A lo largo de esta tesis, estudiamos el problema de la toma de decisiones en el cerebro. Nuestro enfoque fue abarcativo, intentando analizar las diversas escalas del problema, desde modelos neurofisiológicos para decisiones sencillas hasta el encadenamiento de decisiones individuales para formar programas complejos. Es claro que el cerebro es una máquina capaz de realizar cómputos de manera flexible y versátil, pero que además presenta circuitos especializados en ciertos cómputos específicos como el trazado visual de una curva, la detección de la orientación, del contraste, del mo- vimiento, etc. Estos circuitos configuran una red de procesadores especializados, capaces de operar en paralelo pero que para realizar los cómputos flexibles y versátiles, a veces deben encadenarse de forma serial. Los mecanismos específicos detrás del encadenamiento de las operaciones `elementales' del cerebro son mayormente desconocidos. Durante esta tesis ex- ponemos los requisitos computacionales que deben ser satisfechos para que las operaciones configuren programas comportamentales flexibles y complejos. Actualmente se tiene un conocimiento bastante detallado del mecanismo subyacente a las decisiones perceptuales. A partir de registros electrofisiológicos en monos y ratas que fueron entrenados para hacer tareas de discriminación perceptual, se observó que existen neuronas sensibles a las categorías que se deben responder, cuya actividad rampea hasta un nivel donde señalan la decisión. Esto se interpreta como que las neuronas integran evi- dencia sensorial ruidosa hasta alcanzar un nivel de certeza suficiente como para decidir. Esta interpretación se deriva de la estrategia de inferencia bayesiana óptima para toma de decisiones en presencia de ruido, que reproduce varias de las observaciones experimenta- les. Sin embargo, no está claro cómo es que esta inferencia se instancia en el cerebro, ni a nivel algorítmico ni neurofisiológico. En esta tesis estudiamos una propuesta particular, la inferencia aproximada por un proceso de muestreo de una distribución de probabilidad. Estudiamos este mecanismo al nivel neurofisiológico, implementando una red de neuronas que forman varios atractores dinámicos. En particular, nos enfocamos en cómo es que esta implementación permite codificar de forma natural la medida de la confianza que tienen los sujetos en la elección que tomaron. La confianza, junto al tiempo de respuesta y la tasa de errores, es uno de los observables del proceso de toma de decisión que fueron estudiados por psicólogos y neurocientíficos cognitivos. Se considera que es una medida interna crucial para el comportamiento, desde la política de toma decisiones hasta la modulación del aprendizaje en tareas complejas, cuyas bases neurofisiológicas siguen siendo mayormente desconocidas. Por último, extendemos la implementación del proceso de muestreo para explicar, al nivel algorítmico, una forma de encadenamiento de decisiones individuales. En particular, estudiamos cómo es que chicos de entre 6 y 7 años se desempe~nan en un juego sencillo de planeamiento. Proponemos un mecanismo de encadenamiento de acciones individuales (proceso de planeamiento o de búsqueda) que nos permite ajustar el desempe~no de los chicos en la tarea. Más importante aún, nos permite sondear las estrategias de los chicos para orientar o sesgar la búsqueda de cadenas de acciones (el mecanismo de asignación de valor de las acciones o la heurística). Palabras clave: Toma de decisiones, confianza, planeamiento, inferencia, computabili- dad