FUNDACIÓN UNIVERSITARIA KONRAD LORENZ

FACULTAD DE MATEMÁTICAS E INGENIERÍA

ESPECIALIZACIÓN EN INFORMÁTICA Y CIENCIAS DE LA
COMPUTACIÓN
GESTIÓN DE PROYECTOS DE TECNOLOGÍA INFORMÁTICA

Prospectiva
Matrices de Impacto Cruzado

Prof. Armando Rosero

Autor :Leonardo Jiménez

Bogotá, mayo de 2006

http://www.fukl.edu
 Métodos Prospectivos

Cada método prospectivo permite apreciar diferentes aspectos de

los escenarios futuros, desde diferentes perspectivas

Los MÉTODOS DE IMPACTO CRUZADO permiten:

•Observar la probabilidad de aparición de determinados eventos en el futuro

•Observar las interrelaciones que ocurren entre ellos

2
 SMIC: Etapas

1 Formulación de Hipótesis

2 Determinación de Escenarios Posibles

3 Determinación de Probabilidad de Eventos

4 Ajuste de SMIC

5 Determinación de la Probabilidad de Escenarios Futuros

3
1 Formulación de Hipótesis

Seleccionar eventos
posibles para estudio

Expertos
Identificación de Actores

Identificación de Problemas

Identificación de Proyectos

n HIPÓTESIS
(eventos posibles)

4
2 Determinación de Escenarios Posibles

Determinar ESCENARIOS
POSIBLES

Expertos Para n hipótesis o eventos

se tienen 2n escenarios
posibles

Escenarios posibles para n=3 hipótesis

Escenario H1 H2 H3
1 0 0 0
2 0 0 1
3 0 1 0
4 0 1 1
5 1 0 0
6 1 0 1
7 1 1 0
8 1 1 1

Evento ocurre: 1
Evento no ocurre: 0 5
3 Determinación de Probabilidad de Eventos

Probabilidades
Simples

Los expertos asignan

probabilidad a Hipótesis Valor
cada evento i
h1 0.28
en horizonte dado
h2 0.35
… …
hn 0.32

6
3 Determinación de Probabilidad de Eventos

Probabilidades
Relativas
El grupo de expertos asigna
probabilidad a cada evento i
Con el supuesto que ocurra el
evento j
h1 h2 …
Conjunto de n2 - n valores
h1 0.08 …
h2 0.16 …
Probabilidad de que ocurra h2 … … … …
dado que ocurre h1
hn 0.07 0.17

7
3 Determinación de Probabilidad de Eventos

Probabilidades
Relativas
El grupo de expertos asigna
probabilidad a cada evento i
Con el supuesto que no
ocurra el evento j
-h1 -h2 …
Conjunto de n2 - n valores
h1 0.08 …
h2 0.16 …
Probabilidad de que ocurra h2 … … … …
dado que NO ocurre h1
hn 0.07 0.17

8
4 Ajuste de la SMIC

MATRIZ SMIC ORIGINAL MATRIZ SMIC TRANSFORMADA

-h1 -h2 … h1 h2 …

h1 0.08 … h1 0.08 …

h2 0.16 … h2 …

… … … … … … … …

hn 0.07 0.17 hn 0.07 0.17

MATRIZ DE IMPACTO MATRIZ DE IMPACTO

CRUZADO Procedimiento CRUZADO
INCONSISTENTE CONSISTENTE

Métodos se Examinan en el Ejemplo (adelante)

SUPONDREMOS POR AHORA QUE SE DISPONE DE YA DE UNA
MATRIZ CONSISTENTE
9
5 Probabilidad de los Escenarios

LO QUE INTERESA REALMENTE ES DETERMINAR:

¿CUAL ES EL ESCENARIO MÁS PROBABLE?

¿CUAL ES EL ES EL MÁS IMPROBABLE?
¿CUAL ES LA PROBABILIDAD DE QUE EN EL FUTURO SE DE UN CIERTO ESCENARIO?

