Prospectiva
Matrices de Impacto Cruzado
Prof. Armando Rosero
Mtodos Prospectivos
Cada
Cadamtodo
mtodoprospectivo
prospectivopermite
permiteapreciar
apreciardiferentes
diferentesaspectos
aspectosde
de
los
escenarios
futuros,
desde
diferentes
perspectivas
los escenarios futuros, desde diferentes perspectivas
Los
LosMTODOS
MTODOSDE
DEIMPACTO
IMPACTOCRUZADO
CRUZADOpermiten:
permiten:
Observar
Observarlalaprobabilidad
probabilidadde
deaparicin
aparicinde
dedeterminados
determinadoseventos
eventosen
enelelfuturo
futuro
Observar
Observarlas
lasinterrelaciones
interrelacionesque
queocurren
ocurrenentre
entreellos
ellos
SMIC: Etapas
1
Formulacin de Hiptesis
Ajuste de SMIC
Formulacin de Hiptesis
Seleccionar eventos
posibles para estudio
Expertos
Identificacin de Actores
Identificacin de Problemas
Identificacin de Proyectos
n HIPTESIS
(eventos posibles)
Expertos
H1
0
0
0
0
1
1
1
1
H2
0
0
1
1
0
0
1
1
1
0
H3
0
1
0
1
0
1
0
1
Probabilidades
Simples
Hiptesis
Valor
h1
0.28
h2
0.35
hn
0.32
h1
h1
h2
0.08
h2
0.16
hn
0.07
0.17
-h1
h1
-h2
0.08
h2
0.16
hn
0.07
0.17
Ajuste de la SMIC
h2
0.08
-h2
0.08
h1
h2
hn
0.07
0.17
h2
0.16
hn
0.07
0.17
MATRIZ
MATRIZDE
DEIMPACTO
IMPACTO
CRUZADO
CRUZADO
INCONSISTENTE
INCONSISTENTE
Procedimiento
Procedimiento
MATRIZ
MATRIZDE
DEIMPACTO
IMPACTO
CRUZADO
CRUZADO
CONSISTENTE
CONSISTENTE
Mtodos
Mtodosse
seExaminan
Examinanen
enelelEjemplo
Ejemplo(adelante)
(adelante)
SUPONDREMOS
POR
AHORA
QUE
SE
DISPONE
SUPONDREMOS POR AHORA QUE SE DISPONEDE
DEYA
YADE
DEUNA
UNA
MATRIZ
CONSISTENTE
MATRIZ CONSISTENTE
LO
LO QUE
QUE INTERESA
INTERESA REALMENTE
REALMENTE ES
ES DETERMINAR:
DETERMINAR:
CUAL
CUALES
ESEL
ELESCENARIO
ESCENARIOMS
MSPROBABLE?
PROBABLE?
CUAL
ES
EL
ES
EL
MS
IMPROBABLE?
CUAL ES EL ES EL MS IMPROBABLE?
CUAL
ES
LA
PROBABILIDAD
CUAL ES LA PROBABILIDADDE
DEQUE
QUEEN
ENEL
ELFUTURO
FUTUROSE
SEDE
DEUN
UNCIERTO
CIERTOESCENARIO?
ESCENARIO?
Escenario
P(h1)
P(h2)
P(h3)
P(h4)
Probabilidad
Escenario
0.11
0.08
0.01
0.77
0.23
0.18
...
0.89
0.37
0.12
...
...
0.57
0.61
0.05
...
...
2n
0.52
0.09
...
...
0.1
Escenario ms probable
Escenario imposible
Ejemplo:
Ejemplo:
SiSih1=
dolar
barato,
h2=
PIB
bajo,
h3=
pobreza
h1= dolar barato, h2= PIB bajo, h3= pobreza>>50%,
50%,h4=
h4=Polticas
Polticasmodernas
modernasde
deproduccin,
produccin,
entonces:
entonces:
El escenario ms probable (con 89% probabilidad) dentro de X aos en Y regin se caracteriza por
El escenario ms probable (con 89% probabilidad) dentro de X aos en Y regin se caracteriza por
un
undlar
dlarcaro,
caro,PIB
PIBalto,
alto,moderado
moderadooobajo
bajonivel
nivelde
depobreza
pobrezayybuenas
buenaspolticas
polticasde
deproduccin
produccin
10
Cmo
Cmo llenar
llenar lala columna
columna Probabilidad
Probabilidad Escenario:
Escenario:
Probabilidad
Escenario
Escenario
P(h1)
P(h2)
P(h3)
P(h4)
0.11
0.08
0.01
0.77
0.23
0.18
...
