5to

Semestre
Investigación de
Operaciones II
Tema 3
Teoría de Decisiones

La Teoría de Decisiones es un método para la toma de

decisiones que se caracteriza por hacer elecciones de
forma coherente cuando se presentan varias opciones
 Introducción
La toma de decisiones es el proceso mediante Tomar decisiones importantes sin la
reflexión adecuada, tiene como
el cual una persona debe realizar una consecuencia el riesgo de no tomar la
decisión más acertada.
elección de entre dos o más altenativas.
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 desarrolla de
nuestra vida, mientras otras son gravitantes
en ella.
Para los administradores, el proceso de toma
de decisión es sin duda una de las mayores
responsabilidades
 CONTENIDO TEMA 3
TEORIA DE DECISIONES

3.1 3.2 3.3 3.4

Características Criterios de Valor de la Árboles de
Generales Decisión: Probabilísticos Información Decisión
Y Determinísticos Perfecta

3.5 3.6 3.7

Teoría de Decisiones Uso de Software
Utilidad Secuenciales
 Actividad 1 Subtema 3.1
En una presentación de Power Point, Genially, Powtoon, etc., desarrolla el tema
3.1 Características Generales de la Toma de decisiones
Apoyate en el siguiente Video.
Extrae del video la siguiente información:

• Qué es la toma de decisiones

• Que ocurre en una empresa por la falta de la toma de decisiones
• Cuáles son y en que consisten las fases o etapas del proceso de toma
de decisiones
• Como se clasifica la toma de decisiones y en que consiste cada
clasificación.
• Caracterícticas de la toma de decisiones y que significa cada
característica.
Video explicación tema 3.1 características
generales teoría de decisiones
 3.1 CARACTERÍSTICAS GENERALES

● La Teoría de Decisiones es el 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. Para los administradores, el proceso
de toma de decisión es sin duda una de las mayores responsabilidades.
 3.1 CARACTERÍSTICAS GENERALES

TEORIA DE DECISIONES
● La toma de decisiones en una organización se limita a una serie de personas que están
apoyando el mismo proyecto. Debemos empezar por hacer una selección de decisiones,
y ésta selección es una de las tareas de gran trascendencia.
● Con frecuencia se dice que las decisiones son algo así como el motor de los negocios y
en efecto, de la adecuada selección de alternativas depende en gran parte el éxito de
cualquier organización.
● Los administradores consideran a veces la toma de decisiones como su trabajo principal,
porque constantemente tienen que decidir lo que debe hacerse, quién ha de hacerlo,
cuándo y dónde, y en ocasiones hasta cómo se hará. Sin embargo, la toma de decisiones
sólo es un paso de la planeación, incluso cuando se hace con rapidez y dedicándole poca
atención o cuando influye sobre la acción sólo durante unos minutos.
3.1 CARACTERÍSTICAS GENERALES
TEORIA DE DECISIONES
3.1 CARACTERÍSTICAS GENERALES
TEORIA DE DECISIONES
TIPOS DE PROBLEMAS Y DECISIONES
3.1 CARACTERÍSTICAS GENERALES
TEORIA DE DECISIONES
TIPOS DE PROBLEMAS Y DECISIONES
3.1 CARACTERÍSTICAS GENERALES
TEORIA DE DECISIONES
TIPOS DE PROBLEMAS Y DECISIONES
3.1 CARACTERÍSTICAS GENERALES
TEORIA DE DECISIONES
TIPOS DE PROBLEMAS Y DECISIONES
3.1 CARACTERÍSTICAS GENERALES
TEORIA DE DECISIONES
TIPOS DE PROBLEMAS Y DECISIONES
3.1 CARACTERÍSTICAS GENERALES
TEORIA DE DECISIONES
TIPOS DE PROBLEMAS Y DECISIONES
 3.2 Criterios de Decisión
Determinísticos y Probabilísticos

Los problemas de toma de decisiones

se pueden clasificar en dos
categorías:
● Modelos de decisión
determinísticos
● y Modelos de decisión
probabilísticos.
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos

