Mtodos cuantitativos para la toma de decisiones

Profesor: Luis Piazzon, PhD

Toma de Decisiones Gerenciales:

noviembre de 2011

Agenda
Introduccin rboles de decisin. Anlisis de escenarios. Teora de juegos.

noviembre de 2011

Introduccin
Las herramientas cuantitativas implican lo siguiente: identificar el problema, realizar una hiptesis, definir y seleccionar alternativas. Supone patrones ordenados de comportamiento y utilizan explicaciones y pronsticos lgicos. El objetivo de estos mtodos es apoyar la labor administrativa buscando darle un alto grado de racionalidad a las decisiones.
noviembre de 2011 3

Elementos bsicos de una decisin

Alternativas de accin Sucesos con incertidumbre (acciones vs sucesos, iniciativa vs providencia) Consecuencias

noviembre de 2011

rboles de decisin
Los rboles de decisin son herramientas muy tiles para el planteamiento de problemas secuenciales para decisiones con incertidumbre.
Se basan en la probabilidad de ocurrencia de un hecho. Permiten tener en cuenta situaciones que implican flexibilidad en la toma de decisiones, es decir posibilidad de elegir entre una opcin u otra. Presentan dificultad en situaciones con muchas alternativas, que suelen ser los casos ms cercanos a la realidad.
noviembre de 2011 5

rboles de decisin: Elementos de un rbol de decisin

Nodos: suponen puntos de decisin o de azar que guiarn la ruta a la toma de decisin final. Dentro de los nodos se producen situacin con distintas posibles consecuencias. Tienen una probabilidad asociada Ramas: caminos que representan las distintas acciones a seguir. Al ser solo enlaces de un punto a otro no tienen probabilidad asociada.
noviembre de 2011

Nodos o puntos de azar Nodos o puntos de decisin Ramas

Ejemplo de esquema: Un gerente bancario se plantea la posibilidad de conceder o no un prstamo bancario.

Sin renegociar Renegociando Prstamo fallido Fraude Recuperar parte Recuperar todo Cancelar No cancelar

Devuelve Concede el prstamo No devuelve

Regular Irregular

Gerente
No concede el prstamo No pasa nada

El cliente cancela su cuenta

noviembre de 2011

rboles de decisin: El valor esperado

La ruta a tomar en el rbol de decisin depender del valor esperado. El valor esperado se basa en la probabilidad de ocurrencia de los sucesos que aparecen en los nodos:
probabilidad
p = 0.6

Devuelve

(Ganancia = 1000)

p = 0.2

Concede el prstamo
p = 0.4

No devuelve

(Ganacia = -800)

p = 0.8

No concede el prstamo

p = 0.4

No pasa nada

(Ganacia = 0)

p = 0.6

El cliente cancela su cuenta

(Ganacia = -400)

noviembre de 2011

rboles de decisin: El valor esperado

p = 0.6 probabilidad

Devuelve (Ganancia = 1000)

p = 0.2

Concede el prstamo
p = 0.4

No devuelve

(Ganacia = -800)

ejemplo
p = 0.8 p = 0.4

No pasa nada

(Ganacia = 0)

No concede el prstamo
p = 0.6

El cliente cancela su cuenta (Ganacia = -400)

VE (conceder el prstamo)= 0.2x0.6x1000 + 0.2x0.4x-800 =120 + (-64) = 56 VE (no conceder el prstamo)= 0.8x0.4x0 + 0.8x0.6x-400 = -192

noviembre de 2011

Aplicacin de rboles de decisin: Operacin San Lorenzo (Mina San Jos, Chile)
La ms exitosa operacin de rescate en la historia. (Mayor audiencia mundial: 1,000 M de televidentes). Mxima aplicacin de ingeniera y un arduo trabajo de gerencia y planificacin. Mina San Jos: Ms de 100 aos de explotacin minera (accidentes frecuentes, mltiples clausuras). 05/08/10: ocurre el accidente. 33 mineros atrapados (derrumbe de columna, 700m de profundidad). Tras 17 das de excavaciones se determin que los 33 mineros estaban vivos. 13/10/10: A los 70 das se logro rescatar a todos los mineros. Costo del rescate: USD 10 12 M (1/3 por privados).
noviembre de 2011 10

noviembre de 2011

11

Aplicacin de rboles de decisin: Posibilidad de sobrevivencia de mineros atrapados

