I.

Anlisis de Decisiones
El Anlisis de Decisiones es un marco conceptual y una metodologa que se
puede emplear para determinar estrategias ptimas cuando quien debe tomar
decisiones tiene que enfrentarse ante varias alternativas de decisin y un
patrn incierto o lleno de riesgos de eventos futuros.
Por ejemplo: un fabricante de una nueva lnea de ropa de temporada deseara
fabricar grandes cantidades si la aceptacin y la demanda consecuente de
los clientes para dicho producto fuera alta. Sin embargo, el fabricante
deseara producir cantidades mucho ms pequeas si la aceptacin y
demanda de los clientes fuera baja. Desafortunadamente, la ropa de
temporada requiere que el fabricante tome una decisin de volumen de
produccin antes de conocer la demanda.
La seleccin de la mejor decisin de volumen de produccin entre varias
alternativas, cuando quien toma la decisin se encuentra frente a la
incertidumbrede una demanda futura, es un problema que se adeca al
anlisis de decisiones.

I. Anlisis de Decisiones
Una pregunta que surge con frecuencia es si se toma la decisin en el
momento, o si primero se hacen algunas pruebas (con algn costo)
antes de tomar la decisin. El hacer las pruebas antes de tomar la
decisin sirve para reducir el nivel de incertidumbre sobre el resultado
de la decisin.
Por ejemplo: Realizar una promocin de prueba de un nuevo producto
propuesto para ver la reaccin del consumidor antes de tomar la
decisin de proceder o no con la produccin y comercializacin a gran
escala del producto.
Se hace referencia a estas pruebas como: experimentacin.
Por lo tanto, el anlisis de decisiones divide a la toma de decisionesen:
1).- sin experimentacin
2).- con experimentacin.

I. Anlisis de Decisiones
TOMA DE DECISIONES SIN EXPERIMENTACIN:

Un tomador de decisiones debe elegir una accin a de un conjunto de

acciones posibles. El conjunto contiene todas las alternativas factibles
bajo consideracin para las distintas formas de proceder en el
problema en cuestin.
La eleccin de esta accin debe hacerse bajo la incertidumbre, porque el
resultado se ver afectado por factores aleatorios que se encuentran
fuera del control del tomador de decisiones.
Estos factores aleatorios determinan qu situacin se encontrar en el
momento que se ejecute la accin.
Cada una de estas situaciones posibles se conoce como un estado de la
naturaleza, denotado por .

I. Anlisis de Decisiones
Para cada combinacin de una accin a y un estado de la naturaleza , el
tomador de decisiones sabe cul sera el pago resultante.
El pago es una medida cuantitativa del valor de las consecuencias del
resultado para el tomador de decisiones.
p(a,) = pago al tomar la accin a cuando el estado de la naturaleza es .
En general se utiliza una tabla de pagos para dar p(a,), para cada
combinacin de a y .
El tomador de decisiones, por lo general, tendr alguna informacin que
debe tomar en cuenta sobre la posibilidad relativa de los estados de la
naturaleza posibles. Las probabilidades individuales para los
respectivos estados de la naturaleza se llaman: probabilidades a
priori

I. Anlisis de Decisiones
Ejemplo: PEMEX es duea de unos terrenos en los que puede haber
petrleo. Un gelogo consultor ha informado a la gerencia que piensa
que existe una posibilidad 1 de 4 de encontrar petrleo. Debido a esta
posibilidad, otra compaa petrolera ha ofrecido comprar las tierras en
$900,000. Sin embargo, PEMEX est considerando conservarla para
perforar ella misma. Si encuentra petrleo, la ganancia esperada de la
compaa ser aproximadamente de $7000,000; incurrir en una
prdida de 1000,000 si encuentra un pozo seco (sin petrleo).

I. Anlisis de Decisiones
1

Petrleo

Seco

a1: Perforar

7000,000

-1000,000

a2: Vender

900,000

900,000

0.25

0.75

Estados de la
Naturaleza

Accin

Probabilidad
a priori

TABLA DE PAGOS PARA LA FORMULACIN DE ANLISIS DE

DECISIONES DEL PROBLEMA DE PEMEX

I. Anlisis de Decisiones
CRITERIO DEL PAGO MAXIMO: Para cada accin posible, encuentre
el pago mnimo sobre todos los estados posibles de la naturaleza.
Despus, encuentre el mximo de esos pagos mnimos. Elija la accin
cuyo pago mnimo corresponde a este mximo.
1

Petrleo

Seco

a1: Perforar

7000,000

-1000,000

a2: Vender

900,000

900,000

0.25

0.75

Estados de la
Naturaleza

Mnimo

Accin

Probabilidad
a priori

Conclusin: vender

-1000,000
900,000 valor
mximo

I. Anlisis de Decisiones
CRITERIO DE MAXIMA POSIBILIDAD: Identifique el estado ms
probable de la naturaleza (aquel que tiene la probabilidad a priori ms
grande). Para este estado de la naturaleza, encuentre la accin con el
mximo pago. Elija esa accin.
1

