Está en la página 1de 37

Teora de decisiones en

estadstica

Probabilidades
En qu consisten las probabilidades?
Indican incertidumbre acerca de un
evento que:
Ocurri en el pasado
Ocurre en el presente
Ocurrir en el futuro

Enfoques de probabilidad
Clsico o escuela objetiva
Frecuencias relativas
Personalista o subjetivo

Fuentes de las probabilidades


Historia del pasado
Juicio subjetivo
Distribuciones tericas

TABLAS DE PAGOS

Una situacin de decisin en condiciones de incertidumbre puede


representarse en una tabla de pagos.

Como la siguiente:

Evento
s

Probabilid
ad

Actos
A1

A2

A3

A4

An

E1

P1

X11

X12

X13

X14

X1n

E2

P2

X21

X22

X23

X24

X2n

E3

P3

X31

X32

X33

X34

X3n

E4

P4

X41

X42

X43

X44

X4n

Em

Pm

Xm1

Xm2 Xm3

Xm4

Xmn

Ejemplo

Un vendedor debe de comprar producto antes de la temporada alta,


este en base a la informacin anterior estima que la probabilidad es de
0.10 de vender solo 5 productos, una de 0.30 de vender 10 productos,
una de 0.40 de vender 15 unidades y una de 0.20 de vender 20
unidades.

Las unidades a vender solo pueden ser colocadas en grupos de 5 siendo


el costo por unidad de $1,000 y el precio de menudeo es de $1,300.

Toda unidad no vendida puede ser regresada con un crdito de 800

Analizar.

Cual es la ganancia por cada unidad?

Cual es la perdida en caso de no vender?

Armar la tabla de decisin:

Demand
a

Probabilidad Cantidad ordenada (ganancia)

E2: 10

.30

A1: 5

A2:1
0

A3:15

$2000

A4:20

Mas tablas

Otro mtodo que existe en basndose nicamente en las probabilidades.

En este proceso se arma una tabla con la demanda esperada E(D) en


base a la probabilidad

Las formulas a desarrollar son ;

Demanda de mercadao Em

Probabilidad P

Demanda esperada que es la suma resultante de multiplicar Em(P)

Actividad

Con los datos anteriores (ventas de productos) obtener una tabla de


probabilidades con todos los elementos.

Valor esperado
Es la media de la distribucin de
probabilidad
Se calcula como:
m

E ( x) X i p ( X i )
i 1

Valor esperado: ejemplo


Suponga que usted compra en 1000 un
nmero de una rifa, la cual paga un premio
de 50.000.
Hay dos eventos posibles:
Usted gana la rifa, o
Pierde
Cul es el valor esperado del juego?

Valor esperado: ejemplo


La distribucin de probabilidades es:
Evento

P(X)

Gana

49000

1/100

Pierde

- 1000

99/100

El valor esperado es:


49000*(1/100) + -1000*99/100 = -500
Qu significa ese resultado?

rboles de decisin
Pueden usarse para desarrollar una
estrategia ptima cuando el tomador
de decisiones se enfrenta con:
Una serie de alternativas de
decisin
Incertidumbre o eventos futuros con
riesgo
*Un buen anlisis de decisiones incluye
un anlisis de riesgo

rboles de decisin:
Componentes y estructura
Alternativas de decisin en
cada punto de decisin
Eventos que pueden ocurrir
como resultado de cada
alternativa de decisin. Tambin
son llamados Estados de la
naturaleza

rboles de decisin:
Componentes y estructura
Probabilidades de que ocurran
los eventos posibles
Resultados de las posibles
interacciones entre las alternativas
de decisin y los eventos. Tambin
se les conoce con el nombre de
Pagos

rboles de decisin:
Componentes y estructura

Los rboles de decisin poseen:


Ramas: se representan con lneas
Nodos de decisin: de ellos salen
las ramas de decisin y se
representan con
Nodos de incertidumbre: de ellos
salen las ramas de los eventos y se
representan con

rboles de decisin:
Componentes y estructura:
Evento 1
Pago 1
ejemplo
P(Evento
1)
Punto de
decisin

Alternativa 1

Alternativa 2

Pago 4

Evento 2
P(Evento 2)

Pago 2

Evento 3
P(Evento 3)

Pago 3

rboles de decisin: Anlisis:


criterio del Valor Monetario
Esperado
Generalmente se inicia de derecha a
izquierda, calculando cada pago al final de las
ramas
Luego en cada nodo de evento se calcula un
valor esperado
Despus en cada punto de decisin se
selecciona la alternativa con el valor esperado
ptimo

rboles de decisin: Anlisis:


ejemplo de la rifa
Punto de
decisin

Juega la rifa

Gana
(0,01)

49.000

Pierde
(0,99)

-1000

-500

No juega la rifa 0

rboles de decisin: Anlisis:


ejemplo de la rifa
En el nodo de evento se calcul el valor
esperado de jugar la rifa
Luego se selecciona, en este caso el valor
ms alto (por ser ganancias)
La decisin desechada se marca con \\
En este caso la decisin es no jugar la rifa

rboles de decisin: ejemplo

Un fabricante est considerando la produccin de un nuevo


producto. La utilidad incremental es de $10 por unidad y la
inversin necesaria en equipo es de $50.000

El estimado de la demanda es como sigue:

Unidades
6000
8000
10000

Probabilidad
0.30
0.50
0.20

rboles de decisin: ejemplo


(continuacin):

