TOMA DE DECISIONES

EXPLICAR MEDIANTE UN EJEMPLO A QUE SE HACE REFERENCIA

TOMAR UNA DECISIÓN CONTRA UN ADVERSARIO, CONTRA LA
NATURALEZA, CONTRA UNO MISMO. CONCEPTO Y UN EJEMPLO.

La Toma de Decisiones es una actividad constante y permanente que conduce

a la selección y elección de una acción a seguir. En otras palabras es una acción
racional de resolver problemas a aprovechar oportunidades. El éxito o fracaso de las
decisiones depende del tipo de información que se tiene.

Toma de decisiones contra un adversario: La teoría de decisión comparte

características con la teoría de juegos, aunque en la teoría de decisión el ‘adversario'
es la realidad, en vez de otro jugador o jugadores.

Una persona no puede tomar decisiones difíciles, tener un puesto poco popular
o defender lo que cree a menos que él mismo se conozca y se sienta cómodo con su
postura. En el mundo empresarial, los mejores líderes en ambientes brutalmente
competitivos tienen un sexto sentido para percibir cambios en el mercado y las
acciones de la competencia existente y recién entrante. De cierta forma, un ganador,
debido a su intuición y astucia, podía ponerse en los zapatos de las personas con la
que negociaba, y eso le permitía predecir cada jugada en una negociación. Nunca
nadie estuvo cerca de ganarle la partida –porque sabía lo que pensaba su adversario
antes que el propio adversario lo supiera-.
Ejemplo:
Se considera el caso de los políticos A y B. Si ninguno de ellos lleva a cabo
una campaña negativa, la opinión pública tendrá buena opinión de ambos, pero
ninguno de ellos adquirirá ventaja sobre el otro. Si ambos realizan campañas de
publicidad negativa, la opinión pública tendrá mala opinión de ambos, pero de nuevo,
ninguno de ellos adquirirá ventaja. Cada uno de ellos será juzgado por la publicidad
del otro. Si el político A realiza una campaña limpia, el político B puede adquirir
ventaja realizando una campaña negativa que empañe la reputación de A.
Inversamente A ganará realizando una campaña negativa si el político B realiza una
campaña limpia.

Cada político razonará de la manera siguiente: Si mi adversario realiza una

campaña negativa, yo salgo ganando si también realizo publicidad negativa. Y si mi
adversario no realiza una campaña negativa, entonces yo puedo adquirir una ventaja
si hago publicidad negativa salgo ganando. Cada político tiene una estrategia
dominante, y existe un solo equilibrio de Nash en el que ambos realizan campañas
negativas pese a sus promesas de no hacerlo.

Este ejemplo ilustra un importante principio del pensamiento estratégico. La

práctica de tomar decisiones de ese modo se denomina inducción regresiva o
retroceso. Para cada decisión que se tome, sebe pensar y tomar en cuenta cual será la
respuesta óptima del adversario y cual será su propio resultado en cada caso. Cada
uno de ellos pensaba en las consecuencias de las decisiones de su adversario y
razonaba hacia atrás para determinar que debían hacer.
Toma de decisiones contra la Naturaleza: La teoría de decisiones se ocupa de
decisiones contra la naturaleza. Esta fase se refiere a una situación donde el resultado
(rendimiento) de una decisión individual depende de la acción de otro agente
(naturaleza) sobre el cual no se tiene control. Es importante observar que en este
modelo los rendimientos afectan únicamente a quien toma la decisión. A la naturaleza
no le importa cual es el resultado. Se pueden analizar tres casos específicos:
1) Decisiones bajo certidumbre: Una decisión contra la naturaleza en la cual el
estado de la misma se conoce con certeza.
2) Decisiones bajo condiciones de riesgo: Una decisión en la cual no existen
conocimientos sobre las posibilidades de los diversos estados de la naturaleza.
3) Decisiones bajo incertidumbre: Una decisión contra la naturaleza en la cual se
conoce la distribución de probabilidades de los estados de la naturaleza.

