ANLISIS Y TOMA DE DECISIONES

ndices
3.1.-Elementos de una decisin 3.2.-Toma de decisiones en situaciones de incertidumbre 3.3.-Perdida de Oportunidad 3.4.-Perdidas esperadas de Oportunidad 3.5.-Estrategia de Deploracin 3.6.-Valor de la Informacin perfecta 3.7.-Anlisis de sensibilidad 3.8.-rboles de decisin 3.9.-Teora de juegos

Objetivos
General Identificar y aplicar los conceptos bsicos y la metodologa adecuada para la toma de decisiones racional, ante la presencia de incertidumbre, con informacin o sin ella. Especifico 1. Explicar las caractersticas generales de la toma de decisiones. 2. Conocer y aplicar los criterios de decisin determinsticos y Probabilsticas. 3. Utilizar el Valor de la informacin perfecta. 4. Analizar problemas utilizando rboles de decisin. 5. Aplicar la teora de utilidad.

Elementos de una decisin

Bsicamente toda decisin se compone de dos elementos fundamentales: la informacin y el riesgo, a los que podemos aadir un tercer elemento: la personalidad del sujeto decisor. En consecuencia, podemos sealar que:

Decisin = Informacin + Riesgo + Personalidad A mayor informacin, menor riesgo. Si vamos a un restaurante filipino y nos entregan una carta en el mismo idioma y si no tenemos ninguna experiencia en la referida cocina, lo probable es que cuando elijamos nuestro platos el riesgo de que no nos gusten puede ser muy alto, salvo que seamos capaces de disfrutar con cualquier tipo de comida, ya que carecemos de la informacin previa. Lo contrario pasara si vamos a un restaurante gallego con buen marisco. De ah que una buena decisin es en gran mediada un 90% de informacin y un 10% de inspiracin.

Toma de decisiones en situacin de incertidumbre

Mtodos y modelos para la toma de decisiones Existen diversas situaciones en las que deben tomarse decisiones empresariales: situaciones de certeza, incertidumbre y riesgo. Decisiones en situacin de certeza Una situacin de certeza es aquella en la que un sujeto tiene informacin completa sobre una situacin determinada, sobre cmo evolucionar y conoce el resultado de su decisin. Ej: decisiones sobre compras cuando se conoce la demanda, de distribucin de personal cuando se conoce el coste por persona y operacin, etc. La toma de decisiones en un marco de certeza no implica dificultad alguna, ms all de las relacionadas con la gestin empresarial.

Decisiones en situacin de incertidumbre

Una situacin de incertidumbre es aquella en la que un sujeto toma la decisin sin conocer del todo la situacin y existen varios resultados para cada estrategia. Pueden ser decisiones no competitivas y competitivas. Decisiones no competitivas En las decisiones no competitivas nadie se opone a la estrategia del sujeto que decide. Ej: vendedores de peridicos (se quiere conocer la cantidad a adquirir de acuerdo con las ventas). Para decidir existen una serie de criterios de eleccin: - Maximin, pesimista o Wald - Mximax, optimista o Hurwicz - Coeficiente de optimismo-pesimismo - Razn suficiente o Laplace - Mnimax, coste de oportunidad o Savage

a) El criterio maximin supone maximizar el resultado mnimo, es decir el decisor quiere asegurarse la eleccin mejor en caso que se de la situacin ms desfavorable. Es pesimista. Es til en situaciones muy inciertas, si quieren evitarse riesgos o si existe conflicto. b) El criterio maximax consiste en maximizar el mximo; escoger el resultado mximo entre los mejores de cada alternativa. El decisor es optimista. c) El criterio del coeficiente de optimismo-pesimismo se sita entre los dos anteriores. Partimos de un grado de optimismo y de pesimismo relacionados del siguiente modo: Coeficiente de optimismo= p; coeficiente de pesimismo= (1-p)= q; donde p+q= 1 y 0<p<1. Dentro de la misma alternativa o estrategia consideraremos el resultado mayor de cada alternativa como p mientras que el resultado menor ser q. Se escoge el mayor tras ponderar los resultados esperados por los coeficientes de optimismo y pesimismo

d) El criterio del principio de razn suficiente espera que todas las situaciones de futuro tendrn la misma probabilidad de suceder. Ante esta situacin se elige el resultado medio ms elevado. e) El criterio minimax plantea elegir en funcin de lo que se dejar de ganar. Por tanto, en primer lugar debe calcularse el mximo coste de oportunidad de cualquier opcin y, en segundo lugar, elegir el menor de ellos.

