Teoría de Decisiones

Docente: Katty Espinoza Aguilera

MBA – Ingeniero Estadístico
Técnicas y Herramientas según el escenario
Certidumbre • Análisis de punto de equilibrio
(Se tienen datos históricos, Siempre • Programación lineal
sucede en un tiempo y espacio • Programación de proyectos
determinado)
• Modelo de inventarios

• Análisis de decisiones -ARBOLES DE DECISIÓN

Riesgo
• Programación de proyectos
(Se tienen datos históricos, Es probable • Modelo de inventarios
que vuelva a suceder, Probabilidades a
• Modelos de líneas de espera o colas
priori)
• Simulación

Incertidumbre • Criterio Máximax o pago máximo.

(No se cuenta con datos • Criterio Máximin.
No se sabe si va a suceder o no • Criterio Minimax o de arrepentimiento.
Sin experimentación, Se conoce Nj • Criterio de Laplace (Criterio del valor esperado equiprobable).
pero no Pj) • Criterio Hurwicz.
Matriz de Rendimientos(Decisión)
Dentro de los elementos básicos del proceso de toma de decisiones son los resultados o
rendimientos y se genera un rendimiento dependiendo de la decisión que se tome y estado natural
que se cause. Esta es la razón por la cual se genera la matriz de rendimientos, ya que está
compuesta por elementos. Con base en esto, en términos generales si se tienen m alternativas o
acciones de decisión y n estados de la naturaleza; los elementos se definen de la siguiente manera:

Rij=Rendimiento(Utilidad o pérdida) generado al decidir por la acción i (i=1,2,3,…,m); cuando se

causa el estado j (j=1,2,3,….,n)

Humberto Guerrero Salas, Manuel Alfonso Mayorga Morato, Orlando de Antonio Suárez
 Árboles de Decisión
- Un árbol de decisión es una forma gráfica y analítica de
representar todos los eventos (sucesos) que pueden surgir
a partir de una decisión asumida en cierto momento.

- Nos ayudan a tomar la decisión “más acertada”, desde un

punto de vista probabilístico, ante un abanico de posibles
decisiones.

- Permite desplegar visualmente un problema y organizar el

trabajo de cálculos que deben realizarse.
Terminología: Componentes y estructura
Nodo de decisión: Indica que una decisión necesita tomarse en
ese punto del proceso. Está representado por un cuadrado.

Nodo de probabilidad: Indica que en ese punto del proceso ocurre

un evento aleatorio. Está representado por un círculo.

Rama: Nos muestra los distintos caminos que se pueden emprender

cuando tomamos una decisión o bien ocurre algún evento aleatorio.
Esquema gráfico de Árboles de Decisión

DECISIONES EN SITUACIÓN DE INCERTIDUMBRE(Toma de Decisiones Gerenciales)

Pasos para el Análisis del Árbol de Decisión
• Definir el problema.
• Dibujar el árbol de decisión.
• Asignar probabilidades a los eventos aleatorios.
• Estimar los resultados para cada combinación
posible de alternativas.
• Resolver el problema obteniendo como solución
la ruta que proporcione la política óptima.
 Ejemplo(ejercicio 6, guía 1)
Una empresa compra la materia prima a dos proveedores A y B, cuya calidad se muestra en la tabla
siguiente:

La probabilidad de recibir un lote del proveedor A en el que haya un 1% de piezas

defectuosas es del 70%. Los pedidos que realiza la empresa ascienden a 1.000 piezas. Una
pieza defectuosa puede ser reparada por 1 euro. Si bien tal y como indica la tabla la calidad
del proveedor B es menor, éste está dispuesto a vender las 1.000 piezas por 10 euros menos
que el proveedor A.
Indique el proveedor que debe utilizar.
 Pasos a seguir: Desarrollo
Paso 1 - Enumere las diferentes alternativas de decisión.

