Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Teoría de decisiones
“La grandeza no es una función de las circunstancias. La grandeza resulta ser en gran medida
una cuestión de elección consciente y de disciplina.” Jim Collins
La decisión es una elección que una persona u organización toma considerando una serie de
alternativas.
En una empresa las decisiones se toman de acuerdo a una jerarquía. Principalmente se dividen
en decisiones de tipo estratégico (gerencial), decisiones a nivel táctico (planificadores) y
decisiones de tipo operativo (operaciones cotidianas).
Una decisión tomada puede ser gravitante y de gran responsabilidad, por lo que debe basarse
en un estudio detallado de las diferentes alternativas considerando los beneficios y los
objetivos que busca una organización. De la adecuada selección de alternativas depende en
gran parte el éxito de una empresa.
Cuando se conoce certeramente cuales son los efectos de las acciones, es decir los beneficios,
desventajas y costos de cada alternativa son plenamente determinados. Aunque una decisión
tiene siempre un riesgo, ya que pueden presentarse situaciones ocultas, podemos decir
también que aquí el riesgo es bajo.
En este modelo:
- Puede requerir tiempo para conseguir toda la información y que a veces puede ser también
difícil de conseguir o, si el tiempo es demasiado, las decisiones podrían quedar obsoletas.
- Puede requerir mayores recursos humanos.
Las empresas con un sistema implementado de big data, que prevén los problemas a
presentarse en futuro, son las que más utilizan este modelo.
En este modelo se tiene el riesgo en la toma de una decisión ya que no se puede diagnosticar
con certeza el resultado de una alternativa. Puede ser debido a la falta de información o que la
información no pueda dar un resultado con certeza.
Aquí los resultados de las alternativas tienen una cierta probabilidad de ocurrencia y se
pueden utilizar la probabilidad objetiva o subjetiva. La objetiva es la probabilidad de
ocurrencia basada en hechos concretos (datos de años anteriores o de otros lugares), y la
subjetiva se basa en opiniones y juicios de personas con experiencia.
Aquí la información es escasa o nula. El riesgo de tomar una decisión es alto. Se pueden indicar
diferentes soluciones pero no se le pueden asignarles probabilidades.
En las decisiones sin riesgo se cuentan con procedimientos que utilizan la programación lineal
y no lineal, la programación dinámica, la teoría de juegos, entre otros.
Analizar decisiones es semejante al juego de dos personas con suma cero entre un tomador de
decisiones y la naturaleza con estrategia igual a los estados de la naturaleza. La combinación
de las estrategias del tomador de decisiones con la naturaleza es un pago para el tomador de
decisiones. La tabla de pagos formada permite la elección de una decisión siguiendo un
determinado criterio. La diferencia con la teoría de juegos, es que la naturaleza no utiliza un
criterio racional para la elección de la estrategia, sino la elección es aleatoria.
Un proceso que requiere tomar 1 sola decisión se define por la tabla de consecuencias:
E1 E2 …
D1 g11 g12 …
D2 g21 g22
… … … …
Dónde:
Ej es un estado de la naturaleza.
Di es una decisión.
gij es la ganancia o costo (consecuencia) por tomar la decisión Di teniendo el estado Ej.
E1 E2
D1 No mojado No mojado
D2 Mojado No mojado
Obsérvese por ejemplo que tomar una decisión de Salir sin paraguas (D2), entonces si ocurre
lluvia (E1), la consecuencia es Mojado.
E2 Demanda = 60 unidades
E3 Demanda = 30 unidades
D1 No se ordena el producto
D2 Se ordena 50 unidades
E1 E2 E3
D1 −2000 0 1000
D2 −1000 800 500
D3 1000 1200 −900
Ejemplo 3 Se debe tomar una decisión sobre qué equipo usar de 3 que realizan la misma tarea,
cuyos beneficios dependen del grado de adaptación de los operarios.
La pregunta que se tiene en las tablas de consecuencias es ¿Cuál deberá ser la mejor decisión?
Este criterio llamado también criterio ingenuo, toma en cuenta decisiones bajo
incertidumbres.
Una incertidumbre se presenta cuando no podemos suponer que pasaría con un suceso o
cuando no tenemos datos de probabilidades de ocurrencia. En las tablas anteriores no
sabemos si ocurrirá E1, E2 o E3.
D1 = min{─2000, 0, 1000}=─2000
Luego:
b) Criterio optimista
En este criterio se selecciona la decisión que da mayor beneficio (mayor ganancia o menor
costo).
Decisión =max{600,500,800,1000,600,400,500,700,900}=1000
Se selecciona la decisión para la cual el promedio de las ganancias mínima y máxima es mayor.
D1=(500+800)/2=650
D2=(400+1000)/2=700
D3=(500+900)/2=700
Llamado también criterio de Bayes. Se conoce las ganancias esperadas, los estados de la
naturaleza tienen probabilidades de ocurrencia y se selecciona aquella decisión que tiene una
máxima ganancia.
