Análisis de Decisiones

Fuente : Investigación de Operaciones – Hamdy A. Taha - 7° edición

Análisis de Decisiones
• Certidumbre
• Riesgo
Criterio del valor esperado
• Incertidumbre
Laplace
Minimax
Savage
Hurwicz
Certidumbre
Martin Hans, un brillante egresado de preparatoria, ha recibido tres
ofertas de beca completa en tres instituciones: U de A, U de B y U de C.
Para seleccionar una universidad, Martin enuncia dos criterios
principales: ubicación y reputación académica.
Como es tan buen estudiante, juzga que la reputación académica es cinco
veces más importante que el lugar, con lo que se tienen pesos
aproximados de 17% de la ubicación y 83% de la reputación.
A continuación usa un análisis sistemático (que detallaremos después)
para categorizar las tres universidades desde el punto de vista del lugar y
la reputación. La tabla siguiente clasifica los dos criterios para las tres
universidades:
Certidumbre
Estimaciones de peso porcentual

Criterio U de A U de B U de C
Ubicación 0.129 0.277 0.594
Reputación 0.545 0.273 0.182

La estructura del problema de decisión se resume en la figura 14.1. El problema implica

una sola jerarquía (el nivel) con dos criterios (ubicación y reputación) y tres alternativas de
decisión (U de A, U de B y U de C).
La calificación de las tres universidades se basa en calcular un factor de ponderación o
peso compuesto para cada universidad, como sigue:

Ude A = 0.17 X 0.129 + 0.83 X 0.545 = 0.4743

Ude B = 0.17 X 0.277 + 0.83 X 0.273 = 0.2737
U de C = 0.17 X 0.594 + 0.83 X 0.182 = 0.2520
Certidumbre
Certidumbre
Riesgo – valor esperado
En condiciones de riesgo, las ventajas asociadas a cada alternativa de
decisión se describen con distribuciones de probabilidades. Por esta
razón la toma de decisiones bajo riesgo se suele basar en el criterio de
valor esperado, en el que se comparan alternativas de decisión con
base en la maximización de la utilidad esperada, o la minimización del
costo esperado. Sin embargo, como el método tiene sus limitaciones,
se modifica el criterio de valor esperado para enfrentar otras
situaciones.
Riesgo – valor esperado
El criterio del valor esperado busca la maximización de la utilidad
(promedio) esperada o la minimización del costo esperado. En los datos
del problema se supone que la retribución (o el costo) asociada con
cada alternativa de decisión es probabilística.
Análisis con árbol de decisión. En el ejemplo que sigue se describen
casos sencillos de decisión con una cantidad finita de alternativas de
decisión con matrices explícitas de retribución.
 Riesgo – valor esperado
Ejemplo
Suponga que desea invertir $10,000 en el mercado de valores, comprando acciones de una de dos compañías: A y B. Las
acciones de la compañía A son arriesgadas, pero podrían producir un rendimiento de 50% sobre la inversión durante el
año próximo. Si las condiciones del mercado de valores no son favorables (es decir, el mercado está "a la baja"), las
acciones pueden perder el 20% de su valor. La empresa B proporciona utilidades seguras, de 15% en un mercado "a la
alza" y sólo de 5% en un mercado "a la baja". Todas las publicaciones que consultó (¡siempre hay una gran abundancia
de ellas al final del año!) predicen que hay 60% de probabilidades que el mercado esté "a la alza", y 40% de que esté "a
la baja". ¿Dónde debería invertir su dinero?
El problema de decisión se puede resumir como sigue:
Riesgo – valor esperado
Árbol de decisión
Incertidumbre
La toma de decisiones bajo incertidumbre, al igual que bajo riesgo,
implica acciones alternativas cuyas retribuciones dependen de los
estados de la naturaleza (aleatorios). En forma específica, la matriz de
retribución de un problema de decisión con m acciones alternativas y n
estados de la naturaleza, se puede representar como sigue:
 Incertidumbre
El elemento ai representa la acción i, y el elemento Sj representa el estado de la naturaleza j.
La retribución o resultado asociado con la acción a¡ y el estado Sj es v(ai, Sj).
La diferencia entre tomar una decisión bajo riesgo y bajo incertidumbre es que en el caso de
la incertidumbre, la distribución de probabilidades correspondiente a los estados Sj, j = 1, 2,
se desconoce o no se puede determinar. Esta falta de información ha conducido a desarrollar
los criterios siguientes para analizar el problema de decisiones:
• Laplace
• Minimax o Wald
• Savage
• Hurwicz
Incertidumbre
• Laplace
El criterio de Laplace se basa en el principio de la razón insuficiente.
Como no se conocen las distribuciones de probabilidades de los
estados de la naturaleza, P{Sj}, no hay razón para creer que sean
distintas. Así, las alternativas se evalúan con la hipótesis optimista de
que es igualmente probable que ocurra cualquiera de todos los
estados, esto es, que P {S1} = P{S2} = . . . = P{S„} = 1/n. Dado que la
retribución v(ai, s¡) representa ganancia, la mejor alternativa es la que
produce
Incertidumbre
• Minimax (Wald)
El criterio maximin (minimax) se basa en la actitud conservadora de elegir la mejor entre las peores
condiciones posibles.
Si v(ai, Sj) es una pérdida, se selecciona la acción que corresponde al criterio mínimax:

Si v(ai,Sj) es ganancia, se usa el criterio maximin, definido por:

Incertidumbre
• Savage
El criterio de pesadumbre de Savage trata de moderar el
conservadurismo del criterio minimax ( maximin) reemplazando la
matriz de retribución (de ganancia o pérdida) v(a¡, sj) por una matriz de
pérdida (o pesadumbre) mediante la siguiente transformación:
Incertidumbre
• Ejemplos
National Outdoors School (NOS) prepara un campamento de verano en el corazón de Alaska, para adiestrar a
las personas en supervivencia en la naturaleza. Estima que la asistencia puede estar en una de cuatro
categorías: 200, 250, 300 y 350 personas. El costo del campamento será mínimo si se construye para adaptarse
exactamente a la demanda. Las variaciones de más o menos de la demanda ideal incurren en costos
adicionales, debidos a construcciones sobrantes (no usadas) o a ingresos perdidos, cuando no cabe toda la
demanda. Si a1 a a4 representan los tamaños de los campamentos (200, 250, 300 y 350 personas) y s1 a s4 la
asistencia, la tabla siguiente resume la matriz de costo (en miles de $) en este caso.
Incertidumbre
• Laplace.
Dada P{s;} = j = 1, 2, 3, 4, los valores esperados para las diversas acciones se
calculan como sigue:
• E{a1) = ¼ (5 + 10 + 18 + 25) = $14,500
• E{a2} = ¼ (8 + 7 + 12 + 23) = $ 12,500 Óptimo
• E{a3} = ¼ (21 + 18 + 12 + 21) = $18,000
• E{a4} = ¼ (30 + 22 + 19 + 15) = $21,500
Incertidumbre
• Minimax: (Wald)
El criterio minimax produce la siguiente matriz:
Incertidumbre
• Savage:
La matriz de pesadumbre/arrepentimiento se determina restando 5, 7,
12 y 15 de las columnas 1, 2, 3 y 4, respectivamente. Entonces,
Incertidumbre
• Hurwicz.
La tabla siguiente es un resumen de los cálculos.
Incertidumbre
• Hurwicz
• Aplicación del método:
si lo que se busca es Maximizar, cuando se trata por ejemplo de una Ganancia
Formula a aplicar:
elegir el Máximo de aplicar a cada fila: α Max + ( 1 - α ) Min
es lo mismo que: Min - ( Min - Max ) α

si lo que se busca es Minimizar, cuando se trata por ejemplo de un Costo

Formula a aplicar:
elegir el Mínimo de aplicar a cada fila: α Min + ( 1 - α ) Max
es lo mismo que: Max - ( Max - Min ) α

en ambos casos α = 0 Pesimista, lo mismo que aplicar Wald,

si α = 1 es Optimista.