CLSIFICACIN DE MTODOS DE PREVISIN

NDICE
INTRODUCCION................................................................................................................................................................................ 3
EXPLORACIN DE TENDENCIAS........................................................................................................................................................ 5
DESCOMPOSICIN DE SERIES TEMPORALES................................................................................................................................... 11
ANLISIS DE REGRESIN............................................................................................................................................................... 12
ANALISIS DE PROCESOS ESTOCASTICOS........................................................................................................................................ 13
MODELO ECONOMTRICO.............................................................................................................................................................. 15
Tipos de modelos economtricos................................................................................................................................................ 15
MODELOS DE SIMULACIN............................................................................................................................................................. 16
MODELOS DE REGIMENES CAOTICOS............................................................................................................................................. 20
DINMICA DE SISTEMAS................................................................................................................................................................. 21
IMPACTO CRUZADO........................................................................................................................................................................ 22
Pasos del anlisis del mtodo..................................................................................................................................................... 22
ANALISIS COSTO BENEFICIO........................................................................................................................................................... 23
ANLISIS DE RIESGOS.................................................................................................................................................................... 25
1 fase Definicin del riesgo................................................................................................................................................. 25
2 fase Anlisis del Riesgo.................................................................................................................................................... 26
3 fase Evaluacin del riesgo................................................................................................................................................ 26
4 fase Clasificacin del riesgo............................................................................................................................................. 26
TEORIA DE JUEGOS......................................................................................................................................................................... 27
ENCUESTAS Y ENTREVISTAS A EXPERTOS....................................................................................................................................... 27
Caractersticas de la entrevista a expertos................................................................................................................................. 28
PANELES DE EXPERTOS.................................................................................................................................................................. 29
Mtodo EASW ( European Awareness Sustainability Workshop)..................................................................................................... 30
EL MTODO DELPHI........................................................................................................................................................................ 31
Ventajas del mtodo:.................................................................................................................................................................. 33
Inconvenientes:.......................................................................................................................................................................... 33

ANLISIS DE TENDENCIAS.............................................................................................................................................................. 34
DISEO DE ESCENARIOS................................................................................................................................................................ 34
SINOPSIS ITERATIVA....................................................................................................................................................................... 35
ARBOLES DE DECISION Y RELEVANCIA........................................................................................................................................... 36
ANALISIS MORFOLOGICO................................................................................................................................................................ 37
Ventajas...................................................................................................................................................................................... 38
Desventajas................................................................................................................................................................................ 38
ANALOGA HISTRICA.................................................................................................................................................................... 39
VISIONING...................................................................................................................................................................................... 40
INCASTING Y BACKASTING............................................................................................................................................................. 40
INCASTING..................................................................................................................................................................................... 40
BACKCASTING................................................................................................................................................................................ 41
ANALISIS DAFO............................................................................................................................................................................... 42
Anlisis externos......................................................................................................................................................................... 42
Oportunidades:........................................................................................................................................................................ 42
Amenazas................................................................................................................................................................................ 43
Anlisis interno........................................................................................................................................................................... 43
Debilidades............................................................................................................................................................................. 44
ROADMAPPING............................................................................................................................................................................... 45
CONCLUSIN.................................................................................................................................................................................. 46
REFERENCIAS................................................................................................................................................................................. 47

INTRODUCCION
Los grandes pensadores y hombres de ciencia despreciaban las profecas, dedicando su tiempo a cuestiones ms
fructferas como tratar de modelar el futuro posible. Estos enfoques divergentes se mantuvieron con pocas
alteraciones hasta que la Ilustracin, primero, y la Revolucin Industrial, despus, abrieron amplias avenidas en el
conocimiento cientfico.
Por tanto, las Ciencias Fsicas fueron las pioneras en la utilizacin de tcnicas de prediccin, pero pronto fueron
secundadas por algunas Ciencias Sociales, como la Econometra y la Demografa, que se haban preocupado por
predecir los patrones sociales y econmicos futuros. Igualmente, las Ciencias Empresariales comenzaron a
desarrollar sus propios instrumentos de previsin para simular la futura evolucin de los mercados y las empresas.
Con el Alejamiento del urbanismo de los estudios del futuro, los profundos cambios sociales y econmicos acaecidos
en los territorios urbanos dieron lugar a graves errores en las predicciones urbansticas. Estos errores pusieron de
manifiesto las limitaciones del urbanismo cientfico y tecnocrtico para comprender y anticipar con fiabilidad las
transformaciones que estaban experimentando las sociedades urbanas.
Razn y conveniencia de prever el futuro de las ciudades, hay razones de peso que aconsejan recuperar los estudios
del futuro en los procesos de planificacin urbana. Concretamente, las condiciones de complejidad y turbulencia, que
caracterizan a muchas de las ciudades contemporneas, justifican por si solas el abordaje de estos estudios.
La complejidad de las ciudades, uno de los principales retos que afrontan las ciudades de cierta dimensin es el
elevado nivel de complejidad de los procesos urbanos que tienen lugar dentro de sus lmites y en su rea de
influencia ms prxima. Este atributo ha constituido un hndicap histrico que recurrentemente dificulta las tareas
de anlisis y la acertada formulacin de polticas. La turbulencia puede considerarse como un estado del entorno al
sistema funcional estudiado cuyo ndice de cambio sobrepasa nuestra capacidad de comprensin analtica.
Conveniencia de abordar los estudios del futuro es que complejidad y turbulencia por separado aumentan la
incertidumbre y complican las previsiones. Si adems, como ocurre actualmente, se produce la conjuncin de
complejidad y turbulencia, entonces se justifica adicionalmente la necesidad de prever el futuro para tratar de
gestionar un nivel de incertidumbre muy elevado. En suma, parecen existir argumentos de peso para que los
estudios del futuro ocupen un lugar relevante en los procesos de planificacin tradicionales as como en los nuevos
procesos que estn cobrando un creciente protagonismo en el mbito urbano y territorial.
A partir de los aos noventa, la prospectiva comenz a aplicarse al mbito territorial con el apoyo y reconocimiento
explcito de la Comisin Europea. Ejemplo de dicho apoyo fue la Gua Prctica sobre Prospectiva Regional realizada

por el Foresight for Regional Development Network (FOREN, 2001), en la cual se describan los ejercicios de
prospectiva llevados a cabo por las regiones europeas de West Midlands, Catalua, Lombardia, la Regin del Bltico
y el Gran Lyon, y se formulaban una serie de recomendaciones prcticas sobre cmo abordar procesos de este tipo.
Asimismo, la prospectiva territorial ha recibido la atencin del organismo europeo Institute for Prospective
Technological Studies (IPTS) en diversos estudios y publicaciones (IPTS, 2001), en los que se hace una llamada sobre
el potencial que ofrece esta herramienta para reforzar la toma de decisiones en materia de polticas territoriales.
A pesar de las recientes evidencias, tanto europeas como espaolas, sobre la aplicacin de la prospectiva territorial,
son muy escasos los ejercicios llevados a cabo a nivel urbano y territorial. Aparte de las razones generales que
explican el alejamiento actual de los urbanistas de los estudios del futuro, existen otras razones que fundamentan el
incipiente desarrollo de estos instrumentos y su insuficiente adaptacin a las necesidades de la planificacin urbana
y territorial.

EXPLORACIN DE TENDENCIAS
La exploracin de tendencias en una herramienta relativamente simple, se utiliza para desarrollar una estrategia que
permita elaborar un futuro para una organizacin. El uso de este mtodo arranca la premisa segn la cual, aquellos
factores que en el pasado produjeron tendencias o cambios en la organizacin son constantes y continuarn

influenciando su futuro. Esta proporciona un cuadro razonablemente claro del objetivo al que se dirige la
organizacin y de lo que podra hacer para alcanzarlo, particularmente en el futuro prximo.
El objetivo es examinar de manera crtica el impacto de las tendencias del pasado en la organizacin, buscar
tendencias a nivel local, regional, nacional y mundial que presumiblemente afecten a su futuro y formular una
previsin.
Se tienen 8 pasos a seguir para la exploracin de tendencias:
1. Establecer el equipo adecuado para llevar a cabo esta tarea.
2. Identificar las tendencias clave. Analizar las tendencias que en el pasado incidieron de manera ms profunda
en la organizacin y fueron cruciales para el xito de la misma.
3. Trazar un mapa de tendencias de la organizacin. El mapa de tendencias revela esquemas en tendencias cuyo
influjo ha sido determinante y representa una base de informacin compartida por todos con relacin a la
organizacin.
4. Realizar un anlisis del entorno. Tanto a nivel interno como externo, este paso identifica las debilidades y las
amenazas, las fortalezas y las oportunidades (Anlisis DAFO).
5. Extrapolar las tendencias. Se seleccionarn aquellas tendencias que aparentemente han incidido de manera
importante sobre la organizacin y llevar a cabo un ejercicio de tormenta de ideas extrapolndolas a futuro.
6. Analizar las relaciones de causa-efecto entre las tendencias. Este paso revela el poder relativo de cada una de
ellas y cmo interactan y se estimulan entre s. Se recomienda utilizar cualquier diagrama de interrelaciones
para este paso.
7. Analizar las futuras amenazas y oportunidades. Una vez determinadas las relaciones de causa-efecto, las
futuras amenazas y oportunidades para la organizacin se observan claramente. Llegado este punto, se
deber elaborar planes tcticos y de largo alcance para abordar las tendencias negativas que pudieran
impedir que la organizacin alcanzara su futuro de calidad.

