Tecnica de Las Matrices de Impacto Cruzado

TECNICAS DE ESCENARIOS, EL PRONOSTICO Y LA PROSPECTIVA EN LA FORMULACION DE POLITICAS PUBLICAS
________________________________________________________________________________________________

________________________________________________________________________________________________
TECNICA DE LAS MATRICES DE IMPACTO CRUZADO
En que consiste la Tcnica?
Un ejemplo de aplicacin de la Tcnica.
Procedimiento para determinar las probabilidades simples y

condicionadas de los eventos; as como la de cada escenario
planteado.

________________________________________________________________________________________________
MATRICES DE IMPACTO CRUZADO: En que consiste la tcnica?
Las matrices de impacto cruzado es una de las tcnicas de pronstico o de prospectiva ms usadas,
sobre todo en los pases Europeos. Su lgica bsica subyacente, consiste en hacer una EXPLORACIN
DEL FUTURO (PROSPECTIVA) sobre la base de una serie de EVENTOS (Ei) que pueden o no ocurrir
dentro de un horizonte temporal considerado. En tal sentido, el vocablo o termino EVENTO se refiere
aqu; a una hiptesis que puede o no ser cierta, segn que tal evento ocurra o no en el marco temporal
analizado.
Dentro de este orden de ideas, LOS ESCENARIOS FUTUROS que pueden presentarse, dependern
estrictamente de LA OCURRENCIA O NO-OCURRENCIA de LOS EVENTOS (Ei) visualizados como la
<base del pronostico> por el grupo de expertos. Dicho en otras palabras: la dinmica de los
acontecimientos factibles de presentarse, conformarn el abanico de los escenarios que
describen el futuro posible.
Ahora bien, no basta con identificar UN CONJUNTO DE EVENTOS (Ei) CUYAS COMBINATORIAS DE
OCURRENCIA ESPECIFIQUEN LOS ESCENARIOS FUTUROS POSIBLES; sino que tambin es
necesario establecer las inter.-relaciones en cuanto a la ocurrencia entre unos y otros, esto es, EL
IMPACTO CRUZADO en las ocurrencias de los mismos.
Este punto es esencial para poder entender la lgica en el uso de sta tcnica prospectiva: LA
OCURRENCIA DE UN EVENTO DADO (Ei) PUEDE IMPACTAR POSITIVA O NEGATIVAMENTE LA
OCURRENCIA DE OTRO EVENTO DADO (Ej).
Matemticamente hablando, hablamos de PROBABILIDADES CONDICIONADAS:
i
i
i
i
i
; o tambin i o
j

j
A continuacin, y previo a un ejemplo prctico introductorio, se explica el como opera la tcnica para la
construccin de ESCENARIOS EXPLORATORIOS A FUTURO, a partir de una situacin actual
identificada como S 0 . El siguiente diagrama ilustra grficamente la lgica del proceso prospectivo:
(0)
SITUACION
ACTUAL
t: horizonte temporal considerado

(?)
E1
E2
EM
Eis: Eventos que pueden o no ocurrir
FIG. MIC-I
(F)
SITUACION
FUTURA

________________________________________________________________________________________________
Suponga que se quiere elaborar un EJERCICIO PROSPECTIVO sobre un AREA DE TECNOLOGAS,

sobre la base (a juicio de un grupo de expertos) de la posibilidad de ocurrencia de tres grandes eventos
E1, E2 y E3. Cuntos escenarios futuros posibles podran generarse?.
Para establecer cuantos escenarios futuros son posibles de presentarse debemos tener presente que
todo evento (Ei) (i = 1,2,3, en este caso) puede o no ocurrir en el horizonte temporal establecido para el
ejercicio de prospectiva. En consecuencia como hay tres (3) eventos caracterizadores de ese FUTURO
POSIBLE, habr 23 - escenarios probables de presentarse, al menos lgicamente.
Para visualizar estos 23 8 escenarios probables, utilicemos diagramas como el de la FIG. MIC-I; esto
es:
ESCENARIO<1>:
0 :
Situacin
Actual
(0)
(0)
(0)
E1
E2
E3
S F S 0
Situacin
futura
Cdigo de
Identificacin.
Esto quiere decir, que no ocurren ninguno de los EVENTOS CARACTERIZADORES, por ello se colocan
los ceros (0s) arriba de cada evento (Ei). En tal caso, la situacin futura, en principio, se mantiene
invariante con relacin a la situacin actual. Los tres (3)ceros colocados en casillas a la derecha
simbolizan un cdigo de identificacin para ese escenario.
ESCENARIO<2>:
0 :
Situacin
Actual
(1)
(0)
(0)
E1
E2
E3
SF
1
Situacin
futura
Cdigo de
Identificacin.
Esto quiere decir que solamente el EVENTO (E1) ocurre, es decir, se pone de manifiesto para modificar
la situacin actual.
ESCENARIO<3>:
S 0 :
Situacin
Actual
(0)
E1
(1)
E2
(0)
SF
E3
Situacin
futura
Cdigo de
Identificacin.
Esto quiere decir que solamente el EVENTO (E2) ocurre. Y as sucesivamente.

