Teoría de Decisiones

Decisión alternativa.
Es cada una de las posibles opciones que puede elegir la persona que toma una decisión.
También se conoce como estrategias y se denotan como 𝐷𝑖 , siendo i el subíndice
correspondiente a cada posibilidad.

Estados de la naturaleza.
Son las acciones externas que están fuera de control de la persona que toma las decisiones.

Resultados de una decisión.

Es el valor numérico con que se cuantifica cada decisión para un estado de la naturaleza
dado. Con frecuencia se expresa en unidades monetarias.
 Teoría de Decisiones

Matriz de pagos.
Es la tabla que contiene los resultados de tomar cada una de las posibles decisiones
alternativas ante cada estado de la naturaleza que puede acontecer. También suele
denominársele como tabla de resultados o de ganancias condicionales, ya que presentan las
ganancias que pueden lograrse para tomar una decisión cualquiera 𝐷𝑖 , dada la condición de
que suceda el estado 𝐸𝑖 . En dicha tabla las opciones de decisión van en los renglones y los
estados de la naturaleza en las columnas.

Árboles de decisión.
Un árbol de decisión es la representación gráfica del proceso que se lleva a cabo para tomar
una decisión. Cada autor representa un árbol bajo determinados convencionalismos.
 Teoría de Decisiones

Todo árbol de decisión consta de dos partes fundamentales; nodos y ramas.

Los nodos, pueden ser de dos tipos básicos: nodos de decisión, que representan los eventos
en los que se debe tomar una decisión y se denotan por cuadros, y los nodos de
probabilidad, que indican estados de la naturaleza y su probabilidad de que ocurran, se
ilustran por medio de círculos. Cada nodo, sin importar el tipo que sea, deberá tener una
resultado asociado a él.

Las ramas, muestran diferentes probabilidades de decisión o de los estados de la naturaleza,

dependiendo del tipo de nodo que parten, por tanto, partirán tantas ramas desde un nodo
de probabilidad como estados de la naturaleza halla y desde un nodo de decisión como
alternativas de decisión existan.
 Teoría de Decisiones

Todas las ramas inician desde un nodo que puede ser de cualquiera de los dos tipos y llegan
a otro, con excepción de las ramas terminales, que siempre inician partiendo de un nodo de
probabilidad y no finalizan en un nodo, sólo llevan señalando su resultado correspondiente.

Las ramas que inician en un nodo de decisión y que no son elegidas en el proceso de toma
de decisiones se marcan con una cruz en el esquema del árbol.
 Teoría de Decisiones

Modelos de decisión de criterios ingenuos.

Estos modelos son llamados de criterios ingenuos porque no toman en cuenta las
probabilidades que tiene cada estado de la naturaleza de suceder, por ello también suele
conocérseles como modelos de decisión sin datos previos.

Modelo minimax.
Este modelo también es conocido como pesimista y como criterio de decisión de Wald
(Hillier y Lieberman, 1991). Se basa en suponer que la naturaleza es un rival muy inteligente
y hará acontecer el estado menos conveniente para el tomador de la decisión, o lo que es lo
mismo, que sucederá lo peor para quien toma las decisiones. Consiste de las siguientes
etapas:
 Teoría de Decisiones

1. Para cada decisión 𝐷𝑖 , debe tomarse el peor resultado, es decir, el valor mínimo.
2. Con los resultados del paso anterior, debe seleccionarse aquella decisión correspondiente
al valor máximo.

Esto explica el nombre de este modelo, pues se está tomando de la matriz de pagos el valor
máximo de los mínimos.

Modelo optimista.
Este modelo también es conocido como criterio de decisión de Hurwicz y es exactamente
contrario al modelo anterior, ya que considera que la naturaleza siempre jugará a favor del
tomador de decisiones (Davis y Mckeown, 1986). Consta de los siguientes pasos:
 Teoría de Decisiones

1. Para cada decisión 𝐷𝑖 , tomar su mejor resultado, es decir, el valor máximo.

2. De los resultados del paso anterior, elegir aquella opción que tenga el valor máximo.

Modelo de maximización del pago promedio.

