FORMULACIÓN DE PROBLEMAS
 
 
 
 
MODELO
  PARA LA TOMAS DE DECISIONES
 
AUTOR:
  Gabriel Mauricio Yañez Barreto
 
 
 
 
 
 

 
 ÍNDICE  
 
1. Formulación  de  problemas.  
2. Matriz  de  pagos  
3. Criterios  de  manejo  de  toma  de  decisiones.  
3.1. Criterio  optimista.  
3.2. Criterio  conservador.  
3.3. Criterio  minimax.  
4. Árboles  de  decisión.  
 

DESARROLLO  DE  CADA  UNA  DE  LAS  UNIDADES  TEMÁTICAS  

1. Formulación  de  problemas.  

Para  analizar  un  problema  de  toma  de  decisiones  debemos  tener  en  cuenta  las  características  
que   lo   definen,   como   lo   son   los   estados   de   la   naturaleza   que   son   los   que   nos   definen   las  
decisiones  como  tal  y  también  encontramos  la  matriz  de  los  pagos  que  es  la  que  nos  define  los  
costos  y  las  posibles  decisiones  a  tomar.  
Las  alternativas  de  decisión  definen  las  alternativas  posibles  para  las  estrategias  que  podemos  
tener  en  cuenta  y  cuál  de  estas  será  la  ideal  para  la  persona  que  define  cual  se  deberá  utilizar.  
Por   lo   tanto,   para   definir   los   estados   de   la   naturaleza   de   un   problema   tenemos   que   son   los  
eventos  futuros  que  no  están  bajo  el  control  de  la  persona  encargada  de  tomar  las  decisiones,  
los  cuales  deben  ser  exhaustivos  y  mutuamente  excluyentes,  lo  que  quiere  decir  que  son  hechos  
de  alta  importancia  y  además  que  el  movimiento  o  acción  sobre  uno  de  ellos  no  afectará  al  otro.  

2. Matriz  de  pagos    

La  matriz  de  pagos  es  la  combinación  de  las  posibles  alternativas  con  las  que  se  cuentan  para  los  
estados   de   la   naturaleza,   la   cual   se   encuentra   relacionada   cada   una   de   ellas   por   un   pago.  
Teniendo  en  cuenta  estas  posibles  combinaciones  tenemos  definidos  cuáles  serán  las  posibles  
“rutas”  a  seguir.  
 
Los   pagos   tienen   diferentes   tipos   de   interpretaciones,   ya   que   pueden   ser   utilidades,   costos,  
tiempos,  distancia  o  cualquier  medida  que  sea  adecuada  al  problema  como  tal.  
 
Ahora  para  realizar  la  toma  de  decisiones  se  tienen  varios  criterios  si  no  se  cuenta  con  una  tabla  
de  datos  probabilísticos,  los  cuales  son  dependientes  de  las  matrices  de  pagos  de  cada  uno  de  
los  estados  de  la  naturaleza.    
 
 
 

2 POLITÉCNICO GRANCOLOMBIANO
Estos  criterios  son:  

• Criterio  Optimista.  

• Criterio  Conservador.  

• Criterio  Minimax(Arrepentimiento).  

3. Criterios  de  manejo  de  la  toma  de  decisiones.  

 
Para  realizar  el  estudio  de  cada  uno  de  los  criterios  tomaremos  un  ejemplo  y  lo  desarrollaremos  
explicando  cada  uno  de  los  pasos.  
 
Ejemplo  
 
La   compañía   ACME   está   considerando   construir   una   planta   para   la   fabricación   de   una   nueva  
high-­‐tech   trampa   para   correcaminos.   Debido   a   los   diferentes   factores   que   influyen,   es   muy  
difícil  saber  cuál  va  a  ser  la  demanda  del  producto.  Se  ha  estimado  que  la  demanda  puede  ser  
alta  (A),  media  (M)  o  baja  (B).  La  compañía  puede  construir  una  planta  pequeña  (P),  una  planta  
normal  (N)  o  una  planta  grande  (G).  Las  utilidades  promedio  (en  millones)  para  cada  escenario  
se  muestran  a  continuación.    
 
Tabla  1.  Matriz  de  pagos.  

 
  Demanda  
  Alta     Media     Baja  
 
Pequeña   4   4   -­‐2  
Tamaño  de  la  
Mediana   0   3   -­‐1  
planta  
Alta   1   5   -­‐3  
 
Fuente:  Elaboración  propia  2016.  