Cada uno de estos criterios conducirá, en general, a diferentes decisiones, con las
cuales muchos administradores se sentirán inconformes.

Ejemplo: Cómo tomar una mejor decisión comprando información confiable

(Abordaje de Bayes)

En muchos casos, el decisor puede necesitar la opinión de un especialista para

reducir sus incertidumbres con respecto a la probabilidad de cada uno de los estados
de la naturaleza. Por ejemplo, consideremos el siguiente problema de decisión
concerniente a la producción de un nuevo producto:
 
  Estados de la naturaleza
Mucha venta Venta media Poca venta
A(0.2) B(0.5) C(0.3)
A1 (desarrollar) 3000 2000 -6000
A2 (no desarrollar) 0 0 0
  Las probabilidades de los estados de la naturaleza representan los distintos
grados que tiene el criterio del decisor (por ejemplo, un gerente) con respecto a la
ocurrencia de cada estado. Nos referiremos a estas evaluaciones subjetivas de la
probabilidad como probabilidades "a priori".
El beneficio esperado de cada curso de acción es A1 = 0.2(3000) + 0.5(2000) + 0.3(-
6000) = $ -200 y A2 = 0; entonces elegimos A2, que significa que no desarrollamos.

Sin embargo, el gerente se siente algo reacio a tomar esta decisión; por ello
solicita la asistencia de una firma de investigación de mercado. Ahora nos
enfrentamos a una nueva decisión. Es decir, con cuál firma de investigación de
mercado debe consultar su problema de decisión. Es así que el gerente debe tomar
una decisión acerca de cuán "confiable" es la firma consultora. Mediante muestreo y
luego analizando el desempeño previo de la consultora debemos desarrollar la
siguiente matriz de confiabilidad:

  Qué sucedió realmente en el pasado

  A B C
Lo que el consultor
Ap 0.8 0.1 0.1
predijo
Bp 0.1 0.9 0.2
Cp 0.1 0.0 0.7

Todas las Firmas de Investigación de Mercado llevan registros (es decir,

conservan datos históricos) del desempeño alcanzado en relación con las predicciones
anteriores que hubieren formulado. Estos registros los ponen a disposición de sus
clientes sin cargo alguno. Para construir una matriz de confiabilidad debe tomar en
consideración los "registros de desempeño" de la Firma de Investigación de Mercado
correspondientes a los productos que tienen mucha venta, y luego hallar el porcentaje
de los productos que la Firma predijo correctamente que tendrían mucha venta, venta
media y poca o ninguna venta. Estos porcentajes se representan comoP(A p|A) = 0.8,
P(Bp|A) = 0.1, P(Cp|A) = 0.1, en la primera columna de la tabla anterior,
respectivamente. Se debe efectuar un análisis similar para construir las otras
columnas de la matriz de confiabilidad.

Observe que para fines de consistencia, las entradas de cada columna en la matriz de
confiabilidad deberían sumar uno.
a) Tome las probabilidades y multiplíquelas "hacia abajo" en la matriz, y luego
súmelas:
0.2 0.5 0.3
A B C SUMA
02(0.8) = 0.16 0.5(0.1) = 0.05 0.3(0.1) = 0.03 0.24
0.2(0.1) = 0.02 0.5(0.9) = 0.45 0.3(0.2) = 0.06 0.53
0.2(0.1) = 0.02 0.5(0) = 0 0.3(0.7) = 0.21 0.23
b) SUMA es el resultado de sumar en sentido horizontal.
c) Es necesario normalizar los valores (es decir, que las probabilidades sumen 1)
dividiendo el número de cada fila por la suma de la fila hallada en el paso b.
A B C
(.16/.24)=.667 (.05/.24)=.208 (.03/.24)=.125
(.02/.53)=.038 (0.45/.53)=.849 (.06/.53)=.113
(.02/.23)=.087 (0/.23)=0 (0.21/.23)=.913
Toma de decisiones contra uno mismo: La firmeza en tomar decisiones, está en
función de las veces que lo intenten, con independencia de los buenos o malos
resultados, pues no es disculpable poner pretextos inválidos, para hacer lo que
verdaderamente tiene que hacerse.