Introducción
En los modelos determinísticos, las
buenas decisiones se juzgan de acuerdo a
sus buenos resultados. Se consigue lo
deseado de manera "determinística", es
decir, libre de riesgo. Esto depende de la
influencia que puedan tener los factores
no controlables, en la determinación de
los resultados de una decisión y también
en la cantidad de información que el
tomador de decisión tiene para controlar
dichos factores.
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos

Introducción
Los modelos probabilísticos están ampliamente
basados en aplicaciones estadísticas para la
evaluación de eventos incontrolables (o factores),
así como también la evaluación del riesgo de sus
decisiones. La palabra estadística no se deriva de
ninguna raíz griega o latina, sino de la palabra
italiana state.
La Probabilidad se deriva del verbo probar lo que
significa "averiguar" lo que no es tan fácil de
obtener o entender. La palabra "prueba" tiene el
mismo origen el cual proporciona los detalles
necesarios para entender lo que se requiere que sea
cierto.
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos
Introducción
Los modelos probabilísticos son vistos de
manera similar que a un juego; las acciones
están basadas en los resultados esperados. El
centro de interés se mueve desde un modelo
determinístico a uno probabilístico
usando técnicas estadísticas subjetivas para
estimación, prueba y predicción. En los modelos
probabilísticos, el riesgo significa incertidumbre
para la cual la distribución de probabilidad es
conocida. Por lo tanto, la evaluación de riesgo
significa un estudio para determinar los
resultados de las decisiones junto a sus
probabilidades.
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos

Cuando no se sabe a
ciencia cierta lo que puede
pasar en un futuro, se
considera el conocimiento
adquirido a través de los
años, así se puede
determinar una
probabilidad de ocurrencia:
0.1, 0.4, 0.5, la suma de
estas probabilidades debe
ser igual a 1
 3.2 Criterios de Decisión
Determinísticos y Probabilísticos
En este tema enfocaremos la toma de
decisiones, en las opciones que un Tomar decisiones importantes sin la
reflexión adecuada, tiene como
Administrador tiene que tomar para definir consecuencia el riesgo de no tomar la
que tanto producto fabricar, comprar, decisión más acertada.

vender, tomando en cuanta la oferta y la

demanda.
Si la Oferta es mayor que la demanda
Oferta> Demanda que implica esta
situación?
Si la Demanda es mayor que la oferta
Demanda > Oferta que implica esta
situación?
Si la Oferta es igual que la demanda
Oferta = Demanda que implica esta
situación?
 3.2 Criterios de Decisión Determinísticos
y Probabilísticos
La tabla o matriz de pagos proporciona una estructura organizada para analizar
situaciones probabilisticas, en algunas ocasiones se utilizan Árboles de Decisión en
lugar de Tablas o matriz de pagos
En la parte superior de la tabla se ubican los eventos o estados de la naturaleza.
Estos son aquellos eventos que se tiene poco o nulo control sobre ellos
𝑬𝟏 𝑬𝟐 𝑬𝒏
…..
(𝒑𝟏) (𝒑𝟐) (𝒑𝒏)

Del lado izquierdo de la tabla aparecen las alternativas de decisión

𝑨𝟏
𝑨𝟐
…..

𝑨𝒎
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos

Clasificación de los criterios de decisión

DETERMINISTICOS PROBABILISTICOS

• Criterio de pago máximo (pesimista) • Criterio de la máxima posibilidad

• Criterio de la minimización del • Criterio de Bayes
arrepentimiento
• Criterio Optimista

SIN EXPERIMENTACIÓN CON EXPERIMENTACIÓN

• Criterio del pago máximo • Ccriterio de Bayes que se divide en:

• Criterio optimista a. A priori
• Criterio de la máxima posibilidad b. Posteriori
• Criterio de la minimización del
arrepentimiento
• Criterio del máximo pago promedio (Criterio
de Bayes)
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos

Criterio MiniMax:
• Es un criterio extremadamente conservador, pesimista, en la toma
de decisiones

• Este criterio encuentra la alternativa de solución que maximiza el

resultado o consecuencia, con la mínima pérdida para cada
alternativa.

