Toma de Decisiones y simulación

AEA540
Primer semestre 2018

Escuela de Ingeniería Comercial

Facultad de Ingeniería y Negocios
Campus Santiago Centro
Toma de decisiones racionales

Matriz de pagos y arboles de

decisión

2
Tanto en la vida personal como en la administración se deben
tomar decisiones cuyas consecuencias no se conocen con
certeza.

¿Cómo se pueden tomar decisiones cuando los resultados son

inciertos?

Generalmente cuando las decisiones son sencillas la toma de

decisiones probabilística es también es sencilla y con buenos
resultados. Pero, cuando las decisiones se convierten mas
complejas la calidad de esas decisiones tiende a deteriorarse.

Es aquí donde son útiles los Métodos cuantitativos, ya que

proporcionan una para organizar y analizar problemas
complejos.
3
Análisis de la Matriz de Pago y de Árboles de Decisión, son dos
métodos cuantitativos aplicables a situaciones que involucran la
toma de decisiones bajo riesgo.

Ambos están en el campo de la Teoría estadísticas de decisiones,

y ambos utilizan el componente principal el concepto de valor
esperado.

La aplicación de este concepto no asegura la decisión resulte

perfecta, pero si ayuda a mejorar la calidad en la toma de
decisiones.

4
Matriz de Pagos: Se utiliza cuando se requiere tomar una sola
decisión y no una serie de decisiones.

Por ejemplo, decidir si se inspecciona o no un cargamento recién

llegado al puerto.

Árbol de Decisión: se utiliza cuando se requiere tomar una serie

de decisiones. Con el árbol de decisión se muestran todas las
combinaciones posibles entre decisiones y eventos, en forma de
una diagrama de árboles.

Por ejemplo, Decidir construir o no una planta y después tomar la

decisión de ampliar o no su capacidad mínima.

5
 Fuentes de las Probabilidades
A diferentes niveles, la gente se siente a gusto al manejar
probabilidades.
Las personas con experiencia y entrenamiento en lo cuantitativo
expresan y manipulan las probabilidades con un alto grado de
tranquilidad y facilidad. Otros se muestran dudosos aun para
adivinar una probabilidad al no saber con seguridad lo que pasar
en el futuro.

Cualquier probabilidad debe estar entre 0.00 (no hay posibilidad) y

1.00 (certidumbre).

Puede ser necesario preguntar cuáles la oportunidad o posibilidad

de que ciertos eventos ocurran, en lugar de preguntar la
probabilidad. Se usarán todos estos términos indistintamente.
6
Algunos conceptos básicos de probabilidades
Antes de seguir adelante, parece apropiado revisar algunos conceptos
básicos de probabilidad con referencia a la estadística.

Los resultados posibles futuros se llaman eventos.

Los eventos posibles pueden ser un número finito, como cuando se pierde o se
gana un concurso sobre un contrato de construcción, o pueden ser infinitos o
casi, como cuando se pronostican al dólar más cercano las utilidades futuras
de una corporación. En el primer caso, se dice que los eventos son discretos, en
el último son continuos.

Los eventos mutuamente excluyentes son aquéllos en que la ocurrencia de uno

de ellos evita toda posibilidad de que suceda cualquier otro. Por ejemplo, el
arrendar o no un edificio son eventos mutuamente excluyentes.

7
 Enfoque Historia del pasado
Una fuente de probabilidades es la historia del pasado. Este enfoque supone
que una buena base para predecir lo que suceder en el futuro es aquello que
ocurrió en el pasado.

Ejemplo: Se muestra la demanda durante el año que pasó de un artículo

almacenado en inventario. La distribución de frecuencias que muestran las
columnas 1 y 2 revela que la demanda ha variado de 0 a 4 unidades. Hay 50
observaciones, ya que la planta opera 50 semanas al año.

8
 Juicio subjetivo
En algunos casos el futuro no ser como el pasado o quizás no
existan datos históricos, como cuando se considera la introducción
de un nuevo producto.

En estas situaciones, las probabilidades se pueden basar en el

juicio subjetivo, esto es, en las creencias personales. Esta fuente de
probabilidades no excluye el uso de datos. Más bien, el tomador
de decisiones da su interpretación personal del significado de los
datos. Sencillamente, los datos no se pueden transferir en forma
directa a probabilidades. Por esta razón, personas distintas pueden
observar la misma situación y dar evaluaciones probabilísticas
diferentes.

Hay personas que se molestan por hacer estimaciones

probabilísticas subjetivas. Pero se olvidan que de alguna u otra
forma hay que tomar decisiones. 9
 Valor Esperado
El concepto de valor esperado es vital para el análisis de la
Matriz de Pagos y de árboles de decisión. Desde el punto de
vista de su valor numérico, el valor estimado de una variable
aleatoria discreta llamada X se calcula como se muestra a
continuación:

El valor esperado de X, llámese E (X), es igual a la sumatoria de

los valores posibles de X multiplicada por sus respectivas
probabilidades.

