Académique Documents
Professionnel Documents
Culture Documents
INSTITUTO
TECNOLOGICO
DE
VILLAHERMOSA
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
INVESTIGACION DE OPERACIONES II
UNIDAD III:
TEARIA DE DECISION.
3.1 Caracteristicas generales de la teora de
decisiones.
3.2 Criterios de decisin Detreministicos Y
Probabilsticos.
3.3 Valor de la informacin perfecta.
3.4 Arboles de decisin.
3.5 Teora de utilidad.
3.6 Decisiones secuenciales.
3.7 Anlisis de sensibilidad.
3.8 Uso de programas de computacin.
INTEGRANTES:
Mirielle E.Aragon Lopez
Efren Cordova Perez
Ernesto De Dios Hernadez.
Diana Gorrochetegui Barra.
Maria Guadalupe Jauregui Santos
Soledad Ocaa Vergara
Edurado Lopez Garcia.
Introduccin
El estudio de anlisis de decisiones se enfocara en la
toma de decisiones frente a la incertidumbre en un
contexto diferente. En lugar de tomar decisiones en periodo
UNIDAD III
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
sobre
la
toma
de
decisiones
la
UNIDAD III
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
ESTADOS DE NATURALEZA
S2
S3
..... Sn
UNIDAD III
Alternativas
de
Decisin
D1
D2
D3
.
.
.
Dm
NOTACION
TEORIA DE DECISIONES
G11
G21
G31
.
.
.
Gm1
G12
G22
G32
.
.
.
Gm2
G13
G23
G33
.
.
.
Gm3
..... G1n
..... G2n
..... G3n
.
.
.
..... Gmn
UNIDAD III
TEORIA DE DECISIONES
Solucin
UNIDAD III
TEORIA DE DECISIONES
La
ec
is
i
*
Una
pt
im
UNIDAD III
TEORIA DE DECISIONES
Criterio Minimax
- Este criterio se ajusta a decisiones pesimistas y conservadoras.
- La matriz de ganancia es basada en el coste de oportunidad
- El tomador de decisiones evala en qu prdidas incurre si no escoge la mejor
decisin.
Para encontrar la decisin ptima:
Para cada estado de la naturaleza
Determine la mejor ganancias de todas las decisiones
Calcule el costo de oportunidad para cada alternativa de decisin como la
diferencia entre su ganancia y la mejor ganancia calculada.
El valor de la informacin perfecta (I)
Principio de maximizacin de ganancias cuando se dispone de informacin
perfecta, se conoce con certeza la ocurrencia de cierto estado de la
naturaleza, Ej:
Decisin ptima= Max {Xij }
UNIDAD III
TEORIA DE DECISIONES
El
valor
de
la
informacin perfecta
UNIDAD III
TEORIA DE DECISIONES
En nuestro ejemplo:
Si el coste (c) de adquisicin de informacin es inferior al GEIP, el decisor prefiere
comprar la decisin y eliminar la incertidumbre , en caso contrario prefiere no
comprar y tomar su decisin en incertidumbre.
UNIDAD III
TEORIA DE DECISIONES
2)
Comenzando por los recuadros de una nueva decisin en el diagrama, dibujar lneas
que salgan representando las opciones que podemos seleccionar. Desde los crculos se
UNIDAD III
TEORIA DE DECISIONES
deben dibujar lneas que representen las posibles consecuencias. Nuevamente se debe
hacer una pequea inscripcin sobre las lneas que digan que significan. Seguir
realizando esto hasta que tengamos dibujado tantas consecuencias y decisiones como
sea posible ver asociadas a la decisin original.
UNIDAD III
TEORIA DE DECISIONES
Una vez que tenemos hecho esto, revisamos el diagrama en rbol. Controlamos cada
cuadro y crculo para ver si hay alguna solucin o consecuencia que no hayamos
considerado. Si hay alguna, la debemos agregar. En algunos casos ser necesario
dibujar nuevamente todo el rbol si partes de l se ven muy desarregladas o
desorganizadas. Ahora ya tendremos un buen entendimiento de las posibles
consecuencias de nuestras decisiones.
