TOMA DE DECISIONES

TEORA DE DECISIONES

La teora de decisiones podemos defi nirla

como el anlisis lgico y cuantitativo de
todos los factores que afectan los resultados
de una decisin en un mundo incierto. Esta
se vale de herramientas fundamentales que
ayudan a llegar a un mejor resultado, entre
las cuales tenemos:
Informacin perfecta: toma de decisiones en
condiciones de certeza, aqu se tiene
disponibilidad completa de los datos.
TEORA DE DECISIONES

Informacin imperfecta o parcial: aqu se

presentan dos situaciones;
a) Decisiones con riesgo: es cuando tenemos
una disponibilidad de los datos intermedia,
estos datos se representan a travs de
funciones de probabilidad.
b) Decisiones con incertidumbre: ocurre cuando
no se tiene disponibilidad de los datos. Cuando
no se conocen dichos datos y no puede
determinarse una funcin de probabilidad.
Adems cuando el decidor tiene un oponente
inteligente podra formularse teoras de juegos
TEORA DE DECISIONES

En trminos generales, el tomador de

decisiones debe elegir una opcin entre un
conjunto de alternativas posibles.

Esta eleccin de una alternativa posible

debe hacerse frente a la incertidumbre por
que el resultado se vera afectado por
factores aleatorios que se encuentran fuera
del control del tomador de decisiones. Estos
factores aleatorios determinan que situacin
se encontrara en el momento en que se
ejecute la accin. Cada una de estas
situaciones posibles se conoce como Estado
TEORA DE DECISIONES

El anlisis de decisin se puede usar para

seleccionar una estrategia cuando quien tiene
que tomar decisiones enfrenta varias
alternativas y un patrn incierto de eventos
futuros. Un pago es la consecuencia que resulta
de la combinacin de una alternativa elegida
(variable de decisin) y la ocurrencia de un
particular estado de la naturaleza (evento o
variable no controlable).

En general se usa una tabla de pagos que indica

el pago de cada combinacin de opcin y estado
de la naturaleza
TEORA DE DECISIONES
TEORA DE DECISIONES

Pasos para tomar una buena decisin:

1. Defi na claramente el problema.
2. Liste las posibles alternativas.
3. Identifi que los posibles resultados
(estados de la naturaleza).
4. Liste el costo o la utilidad de cada
combinacin de alternativas y resultados.
5. Seleccione uno de los modelos
matemticos de la teora de decisiones.
6. Aplique el modelo y tome su decisin.
TOMA DE DECISIONES
EN CONDICIONES DE INCERTIDUMBRE

Los criterios mas usados para la toma de

decisiones cuando la informacin de
probabilidad del estado de la naturaleza no
esta disponible son:

Criterio pesimista (Wald).

Criterio optimista (Hurwicz).
Criterio de coefi ciente de optimismo
(Hurwicz).
Criterio de laplace (Razn insufi ciente).
Criterio de savage.
EJEMPLO 1

Costo del peridico: $10

Precio de venta: $25
Posibles valores de la demanda: {0,1,2,3}
Construir la tabla de retribuciones y resolver
bajo los cuatro criterios de toma de
decisiones bajo incertidumbre.
EJEMPLO 1

Matriz de pagos o retribuciones

Estado de la Naturaleza
Decisin 0 1 2 3
0 0 0 0 0
1 -10 15 15 15
2 -20 5 30 30
3 -30 -5 20 45
CRITERIO PESIMISTA (WALD)

Este criterio recibe el nombre de criterio

maximin (maximizar el mnimo
rendimiento) , y corresponde a un
pensamiento pesimista, pues razona sobre
lo peor que le puede ocurrir al decisor cuando
elige una alternativa.
Es decir, escoger lo mejor de lo peor.
CRITERIO PESIMISTA (WALD)

Estado de la Naturaleza
Decisin 0 1 2 3 Maximin
0 0 0 0 0 0
1 -10 15 15 15 -10
2 -20 5 30 30 -20
3 -30 -5 20 45 -30
CRITERIO OPTIMISTA (HURWICZ)

Este criterio conduce a la ganancia mxima.

Se le conoce tambin con el nombre de
maximax, pues se selecciona aquella
estrategia que maximiza el pago mximo.
CRITERIO OPTIMISTA (HURWICZ)

Estado de la Naturaleza
Decisin 0 1 2 3 Maximax
0 0 0 0 0 0
1 -10 15 15 15 15
2 -20 5 30 30 30
3 -30 -5 20 45 45
CRITERIO DE
COEFICIENTE DE OPTIMISMO
(HURWICZ).

Leonid hurwicz propone la utilizacin de

un coefi ciente tomando una ponderacin del
mejor y peor resultado de cada estrategia.
Ni muy pesimista, ni muy optimista. se
defi ne:

El valor de se mueve entre 0 y 1. es la

ponderacin que se le da al peor resultado o
pago, (1- ) es la ponderacin que se le da
al mejor pago.
CRITERIO DE
COEFICIENTE DE OPTIMISMO
(HURWICZ).

Estado de la Naturaleza

Decisin 0 1 2 3 Coef
0 0 0 0 0 0
1 -10 15 15 15 2,5
2 -20 5 30 30 5
3 -30 -5 20 45 7,5
CRITERIO DE
LAPLACE (RAZN INSUFICIENTE).

Se basa en el concepto apoyado por bayes

segn el cual, cuando las posibilidades de
aparicin de los estados de la naturaleza son
realmente desconocidos debemos aceptar
que son igualmente probables.

Se debe calcular el valor esperado

monetario para cada estrategia y escoger
aquella cuyo valor resultante sea mayor.
CRITERIO DE
LAPLACE (RAZN INSUFICIENTE).

