TEORIA DE DECISIONES (Anlisis de decisiones)

I.- Caractersticas Generales.

Tcnica importante en los negocios, en la industria y el gobierno, prop. una
metodologa racional, para tomar decisiones cuando el futuro es incierto.
Permite que el responsable de tomar decisiones en una organizacin haga una
eleccin ptima entre varias alternativas, apoyndose en datos experimentales
con el fin de reducir la incertidumbre.






El estudio de anlisis de decisiones se enfoca a la toma de decisiones frente a la
incertidumbre (sea una sola o a lo ms una secuencia de unas cuantas) sobre que
hacer el futuro inmediato.
Se debe tomar la decisin en este momento o primero hacer algunas pruebas
(con algn costo) para reducir el nivel de incertidumbre sobre el resultado de la
decisin?
Ejemplo:
Antes de producir y comercializar un gran volumen de producto, es preferible
hacer una promocin de prueba para conocer la reaccin del consumidor.
Esto implica realizar experimentacin.

Anlisis Decisiones Toma de Decisiones
Ejemplo Prototipo (Elegir la mejor opcin)
GOFERBROKE Company dueo de terrenos: en el que puede haber petrleo.
Un gelogo ha informado a la gerencia que exista de 1 a 4 posibilidades de
encontrar petrleo. Donde esta posibilidad, otra compaa petrolera ha ofrecido
comprar los terrenos en $90,000. Sin embargo GOFERBROKE quiere conservarle
para perforar ellos mismos. Si encuentran petrleo la ganancia esperada es de
$700,000 y tendra una prdida de $100,000 sera bastante seria.

MARCO DE
REFERENCIA PARA
TOMAD DE
DECICIONES
{
1.-) Cuando no es factible la experimentacin
2.-) Cuando es factible la experimentacin (conduce a
la disponibilidad de datos, muestras).
- Sin experimentacin
- Con experimentacin
Toma De Decisiones Sin Experimentacin
El tomador de decisiones debe elegir una accin a de un conjunto de acciones
posibles (contiene todas las alternativas factibles)
Ganancias Esperadas Para La GOFERBROKE
Estado de la tierra Pago
Alternativas Petrleo Seco
Perforar buscando
petrleo
$700,000 -$100,000
Vender la tierra $90,000 $90,000
Posibilidad de estado 1 a 4 3 a 4

Los factores aleatorios que determinan la situacin que se encontrara cuando se
ejecute la accin se le conoce como Edo. De la naturaleza (Representacin de
alternativas posibles de los fenmenos fsicos que se estudian)
A cada combinacin de accin a/y un estado de la naturaleza el que decide
sabe cul sera el pago resultante. Generalmente el pago (Ganancia monetaria
neta) utilidad, aunque tambin pueden ser otras medidas. Si las consecuencias del
resultado no son completamente ciertas aun cuando ocurra el estado de la
naturaleza, entonces el pago se convierte en un valor esperado (en el sentido
estadstico) de la unidad de la consecuencia;
P(a, )= Pago al tomar accin a, cuando el estado de la naturaleza es .
Esto genera la tabla de pagos
Estado de la tierra 1 2
Alternativas Petrleo Seco
a1 Perforar buscando
petrleo
$700,000 -$100,000
a2 Vender la tierra $90,000 $90,000
Posibilidad de estado 0.25 0.75

Criterio Del Pago Mximo
Para cada accin posible, encuentre el pago mnimo sobre todos los estados
posibles de la naturaleza, despus encuentre el mximo de estos pagos mnimos.
Elija la accin cuyo pago mnimo corresponde a este mximo.

Estado de la tierra 1
Petrleo
2
Seco
Mnimo
Alternativas
a1 Perforar buscando
petrleo
$700,000 -$100,000 -100
a2 Vender la tierra $90,000 $90,000 90 Valor mnimo

a2 es el pago mnimo (90) > a1 (-100) por lo tanto se elige la accin a2 (vender el
terreno)
(Criterio para un tomador de decisiones precavido)
Criterio de la mxima posibilidad
Identifique el estado ms probable de la naturaleza (aquel que tiene la
probabilidad ms grande). Para este estado de la naturaleza encuentre la accin
con el mximo pago.
Estado de la tierra 1
Petrleo
2
Seco Alternativas
a1 Perforar buscando
petrleo
700 -100
a2 Vender la tierra 90 $90,000 Max
Probabilidad 0.25 0.75 Max