________________________________________________________________________________________________
ESCENARIO<4>:
0 :
Situacin
Actual
(0)
(0)
(1)
E1
E2
E3
SF
0
Situacin
futura
Cdigo de
Identificacin.
ESCENARIO<5>:
0 :
Situacin
Actual
(1)
(1)
(0)
E1
E2
E3
SF
1
Situacin
futura
Cdigo de
Identificacin.
ESCENARIO<6>:
0 :
Situacin
Actual
(1)
(0)
(1)
E1
E2
E3
SF
1
Situacin
futura
Cdigo de
Identificacin.
ESCENARIO<7>:
0 :
Situacin
Actual
(0)
(1)
(1)
E1
E2
E3
SF
0
Situacin
futura
Cdigo de
Identificacin.
ESCENARIO<8>:
0 :
Situacin
Actual
(1)
(1)
(1)
E1
E2
E3
SF
1
Situacin
futura
Cdigo de
Identificacin.
De esta manera, a la hora de realizar un ejercicio de pronostico con LA TCNICA DE MATRICES DE

IMPACTO CRUZADO, bajo la premisa de LA OCURRENCIA O NO DE TRES (3) EVENTOS
CARACTERIZADORES DEL FUTURO EXPLORADO, se tendr un ABANICO DE 8- ESCENARIOS que
pueden presentarse.
Ahora bien, no basta con esta informacin para realizar el ejercicio. Para ello, es necesario suministrar la
siguiente informacin por parte del grupo de expertos que participa en el ejercicio:

________________________________________________________________________________________________
1.- Las probabilidades simples de ocurrencia de cada uno de los eventos identificados como los
eventos caracterizadores de ese futuro explorado. Tales probabilidades suelen denotarse de la
0
0
0
forma: 1 , 2 . y. 3 .
2.- Las probabilidades condicionadas entre esos eventos. Tales probabilidades condicionadas
serian:

2 0 3 0 1 0 3 0 1
,
,
,
,
. y. 0 2 .
1
1
2
2
3
3
No necesariamente todas ellas tienen que suministrarse, ya que puede haber EVENTOS
TOTALMENTE INDEPENDIENTES (no afectados por ninguno de los otros eventos); adems, de
que no todo evento tiene que necesariamente impactar a todos los dems.
OBSERVACIN #1:
La versin (llmese ortodoxa) original de esta tcnica, e incluso lo usual en la literatura
disponible, es solo considerar probabilidades condicionales de un evento con respecto a otro; y
no los casos de dos (2) eventos condicionantes. No obstante, y en concordancia con contribuir a
la agregacin de valor cognitivo, se han contemplado tales casos para el desarrollo de la
plataforma de software que apoya el uso de esta tcnica. Un ejemplo de una probabilidad
condicionante de dos (2) eventos sera:
3
.
1 & 2
OBSERVACIN #2:
El smbolo (lase supra-cero) 0 , se escribe para diferenciar estas VARIABLES A PRIORI de
probabilidades simples y condicionadas; de los llamados VALORES AJUSTADOS * de tales
probabilidades. Ms adelante se explicar como se obtienen los valores ajustados * , a
partir de los valores a priori 0 a travs de corridas de SIMULACIN en el computador.
A esta altura surge una pregunta elemental: Cmo saber cuales probabilidades condicionadas son
necesarias de obtener?. La respuesta a esta pregunta queda contestada cuando el grupo de expertos
elabora la LLAMADA MATRIZ DE IMPACTOS CRUZADOS de los EVENTOS CARACTERIZADORES del
futuro explorado. Esta matriz suele tener el formato siguiente:

________________________________________________________________________________________________
Ei
E1
E2
E3
Ei
(+)
E1
E2
(+)
E3
(+)
(-)
MATRIZ DE IMPACTO CRUZADO: 3 - EVENTOS

En esta matriz de impactos cruzados para un ejemplo hipottico tomado solo a ttulo referencial; se
tiene que:
1.- De acuerdo con la lectura de la 1ra fila el EVENTO (E1) impacta positivamente la ocurrencia
del EVENTO (E3). Esto quiere decir, que la OCURRENCIA DE (E1) contribuye a aumentar la
probabilidad de ocurrencia del evento (E3), en caso de que, por supuesto, esto no haya ocurrido.
3
3 .
Matemticamente esto se expresa como:
1
0
2.- De acuerdo a la lectura de la 2dafila el EVENTO (E2) impacta positivamente la ocurrencia

del EVENTO (E1). Esto, anlogamente quiere decir que la OCURRENCIA DE (E2) contribuye a
aumentar la probabilidad de ocurrencia del evento (E1). Esto, matemticamente se expresa de la
1
1 .
forma:
2
0
3.- De acuerdo a la lectura de la 3ra fila el EVENTO (E3) impacta positivamente la ocurrencia
del EVENTO (E1) y negativamente al EVENTO (E2). Esto quiere decir, que la ocurrencia del
evento (E3) aumenta la probabilidad de ocurrencia del evento (E1); y adems disminuye la
probabilidad de ocurrencia del evento (E2). Esto matemticamente se expresa como:
1

0 1 ; 0 2 0 2 .
3
3
4.- Deber considerarse una probabilidad condicionada, para el evento E1 de la forma:
2 & 3

________________________________________________________________________________________________
tal probabilidad condicionada, deber cumplir con la condicin siguiente:
1
1
1
1
0
P
; P
P
; P
P ( 2 )
2
&
2
&
2
&
Se le deja al lector que razone sobre estas conclusiones.