0.89
0.37
0.12
...
...
0.57
0.61
0.05
...
...
2n
P*(k)
P*(k)
P*(k)==normalizacin
normalizacinde
delalasuma
sumaajustada
ajustadade
delas
lasprobabilidades
probabilidadesde
delos
loseventos
eventosdel
delescenario
escenariok.k.
Por ejemplo:
Por ejemplo:
PASO
PASO1:1:prob(k)
prob(k)==suma
suma( (p(h1)
p(h1)++p(h2)
p(h2)++......++p(hn)
p(hn)) )
PASO
PASO2:2:prob(k)
prob(k)==prob(k)
prob(k)//( (11prob(k)
prob(k)) )
PASO
PASO3:3:P*(k)
P*(k)==prob(k)
prob(k)//(Sumatoria
(Sumatoriade
deprob(s)
prob(s)) )para
paratodo
todoescenario
escenarioss
ESTO
ESTOGARANTIZA
GARANTIZAQUE
QUELA
LASUMA
SUMADE
DEPROBABILIDADES
PROBABILIDADESASIGNADAS
ASIGNADASAALOS
LOSESCENARIOS
ESCENARIOSSEA
SEA1.1.
EL
ELVALOR
VALOROBTENIDO
OBTENIDOP*(k)
P*(k)INDICA
INDICALA
LAPROBABILIDAD
PROBABILIDADDE
DEENCONTRAR
ENCONTRAREL
ELESCENARIO
ESCENARIOKK
DENTRO
DEL
TOTAL
DE
LAS
POSIBILIDADES.
DENTRO DEL TOTAL DE LAS POSIBILIDADES.
11
Sea:
Sea:
kk
==nmero
nmerode
deescenario
escenario
P*(k)
=
Probabilidad
P*(k) = Probabilidadde
deocurrencia
ocurrenciadel
delescenario
escenariokk
CLASIFICACIN
CLASIFICACINDE
DEESCENARIOS:
ESCENARIOS:
P*(k)
P*(k)>>0.80
0.80
Escenarios
EscenariosALTERNOS.
ALTERNOS.AlAlde
demayor
mayorprobabilidad
probabilidadse
selelellama
llama
ESCENARIO
MS
PROBABLE
o
REFERENCIAL
(escenario
ESCENARIO MS PROBABLE o REFERENCIAL (escenarioms
ms
citado
citadopor
porlos
losexpertos)
expertos)
P*(k)
P*(k)==0.50
0.50
(aprox)
(aprox)
No
Noaclaran
aclaranfuturo
futuro(50%
(50%si,si,50%
50%no)
no)
P*(k)
P*(k)<<0.20
0.20
Escenarios
EscenariosIMPROBABLES:
IMPROBABLES:Alto
Altogrado
gradode
deconfianza
confianzaen
enque
queNO
NO
van
vanaasuceder
suceder
P*(k)
P*(k)==00
Escenarios
EscenariosIMPOSIBLES:
IMPOSIBLES:Certeza
Certezade
deque
queNO
NOvan
vanaasuceder
suceder
(dentro
(dentrodel
delejercicio
ejerciciode
deprospectiva
prospectivaobviamente)
obviamente)
12
CON
CON BASE
BASE EN
EN LO
LO ANTERIOR
ANTERIOR
SE
PUEDE
DETERMINAR:
SE PUEDE DETERMINAR:
CUAL
CUALES
ESEL
ELESCENARIO
ESCENARIOMS
MSPROBABLE?
PROBABLE?
CUAL
ES
EL
ES
EL
MS
IMPROBABLE?
CUAL ES EL ES EL MS IMPROBABLE?
CUAL
CUALES
ESLA
LAPROBABILIDAD
PROBABILIDADDE
DEQUE
QUEEN
ENEL
ELFUTURO
FUTUROSE
SEDE
DEUN
UNCIERTO
CIERTOESCENARIO?
ESCENARIO?
