Teoría de la Decisión UNEFA 2012

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.
012
Teora de la Decisin. Modelos de Utilidad

Introduccin
En nuestro anterior curso de Gerencia de la Informtica sentamos como
axioma que administramos, esencialmente, para lograr mayores cotas de
eficiencia y eficacia en la organizacin. El gerente como responsable de estos
logros era distinguido por la funcin bsica de decidir, entendiendo que esta
abarcaba todo el espacio organizacional, diferencindose as de cualquier otro
administrador en niveles inferiores cuya autonoma para esta actividad estaba
restringida a su entorno inmediato y bajo las restricciones ms o menos mayores
de polticas, normas y procedimientos. Esta capacidad del Gerente, distintiva de
su actividad es objeto de estudio, en nuestro caso particular, para completar la
formacin incluyendo un campo que tendr impacto en los futuros diseos que
como ingenieros realicen, y en lo general porque esta actividad marca de forma
definitiva el camino del incremento de la productividad en cualquier organizacin.
La decisin es la marca de la pauta operacional de cualquier organizacin,
aunque a nivel de individuos estemos constantemente en un ambiente que
requiere elecciones, nuestra actividad acadmica contemplar la relacin
ambiente-contexto de un problema y un decisor responsable por darle solucin
como sujeto responsable de una organizacin.
En general las personas que estudian el fenmeno decisorio con rigor
cientfico se decantan entre lo descriptivo, concentrndose en cmo se toman las
decisiones, por ejemplo actitud ante el riesgo, preferencia por cierto tipo de
informacin;
o en lo prescriptivo, es decir los mtodos para mejorar las
decisiones. En general el propsito de este curso est ms circunscrito a esta

segunda orientacin que la primera; sin embrago siempre que la oportunidad lo
requiera se har referencia a las actitudes y motivaciones de los decisores como
ayuda a clarificar la discusin de problemas o ejercicios.
El propsito de esta gua es presentar un marco conceptual general que
nos permita conocer y manejar los conceptos bsicos de la teora de la decisin,
Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012
los conceptos condicionantes de la misma y la presentacin de algunos mtodos o

esquemas derivados de la referida teora.
I. Conceptos Bsicos
1. El Problema
La gnesis de todo proceso decisorio hay que buscarla en la percepcin de
que algo anda mal y necesariamente debe ser resuelto; o al menos comprendido y
manejado hasta una eventual resolucin. Esto define que existe una situacin que
es insatisfactoria a los efectos de la organizacin y por ende a los fines del
gerente. Esta es bsicamente la definicin de un problema; una diferencia tangible
(en trminos prcticos) entre el estado de la situacin actual y el estado esperado,
aspirado o posible de la misma. Tangible por que debe ser susceptible de ser
descrita, y por ende medida, an cuando tal descripcin y medicin no sean
exhaustivas para su caracterizacin. Ms concretamente podemos observar el
siguiente patrn cuando enfrentamos un problema:
De esta representacin grfica de lo que es un problema podemos inferir

algunos puntos interesantes:
(i) La situacin no est definida ciento por ciento, hay un espacio entre la
realidad tal cual como es y nuestra percepcin de la misma. Sin entrar en mayores
profundidades, aceptaremos axiomticamente que nuestro conocimiento de la
realidad es, en el mejor de los casos limitado; pero consideraremos siempre el
conjunto de elementos que describe la situacin como contable y finito. Esto nos
permitir mantener el tratamiento matemtico del tema dentro de los fenmenos
discretos, que es donde pertenecen los casos prcticos de decisin que
discutiremos en nuestro curso.
(ii) La decisin es el vector de transformacin desde el estado actual hasta
la situacin deseada, sus componentes son los valores de cada uno de los
elementos que la definen; por ejemplo costos, inversiones, tiempo, entre otros.
En general es una accin que comprende y compromete un conjunto de recursos
y una actuacin determinada, definida dicha actuacin como la manera de utilizar
los recursos.
(iii) La definicin de la decisin comprende la caracterizacin y medicin de
la situacin observada y la definicin en los mismos trminos de la situacin
objetivo. Requiere de un esfuerzo por comprender la situacin en sus detalles
relevantes a los objetivos que se persiguen y en evidenciar aquellos elementos
que, por no ser obvios, deben ser descubiertos y descritos con un esfuerzo de
investigacin.
2. El proceso decisorio
En nuestro curso anterior de gerencia de la informtica definimos este
proceso, en general, como compuesto de las siguientes etapas:
A. Anlisis de la situacin. Durante la cual se define y describe el problema, los
factores relevantes al mismo, el contexto o premisas en las cuales se enmarcar
la accin y las relaciones causa-efecto determinantes. Este proceso debe
evidenciar la realidad (tanto la actual como la deseada) y debe mejorar nuestra
percepcin de ella lo ms posible. En este proceso la apreciacin objetiva es de
primordial importancia, debe evitarse la tendencia natural a definir el problema en

trminos de una solucin propuesta o prefijada; menos an a considerar metas
estrechas o de corto alcance, como por ejemplo la actitud de como vaya viniendo
vamos viendo; y, finalmente evitar el diagnosticar el problema segn los
sntomas, actitud que impedir evidenciar la mayora de las reales causas.
B. Formulacin de soluciones alternativas. Para generar opciones que nos
encaminen desde la situacin actual a la situacin objetivo. Este proceso de
producir opciones distintas tanto en la definicin de los elementos y recursos
relevantes, como en la combinacin de los valores o cantidades de ellos; pero
necesariamente deben ser adecuadas a la magnitud y caractersticas del
problema y darle solucin; deben ser aceptables por las personas, organizaciones
e instituciones involucradas o pertinentes a su aplicacin; deben ser ejecutables
con los medios disponibles o los que se puedan conseguir y formuladas en
trminos tales que permita su comparacin y evaluacin. Igualmente es necesario
hacer el mximo esfuerzo de investigacin posible a los efectos prcticos y de
oportunidad de la decisin que permita hace el inventario ms exhaustivo posible
de las opciones a considerar y sus circunstancias, para garantizar el mximo de
posibilidades de obtener una solucin adecuada y completa a lo que se desea
hacer o lograr.
C. Evaluacin y seleccin. Este es el proceso de formular la decisin en s
misma, de escoger la accin que nos llevar a la situacin deseada. En este punto
es cuando operan las diversas tcnicas de decisin, dependiendo del ambiente en
el cual esta fase se lleva a cabo.
D. Instrumentacin de la solucin. Es el cierre del proceso, la solucin definida
se instrumenta a travs de planes que especifican las acciones y responsables,
los factores de tiempo involucrados, as como los recursos y su asignacin.
3. Los ambientes de decisin