EVALUAR LOS RBOLES
Ahora ya estamos en condicin de evaluar un rbol de decisiones. Aqu es cuando
podemos analizar cul opcin tiene el mayor valor para nosotros. Comencemos por
asignar un costo o puntaje a cada posible resultado - cunto creemos que podra ser el
valor
para
nosotros
si
estos
resultados
ocurren.
Luego, debemos ver cada uno de los crculos (que representan puntos de
incertidumbre) y estimar la probabilidad de cada resultado. Si utilizamos porcentajes, el
total debe sumar 100%. Si utilizamos fracciones, estas deberan sumar 1. Si tenemos
algn tipo de informacin basada en eventos del pasado, quizs estemos en mejores
condiciones de hacer estimaciones ms rigurosas sobre las probabilidades. De otra
forma, debemos realizar nuestra mejor suposicin.
UNIDAD III
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
Hay que tener en cuenta que la cantidad ya gastada no cuenta en este anlisis - estos
son costos ya perdidos y (a pesar de los argumentos que pueda tener un contador) no
deberan ser imputados a las decisiones.
Cuando ya hayamos calculado los beneficios de estas decisiones, deberemos elegir la
opcin que tiene el beneficio ms importante, y tomar a este como la decisin tomada.
Este es el valor de este nodo de decisin.
El rbol final con los resultados de los clculos pueden verse en la siguiente figura:
En este ejemplo, el beneficio que hemos calculado previamente para "Nuevo Producto,
Desarrollo Meticuloso" fue $210.000. Luego, estimamos el futuro costo aproximado de
esta decisin como $75.000. Esto da un beneficio neto de $135.000.
El beneficio neto de "Nuevo Producto, Desarrollo Rpido" es $15.700. En esta rama por
consiguiente seleccionamos la opcin de mayor valor, "Nuevo Producto, Desarrollo
Meticuloso", y escribimos ese valor en el nodo de decisin.
UNIDAD III
TEORIA DE DECISIONES
CUL ES EL RESULTADO
Realizando este anlisis podemos ver que la mejor opcin es el desarrollo de un nuevo
producto. Es mucho ms valiosos para nosotros que tomemos suficiente tiempo para
registrar el producto antes que apurarnos a sacarlo rpidamente al mercado. Es
preferible el mejorar nuestros productos ya desarrollados que echar a perder un nuevo
producto,
incluso
sabiendo
que
nos
costar
menos.
As como todos los mtodos ya vistos para la toma de decisiones, y como ya escribimos
en la edicin pasada, aunque contemos con todas las herramientas que existen para
realizar decisiones adecuadas, estas slo servirn de ayuda a nuestra inteligencia y
sentido comn - ellos son nuestros mejores activos a la hora de realizar esta tarea.
UNIDAD III
TEORIA DE DECISIONES
Sin embargo no todos los individuos tienen una utilidad marginal decreciente para
el dinero. Algunas personas buscan el riesgo en lugar de sentir aversin al riesgo y
van por la vida buscando el premio gordo. La pendiente de su funcin de utilidad
aumenta con forme la cantidad de dinero crece, de manera que tiene una utilidad
marginal creciente para el dinero.
El hecho de que distintas personas tiene funciones de utilidad diferentes para el
dinero tiene una aplicacin importante para el tomador de decisiones cuando se
enfrenta la incertidumbre.
Cuando una funcin de utilidad para el dinero se incorpora en un enfoque
de anlisis de decisiones para un problema, esta funcin de utilidad debe
construirse de manera que se ajuste a las preferencias y valores del
tomador de decisiones. (El tomador de decisiones puede ser un solo
individuo o bien un grupo de personas)
Figura 20.3 una funcin de utilidad para el dinero tpica donde u(M) es la
utilidad de obtener una cantidad de dinero M.