10
Ejemplo 1: Inversión

Juan Pérez invierte su dinero en Banchile Fondos Mutuos, en donde recibe un

interés del 7% anual sobre la inversión. Un amigo suyo le cuenta que va a abrir
una cafetería de autoservicio y quiere que Juan invierta en el negocio. Después
de investigar la oportunidad, Juan prepara un distribución de probabilidades de
las utilidades posibles de la inversión.

Rendimiento sobre
la inversión, % Probabilidad
-10 0,05
0 0,15
5 0,20
10 0,40
20 0,15
30 0,05
1,0
¿Cuál es el Valor Esperado sobre la inversión?
11
E (utilidad sobre la inversión) = -10 (0,05) + 0 (0,15) + 5 (0,20) + 10

(0,40) + 20 (0,15) + 30 (0,05)

= 9%
¿Qué decisión tomarían ustedes si la inversión en Banchile FFMM
es de 7% y el de la inversión en la cafetería es de 9%?

Todo depende de su actitud hacia el riesgo.

12
Ejercicio de práctica N° 2
Un vendedor está tratando de decidir si hacer una llamada a un cliente fuera de la
región donde opera habitualmente. Estima que el costo de la llamada será de $100.
Las utilidades potenciales, excluido el costo de la llamada son.
¿Cuál es la utilidad neta esperada de hacer la llamada?

Rendimiento
Potencial Probabilidad
00,60
50 0,10
100 0,15
500 0,10
1000 0,05
1,0
E (Utilidad neta) = 0 (0,60) + 50 (0,10) + 100 (0,15) + 500 (0,10) + 1000 (0,05)
= 120
= 120 – 100
= 20 13
El papel de los métodos Cuantitativos
Matriz de Pago

La Matriz de Pagos proporciona una estructura organizada para

analizar situaciones probabilísticas en las que se debe
seleccionar una sola alternativa de decisión de un conjunto de
alternativas. Por ejemplo, una decisión que se presenta con
frecuencia en producción requiere seleccionar una sola máquina
para comprar, de entre varias máquinas posible.

La matriz de pago junto al valor esperado es muy útil para

respaldar la toma de decisiones en situaciones como esta.

14
Ejercicios
Componentes y estructura de la Matriz de pago

La decisiones que se puede explorar mediante una matriz de

pagos tienen los siguientes componentes:
1. Un conjunto de decisiones alternativas
2. Un conjunto de eventos que pueden ocurrir
3. Probabilidades que están asociadas con los diferentes
eventos.
4. Resultados (casi siempre en términos económicos) de las
interacciones entre las alternativas de decisiones y los
eventos.

Es necesario asignar probabilidades ya sea a través de datos

históricos o del juicio subjetivo.

15
El análisis se realiza a través del Valor Esperado, a través del siguiente
procedimiento para la figura antes descrita.

Finalmente se escoge la alternativa que tiene el valor más óptimo. En la mayoría de

las decisiones esto lleva a seleccionar la decisión que ofrece las ganancias o
beneficios esperados más altos o que conducen al menor coso esperado.
16
Ejemplo de una Panaderia

La panadería Don Pepe prepara todos los días su famosos pan.

Éste se vende a 1 dólar la unidad cuando está recién hecho y
cuesta o,50 dólares prepararlos. El pan que no se vende se lleva
a la estantería de ofertas en donde se vende a 0,50 dólares. Aún
a ese precio, la mitad del pan de la estantería de ofertas no se
vende y hay que botarlo.
El problema de Don Pepe es decidir cuantos panes preparar en
un día típico. La historia dice que la demanda de pan ha sido la
siguiente:
Demanda del
Pan en docenas Probabilidad
3 0,10
4 0,40
5 0,40
6 0,10
1,00

17
Los problemas de Don Pepe, se pueden analizar a través de la
Matriz de Pagos. Las alternativas de decisión son las diferentes
cantidades en docenas de pan que pueden prepararse. Los
eventos y probabilidades se basan en los datos históricos.

Las consecuencias económicas se pueden determinar a partir de

los datos de ingresos y costos. La decisión óptima se puede
identificar usando el concepto de valor esperado.

Para comenzar a completar la Matriz de Pago ¿qué hay que hacer

primero?

Calcular la ganancia que deja la venta del Pan en los diferentes

escenarios.

18
Ejemplo calculo de la ganancia para este ejercicio:

Si se preparan 5 docenas de Pan y se venden 4 docenas, luego se

vende ½ docena en oferta a $0,50 ¿Cuánto es la ganancia?

Ingresos: $1,00 (4) (12) + $0,50 (1/2) 12 = $51

Por el lado de los costos, las 5 docenas cuestan $0,50 por pieza.

Costos: $0,50 (5) (12) = $30

La ganancia de Don Pepe es:

Ganancia = ingresos – costos

= $51 – 30 = 21
19
20