Analisis de Decisiones

UNIDAD III
INSTITUTO
TECNOLOGICO
DE
VILLAHERMOSA
TEORIA DE DECISIONES
UNIDAD III
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.
Profre: M.C.Zinath Javier Geronimo.

VILLAHERMOSA,TAB. A 25 DE OCTUBRE 2010
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
largo, la preocupacin ahora se refiere a tomar quiz una sola decisin (o a lo

mas una secuencia de unas cuantas decisiones) sobre que hacer en el futuro
inmediato. No obstante, se tienen factores aleatorios fuera de nuestro control
que crean cierta incertidumbre sobre el resultado de cada uno de los diferentes
cursos de accin.
El anlisis de decisiones proporciona un marco conceptual y una metodologa
para la toma de decisiones racional en este contexto.
Una pregunta que surge con frecuencia es si tomar la decisin necesaria en
este momento o primero hacer algunas pruebas (con algn costo)para reducir el
nivel de incertidumbre sobre el resultado de la decisin. Por ejemplo ,la prueba
puede ser 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 realizar experimentacin .Entonces el anlisis
de decisiones divide la toma de decisiones en los casos sin experimentacin y
con experimentacin.
3.1 ANALISIS DE DECISIONES

Generalidades Y Aspectos Fundamentales
UNIDAD III
Antes de profundizar en el proceso y otros elementos

de la toma de decisiones veamos algunos aspectos,
que no slo servirn de apoyo para continuar el estudio,
sino que sern muy tiles para una comprensin
profunda sobre el tema.
En sentido general, una decisin es una eleccin ante
determinadas alternativas, donde en muchos casos nos
queda la duda, o sea, si tomamos o no la decisin ms
correcta.
La definicin
plantearemos de la siguiente manera:
sobre
la
toma
de
decisiones
la
Es un proceso donde se identifican, se valoran y se seleccionan las mejores

acciones, sobre las alternativas evaluadas, para solucionar los problemas o
dificultadas presentadas o para el aprovechamiento de las oportunidades.
Como apreciamos en la definicin no siempre nos enfrentamos ante la misma
situacin, en ocasiones debemos resolver problemas o dificultades presentadas
en la actividad organizacional, lo cual requiere que restablezcamos la situacin
hacia su posicin original o anterior, en otros casos la decisin debe darnos la
posibilidad de permitirnos el aprovechamiento de oportunidades para sobre
cumplir los objetivos programados.
Estos aspectos, problemas o dificultades, y oportunidades, requieren de una
identificacin precisa ya que son, no slo diferentes por definicin (como vimos en
el prrafo anterior), sino que brindan un alcance diferente tambin.
En ocasiones es ms fcil identificar un problema que una oportunidad, llegando al
primero a travs de criterios vertidos por terceras personas ya sean clientes o
trabajadores de la organizacin, por incumplimiento en los planes de trabajo o con
relacin a perodos anteriores.
Al respecto Pounds, W. (1969) citado en Stonner, J.F. (2004) expresa lo siguiente.
El proceso de identificacin de problemas suele ser informal e intuitivo. Son
cuatro las situaciones que generalmente le indican a los administradores la
existencia de posibles problemas: cuando se produce un alejamiento de la
experiencia pasada, cuando se produce una desviacin del plan fijado, cuando
otras personas presentan problemas al administrador y cuando los competidores
actan mejor que la organizacin del administrador en cuestin.
Si importante es la identificacin de problemas, que en ocasiones no es una
situacin sencilla, lo es ms el aprovechamiento de oportunidades, por el alcance
de esta ltima.
Segn Peter Drucker (1993) en Managing for Results, existen en las
organizaciones un grupo de realidades entre las que se destacan:
UNIDAD III
Los resultados provienen de explotar las oportunidades no de solucionar los

problemas.
Para obtener resultados, hay que adecuar los recursos a las oportunidades, no a
los problemas.
Concentre los recursos en las oportunidades decisivas
Caractersticas de la toma de decisiones
No todos los problemas se presentan bajo situaciones
similares por lo que en algunos casos las decisiones que se
tomen deben ser estructuradas y en otros no estructuradas,
veamos en qu consiste cada una y cmo enfocarlas.
Sabemos que los problemas pueden ser simples o
complejos, de mayor o menor importancia, repetitivos o
aislados en su ocurrencia.
Teniendo en cuenta lo anterior cuando lo problemas son
recurrentes, ya sean simples o complejos, y estamos en condiciones de tener un
dominio sobre su composicin pudiendo proyectarnos con previsin y certeza,
podemos elaborar procedimientos, polticas, reglas que permitan tomar decisiones
rpidas y seguras, en este caso estamos ante una toma de decisin estructurada.
Por el contrario el problema presentado no es recurrente o su complejidad,
importancia o implicacin es tal que no permita la utilizacin de medios elaborados
previamente, por lo que se debe hacer un razonamiento especfico para el mismo,
estamos ante una toma de decisin no estructurada.
Elementos a observar para una correcta toma de decisiones
Con la toma de decisiones perseguimos un objetivo, luego no se trata de decidir a
toda costa y a todo costo, como suele expresarse en ocasiones, sino que la
decisin permita alcanzar un resultado esperado, y que sea racional y lgico de
acuerdo a muestras necesidades. Para ello debemos observar determinados
elementos que a continuacin expondremos algunos de los ms significativos:
Todos los problemas o situaciones no son, ni tienen la misma magnitud,
urgencia u otra caracterstica, por lo que debemos priorizar la solucin de
aquellos que en un momento determinado sean adecuados para el
momento en que estamos.
No tratar de dar solucin, por s mismo, a todos los problemas, sino analizar
y realizar una descentralizacin correcta hacia nuestros colaboradores, as
como elevar a nuestros superiores lo que no est a nuestro alcance
resolver, o sea de la incumbencia de otras reas, aunque ojo con esto
ltimo y elevar slo lo estrictamente necesario, ya que de no cumplirse as
UNIDAD III
nuestra imagen ante los superiores se vera afectada, pudiendo dar

