TEORÍA DE LA

DECISIÓN
 CONTENIDO
• 1.1. Introduccion a la Teoria de decisiones.

• 1.2. Tres clases de problemas de decision

• 1.2.1. Certidumbre

• 1.2.2. Riesgo

• 1.2.3. Incertidumbre

• 1.3. Tablas de decision

• 1.4. Utilidad y teoria de la decision

• 1.5. Arboles de decision

• 1.6. Probabilidades subjetivas

• 1.6.1. Teorema de Bayes

• 1.6.2. Informacion imperfecta

INTRODUCCIÓN
• En el análisis de decisiones se usa un
proceso racional para seleccionar la
mejor de varias alternativas.
• La “bondad” de una alternativa
seleccionada depende de la calidad de
los datos que se usen para describir el
caso de la decisión.
• Desde este punto de vista, un proceso
de toma de decisión puede caer en una
de las tres categorías siguientes
• 1. Toma de decisiones bajo certidumbre,
en la que los datos se conocen en forma
determinista.
• 2. Toma de decisiones bajo riesgo, en la
que los datos se pueden describir con
distribuciones de probabilidades.
• 3. Toma de decisiones bajo
incertidumbre, en donde a los datos no
se les puede asignar pesos o factores de
ponderación que representen su grado
de importancia en el proceso de
decisión.
«De hecho, bajo certidumbre,
los datos están bien definidos y
bajo incertidumbre, los datos
son ambiguos. La toma de
decisiones bajo riesgo
representa entonces el caso de
“la mitad del camino»