• Primero se encuentra el mínimo resultado para cada alternativa, y

después se elige la alternativa con el mayor valor.

• Este criterio de decisión localiza la alternativa con la mas baja

pérdida posible.
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos

Criterio MaxiMax:
• Es un criterio que solo tiene en cuenta el mejor resultado posible de
cada acción, el máximo de los máximos, se puede decir que es un
criterio de decisión optimista.

• Este criterio encuentra la alternativa de solución cuyo resultado o

consecuencia es el valor máximo para cada alternativa.

• Primero se encuentra el máximo resultado para cada alternativa, y

después se elige la alternativa con el mayor valor.

• Ya que el criterio de decisión localiza la alternativa con la más alta

ganancia posible.
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos

Criterio Semejanza:
• Es un criterio de decisión que encuentra la alternativa con el
resultado promedio más alto.

• Ae ste criterio se le llama semejanza debido a que asume que todas

las probabilidades de ocurrencia para ls estados naturales son
iguales, por lo tanto cada estado natural es semejante.

• Primero se calcula la salidad promedio para cada alternativa.

Después se elige la alternativa con el máximo número.
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos

Criterio Máxima Posibilidad u Oportunidad:

El criterio de máxima oportunidad supone concentrarse en el

estado de la naturaleza más probable. Lo primero sería
identificar el estado de la naturaleza con la mayor probabilidad
previa y, por consiguiente, elegir la alternativa de decisión que
tenga el resultado más elevado para ese estado de la naturaleza.

Este criterio se basa en la suposición de que ocurrirá lo más

probable, y por ello tendremos una mejor oportunidad de
resultado favorable que si suponemos cualquier otro estado de
la naturaleza.
 3.2 Criterios de Decisión:
Probabilísticos y Determinísticos

Criterio Valor Esperado:

• El Valor esperado de cualquier variable aleatoria es el promedio
ponderado de todos los valores posibles de la variable aleatoria,
donde los coeficientes de ponderación son las probabilidades de que
los valores ocurran.

• Diferentes rendimientos se asocian a distintos estados de la

naturaleza, por lo tanto, el rendimiento esperado asociado a la
alternativa i, es la suma de todos los estados j posibles.
VE(A1)=𝑿𝟏"𝟏 𝑷𝟏 +𝑿𝟏"𝟐 𝑷𝟐 + ⋯ + 𝑿𝟏"𝒏 𝑷𝒏
3.2 Criterios de decisión Deterministicos y
Probabilisticos
3.3 Valor de la Información Perfecta

Introducción

Ayuda a tomar decisiones con riesgo

Es una situación en la cual podrán
presentarse varios posibles estados de la
naturaleza, y se conocen las probabilidades
de todos ellos.
 3.3 Valor de la Información Perfecta

Ejemplo

Supongamos que un agricultor tiene la opción RESULTADO FINAL

de sembrar un producto u otro, y la cosecha que
recoja va a depender de lo que sembró, (que
A sembró, cuanto sembró,etc)
Manzanas Pero el resultado final que obtendrá, estará
influenciado por otros factores, entre ellos el FACTORES
climatológico, y sobre éste factor, el no puede CLIMATOLÓGICOS
influir.El no puede controlar que llueva o no
llueva o llueva poquito.
B El no conoce que va a pasar durante el proceso
Peras de siembra y hasta que recoja la cosecha.
No conoce que va a pasar para que esto le ayude
a tomar una decisión de que sembrar, cuanto SIN INFLUENCIA
sembrar, o de no sembrar, por decir algo. SIN CONOCIMIENTO
 3.3 Valor de la Información Perfecta

