TOMA DE DECISIONES

Ing. Juan Escorcia Caballero

DEPARTAMENTO DE INGENIERA INDUSTRIAL

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

Decisin
0
1
2
3

Estado de la Naturaleza
0
1
2
0
0
0
-10
15
15
-20
5
30
-30
-5
20

3
0
15
30
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)

Decisin
0
1
2
3

Estado de la Naturaleza
0
0
-10
-20
-30

1
0
15
5
-5

2
0
15
30
20

3
0
15
30
45

Maximin
0
-10
-20
-30

CRITERIO OPTIMISTA (HURWICZ)

Este criterio conduce a

Se le conoce tambin
maximax, pues se
estrategia que maximiza

la ganancia mxima.
con el nombre de
selecciona aquella
el pago mximo.

CRITERIO OPTIMISTA (HURWICZ)

Decisin
0
1
2
3

Estado de la Naturaleza
0
0
-10
-20
-30

1
0
15
5
-5

2
0
15
30
20

3
0
15
30
45

Maximax
0
15
30
45

CRITERIO DE
COEFICIENTE DE OPTIMISMO
(HURWICZ).
Leonid hurwicz propone la utilizacin de
un coefi ciente tomando una ponderacin del
mejor y pero 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

Coef

0
1
2
3

0
-10
-20
-30

0
15
5
-5

0
15
30
20

0
15
30
45

0
2,5
5
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).

Decisin

Estado de la Naturaleza
0

Laplace
0

0
0

-10

15

15

15
8,75

-20

30

30
11,25

-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.

Decisin
0
1
2
3

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

CCO
45
30
20
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:
E2:
E3:
E4:
E5:

Demanda
Demanda
Demanda
Demanda
Demanda

un lote.
dos lotes.
tres lotes.
cuatro lotes.
cinco lotes.

Se debe determinar cuantos lotes se deben

producir de tal maneta que se maximicen los
benefi cios.

EJERCICIO

Las posibles alternativas factibles son:

A1:
A2:
A3:
A4:
A5:

Producir
Producir
Producir
Producir
Producir

un lote.
dos lotes.
tres lotes.
cuatro lotes.
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

Cul opcin recomienda el criterio optimista?

E1

E2

E3

E4

E5

D1

50

50

50

50

50

D2

51

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:
Probabilidades
Decisin
0
1
2
3

Estado de la Naturaleza
0.1
0.3
0.4

0.2

0
0
-10
-20
-30

3
0
15
30
45

1
0
15
5
-5

2
0
15
30
20

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*0.15*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. Verifi car

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

0
0
10
20
30

1
15
0
10
20

2
30
15
0
10

3
45
30
15
0

Perjuicio esperado
25.5
13
8
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

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
recomend to be produced?
c)

would

you

What is the fi nancial consequence of your

choice?

EJERCICIO
A ) Ganancia esperada/unidad = 8.9-8*0.29*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.