muestras de incompetencia o acomodamiento.
Obtener la mayor cantidad posible de informacin sobre el problema o
dificultad y sobre la oportunidad y el aprovechamiento al mximo de la
misma. No autolimitarnos, informarnos por las distintas vas, lo ms posible.
Actuar sin precipitacin, pero con la mayor prontitud posible ya que una
prdida de tiempo innecesaria podra constituir el no aprovechamiento de
una oportunidad o la no solucin de un problema o dificultad.
Nuestro enfoque no debe ser solamente hacia la solucin del problema o
aprovechamiento de la oportunidad, sino tratar de analizar las
consecuencias sobre las partes o el todo en cuestin.
La seguridad en la decisin y en los resultados a obtener es fundamental
por lo que debemos tener en cuenta los riesgos y el nivel de certeza, o no,
que podamos alcanzar.
Proceso de toma de decisiones
UNIDAD III
El proceso de toma de decisiones consta de varios pasos o etapas que son:

Definicin e identificacin de los problemas a resolver u oportunidades a
aprovechar.
Diagnstico y anlisis de las causas.
Determinacin de las alternativas posibles.
Anlisis y evaluacin de las alternativas encontradas.
Seleccin de la mejor alternativa.
Implementacin y ejecucin de las acciones a tomar.
Seguimiento y control del proceso
3.2. Criterios de decisin Determinanticos y Probabilsticas.
UNIDAD III
DECISIN.- La decisin es la utilizacin de un proceso racional para seleccionar

entre varias alternativas la que mejor resultado cuantitativo genere.
AMBIENTE DE DECISIN
Es importante sealar que una buena alternativa depender de la calidad y
cantidad de los datos utilizados, por ese hecho, un proceso de toma de
decisiones se realiza en uno de los siguientes ambientes de decisin:
a) Decisiones bajo Incertidumbre.- Esta situacin se crea cuando los datos
que se introduce a un sistema de decisin son ambiguos o no
determinanticos (datos no conocidos), por lo cual no se conoce los
resultados o efectos que stos tendrn.
b) Decisiones bajo Riesgo.- Es cuando los datos que se introducen al sistema
de decisin se describen mediante distribuciones de probabilidad, por lo
cual en general los resultados que stos tendrn tambin son descritos en
trminos de probabilidad.
c) Decisiones bajo Certidumbre.- En este ambiente es caracterstico que los
datos que se introducen al sistema de decisin son determinanticos (datos
bien conocidos) y existen, por lo que se conoce los resultados o efectos que
stos tendrn.
PROCESO DE DECISION
En general todo proceso de decisin en modelos matemticos se caracteriza
principalmente por comprender los siguientes pasos:
Definicin del problema
Recopilacin y consolidacin de los datos
Aplicacin de los datos en el modelo matemtico
Optimizacin del resultado
Interpretacin
Aplicacin
Seguimiento y control
MATRIZ DE RESULTADOS DE UN PROBLEMA DE DECISION

Llamada tambin tabla de consecuencias de un problema de decisin con m
alternativas de decisin y n factores externos denominados estados de
naturaleza, est representado de la siguiente manera:
S1
ESTADOS DE NATURALEZA
S2
S3
..... Sn
UNIDAD III
Alternativas
de
Decisin
D1
D2
D3
.
.
.
Dm
NOTACION
G11
G21
G31
.
.
.
Gm1
G12
G22
G32
.
.
.
Gm2
G13
G23
G33
.
.
.
Gm3
..... G1n
..... G2n
..... G3n
.
.
.
..... Gmn
a) Alternativas de decisin Di: D1, D2, D3 ......... Dm

b) Estados de Naturaleza Sj: S1, S2, S3 ....... Sn
c) Ganancia Prdida Gij: G11..Gmn (Asociado a una Alternativa de
decisin Di y un estado de naturaleza Sj)
CRITERIOS DE DECISIN "INGENUOS - NAIVE" (Decisin bajo incertidumbre).Son criterios de valoracin simples y presentan debilidades en su confiabilidad.
a) Criterio Min-Max (Pesimista).- El criterio elige la alternativa de decisin que
minimiza la prdida mxima posible, es decir que asegura perder lo menos
posible.
b) Criterio Max-Max (Optimista).- Es aquel criterio que elige la alternativa de
decisin que maximiza la ganancia mxima posible, es decir que asegura
ganar lo ms que se pueda.
d) Criterio del Punto Medio.- El criterio elige la alternativa de decisin que
logra promediar entre la mxima y mnima ganancia.
3.3 Valor de la informacin perfecta.

