MATERIA:

Investigación de operaciones II

TEMA:
“TEORÍA DE DECISIONES”.

DOCENTE:
MCC Juan Antonio González Sáenz

ALUMNOS:
• Nombre: Mairani Guadalupe Santos Cortez Matricula: 17030128.
• Nombre: Jorge Said Rodríguez Pacheco Matricula: 17030128.

GRADO: 5º. GRUPO: C”.

CARRERA: INGENIERÍA INDUSTRIAL.

EVIDENCIA: U3.EV01.
FECHA DE ENTREGA: 24-Oct-2020.
 3.1 Teoría de decisiones
características generales
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 usan para
describir el caso de la decisión.
Desde ese punto de vista, un proceso de toma de decisión puede caer en
una de las tres categorías siguientes:

1.- Toma de decisiones

 2.- Toma de
bajo certidumbre, en la
decisiones bajo
que los datos se
riesgo, en la que los
conocen en forma datos se pueden
determinista describir con
distribuciones de
probabilidades.
 3.- Toma de decisiones bajo
incertidumbre, en donde a los
datos no se les pude asignar
pesos o factores de ponderación
que representan su grado de
importancia en el proceso de
decisión.

Estas además permiten:

Visualizar gráficamente los escenarios.

Crear Estrategias para la toma de decisiones.

Identificar los riesgos en el proceso.

 Criterios de decisión deterministas y probabilistas

 Un modelo determinístico es un modelo matemático donde las

mismas entradas producirán invariablemente las mismas salidas, no
contemplándose la existencia del azar ni el principio de incertidumbre.
 Está estrechamente relacionado con la creación de entornos simulados
a través de simuladores para el estudio de situaciones hipotéticas, o
para crear sistemas de gestión que permitan disminuir
la incertidumbre.

• Los modelos probabilísticos están ampliamente basados en

aplicaciones estadísticas para la evaluación de eventos incontrolables
(o factores), así como también la evaluación del riesgo de sus
decisiones. La idea original de la estadística fue la recolección de
información sobre y para el estado.
 Valor de la información perfecta

 En términos administrativos, el valor esperado de la

información perfecta (VEIP) es el valor máximo que la
empresa estaría dispuesta a pagar por conseguir información
adicional y perfecta antes de tomar una decisión.
 Se podría decir que se trata del costo de oportunidad de
elegir una decisión basada en el criterio de la ganancia
esperada.
 Por ejemplo: puede ser una investigación de mercados para
conocer la demanda que se tendrá de un producto
específico, para así decidir si la empresa invierte en
expansión o no.
 Arboles de decisión

 Un árbol de decisión es una forma gráfica y analítica

de representar todos los eventos (sucesos) que
pueden surgir a partir de una decisión asumida en
cierto momento.
 Nos ayudan a tomar la decisión “más acertada”,
desde un punto de vista probabilístico, ante un
abanico de posibles decisiones.
 Permite desplegar visualmente un problema y
organizar el trabajo de cálculos que deben
realizarse.
Pasos para realizar un árbol de decisión:

 Definir el problema.
 Dibujar el árbol de decisión.
 Asignar probabilidades a los eventos aleatorios.
 Estimar los resultados para cada combinación
posible de alternativas.
 Resolver el problema obteniendo como solución
la ruta que proporcione la política óptima.
 Ejemplo: Conceder un préstamo.

Nodo de Decisión.

Rama.

Nodo de
Probabilidad.