3.1. Criterio  Optimista  

 

i. El   criterio   optimista   es   utilizado   cuando   la   persona   que   define   la   ruta   a   seguir  

cuenta   con   que   los   estados   de   la   naturaleza   tienen   un   comportamiento  
favorable.  

ii. Selecciona   la   mejor   de   las   decisiones   posibles   en   cuanto   a   los   estados   de   la  

naturaleza.  

MODELOS PARA LA TOMA DECISIONES 3

 iii. Si   la   tabla   está   en   función   de   los   costos   selecciona   la   mejor   de   las   soluciones,  
ósea  el  menor  de  los  costos  posibles.  
Ahora  para  resolver  el  problema  de  la  compañía  ACME  tenemos  que  en  la  tabla  de  escenarios  
posibles  (ver  tabla1.)  los  estados  de  la  naturaleza  serán  qué  tipo  de  planta  abriremos,  por  lo  que  
se  define  que  el  criterio  optimista  toma  el  mejor  de  los  casos  para  cada  uno  de  los  estados  de  la  
naturaleza  del  problema  y  de  ellos  se  toma  el  mejor  por  lo  tanto  tendíamos  los  siguiente  tabla.  
 
Tabla  2.  Criterio  Optimista.  

  Demanda  
  Alta   Media   Baja   MAX  
 
Pequeña   4   4   -­‐2   4  
Tamaño  de  la  
Mediana   0   3   -­‐1   3  
planta  
Alta   1   5   -­‐3   5  
Fuente:  Elaboración  propia  2016.  
 

La   mejor   de   las   alternativas   seria   construir   una   planta   con   una   demanda   media,   según   lo   que  
nos  muestra  la  tabla  1,  por  lo  tanto,  el  tomador  de  decisiones  se  enfoca  en  esta  decisión  como  
tal.  

3.2. Criterio  Conservador.  

 

i. El   criterio   conservador   se   usa   cuando   el   tomador   de   decisiones,   prefiere   tomar  

una  decisión  intermedia  y  estar  más  seguro  de  los  resultados  que  desea  obtener  

ii. Para  tomar  la  decisión  se  toma  la  peor  de  las  opciones  y  de  las  peores  se  toma  la  
mejor  o  que  genere  mejor  pago.  

iii. Si  la  tabla  está  en  función  de  los  costos  se  toman  primero  los  peores  pagos  y  de  
estos  se  escoge  el  mejor.  
Ahora  para  resolver  el  problema  de  la  compañía  ACME  tenemos  que  en  la  tabla  de  escenarios  
posibles  (ver  tabla1.)  los  estados  de  la  naturaleza  serán  qué  tipo  de  planta  abriremos,  por  lo  que  
se  define  que  el  criterio  conservador  se  toma  el  peor  de  los  casos  y  de  este  se  toma  la  mejor  
solución.  Por  lo  tanto,  tendremos  la  siguiente  tabla    
 
 
 
 
 
 

4 POLITÉCNICO GRANCOLOMBIANO
 Tabla  3.  Criterio  Conservador.  

  Demanda  
  Alta   Media   Baja   MAX  
 
Pequeña   4   4   -­‐2   -­‐2  
Tamaño  de  la  
Mediana   0   3   -­‐1   -­‐1  
planta  
Alta   1   5   -­‐3   -­‐3  
Fuente:  Elaboración  propia  2016.  

 
Al  considerar  el  peor  de  los  escenarios  se  toma  la  mejor  de  las  soluciones  del  mismo  por  lo  tanto  
la  solución  es  una  planta  mediana.  

3.3. Criterio  Minimax  (arrepentimiento)  

 

i. Se  debe  construir  una  tabla  de  costos  de  oportunidad  (arrepentimiento).    

ii. La  tabla  se  construye  al  calcular,  para  cada  estado  de  la  naturaleza,  la  diferencia  
entre   el   pago   de   cada   alternativa   con   el   mejor   pago   para   dicho   estado   de   la  
naturaleza.    

iii. A  cada  alternativa  se  le  asigna  el  mayor  costo  de  oportunidad  posible,  luego  se  
selecciona   la   alternativa   con   el   menor   de   los   costos   asignados.   Es   decir,   se  
selecciona  la  alternativa  con  el  mínimo  de  los  costos  de  oportunidad  máximos.    
 