EJEMPLO: Cuadro de tendencias de consumo

CUADRO DE TENDENCIAS DE CONSUMO

1. Las necesidades bsicas. Las tendencias de consumo se rigen en ltimo trmino por necesidades y deseos
humanos bsicos, fundamentales y que casi nunca cambian. Es fundamental identificar estas necesidades
ocultas para comprender cualquier tendencia de consumo. Se puede empezar por: estatus social, auto
superacin, entretenimiento, emocin, conexin, seguridad, identidad, relevancia, interaccin social,
creatividad y justicia.

2. El causante del cambio, para analizar un cambio hay que tomar en cuenta:

Las Transformaciones a gran escala son macro cambios a largo plazo que se producen durante aos o
dcadas, que aunque no son tendencias de consumo propiamente, dirigen e influyen en una tendencia
especfica.
Los Desencadenantes son los cambios ms inmediatos que motivan el surgimiento de una tendencia de
consumo. Estos pueden ser tecnologas especficas, cambios polticos, problemas econmicos,
incidentes medioambientales, etc.

CUADRO DE NECESIDADES BASICAS

3. Expectativas de consumo creciente. Las nuevas tendencias de consumo surgen cuando las necesidades
humanas bsicas se topan con cambios externos para crear nuevas necesidades, gustos y deseos. Al
identificar estas nuevas necesidades y deseos emergentes, busca brechas en las expectativas entre lo que los
consumidores quieren y lo que actualmente tienen.

CUADRO EXPECTATIVAS
EMERGENTE

DE

CONSUMO

4. Innovaciones. Muy pocas innovaciones son completamente nuevas. La mayora de las innovaciones
(exitosas) provienen de combinar elementos aparentemente no relacionados, o de tomar una idea y

CUADRO
CAMBIO

DE

CAUSANTES

DEL

aplicarla en un nuevo contexto

5. Potencial de innovacin. Hemos dicho desde hace tiempo que al pensar en una tendencia de consumo, ayuda
considerar dnde y cmo puede sta impactar en tu empresa utilizando estas cuatro reas:
Visin
Modelo de Negocio
Producto / Servicio / Experiencia
Campaa

INNOVACIONES

CUADRO POTENCIAL DE INNOVACIN

6. Para quien. cuando se trata de aplicar tendencias de consumo, intenta pensar ms all de aquellos que
actualmente estn viviendo la tendencia. De hecho, pensar en qu cambios tendras que realizar para hacer
que esta tendencia fuera relevante para otros (nuevos) grupos sociales es una buena forma de obtener
nuevas innovaciones.

CUADRO PARA QUIEN

7. Tu innovacin.

CIRCULO DE INNOVACION

DESCOMPOSICIN DE SERIES TEMPORALES

Descomposicin de series temporales o anlisis clsico de las series temporales.
Toda institucin, ya sea la familia, la empresa o el gobierno, tiene que hacer planes para el futuro si ha de sobrevivir
y progresar. Hoy en da diversas instituciones requieren conocer el comportamiento futuro de ciertos fenmenos con
el fin de planificar, prever o prevenir. La planificacin racional exige prever los sucesos del futuro que probablemente
vayan a ocurrir. La previsin, a su vez, se suele basar en lo que ha ocurrido en el pasado. Se tiene pues un nuevo
tipo de inferencia estadstica que se hace acerca del futuro de alguna variable o compuesto de variables basndose
en sucesos pasados. La tcnica ms importante para hacer inferencias sobre el futuro con base en lo ocurrido en el
pasado, es el anlisis de series de tiempo. Uno de los problemas que intenta resolver las series de tiempo es el de
prediccin.

EJEMPLO DE SERIES DE TIEMPO

ANLISIS DE REGRESIN
Este mtodo lo que se hace es evaluar la contribucin de una o ms variables con respecto de otra, ste anlisis
permite evaluar una o ms variables independientes que ayudan a explicar a otra variable dependiente. El anlisis
de correlacin mide la asociacin lineal que presentan las variables sin tomar en cuenta cual es la variable
dependiente y cual o cuales son las variables independientes. Un Anlisis de Regresin se realiza en varias fases:
1. Recopilar los datos a travs de fuentes como cuestionarios, formatos, formularios o bases de datos, textos,
folletos, revistas, internet, mediciones directas, etc.
2. Dibujar el diagrama de dispersin, el cual le sugiere que modelo se podra utilizar, slo hasta planos de tres
dimensiones se pueden observar mejor los modelos sugeridos.
3. Establecer el modelo que sugiere el diagrama de dispersin o el sugerido por la experiencia del investigador.
4. Estimar la lnea de Regresin usando un programa procesador con aplicaciones estadsticas.
5. Calcular u observar en las salidas de los datos procesados los valores del Coeficiente de Correlacin y del
Coeficiente de Determinacin.
6. Hacer Predicciones medias o individuales usando Intervalos de Confianza
7. Hacer pronsticos siempre y cuando la muestra sea suficientemente grande o cuando el periodo de tiempo
sea suficientemente confiable para que las predicciones no estn desfasadas de la realidad.

EJEMPLO DE ANLISIS DE REGRESIN CON RESPECTO AL

INDICE DE INMUNIZACION Y TASA DE MORTALIDAD

ANALISIS DE PROCESOS ESTOCASTICOS

En estadstica, y especficamente en la teora de la probabilidad, un proceso estocstico es un concepto matemtico
que sirve para tratar con magnitudes aleatorias que varan con el tiempo, o ms exactamente para caracterizar una
sucesin de variables aleatorias (estocsticas) que evolucionan en funcin de otra variable, generalmente el tiempo.
Cada una de las variables aleatorias del proceso tiene su propia funcin de distribucin de probabilidad y pueden o
no, estar correlacionadas entre ellas.

Ejemplos dentro del amplio grupo de las series temporales:

Seales de telecomunicacin.

Seales biomdicas (electrocardiograma, encefalograma, etc.)

Seales ssmicas.

El nmero de manchas solares ao tras ao.

El ndice de la bolsa segundo a segundo.

La evolucin de la poblacin de un municipio ao tras ao.

El tiempo de espera en cola de cada uno de los usuarios que van llegando a una ventanilla.

El clima es un gigantesco conjunto de procesos estocsticos interrelacionados (velocidad del viento,

humedad del aire, etc) que evolucionan en el espacio y en el tiempo.

Los procesos estocsticos de orden mayor a uno, como el caso de una serie de tiempo de orden 2 y una
correlacin de cero con las dems observaciones.

MODELO ECONOMTRICO
Son aquellos modelos econmicos formulados en forma matemtica que establecen cual es la relacin funcional que
existe entre una (o varias) variable(s) endgenas y las variables exgenas, que explican el comportamiento
sistemtico o determinista
del modelo, y la perturbacin aleatoria, que explican
la parte no determinista.
Adems, un modelo economtrico es un instrumento
de anlisis que se utiliza
mucho para tomar decisiones tanto en el mbito
microeconmico, como en el
mbito macroeconmico.

FOTO: DIVULGACIN

Tipos de modelos economtricos

No existe una nica clasificacin de los modelos economtricos. Las diferentes clasificaciones que se pueden
establecer de este tipo de modelos dependern del criterio que se adopte.

a) Segn el nmero de variables endgenas los modelos pueden ser: unicuacionales si slo se quiere explicar
una variable endgena, o multicuacionales si existe ms de una variable endgena.

b) Segn el tipo de datos observados para las distintas variables que forman parte del modelo: modelos de
series temporales, si se dispone de diferentes observaciones a lo largo del tiempo de la variable. La frecuencia de
estas observaciones puede ser horaria, diaria, semanal, mensual, trimestral o anual segn cual sea el tipo de
variable objeto de estudio. Por otro lado, si dispone de observaciones de diferentes variables en un mismo periodo
de tiempo entonces estamos ante modelos de corte transversal. Si se combinan los dos tipos de modelos
anteriores tendramos observaciones de diferentes variables a lo largo del tiempo y trabajaramos con modelos de
datos de panel.

c) Segn el momento del tiempo al que hacen referencia las variables los modelos pueden clasificar
en: modelos estticos, si todas las variables ser refieren al mismo periodo de tiempo, o modelos dinmicos si las
variables se refieren a distintos periodos de tiempo.

d) Segn la transformacin que se aplique a los datos para estimar el modelo se distingue entre los siguientes
modelos: modelos en niveles, si no se hace ninguna transformacin en los datos observados, pero si los valores
observados de las variables presentan, por ejemplo, tendencia entonces hay que trabajar con los incrementos de
las variables dando lugar a los modelos en tasas de variacin.

e) Segn como influyan las variables independientes en la variable dependiente los modelos pueden
ser lineales o no lineales. En el primer caso existe una relacin lineal entre las variables y en el segundo caso no.
Hay veces que el modelo no lineal se puede convertir en otro lineal mediante el clculo de logaritmos. Sin
embargo, no siempre un modelo no lineal se puede convertir en lineal.