La bibliografa en la materia ofrece varias acepciones al ambiente de decisin; por
lo pronto nos ocuparemos de deslindar un punto controversial, y lo haremos a los
fines que perseguimos en este curso, sin apoyar una u otra posicin en el
escenario de la discusin acadmica. Podemos enfrentar una decisin trivial, es
decir, evidente, se presenta obvio lo que debemos hacer; si voy por una va y
observo que el indicador de gasolina est en E, es claro que mi decisin ser
abastecer combustible en la bomba ms cercana; es decir la que primero
aparezca. An cuando sepa que despus de esa hay otras en las podra
abastecer; por lo menos un cuarto de tanque debera hacerlo en esta. Y es
simplemente porque el beneficio de buscar una preferida (por la razn que sea) no
se justifica con el costo potencial de quedarme sin combustible antes de llegar a
ella. Esta es una decisin trivial, no hay que darle muchas vueltas al tema. En
condiciones ms formales, si deseo mezclar dos productos para producir un
tercero; en cierta proporcin variable y sujeto a un conjunto de condiciones
restrictivas para el proceso de produccin; me dirijo a un modelo de programacin
lineal que me permita definir cul es la combinacin ptima para maximizar el
beneficio o minimizar el costo. Ya Uds. han resuelto este tipo de problemas en su
curso de investigacin de operaciones. Lo relevante en el punto es que an
cuando el modelo acepte o prescriba ms de una solucin posible al problema,
slo hay una solucin ptima y por tanto el proceso de escogencia est vaco de
contenido. En ambos casos podemos establecer que el ambiente de decisin es
de certeza; sabemos cul es el problema; conocemos todos los elementos
intervinientes y podemos describir la situacin objetivo sin ninguna ambigedad o
duda; y podemos en consecuencia decir; prescribir, lo que se debe hacer, tambin
sin duda o ambigedad. Este tipo de temas se tocar en nuestro curso con
carcter complementario, y las referencias sern principalmente a la aplicacin de
decisiones basadas sobre modelos de distribucin estadstica y probabilstica
exigidas por el programa de la materia.
Tambin tenemos el ambiente de mltiples alternativas, en el cual alguna
metodologa aplicable para definir la solucin ptima se ve afectada por nuestro
conocimiento de la realidad. As, si conocemos los elementos y posibles
realidades futuras asociadas a cada opcin y adicionalmente podemos asignar
una probabilidad de ocurrencia a los eventos que nos llevan a esos futuros
posibles, estaremos hablando de decisiones en ambiente de riesgo. Si

conocemos los posibles futuros o parte de ellos y los eventos que definen las
opciones de solucin, pero no podemos asignar con seguridad probabilidades de
ocurrencia, es decir no podemos prever con exactitud las consecuencias de
nuestras acciones, estaremos hablando de decisiones en ambiente de
incertidumbre. si adicionalmente al ambiente de incertidumbre debemos
considerar un oponente que disputa nuestro objetivo y que influencia por tanto
nuestra decisin, estaremos decisiones en un ambiente de conflicto. En cada
uno de estos ambientes disponemos de enfoques y procedimientos para guiar el
proceso de decisin, y en este trabajo nos ocuparemos principalmente de las
decisiones en ambientes de certeza, pero sin estructura visible del problema, y los
de riesgo o incertidumbre, ya sea que tengamos conocimiento o no de la
estructura del problema.
Finalmente hallamos la situacin en la cual no es evidente la existencia de
opciones vlidas para la resolucin del problema. En este caso por lo general se
requiere un replanteamiento del problema, como por ejemplo reducir nuestras
aspiraciones; esto significa reestructurar la realidad aspirada a una que pueda ser
ms conveniente a nuestros recursos y capacidades. Tambin podemos optar por
hacer un diseo de una opcin a la medida del problema siempre que sea posible
acopiar los recursos requeridos y levantar restricciones que condicionen la
situacin; o, finalmente, insistir permanecer en el proceso de bsqueda hasta que
logremos dar con una solucin.
La estructuracin del problema
La primera y principal dificultad del decisor consiste en dar forma
reconocible y lo ms exhaustiva posible de la circunstancia que llamamos
problema. Debe formularse una representacin o representaciones alternativas de
la situacin problemtica, lo cual prescribe conocer total o parcialmente el contexto
en el cual la situacin existe y sus partes constituyentes. Una discriminacin de los
tipos de problemas y algunas categoras de anlisis nos darn una idea de la
complejidad del proceso
Elementos
Decisores
Alternativas
Valor decisional
Resultados posibles
Probabilidades asociadas
Causas generatrices
Consecuencias de los resultados
Bien estructurado
uno / pocos
limitadas
consenso
conocidos
calculables
enumerables/conocidas
parcialmente conocidas
Estructura
Semi estructurado
uno / pocos
limitadas
consenso
parcialmente conocidos
incalculables
parcialmente conocidas
desconocidas
No estructurado
muchos
ilimitadas
conflicto
desconocidos
incalculables
desconocidas en general
desconocidas
No existe un esquema o metodologa nica y exacta para estructurar los

problemas, pero en general el proceso pasa por las siguientes consideraciones:
(i) Determinar los objetivos deseados,
(ii) Determinar las categoras de anlisis que pueden aplicarse a la solucin del
problema, recordar que las condiciones que causan un problema, tambin
son problemas en s mismas,
(iii) Determinar los factores relevantes dentro de cada categora,
(iv) Cuantificar estos factores y sus efectos posibles,
(v) Determinar las relaciones entre estos factores y entre ellos y el contexto en
el cual se inserta el problema.
En nuestros cursos revisaremos algunas metodologas de estructuracin,
no son las nicas, el mtodo de anlisis de jerarquas (AHP), la matriz de utilidad;
las redes PERT/CPM y modelos estadsticos basados en distribuciones de
probabilidad, y el de regresin lineal.
II. Anlisis de decisiones

1. Planteamiento terico clsico. La matriz de decisin.
El anlisis requiere una forma de organizacin de la informacin disponible
de manera de trabajarla para orientar adecuadamente la decisin. En teora de
decisin hay varios modelos que organizan la informacin, como por ejemplo la
matriz de decisin que discutiremos a continuacin, los modelos de utilidad
multiatributos (tambin en forma matricial); los modelos bayesianos, entre otros.
En resumen estos modelos permiten representar, organizar y operar sobre las
opciones o alternativas, sus descriptores y las consecuencias de cada una de las
acciones para evidenciar las relaciones que existen entre ellas y los mltiples
resultados de su combinacin.
La matriz de decisin
En este modelo tendremos tres clases de elementos para describir el
contexto de la decisin y la estructura del problema. En primer lugar los estados
del suceso; que comprende los elementos del conjunto numerable y no vaco de
situaciones dadas, mutuamente excluyentes, no controlables por el decisor. A este
conjunto se le denomina espacio de los sucesos (tambin se le conoce por
estados de la naturaleza), se le denota por ; y sus elementos por
j , 1 j n
, n = 1, 2, 3 n. Los estados del suceso, en lo general son consecuencias

previsibles de las acciones a tomar, representan situaciones futuras afectadas o
no por la incertidumbre y su enumeracin debe ser lo ms exhaustiva posible y
correspondiente al tipo de suceso.
El segundo elemento son los cursos de accin, estas son las acciones que
el decisor prev como posibles soluciones al problema; se definen como el
conjunto numerable y no vaco de alternativas vlidas, mutuamente excluyentes,
controlables por el decisor. A este conjunto se le denomina espacio de las
decisiones, se le denota por A y a sus elementos por
ai , . 1 i m , m = 1, 2,
3 m
En tercer lugar, seleccionado un curso de accin ai perteneciente a A y
habindose verificado un estado de suceso
j perteneciente a se define como
consecuencia o resultado al valor numrico atribuido a esta interseccin de

conformidad con un criterio de valor prefijado al conjunto de las consecuencias, lo
denominamos espacio de los resultados, denotado por R y sus elementos

