Introduccin

En esta unidad veremos los principios de la toma de decisiones as como los

conceptos bsicos que requerimos para poder entender que son las matemticas
para la toma de decisiones, como se desarrolla cuales con sus principales
conocimientos, cuales son las principales herramientas que se utilizan desde las
mas fciles y sencillas hasta las mas complicadas pero acertadas en la materia.
Por otro lado esta unidad nos ayudara con la compresin de la toma de decisiones
auxilindonos con una pequea introduccin as como 3 herramientas que de
suma importancia donde nos guiaran paso a paso en la explicacin de las
herramientas como brindndonos ejemplos de cada una para una mayor
comprensin y facilidad en cuanto a su uso y aplicacin a diferentes problemas.

Teora de la decisin
4.1. Introduccin.
Introduccin a la teora de la decisin.
El problema de la Decisin, motivado por la existencia de ciertos estados de
ambigedad que constan de proposiciones verdaderas (conocidas o
desconocidas), es tan antiguo como la vida misma. Podemos afirmar que todos los
seres vivientes, an los ms simples, se enfrentan con problemas de decisin.
Conforme aumenta la complejidad del ser vivo, aumenta tambin la complejidad
de sus decisiones y la forma en que stas se toman.
As, pasamos de una toma de decisiones guiada instintivamente, a procesos de
toma de decisiones que deben estar guiados por un pensamiento racional en el
ser humano. La Teora de la Decisin tratar, por tanto, el estudio de los procesos
de toma de decisiones desde una perspectiva racional.
Un proceso de decisin presenta las siguientes caractersticas principales:
La teora de la decisin se ocupa de analizar cmo elige una persona aquella
accin que, de entre un conjunto de acciones posibles, le conduce al mejor resultado dadas sus preferencias. Si debo invertir o no en bienes de equipo, qu carrera voy a estudiar, qu coche me comprar o, incluso, con quin debera casarme,
son problemas muy comunes que nos afectan en nuestra vida cotidiana y a los
que en trminos formales se enfrenta la teora de la decisin'.
Por otro lado, en los ltimos aos ha sido tan grande su influencia en disciplinas
como la psicologa y la economa que han contribuido, junto con la matemtica
aplicada, a su desarrollo, o la sociologa, la ciencia poltica y la filosofa que la han
empleado, que resulta muy difcil abordar hoy algunas de las cuestiones ms
candentes de dichas especialidades sin tener un conocimiento, por pequeo que
sea, de teora de la decisin.
La teora formal de la decisin, no entra a considerar la naturaleza de las
preferencias de los individuos objeto ste de otras disciplinas ni por qu las
personas prefieren unas cosas en vez de otras. Desde la perspectiva formal que
adopta la teora lo nico que importa es que dichas preferencias, sean las que
fueren, satisfagan ciertos criteios bsicos de consistencia lgica entre los que
cabe destacar por su importan- cia los siguientes:
Transitividad: Para todo x, j y z, si J: es preferida estrictamente a y e y es preferida
estrictamente
a
z,
x
ser
preferida
a
z.
Completad: Para todo x y todo y, o bien x es preferida a >>, o y es preferida a X, o
el individuo es indiferente entre ellas?

Asimetra: Si x es preferida estrictamente a y, y no es preferida estrictamente a x.

Simetra de la indiferencia: Para todo x e y, si x es indiferente a y, y es indife- rente
a X.
Si todos estos requisitos se violan a la vez resultar imposible saber qu es lo que
la persona prefiere; no se podrn ordenar jerarquizar sus preferencias, y la
teora de la decisin considerar que dicha persona no elige racionalmente, esto
es, de forma lgicamente consistente^ Cumplir con el requisito de la transitividad
nos asegura, por ejemplo, que no tomemos una decisin de manera tal que salgamos perjudicados, eligiendo al principio opciones que preferimos ms x frente a
y, e y frente a z para terminar con un mala opcin si elegimos z frente a x.
La competud exige que la persona compare entre s todas sus opciones y se
decida por una de ellas o manifieste su indiferencia (que es una forma de
decisin). A su vez, la asimetra y la simetra resultan evidentes de por s, y no
parece que impon- gan una exigencia lgica desmedida a la persona que ha de
elegir entre varias opciones: si soy indiferente entre el candidato A y el B (o entre
el coche C y el D), no puedo afirmar que prefiero el candidato B al A (o el coche D
al C); y si prefiero estrictamente el candidato B al A, se dudar de mi coherencia si
afirmo,
a la vez, que tambin prefiero el A al B. As pues, si estos requisitos se cumplen se
podr atribuir al individuo unafuncion de utilidad, es decir, un ndice o nme- ro a
cada una de sus preferencias de forma que las podamos ordenar de menor a
mayor