MODELOS DE SIMULACIN
Un modelo es tambin un sistema, y de acuerdo al tipo de variables de salida del modelo el modo de simulacin ser
(Figura 5):
Anlisis: Es el modo ms empleado, en l las variables de salida del modelo representan a las variables de salida
del sistema real. Este modo se utiliza para estimar la respuesta del sistema real ante entradas especificadas. Debido
a que imita un sistema que realmente funciona, el modelo es matemticamente ms estable y se asegura la
existencia de una solucin.

 Diseo: En este modo las salidas del modelo representan a los parmetros del sistema real. Se utiliza en la etapa
de diseo de un equipo donde el problema es determinar los parmetros para los cuales el sistema producir las
salidas deseadas para las entradas especificadas.
Control: Las variables de salida del modelo representan a las variables de entrada del sistema real. Este modo
sirve para determinar los valores que debern adoptar las entradas del sistema para producir los resultados
deseados. Se utiliza cuando se desea determinar las condiciones de operacin de un sistema. Por lo general, los
simuladores se operan en modo diseo dejando al usuario la tarea de iterar para obtener los resultados provistos por
los otros modos. Por ejemplo, para estimar el voltaje requerido para el calentador (modo diseo), se pueden realizar
varias simulaciones en modo anlisis para un conjunto de valores de voltaje, y se selecciona el que produce la salida
deseada.

Figura5

Los 4 mtodos de simulacin ms comunes son:

1 Mtodos analticos.
Estn basados en tcnicas asociadas a la teora de colas, consistiendo esencialmente en ndulos ensamblados entre
s en una red multinivel. La simulacin analtica pone de manifiesto mltiples aspectos ligados a la complejidad
dinmica de los procesos en los que varios agentes compiten por un mismo recurso, as como la variabilidad
asociada a procesos de entrada-salida. Los modelos analticos proporcionan estimaciones sobre hechos agregados
estables con ms precisin que el anlisis proporcionado por series de datos.
2 Mtodos continuos.
En esta aproximacin, el comportamiento de los procesos se simula utilizando ecuaciones diferenciales que reflejan
la variacin en el tiempo de cada variable de estado. Una variable de estado podra ser la tasa de llegada de rdenes
o la tasa de procesamiento de un recurso. Estos modelos son apropiados para modelizar procesos de gran volumen o
producciones continuas. Evidentemente, se ha de suponer que las variables de estado varan de forma continua y

diferenciable en el tiempo (generalmente, las ecuaciones diferenciales se utilizan cuando el tamao del paso del
tiempo es pequeo). Se trata de determinar los valores corrientes de las variables de estado hasta el momento en el
cual se alcanza un umbral que pone en marcha ciertas acciones. Las ecuaciones diferenciales pueden tener en
cuenta comportamientos de tipo estocstico, y los modelos correspondientes han de ser capaces de modelizar tanto
los fenmenos de transicin como los estados de equilibrio. Dos grandes retos para los modelizadores que utilizan
estas tcnicas son el desarrollo de ecuaciones que describan los comportamientos aleatorios dependientes del
tiempo, as como evaluar los resultados obtenidos mediante la resolucin analtica o numrica de dichas ecuaciones.
3 Mtodos discretos.
En este tipo de simulacin, las variables de estado del modelo evolucionan sobre un conjunto discreto de puntos,
quizs aleatorio, del eje de tiempos. En estos modelos, los flujos temporales entre los puntos del mencionado
conjunto compiten unos con otros por el uso de los recursos escasos. Estos modelos permiten simular
comportamientos aleatorios introduciendo distribuciones de probabilidad discretas.; por ello, los resultados
obtenidos por estos modelos discretos son asimismo aleatorios, con lo que tan solo pueden ser tomados como una
estimacin del comportamiento real, siendo necesario mltiples aproximaciones y/o replicaciones para que el
resultado obtenido, en trminos medios, se aproxime al real. Dado que se trata de modelos discretos, se puede
recurrir a la modelizacin mediante ecuaciones en diferencias finitas (si los puntos del eje de tiempos son aleatorios,
es seguro que no estarn igualmente espaciados, entonces resulta ms complejo la utilizacin de tcnicas asociadas
a ecuaciones en diferencias finitas). En un proceso de simulacin de tipo discreto, se introducen en el modelo
entidades que representan productos y servicios, y que al competir por los recursos que permiten llevar a cabo las
actividades, los consumen. Es la tcnica de simulacin ms natural para modelizar y analizar procesos.
4 Todos orientados a objetos.
Esta tcnica de modelizacin contempla a procesos, productos, servicios y recursos como si de objetos se tratara.
Cada objeto est formado por una combinacin de informacin (atributos) y procedimientos (mtodos); ambos se
combinan para crear un ejemplar del objeto en cuestin. Por ejemplo, un objeto denominado "cliente" puede tener
como atributos edad, capacidad de endeudamiento y nivel de educacin. En un proceso convencional de solicitud de
hipoteca, todos los formularios de prstamo recorren un mismo proceso basado en ciertas pautas, pero usando un
modelo orientado a objetos, se puede definir 8 una informacin nica para un cliente especfico y los procedimientos
exclusivos a utilizar con su formulario de solicitud de prstamo. Los mtodos orientados a objetos reducen
drsticamente los tiempos de desarrollo de los modelos en el sentido de que no ser preciso volver a construirlo
desde la base, se puede utilizar una plantilla verstil y reutilizarla. El propsito de la simulacin y modelizacin
orientada a objetos es facilitar la posibilidad de crear complejos submodelos que maximicen su ciclo de vida y
permitan su integracin en otros modelos. Este mtodo permite incorporar las tcnicas anteriormente tratadas, tanto
analticas como continuas y discretas, ya que para modelizar los flujos intermedios entre los objetos; se puede
recurrir a submodelos que utilicen dichas herramientas.

Diseo del proyecto de simulacin.

Para completar esta etapa es preciso realizar tres tares:
1. Definir los objetivos que se desean alcanzar con el modelo de simulacin. Los ms comunes suelen ser anlisis del
funcionamiento de un proceso (si acta de forma correcta bajo un determinado conjunto de circunstancias en
medidas significativas tales como utilizacin de recursos, rendimiento, tiempos de espera, etc.), anlisis de la
capacidad del proceso (cul es el mximo de capacidad de procesamiento), o saber si el proceso es capaz de hacer
frente a requerimientos especficos, un anlisis de sensibilidad sobre aquellas variables de decisin esenciales, o
bien un anlisis de optimizacin sobre un conjunto de valores de variables de decisin.
2. Definir las restricciones. Tan importante como definir los objetivos es identificar las restricciones que afectan al
proyecto de simulacin. Una restriccin importante es el tiempo; no tiene sentido proyectar una simulacin para
resolver un problema si el
tiempo de ejecucin se extiende ms
all del plazo posible para
su resolucin.
3. Definir el campo de
aspectos tales como la
grado de precisin, tipo de
formato de presentacin de
modelo supone encuadrarlo
inferiores,
as
como

actuacin del modelo. Ello incluye

extensin del modelo, nivel de detalle,
pruebas a realizar y contenido y
los resultados. Definir las fronteras del
dentro de unos lmites superiores e
delimitar su principio y final.

FOTO: DIVULGACION

MODELOS DE REGIMENES CAOTICOS

Un sistema catico definira un medio donde el resultado final dependera de manera muy sensible a las condiciones
en que se inici. El agua de un rio sera un excelente ejemplo de sistema catico. Si dejamos un trozo de madera en
una posicin, aparecer en un punto en particular a 100 metros rio abajo.

Si dejamos un segundo trozo de madera en una posicin idntica a la del primero, este segundo trozo aparecer rio
abajo, pero con toda seguridad, en otro lugar distinto al que encontramos el primero. El resultado final siempre
depender de esta manera, sensiblemente de las condiciones en que se inici, como el lugar donde comenzaron el
viaje los trozos de madera.
Para todos los propsitos prcticos, la conducta de los sistemas caticos no se puede predecir. Es realmente
imposible medir las condiciones originales de un sistema con una perfecta precisin. El emplazamiento de un trozo
de madera al comienzo de un viaje, por ejemplo, slo se puede determinar tan precisamente como pueda establecer
el mejor sistema de medida que dispongamos.
Debido a que la posicin final del trozo de madera ser muy diferente si dicho pedazo es movido al principio un
trecho ms pequeo que incluso este pequeo margen de error, de ello deducimos que no hay manera de predecir
dnde acabar el trozo de madera.
Fsicos y escritores opinan a menudo sobre este punto, diciendo que los sistemas basados en el caos son
impredecibles. No quieren decir que si conocemos exactamente el estado de un sistema, no podamos adivinar
dnde estar en un momento preciso en el futuro: ese tipo de predicciones se realizan continuamente con modelos
por ordenador.