Regla De Decisin De Bayes
Tercer criterio y el que se usa con ms frecuencia.
Usando las mejores estimaciones disponibles de las probabilidades de los
respectivos estados de la naturaleza (en este momento las probabilidades (a
priori). Se calcula el valor esperado del pago de cada accin posible. Se elige la
accin con el mximo pago esperado.
Para a1: E [p (a1, )]= 0.25 (700) + 0.75 (-100)= 100
Para a2: E [p (a2, )]= 0.25 (90) + 0.75 (90) = 90
Como 100>90, la accin seleccionada es a1 (perforar).
La regla de decisin de Bayes incorpora toda la informacin disponible, incluyendo
todos los pagos y las mejores estimaciones disponibles de las probabilidades de
los respectivos estados de la naturaleza.
-Experiencia y la evidencia actual permiten desarrollar estimaciones razonables de
las probabilidades.
Toma De Decisiones Con Experimentacin
Pruebas adicionales (experimentacin) mejorar las estimaciones preliminares (a
priori). Estas estimaciones mejoradas se llaman probabilidades a posterior.
Aplicando al ejemplo GOFERBROKE (se desea llevar a cabo una experimentacin
sismolgica), el costo es de $30,000 dlls se obtienen:
S = estadstica obtenida de la exploracin sismolgica.
S = 0; Sondeos ssmicos no favorables (poco probable que haya petrleo)
S = 1; Sondeos ssmicos favorables (Bastante probable que haya petrleo)
Si hay petrleo P(S=0 | =1) = 0.4 de manera que
P(S=1 | =1) = 1 - 0.4 = 0.6
Si no hay petrleo P(S=0 | =2) = 0.8 de manera que
P(S=1 | =2) = 1 - 0.8 = 0.2
Probabilidad a posterior
Si exploracin ssmica es que S = 0.
P (=1 | S=0) = [0.4 (0.25)] / [(0.4) (0.25) + 0.8 (0.75)] = [(2/5) (1/4)] / [(2/5) (1/4)
+ (4/5) (3/4)] = (2/20) / (14/20) = 2/14 = 1/7 Probabilidad a posterior.
Si S = 1, entonces
P (=1 | S=1) = [0.6 (0.25)] / [(0.6) (0.25) + (0.2) (0.75)] = [(3/5) (1/4)] / [(3/5) (1/4)
+ (1/5) (3/4)] = (3/20) / (6/20) = 3/6 = 1/2
P (=2) S=1) = 1
Aplicacin Del Algoritmo Tabular al Clculo de La Distribucin a-posterior
GOFERBROKE Company.
(a) (b) (c)
P (=i) 0.25 0.75 Distribucin o posterior de

P(S=S | =i) P(S=S | =i)P(=i) P(S=S) =
suma
P(S=S | =i) P(=i) / P(S=S)
1 2 1 2 1 2
S=0 0.4 0.8 0.10 0.60 0.70 1/7 6/7
S=1 0.6 0.2 0.15 0.15 0.30 1/2 1/2

Nodo (a) Primera decisin
(b) es un nodo de probabilidad que
representa al cuento aleatorio de
resultado del sondeo ssmico
(c, d, e) nodos de la segunda
decisin con sus elecciones
posibles.
(f, g, h) nodos de probabilidad de la
decisin de perforar y de ah las
ramas correspondientes a los
estados posibles de la naturaleza.
Fig. 1 - El rbol de decisin
(antes de realizar los
clculos) para el problema de
la GOFERBROKE Co.

Pago esperado si S=0
Para a1: E [P (a1, | S=0)] = 1/7 (700) + 6/7 (-100) 30 = - 15.71
Para a2: E [P (a2, | S=0)] = 1/7 (90) + 6/7 (90) 30 = 60
Pago esperado si S=1
Para a1: E [P (a1, | S=0)] = 1/2 (700) + 1/2 (-100) 30 = 270
Para a2: E [P (a1, | S=0)] = 1/2 (90) + 1/2 (90) 30 = 60

Resultado del
Sondeo
Accin optima Pago esperando
excluyendo el
costo de la
exploracin
Pago esperado
incluyendo el
costo de la
operacin
S=0 a1 90 60
S=1 a2 300 270

rbol de Decisin
Proporciona una forma para desplegar visualmente el problema y despus
organizar el trabajo de clculos (visto c / anterioridad). Son especialmente tiles
cuando debe tomarse una serie de decisiones.
Ejemplo prototipo incluye una serie de dos decisiones
1. Debe hacerse sondeo ssmico antes de elegir una accin?
2. Qu accin perforar o vender el terreno?










