INVESTIGACIN DE

OPERACIONES

MODELOS DE
DECISIN

Profesor: Vctor Jerez

2016

La Decisin
La decisin es un verdadero
proceso de reflexin y, como
tal, racional y consciente,
deliberado y deliberativo que
lleva a la seleccin de una
accin (acto, curso de accin)
determinado
entre
un
conjunto
de
acciones
alternativas. La decisin es un
proceso previo a la accin.

En sentido restrictivo, decidir

es seleccionar
entre varias
alternativas una y slo una.
Hay decisin cuando, siendo
posible varias respuestas, un
sujeto elige una de ellas.
En sentido amplio, decidir es
llevar a cabo un proceso
completo
por
el
cual
se
establecen, analizan y evalan

Las buenas decisiones no

garantizan por s solas buenos
resultados.

Reflexione

Los Modelos
Proporcionan una estructura para
examinar el proceso de toma de
decisiones.
Pueden utilizarse para evitar
decisiones
arbitrarias
o
inconsistentes que no se basen
en todos los datos disponibles.
Si utilizramos estos modelos en
todas
las
decisiones,
no
podramos
asegurar
que
el
resultado
fuera
siempre

En cuanto a decisin se refiere,

existen dos enfoques sobresalientes:
La teora de la eleccin racional (Simon):
desde una perspectiva descriptiva, nos
cuenta
CMO
SON
los
procesos
decisorios en las organizaciones. Los
hombres aplican su propia racionalidad
limitada por su singular visin de la
realidad.
La teora de la decisin: es una
metodologa prescriptiva o normativa
que indica CMO SE DEBE DECIDIR para
ser consecuentes con los objetivos,
preferencias
y
ciertos
principios

Tipos de decisiones
Las decisiones pueden clasificarse en funcin de
diversas categoras; as podemos obtener diversos
tipos de decisin atendiendo a:
Nivel
Finalidad:
de
estructuracin:
Planificacin
Programadas
Control
No
Funcin:
programadas
Financieras
Jerarqua:
De
Operativas
produccin
Tcticas
Comerciales
Estratgicas
Condiciones:
Grado
de
Certidumbre
complejidad:
Incertidumbr
Rutinarias
e
Selectivas
Riesgo
Creativas

Tipos de Decisiones
En un mbito mas general
nos enfocaremos en :
Decisiones bajo
certidumbre.
Decisiones utilizando datos
previos.

Toma de Decisiones
bajo Certidumbre
Son los casos en que existe
slo un resultado para una
decisin.
Por
ejemplo
cuando
se
emplean los resultados de la
programacin lineal no hay
duda con respecto a cual ser

Toma de Decisiones utilizando

Datos Previos
En estos casos se toman
decisiones en forma repetida
con
muchos
resultados
posibles
siendo
las
circunstancias que rodean la
decisin siempre iguales. Es
posible
valerse
de
la
experiencia pasada y es
factible
desarrollar

Toma de Decisiones
sin Datos Previos
Aqu las decisiones son
nicas (se toman solo una
vez), no existe experiencia
pasada
para
calcular
probabilidades
y
las
circunstancias que rodean
la decisin cambian de un

PROCESOS DE TOMA
DE
DECISIONES.

El proceso de toma de
decisiones se refiere a
todas
las
actividades
necesarias
desde
identificar
un
problema
hasta finalmente resolverlo
poniendo en prctica la
alternativa
seleccionada;
por
lo
tanto
est
enmarcado en la solucin
de problemas donde se

Elementos de un Proceso de Decisin

El decisor (TD): Es el encargado

de realizar la seleccin de
alternativas
de
la
mejor
manera, en funcin de sus
objetivos
Las alternativas o cursos de
accin:
son
las
diferentes
formas de actuar posibles: el
TD deber seleccionar una de
ellas. Es importante tener en

 Los estados de la naturaleza:

son
las
variables
no
controlables por el TD. Son
eventos futuros que influyen
en el proceso de decisin, pero
que no pueden ser controladas
ni
previstas,
en
su
comportamiento, por el TD.
Los resultados: es lo que se
obtiene ante la seleccin (la
opcin) de una alternativa
determinada
cuando
se

 La tabla de pagos (o tablas de

decisin): sirven para tratar
muchos problemas de decisin y
poseen los siguiente elementos:
Los diferentes estados de
naturaleza sj (s1, s2, , sn).

la

Las
distintas
alternativas
o
cursos de accin, entre los cuales
el TD deber seleccionar uno aj
(a1, a2, , am).
Los resultados Rij que surgen de
la eleccin de la alternativa a

 El criterio de decisin: es la
especificacin de un procedimiento
para identificar la mejor alternativa
en un problema de decisin.
La descripcin de los diferentes
criterios
de
decisin
que
proporcionan la opcin ptima ser
realizada de acuerdo con el
conocimiento que posea el TD
acerca de los estados de la
naturaleza, es decir, atendiendo a
la clasificacin de los procesos de
decisin: certidumbre, riesgo e

Etapas del Proceso de Toma de

Decisiones
El TD se da cuenta de que

existe un problema y lo define.