(resultados o consecuencias) rij.
Es necesario acotar que en tanto que nos referimos a decisiones
econmicas, los rij, sern valores monetarios.
Construiremos la matriz de decisin (convencionalmente) utilizando las filas
para el espacio de las acciones, las columnas para el espacio de los sucesos y las
intersecciones sern los elementos del espacio de resultados, generados por la
interaccin de un curso de accin y su correspondiente suceso asociado.
En trminos genricos sera como se especifica a continuacin.
Matriz de decisin
1
......
......
a1
r11
r12
......
r1j
......
r1n
a2
r21
r22
......
r2j
......
r2n
.......
......
......
......
......
......
......
ai
ri1
ri2
......
rij
......
rin
........
......
......
......
......
......
am
rm1
rm2
......
rmj
......
rmn
Si, por ejemplo se afirma que a1 } a2, (donde } : preferido a); quiere decir que
r1j r2j
y que
j=k / r1k > r2k
Dada esta condicin se afirma que a1 domina a a2 ; significando que

siempre a1 tiene resultados mejores que a2 y al menos, uno estrictamente mejor y
por tanto a2 no es un curso de accin ptimo y nunca ser seleccionado. De esto
se concluye que una matriz de decisin es un conjunto de cursos de accin,
10
no dominados, sobre los cuales se debe establecer un orden de preferencia.

(Lazzari et alia,1998)
Los criterios de decisin
El establecimiento del orden de preferencia est condicionado por el
ambiente de decisin (ya descritos), depende de hasta donde alcanza la certeza
sobre las consecuencias que tendr cada una de las acciones enumeradas en el
espacio en el espacio de las decisiones. Si la certeza existe; al menos
razonablemente; el criterio no ser otro que asumir la que mayor beneficio ofrezca.
Si el ambiente es de riesgo, la distribucin de probabilidades acercar la decisin
hacia la ms probable combinacin de beneficios; o al mayor ms probable; si el
ambiente es de incertidumbre diversos criterios desde el no s que pueda pasar,
en consecuencia... hasta el minimizo las prdidas ofrecern un buen marco para
orientar al decisor sobre la accin a tomar. En todo caso siempre podr
disponerse de algn instrumento basado en el anlisis bayesiano para tomar un
criterio y soportar una decisin ms o menos informada.
Por otra parte es necesario observar que los estados del suceso son
demandas al decisor y los cursos de accin son disponibilidades para atenderlos;
por tanto el criterio mnimo de definicin de acciones de decisin deben asegurar
que no haya excesos que impliquen el desperdicio de recursos, o defectos que no
satisfagan el requerimiento o demanda, por tanto toda accin debe ser exhaustiva
en la satisfaccin del requerimiento en las condiciones que en las que estos se
presentan. Algunos autores, en base a esta premisa no reconocen, por ejemplo,
posibles retornos negativos (prdidas) dentro de la conceptuacin de una accin,
en tanto que otros consideran la posibilidad de un escenario basado
exclusivamente en prdidas y la accin de decisin orientada a minimizar las
mismas. Para este curso no consideraremos estas disquisiciones y aceptaremos
la posibilidad de retornos negativos siempre que estos sean originados en un
planteamiento razonablemente aceptable, posible y consistente en la situacin de
decisin. El ejemplo permitir clarificar el punto.
11
Finalmente, es necesario considerar que a pesar de la posibilidad e intentos

de tratar matemticamente el tema de la decisin; detrs de los nmeros siempre
hay una persona, que actuar segn sus creencias, experiencias y expectativas
ms que por los resultados de una tabla, no se puede establecer un perfil nico
para el decisor, ni siquiera afirmar absolutamente que la utilidad monetaria sea el
instrumento absoluto para fundamentar una decisin, estos mtodos son guas,
como ya se dijo, para el decisor, quin en situaciones reales considerar mucho
ms que lo que el rigor matemtico le indique, ya que la mayora de las decisiones
de los gerentes se mueven en el inasible mundo de la incertidumbre. As el
decisor aplicar de forma rigurosa (matemticamente hablando) el mtodo para
obtener insumos de informacin mejores que las opiniones o pareceres y los
utilizar en conjuncin con otros elementos decisorios.
2. Caso de estudio. (adaptado de Christenson, Vancil y Marshal, 1979)

Asumamos el caso de un empresario fabricante de juguetes que se
encuentra en la disyuntiva de optar por introducir o no un nuevo juguete en la lnea
de productos que ofrece. Desea efectuar un anlisis cuidadoso, an cuando no
considera la introduccin de la novedad de carcter estratgico para su
participacin en el mercado. Previamente ha considerado que de introducir la
novedad requerir de alquilar una mquina para el proceso de fabricacin. Por
otra parte se plantea considerar slo un ao para evaluar la decisin. Investigando
en el mercado halla dos tipos de mquina para el proceso que tiene en mente;
(a) Una mquina estndar, cuya renta es de Bs. 1.000,00 al ao y originar
costos variables directos de Bs. 1,0 por unidad producida.
(b) Una mquina automatizada, cuya renta es de bs. 5.000,00 al ao y
originar costos variables directos de Bs.0,5 por unidad producida.
Consideremos en base a nuestro conocimiento del negocio que podemos
colocar la novedad de forma competitiva en el mercado a un precio de Bs. 1,5 por
12
unidad, y que a ese precio pueden esperarse ventas posiblemente de 5.000

unidades; aunque en el mejor de los casos pudieran alcanzar las 12.000 unidades
y en el peor de los casos de 1.000 unidades.
La estructura bsica del problema

Como ya se ha dicho, cualquier problema de toma de decisin tiene en
esencia dos componentes; por una parte estn las acciones, denominadas cursos
de accin, que pueden ser hechas por quin toma la decisin y las cuales estn
totalmente bajo su control; y los acontecimientos o sucesos; que influyen en tales
acciones produciendo consecuencias o resultados al interactuar. Un suceso puede
ser el acto de un competidor, o de un gran nmero de consumidores o un acto de
la naturaleza; de hechos muchos autores usan la frase estados de la naturaleza
para describir o denominar el espacio de los sucesos ( ). Lo que lo caracteriza es
que est ms all del control de quin decide, y que lo nico que puede hacer el
decisor es pronosticar sus resultados.
La seleccin de los cursos de accin.
Esto depende de nuestra creatividad, conocimiento del problema y su
contexto. No existe tcnica analtica que permita generar automticamente
alternativas de accin; deben ser diseadas por quin decide en funcin de sus
objetivos, aspiraciones y conocimiento de la realidad que le rodea. El no tomar un
curso de accin debera ser considerado siempre como una alternativa; a menos
que la situacin fuerce lo contrario, es decir que el decisor est obligado a actuar
cambiando la situacin actual. El no actuar no es un asunto trivial, por el contrario
tiene efectos en el futuro (espacio de los sucesos) y por tanto de por s ya es una
accin.
En general podemos seguir algunas guas; evaluar la situacin lo ms
exhaustivamente posible a fin de evidenciar los factores relevantes que permitan
acotar lo mejor posible el problema. Formular de forma clara los objetivos que se
13
desean alcanzar. Verificar los recursos disponibles o que se puedan acopiar para
emprender la solucin. Y a partir de ello formular las opciones (acciones) posibles
que permitan atacar el problema con suficiente posibilidad de xito.
En nuestro ejemplo el espacio de las acciones (los cursos de accin)
posibles, segn los factores que hemos determinado con anterioridad:
a1 : no introducir la novedad
a2 : Introducir la novedad usando la mquina estndar
a3 : Introducir la novedad usando la mquina automatizada
La seleccin de los sucesos

