Lectura 10

El costo de oportunidad se entiende como aquel costo en que se incurre al tomar una
decisin y no otra. Es aquel valor o utilidad que se sacrifica por elegir una alternativa A y
despreciar una alternativa B. Tomar un camino significa que se renuncia al beneficio que
ofrece el camino descartado.

En toda decisin que se tome hay una renunciacin implcita a la utilidad o beneficios que
se hubieran podido obtener si se hubiera tomado cualquier otra decisin. Para cada
situacin siempre hay ms de un forma de abordarla, y cada forma ofrece una utilidad
mayor o menor que las otras, por consiguiente, siempre que se tome una u otra decisin, se
habr renunciado a las oportunidades y posibilidades que ofrecan las otras, que bien
pueden ser mejores o peores (Costo de oportunidad mayor o menor).

MINIMAX

Otra manera para tomar decisiones en este tipo de problemas es integrando el concepto de
arrepentimiento, o el costo de oportunidad. Para el ejemplo presentado en la leccin
anterior, supongamos que Magnolia Inn decide comprar el terreno en la ubicacin A como
se sugiere en la regla de decisin maximax. Si el aeropuerto se construye en la ubicacin A,
la compaa no se arrepentir de su decisin ya que da la mayor ganancia dentro de los
posibles escenarios. Sin embargo, Qu pasara si ellos seleccionaran la ubicacin A y el
aeropuerto se construyera en la ubicacin B? En este caso la compaa se arrepentira de la
decisin, ya que estaran perdiendo $23 millones. Si Magnolia Inn hubiera comprado el
terreno en la ubicacin B, habra tenido un retorno de $11 millones, y la decisin de
comprar el terreno en la ubicacin A resultara en una prdida de $12 millones. Por lo tanto,
existe una diferencia de $23 millones en las recompensas entre estas dos alternativas bajo
este escenario.

Para utilizar la regla minimax debemos primero convertir la matriz de recompensas en una
matriz de costos de oportunidad o de arrepentimiento, esta resume las posibles prdidas que
pueden resultar de cada alternativa de decisin bajo cada escenario. Para calcularla se
selecciona la mxima recompensa para cada posible escenario y se le restan los dems
valores. Para cada posible decisin se identifican el valor mximo y de estos valores se
selecciona el mnimo. La matriz de arrepentimiento del caso de Magnolia se muestra en la
Tabla 1.
Para el caso de Magnolia bajo el criterio minimax la decisin sera comprar el terreno en
ambas ubicaciones.

Reglas de decisin probabilsticas

Las reglas de decisin probabilsticas pueden ser usadas si a los posibles escenarios les
pueden asignar probabilidades de ocurrencia. Para problemas de decisin con frecuencia es
posible estimar estas probabilidades con datos histricos. Sin embargo, en casos como el de
Magnolia Inn representan decisiones de una sola vez por lo que no es probable que exista
informacin histrica. En estos casos, las probabilidades pueden ser asignadas de manera
subjetiva basados en entrevistas a expertos en el tema.

Valor esperado

La regla del valor monetario esperado (VME) selecciona la alternativa con el mayor valor
monetario esperado el cual se puede calcular de la siguiente manera:

La Tabla 2 muestra la decisin para el ejemplo de Magnolia Inn. En este caso la empresa
estima que existe un 40% de probabilidad de abrir el aeropuerto en la ubicacin A y un
60% de que se construya en la ubicacin B.

En este caso el mayor VME ($3.4) est asociado con la decisin de comprar el terreno en la
ubicacin B.

Arrepentimiento esperado
Las probabilidades de cada estado pueden ser utilizadas tambin para calcular el
arrepentimiento esperado o la prdida esperada para cada decisin del problema. La Tabla 3
muestra los clculos para el ejemplo de Magnolia Inn.

La decisin a tomar, basados en el menor arrepentimiento esperado, es comprar el terreno

en la ubicacin B.

NOTA: La regla del Mximo Valor Esperado y del Mnimo Arrepentimiento siempre
arrojarn la misma alternativa de decisin.

Referencias

Gerencie.com. (07 de 09 de 2008). Costo de oportunidad. Obtenido de

http://www.gerencie.com/costo-de-oportunidad.html

Ragsdale, C. (2008). Managerial Decision Modeling. Canad: T