Perdida de oportunidad
Prdida de oportunidad o deploracin es prdida porque el estado de la naturaleza exacto no es conocido en el momento en que se toma la decisin. La prdida de oportunidad se calcula haciendo la diferencia entre la decisin ptima para cada estado de la naturaleza y otras alternativas de decisin. Ejemplo 1 (continuacin)

Perdidas esperadas de oportunidad

Sea Ai la iava decisin alternativa. Sea P(Sj) la probabilidad del java estado de la naturaleza . Sea R(Ai,Sj) el valor de deploracin para la combinacin de la decisin alternativa Ai y el estado de la naturaleza S j Sea EOL(Ai) el valor de la prdida esperada de oportunidad para la decisin alternativa Ai.

EOL( Ai ) = P( S j ) R( Ai , S j )

Ejemplo 1 (continuacin)

EOL(A1) = (.5)(40) + (.3)(10) + (.2)(0) = 23 EOL(A2) = (.5)(50) + (.3)(0) + (.2)(10) = 27 EOL(A3) = (.5)(0) + (.3)(10) + (.2)(40) = 11 Qu decisin pondra como base en la ms baja prdida esperada de oportunidad? Elija la alternativa A3 dado que se da la ms pequea prdida esperada de oportunidad.

Nota: Esta decisin es igual cuando se utiliza la ms alta ganancia esperada. Estas dos formas llevarn siempre a la misma decisin.

Estrategias de deploracin maximin, maximax y minimax

Estrategia Maximin maximiza la ganancia mnima (estrategia pesimista). Estrategia Maximax - maximiza la ganancia mxima (estrategia optimista). Estrategia de deploracin Minimax - minimiza la prdida mxima de la oportunidad.
Ejemplo

Bajo la estrategia de maximin, qu beneficio espera? De la tabla de ganancia inicial, el beneficio ser de $60. Bajo la estrategia de maximax, qu beneficio espera? De la tabla de ganancia inicial, el beneficio ser de $100. Bajo la estrategia de deploracin minimax, cul ser su estrategia? De la tabla de prdida de oportunidad, la estrategia sera seleccionar A1 o A3 puesto que stas reducen al mnimo la deploracin mxima.

Valor de la informacin perfecta

El valor de la informacin perfecta es la cantidad en la que se podra mejorar el rdito esperado si la persona supiera de antemano cul es el evento que va a ocurrir. Dicho valor se calcula mediante el siguiente procedimiento: 1- Identificar el mejor rdito para cada evento (si es ganancia, se elije el nmero ms alto; si es costo, tmese el menor nmero) 2- Calcular el valor esperado de esos mejores rditos multiplicando el mejor rdito para cada evento por la probabilidad de que ese evento ocurra. 3- Restar del valor esperado del rdito obtenido sin informacin perfecta del valor esperado del rdito obtenido con informacin perfecta. Esta diferencia es el valor de la informacin perfecta

Anlisis de sensibilidad
El anlisis de sensibilidad es un trmino financiero, muy utilizado en el mundo de la empresa a la hora de tomar decisiones de inversin, que consiste en calcular los nuevos flujos de caja y el VAN (en un proyecto, en un negocio, etc...), al cambiar una variable (la inversin inicial, la duracin, los ingresos, la tasa de crecimiento de los ingresos, los costes, etc....). De este modo teniendo los nuevos flujos de caja y el nuevo VAN podremos calcular o mejorar nuestras estimaciones sobre el proyecto que vamos a comenzar en el caso de que esas variables cambiasen o existiesen errores iniciales de apreciacin por nuestra parte en los datos obtenidos inicialmente. Para hacer el anlisis de sensibilidad tenemos que comparar el VAN antiguo con el VAN nuevo y nos dar un valor que al multiplicarlo por cien obtendremos el porcentaje de cambio. La frmula a utilizar es la siguiente: . Donde VAN n es el nuevo VAN obtenido y VANe es el VAN que tenamos antes de realizar el cambio en la variable.

