Proyectos

Tema 7. Teora de la Decisin

Andrs Navarro Guilln

ndice
1. Introduccin
2. Problema de Decisin
2.1 Ejemplo
2.2 Matriz de pagos

3. Criterios de eleccin
3.1 MAXMIN
3.2 MAXMAX
3.3 Discusin

4. Valor esperado monetario

4.1 Criterios de eleccin: VEM

5. rbol de decisin
5.1 Ejemplo

6. Valor de la informacin perfecta

Tema 7. Teora de la Decisin
Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

Introduccin
Metodologa y herramientas adecuadas para enfocar la toma de
decisiones en situaciones de incertidumbre
Tomar una DECISIN: elegir accin o alternativa entre varias
disponibles
Si se desconoce la consecuencia de cada accin o alternativa
disponible, tomar una decisin es un problema complejo
decisin en presencia de INCERTIDUMBRE
Incertidumbre: la consecuencia de cada accin o alternativa
disponible no se conoce completamente de antemano
Existe una dependencia con un suceso aleatorio impredecible e
incontrolable por parte del que toma la decisin

Tema 7. Teora de la Decisin

Proyectos

Andrs Navarro Guilln

Introduccin
Factores que intervienen para determinar el resultado o
efecto de una decisin:
Alternativa que el individuo elige de entre el conjunto de
alternativas posibles Variable de control (variable endgena)
[inversin en valores tecnolgicos o valores del sector
energtico]
Factores aleatorios inherentes a la incertidumbre del
problema analizado Sucesos aleatorios incontrolables
(variable exgena) [cotizaciones burstiles sujetas a variaciones
impredecibles]

En presencia de incertidumbre, las alternativas

disponibles son meras loteras de consecuencias
impredecibles
Tema 7. Teora de la Decisin
Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

Problema de decisin
Problema de decisin caracterizado por:

Decisin, eleccin de una alternativa de entre un conjunto o lista de

alternativas disponibles
Consecuencia de la decisin, que depende tanto de la eleccin del
individuo como de un evento aleatorio impredecible que no controla.
Introducimos:

Lista de los estados posibles de la naturaleza: eventos impredecibles no

controlables por parte del individuo que toma la decisin
Consecuencias de cada alternativa en cada uno de estos posibles estados de la
naturaleza
Informacin del individuo que toma la decisin sobre la probabilidad de
ocurrencia de los distintos estados de la naturaleza

Lista de estados de la naturaleza conjunto de eventos

mutuamente excluyentes y colectivamente exhaustivos

Colectivamente exhaustivos: siempre se produce al menos un estado de

la lista
Mutuamente excluyentes: no puede producirse nunca ms de un nico
evento de la lista simultneamente
{nevar, no nevar} {nevar, llover}

Tema 7. Teora de la Decisin

Proyectos

Andrs Navarro Guilln

Ejemplo
Creacin de empresa de servicios en Internet
Adquisicin de equipos informticos en el mercado posibilidad de baja,
mediana o alta capacidad a coste respectivamente bajo, mediano y alto
Lista de alternativas disponibles o decisiones posibles (d1, d2, d3):

Desconocimiento de la demanda real, qu inversin en infraestructura

realizar? Evento impredecible, aleatorio y no controlable
Lista de estados de la naturaleza (e1, e2, e3):

Beneficios de la empresa dependen de la decisin dj de inversin (variable

de control) y de la demanda real del producto ei (variable no controlable)
Tema 7. Teora de la Decisin
Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

Ejemplo
Los beneficios son consecuencia de la decisin dj, adoptada, que
depende tambin del estado ei acaecido:
Consecuencia de la decisin dj en el estado ei

Equipos informticos de baja capacidad (alternativa d1):

se obtendrn 40000 de beneficios con poca demanda (estado de la
naturaleza e1)
se obtendrn 10000 de prdidas con media demanda (estado de la
naturaleza e2)
se obtendrn 0 de beneficio/prdida con mucha demanda (estado de la
naturaleza e3)
Tema 7. Teora de la Decisin
Proyectos

Andrs Navarro Guilln

Matriz de pagos
Matriz de pagos

A:

Alternativas dj columnas
Estados de la naturaleza ei filas
Consecuencias aij interseccin de la columna dj y de la fila ei :

En general:

Tema 7. Teora de la Decisin

Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

Criterios de eleccin
Debemos elegir una alternativa dj de la lista (d1, d2, d3)
No podemos asegurarnos de la consecuencia de la
eleccin
Si elegimos dj podemos obtener el pago:
Si se cumple el estado de la naturaleza e1
Si se cumple el estado de la naturaleza ei

Tomar una decisin elegir una de las n columnas de

la matriz A:

