Unidad 1: An

alisis de decisiones
1.1.

Problemas y
arboles de decisi
on

Problema de decisi
on
Problema de toma de decision para el cual la informacion relevante no se conoce con certeza al momento
de tomar la decision y que tiene las siguientes caractersticas:
Existen uno o mas momentos en los que deben tomarse decisiones. Si hay un solo momento para
toma de decision se llama de nivel sencillo, si hay mas de un momento se llama de nivel m
ultiple.
En cada momento en que se debe tomar una decision existe un n
umero finito de alternativas de
decision disponibles.
Que alternativa de decision se tome depende de los costos y/o ganancias asociadas con cada
decision, pudiendo expresarse el futuro mediante un n
umero finito de estados o resultados posibles.
Ejemplo 1
Un cliente de un comerciante de arte esta dispuesto a comprar la pintura sunplant en $50,000. El
comerciante puede comprar la pintura hoy por $40,000, o puede esperar un da y comprar la pintura
ma
nana, si no se ha vendido, por $30,000. El comerciante podra tambien esperar otro da y comprar
la pintura, si a
un esta disponible, por $26,000. Al final del tercer da la pintura no estara disponible
para la venta. Cada da hay una probabilidad de 0.60 de que sea vendida la pintura. Que estrategia
maximiza la ganancia esperada del comerciante?
Toma de decisiones de nivel sencillo
Los pasos generales que se pueden reconocer en la toma de decision de nivel sencillo son:
Identificar un n
umero finito de alternativas de decision.
Identificar un n
umero finito de posibles resultados o respuestas de la naturaleza.
Calcular la ganancia asociada a cada pareja alternativa-resultado.
Aplicar un criterio de decision para elegir la mejor alternativa de decision.
Ejemplo 2
Star-Productions acaba de firmar un contrato para producir un nuevo espectaculo New York Life.
El presidente ha pedido determinar la inversion inicial apropiada para el programa piloto y los ocho
episodios siguientes de la serie. La junta directiva divide la inversion para nuevos programas en tres
niveles:
L: Nivel bajo, ninguno de los actores es reconocido.

M : Nivel medio, el actor principal es reconocido no as los demas actores de apoyo.

H: Nivel alto, mas de uno de los actores tiene reconocimiento.
Por otro lado los resultados de la serie se clasifican en:
F : Fracaso, menos del 10 % de los espectadores ven el programa.

E: Exito,
entre el 10 % y el 20 % de los espectadores ven el programa.
G: Gran exito, mas del 20 % de los espectadores ven el programa.
Las probabilidades de ocurrencia de cada uno de los estados de la naturaleza se estiman en 0.4, 0.4
y 0.2 respectivamente. La ganancia que se obtenga depende de la decision tomada y la respuesta de
la naturaleza. En base a la experiencia, el departamento de contabilidad estima las ganancias (en $
millones) que se obtendra para cada pareja alternativa-resultado de la forma siguiente:
Decision
L
M
H

Resultados
F E G
-2 5 8
-5 10 12
-8 6 15

Arbol
de un problema de decisi
on
Es una representacion grafica de las alternativas, resultados de la naturaleza, probabilidades y ganancias
asociados con un problema de decision. El arbol tiene nodos de tres tipos: de decision, probabilsticos
y terminales. Los arcos del arbol representan alternativas de decision o respuestas de la naturaleza. Un
nodo de decision es un punto en el tiempo en el cual se debe tomar una decision. Un nodo probabilstico
representa un punto en el tiempo en que la naturaleza responde con un resultado. Un nodo terminal
representa el momento en que se obtiene un resultado de la naturaleza y no hay mas decisiones que
tomar. Los arcos que representan respuestas de la naturaleza tienen probabilidades asociadas que pueden depender incluso de decisiones tomadas con anterioridad. Los nodos probabilsticos pueden tener
asociados ganancias que corresponden a las parejas decision-resultado.
Ejemplo 3
El arbol que representa el problema del ejemplo 2 es

1.2.

