Alternativas De Decisin Mediante Distribuciones De Probabilidad

La mayor dificultad en este contexto es cmo valorar una decisin o alternativa

para poder compararla con otras. As se presentan distintos criterios para valorar las
alternativas y, segn sea el criterio adoptado, decidir cul es la decisin ptima.
Los criterios se clasifican segn utilicen las probabilidades de los distintos estados o
no. Los primeros est claro que slo pueden ser utilizados cuando estas probabilidades
son conocidas, mientras que los segundos pueden ser aplicados en cualquier caso.
Una de las situaciones que ms dificultad lleva a la hora de tomar una decisin es
aquella en la que las consecuencias de las decisiones no pueden ser controladas, sino que
estn sujetas a la aleatoriedad; esta aleatoriedad puede provenir, tanto porque el proceso
pueda estar gobernado por el azar, como por una falta de informacin que nos impida
determinar con exactitud cules son esas consecuencias. El contexto en que nos
encontramos por lo tanto, es aqul en que el decisor ha de tomar una decisin ante una
situacin con diversos estados gobernados por el azar.
Valor esperado
En estadstica la esperanza matemtica (tambin llamada esperanza, valor
esperado, media poblacional o media) de una variable aleatoria, es el nmero que
formaliza la idea de valor medio de un fenmeno aleatorio.
Cuando la variable aleatoria es discreta, la esperanza es igual a la suma de la
probabilidad de cada posible suceso aleatorio multiplicado por el valor de dicho suceso.
Por lo tanto, representa la cantidad media que se "espera" como resultado de un
experimento aleatorio cuando la probabilidad de cada suceso se mantiene constante y el
experimento se repite un elevado nmero de veces. Cabe decir que el valor que toma la
esperanza matemtica en algunos casos puede no ser "esperado" en el sentido ms
general de la palabra - el valor de la esperanza puede ser improbable o incluso imposible.
Por ejemplo, el valor esperado cuando tiramos un dado equilibrado de 6 caras es
3,5. Podemos hacer el clculo:


Criterio del valor esperado
Este criterio supone seleccionar aquella alternativa cuyo pago esperado o medio
sea mejor (si los pagos son beneficios la de mayor beneficio esperado y si son costes la de
menor coste esperado). Este criterio es el ms comn cuando las probabilidades son
conocidas, pero no tiene por qu ser el ms apropiado. Obsrvese que si el proceso de
decisin se repite muchas veces en idnticas condiciones las leyes de los grandes nmeros
aseguran que en el lmite el pago medio es la esperanza. As pues este criterio es
apropiado cuando el proceso se va a repetir muchas veces, pero puede no serlo cuando se
presenta una situacin nica, en la que el proceso no va a ser repetido.
rbol de decisiones
El rbol, es una excelente ayuda para la eleccin entre varios cursos de accin.
Proveen una estructura sumamente efectiva dentro de la cual estimar cules son las
opciones e investigar las posibles consecuencias de seleccionar cada una de ellas.
Tambin, ayuda a construir una imagen balanceada de los riesgos y recompensas
asociados con cada posible curso de accin.
En resumen, los rboles de decisin proveen un mtodo efectivo para toma de
decisiones debido a que:
Claramente plantean el problema para que todas las opciones sean
analizadas.
Permiten analizar totalmente las posibles consecuencias de tomar una
decisin.
Proveen un esquema para cuantificar el costo de un resultado y la
probabilidad de que suceda.
Nos ayuda a realizar las mejores decisiones sobre la base de la informacin
existente y de las mejores suposiciones.