Tema 7. Teora de la Decisin

Proyectos

Andrs Navarro Guilln

Criterios de eleccin MAXMIN

(1) Para cada decisin dj, se detecta el mnimo pago. Se identifica la peor
consecuencia posible asociada a cada decisin

Ejemplo:

(2) Se detecta el beneficio mximo entre los mnimos. Se trata de identificar el

mayor beneficio en el pesimismo para evitar los peores

Ejemplo:
(3) Se toma la decisin cuyo mnimo sea el mximo entre todos los mnimos, es
decir, el maxmin
Ejemplo: el maxmin es d2
Tema 7. Teora de la Decisin
Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

Criterios de eleccin MAXMAX

(1) Para cada decisin dj, se detecta el mximo beneficio. Se identifica la mejor
consecuencia posible asociada a cada decisin

Ejemplo:

(2) Se detecta el pago mximo entre los mximos. Se trata de identificar el

mayor beneficio en el optimismo para buscar los mejores

Ejemplo:

(3) Se toma la decisin cuyo mximo sea el mximo entre todos los beneficios
mximos, es decir, el maxmax
Ejemplo: el maxmax es d1
Tema 7. Teora de la Decisin
Proyectos

Andrs Navarro Guilln

Criterios de eleccin Discusin

El criterio maxmin: eleccin de alternativa d2, inversin
en equipos de mediana capacidad. Huimos de los peores
beneficios a13=-100 y a21=-10
El criterio maxmax: eleccin de alternativa d1, inversin
en equipos de baja capacidad. Buscamos el mejor de los
mejores beneficios a11=40
No tienen en cuenta la probabilidad p(e1), , p(em) de
ocurrencia de los distintos estados de la naturaleza
Si sabemos de antemano que el estado e3 se cumple con toda
certidumbre (p(e3)=1), decidiremos invertir en equipos de alta
capacidad elegiremos d3
Tema 7. Teora de la Decisin
Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

Valor esperado monetario VEM

Vector de probabilidades

Nos indica las probabilidades p(ei)=pi de ocurrencia de los

distintos estados de la naturaleza ei

P resume la informacin que posee el individuo que toma la

decisin sobre la realizacin de los estados posibles de la
naturaleza

Tema 7. Teora de la Decisin

Proyectos

Andrs Navarro Guilln

Valor esperado monetario VEM

Problema de decisin representado por el par (A,

P):

Ejemplo:

Tema 7. Teora de la Decisin

Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

Criterios de eleccin VEM (I)

(1) Para cada decisin dj se calcula el valor esperado
monetario (ganancia esperada) correspondiente al
vector de probabilidades P

Ejemplo:

Tema 7. Teora de la Decisin

Proyectos

Andrs Navarro Guilln

Criterios de eleccin VEM (II)

(2) Se detecta el valor esperado monetario (ganancia esperada)
mximo

Ejemplo:

(3) Se toma la decisin cuya ganancia esperada sea el mximo

entre todas las ganancias esperadas. Esta decisin es la decisin
ptima y la ganancia esperada asociada es el valor esperado

monetario de la decisin ptima, VEM*

Ejemplo: la decisin ptima es d2 y el valor esperado monetario de la

decisin ptima VEM*=16
Tema 7. Teora de la Decisin
Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

El rbol de decisin (I)

Representacin grfica de un problema de decisin.
Consta de:
Nodos o puntos de toma de decisin de donde emanan tantas
ramas como alternativas existen (cada rama representa una
alternativa posible): nodo de decisin, representado por un
cuadrado
Nodos de donde emanan tantas ramas como estados de la
naturaleza posibles en aquel nodo (una rama representa un
estado de la naturaleza): nodo de azar, representado por un
crculo
Sobre cada rama, la probabilidad de ocurrencia del estado de la
naturaleza a partir del nodo
Sobre cada nodo terminal, un valor indicando la ganancia
correspondiente al curso de accin que desemboca en el nodo
Tema 7. Teora de la Decisin
Proyectos

Andrs Navarro Guilln

El rbol de decisin (II)

El nodo inicial del rbol de decisin puede ser una accin aleatoria
de la naturaleza (nodo de azar) o una accin del decisor (nodo de
decisin)
Las alternativas se disponen secuencialmente sobre el rbol como
si se ordenaran en el tiempo
El problema de decisin se resuelve por induccin hacia atrs,
sustituyendo los nodos de azar por el valor esperado monetario en
aquel nodo
La ganancia esperada es la suma de los pagos en los nodos
terminales inmediatamente posteriores al nodo, ponderados por
las probabilidades indicadas sobre las ramas
rbol de decisin idneo para problemas de decisin
secuenciales, donde la eleccin del individuo afecta a una
secuencia de acciones
Matriz de pagos apropiada para decisiones aisladas
Tema 7. Teora de la Decisin
Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

