Toma de decisiones bajo certidumbre

1- Definir el problema
2- Establecer criterios de decisión
3- Comparar los datos conocidos con certeza

Si los datos que definen cada alternativa PUEDEN ser determinados con exactitud es TDD bajo
CERTIDUMBRE.
Resolución mediante modelo programación matemática, lineal o entera, entre otros.

Proceso de jerarquización analítica para casos con muchos criterios en certidumbre (AHP)
Thomas Saaty en el 70´
El método consiste en , establecer la importancia relativa de cada criterio de cada alternativa
Compara tomando 2 criterios

Grado de importancia de un criterio Interpretación del grado de importancia entre los criterios
sobre otro comparados
1 Dos criterios igual de importantes para logro del objetivo
3 El primer criterio es moderadamente más importante que el
segundo
5 El primer criterio es fuertemente más importante
7 El primer criterio es mucho más importante
9 El primero criterio es absolutamente más importante

Ejemplo: Incorporación de personal en Omega

Grados de importante de un criterio sobre otro:

-La experiencia es mucho más importante que la actitud
-La actitud es moderadamente más importante que la formación
-La experiencia es fuertemente más importante que la formación

Construcción de tabla
2do criterio Experiencia Formación Actitud
1 criterio
Experiencia 1 5 7

Formación 1/5 1 1/3

Actitud 1/7 3 1

Se completa ahora primer criterio y segundo (fila y columna)

Vector de peso de los criterios

Para determinar los pesos de cada criterio de forma independiente, se construye una matriz A
de dimensión n x n , en la que n es el número de criterios considerados y cada elemento a i j
representa el grado de importancia del criterio i respecto al criterio j
5= experiencia fuertemente más importante que formación
3= actitud moderadamente más importante que la formación
7= la experiencia es mucho más importante que actitud
1= los dos criterios son iguales
1/5= la formación es fuertemente menos importante que experiencia
1/3= formación moderadamente menos importante que actitud
1/7= actitud es mucho menos importante que experiencia

Matriz Anor

El vector de peso de los criterios se compone de n componentes, uno por cada criterio y
queda:

Omega se decide por uno de los candidatos a empleado

Calcula: vector de peso de los 3 criterios para poder seleccionar finalmente el empleado que
mejor califique
Puede calcularse el vector de peso de los criterios, donde cada componente puede calcularse
como un promedio de las componentes de la fila

w = (w1, w2, w3) = (0,713; 0,100; 0,186)

de ahí se concluye que el criterio más importante es el primero EXPERIENCIA, seguido de

ACTITUD, y por último FORMACIÓN.

Matriz de valores de las alternativas:

Se construye nueva matriz B, de dimensiones n x m (cantidad de criterios x cantidad de
alternativas).
Fijamos criterio i y se comparan alternativas de dos en dos respecto de ese criterio.
Determina una matriz Si cuyas entradas representan importancia relativa entre las alternativas
respecto al criterio i .
(b1, b2, b3).

Aplica a Omega;
Área de RRHH tiene 3 alternativas, 3 candidatos, Álvarez, Baigorria o Cortez, hay 3 criterios,
por lo tanto la matriz S1, S2 y S3 será 3x3.
1= experiencia 2= Formación 3= Actitud

Luego se arma el vector de componentes (b1, b2, b3), que será las filas de la matriz B

Para primer criterio (experiencia), comparamos candidatos (los tres), originan la matriz S1, y su
normalizada S1nor
Para segundo criterio (formación) se vuelven a comparar los tres candidatos

Para tercer criterio (actitud) comparamos otra vez los tres candidatos

Con los vectores de componentes (b1, b2 , b3) para cada una de las matrices anteriores resulta
la matriz B

De los 3 candidatos el de
mayor puntaje es el
tercero, Cortez, ya que la
suma de la tercer columna=
1,161 Cortez

Consistencia de las
matrices de comparación de las alternativas: el tomador de decisiones otorga los valores de
comparaciones, a veces son inconsistentes, no son coherentes, por ejemplo si criterio 1 es más
importante que el 2, y el 2 es más importante que el 3, el 3 no puede ser más importante que
el 1.