• El análisis de decisión proporciona
un marco para analizar una gran
variedad de modelos de
administración.
• Este marco establece :
(1) un sistema para clasificar los
modelos de decisión, basado en la
cantidad de información
disponible sobre el modelo, y
(2) un criterio de decisión; esto es,
una medida de la “bondad” de
la decisión para cada tipo de
modelo.
• la teoría de decisiones se ocupa de
decisiones contra la naturaleza.
• Esta frase se refiere a una situación donde
el resultado (rendimiento) de una decisión
individual depende de la acción de otro
agente (naturaleza), sobre el cual no se
tiene control. Por ejemplo,
• si la decisión consiste en llevar o no
paraguas, el rendimiento (mojarse o no)
dependerá del estado subsiguiente de la
naturaleza.
• Es importante observar que en este
modelo los rendimientos afectan
únicamente al que toma la decisión. A la
naturaleza no le importa cuál es el
resultado.
• Esta condición distingue la teoría de
decisiones de la teoría de los juegos. En la
teoría de los juegos ambos jugadores
tienen un interés económico en el
resultado.
• En los modelos de la teoría
de decisiones, la pieza
fundamental de información
es la tabla de retribuciones,
como se observa en la tabla
• El proceso de decisión es como sigue:
• 1. Usted, quien toma la decisión,
selecciona una de las decisiones
alternativas d1, . . ., dn. Suponga que
elige d1.
• 2. Una vez tomada su decisión, ocurre
un estado de la naturaleza que queda
fuera de su control. Suponga que ocurre
el estado 2.
• 3. El rendimiento que usted reciba
puede ser determinado ahora a partir
de la tabla de retribuciones.
• Dado que usted tomó la decisión d1 y
ocurrió el estado de la naturaleza 2, el
resultado es r12.
• la decisión se toma primero, y a • Es obvio que la decisión que
continuación ocurre uno de los debemos seleccionar dependerá de
estados de la naturaleza. Una vez lo que creamos que la naturaleza
tomada la decisión, no puede hará, esto es, cuál de los estados
cambiarse después de ocurrido el de la naturaleza ocurrirá.
estado de la naturaleza.
• Si creemos que el estado 1
ocurrirá, seleccionaremos la
decisión asociada con el mayor
¿cuál de las valor en la columna 1.
decisiones debemos
• Si creemos que es más probable
seleccionar?
que ocurra el estado 2,
escogeremos la decisión a la que
corresponde la retribución
 TRES CLASES DE MODELOS DE
DECISIÓN
1. Decisiones bajo certidumbre
2. Decisiones bajo riesgo
1. Decisiones bajo incertidumbre
De las tres, lo más probable es
que nos encontremos ante
decisiones bajo riesgo, pero las
otras dos son
presentadas para dar una idea
más completa.
DECISIONES BAJO CERTIDUMBRE
• Una decisión bajo certidumbre es
aquella en la que usted sabe cuál
es el estado de la naturaleza que
va a ocurrir.
• De manera alternativa, usted
puede pensar en ella como un
caso con un solo estado de la
naturaleza.
• Suponga, por ejemplo, que por la
mañana usted está tratando de
decidir si debe llevar su paraguas
al trabajo, y usted está seguro de
que estará lloviendo para cuando
salga de trabajar por la tarde.
• En la tabla de retribuciones para
este modelo (tabla 10.2) el costo
de limpiar su traje si lo sorprende
la lluvia es de $7.
• Entra en la tabla con un signo de
menos, ya que es una tabla de
rendimientos, y un costo es un
rendimiento negativo.
Obviamente, la decisión óptima es
llevar el paraguas.
• Teóricamente, es fácil resolver un
• Incluso en este modelo simple, no
modelo con un solo estado de la
es posible enumerar las
naturaleza. Simplemente se
alternativas y seleccionar la
selecciona la decisión con el
mejor.
rendimiento más alto.
• Se necesita un análisis
• En la práctica, de manera
matemático adicional (en este
contraria a “la teoría”, encontrar
caso, el algoritmo Solver de Excel)
esa decisión es otra historia.
para encontrar la decisión
• Dado que E y F pueden asumir un óptima.
número infinito de valores, habrá
un número infinito de filas para
este modelo (véase la tabla 10.3).
 DECISIONES BAJO RIESGO
• Una falta de certidumbre respecto a los
eventos futuros es una característica de • En el primer libro del Viejo Testamento,
muchos, si no es que de la mayoría, de José es ascendido de esclavo a
los modelos de decisiones asistente del faraón de Egipto por
administrativas. pronosticar acertadamente siete años de
abundancia y siete años de escasez.1
• Considere cómo cambiarían las
decisiones de la vicepresidenta
financiera de una compañía de seguros,
si pudiera saber exactamente qué
cambios habrá en el mercado de bonos.
• Imagine el alivio del comprador principal
de Vinos Aranjuez si pudiera saber con
exactitud qué tan grande será la
cosecha de uva del año siguiente.
DEFINICIÓN DE RIESGO
• el término riesgo tiene un
significado bien definido y
restrictivo.
• Cuando hablamos de decisiones
bajo riesgo, nos referimos a una
clase de modelos de decisión para
la cual hay más de un estado de la
naturaleza y para la cual
suponemos que quien toma la
decisión puede llegar a una
estimación de probabilidades de la
ocurrencia de cada uno de los
diversos estados de la naturaleza.
Por ejemplo el modelo del repartidor de
periódico:
• Un repartidor de periódicos puede comprar el
Chaqueño a 40 centavos cada uno y venderlo a 75
centavos. Sin embargo, debe adquirir los periódicos
antes de saber cuántos puede vender realmente.
• En este modelo, cada uno de los cuatro diferentes valores de la demanda
es un estado de la naturaleza diferente, y el número de periódicos
ordenados es la decisión. Los rendimientos, o retribuciones, para este
modelo se muestran en la tabla 10.4.

• Si compra más periódicos de los que puede vender,
simplemente desechará el excedente, sin costo
adicional. Si no compra suficientes periódicos, pierde
ventas potenciales ahora y posiblemente en el futuro
(los clientes disgustados podrían ya no comprarle).
Suponga, por el momento, que esta pérdida de ventas
futuras es representada por un costo de pérdida del
buen nombre estimado en 50 centavos por cliente
insatisfecho. Con propósitos ilustrativos y para facilitar
el cálculo, también suponga que la distribución de la
demanda que enfrenta es
• Las entradas de esta tabla representan el flujo de efectivo neto asociado
con cada combinación de cantidad ordenada y cantidad solicitada, menos
el costo por la pérdida de la buena reputación comercial (PBRC) —o
también llamada “del buen nombre”— cuando la cantidad ordenada no es
suficiente para satisfacer la demanda.
• Estas entradas se calculan mediante la expresión retribución 75 (número
de periódicos vendidos) 40 (número de periódicos ordenados) 50
(demanda no satisfecha)