Este modelo también es conocido como criterio de decisión de Laplace y consta de las
siguientes etapas (Davis y Mckeown, 1986):

1. Para cada decisión 𝐷𝑖 , hallar el pago promedio, el cual se obtiene al dividir la suma de
todos los elementos del renglón i en la matriz de pagos, entre el número de ellos.
2. Se elige aquella decisión que tenga el valor máximo del pago promedio.
 Teoría de Decisiones

Análisis de Bayes criterio a priori.

Es un método muy popular para la toma de decisiones cuando el número de alternativas no

es alto.
Se le conoce también como el método de las ganancias esperadas, en condiciones de
incertidumbre, o método del valor esperado (Gallagher y Watson, 1992).
Consiste en calcular la ganancia esperada para cada una de las posibles decisiones
alternativas y elegir la que sea máxima. La ganancia esperada se obtiene por medio de la
siguiente ecuación:
𝑛

𝐺𝐸𝑖 = 𝑝 𝐸𝑗 𝑂𝑖𝑗
𝑗=1
 Teoría de Decisiones

Donde:

𝐺𝐸𝑖 = 𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛 𝑖.

𝑝 𝐸𝑗 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑛𝑎𝑡𝑢𝑟𝑎𝑙𝑒𝑧𝑎 𝑗.
𝑂𝑖𝑗 = 𝑃𝑎𝑔𝑜 𝑜 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜 𝑐𝑢𝑎𝑛𝑑𝑜 𝑠𝑒 𝑡𝑜𝑚𝑎 𝑙𝑎 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛 𝑖
𝑦 𝑠𝑢𝑐𝑒𝑑𝑒 𝑒𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑛𝑎𝑡𝑢𝑟𝑎𝑙𝑒𝑧𝑎 𝑗.
𝑛 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑠𝑡𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑛𝑎𝑡𝑢𝑟𝑎𝑙𝑒𝑧𝑎 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠.
 Teoría de Decisiones

Análisis de Bayes criterio a posteriori.

Es un método que consiste en calcular las ganancias esperadas después de haber modificado
las probabilidades de los estados de la naturaleza. Estas pruebas nos dan datos sobre
probabilidades condicionales de que un pronóstico se cumpla dado que sucede un
determinado estado de la naturaleza.

𝑃 𝑄𝑖 𝐸𝑗 ∗ 𝑃(𝐸𝑗 )
𝑃 𝐸𝑗 𝑄𝑖 =
𝑃(𝑄𝑖 )
 Teoría de Decisiones
Donde:

𝑖 = 𝐴𝑙𝑡𝑒𝑟𝑛𝑎𝑡𝑖𝑣𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛
𝑗 = 𝐸𝑠𝑡𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑛𝑎𝑡𝑢𝑟𝑎𝑙𝑒𝑧𝑎
𝑃 𝑄𝑖 𝐸𝑗 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛𝑎𝑙 𝑑𝑒 𝑕𝑎𝑏𝑒𝑟 𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑎𝑑𝑜 𝑖, 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑖ó 𝑗

𝑃 𝐸𝑗 𝑄𝑖
= 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛𝑎𝑙 𝑑𝑒 𝑞𝑢𝑒 𝑠𝑢𝑐𝑒𝑑𝑎 𝑒𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝑗, 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑓𝑢é 𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑜𝑐𝑎𝑑𝑜 𝑖
𝑃 𝐸𝑗 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑛𝑎𝑡𝑢𝑟𝑎𝑙𝑒𝑧𝑎 𝑗
𝑃 𝑄𝑖 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑕𝑎𝑏𝑒𝑟 𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑎𝑑𝑜 𝑖
Por su parte 𝑃 𝑄𝑖 se obtiene con la siguiente ecuación:
𝑛