El valor de la experimentacin.
Antes
de realizar
cualquier experimento ,debe determinarse
su valor
potencial .Se presenta aqu dos mtodos complementarios para evaluar su
valor potencial.
El primer mtodo supone ( de manera poco realista)que la experimentacin
eliminara toda la incertidumbre sobre la cual es el estado de la naturaleza
verdadero y despus hace un calculo rpido sobre cual seria la mejora en el
pago esperado (ignorando el costo el costo de experimentacin ).Esta cantidad
llamada valor esperado de la informacin perfecta ,proporciona una cota superior
para el valor potencial del experimento. Entonces si esta cota superior es menor
que el costo del experimento, este definitivamente debe llevarse acabo.
UNIDAD III
No obstante, si esta cota superior excede el costo de la experimentacin,

entonces debe usarse el segundo mtodo (mas lento ).Este mtodo calcula la
mejora real del pago esperado (ignorando el costo de experimentacin )que
resultara al realizar el experimento. La comparacin de esta mejora con el costo
indica si el experimento debe llevarse a cabo.
Valor esperado de la informacin perfecta.
. El valor de la informacin imperfecta (I)
La informacin adicional no siempre es perfecta, muchas veces los estudios

que se encargan a consultoras especializadas presentan un margen de error. La
informacin adicional obtenida de estos informes mejora la probabilidad obtenida
de la ocurrencia de un determinado estado de la naturaleza y ayuda al tomador de
decisiones a escoger la mejor opcin.
La estadstica Bayesiana construye un modelo a partir de la
informacin adicional obtenida a partir de diversas fuentes que nos permite
calcular la Ganacia Esperada con la Informacin Adicional (GECIA) y la Ganancia
Esperada de la Informacin adiciona (GEIA).
Ejemplo.
La Inversin de John Prez.
1 John Prez ha heredado $1000.
2 El ha decidido invertir su dinero por un ao.
3 Un inversionista le ha sugerido 5 inversiones posibles:
* Oro.
* Bonos.
* Negocio en Desarrollo.
* Certificado de Depsito.
* Acciones.
John debe decidir cuanto invertir en cada opcin.
Solucin
UNIDAD III
Construir una matriz de ganancias

Seleccionar un criterio de decisin
Aplicar el criterio en la matriz de ganancia
Identificar la decisin ptima
Evaluar la solucin
Matriz de Ganancias
El conjunto de opciones es dominado por la segunda alternativa

(desechamos inversin en acciones).
Criterio Maximin
-Este criterio se basa pensando en el peor de los casos
* Una decisin pesimista se toma creyendo que el peor caso ocurrir.
La
ec
is
i
*
Una
pt
im
decisin bajo criterio conservador asegura una ganancia mnima posible.

Para encontrar una decisin optima:
Marcar la mnima ganancia a travs de todos lo estados de la naturaleza
posibles.
UNIDAD III
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 }
El valor de la informacin perfecta
Principio de mxima ganancias esperada cuando se dispone de

informacin probabilstica, en condiciones de riesgo.
UNIDAD III
Decisin ptima= Mxima ganancia esperada=
(0.2)(250) + (0.3)(200) + (0.3)(150) + (0.1)(-100) + (0.1)(-150) = 130

El valor esperado monetario en informacin perfecta (VEMIT) indica la ganancia
esperada o valor esperado monetario de aquel individuo que pudiera adaptar su
decisin al estado realizado despus de sta realizacin.
El
valor
de
la
informacin perfecta
En condiciones de incertidumbre la decisin debe producirse antes de la

realizacin del estado de la naturaleza, cuando todo an es posible. La decisin
tomada no puede revisarse y se mantendr una vez ocurrido ese estado de la
naturaleza, sea cual sea.
UNIDAD III
Si el individuo que toma la decisin se rige segn el criterio de ganancia

esperada o valor esperado monetario, es fcil ver que:
VEMIP Ganancia Esperada
Poseer informacin perfecta aumenta la ganancia esperada en la cantidad
[VEMIT-Ganancia Esperada]0.Por definicin, esta diferencia es la Ganancia
Esperada deLa Informacin Perfecta (GEIP).
El valor de la informacin perfecta.
La Ganancia Esperada de La Informacin Perfecta (GEIP), nos indica el
mximo valor que el individuo est dispuesto a pagar para librarse de la
incertidumbre, comprar informacin y tomar su decisin con informacin perfecta
de lo que va a suceder. El GEIP = VEMIT-Ganancia Esperada:
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.
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.
La informacin adicional no siempre es perfecta, muchas veces los estudios que
se encargan a consultoras especializadas presentan un margen de error. La
informacin adicional obtenida de estos informes mejora la probabilidad obtenida
de la ocurrencia de un determinado estado de la naturaleza y ayuda al tomador de
decisiones a escoger la mejor opcin.
UNIDAD III
3.4 RBOLES DE DECISIN

CONCEPTO:
Un rbol de decisin proporciona una forma para desplegar visualmente el problema y
despus organizar el trabajo de clculos. Estos rboles de decisin son tiles cuando
debe tomarse una serie de decisiones.
El ejemplo prototipo incluye una serie de dos decisiones:
1)
Debe llevarse a cabo un sondeo ssmico antes de elegir una accin?
2)
Qu accin debe elegirse?

Los nodos del rbol de decisin se conocen como nodos de decisin y los arcos se
llaman ramas.
Un nodo de decisin representado por un cuadrado, indica que una decisin

necesita tomarse en ese punto del proceso.
Un nodo de probabilidad, representado por un crculo, indica que ocurre un

evento aleatorio en ese punto.
CMO DIBUJAR UN RBOL DE DECISIONES?