Un punto muy importante es el de asignar las probabilidades condicionantes de un evento dado; cuando
hay eventos que lo preceden, los cuales impactan en sentidos contrarios. Esto se tratar en un ejemplo
ms adelante.
UN EJEMPLO DE APLICACIN DE LA TCNICA.
Consideremos un ejemplo de orden prctico de la aplicacin de la tcnica; como es el caso de tratar de

visualizar a futuro el sistema de educacin superior en los pases latinoamericanos.
Supngase que se consideran los siguientes EVENTOS CARACTERIZADORES DEL FUTURO
EXPLORADO:
Caracterizacin de LOS SISTEMAS DE EDUCACION SUPERIOR de los pases latinoamericanos a
futuro, dentro de un horizonte temporal de 10 aos.
E1:
Predominio de la educacin a distancia a travs del uso del INTERNET.
E2:
Crecimiento vertiginoso de los programas de EDUCACION CONTINUA.
E3:
Desarrollo de altos vnculos entre las universidades y los sectores industriales.
E4:
Cambios Radicales en los esquemas de ENSEANZA-APRENDIZAJE (desaparicin

progresiva de la enseanza basada en clases magistrales).
E5:
Incremento sustancial de la matricula de educacin superior (aumento sustantivo de la

poblacin estudiantil).

________________________________________________________________________________________________
HORIZONTE TEMPORAL PROSPECTIVO: 10 AOS

Para establecer LOS INSUMOS se elabora la MATRIZ DE IMPACTOS CRUZADOS de los eventos
considerados como relevantes para la caracterizacin del futuro explorado, con relacin a los sistemas
de educacin superior en los pases latinoamericanos:
Ei
Ei
E1
E2
E3
(+)
E1
E2
(+)
E3
(+)
E4
E5
(+)
(+)
(+)
(+)
(+)
E4
E5
MATRIZ DE IMPACTOS CRUZADOS DE LOS EVENTOS CARACTERIZADORES
DEL FUTURO DEL SISTEMA DE EDUCACION SUPERIOR EN LOS PAISES
LATINOAMERICANOS EN UN HORIZONTE TEMPORAL DE (10) AOS.
De acuerdo a la opinin de este grupo de expertos:

(a)
El predominio de la educacin a distancia a travs del uso masificado del internet,

contribuye positivamente a:
(i)
El apuntalamiento de los programas de educacin continua.
(ii)
El estmulo a desarrollar mayores vnculos entre el sector industrial y las
universidades.
(b)
El crecimiento vertiginoso de los programas de educacin continua, contribuye a:

(i)
Al uso de internet como plataforma expedita del proceso educativo.
(ii)
Mayor vinculacin entre universidades y el sector industrial.
(c)
El desarrollo de altos vnculos entre el sector industrial y las universidades contribuir a:

(i)
(ii)
(iii)
(iv)
Impulsar los programas de educacin a distancia, mediante el uso de internet.

Impulsar los programas de educacin continua (orientacin no acadmica).
Modificacin sustantiva de los esquemas de enseanza aprendizaje, para
poder as dar respuestas mas giles, en la formacin del recurso humano que
absorbe la industria.
El hecho de un mayor vinculo con el sector industrial, abrir mayor oportunidad a
fuentes de trabajo y demandas del capital humano que egresa de las
universidades; por lo que ello incidir en una mayor demanda por formacin en
estas casas de estudio aumentando en consecuencia la matricula universitaria.
NOTA: Esto es solo un ejemplo hipottico, para entender la lgica subyacente en la tcnica.

________________________________________________________________________________________________
De acuerdo a sta matriz de impactos cruzados, los INSUMOS requeridos para la realizacin del
EJERCICIO DE PROSPECTIVA son:
a.
Las probabilidades simples de ocurrencia

(caracterizadores) del futuro, esto es:
de
cada
uno
de
los
EVENTOS
0 1 , 0 2 , 0 3 , 0 4 , y. 0 5 .
b.
Las probabilidades condicionadas entre tales eventos; ellas son:
2 0 3 0 1 0 3 0 1 0 2 0 4 0 5
,
,
,
,
,
,
,
1
1
2
2
3
3
3
3
0
y.
Los resultados que a continuacin aparecen son producto de un ejercicio hipottico realizado con la
participacin de diez (10) personas altamente calificadas en esa materia:
Para las probabilidades simples (iniciales) se obtuvieron los siguientes resultados:

TABLA DE 0 i s : probabilidades simples.
0 i
0 1
0 2
0 3
0 4
0 5
1
2
0.80
0.60
0.99
0.60
0.40
0.90
0.80
0.80
0.50
0.45
0.95
0.50
0.90
0.65
0.70
0.70
0.70
0.99
0.55
0.50
0.99
0.80
0.80
0.90
0.40
0.99
0.75
0.99
0.50
0.80
0.85
0.75
0.99
0.80
0.75
0.99
0.99
0.99
0.75
0.30
0.85
0.99
0.85
0.55
0.40
10
0.99
0.60
0.95
0.40
0.60
0 i :
0.90
0.75
0.93
0.62
0.50
N. DE
EXPERTO
10

________________________________________________________________________________________________
De acuerdo a estos resultados de LAS PROBABILIDADES SIMPLES (INICIALES) asignadas por el grupo
de expertos:
(a)
Los EVENTOS: E1 Predominio de la educacin a distancia con el uso de internet; y E3:

Desarrollo de altos vnculos universidad y sector industrial, serian eventos CUASICIERTOS, ya que sus probabilidades superan el 90%.
(b)
El EVENTO: E2 Crecimiento vertiginoso de la educacin continua; se considera como

un evento de MUY ALTA PROBABILIDAD, ya que se le asign 75%.
(c)
El EVENTO: E4 Cambios radicales en los esquemas ENSEANZA APRENDIZAJE;

se le asign una probabilidad del orden del 60%, lo que indica una probabilidad
dominante de que pueda ocurrir; pero muy cercana al umbral de la incertidumbre total;
como ocurre con el EVENTO E5 , al cual se le asign una probabilidad simple del 50%,
o sea, incertidumbre total de que ello pueda o no pueda ocurrir.
Para las probabilidades condicionadas (iniciales) se obtuvieron los siguientes resultados:
0
i
s : Probabilidades condicionadas
TABLA DE
2
1

