto; define e refina os objetivos e planeja a ação necessária para alcançar os objetivos e o escopo para os quais o projeto foi projetado; • Grupo de processos de planejamento: define e refina os objetivos e planeja a ação necessária para alcançar os objetivos e o escopo para os quais o projeto foi projetado; • Grupo de processos de execução: integra pessoas e outros recursos, para realizar o plano de gerenciamento do projeto para o projeto; • Grupo de processos de monitoramento e controle: mede e monitora regularmente o progresso, para identificar variações em relação ao plano de gerenciamento do projeto, de forma que possam ser tomadas ações corretivas, quando necessário, para atender aos objetivos do projeto; • Grupo de processos de encerramento: formaliza a aceitação do produto, serviço ou resultado e conduz o projeto ou fase do projeto a um final ordenado. Os grupos de processos descritos interagem mutuamente, segundo o ciclo PDCA (Plan-Do-Check-Action) divulgado pela American Society of Quality, resultando em uma interação permanente desses grupos durante todo o desenvolvimento do projeto, obtendo-se, desta forma, um feedback que retroalimenta o replanejamento do projeto até a sua conclusão. Por intermédio da figura 3.3, verifica-se o inter-relacionamento desses grupos de processos. 48 Figura 3.3. Mapeamento entre os grupos de processos de gerenciamento de projetos e o ciclo PDCA Fonte: PMI (2004) Os cinco grupos de processos de gerenciamento de projetos mencionados apresentam diferentes processos relacionados às nove áreas de conhecimento do PMI (2004). Na figura 3.4 encontram-se representadas as ligações entre os processos e seus respectivos grupos. 49 Figura 3.4 – Visão geral das áreas de conhecimento em gerenciamento de projetos e os processos de gerenciamento de projetos Fonte: PMI (2004) 3.2.4 – Áreas de Conhecimento Consideradas pelo PMI De acordo com COURI (2006), o método tradicional de gerenciamento de projetos estudado pelo PMI sempre abordou três áreas de conhecimento: qualidade, custo e tempo. Conforme DINSMORE e SILVEIRA (2004), essas três áreas sempre foram representadas por um triângulo eqüilátero, conforme pode ser observado na figura 3.5. 50 Figura 3.5 – Três áreas de conhecimento de gerenciamento de projetos Fonte COURI (2006, apud, DINSMORE e SILVEIRA, 2004) Entretanto, apesar destas áreas serem consideradas de suma importância, para o gerenciamento de projetos, segundo COURI (2006, apud, DINSMORE e SILVEIRA, 2004), estudos posteriores transformaram o triângulo em um quadrado, quando foi incluído o fator escopo. As quatro áreas de conhecimento passaram a ser representadas por esse quadrado, que encontra-se ilustrado na figura 3.6. Figura 3.6 – Quatro áreas de conhecimento de gerenciamento de projetos Fonte COURI (2006, apud, DINSMORE e SILVEIRA, 2004) O PMI considera, além das quatro áreas mencionadas, que devem ser acrescidas outras áreas essenciais para um adequado gerenciamento do projeto. Assim sendo, foram incorporadas mais cinco áreas de conhecimento, necessárias 51 para a obtenção de excelência na gestão de projetos, perfazendo, desta forma, nove áreas de conhecimento, conforme ilustrado na figura 3.7. Figura 3.7 – As nove áreas de conhecimento do PMI (2004) Fonte COURI (2006, apud, PMI, 2004) No que tange as áreas de conhecimento do gerenciamento de projetos, também é importante comentar que o PMI publicou em 2003, o PMBOK Construction Extension, que consiste em um guia complementar ao PMBOK, específico para a área de construção. Este guia, além de apresentar detalhes a assuntos pertinentes à área em questão, adiciona quatro áreas de conhecimento: segurança do trabalho (empreendimento), gestão ambiental (sustentabilidade), estruturação financeira e engenharia legal. Desta forma, conclui-se que as áreas de conhecimento estão em constante processo de evolução, sendo necessários sempre novos conhecimentos para uma atuação eficaz no gerenciamento de projetos. 3.3 - O GERENCIAMENTO DE CUSTOS 3.3.1 - Conceito e Importância na Construção Civil O gerenciamento de custos de construção consiste em um conjunto de técnicas e ferramentas para planejamento, avaliação e aperfeiçoamento das atividades de construção e, conseqüentemente da organização, uma vez que torna possível a obtenção de parâmetros históricos, a serem utilizados em 52 empreendimentos futuros. Além disso, conforme se verifica na figura 3.8, é composto das etapas de orçamentação, apropriação, controle e retroalimentação do sistema. Figura 3.8 – Etapas do gerenciamento de custos Pelo fato da construção civil envolver um número de atividades relativamente alto, é de suma importância a utilização de um sistema de gerenciamento de custos eficaz, embasado em processos de orçamentação, apropriação, controle e retroalimentação dinâmicos e precisos, de tal forma que as etapas do sistema sejam cumpridas com eficiência, respeitando-se o inter-relacionamento entre elas e, desta forma, direcionando a organização para a otimização dos lucros e cumprimento dos fatores prazo, custo e qualidade planejados. 3.3.2 - Objetivos e Benefícios O gerenciamento de custos possui como principais objetivos o planejamento e o controle dos custos de construção, proporcionando a redução dos mesmos, entretanto, sua implementação proporciona diversos benefícios. DA SILVA (1996) cita, dentre outros, os seguintes benefícios resultantes de um gerenciamento de custos: • Identificação dos componentes de custo das atividades de construção; eficiente 53 • Identificação dos serviços, materiais, mão-de-obra e equipamentos mais críticos; • Avaliação dos processos construtivos no que diz respeito ao custo; • Acompanhamento do desempenho da mão-de-obra quanto à: produtividade, efetividade e desvios; • Acompanhamento do emprego de materiais, detectando suas perdas e economicidade; • Previsão do custo final da obra; • Comparação dos custos planejados com os realizados; • Adoção de medidas corretivas; • Atualização dos coeficientes das composições de custos unitários dos serviços, • Redução de desperdícios e de retrabalhos. RODRIGUES (2003), também relaciona benefícios do gerenciamento de custos, tais como: • Evita surpresas durante a execução dos trabalhos; • Permite desenvolver diferenciais competitivos e novas técnicas, uma vez que toda a metodologia está estruturada; • Antecipa situações desfavoráveis que poderão ser encontradas, para que ações preventivas e corretivas possam ser tomadas antes que essas situações se consolidem como problemas; • Adequa os trabalhos ao mercado consumidor e aos clientes; • Disponibiliza os orçamentos antes do início dos gastos; • Agiliza as decisões, já que as informações estão estruturadas e disponibilizadas; 54 • Aumenta o controle gerencial de todas as fases a serem implementadas devido à realização do detalhamento; • Facilita e orienta as revisões do projeto que forem decorrentes de modificações no mercado ou no ambiente competitivo, melhorando a capacidade de adaptação do projeto; • Otimiza a alocação de pessoas, equipamentos e materiais necessários; • Documenta e facilita as estimativas para futuros projetos; 3.3.3 - Histórico dos Sistemas de Gerenciamento de Custos O conceito de gerenciamento de custos é universal, podendo ser aplicado em qualquer ramo de atividade industrial, entretanto, tem sua origem em modelos americanos para manufatura. No Brasil, sua implementação na construção civil teve início em meados da década de 80 e vem se intensificando gradativamente, principalmente pelo constante e acirrado aumento da competitividade neste segmento de mercado. Em decorrência deste fato, os sistemas de gerenciamento de custos evoluíram historicamente e, segundo OSTRENGA (1995), classificam-se em: 1) Sistemas Empíricos Apresentam deficiência nos controles e normalmente são utilizados em empresas ou organizações novas, em rápido crescimento, e que não possuem ainda os recursos necessários para formalizar seus sistemas de controle. 2) Sistemas Tradicionais Apresentam sistemas de controles mais evoluídos, entretanto os sistemas de gerenciamento de custos trabalham de forma independente dos sistemas operacionais. São apropriados em empresas com poucas mudanças em produtos ou processos; fabricação de poucos produtos ou oferecimento de poucos serviços e em processos altamente intensivos de mão-de-obra produzindo bens e/ou serviços. 55 3) Sistemas Integrados de Informações Nestes os sistemas de controles são perfeitamente integrados com os sistemas operacionais, contudo, verifica-se uma incompatibilidade entre o ambiente organizacional e a tecnologia operacional, pois mesmo os melhores sistemas deste tipo são orientados para a mão-de-obra, efetuando baixo controle dos custos indiretos. 4) Sistemas de Gestão Total dos Custos Consistem em uma filosofia gerencial abrangente para os recursos totais da empresa, ou seja, materiais, capital e humanos e atividades que consomem estes recursos, sendo um processo permanente de planejamento e aperfeiçoamento dos aspectos táticos e operacionais da empresa, desta forma, provendo, simultaneamente, as bases necessárias para o seu correto dimensionamento estratégico. 3.3.4 - Interligação entre Gerenciamento de Custos e Gerenciamento da Qualidade Sabe-se que o gerenciamento de custos na construção civil objetiva, principalmente, a redução dos custos e, conseqüentemente a otimização dos lucros. Entretanto, especificamente no setor habitacional, esta otimização está diretamente relacionada com um adequado gerenciamento da qualidade dos empreendimentos, imobiliários, pelo fato deste quesito ser inegociável, em decorrência de clientes e consumidores, deste segmento, apresentarem níveis de exigência mais altos a cada dia. Assim sendo, no Brasil, as construtoras buscam constantemente a satisfação de seus clientes, por meio do atendimento dos fatores prazo, custo e qualidade. Obviamente, o cumprimento dos parâmetros estimados para estes fatores, na fase de planejamento do empreendimento, dependerá diretamente do grau de entrosamento entre o gerenciamento de custos e o da qualidade. Outra abordagem, que constata o inter-relacionamento entre estes sistemas, encontra-se no fato de que um dos objetivos do gerenciamento de custos é a redução dos coeficientes de produtividade das atividades de construção e, em contrapartida, um adequado gerenciamento da qualidade resulta em melhoria da 56 produtividade, uma vez que a mão-de-obra deverá ser treinada para a realização das atividades, aumentando a eficácia dos processos, além do fato de que todos os integrantes da cadeia produtiva passam a ter maior conscientização da importância que possuem dentro do sistema de produção. Assim sendo, tem-se como resultados imediatos a redução das perdas referentes as operações inadequadas e do desperdício proveniente da falta de treinamento da mão-de-obra utilizada e, desta forma, a melhoria contínua dos coeficientes de produtividade. Modernamente, o gerenciamento da qualidade está incorporado à função gerencial, sendo que a NBR ISO 9004 (2000) estabelece diretrizes para melhoria do desempenho da organização. Também, o PBQP-H (2004), através de seu Projeto nº 4, ou seja, o SIQ-Construtoras – SIQ-C, que foi lançado pelo PBQP-H em decorrência do sucesso mundial das normas ISO, constitui-se em uma norma reguladora para empresas da construção civil e baseia-se na ISO 9001:1994, passando por sua primeira revisão em 2002, de forma a acompanhar a nova versão da ISO 9000:2000. Desta forma, assim como a ISO, o SIQ-C objetiva orientar o desempenho da Gestão da Qualidade na empresa, especificamente nas de construção civil. Embora, atualmente, o gerenciamento da qualidade já se encontre incorporado ao cotidiano de inúmeras empresas, de diversos ramos de atividades industriais, e existam os sistemas de qualificação mencionados, no Brasil, na indústria da construção civil, as iniciativas nesse sentido ocorrem, em muitos casos, em decorrência de exigências contratuais. Apesar da implantação do gerenciamento da qualidade tenha um alto custo, que torna-se recuperável ao longo do processo de operacionalização, a não qualidade também possui custos que são permanentes e não recuperáveis, dificultando, deste modo, a redução de custos que o gerenciamento de custos tanto objetiva. Como exemplo destes custos é possível citar, dentre outros: • Custos decorrentes do desperdício de materiais pela falta de treinamento da mão-de-obra quanto ao transporte, armazenagem, manuseio e aplicação dos materiais de construção; 57 • Custos referentes à insatisfação de clientes pela não qualidade do produto final; • Custos relativos à manutenção da edificação que poderiam ser substancialmente reduzidos, por intermédio do gerenciamento da qualidade, durante a implementação do projeto. 3.3.5 - Redução de Custos e de Desperdícios nas Obras Conforme mencionado no item anterior, um dos principais objetivos do gerenciamento de custos é o de proporcionar a redução de custos, que pode ser alcançada por meio de: o Redução de erros de execução durante o processo, diminuindo, conseqüentemente a necessidade de retrabalho, assim como o consumo de materiais e mão-de-obra; o Redução de perdas de materiais, causada por armazenamento, utilização e transporte inadequados; o Redução dos tempos improdutivos da mão-de-obra, por meio da padronização dos procedimentos, pois assim, elimina-se ou reduz-se tempos de espera do processo e tempos de operações auxiliares; o Aumento da produtividade nos canteiros de obra, a partir de maior continuidade nas operações, o que decorre da padronização e repetição de tais operações e da motivação dos funcionários pela conscientização da sua importância no processo; o Aumento da produtividade nos procedimentos administrativos e gerenciais, a partir da padronização, tanto na empresa, como nas obras; o Aumento do grau de controle e previsibilidade dos processos, reduzindo os custos decorrentes dos reparos em obras concluídas. Considera-se desperdício todo e qualquer recurso (material, mão-de-obra equipamentos e meios de produção) que se gasta na execução de um produto ou 58 serviço além do estritamente necessário para atender ao padrão de qualidade estabelecido. Conforme DA SILVA (1996), tem-se como exemplos: o Grandes estoques, imobilizando capital antes do tempo, aumentando as despesas financeiras e ocupando maior espaço no canteiro de obra; o A espera, provocada por falta de processos ágeis, consumindo tempo e dinheiro; o Transportes não planejados; o Ergonomia inadequada nos processos, causando movimento das mãos e do corpo, além do necessário, reduzindo a produtividade em decorrência do processo de trabalho não otimizado; o Produção com defeitos, gerando retrabalhos que podem resultar em um alto custo de recuperação, assim como perda total do esforço e do material; o Desperdício de matéria-prima, causada pelo uso de materiais com características superiores (maior investimento) ou inferiores (perda total do produto) às necessárias; quantidades incorretas de material, com sobra ou escassez; o Desperdício de mão-de-obra, provocada tanto pela subutilização que reduz produtividade e aumenta custos, quanto pela superutilização que pode causar estresse e favorecer falhas e erros; o Desperdício nos métodos de trabalho quando há sofisticação técnica além do necessário, produzindo custos de implantação e manutenção, ou quando há falta de sofisticação, afetando a qualidade; o Desperdício com equipamentos, que dá-se com o uso de equipamentos obsoletos, reduzindo a competitividade da empresa ou o uso de equipamentos muito sofisticados, não justificando sua utilização e excesso de equipamentos, necessitando de espaço e sujeitos à degradação. Um sistema de gerenciamento de custos eficaz pode ser considerado como uma estratégia adequada para a redução do desperdício na construção civil, pelo 59 fato de que grande parte das falhas que ocorrem ao longo do processo construtivo são decorrentes de sistemas de gestão e estruturas organizacionais inadequadas. 3.3.6 - Orçamentação 3.3.6.1 - Conceito e Objetivos A orçamentação consiste na fase do gerenciamento de custos em que, com base na definição do escopo do projeto, estima-se o custo para a execução da obra em determinado período futuro. O orçamento de um projeto baseia-se na previsão de ocorrência de atividades futuras logicamente encadeadas e que consomem recursos, ou seja, acarretam custos que são geralmente expressos em termos de uma unidade monetária padrão, sendo, desta forma, basicamente uma previsão de ocorrências monetárias ao longo do prazo de execução do projeto. Conforme LIMMER (1997), o orçamento de um projeto/empreendimento pode ser definido como a determinação de todos os gastos necessários para a execução do mesmo, segundo um plano de execução previamente estabelecido, gastos esses traduzidos em termos quantitativos. Um orçamento deve atender, dentre outros, aos seguintes objetivos: o Definir o custo de execução de cada atividade ou tarefa; o Constituir-se em documento contratual, servindo de base para o faturamento da empresa executora do projeto, empreendimento ou obra, e para dirimir dúvidas ou omissões quanto a pagamentos; o Servir como referência na análise dos rendimentos obtidos dos recursos empregados na execução do projeto; o Fornecer, como instrumento de controle da execução do projeto, informações para o desenvolvimento de coeficientes técnicos confiáveis, visando ao aperfeiçoamento da capacidade técnica e da competitividade da empresa executora do projeto no mercado. 60 3.3.6.2 - Precisão dos Orçamentos Conforme mencionado, o orçamento de um projeto representa uma estimativa de custo para executá-lo em determinado período futuro, desta forma, não existem orçamentos exatos, ou seja, orçamentos em que a diferença entre o previsto e o real seja zero. Entretanto, como ele é a programação de custos da obra ou projeto, deve ser elaborado procurando-se alcançar o máximo de precisão possível. O nível de precisão de um orçamento varia de acordo com a quantidade e a qualidade das informações existentes e, conseqüentemente, com o nível de detalhamento do projeto. Segundo DA SILVA (1996), de forma aproximada, um orçamento calculado com base em dados oriundos de um estudo de viabilidade pode apresentar uma imprecisão ou margem de erro de até ± 30%, que irá depender do grau de definição e acerto do estudo inicial. Em seguida, tem-se os orçamentos que são elaborados com informações de anteprojetos e que apresentam margem de erros de até ± 20%. Finalizando, encontram-se os orçamentos realizados a partir de projetos executivos que devem ter no máximo uma margem de erro de ± 5%. Estes percentuais, com seus respectivos estágios do projeto, encontram-se resumidos no quadro 3.1. Estágio do Projeto Margem de erro do orçamento Estudo Preliminar ± 30% Anteprojeto ± 20% Projeto Executivo ± 5% Quadro 3.1 – Margem de erro do orçamento em função do estágio do projeto Em geral, na fase de estudo preliminar e na fase de anteprojeto, a otimização da precisão dos orçamentos está diretamente relacionada com a experiência do orçamentista e, ainda, com a obtenção de dados confiáveis de obras semelhantes. No entanto, na fase do projeto executivo, a melhoria da precisão orçamentária 61 resulta da qualidade ou nível de detalhamento do projeto e também das técnicas de orçamento utilizadas. Ao final da execução do projeto, após a apropriação de custos, é possível conhecer o custo real do mesmo e compará-lo com o orçamento inicialmente estimado, obtendo, deste modo, a margem de erro do orçamento. Na Indústria da Construção Civil, esta margem de erro ocorre principalmente, dentre outros, pelos seguintes fatores: o Falhas no projeto, tais como: alteração do projeto, deficiência de informações do projeto e modificações nas especificações técnicas; o Falhas na execução, resultando em desperdícios de materiais, retrabalho e conseqüentes atrasos nos prazos de entrega; o Falhas na elaboração do orçamento, tais como: previsão incompleta de tipos de serviços, erro no levantamento de quantidades, erros de preço, utilização de coeficientes de produtividade inadequados, imprecisão de orçamentos anteriores e falta de dados sobre obras semelhantes anteriores; o Falta e/ou falha de controle durante a execução da obra; o Instabilidade política e/ou econômica resultando em aumento de preços súbito ou falta dos insumos no mercado; o Condições climáticas, ecológicas, greves, etc 3.3.6.3 - Métodos de Orçamentação Basicamente, os métodos de orçamentação dividem-se em orçamento por estimativas e orçamento discriminado. 3.3.6.3.1 - Orçamento por Estimativas O orçamento por estimativas é muito utilizado durante a fase de estudo de viabilidade e representa um orçamento simplificado do futuro empreendimento, sendo possível executá-lo de duas formas distintas a seguir: 62 a) Cálculo Simplificado: obtido por meio da multiplicação entre o custo unitário/m2 da construção de empreendimentos similares e a área total de construção prevista para o novo empreendimento. b) Orçamento por estimativas propriamente dito: obtido por intermédio do somatório dos cálculos simplificados das tarefas mais expressivas a serem executadas no projeto, ou seja, o custo total de uma edificação representa a soma dos custos de sua fundação, de sua estrutura, de suas vedações e demais componentes. 3.3.6.3.2 - Orçamento Discriminado O orçamento discriminado apresenta maior precisão do que o orçamento por estimativas, pois geralmente é realizado com base no projeto executivo. É elaborado por meio da decomposição do projeto nas suas diversas tarefas ou serviços, associando as quantidades levantadas de cada tarefa ao respectivo custo unitário para sua execução. Desta forma, é necessário conhecer: o Os custos unitários de cada atividade ou item de custo; o As quantidades totais de cada atividade ou item de custo Após a determinação dos custos unitários e das quantidades das atividades, torna-se possível elaborar o orçamento discriminado do projeto, pois a multiplicação dos custos unitários das atividades pelas respectivas quantidades totais fornecerá o custo total de cada atividade. O orçamento global discriminado é calculado por meio do somatório dos custos totais de todas as atividades componentes do empreendimento. O cálculo dos custos unitários é realizado ao nível das atividades, sendo cada uma delas considerada como um processo que se desenvolve com o objetivo de produzir um componente ou serviço. Para o cálculo correto do custo unitário de uma atividade é necessário que sejam determinados os coeficientes de composição unitária de serviço e o custo de cada insumo envolvido na execução da quantidade unitária da atividade e, em 63 seguida, seja elaborada sua composição de custo unitário. Os coeficientes de composição unitária podem ser extraídos de publicações especializadas ou compilados por cada empresa, por meio do processo de experiência e erro, em função do planejamento, apropriação e controle dos projetos por ela executados. O levantamento de quantidades das atividades é realizado por meio de um criterioso trabalho de análise e mensuração do projeto, sendo que seu grau de precisão está diretamente relacionado com: o A qualidade do projeto em termos de clareza e precisão; o A experiência do técnico de orçamento. 3.3.6.4 - Custos Diretos de Produção Define-se como custo direto de um produto a soma dos custos de todos os insumos que a ele se incorporam, sendo mensuráveis e facilmente relacionados com o produto. Estes insumos são de três tipos: o Material e equipamentos incorporados à obra; o Mão-de-obra; o Equipamentos de construção. 3.3.6.4.1 - Custo e Perda de Materiais de Construção Segundo LIMMER (1997), os materiais representam cerca de 60% do custo de construção e seus custos estão subordinados a dois fatores bem distintos: consumo e preço. O consumo de materiais depende fundamentalmente das condições: o De gerenciamento do empreendimento; o De administração dos materiais; 64 o Do canteiro de obras, principalmente das condições de armazenamento, transporte e manuseio, do grau de treinamento e da qualidade da mão-de-obra que os aplicam. Sobre estes fatores o gerente do projeto deve atuar, de modo a obter parâmetros adequados, de tal forma que o consumo de materiais seja o menor possível e que atenda o padrão de qualidade estabelecido para o projeto. Na estimativa de consumo de materiais é necessário considerar-se uma margem de perdas para os materiais, quase sempre inevitáveis, e que ocorrem durante todo o processo de construção. No entanto, as perdas podem alcançar percentuais mais ou menos expressivos que variam, principalmente, segundo os seguintes fatores: o Treinamento da mão-de-obra; o Manuseio e estocagem dos materiais; o Tipo de material. 3.3.6.4.2 -- Custo e Produtividade da Mão-de-Obra De acordo com LIMMER (1997), o custo da mão-de-obra representa uma parcela significativa do custo direto de produção, sendo que na construção civil ela atinge em torno de 40% deste custo. O custo direto da mão-de-obra (CDMO) pode ser estimado a partir de seu custo por unidade de tempo (CUT), de seu coeficiente de produtividade (CPMO) e da quantidade de determinado serviço (QS) a ser executado, ou seja: CDMO = QS x CPMO x CUT (3.1) Conforme já visto, os coeficientes de produtividade da mão-de-obra podem ser obtidos consultando-se livros e revistas especializados ou, então, a partir de observações e registro direto das quantidades de mão-de-obra (controle) e dos tempos gastos na execução dos serviços pela construtora, que forma, assim, o seu banco de dados. 65 O custo por unidade de tempo nada mais é que o salário horário do trabalhador, variável em função do tipo, do mercado e do grau de especialização da mão-de-obra e acrescido de encargos sociais e trabalhistas especificados em lei, e também em função do tipo de organização da construtora. Segundo DIAS (1999), durante a elaboração do orçamento de uma obra deve-se adotar para custo da mão-de-obra, preferencialmente, a escala de salários comumente adotada por cada construtora, ou ainda, se a mesma não se encontra executando obras na localidade em questão, deve-se adotar a tabela de salários do sindicato de profissionais da região, obtida por meio de pesquisa na região geográfica onde será realizada a obra. Quanto à produtividade da mão-de-obra na Construção Civil, pode-se considerá-la como uma variável de difícil medição. Para melhorá-la é necessário gerenciar alguns fatores que a influenciam. DA SILVA (1996) cita os seguintes: o Treinamento: o treinamento adequado da mão-de-obra pode melhorar a produtividade do operacional, além de reduzir desperdícios de materiais e erros, pelo fato de que a mão-de-obra passa a ter maior conscientização de seu trabalho; o Segurança do Trabalho: os acidentes de trabalho na Construção Civil implicam em custos para a empresa como: despesas de pagamento do salário ao operário acidentado até o décimo quinto dia, pagamento de despesas médicas e hospitalares, despesas jurídicas e trabalhistas, despesas como reparo ou substituições de máquinas, equipamentos e materiais avariados, queda de rendimento do operário acidentado após o regresso ao trabalho, etc. o Absenteísmo: o absenteísmo provoca um desequilíbrio no trabalho pela necessidade de remanejamento da mão-de-obra para o suprimento das deficiências surgidas, acarretando interferência, descontinuidade no desenvolvimento das tarefas, assim como aumento do templo global de execução das atividades; 66 o Rotatividade: a alta rotatividade da mão-de-obra no Setor da Construção Civil ocasiona horas de trabalho improdutivas na adequação desta à empresa e ao novo ambiente de trabalho, principalmente no primeiro mês, onde observa-se baixa produtividade da mão-de-obra; o Motivação: a motivação proporciona satisfação ao operário com o trabalho e conseqüente aumento da produtividade. Ela dá-se por meio da valorização do trabalho individual e coletivo; de pagamentos de bônus; condições ideais das áreas de vivência dos canteiros de obra, preconizadas pela Norma Regulamentadora 18 – NR-18; maior participação do operário em decisões no gerenciamento do canteiro de obras e de relacionamentos adequados dentro da estrutura organizacional da obra. Outro aspecto que deve ser observado consiste no fato de que, como na Construção Civil existe a impossibilidade de se estabelecer linhas de produção ou mesmo configurações industriais que possibilitem maior mecanização da produção, uma vez que o canteiro de obras pode ser considerado como uma “fábrica móvel”, os índices de produtividade estão sempre se alterando, em função de condições sempre novas no canteiro de obras na confecção das atividades. 3.3.6.4.3 - Custos de Equipamentos de Construção Conforme DA SILVA (1996), os equipamentos representam, em média, menos de 2% do custo de edificações habitacionais e comerciais. No entanto, as edificações industriais possuem percentuais mais expressivos, em torno de 17%. Porém, o percentual referente ao custo dos equipamentos de construção, no caso de edificações habitacionais e comerciais, tende a aumentar sua importância relativa no custo total da obra, conforme os processos de construção de edifícios vão industrializando-se. O custo do uso de equipamentos de construção na execução de obras é resultante de dois custos, que geralmente são calculados em base horária: o Custo de propriedade (equipamento adquirido por compra ou aluguel); o Custo de uso do equipamento. 67 O custo referente à aquisição ou aluguel de um equipamento é determinado por meio de pesquisa de mercado, sendo que à medida que o equipamento é utilizado e “envelhece”, seu valor diminui até que e equipamento atinja um estado de não-rentabilidade, sendo então alienado por um valor residual e substituído por um outro. Esta perda de valor do equipamento, ao longo do tempo, é denominada de depreciação, que é resultante do desgaste pelo uso e/ou mau uso do equipamento. Já a vida útil de um equipamento é definida como sendo o período de tempo durante o qual ele executa os serviços de forma eficaz e econômica, atendendo a níveis de produtividade e econômicos que foram previamente especificados. A utilização de equipamentos de construção engloba, tanto o custo de propriedade e depreciação, assim como, os custos de manutenção e os de operação, entretanto, estes custos classificam-se em fixos e variáveis. Os custos fixos não dependem da atividade do equipamento, pois ocorrem de qualquer forma, ou seja, com a máquina trabalhando ou não, e resultam de dois outros custos: o Custos de aquisição: incluem os custos oriundos quando da aquisição do equipamento e consistem em: custo de capital e a depreciação; o Custos de mobilização e desmobilização: referem-se ao transporte do equipamento até o local de uso, sua instalação e sua remoção do canteiro de obra no final da sua utilização. Estes custos sofrem influência da distância de transporte, da natureza e do porte do equipamento, etc. Os custos variáveis ocorrem apenas quando o equipamento encontra-se em funcionamento, variando em função do tempo de operação. Estes custos englobam aqueles ligados de forma direta à operação, tais como: energia, combustível, lubrificantes, peças de reposição, serviços de manutenção, seguros e salário do operador com as respectivas leis sociais. A previsão de utilização de equipamentos de construção é realizada na fase de planejamento, por meio de avaliações dos equipamentos, que poderão ser 68 alocados aos serviços, considerando-se o potencial de cada equipamento e visando sempre a otimização dos serviços e redução dos prazos e custos. DA SILVA (1996), também cita que a produtividade dos equipamentos de construção, apesar de ser estimada de forma relativamente fácil, contudo, sofre influência da qualidade da mão-de-obra envolvida na operação dos equipamentos; da programação ineficiente de atividades, provocando períodos de ociosidade; e ocorrência de fatores imprevisíveis como greves, estação chuvosa mais intensa e a própria variabilidade da produção da construtora. 