CURSO: TEORIA DE

DECISIONES
Semana 1:
EL PROCESO DE TOMA DE DECISIONES EN UNA
ORGANIZACION

Profesor: Mg. Juan Cabana Fernández

https://www.youtube.com/watch?v=oWZQQedjWQM
• ¿Qué es lo que tratan de hacer?
• ¿Qué opciones tienen?
• ¿Que elementos influyen en su decisión?
LOGRO DE LA SESION
El alumno conoce el proceso de toma de decisiones en una organización y
conoce la matriz de decisión.

Datos/Observaciones
âLa teoría de la toma de decisiones estaba
principalmente centrada en el trabajo de los
economistas, antropólogos, matemáticos,
fisiologistas y filósofos (Eisgruber y Nielson 1963).
âHoy otros campos de trabajo y disciplinas tales como
la extensión, la ingeniería, las ciencias de la
información, la agronomía, y las ciencias de la
computación, están buscando una mejor
comprensión del proceso.
âLa teoría de la toma de decisiones estaba
principalmente centrada en el trabajo de los
economistas, antropólogos, matemáticos,
fisiologistas y filósofos (Eisgruber y Nielson 1963).
âHoy otros campos de trabajo y disciplinas tales como
la extensión, la ingeniería, las ciencias de la
información, la agronomía, y las ciencias de la
computación, están buscando una mejor
comprensión del proceso.
Decisión programada

• Son repetitivas y rutinarias.

• Se ha desarrollado un método para poder manejarlas.
• Al estar el problema bien estructurado, no se tiene
necesidad de realizar un proceso completo de
decisión.
Decisión no programada

• La reestructuración de una organización.

• Cerrar una división no rentable.
• Creación de una estrategia de mercado para un nuevo
producto.
• Sin método para poder manejarlas, conlleva necesidad de
realizar un proceso completo de decisión.
Procedimiento básico

1. Determinar la necesidad.
2. Identificar criterios de decisión.
3. Asignar peso a los criterios.
4. Desarrollar las alternativas.
5. Evaluar las alternativas.
6. Seleccionar la mejor alternativa.
1. Determinar la necesidad.

• El proceso comienza con el reconocimiento de la necesidad

de tomar una decisión.
• El mismo lo genera un problema o una disparidad entre cierto
estado deseado y la condición real del momento.
2. ID criterios de decisión.

• Una vez determinada la necesidad de tomar una

decisión… se deben identificar los criterios que
sean importantes para la misma.
3. Asignar peso a los criterios.

• Los criterios enumerados en el paso previo no tienen

mayor importancia. Es necesario ponderar cada uno
de ellos y priorizar su importancia en la decisión.
4. Desarrollar las alternativas.

• Es la base de la toma de decisiones y no es más que

desplegar las alternativas.
• El tomador de la decisión tiene que confeccionar una lista de
todas las alternativas posibles que podrían utilizarse para
resolver el problema.
5.Evaluar las alternativas.

• Una vez identificadas las alternativas, el analista de las decisiones tiene

que evaluar de manera crítica cada una de ellas.
• Las ventajas y desventajas de cada alternativa resultan evidentes
cuando son comparadas.
6. Seleccionar la mejor alternativa.

• Una vez seleccionada la mejor alternativa se llega al final del

proceso. Esta selección es bastante simple.
• El tomador de decisiones tiene que escoger la alternativa que
tuvo la calificación más alta en el paso número cinco.
Un modelo ideal

• Supone …
• Que se ha definido el problema,
• Que se tienen todos los datos y
• Que se han identificado los cursos de acción alternativos.

• … la tarea es entonces seleccionar la mejor alternativa.

Modelos

• Las decisiones deben tomarse sobre una realidad altamente compleja

debido al enorme número de variables que entran en juego.
• La información, el modelo y la experiencia son elementos clave para la
toma de decisiones exitosa.
Teoría de decisiones

• Cuatro categorías generales resultan, dependiendo de

la habilidad personal para predecir las consecuencias
de cada alternativa.
Teoría de decisiones

• Categorías. • Consecuencias.