Tambin los sucesos son cuestin de sentido comn, pero en general
seguir las siguientes reglas ayuda; (a) se puede incluir todo lo que no est bajo
control del decisor y que sea relevante para la decisin y pertinente al conjunto de
acciones; (b) se deben reconocer slo los sucesos que den como resultado
consecuencias diferentes para las acciones en consideracin; (c) definir los
sucesos de tal manera que sus consecuencias puedan ser medidas con certeza y
sin ambigedad; (d) los sucesos y sus efectos deben ser mutuamente
excluyentes, no puede existir conjuntos de sucesos iguales para acciones
distintas, pues esto introduce ambigedades en el proceso de decisin. No se
debe especificar por ejemplo; la demanda es igual a mas (o menos) de 1.000
unidades , o entre 2.000 y 3.000; pues esto no se puede trabajar en este tipo de
modelos por su ambigedad; y (e) los sucesos deben ser colectivamente
exhaustivos, deben estar todos los pertinentes al proceso decisorio y
correspondientes al espacio de acciones.
14
Los resultados
Los resultados provienen de intersectar las acciones con los sucesos, en
general a travs de una funcin claramente establecida definiendo una relacin
real y cuantificable. Esta relacin o funcin debe ser aplicable a todos los sucesos
sin condicionamientos diferenciadores o particularidades.
Los resultados se especifican en la matriz de decisin. Cada celda de la
matriz representa un punto nico en el futuro y para este punto podemos hacer un
anlisis condicional a fin de determinar la consecuencia.
En este ejemplo cada consecuencia es el resultado de considerar todos los
capitales involucrados y expresarlos en trminos de utilidades antes de impuestos,
o utilidad bruta:
+ Ingresos (precio de venta * cantidad de unidades)
- Costo variable (costo de produccin * cantidad de unidades)
- Costo de arrendamiento
= Utilidad Bruta o utilidad antes de impuestos
Matriz de decisin, criterio de la utilidad mxima a3 } a2 } a1

Espacio de los sucesos
Ventas pronosticadas (unidades)
Espacio de las acciones
1.000
5.000
12.000
a1
No introducir la novedad
0,00
0,00
0,00
a2
Introducir la novedad. Maq.

Estndar
-500,00
1.500,00
5.000,00
a3

Automatizada
-4.000,00
0,00
7.000,00
15
Algunas posibles guas de decisin

Nuestro empresario cree que las ventas puede ser un elemento bajo su
control, pues al nivel de precios que ofrece su producto es muy competitivo, en
este estado de certeza, puede decidir sobre el criterio de adoptar la accin que le
brinde el mayor beneficio. En este caso resulta ser la ganancia de Bs. 7.000,00
pronosticada en la a3. Muy optimista posicin. Este criterio tiene el problema
justamente de la presuncin de certeza; hasta donde se puede asegurar que el
nivel de demanda ser el que se pronostica? Si el nivel de certeza es del tipo lo
ms probable es que est ... ya introducimos otro elemento que tiene que ver con
la distribucin en diferentes observaciones de los niveles de demanda; por
ejemplo seguramente estar entre los cinco y ocho mil unidades con probabilidad
de tres a dos a favor; tendramos entonces que la decisin mejor sera a2 que
asegura mejores retornos en ese intervalo, como las relaciones que se han
establecido son lineales se puede formar la opinin por simple inspeccin. Pero
como podemos colegir, la certeza no es lo natural cuando se trata del futuro;
diversos procedimientos o mtodos permiten hacer pronsticos y proyecciones,
pero necesariamente tales esquemas no proporcionan la seguridad suficiente que
requiere un modelo como este para estar totalmente fuera de riesgo; as que por
fuerza para mejorar la decisin debemos incluir la informacin de probabilidad de
ocurrencia de los sucesos considerados.
Matriz de Decisin + probabilidades

Sucesos + probabilidades
0,3
0,5
0,2
1.000
5.000
12.000
a1
0,00
0,00
0,00
a2

Estndar
-500,00
1.500,00
5.000,00
a3

Automatizada
-4.000,00
0,00
7.000,00
16
El centro del proceso decisorio es cmo definir las relaciones de dominio entre las
opciones, es decir bajo cuales argumentos puede el decisor diferenciar cuando
una accin domina a otra y en consecuencia establecer sus prioridades de
preferencia. Este es el papel del equivalente de certidumbre, entendido este como
la utilidad mnima necesaria para aceptar una accin y definir su preferencia con
respecto a las otras. As el decisor considera cada accin, sus consecuencias y
sus probabilidades para determinar el monto mnimo que aceptara para la opcin,
si ella fuese la nica disponible.
Por ejemplo, al considerar la opcin a 1 : no introducir la novedad, se hace
obvio que la utilidad mnima que aceptaremos ser cero. Si esta fuese la nica
accin disponible, cualquier utilidad mayor que cero sera mejor que ejecutar esta
opcin. Por el contrario esta sera preferida antes que aceptar una utilidad
negativa. En consecuencia asignamos a la accin no introducir la novedad (a 1) el
equivalente de certidumbre igual a cero.
El proceso se complica al tratar de asignar el exacto valor equivalente de
incertidumbre a las otras dos opciones. Si consideramos a2 : introducir la novedad
utilizando la mquina estndar lo peor que podra pasar sera perder Bs. 500, por
tanto resulta evidente que no sera razonable seleccionar como equivalente de
certidumbre una cantidad menor a Bs. 500, igualmente evidente es que nunca
puede esperarse obtener ms de Bs. 5.000, as que una cifra superior no sera
razonable como equivalente de certidumbre. As que a partir de estos lmites
podramos acotar; sera preferible aceptar Bs. 4.000 seguros o seleccionar la
opcin a2? Podra aceptarse los Bs. 4.000, pues como se observa slo hay una
posibilidad en cinco (20%) de obtener un mejor retorno seleccionando la opcin 2,
ms an en ese caso slo obtendra Bs. 5.000. Por otro lado, podemos
preguntarnos si aceptaramos Bs. 1.000 seguros, en lugar de optar por a2; este
caso sera favorable a la opcin a2, pues existe una probabilidad del 70% de
obtener mejores retornos, y en el peor de los casos slo perderamos Bs. 500.
Puede verse que en esta iteracin de reduccin del rango aceptable de utilidad
17
segura podramos conseguir un nivel de utilidad que satisficiera nuestras

