Business

1. 2
TOMA DE DECISIONES

2. CONTENIDO
Bajo certidumbre, conflicto,
incertidumbre y riesgo.
Proceso para la toma de
decisiones (modelo de
Simon)
Teoría de la utilidad.
Estrategias para la toma de
decisiones.
Árboles de decisión. El valor de la información
perfecta.
2.1 2.2 2.3
2.4 2.5 2.6
Análisis Bayesiano en la
decisión.
2.7

3. BAJO CERTIDUMBRE, CONFLICTO,
INCERTIDUMBRE Y RIESGO
2.1
Gallagher-Watson
Métodos Cuantitativos para la Toma de Decisiones en Administración

4. Los métodos cuantitativos en administración tienen lugar en el contexto de modelos. Examinaremos la
administración como un tema para modelo y esquemas de clasificación para los modelos, presentando un
método para clasificar los modelos de teoría de decisiones.
Los modelos matemáticos de interés se usan aquí para explicar o predecir el comportamiento de sistemas o
decisiones administrativas.
El interés principal estará en los modelos normativos, que dicen cómo deben construirse los sistemas. También
se explorarán varios modelos descriptivos que hablan sobre el comportamiento real de algunos sistemas.
La teoría de decisiones es el estudio de cómo hacer selecciones óptimas de entre un conjunto dado de
alternativas. Cómo se hace esto depende en gran parte de la predictibilidad de las consecuencias de cada
alternativa.
INTRODUCCIÓN

5. El distinguir entre modelos normativos (llamados veces prescriptivos) y descriptivos es útil al evaluar los
resultados del modelo.
Los modelos normativos son bastante valiosos, ya que proporcionan un criterio del mejor curso de acción. Del
análisis de los sistemas administrativos puede concluirse que existen muchas áreas para las que no hay
modelos normativos detallados.
Una segunda taxonomía para los modelos es concreto y abstract. Los modelos concretos tienen, en general,
algunas características físicas en común con la realidad que se está modelando. Son en sí mismos sistemas
reales.
Los modelos abstract son el extremo opuesto de los modelos concretos. No tienen características físicas
comunes con el original. Los modelos abstractos pueden ser verbales, como la descripción de una nueva oficina
hecha por un decorador de interiores, o simbólico . Los modelos simbólicos incluyen tanto los modelos
matemáticos como los modelos gráficos o pictóricos.
MODELOS

6. MODELOS DE TOMA DE DECISIÓN
Desconocidas Probabilistas
Deterministas Influidas por un
oponente
CERTIDUMBRE
RIESGO
CONFLICTO
INCERTIDUMBRE
La teoría de decisiones proporciona una manera útil de clasificar modelos para la toma de decisiones. Aquí se
usará "toma de decisiones" como un sinónimo de "selección".
Esta tarea de hacer una selección caerá en una de cuatro categorías generales dependiendo de la habilidad
personal para predecir las consecuencias de cada alternativa.

7. Si se pueden predecir con certeza las consecuencias de cada alternativa de acción, entonces se tiene una
tarea de toma de decisiones bajo certidumbre. Otra manera de pensar en esto es que existe una relación
directa de causa y efecto entre cada acto y su consecuencia. Si está lloviendo, ¿deberá llevarse un paraguas?
Si hace frío, ¿deberá llevarse un abrigo? Ya sea que se lleve o no el paraguas o el abrigo, las consecuencias
son predecibles.
BAJO CERTIDUMBRE
Se evalúan las consecuencias de cada acción alternativa y
se selecciona la que se prefiere. Sin embargo, en la
práctica, esto puede resultar lejos de ser fácil. El número de
alternativas puede ser muy grande (o infinito) lo que haría
muy laboriosa la enumeración. Por ejemplo, si una empresa
usa 10 000 kilogramos anuales de polvo limpiador, ¿cómo
debe guardarse el inventario? Se tienen disponibles 10 000
alternativas (más aún si se permiten cantidades
fracciónales).