1. En este tema veremos que valor tendría, el que el agricultor sepa como se va a comportar el
factor climático ( si va a llover o no)
EL VALOR
2. El hecho de que conozca lo que va a ocurrir, no
significa que pueda tener influencia alguna sobre
ese factor
CONOCER LO QUE
VA A OCURRIR
DE CONOCER EL
COMPORTAMIENTO
DEL CLIMA
3. CONOCERÁ APRIORI LO QUE
VA A OCURRIR NO PUEDE INFLUIR

TOMAR DECSIONES FAVORECEDORAS

3.3 Valor de la Información Perfecta

Tener ese conocimiento del estado de la naturaleza:conocer A-

priori lo que va aocurrir, logicamente tiene un valor

MÁXIMA CANTIDAD
DISPUESTO A PAGAR ES EL VALOR DE LA
INFORMACIÓN
PERFECTA
VIP
 3.3 Valor de la Información Perfecta
Cómo se calcula este valor?

Para
calcular
VIP

Se comparan dos cifras:

La diferencia
entre estas
cantidades será
lo máximo que
esté dispuesto a
pagar
 3.3 Valor de la Información Perfecta

● Ejemplo

SIN CON
INFORMACIÓN INFORMACIÓN

$100 $120
Dispuesto a pagar Dispuesto a pagar

Lo máximo dispuesto a pagar sería $20

 3.3 Valor de la Información Perfecta

Analizando la situación sin información:

El agricultor optaría por la mejor alternativa de todas las

que tenga.
De ahí obtendría el Valor Esperado Monetario de la
Decisión Óptima

VEM (D*)
A B
 3.3 Valor de la Información Perfecta
Sin información:

VEM de la decisión óptima es el de la alternativa A=35

Con información:
La cantidad de dinero que ganará cuando dispone de
la información de los estados de la naturaleza sobre
los que no tiene control se llamará:

Valor Esperado
Monetario con
Información
Perfecta:
VEMIP
 3.3 Valor de la Información Perfecta

El Valor de la Información Perfecta será la

diferencia de lo que ganaría teniendo esa
información y lo que ganaría si careciera de ella

VIP= VEMIP –VEM(D*)

3.3 Valor de la Información Perfecta

Para calcular el VEMIP o el VEM se hace lo

siguiente:
Se realiza la suma ponderada de los pagos que obtendrá
con información o sin información, utilizando como factor de
ponderación, la probabilidad de que ocurran los distintos
estados de la naturaleza
 3.3 Valor de la Información Perfecta
Resulta fácil calcular cualquier valor esperado monetario
(VEMIP o VEM) a traves de una tabla matricial

A=40*0.5+30*0.5= 35

B=50*0.5+10*0.5= 30
3.3 Valor de la Información Perfecta

El Valor de la Información Perfecta (VIP)

es:

VIP= VEMIP – VEM(D*)

Por lo tanto, el valor de la

información perfecta para este
caso es de 5 unidades monetarias,
que son la cantidad máxima que el
agricultor está dispuesto a pagar
por conocer el comportamiento
futuro de los estados de la
naturaleza
 3.3 Valor de la Información Perfecta
En conclusion
● El Valor de la Información Perfecta es aquel dinero o cantidad máxima que un individuo está
dispuesto a pagar por conocer que estados de la naturaleza se van apresentar
● Lo calculamos como la diferencia entre lo que ganaría contando con la información y lo que
obtendría careciendo de dicha información
3.4
Árboles de Decisión
Introducción
Un Árbol de Decisión (o Árboles de Decisiones) es un método analítico que a
través de una representación esquemática de las alternativas
disponible facilita la toma de mejores decisiones, especialmente cuando
existen riesgos, costos, beneficios y múltiples opciones.