4.2. Enfoques de probabilidad.

Definicin de Probabilidad:Es un valor que mide el grado de ocurrencia de un
evento.
Enfoques de Probabilidad:
Clsico.
Frecuentista.
Subjetivo.
Clsico
Los resultados de un experimento son igualmente viables, es decir, tienen
tericamente las mismas posibilidades de ocurrir.
TiposdeEventos:

Simple. Contiene un elemento del espacio muestral.

Compuesto. Contiene ms de un elemento del espacio muestral.

Ejemplo 1: P(de que salgan dos caras al tirar 2 monedas)

P(de que salga una cara al tirar 2 monedas )

Frecuentista
La probabilidad de que un evento suceda se determina observando eventos
similares en el pasado. Este mtodo utiliza la frecuencia relativa de las
presentaciones pasadas de un evento como una probabilidad. Determinamos qu
tan frecuente ha sucedido algo en el pasado y usamos esa cifra para predecir la
probabilidad de que suceda de nuevo en el futuro.
Consiste en llevar un registro de frecuencias de los resultados obtenidos en un
experimento. Se basa en informacin estadstica (registros histricos).
Subjetivista
Se puede definir como la probabilidad asignada a un evento por parte de un
individuo, basada en la evidencia que se tenga disponible. Esa evidencia puede
presentarse en forma de frecuencia relativa de presentacin de eventos pasados o
puede tratarse simplemente de una creencia meditada.
Ejemplo 1
E: Tirar un dado
A = que salga el n 3
S = {1, 2, 3, 4, 5, 6}
P(A) = 1/6

4.3. rboles de decisin.

Un rbol de decisin es una forma grfica y analtica de representar todos los
eventos (sucesos) que pueden surgir a partir de una decisin asumida en cierto
momento.
Nos ayudan a tomar la decisin ms acertada, desde un punto de vista
probabilstico, ante un abanico de posibles decisiones. Permite desplegar
visualmente un problema y organizar el trabajo de clculos que deben realizarse.
Terminologia
Nodo de decision: Indica que una decisin necesita tomarse en ese punto del
proceso. Est representado por un cuadrado.

Nodo de probabilidad: Indica que en ese punto del proceso ocurre un evento
aleatorio. Est representado por un crculo.

Rama: Nos muestra los distintos caminos que se pueden emprender cuando
tomamos una decisin o bien ocurre algn evento aleatorio.

Graficamente.

Pasos para el Anlisis del rbol de Decisin

Definir el problema.

Dibujar el rbol de decisin.

Asignar probabilidades a los eventos aleatorios.

Estimar los resultados para cada combinacin posible de alternativas.

Resolver el problema obteniendo como solucin la ruta que proporcione la

poltica ptima.

Ejemplo
Una compaa de seguros nos ofrece una indemnizacin por accidente de
210.000$. Si no aceptamos la oferta y decidimos ir a juicio podemos obtener
185.000$, 415.000$ o 580.000$ dependiendo de las alegaciones que el juez
considere aceptables. Si perdemos el juicio, debemos pagar las costas que
ascienden a 30.000$. Sabiendo que el 70% de los juicios se gana, y de stos, en
el 50% se obtiene la menor indemnizacin, en el 30% la intermedia y en el 20% la
ms alta, determinar la decisin ms acertada.