Probabilidad
Escenario P(h1) P(h2) P(h3) P(h4) Escenario

1 0.11 0.08 0 0.01 0.77

Escenario más probable
2 0.23 0.18 0 ... 0.89

3 0.37 0.12 ... ... 0.57

4 0.61 0.05 ... ... 0

… … … … … … Escenario imposible
2n 0.52 0.09 ... ... 0.1

Ejemplo:
Si h1= dolar barato, h2= PIB bajo, h3= pobreza > 50%, h4= Políticas modernas de producción,
entonces:
El escenario más probable (con 89% probabilidad) dentro de X años en Y región se caracteriza por
un dólar caro, PIB alto, moderado o bajo nivel de pobreza y buenas políticas de producción
10
5 Probabilidad de los Escenarios

Cómo llenar la columna “Probabilidad Escenario”:

Probabilidad
Escenario P(h1) P(h2) P(h3) P(h4) Escenario
1 0.11 0.08 0 0.01 0.77
2 0.23 0.18 0 ... 0.89
3 0.37 0.12 ... ... 0.57
4 0.61 0.05 ... ... 0
… … … … … …

2n P*(k)

P*(k) = normalización de la suma ajustada de las probabilidades de los eventos del escenario k.
Por ejemplo:

PASO 1: prob(k) = suma ( p(h1) + p(h2) + ... + p(hn) )

PASO 2: prob’(k) = prob(k) / ( 1 – prob(k) )
PASO 3: P*(k) = prob’(k) / (Sumatoria de prob’(s) ) para todo escenario s

ESTO GARANTIZA QUE LA SUMA DE PROBABILIDADES ASIGNADAS A LOS ESCENARIOS SEA 1.

EL VALOR OBTENIDO P*(k) INDICA LA PROBABILIDAD DE ENCONTRAR EL ESCENARIO K
DENTRO DEL TOTAL DE LAS POSIBILIDADES.
11
5 Determinación de las Probabilidades de los Escenarios

¿CÓMO DETERMINAR
LA PROBABILIDAD DE LOS ESCENARIOS?

Sea:
k = número de escenario
P*(k) = Probabilidad de ocurrencia del escenario k

CLASIFICACIÓN DE ESCENARIOS:

Escenarios ALTERNOS. Al de mayor probabilidad se le llama

P*(k) > 0.80 ESCENARIO MÁS PROBABLE o REFERENCIAL (escenario más
citado por los expertos)

P*(k) = 0.50 No aclaran futuro (50% si, 50% no)

(aprox)

P*(k) < 0.20 Escenarios IMPROBABLES: Alto grado de confianza en que NO

van a suceder

P*(k) = 0 Escenarios IMPOSIBLES: Certeza de que NO van a suceder

(dentro del ejercicio de prospectiva obviamente)

12
5 Determinación de las Probabilidades de los Escenarios

CON BASE EN LO ANTERIOR

SE PUEDE DETERMINAR:

¿CUAL ES EL ESCENARIO MÁS PROBABLE?

¿CUAL ES EL ES EL MÁS IMPROBABLE?
¿CUAL ES LA PROBABILIDAD DE QUE EN EL FUTURO SE DE UN CIERTO ESCENARIO?

Y ADEMÁS
APLICANDO UN ANÁLISIS DE SENSIBILIDAD CLÁSICO
SE PUEDE DETERMINAR:

¿CÓMO PUEDEN A FLUCTUAR LOS ESCENARIOS CON EL CAMBIO DE LOS EVENTOS?

¿CÓMO PUEDEN A FLUCTUAR LOS PROPIOS EVENTOS INVOLUCRADOS EN EL SMIC ?

13
! SMIC: ¿De que sirve esta estructura?