0 3 0 1 0 3 0 1 0 2 0 4 0 5
1
2
2
3
3
3
3
N. DE
EXPERTO
1
2
0.70
0.99
0.85
0.99
0.90
0.75
0.70
0.60
0.90
0.90
0.95
0.85
0.95
0.85
0.65
0.60
0.65
0.95
0.98
0.95
0.90
0.70
0.75
0.85
0.80
0.99
0.75
0.99
0.75
0.80
0.65
0.70
0.85
0.85
0.99
0.85
0.99
0.85
0.95
0.60
0.80
0.99
0.99
0.99
0.99
0.85
0.70
0.85
0.85
0.99
0.90
0.99
0.90
0.80
0.85
0.80
0.99
0.99
0.99
0.99
0.99
0.99
0.80
0.60
0.99
0.95
0.90
0.90
0.90
0.99
0.75
0.60
10
0.70
0.99
0.99
0.99
0.99
0.70
0.60
0.70
0.82
0.96
0.93
0.95
0.93
0.83
0.74
0.69
Las interpretaciones son anlogas a las hechas con los resultados relativos a LAS PROBABILIDADES
SIMPLES (INICIALES) DE LOS EVENTOS CARACTERIZADORES DEL FUTURO EXPLORADO.
11

________________________________________________________________________________________________
La captura de estas PROBABILIDADES INICIALES o A PRIORI, se puede haber realizado o bien a travs
de una consulta remota va INTERNET (por ejemplo); o bien mediante el EL USO DE LA TCNICA
DELPHIS como mecanismo de captacin de los JUICIOS DE VALORES del grupo de expertos en
relacin al problema de prospectiva planteado o mediante una discusin en grupo. Todas las alternativas
antes sealadas son validas; todo depender del grupo que disea y ejecuta el EJERCICIO DE
PROSPECTIVA.
Una vez culminado este paso, se proceder a la realizacin de un EJERCICIO DE SIMULACIN
ESTOCASTICA, el cual consiste en SIMULAR LA OCURRENCIA O NO-OCURRENCIA DE LOS
EVENTOS, a travs de la generacin en el computador de NUMEROS ALEATORIOS (seudoaleatorios
para ser ms riguroso en el lenguaje). A partir de los resultados obtenidos se har UN AJUSTE a los
valores asignados A PRIORI, para con ello obtener los llamados VALORES AJUSTADOS tanto de las
probabilidades simples como de las probabilidades condicionadas; las cuales se denotan de la forma:

1 , 2 , 3 , 4 , 5 , 2 , 3 , 1 , 3 , 1 ,
1
1
2
2
3
2
3

4
, 5
3
3
Hechos tales AJUSTES A LOS VALORES ASIGNADOS A PRIORI, se procede a la realizacin del
ejercicio de simulacin correspondiente, para determinar LA PROBABILIDAD DE OCURRENCIA de cada
uno de LOS ESCENARIOS FACTIBLES (32 escenarios en el caso de 5-eventos caracterizadores del
futuro), para con ello realizar EL ANLISIS PROSPECTIVO CORRESPONDIENTE.
A continuacin se presenta el PROCEDIMIENTO A SEGUIR PARA LA DETERMINACIN DE
LAS PROBABILIDADES SIMPLES Y CONDICIONADAS DE LOS EVENTOS (Ei) EN LA
TCNICA DE LAS MATRICES DE IMPACTOS CRUZADOS(CROSS-IMPACT MATRICES); as
como LAS PROBABILIDADES DE OCURRENCIA DE LOS ESCENARIOS PLANTEADOS.
PASO #1:
El grupo de expertos pre-establece de acuerdo a su conocimiento y experiencia, LAS
PROBABILIDADES DE OCURRENCIA DE CADA EVENTO considerado, dentro del marco
temporal establecido para el PROCESO DE PRONOSTICO.
Llmense estas probabilidades; P 0 ( i )donde i 1,2,.........n. Tales probabilidades iniciales
0 i , sern AJUSTADAS a travs de un procedimiento basado en la corrida de un
EJERCICIO DE SIMULACIN ESTOCASTICA, el cual se describe como parte del procedimiento
aqu descrito.
PASO #2:
12

________________________________________________________________________________________________
Se formula LA MATRIZ DE IMPACTOS CRUZADOS; esto es una matriz donde se especifican las
interacciones o impactos entre uno u otros eventos, dentro del horizonte temporal pre-establecido
para el proceso de pronostico. Obviamente, si hay n-eventos, se tendr una MATRIZ CUADRADA
DE ORDEN-n; es decir, una matriz n x n.
Esta matriz nos permite conocer qu EVENTO (Ei) impacta a qu EVENTO (Ej); adems de
poder saber la fuerza de este impacto, en trminos de su grado de contribucin a que tal
EVENTO (Ej) ocurra o por el contrario no-ocurra. Dentro de este orden de ideas, es importante
1
tener en claro que siempre se va a satisfacer la identidad:
.
i
A continuacin, a titulo de ejemplo, se formula una matriz de impactos cruzados para un proceso de
pronostico (X) donde se han identificado las probabilidades de ocurrencia de n-5 EVENTOS: E1, E2, E3,
E4 y E5
MATRIZ DE IMPACTOS-CRUZADO
Ei
Ei
E1
: PROCESO DE PRONOSTICO (X)
E2
E3
E4
E1
E5
(+)
E2
(+)
(+)
(-)
E3
(-)
E4
(+)
E5
FIG. 1MIC
Segn la informacin obtenida en la matriz, tenemos algunos aspectos claves en su interpretacin:
(a)
El EVENTO 1- (E1), apuntala (impacta positivamente) la ocurrencia de los EVENTOS:

(E4) y (E5). Ello debe traducirse matemticamente en asignarle a las probabilidades
condicionales
0
5
y
1
unos valores mayores a las probabilidades
simples de ocurrencia de (E4) y (E5); esto es:
0 4 y 0 5 . Dicho en otras
palabras, el echo de que OCURRA-(E1), ello contribuye a aumentar las

PROBABILIDADES DE OCURRENCIA asignadas apriorsticamente a los EVENTOS (E4)
Y (E5).
(b)
El EVENTO 2- (E2), apuntala o impacta positivamente a la ocurrencia del EVENTO 1(E1); pero impacta negativamente o dificulta la ocurrencia del EVENTO 3- (E3). Ello
13

________________________________________________________________________________________________
1
un valor mayor que
debe traducirse matemticamente en asignarle a
2
0
0 1 .

3
un
En cambio, para el caso de (E3) debe ser lo contrario, es decir, asignarle a
2
0
valor menor a
(c)
3 .
El EVENTO 3- (E3), impacta negativamente a la ocurrencia del EVENTO 4- (E4). Ello
4
un valor menor al valor de
debe traducirse matemticamente en asignarle a
3
0
0 4 .
(d)
El EVENTO 4- (E4), impacta positivamente al EVENTO 1- (E1). Ello debe traducirse
(e)
0
1
un valor mayor al de 0 1 .
matemticamente en asignarle a
4
Como los EVENTOS (E2) y (E4) apuntalan la ocurrencia del EVENTO (E1); deber
considerarse el caso de la probabilidad de ocurrencia de (E1), si se han dado
previamente (E2) y (E4). Esto es, se requiere la opinin de los expertos para la
estimacin de:
1
. De igual manera se requerir estimacin de:
2 & 4
1 & 3
Un punto muy importante, es el asignar las probabilidades condicionadas de un EVENTO

dado; cuando hay EVENTOS que lo preceden, los cuales impactan en sentidos
contrarios.
Por ejemplo, al analizar los eventos que impactan al EVENTO (E 4), vemos que (E1) lo
apuntala en caso de que haya ocurrido previamente; pero (E 3) lo impacta negativamente,
tambin en caso de que este haya ocurrido previamente.
La pregunta clave es: cmo asignar el valor
asignacin, es la parte del valor de
0 4
4
?. Una gua practica para tal
1 & 3
; es decir, en ausencia de la ocurrencia
tanto de (E1), como de (E3). Posteriormente, estimar a juicio del grupo de expertos el
" T " (lase delta T) de incremento de la probabilidad de (E4), en caso
de ocurrir previamente el EVENTO (E 1). De igual manera, estimar a juicio del grupo de
expertos, el
" "
(lase delta menos) de decremento de la probabilidad de (E4),
cuando ocurre previamente el EVENTO (E 3). Con estos dos (2) insumos se puede
estimar el valor de
4
, mediante la forma:
1 & 3
14

________________________________________________________________________________________________
4
0 ( 4 )
1 & 3
Esto da una regla prctica, pero sobre todo de sentido comn, para hacer las
estimaciones de las probabilidades condicionadas de carcter multiple.
PASO #3:
El grupo de expertos / especialistas establece las PROBABILIDADES CONDICIONADAS
INICIALES que requieren ser especificadas en concordancia con LA MATRIZ DE IMPACTOS
CRUZADOS formulada en el PASO #2.
PASO #4:
Una vez asignadas LAS PROBABILIDADES SIMPLES (a) Y CONDICIONADAS INICIALES o A
PRIORI; se procede a realizar el AJUSTE correspondiente (proceso de refinamiento de las
mismas) mediante el uso de las tcnicas de simulacin estocstica.
Supngase que se tienen como valores iniciales los siguientes:
0 1 0.50 ; 0 2 0.70 ; 0 3 0.50 ; 0 4 0.30 ; 0 5 0.60 ;

4
0.75 ; 0 5 0.80 ; 0 1 0.70 ; 0 3 0.30 ; 0 4 0.20 ;
1
1
2
2
3

0 1 0.80 .
4
0
Para SIMPLIFICAR el proceso de generacin de evento y calculo en las corridas (en fro) de
simulacin, no consideramos lo relativo a las probabilidades condicionadas del tipo
2 & 4
4
. No obstante, el software a utilizar si deber considerarlo, ya
1 & 3
que ello es parte de una modelacin ms fiel de la realidad que se pretende simular.
A continuacin se especifica paso a paso el procedimiento a seguir durante el ejercicio de

simulacin que permitir refinar los valores asignados inicialmente (A PRIORI):
PASO #4.01:
Seleccione aleatoriamente cualesquiera de los n-EVENTOS considerados (5-EVENTOS en este
caso en particular). Para ello use un GENERADOR DE NUMEROS PSEUDOALEATORIOS
conformado por los valores: 1,2,3,4 y 5.
Sea X dicho nmero. Por ejemplo: X=3; ello implica la seleccin del evento (E3).
(a)
Tngase presente que la ocurrencia de estos EVENTOS, no es mutuamente excluyente.