Para  resolver  el  problema  por  medio  del  criterio  minimax  tenemos    
Tabla  4.  Creación  de  la  nueva  matriz  de  pagos.  

  Demanda  
  Alta   Media   Baja  
 
Pequeña   4-­‐4   5-­‐4   -­‐1+2  
Tamaño  de  la  
Mediana   4-­‐0   5-­‐3   -­‐1+1  
planta  
Alta   4-­‐1   5-­‐5   -­‐1+3  
Fuente:  Elaboración  propia  2016.  

 
 
 
 
 
 
 

MODELOS PARA LA TOMA DECISIONES 5

 A  partir  de  la  nueva  matriz  tomamos  el  menor  de  los  máximos  costos.  
Tabla  5.  Matriz  de  pagos  minimax.  

  Demanda  
  Alta   Media   Baja   MAX  
 
Pequeña   0   1   1   1  
Tamaño  de  la  
Mediana   4   2   0   4  
planta  
Alta   3   0   2   3  
Fuente:  Elaboración  propia  2016.  

La  planta  a  construir  será  una  planta  pequeña.  

 
Toma  de  decisiones  considerando  probabilidades.  

a. Criterio  del  valor  esperado.  

i. Si   existe   información   disponible   sobre   el   comportamiento   probabilístico   de   los  

estados  de  la  naturaleza,  se  puede  usar  el  criterio  del  valor  esperado  (EV).    

ii. El  pago  esperado  de  cada  decisión  es  calculado  al  ponderar  los  pagos  bajo  cada  
estado  de  la  naturaleza  con  la  probabilidad  respectiva  de  cada  estado.    

iii. La  decisión  escogida  será  la  que  presente  el  mejor  valor  esperado.    

iv. El  valor  esperando  de  la  decisión  𝑑" esta  dado  por  la  siguiente  expresión  ;  
)

𝐸𝑉 𝑑" = 𝑃 𝑠( 𝑉"(  
(*+
Donde  
N=Numero  de  estados  de  la  naturaleza.  
𝑃 𝑠( =Probabilidad  de  que  ocurra  el  estado  di.  
𝑉"( =el  pago  obtenido  por  di  y  el  estado  de  la  naturaleza  sj.  

4. Arboles  de  decisión    

Un  árbol  de  decisión  es  una  representación  cronológica  del  problema.    
Existen   dos   tipos   de   nodos:   círculos   (estados   de   la   naturaleza)   y   cuadrados   (alternativas   de  
decisión).    
 
Las  ramas  del  árbol  dejando  cada  círculo  representa  a  cada  estado  de  la  naturaleza,  mientras  las  
ramas  que  dejan  cada  cuadrado  representa  a  cada  alternativa  de  decisión.    
 

6 POLITÉCNICO GRANCOLOMBIANO
Al   final   de   cada   rama-­‐fin   del   árbol   se   encuentran   los   pagos   acumulados   de   todas   las   ramas  
desde  el  inicio  hasta  la  rama-­‐fin
 
Ejemplo  2.  
 
El   restaurante   Burger   Prince   está   considerando   construir   un   nuevo   restaurante   en   la   carrera  
séptima.   Se   ha   estimado   que   la   tasa   de   arribo   de   clientes   al   restaurante   puede   ser   de   80  
clientes/hora  (s )  con  una  probabilidad  del  40%,  100  clientes/hora  (s )  con  una  probabilidad  del  
1 2
20%  y  120  clientes/hora  (s )  con  una  probabilidad  del  40%.  El  restaurante  puede  abrir  uno  de  
3
tres  tipos  de  locales  (d ,  d o  d ).  Las  utilidades  promedio  (en  dólares)  para  cada  escenario  se  
1 2   3
muestran  a  continuación.    
 
Tabla  6.  Matriz  del  ejemplo2.  

  Demanda  
  80c/h     100  c/h   120  c/h  
  D1   10000   15000   14000  
Modelo  Local   D2   8000   18000   12000  
D3   6000   16000   21000  
Fuente:  Elaboración  propia  2016.  

Figura  1.  Arbol  de  decision  ejemplo  2.  

Fuente  :  Elaboración  propia  2016.  

MODELOS PARA LA TOMA DECISIONES 7

  
Figura  1.  Arbol  de  decision  ejemplo  2  desarrollado.  
Fuente:  Elaboración  propia  2016.  