El nombre se deriva de la apariencia del modelo parecido a un árbol y su uso es

amplio en el ámbito de la toma de decisiones bajo incertidumbre (Teoría de
Decisiones) junto a otras herramientas como el Análisis del Punto de
Equilibrio.
 3.4
Árboles de Decisión
Introducción

Los árboles de decisión son especialmente útiles cuando:

• Las alternativas o cursos de acción están bien definidas (por

ejemplo: aceptar o rechazar una propuesta, aumentar o no la
capacidad de producción, construir o no una nueva bodega, etc.)
• Las incertidumbres pueden ser cuantificadas (por ejemplo:
probabilidad de éxito de una campaña publicitaria, probable
efecto en ventas, probabilidad de pasar de etapas, etc.)
• Los objetivos están claros (por ejemplo: aumentar las ventas,
maximizar utilidades, minimizar costos, etc.)
Ejercicio 1
3.4 Árboles de Decisión
● Que diseño de CRT eligirían ustedes, si tuvieran 2 opciones de diseño para una nueva línea de
tubos de rayos catódicos de alta resolución CRT (Cathode Ray Tube), para las estaciones de
trabajo de diseño asistido por computadora.
Teorema de bayes
probabilidades
https://youtu.be/Fi6G48j0IZ4
3.4
Teoría de Utilidad
INTRODUCCIÓN
La teoría de la utilidad esperada en Una función de utilidad es una función
Investigación de Operaciones es un real que mide la "satisfacción" o "utilidad"
modelo de elección racional donde los obtenida por un consumidor cuando disfruta
individuos toman decisiones con vía consumo de cierta cantidad de bienes.
incertidumbre (resultados inciertos). Matemáticamente puede demostrarse que
Cada resultado posible puede si es posible modelizar la conducta de un
cuantificarse en términos de útiles, y consumidor perfectamente
representarse a través de la función racional mediante funciones de utilidad
de utilidad. La elección preferida, convexa, entonces esta conducta puede
según la teoría, será aquella cuya resumirse mediante una curva de
utilidad esperada sea la más alta; es demanda decreciente. Más sencillamente,
decir, aquella utilidad que, estando si existe una función de utilidad para el
ponderada por su probabilidad, sigue consumidor racional y se dan unos
siendo mayor que el resto. supuestos matemáticamente razonables
entonces existe una "curva de demanda".
 3.5
Teoría de Utilidad
INTRODUCCIÓN

El modelo de Bernoulli y la paradoja de San Petersburgo

Antes del siglo XVIII, se creía que las decisiones con incertidumbre se determinaban en función al
valor esperado de las loterías (que solo toma en cuenta el valor numérico de las consecuencias y sus
respectivas probabilidades).

En 1738, Daniel Bernoulli afirmaba que las decisiones que toman los individuos no surgen solo de los
resultados esperados sino también de otros factores definidos a través de una función de utilidad.

Para Bernoulli, escoger una opción según su valor esperado no era racional porque en ese caso los
individuos apostarían todo (véase paradoja de San Petersburgo). Su argumento era el siguiente: «la
ganancia monetaria pueda incrementarse indefinidamente, pero la utilidad de esa riqueza no se
incrementa de modo paralelo».
 3.5
Teoría de Utilidad
INTRODUCCIÓN
Axiomas de elección racional

En el siglo XX, Von Neumann y Morgenstern desarrollaron la idea de Bernoulli y plantearon cuatro
axiomas que aseguran una elección racional:

Axioma de Preferencias Completas: Un individuo tiene las preferencias bien definidas y siempre
puede decidir entre las alternativas, es decir:
Para todo A y B o bien A es preferido a B, está indiferente entre ambas o B es preferido a A.

Ejemplo: María se encuentra en la selva y debe decidir qué ruta seguir para no perderse. Sus opciones son
A) Avanzar entre los árboles con un 60% de probabilidades de perderse, B) Seguir la corriente del río con
un 50% de probabilidades y C) Continuar por el sendero señalado con un 30% de probabilidades. Para
ella, C es preferido a B y B es preferido a A. Por tanto, María prefiere continuar por el sendero (C) (En este
ejemplo, las preferencias son completas porque están definidas sobre todas las opciones posibles y María
es capaz de decidir entre A, B y C)
●
 3.5
Teoría de Utilidad
INTRODUCCIÓN
Axiomas de elección racional
Axioma de Transitividad: Las preferencias de un individuo, además de ser completas, deben ser
consistentes. Es decir, para todo A, B y C con A preferido a B y B preferido a C se debe considerar que
A es al menos tan buena como C.