Lo que quieren decir es que, ya que nunca es posible crear un perfecto cmulo de medidas para precisar el estado al
comienzo de un sistema catico, sus etapas futuras nunca podrn ser pronosticadas.

DINMICA DE SISTEMAS
La Dinmica de Sistemas es una herramienta de construccin de modelos de simulacin. La Dinmica de Sistemas
se basa en la utilizacin de dos tipos de diagramas, los Diagramas Causales y los Diagramas de Forrester, que tienen
su origen en la Teora General de Sistemas.
Un Diagrama Causal es la representacin grfica de los elementos que influyen en un problema y de las relaciones
que existen entre ellos.

Autor: Juan David Sterman

Enlace a la imagen:

Autor: Juan David Navales

Enlace a la imagen:

Un Diagrama de Forrester, el cual sirve para simular el modelo en el PC, permite comprobar la coherencia de
nuestras hiptesis, analizar el comportamiento del sistema, y por ltimo simular diferentes polticas, de forma que
los resultados que muestra el modelo ayudan a resolver mejor el problema que estamos analizando.

Es importante tener claro que el propsito de la Dinmica de Sistemas en las empresas no es solo realizar
predicciones del futuro de entornos que no podemos modificar, sino que nuestro propsito es ayudar a tomar
decisiones para solucionar un problema.
El objetivo bsico de la Dinmica de Sistemas es llegar a comprender las causas estructurales que provocan el
comportamiento del sistema.
Para ello podemos usar un software especfico como Vensim.
Esta metodologa permite:

Identificar el problema.

Desarrollar hiptesis dinmicas que explican las causas del problema.

Construir un modelo de simulacin del sistema que permita analizar la raz del problema.

Verificar que el modelo reproduce de forma satisfactoria el comportamiento observado en la realidad.

Probar en el modelo las diferentes alternativas o polticas que solucionan el problema, e implementar la mejor
solucin.

IMPACTO CRUZADO
El mtodo de impacto cruzado permite la investigacin metdica de la interrelaciones que puedan producirse entre
diferentes sucesos que est previsto que ocurran.

Pasos del anlisis del mtodo.

Definicin del sistema.
Seleccin de los participantes.
Definicin de eventos analizar.
Asignacin de las probabilidades de ocurrencia.
Construccin de la matriz de impacto cruzado.
Valoracin de impactos.
Clculo de probabilidades finales.
Anlisis de sensibilidad.

Autor: Anabel Garca Leyva

Enlace a la Imagen:

Autor: (S.A.)
Enlace a la Imagen:

Aplicacin

La fila representa el suceso cuya influencia se trata de determinar y la columna el suceso influido.

Cuando existe un impacto cruzado positivo, ste se representa en la casilla correspondiente con una flecha
hacia arriba; cuando el impacto es negativo, la representacin se hace con una flecha hacia abajo; la no
existencia de impacto cruzado entre dos sucesos queda indicado en la matriz con un guion en la casilla
correspondiente.

ANALISIS COSTO BENEFICIO

El anlisis costo-beneficio es una herramienta financiera que mide la relacin entre los costos y beneficios asociados
a un proyecto de inversin con el fin de evaluar su rentabilidad, entendindose por proyecto de inversin no solo
como la creacin de un nuevo negocio, sino tambin, como inversiones que se pueden hacer en un negocio en
marcha tales como el desarrollo de nuevo producto o la adquisicin de nueva maquinaria.
Segn el anlisis costo-beneficio, un proyecto o negocio ser rentable cuando la relacin costo-beneficio es mayor
que la unidad.
B/C > 1 el proyecto es rentable

Autor: Osmer Clavo

Autor: Crece Negocios
Enlace de la Imagen: http://osmerclavo.blogspot.mx/2013/02/el-analisis-costo-beneficio.html
Enlace de la Imagen: http://www.crecenegocios.com/el-analisis-costo-beneficio/

Los pasos necesarios para hallar y analizar la relacin costo-beneficio son los siguientes:

Hallar costos y beneficios: en primer lugar hallamos la proyeccin de los costos de inversin o costos totales y
los ingresos totales netos o beneficios netos del proyecto o negocio para un periodo de tiempo determinado.

Convertir costos y beneficios a un valor actual: debido a que los montos que hemos proyectado no toman en
cuenta el valor del dinero en el tiempo (hoy en da tendran otro valor), debemos actualizarlos a travs de una
tasa de descuento.

Hallar relacin costo-beneficio: dividimos el valor actual de los beneficios entre el valor actual de los costos
del proyecto.

Analizar relacin costo-beneficio: si el valor resultante es mayor que 1 el proyecto es rentable, pero si es igual
o menor que 1 el proyecto no es viable pues significa que los beneficios sern iguales o menores que los
costos de inversin o costos totales.

Comparar con otros proyectos: si tendramos que elegir entre varios proyectos de inversin, teniendo en
cuenta el anlisis costo-beneficio, elegiramos aqul que tenga la mayor relacin costo-beneficio.

Supongamos que queremos determinar si nuestra empresa seguir siendo rentable y para ello decidimos analizar la
relacin costo-beneficio para los prximos 2 aos.

La proyeccin de nuestros ingresos al final de los 2 aos es de US$300 000, esperando una tasa de rentabilidad del
12% anual (tomando como referencia la tasa ofrecida por otras inversiones).
Asimismo, pensamos invertir en el mismo periodo US$260 000, considerando una tasa de inters del 20% anual
(tomando como referencia la tasa de inters bancario).
Hallando B/C:
B/C = VAI / VAC
B/C = (300000 / (1 + 0.12)2) / (260000 / (1 + 0.20)2)
B/C = 239158.16 / 180555.55
B/C = 1.32
Como la relacin costo beneficio es mayor que 1, podemos afirmar que nuestra empresa seguir siendo rentable en
los prximos 2 aos. A modo de interpretacin de los resultados, podemos decir que por cada dlar que invertimos
en la empresa, obtenemos 0.32 dlares.

ANLISIS DE RIESGOS
El estudio del mtodo Cuantitativo de anlisis de riesgos, se debe dividir en varias etapas consecutivas, por
consiguiente tambin nos encontramos ante un mtodo secuencial.
Este mtodo tiene como particularidad, el abandono de las ponderaciones igualitarias de sus factores, las distintas
fases del mtodo son:
1 fase Definicin del riesgo.

Tiene por finalidad la identificacin del riesgo, delimitando su objeto y alcance, para diferenciarlo de otros riesgos. El
procedimiento a seguir es el mismo que empleamos en el mtodo Mosler y se basa en la identificacin de los
elementos caractersticos del riesgo, como son el bien y el dao.
La identificacin, a su vez, de estos elementos caractersticos la realizaremos mediante la descripcin de la cosa
valiosa, la cualidad benfica y las circunstancias, para el bien y de la causa, la manifestacin y las consecuencias
negativas del dao.

2 fase Anlisis del Riesgo.

Esta fase tiene por objeto la determinacin de los criterios que posteriormente evaluaremos en la siguiente fase. Los
criterios a ponderar sern los siguientes
:
a) P Criterio de probabilidad.
Mediremos el nmero de veces que puede presentarse el riesgo analizado, por consiguiente, es un criterio muy
unido a la vulnerabilidad que presenta el bien a sufrir daos como consecuencia del riesgo estudiado.

b) E Criterio de exposicin.
Este criterio atiende a las veces que puede presentarse el agente daino y a la intensidad que puede actuar durante
estos ataques, ya sea por permanecer mucho tiempo en contacto con el bien o por la agresividad del agente daino
aunque permanezca poco tiempo en contacto.

3 fase Evaluacin del riesgo.

Es el proceso de valoracin y ponderacin de los criterios definidos en la fase anterior, es decir, en esta fase
cuantificaremos la probabilidad, la exposicin y las consecuencias.

4 fase Clasificacin del riesgo.

De acuerdo con el nivel de riesgo obtenido estableceremos la siguiente clasificacin:

Nivel del riesgo

0 < R ? 20

Clasificacin del riesgo

Aceptable

20 < R ? 70

Posible

70 < R ? 200

Considerable

200 < R ? 400

Alto

400 < R ? 10.000

Muy alto

En consecuencia de los resultados que obtengamos del nivel de riego, el Mtodo Cuantitativo mixto nos establece
una relacin de acciones que irn directamente vinculadas con los medios humanos, tcnicos y organizativos del
Sistema de Seguridad, en ello, debemos plantear en el Plan de Seguridad que acciones se tomarn y resolucin de
las mismas.

