Índice

Pag.2
Introducción….. ................................................................................................................ 3
Alternativas de decisión mediante distribuciones de probabilidad. Criterio del valor
esperado. Árboles de decisión. Variantes del criterio del valor esperado. ....................... 4
Probabilidades posteriores. Funciones de utilidad. .......................................................... 6
Criterios: ........................................................................................................................... 6
Criterio de Laplace. ....................................................................................................... 6
Teoría de juegos: Suma cero. ........................................................................................ 7
Criterio minimax. .......................................................................................................... 7
Criterio Savage. ............................................................................................................ 8
Criterio Hurnicz. ........................................................................................................... 8
Estrategias: ....................................................................................................................... 9
Estrategias mezcladas. .................................................................................................. 9
Conclusión ...................................................................................................................... 10
Bibliografía ..................................................................................................................... 11
 Introducción

La toma de decisiones en estado de riesgo, sucede cuando se tienen

información confiable y lo más precisa posible pero solo de las alternativas que
apuntan a estados o situaciones que no son deseados, mientras que no se tiene certeza
de ninguna alternativa de las que se está considerando. En este tipo de decisiones la
importancia no solo se va a centrar en los diferentes tipos de resultados, sino más bien,
todos los riesgos que se corre al optar por una.

Todo proceso de decisión en sí implica un riesgo. Nunca (a pesar de todos los

datos) se está muy seguro de lo que sucederá, pero puedes esforzarte por tratar de
tomar la mejor decisión que permitirá que tu empresa avance.

En muchos problemas de decisiones se presentan variables que no están bajo el

control de un competidor racional y acerca de las cuales quienes toman las decisiones
tiene poca o ninguna información sobre la base de la cual conocer el estado de cosas
futuras. La toma de decisiones bajo incertidumbre se presenta cuando no puede predecirse
el futuro sobre la base de experiencias pasadas. A menudo se presentan muchas variables
incontrolables. Algunas veces es posible consolidar los efectos de esas variables no
controlables en términos de su distribución de probabilidad. La toma de decisiones bajo
incertidumbre implica que no se conoce la probabilidad de que prevalezca uno u otro de
los estados de resultado.
1. Alternativas de decisión mediante distribuciones de probabilidad.
Criterio del valor esperado. Árboles de decisión. Variantes del criterio del
valor esperado.

• Alternativas de decisión mediante distribuciones de probabilidad.

La mayor dificultad en este contexto es cómo valorar una decisión o alternativa

para poder compararla con otras. Así se presentan distintos criterios para valorar las
alternativas y, según sea el criterio adoptado, decidir cuál es la decisión óptima.

Los criterios se clasifican según utilicen las probabilidades de los distintos estados
uno. Los primeros está claro que sólo pueden ser utilizados cuando estas probabilidades
son conocidas, mientras que los segundos pueden ser aplicados, en cualquier caso.

Una de las situaciones que más dificultad lleva a la hora de tomar una decisión es
aquella en la que las consecuencias de las decisiones no pueden ser controladas, sino que
están sujetas a la aleatoriedad; esta aleatoriedad puede provenir, tanto porque el proceso
pueda estar gobernado por el azar, como por una falta de información que nos impida
determinar con exactitud cuáles son esas consecuencias. El contexto en que nos
encontramos, por lo tanto, es aquél en que el decisor ha de tomar una decisión ante una
situación con diversos estados gobernados por el azar.

• Criterio del valor esperado

✓ Valor esperado.

En estadística la esperanza matemática (también llamada esperanza, valor

esperado, media poblacional o media) de una variable aleatoria, es el número que
formaliza la idea de valor medio de un fenómeno aleatorio. Cuando la variable aleatoria
es discreta, la esperanza es igual a la suma de la probabilidad de cada posible suceso
aleatorio multiplicado por el valor de dicho suceso. Por lo tanto, representa la cantidad
media que se "espera" como resultado de un experimento aleatorio cuando la probabilidad
de cada suceso se mantiene constante y el experimento se repite un elevado número de
veces. Cabe decir que el valor que toma la esperanza matemática en algunos casos puede
no ser "esperado" en el sentido más general de la palabra - el valor de la esperanza puede
ser improbable o incluso imposible. Por ejemplo, el valor esperado cuando tiramos un
dado equilibrado de 6 caras es3,5. Podemos hacer el cálculo:
 ✓ Criterio del valor esperado.