15

________________________________________________________________________________________________
PASO #4.02:
Simlese la ocurrencia o no del evento seleccionado. Para ello utilcese un generador de
nmeros aleatorios entre [0.1]. si (P) es la probabilidad inicial de ocurrencia (simple) de este
evento: entonces si el valor random generado es el evento ocurre; caso contrario no. Por
ejemplo, 3 0.40 . Si el nmero seudoaleatorio generado es 0.4000 , entonces se

asume que ocurre el evento. Supngase que el nmero generado es 0.371058; ello implica que
(E3) ha ocurrido.
0
Hasta este momento se ha seleccionado uno de los (5) EVENTOS, el EVENTO 3-, simbolizado
como (E3). Adems de ello, el proceso de simulacin basado en la generacin de nmeros
aleatorios establece LA OCURRENCIA DE (E3).
PASO #4.03:
Procdase a seleccionar uno de LOS EVENTOS hasta este momento no seleccionado. En este
ejemplo seran: E1, E2, E4 o E5. Para ello, procdase a la generacin de nmeros
seudoaleatorios en el rango de valores correspondientes, esto es: 1,2,4 o 5.
Sea X dicho nmero. Por ejemplo, X=4; ello implica la seleccin del EVENTO(E4).
PASO #4.04:
Simule la ocurrencia o no del evento seleccionado.
Como ha ocurrido (E3) (previo a la ocurrencia de (E4)), entonces para simular el proceso de
0
4
, la
OCURRENCIA o NO de (E4), se debe utilizar LA PROBABILIDAD CONDICIONAL
3
cual tiene un valor de 0.20.
Generando el nmero random- U en [0,1], se obtiene el valor 0.5783. Como este valor U>0.20,
entonces se asume que el EVENTO (E4)- NO OCURRE (en esta corrida).
Hasta este momento se han seleccionado dos (2) de los (5) EVENTOS: (E3) y (E4).
En el proceso de simulacin (E3) ha ocurrido y (E4) no ha ocurrido.
PASO #4.05:
Continese con la seleccin de los EVENTOS restantes, estos son: (E1), (E2) y (E5). Para ello,
se procede en forma anloga a los procesos anteriores.
Suponga que X=1. Se selecciona el EVENTO 1PASO #4.06:
Simule la ocurrencia o no del evento seleccionado. Como no esta definida ninguna probabilidad
condicional de (E1) respecto a (E3); se usa la probabilidad,
ocurrencia o no ocurrencia.
Suponga que U=0.35; y por ello se decide que (E1)-OCURRE.
16
0 1 para experimentar su

________________________________________________________________________________________________
Hasta el momento se han seleccionado tres (3) de los (5) EVENTOS: (E1), (E3) y
(E4). En el proceso de simulacin (E3) y (E1) han ocurrido y (E4) no ha
ocurrido.
PASO #4.07:
Seleccione el siguiente evento entre (E2) y (E5).
Suponga que X=2. se selecciono (E2).
PASO #4.08:
Simlese la ocurrencia o no de dicho EVENTO 2-.
Como no hay ningn EVENTO que apuntale o impacte negativamente la ocurrencia de (E2) se
toma como referencia para simular su ocurrencia o no 0 2 0.70 .
Supngase que U=0.5732; por lo que (E2) ocurre.

Hasta este momento se han seleccionado cuatro (4) de los 5-EVENTOS. Han
ocurrido: E3, E1, E2.
PASO #4.09:
Se procede a simular la ocurrencia o no del evento restante (E5). Un solo EVENTO impacta de
manare previa, la ocurrencia del mismo. Este es el EVENTO 1- el cual lo apuntala, es decir, lo
impacta positivamente.
5
0.80 ; para simular su ocurrencia o no con el generador de nmeros
Por ello, se toma
1
seudoaleatorios [0,1].
0
Supngase que U=0.71402; por lo que (E5) ocurre.

Despus de haber seleccionado (aleatoriamente) todos los EVENTOS en cuestin;
cinco (5) en total en este caso particular, se simul la ocurrencia de ellos en la
secuencia: E3, E1, E2 y E5.
Al finalizar la seleccin de todos los eventos considerados en el estudio de pronostico; establecindose
cuales de ellos ocurren o no ocurren; usando como base las probabilidades iniciales simples de
ocurrencia y las probabilidades condicionadas iniciales, segn sea el caso, se tendrn los llamados
RESULTADOS DE ESA CORRIDA DE SIMULACIN PARA LA OCURRENCIA DE LOS EVENTOS
considerados.
En tal sentido, se deber pre-establecer EL # DE CORRIDAS QUE SE REALIZARAN. Por ejemplo,
N=100, N=1.000, N=5.000, N=10.000, ETC.
17

________________________________________________________________________________________________
PASO #4.10:
Reptanse los pasos 4.01 al 4.09 tantas veces como se quiera, de acuerdo al # DE CORRIDAS,
previamente establecida para el experimento de simulacin, cuyo objeto es AJUSTAR los valores
iniciales de LAS PROBABILIDADES SIMPLES y LAS PROBABILIDADES CONDICIONADAS.
PASO #5:
En base a los resultados obtenidos en el ejercicio de simulacin del PASO #4; procdase a la
0
determinacin de las nuevas probabilidades ajustadas: 0 1 , 0 2 , 3 , 0 4 ,