YY ADEMS
ADEMS
APLICANDO
UN
ANLISIS
APLICANDO UN ANLISIS DE
DE SENSIBILIDAD
SENSIBILIDAD CLSICO
CLSICO
SE
PUEDE
DETERMINAR:
SE PUEDE DETERMINAR:
CMO
CMOPUEDEN
PUEDENAAFLUCTUAR
FLUCTUARLOS
LOSESCENARIOS
ESCENARIOSCON
CONEL
ELCAMBIO
CAMBIODE
DELOS
LOSEVENTOS?
EVENTOS?
CMO
PUEDEN
A
FLUCTUAR
LOS
PROPIOS
EVENTOS
INVOLUCRADOS
EN
CMO PUEDEN A FLUCTUAR LOS PROPIOS EVENTOS INVOLUCRADOS ENEL
ELSMIC
SMIC??
13
Probabilidades
Relativas
-h1
h1
-h2
0.08
h2
0.16
hn
0.07
0.17
MATRIZ
MATRIZDE
DEIMPACTO
IMPACTO
CRUZADO
CRUZADO
Permiten
Establecer
Establecernumricamente
numricamenteelel
impacto
impactooolalarelevancia
relevanciade
delos
los
diversos
antecedentes
cientficos,
diversos antecedentes cientficos,
tecnolgicos,
tecnolgicos,polticos,
polticos,sociales,
sociales,
en
enlalaocurrencia
ocurrenciade
deun
unevento
evento
particular
particular
Establecer
Establecernumricamente
numricamenteelel
impacto
impactooolalarelevancia
relevanciade
deun
un
evento
eventoparticular
particularen
enotros
otroseventos
eventos
posibles
posiblesfuturos
futuros
14
P(hi/-hj)
-h1
h1
h1
h2
0.16
P(hi/hj)
h1
hn
h2
0.07
0.08
h2
0.16
hn
0.07
0.17
-h2
0.08
0.17
Inconsistencias
Sean i, j eventos
P(i) la probabilidad de que ocurra el evento i
P(i/j) La probabilidad de que ocurra i dado que
ocurri j
-i indica que el evento i NO ocurre
1) 0<P(i)<1
2) P(i/j)*P(j) = P(j/i)*P(i) =P(i*j)
3) P(i/-j)*P(j) = P(i/-j)*P(-j) = P(i)
15
Ej
ElElejemplo
ejemplosolo
solomuestra
muestraUN
UNprocedimiento
procedimientopara
paraobtener
obtener
un
unSMIC
SMICCONSISTENTE.
CONSISTENTE.
AlAlfinal
finalde
deeste
esteprocedimiento,
procedimiento,se
sedeben
debencalcular
calcularlas
las
PROBABILIDADES
PROBABILIDADESDE
DELOS
LOSESCENARIOS
ESCENARIOS
segn
segnelelmtodo
mtododescrito,
descrito,
ya
yaque
queestos
estosprocedimientos
procedimientosson
sonlos
losque
quealalfinal
finalinteresan
interesan
16
Ej
Formulacin
Formulacinde
dehiptesis
hiptesis
Determinacin
Determinacinde
deEscenarios
EscenariosPOSIBLES
POSIBLES
Determinacin
Determinacinde
deProbabilidad
Probabilidadde
deEventos
Eventos
Ejemplo
Ejemplode
deInconsistencia:
Inconsistencia:
Expertos
Expertosconsideran
considerandos
doshiptesis
hiptesish1
h1yyh2
h2
Expertos
emiten
probabilidades
simples
para
Expertos emiten probabilidades simples paracada
cada
hiptesis
hiptesis
1-1-P(h1)=0.45
P(h1)=0.45
2-2-P(h2)=0.65
P(h2)=0.65
Dado que es Opinin Libre
Expertos
Expertosestablecen
establecenprobabilidades
probabilidadescondicionales:
condicionales:
de los Expertos,
3-3-P(h1/h2)=0
P(h1/h2)=0
puede tener
4-4-P(h2/h1)=0
P(h2/h1)=0
inconsistencias
17
Ej
Evento
Prob.