Ejemplo
Ejemplo: se lanza una moneda y se anticipa el resultado (cara o cruz). Si se
acierta, se cobran 10 y se tiene la posibilidad de volver a jugar y, as, hasta
tres lanzamientos de la moneda. Si se falla, se devuelve todo el dinero que se
ha ganado y no se tiene la oportunidad de seguir jugando. Al final del juego hay
que pagar 2 por cada apuesta. Determine la decisin que maximiza la
ganancia esperada.
Solucin: organizando los datos segn (A,
a Cara):

P) obtenemos (+ apostar a Cruz, C

14 alternativas distintas:

8 estados posibles de la naturaleza:

Matriz de decisin de 8x14 con 112 casillas de consecuencias posibles

Tema 7. Teora de la Decisin
Proyectos

Andrs Navarro Guilln

Solucin (I)
A apostar
A no apostar
Moneda no sesgada
gana (G) con
probabilidad y
pierde (P) con
idntica probabilidad

Tema 7. Teora de la Decisin

Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

10

Solucin (II)
ltimo nodo gana 24 con
p=1/2 o pierde -6 con igual
probabilidad
Ganancia esperada = x 24 +
x (-6) = 9

Tercer lanzamiento no
apostar y obtener 16 a apostar
y obtener 9. Sustituimos nodo
de decisin por la decisin
racional 16
Tema 7. Teora de la Decisin
Proyectos

Andrs Navarro Guilln

Solucin (III)
ltimo nodo de azar
Ganancia esperada = x 16 + x
(-4) = 6

Preferimos no apostar en un 2
lanzamiento y obtener 8 a apostar y
obtener 6
ltima ganancia esperada
Ganancia esperada = x 8 + x (2) = 3

Preferimos apostar para 1

lanzamiento y ganar 3 a no apostar y
quedarnos con 0
Tema 7. Teora de la Decisin
Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

11

Valor de la informacin perfecta (I)

Si se posee informacin perfecta se sabe, antes de
tomar la decisin y sin incertidumbre, el estado de la
naturaleza que va a realizarse
Si se sabe que va a ocurrir el estado ei (p(ei)=1), la
decisin ptima es aqulla que maximiza las ganancias
en la fila correspondiente a ei
Mi pago correspondiente a la decisin ptima con
informacin perfecta sobre el estado ei:

Tema 7. Teora de la Decisin

Proyectos

Andrs Navarro Guilln

Valor de la informacin perfecta (II)

El valor esperado monetario con informacin perfecta VEMIP se
calcula simplemente sumando los pagos Mi correspondientes a las
decisiones ptimas en cada estado ponderados por la probabilidad
p(ei)= pi de ocurrencia de cada uno de los estados:

Ejemplo:

Tema 7. Teora de la Decisin

Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

12

Valor de la informacin perfecta (III)

Si se conoce exactamente el estado ei que va a realizarse, puede
asegurarse un pago Mi en cada uno de estos estados
El VEMIP indica la ganancia esperada de aquel individuo que
pudiera adaptar su decisin al estado realizado, despus de esta
realizacin
Si el individuo que toma la decisin se rige segn el criterio del
valor esperado monetario, prev una ganancia igual a VEM*, que
es la ganancia esperada correspondiente a su decisin ptima:

VEMIP VEM*
Tener informacin perfecta aumenta la ganancia esperada en la
cantidad VEMIP VEM* 0
Esta diferencia es el valor de la informacin perfecta VIP:

VIP = VEMIP VEM*

Tema 7. Teora de la Decisin
Proyectos

Andrs Navarro Guilln

Valor de la informacin perfecta (IV)

El valor de la informacin perfecta VIP nos indica el valor mximo
que el individuo est dispuesto a pagar para librarse de la
incertidumbre, comprar informacin y tomar su decisin con
informacin perfecta sobre lo que va a suceder
Si el coste c de adquisicin de la informacin es inferior al valor de
VIP, el individuo encargado de tomar la decisin prefiere comprar
la decisin y eliminar la incertidumbre
Si el coste c es mayor que el valor VIP, el decisor prefiere no
comprar la informacin que se le ofrece y tomar su decisin en
condiciones de incertidumbre
La indiferencia entre comprar y no comprar la informacin ocurre
cuando c=VIP
Ejemplo: VIP = 31 16 = 15
Tema 7. Teora de la Decisin
Proyectos

Tema 7. Decisin
Proyectos

Andrs Navarro Guilln

Andrs Navarro Guilln

13