Para comenzar a dibujar un rbol de decisin debemos escribir cul es la decisin que
necesitamos tomar. Dibujaremos un recuadro para representar esto en la parte
izquierda de una pgina grande de papel.
Desde este recuadro se deben dibujar lneas hacia la derecha para cada posible
solucin, y escribir cul es la solucin sobre cada lnea. Se debe mantener las lneas lo
ms apartadas posibles para poder expandir tanto como se pueda el esquema.
Al final de cada lnea se debe estimar cul puede ser el resultado. Si este resultado es
incierto, se puede dibujar un pequeo crculo. Si el resultado es otra decisin que
necesita ser tomada, se debe dibujar otro recuadro. Los recuadros representan
decisiones, y los crculos representan resultados inciertos. Se debe escribir la decisin
o el causante arriba de los cuadros o crculos. Si se completa la solucin al final de la
lnea, se puede dejar en blanco.
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
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.
Un ejemplo de rbol de decisin se puede ver en la siguiente figura:
UNIDAD III
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.
Esto dar un rbol parecido al de la siguiente figura:
UNIDAD III
CALCULAR LOS VALORES DE LOS RBOLES

Una vez que calculamos el valor de cada uno de los resultados, y hemos evaluado la
probabilidad de que ocurran las consecuencias inciertas, ya es momento de calcular el
valor que nos ayudar a tomar nuestras decisiones.
Comenzamos por la derecha del rbol de decisin, y recorremos el mismo hacia la
izquierda. Cuando completamos un conjunto de clculos en un nodo (cuadro de
decisin o crculo de incertidumbre), todo lo que necesitamos hacer es anotar el
resultado. Podemos ignorar todos los clculos que llevan a ese resultado.
UNIDAD III
CALCULAR EL VALOR DE LOS NODOS DE INCERTIDUMBRE

Cuando vayamos a calcular el valor para resultados inciertos (los crculos), debemos
hacerlo multiplicando el costo de estos resultados por la probabilidad de que se
produzcan. El total para esos nodos del rbol lo constituye la suma de todos estos
valores.
En este ejemplo, el valor para "Producto Nuevo, Desarrollo Meticuloso" es:
0,4 (probabilidad de un resultado bueno) x $500.000 (costo) $ 200.000
0,4 (probabilidad de un resultado moderado) x $25.000 (costo) $ 10.000
0,2 (probabilidad de un resultado pobre) x $1.000 (costo) $ 200
Total: $ 210.200
Colocamos el valor calculado para cada nodo en un recuadro.
CALCULAR EL VALOR DE LOS NODOS DE DECISIN

Cuando evaluamos los nodos de decisin, debemos escribir el costo de la opcin sobre
cada lnea de decisin. Luego, debemos calcular el costo total basado en los valores de
los resultados que ya hemos calculado. Esto nos dar un valor que representa el
beneficio de tal decisin.
UNIDAD III
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
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.
3.5 TEORIA DE UTILIDAD

Hasta ahora la regla de decisin de Baye, se ha supuesto que el pago esperado
en trminos monetarios es la medida adecuada de las consecuencias de tomar
una accin. Sin embargo, en muchas situaciones esta suposicin no es apropiada.
Por ejemplo, supngase que se ofrece a un individuo la oportunidad de
1) Aceptar un 50% de posibilidades de ganar $1000,000 o nada
2) 2) recibir $40,000 con seguridad.
Muchas personas preferiran los $40,000 aun cuando el pago esperado con 50%
de posibilidades de ganar $100,000 es $50,000. Una compaa no siempre estar
dispuesta a invertir una gran suma de dinero en un nuevo producto, aunque la
ganancia esperada sea sustanciosa, si existe un riesgo de perder la inversin y
quedar en banca rota. Las personas compran seguros aunque sea mala inversin
desde el punto de vista del pago esperado.
Existe una manera de transformar los valores monetarios a una escala apropiada
que reflejen las preferencias del tomador de decisiones. Esta escala se llama
funcin de utilidad del dinero.
La figura 20.3 muestra una funcin de utilidad tpica u(M) para la cantidad de
dinero M. La figura indica que un individuo que tiene esta funcin de utilidad
valora la obtencin de $10,000 y valorara la obtencin de $100,000 en el doble
que $30,000. Esto refleja el hecho de que las necesidades de ms alta prioridad
de una persona quedaran satisfechas con los primeros $10,000. Este hecho de
que la dependiente de la funcin disminuya con forme aumenta la cantidad de
dinero se conoce como tener una utilidad marginal decreciente para el dinero.
UNIDAD III
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
La clave para considerar que la funcin de utilidad para el dinero se ajusta al

tomador de decisiones es la siguiente propiedad fundamental de la teora de
utilidad.
Bajo las suposiciones de la teora de utilidad, la funcin de utilidad para el dinero
de un tomador de decisiones tiene la propiedad de que ste se muestra indiferente
ante dos cursos de accin alternativos si los dos tienen la misma utilidad
esperada.
Con el fin de ilustrar, suponga que el tomador de decisiones tiene la funcin de
utilidad mostrada en la figura 20.3. Suponga adems que se ofrece a este tomador
de decisiones una oportunidad de tener $100,000 (utilidad=4) con probabilidad p o
nada (utilidad=0) con probabilidad 1-p as,
E(utilidad)=4p
para esta oferta.
Por lo tanto el tomador de decisiones es indiferente en cada uno de los siguientes

tres pares de alternativas:
1. La oferta con p=0.25[E(utilidad)=1] o definitivamente obtener $10,000
(utilidad=1)
2. La oferta con p=0.5 [E(utilidad)=2] o definitivamente obtener $30,000
(utilidad=2)
3. La oferta con p=0.75[E(utilidad)=3] o definitivamente obtener $60,000
(utilidad=3)
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
Cuando se usa la funcin de utilidad para el dinero, del tomador de