3.3.7 - Apropriação 3.3.7.1 - Conceito e Objetivos A apropriação de custo encontra-se baseada no acompanhamento da produção das atividades e serviços, fazendo com que a construtora obtenha seus próprios índices de consumo, considerando seus procedimentos, materiais e mãode-obra próprios (DA SILVA, 1996). Na Construção Civil, a apropriação dos custos passa por duas etapas: a coleta de dados e a transformação dos dados em informações para o sistema. A apropriação é considerada um instrumento de controle, de formação e de levantamento de custos e que tem como principal meta o detalhamento dos custos das atividades de forma minuciosa, obtendo, desta forma, os custos unitários de serviços das diversas atividades que compõem o empreendimento. No sistema de apropriação torna-se necessário um confronto permanente de informações entre os setores de almoxarifados, abastecimento, pessoal, contabilidade, orçamento, controle e apontadoria. As apropriações funcionam como verdadeiras guias, pois propiciam a detecção de desvios entre o planejado e o realizado, facilitando, também, a tomada de decisões dos gerentes. Segundo DA SILVA (1996), a apropriação de custos possui os seguintes objetivos: 69 o Obter as quantidades dos trabalhos executados, assim como as quantidades de materiais e as horas de mão-de-obra e equipamentos consumidas; o Determinar o custo unitário, parcial e global dos serviços; o Identificar onde e como foram aplicadas as quantidades de material adquirido, as horas de mão-de-obra e equipamentos pagas; o Conhecer a produtividade, eficiência e desvio da mão-de-obra, tempos de produção efetivos, horas improdutivas, perdas de materiais, etc; o Controlar as empreiteiras, comparando suas eficiências com índices préestabelecidos; o Propiciar a programação futura dos trabalhos o mais próximo da realidade; o Permitir a realimentação (feedback) de informações entre o canteiro de obras e o escritório central da construtora, atualizando os coeficientes das composições de custo a serem usadas como base em orçamentos futuros; o Proporcionar o controle das perdas, da produtividade do pessoal e dos equipamentos; o Comparar os custos dos serviços executados com a estimativa orçamentária, analisando a possibilidade da conclusão da obra dentro o valor total estimado, assim como, a necessidade de tomar-se medidas corretivas, para a sua conclusão; o Identificar que operações ou atividades estão custando mais ou menos do que o previsto; o Analisar onde e como podem ser realizadas economias; o Conhecer quais serão as possíveis modificações do custo da construção durante o seu desenvolvimento; o Reduzir os desperdícios e evitar os desvios de materiais em tempo útil; 70 o Conhecer, registrar e analisar o andamento técnico e econômico-financeiro de cada etapa da construção (previsão, custo, economia, produção e produtividade), durante sua execução, permitindo tomar medidas de contingência quando necessário; o Verificar se a execução de cada etapa da construção está sendo executada conforme o ritmo previsto. 3.3.7.2 - Metodologia e Atividades da Apropriação Inicialmente, torna-se necessário dimensionar e estruturar uma equipe de apropriação de custos, que deverá ser formada por profissionais que possuam conhecimento adequado dos diversos serviços e atividades que irão controlar, para que possam levantar informações técnicas que considerem todos os detalhes e particularidades que sejam expressivas para a eficácia do controle. KALLAS (1998) considera que para a correta apropriação do custo das obras, em princípio, é necessário a formação de apropriadores de campo que contarão com o auxílio do almoxarife e apontador. As atividades desenvolvidas pelos profissionais citados constarão basicamente de: o Os apontadores, que devem estar num nível hierárquico mais elevado, terão os apropriadores de campo como seus subordinados e, conforme o porte da obra, poderão contar com a assessoria de auxiliares de apontador com a função de orientar os apropriadores de campo, analisar suas informações e compilá-las, antes que os dados sejam remetidos ao departamento de custos para serem processados e originarem relatórios; o Os apropriadores de campo devem controlar as horas gastas pelos diversos operários nas atividades, registrando, a cada hora, a quantidade e qualificação dos operários que se encontram executando cada atividade, na Folha de Apropriação Diária; o O almoxarife é o responsável pelo recebimento, controle e apropriação dos materiais e, conforme o porte da obra, também poderá contar com auxiliares 71 como, por exemplo, recebedores de material no campo, encarregado de controle de estoque, etc. Em síntese, a equipe responsável pela apropriação, tanto para a coleta de dados, quanto para a transformação dos dados, depende diretamente da estrutura organizacional da construtora. Desta forma, ela poderá ser composta por almoxarifes, apontadores, apropriadores de campo, estagiários, técnicos, encarregados, engenheiros, etc. Poderá também haver um superior de apontador e almoxarife (Fiscal de Apontadoria e Almoxarifado), cuja função será a de trabalhar os dados colhidos e remetê-los ao escritório central; 3.3.7.3 - Apropriação dos Custos Diretos de Construção A apropriação dos custos diretos de construção engloba os componentes que podem ser alocados de forma direta no custo das atividades em execução, constando de: materiais, mão-de-obra e equipamentos. Em linhas gerais, a apropriação de custos propicia a obtenção do custo unitário de cada serviço ou atividade apropriada. 3.3.7.3.1 - Apropriação da Mão-de-Obra A apropriação dos custos, referentes à mão-de-obra, possibilita a obtenção dos seguintes parâmetros: o Consumo de mão-de-obra por serviços; o Custo unitário de mão-de-obra própria; o Custo unitário de mão-de-obra terceirizada; o Índices de produtividade de mão-de-obra. Os impressos utilizados para a apropriação de mão-de-obra própria são a Folha de Apropriação Diária e a Folha de Pagamento. Para a mão-de-obra terceirizada, são utilizadas as Folhas de Medição. Estes impressos proporcionam a obtenção de: consumo de mão-de-obra por serviço, custo unitário de mão-de-obra própria e o custo unitário de mão-de-obra terceirizada. 72 3.3.7.3.2 - Apropriação dos Materiais de Construção Com relação à apropriação dos custos, referentes aos materiais de construção, ela proporciona conhecer os parâmetros: o Consumo de materiais por serviço; o Custo unitário de material; o Índices de perdas de materiais. Na apropriação dos materiais, os impressos utilizados são: pedidos de materiais; notas fiscais, que registram a entrada do material no canteiro de obras; e requisições de serviços, que registram a saída dos materiais, com suas respectivas quantidades e destinos. Os impressos citados permitem obter o consumo de material por serviço e o custo unitário de materiais. 3.3.7.3.3 - Apropriação dos Equipamentos de Construção Com a apropriação dos custos de equipamentos de construção, são gerados os seguintes parâmetros: o Consumo de equipamentos por serviço; o Custo unitário de equipamentos; o Índices de produtividade de equipamentos. A produtividade de equipamentos de construção é obtida por meio de um impresso que permite anotar a hora em que o equipamento começa a trabalhar e a hora em que ele termina, desta forma, tem-se os tempos produtivos e improdutivos do equipamento. 73 3.3.8 - Controle 3.3.8.1 - Conceito, Objetivos e Funções O controle consiste na etapa do gerenciamento de custos em que, a partir da dos dados planejados, realiza-se a análise do desempenho do projeto, detectandose os desvios ocorridos e realizando-se os ajustes necessários. Os parâmetros pré-definidos na fase de planejamento de um projeto precisam ser controlados durante a execução do mesmo, de tal forma, que os objetivos propostos sejam atingidos dentro destes parâmetros. Assim sendo, é necessário que se realize o controle do projeto, cuja principal função é detectar desvios, conforme observa-se na figura 3.9, garantindo, desta forma, que o plano do projeto seja cumprido, de maneira que o realizado seja sempre o mais próximo possível do planejado. Todo projeto deve ser controlado tanto sob o aspecto técnico, como sob o econômico, o financeiro e o gerencial. Figura 3.9– Diretriz e desvios do andamento de um projeto Fonte: LIMMER (1997) 74 Segundo LIMMER (1997), “O controle representa o fechamento do ciclo lógico de gerenciamento de um projeto, verificando-se o que foi executado, analisando os resultados alcançados, comparando-os com o planejado a fim de determinar o progresso, detectar desvios ocorridos e estabelecer condições para sua correção, por meio de uma retroalimentação contínua do sistema de planejamento, programação e controle - PPC”. Este processo encontra-se representado na figura 3.10: Figura 3.10 – Retroalimentação do sistema de PPC de um Projeto Fonte: LIMMER (1997) O conceito de controle já foi considerado como o de uma ação posterior para verificação da regularidade de execução de um projeto, combinada com uma eventual providência para correção ou eliminação de resultados negativos. Modernamente, controle é o acompanhamento contínuo da execução e a constante comparação do realizado com o previsto no planejamento, apontando-se discrepâncias aos responsáveis pelas ações corretivas, caracterizando-se um ciclo de retroalimentação, entre os níveis de gerência do projeto, que recebe informações sobre o seu andamento, e o de execução, que recebe instruções sobre como prosseguir na implementação do projeto, conforme ilustrado na figura 3.11. 75 Figura 3.11 – Ciclo de retroalimentação do controle Fonte: LIMMER (1997) O controle é indispensável também para: • Determinar a extensão dos resultados alcançados; • Determinar a eficiência e os rendimentos de execução obtidos nos cumprimentos dos programas; • Determinar o grau de atendimento de ordens e instruções; • Minimizar desperdícios de mão-de-obra, de materiais, de tempo e de outros insumos eventualmente necessários e conseqüentemente de dinheiro. No nível operacional ou de execução de um projeto, devem ser realizados os seguintes controles: • Prazos; • Quantidades executadas; • Custos (unitários ou componentes do custo global); • Produtividades; • Qualidade. 3.3.8.2 - Universo a ser Controlado Em geral, um projeto é composto de diversas atividades, cada uma utilizando recursos diferentes, como materiais, mão-de-obra e equipamentos. Estes recursos possuem pesos e importâncias diferentes em relação ao custo total da obra e, 76 portanto, devem ser tratados de formas diferenciadas. Deste modo, deve-se considerar no controle o nível de detalhe compensatório, conforme a relação custobenefício. Para tal, pode-se lançar mão do princípio de Pareto, também conhecido como o princípio dos “poucos significativos e muitos insignificantes”. Este princípio deu origem a criação da curva ABC, que consiste numa forma clássica de realizar-se o controle, bastante difundida na indústria em geral. A curva ABC consiste em uma forma de ordenar os insumos por seu grau de importância em relação ao custo total da obra e, será abordada detalhadamente no capítulo 5, em 5.2.1. 3.3.8.3 - Periodicidade do Controle A periodicidade do controle está diretamente relacionada com a duração das atividades e com a relevância dos desvios detectados, devendo-se também considerar a relação custo-benefício. O controle e acompanhamento diário seria o ideal, entretanto, pode ocasionar custos elevados, podendo até interferir nos processos produtivos, atrasando-os. Conforme DA SILVA (1996), é conveniente que realize-se o controle conforme a situação, pois em obras de grande velocidade executiva recomenda-se o controle semanal ou quinzenal e, em obras de velocidade normal ou moderada um controle mensal já e satisfatório. Porém, a periodicidade do controle sempre poderá variar em função do não cumprimento dos parâmetros estabelecidos na fase de planejamento, para as atividades e o projeto como um todo. Assim, uma atividade que se desenvolve em ritmo acelerado, que seja complexa ou abranja muitos itens, deve ser acompanhada com freqüência maior do que aquela que se desenvolve lentamente, seja simples e possua poucos itens. 3.3.8.4 - Controle de Prazos O controle de prazos é feito por meio de cronogramas, objetivando-se: • Registrar os prazos de execução de cada atividade com uma freqüência de apropriação adequada; 77 • Determinar os atrasos e os avanços em relação às datas previstas de início e de fim de cada atividade e • Registrar no cronograma, na freqüência preestabelecida, o percentual, em relação ao total previsto, da quantidade realizada de cada atividade. Nos cronogramas de barras, costuma-se representar o realizado por uma barra paralela à do planejado, caracterizada por cores ou simbologias distintas, conforme mostrado na figura 3.12. Na barra que representa o planejado, indica-se para cada período, o percentual acumulado de atividade a realizar. Programado Realizado Figura 3.12 – Controle de prazos – cronograma de barras Fonte: da autora Outra maneira de representar o progresso de um projeto ao longo do tempo é por meio da curva S, representada na figura 3.13. 78 Figura 3.13 – Controle de prazos – curva S Fonte: LIMMER (1997) 3.3.8.5 - Controle de Qualidade A qualidade final da obra é resultante da qualidade de execução dos serviços que a compõem. Assim sendo, controlar a qualidade da obra é garantir que os padrões sejam seguidos e respeitados pelo pessoal da produção, evitando os desvios e garantindo o andamento normal da obra, sem a ocorrência de interferências que possam repercutir nas etapas posteriores. Além disso, a forma de controle deve ser padronizada, de tal forma que toda a equipe técnica da obra utilize os mesmos critérios para avaliação da qualidade dos serviços. O CTE (2004) sugere para o controle da qualidade, a utilização dos formulários de: • Procedimentos de execução dos serviços, que descrevem como os serviços devem ser realizados; 79 • Procedimentos de inspeção de serviços, que descrevem os itens dos serviços que deverão ser verificados com suas respectivas metodologias e critérios de avaliação; • Verificação de serviços, que são utilizados em campo para aprovar ou não os serviços, anotando observações e ações. Segundo DA SILVA (1996), outra maneira prática para padronizar a inspeção dos serviços consiste na utilização de um chek-list de verificação de serviços. 3.3.8.6- Controle de Recursos O controle de recursos alocados ao projeto é feito por intermédio de cronogramas, objetivando: • Determinar as diferenças de quantidades de recursos utilizados no projeto, com base em cronogramas de mão-de-obra, de materiais e de equipamentos; • Determinar a variação de valor de salários, de preços de materiais e de custos de equipamentos; • Analisar as causas de desvios e avaliar seus efeitos sobre prazos e custos do projeto; • Determinar alternativas de correção dos desvios significativos, adotando uma delas e implementando sua aplicação. 3.3.8.6.1- Controle da Mão-de-Obra Realiza-se o controle de mão-de-obra com base em cronogramas e gráficos de mão-de-obra, verificando-se com freqüência pelo menos mensal, as quantidades de mão-de-obra por categoria consumidas em cada atividade e comparando-as com as quantidades planejadas. Na figuras 3.14 e 3.15, encontram-se ilustrados exemplos de controle para a mão-de-obra pedreiro. 80 MÃO DE OBRA (H/h) PERÍODO Categoria Profissional Cenários 1 2 3 4 5 Pedreiro Planejado Realizado Variação 1500 1200 (300) 2000 1800 (200) 2500 2500 0 2000 2200 200 1000 1300 300 Figura 3.14 – Quadro de controle de mão-de-obra Adaptado de: LIMMER (1997) 3000 2500 2000 Pedreiro P 1500 Pedreiro R 1000 500 0 Mês 1 Mês 2 Mês 3 Mês 4 Mês 5 Figura 3.15 – Gráfico de controle de mão-de-obra Fonte: da autora Segundo GOLDMAN (2004), o controle de mão-de-obra deve constar de: o Previsão orçamentária da quantidade de homem-hora consumida; o Previsão dos prazos de início e término dos serviços; o Previsão dos prazos de duração dos serviços; o Quantidade de horas efetivamente utilizadas; o As datas reais de início e término reais dos serviços; o Cumprimento do prazo na execução dos serviços. 81 3.3.8.6.2- Controle dos Materiais de Construção O controle de materiais é feito com freqüência mínima mensal, comparandose as quantidades dos diversos tipos previstas nos cronogramas de materiais, com as quantidades consumidas na execução das diferentes atividades. As quantidades de materiais que entram na obra são controladas pelas respectivas notas fiscais, quando da entrega dos mesmos no almoxarifado do canteiro da obra. Periodicamente, é realizado o levantamento das quantidades de materiais armazenados nos almoxarifados e nos parques de materiais. As quantidades consumidas são comparadas com a diferença entre as quantidades que entram na obra no período em questão, somadas com as que existiam no estoque no período anterior e subtraídas as existentes no estoque no período de aferição. Comparam-se também as quantidades consumidas com as que saíram do almoxarifado, mediante as respectivas requisições de materiais. Com estes dados, pode-se montar o exemplo para o material cimento da figura 3.16. MATERIAL Cimento (saco) PERÍODO Cenários 1 2 3 4 5 Planejado Realizado Variação 1500 1250 (250) 2500 2200 (300) 3500 3600 100 2000 2200 200 1200 1300 100 Figura 3.16 – Quadro de controle de materiais Adaptado de: LIMMER (1997) Também é possível realizar um gráfico, sob a forma de histograma, de controle de materiais, conforme mostrado na figura 3.17. 82 4000 3500 3000 Cimento (sacos) P 2500 2000 Cimento (sacos) R 1500 1000 500 0 Mês 1 Mês 2 Mês 3 Mês 4 Mês 5 Figura 3.17 – Gráfico de controle de materiais Fonte: da autora Na análise das variações encontradas, é necessário considerar que as perdas de materiais devem encontrar-se entre limites admissíveis para cada tipo. Variações acima destes limites indicam desperdícios, cujas causas devem ser identificadas, sendo as mais comuns: a falta de treinamento adequado da mão-de-obra que manuseia e aplica os materiais, a má qualidade dos próprios materiais e processos inadequados de transporte e/ou armazenamento. 3.3.8.6.3- Controle dos Equipamentos de Construção A utilização dos equipamentos de construção é controlada com o auxílio de cronogramas de equipamentos, comparando-se dois parâmetros relevantes: • O tempo de permanência real do equipamento no canteiro de obras com o tempo estimado para o seu uso na fase de planejamento; • O rendimento de exploração do equipamento, ou seja, a relação percentual entre a quantidade de horas em que o equipamento realmente esteve em funcionamento e a quantidade total de horas em que o mesmo permaneceu no canteiro de obras. 83 Estes parâmetros podem ser tabulados, de acordo com o exemplo fornecido para uma betoneira, no quadro da figura 3.18 e, suas variações analisadas a cada período de aferição. EQUIPAMENTOS Tipo PERÍODO Cenários Betoneira (h/período) Planejado Realizado Variação Betoneira Permanência Rendimento Utilização de Exploração(%) Rendimento 1 2 3 4 5 120 40 (80) 160 80 (80) 160 160 0 160 160 0 160 100 (60) 40 30 75% 80 70 87,5% 160 140 87,5% 160 150 93,75% 100 90 90% Figura 3.18 – Controle de equipamentos 3.3.9 - Retroalimentação do Sistema de Gerenciamento de Custos A retroalimentação consiste na etapa do gerenciamento de custos onde se realiza a atualização do banco de dados e a tomada de medidas corretivas para a melhoria contínua. Os critérios para atualização do banco de dados varia de construtora para construtora, entretanto, deve-se realizar uma análise minuciosa, buscando sempre usar os dados mais confiáveis, pelo fato de que servirão como base para futuros orçamentos. As medidas corretivas, que são tomadas ainda durante a execução das atividades, conforme já visto, ficam sob a responsabilidade da gerência, a partir de dados fornecidos pelo pessoal da execução. Segundo DA SILVA (2006), a ferramenta utilizada para a retroalimentação do sistema de gerenciamento de custos é o ciclo PDCA (Plan-Do-Check-Action), cujas quatro fases e respectivas etapas são descritas a seguir: 1) Planejamento (Plan): • Orçamentação; • Definição dos procedimentos padrões necessários à manutenção dos resultados do processo; 84 • Definição dos itens de controle a serem acompanhados e dos padrões aceitáveis. 2) 3) 4) Execução (Do): • Treinamento da mão-de-obra; • Execução das tarefas; • Coleta de dados para o acompanhamento da obra. Controle (Check): • Verificação, por meio da comparação entre o previsto e o realizado; • Detectar desvios. Ação (Action): • Nas situações em que os desvios não forem expressivos, realiza-se a manutenção dos procedimentos e atualização do banco de dados; • Nos casos em que os desvios forem bastante expressivos, deve-se analisá-los para serem tomadas medidas corretivas. 3.4 - O GERENCIAMENTO DE CUSTOS SEGUNDO O PMI (2004) O gerenciamento de custos do projeto inclui os processos envolvidos em planejamento, estimativa, orçamentação e controle de custos, de modo que seja possível terminar o projeto dentro do orçamento aprovado (PMI, 2004). Estes processos estão definidos como: • Estimativa de custos – desenvolvimento de uma estimativa dos custos dos recursos necessários para terminar as atividades do projeto. • Orçamentação – agregação dos custos estimados de atividades individuais ou pacotes de trabalho para estabelecer uma linha de base dos custos. • Controle de custos – controle dos fatores que criam as variações de custos e controle das mudanças no orçamento do projeto. Na Figura 3.19 observa-se uma visão geral dos três processos: 85 Figura 3.19 - Visão geral do gerenciamento de custos do projeto Fonte: PMI (2004) 3.5 – O GERENCIAMENTO DE RISCOS O objetivo principal do gerenciamento de riscos ou GR é a eliminação ou redução dos riscos possíveis, identificados em um empreendimento. Segundo VALERIANO (1998), a finalidade básica do GR, é o da criação do que se pode chamar de produtos do gerenciamento de riscos. Como exemplo destes produtos, é possível citar a estratégia ou metodologia a ser usada no gerenciamento dos riscos, onde deverão estar especificados procedimentos e informações importantes e necessárias ao processo decisório, no que diz respeito aos riscos que poderão ser admitidos no decorrer do processo. 86 Em um empreendimento imobiliário, o gerenciamento de riscos pode e deve ser realizado em todas as fases do mesmo, desde o estudo de viabilidade para compra do terreno, até o final da construção do projeto, podendo inclusive ser aplicado em todos os níveis, setores de trabalho ou atividades. O processo de gerenciamento de riscos compõe-se de quatro fases, conforme ilustrado na figura 3.20. Figura 3.20 – Etapas do gerenciamento de riscos Fonte: VALERIANO (1998, p.367) Na fase de planejamento, a meta principal deve ser a fase subseqüente, ou seja, a de avaliação dos riscos. Deste modo, a equipe envolvida no GR deverá estabelecer nesta fase, a estratégia a ser utilizada no gerenciamento dos riscos, definindo prazos, capacitações necessárias, técnicas de análise de risco a serem adotadas, custos e sistemas para controle e retroalimentação do sistema de gerenciamento de riscos. O processo continua com a fase de avaliação dos riscos, que principalmente identificará os eventos que podem ocasionar efeitos indesejáveis em relação ao retorno do investimento, execução, prazos e custos e avaliará com o uso de técnicas de análise de riscos apropriadas, definidas na fase anterior, a probabilidade da 87 ocorrência dos riscos, assim como, as conseqüências ou impactos causados pelos mesmos. Ao término da fase de avaliação dos riscos, inicia-se a fase de avaliação das opções, que objetiva principalmente identificar as melhores opções para tratamento dos riscos, ou seja, aquelas que apresentem melhor relação custo/benefício. A quarta fase diz respeito ao sistema de tratamento dos riscos, que ocorrerá por intermédio da opção de tratamento definida na terceira fase. Conforme VALERIANO (1998), as opções que podem ser utilizadas para tratamento dos riscos dividem-se em redução ou aceitação do risco. A redução do risco pode acontecer de duas formas possíveis: • Redução da probabilidade de sua ocorrência; • Redução das conseqüências ou dos impactos resultantes. A aceitação do risco pode ocorrer após uma comparação que tenha resultado positivo, realizada entre os resultados que o empreendimento objetiva e os impactos negativos causados pela presença de riscos. Em seguida à aceitação do risco, VALERIANO (1998), cita algumas formas pelas quais o risco ainda poderá ser tratado. São elas: • Remoção do risco por meio do balanceamento entre desempenho, custo e prazo, sendo exemplo disso a utilização de material mais confiável e previsão de maior tempo para execução de certa atividade; • Controlar o risco fazendo uso de procedimentos que possam minimizar ou anular o mesmo; como por exemplo, a criação de uma atividade paralela ou complementar; • Transferir o risco para outro setor ou atividade, procurando realizar compensações referentes ao desempenho, prazos e custos; • Aceitar o risco da forma como ele se apresenta, ou seja, sem decréscimo de sua probabilidade ou de seu impacto, procedimento este que normalmente 88 compromete a execução, o prazo e o custo, parâmetros que por segurança devem ser estimados, neste caso, com certo acréscimo, de forma a compensar a possível ocorrência do efeito indesejável; • Realização de pesquisas e análises mais detalhadas, de forma a disponibilizar melhores informações para reduzir as incertezas e por conseqüência os riscos. É importante ressaltar que o sistema de gerenciamento de riscos deve ser provido de permanente acompanhamento e controle, para detectar possíveis riscos remanescentes após o tratamento dos mesmos, bem como a possibilidade da existência de eventos indesejáveis não previstos inicialmente, de tal forma que o sistema possa ser implementado, aperfeiçoado e retro-alimentado com novos dados, sempre que necessário. 3.6 - O GERENCIAMENTO DE RISCOS SEGUNDO O PMI (2004) “O gerenciamento de riscos do projeto inclui os processos que tratam da realização de identificação, análise, respostas, monitoramento e controle e planejamento do gerenciamento de riscos em um projeto; a maioria desses processos é atualizada durante todo o projeto. Os objetivos do gerenciamento de riscos do projeto são aumentar a probabilidade e o impacto dos eventos positivos e diminuir a probabilidade e o impacto dos eventos adversos ao projeto”.(PMI, 2004) Os processos de gerenciamento de riscos do projeto incluem os seguintes: • Planejamento do gerenciamento de riscos – decisão de como abordar, planejar e executar as atividades de gerenciamento de riscos de um projeto. • Identificação de riscos – determinação dos riscos que podem afetar o projeto e documentação de suas características. • Análise qualitativa de riscos – priorização dos riscos para análise ou ação adicional subseqüente através de avaliação e combinação de sua probabilidade de ocorrência e impacto. 89 • Análise quantitativa de riscos – análise numérica do efeito dos riscos identificados nos objetivos gerais do projeto. • Planejamento de respostas a riscos – desenvolvimento de opções e ações para aumentar as oportunidades e reduzir as ameaças aos objetivos do projeto. • Monitoramento e controle de riscos – acompanhamento dos riscos identificados, monitoramento dos riscos residuais, identificação dos novos riscos, execução de planos de respostas a riscos e avaliação da sua eficácia durante todo o ciclo de vida do projeto. Por intermédio da figura 3.21 é possível ter-se uma visão geral dos processos de gerenciamento de riscos do projeto, conforme o PMI (2004). 90 Figura 3.21. Visão geral do gerenciamento de riscos do projeto Fonte: PMI (2004) 4 – O PROCESSO DECISÓRIO, AS FERRAMENTAS DE APOIO À DECISÃO E O MÉTODO DE MONTE CARLO Inicialmente, no corrente capítulo, faz-se uma breve explanação sobre o processo decisório, apresentando, de forma resumida, algumas ferramentas de apoio à decisão, uma vez que a metodologia para aumentar a precisão da estimativa orçamentária de empreendimentos imobiliários, que será proposta no capítulo 5, também consiste em uma ferramenta de apoio à decisão do empreendedor e faz uso da técnica de análise de risco da simulação ou Método de Monte Carlo. Além disso, este capítulo também é dedicado a fornecer uma explanação do Método de Monte Carlo, relatando seu histórico e suas aplicações em diferentes Áreas de Pesquisa, identificadas no processo de revisão bibliográfica. A seguir, comenta-se sobre a importância da definição do número adequado de interações a serem realizadas, para garantir a confiabilidade do método, como também, são citadas as distribuições de probabilidade que podem ser utilizadas para aplicação do método e que devem ser escolhidas, conforme a variável para a qual se deseja avaliar a probabilidade. Finalizando, se descreve, pormenorizadamente, as distribuições de probabilidade Beta e Weibull, pelo fato de que, por intermédio da pesquisa bibliográfica se ter concluído que estas são as distribuições de probabilidade que mais se aproximam das distribuições das variáveis estudadas, ou seja, os custos/m2 de construção, das diversas atividades componentes dos orçamentos discriminados. 92 4.1 – O PROCESSO DECISÓRIO Ao longo de todo o processo de planejamento e de construção de um novo empreendimento imobiliário, ou seja, desde a fase de estudo de viabilidade até a entrega do mesmo aos proprietários, o empreendedor está permanentemente sujeito à tomada de decisões, que objetivam otimizar os lucros e garantir o retorno do capital investido. Durante a tomada de decisão, normalmente o empreendedor elabora análises que se baseiam quase sempre em estimativas de valores e na própria experiência profissional; porém, por melhores e mais otimistas, ou piores e mais pessimistas que sejam estas análises, não existe nenhuma certeza com relação aos resultados futuros estimados pelas mesmas, uma vez que estes resultados poderão sofrer modificações, ocasionadas por influências tanto internas como externas, sob as quais o empreendimento poderá estar sujeito ao longo de sua execução. Desta forma, conclui-se que o ato de decidir pode ser considerado como o evento de maior relevância durante o processo decisório. Assim sendo, torna-se imprescindível que as decisões possam ser tomadas dentro de condições as mais seguras possíveis, procurando-se para tal adotar critérios científicos, de forma que ocorra máxima redução dos riscos aos quais estará sujeito o novo empreendimento. “Esta decisão que ocorre no presente, mantém vínculos ao mesmo tempo com o passado e com o futuro; representa o fim do passado e o início do futuro” (SECURATO, 1993, p.18). Além de tudo, é importante lembrar que os critérios científicos que deverão ser adotados durante todo o processo decisório, poderão sofrer influências quer de fatores psicológicos quer de subjetivos. Com relação a fatores que podem influenciar uma decisão, tal como a experiência e o julgamento, vale ressaltar a seguinte citação: “A experiência provém do conjunto de situações vividas por uma pessoa e será tanto maior quanto maior for o numero de exposições ao processo decisório [...] Naturalmente, acreditamos que a experiência venha com o tempo, mas achamos que é fundamental para a organização expor ao máximo seus quadros à processo decisório, fazendo com que este tempo seja minorado”. (SECURATO, 1998, p.18) 93 KASSAI (2000) resume a colocação de SECURATO (1998) sobre o julgamento, da seguinte forma: “O julgamento, apesar de ser feito em função da experiência do gestor, requer dele algo mais, principalmente quando é obrigado a contrariar sua experiência (é nessas ocasiões que aparecem certas habilidades inatas aos tomadores de decisões!). Claro que as ocorrências desses fatos ampliam a experiência do gestor em sua capacidade de julgamento, o que nos leva a uma espécie de ciclo que envolve experiência e julgamento. O julgamento tem muito a ver com a questão política dentro de uma organização; isso leva os gestores a terem uma postura eficaz na realização de um trabalho, de forma a tomar decisões de boa qualidade, ao invés de ficarem procurando a ótima” (KASSAI, 2000, p.99). Assim sendo, pode-se concluir que os riscos envolvidos em um novo empreendimento podem ser minimizados através de dois procedimentos, quais sejam: fazendo-se uso da longa experiência de especialistas submetidos diversas vezes a processos decisórios semelhantes, ou utilizando-se técnicas de análise de risco, também denominadas de ferramentas de apoio à decisão, adequadas ao perfil do empreendimento em estudo. A utilização simultânea e combinada da experiência do empreendedor e de técnicas de análise de risco, durante o processo decisório, pode então ser considerada como uma forma otimizada para redução de riscos durante o processo de planejamento e execução do empreendimento. 4.2 – AS FERRAMENTAS DE APOIO À DECISÃO O processo decisório envolve critérios de avaliações não apenas quantitativos, mas também outros não mensuráveis e até subjetivos. Trata-se dos casos de alguns critérios qualitativos que constantemente são utilizados, principalmente quando há falta de informações para uma escolha. Desta forma, é possível estimar o risco, ou obter-se apoio para a tomada de decisão lançando-se mão de diversas ferramentas ou técnicas de análise de risco, sendo que estas podem ser quantitativas, quando estão fundamentadas em teorias matemáticas e são utilizados modelos estatísticos e probabilísticos, ou podem ser 94 ainda qualitativas, que são as utilizadas, em especial, quando não existem informações ou dados suficientes para tomar-se uma decisão, sendo baseadas na maioria das vezes na experiência de especialistas ou análise de dados históricos. Assim sendo, a seguir serão apresentadas algumas técnicas de análise de risco, tanto qualitativas como quantitativas. 