Si A es la matriz comparación de dimensión n x n, Anor es la matriz normalizada y w es ek

vector de pesos de los criterios, se dice que matriz A es consistente si se satisface que
A×w=n×w

Si la matriz de comparaciones no es consistente, se calcula su radio de consistencia.

Primero calcular índice de consistencia (CI) , coeficiente entre diferencia entre x y n , n-1,
donde x es la suma de los elementos del vector A x w:

El radio de consistencia se simboliza CR

Si CR ≤ 0,1 inconsistencia aceptable, sino inconsistencia alta y decididor debe revisar cada una

Será consistente la matriz de Omega?

La matriz A es consistente si satisface que A × w = n × w

El primer producto se calcula

Como no es consistente se calcula CR, pero primero CI

Ahora si

CR= 0,15 > 0,1, por lo que el tomador de decisiones deberá rever valoración de criterios
Una vez establecidos los criterios que se tendrán en cuenta para tomar una decisión y
conocidos los datos de las alternativas, se elige aquella que registre un mayor valor en el
criterio de mayor peso.
-Falso, no es suficiente que una de las alternativas registre mayor valor en el criterio más
importante. Para ser seleccionada debe cumplir con los demás criterios

Para un problema de toma de decisiones bajo certidumbre en el que los criterios

considerados son 4 y las alternativas son 3, se calcula el vector de peso de los criterios,
que tendrá 4 componentes.
-Verdadero, el vector de peso de los criterios se arma con n componentes uno por cada
criterio

Para un problema de toma de decisiones bajo certidumbre en el que los criterios

considerados son 4 y las alternativas son 3, se arma, en primera instancia, una matriz de
dimensión 4 × 4 con la comparación de los criterios. Esa comparación es de dos en dos,
pues cada celda de la matriz compara el criterio que se define en la columna con el
criterio que se define en la fila
-Verdadero, de esa manera se hacen todas las comparaciones posibles, para lo cual se usa una
tabla de importancias de un criterio sobre otro.

La matriz de valores de las alternativas que sirve para analizar cada una de ellas
considerando el peso de los criterios tiene tantas filas como criterios y tantas columnas
como alternativas
- Verdadero, como cada columna representa una alternativa, se elige la columna en la que la
suma de los componentes es mayor

Lectura 2
Decisiones bajo condiciones de riesgo: se debe resolver problema o alcanzar objetivo
desconociendo riesgos que se corren.
Organización se basa en datos inciertos. Falta de seguridad por aleatoriedad en eventos o
información insuficiente.
Se puede generalizar proceso de TDD, considerando que:
• se dispone de n alternativas (a 1 … a n ,)
• m estados de naturaleza o sucesos ( s1 … s m ,)

Con estos datos se puede denotar con X (ai , s j) con i=1 … n j=1 … m

Si se puede estimar probabilidad de que sucedan distintos estados de naturaleza serán pi

considerando a ❑i haciendo alusión a que ocurra el suceso si dentro de los ❑m posibles

Matriz de rendimientos:
 TABLA 1

Omega analiza incorporar aberturas de madera o metal a su producción

Si se supiera con certeza que el mercado va a estar en alta (o en baja), respecto a estado de
naturaleza, podría calcularse con exactitud las consecuencias de elegir un tipo u otro de
aberturas y el problema estaría solucionado, pero no es así.
Se hizo un estudio económico con el que se estima que la probabilidad de que el mercado esté
en alta es de 0,35, que se mantenga estacionario, de 0,25, y que esté en baja, de 0,40.

