ANÁLISIS DE DECISIONES

Ing. Erik Maldonado Ascanio Ph.D.

1
TOMA DE DECISIONES
Teoría de decisiones: Análisis lógico y cuantitativo de
todos los factores que afectan los resultados de una decisión
en un mundo incierto.
Esta se vale de herramientas fundamentales que ayudan a
llegar a un mejor resultado, entre las cuales tenemos:

Información perfecta: toma de decisiones en condiciones

de certeza, aquí se tiene disponibilidad completa de los
datos.

Información imperfecta o parcial: aquí se presentan dos

situaciones: Decisiones con riesgo o Decisiones con
incertidumbre.

2
 TOMA DE DECISIONES
El análisis de decisión se puede emplear para determinar estrategias
optimas cuando quien debe tomar decisiones tiene que enfrentarse ante
varias alternativas de decisión y un patrón incierto o lleno de riesgos de
eventos futuros. La tarea es entonces seleccionar la mejor alternativa.

Decisiones con incertidumbre: ocurre cuando no se tiene

disponibilidad de los datos. Cuando no se conocen dichos datos y no
puede determinarse una función de probabilidad.
Decisiones con riesgo: es cuando tenemos una disponibilidad de
los datos intermedia, estos datos se representan a través de funciones
de probabilidad.

3
TOMA DE DECISIONES

4
TOMA DE DECISIONES

5
 TOMA DE DECISIONES
 CONDICIONES DE INCERTIDUMBRE:
- Enfoque Optimista (maximax o minimin)
- Enfoque Conservador o pesimista (maximin o minimax).
- Enfoque minimax de arrepentimiento (Savage).
- Valor esperado Laplace.

 CONDICIONES DE RIESGO:
- Probabilidad (Sin muestreo/Con muestreo)

6
 Elementos de la toma de decisiones
 Alternativas
 Estados de la naturaleza
 Tabla de pagos o Matriz de pagos: Nos referimos al
pago asociado con la alternativa de decisión i y al
estado de la naturaleza j. (Vij). Se pueden establecer
en función del Utilidad, Costo, tiempo, Distancia, etc.
 Árbol de decision

7
Tabla o matriz de pagos

Estados de la Naturaleza

s1 s2 ... sn

d1 x11 x12 ... x1n

Alternativas
d2 x21 x22 ... x2n

... ... ... ... ...

dm xm1 xm2 ... xmn

Forma general de una tabla de Pagos

8
Árbol de decision

9
 Ejemplo I:
Una compañía dedicada a la construcción y venta de condominios
quiere tomar la decisión de ofrecer condominios de lujo entre 3
diferentes alternativas (Pequeño, mediano, grande); pero se
encuentra en la incertidumbre de si el proyecto tendrá o no
aceptación en el mercado. Si quien toma las decisiones no sabe
absolutamente nada de las probabilidades de éxito o fracaso del
proyecto, ¿Cual es la decisión recomendada utilizando los
enfoques optimista, conservador, Laplace y de arrepentimiento
minimax ?

10
Alternativas y estados de la naturaleza
 Alternativas:
d1 = Un condominio pequeño
d2 = Un condominio mediano
d3 = Un condominio grande

 Estados de la naturaleza:
s1: Una elevada aceptación del mercado
s2: Una baja aceptación del mercado

11
Tabla o matriz de pagos

Estados de la Naturaleza
Alta Baja aceptación
Alternativas aceptación, s1 , s2
Complejo
8 7
pequeño, d1
Complejo
14 5
mediano, d2
Complejo
20 -9
grande, d3

12
Enfoque Optimista
Este procedimiento conduce a la ganancia
máxima y a la pérdida o riesgo también
máximo. Se le conoce también con el
nombre adicional de “maximax”, pues se
selecciona aquella estrategia que maximiza
el pago máximo.

13
Enfoque Optimista
Estados de la Naturaleza

Alta aceptación, Baja aceptación

s1 , s2
Alternativas
Complejo
8 7
pequeño, d1
Complejo
14 5
mediano, d2
Complejo grande,
20 -9
d3

Pago máximo
Alternativas
Complejo
8
pequeño, d1
Complejo
14
mediano, d2
Máximo de los valores de
Complejo
20 los pagos máximos
grande, d3
(Maximax)
14
Enfoque Conservador o Pesimista
También denominado ”maximin”. En este caso
la naturaleza actúa contra la empresa. Por lo
tanto, se debe elegir aquella estrategia que
maximice el pago mínimo. Es decir, escoger
lo mejor de lo peor.

15
Enfoque Conservador o Pesimista
Estados de la Naturaleza

Alta aceptación, Baja aceptación

s1 , s2
Alternativas
Complejo
8 7
pequeño, d1
Complejo
14 5
mediano, d2
Complejo grande,
20 -9
d3

Pago mínimo
Alternativas
Complejo Máximo de los valores de los
7
pequeño, d1 pagos mínimos (Maximin)
Complejo
5
mediano, d2
Complejo
-9
grande, d3

16
Enfoque minimax de arrepentimiento

Leonard Savage generó un nuevo concepto

denominado “Costo Condicional de Oportunidad”.

