Documente Academic
Documente Profesional
Documente Cultură
Nucleo de Anzoategui
Escuela de Ingenieria y Ciencias Aplicadas
Departamento de Computacion y Sistemas
Cátedra de Analisis de Decisiones
Seccion: 20
Ambiente de Decisiones
Y
Criterios
Autor
Ruben Ibarra. C.I: 19.854.168
Introducción…………………………………………………….. 1
Definición de Riesgo…………………………………………… 5
Incertidumbre estructurada…………………………………….. 8
Incertidumbre no estructurada…………………………………. 9
Otros………………………………………………………………. 15
Criterio de Dispersión…………………………………………… 20
Conclusión……………………………………………………………… 27
Bibliografía...................................................................................... 29
Introducción.
1
de un criterio optimista, pesimista, de optimismo parcial, del mínimo pesar y
el criterio Laplace. La información recabada presenta un ejemplo para cada
uno de estos criterios.
2
Toma de decisiones según el nivel de información.
3
no es tan simple. Un problema puede tener muchas posibles soluciones, y
calcular los resultados esperados de todas ellas puede ser extremadamente
lento y costoso.
Definición de Riesgo.
4
Propensión y aversión al riesgo.
Indiferencia al riesgo.
Ejemplo:
5
tendrán seguro una rentabilidad del 5%. La pregunta es, ¿Dónde lo invertiría
una persona indiferente al riesgo, una propensa al riesgo y otra adversa al
riesgo?
Una persona que sea adversa al riesgo razona tal que así: Si lo
invierte en la inversión B obtendré 5 euros, pero si lo hago en la inversión A
puedo obtener tanto 4 como 6 bsf. Prefiero no arriesgarme y me decido por
la inversión del 5%. El adverso al riesgo es alguien que, ante rentabilidades
medias (o esperadas) iguales, prefiere irse a lo seguro, no arriesgar por si
hay mala suerte y le toca finalmente la rentabilidad del 4%.
Una persona que sea propensa al riesgo razona tal que así: Si lo
invierte en la inversión B obtendré 5 bsf, pero si lo hago en la inversión A
puedo obtener tanto 4 como 6 bsf. Prefiero arriesgarme a ver si hay suerte y
obtengo el 6% de interés. El propenso al riesgo es alguien que, ante
rentabilidades medias (o esperadas) iguales, prefiere arriesgar el dinero,
valorando mucho la posibilidad de obtener mejores resultados.
6
Toma de decisiones bajo riesgo
Probabilidad Objetiva
Probabilidad Subjetiva
7
juicios varían de un individuo a otro, dependiendo de su intuición, experiencia
previa en situaciones similares, conocimientos y rasgos personales (como
preferencia por la asunción o por la elusión de riesgos).
Incertidumbre Estructurada.
8
Es aquél en el que se conocen los estados de la naturaleza,
pero no la probabilidad de cada uno de ellos. La decisión continúa
incorporando una carga de subjetividad muy elevada, de modo que
personas diferentes tomarían diferentes decisiones, dependiendo de
su optimismo o pesimismo, de su aversión al riesgo o al fracaso, etc.
Incertidumbre No Estructurada.
Aquél en el que ni siquiera se conocen los posibles estados de
la naturaleza. No puede obtenerse mayor Información, y ha de
tomarse una decisión, ésta se basará, por tanto, en la mera intuición.
9
d) Incertidumbre No Estructurada: Cuando el individuo no tiene
información alguna de los escenarios a presentarse y tenga que tomar
una decisión basándose meramente en su instinto.
10
Criterios de decisión en ambiente de incertidumbre.
Radio 100 40 20
T.V 80 20 5
Prensa 90 35 25
11
concluir que con el criterio optimista se escogerá la campaña publicitaria de
radio.
12
suponerse un determinado grado de optimismo y luego calcular el grado de
pesimismo. Se supone entonces que el grado de optimismo es de 60% lo
que equivale a 0,6. Usando la formula anterior se tiene que q= 1-p; q = 1- 0,6
q = 0,4.
Entonces se tiene:
(*p) + (*q)
Radio 100 40 20
T.V 80 20 5
Prensa 90 35 25
13
Obteniéndose:
14
DEMANDA MEDIA: (40 - 40 = 0) (40-20 = 20) (40 - 35 = 5).
