Teoría de la Decisión

CRITERIOS DE DECISIÓN

Autores: Lic. Federico Marcó, Lic. Dalila Szarfman, Rodrigo Cerutti

2016
 Elementos de la decisión
1. Decisor (D) 2. Objetivo (O) 3. Alternativas (Si)
1. Decisor
Quien toma la decisión en 1. Decisorrespecto a una
Definido 1. Decisor
Cursos de acción del
Quien toma
cuestión. la decisión
Importan sus en Quien toma
variable, paralaun
decisión
tiempoen Quien toma
decisor. la decisión
Deben ser 100%en
cuestión
preferencias y cuestión
determinado y de cuestión
controlables y definidos
expectativas. acuerdo a un operador. de manera MEX.

4. Variables No 6. Ámbito de decisión

5. Resultados (Ri,j)
Controlables
1. Decisor(VNC) y 1. Decisor 1. Decisor
Depende del conocimiento
Surgen del cruce de las en
Quiensus Estados
toma (Nj) en
la decisión Quien toma la decisión Quien
de los Ntoma
j y sus la decisión en
probabilidades
cuestión alternativas
cuestión ante cada cuestión
Puede ser certeza, riesgo o
Deben ser 100% no
estado. incertidumbre.
controlables y MEX.

7. Horizonte de 8. Criterios de decisión

1. Decisor 1. Decisor 9. Función de valor [U(x)]
planeamiento (HP) Teniendo en la
cuenta el en
Quien toma la decisión en Quien toma decisión Valoración personal de
Período
cuestiónde tiempo ámbito
cuestiónde decisión. En los resultados.
implicado en la decisión. riesgo usamos V.E.
 Criterios de Decisión
• Los criterios de decisión son reglas, métodos, que
tomando en consideración los elementos determinados
por el decisor, establecen:
– Cómo será representada cada una de las alternativas.
– Cómo serán comparadas y ordenadas para elegir una.
• La determinación del criterio es una metadecisión. Una
vez decidido el criterio, el modelo general de decisión
«calcula» el resultado.
• El criterio a utilizar dependerá del ámbito decisorio en
que el decisor considera que se encuentra: CERTEZA;
RIESGO o INCERTIDUMBRE.
 Criterio en Certeza
ü Cuando nos encontramos en CERTEZA (no hay VNC o
conocemos exactamente qué estado ocurrirá), el criterio a
utilizar será es de optimización en función del objetivo y las
alternativas disponibles.

Ejemplo: debemos decidir a quién comprar un

determinado insumo. Los tres proveedores COSTO
alternativos aportan servicio y calidad iguales por lo S1 $50
cual sólo se decide solo en base al precio. S2 $40
Lógicamente, si el objetivo es minimizar el costo S3 $60
de la compra, elegiremos el más barato.

üCada alternativa está asociada a un solo resultado posible Þ

se busca el mejor resultado y se elige dicha alternativa.
4
 Criterios en Riesgo
ü Cuando estamos en Riesgo hemos determinado VNC, sus
Estados y sus Probabilidades.
ü En este caso, las alternativas no están asociadas a un único
resultado sino a varios, dependiendo del estado del universo
que ocurra.
ü De los distintos criterios que podrían aplicarse en este caso,
el Valor Esperado se muestra como el mejor ya que toma en
consideración todos los resultados posibles de una
alternativa tanto como su propensión a suceder.
ü De esta forma, cada alternativa será representada por su
Valor Esperado y luego se ordenarán los valores esperados
para elegir la alternativa más preferida.
5
 Valor Esperado
• El Valor Esperado se calcula sumando cada uno de los resultados
de un alternativa, dado cada uno de los estados del universo,
ponderado por la probabilidad de ocurrencia de dicho estado.