• P0 Prob{demanda 0} 0.1

• P1 Prob{demanda 1} 0.3

• P2 Prob{demanda 2} 0.4

• P3 Prob{demanda 3} 0.2
• Una vez que todos los datos están • Utilice la ecuación (10.1) para evaluar
reunidos en la tabla 10.4, el el rendimiento esperado para cada
proceso para encontrar la decisión decisión (ERi para i = 0, 1, 2, 3) y
óptima es estrictamente mecánico. escoja el más grande.
• ER0= 0(0,1)-50(0,3)-100(0.4)-
150(0,2) = -85
• ER1= -40(0,10)+35(0,3)-15(0,4)-
65(0,20) = -12,5
• ER2= -80(0,10)-
5(0,3)+70(0,4)+20(0,20) = 22,5
• ER3 = -120(0,10)-
45(0,3)+30(0,4)+105(0,20) = 7,5
• Dado que ER2 es el mayor de estos
cuatro valores, la decisión óptima es
ordenar dos periódicos.
 DECISIONES BAJO INCERTIDUMBRE
• En las decisiones bajo incertidumbre se
tiene más de un estado posible de la
naturaleza, pero ahora quien toma la
decisión no quiere o no puede especificar
las probabilidades de que los diferentes
estados de la naturaleza ocurran.

• Hay una discusión eterna acerca de si

una situación de este tipo debería
existir; esto es, ¿quien toma la decisión
debería estar siempre dispuesto a
especificar las probabilidades, aunque
sea de manera subjetiva, incluso cuando
él o ella no tenga mucha idea (o
ninguna) de cuál estado de la
naturaleza puede ocurrir?
CRITERIO DE LAPLACE
• El criterio de Laplace interpreta
el estado de “incertidumbre”
como equivalente a suponer que
todos los estados de la naturaleza
son igualmente probables.

• En este punto de vista podría

resumirse como:

“si nada sé, entonces todo

es igualmente
posible”.
• Cuando se utiliza el criterio de Laplace, dado
que cada estado tiene igual número de
probabilidades, todo lo que usted necesita
hacer para encontrar

• la mejor decisión es añadir todas las

retribuciones para cada decisión y elegir la
decisión

• con la suma más elevada (que también

tendrá la mayor retribución promedio).

• Existen tres diferentes criterios que pueden

utilizarse para tomar decisiones bajo
incertidumbre:

• maximin

• maximax

• minimax arrepentimiento.

• Todos estos criterios pueden utilizarse sin

especificar probabilidades.
 CRITERIO MAXIMIN
• El criterio maximin es un procedimiento
extremadamente conservador,
• quizás pesimista, para tomar decisiones. Evalúa
cada decisión según la peor circunstancia que
• La decisión que proporciona el valor máximode
los rendimientos mínimos (por lo tanto,
maximin) es entonces seleccionada. En este caso,
el repartidor de periódicos deberá pedir 1
periódico.
• Maximin es utilizado a menudo en
situaciones donde la persona que
planea siente que no
• puede permitirse un error. (La
planeación de la defensa nacional
puede ser un ejemplo, así como
• la inversión de los ahorros de
toda la vida.) Quien planea elige
una decisión que hace lo mejor
• posible en el peor (o más
pesimista) caso posible.
 CRITERIO MAXIMAX
• El criterio maximax es tan
optimista como pesimista es
el maximin.
• Evalúa cada decisión según
lo mejor que pudiera pasar
si ésta se tomara.
La decisión que proporcione el
máximo de estos rendimientos
máximos (es decir, maximax)
es entonces seleccionada.
 CRITERIO MINIMAX O
ARREPENTIMIENTO
• El arrepentimiento introduce un nuevo concepto
para medir el carácter deseable de un resultado;
esto es, es una nueva forma de crear la tabla de
retribuciones.

• Algunos gerentes de personal creen que los

graduados universitarios

• tienden a escoger entre varias opciones para su

primer empleo utilizando el criterio de
arrepentimiento minimax.
• Se imaginan a sí mismos en los diferentes
puestos y deciden en cuál se sentirían menos
arrepentidos de estar.
• 1. Se encuentra la entrada máxima en cada
columna de la tabla 10.4 (por ejemplo, 70 es la
entrada más grande de la columna del tercer
estado de la naturaleza [es decir, la columna
bajo Estado de la naturaleza “2”]).

