Suscribirse Iniciar sesión
Portada / A fondo/ Le simulamos 50.000 veces los números a Cepeda. Perdió 45.947
A fondo

Le simulamos 50.000 veces los números a Cepeda. Perdió 45.947

En 50.000 simulaciones, Abelardo de la Espriella gana en promedio con 51,97% frente a 48,03% de Iván Cepeda; el factor decisivo es la participación de cada base.

Únete a nuestro canal de WhatsApp Recibe lo más importante de El Frente al instante
Le simulamos 50.000 veces los números a Cepeda. Perdió 45.947
Resumen con IA

En 50.000 simulaciones, Abelardo de la Espriella gana en promedio con 51,97% frente a 48,03% de Iván Cepeda; el factor decisivo es la participación de cada base.

Próximamente

Los puntos clave serán generados automáticamente por IA y revisados por la redacción de El Frente.

Próximamente

El contexto histórico y los antecedentes serán generados a partir del archivo periodístico de El Frente.

Generado con IA · puede contener errores, verifícalo antes de compartir.
Línea del tiempo · IA
····

··········

····

········

Generado con IA · puede contener errores, verifícalo antes de compartir.
RESULTADO PROMEDIO DE LAS 50.000 SIMULACIONES
De la Espriella
51,97%
Cepeda
48,03%
UMBRAL 50%
En promedio, Abelardo de la Espriella supera el umbral de victoria. Pero el promedio esconde 50.000 desenlaces distintos.

La noche del 31 de mayo dejó a Colombia con una certeza incómoda para el oficialismo: Abelardo de la Espriella terminó primero. El abogado y outsider de la derecha obtuvo 10,36 millones de votos, frente a los 9,69 millones de Iván Cepeda, el candidato del Pacto Histórico que durante semanas había sido el favorito. La diferencia —673.138 votos— no es enorme, pero plantea la pregunta que define la segunda vuelta: ¿puede Cepeda darle la vuelta capturando a los candidatos eliminados?

Para responderla con algo más que intuición, construimos un modelo estadístico. En lugar de adivinar a dónde irá cada voto, le pedimos a un algoritmo que ensayara 50.000 versiones distintas de la segunda vuelta, cada una con un reparto diferente pero plausible. Es un método llamado simulación de Monte Carlo —explicamos cómo funciona al final. El resultado es un mapa de lo posible —y una sorpresa sobre lo que realmente está en juego.

El punto de partida

Abelardo arranca arriba, y la mayor reserva de votos ya tiene dueño

El obstáculo central para Cepeda es aritmético. La bolsa de votos más grande entre los eliminados pertenece a Paloma Valencia, del Centro Democrático, con 1,64 millones —y la senadora uribista ya selló su respaldo a De la Espriella, e incluso hace campaña activa para frenar a Cepeda. Sumados Miguel Uribe Londoño y la tendencia de Santiago Botero, el bloque de derecha que se traslada a Abelardo es considerable.

Figura 1
Cómo quedó la primera vuelta
Votos por candidato · 31 de mayo de 2026 · 23.278.359 votos válidos
Lectura: De la Espriella y Cepeda concentran el grueso del voto, pero los 3,1 millones repartidos entre los demás candidatos son el territorio que define la segunda vuelta. Fuente: Registraduría Nacional, boletín 29 (99,87% escrutado).
Primeras cuentas

Tres repartos razonables, el mismo ganador

Antes de simular, hicimos las cuentas a mano bajo tres supuestos distintos sobre el destino de los votos. En el más favorable a Cepeda —donde recibe la totalidad del voto de Fajardo— se acerca, pero no alcanza. Con el voto de Paloma sumando a Abelardo en los tres casos, el desenlace no cambia.

Figura 2
Tres escenarios calculados a mano
Porcentaje entre los dos finalistas bajo distintos supuestos de traslado
En los tres, gana De la Espriella. Incluso enviando todo el voto de Fajardo a Cepeda (Escenario 2), la ventaja de Abelardo no baja de 4 puntos.
Detalle de los tres escenarios manuales
EscenarioSupuesto principalAbelardoCepedaResultado
Cincuenta mil universos

¿Y si no fijamos los números a dedo?

Los tres escenarios anteriores tienen un problema: nosotros elegimos los porcentajes. Para eliminar ese sesgo, definimos rangos plausibles para cada traslado —anclados en los endosos públicos y el perfil de cada electorado— y dejamos que el algoritmo generara 50.000 combinaciones aleatorias dentro de esos límites. Cada simulación es una versión distinta del domingo de elecciones.

La distribución de todos esos desenlaces para Cepeda cuenta la historia con crudeza:

8,1%
de los 50.000 escenarios los gana Cepeda
48,03%
es su votación media en el modelo
53,04%
su mejor resultado posible
43,31%
su peor resultado posible
Figura 3
La distribución de lo posible
Resultado de Cepeda en cada una de las 50.000 simulaciones
Cada barra agrupa los escenarios con un resultado similar. Solo la franja morada —a la derecha del 50%— representa victorias de Cepeda: el 8,1% del total.
El hallazgo

La elección no se decide en el endoso. Se decide en la urna.