4.2.1 - Técnicas Qualitativas de Análise de Risco 4.2.1.1- Análise Preliminar de Risco – PHA A Análise Preliminar de Risco (PHA), foi utilizada pela primeira vez nos Estados Unidos, na década de 60, precisamente para analisar a segurança e os riscos existentes na propulsão de projéteis. Em seguida. o método foi formalizado pelas empresas de Boeing, sendo desde então utilizado em diversas áreas, tais como, industrial, aeronáutica, química e nuclear. No início dos anos 80, a técnica passou a ser utilizada também na França por recomendação da União das Indústrias Químicas. VILLEMEUR (1992), cita os objetivos desta técnica, como sendo os seguintes: • Identificação das situações de perigo ou risco existentes na instalação ou projeto; • Avaliação da severidade ou impacto das conseqüências, referentes às situações de perigo ou risco identificadas; • Determinação de todos os possíveis procedimentos para eliminação ou redução das situações de perigo ou risco avaliadas. A PHA, como o próprio nome sugere, deve ser utilizada de forma geral, em estudos preliminares para avaliação de riscos, devendo e podendo ser complementada com a aplicação de outras técnicas de análise de risco, quando a situação solicita a pesquisa de dados mais profundos, ou quando um risco de alto impacto é identificado. 95 Esta técnica de análise de risco deve preferencialmente ser utilizada, desde o estudo de viabilidade de um novo empreendimento ou projeto, ou o mais cedo possível, de forma que ao longo dos mesmos, as possíveis situações de perigo e respectivas conseqüências sejam identificadas e registradas periodicamente em um guide-list. 4.2.1.2 - Pesquisa de Mercado Trata-se de uma abordagem, com o objetivo de avaliar riscos, onde os parâmetros de maior relevância a serem avaliados são obtidos através da aplicação de questionários e/ou entrevistas em uma amostra de consumidores criteriosamente selecionada, de forma que as preferências e opiniões dos mesmos, sobre determinado produto, possam ser definidas após a pesquisa. É comum que, durante o estudo de viabilidade da construção de um edifício, a pesquisa de mercado seja realizada pela construtora, em primeiro lugar para avaliar a possibilidade da compra do terreno e em segundo lugar para definir o tipo de imóvel a ser construído, ou seja, o produto a ser comercializado futuramente. A pesquisa de mercado para levar a resultados confiáveis precisa ser bem planejada e executada, de forma que o somatório dos erros cometidos, seja minimizado o quanto possível. Os erros presentes nas pesquisas de mercado, normalmente são classificados em duas categorias: a) Erros referentes à amostragem Tais erros estão diretamente relacionados a um processo deficiente de amostragem. Como o objetivo principal da Estatística é permitir inferência (previsões, decisões, etc) acerca de uma população, tomando como base as informações contidas na amostra, erros grosseiros na retirada da amostra conduzirão necessariamente a previsões equivocadas. As principais fontes de erros seriam: procedimentos inadequados na seleção da amostra, questionários mal formulados e tamanho da amostra deficiente. 96 b) Erros de avaliação dos resultados Estes tipos de erros dizem respeito à realização da pesquisa de forma satisfatória e de que forma os resultados são utilizados. Podem ser partilhados em formulação errônea de perguntas, uso de ferramentas estatísticas não apropriadas para avaliação dos dados e interpretação e uso incorreto das informações obtidas. Como a soma total de erros que são cometidos em uma pesquisa de mercado, corresponde aos descritos nos dois tipos de erro, ignorar uma das duas fontes de erro, pode conduzir o resultado final a conclusões muito diferentes da realidade. Conforme FUTRELL (1994), é possível enumerar dez razões como causadoras de falha das pesquisas de mercado, sendo que as duas primeiras referem-se aos erros comuns da escolha da amostra e as demais estão relacionadas com os erros de avaliação dos resultados da pesquisa. São elas: • Falha no uso de métodos estatísticos na escolha da amostra; • Ignorar as não respostas; • Trabalhar as percepções do consumidor de forma objetiva; • Tratar as pesquisas como um evento, não como um processo; • Realizar perguntas não especificadas; • Não realizar todas as perguntas necessárias; • Uso incorreto ou incompleto dos métodos de análise dos dados; • Ignorar os resultados da pesquisa; • Usar os resultados da pesquisa incorretamente. FUTRELL (1994), alerta para o fato de que as empresas não devem perder o estímulo, diante destas dez armadilhas encontradas nas pesquisas de mercado. Se 97 elas puderem ser evitadas e se as limitações dos resultados da pesquisa forem conhecidos, é possível que pesquisas de mercado eficientes sejam realizadas. Desta forma, as empresas podem, por meio da utilização desta ferramenta de avaliação de risco, adquirir muito conhecimento sobre as necessidades e expectativas de seus consumidores e descobrir uma maneira de satisfazê-los. 4.2.1.3 - Analogias Históricas e Analogias de Fenômenos da Natureza Em um novo empreendimento é possível fazer previsões com relação aos futuros resultados do mesmo, tomando-se por base dados históricos referentes a um empreendimento semelhante realizado anteriormente. Este procedimento consiste em uma técnica de análise de risco chamada de analogia histórica, onde principalmente procura-se estabelecer o grau de semelhança entre os dois empreendimentos a serem comparados e, diante de uma situação nova ao empreendimento que serve de base para comparação, verificar como o mesmo poderia ter sido alterado, possibilitando desta forma estimar qual o comportamento e os resultados possíveis do novo empreendimento. Em empreendimentos de Construção de Edifícios, é muito comum que dados orçamentários pertencentes a projetos anteriores, sejam utilizados para simular os futuros resultados de um novo empreendimento. Como exemplo disso, pode-se citar a utilização do valor do custo/m2 de construção ocorrido em um determinado edifício, para realizar o estudo de viabilidade de construção de outro, que possua especificações técnicas similares ao anterior. Outra técnica que pode ser de grande auxílio para analisar riscos em empreendimentos e projetos, consiste na utilização da analogia de fenômenos da natureza. A titulo de ilustração, seja considerada a construção de uma ponte sobre um rio, do qual tenha-se registro do nível de cheia dos últimos quinze anos. Assim sendo, o dado histórico do nível de cheia máxima ocorrida neste rio, pode ser considerado no projeto de execução da ponte. 98 Da mesma forma, registros históricos de índices pluviométricos altos, em determinada época do ano para certa localidade, podem auxiliar no sentido de evitar a execução das fundações de uma edificação neste período. 4.2.1.4 - Criação de Cenários A técnica de criação de cenários, conforme KASSAI (2000), resume-se basicamente em permitir visualizar como um empreendimento pode se desenvolver, por intermédio da criação de uma seqüência lógica de acontecimentos ou eventos envolvidos e da interpretação de como eles interagem entre si, bem como a que resultados podem conduzir o empreendimento. O cenário criado pode auxiliar o empreendedor a analisar situações não rotineiras, perceber de que forma situações hipotéticas, tanto positivas quanto negativas acontecem e a forma de atuação requerida para alcançar ou evitar essas situações, conforme o caso. Como vantagem ainda da utilização desta técnica, verifica-se a possibilidade da análise do dinamismo de determinados cenários criados, que de outra forma não seriam considerados. A criação de cenários constitui uma técnica, que pode ser utilizada de forma complementar à analise de risco, por meio de técnicas quantitativas. A exemplo disso, cita-se sua utilização em conjunto com o teste de sensibilidade, que pode avaliar quanto uma variável é sensível diante de determinado cenário criado. 4.2.1.5 - Análise de Impactos entre Eventos Esta técnica objetiva estabelecer qual o impacto ocasionado pela ocorrência de determinado evento a todos os demais eventos que com ele estão relacionados. KASSAI (2000), descreve a construção da análise de impactos entre eventos, conforme os seguintes passos: • Identificação dos eventos que podem ocorrer e suas respectivas probabilidades; que pode ser feita por intermédio do uso da técnica Delphus, experiência do especialista, analogias históricas ou outras técnicas qualitativas adequadas; 99 • Determinação da interdependência dos eventos identificados, para verificação de possíveis inconsistências; • Criação de uma matriz com as probabilidades de ocorrências dos eventos identificados; • Admitindo que os eventos podem ser considerados, não considerados e até serem classificados como eventos certos, calcular a matriz para todas as situações estabelecidas. 4.2.1.6 - Técnica Delphus A técnica Delphus basicamente consiste em obter a opinião de um grupo de especialistas sobre determinada questão, sem que ocorra contato pessoal entre os mesmos, desta forma, proporcionando igualdade entre os participantes e evitando que a opinião de uns seja alterada pelo poder de liderança ou capacidade de persuasão de outros, ou por diferenças hierárquicas. Esta técnica pode ser resumida, por meio dos procedimentos: • Definição do assunto a ser abordado; • Elaboração de questionário pelo grupo de coordenação do processo; • Escolha dos especialistas que responderão ao questionário, possuidores de experiência ou conhecimento no assunto a ser pesquisado; • Aplicação do questionário mantendo os especialistas no anonimato; • Processamento pela coordenação das respostas obtidas e elaboração de novo questionário, incorporando os novos dados levantados ao mesmo; de forma que os especialistas sejam retro-alimentados, permitindo que o segundo questionário possa ser respondido com melhor consenso dos mesmos; • Nova coleta de opiniões e retroalimentação dos especialistas com os resultados do novo questionário; 100 • Repetição do processo até que o resultado do consenso seja representado por uma opinião clara e razoável ou até que ocorra uma estabilidade entre as opiniões. 4.2.1.7 - Técnica do Painel de Especialistas Analogamente à técnica Delphus, esta técnica consiste em obter um consenso sobre determinado assunto, através da opinião de um grupo de especialistas, escolhidos previamente e convocados para algumas reuniões. Como vantagem desta técnica em relação à técnica Delphus, KASSAI (2000), cita a de que como o contato é direto e pessoal, o resultado desejado é obtido em menos tempo e com um custo menor. Em contrapartida, o resultado refletirá muito mais a dinâmica do grupo do que um consenso propriamente dito, uma vez que a opinião de alguns participantes, pode ser afetada pela opinião de outros com personalidades mais fortes ou por diferenças hierárquicas. 4.2.2 - Técnicas Quantitativas de Análise de Risco 4.2.2.1 - Probabilidade Em um empreendimento o risco está sempre associado à possibilidade da ocorrência de situações futuras diretamente relacionadas ao insucesso do mesmo. Chamando-se de {S} e {F}, respectivamente, os eventos sucesso e fracasso relacionado ao mesmo espaço amostral, sabe-se da Teoria das Probabilidades, que: P(F) = 1 – P(S) (4.1) Portanto, o risco pode ser definido como sendo: Risco = 1 – P(S); (4.2) Onde P(S) representa a probabilidade de sucesso. Como o resultado de um investimento pode assumir diversos valores, para melhor praticidade, é usual que se divida os resultados encontrados em faixas de valores, atribuindo a cada uma delas uma probabilidade de ocorrência. Este 101 procedimento tem como objetivo, utilizar a lei dos grandes números, onde o lim Frelativa = p(evento), para avaliar as probabilidades dos eventos e a construção da n→∞ distribuição de probabilidades da variável. 4.2.2.2 - Valor Monetário Esperado e Curva de Utilidade O valor monetário esperado VME de um empreendimento, por definição, é igual ao somatório das esperanças dos possíveis resultados. A esperança ou expectância de um determinado valor monetário VM é representada por E(VM). Sabendo-se que, sendo VM uma variável aleatória discreta que pode assumir os valores vM1, vM2, ..., vMn, e p1, p2, ..., pn, as respectivas probabilidades dos valores, a esperança de VM, é definida por: E(VM) = p1.vM1 + p2.vM2 + ... + pn.vMn (4.3) Ou seja: n E(VM) = ∑ pi.vMi = i =1 ∑ p.VM (4.4) Se na expressão acima considerar-se a probabilidade como freqüência relativa de uma amostra de tamanho T, teremos que a esperança de VM será igual à média aritmética VM da amostra em questão Como a probabilidade pode ser considerada o limite da freqüência relativa quando T aumenta indefinidamente, é possível interpretar que, neste caso, E(VM) assume o valor da média do universo do qual a amostra foi retirada. Desta forma, frente aos diversos resultados possíveis que um empreendimento pode apresentar e suas respectivas probabilidades associadas, o valor monetário esperado VME ou também chamado equivalente certo, corresponde à média aritmética da distribuição. Na prática, porém, a técnica do valor esperado não deve ser utilizada isoladamente, uma vez que empreendimentos que possuam teoricamente valores 102 esperados iguais, podem, no entanto apresentar riscos diferentes. Assim sendo, torna-se importante conhecer o grau de dispersão dos valores em torno do valor esperado. Esta dispersão é medida por meio do desvio padrão, que corresponde, por sua vez, ao risco associado ao valor monetário esperado VME. Por meio da figura 4.1, é possível verificar que empreendimentos como A e B, que possuem o mesmo valor monetário esperado, no entanto, apresentam riscos diferentes, sendo o risco de B (δB) superior ao de A (δA), uma vez que o empreendimento B apresenta maior dispersão dos resultados possíveis, em relação à média. Figura 4.1 – Gráfico de distribuição probabilística Adaptado de: KASSAI (2000) Desta maneira, é possível dizer que o comportamento do indivíduo frente ao risco é bastante relevante na tomada de decisão. O entendimento dos diferentes comportamentos dos investidores diante da presença de riscos pode ser auxiliado através do conceito de utilidade, que consiste basicamente em estabelecer que as pessoas não focam sua maior preocupação no valor monetário esperado, mas sim no acréscimo de utilidade que maiores valores monetários acarretariam. 103 A figura 4.2 é apresentada para ilustrar melhor o conceito de utilidade, bem como, os possíveis comportamentos do indivíduo frente ao risco. Seja um empreendimento com dois possíveis resultados R1 e R2, e ainda que a probabilidade de R1 seja igual a de R2, ou seja, de 50%. Como conseqüência disto, o valor monetário esperado representado por VME, estará localizado exatamente no meio do intervalo entre R1 e R2. Figura 4.2 – Curva de utilidade Adaptado de: RAFETERY (1996, p.63) O indivíduo averso ao risco investiria apenas até o valor monetário VMAR menor do que VME, e seu comportamento pode ser representado pela curva de utilidade ACB, cuja concavidade será tanto maior, quanto maior for sua aversão ao risco. Analogamente, o indivíduo ousado ou propenso ao risco investiria até o valor monetário VMOR maior do que o VME, sendo seu comportamento representado pela curva de utilidade ADB, que terá sua convexidade aumentada, tanto quanto maior for a ousadia ou propensão ao risco do indivíduo. 104 O indivíduo neutro ou indiferente ao risco acompanha normalmente o VME, e seu comportamento pode ser ilustrado pela reta AB. 4.2.2.3 - Coeficiente de Variação e Curva de Indiferença Conforme visto em 4.2.2.2, o desvio padrão mede a dispersão absoluta dos valores obtidos, em relação à média ou valor esperado. O coeficiente de variação, por sua vez, analisa o risco por unidade de retorno pretendido, ou seja, mede a dispersão relativa dos resultados em torno do valor esperado. Assim sendo o coeficiente de variação CV, é a razão entre o desvio padrão σ e o valor esperado VE: CV = σ VE (4.5) Como o valor esperado em um empreendimento, pode variar de acordo com o comportamento do investidor diante da possibilidade de riscos, isto quer dizer, de ousadia, neutralidade ou aversão, é conveniente que se realize uma análise dos valores esperados possíveis para um determinado desvio padrão, por meio da curva de indiferença dos investidores, ilustrada na figura 4.3. Figura 4.3 – Curva de indiferença Fonte: KASSAI (2000) 105 Com base na figura 4.3, KASSAI (2000), relaciona as seguintes conclusões: • Quando o risco for considerado zero, todos os tipos de investidores terão retornos do investimento idênticos e iguais a sete; • Investidor representado pela curva A, é considerado o que possui menor grau de aversão ao risco, pois para um risco igual a cinco, ele solicita um aumento em relação ao valor esperado de apenas dois; • Para o mesmo risco de cinco, o investidor B exige um aumento no valor esperado de quatro; • Analogamente para o risco igual a cinco, o investidor C impõe que o valor esperado seja acrescido de seis; • Como o investidor A pode ser considerado o mais ousado, dentre os três investidores, provavelmente ele aceitará com mais facilidade, situações que envolvam maior possibilidade de retorno, mesmo que elas possuam maior grau de risco. Diante do exposto, conclui-se que a curva de indiferença pode prestar grande auxílio, nos momentos em que se faz necessário analisar as decisões de um novo investimento, relacionando-as com o tipo de comportamento do investidor frente ao risco. 4.2.2.4 - Regressão É muito comum, durante um processo de avaliação de riscos em um empreendimento, desejar-se saber qual o comportamento de uma variável dependente, em relação a uma ou mais variáveis independentes. Uma das principais preocupações ao se analisar dados, é a de criar modelos que explicitem como a variável dependente se comporta em relação às demais, tendo em vista que, diante de cenários futuros de incertezas, incertezas estas representadas por variáveis aleatórias ou acidentais, torna-se útil estabelecer, com base em resultados de empreendimentos anteriores, uma função matemática que 106 explique o relacionamento entre as variáveis em análise. Esta função matemática estabelecida denomina-se curva de ajustamento, que poderá ser utilizada para estimar comportamentos futuros de uma ou mais variáveis, desde que o grau de dispersão dos dados não seja elevado. O grau ou qualidade de ajustamento da curva em relação aos dados é denominado de aderência, e é representada pelo somatório dos quadrados dos desvios da variável dependente em relação à curva de ajustamento. Se o grau de aderência é grande, diz-se que o ajustamento da curva é satisfatório, caso contrário diz-se ser insatisfatório, ou seja, a curva que melhor representará a regressão da variável dependente para a variável independente, será aquela que apresentar maior valor para a aderência e será denominada curva dos mínimos quadrados. A regressão quando for mais bem representada pela equação de uma reta, é chamada de regressão linear. Estando na regressão envolvidas apenas duas variáveis, trata-se de uma regressão simples, analogamente quando estão relacionadas mais de duas variáveis a regressão é chamada de múltipla. O cálculo da regressão entre variáveis pode ser realizado com a planilha eletrônica Excel, por meio da função regressão, do ícone Ferramentas/Análise de dados. 4.2.2.5 - Correlação Enquanto na regressão deseja-se saber qual o comportamento de uma variável dependente em relação a uma ou mais variáveis independentes, na correlação, objetiva-se determinar quanto uma equação linear, ou de outro tipo, explica o relacionamento entre as variáveis, ou seja, o quanto essas variáveis se movem em conjunto. Para quantificar este relacionamento é utilizado o coeficiente de correlação r ou de Pearson, em homenagem ao matemático Karl Pearson, responsável pelo desenvolvimento da técnica. Conforme KASSAI (2000), o coeficiente de correlação pode variar de (-1) para dados que possuem correlação negativa perfeita, até (+1) para aqueles que 107 apresentam correlação positiva perfeita, podendo ser analisado conforme dois aspectos que seriam o sinal e a magnitude. O sinal significa o sinal do coeficiente angular de uma reta fictícia que num diagrama de dispersão seria ajustada aos dados, sendo que quando for negativo significa que a variável analisada tem correlação negativa, ou seja, quando uma cresce a outra decresce, e quando positivo as variáveis possuem correlação negativa, isto é, à medida que uma cresce a outra tende também. Além destas duas possibilidades o coeficiente de Pearson pode ser também igual a zero, o que significa dizer que as variáveis são definidas como não correlacionadas. Com relação à magnitude, pode-se dizer que ela representa o quanto os pontos do diagrama de dispersão estão próximos à reta fictícia, assim sendo coeficientes próximos de (-1) ou (+1) traduzem grande proximidade dos pontos em relação à reta, por sua vez os coeficientes angulares próximos de zero significam grande dispersão dos pontos. Da mesma maneira que a regressão, a correlação é dita simples quando estiverem envolvidas apenas duas variáveis e, múltipla, quando se tratar da correlação entre mais de duas variáveis. A técnica da correlação pode ser de muita utilidade, uma vez que variáveis como custo de construção, preço de venda, custo de aquisição do terreno, despesas com propaganda e corretagens e lucro, estão todas fortemente correlacionadas entre si. Desta forma a correlação pode ajudar no sentido de obter-se um retorno máximo, para determinado risco, ou ainda redução do risco para determinado retorno pretendido. É possível verificar a correlação entre variáveis, bem como traçar o gráfico de dispersão, fazendo-se uso do teste ANOVA da planilha eletrônica Excel, por intermédio da função regressão, do ícone Ferramentas/Análise de dados. 4.2.2.6 - PERT-Risco A utilização da técnica de PERT-Risco, na construção de um empreendimento imobiliário, pode ser resumida como sendo o cálculo da probabilidade de que o 108 término de uma etapa ou de todo o empreendimento ocorram dentro de datas inicialmente estabelecidas pelo caminho crítico no PERT-Tempo. Para realização do cálculo da probabilidade, admite-se que as datas de término possíveis possuem distribuição Gaussiana ou normal Como a área da curva normal representa na figura 4.4, é considerada como sendo igual à unidade, ou seja, 100 % a probabilidade de um empreendimento terminar dentro de um prazo igual ou menor a um tempo T determinado, corresponde na curva normal à área à esquerda de T, e analogamente a probabilidade de empreendimento ultrapassar o tempo T, é representada pela área da curva normal à direita de T. Figura 4.4 – Curva de distribuição normal Adaptado de: LIMMER (1997) A área delimitada pela curva normal e o eixo das freqüências é dividida em duas partes iguais, pela média de todas as freqüências M. Desta forma, a probabilidade para o evento ⎨T≤M⎬ será; P [T≤M] igual a 50%. A probabilidade de ocorrência de um tempo T1 menor que M será de 50% menos a área compreendida entre T1 e T e o risco da ocorrência de um tempo T2 superior a T será de 50% mais a área compreendida entre T e T2. LIMMER (1997), caracteriza a técnica do PERT-Risco, como sendo uma variável aleatória Z, definida pela comparação da diferença entre um tempo 109 determinado T e o tempo correspondente à média M do conjunto ao qual T pertence, com o desvio padrão do conjunto em questão. Ou seja: z= T − TM σ (4.6) É possível demonstrar que, se a variável T possui distribuição normal, a variável aleatória z possuirá distribuição normal com média igual a zero e variância igual à unidade, distribuição essa conhecida pelo nome de distribuição normal reduzida. A variável aleatória reduzida z tem sua distribuição de probabilidade tabelada em diversos livros de estatística. Com o valor calculado de z, entra-se na tabela referida e encontra-se a probabilidade de ocorrência do tempo T. Para a realização do cálculo de z faz-se necessário definir as variáveis T, TM e σ. Nos casos onde os tempos de duração das atividades do empreendimento forem considerados variáveis aleatórias independentes, teremos que a variância total do tempo de duração do empreendimento será igual à soma das variâncias dos tempos de duração de todas as atividades, assim como o tempo esperado total para término do empreendimento, será igual à soma dos tempos esperados para término das atividades que o compõem. Em função da disponibilidade de informações, LIMMER (1997), estabelece três critérios para cálculo da variância do tempo de duração de cada atividade do empreendimento: • Análise da distribuição de freqüência dos tempos de duração da atividade; • Utilizando a data de término mais cedo (DTC) ou tempo otimista A e a data de término mais tarde (DTT) ou tempo pessimista B, ambas estimadas pelo PERTTempo, sendo o cálculo da variância dado por: 2 ⎛ B − A⎞ υ=⎜ ⎟ ; ⎝ 6 ⎠ (4.7) 110 • Estimando-se o tempo de duração da atividade, com base em empreendimentos anteriores, atribuindo valores de K conforme o grau de confiança da duração estimada e calculando a variância utilizando-se a expressão: 2 ⎛ B − TE ⎞ υ=⎜ ⎟ ; ⎝ K ⎠ (4.8) Onde B é a data de término mais tarde (DTT) ou tempo pessimista, e TE é o tempo esperado que será utilizado no lugar do tempo relativo à média M, que neste caso é desconhecida, e será calculado pela expressão: TE = A + 4×M + B ; 6 (4.9) adotando-se os valores de K igual a 1; 1,5; 2 e 3 conforme o grau de confiança dos tempos estimados, classificados como fraco, médio, bom e ótimo respectivamente. 4.2.2.7 - Árvore de Decisão A técnica da árvore de decisão consiste em uma metodologia para avaliação de riscos, por intermédio da utilização de um diagrama, composto de nós quadrados e arredondados e ramificações emanadas dos mesmos, conforme ilustrado na figura 4.5. Figura 4.5 – Árvore de decisão – representação gráfica Adaptado de: KASSAI (2000) 111 Em geral, convenciona-se que os nós quadrados representam o momento em que uma decisão será tomada e os nós arredondados momentos onde a natureza irá decidir, ou seja, probabilisticamente, caracterizando desta forma, nós de eventos aleatórios ou de incerteza. Os nós quadrados apresentam braços de ramificação, que representam as possíveis decisões a serem tomadas e os respectivos valores relacionados com as mesmas. Nas ramificações provenientes dos nós arredondados ou de incerteza, constam as probabilidades de cada uma delas, assim como os resultados obtidos ao final das mesmas. O aspecto e tamanho do diagrama irão depender diretamente da quantidade de ações possíveis e dos eventos aleatórios relacionados com as mesmas. De acordo com KASSAI (2000), a árvore de decisão pode ser definida como: “É uma técnica utilizada para analisar o processo de decisões por meio de um diagrama, onde podemos visualizar as conseqüências de decisões atuais e futuras, bem como os eventos aleatórios relacionados e as respectivas probabilidades de ocorrência” (KASSAI, 2000, p.113). A árvore de decisão, que pode ser também utilizada para realizar simulações, apresenta duas características importantes como ferramenta de análise de risco, que seriam a atribuição de probabilidades de ocorrência aos eventos e a visualização gráfica das variáveis envolvidas. 4.2.2.8 - Teste de Sensibilidade Esta técnica de análise de risco objetiva verificar o efeito que uma modificação em um parâmetro de entrada pode causar nos resultados desejados ou esperados para um empreendimento. De maneira geral, o uso desta técnica é recomendado quando não existem quaisquer informações referentes à distribuição de probabilidades da variável. Verifica-se a sensibilidade do empreendimento por meio da variação dos parâmetros relacionados com o mesmo. Assim sendo, aqueles onde pequenas variações são capazes de modificar de forma substancial os resultados esperados, são ditos parâmetros para os quais o empreendimento é muito sensível. 112 Na prática, é bastante comum a utilização do teste de sensibilidade em conjunto com a criação de cenários, verificando, desta forma, os impactos que determinados cenários podem acarretar nos resultados de um projeto. 4.2.2.9 - Técnicas de Simulações Em 4.2.2.8, comentou-se sobre a técnica de análise de sensibilidade de um parâmetro componente de um problema ou causa e a respectiva alternativa gerada ou efeito. Porém, como em geral ocorre, pode-se estar analisando não apenas um parâmetro ou alternativa, mas um conjunto de parâmetros com diversas alternativas possíveis. Nesse caso, devem ser consideradas as sensibilidades de todas as variáveis e as respectivas interações entre si. Esta técnica mais abrangente, que avalia a análise de sensibilidade do conjunto de variáveis, denomina-se de modelos de simulações. Segundo KASSAI (2002), diz-se que um modelo de simulação é determinístico quando seus componentes são de natureza basicamente quantitativa e as alternativas para os diversos cenários são consideradas como verdadeiras, não estando sujeitas a nenhuma distribuição de probabilidade de ocorrência dos eventos. Analogamente, um modelo é considerado probabilístico, quando a ocorrência de seus eventos está condicionada a algum grau de incerteza, sendo que, neste caso, o modelo de simulação assume outras características, não necessariamente quantitativas, mas também de natureza qualitativa, como opinião de especialistas, bom senso, uso da intuição, estudo de caso, dentre outras, sendo que todas devem contribuir para reduzir o grau de incerteza dos eventos em relação ao futuro. A ferramenta de apoio à decisão utilizada neste trabalho consiste em um modelo de simulação probabilístico, denominado de Simulação de Monte Carlo ou simplesmente Método de Monte Carlo – MMC e será minuciosamente descrita a seguir. 113 4.3 - O MÉTODO DE MONTE CARLO 4.3.1 - Introdução Ao longo dos últimos anos o desenvolvimento da teoria e dos métodos de análise estocástica tem progredido de maneira bastante significativa. Este fato pode ser comprovado por meio da freqüente publicação de diversos artigos e pesquisas no meio técnico-científico que, inclusive, comprovam a praticidade e aplicabilidade desses métodos no sentido de encontrar soluções para diversos problemas complexos nas mais diferentes Áreas de Pesquisa. O Método de Monte Carlo vem sendo utilizado com sucesso na solução de problemas de engenharia envolvendo um número elevado de variáveis aleatórias apresentando relações funcionais complexas entre si. Exemplos interessantes da aplicação do Método de Monte Carlo podem ser observados nos Estudos de Confiabilidade Estrutural, Confiabilidade de Sistemas e, inclusive, na Análise de Risco em Empreendimentos Imobiliários. Entretanto, pode-se dizer que a principal dificuldade quanto à sua aplicação relaciona-se diretamente com a necessidade de um grande número de simulações para avaliar a probabilidade de ocorrência de um evento, particularmente quando o valor desta é relativamente pequeno. Porém, a limitação do Método de Monte Carlo é apenas de ordem prática, quanto ao número necessário de interações e o respectivo esforço computacional a ser empregado. Em decorrência das dificuldades encontradas pelos métodos analíticos tradicionais, que são aqueles onde os valores das variáveis são obtidos por intermédio de equações que as relacionam, e, levando-se em consideração que a simulação computacional com o uso do Método de Monte Carlo é de fácil aplicação, diversas técnicas passaram a ser desenvolvidas com o intuito de reduzir o número de interações necessárias nos casos em que a probabilidade de ocorrência do evento em estudo é muito reduzida. Como exemplo, pode-se citar a conjugação do Método de Monte Carlo associado à utilização de Redes Neurais Artificiais que consistem num conjunto de algoritmos que pertencem ao ramo da Inteligência Artificial – IA, e que são bastante apropriados para analisar e modelar problemas 114 envolvendo muitas variáveis apresentando relações com elevado grau de complexidade. Neste exemplo, O Método de Monte Carlo gera um conjunto de dados, denominado conjunto de treinamento da rede, cabendo a Rede Neural Artificial a responsabilidade de realizar as simulações necessárias para avaliação da probabilidade do evento, depois que ela é treinada com os dados fornecidos pelo algoritmo do Método de Monte Carlo. 4.3.2 - Histórico e Aplicações Segundo a literatura pesquisada, o uso de simulações utilizando o Método de Monte Carlo, foi empregado, primeiramente, pelos cientistas que desenvolveram a bomba atômica, no ano de 1942. Já a denominação do método provém da cidade de Monte Carlo, localizada no principado de Mônaco, famosa pelos seus cassinos contendo jogos de roleta, que são consideradas equipamentos que produzem números, de forma aleatória. Também, conforme SCHUYLER (apud VARGAS, 2004, p.7), “Monte Carlo” foi o codinome de um projeto secreto relacionado ao desenho e ao projeto de armas atômicas, que foi desenvolvido pelo matemático John Von Neumann. Este matemático constatou que determinados problemas matemáticos complexos e, até então, considerados de impossível solução, poderiam ser resolvidos por meio de um modelo de amostragem aleatória relativamente simples. Desde então, o método tem evoluído, inclusive, pelo desenvolvimento de programas matemáticos computacionais, específicos para sua utilização e aplicado nas mais diferentes Áreas de Pesquisa, sendo que, na área de Gerenciamento de Projetos, pode ser aplicado, principalmente, para simular prazos, custos e outros índices de projeto. LIMMER (1997), FLANAGAN (1993) e RODRIGUES (2001), além de fornecerem uma breve explanação sobre o método, citam também, sua utilização para determinação do risco de não se cumprir prazos ou custos inicialmente estabelecidos para um empreendimento. 