Investigación

Operativa
TEORÍA DE JUEGOS Y DECISIONES

Profesor: Ing. Ramiro de la Iglesia

Ayudante: Franco Azzaro
AGENDA

● 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

• Los “padres” de la teoría de juegos moderna : John Von Neumann y Oskar

Morgenstern le dieron esta denominación en su libro “The Theory of Games
and Economic Behavior” de 1944.

• La estructura abstracta de los problemas de decisión es la misma,

independientemente de que se trate de un juego de diversión o de la vida real
( económica, política o social).
TEORÍA DE JUEGOS
DEFINICIONES

Agentes: individuos, empresas,

grupos de personas, países, etc.
TEORÍA DE JUEGOS
DEFINICIONES

Estrategias: son los planes de acción: decisiones previstas con

respecto al futuro.

*Estrategia dominante: da el mejor resultado

independientemente de lo que haga el adversario.

*Estrategia dominada: da el peor resultado

independientemente de lo que haga el adversario.
TEORÍA DE JUEGOS
DEFINICIONES

Combinación de las diferentes

estrategias en un juego: “matriz de
pagos” o de resultados o de beneficios o
pérdidas.

Equilibrio: es una posición en la cual no hay

incentivo alguno para moverse o
cambiar de estrategia, dada la del
adversario.
TEORÍA DE JUEGOS
DILEMA DE LOS PRISIONEROS

Dos individuos que buscan maximizar su

propio interés: si buscan maximizar su
bienestar personal, individual, no
siempre llegan al mejor resultado social,
es decir, para ambos.
TEORÍA DE JUEGOS
DILEMA DE LOS PRISIONEROS

● Ambos tienen estrategias dominantes buscando su propio interés: obtener la mínima

condena.

● No pueden llegar a un acuerdo, pues hay un problema de confianza, dado el propio

interés de cada uno.

● 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

● Tratando de buscar su máximo interés personal, llegan a la peor solución

para los dos.

● El resultado es un tipo de “Equilibrio de Nash”: con uso de estrategias

dominantes.

Equilibrio Nash: Combinación de estrategias tal que ninguno de los dos

jugadores tiene incentivo de cambiar la suya, dada la del adversario.
 TEORÍA DE JUEGOS
TIPOS DE JUEGOS

Juegos Suma – Cero:

Llamamos juegos de suma cero a aquellos en los que las ganancias de un jugador se equilibran con las

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.

Ejemplo: fútbol, básquet, etc.

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.

Ejemplos: negocios entre socios, negociaciones empresa-sindicato, negociaciones

entre países, acuerdos entre partidos políticos, etc.

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

1. Identificación y Diagnóstico del Problema.

2. Generación de Soluciones Alternativas.
3. Selección de la Mejor Manera.
4. Evaluación de Alternativas.
5. Evaluación de la Decisión.
6. Implantación de la Decisión
TEORÍA DE DECISIONES
INTRODUCCIÓN
• El estudio de la teoría de decisión provee de herramientas para la toma de decisiones importantes.

• La Teoría de decisión permite seleccionar una decisión de un conjunto de alternativas cuando existe
incertidumbre sobre el futuro.

• La solución óptima es obtenida de una matriz de ganancias en términos de criterios de decisión

• 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

Se trata de un individuo o grupo que tiene la

responsabilidad de tomar una o varias decisiones
secuenciales que se plantean. Hablando en términos
empresariales, se conoce que raramente va a ser una
sola persona la encargada de asumir toda esa
responsabilidad individualmente ya que todo negocio
consta de personas y grupos que aportan sus
ideas.
TEORÍA DE DECISIONES
INTRODUCCIÓN

Las alternativas:

Son las posibles opciones que debe

considerar el tomador de decisiones,
posibilidades a las que se han llegado de
alguna manera para especificar entre qué
opciones se va a tomar la decisión.
TEORÍA DE DECISIONES
INTRODUCCIÓN

Los estados de la naturaleza:

Son cada una de las posibles

situaciones que se pueden dar después
de haber elegido una de las alternativas
posibles, es decir, un conjunto de
escenarios posibles, sólo puede ocurrir un
estado de la naturaleza..
TEORÍA DE DECISIONES
INTRODUCCIÓN

Probabilidades previas:

Son las estimaciones previas que se

hacen para acercarnos todo lo posible a
los estados de la naturaleza posibles.
Aunque es poco probable que sean
probabilidades verdaderas, son las
mejores estimaciones disponibles de las
probabilidades antes de obtener más
información.
TEORÍA DE DECISIONES
INTRODUCCIÓN

El pago:

Es el resultado de cada combinación de

una alternativa de decisión y un estado de
la naturaleza posible. Es una medida
cuantitativa de valor para el tomador de
decisiones de las consecuencias del
resultado. Se expresa como un valor
monetario en la mayoría de los casos.
TEORÍA DE DECISIONES
ALTERNATIVAS
1.Certidumbre: Sabemos cuales son lo efectos de las acciones, es decir lo que va a pasar.

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

RIESGO INCERTIDUMBRE CERTIDUMBRE

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

DECISIÓN ESTADO DE LA NATURALEZA

S W
A 30 -8
B 20 7
C 5 15
0,45 0,55
TEORÍA DE DECISIONES
BAJO RIESGO-Árbol de Decisiones

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.

4.CRITERIO DEL VALOR ESPERADO:

Este criterio elige la acción que produce la recompensa esperada más grande.
TEORÍA DE DECISIONES
BAJO INCERTIDUMBRE

Un vendedor comercializa distintos productos todos lo días y debe

determinar cuántos productos pedir. El paga a la compañía USD$20
por cada uno y los vende a USD $25 cada uno. Los productos que no
se venden al terminar el día no tienen valor alguno. El sabe que cada
día puede vender entre 6 y 10, cada uno con una probabilidad
equiprobable. Demostrar como se ajusta este problema en el
modelo del estado del mundo.
TEORÍA DE DECISIONES
BAJO INCERTIDUMBRE

Compra USD$20
Vende USD$25
GANA USD$5
TEORÍA DE DECISIONES
BAJO INCERTIDUMBRE

CRITERIO DE MAXIMIN
MAXIMIN
MEJOR PEOR

«escoge lo mejor de lo peor»

TEORÍA DE DECISIONES
BAJO INCERTIDUMBRE

CRITERIO DE MAXIMAX

MAXIMAX
MEJOR MEJOR

«escoge lo mejor de lo mejor»

TEORÍA DE DECISIONES
BAJO INCERTIDUMBRE

MiniMax
dejando de ganar en cada acción

MINIMOS
ARREPENTIMIETNTOS
Máximos arrepentimientos

«arrepentimiento máximo sea menor»

TEORÍA DE DECISIONES
BAJO INCERTIDUMBRE

VALOR ESPERADO

VALOR ESPERADO
MAS ALTO

«recompensa esperada más grande»

 Muchas
Gracias

Profesor: Ing. Ramiro de la Iglesia

Ayudante: Franco Azzaro