expectativas, ese nivel sera el equivalente de certidumbre para cada accin, y por
supuesto una vez obtenidos los correspondientes a cada opcin podramos
establecer las relaciones de preferencia que apoyaran la decisin.
La probabilidad
La ventaja de la probabilidad es que podemos hacer anlisis condicionados
de los diversos eventos considerndolos todos como posibles en cierta medida, y
concluyendo cul ser el resultado de la totalidad del espacio de sucesos. Dicho
de otra manera, la consideracin de la probabilidad de ocurrencia de todos los
eventos del espacio de sucesos sera asignar una medida de certidumbre sobre
elementos que intrnsecamente no reflejan o revelan ninguna certeza. Cada
retorno est condicionado a un nivel de ventas y la probabilidad que este volumen
ocurra; pero hasta dnde la cifra de volumen de ventas es posible?, se puede
tomar el valor absoluto del retorno como si fuese cierta tal ocurrencia?. El anlisis
indica que la utilidad debe estar afectada por un factor que la haga equivalente o
represente el riesgo que significa la posibilidad de que el volumen de ventas sea
menor o mayor, y tal como resolvamos en el anlisis bayesiano; la utilizacin de
la esperanza matemtica es el mejor medio para lidiar con esta situacin de
riesgo. As los capitales obtenidos como consecuencia de seguir un curso de
accin bajo un suceso dado sern afectados por la probabilidad de ocurrencia de
tal suceso, esto nos dar una mejor medida del comportamiento de cada curso de
accin y tal medida ser un discriminatorio ms completo o acertado para
establecer el orden de preferencia entre ellos. El criterio de eleccin ser el
mximo valor esperado
mx _ ai (rij * p j )
j 1
18
Valor esperado (Utilidad) de cada accin

0,3
0,5
0,2
1.000
5.000
12.000
Valor Esperado
(Utilidad)
a1
0,00
0,00
0,00
a2

Estndar
-500,00
1.500,00
5.000,00
1.600,00
a3

Automatizada
-4.000,00
0,00
7.000,00
200,00
0,00
Se infiere que a2 } a3 } a1
En este procedimiento hemos asignado como valor para discriminar entre
las opciones el valor esperado, entendiendo ste como el equivalente de
certidumbre. Este no es ms que el promedio ponderado (por la probabilidad de
ocurrencia) de los retornos de cada opcin, representando la media de la utilidad
obtenida por cada accin considerando todos los sucesos posibles. Se basa en el
hecho que la esperanza matemtica de la utilidad ser estadsticamente hablando
el beneficio ms probable a obtener.
Hasta este punto si decidimos jugar a los promedios, la decisin ms
adecuada a nuestros fines es la de optar por a 2 que ofrece un equivalente de
certidumbre de Bs. 1.600. Ahora bien, el aceptar el valor o utilidad esperada como
equivalente de certidumbre es una alternativa del decisor, y se basar en el hecho
que ninguna de las consecuencias de las opciones de bajo retorno ser tan
desastrosamente mala como para que, si se presentase, le fuese imposible seguir
en el negocio.
19
El valor de la informacin.
En este punto cabe preguntarnos si es posible obtener informacin que nos
permita conocer de antemano, con suficiente seguridad qu es lo que pasar en el
futuro, en nuestro caso cul de los tres pronsticos de ventas ocurrir. Previsiones
y pronsticos, mientras ms acertados mejor, proveen esta informacin, ya sea
por la va de estudios de mercado,
economtricos, etc; y por supuesto tales
estudios suelen ser un costo adicional en cualquier proyecto. El problema del

decisor es que llegado a este punto y requerir de esta informacin que le ayude a
decidir mejor sobre lo planteado cunto debe estar dispuesto a pagar por tal
informacin?. Varios son los factores que pueden aconsejar o desaconsejar las
bsqueda de informacin adicional antes de decidir, en primer lugar la variabilidad
derivada de la distribucin de probabilidades, si por ejemplo todos lo sucesos son
equiprobables, que es el peor de los casos sera muy til la prediccin, o si las
diferencias entre los retornos de cada accin son muy significativas. En todo caso
el planteamiento siempre estar en funcin de que la informacin recibida implique
el cambio en la escogencia de la accin aconsejada por el mtodo.
El valor de la informacin depende de lo exacto que pueda ser, atributo que
en lo general es difcil de determinar y por esta causa con frecuencia se supone
que la informacin es perfecta, que es como asignar un valor de probabilidad igual
a 1,0 a su ocurrencia. Para esta informacin se puede calcular un valor que sera
aqul que nos permitira con certeza plena escoger la opcin de mejor rendimiento
dado que ocurrir un cierto suceso, sin significar que al deducir el pago del
rendimiento obtenido el resultado se traduzca en una prdida. De hecho el decisor
siempre aceptar un pago menor a esa cifra para asegurar as algn rendimiento
mayor que cero.
Para poder calcular el valor de la informacin, nos puede ayudar medir las
consecuencias de la decisin en trminos de costo de oportunidad. El costo de
oportunidad para una accin y un suceso especfico es una medida relativa; es la
diferencia entre el valor de esta combinacin y el mejor acto (accin) que se
hubiese podido escoger para el suceso considerado. Por ejemplo, consideremos
20
calcular el costo de oportunidad al escoger no introducir la novedad si las ventas

alcanzan a 5.000 udds. la matriz de decisin muestra para esta combinacin un
resultado (rendimiento o utilidad) de Bs. 0,0. Observando vemos que el mejor acto
(accin) en este suceso es a2 : introducir la novedad con la mquina estndar, que
reporta un beneficio de Bs. 1.500,00. El costo de oportunidad de no introducir la
novedad y la ocurrencia de una demanda de 5.000 udds. ser la diferencia entre
esos dos valores Bs. 1.500,00 Bs. 0,00 = Bs. 1.500,00. El costo de oportunidad
es el precio que debe pagar el decisor por tener que actuar antes de conocer con
certeza lo que ocurrir en el futuro. A continuacin la tabla de costos de
oportunidad para nuestro problema.
En esta tabla la consecuencias de cada acto est medida en trminos de costo de
oportunidad. La probabilidad para cada suceso es la misma y con ella se ha
calculado el costo esperado para cada accin, interpretando este como el costo
del equivalente de certidumbre para un acto.
Matriz de Costo de oportunidad

0,3
0,5
0,2
1.000
5.000
12.000
Valor
Esperado
(Costo op.)
a1
0,00
1.500,00
7.000,00
2.150,00
a2

Estndar
Automatizada
500,00
0,00
2.000,00
550,00
4.000,00
1.500,00
0,00
a3
1.950,00
La regla de decisin ser la eleccin de la accin cuyo equivalente de

certidumbre tuviese el menor costo y es la indicacin de la mxima cantidad que el
decisor estar dispuesto a pagar por la informacin que permita despejar la
incertidumbre y conocer con certeza cul suceso ocurrir en el futuro.
21
Otra forma de proceder es encontrar la diferencia entre la suma de los

mejores resultados esperados por cada suceso y el mejor valor esperado.
0,3
0,5
0,2
a1
a2
a3
No introducir la
novedad
Introducir la novedad.
Maq. Estndar
Maq. Automatizada
Valor
Esperado
(Utilidad)
1.000
5.000
12.000
0,00
0,00
0,00
-500,00
1.500,00
5.000,00
1.600,00
-4.000,00
0,00
7.000,00
200,00
750,00
1.400,00
2.150,00
1.600,00
Valor esperado de los mejores resultados
Utilidad
Valor de la informacin
0,00
550,00
En este caso observamos que el valor esperado de los mejores resultados

para todas las acciones suman Bs. 2.150,00 y nuestro mejor resultado sin conocer
que pasar en el futuro es de Bs. 1.600,00; as el valor de la informacin perfecta
es de Bs. 2.150,00 1.600,00 = Bs. 550,00.
Criterio de Laplace.
Pierre Laplace propone considerar todos los posibles sucesos como
equiprobables, es decir de igual probabilidad, argumentando que estando los
sucesos posibles en el futuro no hay razn suficiente para suponer que alguno de
ellos ocurrir con preferencia a otros, siendo este el caso de perfecta
incertidumbre. En consecuencia para un problema de decisin con n posibles
sucesos, se asignar a cada suceso la probabilidad de 1/n y se seleccionar como
accin ptima aquella que presente el mejor resultado esperado.
22
n 1
mx _ ai ( rij )
j 1 n
Criterio de Laplace
0,3333
0,3333
0,3333
1.000
5.000
12.000
Valor Esperado
(Utilidad)
a1
0,00
0,00
0,00
a2

