Está en la página 1de 16

FACULTAD DE ADMINISTRACIÓN

ESCUELA ACADÉMICO PROFESIONAL DE


ADMINISTRACIÓN

TÍTULO

“TEORIA DE DECISIONES CON PROBABILIDAD Y SIN


PROBABILIDAD”

INTEGRANTES:

- Bautista Castro, Vivian


- Ramirez Reyes Andre

ASESOR:

SECCION:

AULA:

416

PIURA - 2019
INDICE
I. INTRODUCCION................................................................................................... 3

II. MARCO TEORICO............................................................................................ 4

II.1 Teoría de las decisiones ................................................................................... 4

II.2 Categoría de la toma de decisiones................................................................. 4

II.2.1. Toma de decisiones bajo certidumbre .................................................... 4

II.2.2. Toma de decisiones bajo riesgo. .............................................................. 5

II.2.3. Toma de decisiones bajo incertidumbre ................................................. 6

III. Tipos de toma de decisiones................................................................................ 7

III.1 Toma de decisiones sin probabilidad ............................................................. 7

III.2 Toma de decisiones con probabilidad ............................................................ 8

V. Herramientas para la toma de decisiones ........................................................... 12

V.1 Árboles de decisión ........................................................................................ 12


I. INTRODUCCION
La toma de decisiones es el proceso en el que los propietarios y
administrativos revisan información relacionada con nuevas oportunidades. En la
vida tanto en el ámbito profesional como personal nos vemos enfrentados a multitud
de situaciones en las que tenemos que decidir entre varias alternativas. El problema
de la decisión, motivado por la existencia de ciertos estados de ambigüedad que
constan de proposiciones verdaderas es tan antiguo como la vida misma. Se puede
afirmar que todos los seres humanos, aun los más simples se enfrentan con
problemas de decisión.
Conforme aumenta la complejidad del ser vivo, aumenta también la
complejidad de sus decisiones y la forma en que éstas se toman. Así, pasamos de
una toma de decisiones guiada instintivamente, a procesos de toma de decisiones
que deben estar guiados por un pensamiento racional en el ser humano. La Teoría de
la Decisión tratará, por tanto, el estudio de los procesos de toma de decisiones desde
una perspectiva racional, proceso durante el cual la persona debe escoger entre dos o
más alternativas. Todos y cada uno de nosotros pasamos los días y las horas de
nuestra vida teniendo que tomar decisiones. Algunas decisiones tienen una
importancia relativa en el desarrollo de nuestra vida, mientras otras son gravitantes
en ella.
II. MARCO TEORICO

II.1 Teoría de las decisiones

La teoría de la decisión proporciona una manera útil de clasificar

modelos para la toma de decisiones. Aquí se usará toma de decisiones como

un sinónimo de selección. Se supondrá que se ha definido el problema, que

se tienen todos los datos y que se han identificado los cursos de acción

alternativa. La tarea es entonces seleccionar la mejor alternativa entre las

cuatro categorías generales dependiendo de la habilidad para predecir las

consecuencias de cada una.

II.2 Categoría de la toma de decisiones

II.2.1. Toma de decisiones bajo certidumbre

Esta se presenta cuando se pueden predecir con certeza las

consecuencias de cada alternativa de acción. Es decir, existe una relación

directa de causa y efecto entre cada acto y su consecuencia. Si está

lloviendo, ¿se debe de llevar un paraguas? Si hace frio, ¿se debe llevar un

abrigo? Ya sea que se lleve o no el paraguas o el abrigo, las

consecuencias son predecibles.

En muchas partes de las decisiones que se toman diariamente

caen dentro de esta categoría. Por ejemplo, ¿En dónde comer?, ¿En

dónde comprar materiales para la oficina? Conceptualmente, la tarea es

bastante sencilla. Simplemente se evalúan las consecuencias de cada

acción alternativa y se selecciona la que más se prefiere.


Sin embargo, en la práctica, esto puede resultar lejos de ser fácil.