Aquí llegó lo inesperado. Entrenamos un segundo modelo —un bosque aleatorio— para identificar qué variable separa los escenarios donde Cepeda gana de los que pierde. Esperábamos que fuera el voto de Paloma o el de Fajardo. No lo fue.

El 84% del poder predictivo recae en una sola cosa: la participación diferencial, es decir, cuál de las dos bases logra movilizar más a su gente el día de la votación. Todo el reparto de los votos de Paloma, Fajardo y Botero —el centro de casi todo el debate público— explica apenas el 16% restante.

Figura 4
Qué determina realmente al ganador
Peso de cada factor para predecir el resultado · modelo Random Forest
Las dos barras de movilización (Cepeda y Abelardo) suman el 84% de la capacidad de predecir el ganador. El destino de los votos heredados pesa mucho menos de lo que sugiere el debate.
Más que pelear por respaldos de otros líderes, esta elección la gana quien logre sacar a su propia gente a votar.
La conclusión del modelo
La palanca de Paloma

Entre los traslados, el uribismo sigue siendo el más decisivo

Que la participación domine no significa que los votos heredados den igual. Entre ellos, el de Paloma Valencia es el más sensible. Si el uribismo se traslada con disciplina a Abelardo —entre el 85% y el 95%—, Cepeda gana en apenas el 4,6% de los casos. Pero si una fuga importante se abstiene o vota en blanco, sus probabilidades se triplican.

Figura 5
Cuanto más fiel el uribismo, más lejos queda Cepeda
Probabilidad de victoria de Cepeda según qué tanto del voto de Paloma llega a Abelardo
A medida que el voto de Paloma se traslada con más fidelidad a Abelardo (de izquierda a derecha), las opciones de Cepeda se desploman.
La receta improbable

Lo que tendría que pasar para que gane Cepeda

El camino existe, pero es estrecho. Cuando tres condiciones se cumplen simultáneamente en el modelo, la probabilidad de Cepeda salta del 8% al 42,6% —prácticamente una moneda al aire. El obstáculo es que las tres reman contra la corriente actual.

Condición 01
Movilización superior
Su base progresista debe salir a votar más que la derecha, como suele ocurrir en las segundas vueltas.
Condición 02
Fuga uribista
Menos del 70% del voto de Paloma debe llegar limpio a Abelardo; el resto, abstención o voto en blanco.
Condición 03
Arrastre del centro
Capturar más del 60% del voto de Sergio Fajardo, que hasta ahora no ha oficializado su respaldo.

Hoy, sin embargo, la derecha marcha unida: Paloma Valencia hace campaña por Abelardo, Cambio Radical y el Centro Democrático lo respaldan, y el voto de Botero se inclina hacia él. Mientras ese bloque se mantenga cohesionado, la aritmética favorece a De la Espriella en más de nueve de cada diez escenarios.

Cómo se hizo

Metodología

El modelo parte de los votos oficiales de primera vuelta y redistribuye los de los candidatos eliminados mediante distribuciones de probabilidad triangulares, con rangos definidos a partir de los endosos públicos y el perfil ideológico de cada electorado.

  • Paloma Valencia y Miguel Uribe (derecha): mayoría a Abelardo, con fuga posible a blanco o abstención.
  • Claudia López: endoso explícito a Cepeda.
  • Sergio Fajardo (centro, sin endoso): rango amplio; el voto más volátil del modelo.
  • Santiago Botero: tendencia hacia Abelardo.
  • Demás candidatos (perfil progresista): mayoría a Cepeda.
  • Participación diferencial: un multiplicador de movilización por base, ligeramente mayor para la izquierda.

La importancia relativa de cada factor se estimó con un clasificador Random Forest entrenado sobre los 50.000 resultados simulados.

¿Qué es una simulación de Monte Carlo?

Imagine que no sabe exactamente a dónde irá cada voto huérfano, pero sí tiene una idea del rango: el voto de Paloma irá en su mayoría a Abelardo, el de Fajardo es impredecible, y así con cada uno. En vez de elegir un solo número, el método de Monte Carlo lanza los dados miles de veces —aquí, 50.000— eligiendo al azar un valor dentro de cada rango plausible en cada ronda.

El nombre viene del casino de Mónaco: como en la ruleta, cada tirada es distinta, pero al repetirla decenas de miles de veces emerge un patrón confiable. No predice el resultado; dibuja el mapa completo de lo posible y nos dice qué tan probable es cada desenlace. Si Cepeda gana en 4.053 de 50.000 mundos, su probabilidad ronda el 8% —no porque alguien lo decida, sino porque así caen los dados cuando se respetan las reglas del juego.

Este es un ejercicio estadístico de redistribución de votos, no una predicción ni una encuesta. El comportamiento real del electorado en una segunda vuelta rara vez sigue la suma lineal de la primera vuelta; los escenarios ilustran rangos de posibilidad bajo supuestos explícitos.

Análisis de datos electorales · Colombia 2026