Los eventos simples surgen como resultado de la

interacción de diversos antecedentes científicos,
tecnológicos, políticos, sociales, …

Probabilidades
Relativas Establecer numéricamente el
-h1 -h2 …
Permiten impacto o la relevancia de los
h1 0.08 …
diversos antecedentes científicos,
tecnológicos, políticos, sociales, …
h2 0.16 … en la ocurrencia de un evento
particular
… … … …
hn 0.07 0.17 Establecer numéricamente el
impacto o la relevancia de un
MATRIZ DE IMPACTO evento particular en otros eventos
CRUZADO posibles futuros

14
 ! Matriz de Valores Inconsistentes

Las matrices halladas no

P(hi/-hj) son consistentes dentro
de las reglas de la
-h1 -h2 … probabilidad
h1 0.08 …

h2 0.16
P(hi/hj) …

… … … …
h1 h2 …
hn 0.07 0.17 Inconsistencias
h1 0.08 …

h2 0.16 …

… … … …

hn 0.07 0.17

Sean i, j eventos 1) 0<P(i)<1

P(i) la probabilidad de que ocurra el evento i
P(i/j) La probabilidad de que ocurra i dado que
ocurrió j
-i indica que el evento i NO ocurre
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 Ejemplo Simple de Inconsistencia

El ejemplo solo muestra UN procedimiento para obtener

un SMIC CONSISTENTE.

Al final de este procedimiento, se deben calcular las

PROBABILIDADES DE LOS ESCENARIOS
según el método descrito,
ya que estos procedimientos son los que al final interesan

16
Ej Ejemplo Simple de Inconsistencia

Formulación de hipótesis

Determinación de Escenarios POSIBLES

Determinación de Probabilidad de Eventos

Ejemplo de Inconsistencia:
•Expertos consideran dos hipótesis h1 y h2
•Expertos emiten probabilidades simples para cada
hipótesis
1- P(h1)=0.45
2- P(h2)=0.65
•Expertos establecen probabilidades condicionales: Dado que es Opinión Libre
3- P(h1/h2)=0 de los Expertos,
4- P(h2/h1)=0 puede tener
inconsistencias

17
Ej Ejemplo Simple de Inconsistencia

Expertos consideran que:

Evento Prob. h1 h2
1- P(h1)=0.50
2- P(h2)=0.60
h1 0.5 h1 0
3- P(h1/h2)=0
4- P(h2/h1)=0 h2 0.6 h2 0

El problema radica en que:

•El evento h1 tiene probabilidad del 50%
•El evento h2 tiene probabilidad del 60%
•Luego, examinando las leyes básicas de probabilidad (y algo de sentido común
en este ejemplo sencillo), se espera que haya un escenario donde exista el
evento h1 y simultáneamente el evento h2: entonces, los valores P(h1/h2) y
P(h2/h1) no son consistentes.

Intersección de h1 y h2
no puede ser vacío en
este caso
h1 h2

18
Ej Ejemplo Simple de Inconsistencia

Planteamiento Matemático Teórico:

•P(h1) = p(h2) * p((h1/h2) + p(-h2) * p(h1/-h2)

•P(h1/h2)={p(h1) - p(-h2) * p(h1/-h2)} / p(h2)
•P(h1/h2) <= p(h1) / p(h2)
•P(h1/h2) <= {p(h1) – 1 + p(h2)} / p(h2)
•{p(h1) – 1 + p(h2)} / p(h2) <= p(h1/h2) <= p(h1) / p(h2)

Solución de nuestro problema particular:

Reemplazando por los valores reales en la última ecuación se tiene:

{p(h1) – 1 + p(h2)} / p(h2) = 0.17
p(h1) / p(h2) = 0.83
Entonces:
El rango de valores aceptables para p(h1/h2) está entre 0.17 y 0.83

ESTIMAR RANGO VALORES PARA TODA LA MATRIZ C.

19
Ej Ejemplo Simple de Inconsistencia

Calibración de la Matriz:

Para escoger los mejores valores:

Se seleccionan aleatoriamente eventos para prueba, comparando su
probabilidad con un valor aleatorio con el fin de decidir la ocurrencia
o no ocurrencia del evento seleccionado, y calculando el impacto en
los demás eventos dada su ocurrencia o no ocurrencia. Por lo
dispendioso, se utiliza generalmente un programa de computador.