En caso que precio suba ---- producción de aberturas de madera = $150 000
---- producción de aberturas de metal = $100 000

Si $$$ no cambian  ganancia habitual de abertura de madera

Si $$$ no cambian  pérdida respecto a ganancia habitual ($10 000) en abertura metal

Si mercado baja ambas  pérdidas ($80 000) aberturas de madera

“  pérdidas ($50 000) aberturas de metal

Matriz de rendimientos aberturas Omega (TABLA 2)

Estados del mercado ALTA SIN CAMBIOS BAJA
Probabilidades 0,35 0,25 0,40
Aberturas de madera $150 000 $0 - $80 000
Aberturas de metal $100 000 - $10 000 - $50 000

Criterio del valor esperado: cuando existe riesgo, los estados de naturaleza tienen
determinada probabilidad de suceder y la empresa debe estimar consecuencias de cada
alternativa.

Se estima para cada alternativa a i respecto a estado de naturaleza a s j (TABLA 1) , que se

denota como x(a i , s j)  condicionados a probabilidad de s j  se estima valor considerando
esos datos, según alternativa elegida.
Se construye cálculo de valor esperado EV(a i)= valor esperado para una alternativa a i en
cualquiera de los estados de naturaleza posibles
 m
EV(a i) = ∑ x (ai , s j ¿)∗p j ¿  (suma de los productos entre los valores que las alternativas
j=1
pueden tomar y su probabilidad de ocurrencia)

Se comparan resultados y se elige la de mayor o menor EV(a i ¿ , según lo que resulte más
conveniente.

Aplicado a OMEGA
m
EV(a i) = ∑ x (ai , s j ¿)∗p j ¿
j=1

m
EV(abert de madera❑) = ∑ 150 000∗0,35 ,+0∗0,25+ (−80 000 )∗0,40=$ 20500
j=1
m
EV(abert de metal ❑)= ∑ 100 000∗0,35 ,+ (−10 000 )∗0,25+ (−50 000 )∗0,40=$ 12 500
j=1

A OMEGA le conviene seguir fabricando aberturas de madera

Variantes del criterio del valor esperado:

Probabilidad a posteriori (o de BAYES):

Provienen generalmente de datos históricos, pueden establecerse con mayor precisión si se
implementa una experimentación adicional, en contraste con las probabilidades a priori,
pueden ser determinadas a partir de datos fijos.

Teorema de Bayes: supone la existencia de m sucesos, s1 sm , mutuamente excluyentes y

colectivamente exhaustivos. Significa que no hay casos comunes a dos de ellos y que la unión
de todos cubre la totalidad de las posibilidades. Se denota como P( si) a la probabilidad de
ocurrencia de si .

Si (Y) es otro suceso cuya probabilidad de ocurrencia es P(Y) se nota como P( si|Y ), a la
probabilidad condicionada de que ocurra si dado que ocurrió el suceso Y.
P ( Y |s i ) P(s i) P ( Y |si ) P( si )
P( si∨Y ¿= = m P (s i)¿
P(Y ) Ʃ j=1 P ( Y| s i ¿

,
Supongamos que existen, además dos sucesos Y 1 e Y 2, afectan a cada una de las posibles
opciones y disponen de info adicional acerca de las probabilidades de ocurrencia de ellos,
dado si , conocidas probabilidades P(Y k ∨s i ¿
Es posible calcular el valor esperado de cada acción considerando las probabilidades a
posteriori  valor esperado de acción a i respecto del suceso Y k denotado por
EV (a ¿ ¿ i ,Y k )¿

m
EV(a i , Y k ) = ∑ x (ai , s j ¿)∗p(s ¿ ¿ j∨Y k )¿ ¿
j=1

Probabilidades condicionadas (TABLA 3)

Estados del mercado Y 1 ( favorable ) Y 2 ( desfavorable )
a 1=ALTA 0,85 0,15
s2=sinCAMBIOS 0,50 0,50
s3=¿ BAJA ¿ 0,15 0,85

Teniendo en cuenta tabla 2 de matriz de rendimiento de aberturas, datos de tabla 3 y

aplicando:
m
EV(a i , Y k ) = ∑ x (ai , s j ¿)∗p(s ¿ ¿ j∨Y k )¿ ¿
j=1

Las probabilidades de los sucesos Y1 e Y2 son:

P(Y1) = 0,35 × 0,85 + 0,25 × 0,50 + 0,40 × 0,15 = 0,483
P(Y2) = 0,35 × 0,15 + 0,25 × 0,50 + 0,40 × 0,85 = 0,517.

