Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Operativa
TEORÍA DE JUEGOS Y DECISIONES
● Teoría de Juegos
○ Definiciones-Componentes
○ Dilema de los prisioneros
○ Tipos de Juegos
● Toma de Decisiones
○ Etapas
○ Introducción
○ Bajo Riesgos
○ Baja Incertidumbre
TEORÍA DE JUEGOS
T
J
TEORÍA DE JUEGOS
DEFINICIONES
● Por tanto, los dos utilizan su estrategia dominante: confesar (delatar). Ambos confiesan
y llegan al resultado de 5 años de cárcel para cada uno.
TEORÍA DE JUEGOS
DILEMA DE LOS PRISIONEROS
pérdidas de otro. En otras palabras, son aquellos juegos en los que si hacemos una resta entre las ganancias
totales de los participantes y las pérdidas totales, el resultado siempre va a ser cero.
A U
+1 - 1 =0
+3 - 3 =0
-4 +4 =0
TEORÍA DE JUEGOS
TIPOS DE JUEGOS
Juegos de Cooperación - Conflicto:
Tienen un rango más amplio de acción y de posibilidades. Y es muy importante su
aplicación en el campo de la política y de la gerencia política.
A - U
Gana Pierde
Pierde Gana
Pierde Pierde
Gana Gana
TEORÍA DE JUEGOS
JUGUEMOS
TEORÍA DE JUEGOS
JUGUEMOS Juego
- 10 Rondas GANE TANTO COMO PUEDA
- 1 minuto por ronda Opciones PUNTAJE
- Opciones: D o I 4D = Pierde $1 cada uno
3D = Gana $1 cada uno
1I = Pierde $ 3
2D = Gana $2 cada uno
2I = Pierde $2 cada uno
1D = Gana $3
3I = Pierde $1 cada uno
4I = Gana $1 cada uno
TEORÍA DE DECISIONES
T
D
TEORÍA DE DECISIONES
ETAPAS DE LA TOMA DE DECISIÓN
• La Teoría de decisión permite seleccionar una decisión de un conjunto de alternativas cuando existe
incertidumbre sobre el futuro.
• Maximizar el beneficio esperado es un criterio común cuando las probabilidades son favorables.
• Cuando el riesgo puede ser medido dentro del proceso de decisión, la Teoría provee de mecanismos para
analizar la decisión en función de los riesgos.
TEORÍA DE DECISIONES
INTRODUCCIÓN
El tomador de decisiones
Las alternativas:
Probabilidades previas:
El pago:
2.Riesgo: No sabemos que ocurrirá tomando determinadas decisiones, pero si sabemos que pueda
ocurrir y cuál es la probabilidad de ello.
3.Incertidumbre: En este caso no sabemos que puede ocurrir ni tampoco que probabilidades hay para
cada posibilidad. No tenemos idea de lo que puede pasar.
TEORÍA DE DECISIONES
ALTERNATIVAS
DECISIÓN
MAXIMIN
PROBABILIDAD MAXIMAX
MINIMAX
ARBOL
VALOR ESPERADO
TEORÍA DE DECISIONES
BAJO RIESGO
Se supone que hay más que un estado de la naturaleza y que el tomador de decisiones conoce la probabilidad
de ocurrencia de cada estado
DECISIÓN
RIESGO
PROBABILIDAD
ARBOL
TEORÍA DE DECISIONES
BAJO RIESGO
DECISIÓN
Se basan en el criterio del valor
esperado, en el que las
alternativas de decisión se RIESGO
comparan en base a la
maximización de la utilidad
esperada o la minimización del
costo esperado.
PROBABILIDAD
ARBOL
TEORÍA DE DECISIONES
BAJO RIESGO
DECISIÓN
Generalmente estimaremos esa
probabilidad utilizando frecuencias
históricas, investigando a lo largo RIESGO
de la historia y registraremos el
porcentaje de tiempo que ese estado
“j” realmente ocurrió en todas
nuestras observaciones.
PROBABILIDAD
ARBOL
TEORÍA DE DECISIONES
BAJO RIESGO-Probabilidad
Se supone que hay más que un estado de la naturaleza y que el tomador de decisiones conoce la
probabilidad de ocurrencia de cada estado
Prob. Demanda
P6= 0,4
P7= 0,3
P8= 0,15
P9= 0,10
P10= 0,05
TEORÍA DE DECISIONES
BAJO RIESGO-Probabilidad
= 25
= 12,5
= -3,75
P6= 0,4
P7= 0,3
P8= 0,15
P9= 0,10
P10= 0,05
TEORÍA DE DECISIONES
BAJO RIESGO-Árbol de Decisiones
Un árbol de decisiones no sólo contiene las probabilidades de los resultados, sino también los valores monetarios de cada
uno de ellos.Un árbol de decisiones puede ser muy útil para visualizar y analizar un problema. Los árboles de decisión se
representan mediante una red que utiliza dos tipos de nodos:
Los nodos de decisión: representados por medio Nodo inicial o punto de arranque, que
de una forma cuadrada que simboliza puntos de es la raíz del árbol y salen de él tantos
decisión, donde el tomador de decisiones debe arcos como decisiones iniciales hay
elegir varias acciones posibles.