Estado de la Naturaleza

Decisin 0 1 2 3

Laplace
0 0 0 0 0
0
1 -10 15 15 15
8,75
2 -20 5 30 30
11,25
3 -30 -5 20 45
7,5
CRITERIO DE SAVAGE.

Segn savage despus de haber escogido

una estrategia, el tomador de decisiones
puede arrepentirse de esa accin por que
poda haber escogido otra diferente. Ese
arrepentimiento debe reducirse al mnimo.

A este grado de arrepentimiento se le

denomina Costo condicional de
oportunidad. El procedimiento consiste en
obtener la matriz de CCO a partir de la matriz
de pagos. el paso siguiente es similar al
criterio minimax
CRITERIO DE SAVAGE.

Estado de la Naturaleza
Decisin
0 1 2 3 CCO
0 0 15 30 45 45
1 10 0 15 30 30
2 20 10 0 15 20
3 30 20 10 0 30
EJERCICIO

La empresa ABC introducir un nuevo

producto al mercado, su capacidad de
produccin para el primer mes es de 5 lotes
de 10.000 unidades cada uno. El costo de
cada lote es de 10.000 u.m. Y su precio de
venta es de 20.000 u.m. se ha calculado que
por cada lote producido y no vendido se
incurre en un costo de 5.000 u.m. por
tratarse de un producto nuevo la demanda es
desconocida pero se estima que podran
presentarse las siguientes cantidades:
EJERCICIO

E1: Demanda un lote.

E2: Demanda dos lotes.
E3: Demanda tres lotes.
E4: Demanda cuatro lotes.
E5: Demanda cinco lotes.

Se debe determinar cuantos lotes se deben

producir de tal manera que se maximicen los
benefi cios.
EJERCICIO

Las posibles alternativas factibles son:

A1: Producir un lote.

A2: Producir dos lotes.
A3: Producir tres lotes.
A4: Producir cuatro lotes.
A5: Producir seis lotes.
DESVENTAJAS DE
LOS CRITERIOS PESIMISTA Y
OPTIMISTA
Cul opcin recomienda el criterio pesimista?
E1 E2 E3 E4 E5
D1 50 50 50 50 1.9
D2 2 2 2 2 2

Cul opcin recomienda el criterio optimista?

E1 E2 E3 E4 E5
D1 50 50 50 50 50
D2 2 2 2 51 2
TEORA DE DECISIONES BAJO
RIESGO

Tiene lugar cuando el tomador de decisiones

puede identifi car todos los estados de la
naturaleza pertinentes y les puede asignar
probabilidad de ocurrencia a tales estados
naturales.
TEORA DE DECISIONES BAJO
RIESGO

Si en el ejemplo del vendedor de peridico

se tiene que:
Estado de la Naturaleza
Probabilidades 0.1 0.3 0.4 0.2
Decisin 0 1 2 3
0 0 0 0 0
1 -10 15 15 15
2 -20 5 30 30
3 -30 -5 20 45
TEORA DE DECISIONES BAJO
RIESGO

GECOR1 = 0*0.1+0*0.3+0*0.4+0*0.2=0
GECOR2 =
-10*0.1+15*0.3+15*0.4+15*0.2=12.5
GECOR3**=-
20*0.1+5*0.3+30*0.4+30*0.2=17.5
GECOR4=-30*0.1-
5*0.3+20*0.4+45*0.2=12.5

La mejor decisin es la nmero 3, ya que es

la que corresponde a la mayor ganancia
esperada bajo condiciones de riesgo. Por lo
tanto, el vendedor de peridicos debe
TEORA DE DECISIONES BAJO
RIESGO

VEIPER = GECIP GECOR*

En el caso del vendedor de peridicos, GECIP
= 0(0.1)+15(0.3)+30(0.4)+45(0.2) = 25.5,
GECOR*=17.5
VEIPER = GECIP GECOR = 8
Siempre se da el caso de que, al tomar
decisiones bajo riesgo, minimizar el perjuicio
esperado es equivalente a maximizar el
rendimiento neto esperado.
TEORA DE DECISIONES BAJO
RIESGO

Seleccin segn perjuicio esperado:

Estado de la Naturaleza
Probabilidades 0.1 0.3 0.4 0.2
Decisin 0 1 2 3 Perjuicio esperado
0 0 15 30 45 25.5
1 10 0 15 30 13
2 20 10 0 15 8
3 30 20 10 0 13
EJERCICIO

You are to fi nance a new product where both

the demand and the unit cost are uncertain.
The best estimates for demand and unit cost
for the coming year are shown below (unit
cost in dollars, demand in thousand units):
Demand 13 14 15
Probability 25% 50% 25%
UnitCost 8 9

Probability 20% 80%

Any amount which remains unsold at the

end of the year is lost.
EJERCICIO

a) If the product is sold for US$8.90 per unit,

would you recomend the fi nancing of this
project?

b) If yes, how many items would you

recomend to be produced?

c) What is the fi nancial consequence of your

choice?
EJERCICIO

A ) Ganancia esperada/unidad = 8.9-8*0.2-

9*0.8=0.1 S se fi nanciara el proyecto.
B) Se tiene que:

0.25 0.5 0.25

13 14 15 CECOR
13 1.3 1.3 1.3 1.3
14 -7.5 1.4 1.4 -0.825
15 -16.3 -7.4 1.5 -7.4

C) La ganancia esperada es US$1300

BIBLIOGRAFA

Hiller & Lieberman. Introduccin a la Investigacin

de Operaciones Mc Graw Hill, Novena Edicin.
Silver, Pyke & Peterson.Inventory Management and
Production Planning and Scheduling. Wiley, Third
edition.