La toma de decisiones puede resultar fácil, cuando se trata de escoger entre

objetos materiales valorados, cuando se puede recurrir a las matemáticas, o para
repartir en forma equitativa si se tienen bien claros los criterios de reparto. Acumula
contra uno mismo conflictos, preocupaciones, dudas, ansiedades y angustias e
impiden enfrentarse con la verdad, con las verdades de los otros, incluso con las que
no se quieren ver, ni aceptar. El miedo al resultado, puede paralizar la decisión de
convertir un deseo en realidad. No obtener un objetivo al primer intento, no es un
fracaso, el fracaso es cuando no se intenta de nuevo.

Ejemplo:

Ejemplo de una toma de decisiones contra uno mismo, sería la de no

actualizarse en sus conocimientos, realizar cursos, que permitan mantenerse al día en
el campo que se trabaja, y no quedarse estancado, sin poder superarse y avanzar, y
por ende, no surgir ni obtener asensos ni mejoras salariales.
DECISIONES EN CADENAS, DEFINA Y EXPLIQUE MEDIANTE UN
EJEMPLO LOS CICLOS DE DECISIONES EN CADENAS.

La toma de decisiones puede verse como un procedimiento interactivo, un

ciclo que incluye varios círculos sucesivos. El ciclo de toma de decisiones
generalmente se activa por la urgencia de satisfacer necesidades.

Nuestras necesidades pueden variar en una jerarquía donde la necesidad

fisiológica se encuentra en último término y las necesidades de auto-realización en el
primero. No podemos esperar satisfacer todas nuestras necesidades. Por tanto, se hace
una elección para elegir un subconjunto de ellas, que definimos como deseos.
Además, es necesaria otra subrutina para establecer el nivel de aspiración, el cual
representa el nivel esperado de logro o expectativa en la satisfacción de necesidades.
No está a nuestro alcance repetir las teorías que tratan los niveles de aspiración que se
han formulado en los últimos anos. Es suficiente decir que el nivel de aspiración de
un individuo depende, en gran parte, del éxito que haya tenido en sus intentos
anteriores para satisfacer sus objetivos.

Enfrentado a objetivos conflictivos, el autor de las decisiones recurrirá a

sustituciones y cambios. La jerarquía de necesidades constituye una lista de
prioridades. Las necesidades, expectativas y cambios, convergen hacia metas y
objetivos, la cual puede considerarse un acercamiento de

Ejemplo: El ciclo de toma de decisiones (adaptado de Winseminus 1986, en

RIVM/UNEP, 1995)
DEFINA ÁRBOL DE DECISIONES Y EXPLIQUE MEDIANTE UN
EJEMPLO.

Un árbol de decisión es un recurso gráfico para analizar decisiones bajo

riesgo, o sea problemas en donde se han especificado las probabilidades de los
estados de la naturaleza.

El fundamento del análisis de decisiones es descomponer un problema

complejo en otros más simples, analizar éstos, unirlos lógicamente, y finalizar con un
plan de acción para solucionar el problema total. El árbol de decisiones, puede
brindar a los administradores, una visión clara de cuáles son las alternativas, los
riesgos y las necesidades de información de un problema determinado. En él se
describen las decisiones y acontecimientos cuyas consecuencias se desean comparar.

Asimismo es importante señalar, que esta metodología no proporciona la

solución al problema, ayuda más bien a determinar cual es la alternativa que nos
proporcionará una mayor utilidad o beneficio.

Ejemplo:

La compañía "ACDE" ha desarrollado un nuevo producto que está

considerando lanzar al mercado. El costo estimado del lanzamiento es de
100000.000 . Hay solamente dos estados de la naturaleza posibles, es preferido al de
su competidor o no. Si es proferido al del competidor y es lanzado al mercado, las
ventas brutas que obtendrá la compañía serán por 300000.000. Sin no es preferido del
competidor y es lanzado al mercado, las ventas brutas que se obtendrían serán de
500000.0000 suponga que no hay costos de producción.