Las probabilidades condicionadas son:

P(s1|Y1) = (0,35 × 0,85): 0,483 = 0,616

P(s2|Y1) = (0,25 × 0,50): 0,483 = 0,259

P(s3|Y1) = (0,40 × 0,15): 0,483 = 0,124

P(s1|Y2) = (0,35 × 0,15): 0,517 = 0,102

P(s2|Y2) = (0,25 × 0,50): 0,517 = 0,242

P(s3|Y2) = (0,40 × 0,85): 0,517 = 0,658

Luego, el valor esperado para la producción de aberturas de madera y metálicas,

respectivamente, es:
• En condición favorable
EV (madera favorable)= 150 000 × 0,616 + 0 × 0,259 − 80 000 × 0,124 = $82 480
EV (metálica, favorable) = 100 000 × 0,616 − 10 000 × 0,259 – 50 000 × 0,124 = $52 810

• En condición desfavorable:
EV (madera, desfavorable) = 150 000 × 0,102 + 0 × 0,242 – 80 000 × 0,658 = −$37 340
EV (metálica, desfavorable) = 100 000 × 0,102 − 10000 × 0,242 – 50 000 × 0,658 = −$25 120
Función de utilidad:
Por ej para seguros de vida e inversiones:
El tomador de decisiones no considera solo el valor esperado de la acción, sino que también
analiza la utilidad o conveniencia de tomar esa decisión. La determinación de la función
utilidad de una acción es subjetiva.

Seguros de vida: la compañía estima la probabilidad de vida de esa persona, en base a eso
define tarifa. Esa tarifa cubre gastos y genera beneficios. El rendimiento de la póliza es menor
que su costo.
(Preferencia de riesgo)
Inversiones: cuando se dispone de dinero para invertir en acciones de empresas, un curso de
acción es calcular el valor esperado de cada inversión y colocar todo el dinero en la empresa
que genera mayor beneficio.
(Aversión al riesgo)

Construccion de función utilidad para problema de decisión bajo riesgo:

H= máximo rendimiento
L= mínimo rendimiento

Primera instancia : se asigna valor 100= H

0=L

Analizar cualquier valor I entre (L y H), hallando probabilidad p tal que el tomador de
decisiones sea indiferente ante esas soluciones
- recibir el rendimiento I con seguridad
- recibir el rendimiento H con probabilidad p y rendimiento L con probabilidad 1-p

3er paso: calcular utilidad de rendimiento I:

U(I)=100 p

Cuando tomador de decisiones es indiferente al riesgo

 función utilidad es U(I)=100p con 0 ≤ p ≤ 1
La representación grafica de la función utilidad es igual a una recta que une los puntos (L, 0) y
(H, 100)

En los problemas de decisiones bajo riesgo, se denomina estado de la

naturaleza a los eventos o sucesos que el tomador de decisiones no
controla o no puede conocer a priori.
Verdadero, también son llamados eventos o sucesos

La matriz de rendimiento muestra la probabilidad de cada una de las

alternativas en los distintos estados de la naturaleza.
Falso, la matriz de rendimientos muestra las ganancias o pérdidas que
ocurrirán para cada alternativa y para cada estado de naturaleza.