Este criterio supone seleccionar aquella alternativa cuyo pago esperado o

medio sea mejor (si los pagos son beneficios la de mayor beneficio esperado y si son
costes la de menor coste esperado). Este criterio es el más común cuando las
probabilidades son conocidas, pero no tiene por qué ser el más apropiado. Obsérvese
que si el proceso de decisión se repite muchas veces en idénticas condiciones las leyes
de los grandes números aseguran que en el límite el pago medio es la esperanza.
Así pues este criterio es apropiado cuando el proceso se va a repetir muchas veces, pero
puede no serlo cuando se presenta una situación única, en la que el proceso no va a ser
repetido
• Árbol de decisiones.

El árbol, es una excelente ayuda para la elección entre varios cursos de

acción. Proveen una estructura sumamente efectiva dentro de la cual estimar cuáles son
las opciones e investigar las posibles consecuencias de seleccionar cada una de ellas.
También, ayuda a construir una imagen balanceada de los riesgos y recompensas
asociados con cada posible curso de acción. En resumen, los árboles de decisión proveen
un método efectivo para toma de decisiones debido a que:

 Claramente plantean el problema para que todas las opciones sean analizadas.

 Permiten analizar totalmente las posibles consecuencias de tomar una decisión.

 Proveen un esquema para cuantificar el costo de un resultado y la

probabilidad de que suceda.

 Nos ayuda a realizar las mejores decisiones sobre la base de la información

existente y de las mejores suposiciones.
2. Probabilidades posteriores. Funciones de utilidad.

• Probabilidades posteriores.

Se puede pensar que no basta de un lanzamiento para conocer sus características

como es el caso del dado cargado; en tal caso se puede conseguir mayor información
lanzando nuevamente el dado. Supongamos que el mismo dado lanzado salió un as de
nuevo, por lo tanto la probabilidad de que vuelva a ocurrir dicho evento variara en
proporción a la cantidad de veces que este ocurrió.

Por lo tanto, la probabilidad conjunta para que un evento se repita para este caso
es particular es de .325, ahora bien para calcular la probabilidad de que sea el primer
dado; la probabilidad que tiene el as en el primer dado será igual a la probabilidad
marginal conjunta del primero entre la suma de la probabilidad de ambos eventos es decir:

• Funciones de utilidad.

La función de utilidad es una ecuación matemática en la que se representa la

«satisfacción» o «utilidad» que obtiene un consumidor cuando disfruta de una
determinada cantidad de bienes o servicios.

3. Criterios:

• Criterio de Laplace.

Este criterio, propuesto por Laplace en 1825, está basado en el principio de razón
insuficiente: como a priori no existe ninguna razón para suponer que un estado se puede
presentar antes que los demás, podemos considerar que todos los estados tienen la misma
probabilidad de ocurrencia, es decir, la ausencia de conocimiento sobre el estado de la
naturaleza equivale a afirmar que todos los estados son equiprobables. Así, para un
problema de decisión con n posibles estados de la naturaleza, asignaríamos probabilidad
1/n a cada uno de ellos.

• Teoría de juegos: Suma cero.

Se llama así porque si se suma el total de las ganancias de los participantes y se

resta las pérdidas totales el resultado es cero. El go, el Pokémon y el juego del oso son
ejemplos de juegos de suma cero. La suma cero es un caso especial del caso más general
de suma constante donde los beneficios y las pérdidas de todos los jugadores suman el
mismo valor, porque se gana exactamente la cantidad que pierde el oponente.

Cortar una tarta es de suma constante o cero porque llevarte un trozo más grande
reduce la cantidad de tarta que les queda a los demás. Situaciones donde los participantes
pueden beneficiarse o perder al mismo tiempo, como el intercambio de productos entre
una nación que produce un exceso de naranjas y otra que produce un exceso de manzanas,
en la que ambas se benefician de la transacción, se denominan «de suma no nula».

El concepto fue desarrollado en la Teoría de juegos, por lo que a menudo a las

situaciones de suma cero se les llama «juegos de suma cero». Esto no implica que el
concepto, o la teoría de juegos misma, se aplique únicamente a lo que normalmente se
conoce como juegos. Las estrategias óptimas para juegos de suma cero de dos jugadores
suelen emplear estrategias minimax.

Ejemplos de juegos de suma cero:

El ejemplo más sencillo para comprender de un juego de este tipo es el póker.

Imaginemos una partida en la que participan cinco personas, y ocurre una jugada donde
los cinco participantes deciden apostarlo todo y confiar en su mano. Si cada uno de ellos
ha apostado 50 euros, tenemos un total de 250 euros que va a ir destinado a una persona,
la que tenga la mano más alta en la jugada.

El jugador que tenga la mejor mano tendrá una ganancia de 200 euros, ya que se
habrá llevado los 50 euros de cada uno de los participantes que han hecho un all-in en esa
jugada. Los cuatro restantes que han perdido la apuesta habrán perdido un total de 200
euros (50 cada uno), la misma cantidad que ha ganado el primer jugador.