Por  lo  tanto,  la  respuesta  para  el  ejemplo  será  el  estado  3  o  D3.  
 
Valor  esperado  de  la  información  perfecta:  
Con   frecuencia,   antes   de   tomar   una   decisión,   se   puede   contar   con   información   que   permite  
mejorar  la  estimación  de  las  probabilidades  de  los  estados  de  la  naturaleza.    
 

• El   Valor   Esperado   de   la   Información   Perfecta   (EVPI)   corresponde   al   incremento  

en   el   valor   esperado   si   se   sabe   con   certeza   cuál   estado   de   la   naturaleza   va   a  
ocurrir.    

• El  EVPI  ofrece  un  valor  límite  del  precio  que  se  deberá  pagar  por  la  información  
muestral.
 
Pasos  para  Calcular  el  EVPI:


• Determine  el  pago  óptimo  para  cada  estado  de  la  naturaleza.    

• Calcule   el   valor   esperado   con   esos   valores   óptimos   y   las   probabilidades  

correspondientes.    

• Halle   la   diferencia   entre   el   Valor   Esperado   (EV)   de   la   mejor   decisión   y   el   valor  

esperado  con  los  pagos  óptimos.  El  resultado  será  el  EVPI.    
 
 
 

8 POLITÉCNICO GRANCOLOMBIANO
 Ahora  lo  primero  es  que  hallan  los  mejores  pagos  para  cada  estado  de  la  naturaleza  
 
  80  c/h   100  c/h   120  c/h  
Pago  optimo   10000   18000   21000  
       
 
Por   lo   tanto   hallamos   0.4*10000+0.2*18000+0.4*21000=   16000   ,   por   lo   tanto   como   el   valor  
esperado  del  mejor  de  los  resultados  es  14000  el  EVPI  será  de  :  
 
EVPI=  16000-­‐14000=2000  
 
Probabilidades  Posteriores.  
 

• La   información   muestral   puede   ayudar   a   estimar   mejor   las   probabilidades   de  

ocurrencia  de  un  estado  de  la  naturaleza.    

• Las  estimaciones  iniciales  son  llamadas  probabilidades  anteriores  (a  priorí).    

• Utilizando  probabilidades  condicionales,  las  probabilidades  anteriores  se  pueden  

actualizar  utilizando  el  teorema  de  Bayes.    

• Las   probabilidades   actualizadas   se   conocen   como   probabilidades   posteriores   (a  

posteriorí).    
Pasos  para  el  cálculo:    
 

• Para   cada   estado   de   la   naturaleza   multiplique   la   probabilidad   anterior   por   la  

correspondiente   probabilidad   condicional   del   indicador,   así   se   obtiene   la  
probabilidad  conjunta.    

• Sume  las  probabilidades  conjuntas  del  mismo  indicador  sobre  todos  los  estados  
de  la  naturaleza,  así  se  obtiene  la  probabilidad  marginal.    

• Para   cada   estado   de   la   naturaleza,   divida   la   probabilidad   conjunta   sobre   la  

probabilidad  marginal  del  indicador.  El  resultado  será  la  probabilidad  posterior.    

• El   Valor   Esperado   de   la   Información   Muestral   (EVSI)   corresponde   al   incremento  

en  el  valor  esperado  si  se  obtiene  información  a  través  de  un  estudio  o  muestra.    

• Su  valor  está  acotado  por  el  valor  de  la  información  perfecta.    
 

MODELOS PARA LA TOMA DECISIONES 9

 Pasos  para  Calcular  el  EVSI:    
 

• Determine   la   decisión   óptima   y   el   pago   esperado   para   cada   estado   de   la  

naturaleza  utilizando  las  probabilidades  posteriores.    

• Calcule   el   valor   esperado   con   los   valores   obtenidos   y   las   probabilidades  

marginales.    

• Halle   la   diferencia   entre   el   Valor   Esperado   (EV)   de   la   mejor   decisión   con   las  
probabilidades  anteriores  y  el  valor  esperado  con  las  probabilidades  posteriores.  
El  resultado  será  el  EVSI.    
La  eficiencia  de  la  Información  Muestral  es  la  razón  entre  el  EVSI  y  el  EVPI.    
Lo  eficiencia  siempre  es  un  número  entre  0  y  1.    
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

10 POLITÉCNICO GRANCOLOMBIANO
GLOSARIO  DE  TÉRMINOS  
 
 
 
Criterio  Optimista:     Se  le  dice  así  al  criterio  maximax.    
   