El criterio del valor esperado calcula con exactitud el valor que arrojará
cada alternativa en los distintos estados de la naturaleza.
Falso, el criterio del valor esperado estima mediante probabilidades las
ganancias o pérdidas que cada alternativa daría según estado de
naturaleza que ocurra, pero al operar con probabilidades no hay certezas.

El cálculo de la probabilidad a posteriori que propone el teorema de Bayes

reemplaza el criterio del valor esperado.
Falso, si se conoce alguna información sobre la ocurrencia de esos
estados de naturaleza proveniente de una fuente certera como estudio de
casos históricos, el teorema de Bayes combina datos obtenidos por criterio
del valor esperado con esa info para estimar con más precisión valores,
aunque siguen siendo inciertos.

En las decisiones bajo riesgo, no siempre es aconsejable construir la matriz

de rendimientos y calcular los valores para cada alternativa mediante el
criterio del valor esperado. 
Verdadero: existen casos en los que el tomador de decisiones tiene
aversión al riesgo, prefiere renunciar a ganancias antes que correr el menor
riesgo de perdidas, o puede tener preferencia por riesgo pero no
considerara el valor esperado de la acción , sino que analiza la utilidad de
tomar esa decisión

Lectura 3

Toma de decisiones bajo incertidumbre:

- Se desconocen los estados o son aleatorios y sus probabilidades de
ocurrencia no pueden estimarse.

- Cuando hay que tomar decisión en que se desconocen las posibles

soluciones y son inciertas las repercusiones que puede tener la selección
de alguna de ellas.

También acá se denota con  a 1 … a n a las alternativas

si con i = 1…m a los distintos estados de naturaleza.
 x (ai , s j ), con i = 1… n , y con j = 1…m

Estados de s1 s2 … sm
naturaleza
a1 x (a1 , s 1) x (a1 , s 2) … x (a1 , s m )
a2 x (a2 , s 1) x (a2 , s 2) … x (a2 , s m )
an x (an , s 1) x (an , s 2) … x (an , s m )

Criterio de Laplace: (1825), se basa en criterio de la razón insuficiente para decisiones

bajo incertidumbre. Supone que estados de naturaleza tienen la misma probabilidad de
ocurrencia 1/m , teniendo m estados de naturaleza.
El mayor promedio de ganancia, y menor promedio de perdidas.

m
1
EV(a i) = ∗∑ p(s ¿¿ j) con j=1 … m¿
m j =1

El criterio de Laplace propone elegir el valor máximo o mínimo de estas sumas

correspondientes a cada alternativa.

Departamento de finanzas de Omega analiza sus inversiones

Equipo directivo de empresa propone invertir fondos de ganancias en compra de 4 tipo de
bonos, cuya rentabilidad está sujeta a fluctuaciones de mercado.
Considerará estado de naturaleza mercado en alta, estable o en baja.

Rendimiento de bonos en distintos estados de mercado (tabla 2)

Estados de naturaleza Mercado en alta Mercado estable Mercado en baja


Tipos de Inversiones
Bonos INX 10 000 40 000 30 000
Bonos On Conter 50 000 85 000 20 000
Bonos Jenker 40 000 80 000 50 000
Bonos SAB 20 000 45 000 10 000

m
1
EV(a i) = ∗∑ x( ai , s j ¿ )¿ para calcular probabilidad saca un promedio de la suma de cada
m j =1
alternativa en cada estado de naturaleza.

3
1 80 000
EV(a 1) = EV (INX) = ∗∑ x ( a 1 , s j) =
3 j=1 3
 3
1 155 000
EV(a 2 ¿ = EV (On Conter)= ∗∑ x ( a 2 , s j )=
3 j=1 3

3
1 170 000
EV(a 3) = EV (Jenker)= ∗∑ x ( a 3 , s j )=
3 j=1 3

3
1 75 000
EV(a 4 ¿ = EV(SAB)= ∗∑ x ( a 4 , s j ) =
3 j=1 3

El criterio de Laplace sugiere invertir en Jenker, independientemente del mercado.