TEORIA DE JUEGOS
La Teora de Juegos estudia de manera formal y abstracta las decisiones ptimas que deben tomar diversos
adversarios en conflicto, pudiendo definirse como el estudio de modelos matemticos que describen el conflicto y la
cooperacin entre entes inteligentes que toman decisiones. Tales decisiones se consideran estratgicas, es decir,
que los entes que participan en el juego actan teniendo en cuanta las acciones que tomaran los dems.
Aunque la palabra juego tiene connotaciones ldicas y relativas al azar, la teora de juegos no tiene como principal
objetivo el estudio de los juegos de saln, aunque s entran dentro de su dominio. Una terminologa alternativa que
ilustra ms claramente el objeto de la Teora de Juegos es el anlisis matemtico de conflictos y la toma
interactiva de decisiones.

ENCUESTAS Y ENTREVISTAS A EXPERTOS

Las empresas ms avanzadas cada da son ms conscientes de las interconexiones existentes entre los problemas
ambientales, sociales y econmicos. Y saben que no pueden encontrar soluciones
Actuando de forma individual. En consecuencia, el compromiso con los stakeholders se est convirtiendo en una
herramienta clave para avanzar hacia la sostenibilidad, crear valor, mejorar la imagen y aadir viabilidad a los
proyectos.
1. Todos los aspectos enunciados anteriormente son relevantes en el caso del establecimiento de los Planes
Hidrolgicos de Cuenca. Y uno de los grupos de inters ms importantes a la hora de orientar estos aspectos es el de
los expertos relacionados con los diferentes usos, valores y utilidades que tiene el agua.
Son un elemento que permite encauzar la orientacin del proceso de consulta al universo de grupos de inters con
implicaciones en este tema.
En consecuencia, los expertos elegidos para orientar esta fase previa para la planificacin y diseo de las mesas
sectoriales a realizar posteriormente, son personas que representan el universo de intereses relacionados con la
gestin del agua y poseen una larga trayectoria profesional o acadmica en el aspecto en que son expertos.
Adems, en todos los casos, los expertos son elegidos como tales cuando por su profesin y conocimientos tienen
una visin lo ms global posible, en el aspecto en que son expertos, de la Cuenca Hidrogrfica del Duero.
Partiendo de la distincin de Wheeler y Sillanp (1997)2 entre stakeholders principales o primarios y secundarios,
nos interesa incluir entre los expertos a personas pertenecientes a los dos grupos para conseguir una informacin de
partida lo ms amplia y heterognea posible. Slo de esta forma se podr garantizar un buen punto de partida para
poder desarrollar las mesas sectoriales contempladas en la siguiente fase.
Para poder planificar con garantas las mesas sectoriales que se desarrollarn posteriormente, dentro del grupo de
expertos necesitaremos personas con conocimientos sobre la Confederacin, sobre los temas de preocupacin de los
usuarios del agua de la cuenca del Duero, sobre las empresas relacionadas con la gestin del agua, y adems,
deberemos incluir tambin a los sin voz, es decir, a las generaciones venideras y el medio ambiente. En
consecuencia, entre los stakeholders tambin figurarn expertos en estos aspectos.

Caractersticas de la entrevista a expertos

A continuacin se especifican los datos ms relevantes sobre las entrevistas:

Duracin de la entrevista: se calcula una duracin aproximada de una hora, ms quince minutos de
explicaciones previas sobre la metodologa de trabajo especfica y aclaracin de dudas.

Nmero de expertos: 11 expertos.

Tcnica de registro: grabacin en cinta.

Tcnica de informe: resumen estructurado de los puntos tratados, en soporte informtico y papel.

Nmero de sesiones: Las entrevistas sern en todo caso individuales y se realizaran en una sola sesin por
experto.

Convocatoria: Se convocarn individualmente, siguiendo tres pasos.

Envo de carta oficial de la Confederacin a los expertos, invitndoles al proceso e informando sobre sus
caractersticas bsicas, a la atencin de la persona (siempre sern considerados como personas expertas) a
quien se dirija la invitacin.

PANELES DE EXPERTOS
El panel de expertos consiste en una tcnica en que participan una serie de personas que forman parte de la
organizacin mediante el desempeo de cargos jerrquicos altos que son superiores al puesto que se va a valorar y
personas cuyos resultados dependen de los que se generen para el puesto que se va a cubrir.
El panel de expertos consiste en una tcnica en que participan una serie de personas que forman parte de la
organizacin mediante el desempeo de cargos jerrquicos altos que son superiores al puesto que se va a valorar y
personas cuyos resultados dependen de los que se generen para el puesto que se va a cubrir.
El desempeo superior tiene muy estrecha relacin con las competencias diferenciadoras ya que van a ser estas las
que permitan distinguir a la persona con un desempeo excelente dentro del puesto de trabajo que se pretende
cubrir.En el panel de expertos se estudian tanto los objetivos de la organizacin como las funciones de la persona
que va a cubrir el puesto, encontrando las competencias que se necesitan y las competencias que diferencian lo
bueno de lo excelente.
Los puntos por los que debe pasar el panel de expertos son:

Hacer un anlisis DAFO con el fin de obtener puntos fuertes, dbiles, amenazas y oportunidades, as como otros
factores buenos para la empresa.
Obtener las metas y retos de la empresa con el fin de ver la misin del puesto de trabajo.
Identificar las conductas y competencias que se requieren.
Identificar a los empleados que cuentan con estas conductas y competencias.
Para una empresa, alcanzar la excelencia y poder ser ms competitiva es muy importante, ya que de esta manera la
empresa crece y se diferencia de las dems. La excelencia ofrece la diferenciacin de una empresa o de un
trabajador. Hay que tener en cuenta que, dentro de los objetivos de la empresa, los recursos humanos van a ser uno
de los principales valores con los que cuente la empresa y por eso mismo ha de evitar la fuga de cerebros por medio
de sistemas de compensacin a las personas que llegan al nivel de excelencia as como a las personas que se
pretende mantener en la empresa, y en definitiva a todos los trabajadores que son parte del valor de la empresa.
El desempeo superior marca la diferencia, y cada vez ms las empresas se empiezan a dar cuenta.

Mtodo EASW ( European Awareness Sustainability Workshop).

Desarrollo de la actividad
En primer lugar hay que hacer la convocatoria de aquellas personas, entidades o instituciones que se quiera invitar a
las sesiones de trabajo. Interesa que la convocatoria abarque el mayor espectro posible de actores sociales
implicados
en
el
objeto
de
estudio.
Una vez convocados y reunidos, la sesin de trabajo puede comenzar con algn elemento dinamizador que vaya
introduciendo
el
objeto
de
debate,
por
ejemplo
un
vdeo.
Una primera fase consiste en reunir a los asistentes por grupos homogneos y plantearles que elaboren dos
escenarios futuros posibles para la comunidad en funcin del objeto de debate (un escenario positivo y otro
negativo). Cada uno de estos grupos debe estar coordinado por un monitor que ir redactando, a la vista del grupo,
las
propuestas
para
cada
bloque.
Posteriormente, cada grupo (a travs de un portavoz) expone sus conclusiones en una sesin plenaria. Este debate
conjunto
resume
las
visiones
de
futuro,
sin
llegar
a
reducir
su
complejidad.
En la segunda fase se agrupa a los asistentes, no por grupos homogneos de actores sociales, sino por el inters que

cada persona tiene sobre un tema concreto dentro del objeto de debate. De esta manera se forman grupos
heterogneos
en
los
que
pueden
aparecer
polticos,
tcnicos,
ciudadanos,
empresarios,
etc.
La dinmica de la sesin de trabajo es la misma que en el caso anterior: se debate sobre los posibles escenarios
futuros (uno positivo y otro negativo) y un monitor coordina el grupo y anota las aportaciones a la vista de todos. Las
aportaciones
en
estos
grupos
suelen
ser
ms
interesantes,
ricas
y
complejas.
Finalmente se vuelve a realizar una sesin plenaria en la que un portavoz de cada grupo expone sus conclusiones y,
a continuacin, en votacin asamblearia se establece el rango de prioridad para las acciones expuestas de cara a la
mejora
del
escenario
futuro
de
la
comunidad.
La intencin de estas tcnicas no es la generacin de informacin o la captacin de discursos, sino la puesta de
manifiesto de propuestas concretas, el debate, la priorizacin y la toma de decisiones por orden de importancia para
los asistentes. Tiene por tanto un propsito de concrecin pragmtica, que puede actuar como un elemento que
refuerce
la
motivacin
de
los
asistentes,
al
obtener
resultados
en
el
acto.
Lo ms importante es conseguir unos consensos en la construccin colectiva del conocimiento del problema y de las
lneas de accin que los participantes vean ms factibles. Intentar superar los personalismos que se tratan de
inmiscuir en las tomas de decisiones, dando ms prioridad a los contenidos (propuestas escritas) que a los
portavoces (de grupos creados de forma aleatoria). Y que la gente salga de estas sesiones con la sensacin de haber
construido algo concreto y colectivo, y que en estos procesos pueden intervenir todas las personas y todas las ideas
implicadas,
y
no
solo
las
de
los
representantes
o
los
que
dicen
ser
ms
ilustrados.
Materiales:
Papelgrafo o pizarra, rotuladores o bolgrafos.
Tiempo:
La duracin aproximada de la tcnica propuesta es de una hora y media.

