Esquema Temático

 Teoría de Decisiones
 Criterios de Decisiones
 Teoría de Decisiones
 La toma de decisiones es el proceso mediante el cual se realiza
una elección entre las alternativas o formas para resolver
diferentes situaciones de la vida.

 Estas se pueden presentar en diferentes contextos: a nivel

laboral, familiar, sentimental, empresarial (utilizando
metodologías cuantitativas que brinda la administración), etc.,
 Modelos de criterios de decisión
Toma de decisiones bajo certidumbre

 En este caso la persona que toma decisiones sabe de antemano

la consecuencia de cualquier alternativa que elija.

 Por ejemplo, si elige hacer un depósito en una cuenta de ahorro

se sabe cuánto de interés mensual generará.

 Siempre se elegirá la alternativa que maximice su utilidad o

minimice el costo.
 Modelos de criterios de decisión
Toma de decisiones bajo certidumbre

Una buena parte de las decisiones que se toman a diario cae

dentro de esta categoría

 Análisis del punto de equilibrio

 Programación Lineal
 Programación de la Producción
 Control de Inventarios
 Modelos de criterios de decisión
Toma de decisiones bajo incertidumbre.

 Se posee información deficiente para tomar la decisión, no se

tienen ningún control sobre la situación, se pueden plantear
diferentes alternativas de solución pero no se le puede asignar
probabilidad a los resultados que arrojen.

 Se incluye un punto de vista optimista o pesimista, agresivo o

conservador. Criterios:

* Criterio Maximin - pesimista o conservador

* Criterio Minimax - pesimista o conservador
* Criterio Maximax - optimista o agresivo
* Principio de Razonamiento Insuficiente o Laplace
* Criterio de Hurwicz
 La Inversión de John Pérez

 John Pérez ha heredado $1000.

 El ha decidido invertir su dinero por un año.
 Un inversionista le ha sugerido 5 inversiones posibles:

* Oro.
* Bonos.
* Negocio en Desarrollo.
* Certificado de Depósito.
* Acciones.

 John debe decidir cuanto invertir en cada opción.

La Inversión de John Pérez

Matriz de Ganancias
Solución

 Seleccionar un criterio de decisión

 Aplicar el criterio en la matriz de ganancia
 Identificar la decisión óptima
 Evaluar la solución
Criterio Maximin o Wald

-Este criterio se basa pensando en el peor de los casos

* Una decisión pesimista se toma creyendo que el peor

caso ocurrirá.

* Una decisión bajo criterio conservador asegura una ganancia

mínima posible.

-Para encontrar una decisión optima:

* Marcar la mínima ganancia a través de todos lo estados de la

naturaleza posibles.
Criterio Maximin o Wald

* Identificar la decisión que tiene máximo de las “mínimas

ganancias”.

The MaximinMaximin
El Criterio Criterion Minimos
Decisiones Gran Alza Peq. Alza Sin Cambios Peq. Baja Gran Baja Ganancias
Oro -100 100 200 300 0 -100
Bonos 250 200 150 -100 -150 -150
Negocio en D. 500 250 100 -200 -600 -600
Cert. De Dep. 60 60 60 60 60 60
Criterio Maximax
- Este criterio se basa en el mejor de los casos.

- Este criterio considera los puntos de vista optimista y

agresivo.

* Un tomador de decisiones optimista cree que siempre

obtendrá el mejor resultado sin importar la decisión tomada.

* Un tomador de decisiones agresivo escoge la decisión que le

proporcionará una mayor ganancia.
Criterio Maximax
- Para encontrar la decisión óptima:
* Encuentre la máxima ganancia para cada alternativa de
decisión.
* Seleccione la decisión que tiene la máxima de las
“máximas ganancias”.

El Criterio Maximax
Decision Gran Alza Peq. Alza Sin Cambios
Peq. Baja Gran Baja
Oro -100 100 200 300 0
Bonos 250 200 150 -100 -150
Neg. Des 500 250 100 -200 -600
Cert. Dep. 60 60 60 60 60
Criterio Minimax o Savage

- Este criterio se ajusta a decisiones pesimistas y conservadoras.