Proveedor A
Proveedor B

Paso 2 - Enumere para cada una de las alternativas de decisión, los estados de la naturaleza
asociados a la misma.
 Pasos a seguir: Desarrollo
Paso 3 - Explicite el árbol de decisión.
0,8 20
Paso 4 - Asigne las probabilidades a Observación: El
priori de cada uno de los estados de la coste de cada rama
23 1% defectuosos
lo obtiene a partir
naturaleza. 2% defectuosos
30 del número de
0,1 unidades
Paso 5 - Calcule el coste de cada una de 3% defectuosos
Proveedor A defectuosas. Siendo
las ramas del árbol.
los pedidos de
0,1 40 1.000 piezas.
Paso 6 - Resuelva el árbol de decisión de derecha a
izquierda. Dado que la etapa final es probabilista En el caso de 1%
debe aplicar el criterio de la esperanza defectuosas:
matemática con el objetivo de determinar el coste Proveedor B 0,4 10 1.000 piezas x 1% /
esperado de 19 defectuosas = 10 p. d.
cada alternativa de decisión. 1% defectuosos
0,3
2% defectuosos 20 En el caso del
(20 x 0,8) + (30 x 0,1) + (40 x 0,1) = 23
proveedor A el coste
(10 x 0,4) + (20 x 0,3) + (30 x 0,3) = 19 3% defectuosos es 10 euros superior
30 al del proveedor B,
Finalmente, Coloque el resultado encima del nudo correspondiente. 0,3
 Ejercicio 7, guía 2
Un establecimiento comercial está analizando la posibilidad de realizar los pedidos de un determinado
producto con un mes de antelación, con la finalidad de evitar roturas de inventario. Si realiza pedido con
un mes de anticipación el coste por unidad de producto es de 50 euros, por el contrario, si la demanda de
dicho producto durante el mes excede el número de unidades en almacén, debe ordenar las unidades
necesarias a un coste de 100 euros por unidad. La tabla muestra la demanda mensual de dicho producto
durante los tres últimos años:

Sugiera la política de pedidos para la empresa, así como el coste de esta.

Ejercicio 7, guía 2- Solución
 Criterios de decisión en condiciones de incertidumbre
Criterio Maximax o pago Máximo

El criterio Máximax o pago máximo es un criterio altamente optimista (de hecho algunos textos lo
denominan criterio optimista) ya que se está esperando el máximo potencial de ganancia que se
pueda obtener. Un
procedimiento acorde para aplicar este criterio es el siguiente:
Paso 1. Estructurar la matriz de rendimientos.
Paso 2. Seleccionar el máximo rendimiento en cada una de las acciones o alternativas de decisión.
Esto es seleccionar el MaxRij i=1,2,3,…,m..
Paso 3. Seleccionar el mayor rendimiento de los seleccionados en el paso 2. De tal forma que es
Max {MaxRij} .
Paso 4. Tomar la decisión por aquella acción o alternativa de decisión a la cual corresponda el
rendimiento máximo seleccionado en el paso 3.

TEORÍA DE LA DECISIÓN APLICADA

Análisis de decisiones bajo incertidumbre, riesgo y teoría de juegos Humberto Guerrero Salas, Manuel Alfonso Mayorga Morato, Orlando de Antonio Suárez
 Ejemplo 2(ejercicio 1, guía 1)
Criterio Maximax o pago Máximo

Tabla: Máximos rendimientos

Acciones o
alternativas de
decisión Max Rij

Sembrar Yuca $ 540.000

Sembrar Papa $ 4.500.000

Sembrar Arroz $ 3.600.000

Criterios de decisión en condiciones de incertidumbre
Criterio Maximin
El criterio Maximin es un criterio pesimista, ya que se está decidiendo con base en
el mínimo potencial de ganancia que se pueda obtener. Un procedimiento acorde
para aplicar este criterio es el siguiente:

Paso 1. Estructurar la matriz de rendimientos.

Paso 2. Seleccionar el mínimo rendimiento en cada una de las acciones o
alternativas de decisión. Esto es seleccionar el MinRij i=1,2,3,…,m.
Paso 3. Seleccionar el mayor rendimiento de los seleccionados en el paso 2. De tal
forma que es Max { MinRij}.
Paso 4. Tomar la decisión por aquella acción o alternativa de decisión a la cual
corresponda el rendimiento máximo seleccionado en el paso 3.
Criterios de decisión en condiciones de incertidumbre
Criterio Maximin

Tabla: Máximos rendimientos

Acciones o alternativas de
decisión Máx (Mín Rij)

Sembrar Yuca $ -3.060.000

Sembrar Papa $ -2.160.000

Sembrar Arroz $ -2.160.000

Actividad: Considere los ejercicios de la guía 1 y
determine la mejor alternativa según los criterios de:

Maximax

Maximin