Dice Savage: “después de haber escogido una

estrategia, el tomador de decisiones puede
arrepentirse de esa acción porque podía haber
escogido otra diferente. Ese arrepentimiento debe
reducirse al mínimo”.

17
Enfoque minimax de arrepentimiento
Estados de la Naturaleza
Alta Baja Calculamos Rij = | V*j – Vij | donde:
aceptación aceptación
Alternativas , s1 , s2 Rij = el arrepentimiento asociado con la alternativa di y el estado sj
Complejo
8 7 V*j = el valor de pago que corresponde a la mejor decision para el estado sj
pequeño, d1
Complejo Vij = el pago que corresponde a cada combinacion de la alternativa di y el
14 5
mediano, d2 estado sj
Complejo
20 -9
grande, d3

Tabla de perdida de oportunidad o arrepentimiento

Estados de la Naturaleza
Alta Baja
aceptación, aceptación ,
Alternativas s1 s2
Complejo
12 0
pequeño, d1
Complejo
6 2
mediano, d2
18
Complejo
0 16
grande, d3
Enfoque minimax de arrepentimiento

Estados de la Naturaleza
Alta Baja
aceptación, aceptación ,
Alternativas s1 s2
Complejo
12 0
pequeño, d1
Complejo
6 2
mediano, d2
Complejo
0 16
grande, d3

Arrepentimiento
Alternativas diario
Complejo pequeño,
12
d1
Complejo mediano,
6 Mínimo del máximo
d2
Complejo grande, arrepentimiento
16
d3

19
Valor esperado Laplace
Este criterio se basa en el concepto apoyado por Bayes según
el cual, cuando las posibilidades de aparición de los estados de
la naturaleza son realmente desconocidos debemos aceptar
que son igualmente probables.

Entonces, basta calcular el valor esperado monetario para

cada estrategia y escoger aquella cuyo valor resulte mayor.
Este criterio de decisión implica el llamado “Principio de la
Razón Insuficiente”.

20
Valor esperado Laplace

Estados de la Naturaleza
Baja En este caso la probabilidad de
Alta
aceptación , ocurrencia para cada estado de
aceptación, s1
Alternativas s2
Complejo
la naturaleza es de 50%
8 7
pequeño, d1
Complejo
14 5
mediano, d2
Complejo
20 -9
grande, d3

Valor Esperado
Alternativas

Complejo pequeño, d1 (8*0,5)+(7*0,5)=7,5

Complejo mediano, d2 (14*0,5)+(5*0,5)=9,5 Máximo Laplace

Complejo grande, d3 (20*0,5)+(-9*0,5)=5,5

21
 Ejercicio I:
Una compañía es dueña de unos terrenos en los que puede haber petróleo;
y ha pedido a un consultor que determine la probabilidad de que haya o
no crudo en dichos terrenos. El consultor le informa que después de unos
estudios existe una posibilidad de 1 entre 4 de encontrar petróleo. Debido
a esta posibilidad, otra compañía petrolera ha ofrecido comprar las tierras
en 90 mil dórales. Sin embargo la empresa considera conservar el terreno
para perforar ella misma.
 Costo de perforación: 100 mil dólares.
 Ingreso esperado: 800 mil dólares.
 Cual seria su decisión, utilizando los criterios o enfoques en condiciones de
incertidumbre.

22
 Ejercicio II:
JAE S.A., Considera tres estrategias de inversión. Los costos
generados por dichas estrategias dependerán de lo que ocurra
con la tasa de interés bancario a lo largo de los siguientes 3
meses. Los resultados (en miles de dólares) aparecen en la
tabla siguiente. Que estrategia de inversión recomendaría?.

Estados de la Naturaleza

Reducción de la Sin cambio, Aumento de la

Alternativas tasa, s1 s2 tasa, s3

Estrategia, d1 50 70 40
Estrategia, d2 55 35 80
Estrategia, d3 15 60 70

23
TOMA DE DECISIONES EN CONDICIONES DE RIESGO (Sin
Muestreo)
 CON PROBABILIDADES: Si conocemos las probabilidades de los
estados de la naturaleza podemos identificar cual es la mejor
alternativa de decisión.