Fig. 2 rbol de decisin (despus de realizar los clculos) para el problema de
GOFERBROKE Co.
Del nodo h en las ramas terminales tenemos las probabilidades a priori. En los
nodos f, g (donde se realiza experimentacin de col c) se insertaron las
probabilidades a posterior (calculado en la tabla del algoritmo) para las ramas
que salen de b que corresponden al sondeo ssmico, cuyo resultado del
estadstico S puede ser S=0 o S=1 se insertaron P (S=0) = 0.70 y P (S=1) = 0.30
(cuyo calculo sale de la misma tabla columna (b)).
Ahora Cul es el pago esperado en otros puntos del proceso?
Se calculan de derecha a izquierda
1/7 (670) + 6/7 (-130) = -15.7 para el nodo f.
1/2 (670) + 1/2 (-130) = 270 para el nodo g.
1/4 (700) + 3/4 (-100) = 100 para el nodo h.
Ahora para los nodos c, d, e
Primero en c -15.7<60 por lo tanto la decisin sera vender.
En d 270>60 por lo tanto es preferible perforar, se desecha vender.
En e 100>90 por lo tanto es preferible perforar, se desecha vender.
Para el nodo de probabilidad b el pago esperado de este nodo es:
0.70 (60) + 0.30 (270) =123.
Al seguir las trayectorias abiertas de izquierda a derecha en la figura anterior se
llega a la siguiente poltica ptima:
Hacer el sondeo ssmico.
Si el resultado es desfavorable (S=0) vender el terreno.
Si el resultado es favorable (S=1) perforar en busca de petrleo.
El pago esperado (incluyendo los costos de experimentacin) es $123.

Conclusiones:
La teora de decisiones es un tema muy importante debido a que toca puntos
sobre cmo actuar en caso de tener que tomar decisiones en el que el futuro es
incierto y que por lo general es el tipo de decisiones que se nos presentan de
forma constante en la vida cotidiana. Es muy importante saber cmo actuar en
diversos casos gracias a la teora de decisiones podemos considerar algunos
puntos que hemos de tomar en cuenta antes de tomar una decisin, para que a la
hora de tomarla se pueda elegir la ms conveniente.
En este documento se mostr un ejemplo en el que claramente se puede observar
las metodologas que nos proporciona la teora de decisiones en sus diferentes
marcos de referencia y adems de apoyarnos de herramientas como diagramas
de rbol para usarlos como apoyo a la hora de ser necesario tomar una serie de
decisiones.
En lo personal los mtodos empleados aqu se me hicieron bastante parecidos a
los empleados en mtodos de transporte, pero con la peculiaridad de que este
mtodo se muestra ms complejo al involucrar herramientas de otras reas como
la probabilidad, lo cual me agrada ya que es evidente que al tomar decisiones en
un futuro incierto la probabilidad juega un papel muy importante, y que gracias a
estos mtodos la probabilidad puede a ayudarnos a tomar decisiones que nos
favorezcan.

TEORIA DE JUEGOS
Las situaciones competitivas se caracterizan por el hecho de que dos o ms
individuos toman decisiones en situaciones que involucran intereses conflictivos y
en las que el resultado est controlado por las decisiones de todos los
participantes. El estudio de problemas competitivos desarrollado por Von
Neumann utiliza el principio de minimax, que tiene como idea fundamental la
minimizacin de la perdida mxima. Las ideas de Von Neumann han llevado al
desarrollo de una rama de las matemticas conocida como la Teora de Juegos,
que es til para manejar muchas situaciones competitivas.
La Teora de Juegos estudia las situaciones de interdependencia; situaciones en
las que tanto acciones que realicen los individuos como los resultados que quepa
esperar de ellas dependen de las acciones que otros pueden llevar acabo.
Dado que esas situaciones de interdependencia estn tan relacionadas con lo que
los otros puedan hacer, dar lugar a que se adopten diferentes estrategias, y que
se pueda intentar determinar cules son las acciones que los distintos individuos,
o jugadores llevara a cabo en la bsqueda de los mejores resultados, o pagos,
posibles.
Representacin De Los Juegos
Existen dos posibles representaciones de los juegos: la matricial, tambin
conocida como normal, y la forma extensiva o de rbol
La forma normal, o matricial, se suele utilizar - aunque no de manera exclusiva
cuando nicamente hay dos jugadores, de tal forma que se puedan poner sus
posibles estrategias en filas las del jugador nm. 1 y en columnas las del
jugador nm. 2.
Los pagos se muestran en el interior de las celdas correspondientes, siendo el
pago del jugador 1 el que se representa ms cerca de el antes de la coma y el
otro es el pago del jugador 2.
Jugador 2
Jugador 1 X Y
A 8,7 6,12
B 9,10 9,3





La representacin extensiva, o de rbol, muestra la misma informacin que la
forma matricial, pero ordenada de distinta manera, ms grfica.