8. Esta categoría incluye aquellas decisiones para las que las consecuencias de una acción dada dependen de
algún evento probabilista. Por ejemplo supóngase que se está a cargo de la venta de árboles de Navidad para
iglesia. La primera tarea es decidir cuántos árboles ordenar para la siguiente temporada. Supóngase que se
debe pagar $3.50 por cada árbol, pueden ordenar sólo lotes de 100 y se planea venderlos a $8 cada uno. Por
supuesto, si no se venden, no tienen valor de recuperación. Se estudian 1os registros de ventas pasadas en la
iglesia y se analiza el crecimiento potencial de las ventas con otros vendedores.
BAJO RIESGO
Con estos datos se puede calcular la ganancia para
cada combinación de cantidad ordenada y ventas
eventuales. Por ejemplo, si se ordenan 300 árboles
y de hecho se venden sólo 200, la utilidad neta será
de $4.50 por cada árbol vendido menos una pérdida
de $3.50 por los árboles no vendidos, es decir:
El resultado más importante de teoría de decisiones
bajo riesgo es que debe seleccionarse la alternativa
que tenga el mayor valor esperado.

9. Esta categoría se parece a la toma de decisiones bajo riesgo, con una diferencia importante. Ahora no se tiene
conocimiento de las probabilidades de los eventos futuros, no se tiene idea de cuan posibles sean las diferentes
consecuencias. En el ejemplo de los árboles de Navidad equivaldría a tratar de decidir cuántos árboles ordenar
sin tener la más remota noción de cuántos pueden venderse.
Una manera de manejar este tipo de situaciones es introduciendo abiertamente en el problema los sentimientos
subjetivos de optimismo y pesimismo. Esto no es tan malo como parece; en muchas ocasiones, los
sentimientos subjetivos tienen una base razonable. Un ejemplo es la decisión de cuántos árboles de Navidad
ordenar. Se puede tener razón al pensar que las ventas de árboles deben ser buenas: la congregación de la
iglesia es grande, habrá buena publicidad y no hay competencia en el área.
Una estrategia alternativa consiste en convertir el problema a uno de toma de decisiones bajo riesgo, para que
pueda hacerse una selección óptima. Primero pueden expresarse aquellos conocimientos o sentimientos que
se tengan sobre los eventos en términos de una distribución de probabilidad. Éstas son, entonces, estimaciones
subjetivas de probabilidad.
Si no se tienen bases para hacer estimaciones subjetivas, se puede emplear el principio de la razón insuficiente.'
Esto significa que puede suponerse que todos los eventos son igualmente probables.
BAJO INCERTIDUMBRE

10. Esta es la última de las cuatro categorías. Aquí se tienen aquellos casos de toma de decisiones bajo
incertidumbre en los que hay un oponente. Las probabilidades de los eventos no sólo se desconocen; están
influenciadas por un oponente cuya meta es vencer. Ésta es la situación típica en cualquier competencia:
béisbol, fútbol, póquer, blackjack, los negocios y la guerra. En el marco teórico, éstos se llaman juegos y teoría de
juegos.
CONCLUSIÓN
De la teoría de decisiones se puede adoptar un esquema de clasificación en cuatro categorías para la toma de
decisiones: certidumbre, riesgo, incertidumbre y conflicto. Las decisiones se clasifican entonces sobre la base
de su predictibilidad de las consecuencias de cada acción alternativa.
BAJO CONFLICTO

11. ESTRATEGIAS PARA LA
TOMA DE DECISIONES
2.2
Render-Stair-Hanna
Metodos Cuantitativos para los Negocios

12. Hacer una lista
de las
alternativas
posibles.
Identificar los
resultados
posibles o los
estados de
naturaleza.
Definir con
claridad el
problema que
enfrenta.
2
1 3
Una buena decisión es aquella que se basa en la lógica, considera todos los datos disponibles y las alternativas
posibles, y aplica el enfoque cuantitativo que se vaya a describir.
INTRODUCCIÓN

13. Elegir uno de los
modelos
matemáticos de
la teoría de las
decisiones.
Aplicar el
modelo y tomar
la decisión.
Numerar los
pagos de cada
combinación de
alternativas y
resultados.
5
4 6
INTRODUCCIÓN

14. El problema que identifica John Thompson es si expandir su línea de productos fabricando y comercializando
un nuevo producto: casetas de almacenamiento para patios.
El segundo paso de Thompson consiste en generar las alternativas que estén disponibles. En la teoría de las
decisiones, una alternativa se define como un curso de acción o una estrategia que puede elegir el tomador de
decisiones.
1 Definir con claridad el problema que enfrenta.
2 Hacer una lista de las alternativas posibles.
John decide que sus alternativas son construir 1. una nueva planta grande para fabricar las casetas, 2. una
planta pequeña, o bien, 3. ninguna planta (es decir, tiene la opción de no desarrollar la nueva línea del
producto).
Uno de los errores más grande que cometen quienes toman decisiones es omitir alternativas importantes.
Aunque una alternativa en particular parezca inadecuada o de escaso valor, quizá resulte ser la mejor opción.