Criterio MINI MAX (para rendimientos) - MAXI MIN (para pérdidas):

MINI-MAX:
Considerado conservador o pesimista.
Parte del supuesto de que cada alternativa, tendrá resultado más desfavorable y elije
de entre los peores la opción más favorable para el decisor.
La peor entre las mejores
1er paso: seleccionar el peor rendimiento de cada acción, respecto a todos los estados
de naturaleza posibles.

Para cada a i se determina el valor mínimo de la fila i, i=1…n

min1 ≤ j ≤m{ x (ai , s j )}

Luego el máximo de esos mínimos

max 1≤ i≤ n ¿ min 1≤ j ≤m ¿{ x (ai , s j )}}

Ej Omega
Para INX: min1 ≤ j ≤3{ x (a1 , s j )} = min{10 000, 40 000, 30 000}= 10 000 (min rendimiento)

Para On Conter: min1 ≤ j ≤3{ x (a2 , s j )} = min{50 000, 85 000, 20 000}= 20 000 (min rendim)

Para Jenker: min1 ≤ j ≤3{ x (a3 , s j )} = min{40 000, 80 000, 50 000}= 40 000 (min rendimiento)

Para SAB: min1 ≤ j ≤3{ x (a 4 , s j) }= min{20 000, 45 000, 10 000}= 10 000 (min rendimiento)

Según este criterio sugiere invertir en Jenker ya que de los mínimos es el máximo.

MAXI-MIN: Cuando la matriz construida no es de rendimeintos sino de perdidas se denomina

maximin.
Es considerado pesimista porque supone la ocurrencia de los peores resultados en cada estado
de naturaleza, tiene la ventaja
de elegir el mayor rendimiento seguro
La mejor entre las peores
min1 ≤i ≤ n ¿ max 1≤ j ≤m ¿{ x (ai , s j )}}: busca el máximo rendimiento en cada (a ¿ ¿i , s j )¿ , y luego
el mínimo

Omega analiza incorporar aberturas de madera o metal:

Estados del mercado ALTA SIN CAMBIOS BAJA
Aberturas de madera $150 000 $0 -$80 000
Aberturas de metal $100 000 -$10 000 -$50 000

3
1 150 000+ 0−80 000 70 000
EV(a 1 ¿ = EV(madera) ∗∑ x ( a 1 , s j) = =
3 j=1 3 3

3
1 100 000−10 000−50 000 40 000
EV(a 2 ¿ = EV(metal) ∗∑ x ( a 2 , s j )= =
3 j=1 3 3

Según Laplace conviene seguir fabricando aberturas de madera.

Según MINI MAX: min1 ≤ j ≤m { x (ai , s j )}

• Para madera: min1 ≤ j ≤3{ x (a1 , s j )}= min{150 000, 0 , -80 000}= -80 000 (min rendimiento)

• Para metal: min1 ≤ j ≤3{ x (a1 , s j )}= min{100 000, -10 000 , -50 000}= -50 000 (min
rendimiento)

Según MiniMax a Omega le conviene seguir fabricando de metal, ya que en las peores
condiciones de mercado, tiene la menor pérdida.

Resumen
El criterio minimax sugiere tomar de todos los mínimos, el máximo valor para cualquier
estado

El criterio maximin sugiere tomar de todos los máximos, el mínimo valor para cualquier
estado

En los problemas de decisiones bajo incertidumbre se desconocen las probabilidades

de ocurrencia de los estados de naturaleza.

La matriz de rendimiento que se construye para el criterio de Laplace es la

misma que se usa para el criterio maximin y minimax., se aplica de manera
diferente.