De no lanzar el producto al mercado, ellos tienen la opinión de vender el

diseño a su competidor. De ser un mejor producto, se podría obtener 100000.000 en
la venta y de no ser mejor que el de la competencia, la venta se cerraría en la decisión
de introducir el producto o vender tiene que realizarse sin la confirmación de si es o
no mejor que la competencia, ya que ésta recién llegará en dos meses. ACDE tiene
además la posibilidad de diferir su decisión hasta después de realizar una prueba de
mercado. Esta prueba le dirá si su producto será o no mejor que el de la competencia.

Arboles de Decisión
Para este caso, de decisiones en secuencia, la matriz de beneficios no es una
herramienta útil. La metodología del árbol de decisiones nos permite representar,
analizar resolver fácilmente este tipo de problemas. En la representación gráfica de un
problema, esta metodología considera la utilización de cuadrados para significar
puntos de decisión y círculos para indicar la aparición de estados de la naturaleza.
Siguiendo estas pautas. La figura 1 nos muestra el árbol de decisiones para el caso de
la compañía ACDE.

Como se puede apreciar en la figura, se tienen dos decisiones en secuencia:

Primero debe decidir si hace o no la prueba y luego si lanza o vende el producto.
Además, de decidir por hacer la prueba, la siguiente decisión dependerá del resultado
de la misma ya que este punto nos enfrentamos a la incertidumbre de no saber el
resultado de la prueba.

Luego dependiendo de este resultado, decidiremos si es lanzado o vendido el

producto y en cada uno de los casos. El rendimiento que se obtiene depende de los
estados de la naturaleza que resulten finalmente.
 De esta forma la figura nos representa la estructura total del problema como la
secuencia de las decisiones involucradas. Sobre esta representación gráfica habría que
incluir la información de los beneficios que se obtendría en cada caso. La figura 2
representa este paso. Es necesario contar para cada alternativa con el resultado neto
de los diferentes flujos que la conforman. Se puede apreciar, que debido a la
incertidumbre presente, una misma alternativa nos puede llevar a flujos netos muy
diferentes.

Estos beneficios comúnmente se expresan en unidades monetarios y es

importante considerar el tiempo en que se darán los diferentes flujos, ya que esto
determinará que se tenga un diferente valor del dinero. El tiempo que transcurre entre
etapas sucesivas de decisión puede ser importante. Cuando usamos árboles de
decisión debemos aplicar, de ser necesario, el concepto de valor descontado. Una vez
concluido este proceso, se tendría que evaluar la incertidumbre a la que se enfrenta en
el proceso de decisión. Se trata de asignar, por alguna fuente disponible, la
probabilidad de que los diferentes estados de la naturaleza ocurran.

Análisis a posteriori

Supongamos para el ejemplo que la probabilidad de obtener un resultado

favorable a nuestro producto en la prueba es del 70%. De ser éste el resultado todavía
no hay certeza del resultado final, se ha establecido que la prueba acierta el 90% de
las veces. Cuando el resultado de la prueba es desfavorable, esta probabilidad cambia
a 80%. Para el caso de no realizar la prueba, por el Teorema de Bayes obtenemos una
probabilidad del 69% para la preferencia sobre el producto de la competencia. El
árbol de decisión con la asignación de probabilidades queda totalmente planteado en
la figura 3.

EXPLIQUE A QUE HACE REFERENCIA LAS TÉCNICAS DE

SIMULACIÓN Y MODELOS. EJEMPLOS.

La Simulación es la experimentación con un modelo de una hipótesis o un

conjunto de hipótesis de trabajo.

Thomas T. Goldsmith Jr. y Estle Ray Mann la define así: "Simulación es una
técnica numérica para conducir experimentos en una computadora digital. Estos
experimentos comprenden ciertos tipos de relaciones matemáticas y lógicas, las
cuales son necesarias para describir el comportamiento y la estructura de sistemas
complejos del mundo real a través de largos períodos".