- La matriz de ganancia es basada en el coste de oportunidad

- El tomador de decisiones evalúa en qué pérdidas incurre si no

escoge la mejor decisión.
Criterio Minimax o Savage
 Para encontrar la decisión óptima:

Para cada estado de la naturaleza:

 Determine la mejor ganancias de todas las decisiones
 Calcule el costo de oportunidad para cada alternativa de
decisión como la diferencia entre su ganancia y la mejor
ganancia calculada.

 Para cada decisión

 Encuentre el máximo costo de oportunidad para todos los
estados de la naturaleza.
 Seleccione la alternativa de decisión que tiene el mínimo
costo de oportunidad.
 Invertir en Oro incurre en una
Criterio Minimax pérdida mayor cuando el mercado
presenta una gran alza

Matriz de Ganancias
Decision Gran Alza Peq. Alza Sin CambiosPeq. Baja Gran Baja
Oro -100 100 200 300 0
Bonos 250 200 150 -100 -150
Negocio 500 250 100 -200 -600
Cert Dep 60 60 60 60 60

Matriz de Costo de Oportunidad Maximo

Decision Gran Alza Peq. AlzaSin CambiosPeq Baja Gran Baja Costo Op
Oro 600 150 0 0 60 600
Bonos 250 Tabla50 de Costo 50
de Oportunidad
400 210 400
Negocio D. 0 0 100 500 660 660
Cert. Dep 440 190 140 240 0 440
 Modelos de criterios de decisión
Toma de decisiones bajo riesgo.

 En este caso la persona que toma decisiones conoce la

probabilidad de ocurrencia de la consecuencia.

 Por ejemplo, no se sabe si el próximo mes subirá el precio del

cacao, pero si se sabe que la probabilidad de que ocurra es del
50%.

 En la toma de decisiones bajo riesgo, se intentara maximizar la

consecuencia esperada (probabilidades).
 Esquema Temático

 Árbol de Decisiones
Probabilidades

 ¿En qué consisten las probabilidades?

 Indican incertidumbre acerca de un evento que:

 Ocurrió en el pasado
 Ocurre en el presente
 Ocurrirá en el futuro
 Valor esperado

 Es la media de la distribución de probabilidad

 Se calcula como:

m
E ( X )   X i p( X i )
i 1
Valor esperado: ejemplo

 Suponga que usted compra en ¢1000 un número de una rifa, la

cual paga un premio de ¢50.000.

 Hay dos eventos posibles:

 Usted gana la rifa, o
 Pierde

 ¿Cuál es el valor esperado del juego?

 Valor esperado: ejemplo

 La distribución de probabilidades es:

Evento X P(X)
Gana ¢ 49000 1/100

Pierde - 1000 99/100

 El valor esperado es:

49000*(1/100) + -1000*99/100 = -500

 ¿Qué significa ese resultado?

 Árboles de decisión

 Pueden usarse para desarrollar una estrategia óptima cuando el

tomador de decisiones se enfrenta con:

 Una serie de alternativas de decisión

 Incertidumbre o eventos futuros con riesgo

 Un buen análisis de decisiones incluye un análisis de riesgo

Árboles de decisión: Componentes y
estructura

 Alternativas de decisión en cada punto de decisión

 Eventos que pueden ocurrir como resultado de cada

alternativa de decisión. También son llamados Estados de la
naturaleza
 Árboles de decisión: Componentes y
estructura

 Probabilidades de que ocurran los eventos posibles

 Resultados de las posibles interacciones entre las alternativas de

decisión y los eventos.
Árboles de decisión: Componentes y
estructura
 Los árboles de decisión poseen:

 Ramas: se representan con líneas

 Nodos de decisión: de ellos salen las ramas de decisión y se

representan con 

 Nodos de incertidumbre: de ellos salen las ramas de los

eventos y se representan con 
 Árboles de decisión: Componentes y
estructura: ejemplo
Evento 1
Pago 1
Punto de P(Evento 1)
decisión