Solucin
Existen diferentes formas de encontrar soluciones de equilibrio en los juegos,
siendo las ms conocidas la eliminacin iterativa de estrategias estrictamente
dominadas y el Equilibrio de Nash, especialmente en los juegos estticos.
Eliminacin Iterativa De Estrategias Estrictamente Dominadas
La eliminacin iterativa de estrategias estrictamente dominadas consiste como su
nombre lo indica, en ir eliminando una tras otra las estrategias que cualquiera de
los jugadores nunca llevara a cabo, debido a que siguiendo otra estrategia podra
obtener siempre un pago mayor. Al realizar la eliminacin de una estrategia, los
pagos que esta contenga no condicionaran las sucesivas eliminaciones que se
vayan efectuando posteriormente.
Ejemplo:
Jugador 2
Jugador 1 X Y Z
A 8,7 6,12 10
B 9,10 9,3 0,2

El jugador 2 debe eliminar la accin Z ya que en esta el siempre obtiene un pago
menor que el jugador 1.
Jugador 2
Jugador 1 X Y Z *
A 8,7 6,12 10*
B 9,10 9,3 0,2*

De forma similar el jugador 1 compara las acciones A y B, y claramente eliminara
A debido a que el pago es mayor en la accin A que en la de B (9>8 y 9>6).
Jugador 2
Jugador 1 X Y Z*
A* 8,7* 6,12* 10*
B 9,10 9,3 0,2*

Ahora bien como el jugador 2 sabe que el jugador 1 preferir elegir la accin A el
an puede elegir entre X y Y, por lo que el juego bsicamente est resuelto
cuando el jugador 2 escoja la accin que le deje un pago mayor cuando el jugador
1 seleccione la accin A.
Jugador 2
Jugador 1 X Y* Z*
A* 8,7* 6,12* 10*
B 9,10 9,3* 0,2*

El jugador 2 ganara al obtener un pago de 10 mientras que el pago del jugador 1
ser de 9.
Equilibrio De Nash
Un equilibrio de Nash es una combinacin de estrategias en la que la opcin
elegida por cada jugador es ptima dada la opcin elegida por los dems. Por
tanto, si se encuentra en un Equilibrio de Nash, ninguno de los jugadores tiene
incentivos para variar de estrategia.
Es importante sealar que en Equilibrio de Nash no necesariamente ha de ser un
equilibrio en estrategias dominantes - donde la opcin elegida por un jugador es
ptima ante cualquier estrategia de los dems -. Lo contrario, no obstante, s que
es cierto: un equilibrio en estrategias dominantes obligatoriamente ha de ser un
equilibrio de Nash y, adems ser el nico equilibrio de Nash posible del juego -.
Ejemplo:
Jugador 2
Jugador 1 X Y
A 9,11 6,14
B 9,10 10,3
Para hallar une Equilibrio de Nash se marca la accin que un jugador tomara de
acuerdo a la que el otro jugador tome de tal forma que este jugador obtenga un
mejor pago. Si el jugador 1 elije la accin A el jugador 2 debe seleccionara la
accin Y de igual forma si el jugador 1 selecciona la accin B el jugador 2 debe
seleccionar la accin X.
Jugador 2
Jugador 1 X Y
A 9,11 6,14
B 9,10 10,3

De la misma forma se sacan las del jugador 1. Si el jugador 2 selecciona la accin
Y el jugador1 debe seleccionar la accin B sin embargo si el jugador 2 escoge la
accin X el jugador uno no tiene eleccin ya que tanto la accin A como la B le
dejan el mismo pago.
Jugador 2
Jugador 1 X Y
A 9,11 6,14
B 9,10 10,3

Evidentemente se encuentra un Equilibrio de Nash en (B, X), por lo cual el juego
queda resuelto, donde el dominante seria el jugador 2 y por lo tanto siempre
debera seleccionar la accin X.
Bibliografa
Investigacin de Operaciones, M. Sasieni, A. Yaspan, L.Friedman, Editorial
LIMUSA, Octava Edicion, 1982.
Teora de la decisin y de los juegos, Juan Carlos Aguado Franco, DLTA
Publicaciones, 2012.









UNIVERSIDAD NACIONAL AUTONOMA DE MEXICO
FACULTAD DE ESTUDIOS SUPERIORES
ARAGON


INVESTIGACION DE SISTEMAS Y OPERACIONES
SEGUNDO PARCIAL
TEORIA DE DECISION Y TEORIA DE JUEGOS



Alumno: Gutirrez Pastrana Jos Eduardo
Profesor: Romero Andaln Jess ngel
Grupo: 2407
Fecha de entrega: 24 de abril de 2014