El número de alternativas puede ser muy grande lo que causaría que sea

muy laboriosa la enumeración. Por ejemplo, si una empresa 10,000

kilogramos anuales de polvo limpiador, ¿Cómo debe guardarse el

inventario? Se tienen disponibles 10,000 alternativas, más aún si se

permiten cantidades fraccionales.

II.2.2. Toma de decisiones bajo riesgo.

Este escenario presenta una situación intermedia entre los dos

anteriores: cada alternativa, estrategia o curso de acción tiene varias

consecuencias posibles, pero la persona encargada de tomar la decisión

conoce la probabilidad de que se dé cada una de ellas. Aunque la

elección no será tan fácil como en el caso de las decisiones bajo certeza,

será posible aplicar un modelo de toma de decisiones que la facilite.

El resultado más importante de la teoría de la decisión bajo riesgo

es que debe seleccionarse la alternativa que tenga el mayor valor

esperado. Esto es equivalente a apostar al promedio a largo plazo; es

decir, se debe seleccionar aquella alternativa con el pago promedio más

alto.

Existen muchas decisiones administrativas que pueden

catalogarse como toma de decisiones bajo riesgo. Por ejemplo:

 ¿Debería introducirse un nuevo producto en específico?

 ¿Debería ofrecerse más para obtener un contrato?

 ¿Debería construirse una nueva planta o ampliarse la que se

tiene?
 ¿Cuántos artículos se deben producir para una venta diaria?

 ¿Deberá iniciarse un nuevo programa costoso de propaganda?

En cada uno de estos casos se tienen elementos de un problema de

toma de decisiones bajo riesgo: al menos dos cursos alternativos de

acción, resultados probabilísticos y la habilidad para determinar las

probabilidades de los eventos.

A estas decisiones tomadas una sola vez pueden agregarse

situaciones de decisiones repetitivas, como inventarios, líneas de espera,

programación de la producción que pueden involucrar decisiones bajo

riesgo.

II.2.3. Toma de decisiones bajo incertidumbre

Esta es una categoría que se parece a la toma de decisiones bajo

riesgo, con una diferencia: Ahora no se tienen conocimientos de las

probabilidades de los eventos futuros y no se tiene idea de cuan posibles

sean las diferentes consecuencias. El ejemplo de los CD de navidad

equivaldría a tratar de decidir cuantos CD ordenar si tener la más remota

noción de cuanto se puede vender. Otro ejemplo es el de tratar de

adivinar si al lanzar una monea al aire el resultado es cara o sello, sin

saber si la moneda tiene dos caras, es legal, o tiene dos sellos. También

es un ejemplo de esta categoría el tratar de decidir si se debe aceptar una

oferta de trabajo sin saber si después se tendrá una mejor.


III. Tipos de toma de decisiones.

III.1 Toma de decisiones sin probabilidad

Existen enfoques en la toma de decisiones donde no se requieren

conocimientos. Estos procedimientos resultan apropiados en situaciones en

las cuales al momento de tomar las decisiones se tiene poca confianza en su

capacidad para juzgar las probabilidades de los diversos estados de la

naturaleza o en situaciones en las que es considerable el análisis del peor

caso o del mejor, independientemente de su probabilidad de ocurrencia.

El tomador de decisiones debe conocer los diferentes enfoques para

seleccionar el más apropiado:

a) Enfoque optimista: también conocido como maximax, este evalúa cada


alternativa de decisión en función del mejor resultado que pueda ocurrir. Este
enfoque considera los puntos de vista optimista y agresivo. Un tomador de
decisiones optimista cree siempre obtener el mejor resultado sin importar la
decisión tomada y el agresivo escoge la decisión que le dará mayor ganancia.
Para problemas que implican minimización, este enfoque conduce a elegir la
alternativa con el resultado mínimo.
b) Enfoque conservador: Para cada decisión posible se selecciona el peor
resultado. La mejor decisión es la que produce el mejor resultado (menos malo).
Este enfoque se basa pensando en el peor de los casos ajustándose a ambos tipos
de decisiones, es decir pesimista y optimista por eso se le conoce como
maximin. Una decisión pesimista se toma creyendo que el peor caso ocurrirá.
c) Enfoque de arrepentimiento: Este enfoque se ajusta a decisiones pesimistas
y conservadoras. Conocido como minimax. Para cada estado de la naturaleza se
calculan costos de oportunidad, para cada decisión posible se evalúa el max
costo de oportunidad y la mejor decisión es la que produce menor costo de
oportunidad. El tomador de decisiones incurre una perdida por no escoger la
mejor decisión. El arrepentimiento es el beneficio de lo que hubiera sido la
mejor decisión, dadas las circunstancias, menos el beneficio de la decisión
tomada concretamente, dadas las circunstancias. Ejemplo: Mi decisión debe ser
tal que valga la pena repetirla.
d) Enfoque del razonamiento insuficiente o criterio de Laplace: Este
criterio puede ser utilizado por un tomador de decisiones que no sea optimista ni
pesimista. El tomador de decisiones asume que todos los estados de la naturaleza
son equiprobables, como no se sabe nada de la naturaleza todo es igualmente
probable y se supone que los estados de la naturaleza tienen igual probabilidad
de ocurrencia. El procedimiento para encontrar una decisión optima:
a. Para cada decisión calcule la ganancia esperada.
b. Seleccione la decisión con la mayor ganancia esperada.
e) Enfoque del coeficiente de optimismo (Índice de Hurwicz): a mitad de
camino, ni demasiado optimista ni demasiado pesimista.

III.2 Toma de decisiones con probabilidad

La probabilidad de un suceso es el cociente entre los casos favorables y

los casos posibles.

La teoría de la probabilidad está muy presente a menudo en nuestra vida

diaria por eso es que los estados de la naturaleza tienen distinta probabilidad

de ocurrencia, estas probabilidades se pueden estimar. Los criterios se

clasifican según utilicen las probabilidades de los distintos estados o no.

a) Criterio de valor esperado: cuando están disponibles las probabilidades


para los estados de la naturaleza podemos usar el enfoque del valor esperado
para identificar la mejor alternativa
Sea N= número de estados de la naturaleza

P (sj)= Probabilidad del estado de la naturaleza sj.

Debido a que pueden ocurrir uno y solo uno de los N estados de la

naturaleza, las probabilidades deben satisfacer dos condiciones:


El valor esperado de una alternativa de decisión es la suma de los

resultados ponderados para la alternativa de decisión. El peso para un

resultado es la probabilidad del estado de la naturaleza asociado y, por

consiguiente, la probabilidad de que ocurrirá el resultado.

Un ejemplo para determinar el valor esperado tenemos el problema de

RCT, la empresa es optimista respecto al potencial para el complejo de

condominios. Suponga que ese optimismo conduce a una evaluación de

probabilidad subjetiva inicial de 0.8 de que la demanda será fuerte (s1) y

por lo tanto, una probabilidad correspondiente de 0.2 de que la demanda

será débil (s2). Por lo tanto, P (s1)=0.8 y P (s2)=0.2.

Estado de naturaleza
Alternativa de decisión Demanda fuerte S1 IV. Demanda débil S2
Complejo pequeño d1 8 7
Complejo mediano d2 14 5
Complejo grande d3 20 9

Usando los valores de la tabla de resultados del problema, calculamos el

valor esperado para cada alternativa de decisión:

VE (d1)= 0.8 (8) + 0.2 (7) = 7.8

VE (d2)= 0.8 (14) + 0.2 (5) = 12.2

VE (d3)= 0.8 (20) + 0.2 (-9) = 14.2


Por lo tanto, usando el valor esperado, encontramos que el complejo

grande, con un valor esperado de $14.2 millones es la decisión

recomendada.