EL MTODO DELPHI.

El mtodo Delphi se refiere a la evolucin de los factores del entorno tecno-socio-econmico y sus interacciones.

El primer estudio de Delphi fue realizado en 1950 por la Rand Corporation para la fuerza area de Estados Unidos, y
se le dio el nombre de Proyecto Delphi. Su objetivo era la aplicacin de la opinin de expertos a la seleccin de un
sistema industrial norteamericano ptimo y la estimacin del nmero de bombas requeridas para reducir la
produccin de municiones hasta un cierto monto.

Es un mtodo de estructuracin de un proceso de comunicacin grupal que es efectivo y que permite a un grupo de
individuos, tratar un problema complejo.

Este mtodo se emplea bajo las siguientes condiciones:

-No existen datos histricos con los que trabajar

Las consideraciones ticas y morales dominan sobre las econmicas y tecnolgicas en un proceso evolutivo.
Cuando el problema no se presta para el uso de una tcnica analtica precisa.
Cuando se desea mantener la heterogeneidad de los participantes a fin de asegurar la validez de los resultados
Cuando el tema en estudio requiere de la participacin de individuos expertos en distintas reas del conocimiento.
EL MTODO CONSTA DE 4 FASES:
1) Definicin de objetivos: En esta primera fase se plantea la formulacin del problema y un objetivo general que
estara compuesto por el objetivo del estudio, el marco espacial de referencia y el horizonte temporal para el
estudio.
2) Seleccin de expertos: Esta fase presenta dos dimensiones:

 Dimensin cualitativa: Se seleccionan en funcin del objetivo prefijado y atendiendo a criterios de experiencia
posicin responsabilidad acceso a la informacin y disponibilidad.
Dimensin Cuantitativa: Eleccin del tamao de la muestra en funcin de los recursos medios y tiempo disponible.
Formacin del panel. Se inicia la fase de captacin que conducir a la configuracin de un panel estable. En el
contacto con los expertos conviene informarles de:
Objetivos del estudio
Criterios de seleccin
Calendario y tiempo mximo de duracin
Resultados esperados y usos potenciales
Recompensa prevista (monetaria, informe final, otros)
3) Elaboracin y lanzamiento de los cuestionarios: Los cuestionarios se elaboran de manera que faciliten la
respuesta por parte de los encuestados. Las respuestas habrn de ser cuantificadas y ponderadas (ao de
realizacin de un evento, probabilidad de un acontecimiento)
4) Explotacin de resultados: El objetivo de los cuestionarios sucesivos es disminuir la dispersin y precisar la
opinin media consensuada. En el segundo envo del cuestionario, los expertos son informados de los resultados de
la primera consulta, debiendo dar una nueva respuesta. Se extraen las razones de las diferencias y se realiza una
evaluacin de ellas. Si fuera necesario se realizara una tercera oleada.

Ventajas del mtodo:

Permite obtener informacin de puntos de vista sobre temas muy amplios o muy especficos. Los Ejercicios Delphi
son considerados holsticos, cubriendo una variedad muy amplia de campos.
Permite la participacin de un gran nmero de personas, sin que se forme el caos.
Elimina o aminora los efectos negativos de las reuniones de grupo Cara-Cara.

Inconvenientes:
Su elevado coste.
Su tiempo de ejecucin (desde el perodo de formulacin hasta la obtencin de los resultados finales).
Requiere una masiva participacin para que los resultados tengan significancia estadstica. Pero el grupo debe
tener un alto grado de correspondencia con los temas a ser tratados en el ejercicio.
Una parte crtica del mtodo son las preguntas del cuestionario.
Sesgos en la eleccin correcta de los participantes.
Elevado nmero de deserciones debido al tiempo.
Tras realizar las 4 fases de este mtodo se realiza un informe final, el cual ayudar en la toma de decisiones sobre el
problema u objetivos planteados inicialmente.
En este mtodo se dan soluciones y cada una de ellas es revisada por cada una de los expertos y de manera
annima lo que hace que la persona evalu la idea y no a la persona que ha dado la idea y entre muchos ms
expertos generen una solucin, se acerca ms a una solucin real para un problema dado.

Expertos annimos, revisando soluciones

(2014.
Recuperado
de:
http://www.gocnetworking.com/que-es-elmetodo-delphi-y-para-que-se-utiliza/

ANLISIS DE TENDENCIAS.
Este mtodo identifica y evala tendencias actuales que previsiblemente se mantendrn en el futuro con escasas
variaciones.
El anlisis de tendencias mediante modelos matemticos es una de las tcnicas preferidas por los tcnicos. Este
mtodo suele anteceder y alimentar el diseo de escenarios. La ventaja ms relevante de este mtodo es su
sencillez para describir y valorar los cambios venideros as como la amplia disponibilidad de fuentes secundarias que
documentan tendencias de cambio.
Si se dispone de datos histricos fiables, este anlisis resulta muy til para realizar proyecciones. Su principal
desventaja radica que no contempla discontinuidades en las series histricas.

DISEO DE ESCENARIOS.
Empleado durante casi cincuenta aos, este mtodo ha sido documentado extensamente por varios autores (GODET,
2001; HEIJDEN, 1996; SCHWARTZ, 1991). Desde un punto de vista acadmico, los escenarios pueden definirse como
instrumentos para ordenar las percepciones acerca de los entornos futuros alternativos en los que puede operar y
desenvolverse el sistema funcional analizado (FERNNDEZ GELL, 2004). En otras palabras, los escenarios
constituyen una herramienta que nos ayuda a observar con perspectiva en un mundo de gran incertidumbre.

Esta tcnica de prospectiva es eminentemente cualitativa, combina el anlisis intuitivo y racional, y usualmente
requiere la colaboracin de un grupo de expertos. Para la mayora de los futurlogos, el diseo de escenarios es el
producto arquetpico de los estudios del futuro porque es intensamente creativo y capaz de manejar elevadas dosis
de incertidumbre. Sin embargo, este es uno de los mtodos de prospectiva ms sofisticados y difciles de llevar a la
prctica por la libertad de opciones que ofrece al analista.

Diseo de escenarios en la ciudad (2015).

Recuperado de: http://www.plformacion.com/

En trminos generales, la aplicacin de los escenarios es particularmente apropiada cuando existe un elevado
nmero de factores a considerar en la previsin de futuro y cuando el nivel de incertidumbre es elevado. Respecto a
su aplicacin al mbito del urbanismo, este mtodo resulta atractivo y efectivo para formular y debatir visiones
territoriales alternativas. Las principales desventajas de esta tcnica son la dificultad para manejar mltiples
imgenes del futuro as como la excesiva generalidad y la falta de cuantificacin de algunos escenarios que puede
dificultar su operatividad.

SINOPSIS ITERATIVA
Se refiere al proceso de iteracin de una funcin o a las tcnicas que se usan para la resolucin de problemas
numricos. Una funcin iterada es una funcin que es compuesta consigo misma, en forma repetida, en un proceso
llamado iteracin.
Es un mtodo que progresivamente va calculando aproximaciones a la solucin de un problema.
Los mtodos iterativos son tiles para resolver problemas que involucran un nmero grande de variables.
Trata de resolver un problema mediante aproximaciones sucesivas a la solucin, empezando desde una
estimacin inicial
Ventajas

Permiten al usuario el control de errores de redondeo.

Computacionalmente ms eficiente para matrices grandes.
Aplicacin a matrices dispersas no es problema

ARBOLES DE DECISION Y RELEVANCIA

Es una estructura que permite estimar cules son las opciones ms viables para la solucin del problema, a travs
de sus consecuencias, costos y dems factores, ayuda a construir una imagen balanceada de riesgos, recompensas
asociadas y cada posible curso de accin.
Un rbol de decisin cuenta con las siguientes caractersticas:
Plantea el problema desde distintas perspectivas de accin.
Permite analizar de manera completa todas las posibles soluciones.
Provee de un esquema para cuantificar el costo del resultado y su probabilidad de uso.
Ayuda a realizar las mejores decisiones con base a la informacin existente y a las mejores suposiciones.
Su estructura permite analizar las alternativas, los eventos, las probabilidades y los resultados.
Se deben tomar en cuenta los siguientes puntos.
1. Identifica el problema.
2. Limita los criterios de decisin (personajes, operatividad, costos, entre otros).
3. Identifica la importancia de los criterios. En esta etapa es necesario que analices cules son los criterios
con mayor importancia, de esta forma, sabrs a qu darle peso en el anlisis.
4. Desarrolla las alternativas. Realiza una lluvia de ideas e identifica cualquier alternativa que se basa en el
nmero 2.
5. Analiza cada alternativa. Verifica fortalezas y debilidades de acuerdo a la importancia de criterios, trata de
que tu anlisis sea objetivo.
6. Estructralo. Es momento de trasladarlo al rbol de decisiones. En este ejemplo se analiza el costo beneficio
de proveedores.
7. Selecciona una alternativa. Analiza cul es la opcin ms conveniente de acuerdo al rbol de decisiones,
siempre toma en cuenta el punto 3.
8. Implementa la alternativa. Recuerda, realizar un anlisis es muy distinto a implementar soluciones, cuida
que se siga paso a paso cada detalle, una pequea falla podra dar resultados no deseados.