Los nodos de evento: representados por un Nodo terminal, que son los vértices
círculo que simboliza que ocurre algún estado de la finales de una rama que acarrea una
naturaleza. Estos eventos aleatorios no están bajo P8= 0,15de estados y decisiones.
sucesión
el control de quien toma las decisiones
P9= 0,10
P10= 0,05
TEORÍA DE DECISIONES
BAJO RIESGO-Árbol de Decisiones
Un árbol de decisiones no sólo contiene las probabilidades de los resultados, sino también los valores monetarios de cada
uno de ellos.Un árbol de decisiones puede ser muy útil para visualizar y analizar un problema. Los árboles de decisión se
representan mediante una red que utiliza dos tipos de nodos:
TEORÍA DE DECISIONES
BAJO RIESGO-Árbol de Decisiones
La Compañía ABC ha desarrollado una nueva línea de productos. La Administración debe decidir una
estrategia de marketing y producción adecuada. Se consideran tres estrategias, las cuales
denominaremos: A (agresiva), B (básica) y C (precavida). Las condiciones del mercado bajo estudio se
denotan mediante S (fuerte) o W (débil). Las mejores estimaciones de la Administración para cada caso
se muestran en la tabla
S 30
A
DECISIÓN ESTADO DE LA NATURALEZA W -8
S W
S 20
A 30 -8
B
B 20 7
W 7
C 5 15
0,45 0,55 S 5
C
W 15
TEORÍA DE DECISIONES
BAJO RIESGO-Árbol de Decisiones
9,1
A
B
12,8 =7+13 P(s)
C
10,5 =15-10 P(s)
TEORÍA DE DECISIONES
BAJO RIESGO-Ejemplo
Se está planteando construir una nueva sección en su negocio de comida rápida, si bien no sabe si hacer
la nueva sección grande o pequeña. Al mismo tiempo se plantea si reúne información sobre las ventas
previstas o si por el contrario no hace nada. La información sobre las ventas previstas puede aconsejarle
un mercado creciente o un mercado decreciente, siendo de 500 pesos el coste de dicha información, y
la probabilidad de que la información sea favorable del 60%. Si el mercado es creciente las ganancias
previstas son de 9.000 pesos si la sección es grande y 3.000 si es pequeña. Si el mercado es decreciente
puede perder 10.000 pesos si la sección es grande y 5.000 si es pequeña. Si no reúne información
adicional, la estimación de probabilidades de que el mercado sea creciente es del 60%, contrariamente
un informe favorable incrementaría la probabilidad de un mercado creciente al 80% y un informe
desfavorable disminuiría la probabilidad de un mercado creciente al 40%.
TEORÍA DE DECISIONES
BAJO RIESGO-Ejemplo
TEORÍA DE DECISIONES
BAJO INCERTIDUMBRE
No sólo es incapaz de predecir el estado real que se presentará, sino que además no puede
cuantificar de ninguna forma esta incertidumbre. En particular, esto excluye el conocimiento
de información de tipo probabilístico sobre las posibilidades de ocurrencia de cada estado.
DECISIÓN
INCERTIDUMBRE
MAXIMAX
MAXIMAX
MINIMAX
VALOR ESPERADO
TEORÍA DE DECISIONES
BAJO INCERTIDUMBRE
Se consideran cuatro criterios de decisión que se pueden usar para tomar decisiones bajo
incertidumbre:
1.CRITERIO MAXIMIN:
Este criterio elige la acción con el "mejor" peor resultado, es decir escoge lo mejor de lo peor.
2.CRITERIO MAXIMAX:
Este criterio elige la acción con el mejor resultado, es decir escoge lo mejor de lo mejor.
3.ARREPENTIMIENTO MINIMAX:
Este criterio busca comparar los arrepentimientos máximos (costo de oportunidad) de las diferentes
acciones y seleccionar el acto cuyo arrepentimiento máximo sea menor. Esto es, se ha de minimizar el
máximo arrepentimiento.
Compra USD$20
Vende USD$25
GANA USD$5
TEORÍA DE DECISIONES
BAJO INCERTIDUMBRE
CRITERIO DE MAXIMIN
MAXIMIN
MEJOR PEOR
CRITERIO DE MAXIMAX
MAXIMAX
MEJOR MEJOR
MiniMax
dejando de ganar en cada acción
MINIMOS
ARREPENTIMIETNTOS
Máximos arrepentimientos
VALOR ESPERADO
VALOR ESPERADO
MAS ALTO