Desarrollo de modelos de machine learning para la predicción de sobrecostos y retrasos en obras públicas: estudio de caso de la región Arequipa, Perú

Retamozo Garcia, Jafet Amir

Desarrollo de modelos de machine learning para la predicción de sobrecostos y retrasos en obras públicas: estudio de caso de la región Arequipa, Perú

dc.contributor.advisor	Torres Almiron, Jeniffer Carla
dc.contributor.author	Retamozo Garcia, Jafet Amir
dc.date.accessioned	2026-11-02T15:46:47Z
dc.date.available	2026-11-02T15:46:47Z
dc.date.issued	2026-10-07
dc.description.abstract	La construcción concentra gran parte de la inversión pública peruana, pero enfrenta problemas crónicos de sobrecostos y retrasos que comprometen los recursos del Estado y postergan el cierre de la brecha de infraestructura. Esta investigación desarrolla modelos de machine learning para anticipar sobrecostos y retrasos en obras públicas, a partir de 98 obras públicas liquidadas en Arequipa (S/ 4.5 a S/ 30 millones) con variables predictoras previas a la ejecución. Las variables independientes surgieron de una revisión bibliográfica de los factores más influyentes, y las dependientes se establecieron según el triángulo de hierro de la gestión de proyectos (costo, plazo y alcance). Tras construir el conjunto de datos mediante un análisis forense y documental de los registros contractuales, se realizó un análisis exploratorio y una estratificación no supervisada que separó tres perfiles de obra: exitosas, moderadas y colapsadas. Después se entrenaron modelos supervisados con variables seleccionadas por objetivo, comparando modelos lineales (LASSO lineal y cuadrático) con random forest, evaluados por validación cruzada estratificada repetida; el modelo final se validó externamente con obras de Cusco, Puno y Tacna. Predecir el valor exacto del desvío resultó poco viable (R² ≤ 0.17), pero su estructuración como un modelo de clasificación de riesgo por terciles demostró ser una alternativa efectiva; los tres clasificadores obtuvieron un AUC interno de 0.69 a 0.76. En la validación externa, el orden de riesgo se mantuvo para el retraso y el avance, pero no para el sobrecosto (AUC 0.58, cercano al azar), y el umbral debió recalibrarse por región. Las variables más influyentes cambian según el objetivo: el sobrecosto depende del plazo inicial, la modalidad de licitación y el tipo de contratista; el retraso, del sistema de contratación, la tipología de obra y el contexto de la pandemia. Finalmente, se propone una herramienta de gestión, el Semáforo de Alerta Temprana, que clasifica las obras y prioriza la revisión preventiva del expediente antes de la licitación.
dc.format	application/pdf
dc.identifier.uri	https://hdl.handle.net/20.500.12920/17674
dc.language.iso	spa
dc.publisher	Universidad Católica de Santa María	es_ES
dc.publisher.country	PE
dc.rights	https://purl.org/coar/access_right/c_abf2
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/	es_ES
dc.source	Universidad Católica de Santa María	es_ES
dc.source	Repositorio de la Universidad Católica de Santa María - UCSM	es_ES
dc.subject	Machine learning
dc.subject	sobrecostos
dc.subject	retrasos
dc.subject.ocde	https://purl.org/pe-repo/ocde/ford#2.01.01
dc.title	Desarrollo de modelos de machine learning para la predicción de sobrecostos y retrasos en obras públicas: estudio de caso de la región Arequipa, Perú
dc.type	http://purl.org/coar/resource_type/c_7a1f
dc.type.version	http://purl.org/coar/version/c_970fb48d4fbd8a85
renati.advisor.dni	71256920
renati.advisor.orcid	https://orcid.org/0000-0002-3417-4581
renati.author.dni	72050461
renati.discipline	73200082
renati.juror	Diaz Galdos, Miguel Renato
renati.juror	Loayza Rodriguez, Jose German
renati.juror	Montoya Villanueva, Filiberto Rody
renati.level	https://purl.org/pe-repo/renati/level#tituloProfesional
renati.type	https://purl.org/pe-repo/renati/type#tesis
thesis.degree.discipline	Ingeniería Civil
thesis.degree.grantor	Universidad Católica de Santa María.Facultad de Arquitectura e Ingenierías Civil y del Ambiente	es_ES
thesis.degree.name	Ingeniero Civil