b) Criterio de valor esperado de información perfecta: si se pudiera


contar con un predictor perfecto, se podría seleccionar por anticipado el
curso de acción optimo correspondiente a cada evento pronosticado. Este
valor corresponde al costo de la oportunidad seleccionada usando el
criterio de la ganancia esperada.
Suponga que RCT tiene la oportunidad de realizar un estudio de

investigación de mercados que le ayudará a evaluar el interés de los

compradores en el proyecto y proporcionar información que podría usar

la gerencia para mejorar las evaluaciones de probabilidad para los

estados de la naturaleza. Para la determinación del valor potencial de esta

información, se comienza suponiendo que el estudio podría brindar

información perfecta respecto a los estados de la naturaleza; es decir que

RCT podría determinar con certeza, antes de tomar una decisión, cual

estado de la naturaleza va a ocurrir. Para usar esta información perfecta,

elaboramos la estrategia de decisión que RCT seguiría una vez que

supiera cual estado de la naturaleza debe ocurrir. Esta estrategia es una

regla que especifica la alternativa que se seleccionará después de que se

hace disponible la información nueva.

Se tiene la tabla de resultados:

Estado de naturaleza
Alternativa de decisión Demanda fuerte S1 V. Demanda débil S2
Complejo pequeño d1 8 7
Complejo mediano d2 14 5
Complejo grande d3 20 9
Si la empresa supiera con seguridad que ocurrirá el estado s1, la mejor

decisión sería d3, con un resultado de $20 millones, de la misma forma, si

supiera que ocurrirá el estado s2, la mejor alternativa sería d1, con un

resultado de $7 millones. Esta es la estrategia de decisión óptima de RCT.

Para calcular el valor esperado con información perfecta, tomamos las

probabilidades originales para los estados de la naturaleza: P (s1)=0.8 y

P(s2)=0.2. Por lo tanto, hay una probabilidad de 0.8 de que la información

perfecta indique el estado de la naturaleza s1, la alternativa de decisión

resultante d3 daría una utilidad de $20 millones. Del mismo modo, con una

probabilidad de 0.2 para el estado s2, la alternativa de decisión óptima d1

lograría una ganancia de $7 millones. Por lo tanto, el valor esperado de la

estrategia de decisión que usa información perfecta es:

0.8 (20)+0.2 (7)=17.4

El valor esperado con información perfecta (VECIPER) es de $17.4.

Al comienzo de la explicación de decisiones con probabilidades, usando el

enfoque del valor esperado de la alternativa de decisión d3, con un valor

esperado de $14.2 millones. Debido a que este cálculo se hizo son el

beneficio de la información perfecta, se hace referencia a los $14.2 millones

como el valor esperado sin información perfecta (VESIPER).

El VECIPER es de $17.4 millones y el VESIPER es de $14.2 millones; por

consiguiente, el valor esperado de la información perfecta (VEIPER) es

$17.4 - $14.2= $3.2 millones. Este último valor representa el valor esperado

adicional que podría obtenerse si se dispusiera de información perfecta

acerca de los estados de la naturaleza.


VI. Herramientas para la toma de decisiones

VI.1 Árboles de decisión

Son modelos gráficos empleados para representar las decisiones

secuenciales, así como la incertidumbre asociada a la ocurrencia de eventos

considerados claves. Existen dos tipos de nodos: los que se representan por

cuadros y los que se representan por círculos.

Como primer paso para resolver problemas complejos es descomponerlos en

subproblemas más simples. Esta herramienta ilustra la manera en que se

pueden desglosar los problemas y la secuencia del proceso de decisión.

Un nodo es un punto de unión, una rama es un arco conector. La secuencia

temporal se desarrolla de izquierda a derecha.

Pequeño (d1)
2

Mediano (d2)
1 3

Grande (d3)
4
PROBLEMAS DE LAS TEORIAS DE DECISIONES

1. Una empresa fabricante de componentes electrónicos está estudiando cuatro


posibilidades de expansión de su capacidad productiva. Construir una planta, en
Brasil, un joint- Venture en China, ampliar su planta de España o construir una
nueva planta en Alemania. Los beneficios estimados durante los próximos años
para cada alternativa se muestran en la tabla siguiente en función de la demanda.3

Incremento de la demanda Demanda Disminución


del Constante de la
demanda en
30% 20% 5%
Brasil 1000 900 600 400
China 1300 1100 700 300
España 1200 1400 600 -100
Alemania 1000 900 700 700