Radio 0 0 5 5
T.V 20 20 20 20
Prensa 10 5 0 10
Otros
15
Se toma el 53,3 por ser el valor más elevado de todos los medios
hallados. Se puede concluir que con el criterio de Laplace se escogerá la
radio como campaña publicitaria.
Ejemplo:
(estado de la
naturaleza)
16
El primer paso será calcular el valor esperado de cada alternativa.
Para ello se multiplica cada pago por la probabilidad del estado de naturaleza
correspondiente, de tal manera que:
Ejemplo: (Se utilizara esta tabla para ejemplificar los criterios de mínima
varianza acotada, media con varianza acotada, Dispersión y probabilidad
máxima)
17
Estados de Naturaleza
Alternativas e1 e2 e3 e4
a1 11 9 11 8
a2 8 25 8 11
a3 8 11 10 11
E [R(ai)]:
V [R(ai)]:
18
Estados de Naturaleza
Alternativas e1 e2 e3 e4 E [R(ai)] V
a1 11 9 11 8 10,3 1,21
a2 8 25 8 11 11,7 45,01
a3 8 11 10 11 9,9 1,09
19
Ejemplo: Partiendo del ejemplo anterior, la siguiente tabla muestra el
resultado esperado y su varianza para cada una de las alternativas.
Estados de Naturaleza
Alternativas e1 e2 e3 e4 E [R(ai)] V
a1 11 9 11 8 10,3 1,21
a2 8 25 8 11 11,7 45,01
a3 8 11 10 11 9,9 1,09
Criterio de Dispersión.
CR = E [R(ai)] - K√ V[R(ai)]
20
Ejemplo: Partiendo del ejemplo anterior, la siguiente tabla muestra, para
cada una de las alternativas, el valor esperado, la varianza y el valor
esperado corregido correspondiente a un factor K=2.
Estados de Naturaleza
Alternativas e1 e2 e3 e4 E [R(ai)] V CR
21
Criterio de la Probabilidad Máxima.
T (ai) = P[R(ai)≥K]
Estados de
Naturaleza
Alternativas e1 e2 e3 e4 E V CR P
[R(ai)]
22
determinan las restantes probabilidades. La alternativa óptima según este
criterio sería a3, pues proporciona la probabilidad más alta.
23
una de las posibles combinaciones de decisiones y
acontecimientos dará lugar a un posible resultado que ha de
ser evaluado, bien sea en términos de beneficio o coste.
3. La técnica de resolución (método de avance hacia atrás o Roll-
back) se basa en ir determinando los valores monetarios
esperados de cada punto aleatorio, empezando por los más
próximos a los resultados que se sitúan al final del árbol donde
terminan las aristas. El resultado se pondría encima del nudo
aleatorio. En los nudos decisionales, se escogería el mejor de
los valores de los distintos nudos aleatorios o decisionales
situados al final de las ramas que parten de él. Y así hasta que
se llega al nudo inicial.
Ejemplo:
24
caso de ser igual o inferior a 500. Finalmente si hiciera un pedido pequeño
perdería 500 unidades monetarias si el número de niños es mayor o igual a
1001, ganaría 100 unidades monetarias si varía entre 501 y 1000, ganando
500 unidades monetarias si es igual o inferior a 500. Para una mejor
interpretación del árbol de decisión anterior hemos de tener presente las
aclaraciones siguientes: PG: Pedido grande, PM: Pedido mediano, PP:
Pedido pequeño.
25
grande, sus beneficios estarán en función de lo que la naturaleza le depare,
es decir, del número de niños que una vez abierto el nuevo colegio acuda a
su establecimiento. Para llegar a la solución anterior hemos aplicado “el
método de avance hacia atrás o roll- back”.
26
Conclusión.
27
elección entre varios cursos de acción, proveer una estructura sumamente
efectiva dentro de la cual se estima cuáles son las opciones e investigar las
posibles consecuencias de seleccionar cada una de ellas.
28
Bibliografía.
Robert T Kiyosaki. Llegar a ser quien eres. Por Robert T. Kiyosaki con
Sharon L. Lechter. El cuadrante del flujo del dinero, Time & Money Network
Editions (pp. 164-165). Buenos Aires, Argentina.
29