Criterios para la toma de decisiones

Dado un problema de decision de nivel sencillo con m alternativas A1 , . . . , Am , n resultados E1 , . . . , En ,

con probabilidades p1 , . . . , pn respectivamente, y la tabla de ganancias m n, G = (gij ), se pueden
aplicar los criterios siguientes:
Criterio maximax (optimista)
1. Para i = 1, . . . , m, se valora la alternativa de decision Ai mediante max {gij }
1jn

2. Se toma como mejor alternativa aquella que tiene la maxima valoracion

Criterio maximin (pesimista)
1. Para i = 1, . . . , m, se valora la alternativa de decision Ai mediante mn {gij }
1jn

2. Se toma como mejor alternativa aquella que tiene la maxima valoracion

Criterio de Hurwicz (optimismo ponderado)
1. Se elige una medida de optimismo (0, 1)
2. Para i = 1, . . . , m, se valora la alternativa Ai mediante max {gij } + (1 ) mn {gij }
1jn

1jn

3. Se toma como mejor alternativa aquella que tiene la maxima valoracion

Criterio de pena minimax
Tabla de penas
La pena asociada a una pareja alternativa-resultado (Ai , Ej ) es lo que se deja de ganar al tomar la
alternativa Ai en lugar de la alternativa con mayor ganancia al ocurrir Ej . As que la pena asociada a
(Ai , Ej ) es max {gij } gij .
1im

Criterio de pena minimax

1. Se construye la tabla de penas T mediante tij = max {gij } gij , para i = 1, . . . , m, j = 1, . . . , n
1im

2. Para i = 1, . . . , m, se valora cada alternativa Ai mediante max {tij }

1jn

3. Se toma como mejor alternativa aquella que tiene la menor valoracion

Criterio probabilstico
1. Para i = 1, . . . , m, se valora la alternativa Ai mediante su ganancia esperada
2. Se toma como mejor alternativa aquella que tiene la maxima valoracion
Ejemplo 4

Pn

j=1

pj gij

Para el problema de la Star-Production del ejemplo 2, aplique cada uno de los criterios anteriores. Para
el criterio de Hurwicz tome como coeficiente de optimismo = 0.7
Solucion
F E G Maximax Maximin Hurwicz T. penas Pena minimax Probabilstico
L -2 5 8
8
-2
5
0 5 7
7
2.8
M -5 10 12
12
-5
6.9
3 0 3
3
4.4
H -8 6 15
15
-8
8.1
6 4 0
6
2.2
Decision
H
L
H
M
M

1.3.

Incorporaci
on de informaci
on de una muestra a la toma
de decisiones

Informaci
on Perfecta
Es la informacion acerca del futuro que le hubiera permitido hacer la escogencia de la mejor decision.
Ganancia Esperada con Informaci
on Perfecta (GEIP )
Es el valor esperado de la ganancia asumiendo que
Pnse toma la mejor decision ante cada posible resultado
de la naturaleza. Se calcula mediante GEIP = j=1 pj max {gij }
1im

Ejemplo 5
Para el problema de la Star-Productions, GEIP =0.4(-2)+0.4(10)+0.2(15)=6.2

Valor Esperado de la Informaci

on Perfecta (V EIP )
Es lo maximo que pagara el decisor por tener la capacidad de responder con la mejor decision ante
cada respuesta de la naturaleza. O sea la ganancia esperada con informacion perfecta menos la ganancia
esperado sin informacion perfecta (la que da el criterio probabilstico). Se calcula mediante V EIP =
GEIP GESIP .
Ejemplo 6
Para el problema de la Star-Production V EIP = 6.2-4.4=1.8. Es claro que este valor proporciona una
estimacion de que tanto vale la pena conocer el futuro. Aunque en la mayora de los casos no se puede
conocer el futuro, puede ser de valor llevar a cabo una investigacion de mercado para obtener algo de
informacion sobre el futuro. Claramente nunca debera pagarse mas de lo que valdra el hecho de tener
informacion perfecta.

Incorporaci
on de la informaci
on de una muestra en la toma de decisiones
Mediante una investigacion de mercado es posible obtener mejor conocimiento acerca de los resultados
futuros. La importancia de una estimacion precisa de las probabilidades de los resultados, esta en el
hecho que cambios en las probabilidades pueden conducir a cambios en las decisiones. Objetivo de una
investigacion de mercado es ayudar a realizar estimaciones de estas probabilidades. El resultado de una
investigacion de mercado es un indicador descriptivo relacionado al proyecto propuesto. Finalmente uno
de estos indicadores se usa para volver a evaluar las probabilidades de los diferentes resultados de manera
que se pueda tomar una decision de inversion mas apropiada. Sin embargo los resultados del estudio
pueden no ser correctos porque el no se basa en la audiencia completa, sino en una muestra aleatoria.