Para un caso de toma de decisiones bajo incertidumbre con tres estados

de naturaleza distintos y cuatro alternativas, el criterio de Laplace propone
estimar la probabilidad de ocurrencia de cada uno de los sucesos como
1/4.
Falso, asigna la misma probabilidad a cada uno de los estados de
naturaleza

El criterio maximin y minimax sugiere alguna de las alternativas posibles

sin tener en cuenta probabilidades
Verdadero, maximin solo considera el minimo valor de cada fila de la matriz
de rendimiento, y de entre esos minimos el máximo.

En las decisiones bajo incertidumbre, se desconocen los posibles estados

de la naturaleza. 
Falso, se desconocen las probabilidades de ocurrencia de cada estado,
pero los distintos estados son conocidos.

Lectura 4

Criterio de Savage:
El tomador de decisiones puede determinar las pérdidas que tendrá al no elegir la
mejor alternativa. Criterio de pesadumbre o arrepentimiento, por no elegir cierta acción
Se construye matriz de pérdidas a partir de matriz de rendimientos.

Las entradas de matriz de pérdidas contienen para cada estado las perdidas
supuestas de no elegir la mejor opción.
Se selecciona el máximo valor de cada estado (columna), se hace la diferencia entre el
máximo y cada rendimiento de las otras alternativas.

Luego de calculada la pérdida, se construye nueva matriz entre máximo valor de

rendimiento en ese estado y los demás valores para cada alternativa.

La matriz de pérdida contiene:

r ( ai , s j ) ={x ( ai , s j ) −max ak { x ( ai , s j ) } , con i=1 … n y j=1

Donde los valores de x ( ai , s j ), son valores de una matriz de ganancia

r ( ai , s j ) ={x ( ai , s j ) −minak { x ( ai , s j ) } , con i=1 … n y j=1

 Donde los valores de x ( ai , s j ), son valores de una matriz de pérdida

Criterio Savage da como resultado la acción que tiene menor pérdida de oportunidades
que puede asegurarse.
Matriz de rendimientos para cada tipo de inversión (bonos)
Estados de naturaleza Mercado en alta Mercado estable Mercado en baja
 (S1) (S2) (S3)

Tipos de Inversiones
Bonos INX 10 000 40 000 30 000
Bonos On Conter 50 000 85 000 20 000
Bonos Jenker 40 000 80 000 50 000
Bonos SAB 20 000 45 000 10 000

Para cada sj determina valor máximo de columna j; j=1…m

max 1≤ j ≤m { x (ai , s j )}

EJ= s1 : max 1≤ i≤ 4{ x (ai , s 1)}

Para mercado en alta s1 : max ( 10 000 , 50 000 , 40 000 ,20 000 ) =50 000

Para mercado estable s2 : max ( 40 000 ,85 000 , 80 000 , 45 000 )=85 000

Para mercado en baja s3 :max ( 3 0 000 ,20 000 , 50 000 ,10 000 )=50 000

La matriz de pérdida se arma ahora con las diferencias entre cada celda y estos valores máximos
encontrados para cada estado. Por ej:

Estados de naturaleza Mercado en alta Mercado estable Mercado en baja

 (S1) (S2) (S3)

Tipos de Inversiones
Bonos INX 10 000-50 000 40 000- 85 000 30 000 - 50 000
= -40 000 = -45 000 = -20 000
Bonos On Conter 50 000-50 000 85 000-85 000 20 000-50 000
=0 =0 = -30 000
Bonos Jenker 40 000 – 50 000 80 000-85 000 50 000-50 000
= -10 000 = -5 000 =0
Bonos SAB 20 000 – 50 000 45 000-85 000 10 000 – 50 000
= -30 000 =-40 000 = -40 000

Para INX= max {-40 000, -45 000, -20 000}= -20 000
Para On Conter= max {0, 0, -30 000}= 0
Para Jenker= max {-10 000, -5 000, 0}= 0
Para SAB= max {-30 000, -40 000, -40 000}= -30 000