Tiene la opcin de seguir con el producto actual que le representa


ventas de 2.500 unidades con una utilidad de $5.5/unidad sin
publicidad, con la opcin de que si destina $14.000 en publicidad
podra, con una probabilidad de 80% conseguir ventas de 5.500
unidades y de un 20% de que stas sean de 4.000 unidades

Construya el rbol de decisin y determine la decisin ptima

rboles de decisin: ejemplo:


La decisin de Larry

Durante la ltima semana Larry ha recibido 3


propuestas matrimoniales de 3 mujeres distintas y
debe escoger una. Ha determinado que sus atributos
fsicos y emocionales son ms o menos los mismos, y
entonces elegir segn sus recursos financieros
La primera se llama Jenny. Tiene un padre rico que
sufre de artritis crnica. Larry calcula una
probabilidad de 0.3 de que muera pronto y les
herede $100.000. Si el padre tiene una larga vida no
recibir nada de l

rboles de decisin: ejemplo: La


decisin de Larry
La segunda pretendiente se llama Jana, que es
contadora en una compaa. Larry estima una
probabilidad de 0.6 de que Jana siga su carrera y
una probabilidad de 0.4 de que la deje y se
dedique a los hijos. Si contina con su trabajo,
podra pasar a auditora, donde hay una
probabilidad de 0.5 de ganar $40.000 y de 0.5 de
ganar $30.000, o bien podra pasar al
departamento de impuestos donde ganara
$40.000 con probabilidad de 0.7 o $25.000 (0.3).
Si se dedica a los hijos podra tener un trabajo de
tiempo parcial por $20.000

rboles de decisin: ejemplo:


La decisin de Larry

La tercer pretendiente es Mara, la cual slo puede ofrecer a Larry su


dote de $25.000.

Con quin debe casarse Larry? Por qu?

Cul es el riesgo involucrado en la secuencia ptima de decisiones?


Tomado de:
Gallagher. Watson. METODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES EN
ADMINISTRACIN. McGraw Hill, Mxico, 1982

Los rboles de decisin y el


riesgo

El anlisis del riesgo ayuda al


tomador de decisiones a identificar
la diferencia entre:
el valor esperado de una
alternativa de decisin, y
el resultado que efectivamente
podra ocurrir

Los rboles de decisin y el


riesgo
El riesgo se refiere a la variacin en los
resultados posibles
Mientras ms varen los resultados,
entonces se dice que el riesgo es mayor
Existen diferentes maneras de cuantificar
el riesgo, y una de ellas es la variancia

Los rboles de decisin y el


riesgo

La variancia se calcula como:

2
m

var( X ) p ( X ) X E ( X )

j j
j 1
Donde P(Xj) es la probabilidad del
evento Xj y E(X) es el valor
esperado de X

Los rboles de decisin y el riesgo: ejemplo: el


caso de Larry (datos en miles)

Decisin
Jenny

X
100
0

P(X)
0.30
0.70

E(X)
30

var
2100

Jana

40
30
40
25
20

0.15
0.15
0.21
0.09
0.40

29,3

60,252

Mara

25

1.00

25

Los rboles de decisin y el


riesgo: ejemplo: el caso de
Larry
La decisin por Jenny es la del valor esperado

ms alto, pero tambin es la ms riesgosa,


pues los resultados varan entre $0 y $100.000
La decisin por Mara es la menos riesgosa,
pero la de menor rendimiento
Tal vez la mejor decisin sea Jana, ya que el
valor esperado es cercano al de Jenny pero con
un riesgo menor

Las decisiones multicriterio


Hasta ahora se han analizado dos
criterios para la toma de
decisiones
el valor monetario esperado, y
el riesgo (variancia)
Pero pueden haber otros factores
importantes en las decisiones
Cules otros factores influiran en
la decisin de Larry?

Las decisiones multicriterio


Cules otros factores influyen en las
organizaciones?
Factores relacionados con la imagen,
motivacin del personal, valores, etc.
Es posible crear escalas numricas
para evaluar estos factores y luego
factores para ponderar cada criterio
El principal problema es la subjetividad
en la evaluacin de estos otros
factores

Teora de la decisin: La utilidad


El criterio del valor monetario
esperado es una gua til en muchas
ocasiones
Sobre todo si las cantidades
involucradas no son muy grandes o si
la decisin es repetitiva
Von Neumann y Morgenstern
construyeron un marco de referencia
consistente para la toma de
decisiones bajo incertidumbre

Teora de la decisin: La utilidad


Este otro enfoque de la teora de la decisin
es el de la Utilidad
La utilidad es el grado de satisfaccin que se
obtiene ante un cierto resultado
Desde este enfoque las decisiones se toman
para maximizar la utilidad esperada, en
lugar del valor monetario esperado

Teora de la decisin: La utilidad


Se selecciona una alternativa en lugar de
otra porque proporciona una mayor utilidad
Es necesario aplicar un procedimiento para
cuantificar la funcin de utilidad que los
bienes o el dinero tienen para una persona,
de modo que pueda maximizar la utilidad
total

Teora de la decisin: La utilidad


Este enfoque plantea curvas de
utilidad, cuya forma refleja la posicin
de los individuos ante el riesgo
Este enfoque es mejor, pero ms
complejo de llevar a la prctica, sobre
todo por las dificultades prcticas para
cuantificar la utilidad