Petrleo

Seco

a1: Perforar

7000,000

-1000,000

a2: Vender

900,000

900,000

0.25

0.75

Estados de la
Naturaleza

Accin

Probabilidad
a priori

Conclusin: vender

maximo

Maximo en
esta columna

I. Anlisis de Decisiones
CRITERIO DE LA REGLA DE DECISION DE BAYES: Usando las mejores
estimaciones disponbles de las probabilidades de los respectivos estados de la
naturaleza (las probabilidades a priori), se calcula el valor esperado del pago de cada
acin posible. Se elige la accin con el mximo pago esperado.
Para la accin a1 : E[p(a1,)]= (0.25)(7000,000) + (0.75)(-1000,000)
= 1000,000
Para la accin a2 : E[p(a2,)]= (0.25)(900,000) + (0.75)(900,000)
= 900,000
CONCLUSION: perforar
NOTA: Esta Regla de Decisin incorpora toda la informacin disponible, incluyendo
todos los pagos y las mejores estimaciones disponibles de las probabilidades de los
respectivos estados de la naturaleza.

I. Anlisis de Decisiones
Vale la pena pagar la experimentacin? Tal vez sera mejor evitar este
importante gasto y slo usar la solicin ptima sin experimentacin.
cmo resolver esto?
EL VALOR DE LA EXPERIMENTACIN:
Antes de realizar cualquier experimento, debe determinarse un valor
potencial. Mtodos para evaluar su valor potencial (del experimento):
METODO DEL VALOR ESPERADO DE LA INFOMACIN PERFECTA:

Este mtodo supone que la experimentacin eliminar toda la

incertidumbre sobre cul es el estado de la naturaleza verdadero y
despus hace un clculo rpido sobre cul sera la mejora en el pago
esperado (ignorando el costo de la experimentacin).

I. Anlisis de Decisiones
El valor esperado de la infomacin perfecta, proporciona una cota
superior para el valor potencial del experimento. Entonces, si esta cota
superior es menor que el costo del experimento, ste definitivamente
debe de llevarse a cabo.
1

Petrleo

Seco

a1: Perforar

7000,000

-1000,000

a2: Vender

900,000

900,000

Proba. a priori

0.25

0.75

Pago Mximo

7,000,000

900,000

Estados de la
Naturaleza

Accin

Pago esperado con informacin perfecta = 0.25(7000,000) + 0.75(900,000)

= 2,425,000

I. Anlisis de Decisiones
De esta manera, se tiene que:
El valor esperado de la informacin perfecta, VEIP, se calcula como,
VEIP=pago esperado con informacin perfecta pago mnimo esperado
sin experimentacin.
Para nuestro ejemplo, VEIP = 2,425,000 1,000,000 = 1,425,000
Como 1,425,000 excede a 300,000, el costo de la experimentacin
(sondeo ssmico) puede valer la pena proceder con la exploracin.

rboles de decisiones:
Ejemplo
Una compaa de seguros nos ofrece una indemnizacin por
accidente de $210.000.
Si no aceptamos la oferta y decidimos ir a juicio podemos
obtener $185,000, $415,000 $580,000 dependiendo de
las alegaciones que el juez considere aceptables.
Si perdemos el juicio, debemos pagar los gastos de
representacin que ascienden a $30,000$.
Sabiendo que el 70% de los juicios se gana, y de stos, en el
50% se obtiene la menor indemnizacin, en el 30% la
intermedia y en el 20% la ms alta, determinar la decisin
ms acertada.

Un problema algo ms complejo:

Una fbrica est evaluada en 150 millones. La
fbrica desea incorporar un nuevo producto
al mercado.
Existen tres estrategias para incorporar el
nuevo producto:

 Alternativa 1
Hacer un estudio de mercado del producto de forma
de determinar si se introduce o no al mercado.
Alternativa 2
Introducir inmediatamente el producto al mercado
(sin estudio).
Alternativa 3
No lanzar inmediatamente el producto al mercado
(sin estudio).

 En ausencia de estudio de mercado, la fbrica estima que el producto

tiene un 55% de posibilidades de ser exitoso y de 45% de ser un
fracaso.
Si el producto es exitoso, la fbrica aumentara en 300millones su
valor, si el producto fracasa se devaluara en 100millones.
El estudio de mercado vale 30 millones. El estudio predice que existe un
60% de probabilidad de que el producto sea exitoso
Si el estudio de mercado determina que el producto sera exitoso,
existe un 85% de posibilidades de que efectivamente lo sea.
Si el estudio demercado determina que el producto sera un fracaso ,
existe slo un 10%de posibilidades de que el producto sea exitoso
. Si la empresa no desea correr riesgos (desea maximizar el valor
esperado de la empresa)

Qu estrategia debera seguir ?