Savage sugiere inverir en On Conter o Jenker

Criterio de Hurwicz

Tomador de decisiones determina a priori una probabilidad de ocurrencia del mejor

valor registrado para cada estado de naturaleza, para el peor valor queda la
probabilidad complementaria. Si al mejor valor se le da probabilidad ẞ , al peor se le
dará (1- ẞ)
ẞ Índice de optimismo

max ai{ ẞ max s j x ( ai , s j ) + ( 1− ẞ ) min s j x (ai , s j )} con i=1…n y j=1…m

Omega criterio de Hurwicz

Para INX: max 1≤ i≤ 3{ x (a1 , s j )} = 40 000 y min1 ≤i ≤ 3 {x ( a1 , s j)}= 10 000

Para On Conter: : max 1≤ i≤ 3{ x (a2 , s j )} = 85 000 y min1 ≤i ≤ 3 {x (a2 , s j)}= 20 000

Para Jenker: : max 1≤ i≤ 3{ x (a3 , s j )} = 80 000 y min1 ≤i ≤ 3 {x (a3 , s j)}= 40 000

Para SAB: : max 1≤ i≤ 3{ x (a 4 , s j) }= 45 000 y min1 ≤i ≤ 3 {x (a4 , s j )} = 10 000

Ahora calcular:
{ ẞ max s j x ( ai , s j ) + ( 1− ẞ ) min s j x (ai , s j )}

Grado de optimismo: ẞ =0,4

Para INX: 0,4 *40 000 + (1 - 0,4) * 10 000= 20 000

Para On Conter: 0,4 * 85 000 + (1 - 0,4) * 20 000= 46 000
Para Jenker: 0,4 * 80 000 + (1 – 0,4) * 40 000= 56 000
Para SAB: 0,4 * 45 000 + (1 - 0,4) * 10 000= 24 000

Entre todos los valores elegir Jenker.

Se construye matriz de rendimientos con valores de cada alternativa para cada estado de
naturaleza
Se multiplica el mínimo valor de cada fila (alternativa) por probabilidad que tomador de
decisiones determine ( ẞ ¿
Se multiplica el máximo valor de cada fila (alternativa) por probabilidad complementaria a la
que el tomador de decisiones determine (1- ẞ ¿
 Se suman los dos productos y de todas las sumas elige la alternativa para cual la suma sea
menor

Solo considera valores max y min, de cada alternativa para cada estado de naturaleza.
Es una matriz de pérdidas, suma los productos y sugiere elegir la que arroje menor resultado.

Cuando se aplica el criterio de Hurwicz, el tomador de decisiones

determina una probabilidad según su criterio para el acaecimiento del
estado de la naturaleza más conveniente.
Verdadero , en este criterio el decisor estima probabilidad para el estado
más conveniente.

Para el criterio de Savage, solo se tienen en cuenta los valores máximos o

mínimos de cada alternativa en todos los estados de la naturaleza
Falso, construye matriz de pérdida formada con diferencias de cada valor con el
máximo.

Cuando se aplica el criterio de Hurwicz, pero el tomador de decisiones es

totalmente pesimista, el procedimiento usado para este criterio termina
siendo igual que el del criterio minimax
 Verdadero, porque, al considerar 0 la probabilidad de que ocurra el estado de la
naturaleza más conveniente, resta considerar 1 para el estado de la naturaleza menos
conveniente, lo que termina transformando el procedimiento en el mismo que se usa
para minimax.

 La matriz de pérdidas que se construye para el criterio Savage a

partir de la matriz de rendimiento para calcular ganancias tiene todos sus
valores menores o iguales a cero
 Verdadero, pues cada valor de la nueva matriz es la diferencia entre el valor de
la matriz original y el máximo valor registrado. Como en esta diferencia el sustraendo
es mayor o igual al minuendo, el resultado es negativo o, a lo sumo, nulo.

El criterio Hurwicz no puede usarse para decisiones bajo incertidumbre si lo

que se conoce son las pérdidas bajo los distintos estados de la naturaleza.
Falso