9. Evala la efectividad de la decisin. Siempre es bueno saber qu se hizo bien y qu se hizo mal, analiza
con tu equipo cada paso en la evaluacin de alternativas, esto ayudar a mejorar tomas de decisiones a
futuro.

ANALISIS MORFOLOGICO
Su objetivo es resolver problemas mediante el anlisis de las partes que lo componen. Se basa en la concepcin que
cualquier objeto del pensamiento est compuesto o integrado por un cierto nmero de elementos y en la
consideracin que estos tienen identidad propia y pueden ser aislados.
El mtodo tiene 3 etapas claramente diferenciadas:
1. El anlisis
2. La combinacin
3. La bsqueda morfolgica
Los pasos a seguir son los siguientes:
1. Escoger el problema a resolver, situacin u objeto a mejorar, etc.

2. Analizar que atributos (o elementos, o parmetros) lo componen.

Los atributos pueden referirse a partes fsicas, procesos, funciones, aspectos estticos, etc.
3. Es conveniente seleccionar los atributos relevantes. Analizar las variantes o alternativas posibles de cada
atributo.
4. Combinar, haciendo todas las combinaciones posibles, cogiendo cada vez una variante de cada atributo. El
nmero total de combinaciones posibles se denomina "producto morfolgico".

Ventajas

Versatilidad en su aplicacin, ya que puede ser aplicado a diversos sistemas y situaciones. Incluso, a travs de
la combinacin de los componentes, se pueden establecer nuevos planteamientos para el desarrollo
institucional y para la innovacin de los sistemas.

La provisin de nuevos conocimientos. El material a menudo se presenta de manera tal de lograr un mayor
entendimiento de un concepto. El anlisis morfolgico brinda conocimientos claves respecto de nuevas
orientaciones de la investigacin.

Abundancia de datos. El anlisis morfolgico puede ofrecer un gran nmero de combinaciones y

permutaciones an sin explorar.

Anlisis sistemtico. Estas tcnicas permiten la realizacin de un anlisis sistemtico de la estructura actual y
futura de una industria o sistema y la identificacin de vacos claves.

Es simple exhaustivo y aborda a todas o casi todas las posibilidades a darse.

Puede incorporarse para desarrollar construccin de escenarios.

Muy estimulante para la imaginacin, el anlisis morfolgico permite una exploracin sistemtica del campo
de los posibles.

Desventajas

Poco uso como merito prospectivo.

Por ser exhaustivo, manejar una ilusin combinatoria y no poder limitarla, puede conducir a una gran cantidad
de escenarios morfolgicos aunque se reduzcan.

Si bien el mtodo del anlisis morfolgico facilita la produccin amplia de la combinacin de componentes, por
esta misma razn se puede generar el caos en la eleccin de los vnculos y en las relaciones de los mismos.
Se sugiere hacer un primer ensayo de seleccin de los componentes a criterio del desarrollador y definir entre
3 y 6 opciones o combinaciones para tener mayor control en el proceso analtico.

El error humano. El desarrollo de las cajas morfolgicas exige la formulacin de opiniones crticas. Si los
procesos de pensamiento subyacentes no son perspicaces, los resultados del mtodo estarn incompletos.

Se debe aprender a navegar en el espacio morfolgico gracias a los criterios de eleccin para no perderse en
la combinacin Puede generar caos en la eleccin de los vnculos y en las relaciones de los mismos.

Se sugiere hacer un primer ensayo de seleccin criterio de los componentes.

ANALOGA HISTRICA
Segn el mtodo de analoga histrica, trata de pronosticar la demanda de un producto nuevo, la situacin ideal es
que se puede usar como modelo del producto un existente o un producto genrico
Es una tcnica para utilizar experiencias pasadas con la finalidad de predecir expectativas del futuro y puede ser
cualitativa o cuantitativa de uno o varios factores, Es posible aprovechar la experiencia que se tiene en un mercado
para incursionar en uno nuevo
EJEMPLO: si una empresa introdujo en una ciudad una marca de panecillos de fresa y quiere lanzarlos a un nuevo
pblico con caractersticas similares, es posible realizar una analoga con la historia que se tiene del primer mercado,
para predecir las ventas en el nuevo.
(S, A)

VISIONING

https://www.google.com.mx/s
earch?
q=analoga+histrica&biw=1
093&bih=534&source=lnms
&tbm=isch&sa=X&ved=0ah
UKEwjFnaebrrLLAhUS5WMKH

Es un proceso normativo, idealista, imaginativo que ayuda a la gente a que articule de manera explcita su futuro
preferido. Tiene tres fases: 1.-Busca las caractersticas de un futuro ideal (el objetivo). Se puede plantear en forma
positiva (qu se quiere) o en forma negativa (qu no se quiere) cuando los participantes no saben lo que quieren
pero s lo que no quieren.

Ejemplo: su visin como funcionario es encontrar una manera novedosa y eficiente de administrar los recursos
estatales. O bien: La visin de la compaa es convertirse en la productora de automviles de mejor
calidad
del
mercado
local.

(S,A)
http://image.slidesharecdn.c
om/workshoppreview130919101410phpapp01/95/communityvisioning-workshop-preview16-638.jpg?cb=1379586362

INCASTING Y BACKASTING
INCASTING
De acuerdo a la Universidad nacional autnoma de Mxico, Consiste en aplicar sistemticamente estas macro
imgenes al tema objetivo de estudio, con el objetivo de obtener un conjunto de futuros alternativos que cubran un
abanico de posibilidades lo ms amplio posible
Es una manera de deducir, de un ejercicio de visin a lo largo plazo, posibles futuros alternativos.
Lleva a la gente a un viaje a travs de varios posibles futuros. Requiere moderada e igual cantidad de lgica,
imaginacin e intuicin limitado por la normativa y el ideal. Un ejercicio de incasting empieza con 3 o 5 escenarios
describiendo posibles futuros alternativos.
Por ejemplo: dado un futuro donde las nanotecnologas y la bioingeniera permiten a las corporaciones producir
infinitamente bienes de consumo accesibles para el mercado masivo, cmo sern la sillas?, qu tipo de adornos
tendran las sillas del siglo XXI en diferentes futuros?, cmo evolucionara el concepto de turismo a travs de un
futuro verde

(S.A)
https://www.linkedin.com/puls
e/software-optimization-rawmaterials-casting-key-

quality-cris-ferri-1

BACKCASTING
Se sintetiza en dos fases: pronostico al revs, se construyen vas para llegar al objetivo prefijado buscando la cadena
causal, pero en sentido inverso. Esto es relaciones del efecto a la causa.
Se trata de la creacin de historia de futuro, las cuales tienden puentes entre los eventos de un posible futuro
usualmente el futuro perdido- y las extienden hacia el presente. Es muy utilizada como herramienta de planeacin.
Ejemplo: de acuerdo a la gestin del conocimiento(s,f), supongamos que soy creacin de una empresa para hacer
robots, dos de los muchos factores a considerar en torno a la demanda del producto son:
La demanda es probable que sea en el nivel alto o bajo? La demanda es probable que sea continuo o llegar a
rfagas? Esto conduce a una matriz con cuatro clulas, cada una de las cuales requiere ligeramente diferente
estrategia

(S,A)
http://libroweb.alfaom
ega.com.mx/book/38
5/free/data/Materiales

El resultado final a lo que explica estos tres puntos es que sin una buena organizacin no podemos tener una buena
finalidad satisfactoria para llevar acabo esto se tiene que basar a un proceso nosotros como arquitectos lo vemos en
empresas de alto nivel encargadas de ofrecer una buena calidad de producto al cliente hay empresas dedicadas a la
invasin de materiales, diseo, tecnologas, construccin etc., todas estas empresas no se llevaron a cabo si no
fuera por un trabajo en equipo si no fuera por un anlisis basado en un FODA y a estrategias, con esto quiero decir
tenemos que tener claro que todo en el mundo necesita un proceso para llegar al xito.

ANALISIS DAFO
El anlisis DAFO, tambin conocido como anlisis FODA o DOFA, es una metodologa de estudio de la situacin de
una empresa o un proyecto, analizando sus caractersticas internas (Debilidades y Fortalezas) y su situacin
externa (Amenazas y Oportunidades) en una matriz cuadrada.