El TD recopila datos acerca del
problema.
El TD debe poder especificar
los objetivos. La decisin se
basa en seleccionar la mejor
alternativa
en
funcin
de
ciertos objetivos.
El TD elabora un modelo que
describe el problema.
El TD utiliza el modelo para

evaluarlas en funcin de sus

preferencias
(anlisis cualitativo y anlisis
cuantitativo).
El TD debe determinar el criterio de
decisin que optimice la situacin.
El
TD
debe
predecir
las
consecuencias de cada actuacin.
El TD debe establecer un sistema de
preferencias. Tiene que realizar una
valoracin de las consecuencias de
acuerdo con una escala de bondad o
deseabilidad.

 El TD debe elegir entre las

soluciones alternativas. Es
necesario que seleccione un
curso de accin. Esta eleccin
debe
darse
mediante
un
criterio de decisin adecuado.
El TD debe poner en prctica
la solucin seleccionada y
evaluar los resultados. Lo que
modifica el universo, es la
accin
derivada
de
la

Podramos definir 3 fases bsicas

del proceso de toma decisiones :

Fase de anlisis
Desde el planteamiento de la situacin al
resultado del proceso de anlisis:
Planteamien
to de la
situacin
Definir la
situacin

Proceso de
anlisis

Determinar la situacin que se

afronta, causas, orgenes,
caractersticas, posible
evolucin y posibles
consecuencias
Momento en que se produce
reas que afecta
Quin lo detecta y quin es
responsable
Causas y dimensiones
Es necesaria correccin o
decisin
?
Recopilacin
de
TCNICAS DE APOYO
informacin disponible Mapas mentales
Captacin de
Por qu / por qu
informacin adicional
secuencial
Perfiles
necesaria
Establecer hechos
DAFO
Definir problemas
Anlisis del campo
Clasificar en orden de
de fuerzas
importancia

Fase de diseo
Desde el establecimiento de objetivos a la
seleccin de alternativas:

Seleccin de
alternativas

Experiencia
Experimentacin
Investigacin y anlisis

Fase de implantacin
Desde la puesta en marcha hasta la obtencin
del objetivo buscado:

Actuar sobre el
proceso

Objetivos o
estndares

Comparacin con
objetivos

Cambiar los
objetivos

CRITERIOS PARA LA
TOMA DE DECISIONES

Terminologa de los Modelos de Toma de

Decisiones
Decisiones

alternativas:

Son

las

alternativas sobre las cuales se basar la

decisin final.
Estados

de

la

naturaleza:

Son

las

acciones externas o las circunstancias

que afectan el resultado de la decisin
pero que estn fuera del control del TD.

Resultados:

Para

determinar

los

resultados es necesario considerar

todas las posibles combinaciones
de decisiones y de estados de la
naturaleza.
decisiones

Ejemplo:
x

estados

posibles
de

naturales = 9 posibles resultados.

la

Criterios de decisin en ambiente de

incertidumbre
En un entorno de tanta escasez de
informacin como es el de incertidumbre,
ha de intervenir en gran medida la
subjetividad:
Si

la
incertidumbre
no
est
estructurada, ni se puede obtener
mayor informacin, y ha de tomarse
una decisin, esta habr de basarse en
la mera intuicin.
Si la incertidumbre se encuentra
estructurada, la decisin contina
incorporando
una
carga
de
subjetividad muy elevada, de modo
que
distintas
personas
tomaran

Los principales criterios de decisin en

entornos de incertidumbre estructurada
son:
Criterio de Laplace
Criterio del Optimista
Criterio del Pesimista (Wald)
Criterio de Optimismo Parcial
(Hurwicz)
Criterio del Mnimo Pesar