Una forma de medir la confiabilidad de un estudio de mercado es estimar mediante la experiencia o los
registros organizacionales, la probabilidad de que el resultado del estudio de mercado se uno en particular
cuando ocurrio una respuesta de la naturaleza en particular. Normalmente se da esta informacion en
una tabla que llamamos P (I/E).
Procedimiento para incorporar informaci
on de una muestra en la toma de decisiones
1. Calculo de la tablaP (E I), mediante p(Ir Ej ) = p(Ir /Ej )p(Ej ), para r = 1, . . . , k, j = 1, . . . , n
P
2. Calculo de la columna P (I), mediante p(Ir ) = nj=1 p(Ir Ej ), para r = 1, . . . , k, j = 1, . . . , n
3. Calculo de la tabla P (E/I), mediante p(Ej /Ir ) = p(Ir Ej )/p(Ir ) , para r = 1, . . . , k, j = 1, . . . , n
4. Calculo de ganancias esperadas en dependencia de los resultados del estudio de mercado
Para cada indicador del estudio de mercado Ir , r = 1, . . . , k
P
a) Para i = 1, . . . , m, valore cada alternativa de decision Ai mediante nj=1 p(Ej /Ir )gij
b) Escoja como optima dado que Ir ocurre, la alternativa con mayor valoracion
o
nP
n
p(E
/I
)g
c) Calcule la ganancia esperada dado que Ir ocurre, mediante max
j
r ij
j=1
1in

5. Calculo de la ganancia esperada con informacion de la muestra mediante GECIM =

Pk

r=1

p(Ir )GE/Ir

6. Calculo del valor esperado de la informacion de la muestra mediante V EIM = GECIM

GESIM , donde GESIM es la ganancia esperada que se obtiene usando el criterio probabilstico.
7. Calculo de la eficiencia de la informacion de la muestra mediante EIM = 100 VV EIM
EIP
Ejemplo 7
Para el problema de la Star-Production del ejemplo 2 asuma que se realiza un estudio de mercado con
dos posibles resultados, I1 : favorable (mas del 10
P (I/E)
I1
I2

F
E
G
0.8 0.3 0.1
0.2 0.7 0.9

Solucion
F
E
G
1. P (I E) 0.32 0.12 0.02
0.08 0.28 0.18
2. P (I)

0.46
0.54

F
E
G
3. P (E/I) 0.696 0.261 0.043
0.148 0.519 0.333
4. Ganancias esperadas dado I1
L : 0. 696(2) + 0. 261(5) + 0. 043(8) = 0. 257
M : 0. 696(5) + 0. 261(10) + 0. 043(12) = 0. 354

H : 0. 696(8) + 0. 261(6) + 0. 043(15) = 3. 357

Ganancias esperadas dado I2
L : 0. 148(2) + 0. 519(5) + 0. 333(8) = 4. 963
M : 0. 148(5) + 0. 519(10) + 0. 333(12) = 8. 446
H : 0. 148(8) + 0. 519(6) + 0. 333(15) = 6. 925
Indicador
I1
I2

Decision optima
L
M

Ganancia esperada
0.257
8.446

5. Ganancia esperada con informacion de la muestra, GECIM = 0. 257(0. 46) + 8. 446(0. 54) =
4. 67906
6. Valor esperado de la informacion de la muestra, V EIM = 4. 67906 4. 4 = 0. 27906
7. Eficiencia de la informacion de la muestra, EIM =

1.3.1.

0.27906
1.8

100 = 15. 50 %

Decisiones multinivel usando un

arbol de decisi
on

Para resolver un problema de decision multinivel

1. Trace un arbol de decisiones con tantos niveles como momentos de decision haya
2. Para cada nivel
a) En cada nodo de decision identifique las alternativas de decision disponibles y trace un arco
y nodos asociados
b) En cada nodo probabilstico identifique resultados posibles y trace un arco y nodo de decision.
c) Escriba las probabilidades de arco y ganancias de nodos asociadas
3. Trabajando hacia atras desde los nodos terminales hasta el nodo 0, calcule la ganancia total
esperada como sigue:
a) Para cada nodo de probabilidad calcule {ganancia esperada}={ganancia asociada al nodo} +
{ganancia futura esperada del nodo}, donde la ganancia futura esperada del nodo se calcula
como la suma de los productos de las probabilidades condicionales de cada arco que sale del
nodo y la ganancias asociadas del nodo conectado.
b) Para cada nodo de decision calcule {ganancia esperada}={ganancia del nodo} + {maximo
de las ganancias futuras esperadas de los nodos conectados}
4. Identifique las ganancias optimas iniciando en el nodo 0, en donde la decision optima ya se conoce.
Para cada resultado posible identifique la decision que producira los valores optimos para el nodo
asociado.
Ejemplo 8

Resuelva el problema del ejemplo 1 usando un arbol de decision

Solucion

1.4.

