Entender las matemáticas que hay detrás de StratePlan: Por qué las mejores decisiones necesitan una lógica de cálculo diferente
Muchas decisiones de inversión y priorización parecen una "lista de proyectos". Matemáticamente, son algo más: un espacio combinatorio de decisiones que crece exponencialmente con cada opción adicional. Si no se modela este espacio, no se puede optimizar.
¿A quién va dirigida esta página?
- Nivel C y órganos de supervisión: para entender por qué los "buenos proyectos individuales" no dan lugar automáticamente a la mejor cartera.
- CFO/Controlling: para formalizar los costes de oportunidad y las restricciones (presupuesto, riesgo, ESG, capacidades).
- Sector público: entender por qué la lógica de financiación, el pensamiento departamental y los ciclos electorales conducen estructuralmente a carteras subóptimas.
El problema central: los espacios de decisión crecen exponencialmente
Cada proyecto adicional no crea "un elemento más" en una lista, sino una nueva dimensión en el espacio de soluciones. El número de combinaciones posibles de carteras sigue la lógica 2n:
- 10 proyectos → 2^10 = 1.024 combinaciones
- 20 proyectos → 2^20 = 1.048.576 combinaciones
- 50 proyectos → 2^50 ≈ 1,125 cuatrillones de combinaciones
Este es el punto en el que los procesos clásicos de comité, la lógica de Excel y la heurística llegan a un límite matemático.
Óptimo local frente a óptimo global
Óptimo local significa: una solución que funciona mejor que las alternativas obvias.
Óptimo global significa: la mejor solución en todo el espacio de decisión.
Muchas organizaciones mejoran las decisiones locales (mejores puntuaciones, mejores casos empresariales) sin calcular el espacio de decisión global. Como resultado, las mejores combinaciones a menudo permanecen invisibles.
Por qué la heurística es estructuralmente incompleta
Las reglas y restricciones típicas de los procesos de toma de decisiones municipales y empresariales, como "los 5 mejores según el VAN", "TIR > WACC", "amortización < 3 años" o "primero los faros estratégicos" son comprensibles desde el punto de vista operativo. Matemáticamente, tienen un punto débil: evalúan los proyectos de forma aislada, no como una cartera interdependiente.
Un proyecto con un valor individual bajo puede generar el mayor impacto global en combinación con otros proyectos. Un proyecto con un valor individual alto puede desplazar a combinaciones mejores si se aplican restricciones.
La solución: modelización formal en lugar de intuición
La matemática de la decisión comienza con la formulación de una cartera como modelo:
- Variables de decisión: xi ∈ {0,1} (se elige o no el proyecto)
- Función objetivo: por ejemplo, maximizar el valor total, el impacto, el VAN o el índice de utilidad
- Condiciones secundarias: Presupuesto, capacidades, riesgo, CO₂, cuotas mínimas, dependencias y muchas más...
Un modelo sencillo (simplificado)
Maximizar:
∑ (valori × xi)
bajo:
∑ ( costeti × xi) ≤ presupuesto
∑ (emisióni × xi) ≤ límite de CO₂
xi ∈ {0,1}
Este principio básico corresponde a un problema Knapsack (multi)restrictivo y constituye la base de los modelos de cartera reales con múltiples dimensiones e interdependencias.
Lo que aprenderá en esta plataforma
- Por qué 2nes el verdadero "espacio invisible" detrás de las decisiones de cartera
- Cómo las restricciones dominan las decisiones (presupuesto, capacidad, ESG, riesgo)
- Por qué "priorizar" no es lo mismo que "optimizar"
- Cómo visualizar ex ante los costes de oportunidad
- Cómo convertir los datos en un modelo capaz de tomar decisiones
Conceptos básicos: espacios de decisión y optimización
La base matemática: 2^n óptimos locales frente a óptimos globales, restricciones, funciones objetivo y lógica del modelo.
Profundización matemática: los 5 pilares que realmente cuentan
- Variables de decisión: ¿Qué opciones existen (xi)?
- Variable objetivo: ¿Qué se maximiza (valor, efecto, VAN, beneficio)?
- Restricciones: ¿Qué limita el espacio (presupuesto, CO₂, capacidad, riesgo, cuotas)?
- Interdependencias: ¿Qué proyectos condicionan o impiden otros?
- Optimización: ¿Cómo se puede encontrar la mejor combinación en todo el espacio?
Los proyectos no desaparecen: se posicionan mejor y se planifican de forma óptima a lo largo de varios años
En un sistema de inversión matemáticamente optimizado, los proyectos no se descartan. Al contrario, se vuelven a priorizar, se posponen o se reposicionan estratégicamente, de modo que contribuyan económicamente al máximo a la cartera global en el momento óptimo y con las restricciones presupuestarias, de capacidad y de riesgo dadas maximizar su contribución económica a la cartera global.
El factor decisivo aquí es la perspectiva plurianual. Las decisiones de inversión no se toman aisladamente para un solo año, sino que se optimizan en el contexto de planes a 2, 3, 5 o 10 años.
La liquidez generada por la optimización en el año inicial se traslada sistemáticamente al año siguiente año. Esto aumenta el presupuesto de inversión disponible para el periodo siguiente. Este año siguiente también se optimiza de nuevo.
El efecto: se pueden añadir proyectos en cuanto encajen en la cartera optimizada globalmente con las nuevas condiciones de presupuesto, capacidad y rentabilidad, Las condiciones de capacidad y rentabilidad se ajustan a la cartera optimizada globalmente. Se crea así una optimización dinámica plurianual en la que cada periodo de optimización Periodo de optimización mejora estructuralmente las oportunidades de inversión de los años siguientes.
Reflexión final
Quien no calcula el espacio de decisión está gestionando la complejidad, y no optimizando. Entender las matemáticas aquí no significa "aprender fórmulas", sino modelizar la estructura de las decisiones de tal manera que el óptimo global pueda hacerse visible en absoluto.
Visualización de un espacio de decisión de 2^50:
La visualización muestra el espacio de decisión 2^50 de una gran empresa mundial utilizando el ejemplo de 50 proyectos con presupuestos limitados. El espacio de decisión subyacente es independiente del dominio y puede aplicarse de forma idéntica a proyectos municipales, decisiones presupuestarias y carteras de infraestructuras.
2^50 combinaciones posibles corresponden a un orden de magnitud superior al número de estrellas de más de 2.800 Vías Lácteas.
Esta dimensión lo deja claro: sin optimización algorítmica, la selección se basa de hecho en aproximaciones heurísticas, no en un cálculo completo del óptimo global.
Una comparación de tamaños:
nuestra Vía Láctea y un espacio de decisión empresarial con "sólo" 50 proyectos
de 1,125 cuatrillones de posibles combinaciones de proyectos