0 5 , 0 4 , 0 5 , 0 1 , 0 3 , 0 4 , 0 1 . Tales probabilidades
1
1
2
2
4
3
vendrn dadas como LOS PORCENTAJES DE OCURRENCIA de cada una de ellas en el N de
corridas realizadas.
Para ilustrar la explicacin, imaginemos que se han realizado (25) corridas con los resultados
siguientes:
# CORRIDA
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
E3
E5
E1
E4
E3
E4
E3
E2
E4
E1
-
E2
E3
E5
E3
E2
E5
E2
E2
E5
EVENTOS OCURRIDOS
E1
E3
E4
E2
E1
E2
E3
E3
E3
<TABLA MIC. 1>
E2
E3
E2
E4
E1
E1
E4
E4
E2
E5
E1
E4
E5
E1
E3
-
Despus de estas (15) corridas, se tienen los resultados empricos parciales siguientes:
% ocurrencia 1
8
100 53.33%
15
% ocurrencia 2
10
100 66.66%
15
%ocurrencia 3
11
100 73.33%
15
18

________________________________________________________________________________________________
% ocurrencia 4
8
100 53.33%
15
% ocurrencia 5
6
100 40.00% ;
15
Para la determinacin de las PROBABILIDADES SIMPLES.

De igual manera para la determinacin (ajuste) de las PROBABILIDADES CONDICIONADAS se
tendr:
2
100 13.33%
15
2
1
100 13.33%
15
3
2
100 20.00%
15
3
2
100 20.00%
15
4
3
100 26.66%
15
1
4
100 6.66%
15
% ocurrencia de 4 habiendo ocurrido previamente 1

% ocurrencia de 5 habiendo ocurrido previamente
De estos resultados parciales se tendrn las siguientes probabilidades AJUSTADAS

EMPRICAMENTE mediante el ejercicio de simulacin respectivo:
1 0.53 ;
2 0.66 ;
3 0.66 ;
4 0.53 ;
5 0.40 ;

4

0.06 ; 5 0.13 ; 1 0.20 ; 3 0.20 ; 4 0.26 ;
1
1
2
2
3

1 0.06 .
4

Estos valores difieren en algunos casos, en forma alarmante. Sin embargo, el problema es que solo se
han hecho 15 corridas de simulacin. En ejercicios de esta naturaleza se recomienda hacer por lo menos
de 500 a 1000 corridas de simulacin.
Continuamos con el procedimiento, para llegar a la parte ms crucial del mismo.
Como bien se ha dicho, como resultado de la aplicacin de todos los pasos anteriores, llegamos a
obtener LAS PROBABILIDADES SIMPLES Y CONDICIONADAS AJUSTADAS, mediante el uso de las
tcnicas de simulacin. En otras palabras, hemos pasado de los valores iniciales 0 de
probabilidades de ocurrencia; a los valores ajustados o revisados de tales probabilidades de
ocurrencia.
El siguiente paso ser el de determinar; empricamente, LAS PROBABILIDADES DE OCURRENCIA de
cada uno de los posibles escenarios que se pueden presentar, como consecuencia de la ocurrencia o no
de LOS EVENTOS considerados. Para ello, se toman como INSUMOS las probabilidades ajustadas
.
19

________________________________________________________________________________________________
PASO #6:
Proceda a repetir la realizacin del PASO #4, tomando como base las probabilidades ajustadas o
revisadas . Registre el resultado de cada corrida en un formato de la forma:
# CORRIDA
1
2
3
E1
1
1
0
E2
0
1
0
E3
0
1
0
E4 E5
1
1
0
0
0
0
# ESCENARIO
XX
XX
XX
Aqu la aparicin de 1s o 0s depender de la ocurrencia o no ocurrencia del evento en cuestin,

en la corrida respectiva. Por ejemplo, en la corrida #1 se dieron solamente los EVENTOS: 1,4 y 5.
Qu significa la columna # de ESCENARIO?. Este punto es bsico. Cmo se estn
considerando cinco (5) EVENTOS-; eventos que pueden o no pueden OCURRIR, ello da la
posibilidad de ocurrencia de 32 escenarios. La razn de este nmero, es un ejercicio elemental
de teora combinatoria: 2 2 2 2 2 25 32 .
A cada ESCENARIO (los cuales estn conformados por 1s y 0s debido a la ocurrencia o no
ocurrencia de sus eventos respectivos), se le asigna un nmero (cdigo) identificativo. Por
ejemplo:
20

________________________________________________________________________________________________
1
1
1
1
1
1
0
1
1
1
0
1
1
0
1
0
0
1
1
0
0
0
0
1
0
1
0
0
0
0
0
0
1
1
1
1
1
0
1
1
1
0
1
1
0
0
0
1
1
1
0
1
1
1
0
0
0
0
1
0
0
0
0
0
0
OCURRENCIA DE EVENTOS
2
3
4
1
1
1
1
1
0
0
1
1
1
1
1
1
0
0
1
1
1
1
1
0
0
0
1
1
1
1
0
0
1
1
0
0
0
1
0
1
0
0
1
0
0
0
1
0
0
1
0
0
0
0
0
1
0
0
1
0
0
0
0
1
1
0
1
CODIGO ESCENARIO
5
1
0
1
1
1
1
0
0
0
0
1
1
1
1
1
1
0
0
0
0
1
1
1
1
0
0
0
0
1
0
0
0
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
PASO #7:
Determine LA PROBABILIDAD DE OCURRENCIA DE CADA ESCENARIO de la forma:
# veses.de.ocurrencia.del.escenario. X
K escenario
# corridas.de.simulacion
Como consecuencia de la aplicacin del PASO #7 se podr obtener la probabilidad de ocurrencia

de cada uno de los escenarios planteados. En el ejemplo genrico de cinco (5) EVENTOS se
tendra (dependiendo del software que se utilice) una tabla con un formato de la forma:
21