A. Formule la decisión óptima siguiendo el criterio optimista, el pesimista, y el de


Laplace.
B. Establezca la decisión optima, si se considera que la probabilidad de que la
demanda se incremente un 30% es del 20%, de que aumente un 20% es del
30%, de que se mantenga es del 40% y de que se reduzca un 10%.
SOLUCIÓN
1.1. Criterio optimista

Maximizar (Máximo (Beneficio)

30 % 20% = 5% Máximo
(beneficios)
Brasil 1000 900 600 400 1000
China 1300 1100 700 300 1300
España 1200 1400 600 -100 1400
Alemania 1000 9000 700 700 1000

Máx. (Máx. (Beneficio))=Máx. (1000, 1300, 1400,1000)=1400


La decisión optima siguiendo el criterio optimista es la de ampliar la planta de España.
1.2. Criterio Pesimista
Maximizar (Mínimo (Beneficio))

30 % 20% = 5% Mínimo
(beneficios)
Brasil 1000 900 600 400 400
China 1300 1100 700 300 300
España 1200 1400 600 -100 -100
Alemania 1000 9000 700 700 700

Máx. (Mín. (Beneficio))=Máx. (400, 300,-100,700)=700


1.3. Criterio Laplace

Criterio de Laplace Criterio equiprobabe. Todos los estados de la


naturaleza tienen la misma probabilidad. En este caso los estados de la
naturaleza posibles son cuatro.

1. Incremento de un 30 % de la demanda.
2. Incremento de un 20% de la demanda.
3. La demanda permanece constante.
4. La demanda disminuye un 5 %.

Dado de los estados de la naturaleza son cuatro y que todos deben temer la
misma probabilidad(criterio de Laplace),la probabilidad a priori de cada uno de
ellos es del 100/4=25%.

30 % 20% = 5% Mínimo
(beneficios)
Brasil 1000 900 600 400 725
China 1300 1100 700 300 850
España 1200 1400 600 -100 775
Alemania 1000 9000 700 700 825
25% 25% 25% 25%

Máx. (Beneficio esperado))=Máx. (725, 850, 775,825)=850


La decisión optima siguiendo el criterio de Laplace es la de hacer un joint-venture en
China.
B. Establezca la decisión optima, si se considera que la probabilidad de que la
demanda e incremente un 30% es del 20%, de que aumente un 20% es del 30%,
de que se mantenga es del 40% y de que se reduzca un 10%.
En este caso debe aplicarse el criterio de la esperanza matemática.

30 % 20% = 5% Mínimo
(beneficios)
Brasil 1000 900 600 400 750
China 1300 1100 700 300 900
España 1200 1400 600 -100 890
Alemania 1000 9000 700 700 820
20% 30% 40% 10%

Máx. (Beneficio esperado))=Máx. (750,900, 890,820)=900


La decisión optima siguiendo el criterio de la esperanza matemática, con las
probabilidades a priori dadas el enunciado , es la de hacer un joint- venture en China.
CONCLUSIONES
La teoría de decisiones, teoría de juegos y la teoría de equilibrio de Nash , han servido
para analizar las diferentes situaciones de incertidumbre , certidumbre en el cual
nosotros como administradores debemos en enfocarnos en elegir la decisión más
acertada que tenga menor riesgo y mayor efectividad.

También el tomar una decisión con probabilidad y sin probabilidad consta de la


resiliencia porque nunca nos debemos de dar por vencidos ante los obstáculos que se
nos pongan enfrente.

Recuerda que al tomar una decisión ya no hay marcha atras y tendrás que afrontar las
consecuencias por eso tomate un tiempo para analizar lo que vas hacer.

En el ambito empresarial puede ser una herramienta de multiusos que puede solucionar
varios problemas que se presentan día a día, como en gestión, planificación y dirección
de una empresa.

Gracias a la investigación realizada, podemos identificar los diferentes métodos


cuantificativos que podemos utilizar en el curso en el día a día y para toda la vida en
temas personales y laborales.