115 Um exemplo clássico, com relação à aplicação do método para estimar a probabilidade do cumprimento de prazos estabelecidos para execução de projetos, pode ser verificado através da figura 4.6, onde se encontra traçada a curva de freqüência acumulada ou curva S, obtida através dos resultados da Simulação de Monte Carlo, aplicada a um cronograma de projeto. Por meio desta figura, é possível interpretar a existência de uma probabilidade de 50%, de que o término do projeto ocorra em 145 dias, contados da sua data de início. As datas à esquerda e à direita de 145 dias são as que apresentam, respectivamente, maior e menor risco do não cumprimento do prazo estimado para término do projeto. Também, com relação ao gerenciamento de prazos em projetos, conforme o PMI (2004), o Método de Monte Carlo deve ser utilizado na simulação do cronograma em projetos grandes e complexos, uma vez que, os métodos tradicionais como o Critical Path Method (CPM) e o Program Evaluation and Review Technique (PERT) não levam em consideração caminhos convergentes, o que pode acarretar a subestimação da duração de atividades e conseqüentemente do projeto. Na figura 4.7 é apresentado um exemplo deste fato. Considerando que as atividades 1, 2 e 3 possuem duração estimada de 15 dias ±3 dias, a duração total do marco A até o marco B, calculada pelo CPM será de 15 dias, porém, se ocorrer um atraso em uma das atividades, a duração real entre os dois marcos será maior, mesmo que as demais atividades sejam concluídas dentro do prazo estabelecido. Desta forma, o Método de Monte Carlo pode ser utilizado para avaliar a probabilidade do cumprimento dos prazos estimados para realização das atividades, e, portanto, uma ferramenta de controle do cumprimento do prazo do projeto como um todo. 116 Figura 4.6 - Resultados do Método de Monte Carlo aplicado a um cronograma de projeto Fonte: da autora Figura 4.7 – Convergência de caminho Fonte: da autora 117 Um exemplo da aplicação do método, na avaliação do cumprimento dos custos estabelecidos para um projeto, pode ser observado por meio das figuras 4.8 e 4.9, nas quais, respectivamente, estão representados o histograma de freqüência e a curva S, ambos referentes aos resultados obtidos por meio do Método de Monte Carlo, utilizado para verificar a probabilidade de ocorrência de um determinado valor, atribuído ao custo/m2 de construção de um edifício. O histograma de freqüência da figura 4.8 representa que o valor mais provável para o custo/m2 do empreendimento em questão deverá estar entre R$470,00 e R$496,00. A curva de freqüência acumulada, representada na figura 4.9, mostra 500 simulações conduzidas pelo Método de Monte Carlo, sendo possível concluir por seu intermédio que, a probabilidade do custo/m2 do empreendimento em questão ser menor do que aproximadamente R$481,00 é de 50% (250/500=0,5), e, ainda, a probabilidade de 80% (400/500=0,8) de que o mesmo seja inferior a R$ 531,00. Admitindo-se, a título de ilustração, que o valor estimado pelo especialista em custos para o empreendimento a ser construído seja de R$ 461,00/m2, é possível verificar, por meio da curva de freqüência acumulada da figura 4.9, que a probabilidade do custo real não ultrapassar o estimado é de apenas 30% (150/500=0,3), enquanto que, o histograma de freqüência, representado na figura 4.8, indica a probabilidade de aproximadamente 60% (9/15=0,6) de que o custo real varie, aproximadamente, 10% em torno do custo estimado. 118 Figura 4.8– Histograma de freqüência Fonte: da autora 119 Figura 4.9– Curva de freqüência acumulada Fonte: da autora 4.3.3 - Descrição do Método O Método de Monte Carlo é o mais conhecido exemplo da aplicação do conceito relacionado com a simulação computacional de um experimento aleatório e está estruturado no Teorema da Transformação Integral. Este teorema, cuja demonstração pode ser facilmente encontrada em qualquer texto básico de Estatística permite que, se conhecendo a função de distribuição acumulada F de uma variável aleatória x, seja “gerada” uma amostra aleatória de tamanho n, representada por (x1, x2, ..., xn), com a utilização da expressão: xi = F−1(ri) (4.10) Sendo, ri = número aleatório ∈ [0,1]. Desta forma, o Método da Simulação de Monte Carlo é utilizado para solucionar problemas que envolvem variáveis aleatórias com funções de 120 probabilidade conhecidas ou assumidas. Sabe-se que, se fX (x ) representar a função densidade de probabilidade da variável x, tem-se: +∞ F X (x ) = ∫ f X(x )dx −∞ Como a determinação exata da integração (4.11) FX (x ) é bastante complexa, a simulação de Monte Carlo permite uma forma aproximada de resultados com menos complexidade (VARGAS, 2004). A base matemática para a utilização do Método de Monte Carlo, na avaliação de probabilidades de eventos, é fornecida pela Formulação de Bernoulli da Lei dos Grandes Números, ou seja: lim P N→ ∞ [ f A − p 〈ε] = 1∴ ε〉 0 (4.12) Onde: fA = freqüência relativa do evento A; p = probabilidade do evento A Sendo, nesse sentido, que fA converge para p. A probabilidade de ocorrência de determinado evento A é estimada por meio da freqüência relativa fA, definida por meio da expressão: fA= nA n (4.13) Onde: nA= número de ocorrências da variável estudada dentro dos limites do evento A n = representa o número de simulações 121 FLANAGAN (1993) e RODRIGUES (2001) conceituam que a simulação de Monte Carlo consiste basicamente na geração artificial da probabilidade de ocorrência de determinados eventos, ou seja, na geração de valores aleatórios que irão pertencer a uma função densidade de probabilidade pré-estabelecida, com características definidas por intermédio da simulação. Também relata, que os valores aleatórios ri podem ser gerados através da função random, existente em linguagens de programação de computadores ou em programas de computador apropriados, recomendando, para um grande número de simulações, a utilização de algoritmos específicos na geração dos números aleatórios. O primeiro passo para aplicação do Método de Monte Carlo é o de identificar a distribuição de probabilidade da variável que está sendo objeto de estudo, e que no presente trabalho, consiste na variável custo/m2 de construção. Escolhida a distribuição de probabilidade, a seguir devem ser gerados n números aleatórios ri ∈ [ 0,1 ], para cálculo de n valores aleatórios, por meio da equação (4.10), sendo X a variável custo/m2 e F sua função de distribuição acumulada. Dividindo-se o intervalo compreendido entre o menor e o maior valor gerado em n intervalos de classe de mesma amplitude; determinando o número de valores gerados que se situam dentro de cada intervalo de classe e considerando os números encontrados de forma acumulada, traça-se a curva custo/m2 x nº de simulações, representada na figura 4.10, que tanto pode fornecer a probabilidade de ocorrência de um valor para custo/m2 de construção menor de que determinado valor, quanto estimar que valor deve ser adotado para determinada probabilidade. Assim sendo, a curva da figura 4.10 indica que para um total de N simulações, a probabilidade de ocorrer um valor para custo/m2 menor que X1 é de Y1/N e ainda que existe uma probabilidade de Y2/N de ocorrer um valor menor que X2. 122 Figura 4.10– Curva de freqüência acumulada de valores gerados por meio do Método de Monte Carlo Fonte: da autora 4.3.3.1 - Determinação do Número de Interações Outro aspecto muito importante na simulação de Monte Carlo diz respeito ao número de interações necessárias. Em geral quanto maior o número de simulações, melhor a curva de distribuição acumulada refletirá a gama de resultados possíveis. No entanto, FLANAGAN (1993) indica, para avaliar se a quantidade de simulações realizadas é suficiente, a utilização do teste do qui-quadrado, cuja aplicação será descrita a seguir: Suponha-se que, N valores de custo/m2 de construção, gerados através da Simulação de Monte Carlo sejam divididos em IC intervalos de classe IC1, IC2,..., ICn, apresentando, respectivamente, o1, o2, , on freqüências de valores observadas, que conforme as regras de probabilidade, deveriam apresentar para os mesmos 123 intervalos de classe, as freqüências da amostra considerada e1, e2, , en , denominadas freqüências esperadas ou teóricas. A medida da discrepância existente entre as freqüências observadas e esperadas, é dada pela estatística qui-quadrado, representada por χ2 e expressa pela equação: χ2 = O valor de (o1− e1)2 + (o2 − e2)2 + K + (on−en)2 e1 χ2 e2 en ( ) n oj−ej 2 = ∑ j =1 e j (4.14) calculado com a utilização da expressão (4.14), é chamado de não-corrigido e é utilizado para grandes amostras. Nos casos de pequenas amostras, nas quais cada intervalo de classe possua freqüência esperada entre 5 e 10, recomenda-se calcular também o valor corrigido de χ 2 através da correção de Yates para continuidade, que transforma a expressão (4.14) em: ( o1− e1 − 0,5 χ2 (corrigido) = e1 )2 + ( o2 − e2 − 0,5)2 + K + ( on − en − 0,5)2 en e2 = ( n o j − e j − 0,5 ∑ ej j =1 )2 (4.15) Em seguida compara-se os valores corrigido e não corrigido de χ 2 .Se os dois valores conduzirem a uma mesma conclusão, referente a uma hipótese, como sua rejeição em determinado nível de significância, conclui-se que o número de interações realizado é suficiente para o nível de significância considerado. Caso contrário, deve-se aumentar o número de interações até que ocorra convergência entre as conclusões obtidas a partir dos valores corrigido e não-corrigido de Para tanto, os valores corrigido e não corrigido de com os valores percentis de χ2 χ2 χ2 devem ser comparados da distribuição de qui-quadrado, tabelados em função do número de graus de liberdade e nível de significância. O número de graus de liberdade representado por ν , será dado pelo número de intervalos de classe considerados IC menos uma unidade, ou seja: ν = IC − 1 (4.16) 124 RODRIGUES (2002) sugere uma alternativa mais simples para a avaliação do número de interações, por meio da expressão: N≥ p(1 − p ) ε2 ⋅ δ (4.17) Onde: p = probabilidade a ser estimada pelo Método de Monte Carlo; ε = erro máximo para a estimativa de p; δ = coeficiente de variação. Considerando-se o percentil 95 como um valor razoável para a variável custo/m2 e tomando-se para os valores de ε e δ, respectivamente 0,03 (3%) e 0,2; a aplicação da expressão (4.17) fornecerá para N o valor de 264 interações. Obviamente, considera-se o valor de N apenas como uma avaliação inicial do número de simulações. A aplicação da equação (4.17), simultaneamente com a utilização do teste do qui-quadrado, fornecerá uma estratégia adequada para orientar o pesquisador no sentido de verificar se o valor de N está correto ou não, isto é, verificar por meio de teste de aderência, se a distribuição de probabilidades considerada, ajusta-se de forma satisfatória aos dados do problema. 4.3.3.2 - Escolha da Distribuição de Probabilidades Conforme visto, a aplicação do Método de Monte Carlo inicia por meio da identificação da distribuição de probabilidade da variável que está sendo estudada. FLANAGAN (1993) e RODRIGUES (2001) comentam que, o momento de maior dificuldade do processo que envolve o Método da Simulação de Monte Carlo, consiste no da escolha da distribuição de probabilidade a ser adotada, pois além desta possuir média e variância da amostra histórica considerada na simulação, é necessário que também apresente as seguintes características: • Precisa ser facilmente identificável para determinada amostra, assim como, a distribuição normal é totalmente identificada pela média e variância; 125 • Poder ser atualizada com facilidade, por meio da introdução de novos dados históricos; • Flexibilidade, podendo tomar uma grande variedade de formas, como, por exemplo, ser assintótica à esquerda ou à direita; • Possuir pontos definidos que possam ser escolhidos individualmente. Os tipos mais comuns de distribuição de probabilidade são: • Uniforme; • Triangular; • Normal • Poisson; • Binomial; • Lognormal; • Exponencial; • Geométrica; • Hipergeométrica; • Weibull; • Weibull Invertida • Beta 4.4 - A DISTRIBUIÇÃO BETA De acordo com RODRIGUES (2001) e FLANAGAN (1993), a distribuição de probabilidade mais apropriada para a variável custo/m2 é a distribuição beta, pelo 126 fato de que as distribuições que formam este conjunto possuem, simultaneamente, as características mencionadas em 4.3.3.2. Sabe-se que a distribuição beta é caracterizada pela seguinte função densidade de probabilidade: f X ( x) = Γ(α + β) ⋅ x α −1⋅ (1 − x )β −1, 0 ≤ x ≤ 1 Γ(α ) ⋅ Γ(β) (4.18) Onde os parâmetros α e β assumem apenas valores positivos. O coeficiente Γ(α + β) Γ(α ) ⋅ Γ(β) pode ser representado por 1 B(α,β ) , onde B(α, β ) = Γ(α ) ⋅ Γ(β ) Γ(α + β ) é conhecida como função beta, de onde origina-se o nome da distribuição. Os parâmetros α e β, são considerados parâmetros de forma, sendo que, diferentes combinações de seus valores dão origem a uma variedade de formas da função densidade, conferindo-lhe grande flexibilidade. Na figura 4.11 são ilustradas algumas das formas possíveis, podendo-se observar que a função densidade, dentre outras, pode apresentar forma convexa, Gaussiana ou assintótica à esquerda, conforme α e β variam. Figura 4.11 – Distribuição Beta para diferentes valores dos parâmetros de forma α e β Fonte: da autora 127 Conforme já descrito, escolhida a distribuição de probabilidade, em seguida, devem ser gerados n números aleatórios ri ∈ [ 0,1 ], para cálculo de n valores aleatórios por meio da equação (4.10), sendo X a variável custo/m2 e F sua função de distribuição acumulada. No caso da função beta, a função de distribuição acumulada é dada por: F(X; α;β ) = I X (α,β ) (4.19) Sendo: I X (α, β ) , a função beta incompleta. Os valores aleatórios de X, a serem gerados por meio de programas matemáticos, no caso específico da distribuição beta, RODRIGUES (2001) menciona, por exemplo, a utilização do Aplicativo Mathcad 2000 Professional. Este programa possui a função pré-definida rbeta(m, s1, s2) que gera automaticamente m valores de X, uma vez fornecidos os parâmetros s1 e s2, que correspondem, respectivamente, aos parâmetros α e β da função beta. Estes parâmetros são calculados através da resolução do sistema, formado pelas equações (4.20) e (4.21), relacionadas a seguir: mx = δ2 x= α α+β α ⋅β (α + β)2⋅(α + β +1) (4.20) (4.21) Onde: mx e δ 2x são, respectivamente, os valores da média e da variância da amostra. Após a geração dos valores de custo/m2, adotando-se o procedimento descrito em 4.3.3, será possível traçar uma curva custo/m2 x nº de simulações, similar a que está representada na figura 4.6 que, da mesma forma, tanto pode fornecer a probabilidade de ocorrência de um valor para custo/m2 menor de que 128 determinado valor, quanto estimar que valor deve ser utilizado para determinada probabilidade que deseja-se adotar. 4.5 - A DISTRIBUIÇÃO WEIBULL A distribuição Weibull tornou-se bastante importante para a ciência e engenharia, em decorrência da grande riqueza de formas que pode apresentar, ajustando-se de forma bastante satisfatória ao padrão de comportamento de diversas variáveis e, desta forma, podendo ser utilizada para fazer estimativas confiáveis para qualquer grau de precisão, fazendo-se uso da aproximação estatística tradicional. De acordo com a revisão bibliográfica, o nome da distribuição é atribuído ao cientista sueco Wallodi Weibull que, em 1939, derivou esta distribuição para utilizá-la numa pesquisa experimental por ele desenvolvida. Mais tarde, em 1951, Wallodi Weibull publicou um trabalho contendo exemplos do uso da distribuição, analisando diversos tipos de dados, inclusive dados de falhas. Entretanto, segundo DE SOUZA (2003), já em 1928, foram realizados estudos referentes à determinada distribuição estatística à qual o nome Weibull tem sido amplamente associado. A distribuição Weibull tem sido bastante usada como modelo de tempos de falhas “t”, principalmente para componentes mecânicos e metalúrgicos (DE SOUZA, 2003). Em seu caso mais geral, ou seja, a função densidade da distribuição Weibull de 3 parâmetros é dada por: β f (t) = β ⎛ t − ϕ ⎞β − 1 − ⎛⎜ t − ϕ ⎞⎟ ×⎜ ×e ⎟ ⎝ θ ⎠ θ ⎝ θ ⎠ (4.22) Onde: • β é o parâmetro de forma e especifica a forma que a curva terá; • θ corresponde ao parâmetro de escala e representa a vida característica da distribuição; • ϕ é o parâmetro de posição, supondo-se que a falha do componente ocorra para um tempo de vida t. 129 Considerando-se que o parâmetro de localização ϕ seja igual a zero, significando que o componente venha a falhar no momento em que é colocado em uso, e, analogamente, no caso específico do presente trabalho, considerar que não será possível obter valores de custo/m2 de construção das atividades pesquisadas iguais a zero, uma vez que, este fato somente poderá ocorrer nos casos da não execução das atividades, teremos então, como ϕ igual a zero, a função densidade da distribuição Weibull de 2 parâmetros, que é dada pela equação a seguir: β f (t) = β ⎛ t ⎞β −1 −⎛⎜ t ⎞⎟ ×⎜ ⎟ ×e θ ⎝ ⎠ θ ⎝θ⎠ (4.23) Os valores do parâmetro de forma β marcam grande variação no comportamento da função densidade de probabilidade da distribuição Weibull, fazendo com que seja reduzida a outras distribuições. Conforme DE SOUZA (2003), podem ser citados alguns exemplos, conforme a seguir: • Para β=1, transforma-se na distribuição exponencial. • Para β em torno de 3,6 transforma-se na normal (0;1). • Para β em torno de 2,6 transforma-se na lognormal. Na figura 4.12 são ilustradas algumas das formas possíveis da função densidade de Weibull, conforme o parâmetro de forma β varia, conferindo-lhe, da mesma forma que na distribuição beta, bastante flexibilidade. 130 Figura 4.12 – Distribuição Weibull para diferentes valores do parâmetro de forma β. Fonte:http://www.weibull.com/LifeDataWeb/characteristics_of_the_weibull_distribution.htm Com relação à grande flexibilidade da distribuição Weibull, decorrente da variação do parâmetro de forma β, conforme www.weibull.com (2003), tem-se que: • Para β<2 a curva é enviesada positivamente, ou seja, possui cauda à direita. • Para 2,6<β<3,7 a curva não apresenta cauda, aproximando-se da curva normal. • Para β>3,7 a curva é enviesada negativamente, isto é, tem cauda à esquerda. Neste caso, quando se varia o parâmetro θ mantendo-se β constante, a curva também sofrerá variações, não em sua forma, mas deslocando-se horizontalmente para a direita da origem. Em virtude da grande flexibilidade de forma que a distribuição Weibull apresenta, assim como, durante a pesquisa bibliográfica ter-se constatado que, conforme o parâmetro β varia, a distribuição Weibull pode reduzir-se a outros tipos 131 de distribuição de probabilidades, desta forma, conclui-se que a distribuição Weibull também pode ser considerada como uma distribuição de probabilidades adequada à variável custo/m2 de construção. Como neste trabalho será feita uma adaptação para utilizar a distribuição Weibull de 2 parâmetros como distribuição de probabilidade da variável custo/m2, substituindo-se a letra “t”, que representa o tempo de falha na equação (4.23), pela letra “c”, que irá representar a variável custo/m2, teremos: β ⎛c⎞ β ⎛ c ⎞β −1 f (c ) = × ⎜ ⎟ × e −⎜ θ ⎟ ⎝ ⎠ θ ⎝θ⎠ (4.24) Da mesma forma que na distribuição beta, escolhida a distribuição de probabilidades Weibull, devem ser gerados n números aleatórios ri ∈ [ 0,1 ], para cálculo de n valores aleatórios, por intermédio da equação (4.10) e, em seguida, traçar uma curva custo/m2 x nº de simulações, similar a que está representada na figura 4.10. No caso da distribuição Weibull, segundo www.weibull.com (2003), os métodos disponíveis para estimação dos parâmetros β e θ, por intermédio da integração numérica, são: o Máximum Likelihood Estimation (MLE), Least Squares Fit e a Confiabilidade Bayesiana. 5 – PROPOSTA DE METODOLOGIA PARA AUMENTO DA PRECISÃO DOS ORÇAMENTOS ESTIMATIVOS UTILIZANDO O MÉTODO DE MONTE CARLO 5.1 - INTRODUÇÃO No corrente capítulo, com embasamento na pesquisa bibliográfica e utilização de dados de custo/m2 de construção de atividades apropriados, obtidos por meio dos métodos orçamentários discriminados, propõe- se uma metodologia para aumento da precisão dos orçamentos estimativos para construção de edifícios residenciais e/ou comerciais, utilizando-se o Método de Monte Carlo e, especificamente, as distribuições de amostragem Weibull e Beta. 5.2 - DESCRIÇÃO DA METODOLOGIA PROPOSTA A metodologia proposta consiste basicamente na geração de valores aleatórios de custo/m2 de construção, utilizando-se o Método de Monte Carlo, considerando-se que as distribuições de amostragem Weibull e Beta são distribuições de probabilidades adequadas à variável em questão. Na geração dos valores de custo/m2 de construção serão utilizadas amostras de valores históricos, ou seja, de valores apropriados, calculados a partir da relação do custo total de cada atividade pela área total de construção do empreendimento do qual faz parte. Além disso, na escolha das atividades, a metodologia proposta recomenda a utilização da classificação ABC. A seguir, serão descritas as etapas integrantes desta metodologia e as suas especificidades a serem consideradas para as distribuições de amostragem que serão utilizadas, ou seja, para os modelos Weibull e Beta. 133 5.2.1 - Escolha das Atividades de Construção Como o tipo de empreendimento abordado no presente trabalho, é composto de diversas atividades, cada qual podendo utilizar vários insumos, tais como materiais, mão-de-obra e equipamentos, torna-se claro que possuem diferentes pesos e importâncias em relação ao custo da obra e, portanto, devem ser tratadas de forma diferenciada. Assim sendo, deve-se considerar as atividades de acordo com o nível compensatório, ou seja, conforme a relação custo-benefício. Para tal, pode-se lançar mão do princípio de Pareto, também conhecido como o princípio dos “poucos significativos e muitos insignificantes”. Com base no citado princípio, foi criada a classificação da curva ABC – Activity Based Costing, aplicada ao controle de estoques nos processos industriais de produção, que nada mais é do que uma forma de representar as atividades por seu grau de importância em relação ao custo total da obra. Divide em três faixas: • Faixa A – as atividades desta região são aquelas responsáveis pela parcela mais significativa do custo da obra (cerca de 70%). Assim sendo, a faixa A reflete as atividades mais importantes e que merecem tratamento especial, em termos de acompanhamento e controle. Apesar desta faixa conter poucas atividades, cerca de 10%, qualquer esforço na melhoria da produtividade, otimização do consumo ou redução do custo destas atividades, pode representar uma economia significativa em termos de custo total do empreendimento. • Faixa B – as atividades da região B são aquelas que possuem um peso intermediário, abrangendo cerca de 30% do número total de atividades, representando aproximadamente 25% do custo total do projeto. • Faixa C – as atividades da região C possuem um peso bem menor em relação ao custo total do projeto (cerca de 5%) e se caracterizam pelo seu elevado número de atividades (cerca de 60% do número total de atividades). A classificação ABC permite concluir, não apenas sobre quais atividades devem ser consideradas na metodologia, mas também que o nível de confiabilidade 134 do tratamento estatístico aplicado deve ser variável para as atividades que compõem o empreendimento. As atividades devem ser ordenadas por sua importância relativa, determinando-se o peso do custo de cada uma em relação ao custo total do projeto e, calculando-se, em seguida, os valores acumulados desses pesos. O número da atividade, estabelecido em ordem decrescente, de acordo com o seu peso percentual e o respectivo valor percentual acumulado definem um ponto e, com uma série de pontos, a classificação ABC pode ser representada conforme a figura 5.1. Custo Acum ulado Faixas de C C ontrole B A Atividades a controlar T otal de Atividades Figura 5.1 – Curva de classificação ABC Na presente metodologia, sugere-se que sejam consideradas todas as atividades pertencentes às faixas A e B, da curva ABC construída com os dados do planejamento, pois, desta forma, será possível estimar aproximadamente 95% do custo total de construção do novo projeto. 5.2.2 - Escolha das Amostras a Serem Utilizadas nas Simulações Após a etapa de definição das atividades de construção a serem consideradas na metodologia, escolhidas segundo a classificação ABC, devem ser coletadas, para cada uma das atividades, amostras de valores de custo/m2 de construção, com base em empreendimentos similares realizados anteriormente pela construtora, obtidos por intermédio da relação entre o custo total apropriado para 135 cada atividade de determinado empreendimento e a área total de construção do empreendimento. Atenção especial deve ser dada ao processo de escolha das amostras, pelo fato de que a técnica da Simulação de Monte Carlo precisa, obrigatoriamente, ser aplicada com base em dados reais, isto é, em dados históricos. Desta forma, o presente trabalho recomenda, a seguir, os cuidados necessários para a escolha adequada dos valores de custo/m2 de construção que farão parte das amostras, de tal forma que sejam obtidos resultados confiáveis. Os processos desenvolvidos nos empreendimentos de construção civil são repletos de variações devidos aos fatores que os integram. Essas variações são basicamente de dois tipos: as intrínsecas aos processos, que são variações naturais, de ocorrência esperada, fruto do contexto em que os fatores são utilizados; e as extrínsecas aos processos, que são variações excepcionais, de ocorrência inesperada e aleatória que afastam os processos de seu estado natural de funcionamento. Sabe-se que os consumos de materiais, mão-de-obra e equipamentos são característicos de cada construtora e de cada canteiro de obra, variando conforme diversos fatores de influência, tais como: características dos materiais e sistemas construtivos empregados, estrutura organizacional da construtora e de seus canteiros de obra, técnicas de gerenciamento utilizadas, tipo de contrato, condições climáticas, entre outros. Especificamente com relação ao consumo de mão-de-obra, fatores como qualidade de vida e segurança no trabalho, absenteísmo, rotatividade e motivação podem causar variações dos coeficientes de produtividade. Assim, todos os fatores relevantes devem ser considerados no processo de coleta de dados. Outro aspecto importante a ser observado refere-se à sistemática de apropriação de custo, durante o processo construtivo e que possibilita às construtoras obterem seus próprios índices de consumo. Recomendamos uma sistemática formada por três passos: a definição do escopo da mensuração, o levantamento de dados e o tratamento de dados. 136 Na definição do escopo da mensuração devem ser definidos: o que medir, quanto medir e quando medir. O que medir pode ser qualquer variável que direcione o foco do controle somente para os elementos realmente importantes para o processo de controle e avaliação; quanto medir implica na definição da abrangência da mensuração, sendo função de seu custo e do nível de detalhamento em que será efetuada a análise; quando medir define o momento ideal para a mensuração, que pode ser durante o período de ocorrência ou ao seu término. Mensurar durante o período de ocorrência apresenta a vantagem de ser possível efetuar correções antes do término das operações. Contudo, o custo da mensuração durante etapas intermediárias do processo pode se revelar mais oneroso do que na etapa final, sendo a definição do melhor procedimento, baseada na análise de custo-benefício. No levantamento de dados, três fatores devem ser considerados: • o nível de precisão com que estes deverão ser coletados em função do tipo de análise e das características do processo de trabalho; • o instrumental necessário para a realização da coleta de dados, incluindo não só a adequação dos instrumentos de medição propriamente ditos, mas também a dos formulários de coleta; • a capacitação do pessoal envolvido no que diz respeito a capacidade destes em compreender o objetivo e a sistemática de levantamento, e a utilizar os instrumentos e preencher os formulários de maneira adequada. No tratamento dos dados as informações coletadas devem receber uma tabulação que as tornem adequadas aos objetivos da mensuração. O sistema de apropriação deve ser adequado à estrutura de cada construtora e deve suprir as necessidades de obtenção de coeficientes de produtividade próprios, requerendo, assim, um interesse e esforço no sentido destas coletarem, acumularem e processarem dados de obras de tipologias semelhantes, por intermédio de um sistema de apropriação adequadamente projetado. Em síntese, o sistema de apropriação deve possibilitar índices de consumo que devem retratar as variáveis específicas de cada construtora e das tipologias 137 construídas considerando: as características das obras de onde foram obtidas as composições (localização, tipologia, dados de projeto); as indicações dos critérios de medição dos vários serviços; as características da mão-de-obra a ser empregada e da supervisão utilizada; a qualidade do material disponível no local; o projeto como um todo quanto à facilidade de construção (características arquitetônicas, detalhes de execução dos diversos projetos tais como: estrutural, elétrico, hidráulico, instalações especiais, etc.). Assim sendo, conclui-se que a atividade de apropriação é importantíssima para a aplicação da Simulação de Monte Carlo proposta por este trabalho, devendo ser um instrumento de controle, de formação e levantamento de custos, retratando as atividades dos empreendimentos executados, em seus mínimos detalhes, tendo como meta principal a obtenção de índices de consumo confiáveis que representem a realidade da construtora e, conseqüentemente, para cada atividade, um custo/m2 de construção confiável, a ser utilizado na simulação. 5.2.3 - Escolha da Distribuição de Probabilidades Como se definiu anteriormente que as distribuições de amostragem utilizadas serão os modelos Weibull e Beta, a seguir, será descrita a complementação da presente metodologia, para cada uma das distribuições, pelo fato de que ambas possuem particularidades específicas quanto às suas aplicabilidades. Entretanto, conforme recomendado em 4.3.3.1, o número mínimo adotado para a geração dos valores aleatórios de custo/m2 de construção será o mesmo para as distribuições em questão, ou seja, 264 interações iniciais, assim como, será utilizado o teste do qui-quadrado ( χ2 ), em ambos os casos, para a verificação da aderência das curvas obtidas por intermédio do Método de Monte Carlo. 5.2.3.1 - Metodologia para a Distribuição de Amostragem Weibull 5.2.3.1.1 - Considerações Iniciais Considerações Importantes se fazem relevantes neste momento da descrição da metodologia proposta por este trabalho. A primeira delas, diz respeito ao fato de ter-se começado a elaboração da metodologia pelo modelo Weibull. Este fato justifica-se, pois, segundo a revisão bibliográfica, esta distribuição é amplamente 138 usada como modelo de tempos de falhas, principalmente para componentes mecânicos e metalúrgicos, não se tendo encontrado registros de que ela já tenha sido usada para avaliar custos/m2 de construção de empreendimentos imobiliários. Entretanto, por meio da revisão bibliográfica, também ficou comprovado que a Weibull consiste numa distribuição da qual derivam-se diversas outras, além de possuir uma grande flexibilidade, decorrente da variação do seu parâmetro de forma β e, deste modo, ser uma distribuição adequada à variável custo/m2 de construção. Além do ineditismo da utilização da distribuição Weibull no gerenciamento de custos de construção, verificou-se que trabalhos científicos anteriores como, por exemplo, os de FLANAGAN (1993), RAFETERY (1996) e RODRIGUES (2001 e 2002) já haviam comprovado que a distribuição Beta pode ser utilizada como distribuição de probabilidades da variável custo/m2 de construção, embora, os trabalhos citados não tenham abordado o tema com o nível de detalhamento a que se propõe este trabalho. Desta forma, por todas as justificativas relatadas, iniciou-se a elaboração da metodologia pela distribuição de amostragem Weibull. Outra consideração importante, conforme mencionado em 2.5, refere-se a importância dos conhecimentos adquiridos via canais informais de comunicação, que foram fundamentais na construção da metodologia para o modelo de amostragem Weibull. 