Técnica de las Razones Impares (Odds Ratios) para calcular los IMPACTOS:

Es una técnica para ponderar numéricamente el impacto de los

eventos entre sí, de acuerdo con las estimaciones iniciales de los
expertos.
Utiliza dos pasos que se describen en el siguiente ejemplo:
20
Ej Técnica de las Razones Impares para calculo de Impactos

SUPONGAMOS QUE SE TIENE LA MATRIZ 1 (YA AJUSTADA PARA CONSISTENCIA)

PASO 1:

Imparidad = Probabilidad (hm) / (1 – Probabilidad(hm) )

Imparidad = 0.25 / (1 – 0.25) = 0.33

Matriz 1 Matriz 2
Dado que Dado que
Ocurra Probabilidad Ocurra Imparidad
Evento Inicial h1 h2 h3 H4 Evento Inicial h1 h2 H3 h4

h1 0.25 0.50 0.85 0.40 h1 0.33 1.00 5.67 0.67

h2 0.40 0.60 0.60 0.55 h2 0.67 1.50 1.50 1.22

h3 0.75 0.15 0.50 0.60 h3 3.00 0.18 1.00 1.22

h4 1.00 0.33 2.33 1.22

h4 0.50 0.25 0.70 0.55

…Y así hasta completar todas las casillas de la Matriz 2… 21

Ej Técnica de las Razones Impares para calculo de Impactos

PASO 2:

Impacto de evento hm= (Imparidad de hm dado hn) / (Imparidad Inicial de hm)

Impacto= Imparidad (h2 dado h3) / Imparidad h3

Impacto= 1.50 / 3.00 = 0.50

Matriz 2 Matriz 3

Dado que Dado que

Ocurra Imparidad Ocurra Probabilidad
Evento Inicial h1 h2 h3 h4 Evento Inicial h1 h2 h3 h4

h1 0.33 1.00 5.67 0.67 h1 0.25 0.50 0.85 0.40

h2 0.67 1.50 1.50 1.22 h2 0.40 0.60 0.60 0.55

h3 3.00 0.18 1.00 1.22 h3 0.75 0.15 0.50 0.60

h4 1.00 0.33 2.33 1.22

h4 0.50 0.25 0.70 0.55

…Y así hasta completar todas las casillas de la Matriz 3… 22

Ej Técnica de las Razones Impares para calculo de Impactos

ESTOS PASOS DE DEBEN REPETIR PARA LA SMIC

DEFINIDA COMO P(hi/-hj)
ESTO ES:
LA MATRIZ DE IMPACTO CRUZADO QUE CONSIDERA
LA PROBABILIDAD DE OCURRENCIA DE HIPÓTESEIS
hi DADO QUE NO OCURRE hj

23
 Ej Hallando finalmente los valores del SMIC

PASO 3:

1 Se selecciona aleatoriamente un evento hi

2 Se selecciona aleatoriamente un número r entre 0 y 1

r < = P(hi)

hi no ocurre
hi ocurre
4 Se repiten los pasos anteriores hasta
3 Se ajustan las Imparidades de los demás probar todos los eventos para ocurrencia

eventos:
Nueva Imparidad de hi = (imparidad inicial
de hi) * (Imparidad inicial de hi dado hi)
5 Se repiten los pasos 1 a 4 muchas veces
6 La frecuencia de ocurrencia de cada
evento para todas las corridas determina
24
la nueva probabilidad para cada evento
Ej Hallando Finalmente los Valores de los SMIC

Las metodologías de procesamiento de los SMIC utilizan en general

este procedimiento de optimización
para buscar sus valores:

•Toman las probabilidades simples promedio emitidas por la totalidad de los

expertos

•Calculan las probabilidades condicionales que las satisfacen (siguiendo

leyes clásicas de la probabilidad).

•Se compara este resultado con las probabilidades condicionales promedio

obtenidas de los expertos.

•Se trazar una función que minimiza las diferencias entre estas dos, la cual va
a estar conformada por la probabilidad de ocurrencia de cada una de las
combinaciones de eventos planteados.

25
Ej Analizar las Probabilidades de los Escenarios

SE ESTABLECEN LAS PROBABILIDADES DE LOS ESCENARIOS

(PROCEDIMIENTO 5 )

PANEL DE EXPERTOS ANALIZA ESTOS ESCENARIOS:

PROBABILIDADES
SENSIBILIDAD
IMPACTO SOCIAL
ECONÓMICO,
...

DEFINICIÓN DE POLÍTICAS DE ACCIÓN

26