- Enfoque de valor esperado (VE):

N= numero de estados de la naturaleza.
P (sj) = probabilidad del estado sj

24
 Ejemplo I:

Enfoque de valor esperado:

P (s1) = 0.8
Estados de la Naturaleza
P (s2) = 0.2 Alta Baja
aceptación, aceptación ,
Alternativas s1 s2
Complejo
8 7
pequeño, d1
Complejo
14 5
mediano, d2
Complejo
20 -9
grande, d3

VE1= (8*0.8)+(7*0.2)=7.8
VE2= (14*0.8)+(5*0.2)=12.2
VE3= (20*0.8)+(-9*0.2)=14.2 Máximo VE

25
 VALOR ESPERADO DE LA INFORMACION PERFECTA
(VEIP)
Valor esperado de la información perfecta: Es la diferencia de la
ganancia óptima en condiciones de certidumbre y la ganancia óptima
en condiciones de incertidumbre

VEIP= | VEwIP – VEwoIP |

VEIP= Valor esperado de la información perfecta

VEwIP= Valor esperado con información perfecta

VEwoIP= Valor esperado sin información perfecta

26
 VALOR ESPERADO DE LA INFORMACION PERFECTA
(VEIP)
VEIP= | VEwIP – VEwoIP |
P (s1) = 0.8 Estados de la Naturaleza
Alta Baja
P (s2) = 0.2 aceptación aceptación
Alternativas , s1 , s2
Complejo
8 7
VEwIP= (20*0.8)+(7*0.2)=17.4 pequeño, d1
Complejo
VEwoIP = (20*0.8)+(-9*0.2)=14.2 mediano, d2
14 5

Complejo
20 -9
grande, d3
VEIP= |17.4 – 14.2 | = 3.2 um

27
 Ejemplo II:
 Un pequeño inversionista, Tiene $ 1,000 para invertir.
 El inversionista ha estudiado varias acciones y eligió tres posibles
alternativas de inversión

 A1: CDT
 A2: Compra de Acciones
 A3: Inversión en Mercados Internacionales

 Además, identifica que puede haber dos situaciones futuras o estados de

la naturaleza a lo largo del año.
 S1 = Que haya una alza del mercado
 S2 = Que haya una baja del mercado

28
 Ejemplo II:
 Con base en los resultados observados en últimos 10 años, en cuanto a que en 6
años se ha registrado un aumento y 4 años ha habido disminución, calcula que
para los estados de la naturaleza son P(S1) = 6/10 = 0,6 y P(S2) = 4/10 = 0,4.
Finalmente calcula:

Si invierte en A1, obtendrá ganancia de:

 $ 2,400 si hay una alza del mercado y
 $ 1,000 si hay una baja del mercado
Si invierte en A2, sus ganancias serian de:
 $ 2,200 si hay una alza y
 $ 1,100 si hay una baja
Si invierte en A3, sus ganancias serian de:
 $ 1,900 alza
 $ 1,150 baja

29
Ejemplo II:

 Lo anterior se resume en la siguiente tabla de ganancias:

Estados de la Naturaleza

Alza del mercado, s1 Baja del mercado, s2

Alternativas
CDT, d1 $ 2,400 $ 1,000
Compra de Acciones, d2 $ 2,200 $ 1,100

Inversión en mercados
$ 1,900 $ 1,150
Internacionales, d3

 VE1= (0,6* $ 2,400)+(0,4* $ 1,000)= $ 1,840

 VE2= (0,6* $ 2,200)+(0,4* $ 1,100)= $ 1,760
 VE3= (0,6* $ 1,900)+(0,4* $ 1,150)= $ 1,600
30
 Ejemplo II:
Árbol de decisión:

 Es una representación grafica que permite resumir las distintas

alternativas.
 Muestras las opciones de acción y los diferentes estados de la
naturaleza.
 Es una presentación alternativa de la misma información que
el criterio de valor monetario esperado.

31
Ejemplo II:

32
VALOR ESPERADO DE LA INFORMACION PERFECTA
(VEIP)
Recordemos:
Valor esperado de la información perfecta: es la diferencia
de la ganancia óptima en condiciones de certidumbre y la
ganancia óptima en condiciones de incertidumbre
VEIP= VEwIP - VEwoIP

P (s1) = 0.6
P (s2) = 0.4

VEwoIP= (0,6* $ 2,400)+(0,4* $ 1,000)= $ 1,840

VEwIP = (0,6* $ 2,400)+(0,4* $ 1,150)= $ 1,900

VEIP= $ 1,900 – $ 1,840 = $ 60

33
 Ejercicio I:

El administrador de un concesionario quiere saber qué cantidad de autos

deportivos pedir al fabricante para el próximo mes entre las opciones
5, 6, 7, 8, o 9 unidades. Actualmente el administrador tiene
información previa de las demanda de este tipo de autos en los pasados
100 meses y se muestra en la siguiente tabla:

# Meses Demanda en
Cantidades
20 5
30 6
15 7
25 8
10 9
Total : 100

 El precio de venta unitario:25 UM

 El costo unitario: 15 UM
 El costo unitario por las cantidades adicionales solicitadas al proveedor:
17 UM
 El Precio de recompra para los excedentes es de 5 UM.
34
 Bibliografía:

ANDERSON,D.,SWEENEY D. y WILLIAMS T. Quantitative

Methods for Business, Ed. Thomson, N.Y., 1998

HILLER F., LIEBERMAN G. Introducción a la Investigación de

Operaciones, Ed. Mac Graw Hill, Octava Edición.

35