𝑃 𝑄𝑖 = 𝑃 𝑄𝑖 𝐸𝑗 ∗ 𝑃(𝐸𝑗 )
𝑗=1
Siendo 𝑛 el número total de estados de la naturaleza
 Teoría de Decisiones
Por su parte la ganacia esperada 𝐺𝐸 para el criterio a posteriori se obtiene de la siguiente
ecuación:
𝑚

𝐺𝐸 = 𝐺𝐸 𝑄𝑖 ∗ 𝑃(𝑄𝑖 )
𝑖=1
Donde 𝑚 es el número de alternativas de decisión y 𝐺𝐸 𝑄𝑖 * es la ganancia esperada
óptima cuando el pronóstico dado fue 𝑖 , la cual se obtiene para cada pronóstico
seleccionando la mayor de las 𝑛 ganancias 𝐺𝐸𝑘 (𝑄𝑖 ) posibles, cada una de las cuales se
estima por medio de la siguiente fórmula:
𝑛

𝐺𝐸𝑘 𝑄𝑖 = 𝑃 𝐸𝑗 𝑄𝑖 ∗ 𝑂𝑘𝑗
𝑗=1
Donde los elementos 𝑂𝑘𝑗 son los resultados de la matriz de pagos.
 Teoría de Decisiones

Ejemplo:
EL señor José Sánchez tiene un expendio de tortas al menudeo y está buscando la manera
de programar su trabajo para el siguiente año, por lo cuál está analizando con información
anterior sobre su demanda de tortas cuántas deberá preparar de modo que sus utilidades
sean máximas. Para el señor Sánchez el costo de cada torta es de $ 0.80, y su precio de venta
es de $ 1.00, sólo que aquellas tortas que hayan sido preparadas y no se hayan vendido al
final del día tienen que ser rematadas a $ 0.70 cada una. De una estadística que abarca 100
días de ventas pasadas el señor Sánchez ha hallado lo siguiente:
Número de tortas Número de días.
900 35
1000 45
1100 20
 Teoría de Decisiones
Ejercicio. Tortas El tigre.

El señor José Sánchez tiene un carrito donde vende tortas en una plazoleta y está buscando
la forma de hacer más eficiente su trabajo, pues se ha dado cuenta de que preparar las
tortas hasta que el cliente llega al carrito, le ha comenzado a generar problemas, pues es
frecuente que se le junte un número considerable de personas que llegan a pedirle una
torta, y como no tiene en ese momento nada preparado, debe hacerlo hasta que le hacen el
pedido, con la consiguiente espera por parte del cliente. El señor Sánchez ha notado que hay
clientes que se disgustan por una espera prolongada y mejor se van del lugar. Ante esto, ha
pensado en preparar las tortas ese mismo día por la mañana y llegar con ellas ya lista para la
venta, solo que ahora el riesgo es que prepare tortas en mayor cantidad a las que le son
demandadas, pues por las características del producto, como los ingredientes que lleva, al
día siguiente ya no están en las mismas condiciones. Ante esta situación, ha elaborado la
siguiente estadística de los últimos 100 días de ventas:
 Teoría de Decisiones

Venta de tortas Frecuencia observada

Número de días
520 13
540 21
560 29
580 22
600 15
Total 100
 Teoría de Decisiones
El costo de cada torta para el señor Sánchez es de $7.20, mientras que su precio de venta es
de $13.00. Además ha hecho un arreglo con el Hospital Regional, que consiste en que lo que
haya preparado y a media tarde no haya vendido el Hospital lo tomará, sólo que a un precio
de $4.00 por torta.

Ante ésta situación, ¿cuántas tortas debe preparar el señor Sánchez?

 Teoría de Decisiones
Un agricultor de la Zona Media del Estado, está considerando plantar en esta temporada de
invierno un predio agrícola con chile serrano. El agricultor sabe que existe la posibilidad que
se presente una helada, lo cual le haría perder la cantidad de $ 5,200, pero en el caso de que
aquella no suceda, considera que ganaría $12,000. Conforme a datos de años anteriores se
estima que la probabilidad de que este año hiele es de 0.60. Ante esta situación, constrúyase
la matriz de pagos y el árbol de decisión del proceso.