• Certidumbre. • Deterministas.
• Riesgo. • Probabilísticas.
• Incertidumbre. • Desconocidas.
• Conflicto. • Dependientes del oponente.
 Teoría de decisiones
• Cuantitativo.
• Encuestas cuantitativas.
• Segmentación con análisis
multivariado.
• Estudios económicos de oferta y
demanda.
• Técnicas de la IO.
• Árboles de decisiones.
• Cualitativo.
• Técnicas de negociación.
• Técnica Delphos.
• Grupos de discusión.
• Manejo de conflictos.
• Cámara de Gesell.
Revisemos el proceso de decisión
Algunos problemas típicos a modelar

• Evaluar los beneficios de una política propuesta contra los costos

de implementarla
• Predecir el valor de una variable en un cierto instante de tiempo
futuro
• Evaluar si la inversión probablemente va a justificar los retornos
• Decidir dónde colocar una instalación (en detalle más tarde)
• Decidir cuántas personas contratar y dónde colocarlas
• Plan de actividades y recursos para un proyecto
• Políticas/planes de desarrollo, reemplazo, reparaciones y
mantención
• Desarrollo de políticas de control de inventario
Métodos de Análisis de Decisión
• Modelos de Valor: Función de utilidad con atributos múltiples
• Modelos de Incerteza: Árboles de decisión
• Una representación estructurada de las opciones y los
resultados
• Funciona mejor con problemas asimétricos (diferentes
acciones llevan a escenarios cualitativamente diferentes)
• Modelos de incerteza: Diagramas de influencias
• Son una representación estructurada de opciones, resultados y
valores
• Funcionan mejor para problemas simétricos (diferentes
acciones llevan a escenarios de similar estructura cualitativa)
• Fuente de software de análisis:
http://decision-analysis.society.informs.org/Field/FieldSoftware.html
 Ej.: tratamiento de un paciente
Goals:
• El paciente es sospechoso de tener • recuperación
una enfermedad. Los pacientes • libre de efectos secundarios
Options:
tratados se recuperan rápidamente • tratar o no tratar
de la enfermedad, pero el tratamiento Outcomes:
tiene efectos secundarios • enfermo/sano
• con/sin efectos secundarios
desagradables. Los pacientes no
tratados sufren una larga y difícil
enfermedad, pero finalmente se
recuperan.
El modelo de valor
• Objetivos relacionados a alternativas por medio de atributos
• Los atributo son medidas de alcance de los objetivos
• Cuantitativos
• Reflejan consecuencias
• Usualmente se tiene múltiples objetivos
• Los objetivos frecuentemente están en conflicto
• EL modelo de valor incorpora entre los objetivos (pesos?)
• Tipos de modelos de Valor
• Ordinal – ranking
• Función de valor medible según fortaleza de la preferencia
• Función de utilidad – incluye actitudes de riesgo
• Ejemplo médico:
• Tiene que evaluar el grado relativo de sufrimiento de los efectos
secundarios vs. enfermedad
• Necesita un modelo de utilidad para evaluar entre la probabilidad de
que tenga la enfermedad y el costo de los efectos secundarios
Función de valor aditiva lineal
• La función de valor es la suma ponderada por el peso de las
funciones de valor de los atributos individuales
• v(x1, …, xn) = w1v1(x1) + … + wnvn(xn)
• Requiere que los atributos sean preferencialmente
independientes:
• El orden de preferencia entre cualquier par de atributos Xi
and Xj no depende del nivel de otros atributos
• Más simple de especificar y usar que muchas otras formas
complejas de funciones
• Es importante tratar de especificar atributos que sean
preferencialmente independientes
Ejemplo: jerarquía con múltiples atributos: compara una casa en la playa

• Descomponer valor en atributos

– que no se traslapen
– cubra todos los aspectos importantes
– atributos último nivel deben ser medibles

• Evaluar función para comparar atributos

en cada nivel

• Calcular utilidades para cada opción

– puntuar en los atributos del último nivel
– calcular puntuación general
Ejemplo de un análisis con árbol de decisión

• Basado en un caso real Texaco vs Pennzoil 1984

• Pennzoil y Getty acuerdan una fusión
• Texaco le hace a Getty una mejor oferta y Getty desconoce el
acuerdo con Pennzoil
• Pennzoil demanda y gana, la corte decide $11.1 Billion reparaciones
• Texas apela el fallo, corte reduce en $2 Billion
• Con costos e intereses $10.3 Billion
• Texaco amenaza con bacarota y va a la corte suprema
• Texaco le ofrece un arreglo por $2 Billion
• Pennzoil cree $3-5 Billion es un precio justo
• Qué debe hacer Hugh Liedtke, CEO de Pennzoil ?
El árbol de decisión (simplificado)
Reglas cualitativas simples
• Dominancia
• Si la opción X es al menos tan buena como la opción Y en todos
los atributos
• Si la opción X es al menos tan buena como la opción Y para
cada posible resultado entonces la opción x es al menos tan
buena como la opción Y
• Información Inútil: si recaudar información es costoso y el
resultado no va a cambiar su decisión entonces no recaude la
información
 Programación Matemática
• Problemas de optimización con restricciones:
• Maximizar o minimizar la función objetivo
• Sujeto a las limitaciones que definen la región de factibilidad del espacio de
solución
• Métodos de solución:
• La programación lineal (LP)
• Función objetivo y las restricciones son lineales
• Programación no lineal (PNL)
• Función objetivo y / o algunas restricciones no son lineales
• La programación entera (PE)
• Espacio factible consiste en variables enteras
• Programación entera mixta (MIP)
• Espacio factible se compone de un número entero y algunas variables reales
• La programación de metas (GP)
• Trata de encontrar al menos una solución en la región de factibilidad
• Programación dinámica (DP)
• Buscar política óptima en la toma de decisiones secuenciales problema
• Programación matemática tradicional ignora la incertidumbre
Ejemplo de Programación Lineal
Una empresa fabrica 3 tipos de muebles:

tipo ganancia horas madera Cant. Min.

Silla 50 10.5 5 5
Banco 100 15 15 7
Mesa 75 17 10 5

Objetivo: Encontrar la combinación de fabricación que de la ganancia

más alta

Restricciones:
- Horas de trabajo disponibles = 400
- Maderas disponible = 300
- Debe hacer por lo menos la cantidad mínima de cada tema
Solución del problema
• Método Simplex - desarrollado por Dantzig en 1940,
- Método estándar
- Exponencial con el número de variables de
- Garantiza solución óptima
- Búsquedas puntos extremos en la región de factibilidad
• Algoritmo de Karmarkar - 1980's
- Tiempo polinómico
- Muy rápido en los problemas grandes
- Habilidad limitada para hacer análisis de sensibilidad
• Algoritmos especiales explotan caso de estructuras especiales
- Método de transporte
- Simplex de la red
Programación Entera
• La mayoría de los PI son binarios
- Enteros toman valores 1 o 0
• Método estándar: Branch and Bound
- Resolver LP con restricciones de números enteros relajado
- Elija una variable para hacer el branch
»Hacer 2 problemas - conjunto elegido variable a 1 o 0
»Resolver ambos problemas relajado
- Repetir hasta encontrar mejor solución
- Peor de los casos: 2n
» Puede explotar rápidamente
Resolviendo problemas no lineales
• Existen métodos estándar
- Descent Steepest
- Gradiente conjugado
• Convexidad es importante
- Uso de la PNL para resolver problemas no convexos da un
óptimo local (no global)
Resolviendo problemas
matemáticos
• Paquetes de optimización de propósitos especiales
• Por ejemplo, OSL, CPLEX
• Lineales, no lineales, enteros
• Hoja de cálculo con add-ins
• Por ejemplo, Solver de Excel
• Está disponible fácilmente, no se necesita aprender interfaz
nuevo
• Por lo general limitada (por ejemplo, solamente LP; límites de
tamaño)
• Muchos de los problemas no pueden resolverse
exactamente
• Se utilizan métodos heurísticos
Resolviendo LP con Excel
1. Organizar lógicamente los datos (etiquetas, etc)
Solver
• Coeficientes de la función objetivo
• Coeficientes de las restricciones
• Lado derecho de las restricciones
2. Reservar celdas para las variables de decisión
• llamadas changing cells
3. Crear en una celda fórmula de la función objetivo
Ø Llamado object cell
4. Crear una fórmula para la LHS de cada restricción
5. Abra Solver cuadro de diálogo (menú Herramientas)
6. Ingrese la información adecuada y ejecutar Solver
Análisis de Sensibilidad
• Análisis de sensibilidad de una variable
• ¿Qué tan sensible es la solución al cambio en el parámetro ?
• Método Simplex puede producir análisis de sensibilidad de
una variable como “subproducto”

• El análisis paramétrico
• Especificar rango de valores para uno o varios parámetro o
parámetros
• Evaluar como cambia la solución con el cambio de valores de
los parámetros a través del rango
DECISIONES CONTRA LA
NATURALEZA
• EL PROBLEMA PUEDE DESCRIBIRSE MEDIANTE UNA
TABLA DE DE RETRIBUCIONES EN LA QUE LOS
RENDIMIENTOS PARA QUIEN TOMA LAS DECISIONES
DEPENDEN DE LA DECISION QUE ELIJA Y DEL ESTADO
DE LA NATURALEZA QUE OCURRA.
ESTADOS DE LA NATURALEZA

