Toma de decisiones en condiciones de incertidumbre Criterio de wald Bajo la alternativa ai, el peor resultado posible que puede ocurrir

tiene una valor para el decisor dado por:

El valor si se denomina nivel de seguridad de la alternativa ai y representa la cantidad mnima que el decisor recibir si selecciona tal alternativa. En 1950, Wald sugiere que el decisor debe elegir aquella alternativa que le proporcione el mayor nivel de seguridad posible, por lo que S(ai)=si. As, la regla de decisin de Wald resulta ser:

Este criterio recibe tambin el nombre de criterio maximin, y corresponde a un pensamiento pesimista, pues razona sobre lo peor que le puede ocurrir al decisor cuando elige una alternativa.

EJEMPLO Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra las recompensas obtenidas junto con los niveles de seguridad de las diferentes alternativas:

Estados de la Naturaleza Alternativas Terreno comprado Aeropuerto en A Aeropuerto en B si -12

13

- 12

-8

11

-8

AyB

-1

-1

Ninguno

LIDIA CASTELLANOS MENDEZ

La alternativa ptima segn el criterio de Wald sera no comprar ninguno de los terrenos, pues proporciona el mayor de los niveles de seguridad.

Criterio de hurwuicz Se trata de un criterio intermedio entre el criterio de Wald y el criterio maximax. Dado que muy pocas personas son tan extremadamente pesimistas u optimistas como sugieren dichos criterios, Hurwicz (1951) considera que el decisor debe ordenar las alternativas de acuerdo con una media ponderada de los niveles de seguridad y optimismo:

donde a es un valor especfico elegido por el decisor y aplicable a cualquier problema de decisin abordado por l, por lo que T(ai) = asi + (1-a)oi. As, la regla de decisin de Hurwicz resulta ser:

LIDIA CASTELLANOS MENDEZ

Los valores de a prximos a 0 corresponden a una pensamiento optimista, obtenindose en el caso extremo a=0 el criterio maximax. Los valores de a prximos a 1 corresponden a una pensamiento pesimista, obtenindose en el caso extremo a=1 el criterio de Wald.

ELECCIN DE a Para la aplicacin de la regla de Hurwicz es preciso determinar el valor de a, valor propio de cada decisor. Dado que este valor es aplicable a todos los problemas en que el decisor interviene, puede determinarse en un problema sencillo, como el que se muestra a continuacin, y ser utilizado en adelante en los restantes problemas que involucren al decisor.

Estados de la naturaleza

e1 Alternativas a1 1

e2 si 0 0 oi 1 S(ai) 1-a

a2

Si las alternativas a1 y a2 son indiferentes para el decisor, se tendr 1-a = l, por lo que a = 1-l. Por tanto, para determinar a el decisor debe seleccionar repetidamente una alternativa en esta tabla, modificando el valor de l en cada eleccin, hasta que muestre indiferencia entre ambas alternativas.

LIDIA CASTELLANOS MENDEZ

Criterio de Laplace Este criterio, propuesto por Laplace en 1825, est basado en el principio de razn insuficiente: como a priori no existe ninguna razn para suponer que un estado se puede presentar antes que los dems, podemos considerar que todos los estados tienen la misma probabilidad de ocurrencia , es decir, la ausencia de conocimiento sobre el estado de la naturaleza equivale a afirmar que todos los estados son equiprobables. As, para un problema de decisin con n posibles estados de la naturaleza, asignaramos probabilidad 1/n a cada uno de ellos. Una vez realizada esta asignacin de probabilidades, a la alternativa ai le corresponder un resultado esperado igual a:

La regla de Laplace selecciona como alternativa ptima aquella que proporciona un mayor resultado esperado:

LIDIA CASTELLANOS MENDEZ

EJEMPLO Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra los resultados esperados para cada una de las alternativas.

Estados de la Naturaleza Alternativas Terreno comprado A B AyB Ninguno Aeropuerto en A 13 -8 5 0 Aeropuerto en B -12 11 -1 0 Resultado esperado 0.5 1.5 2 0

En este caso, cada estado de la naturaleza tendra probabilidad ocurrencia 1/2. El resultado esperado mximo se obtiene para la tercera alternativa, por lo que la decisin ptima segn el criterio de Laplace sera comprar ambas parcelas.