Fuente: Palisade
noviembre de 2011 12

Aplicacin de rboles de decisin: Posibilidad de sobrevivencia de mineros atrapados

Fuente: Palisade
noviembre de 2011 13

Aplicacin de rboles de decisin: Operacin San Lorenzo

noviembre de 2011

14

Ejercicio: Evaluacin implementacin servicio

El propietario de un supermercado est estudiando la posibilidad de ofrecer a su clientela un servicio de entregas a domicilio. La decisin depender de la afluencia de clientela y del aumento en las cifras de ventas despus de la implementacin del servicio. El propietario puede elegir entre dos tipos de equipos: El equipo A y el equipo B. Despus del estudio de mercado y el anlisis de costos se pudo reunir la siguiente informacin:
noviembre de 2011 15

Sin Servicio Ingreso Probabilidad $ 600.000 60% $ 750.000 30% $ 810.000 10%

Demanda Bajo Medio Alto

Con Servicio Ingreso $ 810.000 $ 900.000 $ 1.060.000

Probabilidad 70% 20% 10%

Costos del servicio

Costo Fijos por ao Variables por ingresos Equipo A $ 5.000 1,5% B $ 100.000 1%

noviembre de 2011

16

Solucin
Baja Equipo A 50.0% 835,205 Media Alta Si 50.0% Equipo 789,838 Baja Equipo B 50.0% 744,470 Media Alta Incorporar nuevo servicio Valor Medio Esperado 727,919 Demanda baja No 50.0% Demanda 666,000 Demanda media 30.0% 750,000 10.0% 810,000 60.0% 600,000 Demanda 744,470 20.0% 0 10.0% 0 949,400 791,000 70.0% 0 701,900 Demanda 835,205 20.0% 881,500 10.0% 0 1,039,100 70.0% 0 792,850

Utilidad = Ingreso por ventas CF - CV

noviembre de 2011

Demanda alta

17

Limitaciones de los arboles de decisin

Un rbol de decisin da una buena descripcin visual en problemas relativamente simples, pero su complejidad aumenta exponencialmente a medida que se agregan etapas adicionales. En algunas situaciones, la especificacin de la incertidumbre a travs de probabilidades discretas resulta en una sobre simplificacin del problema.

noviembre de 2011

18

Anlisis de Escenarios
Herramienta de pensamiento estratgico que ayuda a reflexionar sobre el futuro. Escenarios permiten: i) hacer previsiones, ii) reducir poder de incertidumbre, iii) describir futuros alternativos posibles. Uso de escenarios: orientados a la visin (general) vs orientados a la toma de decisiones (especifica).
noviembre de 2011 19

Construccin de escenarios
Pasos para la construccin de escenarios:
1. 2. 3. 4. Identificacin de decisin. Identificacin de factores clave. Clasificacin de niveles de incertidumbre. Seleccin de escenarios: optimista (ideal), pesimista (lo peor), tendencial (extrapolado de tendencias actuales), rupturas (modificaciones abruptas), esperado (desarrollo normal). 5. Materializacin de escenarios. 6. Identificacin de implicaciones.
20

noviembre de 2011

Escenarios orientados a la visin vs orientados a la toma de decisiones

Escenarios orientados a la visin *nfasis en los factores de cambio amplios, macroeconmicos y globales. *Largo plazo (cinco, diez, veinte o mas aos) Escenarios orientados a la toma de decisiones *Centras en las incertidumbres especificas que impulsan las decisiones. *Por lo general a corto plazo (a causa del tiempo necesario para evaluar los beneficios de la decisin) *Analtico y orientado a los datos cuando sea posible. *Fuerte dependencia de la especializacin interna y de los expertos del sector (salvo importantes inquietudes sobre la confidencialidad) *Evaluar opciones para una decisin especifica frente al rango de resultados potenciales y desarrollar implicaciones sobre que opcin elegir. Naturaleza de los escenarios

Naturaleza del proceso

*nfasis en el pensamiento divergente y perspectivas amplias. *Fuerte dependencia de expertos, consultores y coordinadores externos.

*Generar nuevas ideas estratgicas. *Desarrollar un sentimiento compartido de futuros posibles y la necesidad de cambio. Cmo se utilizan los *Poner en marcha proyectos y anlisis escenarios continuados con el fin de desarrollar mas extensamente las implicaciones de los escenarios.
noviembre de 2011

21

Toma de decisiones a travs de escenarios

Nivel de incertidumbre Nivel 1: Un futuro bastante claro
Se pueden definir predicciones puntuales.