rboles de decisin
Un rbol de decisin es un modelo de prediccin utilizado en el mbito de la inteligencia artificial. Dada una base de datos se construyen diagramas de construcciones lgicas, muy similares a los sistemas de prediccin basados en reglas, que sirven para representar y categorizar una serie de condiciones que ocurren de forma sucesiva, para la resolucin de un problema. Un rbol de decisin tiene unas entradas las cuales pueden ser un objeto o una situacin descrita por medio de un conjunto de atributos y a partir de esto devuelve una respuesta la cual en ltimas es una decisin que es tomada a partir de las entradas. Los valores que pueden tomar las entradas y las salidas pueden ser valores discretos o continuos. Se utilizan ms los valores discretos por simplicidad, cuando se utilizan valores discretos en las funciones de una aplicacin se denomina clasificacin y cuando se utilizan los continuos se denomina regresin. Un rbol de decisin lleva a cabo un test a medida que este se recorre hacia las hojas para alcanzar as una decisin. El rbol de decisin suele contener nodos internos, nodos de probabilidad, nodos hojas y arcos. Un nodo interno contiene un test sobre algn valor de una de las propiedades. Un nodo de probabilidad indica que debe ocurrir un evento aleatorio de acuerdo a la naturaleza del problema, este tipo de nodos es redondo, los dems son cuadrados. Un nodo hoja representa el valor que devolver el rbol de decisin y finalmente las ramas brindan los posibles caminos que se tienen de acuerdo a la decisin tomada.

En el diseo de aplicaciones informticas , un rbol de decisin indica las acciones a realizar en funcin del valor de una o varias variables. Es una representacin en forma de rbol cuyas ramas se bifurcan en funcin de los valores tomados por las variables y que terminan en una accin concreta. Se suele utilizar cuando el nmero de condiciones no es muy grande (en tal caso, es mejor utilizar una tabla de decisin). De forma ms concreta, refirindonos al mbito empresarial, podemos decir que los rboles de decisin son diagramas de decisiones secuenciales nos muestran sus posibles resultados. stos ayudan a las empresas a determinar cuales son sus opciones al mostrarles las distintas decisiones y sus resultados. La opcin que evita una prdida o produce un beneficio extra tiene un valor. La habilidad de crear un opcin, por lo tanto, tiene un valor que puede ser comprado o vendido.

Qu es la teora de juegos?
La teora de juegos es una rama de la economa que estudia las decisiones en las que para que un individuo tenga xito tiene que tener en cuenta las decisiones tomadas por el resto de los agentes que intervienen en la situacin. La teora de juegos como estudio matemtico no se ha utilizado exclusivamente en la economa, sino en la gestin, estrategia, psicologa o incluso en biologa. En teora de juegos no tenemos que preguntarnos qu vamos a hacer, tenemos que preguntarnos qu vamos a hacer teniendo en cuenta lo que pensamos que harn los dems, ellos actuarn pensando segn crean que van a ser nuestras actuaciones. La teora de juegos ha sido utilizada en muchas decisiones empresariales, econmicas, polticas o incluso para ganar jugando al pker. La teora de juegos es nuestro Concepto de esta semana Para representar grficamente en teora de juegos se suelen utilizar matrices (tambin conocidas como forma normal) y rboles de decisin como herramientas para comprender mejor los razonamientos que llevan a un punto u otro. Adems los juegos se pueden resolver usando las matemticas, aunque suelen ser bastante sofisticadas como para entrar en profundidad.

Historia
Aunque hubo trabajos anteriores la teora de juegos empieza con un estudio de Antoine Augustin Cournot sobre un duopolio en el que se llega a una versin educida del equilibrio de Nash ya que se alcanza poco a poco el nivel de precios y produccin adecuado. Ms tarde se podra decir que el fundador de la teora de juegos formalmente hablando fue el matemtico John von Neuman, el mismo del proyecto Manhattan. Desde entonces algunos economistas han sido galardonados con el Nobel de Economa por sus trabajos sobre el tema. Destaca Nash, conocido por la pelcula Una mente maravillosa y porque es en el equilibrio de Nash dnde se basan muchas conclusiones que se han tomado sobre teora de juegos aplicada a la vida real.