Alternativa 1 Evento 2 Pago 2

P(Evento 2)

Evento 3 Pago 3
P(Evento 3)

Alternativa 2 Pago 4
Árboles de decisión: Criterio del Valor
Monetario Esperado

 Generalmente se inicia de derecha a izquierda, calculando cada

pago al final de las ramas

 Luego en cada nodo de evento se calcula un valor esperado

 Después en cada punto de decisión se selecciona la alternativa

con el valor esperado óptimo
 Árboles de decisión: Ejemplo de la rifa

Gana
¢49.000
Punto de (0,01)
decisión
-500
Juega la rifa

Pierde ¢ -1000
(0,99)

No juega la rifa ¢0
Árboles de decisión: Ejemplo de la rifa

 En el nodo de evento se calculó el valor esperado de jugar la

rifa

 Luego se selecciona, en este caso el valor más alto (por ser

ganancias)

 La decisión desechada se marca con \\

 En este caso la decisión es no jugar la rifa

 Árboles de decisión: ejemplo

 Un fabricante está considerando la producción de un nuevo

producto. La utilidad incremental es de $10 por unidad y la
inversión necesaria en equipo es de $50.000

 El estimado de la demanda es como sigue:

Unidades Probabilidad
6000 0.30
8000 0.50
10000 0.20
 Árboles de decisión: ejemplo
(continuación)

 Tiene la opción de seguir con el producto actual que le

representa ventas de 2.500 unidades con una utilidad de
$5.5/unidad sin publicidad, con la opción de que si destina
$14.000 en publicidad podría, con una probabilidad de 80%
conseguir ventas de 5.500 unidades y de un 20% de que éstas
sean de 4.000 unidades, con una utilidad de $6.

 Construya el árbol de decisión y determine la decisión óptima

Árboles de decisión: Ejemplo, la
decisión de Larry
 Durante la última semana Larry ha recibido 3 propuestas
matrimoniales de 3 mujeres distintas y debe escoger una. Ha
determinado que sus atributos físicos y emocionales son más o
menos los mismos, y entonces elegirá según sus recursos
financieros

 La primera se llama Jenny. Tiene un padre rico que sufre de

artritis crónica. Larry calcula una probabilidad de 0.3 de que
muera pronto y les herede $100.000. Si el padre tiene una larga
vida no recibirá nada de él
Árboles de decisión: Ejemplo, la decisión
de Larry
 La segunda pretendiente se llama Jana, que es contadora en
una compañía. Larry estima una probabilidad de 0.6 de que
Jana siga su carrera y una probabilidad de 0.4 de que la deje y
se dedique a los hijos. Si continúa con su trabajo, podría pasar a
auditoría, donde hay una probabilidad de 0.5 de ganar $40.000 y
de 0.5 de ganar $30.000, o bien podría pasar al departamento
de impuestos donde ganaría $40.000 con probabilidad de 0.7 o
$25.000 (0.3). Si se dedica a los hijos podría tener un trabajo de
tiempo parcial por $20.000
Árboles de decisión: Ejemplo, la decisión
de Larry

 La tercer pretendiente es María, la cual sólo puede ofrecer a

Larry su dote de $25.000.

 ¿Con quién debe casarse Larry? ¿Por qué?

 ¿Cuál es el riesgo involucrado en la secuencia óptima de

decisiones?
Esquema Temático

 Ejercicios
 Arboles de Decisión

 Una compañía de seguros nos ofrece una indemnización por

accidente de 210.000$. Si no aceptamos la oferta y decidimos
ir a juicio podemos obtener 185.000$, 415.000$ o 580.000$
dependiendo de las alegaciones que el juez considere
aceptables. Si perdemos el juicio, debemos pagar los costos
que ascienden a 30.000$. Sabiendo que el 70% de los juicios
se gana, y de éstos, en el 50% se obtiene la menor
indemnización, en el 30% la intermedia y en el 20% la más
alta, determinar la decisión más acertada.