Toma de decisiones usando utilidades

En el analisis de decisiones efectuado hasta ahora, la eleccion optima es aquella que maximiza la ganancia
esperada, utilizando los valores de la tabla de ganancias. En algunos casos puede que esto no sea lo mas
apropiado, por ejemplo si consideramos la ganancia esperada de cualquier juego de lotera, sabemos que
siempre es un valor negativo (de otro modo el due
no de la lotera no ganara dinero). As si alguien
tomara la decision de jugar o no jugar lotera en base a su ganancia esperada, sencillamente no entrara
al juego. Sin embargo muchas personas juegan a la lotera; esto es as porque mucha gente esta dispuesta
a correr un alto riesgo de perder una cantidad peque
na de dinero por una despreciable posibilidad de
ganar una gran cantidad. Estas personas estan valorando la alternativa mediante la utilidad y no la
ganancia esperada.
Utilidad
Utilidad es una forma numerica de representar el valor relativo del dinero que tiene un tomador de
decisiones.
Para tomar decisiones usando utilidades en un problema de decision
1. Se asocia a cada ganancia de la tabla una utilidad mediante el siguiente procedimiento
a) Se ordenan las ganancias en orden descendente
b) Se asigna utilidad 100 a la mayor de las ganancias
c) Se asigna utilidad cero a la menor de las ganancias
d) Para cada una de las restantes ganancias gij
Se pide al tomador de decision que considere una secuencia de juegos de lotera ficticios
que le ofrezca el potencial de ganar la maxima ganancia de la tabla con probabilidad p,
y de ganar la mnima ganancia de la tabla con probabilidad 1 p.
Se determina la probabilidad p0 mencionada en la lotera anterior para la cual al tomador
de decision le de igual jugar la lotera propuesta que tomar la ganancia garantizada gij
Se toma p0 como la utilidad asociada a gij
2. Se construye la tabla de utilidades sustituyendo cada ganancia por su utilidad
3. Se valora cada alternativa mediante su utilidad esperada

4. Se toma como optima la alternativa que tiene maxima valoracion.

Ejercicios
1. El se
nor Joe Williams, un empresario, esta considerando la posibilidad de comprar uno de los
siguientes negocios al menudeo: una tienda de camaras, una tienda de equipo de computo o una
tienda de aparatos electronicos, todas con la misma inversion inicial. Para la tienda de camaras
se estima que hay una probabilidad de 20 % de que el desempe
no de las ventas sea el promedio,
lo que tendra como resultado una recuperacion anual de $ 20000. Estos valores e informacion
analoga para las otras opciones se muestran en la tabla. Use un arbol de decision para identificar
decision optima y ganancia esperada.
Tienda
Camaras
Equipo
Electronica

Ganancias
Probabilidades
Promedio Bueno Excelente Promedio Bueno Excelente
20
75
100
0.20
0.60
0.20
30
60
100
0.15
0.70
0.15
25
75
150
0.05
0.6
0.35

