Professional Documents
Culture Documents
________________________________________________________________________________________________
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
E2
EM
FIG. MIC-I
(F)
SITUACION
FUTURA
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.
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.
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
(+)
(-)
3
3 .
Matemticamente esto se expresa como:
1
0
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
2 & 3
1
1
1
1
0
P
; P
P
; P
P ( 2 )
2
&
2
&
2
&
E2:
E3:
E4:
E5:
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.
(b)
(c)
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.
de
cada
uno
de
los
EVENTOS
0 1 , 0 2 , 0 3 , 0 4 , y. 0 5 .
b.
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:
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)
(b)
(c)
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
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)
0
5
y
1
0 4 y 0 5 . Dicho en otras
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 .
4
un valor menor al valor de
debe traducirse matemticamente en asignarle a
3
0
0 4 .
(d)
(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
0 4
4
?. Una gua practica para tal
1 & 3
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
" "
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:
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)
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
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 .
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
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
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
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
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
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
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.-
3.-
Por ultimo, se tendra todos aquellos escenarios cuya probabilidad de ocurrencia es 0.00.
En este grupo (categora) estn los llamados ESCENARIOS IMPOSIBLES.
23