5.2.3.1.2 - Cálculo dos Parâmetros β e θ da Distribuição Weibull Conforme mencionado no capítulo 4, no caso da distribuição Weibull, o Máximum Likelihood Estimation (MLE) constitui-se em um método que pode ser utilizado para o cálculo dos parâmetros β e θ desta distribuição. Utilizou-se um programa computacional desenvolvido por DE SOUZA (2004), que aplica o Máximum Likelihood Estimation (MLE), em conjunto com um mecanismo de truncagem, para estimação dos parâmetros β e θ da distribuição Weibull. A utilização do citado programa, que foi de suma importância para o cálculo dos parâmetros β e θ, pois o método analítico a ser utilizado para obtenção dos parâmetros em questão pode ser considerado de grande complexidade, constitui-se num exemplo de canal informal de informação, uma vez que, utilizou-se o programa 139 computacional em questão, com a assessoria de seu autor, que, inclusive, realizou as adaptações necessárias para o uso do programa na Área de Pesquisa deste trabalho. O mencionado mecanismo de truncagem é aplicado a testes de vida seqüenciais com uma distribuição de amostragem Weibull, sendo que, para ser utilizado no presente trabalho, fez-se necessária uma adaptação, na qual os tempos de vida foram substituídos por valores de custo/m2 de construção. O mecanismo de teste de vida seqüencial representa uma situação de teste de hipótese onde se toma uma decisão de se aceitar ou se rejeitar uma hipótese nula, a qual acredita-se ser verdadeira, ou então se continuar amostrando. Conforme DE SOUZA (2003), a maior vantagem do mecanismo de teste de vida seqüencial, onde se utiliza a probabilidade posterior, ou seja, esta é continuamente atualizada à medida que novos dados se tornam disponíveis em relação a um teste com um número de itens fixo, é de se manter o tamanho do teste pequeno com uma sensível redução dos custos, especialmente quando a distribuição de amostragem é o modelo Weibull. Entretanto, DE SOUZA (2003) também demonstra o fato de que, em algumas situações, mesmo com o uso de um mecanismo seqüencial de teste de vida, o número de itens de uma amostra necessária para se chegar a uma decisão acerca de se aceitar ou rejeitar uma hipótese nula pode ser relativamente elevado. Desta forma, nestes casos, torna-se desejável ou conveniente a truncagem do teste seqüencial após a ocorrência de alguns números de falhas pré-selecionadas ou, analogamente, ocorrência de alguns valores para custo/m2 de construção. O objetivo dessa truncagem consiste em se manter o tamanho da amostra relativamente pequena, obtendo-se, desta forma, uma considerável redução nos custos do teste, como também dos prazos referentes ao levantamento dos dados amostrais. Cabe, neste momento da descrição da metodologia, salientar que, com o objetivo de obter-se uma forma mais simples de se calcular os parâmetros β e θ da distribuição Weibull, foram pesquisados alguns programas computacionais matemáticos, tais como o Maple V versão 3 para Windows, Cabri-geométrico II, Matlab, Mr. Math 2000, Mathematica e o Derive, sendo utilizadas para esta pesquisa as obras de GABRI – GEOMETRIC II (1996), CLAROU (2001), WALTKINS (1993), 140 ZUCHI (2000), BLACHMAN (1996), CROOKE e RATCHIFF (1991) e GOEDERT (2005). Também pesquisou-se trabalhos do Grupo de Estudos de Informática Aplicada a Aprendizagem Matemática (GEIAAM) do Departamento de Matemática da Universidade Federal de Santa Catarina – UFSC que desenvolve pesquisa sobre a utilização de recursos de Informática e de Inteligência Artificial no ensino de Matemática desde 1994 e tem também uma gama de experimentações realizadas com programas como o Maple, Derive e Cabri-geométrico II. Contudo, após a pesquisa, concluiu-se que estes programas não calculavam os parâmetros β e θ da distribuição Weibull, e que apenas alguns seriam capazes de gerar os valores aleatórios de custo/m2. Desta forma, retomou-se a pesquisa com a utilização do programa desenvolvido por DE SOUZA (2004). 5.2.3.1.3 - Geração dos Valores Aleatórios de Custo/m2 para o Modelo Weibull Inicialmente, tentou-se utilizar o Aplicativo Mathcad 2000 Professional, que também possui a função pré-definida rweibull para a geração dos valores aleatórios de custo/m2 de construção, segundo o modelo Weibull. Entretanto, torna-se importante esclarecer, que a escolha deste software matemático, explica-se apenas pelo fato de que RODRIGUES (2001) já comprovou sua eficácia quanto ao modelo de amostragem Beta, podendo ser utilizados outros programas matemáticos para a geração dos valores aleatórios de custo/m2 de construção. Contudo, a utilização do referido software não foi possível, pelo fato de que, para sua aplicação, deveriam ser fornecidos os parâmetros β e θ da distribuição que, conforme mencionado anteriormente, são difíceis de serem calculados pelos métodos analíticos tradicionais. Além disso, após o cálculo dos parâmetros β e θ da distribuição, por intermédio do programa computacional desenvolvido por DE SOUZA (2004), ainda tentou-se gerar os valores de custo/m2 de construção utilizando-se o Aplicativo Mathcad 2000 Professional, todavia, isto não foi possível, pelo fato de que não houve compatibilidade entre os dois programas computacionais. Preliminarmente, antes da geração dos valores aleatórios de custo/m2, foi necessária uma adaptação do programa, para gerar um maior número de valores aleatórios, pois ele estava dimensionado para gerar apenas 100 tempos de falha, ou seja, 100 valores de custo/m2 de construção e, segundo as recomendações de 141 RODRIGUES (2001), expostas em 4.3.3.1, devem ser realizadas, no mínimo, 264 interações. A adaptação do programa foi realizada pelo próprio autor, verificando-se novamente, nesta etapa da pesquisa, a importância dos canais informais, assim como, suas características de interação direta e direção do fluxo escolhida pelo pesquisador, citadas no capítulo 2. Na primeira tentativa de adaptação, o número de interações que seriam obtidas ainda encontrava-se abaixo de 264. Numa segunda tentativa de modificação, verificou-se, então, que seriam realizadas 329 interações. Como qualquer número igual ou acima de 264 interações atendia as recomendações de RODRIGUES (2001), optou-se por trabalhar com o número de simulações resultante da segunda adaptação do programa computacional, ou seja, 329 interações. 5.2.3.1.4 - Construção da Curva de Freqüência Acumulada - Weibull Conforme as recomendações expostas no capítulo 4, dividindo-se o intervalo compreendido entre o menor e o maior valor gerado em n intervalos de classe de mesma amplitude; determinando o número de valores gerados que se situam dentro de cada intervalo de classe e considerando os números encontrados de forma acumulada, conforme a figura 5.2, traça-se a curva custo/m2 x nº de simulações. Figura 5.2– Curva de freqüência acumulada de valores gerados por meio do Método de Monte Carlo 142 5.2.3.1.5 - Verificação da Aderência da Curva Por meio do Teste Qui-Quadrado Para aplicação do teste qui-quadrado ( χ2 ), realiza-se o teste de hipótese, referente a hipótese nula H0, conforme a seguir: H0: a distribuição de amostragem dos dados é o modelo Weibull. H1: a distribuição de amostragem dos dados não é o modelo Weibull. Caso o qui-quadrado observado ( χo2 ) < qui-quadrado crítico χc2 , aceita-se H0; Caso o qui-quadrado observado ( χo2 ) ≥ qui-quadrado crítico χc2 , rejeita-se H0; Na primeira hipótese, ou seja, quando se aceita H0, conclui-se que a distribuição de probabilidades pode ser o modelo Weibull, ajustando-se de forma satisfatória aos dados considerados. 5.2.3.1.6 - Cálculo dos Custos de Construção das Atividades e do Custo Total do Empreendimento Repetindo-se o mesmo procedimento para as atividades de construção pertencentes as faixas A e B da curva ABC, considerando-se a precisão que se deseja alcançar, por meio da utilização da curva traçada, será possível estimar o provável custo/m2 de construção de cada uma das atividades de construção do novo empreendimento, assim como, por intermédio do somatório de todos os custos/m2 de construção, calculados pela metodologia, será possível estimar o custo provável total do empreendimento. 5.2.3.2 - Metodologia para a Distribuição de Amostragem Beta 5.2.3.2.1 - Cálculo dos Parâmetros α e β da Distribuição Beta No caso da distribuição de amostragem Beta, a primeira etapa consiste em se calcular a média e o desvio padrão da amostra de custo/m2 de construção considerada, pois os valores destes parâmetros deverão ser utilizados na solução do sistema formado pelas equações (4.20) e (4.21), objetivando encontrar os parâmetros α e β da distribuição considerada. 143 5.2.3.2.2 - Geração dos Valores Aleatórios de Custo/m2 para o Modelo Beta Para a obtenção dos valores de custo/m2 de construção, a serem gerados por meio de programas computacionais matemáticos, serão seguidas as recomendações de RODRIGUES (2001), ou seja, a utilização do Aplicativo Mathcad 2000 Professional, que possui a função pré-definida rbeta(m, s1, s2) que, conforme descrito em 4.4, gera automaticamente m valores de X, uma vez fornecidos os parâmetros s1 e s2, que correspondem, respectivamente, aos parâmetros α e β da função beta. Mais uma vez, informa-se que a escolha deste software matemático, explicase apenas pelo fato de que o trabalho de RODRIGUES (2001) comprovou sua eficiência, quanto ao modelo de amostragem Beta, contudo, quaisquer outros programas computacionais matemáticos poderiam ser utilizados na geração dos valores aleatórios de custo/m2 de construção, desde que dotados das ferramentas adequadas ao caso em estudo. 5.2.3.2.3 - Construção da Curva de Freqüência Acumulada - Beta A construção da curva de freqüência acumulada para o modelo Beta deve ser realizada da mesma forma utilizada para o modelo de amostragem Weibull e descrita em 5.2.3.1.4. 5.2.3.2.4 - Verificação da Aderência da Curva Por meio do Teste Qui-Quadrado Analogamente, ao que foi realizado para o modelo Weibull, para aplicação do teste qui-quadrado ( χ2 ), realiza-se o teste de hipótese, referente a hipótese nula H0, conforme a seguir: H0: a distribuição de amostragem dos dados é o modelo Beta. H1: a distribuição de amostragem dos dados não é o modelo Beta. Caso o qui-quadrado observado ( χo2 ) < qui-quadrado crítico χc2 , aceita-se H0; Caso o qui-quadrado observado ( χo2 ) ≥ qui-quadrado crítico χc2 , rejeita-se H0; 144 Da mesma forma, aceitando-se a hipótese nula H0, conclui-se que a distribuição de probabilidades pode ser o modelo Beta, pelo fato de apresentar aderência adequada aos dados utilizados. 5.2.3.2.5 – Cálculo dos Custos de Construção das Atividades e do Custo Total do Empreendimento Também esta etapa, no caso do modelo de amostragem Beta, deverá ser executada de forma similar para o modelo de amostragem Weibull descrito em 5.2.3.1.6. 5.3 – SÍNTESE DA METODOLOGIA PROPOSTA A metodologia proposta por este trabalho, com suas respectivas etapas, para os dois modelos de distribuição tratados, pode ser sintetizada por meio do fluxograma representado na figura 5.3. 145 Escolha das atividades de construção, segundo a Curva ABC Escolha das amostras a serem utilizadas nas simulações Escolha da distribuição de probabilidades Determinação do nº de simulações necessárias Execução das simulações Construção da curva de freqüência acumulada Verificação da aderência da curva, por meio do teste qui-quadrado Cálculo dos custos de construção das atividades Cálculo do custo total do empreendimento Figura 5.3 – Síntese da metodologia proposta 6 - ESTUDO DE CASO E APLICAÇÕES PRÁTICAS DA METODOLOGIA PROPOSTA 6.1 - INTRODUÇÃO O presente capítulo apresenta aplicações práticas utilizando a metodologia para aumento da estimativa da precisão orçamentária utilizando o Método de Monte Carlo proposta no capítulo 5, por meio de dados obtidos em pesquisa de campo realizada em duas construtoras sediadas em Niterói – RJ. Em uma delas aplicou-se a metodologia de forma mais abrangente, constituindo-se esta de um estudo de caso e, na segunda construtora, foi utilizado um menor número de dados, em decorrência da grande dificuldade de obtenção dos mesmos, uma vez que, antes da coleta de dados orçamentários em uma construtora, torna-se imprescindível entender de forma minuciosa o funcionamento do sistema de gerenciamento de custos desta. Assim sendo, os dados da segunda construtora foram considerados como uma complementação ao estudo de caso para validação da metodologia proposta no capítulo 5. Torna-se também importante mencionar que, durante a pesquisa, houve uma forte preocupação em verificar preliminarmente, de forma experimental, se a distribuição Weibull, se adequaria de forma eficiente a variável custo/m2 de construção, evitando, desta forma, a continuação da pesquisa e aplicação desnecessária da metodologia dos dados coletados no modelo de amostragem Weibull. Verificação esta, não necessária no modelo de amostragem Beta, pelo fato de outros autores já terem comprovado a aderência desta distribuição à variável em estudo. Para este experimento preliminar foram utilizados, no modelo de 147 amostragem Weibull, os dados utilizados na obra de RODRIGUES (2002) para o modelo de amostragem Beta. Neste capítulo, também é apresentada uma comparação entre as precisões alcançadas pelos modelos Weibull e Beta para determinada atividade de construção do estudo de caso. 6.2 - VERIFICAÇÃO PRELIMINAR DA METODOLOGIA PARA O MODELO DE AMOSTRAGEM WEIBULL Foram testados os valores de custo/m2 de construção, expressos em reais, obtidos da relação entre o custo total apropriado da atividade armação da supraestrutura, pertencente à faixa A da classificação ABC, e a área de construção total de cada empreendimento, apresentados no trabalho de RODRIGUES (2002), que considerou a distribuição Beta como distribuição de probabilidades desta variável. Estes valores faziam parte de uma amostra de treze itens, referentes a empreendimentos da Construtora R G Côrtes Engenharia S/A, conforme discriminados a seguir: 40,70; 41,30; 41,80; 42,60; 43,00; 43,50; 44,00; 44,60; 45,10; 45,50; 46,20; 46,70 e 47,00. Também é importante informar que a construtora para estimar o custo/m2 de construção desta mesma atividade, para usá-lo na estimativa orçamentária de um novo empreendimento, utilizou a média dos valores da amostra, ou seja, R$44,00/m2 de construção. 6.2.1 - Cálculo dos Parâmetros β e θ da Distribuição Weibull Utilizando o programa computacional desenvolvido por DE SOUZA (2004) obteve-se, respectivamente, os valores de 12,159 e 45,655 para os parâmetros β e θ da distribuição Weibull, sendo feitas as seguintes considerações: • Tamanho da amostra de valores de custo/m2 de construção igual a treze; • Truncagem na ocorrência da décima primeira falha, ou seja, no décimo primeiro valor de custo/m2, sendo os valores considerados escolhidos aleatoriamente. 148 6.2.2 - Geração dos Valores Aleatórios de Custo/m2 para Verificação Preliminar do Modelo Weibull Os 329 valores de custo/m2 de construção gerados por intermédio do programa computacional desenvolvido por DE SOUZA (2004) podem ser analisados no apêndice I. 6.2.3 - Construção da Curva de Freqüência Acumulada para Verificação Preliminar do Modelo Weibull Dividindo-se o intervalo compreendido entre o menor e o maior valor de custo/m2 da amostra gerada de 329 valores de custo/m2, em oito intervalos de classe de mesma amplitude, foram encontradas as freqüências de valores, para os intervalos considerados, relacionadas no quadro 6.1. Intervalo de Classe Freqüência 31 33,1 36,1 39,1 42,1 45,1 48,1 51,1 a a a a a a a a 33 36 39 42 45 48 51,0 54 3 12 28 56 89 90 41 10 Quadro 6.1 - Quadro das freqüências obtidas em 329 simulações para verificação preliminar, segundo a distribuição Weibull Utilizando-se as freqüências acumuladas, para os intervalos de classe considerados acima, traçou-se o gráfico 6.1, representado a seguir: Nº de Simulações 149 330 300 270 240 210 180 150 120 90 60 30 0 3 31-33 33,1-36 36,1-39 39,1-42 Custo/m 42,1-45 45,1-48 48,1-51 2 Gráfico 6.1 – Curva de freqüência acumulada de valores gerados, por meio de 329 simulações de Monte Carlo para verificação preliminar do modelo Weibull Caso se deseje trabalhar com um nível de confiança de 95%, correspondendo à 313 no eixo do nº de simulações (0,95 × 329 ≅ 313 ) , a curva de freqüência acumulada do gráfico 6.1 indica um valor de aproximadamente R$48,00/m2 de construção a ser utilizado para a variável custo/m2 de construção de um novo empreendimento. Verifica-se também, por intermédio do gráfico 6.1, que a probabilidade de ocorrer um custo menor do que R$ 44,00/m2 de construção era de apenas 60% (190 / 329 ≅ 0,6 ) , desta forma, conclui-se que o valor adotado pela construtora não era o ideal, expondo o empreendimento a um risco de alta probabilidade e alto impacto, uma vez que o lucro do mesmo é muito sensível a pequenas alterações da variável custo/m2, assim como, torna-se clara a indicação do uso da metodologia proposta como uma ferramenta de apoio à decisão. 6.2.4 - Verificação da Aderência da Curva por Meio do Teste Qui-Quadrado para Análise Preliminar do Modelo Weibull Para aplicação do teste qui-quadrado ( χ2 ), realizou-se o teste de hipótese, descrito anteriormente em 5.2.3.1.5, referente a hipótese nula H0, conforme a seguir: 150 H0: a distribuição de amostragem dos dados é o modelo Weibull. H1: a distribuição de amostragem dos dados não é o modelo Weibull. Caso o qui-quadrado observado ( χo2 ) < qui-quadrado crítico χc2 , aceita-se H0; Caso o qui-quadrado observado ( χo2 ) ≥ qui-quadrado crítico χc2 , rejeita-se H0; Calculando-se o qui-quadrado crítico χc2 , teremos: • α = nível de significância de 5%. • K = nº de intervalos de classe = 8 • t = nº de parâmetros da distribuição.Weibull = 2 • ϕ = K - 1 – t = graus de liberdade = 5. Por intermédio da tabela do qui-quadrado χ2 , 2 χc2 = χ 2 φ,α = χ5;0,05 . Onde: temos que: qui-quadrado crítico ⎛⎜⎝ χc2 ⎞⎟⎠ = χ2φ,α = χ52;0,05=11,07 . Sabe-se que a distribuição de probabilidades acumulada Weibull é dada por: β⎤ ⎡ ⎛c⎞ P[C ≤ c ] ≈ F(c ) = 1 − exp⎢ − ⎜ ⎟ ⎥; para c ≥ 0 ⎢ ⎝θ⎠ ⎥ ⎣ ⎦ Desta forma, teremos que: 12,159 ⎤ ⎡ ⎛ 31 ⎞ ⎥ = 0,00899 F(31) = 1 − exp⎢− ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 33 ⎞ ⎥ = 0,01913 F(33 ) = 1 − exp ⎢ − ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 33,1 ⎞ ⎥ = 0,01914 F(33,1) = 1 − exp ⎢ − ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 36 ⎞ ⎥ = 0,054118 F(36 ) = 1 − exp ⎢ − ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ e θ, β f 0 (6.1) 151 12,159 ⎤ ⎡ ⎛ 36,1 ⎞ ⎥ = 0,055922 F(36,1) = 1 − exp⎢− ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 39 ⎞ ⎥ = 0,136917 F(39 ) = 1 − exp⎢ − ⎜⎜ ⎟ ⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 39,1 ⎞ ⎥ = 0,140926 F(39,1) = 1 − exp⎢− ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 42 ⎞ ⎥ = 0,304101 F(42 ) = 1 − exp⎢ − ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 42,1 ⎞ ⎥ = 0,311463 F(42,1) = 1 − exp⎢ − ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 45 ⎞ ⎥ = 0,567798 F(45 ) = 1 − exp⎢− ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 45,1 ⎞ ⎥ = 0,577607 F(45,1) = 1 − exp⎢ − ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 48 ⎞ ⎥ = 0,840963 F(48 ) = 1 − exp⎢− ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 48,1 ⎞ ⎥ = 0,848285 F(48,1) = 1 − exp⎢ − ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 51 ⎞ ⎥ = 0,978563 F(51) = 1 − exp⎢− ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 51,1 ⎞ ⎥ = 0,980459 F(51,1) = 1 − exp⎢ − ⎜⎜ ⎟ ⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 12,159 ⎤ ⎡ ⎛ 54 ⎞ ⎥ = 0,999547 F(54 ) = 1 − exp⎢ − ⎜⎜ ⎟⎟ ⎢ ⎝ 45,655 ⎠ ⎥ ⎣ ⎦ 152 Considerando-se que P(A p C p B ) = (FB − F A )× N , onde N refere-se ao número de ocorrências, então, será possível calcular as freqüências da amostra considerada e1, e2, , en, denominadas freqüências esperadas ou teóricas, conforme a seguir: e(31;33 ) = (F33 − F31) × 329 = (0,01913 − 0,00899 )x329 = 0,01014 x329 = 3,34 ( ) ( ) ( ) ( ) ( ) e(33,1;36 ) = F36 − F33,1 × 329 = (0,054118 − 0,01984 )x329 = 0,034278 x329 = 11,28 e(36,1;39 ) = F39 − F36,1 × 329 = (0,136917 − 0,055922 )x329 = 0,080995 x329 = 26,65 e(39,1;42 ) = F42 − F39,1 × 329 = (0,304101 − 0,140926 )x329 = 0,163175 x329 = 53,68 e(42,1;45 ) = F45 − F42,1 × 329 = (0,567798 − 0,311463 )x329 = 0,256335 x329 = 84,33 e(45,1;48 ) = F48 − F45,1 × 329 = (0,840963 − 0,577607 )x329 = 0,263356 x329 = 86,64 ( ) ( ) e(48,1;51) = F51 − F48,1 × 329 = (0,978563 − 0,848285 )x329 = 0,130278 x329 = 42,86 e(51,1;54 ) = F54 − F51,1 × 329 = (0,999547 − 0,980459 )x329 = 0,019088 x329 = 6,28 Em seguida, com base nos valores calculados, foi possível montar a tabela 6.1, onde constam as freqüências observadas oi, as freqüências esperadas ei e os intervalos de classe considerados. 153 Tabela 6.1 – Freqüências observadas e esperadas Freqüência Freqüência Observada Oi Esperada Ei 31 a 33 3 3,34 33,1 a 36 12 11,28 Intervalos de Classe 36,1 a 39 28 26,65 39,1 a 42 56 53,68 42,1 a 45 89 84,33 45,1 a 48 90 86,64 48,1 a 51 41 42,86 51,1 a 54 10 6,28 Substituindo-se os valores da tabela 6.1, na equação 4.14 para calcular o quiquadrado observado ( χo2 ), teremos: 2= χo (3−3,34)2 + (12−11,28)2 + (28−26,65 )2 + (56−53,68)2 + (89−84,33)2 + (90−86,64)2 + (41− 42,86)2 + (10 −6,28)2 = 2,92 3,34 11,28 26,65 53,68 84,33 86,64 42,86 6,28 Desta forma, como o valor crítico (11,07) é maior que o observado (2,92), aceita-se a hipótese H0, ou seja, a distribuição de probabilidades é Weibull, ajustando-se de forma satisfatória aos dados considerados. Após esta verificação preliminar, onde se constatou a aderência do modelo de amostragem Weibull para a variável custo/m2 de construção, deu-se prosseguimento da aplicação da metodologia para custos de atividades por metro quadrado de construção do estudo de caso, obtidos por meio da relação entre os custos totais apropriados para as atividades de cada empreendimento e a área de construção total do respectivo empreendimento. 154 6.3 - APLICAÇÕES PRÁTICAS DOS DADOS DO ESTUDO DE CASO Como estudo de caso foram considerados os dados levantados durante pesquisa de campo na construtora R.G. Côrtes Engenharia S. A., sediada em Niterói – RJ. A escolha desta construtora como estudo de caso deu-se principalmente por dois fatores: 1) Concordância da construtora para que a autora realizasse a pesquisa de campo, em parceria com a equipe de gerenciamento de custos, de tal forma que ela tivesse livre acesso ao banco de dados dos custos de construção, apropriação e controle, ou seja, de modo que durante a pesquisa o sistema de gerenciamento de custos pudesse ser avaliado, verificando, desta forma, sua eficácia no sentido de fornecer dados reais; 2) Após a avaliação do sistema de gerenciamento de custos utilizado pela construtora, chegou-se a conclusão deste ser eficaz, no sentido de que os dados utilizados na aplicação da metodologia proposta realmente retratavam a realidade da empresa, ou seja, os dados que seriam utilizados na amostragem eram históricos, condição esta exigida pelo Método de Monte Carlo. 6.4 - APLICAÇÃO DA METODOLOGIA PROPOSTA Objetivando um maior entendimento da metodologia proposta, para ambos os modelos de amostragem, assim como, apresentar resultados oriundos da pesquisa de campo realizada na construtora R. G. Côrtes Engenharia S. A. e da aplicação da metodologia delineada, será apresentado um exemplo prático de todo procedimento descrito para uma atividade de construção. Este procedimento, possibilitará uma comparação entre as precisões alcançadas pelas distribuições de amostragem em estudo. 6.4.1 - Escolha da Atividade de Construção A atividade de construção a ser utilizada no exemplo prático será a pintura dos apartamentos que, segundo os dados da construtora, que podem ser observados no anexo 1, encontra-se na faixa A da classificação ABC. É importante ressaltar, que a escolha desta atividade de construção deu-se de forma aleatória, 155 uma vez que foi a primeira onde os dados ficaram prontos para utilização, isto é, já haviam sido conferidas as atividades de apropriação e retroalimentação do sistema de custos para esta atividade. Assim sendo, deu-se início ao experimento por esta atividade de construção; entretanto, poderia ter-se iniciado por qualquer outra que se encontrasse na faixa A da classificação ABC e cujos custos tivessem sido apropriados de forma adequada. 6.4.2 - Escolha das Amostras a Serem Utilizadas na Simulação Os empreendimentos, suas respectivas áreas de construção totais, os custos/m2 de construção da atividade de pintura apropriados, expressos em reais, bem como os percentuais de custo da atividade em relação ao orçamento dos respectivos empreendimentos e os percentuais acumulados encontram-se discriminados no quadro 6.2. Empreendimento Área de Construção (m2) Custo/m2 de Construção Apropriado (R$) % % da Acumulado Atividade da Atividade Bosque da Mirataia – Bl. 1 10.602,76 15,95 3,89 49,00 Bosque da Mirataia – Bl. 3 10.602,76 11,88 2,71 54,38 Edifício Kanazawa 16.316,00 18,66 3,15 39,71 Centro 1000 14.438,88 8,04 4,00 36,60 Edifício Pontevedra 13.703,65 15,66 1,92 58,04 Edifício Siena 3.730,00 16,55 1,54 58,26 Empresarial Quadro 6.2 – Dados dos empreendimentos considerados e da atividade pintura Fonte: Baseado em dados da R. G. Côrtes Engenharia 156 Na amostra considerada, não foram utilizados os custos/m2 de construção da atividade pintura, referentes aos empreendimentos Centro Empresarial 1000 e Edifício Siena. O do Centro Empresarial 1000 foi excluído, pelo fato de tratar-se de um edifício comercial e com padrão de acabamento diferente dos demais empreendimentos, podendo-se, inclusive, observar que foi um empreendimento que teve um custo/m2 de construção, referente à atividade em estudo, bastante inferior em relação aos demais valores apropriados nos outros empreendimentos. Já do Edifício Siena, também não foi considerado, pelo fato de que este empreendimento foi escolhido para estudo de caso da atividade pesquisada, desta forma, seus valores não poderiam integrar a amostra. Assim sendo, utilizou-se uma amostra referente a quatro empreendimentos, conforme resumido no quadro 6.3. Empreendimento Custo/m2 de Construção Apropriado (R$) Bosque da Mirataia – Bl. 1 15,95 Bosque da Mirataia – Bl. 3 11,88 Edifício Kanazawa 18,66 Edifício Pontevedra 15,66 Quadro 6.3 – Valores de custo/m2 de construção da atividade pintura considerados na amostra 6.4.3 – Aplicação da Metodologia para a Distribuição de Amostragem Weibull para a Atividade Pintura 6.4.3.1 – Cálculo dos Parâmetros β e θ da Distribuição Weibull para a Atividade Pintura Novamente, por meio da aplicação do programa computacional desenvolvido por DE SOUZA (2004), os valores encontrados para os parâmetros β e θ da 157 distribuição Weibull, foram, respectivamente 4,986 e 17,39; considerando-se para a utilização do programa, os seguintes artifícios: • Tamanho da amostra de valores de custo/m2 de construção da atividade igual a seis, sendo este artifício utilizado em virtude do tamanho reduzido da amostra, ou seja, de quatros valores amostrais, • Truncagem na ocorrência da quarta falha, isto é, coincidindo com o tamanho da amostra de quatro itens. Os artifícios citados estão previstos na utilização do programa computacional em questão, uma vez que este foi desenvolvido para poder ser utilizado em experimentos com amostras reduzidas, sendo, neste caso, que o tamanho reduzido da amostra é decorrente da dificuldade de coletar-se dados históricos, pois são necessários, dentre outros requisitos, que os empreendimentos tenham tido seus custos gerenciados de forma adequada e que possuam padrões similares de acabamento. Além disso, conforme mencionado anteriormente, a utilização de pequenas amostras, neste tipo de experimento, objetiva minimizar tempo e custo para a coleta dos dados, sem, entretanto, comprometer o nível de precisão. 6.4.3.2 Geração dos Valores Aleatórios de Custo/m2 da Atividade Pintura para o Modelo Weibull Os 329 valores de custo/m2 de construção gerados por intermédio do computacional desenvolvido por DE SOUZA (2004) podem ser analisados no apêndice II. 6.4.3.3 Construção da Curva de Freqüência Acumulada da Atividade Pintura para o Modelo Weibull Analogamente ao realizado em 6.2.3, dividiu-se o intervalo compreendido entre o menor e o maior valor de custo/m2 da amostra gerada de 329 valores de custo/m2 da atividade pintura em oito intervalos de classe de mesma amplitude, sendo encontradas as freqüências de valores, para os intervalos considerados, relacionadas no quadro 6.4. 158 Intervalo de Classe Freqüência 7 9,1 11,1 13,1 15,1 17,1 19,1 21,1 a a a a a a a a 9 11 13 15 17 19 21,0 24 9 15 44 58 70 65 37 31 Quadro 6.4 - Quadro das freqüências obtidas em 329 simulações para a atividade pintura, segundo a distribuição Weibull Utilizando-se as freqüências acumuladas, para os intervalos de classe Nº de Simulações considerados acima, traçou-se o gráfico 6.2, representado a seguir: 300 270 240 210 180 150 120 90 60 30 0 7,0-9 9,1-11 11,1-13 13,1-15 15,1-17 17,1-19 19,1-21 2 Custo/m da atividade pintura Gráfico 6.2 – Curva de freqüência acumulada de valores gerados, por meio de 329 Simulações de Monte Carlo para a atividade pintura, segundo o modelo Weibull Para um nível de confiança de 95%, na curva de freqüência acumulada do gráfico 6.3, verifica-se que o custo/m2 de construção da atividade pintura, a ser utilizado como previsão orçamentária do empreendimento considerado como estudo de caso, ou seja, o Edifício Siena, seria de aproximadamente R$ 21,00. 159 6.4.3.4 - Verificação da Aderência da Curva da Atividade Pintura para o Modelo Weibull por Meio do Teste Qui-Quadrado Para aplicação do teste qui-quadrado ( χ2 ), realizou-se o teste de hipótese, descrito anteriormente em 5.2.3.1.5, referente a hipótese nula H0, conforme a seguir: H0: a distribuição de amostragem dos dados é o modelo Weibull. H1: a distribuição de amostragem dos dados não é o modelo Weibull. Caso o qui-quadrado observado ( χo2 ) < qui-quadrado crítico χc2 , aceita-se H0; Caso o qui-quadrado observado ( χo2 ) ≥ qui-quadrado crítico χc2 , rejeita-se H0; Calculando-se o qui-quadrado crítico χc2 , teremos: 2 = χ2 . χc2 = χ φ ,α 5;0,05 • α = nível de significância de 5%. • K = nº de intervalos de classe = 8 • t = nº de parâmetros da distribuição.Weibull = 2 • ϕ = K - 1 – t = graus de liberdade = 5. Por intermédio da tabela do qui-quadrado χ2 , Onde: temos que: qui-quadrado crítico ⎛⎜⎝ χc2 ⎞⎟⎠ = χ2φ,α = χ52;0,05=11,07 . Por intermédio dos mesmos procedimentos realizados em 6.2.4, para o cálculo do qui-quadrado observado, encontra-se o valor de 3,28. Assim sendo, como o valor crítico (11,07) é maior que o observado (3,28), aceita-se a hipótese H0, ou seja, a distribuição de probabilidades é Weibull, ajustando-se de forma satisfatória aos dados considerados. 160 6.4.4 Aplicação da Metodologia para a Distribuição de Amostragem Beta para a Atividade Pintura 6.4.4.1 Cálculo dos Parâmetros α e β da Distribuição Beta para a Atividade Pintura Conforme estabelecido no capítulo 5, no caso da distribuição de amostragem Beta, a primeira etapa consiste em se calcular a média e o desvio padrão da amostra de custo/m2 de construção considerada, pois os valores destes parâmetros deverão ser utilizados na solução do sistema formado pelas equações (4.20) e (4.21), objetivando encontrar os parâmetros α e β da distribuição considerada. Torna-se importante comentar que, como os parâmetros α e β somente poderão assumir valores positivos, segundo ANG e TANG (1973) e SARAIVA (2004), torna-se necessária a utilização de um artifício matemático, que consiste em inserir nas equações (4.20) e (4.21), conforme a ordem de grandeza, a centésima ou a milésima parte dos respectivos valores da média e variância. Neste caso, os valores da média e variância foram reduzidos à centésima parte e, os valores encontrados para os parâmetros em questão, encontram-se no quadro 6.5. Média Desvio padrão α β 15,54/m2 2,80/m2 25,90 140,64 Quadro 6.5 – Parâmetros da amostra e da distribuição Beta 6.4.4.2 Geração dos Valores Aleatórios de Custo/m2 da Atividade Pintura para o Modelo Beta Informando-se os valores encontrados para α e β, ou seja, 25,90 e 140,64 na função rbeta do Aplicativo Mathcad 2000 Professional, foram gerados 300 valores aleatórios de custo/m2 de construção para a atividade pintura. Estes valores encontram-se relacionados no apêndice III. 161 6.4.4.3 Construção da Curva de Freqüência Acumulada da Atividade Pintura para o Modelo Beta De forma similar ao executado para o modelo Weibull, dividiu-se o intervalo compreendido entre o menor e o maior valor de custo/m2 da amostra gerada de 300 valores de custo/m2 de construção da atividade pintura, em dez intervalos de classe de mesma amplitude, sendo encontradas as freqüências de valores, para os intervalos considerados, relacionadas no quadro 6.6. Intervalo de Classe Freqüência 7,0 9,0 11,0 13,0 15,0 17,0 19,0 21,0 23,0 25,0 a a a a a a a a a a 8,9 10,9 12,9 14,9 16,9 18,9 20,9 22,9 24,9 27,0 1 18 37 65 77 63 29 9 0 1 Quadro 6.6 - Quadro das freqüências obtidas em 300 simulações para a atividade pintura, segundo a distribuição Beta Por intermédio das freqüências acumuladas, para os intervalos de classe considerados acima, traçou-se o gráfico 6.3, representado a seguir: 300 nº de simulações 270 240 210 180 150 120 90 60 30 0 7,0-8,9 9,0-10,9 11,0-12,9 13,0-14,9 15,0-16,9 17,0-18,9 19,0-20,9 21,0-22,9 23,0-24,9 25,0-27,0 custo/m2da atividade pintura Gráfico 6.3 – Curva de freqüência acumulada de valores gerados por meio de 300 simulações de Monte Carlo para atividade pintura, segundo o modelo Beta 162 Da mesma forma, que no modelo Weibull, para o mesmo nível de confiança de 95%, na curva de freqüência acumulada do gráfico 6.3, verifica-se que o custo/m2 de construção da atividade pintura, a ser utilizado como previsão orçamentária do empreendimento considerado como estudo de caso, ou seja, o Edifício Siena, seria de aproximadamente R$ 19,00. 