________________________________________________________________________________________________
K:
ESCENARIO
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
# ESPECIFICACIN DEL ESCENARIO

E1
E2
E3
E4
E5
1
1
1
1
1
0
1
1
1
0
1
1
0
1
0
0
0
1
1
1
0
0
0
1
0
1
0
0
0
0
0
0
1
1
1
1
0
1
1
1
0
1
1
0
0
0
1
1
0
0
1
0
1
1
1
0
0
0
1
0
0
0
0
0
1
1
1
0
1
1
1
0
1
1
0
0
1
1
0
1
1
0
0
1
1
0
0
0
1
0
0
1
0
0
0
0
1
1
0
1
1
1
0
1
1
1
0
1
1
0
1
0
1
1
0
0
0
1
0
0
0
0
0
0
1
0
0
1
1
0
1
1
1
1
0
0
0
0
1
1
1
1
1
1
0
0
0
0
0
0
1
1
1
0
0
0
0
1
0
1
PROBABILIDAD DE
OCURRENCIA
DEL ESCENARIO DEL
EVENTO
-K- ( K )
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
Esta ser una de las salidas de R.A.D.A.R., software que posee todas estas tcnicas de
pronostico desarrollado por VISION GRUPO CONSUTORES.
Dada la forma como se modela (0s y 1s) en este tcnica, obviamente tenemos usualmente un nmero
grande de ESCENARIOS contemplados, al menos lgicamente. Por ejemplo, para el caso de cinco (5)
eventos: 32 escenarios lgicamente posibles. Para el caso de seis eventos: 64 escenarios lgicamente
posibles, y as sucesivamente.
22

________________________________________________________________________________________________
Dado el alto grado de variedad 2 n que se tienen en tales resultados, es necesario tener un criterio
claro, pero sobre todo PRACTICO para el anlisis de los mismos, lo cual es crucial en el proceso de
pronostico.
Los seguidores en el uso de sta tcnica sugieren el criterio de AGRUPAR LOS ESCENARIOS en tres (3)
grandes categoras:
1.-
Aquel grupo de escenarios cuya probabilidad de ocurrencia acumula, ordenando estos

de mayor a menor, o sea igual o menor a un valor establecido C . Este valor Pc
suele ser: 0.75, 0.80, 0.85, 0.90, etc. Es decir, un valor lo suficientemente grande de
probabilidad de ocurrencia, como para considerar que tal grupo de escenarios en
conjunto tienen ALTSIMA POSIBILIDAD DE OCURRENCIA; o simplemente es lo que se
espera ocurra.
A esta categora suele denominarse: ESCENRIOS ALTERNOS PROBABLES.

2.-
Luego vendrn un grupo de escenarios cuya probabilidad de ocurrencia acumulada

obviamente ser:
C 1 C .
Por ejemplo, si C 0.80 , entonces C 0.20 . A este grupo de escenarios se les
llama, ESCENARIOS IMPROBABLES; tal calificativo, es porque su posibilidad de
ocurrencia es remota.
3.-
Por ultimo, se tendra todos aquellos escenarios cuya probabilidad de ocurrencia es 0.00.
En este grupo (categora) estn los llamados ESCENARIOS IMPOSIBLES.
Dentro de este contexto, se tiene que:

(a) LOS ESCENARIOS ALTERNATIVOS PROBABLES, son aquel grupo de escenarios, los
cuales en conjunto, conforman en trminos de su probabilidad acumulada de ocurrencia, las
situaciones alternas probables de presentarse.
(b) LOS ESCENARIOS IMPROBABLES, son aquel grupo de escenarios los cuales, en
conjunto, conforman en trminos de su probabilidad acumulada de ocurrencia las situaciones
con poca probabilidad de ocurrencia, y por lo tanto improbables.
(c) LOS ESCENARIOS IMPOSIBLES, son todos aquellos que resulten con una probabilidad cero
(0) de ocurrencia.
Los resultados de un ejercicio de PROSPECTIVA basado en el uso de esta tcnica, deben ser
interpretados con bastante cuidado; ya que de lo contrario, se pueden sacar conclusiones errneas en
cuanto a lo que puedan ser los resultados a futuro. La razn de esta acotacin obedece
fundamentalmente al hecho de que los resultados de este tipo de ejercicios, son los resultados de un
EJERCICIO DE SIMULACIN, donde las probabilidades base para la generacin ALEATORIA DE LA
OCURRENCIA DE EVENTOS, son las opiniones (juicios de valor) de los expertos.
Como bien se sabe, una de las tareas ms delicada e importante, en cualquier experimento de
SIMULACIN ESTOCASTICA, es justamente SABER INTERPRETAR ADECUADAMENTE los
resultados.
23

Tecnica de Las Matrices de Impacto Cruzado

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tecnica de Las Matrices de Impacto Cruzado

Uploaded by

Copyright:

Available Formats

TECNICAS DE ESCENARIOS, EL PRONOSTICO Y LA PROSPECTIVA EN LA FORMULACION DE POLITICAS PUBLICAS

TECNICAS DE ESCENARIOS, EL PRONOSTICO Y LA PROSPECTIVA EN LA FORMULACION DE POLITICAS PUBLICAS