decisiones, para medir el valor relativo de los distintos resultados
monetarios posibles, la regla de la decisin de Bayes sustituye los
pagos monetarios por las utilidades correspondientes. Por lo tanto, la
accin (o la serie de acciones) optima es la que maximiza la utilidad
esperada.
Solo se estudiaron aqu las funciones de utilidad para el dinero. No obstante debe
mencionarse que en ocasiones pueden construirse funciones de utilidad cuando
algunas o todas las consecuencias de los diferentes cursos de accin no son
monetarios. Esto no necesariamente es sencillo, ya que puede ser necesario
hacer juicios de valor sobre que tan deseable, relativamente, son algunas
consecuencias ms o menos intangibles. De cualquier manera, bajo esas
circunstancias, es importante incorporar esos juicios de valor en el proceso de
decisin.
APLICACIN DE LA TEORA DE UTILIDAD AL EJEMPLO PROTOTIPO.

La Goferbroke Co. estaba operando con poco capital, por lo que una prdida de
$100,000 sera bastante seria. El dueo (mayoritario) de la compaa adquirido
una deuda grande para seguir operando. El peor escenario sera conseguir
$300,000 para un sondeo ssmico y despus todava perder $100,000 en la
perforacin cuando no hay petrleo. Esta situacin no llevara a la compaa a la
bancarrota por ahora, pero la dejara definitivamente en una posicin financiera
precaria.
Por otro lado encontrar petrleo es una perspectiva interesante, ya que una
ganancia de $700,000 dara, por fin, a la compaa una base financiera solida.
Para aplicar la funcin de utilidad para el dinero del dueo (el tomador de
decisiones) al problema descrito es necesario identificar las utilidades para todos
los pagos posibles. En la tabla 20.8 se dan, en miles de dlares, estos pagos
posibles y las utilidades correspondientes. Ahora se estudiara la manera en que se
obtuvieron estas utilidades.
El punto de inicio adecuado para construir la funcin de utilidad es considerar el
peor y el mejor de los escenarios y despus hacer la siguiente pregunta.
Suponga que solo tiene las siguientes dos alternativas. La alternativa 1 es
no hacer nada (con pago y utilidad=0) la alternativa 2 es tener una
probabilidad p para un pago de 700 y una probabilidad 1-p para un pago de
UNIDAD III
-130(prdida de 130). Qu valor de p hara que usted fuera indiferente

entre estas dos alternativas?
La eleccin del tomador de decisiones
Si se continua denotando por u(M) a la funcin de utilidad para un pago monetario

de M, esa eleccin de p implica que
(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
Para obtener u(90), se selecciona un valor de p que haga que el tomador de

decisiones sea indiferente entre un pago de 700 con probabilidad p o la obtencin
definitiva de un pago de 90. El valor elegido de p =0.15, de manera que
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
Por su naturaleza, el dueo de la Goferbroke Co. Se inclina a buscar el riesgo,

pero la circunstancia financiera difcil de su compaa que est muy preocupado
para tomar esta decisin.
Dada la funcin de utilidad para el dinero del dueo, el proceso de toma de
decisiones excepto que ahora se sustituyen las utilidades por los pagos
monetarios. As, el rbol de decisin final, mostrado en la figura 20.5.
Figura 20.4 la funcin de utilidad para el dinero del dueo de la Goferbroke

Tabla 20.8 utilidades para la
Co.
Goferbroke co.
Pago monetario
Utilidad
670
UNIDAD III
580
-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
El dueo actual merece un reconocimiento por incorporar la teora de la utilidad al

enfoque de anlisis de decisin de su problema. La teora de utilidad ayuda a
proporcionar un enfoque racional a la toma de decisiones frente a la incertidumbre.
UNIDAD III
Sin embargo muchos tomadores de decisiones no se sienten suficientemente

augusto con la nocin algo abstracta de la
utilidad o trabajando con
probabilidades para construir la funcin de utilidad como para querer usar este
enfoque. En consecuencia, la teora de utilidad todava no tiene una aplicacin
muy amplia en la prctica.
3.6 Decisiones secuenciales

c
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.
He aqu cmo se intentan evaluar las decisiones cuando se considera la influencia

106.5sobre las que sucesivamente se tomaran, este tipo de decisiones
de las tomadas
b
se resuelven a travs de los arboles de decisin.
Petrleo
106.5
Ejemplo:
a
-45.7
Perforar
Seco
60
1. Supongamos que un capitn de barco tiene dos alternativas al comenzar la
(S=0)
desfavorable
Reali
za
nueva temporada: conservar el barco viejo o venderlo para comprar uno

Vender
nuevo. Que la temporada sea buena
tiene una probabilidad del 0.7 o mala
Petrleo
0.3. el flujo del efectivo es sealado en el rbol.
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
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*
El rbol recoge cada una de las alternativas que se le presentan al decisor

representadas por lneas (ramas) y nudos de decisin y de azar o aleatorios. Los
primeros se representan por cuadrados y los segundos por crculos.
En este caso la mejor opcin sera quedarse con el mismo barco puesto que el
valor operado es mayor.
Decisiones secuenciales y arboles de decisin.