2. Larry Llitigant acada de recibir una llamada telefonica de su abogado, Bernie, en la que le informa
que el medico al que demando esta dispuesto a cerrar el caso por $ 25,000. Larry debe decidir si
acepta o no esta oferta. Si la rechaza, el abogado estima en 0.20 la probabilidad de que la otra
parte retire su oferta y se vayan a juicio; en 0.60 la probabilidad de que no cambie la oferta; y en
0.20 la probabilidad de que aumente su oferta a $ 35,000. Si la otra parte no cambia su oferta o la
aumenta, Larry puede decidir de nuevo aceptar la oferta o irse a juicio. Su abogado ha indicado
que el caso tiene posibilidades, pero tambien tiene lados debiles. El abogado estima en 0.40 la
probabilidad que el juez le de la razon al medico, en cuyo caso Larry tendra que pagar gastos
legales de $ 10,000; en 0.50 la probabilidad que el dictamen salga a favor de Larry, quien recibira
$ 25,000 ademas de los gastos legales; y en 0.10 la probabilidad que Larry gane el juicio y obtenga
$ 100,000 ademas de los gastos legales.
a) Usando un arbol de decisiones determine la estrategia que maximiza la ganancia de Larry.
b) En cuanto puede aumentar el gasto legal de $ 10,000 antes que la decision optima sea aceptar
la oferta actual de $ 25,000 ?
c) En cuanto habra que aumentar la cantidad de un gran juicio para Larry sobre el nivel
actual de $ 100,000 para que Larry prefiera irse a juicio en vez de tomar cualquiera de las
posibles ofertas de acuerdo?
3. La compa
na Nitro Fertilizer esta elaborando un nuevo fertilizante. Si Nitro comercializa el producto y tiene exito, la compa
na obtendra una ganancia de $ 50000; si no tiene exito la compa
na
perdera $ 35000. En el pasado, productos similares han tenido exito el 60 % de las veces. A un
costo de $ 5000 puede probar la efectividad del nuevo fertilizante. Si el resultado de la prueba es
favorable, hay 80 % de probabilidad de que tenga exito el fertilizante. Si la prueba resulta desfavorable, solo hay 30 % de probabilidades que tenga exito el fertilizante. Hay 60 % de probabilidades
de un resultado favorable de la prueba y un 40 % de probabilidades de un resultado de prueba desfavorable. Determine la estrategia para maximizar el beneficio de la compa
na. Tambien obtenga
VEIM y VEIP.
4. Erica va a volar a Londres el 5 de agosto y regresa a casa el 20 del mismo mes. Estamos a 1 de julio
y ella podra comprar hoy un boleto de viaje sencillo por $ 350 o un boleto de viaje redondo por
$ 660. Es posible que entre el primero de julio y el primero de agosto su hermana, quien trabaja
para una linea aerea, pueda obtener un boleto sencillo gratis para Erica. La probabilidad de que
su hermana obtenga un boleto sencillo gratis para Erica es de 0.30. Si Erica compra un boleto

de viaje redondo el primero de julio y su hermana obtiene un boleto gratis, ella puede devolver
la mitad de su viaje redondo a la aerolnea. En este caso, el costo del boleto sera $ 330 mas una
penalizacion de $ 50. Si ella compra el boleto hasta el 1 de agosto, un boleto sencillo costara $ 370
y uno de viaje redondo costara $ 730. Use un arbol de decision para determinar como minimizar
el costo esperado del viaje redondo a Londres de Erica.
5. El agricultor Jones debe determinar si siembra maz o trigo. Si siembra maz y el clima es calido,
obtiene $ 8000; si siembra maz y clima es fro, obtiene $ 5000. Si siembra trigo y el clima es calido,
obtiene $ 7000; si siembra trigo y el clima es fro obtiene $ 6500. En el pasado 40 % de los a
nos han
sido fros y 60 % han sido calidos. Antes de sembrar Jones puede pagar $ 600 por un pronostico
del clima emitido por un experto. Si en realidad el a
no es fro hay 90 % de probabilidad que el
metereologo prediga un a
no fro. Si el a
no en realidad es calido, hay 80 % de probabilidad que el
metereologo prediga un a
no calido. Como puede maximizar la ganancia el agricultor? Tambien
obtenga VEIM y VEIP.
6. Soy un concursante en el programa TV Remote Jeopardy, que funciona como sigue: Primero se me
hace una pregunta sobre videos est
upidos. Si mi respuesta es correcta gano $ 100. Seg
un yo tengo
0.80 de probabilidad de contestar correctamente la pregunta. Si mi respuesta es incorrecta, el
juego se termina y no gano nada. Si mi respuesta es correcta podra salirme con $ 100 o continuar
y contestar una pregunta acerca de programas de TV insulsos. Si mi respuesta a esa pregunta
es correcta, gano otros $ 300, y de lo contrario pierdo todo lo que he ganado y termina todo.
Mis posibilidades de contestar bien esta pregunta es 0.60. Si doy una respuesta correcta a la
pregunta sobre programas de TV insulsos, podra salir con mis ganancias o continuar y contestar
una pregunta sobre estadstica. Si doy una respuesta correcta a esta pregunta, gano otros $ 500,
pero si fallo, pierdo todo y me regresan a casa. Mi probabilidad de contestar acertadamente esta
pregunta es de 0.40. Mediante un arbol de decision determinar la estrategia para maximizar mis
ganancias esperadas.