Nivel 2: Futuros alternativos

Se pueden definir un conjunto limitado de posibles resultados futuros.

Nivel 3: Un intervalo de futuros

Se puede definir un rango de posibles resultados futuros.

Nivel 4: Verdadera ambigedad

No se puede definir incluso un rango de posibles resultados futuros.

Naturaleza de los escenarios

No determinado.

*Conjunto de escenarios mutuamente excluyentes y exhaustivos que describen cada resultado potencial. *Desarrollar implicaciones financieras y de otro tipo de cada resultado para industria y la empresa. *Asignar probabilidades a cada resultado, si es posible. *Describir trayectoria dinmica de cada resultado. *Evaluar los beneficios de cada opcin estratgica en cada escenario. *Evaluar influencia de cada decisin estratgica en la probabilidad de cada escenario. *Combinar valoraciones con el fin de elegir la opcin estratgica ptima.

*Escenarios representativos (3 a 5), que abarquen ampliamente el rango de resultados potenciales. *Elegir puntos representativos a lo largo del continuo de posibles resultados. *Desarrollar implicaciones financieras y de otro tipo de estos resultados para industria y la empresa. *Describir trayectoria dinmica de cada resultado. *Evaluar los beneficios de cada opcin estratgica en cada escenario. *Evaluar influencia de opcin estratgica en la probabilidad de ocurrencia por resultado. *Combinar valoraciones con la lgica y los anlisis de decisin cualitativos para elegir la opcin estratgica deseada.

*Conjuntos integrados de escenarios a futuro que respalden diferentes opciones estratgicas propuestas. *Trabajar de forma regresiva a partir de potenciales opciones estratgicas para definir escenarios que respaldaran tales opciones. *Analizar lgica de probabilidad y coherencia interna mediante analogas y casos de referencia. *Analizar los supuestos de los escenarios mediante comparacin con analogas de casos y experiencia de los equipos directivos. *Determinar el conjunto de escenarios con el que el equipo directivo se siente mas cmodo

Naturaleza de los procesos

Crear simulaciones del impacto de la incertidumbre mediante anlisis de sensibilidad.

Como se utilizan No determinado. los escenarios

noviembre de 2011

22

Construccin de escenarios
Reglas generales para la construccin de escenarios:
Desarrollar nmero limitado de escenarios representativos. Evitar desarrollar escenarios redundantes. Desarrollar un conjunto de escenarios que colectivamente representen los rangos de resultados ms probables.

noviembre de 2011

23

Teora de Juegos
Un juego es un problema de decisin donde existe ms de un agente decisor y las decisiones tienen efectos sobre el otro. Los juegos se pueden clasificar en cooperativos (cuando existe posibilidad de comunicacin o negociacin entre los actores) o no cooperativos (cuando cada agente acta por su propio inters). Existen adems juegos de suma cero (con intereses totalmente contrapuestos entre los agentes) o juegos de suma no cero (cuando los intereses no son completamente contrapuestos)
El equilibrio de Nash (para juegos no cooperativos): lo mximo a lo que se puede acceder en un juego no cooperativo es a que se cumpla algn tipo de estabilidad. Los dos jugadores realizan sus acciones en funcin a lo que piensan har el otro. Esto satisface a ambos dado lo que el otro hara.

John Nash

noviembre de 2011

24

Ejemplo clsico de la teora de juegos: El dilema del prisionero (1950)

Dos delincuentes son detenidos y encerrados en celdas separadas. No pueden comunicarse entre ellos. El delito por que se les juzga tiene pena de diez aos de crcel. No hay pruebas. Slo tienen pruebas y pueden culparles de un delito menor con pena de dos aos de crcel. El jefe de polica promete a cada uno que reducir la condena a la mitad si dan las pruebas para culpar al otro del robo del banco. Las alternativas para cada prisionero pueden representarse en forma de matriz. La estrategia "lealtad" consiste en permanecer en silencio y "traicin" sera la estrategia alternativa. Preso Y Aos de lealtad traicin crcel lealtad 2\2 10 \ 1 Preso X para Y traicin 1 \ 10 5\5 Aos de crcel para X Al no conocer la decisin del otro preso, la estrategia ms segura es traicionar. Si ambos traicionan, el resultado para ambos es peor que si ambos hubieran elegido la lealtad. Este resultado es un punto de equilibrio de Nash.
noviembre de 2011 25

Fin de la sesin 5

noviembre de 2011

26