N1: 0,5 N2: 0,3 N3: 0,2 V.E

𝒏
S1 50 30 -20 S1 28
𝑽𝑬𝑺𝒋 = & 𝑹𝒋,𝒊 ∗ 𝒑𝑵𝒊
S2 40 80 -10 𝒊(𝟏
S2 42
S3 0 0 0 S3 0

• Cada alternativa queda representada por un único valor (S1:28; S2:42; S3:0).
Estos valores son comparables y si nuestro objetivo es de maximización,
deberemos elegir la alternativa S2.
• No significa que consideremos que vamos a obtener 42. Los resultados que
hemos determinado posibles son 40; 80 y -10. el «42» es un valor ficticio
pero representativo y que permite comparar las alternativas.
 Criterios ante Incertidumbre
• Estos criterios se aplican cuando desconocemos las
probabilidades (pero sí las VNC y sus estados).
• Al no conocer las pNi no puede usarse el V.E. por lo
cual se requiere de otras reglas que permitan
comparar las alternativas.

ØCRITERIO DE LAPLACE
ØCRITERIO DE WALD
ØCRITERIO DE HURWICZ
ØCRITERIO DE SAVAGE
 Criterio de Laplace
• A este criterio propuesto por Pierre Simón Laplace, también
se lo conoce como criterio de la razón insuficiente.
• No existe razón suficiente para pensar que un estado es más
probable que otro.

Asigna la misma probabilidad a los distintos estados

de la naturaleza y luego aplica el Valor Esperado.

• Asume incertidumbre (cuantitativa) máxima y la entropía es

máxima en equiprobabilidad.
• Cada alternativa es representada por su V.E. en situación de
equiprobabilidad, luego se elige el mejor V.E.
8
 Criterio de Laplace
Asigna la misma probabilidad a los distintos estados
de la naturaleza y luego aplica el Valor Esperado.

N1 N2 N3 Valor
1/3 1/3 1/3 Esperado

S1 1000 500 -300 400

S2 300 300 300 300
S3 0 1500 0 500

• En un árbol de decisión, se asigna equiprobabilidad en los nodos de

acontecimiento, a los estados de las VNC sobre las cuales tenemos
incertidumbre.
9
 Criterio de Wald

• A este criterio también se lo llama MAXIMIN, ya que elige el

máximo (mejor) de los mínimos (peores).
• Se lo suele describir como un criterio pesimista. Sin embargo, su
aplicación es muy útil en situaciones de conflicto puro, cuando
nuestros resultados dependen de la acción de otros decisores
racionales cuyos intereses son opuestos a los nuestros.
Puede que sea pesimista, pero no masoquista, no elige lo peor. De
lo peor, elige lo mejor.

10
 Criterio de Wald

N1 N2 N3 Wald
S1 1000 500 -300 -300
S2 300 300 300 300
S3 0 1500 0 0

Otro caso: En este caso, debería elegirse, según

N1 N2 Wald Wald, la alternativa S2. Pocos estarían
dispuestos a aceptar esta elección.
S1 100.000 999 999
Aplicar este criterio no parece tener
S2 1000 1000 1000 mucho sentido.
Wald cobra sentido en juegos de suma 0.
 Criterio de Hurwicz
• Este criterio contrapone al pesimista, uno extremadamente
optimista (MAXIMAX) y luego pondera ambos por un coeficiente
de optimismo (α), entre 0 y 1, y su complemento (1-α).

Se busca el mejor y el peor resultado de cada alternativa

y se los pondera por α y (1-α). El resultante se usa para
comparar las alternativas.

• Este criterio es criticado por reemplazar el conocimiento del

universo que pudiera tener el decisor por una medición del
«estado de ánimo» del mismo, ya que los coeficientes se aplican
sobre los resultados y no sobre los estados.

12
 Criterio de Hurwicz
• Este criterio contrapone al pesimista, uno extremadamente
optimista y luego pondera ambos por un coeficiente de optimismo
(α) y su complemento (1-α).

Se busca el mejor y el peor resultado de cada alternativa

y se los pondera por α y (1-α). El resultante se usa para
comparar las alternativas.