h1
0.5
h1
h2
0.6
h2
h1
h2
0
ElElproblema
problemaradica
radicaen
enque:
que:
El
evento
h1
tiene
probabilidad
El evento h1 tiene probabilidaddel
del50%
50%
El
evento
h2
tiene
probabilidad
del
60%
El evento h2 tiene probabilidad del 60%
Luego,
Luego,examinando
examinandolas
lasleyes
leyesbsicas
bsicasde
deprobabilidad
probabilidad(y(yalgo
algode
desentido
sentidocomn
comn
en
este
ejemplo
sencillo),
se
espera
que
haya
un
escenario
donde
exista
el
en este ejemplo sencillo), se espera que haya un escenario donde exista el
evento
eventoh1
h1yysimultneamente
simultneamenteelelevento
eventoh2:
h2:entonces,
entonces,los
losvalores
valores P(h1/h2)
P(h1/h2)yy
P(h2/h1)
P(h2/h1)no
noson
sonconsistentes.
consistentes.
h1
h2
Interseccin de h1 y h2
no puede ser vaco en
este caso
18
Ej
P(h1)
P(h1)==p(h2)
p(h2)* *p((h1/h2)
p((h1/h2)++p(-h2)
p(-h2)* *p(h1/-h2)
p(h1/-h2)
P(h1/h2)={p(h1)
P(h1/h2)={p(h1)- -p(-h2)
p(-h2)* *p(h1/-h2)}
p(h1/-h2)}/ /p(h2)
p(h2)
P(h1/h2)
P(h1/h2)<=
<=p(h1)
p(h1)/ /p(h2)
p(h2)
P(h1/h2)
P(h1/h2)<=
<={p(h1)
{p(h1)11++p(h2)}
p(h2)}/ /p(h2)
p(h2)
{p(h1)
{p(h1)11++p(h2)}
p(h2)}/ /p(h2)
p(h2)<=
<=p(h1/h2)
p(h1/h2)<=
<=p(h1)
p(h1)/ /p(h2)
p(h2)
Solucin de nuestro problema particular:
Reemplazando
Reemplazandopor
porlos
losvalores
valoresreales
realesen
enlalaltima
ltimaecuacin
ecuacinse
setiene:
tiene:
{p(h1)
{p(h1)11++p(h2)}
p(h2)}/ /p(h2)
p(h2)==0.17
0.17
p(h1)
p(h1)/ /p(h2)
p(h2)==0.83
0.83
Entonces:
Entonces:
ElElrango
rangode
devalores
valoresaceptables
aceptablespara
parap(h1/h2)
p(h1/h2)est
estentre
entre0.17
0.17yy0.83
0.83
19
Ej
Para
Paraescoger
escogerlos
losmejores
mejoresvalores:
valores:
Se
Seseleccionan
seleccionanaleatoriamente
aleatoriamenteeventos
eventospara
paraprueba,
prueba,comparando
comparandosu
su
probabilidad
probabilidadcon
conun
unvalor
valoraleatorio
aleatoriocon
conelelfin
finde
dedecidir
decidirlalaocurrencia
ocurrencia
oono
noocurrencia
ocurrenciadel
delevento
eventoseleccionado,
seleccionado,yycalculando
calculandoelelimpacto
impactoen
en
los
losdems
demseventos
eventosdada
dadasu
suocurrencia
ocurrenciaoono
noocurrencia.
ocurrencia.Por
Porlolo
dispendioso,
dispendioso,se
seutiliza
utilizageneralmente
generalmenteun
unprograma
programade
decomputador.
computador.
Tcnica de las Razones Impares (Odds Ratios) para calcular los IMPACTOS:
Es
Esuna
unatcnica
tcnicapara
paraponderar
ponderarnumricamente
numricamenteelelimpacto
impactode
delos
los
eventos
eventosentre
entres,
s,de
deacuerdo
acuerdocon
conlas
lasestimaciones
estimacionesiniciales
inicialesde
delos
los
expertos.
expertos.