Modelo del Pesimista (MaxMin) o

criterio de Wald.
El TD es pesimista con respecto a
los estados de la naturaleza o
considera que de acuerdo a su
inseguridad econmica debe evitar
prdidas altas an a riesgo de
posiblemente
perder
altas
utilidades.
El
procedimiento
consiste en determinar el resultado
de
menor
valor
para
cada
alternativa y registrarlo en una

EJEMPLO:
Un agricultor ha de decidirse por
un cultivo u otro (decisiones E1
E2) y los resultados que obtenga
dependen de que el invierno sea
seco (S1), hmedo (S2) o muy
lluvioso (S3), con arreglo a la
siguiente matriz de decisin dada.
Estados de la naturaleza
Qu alternativa interesa ?
Alternativas
de decisin

S1

S2

S3

E1

60

50

40

E2

10

40

70

Si los resultados mostrados en

la tabla fueran ingresos, (cuanto
mayores, mejor), el decisor
piensa que:
Si se decide por la primera
estrategia (E1) saldr el
resultado menos favorable
para l (S3 = 40)
Si se decide por la segunda
estrategia
(E2)
tambin
saldr el resultado menos
favorable para l (S1 = 10)

Modelo del Optimista (MaxMax)

Es el criterio que seguira una persona que
pensara que, cualquiera que fuera la
estrategia que eligiera, el estado que se
presentara sera el ms favorable para
ella.
Por ello, cuando los resultados son
favorables, se le denomina criterio maxmax: se determina cul es el resultado
ms elevado que puede alcanzarse con
cada estrategia y, posteriormente, se elige
aquella a la que le corresponda el mximo
entre esos mximos.

Cuando
los
resultados
son
desfavorables,
se
le
denomina
criterio mini-min: se determina cul
es el mejor resultado que puede
obtenerse con cada estrategia (el
menor) y se elige aquella a la que le
corresponda el mnimo entre esos
mnimos.
EJEMPLO:
Un agricultor ha de decidirse por un
cultivo u otro (decisiones E1 E2) y
los
resultados
que
obtenga
dependen de que el invierno sea
seco (S1), hmedo (S2) o muy

Estados de la naturaleza

Alternativas
de decisin

S1

S2

S3

E1

60

50

40

E2

10

40

70

Si los resultados mostrados en la tabla

fueran
ingresos,
(cuanto
mayores,
mejor), el decisor piensa que:
Si
se
decide
por
la
primera
estrategia (E1) saldr el resultado
ms favorable para l (S1 = 60)
Si se decide por la segunda
estrategia (E2) tambin saldr el
resultado ms favorable para l (S3
= 70)

Criterio de Laplace
Tambin
denominado
criterio
racionalista
y
criterio
de
igual
verosimilitud. Parte del postulado de
Bayes, segn el cual, si no se conocen
las probabilidades asociadas a cada
uno de los estados de la naturaleza, no
hay razn para pensar que uno tenga
ms probabilidades que otros.
Por ello, se calcula la media aritmtica
de los resultados que se pueden
derivar de cada una de las decisiones y
se elige aquella a la que le corresponda
el resultado medio ms elevado, si
tales resultados son favorables, o la

EJEMPLO:
Un agricultor ha de decidirse por
un cultivo u otro (decisiones E1
E2) y los resultados que obtenga
dependen de que el invierno sea
seco (S1), hmedo (S2) o muy
lluvioso (S3), con arreglo a la
siguiente matriz de decisin dada.
Estados de la naturaleza
Qu alternativa interesa
?
Alternativas
de decisin

S1

S2

S3

E1

60

50

40

E2

10

40

70

 Si se decide por E1 puede

obtener un resultado de 60,
40 50 Por lo que la media
es: (60+40+50)/3 = 50
Si se decide por E2 puede
obtener un resultado de 10,
40 70 Por lo que la media
es: (10+40+70)/3 = 40
Si los resultados mostrados en
la
tabla
fueran
ingresos,

Criterio del Optimismo Parcial o

criterio de Hurwicz.
Constituye un compromiso entre
los
criterios
optimista
y
pesimista,
mediante
la
introduccin de un coeficiente de
optimismo, a , comprendido
entre 0 y 1, y de su complemento
a
la
unidad,
que
es
el
denominado
coeficiente
de
pesimismo, 1 - a.
a
El mejor de los resultados de
cada estrategia se pondera con

EJEMPLO:
Un agricultor ha de decidirse por un cultivo u otro
(decisiones E1 E2) y los resultados que obtenga
dependen de que el invierno sea seco (S1), hmedo
(S2) o muy lluvioso (S3), con arreglo a la siguiente
matriz de decisin. Qu alternativa elige si a = 60 % ?
Estados de la naturaleza

