Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. INTRODUCCIÓN
Este tema se basa en la aplicación de los juicios probabilísticos y su combinación con nuestros intereses y
deseos a la hora de tomar una decisión. Recordamos que en nuestro día a día nos movemos en escenarios
cambiantes y por tanto de incertidumbre, por lo que los juicios probabilísticos son necesarios cuando
tomamos una decisión.
IMPORTANTE: el primer paso en cualquier proceso de decisión es el PLANTEAMIENTO GENERAL de cuál es
la decisión que hay que tomar.
2. TEORÍA NORMATIVA DE LA DECISIÓN
Una decisión es una respuesta a una situación en la que existe más de un curso posible de acción – opción
o alternativa de decisión.
Por tanto: la respuesta sería la elección entre las diferentes opciones
La elección suele estar basada en las expectativas sobre la ocurrencia de dichos acontecimientos en función
de nuestras metas y valores.
Las expectativas de creencia o la probabilidad de que ocurra un determinado acontecimiento.
Un árbol de decisión representa las expectativas de manera gráfica sobre la ocurrencia de los
acontecimientos y la evaluación de estas consecuencias. Pero NO aporta la solución.
En este caso el estudiante toma una decisión teniendo en cuenta 3 características, no en función simple de
su interés por un campo u otro – esto sería una violación de la teoría de la utilidad esperada.
Otro ejemplo en el que no se cumple:
Grupo 1: se os pide que toméis la decisión de conceder la custodia a uno de los progenitores
Grupo 2: se os pide que toméis la decisión de denegar la custodia a uno de los progenitores.
Se trata de una modificación de la teoría de utilidad esperada basada en la descripción de las decisiones de
los sujetos – solventar sus deficiencias.
Conceptos importantes: VALOR y PESO DE LAS ALTERNATIVAS. Valor sustituye a utilidad y se define en
términos de ganancias y pérdidas desde un punto de referencia y no en términos absolutos.
Patrón que actitudes hacia el riesgo:
Problemas de reordenación: la solución se obtiene mediante una nueva disposición de los elementos en
función de algún criterio. Ejemplo: los rompecabezas. Un puzzle.
PROCEDIMIENTOS DE SOLUCIÓN DE PROBLEMAS
La búsqueda exhaustiva es inviable debido a la limitación de la memoria de trabajo y al crecimiento
exponencial del espacio de búsqueda.
En cambio, se utilizan métodos heurísticos que reducen el conjunto de alternativas y se enfocan en las que
mejor se acercan a la solución. Estos métodos no garantizan la solución óptima, pero conducen a
soluciones satisfactorias.
Newell y Simon propusieron dos métodos heurísticos generales:
“subir la cuesta” y “análisis medios-fin”.
Estos métodos son considerados “débiles” ya que no dependen de información específica sobre el dominio
del problema y no garantizan la mejor solución.
HEURISTICO “SUBIR LA CUESTA”: Es un procedimiento que busca reducir la diferencia entre el estado inicial
y el estado meta en la solución de problemas. Se asemeja a un método de ensayo por error selectivo,
donde se elige la ruta que parece llevar más directamente a la meta en cada paso. Aunque es una
estrategia simple y útil, no garantiza encontrar la mejor solución global, solo una solución satisfactoria a
nivel local.
Puede llevar a quedarse atrapado en máximos locales en lugar de alcanzar el máximo global. También
impide dar pasos hacia atrás, ya que siempre avanza hacia el estado meta.
Este heurístico es especialmente ilustrativo en el problema de la Torre de Hanoi, donde, puede no conducir
a la solución más rápida. En ese caso, las personas pueden recurrir a otro heurístico, como “el análisis
medios-fin”.
HEURÍSTICO “ANÁLISIS MEDIOS-FIN”
También busca reducir la diferencia entre el estado inicial y el estado meta en la solución de problemas.
Pero, a diferencia del heurístico subir la cuesta, este enfoque descompone el estado meta en varios estados
intermedios o submetas.
La idea central es que al establecer submetas intermedios y aplicar operadores para reducir gradualmente
las diferencias entre estas submetas y el estado inicial – alcanzar fácilmente el estado meta.
Si un operador no reduce las diferencias, se generará un nuevo estado submeta. Este proceso de búsqueda
puede guiarse por el conocimiento de la meta, y se puede aplicar de manera recursiva hasta alcanzar la
solución.
El análisis medios-fin también implica la planificación y anticipación de las consecuencias de las acciones, lo
que ayuda a evitar errores y puntos muertos en el camino hacia la solución.
La descomposición del problema en subpartes facilita la anticipación de soluciones tentativas para los
diferentes estados, lo que mejora la búsqueda y permite la corrección e integración de las partes del plan
de solución.