Utiliza
Utilizados
dospasos
pasosque
quese
sedescriben
describenen
enelelsiguiente
siguienteejemplo:
ejemplo:
20
Ej
PASO
PASO1:1:
Imparidad
Imparidad==Probabilidad
Probabilidad(hm)
(hm) / / (1(1Probabilidad(hm)
Probabilidad(hm)) )
Matriz 2
Probabilidad
Inicial
h1
Dado que
Ocurra
Evento
Imparidad
Inicial
h2
h3
H4
0.50
0.85
0.40
h1
0.33
0.60
0.55
h2
0.67
1.50
0.60
h3
3.00
0.18
1.00
h4
1.00
0.33
2.33
h1
0.25
h2
0.40
0.60
h3
0.75
0.15
0.50
h4
0.50
0.25
0.70
0.55
h1
h2
H3
h4
1.00
5.67
0.67
1.50
1.22
1.22
1.22
21
Ej
PASO
PASO2:2:
Impacto
Impactode
deevento
eventohm=
hm=(Imparidad
(Imparidadde
dehm
hmdado
dadohn)
hn)/ /(Imparidad
(ImparidadInicial
Inicialde
dehm)
hm)
Matriz 3
Matriz 2
Dado que
Ocurra
Evento
Imparidad
Inicial
h1
Dado que
Ocurra
Evento
Probabilidad
Inicial
h1
h2
h3
h4
0.50
0.85
0.40
0.60
0.55
h2
h3
h4
1.00
5.67
0.67
h1
0.25
1.50
1.22
h2
0.40
0.60
1.22
h3
0.75
0.15
0.50
h4
0.50
0.25
0.70
h1
0.33
h2
0.67
1.50
h3
3.00
0.18
1.00
h4
1.00
0.33
2.33
1.22
0.60
0.55
22
Ej
23
Ej
PASO
PASO3:3:
1
2
Se
Seselecciona
seleccionaaleatoriamente
aleatoriamenteun
unevento
eventohihi
Se
Seselecciona
seleccionaaleatoriamente
aleatoriamenteun
unnmero
nmeror rentre
entre00yy11
r < = P(hi)
hihino
noocurre
ocurre
hihiocurre
ocurre
Se
Seajustan
ajustanlas
lasImparidades
Imparidadesde
delos
losdems
dems
eventos:
eventos:
Nueva
NuevaImparidad
Imparidadde
dehihi==(imparidad
(imparidadinicial
inicial
de
dehi)
hi)* *(Imparidad
(Imparidadinicial
inicialde
dehihidado
dadohi)
hi)
Se
Serepiten
repitenlos
lospasos
pasosanteriores
anterioreshasta
hasta
probar
probartodos
todoslos
loseventos
eventospara
paraocurrencia
ocurrencia
Se
Serepiten
repitenlos
lospasos
pasos11aa44muchas
muchasveces
veces
La
Lafrecuencia
frecuenciade
deocurrencia
ocurrenciade
decada
cada
evento
eventopara
paratodas
todaslas
lascorridas
corridasdetermina
determina
lalanueva
24
nuevaprobabilidad
probabilidadpara
paracada
cadaevento
evento
Ej
Las
Lasmetodologas
metodologasde
deprocesamiento
procesamientode
delos
losSMIC
SMICutilizan
utilizanen
engeneral
general
este
procedimiento
de
optimizacin
este procedimiento de optimizacin
para
parabuscar
buscarsus
susvalores:
valores:
Toman
Tomanlas
lasprobabilidades
probabilidadessimples
simplespromedio
promedioemitidas
emitidaspor
porlalatotalidad
totalidadde
delos
los
expertos
expertos
Calculan
Calculanlas
lasprobabilidades
probabilidadescondicionales
condicionalesque
quelas
lassatisfacen
satisfacen(siguiendo
(siguiendo
leyes
leyesclsicas
clsicasde
delalaprobabilidad).
probabilidad).
Se
Secompara
comparaeste
esteresultado
resultadocon
conlas
lasprobabilidades
probabilidadescondicionales
condicionalespromedio
promedio
obtenidas
obtenidasde
delos
losexpertos.
expertos.
Se
Setrazar
trazaruna
unafuncin
funcinque
queminimiza
minimizalas
lasdiferencias
diferenciasentre
entreestas
estasdos,
dos,lalacual
cualva
va
aaestar
estarconformada
conformadapor
porlalaprobabilidad
probabilidadde
deocurrencia
ocurrenciade
decada
cadauna
unade
delas
las
combinaciones
combinacionesde
deeventos
eventosplanteados.
planteados.
25
Ej
DEFINICIN
DEFINICINDE
DEPOLTICAS
POLTICASDE
DEACCIN
ACCIN
26