OPCIONES DE
DECISION
 CLASES DE PROBLEMAS DE
DECISION
• DECISIONES BAJO CERTEZA: EL QUE TOMA LAS DECISIONES SABE CON PRECISION CUAL
ESTADO DE LA NATURALEZA OCURRIRA. AQUI ENTRAN LOS PROBLEMAS DETERMINISTAS TALES
COMO LA PROGRAMACION LINEAL Y DE ENTEROS.
• DECISIONES BAJO RIESGO: SE ESPECIFICA UNA DISTRIBUCION DE PROBABILIDAD PARA LOS
ESTADOS . SE PUEDE USAR LOS SIGUIENTES CRITERIOS:
• MAXIMIZAR EL PERJUICIO ESPERADO
• MAXIMIZAR EL PERJUICIO ESPERADO MEDIDO POR SU UTILIDAD
• MINIMIZAR EL PERJUICIO ESPERADO (COSTO DE OPORTUNIDAD)
• TECNICAS DE CONTROL DE INVENTARIO Y LINEAS DE ESPERA CAEN EN ESTA CATEGORIA.
• DECISIONES BAJO INCERTIDUMBRE: EL QUE TOMA LAS DECISIONES NO TIENE CONOCIMIENTO
DE LA PROBABILIDAD CON LA QUE OCURRIRAN LOS ESTADOS DE LA NATURALEZA . LA
ALTERNATIVA CONSISTE EN ABORDAR EL PROBLEMA SIN USAR PROBABILIDADES . PODEMOS
TENER 3 CRITERIOS DIFERENTES:
• MAXIMIZAR EL RENDIMIENTO NETO MINIMO
• MAXIMIZAR EL RENDIMIENTO NETO MAXIMO
• MINIMIZAR EL PERJUICIO MAXIMO
TERMINOLOGIA DE DECISIONES
• DECISION ALTERNATIVA: ES CADA UNA DE LAS POSIBLES OPCIONES QUE PUEDE
ELEGIR LA PERSONA QUE TOMA UNA DECISION . TAMBIEN SE LE CONOCE COMO
ESTRATEGIAS .
• ESTADOS DE LA NATURALEZA:SON LAS ACCIONES EXTERNAS QUE ESTAN FUERA DE
CONTROL DE LA PERSONA QUE TOMA LAS DECISIONES.
• RESULTADO DE UNA DECISION: ESTE EL VALOR NUMERICO CON QUE SE CUANTIFICA
CADA DECISION PARA UN ESTADO DE LA NATURALEZA DADO, CON FRECUENCIA SE
EXPRESA EN UNIDADES MONETARIAS.
• MATRIZ DE PAGOS: ESTA TABLA QUE CONTIENE LOS RESULTADOS DE TOMAR CADA
UNA DE LAS POSIBLES DECISIONES ALTERNATIVAS ANTE CADA ESTADO DE LA
NATURALEZA QUE PUEDE ACONTECER. TAMBIEN SUELE DENOMINARSE COMO TABLA
DE RESULTADOS O DE GANANCIAS CONDICIONALES YA QUE REPRESENTA LAS
GANANCIAS QUE PUEDE LOGRARSE POR TOMAR UNA DECISION CUALQUIERA DADA LA
CONDICION DE QUE SUCEDA UN ESTADO. EN DICHA TABLA LAS OPCIONES DE
DECISION VAN EN LOS RENGLONES Y LOS ESTADOS DE LA NATURALEZA EN LAS
COLUMNAS.
 TERMINOLOGIA DE DECISIONES
• ARBOLES DE DECISION: ES LA REPRESENTACION GRAFICA DEL
PROCESO QUE SE LLEVA A CABO PARA TOMAR UNA DECISION. TODO
ARBOL CONSTA DE DOS PARTES FUNDAMENTALES : NODOS Y RAMAS.
LOS NODOS PUEDEN SER DE DOS TIPOS: NODO DE DECISION QUE
REPRESENTAN LOS EVENTOS EN LOS QUE SE DEBE TOMAR UNA
DECISION Y SE DENOTAN POR CUADROS ; Y NODOS DE PROBABILIDAD
QUE INDICAN ESTADOS DE LA NATURALEZA Y SU PROBABILIDAD DE
QUE OCURRAN , SE DENOTAN POR CIRCULOS. CADA NODO DEBE
TENER UN RESULTADO ASOCIADO CON EL.
• LAS RAMAS MUESTRAN LAS DIFERENTES POSIBILIDADES DE DECISION
O DE ESTADOS DE LA NATURALEZA
RESPONDER las actividades
que estan en el aula virtual
¿A PARTIR DE SUS
RESPUESTAS A LAS
ACTIVIDADES,QUE
CONCLUIMOS EN LA
SESION DE HOY?