UNIDAD III
TEORIA DE DECISIONES
Este ejemplo ilustra tambin como se puede construir la funcin de utilidad parta el
dinero del tomador de decisiones desde el principio. Se hara al tomador de
decisiones la misma oferta hipottica de obtener una gran suma de dinero (por
ejemplo,$100,000) con probabilidad p o nada. Despus, para cada una de las
pequeas cantidades ($10,000, $30,000, $60,000), se pedira al tomador de
decisiones que eligiera un valor de p que lo volviera indiferente ante la oferta y la
obtencin definitiva de esa cantidad de dinero.
La escala de la funcin de utilidad (como utilidad=1 para $10,000) es irrelevante.
Importa solo en cuanto a los valores relativos de las utilidades pertinentes. Todas
las utilidades se pueden multiplicar por cualquier constante positiva sin afectar el
curso alternativo de accin que tendr la utilidad esperada ms grande.
Ahora se puede resumir el papel bsico de las funciones de utilidad en un anlisis
de decisiones.
UNIDAD III
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
(Utilidad de la alternativa 1)
Los valores de u(-130) y de u(700) pueden establecerse arbitrariamente (con la
salvedad de que el primero sea negativo y el segundo positivo) para establecer la
escala de la funcin de utilidad.
Si se selecciona u(-130)= -150, esta ecuacin
lleva entonces a u(700)=600. Para identificar u(-100), se selecciona un valor de p
que haga que el tomador de decisiones sea indiferente entre un pago de -135 con
probabilidad Po definitivamente incurrir en un pago de -100. La eleccin es p=0.7,
as
En este punto se dibujo una curva suavizada por los puntos u(-130),u(-100),u(90)
y u(700) para obtener la funcin de utilidad para el dinero del tomador de
decisiones que se muestra en la figura 20.4. los valores en esta curva en M=60 y
M=670 proporcionan las utilidades correspondientes u(60)=60 y u(70)=580, los
que completan la lista de utilidades dadas en la ltima columna de la tabla 20..,
Por otro lado la lnea punteada dibuja a 45 o en la figura 20.4 muestra el valor
monetario u(M) para la cantidad de dinero M. esta lnea punteada proporciona los
valores de los pagos usados exclusivamente en las secciones anteriores:
obsrvese que u(M) es en esencia igual a M para valores ms pequeos (positivos
o negativos) de M, y despus se separa gradualmente para los valores grandes de
M. Esto es caracterstico cuando un individuo tiene una versin moderada de
riesgo.
UNIDAD III
TEORIA DE DECISIONES
Goferbroke co.
Pago monetario
Utilidad
670
UNIDAD III
580
TEORIA DE DECISIONES
-130
-100
60
90
670
700
-150
-105
60
90
580
600
-130
-150
-100
-105
90
90
670
580
al para el problema de la Goferbroke Co usando la funcin de utilidad para el dinero del dueo con el fin de max
60
60-150
-130
Pago
60
utilidad
700
60
600
g
d
UNIDAD III
TEORIA DE DECISIONES
Normalmente, cando se toma una decisin, est una vez tomada condicionara las
decisiones a tomar posteriormente. De alguna manera se dice que tomar
decisiones es relativamente sencillo; los problemas se presentan una vez
tomadas, El decisor se encuentra a una secuencia de decisiones.
-45.7
Perforar
Seco
60
1. Supongamos que un capitn de barco tiene dos alternativas al comenzar la
(S=0)
desfavorable
Reali
za
r el
sond
eo
e
Perforar
ssm
i co
(0.30)
215
Favorable (s=1)
215
Seco
Vender
Petrleo
(0.70)
Acciones
posibles
Sucesos
posibles
Perforar
Resultados
90
Buena pesca
No realizar el sondeo ssmico 90.00
(0.7)
0
Vender
71.25
Valor
esperado
Seco
63.00
0
resultados
UNIDAD III
Barco
nuevo
TEORIA DE DECISIONES
Mala pesca
(0.3)
Buena pesca
(0.7)
Mismo
barco
Mala pesca
(0.3)
10.00
80.00
0
20.00
0
-3.000
56.00
0
6.000
60.00
0
62.00
0*
En este caso la mejor opcin sera quedarse con el mismo barco puesto que el
valor operado es mayor.