4.4. Anlisis de riesgos.

Habiendo ya identificado y clasificados los riesgos, pasamos a realizar el anlisis
de los mismos, es decir, se estudian la posibilidad y las consecuencias de cada
factor de riesgo con el fin de establecer el nivel de riesgo de nuestro proyecto.
El anlisis de los riesgos determinar cules son los factores de riesgo que
potencialmente tendran un mayor efecto sobre nuestro proyecto y, por lo tanto,
deben ser gestionados por el emprendedor con especial atencin.
Existen tres tipologas de mtodos utilizados para determinar el nivel de riesgos de
nuestro negocio. Los mtodos pueden ser:
Mtodos Cualitativos
Mtodos Semicuantitativos.
Mtodos Cuantitativos
Mtodos Cualitativos:
Es el mtodo de anlisis de riesgos ms utilizado en la toma de decisiones en
proyectos empresariales, los emprendedores se apoyan en su juicio, experiencia e
intuicin para la toma de decisiones.

Se pueden utilizar cuando el nivel de riesgo sea bajo y no justifica el tiempo y los
recursos necesarios para hacer un anlisis completo.O bien porque los datos
numricos son inadecuados para un anlisis mas cuantitativo que sirva de base
para un anlisis posterior y mas detallado del riesgo global del emprendedor.
Los mtodos cualitativos incluyen:

Brainstorming
Cuestionario y entrevistas estructuradas
Evaluacin para grupos multidisciplinarios
Juicio de especialistas y expertos (Tcnica Delphi)

Mtodos Semi-cuantitativos:
Se utilizan clasificaciones de palabra como alto, medio o bajo, o descripciones
ms detalladas de la probabilidad y la consecuencia.
Estas clasificaciones se demuestran en relacin con una escala apropiada para
calcular el nivel de riesgo. Se debe poner atencin en la escala utilizada a fin de
evitar malos entendidos o malas interpretaciones de los resultados del clculo.
Mtodos Cuantitativos:
Se consideran mtodos cuantitativos a aquellos que permiten asignar valores de
ocurrencia a los diferentes riesgos identificados, es decir, calcular el nivel de
riesgo del proyecto.
Los mtodos cuantitativos incluyen:

Anlisis de probabilidad

Anlisis de consecuencias

Simulacin computacional

El desarrollo de dichas medidas puede ser realizado mediante diferentes

mecanismos, entre los cuales destacamos el Mtodo Montecarlo, el cual se
caracteriza por:
-

Amplia visin para mostrar mltiples posibles escenarios - Sencillez para

llevarlo a la prctica

Computerizable para la realizacin de simulaciones

Mtodo Montecarlo

Es un mtodo cuantitativo para el desarrollo de anlisis de riesgos. El mtodo fue

llamado as en referencia al Principado de Mnaco, por ser la capital del juego de
azar.
Dicho mtodo busca representar la realidad a travs de un modelo de riesgo
matemtico, de forma que asignando valores de manera aleatoria a las variables
de dicho modelo, se obtengan diferentes escenarios y resultados.
El mtodo Montecarlo se basa en realizar un nmero lo suficientemente elevado
de iteraciones (asignaciones de valores de forma aleatoria), de manera que la
muestra disponible de resultados, sea lo suficientemente amplia como para que se
considere representativa de la realidad. Dichas iteraciones se podrn realizar
haciendo uso de un motor informtico.
Con los resultados obtenidos de las diferentes iteraciones realizadas se efecta un
estudio estadstico del que se sacan conclusiones relevantes respecto al riesgo
del proyecto, tales como, valores medios, mximos y mnimos, desviaciones
tpicas, varianzas y probabilidades de ocurrencia de las diferentes variables
determinadas sobre las que medir el riesgo.

Conclusion
Podremos decir que en la investigacion anterior podermos rescatar la facilidad con
que podemos hacer uso y manipulacion de las 3 herramientas explicadas que
fueron:
Enfoques de probabilidad.
rboles de decisin.
Anlisis de riesgos
Cada uno con su explicacin detallada y sus ejemplos que podemos tomar como
punto de partida para la realizacin de ejercicios o actividades que nos lo soliciten
con la certeza que la informacin que se tiene en la investigacin as como los
ejemplos nos darn una ayuda y una mayor perspectiva de la resolucin de
problemas que se nos solicite realizar.