Criterio de i. j savage

LIDIA CASTELLANOS MENDEZ

En 1951 Savage argumenta que al utilizar los valores xij para realizar la eleccin, el decisor compara el resultado de una alternativa bajo un estado de la naturaleza con todos los dems resultados, independientemente del estado de la naturaleza bajo el que ocurran. Sin embargo, el estado de la naturaleza no es controlable por el decisor, por lo que el resultado de una alternativa slo debera ser comparado con los resultados de las dems alternativas bajo el mismo estado de la naturaleza . Con este propsito Savage define el concepto de prdida relativa o prdida de oportunidad rij asociada a un resultado xij como la diferencia entre el resultado de la mejor alternativa dado que ej es el verdadero estado de la naturaleza y el resultado de la alternativa ai bajo el estado ej:

As, si el verdadero estado en que se presenta la naturaleza es ej y el decisor elige la alternativa ai que proporciona el mximo resultado xij, entonces no ha dejado de ganar nada, pero si elige otra alternativa cualquiera ar, entonces obtendra como ganancia xrj y dejara de ganar xij-xrj. Savage propone seleccionar la alternativa que proporcione la menor de las mayores prdidas relativas, es decir, si se define ri como la mayor prdida que puede obtenerse al seleccionar la alternativa ai,

el criterio de Savage resulta ser el siguiente:

Conviene destacar que, como paso previo a la aplicacin de este criterio, se debe calcular la matriz de prdidas relativas, formada por los elementos rij. Cada columna de esta matriz se obtiene calculando la diferencia entre el valor mximo de esa columna y cada uno de los valores que aparecen en ella.

EJEMPLO

LIDIA CASTELLANOS MENDEZ

Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra la matriz de prdidas relativas y el mnimo de stas para cada una de las alternativas.

Estados de la Naturaleza Alternativas Terreno comprado A B AyB Ninguno Aeropuerto en A 0 21 8 13 Aeropuerto en B 23 0 12 11 ri 23 21 12 13

El mayor resultado situado en la columna 1 de la tabla de decisin original es 13; al restar a esta cantidad cada uno de los valores de esa columna se obtienen las prdidas relativas bajo el estado de la naturaleza Aeropuerto en A. De la misma forma, el mximo de la columna 2 en la tabla original es 11; restando a esta cantidad cada uno de los valores de esa columna se obtienen los elementos rij correspondientes al estado de la naturaleza Aeropuerto en B. Como puede observarse, el valor ri menor se obtiene para la tercera alternativa, por lo que la decisin ptima segn el criterio de Savage sera comprar ambas parcelas.

LIDIA CASTELLANOS MENDEZ

Valor esperado de la informacin perfecta Existen algunos problemas de decisiones bajo riesgo que son susceptibles de agregarles informacin til que describa mejor el problema y haga posible calcular con mayor confianza las probabilidades de los resultados. Una decisin deber hacer uso de toda la informacin disponible y relevante al problema. Vemos un ejemplo sencillo para comprender mejor los conceptos, si se tiene el problema de tomar la decisin de lanzar al mercado un nuevo producto para la construccin o bien abandonar esa idea.

Como se puede ver en el modelo de rbol de decisiones de ese problema, figura 1, se supone que toda la informacin disponible sobre las posibilidades de xito fue puesta en juego. El ejemplo planteado nos dice que el decisor estima que la probabilidad de exito al lanzar el producto al mercado es de 0.3 y complementariamente la probabilidad de que no se venda lo suficiente sera de 0.7 .

LIDIA CASTELLANOS MENDEZ

Sobre la base de un criterio de valor esperado, el anlisis de la decisin sugiere que sera mejor abandonar el proyecto, sin embargo antes de hacerlo sera conveniente analizar las posibilidades que existen de evaluar mejor las posibilidades de xito incorporando ms informacin al modelo. Esta nueva informacin deber enfocarse a mejorar el proceso de asignacin de probabilidades y su fuente de informacin deber provenir de un muestreo al mundo real; en el ejemplo propuesto el decisor podra consultar a una empresa investigadora de mercados, para que le determine, mediante una encuesta a algunos de sus consumidores potenciales, si estaran dispuestos a comprar el producto. 1. Informacin Perfecta. Con objeto de contar primero con una idea del valor ms alto que podra pagarse por esa informacin adicional, es conveniente evaluar el problema de decisin bajo la suposicin que una prediccin perfecta o infalible, fuera hecha. El rbol de decisiones para esta situacin hipottica se muestra en la figura 2.

LIDIA CASTELLANOS MENDEZ

Anlisis a posteriori Muchas veces la informacin a priori resulta escasa para tomar Decisiones. Cmo reducir el coste de la incertidumbre? Realizando estudios que nos proporcionan informacin adicional: Obtenemos las probabilidades de darse cada estado de la Naturaleza condicionada a los resultados de esos estudios. 1) Posibles resultados del estudio: (Zj) 2) Matriz de error del estudio: Muestra las probabilidades Condicionadas de que se de un determinado valor Zj en el Estudio, cuando en la realidad se presenta un estado de la Naturaleza Ni

Anlisis pre a posteriori ANALISIS PREA POSTERIORI La recogida de informacin adicional tiene un COSTE Es preferible actuar de inmediato basndonos en las Probabilidades a priori o es mejor invertir en un estudio y decidir con Los resultados de ste? P(Ni) a priori

LIDIA CASTELLANOS MENDEZ