Es una forma de abordar el problema de decisin cuando hay que adoptar una
secuencia de decisiones excluyentes. Los elementos fundamentales del problema
de decisiones se representan en un rbol de decisin de la siguiente forma:
UNIDAD III
TEORIA DE DECISIONES
Objetivos fundamentales:
UNIDAD III
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
La opcin Nuevo Problema (New Problem) muestra una ventana con los
siguientes campos:
A continuacin se describirn los diferentes tipos de problemas sobre anlisis de
decisiones disponibles en WINQSB a travs de la ventana Especificaciones del
problema (Problem Specification):
UNIDAD III
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
Para cambiar los Indicators por los correspondientes colores de las canicas
haremos el mismo procedimiento solo que esta vez, seleccionaremos la opcin
Nombre del indicador (Survey Outcomes/Indicator Name)
Al pulsar OK regresaremos a la ventana inicial, la cual debera quedar como la
siguiente:
Para poder resolver el problema deberemos pasar primero los datos del ejercicio a
las probabilidades:
* De elegir una urna de forma aleatoria (probabilidad anterior)
* De seleccionar una canica dentro de la urna
La tabla resumen quedara:
Canicas Urna 1 Urna 2 Urna 3 Urna 4 Urna 5 Probabilidad Anterior 0,2 0,2 0,2 0,2
0,2 Azul 0,1 0,6 0,8 0,1 0,0 Negra 0,6 0,2 0,1 0,2 0,6 Roja 0,3 0,2 0,1 0,7 0,4 Total
probabilidad canicas 1,0 1,0 1,0 1,0 1,0Ingresemos ahora los datos a la tabla del
WINQSB:
Para resolver el problema simplemente pulsamos en Resolver el problema (Solve
the Problem) en el men Resolver y analizar (Solve and Analyze).
La tabla generada muestra los resultados de las probabilidades condicionales.
En este caso la probabilidad de que al haber seleccionado la urna 3 se saque una
balota roja es de 5,88%.
Para activar el modo grfico pulsamos sobre Mostrar grfico del rbol de decisin
(Show Decision Tree Graph).
Grficamente tenemos:
RBOL DE DECISIN
Con el siguiente ejemplo expondremos un caso para la construccin y anlisis de
rboles de decisiones.
Ejemplo 8-2:
Se lanzan tres monedas al tiempo. El jugador gana si las tres monedas caen cara,
pierde en caso de que se de un suceso contrario. El jugador invierte por jugada
$100 y si gana recibe $5.000. Es conveniente participar en el juego?
UNIDAD III
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
UNIDAD III
TEORIA DE DECISIONES
Conclusiones.
El anlisis de decisiones se ha convertido en una tcnica importante para la
toma de decisiones bajo incertidumbre: Se caracteriza por la enumeracin de
todos los recursos de accin disponibles, identificando los pagos para los
resultados posibles y cuantificando sus probabilidades subjetivas para todos
los eventos aleatorios posibles.
Cuando se cuentan con estos datos, el anlisis de decisin se convierte en una
herramienta poderosa para determinar un curso de accin optimo.
Una pocin que se puede incorporar rpidamente al anlisis es llevar a cabo una
experimentacin para obtener mejores estimaciones de las probabilidades de
todos los estados posibles de la naturaleza.Los arboles de decisin son una
herramienta visual til para analizar esta opcin o cualquier serie de
decisiones.
La teora de utilidad proporciona una manera de incorporar al anlisis la actitud
del tomador de decisiones frente al riesgo.
UNIDAD III
TEORIA DE DECISIONES
Bibliografa
Cmo crear y hacer funcionar una empresa: Conceptos e instrumentos Pgina 107
Mara de los ngeles Gil Estallo - 2007 - 671 pginas
UNIDAD III
TEORIA DE DECISIONES
http://www.gestiopolis.com/administracion-estrategia/estrategia/toma-de-
decisiones-tecnica-del-arbol.htm