Anlisis externos.
Oportunidades:
Las oportunidades son aquellos factores, positivos, que se generan en el entorno y que una vez identificados pueden
ser aprovechados.
Qu circunstancias mejoran la situacin de la empresa?
Qu tendencias del mercado pueden favorecernos?
Existe una coyuntura en la economa del pas?
Qu cambios de tecnologa se estn presentando en el mercado?
Qu cambios en la normatividad legal y/o poltica se estn presentando?
Qu cambios en los patrones sociales y de estilos de vida se estn presentando?

Amenazas
Las amenazas son situaciones negativas, externas al programa o proyecto, que pueden atentar contra ste, por lo
que llegado al caso, puede ser necesario disear una estrategia adecuada para poder sortearlas.
Qu obstculos se enfrentan a la empresa?
Qu estn haciendo los competidores?
Se tienen problemas de recursos de capital?
Puede alguna de las amenazas impedir totalmente la actividad de la empresa?

Anlisis interno.
Fortalezas
Las fortalezas son todos aquellos elementos internos y positivos que diferencian al programa o proyecto de otros de
igual clase.

Qu cualidades tiene la empresa?

Qu ventajas hay en la empresa?
Qu hace la empresa mejor que cualquier otra?
A qu recursos de bajo coste o de manera nica se tiene acceso?
Qu percibe la gente del mercado como una fortaleza?
Qu elementos facilitan obtener una ventaja?

Debilidades
Las debilidades se refieren a todos aquellos elementos, recursos de energa, habilidades y actitudes que la empresa
ya tiene y que constituyen barreras para lograr la buena marcha de la organizacin.
Qu se puede evitar?
Que se debera mejorar?
Qu desventajas hay en la empresa?

Qu percibe la gente del mercado como una debilidad?

Qu factores reducen las ventas?
Qu haces mal?

ROADMAPPING
Un RoadMap (que podra traducirse como hoja de ruta) es una planificacin del desarrollo de un software con los
objetivos a corto y largo plazo, y posiblemente incluyendo unos plazos aproximados de consecucin de cada uno de
estos objetivos. Se suele organizar en hitos o "milestones", que son fechas en las que supuestamente estar
finalizado un paquete de nuevas funcionalidades.
Una hoja de ruta es un plan que establece a grandes rasgos la secuencia de pasos para alcanzar un objetivo. Se
especifican tiempo y recursos necesarios.
Puede entenderse como un plan de accin a largo plazo y general que acerca los objetivos estratgicos a objetivos
ms tangibles y alcanzables. Queda comprendido por pequeos planes de accin ms concretos.
Ejemplo:

Para los desarrolladores de software, se convierte en una muy buena prctica generar un Roadmap, ya que de esta
forma documentan el estado actual y posible futuro de su software, dando una visin general o especfica de hacia
dnde apunta a llegar el software.

CONCLUSIN

Como conclusin final

la investigacin de este documento nos da un argumento que desde la segunda guerra
mundial a principios de los aos 60 los planificadores ya manejaban previsiones a futuro en un contexto
socioeconmico primero se gener en pases de gran inters como Japn y Europa, luego contino en otras partes
del mundo. Ya existan estrategias para resolver la planeacin de proyectos urbanos y como a lo largo del tiempo
gracias a una buena organizacin este proyecto tiene como objetivo principal un medio de urbanizacin para tener
un orden y organizacin para llegar a esto se tuvo que realizar experimentos que hoy en da ha dado resultados
favorables en lo estructural y socioeconmico dentro de estas planeaciones.
Debido a la suma de todo esto, podemos afirmar que el hombre puede prever el futuro con un xito. Muchas
personas siguen creyendo que son intil todas estas estrategias, mientras que otros confan en mejorar las ideas
pasadas a nuevas tecnologas innovadoras. El mensaje para llegar a un buen resultado es tener la capacidad de
ayudar al universo a este tipo de acciones positivamente.

REFERENCIAS.

Ricardo Villafaa. [En lnea] Documentar fuentes electrnicas en internet. [Fecha de consulta: 08-Marzo-2016]
Exploracin de tendencias. Disponible en: https://sites.google.com/site/competenciaestrategia/exploracion-deten
PAUL BACKMAN. [En lnea] Documentar fuentes electrnicas en internet. [Fecha de consulta: 08-Marzo-2016]
Cuadro de tendencias de consumo. Disponible en: http://trendwatching.com/trends/pdf/201310%20CONSUMER%20TREND%20CANVAS%20(ES).pdf
Arellano m. [En lnea] Documentar fuentes electrnicas en internet. [Fecha de consulta: 08-Marzo-2016]
Introduccin al anlisis clsico de series de tiempo. Disponible en:
http://ciberconta.unizar.es/leccion/seriest/100.HTM
Mauri Sosa. [En lnea] Documentar fuentes electrnicas en internet. [fecha de consulta: 08-Marzo-2016]
Anlisis de regresin. Disponible en: http://estadisticainvestigacion./2010/06/analisis-de-regresion-ycorrelacion.html
Mara del Carmen Garca Centeno (2016) Modelo economtrico recuperado: (08-03-16) expansion
http://www.expansion.com/diccionario-economico/modelo-econometrico.html
Enrique Eduardo Tarifa Teora de modelos y simulacin recuperado: (08-03-16)
http://www.econ.unicen.edu.ar/attachments/1051_tecnicasiisimulacion.pdf
Dinmica de Sistemas (SA, SF) Recuperado el 8 de marzo de 2016 de http://www.dinamica-de-sistemas.com/
Impacto Cruzado (Paola Ospina, 2012) Recuperado el 8 de marzo de 2016 de
http://impactocruzado.blogspot.mx/
Anlisis Costo beneficio (Crece Negocios, SA) Recuperado el 8 de marzo de 2016 de
http://www.crecenegocios.com/el-analisis-costo-beneficio/
CIVITTAS . (2012 ). Anlisis de Riesgos: El mtodo Cuantitativo. 08-03-16, de CIVITTAS Sitio web:
http://www.civittas.com/analisis-de-riesgos-el-metodo-cuantitativo-mixto/
Fernando Fernndez Rodrguez. (2005). Teora de juegos: anlisis matemtico de conflictos . 08-03-16, de
sctm05 Sitio web: https://imarrero.webs.ull.es/sctm05/modulo1lp/5/ffernandez.pdf

 Naresh K. Malhotra. (2012.). metodologia de la investigacion. 08/07/2016, de s/n Sitio web:

http://catarina.udlap.mx/u_dl_a/tales/documentos/lni/carabarin_m_a/capitulo3.pdfjose
fernandez diaz. (2011). estudios investigaciones. 08/03/16, de arte de los retos Sitio web:
http://www.mecd.gob.es/revista-cee/pdf/n5-fernandez-diaz.pdf
Villasante, T.R., Montas, M., Martn. (2009.). Mtodo EASW. 08/07/2016, de global Sitio web:
http://www.gloobal.net/iepala/gloobal/fichas/ficha.php?entidad=Herramientas&id=40
FERNNDEZ, Jos. Recuperacin de los estudios del futuro a travs de la prospectiva territorial. [En lnea]. S.f.
[fecha de consulta: 08 de marzo de 2016]. Disponible en:
http://www.eukn.eu/fileadmin/Lib/files/ES/2011/01_CyTET_167.pdf
SUAREZ, Natalia. Qu es el mtodo Delphi? [En lnea, 2012. [Fecha de consulta: 08 de marzo de 2012].
Disponible en: http://www.eoi.es/blogs/nataliasuarez-bustamante/2012/02/11/%C2%BFque-es-el-metododelphi/
RAYON, Alex, 12 de marzo de 2014. T2.11. Mtodo Delphi. Recuperado de: https://www.youtube.com/watch?
v=WU9gWWP-6o0
Corpx. (04 de julio de 2013). Obtenido de corpx: http://www.corpxcoach.com/blog/item/arbol-dedecisiones.html
Innova forum. (s.f.). Obtenido de innova forum: http://www.innovaforum.com/tecnica/morfolog_e.htm
Planificacin General blog. (01 de junio de 2010). Obtenido de planificacion general blog:
https://planificaciongeneral.wordpress.com/2010/06/01/metodo-morfologico-3/
Slideshare. (06 de noviembre de 2012). Obtenido de slideshare: http://es.slideshare.net/eriksamkeit/teora-deun-mtodo-iterativo
Gestin del conocimiento (s,f). recuperando el 8 de marzo de 2016 de http://managementdemocratico.com
Universidad nacional autnoma de mexico (s.f). recuperando el 8 de marzo de 2016 de
http://www.centropaz.com.ar/publicaciones/publicaciones17.pdf
Mtodo de analoga histrica (8 de mayo de 2014). Recuperado el 8 de marzo de 2016 de
https://www.clubensayos.com/Temas-Variados/M%C3%A9todo-De-Analog%C3%ADa-Hist%C3%B3rica-Y-CicloDe-Vida/1690072.html
Matriz foda. (sf-2016). foda. 8marzo2016, de matriz foda Sitio web: http://www.matrizfoda.com/
analisis.org. (2013). analisis de prosesos. 8-marzo-2016, de org.analisis Sitio web:
https://es.org/Proceso_estocstico