Gráfica  que  nos  muestra  la  relación  entre  la  utilidad  y  los  valores  
Curva  de  Utilidad     monetarios;  al  trazarse  esta  curva  se  pueden  utilizar  los  valores  de  utilidad  
  en  la  toma  de  las  decisiones.    
 

Distribución  de  
Se  utiliza  frecuentemente  para  calcular  el  tiempo  y  variaciones  de  
Probabilidades  
terminación  de  las  actividades  en  las  redes.    
Beta:    
 
 

Conjunto  de  relaciones  existente  en  cualquier  sistema  de  colas  de  un  
Ecuación  de  Little:    
estado  estable.    
 
 

Estado  de  la  

Resultado  en  el  que  el  administrador  tiene  poco  o  nulo  control.    
Naturaleza:    
 
 

Línea  de  Espera   Uno  o  más  clientes  u  objetos  que  permanecen  en  modo  de  espera  para  
(Cola):     recibir  un  servicio.    

M/D/1:     Notación  Kendall  para  el  modelo  constante  de  tiempos  de  servicio.    

Notación  Kendall  para  el  modelo  de  único  canal  con  llegadas  Poisson  y  
M/M/1:    
tiempos  de  servicio  exponenciales.    

Notación  Kendall  para  el  modelo  de  colas  multicanal  con  m  servidores,  
M/M/m:    
llegadas  Poisson  y  tiempos  de  servicio  exponenciales.    

Criterio  optimista  para  tomar  una  decisión;  se  presenta  cuando  se  opta  
Maximax:    
por  la  alternativa  con  el  rendimiento  posible  más  alto.    

MODELOS PARA LA TOMA DECISIONES 11

 Criterio  pesimista  para  tomar  una  decisión,  en  esta  alternativa  se  busca  
Maximin:     maximizar  la  ganancia  mínima  seleccionando  la  opción  con  las  mejores  y  
peores  ganancias.    

Método  de  clasificación  de  sistema  de  colas  basado  en  la  distribución  de  
Notación  Kendall:    
llegadas,  de  tiempos  de  servicio  y  de  la  cantidad  de  canales  de  servicio.    
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

12 POLITÉCNICO GRANCOLOMBIANO
REFERENCIAS  
 
 
Anderson,  D.  S.  (2005).  Métodos  Cuantitativos  Para  Los  Negocios  (Novena  Edición  ed.).  Mexico:  
Cengage  Learning  Editores.  
 
Bazaraa,  M.  J.  (1996).  Programación  Lineal  y  Flujo  en  Redes  (Segunda  edición  ed.).  México:  
Limusa.  
 
BAZARRA,  M.,  &  JARVIS,  J.  J.  (2005).  Programación  lineal  y  flujo  en  redes.  (Segunda  Edición.  ed.).  
México:  Limusa  Editores.  .  
 
Castillo.  (20  de  Noviembre  de  2007).  Departamento  Unican.  Obtenido  de  Unican:  
http://departamentos.unican.es/macc/personal/profesores/castillo/libro.htm  
 
HILLIER,  F.  &.  (2006  ).  Texto  principal:  Introducción  a  la  Investigación  de  Operaciones.  (6ª  
Edición.  ed.).  N/A:  McGraw  Hill.  .  
 
Hillier,  F.  &.  (2006).  Investigación  De  Operaciones  (Octava  Edición  ed.).  México:  McGraw-­‐Hill.  
 
Hillier,  F.  &.  (2008).  Métodos  Cuantitativos  Para  Administración  (Tercera  Edición  ed.).  México:  
McGraw-­‐Hill.  
 
Hopp,  W.  &.  (2008).  M.  Factory  Physics.  NY:  McGraw  Hill.  
 
TAHA,  H.  (  1997).  Investigación  de  Operaciones:  Una  Introducción  (Sexta  edición  ed.).  NY:  
Prentice  Hall.  
 
WINSTON,  W.  (2005).  Investigación  De  Operaciones  Aplicaciones  Y  Algoritmos  (Cuarta  Edición  
ed.).  México  :  Thomson.  
 
 

MODELOS PARA LA TOMA DECISIONES 13