6.4.4.4 - Verificação da Aderência da Curva da Atividade Pintura para o Modelo Beta por Meio do Teste Qui-Quadrado Analogamente, ao que foi realizado para o modelo Weibull, para aplicação do teste qui-quadrado ( χ2 ), realizou-se o teste de hipótese, referente a hipótese nula H0, conforme a seguir: H0: a distribuição de amostragem dos dados é o modelo Beta. H1: a distribuição de amostragem dos dados não é o modelo Beta. Caso o qui-quadrado observado ( χo2 ) < qui-quadrado crítico χc2 , aceita-se H0; Caso o qui-quadrado observado ( χo2 ) ≥ qui-quadrado crítico χc2 , rejeita-se H0; Calculando-se o qui-quadrado crítico χc2 , teremos: 2 = χ2 . χc2 = χ φ ,α 4;0,05 • α = nível de significância de 5%. • K = nº de intervalos de classe = 7 • t = nº de parâmetros da distribuição Beta = 2. • ϕ = K - 1 – t = graus de liberdade = 4. Por intermédio da tabela do qui-quadrado χ2 , Onde: temos que: qui-quadrado crítico ⎛⎜⎝ χc2 ⎞⎟⎠ = χ2φ,α = χ24;0,05=9,49 . No modelo de amostragem Beta, diferentemente do modelo Weibull, onde as freqüências esperadas foram calculadas por intermédio da distribuição de probabilidade acumulada, as freqüências esperadas, referentes aos intervalos de classe considerados, foram calculadas no Aplicativo Mathcad 2000 Professional, por intermédio da função pbeta que calcula a probabilidade da ocorrência de 163 determinado valor, segundo a distribuição Beta. Desta forma, considerou-se a propriedade estatística de que a probabilidade de que o valor para uma variável X seja maior do que “A” e menor do que “B” é obtida pela diferença entre a probabilidade de ocorrência de “A” e a probabilidade de ocorrência de “B”, ou seja: P (A < X < B) = P (A) – P (B) (6.1) Substituindo-se os valores para as freqüências observadas e as esperadas na equação 3.14, para calcular o qui-quadrado observado ( χo2 ), obteve-se o valor de 3,89. Desta forma, como o valor crítico (9,49) é maior que o observado (3,89), aceita-se a hipótese H0, ou seja, a distribuição de probabilidades pode ser considerada Beta, pois ajusta-se de forma adequada aos dados considerados. 6.5 COMPARAÇÃO ENTRE AS PRECISÕES OBTIDAS PELAS DISTRIBUIÇÕES ADOTADAS PARA A ATIVIDADE PINTURA Nos quadros 6.7 e 6.8, considerando-se os modelos Weibull e Beta, respectivamente, encontra-se o valor total de custo da atividade pintura apropriado pela construtora e o valor de custo/m2 de construção da atividade, obtido pela relação do custo total apropriado e a área total de construção do empreendimento. Também estão relacionados os valores estimados pelo método de orçamentação utilizado pela construtora e aqueles resultantes da aplicação da metodologia apresentada por este trabalho, verificando-se que esta alcançou maior precisão orçamentária em ambos os modelos de amostragem utilizados. Dados da Construtora Valores Obtidos pela Metodologia Custo total da atividade estimado Custo total da atividade apropriado Custo/m da atividade estimado Custo/m da atividade apropriado Diferença entre os custos totais: estimado e apropriado R$ 93.303,22 R$ 61.731,50 R$ 25,01 R$ 16,55 R$ 31.571,22 2 2 Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 78.330,00 R$ 21,00 R$ 16.598,50 Quadro 6.7 – Custos estimados e apropriados para a atividade pintura para o modelo Weibull 164 Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 93.303,22 R$ 61.731,50 R$ 25,01 R$ 16,55 R$ 31.571,22 R$ 70.870,00 R$ 19,00 R$ 9.138,50 Quadro 6.8 – Custos estimados e apropriados para a atividade pintura para o modelo Beta No quadro 6.9 encontra-se uma síntese dos valores encontrados. Dados da Construtora Diferença entre o estimado e o apropriado R$ 31.571,22 Custo/m2 da atividade apropriado R$ 16,55 Valores Obtidos pela Aplicação da Metodologia Custo/m2 da atividade estimado pela metodologia Custo/m2 da atividade estimado pela metodologia Weibull Beta R$ 21,00 R$ 19,00 Diferença entre o estimado e o apropriado pela metodologia Diferença entre o estimado e o apropriado pela metodologia Weibull Beta R$ 16.598,50 R$ 9.138,50 Quadro 6.9 – Síntese dos valores encontrados para os modelos de amostragem Weibull e Beta Apesar da metodologia proposta ter obtido maior precisão orçamentária para a atividade em estudo, para ambos os modelos de amostragem, observa-se que o modelo de amostragem Beta obteve um erro menor do que o modelo de amostragem Weibull. Porém, para afirmar que sempre o modelo de amostragem Beta seria mais preciso do que o modelo de amostragem Weibull, torna-se necessário testar ambos os modelos para diversas atividades de construção. Contudo, como os dois modelos apresentaram-se mais precisos do que o método tradicional utilizado pela construtora, optou-se por continuar a pesquisa somente fazendo-se uso da metodologia com o modelo de amostragem Beta, destacando-se para esta decisão os principais motivos: 165 • Maior precisão quando testada para a atividade pintura, escolhida de forma aleatória; • Maior facilidade de cálculo dos parâmetros da distribuição Beta que podem ser encontrados pela solução de um sistema simples formado por duas equações e duas incógnitas. Em contrapartida, os parâmetros da distribuição Weibull não podem ser calculados pelos métodos analíticos tradicionais, necessitando de programas matemáticos especiais, sendo que os disponíveis no mercado, tais como o programa computacional Mathcad 2000 Professional utilizado na metodologia, embora sejam ferramentas matemáticas poderosas, ainda não conseguem calcular os parâmetros da distribuição Weibull. • Analogamente ao que foi relatado para o cálculo dos parâmetros das distribuições, a geração dos valores aleatórios de custo/m2 de construção das atividades é realizado com maior facilidade para o modelo Beta, uma vez que mesmo após o cálculo dos parâmetros da distribuição Weibull em programas especiais, isto é, programas não encontrados no mercado, depara-se com incompatibilidades entre estes programas e os encontrados no mercado para geração dos valores aleatórios, devendo-se, desta forma, também gerar estes valores em programas matemáticos especiais; • Outra dificuldade encontrada na utilização do modelo de amostragem Weibull encontra-se no fato de que para verificação da aderência da curva, por meio do teste qui-quadrado, torna-se necessário o cálculo das freqüências esperadas para cada intervalo de classe, por intermédio da distribuição de probabilidade acumulada Weibull. Este procedimento que foi minuciosamente descrito e aplicado em 6.2.4, pode ser considerado como bastante trabalhoso e lento se comparado com o utilizado no modelo de amostragem Beta, que consiste, conforme descrito em 6.4.4.4, na simples aplicação de uma função em um programa computacional matemático e as considerações estatísticas explicitadas na equação 6.1. • Finalizando, após a apresentação da metodologia proposta para as duas construtoras que participaram da pesquisa de campo, ambas consideraram que 166 a utilização do modelo de amostragem Beta seria incorporado com muito mais facilidade às suas atividades rotineiras de gerenciamento de custos. Assim sendo, a pesquisa continua fazendo uso apenas do modelo de amostragem Beta na validação da metodologia proposta no capítulo 5. 6.6 APLICAÇÃO DA METODOLOGIA SEGUNDO O MODELO BETA PARA OUTRAS ATIVIDADES DE CONSTRUÇÃO DO ESTUDO DE CASO Aplicou-se também a metodologia descrita, utilizando-se o modelo de amostragem Beta, também para as atividades armação da supraestrutura, alvenaria, concreto da supraestrutura, esquadria de alumínio e pastilha, cujos resultados comparativos encontram-se ilustrados, respectivamente, nos quadros 6.10, 6.11, 6.12, 6.13 e 6.14. Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividad e apropri ado R$ 138.010,00 R$ 158.809,20 R$ 37,00 R$ 42,04 Diferença entre os custos totais: estimado e apropriado Custo total da atividade estimado Custo/m2 da ativi dade esti mad o (R$ 20.799,20) R$ 161.882,00 R$ 43,40 Diferença entre o custo total estimado pela metodologia eo apropriado pela construtora R$ (3.072,80) Quadro 6.10 – Custos estimados e apropriados para a atividade armação da supraestrutura Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividade apropriado R$ 83.775,80 R$ 81.873,50 R$ 22,46 R$ 21,95 Diferença entre os custos totais: estimado e apropriado R$ 1.902,30 Custo total da atividade estimado Custo/m2 da atividade estimado R$ 83.925,00 R$ 22,50 Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 2.051,50 Quadro 6.11 – Custos estimados e apropriados para a atividade alvenaria 167 Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado R$ 179.572,34 R$ 272.833,90 R$ 48,14 Custo/m da atividade apropriado Diferença entre os custos totais: estimado e apropriado R$ 73,15 (R$ 93.261,60) 2 Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 241.704,00 R$ 64,80 (R$ 31.129,90) Quadro 6.12 – Custos estimados e apropriados para a atividade concreto da supraestrutura Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 118.244,47 R$ 107.910,98 R$ 31,70 R$ 28,93 R$ 10.333,49 R$ 112.273,00 R$ 30,10 R$ 4.362,02 Quadro 6.13 – Custos estimados e apropriados para a atividade esquadria de alumínio Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 205.954,15 R$ 100.359,60 R$ 55,22 R$ 26,91 R$ 105.549,57 R$ 106.678,00 R$ 28,60 R$ 6.319,00 Quadro 6.14 – Custos estimados e apropriados para a atividade pastilha 6.7 APLICAÇÕES PRÁTICAS UTILIZANDO-SE DADOS REFERENTES A OUTROS PARÂMETROS DE CONSTRUÇÃO DO ESTUDO DE CASO Verificou-se, conforme mencionado no capítulo 5, que a metodologia proposta consiste em uma ferramenta de apoio à decisão do empreendedor. Desta forma, com o intuito de ampliar o universo de sua aplicação, quanto ao aumento da 168 precisão dos orçamentos estimativos, testou-se também a eficácia da metodologia, considerando separadamente os componentes de custos das atividades de construção, ou seja, os custos referentes à mão-de-obra, materiais e meios de produção, uma vez que o custo total da atividade é formado pelo somatório destes itens. Para esta validação também foi utilizada a atividade pintura. Isto decorre apenas do fato dela já ter sido escolhida, de forma aleatória, conforme mencionado em 6.4.1, para ser testada para ambos os modelos de amostragem, isto é, Weibull e Beta. Entretanto, é importante enfatizar que qualquer outra atividade de construção poderia ser utilizada. Para realizar a aplicação prática da metodologia proposta neste item, foram executados os seguintes passos: • Foram consideradas para cada empreendimento: as áreas totais de construção e os custos/m2 de construção apropriados para a atividade, obtidos por meio da relação entre o custo total apropriado para a atividade e a área total de construção do respectivo empreendimento. Estes valores podem ser observados no quadro 6.15. • Analogamente ao realizado em 6.4.2, considerou-se uma amostra de quatro itens referentes aos quatro primeiros empreendimentos e, o Edifício Siena, também foi considerado como estudo de caso, não sendo, portanto, seus dados considerados na amostra. 169 Empreendimento Custo/m2 de Área de Construção Construção (m2) Apropriado (R$) Bosque da Mirataia – Bl. 1 10.602,76 15,95 Bosque da Mirataia – Bl. 3 10.602,76 11,88 Edifício Kanazawa 16.316,00 18,66 Edifício Pontevedra 13.703,65 15,66 Edifício Siena 3.730,00 16,55 Quadro 6.15 – Parâmetros dos empreendimentos e da atividade pintura Fonte: Baseado em dados da R. G. Côrtes Engenharia • Os dados referentes à terceira coluna do quadro 6.15 (custo/m2 de construção apropriado (R$)), foram subdivididos em custos/m2 de construção referentes à mão de obra, materiais e meios de produção, considerando-se as composições de custo simplificadas fornecidas pela construtora R.G. Côrtes Engenharia e que podem ser observadas no anexo I. • Elaboração da amostra referente ao custo/m2 de mão-de-obra de construção da atividade pintura, por meio da relação entre o custo total da mão de obra apropriado para a atividade pintura e a respectiva área de construção do empreendimento. • Aplicação da metodologia proposta no capítulo 5, para a distribuição de amostragem Beta, para o custo/m2 de mão-de-obra de construção da atividade pintura, sendo possível estimar um custo provável para a mão-de-obra do estudo de caso, isto é, do Edifício Siena, por meio da multiplicação do custo/m2 encontrado e a área de construção total do empreendimento. 170 • Analogamente, realizou-se a aplicação da metodologia para os custos referentes aos materiais de construção e aos meios de produção, obtendo-se também um custo provável para estes dois componentes de custo da atividade. • Comparação dos custos estimados para mão-de-obra, materiais de construção e meios de produção pela metodologia e os estimados e apropriados pela construtora. Esta comparação pode ser observada, por intermédio dos quadros 6.16, 6.17 e 6.18. Dados da Construtora Custo total da mão-de–obra estimado Custo total da mão-de–obra apropriado Diferença entre os custos totais: estimado e apropriado para a Valores Obtidos pela Aplicação da Metodologia Custo total da mão-de–obra estimado mão de obra R$ 40.120,38 R$ 25.927,23 R$ 14.193,15 Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora para a mãode-obra R$ 27.602,00 R$ 1.674,77 Quadro 6.16 – Custos estimados e apropriados para a mão de obra da atividade pintura do Edifício Siena Dados da Construtora Custo total dos materiais de construção estimado R$ 49.450,71 Custo total dos materiais de construção apropriado R$ 33.952,33 Diferença entre os custos totais: estimado e apropriado para os materiais de construção R$ 15.498,38 Valores Obtidos pela Aplicação da Metodologia Custo total dos materiais de construção estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora para os R$ 35.733,40 R$ 1.781,07 materiais de construção Quadro 6.17 – Custos estimados e apropriados para os materiais de construção da atividade pintura do Edifício Siena 171 Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total dos meios de produção Custo total dos meios de produção apropriado estimado R$ 3.732,13 R$ 1.851,94 Diferença entre os custos totais: estimado e apropriado para os meios de produção R$ 1.880,19 Diferença entre o custo total estimado pela Custo total dos meios de metodologia e o produção apropriado pela estimado construtora para os meios de produção R$ 2.611,00 R$ 703,81 Quadro 6.18 – Custos estimados e apropriados para os meios de produção da atividade pintura do Edifício Siena Outro aspecto bastante relevante que foi observado durante a pesquisa, consiste no fato de que, para a atividade em estudo, quando os custos que a compõem foram tratados de forma separada, isto é, considerando-se os custos referentes à mão-de-obra, materiais de construção e meios de produção, obteve-se um aumento da precisão da estimativa orçamentária para a atividade, em relação aos valores apresentados no quadro 6.8, referentes à aplicação da metodologia usando o modelo de amostragem Beta e considerando o custo total da atividade. No quadro 6.19 encontra-se uma síntese dos valores estimados e apropriados pela construtora, bem como a diferenças entre estimado e apropriado pela construtora e pela metodologia, considerando-se seu uso para estimar diretamente o custo total da atividade e quando este foi calculado a partir do somatório dos componentes de custo, obtidos pela aplicação da metodologia para cada um deles. 172 Dados da Construtora Valores Obtidos pela Aplicação da Metodologia Valores Obtidos pela Aplicação da Metodologia por Componentes de Custo Custo total da atividade estimado Custo total da atividade apropriad o Diferenç a entre o estimado eo apropria do Custo total da atividade estimado Diferença entre o estimado eo apropriad o Custo total da atividade estimado Diferença entre o estimado eo apropriad o R$ 93.303,22 R$ 61.731,5 0 R$ 31.571,2 2 R$ 70.870,0 0 R$ 9.138,50 R$ 65.946,40 R$ 4.214,90 Quadro 6.19 – Síntese dos valores encontrados para os modelo de amostragem Beta para a atividade pintura A aplicação da metodologia, considerando-se os componentes de custo separadamente é importante, uma vez que aumenta sua abrangência como ferramenta de apoio à decisão, podendo-se citar, alguns exemplos: • Com relação à mão-de-obra, a construtora poderá verificar, nos casos de custos estimados pela metodologia mais altos do que os estimados pelos métodos orçamentários tradicionais, a utilização de mão-de-obra terceirizada e reavaliar o percentual de encargos sociais que esta utilizando, uma vez que este pode variar em função de alguns fatores; • Nos casos dos materiais de construção, quando a metodologia estimar um valor mais alto do que o estimado pelo orçamento da construtora, esta poderá tomar medidas de contingência para aumento da estimativa orçamentária, tais como avaliação da forma de contratação e pagamento e reavaliação dos critérios considerados na retroalimentação do banco de dados dos coeficientes de consumo de materiais; • Os casos de discrepâncias expressivas para menos dos custos estimados pela metodologia para os componentes de custo das atividades, podem significar que a construtora estimou custos aquém, oriundos da utilização de coeficientes de produtividade de mão-de-obra e consumos de materiais, de obras em cujos canteiros ocorreram situações eventuais; tais como falta de organização no 173 canteiro de obras, exemplificada por condições inadequadas das áreas de vivência e armazenamento de materiais e utilização de mão-de-obra não qualificada, com conseqüente retrabalho. Obviamente, as condições citadas contribuirão para majoração dos custos de construção, devendo a empresa verificar se os dados referentes a esta obra representam a sua realidade ou se deverão ser desconsiderados nos orçamentos de novos empreendimentos. Em resumo, observa-se que a utilização da metodologia proposta por este trabalho pode apoiar o empreendedor em diversas situações, durante o processo decisório, porém, gerenciar custos e riscos de forma eficaz é de suma importância, pelo fato de que a metodologia depende de informações confiáveis e jamais substitui a experiência pregressa do empreendedor e de seus gerentes. Cabe ainda salientar, que na construtora considerada como estudo de caso, a diferença global dos custos estimados e apropriados dos empreendimentos analisados ficou contida no intervalo de ± 5%. Entretanto, considerando-se os custos globais das atividades em separado, foram encontradas diferenças bastante expressivas, ultrapassando os percentuais de erro normalmente admitidos para a fase de projeto executivo. Na verdade, o que ocorria era que custos de atividades superestimados eram compensados por de outras subestimados, fazendo com que o erro final ficasse dentro do valor citado. Outra observação importante é que em algumas estimativas a construtora utilizava a média dos custos apropriados para determinada atividade, na elaboração de uma nova estimativa orçamentária. Este procedimento, conforme demonstrado por este trabalho, é incorreto, uma vez que a média e o desvio padrão são parâmetros da distribuição normal e, os custos de construção, não se distribuem segundo este modelo de amostragem. 6.8 APLICAÇÕES PRÁTICAS DOS DADOS DA SEGUNDA CONSTRUTORA PESQUISADA Conforme mencionado na introdução do presente capítulo, também foi realizada pesquisa de campo em uma segunda construtora para validação da metodologia proposta no capítulo 5. 174 A construtora pesquisada foi a Soter Sociedade Técnica de Engenharia S/A, também sediada no município de Niterói – RJ, sendo que os dados coletados nesta empresa podem ser observados no anexo II. Durante a pesquisa de campo também foi necessária uma avaliação do gerenciamento de custos da construtora, novamente com a preocupação de se garantir que os dados a serem coletados representariam a realidade da mesma, ou seja, se eram dados históricos. A autora verificou, dentre outros, itens tais como orçamentação, apropriação, controle e retroalimentação do sistema de gerenciamento de custos. Após a constatação de que a construtora possuía um sistema de gerenciamento de custos capaz de fornecer dados adequados à aplicação da metodologia proposta, procedeu-se então a coleta dos dados. Foram considerados seis empreendimentos, conforme constante no anexo II, sendo que, faziam parte dos dados amostrais os seguintes: San Felice, Pedra de Itapuca, Maria Callas, Terra di Toscana e Burle Marx. O Anacapri foi considerado como estudo de caso para aplicação da metodologia. Os resultados obtidos, após aplicação da metodologia, segundo o modelo de amostragem Beta, para o empreendimento Anacapri encontram-se relacionados nos quadros a seguir: Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 659.788,66 R$ 656.587,85 R$ 58,02 R$ 57,74 R$ 3.200,81 R$ 658.382,64 R$ 57,90 R$ 1.794,80 Quadro 6.20 – Custos estimados e apropriados para a atividade armação da supraestrutura – Edifício Anacapri 175 Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 339.910,71 R$ 231.655,50 R$ 29,89 R$ 20,37 R$ 108.255,21 R$ 261.533,70 R$ 23,00 R$ 29.878,20 Quadro 6.21 – Custos estimados e apropriados para a atividade azulejo – Edifício Anacapri Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado R$ 522.293,90 R$ 441.487,14 R$ 45,93 Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado R$ 38,83 R$ 80.806,76 Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 482.131,67 R$ 42,40 R$ 40.644,53 Quadro 6.22 – Custos estimados e apropriados para a atividade concreto da supraestrutura – Edifício Anacapri Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 490.156,10 R$ 450.609,45 R$ 43,11 R$ 39,63 R$ 39.546,65 R$ 469.623,54 R$ 41,30 R$ 19.014,10 Quadro 6.23 – Custos estimados e apropriados para a atividade esquadria de alumínio– Edifício Anacapri 176 Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado R$ 418.929,78 R$ 249.450,30 R$ 36,84 Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado R$ 21,94 R$ 169.479,48 Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 301.332,30 R$ 26,50 R$ 51.882,00 Quadro 6.24 – Custos estimados e apropriados para a atividade forma da supraestrutura – Edifício Anacapri Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 313.994,10 R$ 322.134,42 R$ 27,61 R$ 28,33 (R$ 8.140,32) R$ 320.663,05 R$ 28,20 (R$ 1.471,37) Quadro 6.25 – Custos estimados e apropriados para a atividade pintura – Edifício Anacapri Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 209.219,57 R$ 242.894,73 R$ 18,40 R$ 21,36 (R$ 33.675,16) R$ 236.517,42 R$ 20,80 (R$ 6.377,31) Quadro 6.26 – Custos estimados e apropriados para a atividade piso de granito Edifício Anacapri 177 Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado R$ 418.737,07 R$ 386.497,08 R$ 36,82 Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado R$ 33,99 R$ 32.239,99 Custo total da atividade estimado R$ 397.786,05 Custo/m2 da atividade estimado R$ 34,30 Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 11.288,97 Quadro 6.27 – Custos estimados e apropriados para a atividade piso cerâmico Edifício Anacapri Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 696.104,81 R$ 735.989,44 R$ 61,22 R$ 64,72 (R$ 39.884,63) R$ 716.374,89 R$ 63,00 (R$ 20.270,08) Quadro 6.28 – Custos estimados e apropriados para a atividade revestimento externo - Edifício Anacapri Valores Obtidos pela Aplicação da Metodologia Dados da Construtora Custo total da atividade estimado Custo total da atividade apropriado Custo/m2 da atividade estimado Custo/m2 da atividade apropriado Diferença entre os custos totais: estimado e apropriado Custo total da atividade estimado Custo/m2 da atividade estimado Diferença entre o custo total estimado pela metodologia e o apropriado pela construtora R$ 295.497,26 R$ 291.083,47 R$ 25,99 R$ 25,60 R$ 4.413,79 R$ 293.372,57 R$ 25,80 R$ 2.124,69 Quadro 6.29 – Custos estimados e apropriados para a atividade revestimento interno Edifício Anacapri Por meio dos resultados apresentados nos quadros 6.20 a 6.29 é possível concluir que, também nesta empresa pesquisada, a metodologia proporcionou um aumento da precisão da estimativa orçamentária para o empreendimento testado. 7 – CONCLUSÃO Conforme estabelecido no início deste trabalho, a construção imobiliária brasileira atua num mercado cada vez mais competitivo e, atende clientes a cada dia mais exigentes. O lucro, que passou a ser estabelecido pelo custo da produção e pelo preço de mercado, implicou na necessidade das construtoras otimizarem os lucros estimados na fase de planejamento de seus empreendimentos imobiliários. Diante deste cenário, no âmbito do gerenciamento de custos, foi constatada a importância do aperfeiçoamento dos métodos orçamentários utilizados pelas construtoras, com o objetivo de reduzir ao máximo as diferenças entre os custos estimados e os custos apropriados dos empreendimentos imobiliários, resultando, desta forma, na preservação ou incremento do lucro. Além disso, sabe-se que o gerenciamento de custos, quando implementado de forma eficaz, proporciona a comparação dos custos estimados com os apropriados, a detecção de desvios, e a utilização de medidas de contingência para o ajuste e controle da qualidade de produtos e processos produtivos, resultando em custos menores e melhoria da qualidade. E, também, que o uso simultâneo e combinado de uma gestão de custos eficaz e de técnicas de análise de risco, pode ser considerado como uma estratégia decisória, na obtenção de custos menores e, obviamente, otimização do lucro dos empreendimentos de construção. Desta forma, os fatores citados despertaram na autora o interesse em elaborar uma metodologia para aumento da precisão dos orçamentos estimativos 179 para construção de edifícios residenciais e/ou comerciais, utilizando-se o Método de Monte Carlo e, especificamente, as distribuições de amostragem Weibull e Beta. Assim sendo, o trabalho iniciou estabelecendo a metodologia da pesquisa a ser utilizada em sua elaboração. Então, no capítulo 2, classificou-se a pesquisa conforme as formas existentes, identificadas durante o processo de revisão bibliográfica, definiu-se o método científico utilizado, comentou-se sobre os canais de comunicação na ciência e foram colocados alguns conceitos e esclarecimentos que devem ser considerados em pesquisas experimentais. Também foram relatadas as etapas da metodologia da pesquisa utilizada, ou seja, a etapa de pesquisa e análise, constando de revisão bibliográfica e pesquisa de campo e a de desenvolvimento do trabalho. Após pesquisa bibliográfica, foi possível apresentar conceitos de projeto, gerenciamento de projetos e seus respectivos ciclos de vida, os processos de gerenciamento de projetos e as áreas de conhecimento consideradas pelo PMI. Conceituou-se o gerenciamento de custos, sua importância para a construção civil, seus objetivos e benefícios, a evolução histórica dos sistemas de gerenciamento de custos, interligação entre gerenciamento da qualidade e gerenciamento de custos, a redução de custos e de desperdícios nas obras, orçamentação e seus objetivos, precisão dos orçamentos, métodos de orçamentação, custos diretos de produção, assim como, apropriação, controle e retroalimentação no gerenciamento de custos. Também descreveu-se, de forma resumida, o gerenciamento de custos do projeto, conforme o estabelecido pelo PMI (2004). Além disso, abordou-se o gerenciamento de riscos, citando seus objetivos, suas fases e fornecendo uma breve explanação de sua conceituação, segundo o PMI (2004). A pesquisa bibliográfica também foi importante para que o trabalho caracteriza-se o processo decisório, apresentando, de forma resumida, algumas ferramentas de apoio à decisão; explanasse o Método de Monte Carlo, relatando seu histórico e suas aplicações em diferentes Áreas de Pesquisa; comentasse sobre a importância da definição do número adequado de interações a serem realizadas, para garantir a confiabilidade do método, assim como descrever, pormenorizadamente, as distribuições de probabilidade Beta e Weibull, pelo fato de 180 ter-se concluído que estas são as distribuições de probabilidade que mais se aproximam das distribuições das variáveis estudadas, ou seja, os custos/m2 de construção, das diversas atividades componentes dos orçamentos discriminados. Ao final da pesquisa bibliográfica, foi construída e proposta no capítulo V, a metodologia, objetivo deste trabalho, para aumento da precisão dos orçamentos estimativos para construção de edifícios residenciais e/ou comerciais, utilizando-se o Método de Monte Carlo e as distribuições de amostragem Weibull e Beta. No capítulo VI, utilizando-se os dados da pesquisa de campo realizada em duas construtoras, apresentou-se um estudo de caso para ambos os modelos de amostragem e aplicações práticas da metodologia proposta para o modelo de amostragem Beta. Entretanto, em complementação e, para correta utilização da metodologia proposta, fazem-se necessárias algumas considerações. Verifica-se que o critério da Curva ABC é muito importante na escolha das atividades, uma vez que a melhor estratégia, na utilização da metodologia, corresponde a consideração do menor número de atividades possível, desde que representem a maior parte do custo total de construção do empreendimento. Com relação a distribuição de probabilidades a ser adotada, observou-se que, tanto o modelo Weibull, como o modelo Beta, adequam-se de forma satisfatória a variável custo/m2 de construção. Entretanto, a pesquisa continuou adotando apenas o modelo de amostragem Beta, pelo fato de que procurou-se atender dois quesitos importantíssimos: a precisão e a facilidade de implantação da metodologia nas construtoras. Contudo, embora ambos os modelos de amostragem tenham apresentado precisões satisfatórias, o modelo de amostragem Weibull foi considerado pelas construtoras pesquisadas, de utilização complexa, principalmente pelo fato de não ser possível calcular os parâmetros da distribuição pelos métodos analíticos tradicionais, sendo preciso a utilização de programas computacionais especiais, ainda não comercializados. Além disso, outra dificuldade detectada na utilização do modelo de amostragem Weibull encontra-se no fato de que, para verificação da aderência da curva, por meio do teste qui-quadrado, torna-se necessário o cálculo das freqüências esperadas para cada intervalo de classe, por intermédio da distribuição de probabilidade acumulada Weibull. Este procedimento 181 pode ser considerado como bastante trabalhoso e lento se comparado com o utilizado no modelo de amostragem Beta, que consiste na simples aplicação de uma função em um programa computacional matemático. Outro aspecto constatado durante a pesquisa e de grande relevância, consiste no fato de que, quando os custos que formavam a atividade pintura do Estudo de Caso foram tratados de forma separada, isto é, considerando-se os custos referentes à mão-de-obra, materiais de construção e meios de produção, obteve-se um aumento da precisão da estimativa orçamentária para a atividade, em relação à aplicação da metodologia, usando o modelo de amostragem Beta, quando foi considerado o custo total da atividade. Assim sendo, a aplicação da metodologia, considerando-se os componentes de custo separadamente é importante, uma vez que pode aumentar sua abrangência como ferramenta de apoio à decisão, em decorrência do aumento de precisão obtido, como também disponibilizar um banco de dados de coeficientes de composição de custo, para as diversas atividades de construção. Também, é importante comentar que esta metodologia não representa uma ferramenta para substituir o julgamento do especialista, e sim, um método para aumento da precisão dos orçamentos estimativos, que pode auxiliá-lo em decisões que solicitem fechamentos mais minuciosos. Como exemplo deste fato, verifica-se que no caso da atividade alvenaria do Estudo de Caso, apresentado no capítulo 6, a precisão orçamentária da construtora e a da metodologia proposta neste trabalho foram muito próximas, o que significa dizer que os métodos orçamentários tradicionais podem atingir níveis de precisão muito satisfatórios, sendo a metodologia proposta mais uma ferramenta para auxiliar o empreendedor na certificação da precisão que está sendo alcançada. Também é fundamental comentar que uma das dificuldades encontradas na aplicação da metodologia proposta e ocorrida durante sua utilização, fazendo-se uso dos dados obtidos na pesquisa de campo, refere-se ao fato do extremo cuidado que deve-se ter na coleta e tabulação dos dados amostrais, lembrando sempre que só existe convergência e confiabilidade no Método de Monte Carlo, quando estes dados são históricos e tabulados de forma adequada. Como exemplo deste comentário, é 182 possível citar que, quando experimentou-se a metodologia para uma das atividades do Estudo de Caso, os valores gerados pelo MMC não pertenciam ao intervalo numérico compreendido entre os valores menor e maior da amostra, estando, ainda, muito distantes dos custos apropriados pela construtora. Realizando-se uma pesquisa mais minuciosa, uma vez que até aquele momento a aplicação da metodologia estava sendo bem sucedida, observou-se que um dos valores de custo/m2 de construção, pertencente à amostra, havia sido fornecido sem a devida atualização monetária, ou seja, estava-se trabalhando com valores amostrais que referiam-se a datas distintas. Outro aspecto relevante consiste no fato de que, os custos estimados para as atividades e, conseqüentemente para o empreendimento, tanto pelos métodos orçamentários tradicionais, como pela metodologia proposta, são influenciados por diversos fatores considerados pela empresa, por ocasião da estimativa, como, por exemplo, prazos, recursos e qualidade. Desta forma, estas variáveis devem ser gerenciadas ao longo da execução do empreendimento, de maneira que estes custos não sejam ultrapassados, e o aumento da precisão das estimativas orçamentárias, obtido pelo Método de Monte Carlo, seja preservado. Além disso, o desenvolvimento de novos estudos referentes ao tema abordado, propiciaria uma maior conscientização das construtoras deste segmento, da importância do gerenciamento de riscos, utilizado em parceria com o gerenciamento de custos ao longo de todo o ciclo de vida de seus empreendimentos, para obtenção de incremento de lucro. Finalizando, é importante salientar que a hipótese básica deste trabalho, apresentada no capítulo 2, foi confirmada, ou seja: é possível aumentar a precisão dos orçamentos estimativos discriminados, referentes à construção de edifícios residenciais e/ou comerciais, fazendo-se uso do Método de Monte Carlo considerando-se as distribuições Weibull e Beta como distribuições adequadas a variável custo/m2 de construção. Entretanto, o modelo de amostragem Beta foi considerado pelas construtoras pesquisadas, como mais vantajoso de ser adotado, em decorrência da maior facilidade de sua implantação e de seu uso. REFERÊNCIAS BIBLIOGRÁFICAS AACE International – The Association for the Advancement of Cost Engineering. Disponível em: <http://www.aacei.org> Acesso em 08 jun. 2006. ANG, Alfredo H. S., TANG, Wilson H. Probability concepts in engineering planning and design. New York: John Wiley & Sons, Inc. 1973. 