Estndar
-500,00
1.500,00
5.000,00
1.999,80
a3

Automatizada
-4.000,00
0,00
7.000,00
999,90
0,00
En este caso observamos que el resultado es igual al obtenido por el criterio
del valor esperado mximo; es casualidad.
Como siempre las matemticas (rigurosamente ejecutadas) son un apoyo
para el sentido comn, as que debemos considerar las debilidades del criterio; en
primer lugar requiere de la enumeracin exhaustiva de los sucesos, tarea que de
ordinario es complicada. Por otra parte su estructura puede llevar a elegir acciones
matemticamente correctas pero con probabilidades de prdidas importantes,
como se sigue en la siguiente tabla:
Sucesos
2
Acciones
1
15.000,00 -5.000,00
a1
5.000,00 4.000,00
a2
Ve
5.000,00
4.500,00
23
Obsrvese que a1 , la accin aconsejada por el modelo lleva implcita una

prdida importante si ocurre 2.
Criterio de Wald (minmax, maxmin)

Abraham Wald propone decidir considerando lograr lo mejor de las peores
condiciones posibles. As el criterio considera establecer como premisa que para
cada accin slo obtendremos el peor resultado. Esto es, si el resultado
rij
representa prdida para el decisor, entonces, para ai la peor prdida

independientemente de lo que ej pueda ser, es mx j { rij }. El criterio minmax
elige entonces la accin ai asociada a la menor de las prdidas, igual
razonamiento se sigue para la ganancia, el decisor supone pesimista siempre que
lo pero ocurrir, escoger entonces la mxima de las menores ganancias :
Elegir _ ai mnai mx j rij

En una forma similar, si
rij el decisor es optimista buscar el mximo de los
mnimos, es decir el mejor de los peores ai :
Elegir _ ai mxai mn j rij

En nuestro ejemplo, nos interesan las acciones con resultados no negativos
por tanto, aplicando el criterio la opcin a elegir es a2. Obsrvese la particularidad
de este ejemplo que combina retornos negativos con positivos; en este caso no
sera til considerar las prdida ( rij < 0) existiendo casos disponibles con utilidad.
El enfoque de la minimizacin de las prdidas requerira
tener que elegir
exclusivamente entre sucesos de valor menores o iguales a cero ( r ij <=0 ).

Vemoslo grficamente:
Espacio de
las
acciones
Criterio de Wald (todos los retornos)

MAX-MIN
Espacio de los resultados
Pronstico de ventas (udd,s.)
1.000
5.000
12.000
Peores
resultados
24
MIN-MAX
Mejores
resultados
accin1
0,00
0,00
0,00
0,00
0,00
accin2
-500,00
1.500,00
5.000,00
-500,00
5.000,00
accin3
-4.000,00
0,00
7.000,00
-4.000,00
7.000,00
Para ambos casos se infiere que a1 } a2 } a3

Ntese que de considerar todos los retornos, slo tendra sentido el criterio
MIN-MAX, ya que nos presentara slo opciones con valores positivos (siempre en
nuestro ejemplo), y la accin pesimista nos llevara a desechar el proyecto del
producir el nuevo juguete, ya que aconsejara la opcin 1 como la adecuada.
El criterio MAX-MIN, aconseja igual. E ambos casos se est despreciando las
posibilidades de obtener utilidades y nos presenta la visn ms pesimista del
problema en estudio.
Veamos ahora considerando slo los retornos positivos:
Espacio de
las
acciones
Criterio de Wald (slo los beneficios)

MAX-MIN
Espacio de los resultados
1.000
5.000
12.000
Peores
resultados
MIN-MAX
Mejores
resultados
accin1
0,00
0,00
0,00
0,00
0,00
accin2
-500,00
1.500,00
5.000,00
1.500,00
5.000,00
accin3
-4.000,00
0,00
7.000,00
0,00
7.000,00
Para MAX-MIN Se infiere que a2 } a1 } a3

Para MIN-MAX Se infiere que a1} a2} a3
25
Puede observarse que el criterio debe ser aplicado con anlisis del contexto
del problema. De obtener slo retornos positivos la aplicacin rigurosa del criterio
Wald no arroja mayores complicaciones. De observarse slo retorno negativos,
tampoco, aunque siempre teniendo en cuenta que el objetivo del decisor ser
siempre minimizar las prdidas.
Como siempre confrontar la rigurosidad matemtica con el sentido comn y
observar que al igual que el anterior el criterio de Wald puede conducir a
decisiones poco adecuadas. Por ejemplo, consideremos la siguiente tabla de
decisin:
Sucesos
Acciones
Peores
resultados
a1
1.000,00
99,00
99,00
a2
100,00
100,00
100,00
El criterio de Wald seleccionara la alternativa a2, aunque lo ms razonable

parece ser elegir la alternativa a1, ya que en el caso ms favorable proporciona
una recompensa mucho mayor, mientras que en el caso ms desfavorable la
recompensa es similar en ambas acciones.
Criterio de Savage.
Leonard Savage argumenta que al utilizar los valores rij para realizar la
eleccin, el decisor compara el resultado de una alternativa bajo un estado de la
naturaleza (j) con todos los dems resultados, independientemente del estado de
la naturaleza bajo el que ocurran. Sin embargo, el estado de la naturaleza no es
controlable por el decisor, por lo que el resultado de una alternativa slo
26
debera ser comparado con los resultados de las dems alternativas bajo el
mismo estado de la naturaleza.
Con este propsito Savage define el concepto de prdida relativa o prdida de
oportunidad cij asociada a un resultado rij como la diferencia entre el resultado de
la mejor alternativa dado que j es el verdadero estado de la naturaleza y el
resultado de la alternativa ai bajo el estado j:
cij max rkj rij

1k m
As, si el verdadero estado en que se presenta la naturaleza es j y el

decisor elige la alternativa ai que proporciona el mximo resultado rij, entonces no
ha dejado de ganar nada, pero si elige otra alternativa cualquiera ar , entonces
obtendra como ganancia rrj y dejara de ganar rij-rrj.
Savage propone seleccionar la alternativa que proporcione la menor de las
mayores prdidas relativas, es decir, si se define ci como la mayor prdida que
puede obtenerse al seleccionar la alternativa ai,
ci max rij
1 j m
Tambin se denomina este criterio como el de mnimo arrepentimiento, con ello

significamos que de elegir una alternativa que no resultare ser ptima, segn los
resultados, la decisin acertada sera aquella que estuviese menos distante en
trminos de valor, de la situacin ptima
27
En nuestro ejemplo, tendramos
Criterio Savage
1.000
a1
a2

Estndar
Automatizada
a3
Pronstico de ventas
5.000
12.000
0,00
0,00
0,00
-500,00
1.500,00
5.000,00
-4.000,00
0,00
7.000,00
Mximos
Costos (cij)
Matriz de costos de oportunidad
a1
0,00
1.500,00
7.000,00
7.000,00
a2

Estndar
500,00
0,00
2.000,00
2.000,00
a3

Automatizada
4.000,00
1.500,00
0,00
4.000,00
El criterio aconseja tomar como ptima la accin a 2.