Ejemplo: Juan se encuentra en un casino y debe decidir entre jugar al póker con un 60% de
probabilidades de ganar (A), al blackjack con un 50% (B) o la ruleta con un 40% (C). Entre A y B, prefiere
A. Y entre B y C, prefiere B. Por tanto, Juan prefiere jugar al Póker (A) que a la ruleta (C).

En una lotería simple, cada consecuencia es un resultado final y las probabilidades solo dependen de una
variable aleatoria. Por ejemplo, en el juego de la moneda Ana tiene dos opciones: Cara o Cruz. Si sale
Cara, recibe un premio. En caso contrario, pierde.

En las loterías compuestas, las consecuencias son, a la vez, loterías y las probabilidades dependen de
más de una variable aleatoria. Por ejemplo, en un juego de dados, este se tira y si el número es menor que
4, pierde. Si es mayor, se vuelve a tirar el dado y en caso de ser mayor de 3 recibe un premio. Si es menor,
pierde. Para este caso, las probabilidades de ganar o perder dependen de obtener más de un 4 en la
primera y más de un 3 en la segunda tirada.
 3.5 Teoría de Utilidad
INTRODUCCIÓN
Axiomas de elección racional
● Axioma de Independencia: “Si P* es preferida a la lotería P, entonces la combinación aP * + (1 -
a)P ** será preferida a la combinación aP +(1 - a)P** para todo a > 0 y P**”1
Dadas dos loterías simples P* y P, y unas preferencias definidas. Si cada una formase parte de una lotería compuesta
distinta con probabilidad a de obtener P* o P y probabilidad 1-a de obtener un P** cual sea, entonces las preferencias son
independientes de la tercera lotería simple P**.

Ejemplo: Hace 1 año, Ana debía decidir cómo invertir 5000$ de sus ahorros y tenía dos opciones:
Opcin P*= Comprar bonos y recibir en 5 años 7500$ seguro
Opción P= Comprar acciones con un 20% de probabilidades de perder los 5000$ y un 80% de probabilidades de
recibir en 5 años 9000$

Ella refería comprar bonos(P*) a comprar acciones(P), pero justo cuando iba a invertir le robaron todo el dinero.
Un año después, Ana recuperó los 5000$ y al momento de invertir el mercado ya había cambiado (ahora existen dos
estados: Estar en alza con probabilidad p o estar en baja con probabilidad 1-p). Sus opciones ahora son:
- Comprar bonos y recibir los 7500$ (P*) con probabilidad a o con probabilidad 1-a recibir 6000$ (P**)= aP*+ (1-
a)P**
- Comprar acciones con probabilidad a de tener la opción P o con probabilidad 1-a recibir 6000$ (P**) = aP+(1-
a)P**
Si se cumple el axioma de independencia, Ana deberá preferir comprar bonos porque independientemente de lo que
elija, recibir 6000$ es una alternativa posible que no debe afectar sus preferencias.
 3.5 Teoría de Utilidad
INTRODUCCIÓN
Axiomas de elección racional
Axioma de Continuidad: Dadas tres loterías A, B y C donde A es preferido a B y B es preferido a C. Si
se cumple el axioma, el individuo es capaz de indicar una probabilidad p para estar indiferente entre B
y una lotería compuesta L donde A sale elegida con probabilidad p y C sale elegida con probabilidad 1-
p.

Ejemplo de continuidad: Suponga una lotería A donde ganas 10$ seguro, una lotería B donde no recibes
nada seguro y una lotería C donde vas a la cárcel seguro. A es preferido a B y B es preferido a C, pero esto
significa que existe una probabilidad p∈ (0, 1) tal que estaría indiferente entre no recibir nada seguro (B)
y una lotería compuesta L con p probabilidades de ganar 10$ y 1-p probabilidad de ir a la cárcel.