Equilibrio de Nash
El equilibrio de Nash se alcanza en una situacin en la que ninguno de los jugadores (o agentes) de un juego en el que hay dos o ms jugadores, todos conocen los equilibrios de los dems, quieren cambiar unilateralmente su decisin porque cambiarla supondra empeorar su condicin. Cuando todos los jugadores han tomado una decisin y no pueden cambiarla sin empeorar su bienestar, se considera que se ha alcanzado un equilibrio de Nash. El equilibrio de Nash puede no ser Pareto eficiente (es decir, puede haber una situacin en la que todos los jugadores incrementen su bienestar sin perjudicar a los dems). No obstante, en ocasiones el equilibrio de Nash es la nica alternativa dadas las reglas del juego a pesar de que exista un ptimo de Pareto. El equilibrio de Nash se ha utilizado para regular situaciones de competencia entre empresas y disear subastas de adjudicaciones pblicas. Una legislacin que tenga en cuenta el equilibrio de Nash puede evitar oligopolios, por eso en la legislacin antimonopolio se suele buscar formas de evitar que se pacten precios entre las partes implicadas.

El dilema del prisionero

El dilema del prisionero es el ejemplo ms tpico de teora de juegos. Supongamos que detienen a dos personas por delitos menores que les costaran a cada una dos aos de crcel. La polica sabe que han cometido uno peor, pero necesitan pruebas, supongamos que una declaracin de uno de los dos. Si ambos delatan al otro por el delito mayor irn seis aos a la crcel. Si uno delata y el otro no, el delator ir un ao por colaborar y el otro ir diez aos por el delito. Teniendo en cuenta que los prisioneros no pueden comunicarse entre ellos (estn en habitaciones separadas) qu harn? Supongamos que somos uno de los dos prisioneros , no sabemos que har el otro por lo que el mejor de los casos es delatar al otro independientemente de lo que haga, ya que en ambas situaciones minimizamos los aos de pena esperados en la crcel. Si el otro nos delata iremos seis aos en vez de diez y si no nos delata iremos uno en vez de dos. Dado que el otro es igual de inteligente que nosotros, lo ms probable es que llegue a la misma decisin. Al final lo que acaba pasando es que ambos acaban perdiendo seis aos entre rejas, mientras que si hubieran cooperado hubieran sido slo dos. La situacin alcanzada es un equilibrio de Nash , porque ambas partes no pueden cambiar sin empeorar. Es decir, no se haya la mejor situacin para las partes.

El dilema de Monty Hall

El dilema de Monty Hall es uno en el que el presentador de un programa de televisin ofrece al concursante elegir un premio que se encuentra tras una de las tres puertas. Dos de ellas contienen cabras y una de ellas un automvil. El jugador elige una puerta, supongamos la primera y el presentador (Monty) abre la puerta nmero tres enseando una cabra. Acto seguido nos ofrece cambiar la puerta qu es mejor teniendo en cuenta que el presentador sabe que hay detrs de cada puerta? La respuesta es que es mejor cambiar de puerta . Guindonos por la estadstica el presentador al abrir una puerta cerrada ha incrementado las posibilidades que tenemos de llevarnos el premio, pasamos de jugar con 33% de posibilidades al 66% porque en realidad el presentador aumenta nuestras posibilidades al 66% si cambiamos de puerta. Si permanecemos con la elegida nuestras posibilidades se mantienen en un 66%33%. En este enlace podis encontrar una explicacin en ms profundidad de las matemticas y en este otro un simulador (en ingls) La teora de juegos es una de las partes de la investigacin econmica reciente que ms atencin est atrayendo en los ltimos aos. Adems sus aplicaciones prcticas han sido utilizadas en la prctica en multitud de mbitos, como por ejemplo el del dilema del prisionero para regular y evitar situaciones de oligopolio. en el cine hemos visto ejemplos del dilema del prisionero en situaciones como las creadas por el Joker en El Caballero Oscuro.