Ejemplo Según el Ejemplo 3 anterior suponiendo que las probabilidades de ocurrencia de los
estados son:
0.5*1000 +0.3*600+0.2*400=760
0.5*500 +0.3*700+0.2*900=640
Ejemplo
En el ejemplo anterior se hace un nuevo experimento (N) que arroja los siguientes resultados:
Hay una probabilidad de 80% de que los obreros tengan poca adaptación a los equipos.
Hay una probabilidad de 70% de que los obreros tengan buena adaptación.
Hay una probabilidad de 75% de que los obreros tengan una excelente adaptación.
Por el teorema de Bayes:
P(E1/N)=0.8*0.50/(0.80*0.50+0.70*0.30+0.75*0.20)=0.5263
P(E2/N)=0.7*0.30/(0.80*0.50+0.70*0.30+0.75*0.20)=0.2763
P(E3/N)=0.75*0.20/(0.80*0.50+0.70*0.30+0.75*0.20)=0.1974
D1= 0.5263*600+0.2763*500+0.1974*800=611.85
D2= 0.5263*1000+0.2763*600+0.1974*400=771.04
D3= 0.5263*500+0.2763*700+0.1974*900=634.22
La decisión recomendada es la D2
Ejemplo
Se ofrece a un gran inversor una cantidad de 80000 $us por prestar un local de ventas y si hay
buenas ventas se le ofrecerá un adicional de 800000 $us. El inversor sabe que si él decide
realizar el mismo negocio tendrá una pérdida de 200000 $us si no hay ventas, y si hay ventas
tendrá una ganancia de 2000000 $us. Los negocios de este tipo dan una probabilidad de 0.6 de
que haya buenas ventas. El inversor decide realizar una prueba adicional que tiene un costo de
50000 $us dando una probabilidad de 0.8 de que no hay ventas y 0.4 de que hay ventas. Qué
decisión sería recomendable que el inversor tome?
S1 no hay S2 Hay
ventas ventas
D1 80 880
D2 −200 2000
A priori 0.4 0.6
A posteriori 0.8 0.4
Las probabilidades que toman en cuenta las últimas pruebas se encuentran con el teorema de
Bayes:
P(S1/N)=0.8(0.4)/(0.4∙0.8+0.6∙0.4)=0.5714
P(S2/N)=0.4(0.6)/(0.4∙0.8+0.6∙0.4)=0.4286
S1 no hay S2 Hay
ventas ventas
D1 80−50=30 880−50=830
D2 −200−50=−250 2000−50=1950
Las ganancias esperadas de cada alternativa son
G(D1)=0.5714(30)+0.4286(830)=373
G(D2)=0.5714(−250)+0.4286(1950)=693
La mejor decisión es la D2
Se puede formar una red de tipo árbol tomando en cuenta que los nodos son las decisiones y
las ramas representan los resultados posibles.
Ejemplo
Se debe tomar una decisión para realizar o no un sondeo de opinión sobre los gustos de una
población sobre un determinado producto. Esto se representaría en un árbol de decisión:
Es posible encontrar una función de utilidad en la que los valores monetarios se modifiquen en
función de la preferencia del que toma las decisiones. Los nuevos valores pueden luego ser
analizados con los métodos vistos anteriormente. Esta teoría fue estudiada por O.
Morgenstern (1902−1977) y J. Von Neumann (1903−1957).
Por ejemplo podemos tener una puntuación o escala en función de los montos a decidir como
se ve en la siguiente figura:
En esta grafica se muestra que a mayores montos el decisor tiene más riesgo.
Supongamos que E1 =Muchos clientes y E2= Pocos clientes. Una decisión de invertir 30000
tiene las siguientes ganancias como consecuencias:
E1 E2
30000 -20000
y−y1/x−x1=y2−y1/x2−x1
Se puede hacer pasar una curva encima y debajo de esta recta indiferente:
El procedimiento para determinar utilidades intermedias es asumir una probabilidad para los
distintos montos, para luego convertir a escala con la siguiente fórmula:
U(x)=p u(max)+(1−p)u(min)
Ejemplo
Ge(A)=0.4(100)+0.3(25)+0.3(0)=47.5
Ge(B)=0.4(75)+0.3(50)+0.3(25)=52.5
Ge(C)=0.4(50)+0.3(50)+0.3(50)=50
Tomando en cuenta una actitud del decisor y eligiendo las consecuencias máxima y mínima se
define:
U(100)=100
U(0)=0
Consecuencias Probabilidad
0 0
25 0.3
50 0.6
75 0.8
100 1
U(25)=0.3u(100)+0.7u(0)=30
U(50)=0.6u(100)+0.4u(0)=60
U(75)=0.8u(100)+0.2u(0)=80
Utilidad Indiferente
0 0 0 0
25 0.3 30 25
50 0.6 60 50
75 0.8 80 75
100 1 100 100
Como se puede ver las utilidades están por encima de las indiferentes lo que indica que el
decisor es precavido.
Ge(A)=0.4(100)+0.3(30)+0.3(0)=49
Ge(B)=0.4(80)+0.3(60)+0.3(30)=59
Ge(C)=0.4(60)+0.3(60)+0.3(60)=60