• Criterio minimax.
 El criterio minimax sugiere que se seleccione la acción con menor perdía máxima
posible, de otro modo, la que presente los mayores beneficios mínimos posibles. En otras
palabras, hay que asegurar que se ganen por lo menos R pesos y buscar la acción que
brinde R mayor (la menor perdida, si se analizan las perdidas).

• Criterio Savage.

Una vez tomada la decisión y producido el estado natural se obtiene un resultado;

Savage argumenta que después de conocer el resultado, el decisor puede arrepentirse de
haber seleccionado una alternativa dada. Savage sostiene que el decisor debe tratar de que
ese arrepentimiento se reduzca al mínimo. El criterio es el siguiente:

a) Formar la matriz de arrepentimientos o de costo de oportunidad. A cada estado

natural se determina el mejor valor para ese estado natural. A cada estado natural le
corresponde una columna en la matriz de decisiones. En cada columna se determina
el mejor valor para ese estado natural y se sustituye por un cero; esto significa que
si ocurre ese estado natural y escogimos la alternativa que le corresponde a ese valor
óptimo, nuestro arrepentimiento será nulo. En sustitución de los valores del resto de
la columna, se escribirá la diferencia entre el resultado óptimo y los demás
resultados; esta diferencia es el costo de oportunidad o arrepentimiento por no haber
escogido la alternativa que diera el valor óptimo. La matriz así formada se conoce
como: matriz de arrepentimientos, de costos de oportunidad o pérdida de
oportunidad.

b) Una vez formada la matriz de pérdida de oportunidad, Savage aconseja escoger la

estrategia que corresponde al mínimo de los arrepentimientos máximos, es decir, se
aplica la regla mínimax.

La alternativa seleccionada será aquella que minimiza el arrepentimiento. Este

criterio tiene el inconveniente de que el número de eventos considerados puede alterar la
decisión. Además, la regla utilizada para seleccionar el mínimo de los arrepentimientos
máximos es similar al criterio de Wald, por lo tanto tiene sus inconvenientes.

• Criterio Hurnicz.
 Este criterio distingue los resultados máximos y mínimos posibles de cada
alternativa; hecho esto aplica el factor de ponderación ß llamado "índice de optimismo
relativo", para llegar a la decisión mediante el cálculo de utilidades esperadas.

4. Estrategias:

• Estrategias mezcladas.

Se usa en teoría de juegos para describir una estrategia que comprende los posibles
movimientos y la distribución de probabilidad que corresponde a la frecuencia con que
cada movimiento se elige. Una estrategia totalmente mezclada es una estrategia mezclada
en la que el jugador asigna una probabilidad estrictamente positiva a cada estrategia pura.
(las estrategias totalmente mezcladas son importantes para el refinamiento del equilibrio).
 Conclusión

El concepto de incertidumbre implica que no se asignan distribuciones de

probabilidad (definidas en términos de sus parámetros, tales como la media y la
desviación estándar). El riesgo implica que sí se le puede asignar algún tipo de
distribución probabilística. El término incertidumbre se utiliza para indicar una situación
de desconocimiento del futuro y el hecho mismo de impredecibilidad de los hechos. No
se puede garantizar que una inversión de los frutos deseados y en consecuencia es posible
que no ocurra el evento en teoría cierto.
 Bibliografía

https://isileiva.wordpress.com/2012/06/03/37/
https://prezi.com/ehgoy012v9hw/alternativas-de-decision-mediante-distribuciones-de-
probabil/?fallback=1
https://es.scribd.com/document/224362036/Alternativas-de-Decision-Mediante-
Distribuciones-de-Probabilidad
https://pdfcookie.com/documents/alternativas-de-decision-mediante-distribuciones-de-
probabilidad-j26744eqn4l4
https://thales.cica.es/rd/Recursos/rd99/ed99-0191-03/laplace.htm
https://es.slideshare.net/kmilo1104/criterio-de-laplace
https://www.sdelsol.com/glosario/juego-de-suma-cero/
https://www.monografias.com/trabajos107/toma-decisiones-riesgo-e
incertidumbre/toma-decisiones-riesgo-e-incertidumbre2
https://es.wikipedia.org/wiki/Juego_de_suma_cero
https://www.studocu.com/co/document/universidad-de-la-salle-colombia/investigacion-
de-operaciones/teoria-de-juegos-con-solucion-mediante-programacion-lineal/11898688
https://www.monografias.com/trabajos107/toma-dedecisiones-riesgo-e-
incertidumbre/toma-dedecisiones-riesgo-e-incertidumbre2