Problema de decisin en el que se consideran una secuencia de decisiones, es
decir, decisiones posteriores dependientes de una decisin inicial. El anlisis del
problema de decisin bajo el enfoque secuencial suele ser preferible al enfoque
esttico, dado que es normal que una decisin tomada en el momento inicial
condicione decisiones en los momentos posteriores de tiempo. En este caso, se
sintetiza la representacin del problema a travs de un rbol de decisin dado que
su representacin en una matriz no es viable. Un rbol de decisin es un grafico o
dibujo que explica las secuencias de las decisiones o alternativas a tomar y los
diversos estados de la naturaleza que se pueden presentar o acontecimientos que
puedan suceder.
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
Puntos o nudos de decisin entre alternativas o estrategias

Nudos aleatorios: ocurrencia de los posibles estados de la naturaleza
Resultados esperados
El primer nudo: siempre es decisional: representa la decisin inicial que ha de

tomar el decisor.
Se supone que la eleccin de una alternativa supone el abandono del resto. El
resultado de dicha decisin depende a su vez de un suceso incierto como es el
estado de la naturaleza que se produzca. Una vez producido un posible estado de
la naturaleza, es posible elegir de nuevo entre distintas alternativas, siendo sus
resultados dependientes del estado de la naturaleza que se produzca.
La solucin de un problema de decisin secuencial, consiste en buscar la
secuencia de decisiones ptimas a adoptar. Vamos a resolverlo en un contexto de
riesgo.
La tcnica de resolucin consiste en ir determinando los valores monetarios
esperados en cada punto de decisin, hacindolo de derecha a izquierda,
empezando por los resultados finales. Distinguimos entre el valor de los nudos
aleatorios (que son de los que parte los estados de la naturaleza) es la media
ponderada de los resultados posibles.
El valor de los nudos divisionales se obtiene tomando la esperanza matematic
correspondiente a la mejor decisin posible.
3.7 ANALISIS DE SENSIBILIDAD
Es importante llevar a cabo un anlisis de sensibilidad para investigar el efecto

que tendra sobre la solucin ptima proporcionada por el mtodo simplex el
hecho de que los parmetros tomaran otros valores posibles.
Objetivos fundamentales:
UNIDAD III
Identificar parmetros sensibles (parmetros cuyos valores no pueden

cambiar sin que cambie la solucin ptima)
Intervalo permisible para permanecer ptimo.
Para ciertos parmetros que no estn clasificados como sensibles, puede
resultar de gran utilidad determinar el intervalo de valores del parmetro
para el que la solucin ptima no cambia.
La informacin de este tipo:
Identifica los parmetros ms importantes.
Con esto se puede poner un cuidado especial al hacer sus estimaciones y
al seleccionar una solucin que tenga un buen desempeo para la mayora
de los valores sensibles.
Identifica los parmetros que ser necesario controlar de cerca cuando el

estudio se lleve a la prctica.
Si se descubre que el valor real de un parmetro se encuentra fuera de su
intervalo de valores permisibles, sta es una seal de que es necesario
cambiar de solucin.
Procedimiento para el anlisis de sensibilidad

1. Revisin del modelo: Se hacen los cambios deseados en el modelo que se
va a investigar.
2. Revisin de la tabla simplex final: Se emplea la idea fundamental para
determinar los cambios que resultan en la tabla simplex final.
3. Conversin a la forma apropiada: Se convierte esta tabla en la forma
apropiada para identificar y evaluar la solucin bsica actual aplicando
(segn sea necesario) eliminacin de Gauss.
4. Prueba de factibilidad: Se prueba la factibilidad de esta solucin verificando
que todas las variables bsicas sigan teniendo valores no negativos en la
columna del lado derecho.
5. Prueba de optimalidad: Se verifica si esta solucin es ptima (si es factible),
comprobando que todos los coeficientes de las variables no bsicas en el
rengln 0 sigan siendo no negativos.
6. Reoptimizacin: Si esta solucin no pasa cualquiera de las pruebas, se
puede obtener (si se desea) la nueva solucin ptima partiendo de la tabla
UNIDAD III
actual como tabla simplex inicial (haciendo las conversiones necesarias)

para el mtodo smplex o el smplex dual.
3.8 Uso de programas de computacin.

ANLISIS DE DECISIONES
PROGRAMAS DE COMPUTACIN
Adicional al programa SOLVER, incluido en EXCEL-2000 de Microsoft (cuya
explicacin didctica del funcionamiento del programa Solver (445 kb), se incluye
en este documento que puede ser bajado por Usted), se incorporan otros
programas que operan bajo sistema WIndows 98/ME/2000/XP, debiendo disponer
de una computadora actualizada con procesador Pentium II y superiores, memoria
mnima de 256 kb y capacidad de disco de 50 MB y los cuales pueden ser bajados
a continuacin:.
A.1) El programa WinQSB (3.9 Mb), cuya propiedad intelectual es del Dr. YihLong Chang y es aplicable a todos los problemas de Investigacin de
Operaciones. Para conocer sus usos y aplicaciones, se incorpora el MANUAL DE
USO del WINQSB.
A.2) El programa PrgLin, cuya propiedad es de la Universidad de Lisboa
(Portugal), el cual se aplica para soluciones grficas de problemas de dos
dimensiones.
A.3) El programa InvOp (361 kb), desarrollado por la Universidad del Cuyo en
Argentina, se aplica para la solucin de problemas relacionados con transporte y
redes.
A.3) El programa Lingo, propiedad de Lindo Systems Inc (USA), que dado su
gran tamao (18.9 Mb), se recomienda que Usted lo recupere directamente de la
pagina Web del propietario de dicha tecnologia http:// www.lindo.com
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
* Anlisis bayesiano (Bayesian Analysis)