• 2. Se calcula la nueva entrada sustrayendo la

entrada actual del máximo en su columna. Por
lo tanto, la nueva entrada en la segunda fila de
la tercera columna, es

• 70 (15) 85 (nueva entrada de la segunda fila,

tercera columna)
• En cada columna, estas
nuevas entradas, llamadas
de arrepentimiento, indican
qué es lo mejor que
podemos hacer. En otras
palabras,
“arrepentimiento” es
sinónimo del “costo de
oportunidad”
• de no tomar la mejor
decisión en un estado de la
naturaleza en particular. Es
obvio que l administradora
desearía tomar una decisión
que minimizara el
arrepentimiento, pero (lo
mismo
 Si ella no conoce las
probabilidades, la sugerencia
Si ella supiera cuál es la típica es utilizar
distribución el criterio minimax conservador;
de probabilidades del estado de la esto es, seleccionar aquella
naturaleza, podría minimizar el decisión que funciona mejor en
arrepentimiento el
esperado. peor caso (la decisión con el
arrepentimiento máximo más
pequeño).
 UTILIDADES Y DECISIONES
• La utilidad es una manera • La utilidad sugiere otro tipo de
alternativa de medir el medida. Nuestra exposición de
aspecto atractivo del resultado este tema consta de dos
de una decisión. secciones principales
• En otras palabras, es una • 1. Una razón fundamental
manera alternativa de para la utilidad (es decir,
encontrar los valores a llenar saber por qué usar el flujo de
en una tabla de retribuciones. efectivo neto puede llevar a
una decisión inaceptable).
• 2. Cómo crear y utilizar una
función de utilidad.
 1.- RAZÓN FUNDAMENTAL DE LA
UTILIDAD
• En la sección precedente vimos que los criterios de
decisión maximin y maximax podrían llevar
• a decisiones inaceptables en modelos ilustrativos simples.
Ahora queremos apuntar que el
• criterio de maximizar el flujo de efectivo neto esperado
en una decisión bajo riesgo también
• puede producir resultados inaceptables.
• ejemplo, considere una urna que contenga 99 bolas blancas y
1 bola negra. A usted se le ofrece la oportunidad de jugar un
juego en el que debe sacarse una bola de esta urna. Cada bola
tiene las mismas posibilidades de ser sacada que
• las demás. Si se saca una bola blanca, usted debe pagar
$10,000. Si se saca la bola negra, ustedrecibe $1,000,000.
Usted debe decidir si juega o no. La tabla de retribuciones,
basada en el
• flujo de efectivo neto, aparece en la tabla 10.11.
• Ahora utilizaremos la información de esta tabla, junto con el
hecho de que las probabilidades de cada bola blanca y la bola
negra son, respectivamente, 0.99 y 0.01, para calcular el
rendimiento esperado de cada decisión (jugar o no jugar) de
la manera usual.
• RE(jugar) 10,000 (0.99) 1,000,000 (0.01)
• 9900 10,000 100
• RE(no jugar) 0 (0.99) 0 (0.01) 0
• Dado que RE(jugar) > RE(no jugar), debemos jugar si
aplicamos el criterio de maximizar el flujo de efectivo neto
esperado.
• Ahora pregúntese si usted
decidiría jugar este juego.
• Recuerde que existe una
probabilidad de 0.99 de que
usted perderá $10,000.
• Mucha gente simplemente
encuentra inaceptable este
elevado “riesgo hacia abajo”; esto
es, no están dispuestos a aceptar
la decisión basada en el criterio
• de maximizar el flujo de efectivo
neto esperado. Por lo tanto, una
vez más vemos en un ejemplo
• simple que es necesario tener
cuidado al seleccionar el criterio
adecuado.
2.-CREAR Y UTILIZAR UNA FUNCIÓN DE
UTILIDAD
• Existen dos métodos para crear la
función de utilidad.

• El primero es un método más exacto,

pero tedioso, en tanto que el segundo es
más rápido, dado que asume una forma
predeterminada.