Para comenzar a dibujar un rbol de decisin debemos escribir cul es la decisin
que necesitamos tomar. Dibujaremos un recuadro para representar esto en la parte
izquierda de una pgina.
Desde este recuadro se deben dibujar lneas hacia la derecha para cada posible
solucin, y escribir cul es la solucin sobre cada lnea. Se debe mantener las lneas lo ms
apartadas posibles para poder expandir tanto como se pueda el esquema.
Al final de cada lnea se debe estimar cul puede ser el resultado. Si este resultado
es incierto, se puede dibujar un pequeo crculo. Si el resultado es otra decisin que
necesita ser tomada, se debe dibujar otro recuadro. Los recuadros representan
decisiones, y los crculos representan resultados inciertos. Se debe escribir la decisin o el
causante arriba de los cuadros o crculos.
Si se completa la solucin al final de la lnea, se puede dejar en blanco.
Comenzando por los recuadros de una nueva decisin en el diagrama, dibujar lneas que
salgan representando las opciones que podemos seleccionar.
Desde los crculos se deben dibujar lneas que representen las posibles
Consecuencias. Nuevamente se debe hacer una pequea inscripcin sobre las lneas que
digan qu significan. Seguir realizando esto hasta que tengamos dibujado tantas
consecuencias y decisiones como sea posible ver asociadas a la decisin original.
Una vez que tenemos hecho esto, revisamos el diagrama en rbol. Controlamos
cada cuadro y crculo para ver si hay alguna solucin o consecuencia que no hayamos
considerado. Si hay alguna, la debemos agregar. En algunos casos ser necesario dibujar
nuevamente todo el rbol si partes de l se ven muy desarregladas o desorganizadas.

Evaluar los rboles
Ahora ya estamos en condicin de evaluar un rbol de decisiones. Aqu es cuando
podemos analizar cul opcin tiene el mayor valor para nosotros. Comencemos por
asignar un costo o puntaje a cada posible resultado - cunto creemos que podra ser el
valor para nosotros si estos resultados ocurren.
Luego, debemos ver cada uno de los crculos (que representan puntos de
incertidumbre) y estimar la probabilidad de cada resultado. Si utilizamos porcentajes, el
total debe sumar 100%. Si utilizamos fracciones, stas deberan sumar 1. Si tenemos algn
tipo de informacin basada en eventos del pasado, quizs estemos en mejores
condiciones de hacer estimaciones ms rigurosas sobre las probabilidades. De otra forma,
debemos realizar nuestra mejor suposicin.


Variantes del criterio del valor esperado

Probabilidades Posteriores
Probabilidades posteriores con mayor informacin: Se puede pensar que no basta de un
lanzamiento para conocer sus caractersticas como es el caso del dado cargado; en tal
caso se puede conseguir mayor informacin lanzando nuevamente el dado. Supongamos
que el mismo dado lanzado sali un as de nuevo, por lo tanto la probabilidad de que
vuelva a ocurrir dicho evento variara en proporcin a la cantidad de veces que este
ocurri.

Por lo tanto la probabilidad conjunta para que un evento se repita para este caso es
particular es de .325, ahora bien para calcular la probabilidad de que sea el primer dado;
la probabilidad que tiene el as en el primer dado ser igual a la probabilidad marginal
conjunta del primero entre la suma de la probabilidad de ambos eventos es decir:

Ejemplo de probabilidad posterior basada en 3 intentos:
Un equipo de ligas pequeas de bisbol a estado utilizando una maquinaria
pequea de pitcheo (automtica), si la mquina es bien instalada es decir que est
ajustada automticamente lanzara strikes el 85 % de las ocasiones; si la maquinaria no
est bien ajustada su porcentaje disminuye al 35 %; la experiencia ha demostrado que
solo el 75 % de las ocasiones la mquina es instalada automticamente. Una vez que se
instala la mquina para la prctica de bateo de un da lanza 3 strikes en los primeros 3
lanzamientos.
Cul es entonces la probabilidad de que la instalacin este bien realizada?
*CORRECTA .75, STRIKES .5, 3 STRIKES (.614)(.75) = .4605
*INCORRECTA .25, STRIKES .35, 3 STRIKES (.042) (.25) = .0105
4605 + .0105 = .4710
* .4605/.4710 = .977
* .0105/.4710 = .022

A este tipo de probabilidad se le llama PROBABILIDAD POSTERIOR en este caso de que la
mquina este bien instalado y con ello aumentamos la probabilidad original de instalacin
del 75% al 97%.