409p. ASK, Julie A, LASETER,.Timothy M. Modelagem de custos. In: HSM Management. n.19. 2000. ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, NBR 12721: Avaliação de custos unitários e preparo de orçamento de construção para incorporação de edifício em condomínio. Rio de Janeiro: 1993. 46p. _________.NBR ISO 9001: Sistemas de gestão da qualidade- requisitos. Rio de Janeiro, 2000. _________.NBR ISO 9004: Sistemas de gestão da qualidade - diretrizes para melhoria de desempenho. Rio de Janeiro, 2000. AMBROZEWICZ, Paulo Henrique L. Qualidade na industria da construção. ed. Curitiba: SENAI, 2003. 118 p. BAZOVSKY, I. Reliability theory and practice. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v.p.4-10. BARTEHEM, Ricardo. Vocabulário de metrologia legal. <http://if.ufrj.br/teaching/metrol/metro.html> Acesso em 10/08/03. Disponível em: BENNET, F. Lawrence. The management of engineering: human, quality, organizational, legal, and ethical aspects of professional practice. Jonh Wiley & Sons. 1996. BLACHMAN, N. Mathematica: Uma abordagem prática. 1° ed. Pertice-Hall do Brasil. Rio de Janeiro, 1996. 184 BLOCH, A. Murphy’s law and other reasons why things go wrong. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v. p.6. BUTTON, Sérgio Tonini. Metodologia para planejamento experimental e análise de resultados. Apostila do Programa de Pós-Graduação em Engenharia Mecânica, Universidade Estadual de Campinas, Campinas, agosto de 2002. Disponível em: <http://www.fem.unicamp.br/~serfio1/pos-graduação/IM317/im317.html> Acesso em 05 jan. 2004. CALABRESE, G. Generating reserve capacity determined by the probability method. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v. p.6. CÂMARA BRASILEIRA DA INDÚSTRIA DA CONSTRUÇÃO. Indicadores da Conjuntura Nacional e Setorial. Belo Horizonte. Disponível em: <http://www.cbicdados.com.br> Acesso em 08 jul. 2006. CLAROU, P. et al. Géométrie avec cabri –scénarios pour le lycée. CRDP. l’académie de Grenoble, 2001. CHAPMAN, Chris. Project risk analysis and management PRAM the generic process. In International Journal of Project Management. Great Britain: v.16. n.5. p.273-281. 1997. CHAPMAN, Robert J. The effectiveness of working group risk identification and assessment techniques. In International Journal of Project Management. Great Britain: v.18. n.6. p.333-343. 1998. CONSTRUÇÃO MERCADO. Gigante Ancorado: Medidas poderiam dar mais força ao setor. São Paulo: Editora Pini, nº 59, junho de 2006. CORK, Robin B., KLEIN, Jonathan H. An approach to technical risk assessment. In International Journal of Project Management. Great Britain: v.16. n.6. p.345-351. 1998. COURI, Guilherme, Adib. (2006) – Gerenciamento de projetos pela análise do valor agregado para otimização de escopo, prazos e custos. Dissertação (Mestrado em Engenharia Civil). Centro Tecnológico da Universidade Federal Fluminense. Niterói .226p. CROOKE, P. C; RATCHIFFE, J, A. A Guidebook to calculus with Mathematica. Wadswort Publishing Company. Belmont. 1991. CRUZ, Carla & RIBEIRO, Uirá. Metodologia Científica – Teoria e Prática. Rio de Janeiro: Axcel Books do Brasil Editora. 2003. 185 CTE. Sistema de Gestão da qualidade para empresas construtoras. São Paulo: SINDUSCON-SP/SEBRAE. 2004. DA SILVA, Monique B. Gestão de custos em edificações. Dissertação (Mestrado em Engenharia civil). Niterói: Centro Tecnológico da Universidade Federal Fluminense. 1996. 196p. DE AMORIN, Sérgio Roberto L. Sistemas de qualidade em edificações. Niterói: UFF-TPC.2003. (Notas de aula do curso de doutorado em engenharia civil). DE AMORIM, Sérgio Roberto L., QUALIPRO, Sistemas de indicadores de qualidade e produtividade. SENAI. Rio de Janeiro. 1996. DE SOUZA JR., Daniel I. (2004). Sequential life testing approach applied to metallurgical products when the Weibull model minimum life is different from zero. CONAMET/SAM 2004. Nov. La Serena; Chile. _______. (2003). Probabilidade e estatística aplicada à qualidade. Niterói: UFFTPC. 2003. (Notas de aula do curso de doutorado em engenharia civil). _______. (2003). Confiabilidade industrial e planejamento experimental. Niterói: UFF-TPC. 2003. (Notas de aula do curso de doutorado em engenharia civil). _______. (2001). Sequential life testing with a truncation mechanism for an underlying Weibull Model, ESREL 2001 Conference, Zio, Demichela & Piccinini (eds), V3: 1539-1546, Politecnico Di Torino. 16–20 Sep. Torino; Italy. _______. (2000). Further thoughts on a sequential life testing approach using a Weibull model, foresight and precaution, ESREL 2000 Conference, Cottam, Harvey, Pape & Tait (eds), V2: 1641-1647, Rotterdam, Balkema. 14–17 May. Edinburgh; Scotland. _______. (1999). Sequential life testing with an underlying Weibull sampling distribution. In Safety and Reliability, Schuëller & Kafka eds., Proceedings of the ESREL 1999 International Conference on Safety and Reliability, V2:869-874, Rotterdam, Balkema. 13-17. Sep. Garching, Germany. _______. (1997). Cost´s associated with life testing, truncated after the occurrence of a predetermined number “r” of failures, Proceedings of the ESREL 1997 International Conference on Safety and Reliability, V.3: 1913-1920. Elsevier Science. 17-20. Jun. Lisbon, Portugal. DIAS, Paulo Roberto Vilela. Engenharia de custos: Uma metodologia de orçamentação para obras civis 1.ed. Curitiba: Copiare Duplicadora. 1999. 151p. DINSMORE, Paul C. & COOKE-DAVIES, Terence J. The Right Projects Done Right: from business strategy to successful project implementation. John Wiley & Sons. 2006. 186 DINSMORE, Paul C. & SILVEIRA , Fernando Henrique Neto. Gerenciamento de Projetos: como gerenciar seu projeto com qualidade, dentro de prazos e custos previstos. Rio de Janeiro: Ed. Qualitymark. 2004. FLANAGAN, Roger, NORMAN, George. Risk management and construction: London. Blackwell Science Ltd. 1993. 208p. FLEMING, Q. W. & KOPPELMAN, J. M. Earned value project management. 2ª Edição. Newton Square: Project Management Institute. FLEMING, Q. W. & KOPPELMAN, J. M. The earned value body of knowledge. Philadelphia: 30th Annual Project Management Institute. Seminars & Symposium. 1999. FLEMING, Q. W. & KOPPELMAN, J. M. Using earned value management to mitigate the risks with construction projects. The College of Performance Measurement Journal “The Measurable News”. Set. 2002. FUTRELL, David. Ten reasons why surveys fail. Quality Progress. Tennessee: p. 65-69. 1994. GABRI-GEOMETRE II. Guide de L´utilizateur, Équipe EIAH. Laboratoire Leibniz – IMAG, Grenoble,1996. GIL, Antônio Carlos. Como elaborar projetos de pesquisa. São Paulo: Atlas. 1999. GODOY, Arilda Schmidt. Introdução à pesquisa qualitativa e suas possibilidades. Revista de Administração de Empresas, São Paulo, v.35, n. 2, mar/abr 1995, p. 57-63. ______. Pesquisa qualitativa –tipos fundamentais. Revista de Administração de Empresas, São Paulo, v35, n. 3, mai/jun 1995, p. 20-29. GOEDERT, J. Apresentação em Power Point sobre o Mathematica®. Disponível em: <http://www.inf.unisinos.tche.br/~mathe>. Acesso em: 01 set. 2005. GOLDMAN, Lawrence. Risk analysis and Monte Carlo Simulation. Disponível em: <http://www.decisioneering.com>. Acesso em: 01 set. 2004. GOLDMAN, Pedrinho. Introdução ao planejamento e controle de custos na construção civil. São Paulo: PINI. 2004.219p. GOLDMAN, Pedrinho. Sistema de planejamento e controle de custos na construção civil – subsetor edificações. Dissertação (Mestrado em Engenharia civil). Niterói: Centro Tecnológico da Universidade Federal Fluminense. 1999. 105p. 187 HAASL, D. F. Advanced concepts in fault tree analysis system safety simposium. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v.p.8. HAVILAND, R. P. Introduction to the theory of reliability. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v.p. 6. HAVILAND, R. P. Techniques de fiabilité et durée de vie des équipements. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v.p.4. HELDMAN, Kim. PMP: Project Management Professional. Wiley Publishing. 2005. HIRSCHFELD, Henrique. A construção civil e a qualidade: Informações e recomendações para engenheiros, arquitetos, gerenciadores, empresários e colaboradores que atuam na construção civil. São Paulo: Atlas. 1996. p.13-55. IRELAND, Lewis R. Quality management for projects and Programs. Newton Square: Project Management Institute. 1991. Método para gerenciamento de KALLAS, Emílio Rached Esper. empreendimentos imobiliários. Tese (Doutorado em Engenharia Civil). São Paulo: USP. 1988. KASSAI, José Roberto et al. Retorno de investimento: Abordagem matemática e contábil do lucro empresarial. 2. ed. São Paulo: Atlas. 2000.p.98-141. KERZNER, H. Project management: a system approach to planning, scheduling, and controlling. John Wiley & Sons. 2001. LAGADEC, P. Le risque technologique majeur. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v.p. 4. LAKATUS, Eva Maria, MARCONI, Marina de Andrade. Fundamentos de metodologia científica. São Paulo: Atlas. 1993. LEES, F. P. Loss prevention in the process industries. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v.p.6. LEVINE, S., STETSON, F. Applying the lessons of PRA (Probabilistic Risk Assessment): An perspective Nuclear Engineering International. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v.p.11. 188 LIEVENS, C. Sécurité des systemes. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v.p.8, 9. LIMMER, Carl Vicente. Planejamento, orçamentação e controle de projetos e obras. Rio de Janeiro: LTC - Livros Técnicos e Científicos Editora S.A. 1997. 225p. MACHADO, Djalma Wilson Faria. Activity based consting-ABC: Uma poderosa ferramenta estratégico-gerencial de custeio no apoio à melhoria da performance das empresas. Dissertação (Mestrado em Engenharia Civil). Niterói: Centro Tecnológico da Universidade Federal Fluminense. 1996. 249p. MATICH, Damián Jorge. Redes Neuronales: Conceptos Básicos y Aplicaciones. Universidad Tecnológica Nacional – Facultad Regional Rosario, Argentina, marzo 2001, 55p. MAWARKDIYE, Alberto. Estruturas mais caras. Construção Mercado. N.34, maio, 2004. MEYER, Paul L. Probabilidade: aplicações à estatística. Rio de Janeiro: Livros Técnicos e Científicos Editora S.A. 1980. 391p. NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY – INFORMATION TECHNOLOGY LABORATORY, Engineering Statistic Handbook, cap. 8 – Weibull. Disponível em: <http://www.itl.nist.gov/div898/handbook/apr/section1/apr162.htm>. Acesso em 09 out.2003. NAVARRO, Pedro Luis; KANTEK, Garcia. Simulação de Monte Carlo. Disponível em: www.pr.gov.br/batebyte/edicoes/1994/bb31/simulacao.htm Acesso em 09 set.2004. O’CONNOR, P.D.T. Practical reliability engineering. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v.p.7. OLIVEIRA, José Alberto. Engenharia econômica: uma abordagem às decisões de investimento. São Paulo: McGraw-Hill. 1982. 224p. OSTRENGA, Michael. Guia da Ernst & Young para gestão total dos custos. Rio de Janeiro: Record. 1995. PBQP-H - Programa Brasileiro de Qualidade e Produtividade no Habitat - Sistema de Qualificação de Empresas de Serviços e Obras – SiQ. Disponível em <http://www.pbqp-h.gov.br/projetos/SIQ/apresentacao.htm>. Acesso em: 18 set. 2004. PIERCE, F. T. Tensile tests for cottons part 5 the weakest link, theorems on strength of long and composite speciments. In: VILLEMEUR, A. Reliability, 189 availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v. p.4. PADOVEZE, Clóvis L. Controladoria estratégica e operacional: conceitos, estrutura, aplicação. São Paulo: Pioneira Thompson Learning. 2003. 483p. PINHEIRO, Silvana Cordovil. Precisão orçamentária de edifícios habitacionais: análise da produtividade da mão de obra. Dissertação (Mestrado em Engenharia civil). Niterói: Centro Tecnológico da Universidade Federal Fluminense. 1997. 92p. PIZZOLATO, Nélio D. Processos Decisórios Niterói: UFF-TPC.2003. (Notas de aula do curso de doutorado Engenharia Civil). PONCE, Oscar M. Simulación de Monte Carlo em Autómatas Celulares. Disponível em: <http://delta.cs.cinvestav.mx/~mcintosh/oldweb/s1998/oscar/node1.html>. Acesso em: 13 jun.2004. PMI. A guide to the Project Management Body of Knowledge (PMBOK). Newton Square: Project Management Institute. 2000. PMI. A guide to the Project Management Body of Knowledge (PMBOK). Newton Square: Project Management Institute. 2004. PMI. Construction extension to a guide to the Project Management Body of Knowledge (PMBOK Guide) – 2000 Edition. Newton Square: Project Management Institute. 2003. PMI. Estudo de Benchmarking em gerenciamento de projetos no Brasil. Rio de Janeiro: Project Management Institute. Seção Rio de Janeiro. 2005. PMI. Organizational Project Management Maturity Model (OPM3) Knowledge Foundation. Newton Square: Project Management Institute. 2003. PMI. Practice standart for earned value management. Newton Square: Project Management Institute. 2003. PMI. Practice standart for work breakdown structures. Newton Square: Project Management Institute. 2001. PMI. Project manager competency development framework exposure draft.. Newton Square: Project Management Institute. 2001. PMI. Project Management Body of Knowledge – PMBOK : Gerência dos riscos do projeto. tradução livre. Disponível em: <http://www.pmimg.org.br>. Acesso em: 21 mai.2004. p.111-121. 190 RAFERETY, John. Risk analysis in project management. London: Chapman&Hall. 1996. 137p. ROCHMAN, Ricardo Ratner. Análise de Métodos Numéricos para Precificação de Opções. Dissertação de Mestrado. Escola de Administração de Empresas de São Paulo – Fundação Getúlio Vargas. Disponível em:<http://www.fgvsp.br/academico/producao/analise_metodos/metodomontecarlo.p df> Acesso em: 09 set.2004. RODRIGUES, Vânia. Veiga. et al. (2005) – Monte Carlo´s simulation in the area of project cost management: the importance to use an adequate number of interactions that can enlarge the sample number by obtaining reliable results. In: XII SIMPEP. Florianópolis, Bauru. SP. 7-9 Nov. 2005. RODRIGUES, Vânia. Veiga, SOARES, Carlos Alberto Pereira. (2005) – Metodologia para aplicação da simulação de Monte Carlo no gerenciamento de custos de projetos de construção. In: XII SIMPEP. Florianópolis, Bauru. SP. 7-9 Nov. 2005. RODRIGUES, Vânia. Veiga, SOARES, Carlos Alberto Pereira. (2004) - Diagnóstico da estratégia utilizada pelas construtoras para controle de riscos com relação ao custo dos empreendimentos imobiliários. In: XXIV ENEGEP. Florianópolis, Santa Catarina. 3-5 Nov. 2004. RODRIGUES, Vânia. Veiga. et al. (2002) - The use of Monte Carlo Simulation to appraise the risk of not fulfilled costs previously established for a project. In: NATIONAL CONFERENCE WITH INTERNATIONAL PARTICIPATION – IN SITU BEHAVIOR OF CONSTRUCTIONS – 14 th EDITION. Conference’s Book. Galatzi – Bucuresti, România. p.227-235. RODRIGUES, Vânia. V. (2001) - Modelo de análise de risco aplicado a estudos de viabilidade para construção e incorporação de prédios residenciais. Dissertação (Mestrado em Engenharia Civil). Centro Tecnológico da Universidade Federal Fluminense. Niterói .236p. SARAIVA, José Murilo F. Matemática aplicada à engenharia. Niterói: UFFTPC.2004. (Notas de aula do curso de doutorado em engenharia civil). SECURATO, José Roberto. Decisões financeiras em condições de riscos. São Paulo: Atlas. 1993. p.18 SILVA, Edna Lúcia da; MENEZES, Estera Muzkat. Metodologia da Pesquisa e Elaboração de Dissertação. Apostila. Universidade Federal de Santa Catarina, Programa de Pós Graduação em Engenharia de Produção, Laboratório de Ensino à Distância. Florianópolis, S.C., 2000, 117p. SPIEGEL, Murray R. Estatística. (Coleção Schaum). São Paulo: McGraw-Hill. 1972. 580p. 191 TRAJANO, Isar. Análise da precisão da apropriação de índices de produtividade de composições de custo unitário – proposta do método de enquete. Niterói: UFF – TPC. 1998. (Caderno de Produção Civil, 21/98). UNIVERSITAT DE VALECIA, Método de Monte Carlo. Disponível <http://www.mural.uv.es/astronomia/montecarlo.htm> Acesso em: 13 jun.2004. em: U.S.MILITARY STANDART, Reliability demonstration exponencial distribution. In: VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v.p.7. VALERIANO, Dalton L. Gerência em projetos: Pesquisa, desenvolvimento e engenharia. São Paulo: Makron Books. 1998. 438p. VARGAS, Ricardo, Vianna. Construindo previsões de custo final do projeto utilizando análise de valor agregado e Simulação de Monte Carlo. Revista Brasileira de Gerenciamento de Projetos. Volume 2. nº 1. Mai. 2004. VARGAS, Ricardo Viana. Gerenciamento de projetos. Rio de Janeiro: Brasport. 2000. 236p. VARGAS, Ricardo Viana. Microsoft Project 2000 . Rio de Janeiro. Brasport. 2000. 248p. VILLEMEUR, A. Reliability, availability, maintainability and safety assessment. New York: John Wiley and Sons. 1992. 1.v. WALTKINS, A. J. P. Usando Derive. Fundamentos de Matemática. Rio de Janeiro: Editora Grypho Ltda. 1993. WWW.WEIBULL.COM, Life Data Analysis Reference, etex-tbook (Rev. 2001, 404 páginas). Disponível em: <http://www.weibull.com/lifedatawebcontents.htm> Acesso em 09. out. 2003. WIRTH, Almir. Planejamento, replanejamento e controle com Project 2000. Rio de Janeiro. Editora Book Express. 2000. 238p. ZUCHI, I., et al. MR Math 2000 – Uma aplicação de inteligência artificial voltada ao ensino de matemática. In: International Conference on NewTechnologies in Science Education (I). Aveiro. Portugal. 2001. Proceedings...Aveiro, Portugal: Sociedade Portuguesa de Matemática. 2001. APÊNDICES APÊNDICE I VALORES DE CUSTO/M2 DE CONSTRUÇÃO GERADOS SEGUNDO O MODELO WEIBULL NUMBER OF FAILURES = 40.700 41.300 41.800 42.600 43.000 44.000 45.100 45.500 46.200 46.700 47.000 BETA ESTIMATOR = 11.0 SAMPLE SIZE = .1215900E+02 THETA = 13.0 .4565505E+02 195 BETAP = WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 1) 2) 3) 4) 5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25) 26) 27) 28) 29) 30) 31) 32) 33) 34) 35) 36) 37) 38) 39) 40) 41) 42) 43) 44) 45) 46) 47) 48) 49) 50) 51) 52) 53) 54) 55) 56) 57) 58) 59) 12.1590 THETAP = =.5236536E+02 WITIME( =.5196682E+02 WITIME( =.5167602E+02 WITIME( =.5144298E+02 WITIME( =.5124641E+02 WITIME( =.5107514E+02 WITIME( =.5092255E+02 WITIME( =.5078436E+02 WITIME( =.5065764E+02 WITIME( =.5054030E+02 WITIME( =.5043077E+02 WITIME( =.5032786E+02 WITIME( =.5023064E+02 WITIME( =.5013837E+02 WITIME( =.5005044E+02 WITIME( =.4996636E+02 WITIME( =.4988570E+02 WITIME( =.4980813E+02 WITIME( =.4973334E+02 WITIME( =.4966108E+02 WITIME( =.4959113E+02 WITIME( =.4952329E+02 WITIME( =.4945739E+02 WITIME( =.4939328E+02 WITIME( =.4933084E+02 WITIME( =.4926995E+02 WITIME( =.4921048E+02 WITIME( =.4915236E+02 WITIME( =.4909550E+02 WITIME( =.4903982E+02 WITIME( =.4898524E+02 WITIME( =.4893170E+02 WITIME( =.4887914E+02 WITIME( =.4882752E+02 WITIME( =.4877677E+02 WITIME( =.4872685E+02 WITIME( =.4867772E+02 WITIME( =.4862934E+02 WITIME( =.4858168E+02 WITIME( =.4853469E+02 WITIME( =.4848835E+02 WITIME( =.4844263E+02 WITIME( =.4839750E+02 WITIME( =.4835293E+02 WITIME( =.4830890E+02 WITIME( =.4826538E+02 WITIME( =.4822236E+02 WITIME( =.4817982E+02 WITIME( =.4813773E+02 WITIME( =.4809607E+02 WITIME( =.4805484E+02 WITIME( =.4801401E+02 WITIME( =.4797356E+02 WITIME( =.4793349E+02 WITIME( =.4789378E+02 WITIME( =.4785442E+02 WITIME( =.4781539E+02 WITIME( =.4777668E+02 WITIME( =.4773828E+02 WITIME( 45.6550 1) 2) 3) 4) 5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25) 26) 27) 28) 29) 30) 31) 32) 33) 34) 35) 36) 37) 38) 39) 40) 41) 42) 43) 44) 45) 46) 47) 48) 49) 50) 51) 52) 53) 54) 55) 56) 57) 58) 59) ML = .0000 =.7057386E+02 =.6788947E+02 =.6612625E+02 =.6481954E+02 =.6378475E+02 =.6292998E+02 =.6220295E+02 =.6157114E+02 =.6101295E+02 =.6051332E+02 =.6006135E+02 =.5964890E+02 =.5926973E+02 =.5891896E+02 =.5859270E+02 =.5828779E+02 =.5800165E+02 =.5773214E+02 =.5747743E+02 =.5723602E+02 =.5700659E+02 =.5678802E+02 =.5657933E+02 =.5637968E+02 =.5618831E+02 =.5600456E+02 =.5582786E+02 =.5565768E+02 =.5549356E+02 =.5533507E+02 =.5518184E+02 =.5503353E+02 =.5488984E+02 =.5475047E+02 =.5461517E+02 =.5448371E+02 =.5435588E+02 =.5423147E+02 =.5411029E+02 =.5399220E+02 =.5387701E+02 =.5376461E+02 =.5365483E+02 =.5354758E+02 =.5344271E+02 =.5334014E+02 =.5323975E+02 =.5314146E+02 =.5304516E+02 =.5295079E+02 =.5285825E+02 =.5276748E+02 =.5267841E+02 =.5259097E+02 =.5250509E+02 =.5242072E+02 =.5233781E+02 =.5225630E+02 =.5217614E+02 196 WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 60) 61) 62) 63) 64) 65) 66) 67) 68) 69) 70) 71) 72) 73) 74) 75) 76) 77) 78) 79) 80) 81) 82) 83) 84) 85) 86) 87) 88) 89) 90) 91) 92) 93) 94) 95) 96) 97) 98) 99) 100) 101) 102) 103) 104) 105) 106) 107) 108) 109) 110) 111) 112) 113) 114) 115) 116) 117) 118) 119) =.4770017E+02 =.4766236E+02 =.4762483E+02 =.4758756E+02 =.4755056E+02 =.4751381E+02 =.4747730E+02 =.4744102E+02 =.4740497E+02 =.4736914E+02 =.4733352E+02 =.4729811E+02 =.4726290E+02 =.4722788E+02 =.4719304E+02 =.4715838E+02 =.4712390E+02 =.4708959E+02 =.4705544E+02 =.4702145E+02 =.4698761E+02 =.4695392E+02 =.4692037E+02 =.4688696E+02 =.4685368E+02 =.4682053E+02 =.4678751E+02 =.4675461E+02 =.4672183E+02 =.4668916E+02 =.4665660E+02 =.4662415E+02 =.4659179E+02 =.4655954E+02 =.4652738E+02 =.4649532E+02 =.4646334E+02 =.4643145E+02 =.4639964E+02 =.4636790E+02 =.4633625E+02 =.4630467E+02 =.4627316E+02 =.4624172E+02 =.4621034E+02 =.4617902E+02 =.4614777E+02 =.4611657E+02 =.4608542E+02 =.4605433E+02 =.4602328E+02 =.4599229E+02 =.4596134E+02 =.4593043E+02 =.4589956E+02 =.4586872E+02 =.4583793E+02 =.4580716E+02 =.4577643E+02 =.4574573E+02 WITIME( 60) WITIME( 61) WITIME( 62) WITIME( 63) WITIME( 64) WITIME( 65) WITIME( 66) WITIME( 67) WITIME( 68) WITIME( 69) WITIME( 70) WITIME( 71) WITIME( 72) WITIME( 73) WITIME( 74) WITIME( 75) WITIME( 76) WITIME( 77) WITIME( 78) WITIME( 79) WITIME( 80) WITIME( 81) WITIME( 82) WITIME( 83) WITIME( 84) WITIME( 85) WITIME( 86) WITIME( 87) WITIME( 88) WITIME( 89) WITIME( 90) WITIME( 91) WITIME( 92) WITIME( 93) WITIME( 94) WITIME( 95) WITIME( 96) WITIME( 97) WITIME( 98) WITIME( 99) WITIME(100) WITIME(101) WITIME(102) WITIME(103) WITIME(104) WITIME(105) WITIME(106) WITIME(107) WITIME(108) WITIME(109) WITIME(110) WITIME(111) WITIME(112) WITIME(113) WITIME(114) WITIME(115) WITIME(116) WITIME(117) WITIME(118) WITIME(119) =.5209728E+02 =.5201968E+02 =.5194330E+02 =.5186809E+02 =.5179402E+02 =.5172105E+02 =.5164914E+02 =.5157827E+02 =.5150839E+02 =.5143948E+02 =.5137151E+02 =.5130445E+02 =.5123827E+02 =.5117295E+02 =.5110847E+02 =.5104479E+02 =.5098190E+02 =.5091978E+02 =.5085840E+02 =.5079774E+02 =.5073779E+02 =.5067852E+02 =.5061992E+02 =.5056198E+02 =.5050466E+02 =.5044796E+02 =.5039187E+02 =.5033636E+02 =.5028142E+02 =.5022704E+02 =.5017321E+02 =.5011991E+02 =.5006713E+02 =.5001485E+02 =.4996307E+02 =.4991177E+02 =.4986095E+02 =.4981059E+02 =.4976068E+02 =.4971121E+02 =.4966217E+02 =.4961355E+02 =.4956535E+02 =.4951755E+02 =.4947014E+02 =.4942312E+02 =.4937648E+02 =.4933021E+02 =.4928430E+02 =.4923875E+02 =.4919354E+02 =.4914868E+02 =.4910415E+02 =.4905994E+02 =.4901605E+02 =.4897248E+02 =.4892922E+02 =.4888625E+02 =.4884358E+02 =.4880120E+02 197 WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 120) 121) 122) 123) 124) 125) 126) 127) 128) 129) 130) 131) 132) 133) 134) 135) 136) 137) 138) 139) 140) 141) 142) 143) 144) 145) 146) 147) 148) 149) 150) 151) 152) 153) 154) 155) 156) 157) 158) 159) 160) 161) 162) 163) 164) 165) 166) 167) 168) 169) 170) 171) 172) 173) 174) 175) 176) 177) 178) 179) =.4571505E+02 =.4568440E+02 =.4565377E+02 =.4562316E+02 =.4559257E+02 =.4556199E+02 =.4553143E+02 =.4550089E+02 =.4547035E+02 =.4543982E+02 =.4540930E+02 =.4537878E+02 =.4534827E+02 =.4531775E+02 =.4528724E+02 =.4525672E+02 =.4522620E+02 =.4519567E+02 =.4516513E+02 =.4513458E+02 =.4510402E+02 =.4507345E+02 =.4504286E+02 =.4501226E+02 =.4498163E+02 =.4495098E+02 =.4492031E+02 =.4488962E+02 =.4485890E+02 =.4482815E+02 =.4479737E+02 =.4476656E+02 =.4473571E+02 =.4470483E+02 =.4467392E+02 =.4464296E+02 =.4461196E+02 =.4458092E+02 =.4454984E+02 =.4451871E+02 =.4448753E+02 =.4445630E+02 =.4442502E+02 =.4439369E+02 =.4436229E+02 =.4433085E+02 =.4429934E+02 =.4426777E+02 =.4423614E+02 =.4420444E+02 =.4417268E+02 =.4414085E+02 =.4410894E+02 =.4407697E+02 =.4404491E+02 =.4401278E+02 =.4398057E+02 =.4394828E+02 =.4391591E+02 =.4388345E+02 WITIME(120) WITIME(121) WITIME(122) WITIME(123) WITIME(124) WITIME(125) WITIME(126) WITIME(127) WITIME(128) WITIME(129) WITIME(130) WITIME(131) WITIME(132) WITIME(133) WITIME(134) WITIME(135) WITIME(136) WITIME(137) WITIME(138) WITIME(139) WITIME(140) WITIME(141) WITIME(142) WITIME(143) WITIME(144) WITIME(145) WITIME(146) WITIME(147) WITIME(148) WITIME(149) WITIME(150) WITIME(151) WITIME(152) WITIME(153) WITIME(154) WITIME(155) WITIME(156) WITIME(157) WITIME(158) WITIME(159) WITIME(160) WITIME(161) WITIME(162) WITIME(163) WITIME(164) WITIME(165) WITIME(166) WITIME(167) WITIME(168) WITIME(169) WITIME(170) WITIME(171) WITIME(172) WITIME(173) WITIME(174) WITIME(175) WITIME(176) WITIME(177) WITIME(178) WITIME(179) =.4875910E+02 =.4871728E+02 =.4867574E+02 =.4863446E+02 =.4859344E+02 =.4855268E+02 =.4851217E+02 =.4847190E+02 =.4843188E+02 =.4839210E+02 =.4835255E+02 =.4831323E+02 =.4827414E+02 =.4823526E+02 =.4819660E+02 =.4815815E+02 =.4811991E+02 =.4808187E+02 =.4804403E+02 =.4800639E+02 =.4796894E+02 =.4793168E+02 =.4789461E+02 =.4785772E+02 =.4782100E+02 =.4778446E+02 =.4774810E+02 =.4771190E+02 =.4767586E+02 =.4763999E+02 =.4760428E+02 =.4756872E+02 =.4753332E+02 =.4749806E+02 =.4746296E+02 =.4742800E+02 =.4739317E+02 =.4735849E+02 =.4732394E+02 =.4728953E+02 =.4725525E+02 =.4722109E+02 =.4718706E+02 =.4715316E+02 =.4711937E+02 =.4708570E+02 =.4705215E+02 =.4701870E+02 =.4698537E+02 =.4695215E+02 =.4691903E+02 =.4688602E+02 =.4685311E+02 =.4682029E+02 =.4678758E+02 =.4675495E+02 =.4672242E+02 =.4668998E+02 =.4665763E+02 =.4662536E+02 198 WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 180) 181) 182) 183) 184) 185) 186) 187) 188) 189) 190) 191) 192) 193) 194) 195) 196) 197) 198) 199) 200) 201) 202) 203) 204) 205) 206) 207) 208) 209) 210) 211) 212) 213) 214) 215) 216) 217) 218) 219) 220) 221) 222) 223) 224) 225) 226) 227) 228) 229) 230) 231) 232) 233) 234) 235) 236) 237) 238) 239) =.4385090E+02 =.4381827E+02 =.4378554E+02 =.4375272E+02 =.4371980E+02 =.4368678E+02 =.4365366E+02 =.4362043E+02 =.4358710E+02 =.4355367E+02 =.4352012E+02 =.4348646E+02 =.4345268E+02 =.4341878E+02 =.4338476E+02 =.4335062E+02 =.4331636E+02 =.4328196E+02 =.4324743E+02 =.4321277E+02 =.4317797E+02 =.4314303E+02 =.4310794E+02 =.4307271E+02 =.4303733E+02 =.4300180E+02 =.4296611E+02 =.4293026E+02 =.4289425E+02 =.4285807E+02 =.4282173E+02 =.4278521E+02 =.4274851E+02 =.4271163E+02 =.4267457E+02 =.4263733E+02 =.4259989E+02 =.4256225E+02 =.4252442E+02 =.4248638E+02 =.4244813E+02 =.4240967E+02 =.4237099E+02 =.4233209E+02 =.4229296E+02 =.4225360E+02 =.4221400E+02 =.4217417E+02 =.4213408E+02 =.4209375E+02 =.4205315E+02 =.4201229E+02 =.4197116E+02 =.4192976E+02 =.4188808E+02 =.4184610E+02 =.4180384E+02 =.4176127E+02 =.4171839E+02 =.4167520E+02 WITIME(180) WITIME(181) WITIME(182) WITIME(183) WITIME(184) WITIME(185) WITIME(186) WITIME(187) WITIME(188) WITIME(189) WITIME(190) WITIME(191) WITIME(192) WITIME(193) WITIME(194) WITIME(195) WITIME(196) WITIME(197) WITIME(198) WITIME(199) WITIME(200) WITIME(201) WITIME(202) WITIME(203) WITIME(204) WITIME(205) WITIME(206) WITIME(207) WITIME(208) WITIME(209) WITIME(210) WITIME(211) WITIME(212) WITIME(213) WITIME(214) WITIME(215) WITIME(216) WITIME(217) WITIME(218) WITIME(219) WITIME(220) WITIME(221) WITIME(222) WITIME(223) WITIME(224) WITIME(225) WITIME(226) WITIME(227) WITIME(228) WITIME(229) WITIME(230) WITIME(231) WITIME(232) WITIME(233) WITIME(234) WITIME(235) WITIME(236) WITIME(237) WITIME(238) WITIME(239) =.4659318E+02 =.4656107E+02 =.4652905E+02 =.4649710E+02 =.4646523E+02 =.4643343E+02 =.4640170E+02 =.4637004E+02 =.4633845E+02 =.4630692E+02 =.4627546E+02 =.4624405E+02 =.4621271E+02 =.4618142E+02 =.4615018E+02 =.4611900E+02 =.4608787E+02 =.4605678E+02 =.4602575E+02 =.4599476E+02 =.4596381E+02 =.4593290E+02 =.4590203E+02 =.4587120E+02 =.4584040E+02 =.4580964E+02 =.4577890E+02 =.4574820E+02 =.4571752E+02 =.4568686E+02 =.4565623E+02 =.4562562E+02 =.4559503E+02 =.4556445E+02 =.4553389E+02 =.4550334E+02 =.4547280E+02 =.4544227E+02 =.4541175E+02 =.4538122E+02 =.4535071E+02 =.4532019E+02 =.4528966E+02 =.4525913E+02 =.4522860E+02 =.4519805E+02 =.4516750E+02 =.4513692E+02 =.4510634E+02 =.4507573E+02 =.4504510E+02 =.4501445E+02 =.4498377E+02 =.4495306E+02 =.4492231E+02 =.4489154E+02 =.4486073E+02 =.4482987E+02 =.4479898E+02 =.4476803E+02 199 WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 240) 241) 242) 243) 244) 245) 246) 247) 248) 249) 250) 251) 252) 253) 254) 255) 256) 257) 258) 259) 260) 261) 262) 263) 264) 265) 266) 267) 268) 269) 270) 271) 272) 273) 274) 275) 276) 277) 278) 279) 280) 281) 282) 283) 284) 285) 286) 287) 288) 289) 290) 291) 292) 293) 294) 295) 296) 297) 298) 299) =.4163169E+02 =.4158785E+02 =.4154366E+02 =.4149914E+02 =.4145426E+02 =.4140902E+02 =.4136340E+02 =.4131741E+02 =.4127102E+02 =.4122424E+02 =.4117705E+02 =.4112943E+02 =.4108139E+02 =.4103291E+02 =.4098397E+02 =.4093456E+02 =.4088468E+02 =.4083431E+02 =.4078344E+02 =.4073204E+02 =.4068012E+02 =.4062765E+02 =.4057461E+02 =.4052100E+02 =.4046679E+02 =.4041196E+02 =.4035651E+02 =.4030040E+02 =.4024362E+02 =.4018615E+02 =.4012797E+02 =.4006905E+02 =.4000936E+02 =.3994890E+02 =.3988761E+02 =.3982549E+02 =.3976250E+02 =.3969861E+02 =.3963379E+02 =.3956799E+02 =.3950120E+02 =.3943337E+02 =.3936446E+02 =.3929442E+02 =.3922322E+02 =.3915080E+02 =.3907712E+02 =.3900212E+02 =.3892574E+02 =.3884793E+02 =.3876861E+02 =.3868772E+02 =.3860519E+02 =.3852093E+02 =.3843486E+02 =.3834689E+02 =.3825692E+02 =.3816483E+02 =.3807052E+02 =.3797386E+02 WITIME(240) WITIME(241) WITIME(242) WITIME(243) WITIME(244) WITIME(245) WITIME(246) WITIME(247) WITIME(248) WITIME(249) WITIME(250) WITIME(251) WITIME(252) WITIME(253) WITIME(254) WITIME(255) WITIME(256) WITIME(257) WITIME(258) WITIME(259) WITIME(260) WITIME(261) WITIME(262) WITIME(263) WITIME(264) WITIME(265) WITIME(266) WITIME(267) WITIME(268) WITIME(269) WITIME(270) WITIME(271) WITIME(272) WITIME(273) WITIME(274) WITIME(275) WITIME(276) WITIME(277) WITIME(278) WITIME(279) WITIME(280) WITIME(281) WITIME(282) WITIME(283) WITIME(284) WITIME(285) WITIME(286) WITIME(287) WITIME(288) WITIME(289) WITIME(290) WITIME(291) WITIME(292) WITIME(293) WITIME(294) WITIME(295) WITIME(296) WITIME(297) WITIME(298) WITIME(299) =.4473704E+02 =.4470600E+02 =.4467490E+02 =.4464375E+02 =.4461253E+02 =.4458125E+02 =.4454990E+02 =.4451848E+02 =.4448699E+02 =.4445541E+02 =.4442376E+02 =.4439202E+02 =.4436019E+02 =.4432826E+02 =.4429624E+02 =.4426412E+02 =.4423188E+02 =.4419954E+02 =.4416708E+02 =.4413451E+02 =.4410180E+02 =.4406897E+02 =.4403600E+02 =.4400289E+02 =.4396963E+02 =.4393622E+02 =.4390265E+02 =.4386891E+02 =.4383500E+02 =.4380092E+02 =.4376665E+02 =.4373218E+02 =.4369751E+02 =.4366264E+02 =.4362754E+02 =.4359222E+02 =.4355667E+02 =.4352087E+02 =.4348481E+02 =.4344849E+02 =.4341189E+02 =.4337501E+02 =.4333782E+02 =.4330032E+02 =.4326249E+02 =.4322432E+02 =.4318580E+02 =.4314690E+02 =.4310761E+02 =.4306791E+02 =.4302778E+02 =.4298721E+02 =.4294617E+02 =.4290463E+02 =.4286258E+02 =.4281998E+02 =.4277681E+02 =.4273303E+02 =.4268861E+02 =.4264353E+02 200 WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 300) 301) 302) 303) 304) 305) 306) 307) 308) 309) 310) 311) 312) 313) 314) 315) 316) 317) 318) 319) 320) 321) 322) 323) 324) 325) 326) 327) 328) 329) =.3787471E+02 =.3777292E+02 =.3766832E+02 =.3756074E+02 =.3744998E+02 =.3733582E+02 =.3721802E+02 =.3709631E+02 =.3697040E+02 =.3683994E+02 =.3670455E+02 =.3656382E+02 =.3641726E+02 =.3626430E+02 =.3610431E+02 =.3593654E+02 =.3576013E+02 =.3557404E+02 =.3537705E+02 =.3516768E+02 =.3494413E+02 =.3470417E+02 =.3444496E+02 =.3416290E+02 =.3385318E+02 =.3350932E+02 =.3312219E+02 =.3267833E+02 =.3215664E+02 =.3152120E+02 WITIME(300) WITIME(301) WITIME(302) WITIME(303) WITIME(304) WITIME(305) WITIME(306) WITIME(307) WITIME(308) WITIME(309) WITIME(310) WITIME(311) WITIME(312) WITIME(313) WITIME(314) WITIME(315) WITIME(316) WITIME(317) WITIME(318) WITIME(319) WITIME(320) WITIME(321) WITIME(322) WITIME(323) WITIME(324) WITIME(325) WITIME(326) WITIME(327) WITIME(328) WITIME(329) =.4259772E+02 =.4255117E+02 =.4250381E+02 =.4245560E+02 =.4240648E+02 =.4235640E+02 =.4230528E+02 =.4225306E+02 =.4219964E+02 =.4214495E+02 =.4208887E+02 =.4203129E+02 =.4197208E+02 =.4191110E+02 =.4184817E+02 =.4178309E+02 =.4171565E+02 =.4164557E+02 =.4157253E+02 =.4149617E+02 =.4141601E+02 =.4133149E+02 =.4124192E+02 =.4114639E+02 =.4104372E+02 =.4093234E+02 =.4081005E+02 =.4067366E+02 =.4051824E+02 =.4033552E+02 APÊNDICE II VALORES DE CUSTO/M2 DE CONSTRUÇÃO GERADOS SEGUNDO O MODELO WEIBULL DA ATIVIDADE PINTURA 202 NUMBER OF FAILURES = 4.0 SAMPLE SIZE = 6.0 15.950 11.880 18.660 15.660 BETA ESTIMATOR = .4986000E+01 THETA = .1738980E+02 203 BETAP = WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 1) 2) 3) 4) 5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25) 26) 27) 28) 29) 30) 31) 32) 33) 34) 35) 36) 37) 38) 39) 40) 41) 42) 43) 44) 45) 46) 47) 48) 49) 50) 51) 52) 53) 54) 55) 56) 57) 58) 59) 4.9860 THETAP = =.2429595E+02 WITIME( =.2384749E+02 WITIME( =.2352337E+02 WITIME( =.2326551E+02 WITIME( =.2304931E+02 WITIME( =.2286191E+02 WITIME( =.2269571E+02 WITIME( =.2254581E+02 WITIME( =.2240886E+02 WITIME( =.2228249E+02 WITIME( =.2216491E+02 WITIME( =.2205477E+02 WITIME( =.2195102E+02 WITIME( =.2185282E+02 WITIME( =.2175948E+02 WITIME( =.2167044E+02 WITIME( =.2158524E+02 WITIME( =.2150348E+02 WITIME( =.2142483E+02 WITIME( =.2134899E+02 WITIME( =.2127573E+02 WITIME( =.2120482E+02 WITIME( =.2113608E+02 WITIME( =.2106933E+02 WITIME( =.2100444E+02 WITIME( =.2094126E+02 WITIME( =.2087969E+02 WITIME( =.2081960E+02 WITIME( =.2076091E+02 WITIME( =.2070354E+02 WITIME( =.2064739E+02 WITIME( =.2059240E+02 WITIME( =.2053851E+02 WITIME( =.2048565E+02 WITIME( =.2043376E+02 WITIME( =.2038281E+02 WITIME( =.2033273E+02 WITIME( =.2028348E+02 WITIME( =.2023503E+02 WITIME( =.2018734E+02 WITIME( =.2014037E+02 WITIME( =.2009409E+02 WITIME( =.2004847E+02 WITIME( =.2000347E+02 WITIME( =.1995908E+02 WITIME( =.1991527E+02 WITIME( =.1987201E+02 WITIME( =.1982928E+02 WITIME( =.1978706E+02 WITIME( =.1974533E+02 WITIME( =.1970408E+02 WITIME( =.1966327E+02 WITIME( =.1962291E+02 WITIME( =.1958296E+02 WITIME( =.1954342E+02 WITIME( =.1950427E+02 WITIME( =.1946550E+02 WITIME( =.1942709E+02 WITIME( =.1938904E+02 WITIME( 17.3900 1) 2) 3) 4) 5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25) 26) 27) 28) 29) 30) 31) 32) 33) 34) 35) 36) 37) 38) 39) 40) 41) 42) 43) 44) 45) 46) 47) 48) 49) 50) 51) 52) 53) 54) 55) 56) 57) 58) 59) ML = .0000 =.5030134E+02 =.4576248E+02 =.4291802E+02 =.4087914E+02 =.3930591E+02 =.3803376E+02 =.3697112E+02 =.3606203E+02 =.3526996E+02 =.3456977E+02 =.3394350E+02 =.3337787E+02 =.3286283E+02 =.3239056E+02 =.3195491E+02 =.3155091E+02 =.3117453E+02 =.3082245E+02 =.3049189E+02 =.3018052E+02 =.2988635E+02 =.2960768E+02 =.2934305E+02 =.2909119E+02 =.2885097E+02 =.2862144E+02 =.2840172E+02 =.2819105E+02 =.2798875E+02 =.2779422E+02 =.2760691E+02 =.2742632E+02 =.2725201E+02 =.2708358E+02 =.2692066E+02 =.2676292E+02 =.2661004E+02 =.2646176E+02 =.2631781E+02 =.2617795E+02 =.2604198E+02 =.2590968E+02 =.2578086E+02 =.2565536E+02 =.2553302E+02 =.2541368E+02 =.2529720E+02 =.2518345E+02 =.2507231E+02 =.2496367E+02 =.2485742E+02 =.2475345E+02 =.2465167E+02 =.2455200E+02 =.2445435E+02 =.2435864E+02 =.2426479E+02 =.2417274E+02 =.2408241E+02 204 WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 60) 61) 62) 63) 64) 65) 66) 67) 68) 69) 70) 71) 72) 73) 74) 75) 76) 77) 78) 79) 80) 81) 82) 83) 84) 85) 86) 87) 88) 89) 90) 91) 92) 93) 94) 95) 96) 97) 98) 99) 100) 101) 102) 103) 104) 105) 106) 107) 108) 109) 110) 111) 112) 113) 114) 115) 116) 117) 118) 119) =.1935132E+02 =.1931393E+02 =.1927687E+02 =.1924010E+02 =.1920364E+02 =.1916746E+02 =.1913156E+02 =.1909594E+02 =.1906057E+02 =.1902546E+02 =.1899059E+02 =.1895596E+02 =.1892156E+02 =.1888739E+02 =.1885344E+02 =.1881969E+02 =.1878615E+02 =.1875281E+02 =.1871966E+02 =.1868670E+02 =.1865392E+02 =.1862132E+02 =.1858889E+02 =.1855663E+02 =.1852453E+02 =.1849259E+02 =.1846080E+02 =.1842916E+02 =.1839766E+02 =.1836631E+02 =.1833509E+02 =.1830400E+02 =.1827304E+02 =.1824221E+02 =.1821150E+02 =.1818091E+02 =.1815043E+02 =.1812006E+02 =.1808981E+02 =.1805965E+02 =.1802960E+02 =.1799965E+02 =.1796979E+02 =.1794003E+02 =.1791036E+02 =.1788078E+02 =.1785128E+02 =.1782186E+02 =.1779252E+02 =.1776326E+02 =.1773408E+02 =.1770497E+02 =.1767592E+02 =.1764695E+02 =.1761804E+02 =.1758919E+02 =.1756041E+02 =.1753168E+02 =.1750301E+02 =.1747440E+02 WITIME( 60) WITIME( 61) WITIME( 62) WITIME( 63) WITIME( 64) WITIME( 65) WITIME( 66) WITIME( 67) WITIME( 68) WITIME( 69) WITIME( 70) WITIME( 71) WITIME( 72) WITIME( 73) WITIME( 74) WITIME( 75) WITIME( 76) WITIME( 77) WITIME( 78) WITIME( 79) WITIME( 80) WITIME( 81) WITIME( 82) WITIME( 83) WITIME( 84) WITIME( 85) WITIME( 86) WITIME( 87) WITIME( 88) WITIME( 89) WITIME( 90) WITIME( 91) WITIME( 92) WITIME( 93) WITIME( 94) WITIME( 95) WITIME( 96) WITIME( 97) WITIME( 98) WITIME( 99) WITIME(100) WITIME(101) WITIME(102) WITIME(103) WITIME(104) WITIME(105) WITIME(106) WITIME(107) WITIME(108) WITIME(109) WITIME(110) WITIME(111) WITIME(112) WITIME(113) WITIME(114) WITIME(115) WITIME(116) WITIME(117) WITIME(118) WITIME(119) =.2399375E+02 =.2390669E+02 =.2382117E+02 =.2373715E+02 =.2365457E+02 =.2357339E+02 =.2349354E+02 =.2341500E+02 =.2333772E+02 =.2326165E+02 =.2318677E+02 =.2311302E+02 =.2304039E+02 =.2296883E+02 =.2289831E+02 =.2282880E+02 =.2276027E+02 =.2269270E+02 =.2262605E+02 =.2256030E+02 =.2249542E+02 =.2243139E+02 =.2236820E+02 =.2230580E+02 =.2224419E+02 =.2218334E+02 =.2212324E+02 =.2206386E+02 =.2200518E+02 =.2194719E+02 =.2188987E+02 =.2183320E+02 =.2177718E+02 =.2172177E+02 =.2166697E+02 =.2161276E+02 =.2155913E+02 =.2150607E+02 =.2145355E+02 =.2140158E+02 =.2135013E+02 =.2129920E+02 =.2124877E+02 =.2119883E+02 =.2114937E+02 =.2110039E+02 =.2105186E+02 =.2100378E+02 =.2095615E+02 =.2090894E+02 =.2086216E+02 =.2081579E+02 =.2076983E+02 =.2072426E+02 =.2067908E+02 =.2063428E+02 =.2058985E+02 =.2054579E+02 =.2050209E+02 =.2045873E+02 205 WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 120) 121) 122) 123) 124) 125) 126) 127) 128) 129) 130) 131) 132) 133) 134) 135) 136) 137) 138) 139) 140) 141) 142) 143) 144) 145) 146) 147) 148) 149) 150) 151) 152) 153) 154) 155) 156) 157) 158) 159) 160) 161) 162) 163) 164) 165) 166) 167) 168) 169) 170) 171) 172) 173) 174) 175) 176) 177) 178) 179) =.1744583E+02 =.1741732E+02 =.1738886E+02 =.1736044E+02 =.1733207E+02 =.1730374E+02 =.1727545E+02 =.1724720E+02 =.1721898E+02 =.1719080E+02 =.1716266E+02 =.1713454E+02 =.1710646E+02 =.1707840E+02 =.1705037E+02 =.1702237E+02 =.1699438E+02 =.1696642E+02 =.1693848E+02 =.1691056E+02 =.1688265E+02 =.1685475E+02 =.1682687E+02 =.1679900E+02 =.1677115E+02 =.1674329E+02 =.1671545E+02 =.1668761E+02 =.1665977E+02 =.1663194E+02 =.1660410E+02 =.1657627E+02 =.1654843E+02 =.1652059E+02 =.1649274E+02 =.1646488E+02 =.1643702E+02 =.1640914E+02 =.1638126E+02 =.1635335E+02 =.1632544E+02 =.1629751E+02 =.1626956E+02 =.1624159E+02 =.1621359E+02 =.1618558E+02 =.1615754E+02 =.1612948E+02 =.1610139E+02 =.1607327E+02 =.1604511E+02 =.1601693E+02 =.1598871E+02 =.1596046E+02 =.1593217E+02 =.1590385E+02 =.1587548E+02 =.1584707E+02 =.1581862E+02 =.1579012E+02 WITIME(120) WITIME(121) WITIME(122) WITIME(123) WITIME(124) WITIME(125) WITIME(126) WITIME(127) WITIME(128) WITIME(129) WITIME(130) WITIME(131) WITIME(132) WITIME(133) WITIME(134) WITIME(135) WITIME(136) WITIME(137) WITIME(138) WITIME(139) WITIME(140) WITIME(141) WITIME(142) WITIME(143) WITIME(144) WITIME(145) WITIME(146) WITIME(147) WITIME(148) WITIME(149) WITIME(150) WITIME(151) WITIME(152) WITIME(153) WITIME(154) WITIME(155) WITIME(156) WITIME(157) WITIME(158) WITIME(159) WITIME(160) WITIME(161) WITIME(162) WITIME(163) WITIME(164) WITIME(165) WITIME(166) WITIME(167) WITIME(168) WITIME(169) WITIME(170) WITIME(171) WITIME(172) WITIME(173) WITIME(174) WITIME(175) WITIME(176) WITIME(177) WITIME(178) WITIME(179) =.2041572E+02 =.2037305E+02 =.2033070E+02 =.2028868E+02 =.2024698E+02 =.2020559E+02 =.2016450E+02 =.2012371E+02 =.2008322E+02 =.2004302E+02 =.2000309E+02 =.1996345E+02 =.1992407E+02 =.1988497E+02 =.1984612E+02 =.1980754E+02 =.1976920E+02 =.1973112E+02 =.1969327E+02 =.1965567E+02 =.1961830E+02 =.1958116E+02 =.1954424E+02 =.1950755E+02 =.1947108E+02 =.1943482E+02 =.1939877E+02 =.1936292E+02 =.1932728E+02 =.1929184E+02 =.1925659E+02 =.1922153E+02 =.1918666E+02 =.1915198E+02 =.1911748E+02 =.1908315E+02 =.1904900E+02 =.1901503E+02 =.1898122E+02 =.1894758E+02 =.1891410E+02 =.1888078E+02 =.1884761E+02 =.1881460E+02 =.1878174E+02 =.1874903E+02 =.1871647E+02 =.1868404E+02 =.1865176E+02 =.1861962E+02 =.1858761E+02 =.1855573E+02 =.1852398E+02 =.1849236E+02 =.1846086E+02 =.1842949E+02 =.1839823E+02 =.1836710E+02 =.1833608E+02 =.1830517E+02 206 WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 180) 181) 182) 183) 184) 185) 186) 187) 188) 189) 190) 191) 192) 193) 194) 195) 196) 197) 198) 199) 200) 201) 202) 203) 204) 205) 206) 207) 208) 209) 210) 211) 212) 213) 214) 215) 216) 217) 218) 219) 220) 221) 222) 223) 224) 225) 226) 227) 228) 229) 230) 231) 232) 233) 234) 235) 236) 237) 238) 239) =.1576158E+02 =.1573299E+02 =.1570435E+02 =.1567565E+02 =.1564691E+02 =.1561810E+02 =.1558924E+02 =.1556033E+02 =.1553135E+02 =.1550231E+02 =.1547321E+02 =.1544404E+02 =.1541480E+02 =.1538549E+02 =.1535611E+02 =.1532666E+02 =.1529713E+02 =.1526753E+02 =.1523784E+02 =.1520808E+02 =.1517823E+02 =.1514829E+02 =.1511827E+02 =.1508815E+02 =.1505795E+02 =.1502765E+02 =.1499725E+02 =.1496676E+02 =.1493616E+02 =.1490546E+02 =.1487465E+02 =.1484373E+02 =.1481271E+02 =.1478157E+02 =.1475031E+02 =.1471893E+02 =.1468743E+02 =.1465581E+02 =.1462406E+02 =.1459218E+02 =.1456016E+02 =.1452801E+02 =.1449572E+02 =.1446329E+02 =.1443071E+02 =.1439798E+02 =.1436510E+02 =.1433206E+02 =.1429887E+02 =.1426551E+02 =.1423198E+02 =.1419829E+02 =.1416441E+02 =.1413036E+02 =.1409613E+02 =.1406171E+02 =.1402710E+02 =.1399229E+02 =.1395729E+02 =.1392208E+02 WITIME(180) WITIME(181) WITIME(182) WITIME(183) WITIME(184) WITIME(185) WITIME(186) WITIME(187) WITIME(188) WITIME(189) WITIME(190) WITIME(191) WITIME(192) WITIME(193) WITIME(194) WITIME(195) WITIME(196) WITIME(197) WITIME(198) WITIME(199) WITIME(200) WITIME(201) WITIME(202) WITIME(203) WITIME(204) WITIME(205) WITIME(206) WITIME(207) WITIME(208) WITIME(209) WITIME(210) WITIME(211) WITIME(212) WITIME(213) WITIME(214) WITIME(215) WITIME(216) WITIME(217) WITIME(218) WITIME(219) WITIME(220) WITIME(221) WITIME(222) WITIME(223) WITIME(224) WITIME(225) WITIME(226) WITIME(227) WITIME(228) WITIME(229) WITIME(230) WITIME(231) WITIME(232) WITIME(233) WITIME(234) WITIME(235) WITIME(236) WITIME(237) WITIME(238) WITIME(239) =.1827437E+02 =.1824368E+02 =.1821309E+02 =.1818261E+02 =.1815223E+02 =.1812195E+02 =.1809177E+02 =.1806168E+02 =.1803169E+02 =.1800179E+02 =.1797197E+02 =.1794224E+02 =.1791260E+02 =.1788304E+02 =.1785356E+02 =.1782415E+02 =.1779483E+02 =.1776557E+02 =.1773639E+02 =.1770728E+02 =.1767824E+02 =.1764927E+02 =.1762035E+02 =.1759151E+02 =.1756272E+02 =.1753399E+02 =.1750531E+02 =.1747669E+02 =.1744813E+02 =.1741961E+02 =.1739114E+02 =.1736272E+02 =.1733435E+02 =.1730601E+02 =.1727772E+02 =.1724946E+02 =.1722125E+02 =.1719306E+02 =.1716491E+02 =.1713679E+02 =.1710870E+02 =.1708064E+02 =.1705260E+02 =.1702458E+02 =.1699658E+02 =.1696861E+02 =.1694064E+02 =.1691269E+02 =.1688476E+02 =.1685683E+02 =.1682891E+02 =.1680100E+02 =.1677309E+02 =.1674518E+02 =.1671727E+02 =.1668935E+02 =.1666143E+02 =.1663350E+02 =.1660556E+02 =.1657760E+02 207 WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 240) 241) 242) 243) 244) 245) 246) 247) 248) 249) 250) 251) 252) 253) 254) 255) 256) 257) 258) 259) 260) 261) 262) 263) 264) 265) 266) 267) 268) 269) 270) 271) 272) 273) 274) 275) 276) 277) 278) 279) 280) 281) 282) 283) 284) 285) 286) 287) 288) 289) 290) 291) 292) 293) 294) 295) 296) 297) 298) 299) =.1388665E+02 =.1385102E+02 =.1381516E+02 =.1377908E+02 =.1374277E+02 =.1370622E+02 =.1366943E+02 =.1363239E+02 =.1359510E+02 =.1355755E+02 =.1351974E+02 =.1348164E+02 =.1344327E+02 =.1340462E+02 =.1336566E+02 =.1332641E+02 =.1328684E+02 =.1324696E+02 =.1320674E+02 =.1316620E+02 =.1312530E+02 =.1308406E+02 =.1304244E+02 =.1300046E+02 =.1295808E+02 =.1291531E+02 =.1287214E+02 =.1282854E+02 =.1278451E+02 =.1274003E+02 =.1269510E+02 =.1264969E+02 =.1260379E+02 =.1255738E+02 =.1251046E+02 =.1246300E+02 =.1241498E+02 =.1236639E+02 =.1231721E+02 =.1226741E+02 =.1221697E+02 =.1216587E+02 =.1211409E+02 =.1206160E+02 =.1200837E+02 =.1195437E+02 =.1189958E+02 =.1184396E+02 =.1178748E+02 =.1173010E+02 =.1167178E+02 =.1161249E+02 =.1155217E+02 =.1149078E+02 =.1142827E+02 =.1136459E+02 =.1129967E+02 =.1123346E+02 =.1116588E+02 =.1109687E+02 WITIME(240) WITIME(241) WITIME(242) WITIME(243) WITIME(244) WITIME(245) WITIME(246) WITIME(247) WITIME(248) WITIME(249) WITIME(250) WITIME(251) WITIME(252) WITIME(253) WITIME(254) WITIME(255) WITIME(256) WITIME(257) WITIME(258) WITIME(259) WITIME(260) WITIME(261) WITIME(262) WITIME(263) WITIME(264) WITIME(265) WITIME(266) WITIME(267) WITIME(268) WITIME(269) WITIME(270) WITIME(271) WITIME(272) WITIME(273) WITIME(274) WITIME(275) WITIME(276) WITIME(277) WITIME(278) WITIME(279) WITIME(280) WITIME(281) WITIME(282) WITIME(283) WITIME(284) WITIME(285) WITIME(286) WITIME(287) WITIME(288) WITIME(289) WITIME(290) WITIME(291) WITIME(292) WITIME(293) WITIME(294) WITIME(295) WITIME(296) WITIME(297) WITIME(298) WITIME(299) =.1654963E+02 =.1652164E+02 =.1649363E+02 =.1646559E+02 =.1643753E+02 =.1640944E+02 =.1638131E+02 =.1635315E+02 =.1632495E+02 =.1629671E+02 =.1626843E+02 =.1624010E+02 =.1621171E+02 =.1618328E+02 =.1615478E+02 =.1612623E+02 =.1609761E+02 =.1606892E+02 =.1604016E+02 =.1601132E+02 =.1598240E+02 =.1595340E+02 =.1592431E+02 =.1589513E+02 =.1586585E+02 =.1583646E+02 =.1580697E+02 =.1577737E+02 =.1574765E+02 =.1571780E+02 =.1568783E+02 =.1565772E+02 =.1562746E+02 =.1559707E+02 =.1556651E+02 =.1553580E+02 =.1550492E+02 =.1547386E+02 =.1544261E+02 =.1541118E+02 =.1537954E+02 =.1534769E+02 =.1531562E+02 =.1528333E+02 =.1525079E+02 =.1521799E+02 =.1518494E+02 =.1515160E+02 =.1511798E+02 =.1508405E+02 =.1504980E+02 =.1501522E+02 =.1498028E+02 =.1494498E+02 =.1490928E+02 =.1487317E+02 =.1483663E+02 =.1479963E+02 =.1476214E+02 =.1472415E+02 208 WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( WTIME( 300) 301) 302) 303) 304) 305) 306) 307) 308) 309) 310) 311) 312) 313) 314) 315) 316) 317) 318) 319) 320) 321) 322) 323) 324) 325) 326) 327) 328) 329) =.1102635E+02 =.1095422E+02 =.1088039E+02 =.1080477E+02 =.1072724E+02 =.1064767E+02 =.1056593E+02 =.1048187E+02 =.1039532E+02 =.1030609E+02 =.1021397E+02 =.1011874E+02 =.1002011E+02 =.9917786E+01 =.9811422E+01 =.9700614E+01 =.9584894E+01 =.9463714E+01 =.9336426E+01 =.9202254E+01 =.9060257E+01 =.8909279E+01 =.8747877E+01 =.8574212E+01 =.8385885E+01 =.8179684E+01 =.7951148E+01 =.7693807E+01 =.7397711E+01 =.7046272E+01 WITIME(300) WITIME(301) WITIME(302) WITIME(303) WITIME(304) WITIME(305) WITIME(306) WITIME(307) WITIME(308) WITIME(309) WITIME(310) WITIME(311) WITIME(312) WITIME(313) WITIME(314) WITIME(315) WITIME(316) WITIME(317) WITIME(318) WITIME(319) WITIME(320) WITIME(321) WITIME(322) WITIME(323) WITIME(324) WITIME(325) WITIME(326) WITIME(327) WITIME(328) WITIME(329) =.1468561E+02 =.1464650E+02 =.1460678E+02 =.1456642E+02 =.1452535E+02 =.1448356E+02 =.1444097E+02 =.1439753E+02 =.1435319E+02 =.1430786E+02 =.1426148E+02 =.1421395E+02 =.1416517E+02 =.1411503E+02 =.1406340E+02 =.1401013E+02 =.1395505E+02 =.1389795E+02 =.1383858E+02 =.1377667E+02 =.1371187E+02 =.1364373E+02 =.1357174E+02 =.1349520E+02 =.1341323E+02 =.1332464E+02 =.1322777E+02 =.1312022E+02 =.1299830E+02 =.1285581E+02 APÊNDICE III VALORES DE CUSTO/M2 DE CONSTRUÇÃO GERADOS SEGUNDO O MODELO BETA DA ATIVIDADE PINTURA 210 APÊNDICE III Valores obtidos através de 300 interações no modelo Beta para a atividade pintura 13,50 14,70 16,00 17,10 12,90 19,40 15,50 13,40 15,70 12,10 19,00 15,00 18,40 15,50 12,30 19,50 15,90 10,10 18,00 17,20 10,80 13,30 12,30 17,10 9,00 9,90 15,10 14,70 19,70 15,00 13,30 15,70 13,00 12,40 18,10 16,90 16,20 17,90 15,70 17,30 16,60 16,20 14,80 16,20 16,40 14,00 19,30 17,30 17,40 20,00 14,10 15,20 10,30 12,00 11,40 16,20 11,00 14,80 18,70 18,90 17,90 14,80 13,20 15,50 16,40 19,40 15,10 18,80 17,20 17,60 14,90 18,50 14,10 14,60 16,10 18,20 15,40 12,90 17,70 20,40 11,60 13,60 13,30 10,10 22,00 17,60 11,70 17,00 10,40 18,00 17,30 26,00 20,40 14,10 15,40 13,30 16,90 12,10 18,70 17,00 9,10 16,50 15,80 10,10 12,10 14,50 19,90 16,40 15,40 15,60 15,30 10,50 9,00 16,40 16,30 15,90 17,00 18,70 17,30 12,40 12,60 18,30 11,70 16,40 16,40 18,60 13,20 15,10 21,50 11,90 17,00 19,60 15,10 14,90 17,50 15,20 19,20 16,10 18,60 16,10 15,30 12,90 16,90 22,30 21,60 13,40 12,50 16,20 17,50 13,80 17,70 15,40 13,00 14,20 14,30 17,70 16,90 19,00 13,40 19,00 12,30 19,30 16,30 15,90 13,90 16,50 16,70 16,70 21,60 13,80 17,90 14,10 13,30 17,30 18,80 10,80 16,00 12,00 12,30 13,10 17,60 16,10 17,40 18,60 15,30 17,10 12,30 12,50 9,40 19,20 12,60 13,60 11,60 14,30 15,00 14,20 20,30 18,00 18,50 14,00 17,70 17,10 13,60 13,10 11,30 15,60 21,30 14,70 14,40 14,20 18,10 15,70 17,60 16,70 14,90 15,70 19,40 12,30 10,10 13,80 13,40 21,50 11,40 14,50 17,70 16,70 16,50 17,00 19,60 14,90 13,60 15,30 15,20 15,30 11,80 16,10 11,60 11,40 15,70 19,30 19,40 13,30 17,70 7,90 9,60 15,90 19,10 18,40 19,20 14,20 16,00 15,20 12,70 16,90 19,10 19,40 13,30 10,60 21,60 21,30 14,20 12,20 17,70 10,70 18,40 16,60 14,00 14,20 17,60 11,40 15,90 11,50 17,80 17,90 17,40 13,50 15,30 17,60 15,20 10,60 14,60 19,20 17,30 14,70 17,20 19,30 20,80 13,40 13,70 16,80 14,90 16,40 11,00 14,30 15,20 14,10 13,10 19,40 14,70 17,90 ANEXOS ANEXO I DADOS DA CONSTRUTORA R.G. CÔRTES ENGENHARIA S/A 213 RG CÔRTES ENGENHARIA RESUMO DAS ATIVIDADES UTILIZADAS NO MÉTODO DE MONTE CARLO DISTRIBUIÇÃO DE AMOSTRAGEM BETA orçado orç / m² Bosque da Mirataia - bloco 1 Alvenarias Armação da Supra Azulejo Concreto da Supra Esquadria de Alumínio Pastilha Pintura Piso Cerâmico 222.731,34 355.371,79 327.907,70 253.221,19 374.056,40 499.085,21 302.909,88 343.740,71 21,01 33,52 30,93 23,88 35,28 47,07 28,57 32,42 223.167,12 503.859,23 211.304,49 312.917,79 405.230,66 382.953,00 244.433,15 292.770,85 21,05 47,52 19,93 29,51 38,22 36,12 23,05 27,61 261.336,56 659.986,29 285.988,93 510.496,60 437.723,95 464.146,45 358.696,33 115.054,68 16,02 40,45 17,53 31,29 26,83 28,45 21,98 7,05 189.788,45 427.861,84 118.680,67 406.654,06 534.793,63 191.250,05 310.349,22 28.355,72 13,14 29,63 8,22 28,16 37,04 13,25 21,49 1,96 217.893,91 508.104,80 240.996,30 459.655,31 533.790,64 390.566,83 302.289,51 298.042,29 15,90 37,08 17,59 33,54 38,95 28,50 22,06 21,75 83.775,80 138.010,00 49.827,59 179.572,34 118.244,47 205.954,15 93.303,22 24.657,30 22,46 37,00 13,36 48,14 31,70 55,22 25,01 6,61 Bosque da Mirataia - bloco 3 Alvenarias Armação da Supra Azulejo Concreto da Supra Esquadria de Alumínio Pastilha Pintura Piso Cerâmico Edifício Kanazawa Alvenarias Armação da Supra Azulejo Concreto da Supra Esquadria de Alumínio Pastilha Pintura Piso Cerâmico Centro Empresarial 1000 Alvenarias Armação da Supra Azulejo Concreto da Supra Esquadria de Alumínio Pastilha Pintura Piso Cerâmico Edifício Pontevedra Alvenarias Armação da Supra Azulejo Concreto da Supra Esquadria de Alumínio Pastilha Pintura Piso Cerâmico Edifício Siena Alvenarias Armação da Supra Azulejo Concreto da Supra Esquadria de Alumínio Pastilha Pintura Piso Cerâmico orç% orç% acum área = 10.602,76 2,86% 69,37% 4,56% 32,17% 4,21% 45,11% 3,25% 63,39% 4,80% 27,61% 6,41% 17,56% 3,89% 49,00% 4,41% 36,59% área = 10.602,76 2,96% 48,95% 6,26% 17,41% 2,80% 99,41% 3,96% 35,86% 5,37% 22,78% 5,08% 27,86% 2,71% 54,38% 3,88% 84,92% área = 16.316,00 2,30% 55,15% 5,33% 15,88% 2,51% 47,97% 4,15% 25,15% 3,85% 33,08% 4,08% 29,23% 3,15% 39,71% 1,01% 77,69% área = 14.438,88 2,44% 59,04% 5,51% 22,36% 1,53% 72,18% 5,24% 27,59% 6,89% 16,84% 2,46% 56,60% 4,00% 36,60% 0,37% 94,25% área = 13.703,65 1,93% 56,12% 2,94% 34,83% 2,14% 98,55% 2,81% 40,54% 4,74% 22,03% 3,47% 25,49% 1,92% 58,04% 2,65% 96,70% área = 3.730,00 1,97% 53,04% 3,00% 41,35% 1,28% 96,24% 2,82% 44,17% 3,05% 38,35% 5,31% 25,31% 1,54% 58,26% 0,64% 93,50% apropr m² 204.678,89 301.784,79 206.220,90 241.187,91 203.541,22 398.626,19 169.151,03 283.756,72 m² 207.363,67 422.929,61 177.484,44 211.304,61 391.287,54 389.055,70 125.923,76 281.411,23 m² 258.450,63 619.678,68 276.883,23 492.724,10 372.710,25 434.349,22 304.381,12 121.002,47 m² 132.580,61 416.003,83 38.408,29 399.269,99 248.648,13 186.400,57 116.154,73 34.673,27 m² 188.510,97 497.253,92 187.120,84 474.176,68 419.059,14 279.429,41 214.649,92 188.019,69 m² 81.873,50 158.809,20 45.594,92 272.833,90 107.910,98 100.359,60 61.731,50 35.856,67 apropr/m² delta 19,30 28,46 19,45 22,75 19,20 37,60 15,95 26,76 18.052,45 53.587,00 121.686,80 12.033,28 170.515,18 100.459,04 133.758,85 59.983,98 19,56 39,89 16,74 19,93 36,90 36,69 11,88 26,54 15.803,46 80.929,62 33.820,04 101.613,16 13.943,10 -6.102,70 118.509,38 11.359,61 15,84 37,98 16,97 30,20 22,84 26,62 18,66 7,42 2.885,93 40.307,61 9.105,70 17.772,50 65.013,70 29.797,23 54.315,22 -5.947,78 9,18 28,81 2,66 27,65 17,22 12,91 8,04 2,40 57.207,86 11.858,04 80.272,37 7.384,08 286.145,51 4.849,46 194.194,50 -6.317,55 13,76 36,29 13,65 34,60 30,58 20,39 15,66 13,72 29.382,94 10.850,87 53.875,46 -14.521,35 114.731,49 111.137,42 87.639,60 110.022,60 21,95 42,04 12,22 73,15 28,93 26,91 16,55 9,61 1.902,30 -20.799,20 4.232,66 -93.261,60 10.333,49 105.594,57 31.571,22 -11.199,37 Correção pelo CUB para 1/10/2004 214 R. G. Côrtes Engenharia Composições de Custo Simplificadas da Atividade de Construção Pintura Empreendimento Bosque da Mirataia – Bloco 1 – Área Total de Construção: 10.602,76 m2 Parâmetros Totais de Custos Custo total orçado para a atividade Custo total apropriado para a atividade Orçado/m2 de construção Apropriado/m2 de construção R$ 302.909,88 R$ 169.151,03 R$ 28,57 R$ 15,95 Parâmetros de Custos Referentes à Mão-de-obra Custo total orçado para a mão-de-obra (42%) Custo total apropriado para a mão-de-obra (40%) Orçado/m2 de construção para a mão-de-obra Apropriado/m2 de construção para a mãode-obra R$ 127.222,15 R$ 67.660,41 R$ 12,00 R$ 6,38 Parâmetros de Custos Referentes aos Materiais de Construção Custo total orçado para os materiais de construção (53%) Custo total apropriado para os materiais de construção (56%) Orçado/m2 de construção para os materiais de construção Apropriado/m2 de construção para os materiais de construção R$ 160.542,24 R$ 94.724,58 R$ 15,14 R$ 8,93 Parâmetros de Custos Referentes aos Meios de Produção Custo total orçado para os meios de produção (5%) Custo total apropriado para os meios de produção (4%) Orçado/m2 de construção para os meios de produção Apropriado/m2 de construção para os meios de produção R$ 15.145,49 R$ 6.766,04 R$ 1,43 R$ 0,64 Empreendimento Bosque da Mirataia – Bloco 3 – Área Total de Construção: 10.602,76 m2 Parâmetros Totais de Custos Custo total orçado para a atividade Custo total apropriado para a atividade Orçado/m2 de construção Apropriado/m2 de construção R$ 244.433,15 R$ 125.923,76 R$ 23,05 R$ 11,88 Custo total orçado para a mão-de-obra (44%) Custo total apropriado para a mão-de-obra (42%) Orçado/m2 de construção para a mão-de-obra Apropriado/m2 de construção para a mãode-obra R$ 107.550,59 R$ 52.887,98 R$ 10,14 R$ 5,00 Parâmetros de Custos Referentes à Mão-de-obra Parâmetros de Custos Referentes aos Materiais de Construção Custo total orçado para os materiais de construção (52%) Custo total apropriado para os materiais de construção (53%) Orçado/m2 de construção para os materiais de construção Apropriado/m2 de construção para os materiais de construção R$ 127.105,24 R$ 66.739,60 R$ 11,99 R$ 6,29 Parâmetros de Custos Referentes aos Meios de Produção Custo total orçado para os meios de produção (4%) Custo total apropriado para os meios de produção (5%) Orçado/m2 de construção para os meios de produção Apropriado/m2 de construção para os meios de produção R$ 9.777,32 R$ 6.296,18 R$ 0,92 R$ 0,59 215 R. G. Côrtes Engenharia Composições de Custo Simplificadas da Atividade de Construção Pintura Empreendimento Edifício Kanazawa – Área Total de Construção: 16.316,00 m2 Parâmetros Totais de Custos Custo total orçado para a atividade Custo total apropriado para a atividade Orçado/m2 de construção Apropriado/m2 de construção R$ 358.696,33 R$ 304.381,12 R$ 21,98 R$ 18,66 Custo total orçado para a mão-de-obra (41%) Custo total apropriado para a mão-de-obra (43%) Orçado/m2 de construção para a mão-de-obra Apropriado/m2 de construção para a mãode-obra R$ 147.065,50 R$ 130.883,88 R$ 9,00 R$ 8,02 Parâmetros de Custos Referentes à Mão-de-obra Parâmetros de Custos Referentes aos Materiais de Construção Custo total orçado para os materiais de construção (56%) Custo total apropriado para os materiais de construção (53%) Orçado/m2 de construção para os materiais de construção Apropriado/m2 de construção para os materiais de construção R$ 200.869,94 R$ 161.322,00 R$ 12,31 R$ 9,89 Parâmetros de Custos Referentes aos Meios de Produção Custo total orçado para os meios de produção (3%) Custo total apropriado para os meios de produção (4%) Orçado/m2 de construção para os meios de produção Apropriado/m2 de construção para os meios de produção R$ 10.760,89 R$ 12.175,24 R$ 0,67 R$ 0,75 Empreendimento Edifício Pontevedra – Área Total de Construção: 13.703,65 m2 Parâmetros Totais de Custos Custo total orçado para a atividade Custo total apropriado para a atividade Orçado/m2 de construção Apropriado/m2 de construção R$ 302.289,51 R$ 214.649,92 R$ 22,06 R$ 15,66 Parâmetros de Custos Referentes à Mão-de-obra Custo total orçado para a mão-de-obra (41%) Custo total apropriado para a mão-de-obra (43%) Orçado/m2 de construção para a mão-de-obra Apropriado/m2 de construção para a mãode-obra R$ 123.938,70 R$ 92.299,46 R$ 9,04 R$ 6,73 Parâmetros de Custos Referentes aos Materiais de Construção Custo total orçado para os materiais de construção (56%) Custo total apropriado para os materiais de construção (54%) Orçado/m2 de construção para os materiais de construção Apropriado/m2 de construção para os materiais de construção R$ 169.282,13 R$ 115.910,96 R$ 12,35 R$ 8,46 Parâmetros de Custos Referentes aos Meios de Produção Custo total orçado para os meios de produção (3%) Custo total apropriado para os meios de produção (3%) Orçado/m2 de construção para os meios de produção Apropriado/m2 de construção para os meios de produção R$ 9.068,68 R$ 6.439,50 R$ 0,67 R$ 0,47 216 R. G. Côrtes Engenharia Composições de Custo Simplificadas da Atividade de Construção Pintura Empreendimento Edifício Siena – Área Total de Construção: 3.730,00 m2 Parâmetros Totais de Custos Custo total orçado para a atividade Custo total apropriado para a atividade Orçado/m2 de construção Apropriado/m2 de construção R$ 93.303,22 R$ 61.731,50 R$ 25,01 R$ 16,55 Custo total orçado para a mão-de-obra (43%) Custo total apropriado para a mão-de-obra (42%) Orçado/m2 de construção para a mão-de-obra Apropriado/m2 de construção para a mãode-obra R$ 40.120,38 R$ 25.927,23 R$ 10,75 R$ 6,95 Parâmetros de Custos Referentes à Mão-de-obra Parâmetros de Custos Referentes aos Materiais de Construção Custo total orçado para os materiais de construção (53%) Custo total apropriado para os materiais de construção (55%) Orçado/m2 de construção para os materiais de construção Apropriado/m2 de construção para os materiais de construção R$ 49.450,71 R$ 33.952,33 R$ 13,26 R$ 9,10 Parâmetros de Custos Referentes aos Meios de Produção Custo total orçado para os meios de produção (4%) Custo total apropriado para os meios de produção (3%) Orçado/m2 de construção para os meios de produção Apropriado/m2 de construção para os meios de produção R$ 3.732,13 R$ 1.851,94 R$ 1,00 R$ 0,50 ANEXO II DADOS DA CONSTRUTORA SOTER SOCIEDADE TÉCNICA DE ENGENHARIA S/A 218 orçado San Felice Armação Supra Azulejo Concreto Supra Esquadria de alumínio Forma Supra Pintura Piso Granito Piso Cerâmico Revestimento Externo Revestimento Interno 524.020,48 228.386,94 623.160,38 348.178,34 284.907,30 296.693,00 323.081,00 185.931,11 549.230,10 189.552,02 Pedra de Itapuca Armação Supra Azulejo Concreto Supra Esquadria de alumínio Forma Supra Pintura Piso Granito Piso Cerâmico Revestimento Externo Revestimento Interno 1.050.179,08 396.388,45 950.947,52 701.013,07 663.953,18 518.678,50 569.281,28 417.472,94 775.909,30 416.116,74 Maria Callas Armação Supra Azulejo Concreto Supra Esquadria de alumínio Forma Supra Pintura Piso Granito Piso Cerâmico Revestimento Externo Revestimento Interno 613.158,45 257.653,78 596.379,97 436.122,39 430.050,00 307.794,47 276.911,25 294.214,18 578.458,27 259.550,76 Terra di Toscana orç/m2 área= orç % orç acum 8.451,88 m2 62,00 27,02 73,73 41,20 33,71 35,10 38,23 22,00 64,98 22,43 7,89 3,44 9,39 5,24 4,29 4,47 4,87 2,80 8,27 2,85 área= 14.213,21 m2 73,89 27,89 66,91 49,32 46,71 36,49 40,05 29,37 54,59 29,28 8,71 3,29 7,89 5,82 5,51 4,30 4,72 3,46 6,44 3,45 área= 9.088,29 m2 67,47 28,35 65,62 47,99 47,32 33,87 30,47 32,37 63,65 28,56 7,74 3,25 7,53 5,01 5,43 5,15 3,50 3,72 7,30 3,28 área= 10.123,71 m2 apropr apropr/m2 25,25 60,76 9,39 30,79 48,90 44,61 35,66 69,47 17,66 66,67 559.049,32 214.570,63 609.794,31 334.141,26 324.080,20 280.161,88 286.024,77 177.489,11 571.130,37 205.597,81 66,14 25,39 72,15 39,53 38,34 33,15 33,84 21,00 67,57 24,33 8,71 70,11 16,60 28,86 34,37 52,77 43,99 59,95 23,04 63,40 976.636,05 364.631,12 960.166,66 840.368,67 677.133,98 480.121,68 579.362,18 320.075,48 740.962,30 402.605,50 68,71 25,65 67,55 59,13 47,64 33,78 40,76 22,52 52,13 28,33 15,05 59,28 22,58 42,82 32,16 37,31 66,49 62,99 7,30 73,14 626.340,17 251.635,63 561.732,30 410.744,06 422.471,38 302.025,00 264.798,18 295.253,50 576.213,14 260.139,83 68,92 27,69 61,81 45,19 46,49 33,23 29,14 32,49 63,40 28,62 Armação Supra Azulejo Concreto Supra Esquadria de alumínio Forma Supra Pintura Piso Granito Piso Cerâmico Revestimento Externo Revestimento Interno Burle Marx 782.919,68 274.955,00 656.203,35 407.516,61 478.459,00 302.803,02 141.585,45 350.161,80 641.680,66 288.742,79 77,34 27,16 64,82 40,25 47,26 29,91 13,99 34,59 63,38 28,52 área= 9,63 3,38 8,07 5,01 5,89 3,73 1,74 4,31 7,90 3,55 7.604,66 m2 9,63 52,81 17,70 30,61 36,50 59,75 84,14 49,43 25,60 70,07 819.829,43 269.204,84 681.501,00 394.070,82 495.977,03 289.430,57 149.595,38 339.998,73 687.249,06 283.981,19 80,98 26,59 67,32 38,93 48,99 28,59 14,78 33,58 67,89 28,05 Armação Supra 440.266,95 57,89 6,44 13,79 425.087,70 55,90 219 Azulejo Concreto Supra Esquadria de alumínio Forma Supra Pintura Piso Granito Piso Cerâmico Revestimento Externo Revestimento Interno 212.097,19 377.447,63 341.958,90 312.813,27 224.173,02 174.965,79 267.235,69 502.299,63 207.090,14 Anacapri Armação Supra Azulejo Concreto Supra Esquadria de alumínio Forma Supra Pintura Piso Granito Piso Cerâmico Revestimento Externo Revestimento Interno 659.788,66 339.910,71 522.293,90 490.156,10 418.929,78 313.994,10 209.219,57 418.737,07 696.104,81 295.497,26 correção pelo ICC-RJ de mai/2006 sem valor de projetos e administração da obra área real de construção 27,89 49,63 44,97 41,13 29,48 23,01 35,14 66,05 27,23 3,10 5,52 5,00 4,57 3,28 2,56 3,91 7,35 3,03 área= 11.371,03 m2 58,02 29,89 45,93 43,11 36,84 27,61 18,40 36,82 61,22 25,99 7,15 3,69 5,66 5,32 4,58 3,43 2,27 4,54 7,55 3,20 63,11 25,51 35,95 45,11 60,01 74,42 53,13 7,35 69,18 195.491,10 365.101,27 351.962,84 337.900,35 214.601,29 199.162,61 238.181,93 520.649,20 222.501,20 25,71 48,01 46,28 44,43 28,22 26,19 31,32 68,46 29,26 14,70 52,16 19,60 30,35 35,17 48,09 74,87 44,63 7,55 58,97 656.587,85 231.655,50 441.487,14 450.609,45 249.450,30 322.134,42 242.894,73 386.497,08 735.989,44 291.083,47 57,74 20,37 38,83 39,63 21,94 28,33 21,36 33,99 64,72 25,60