Es interesante hacer notar que la matriz de costos de oportunidad se
beneficia de la aplicacin del criterio del valor esperado (como se hizo supra).
Criterio de Hurwicz.
Leonid Hurwicz se enfoca en valorizar los valores extremos a travs de
una funcin de utilidad que permite una suerte de anlisis de sensibilidad dada su
forma de combinacin lineal; toma el criterio de Wald de los peores resultados y
28
propone relacionarlos con los mejores retornos. Para ello define un coeficiente de
optimismo, generalmente simbolizado por que vara entre cero y uno, siendo 1,0
el valor de mximo optimismo y los valores menores a 0,5 indicativos de una
percepcin pesimista. A diferencia de Wald se clasifica a cada curso de accin con
dos vectores; uno correspondiente a los mejores resultados simbolizado con A i y
otro correspondiente a los peores resultados, simbolizado por a i (no confundir este
con el identificador de las acciones) y propone como criterio hallar la siguiente
combinacin lineal:
H = Ai + ai (1-)
Librando al decisor la fijacin del valor de . La seleccin recaer sobre la accin
que presente el mayor valor (equivalente de certidumbre) de los resultados de H;
es decir el mayor de los valores ponderados por el factor de optimismo.
Criterio de Hurwicz (para = 0,5)

1.000
5.000
12.000
Ai
ai
0,00
0,00
0,00
0,00
-500,00
2.250,00
a1
0,00
0,00
a2
Maq. Estndar
-500,00
1.500,00
a3
Maq. Automatizada
-4.000,00
0,00
5.000,00 5.000,00
7.000,00 7.000,00 -4.000,00
1.500,00
Obsrvese que hemos tomado un valor de que indica indiferencia, es

decir no tenemos razones para ser particularmente optimistas o pesimistas; como
puede observarse por la estructura de la ecuacin, en la medida que crece se
seleccionarn las acciones de mayor Ai y viceversa.
La ms evidente debilidad de este mtodo est justamente en la seleccin
del valor de , el buen juicio, es decir el juicio mejor informado ser el que provea
29
un mejor valor para este factor y en consecuencia, la mayor utilidad para la

metodologa.
3. Arboles de Decisin
Los rboles de decisin es un esquema de organizar la informacin para
situaciones en las cules se debe optimizar una secuencia de decisiones.
Observen que en los modelos discutidos anteriormente un esquema de
informacin organizada se representa en una matriz nica (o en un slo rbol, si
hablamos de AHP); si a la decisin analizada sigue otra decisin esta ser tratada
de la misma manera, a travs de una matriz desarrollada ex professo para dicha
situacin. En el rbol de decisin tratamos de representar todas las posibles lneas
de accin con sus correspondientes consecuencias a lo largo de todo el proceso
decisorio. Todas las consideraciones que se han hecho en los otros modelos con
respecto a calidad de la informacin, a la extensividad de la enumeracin de
acciones y eventos, y a la obtencin de los resultados, son aplicables en este
modelo; el nico cambio ser en la forma de representar la informacin.
Componentes y estructura de un rbol de decisin.
En general es el mismo conjunto de informacin que se ha manejado en los
otros modelos; tendremos as:
.
acciones; que son las alternativas de actuacin disponibles para quin
decide, y que estn totalmente bajo su control.
. sucesos; que representan las posibles situaciones que influirn sobre

las acciones, o estados de la naturaleza, como tambin se les conoce. No son
controlados por el decisor.
. resultados; que corresponden a las consecuencias de interactuar una

accin y un suceso en especfico.
30
. probabilidades; de ocurrencia de los diferentes sucesos.

Estos componentes se organizan mediante la estructura de un diagrama de
rbol que refleja las interacciones posibles entre acciones y sucesos, es decir los
resultados.
En este diagrama podemos apreciar la estructura de un rbol de decisin,

observemos particularmente que en los smbolos cuadrados se representa puntos
donde el decisor debe escoger una accin; y en los smbolos de crculo
representamos los posibles sucesos y sus probabilidades; y al final de cada rama
los resultados de cada interaccin. Como se observar, es la misma informacin e
interaccin que hemos manejado en los modelos de utilidad.
Analizando este modelo el punto inicial corresponde (siempre) con las
posibles acciones ante las que el decisor debe elegir; en este caso genrico
consideramos tres; a1, a2, y a3. A partir de ese punto observamos una rama con un
31
resultado inmediato r1 y una rama en la cual se representan dos sucesos s 1 y s2

con sus respectivas posibilidades de ocurrencia y dos resultados posibles
derivados de tales sucesos; r2 y r3. En los rboles de decisin, de ordinario, la
evaluacin para la decisin; es decir el criterio para definir las prioridades de una
accin sobre otra, es el de valor esperado mximo o el de valor presente neto. En
nuestro caso utilizaremos el Ve mximo.
Obsrvese que a partir de este nodo del rbol (el nodo de sucesos)
tenemos dos nuevos nodos de acciones, esta es la idea poderosa detrs del
mtodo el poder encadenar una serie de decisiones en un mismo instrumento de
organizacin y representacin de la informacin.
El planteamiento del rbol de decisin se hace de izquierda a derecha;
arrancamos desde un nodo raz en el cual estn relacionadas el primer conjunto
de decisiones; a continuacin el siguiente o los siguientes nodos reflejan los
sucesos que influirn sobre tales decisiones; y as sucesivamente.
Es posible, aunque no comn, que a un nodo de decisin siga otro nodo de
decisin; es decir que el hecho de tomar una accin implica necesariamente el
tomar otra accin de entre un conjunto; pero al final del planteamiento toda accin
debe ser posible de evaluar, ya sea porque origina de forma inmediata un
resultado; o porque su resultado puede ser calculado en base a eventos que
influyen en ella y cuya ocurrencia est marcada por una probabilidad.
Las probabilidades no siempre son una informacin que deba incluirse
obligatoriamente, podemos obtener evaluacin de decisiones a travs de cifras
absoluta, como por ejemplo elegir entre valores presentes bajo el criterio de la
mxima utilidad o el mnimo costo. Ni siquiera es obligatorio que toda la
informacin sea cuantitativa; se puede construir un rbol de decisin en el cual los
resultados estn expresados de forma cualitativa. Lo que es importante y una
condicin que es necesario respetar, es que cual sea el mtodo que se elija para
evaluar los resultados, este debe ser consistente con el planteamiento del
32
problema y con la evaluacin de todos nodos; no se podr, por ejemplo evaluar

unos nodos con valor esperado y otros con informacin cualitativa.
A continuacin sigamos este ejemplo ilustrativo basado en este rbol
genrico; asignaremos nmeros a los resultados en cada hoja del rbol, y
probabilidades en los puntos correspondientes a los sucesos; dejaremos todo lo
dems indicados de forma genrica para concentrarnos exclusivamente en la
evaluacin o clculo del rbol
Planteado el problema, es decir, organizada la informacin para decidir,
procedemos a analizar el rbol desde su extremo derecho (ms lejano) hacia el
izquierdo. Este proceso est ilustrado en el ejemplo desarrollado a continuacin.
Anlisis del rbol de decisin.
1. En el extremo derecho observamos que al suceso s 6, con una

probabilidad de ocurrencia de 0,3 corresponde un resultado de Bs. 40.000; y a s 7
33
con una probabilidad de 0,7, un retorno de Bs. 30.000; ya sabemos que Ve =