Una definición más formal formulada por R.E. Shannon1 es: "La simulación
es el proceso de diseñar un modelo de un sistema real y llevar a término experiencias
con él, con la finalidad de comprender el comportamiento del sistema o evaluar
nuevas estrategias -dentro de los límites impuestos por un cierto criterio o un
conjunto de ellos - para el funcionamiento del sistema".

Modelos de simulación

La experimentación puede ser un trabajo de campo o de laboratorio. El

modelo de método usado para la simulación seria teórico, conceptual o sistémico.

Modelo teórico: El 'modelo teórico' debe contener los elementos que se

precisen para la simulación. Un ejemplo con trabajo de laboratorio es un programa de
estadística con ordenador que genere números aleatorios y que contenga los
estadísticos de la media y sus diferentes versiones: cuadrática- aritmética-geométrica-
armónica. Además debe ser capaz de determinar la normalidad en términos de
probabilidad de las series generadas. La hipótesis de trabajo es que la media y sus
versiones también determinan la normalidad de las series. Es un trabajo experimental
de laboratorio. Si es cierta la hipótesis podemos establecer la secuencia teorema,
teoría, ley.

Es el modelo principal de todo una investigación científica, gracias a ello

podemos definir o concluir la hipótesis, las predicciones, etc.
 Modelo conceptual: El modelo conceptual desea establecer por un
cuestionario y con trabajo de campo, la importancia de la discriminación o rechazo en
una colectividad y hacerlo por medio de un cuestionario en forma de una simulación
con una escala de actitud. Después de ver si la población es representativa o
adecuada, ahora la simulación es la aplicación del cuestionario y el modelo es el
cuestionario para confirmar o rechazar la hipótesis de si existe discriminación en la
población y hacia que grupo de personas y en que cuestiones. Gran parte de las
simulaciones son de este tipo con modelos conceptuales.

Modelo Sistémico: El modelo sistémico es más pretencioso y es un trabajo de

laboratorio. Se simula el sistema social en una de sus representaciones totales. El
análisis de sistemas es una representación total. Un plan de desarrollo en el segmento
de transportes con un modelo de ecología humana, por ejemplo. El énfasis en la teoría
general de sistemas es lo adecuado en este tipo de simulaciones. Este método, que es
para un Sistema complejo, es sumamente abstracto, no se limita a la descripción del
sistema, sino que debe incluir en la simulación las entradas y salidas de energía y
procesos de homeostasis, autopoiesis (capacidad de los sistemas para reproducirse a
partir de sus propios elementos) y retroalimentación.

Ejemplos:
a) Modelos de simulación estática vs. Dinámica: El sistema de transporte de
materiales dentro de una fábrica, una torre de enfriamiento de una central
termoeléctrica, etc..
b) Modelos de simulación determinista vs estocástica: Un ejemplo sería un
sistema de inventarios de una fábrica, o bien el sistema de líneas de espera de
una fábrica, etc. Estos modelos producen una salida que es en sí misma de
carácter aleatorio y ésta debe ser tratada únicamente para estimar las
características reales del modelo, esta es una de las principales desventajas de
este tipo de simulación.
 c) Modelos de simulación continuos vs discretos: Un ejemplo de ello es un
modelo de flujo de tráfico en una supercarretera, puede ser discreto si las
características y movimientos de los vehículos en forma individual es
importante. En cambio si los vehículos pueden considerarse como un
agregado en el flujo de tráfico entonces se puede usar un modelo basado en
ecuaciones diferenciales presentes en un modelo continuo.

Otro ejemplo sería un fabricante de comida para perros, requiere el auxilio de

una compañía consultora con el objeto de construir un modelo de simulación para su
línea de fabricación, la cual produce medio millón de latas al día a una velocidad casi
constante. Debido a que cada una de las latas se representó como una entidad
separada en el modelo, éste resulto ser demasiado detallado y por ende caro para
correrlo, haciéndolo poco útil. Unos meses más tarde, se hizo una reformulación del
modelo, tratando al proceso como un flujo continuo. Este nuevo modelo produjo
resultados precisos y se ejecuto en una fracción del tiempo necesario por el modelo
original.