Alternativas
de decisin

S1

S2

S3

E1

60

50

40

E2

10

40

70

Para E1, el mejor resultado es 60 y el peor es 40:

H1 = 60 . a + 40
(1 - a ) = 60 . 0,6 + 40 . 0,4
= 52
Para E2, el mejor resultado es 70 y el peor es 10:
H1 = 70 . a + 10
(1 - a ) = 70 . 0,6 + 10 . 0,4
= 48

Criterio del Mnimo Pesar o

criterio de Savage
Este criterio de decisin es el que
siguen quienes tienen aversin a
arrepentirse por equivocarse.
Formalmente ha de partirse de la
elaboracin de la denominada matriz
de pesares.
EJEMPLO:
Un agricultor ha de decidirse por un
cultivo u otro (decisiones E1 E2) y los
resultados que obtenga dependen de
que el invierno sea seco (S1), hmedo

La matriz de pesares es la siguiente:

Estados de la naturaleza

Alternativas
de decisin

S1

S2

S3

E1

60

50

40

E2

10

40

70

Teniendo en cuenta que el pesar es lo que deja de

ganar por no elegir correctamente, esta matriz
resulta de:
Si sucediera S1, acertara y no tendra pesar al
elegir E1, pero tendra un pesar de 50 (o sea 60
menos 10) si hubiera elegido E2.
Si sucediera S2, acertara y no tendra pesar al
elegir E1, pero tendra un pesar de 10 (o sea 50
menos 40) si hubiera elegido E2.
Si sucediera S3, NO acertara y tendra pesar al
elegir E1, de 30 (o sea 70 menos 40) y NO hubiera
tenido pesar si hubiera elegido E2.
El mximo pesar posible con la estrategia E1 es 30 y

rbol de Decisin
Los Administradores se
enfrentan a los siguientes
situaciones:
Decisiones no se conocen con
certeza.
Situaciones probabilsticas
sencillas.
Solo puede considerar unos
cuantos factores al mismo
tiempo.

Se usan en situaciones de toma

de decisiones en las que se

debe optimizar una series de
decisiones.
Un concepto fundamental en

las situaciones que involucran

alternativas
de
decisin
y
eventos secuenciales es que
deben identificarse todas esas
alternativas
y
eventos
y
analizar de antemano, si se

COMPONENES Y ESTRUCTURA
Alternativas de Decisin
Eventos
Probabilidades
Resultados
Estos datos se organizan

mediante la estructura de un
diagrama de rbol que ilustra las
interacciones posibles entre las
desiciones y los eventos

Inicio del rbol

A
B
C

Nodo de Decisin

Aadir los Estados de la Naturaleza,

probabilidades de ocurrencia y
ganancias o costos esperados

Demanda alta (0.4)

$90k

Demanda media (0.5)

$50k

Demanda baja (0.1)

$10k

Demanda alta (0.4)

B

Demanda media (0.5)

$200k
$25k

Demanda baja (0.1)

-$120k

Demanda alta (0.4)

$60k

Demanda media (0.5)

$40k

Demanda baja (0.1)

$20k

Arboles - Anlisis
Metodologa: Derecha a
Izquierda pasando por eventos
y puntos de Decisin hasta
alcanzar la secuencia ptima.
Reglas:
En cada nodo se calcula el valor
esperado.
En cada punto de decisin se
selecciona la alternativa con el
valor esperado ptimo y se

Clculo del Valor Esperado

Probabilidad

Demanda alta (0.4)

$62k

Utilidad
$90k

Demanda media (0.5)

$50k

Demanda baja (0.1)

$10k

EVA=0.4(90)+0.5(50)+0.1(10)=$62k

Solucin
$62k
A
B

$80.5k

Demanda alta (0.4)

$90k

Demanda media (0.5)

$50k

Demanda baja (0.1)

$10k

Demanda alta (0.4)

Demanda media (0.5)

$200k
$25k

Demanda baja (0.1)

-$120k

Demanda alta (0.4)

$60k

Demanda media (0.5)

$40k

Demanda baja (0.1)

$20k

$46k

Teorema de Bayes
Regla de Bayes: Si los eventos B1,

B2, ...., Bk constituyen una divisin

del espacio muestral S, donde
P(B)0 para i = 1, 2, ..., k entonces
para cualquier evento A en S es tal
que P(A)0
P(Br) P(A/Br)
P(Br/A) =
P(Bi) P(A/Bi)