* Anlisis de tablas de pago (Payoff Table Analysis)
* Juegos de suma cero para dos jugadores (Two-Player, Zeros-Sum Game)
* Anlisis de rboles de decisin (Decision Tree Analysis)
A continuacin explicaremos con un ejemplo algunas de estas opciones:
ANLISIS BAYESIANO
Mediante un ejemplo demostraremos como se introducen los datos para la
creacin de una aplicacin de anlisis bayesiano.
Ejemplo :
Se tienen cinco urnas con 10 canicas cada una, de colores azul, negra y rojo,
segn se muestra en la tabla:
Canicas Urna 1 Urna 2 Urna 3 Urna 4 Urna 5 Azul 1 6 8 1 0 Negra 6 2 1 2 6 Rojo 3
2 1 7 4Si se elige una urna en forma aleatoria y se extrae una canica y esta resulta
ser roja, cul es la probabilidad de que provenga de la urna 3.
En la ventana Especificaciones del problema (Problem Specification) procedemos
a ingresar los datos bsicos para la solucin del problema:
En el apartado Nmero de estados naturales (Number of the States of Nature)
colocaremos la cantidad de urnas existentes, mientras que en el campo Nmero
de resultados (Number of Survey Outcomes) escribiremos los tipos de canicas
(tres en total: azul, negra y roja).
Al pulsar OK aparecer una tabla en la cual podremos ingresar las probabilidades
individuales, tanto para las urnas como las canicas que tienen dentro.
Para mejorar el aspecto de la tabla y evitar posibles equivocaciones en la
interpretacin de los datos, cambiaremos los campos de la tabla por los trabajados
en el ejercicio. Empezaremos modificando los States por los nombre de las urnas
correspondientes, para lo cual, en el men Editar (Edit) elegiremos la opcin
Nombres de los estados naturales (State of Nature Name).
La ventana con los nombres modificados debe quedar as:
UNIDAD III
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
Para solucionar el problema debemos tener en cuenta un diagrama de rbol que

represente los sucesos:
Primera Moneda Segunda Moneda Tercera Moneda
WINQSB maneja dos tipos de nodos: Nodos de decisin (decision node) y Nodos
de oportunidad (chance node), Los segundos trabajan con condiciones de
incertidumbre, mientras que los primeros son dispuestos por el usuario.
En este caso, los eventos estn dispuestos por nodos tipo oportunidad sujetos a
una probabilidad del 0.50 de que ocurra cada uno de forma independiente (de que
salga cara o sello).
En la ventana Especificaciones del problema (Problem Specification) digitamos la
cantidad de nodos que componen el rbol:
Los datos introducidos en la plantilla debern quedar como sigue:
La primera columna indica el consecutivo de los eventos. La segunda columna
corresponde al nombre del nodo (se indico con la secuencia de sucesos para
facilitar su identificacin, por ejemplo, el nodo CCC significa que los nodos
anteriores equivalen a dos caras consecutivas). Para indicar el tipo de nodo
solamente marcamos con la letra C para un nodo tipo oportunidad.
Para mostrar la secuencia en la columna Nodo siguiente inmediato (Inmediate
Following Node). Los nodos terminales se identifican claramente por no tener
sucesores.
Las ganancias y prdidas ocurren con el resultado de la ltima moneda (nodos
terminales). Para el nodo CCC (sucede cuando las tres caras caen) corresponde a
un ingreso de $5.000 (el jugador gana). Los dems nodos terminales producen
una perdida de $100. La probabilidad de cada evento es del 0.50, indicado en la
ltima columna (excepto para el nodo inicio).
Podremos ver un modelo grfico del rbol pulsando sobre la opcin Dibujar rbol
de decisin (Draw Decision Tree) en el men Resolver y analizar (Solve and
Analyze).
El rbol completo quedara:
Al pulsar sobre en Resolver el problema (Solve the Problem) tenemos un cuadro
resumen con los resultados del anlisis:
UNIDAD III
El ingreso esperado (Value Expected) se muestra al final, equivalente a un valor

de $537,50. El clculo se realiza as:
E(X) = $5.000 (0.125) - $100 (0.125) x 7 = 625,0 - 87,5 = 537,5
La respuesta al problema es que segn la esperanza positiva, es conveniente
participar en el juego ya que la ganancia esperada supera a la inversin en el
tiempo.
JUEGOS DE SUMA CERO
La teora de juegos se ocupa de las situaciones de competencia en las que los
competidores deben adoptar decisiones contando con la disponibilidad de unas
estrategias cada uno de ellos, las que por cierto son conocidas por ambos.
Cuando en un juego las ganancias de un competidor son prdidas para el otro, se
dice que el juego es de suma cero, cual es el caso que nos ocupa.
Si las estrategias son tales que los intereses de los dos competidores se centran
en un mismo valor de la matriz de pagos, el juego tendr un punto de silla o
equilibrio y esa cantidad constituye el valor del juego. Se dice entonces que los
competidores usan estrategias puras, lo que significa que cada competidor tendr
una estrategia que usar el 100% del tiempo. En cambio cuando no se da esta
situacin los competidores distribuyen su tiempo de juego entre varias estrategias;
se habla as de estrategias mixtas.
A continuacin se plantean estos dos casos y la forma de introducir los datos en el
WINQSB y hallar la solucin.
Supngase dos competidores bajo la situacin que se plantea en la matriz de
pagos siguiente:
El competidor ubicado a la izquierda de la matriz es el maximizante y el de la parte
superior es el minimizante. Introduzcamos los datos en el WINQSB.
La solucin:
De la tabla solucin podemos observar que la estrategia 1-1 (estrategia 1 del
competidor 1) es dominada por la estrategia 1-2 y la 2-1 es dominada por la 2-2,
con lo que slo queda un valor de la matriz (80). As pues, se alcanza un punto de
silla con lo que la estrategia pura para el jugador 1 es la 1-2 y para el competidor 2
es la 2-2. El valor del juego es 80, a favor del competidor 1.
UNIDAD III
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
Bibliografa
Introduccin a la investigacin de operaciones