• El primer método para crear una función

de utilidad como la que se muestra en la

• figura 10.6 requiere que el administrador,

en nuestro caso el repartidor de
periódicos, haga una serie de elecciones
entre un rendimiento seguro y una lotería.

• En lenguaje más formal y como segundo

paso , se requiere que el administrador
cree una lotería equivalente.
 ÁRBOLES DE DECISIÓN
• Un árbol de decisiones es un
dispositivo gráfico para el
análisis de decisiones bajo
riesgo;
• esto es, modelos en los que
tanto las decisiones como las
probabilidades de los
estados de la naturaleza
están definidas.
• los árboles de decisiones
fueron diseñados
• para utilizarse en modelos
en los que hay una secuencia
de decisiones, cada una de
las
• cuales podría llevarnos a
uno de varios resultados
inciertos
 EJERCISIOS
• Una empresa compra la materia prima
a dos proveedores A y B, cuya calidad
se muestra en la tabla siguiente:

• La probabilidad de recibir un lote del

proveedor A en el que haya un 1% de
piezas defectuosas es del 70%. Los
pedidos que realiza la empresa
ascienden a 1.000 piezas. Una pieza
defectuosa puede ser reparada por 1
euro. Si bien tal y como indica la tabla
la calidad del proveedor B es menor,
éste está dispuesto a vender las 1.000
piezas por 10 euros menos que el
proveedor A. Indique el proveedor que
debe utilizar.
 SOLUCIÓN
• Paso 1 - Enumere las • Paso 3 - Explicite el árbol
diferentes alternativas de de decisión.
decisión.
• Proveedor A.
• Proveedor B.
Paso 2 - Enumere para cada
una de las alternativas de
decisión, los estados de la
naturaleza asociados a la misma.
• Paso 4 - Asigne las • Paso 5 - Calcule el coste de
probabilidades a priori de cada una de las ramas del
cada uno de los estados de árbol
la naturaleza.
• El coste de cada rama lo obtiene a partir
del número de unidades defectuosas.
• Siendo los pedidos de 1.000 piezas, las
unidades defectuosas serán:
• En el caso de 1% defectuosas: 1.000 piezas
x 1% / defectuosas = 10 piezas /
defectuosas
• En el caso de 2% defectuosas: 1.000 piezas
x 2% / defectuosas = 20 piezas /
defectuosas la decisión
• En el caso de 3% defectuosas: 1.000 piezas
x 3% / defectuosas = 30 piezas /
defectuosas
• Si cada pieza defectuosa puede ser reparada
por 1 euro, el coste de la reparación
asciende a:
• En el caso de 1% defectuosas:
• 10 piezas/defectuosas x 1 euro / pieza
defectuosa = 10 euros
• En el caso de 2% defectuosas:
• 20 piezas / defectuosas x 1 euro / pieza
defectuosa = 20 euros
• En el caso de 3% defectuosas:
• 30 piezas/defectuosas x 1 euro / pieza
defectuosa = 30 euros
• En el caso del proveedor A el coste es 10
euros superior al del proveedor B, tal y
como indica el enunciado del ejercicio.
• Paso 6 - Resuelva el árbol de • Coloque el resultado encima
decisión de derecha a del nudo correspondiente
izquierda.
• Dado que la etapa final es
probabilista debe aplicar el
criterio de la esperanza
matemática con el objetivo de
determinar el coste esperado
de cada alternativa de
decisión.
• (20 x 0,8) + (30 x 0,1) + (40
x 0,1) = 23 euros
• (10 x 0,4) + (20 x 0,3) + (30
x 0,3) = 19 euros
• Paso 7 - Resuelva la etapa
anterior. Dado que esta primera
etapa es determinista y que los
valores que ha calculado son
costes, debe elegir la alternativa
cuyo coste sea menor y colocar el
resultado encima del nudo
correspondiente.
• El coste esperado de comprar la
pieza al proveedor A es de 23
euros según ha calculado en el
paso anterior, mientras que el de
comprar la pieza al proveedor B
es de 19 euros, por lo que deberá Siguiendo el criterio de la
comprar la pieza el proveedor B esperanza matemática
dado que el coste es menor. debe comprar la pieza al
proveedor B.