• Este criterio propuesto por Leonid Hurwicz es criticado por

reemplazar el conocimiento del universo que pudiera tener el
decisor por una medición del «estado de ánimo» del mismo, ya
que los coeficientes se aplican sobre los resultados y no sobre los
estados.

13
 Criterio de Hurwicz
Se busca el mejor y el peor resultado de cada alternativa y se los
pondera por α y (1-α). El resultante se usa para comparar las
alternativas.

MAX MIN
N1 N2 N3 Hurwicz
α = 0,7 1-α = 0,3
S1 1000 500 -300 1000 -300 610
S2 300 300 300 300 300 300
S3 0 1500 0 1500 0 1050

• Este criterio ignora los resultados intermedios, sólo ve

los extremos, los mejores y los peores.

14
 Criterio de Savage
• Este criterio busca minimizar el arrepentimiento (por eso
también se lo conoce como Criterio de Aflicción). Elige
aquella alternativa que se asocie a la menor aflicción por no
haber logrado el resultado óptimo.
• Por ello se aplica sobre una matriz de Costo de Oportunidad
(definición restringida).

Este criterio calcula la matriz de costo de oportunidad de

acuerdo a la definición restringida. Luego cada alternativa es
representada por el mayor de los costos de oportunidad (el
peor) y se elige la que lo minimiza (el mejor).

15
 Criterio de Savage
Este criterio calcula la matriz de costo de oportunidad
(definición restringida) y elige el menor de los mayores costos
de oportunidad.

N1 N2 N3
C.O. N1 N2 N3 Savage
S1 1000 500 -300
S1 0 -1000 -600 -1000
S2 300 300 300
S2 -700 -1200 0 -1200
S3 0 1500 0
S3 -1000 0 -300 -1000
MAX 1000 1500 300
C.O.R1;1 = 1000-1000 = 0 C.O.R1;2 = 500-1500 = -1000 C.O.R1;3 = -300-300 = -600
C.O.R2;1 = 300-1000 = -700 C.O.R2;2 = 300-1500 = -1200 C.O.R2;3 = 300-300 = 0
C.O.R3;1 = 0-1000 = -1000 C.O.R3;2 = 1500-1500 = 0 C.O.R3;3 = 0-300 = -300

Según este criterio, habría indiferencia entre S1 y S3 Þ S1 ~ S3 } S2

16
 Criterio de Savage
• El criterio de Savage suele criticarse ya que no cumple con la
asimetría del orden al incorporar otras alternativas.

N1 N2 C.O. N1 N2 SAVAGE La alternativa S1 es

S1 100 0 S1 0 -40 -40 preferida a la S2
S2 40 40 S2 -60 0 -60 S1 } S2

N1 N2 N1 N2 SAVAGE
Al incorporar S3, la
S1 100 0 S1 0 -70 -70 alternativa S2 es
S2 40 40 S2 -60 -30 -60 preferida a la S1
S3 0 70 S3 -100 0 -100 S2 } S1 } S3 !!!
 Aplicación
EJEMPLO:
N1 N2 N3 N4
S1 500 500 -100 -100 La alternativa S2 está
S2 150 -100 150 -100 dominada de manera
absoluta por S3
S3 180 180 180 180
S4 0 300 0 300

• El principio de DOMINANCIA es perfectamente

aplicable porque no utiliza las probabilidades.
 Aplicación
LAPLACE WALD MAXIMAX
Hurwicz
N1 N2 N3 N4 Equiprob. (1-α) = 0,2 α = 0,8
S1 500 500 -100 -100 200 -100 500 480
S3 180 180 180 180 180 180 180 180
S4 0 300 0 300 150 0 300 240
Max 500 500 180 300

N1 N2 N3 N4 SAVAGE
S1 0 0 -280 -400 -400
S3 -320 -320 0 -120 -320
S4 -500 -200 -180 0 -500

• Utilizar distintos criterios puede llevar a la elección de

alternativas distintas.