Frederick S.Hillier,Lieberman
McGraw-Hill.
Sexta edition.
Pag.864-883.
Fundamentos de investigacin de operaciones
www.uhu.es/eyda.marin/apuntes/admon/tema6_III.ppt
Teora de decisiones.
coachbolivia.com/doc_pdf/inv_operaciones/inv_op_tema2.
Cmo crear y hacer funcionar una empresa: Conceptos e instrumentos Pgina 107
Mara de los ngeles Gil Estallo - 2007 - 671 pginas
UNIDAD III
http://www.gestiopolis.com/administracion-estrategia/estrategia/toma-de-
decisiones-tecnica-del-arbol.htm

Analisis de Decisiones

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analisis de Decisiones

Transféré par

Droits d'auteur :

Formats disponibles

UNIDAD III

Profre: M.C.Zinath Javier Geronimo.

largo, la preocupacin ahora se refiere a tomar quiz una sola decisin (o a lo

3.1 ANALISIS DE DECISIONES

Antes de profundizar en el proceso y otros elementos

Es un proceso donde se identifican, se valoran y se seleccionan las mejores

Los resultados provienen de explotar las oportunidades no de solucionar los

nuestra imagen ante los superiores se vera afectada, pudiendo dar

Proceso de toma de decisiones

El proceso de toma de decisiones consta de varios pasos o etapas que son:

3.2. Criterios de decisin Determinanticos y Probabilsticas.

DECISIN.- La decisin es la utilizacin de un proceso racional para seleccionar

MATRIZ DE RESULTADOS DE UN PROBLEMA DE DECISION

a) Alternativas de decisin Di: D1, D2, D3 ......... Dm

3.3 Valor de la informacin perfecta.

No obstante, si esta cota superior excede el costo de la experimentacin,

La informacin adicional no siempre es perfecta, muchas veces los estudios

Construir una matriz de ganancias

El conjunto de opciones es dominado por la segunda alternativa

decisin bajo criterio conservador asegura una ganancia mnima posible.

El valor de la informacin perfecta

Principio de mxima ganancias esperada cuando se dispone de

Decisin ptima= Mxima ganancia esperada=

(0.2)(250) + (0.3)(200) + (0.3)(150) + (0.1)(-100) + (0.1)(-150) = 130

En condiciones de incertidumbre la decisin debe producirse antes de la

Si el individuo que toma la decisin se rige segn el criterio de ganancia

Si el coste (c) de adquisicin de informacin es inferior al GEIP, el decisor prefiere

3.4 RBOLES DE DECISIN

Debe llevarse a cabo un sondeo ssmico antes de elegir una accin?

Qu accin debe elegirse?

Un nodo de decisin representado por un cuadrado, indica que una decisin

Un nodo de probabilidad, representado por un crculo, indica que ocurre un

CMO DIBUJAR UN RBOL DE DECISIONES?

Un ejemplo de rbol de decisin se puede ver en la siguiente figura:

Esto dar un rbol parecido al de la siguiente figura:

CALCULAR LOS VALORES DE LOS RBOLES

CALCULAR EL VALOR DE LOS NODOS DE INCERTIDUMBRE

CALCULAR EL VALOR DE LOS NODOS DE DECISIN

3.5 TEORIA DE UTILIDAD

La clave para considerar que la funcin de utilidad para el dinero se ajusta al

para esta oferta.

Por lo tanto el tomador de decisiones es indiferente en cada uno de los siguientes

Cuando se usa la funcin de utilidad para el dinero, del tomador de

APLICACIN DE LA TEORA DE UTILIDAD AL EJEMPLO PROTOTIPO.

-130(prdida de 130). Qu valor de p hara que usted fuera indiferente

La eleccin del tomador de decisiones

Si se continua denotando por u(M) a la funcin de utilidad para un pago monetario

Para obtener u(90), se selecciona un valor de p que haga que el tomador de

Por su naturaleza, el dueo de la Goferbroke Co. Se inclina a buscar el riesgo,

Figura 20.4 la funcin de utilidad para el dinero del dueo de la Goferbroke

El dueo actual merece un reconocimiento por incorporar la teora de la utilidad al

Sin embargo muchos tomadores de decisiones no se sienten suficientemente

3.6 Decisiones secuenciales

He aqu cmo se intentan evaluar las decisiones cuando se considera la influencia

nueva temporada: conservar el barco viejo o venderlo para comprar uno

El rbol recoge cada una de las alternativas que se le presentan al decisor

Decisiones secuenciales y arboles de decisin.

Puntos o nudos de decisin entre alternativas o estrategias

El primer nudo: siempre es decisional: representa la decisin inicial que ha de

3.7 ANALISIS DE SENSIBILIDAD

Es importante llevar a cabo un anlisis de sensibilidad para investigar el efecto

Identificar parmetros sensibles (parmetros cuyos valores no pueden

Identifica los parmetros que ser necesario controlar de cerca cuando el