40.000 (0,3) + 30.000 (0,7) = Bs. 33.000 que para mayor facilidad se ha registrado
en color rojo. Igualmente calculamos en las ramas correspondiente los eventos s 8
y s9 con Ve = Bs. 35.000.
2. Calculados estos nodos, nos movemos hacia la izquierda al siguiente nodo, el
correspondiente a las acciones a 4, a5, a6 y a7. El mtodo prescribe una eleccin en
las ramas calculadas; como observamos tenemos los siguientes resultados;
. para a7 Ve = Bs.35.000 y para a6 Ve = Bs. 15.000; al ser el criterio de
decisin el mximo Ve se escoge a 7 como la accin ptima en ese punto, para
continuar la evaluacin, y se desecha a 6; la cual no se volver a considerar en
todo el proceso.
. para a5 Ve = Bs.33.000 y para a4 Ve = Bs. 38.000 se escoge a4 como la
accin ptima en ese punto, para continuar la evaluacin, y se desecha a 5.
3. Nuevamente recorremos el rbol hacia la izquierda hacia el prximo nodo, los
resultados que calculamos anteriormente se vern afectados en este por las
probabilidades asociadas a los sucesos:
. s5 con probabilidad de ocurrencia 0,5 afectando al Ve mximo Calculado
en la rama anterior, Bs. 35.000;
. s4 con probabilidad de ocurrencia 0,4 afectando al Ve mximo obtenido en
la rama anterior, Bs. 38.000; y
. s3 con probabilidad de ocurrencia 0,1 afectando a un resultado de Bs.
10.000.
Hacemos el clculo del Ve = Bs. 33.700, y vamos hacia el siguiente nodo a la
izquierda.
4. El ltimo nodo evidencia la concurrencia del conjunto de acciones iniciales;
. a3, cuya eleccin tiene asociado un resultado de Bs. 0,00;
34
. a2, cuya eleccin tiene asociado el resultado de Bs. 33.700, calculados en

el procedimiento anterior; y
. a1, cuya eleccin est asociada a la evaluacin de los sucesos s 1 con
probabilidad de ocurrencia de 0,5 y un resultado de Bs. 50.000; y s 2 con
probabilidad de ocurrencia de 0,5 y un resultado de Bs. -10.000. Al calcular el Ve
de este nodo se obtiene como resultado Bs. 20.000.
5. As pues, para a1 habr un retorno de Bs 20.000, para a 2 Bs. 33.700 y para a3
Bs. 0; en conclusin la secuencia de decisiones ptima, es decir la que asegura el
mayor retorno en funcin de su valor esperado es a 2 ; a continuacin si ocurre s4,
se deber continuar con a4; pero si no ocurre s4, sino que ocurre s5, entonces la
siguiente decisin ptima ser a 7; el valor esperado mximo de este plan es de
Bs. 33.700.
Bibliografa
(1) Aguado Franco, Juan. Teora de la decisin y de los juegos. Delta,
Publicaciones Universitarias, 2.007
(2) Lazzari, Luisa, Machado, Emilio y Prez, Rodolfo. Teora de la decisin
fuzzy. Ediciones Macchi, 1.998.
(3) Christenson, Charles, Vancil, Richard y Marshall, Paul. Economa
administrativa. Ed. Continental, 1.979.
(4) Saaty, Thomas. Toma de decisiones para lderes. RWS Publications, 1.995.
(5) Huber, George. Toma de decisiones en la gerencia. Ed. Trillas, 2.008.
(6) Amaya, Jairo. Toma de decisiones gerenciales. Ecoe Ediciones, 2.003.
35
(7) Davis, Roscoe y McKeown, Patrick. Modelos cuantitativos para administracin. Gpo. Ed. Iberoamrica, 1.986.

Teoría de la Decisión UNEFA 2012

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Teoría de la Decisión UNEFA 2012

Încărcat de

Drepturi de autor:

Formate disponibile

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.

Teora de la Decisin. Modelos de Utilidad

o en lo prescriptivo, es decir los mtodos para mejorar las

decisiones. En general el propsito de este curso est ms circunscrito a esta

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

los conceptos condicionantes de la misma y la presentacin de algunos mtodos o

De esta representacin grfica de lo que es un problema podemos inferir

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

primordial importancia, debe evitarse la tendencia natural a definir el problema en

3. Los ambientes de decisin

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

posibles, estaremos hablando de decisiones en ambiente de riesgo. Si

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

No existe un esquema o metodologa nica y exacta para estructurar los

II. Anlisis de decisiones

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

, n = 1, 2, 3 n. Los estados del suceso, en lo general son consecuencias

j perteneciente a se define como

consecuencia o resultado al valor numrico atribuido a esta interseccin de

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

denominamos espacio de los resultados, denotado por R y sus elementos

En trminos genricos sera como se especifica a continuacin.

j=k / r1k > r2k

Dada esta condicin se afirma que a1 domina a a2 ; significando que

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

no dominados, sobre los cuales se debe establecer un orden de preferencia.

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

Finalmente, es necesario considerar que a pesar de la posibilidad e intentos

2. Caso de estudio. (adaptado de Christenson, Vancil y Marshal, 1979)

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

unidad, y que a ese precio pueden esperarse ventas posiblemente de 5.000

La estructura bsica del problema

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

La seleccin de los sucesos

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

Matriz de decisin, criterio de la utilidad mxima a3 } a2 } a1

Introducir la novedad. Maq.

Introducir la novedad. Maq.

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

Algunas posibles guas de decisin

Matriz de Decisin + probabilidades

Introducir la novedad. Maq.

Introducir la novedad. Maq.

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

segura podramos conseguir un nivel de utilidad que satisficiera nuestras

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

Valor esperado (Utilidad) de cada accin

Introducir la novedad. Maq.

Introducir la novedad. Maq.

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

economtricos, etc; y por supuesto tales

estudios suelen ser un costo adicional en cualquier proyecto. El problema del

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

calcular el costo de oportunidad al escoger no introducir la novedad si las ventas

Matriz de Costo de oportunidad

Introducir la novedad. Maq.

La regla de decisin ser la eleccin de la accin cuyo equivalente de

Teora de la Decisin. GB Alfredo Carneiro. UNEFA 2.012

Otra forma de proceder es encontrar la diferencia entre la suma de los

Valor esperado de los mejores resultados