15. El siguiente paso incluye identificar los resultados posibles de las diferentes alternativas. Un error común es
olvidarse de algunos de los resultados posibles. Los tomadores de decisiones optimistas suelen ignorar los
malos resultados, en tanto que los pesimistas podrían soslayar los resultados favorables. Si usted no considera
todas las posibilidades, no tomará una decisión lógica y los resultados podrían ser indeseables. Si no piensa
que puede ocurrir lo peor, tal vez diseñe otro automóvil Edsel y pierda millones. En la teoría de las decisiones,
esos resultados sobre los que el tomador de decisiones tiene escaso o ningún control se llaman estados de
naturaleza.
3 Identificar los resultados posibles o los estados de naturaleza.
Thompson determina que hay solamente dos resultados posibles: el mercado para las casetas de
almacenamiento podría ser favorable, lo cual significa que existe una demanda alta para el producto, o bien, ser
desfavorable, es decir, que haya poca demanda para las casetas.
Una vez identificadas las alternativas y los estados de naturaleza, el siguiente paso es expresar los pagos
resultantes de cada combinación posible de alternativas y resultados. En la teoría de las decisiones, estos
pagos reciben el nombre de valores condicionales. Desde luego, no todas las decisiones deben basarse tan
solo en dinero, ya que es aceptable cualquier medio apropiado de medir los beneficios.

16. Como Thompson desea maximizar sus utilidades, puede usar la ganancia para evaluar cada consecuencia.
John Thompson ya evaluó la ganancia potencial asociada con los diferentes resultados. Con un mercado
favorable, piensa que la instalación grande daría una ganancia neta de $200,000 a su empresa. Aquí, $200,000
es un valor condicional porque el hecho de que Thompson reciba el dinero está condicionado, tanto a que
construya una fábrica grande como a tener un buen mercado. Si el mercado es desfavorable, el valor
condicional sería una pérdida neta de $180,000. Una planta pequeña daría una ganancia neta de $100,000 en
un mercado favorable, aunque habría una pérdida neta de $20,000 si el mercado fuera desfavorable. Por
último, no hacer nada daría como resultado $0 de ganancia en cualquier mercado. La forma más sencilla de
presentar estos valores es construyendo una tabla de decisiones, algunas veces llamada tabla de pagos.
4 Numerar los pagos de cada combinación de alternativas y
resultados.
5 Y 6
Los dos últimos pasos son seleccionar un modelo de la teoría de las decisiones y aplicarlo a los datos para
ayudar a tomar la decisión. Seleccionar el modelo depende del entorno donde está operando y de la cantidad
de riesgo e incertidumbre que implica.

17. EL VALOR DE LA INFORMACIÓN
PERFECTA
2.6
Anderson Sweeney Williams Camm Martin
Métodos Cuantitativos para los Negocios

18. En muchas situaciones de toma de decisiones podemos obtener evaluaciones de probabilidad para los estados
de la naturaleza. Cuando estas probabilidades están disponibles, podemos utilizar el método del valor esperado
para identificar la mejor alternativa de decisión.
Toma de decisiones con probabilidades

19. Tenemos una evaluación de probabilidad subjetiva inicial de 0.8 de que la demanda será fuerte (s1) y una
probabilidad correspondiente de 0.2 de que la demanda será débil (s2). Por tanto, P(s1) = 0.8 y P(s2) = 0.2. Por
lo tanto el análisis del árbol de decisión conduce a una recomendación de d3, con un valor esperado de $14.2
millones.
Ejemplo

20. En muchas situaciones de toma de decisiones podemos obtener evaluaciones de probabilidad para los estados
de la naturaleza. Cuando estas probabilidades están disponibles, podemos utilizar el método del valor esperado
para identificar la mejor alternativa de decisión.
Valor esperado de la información perfecta
-

21. Ejemplo
Si ocurre s1, se selecciona d3 y se obtiene un resultado de $20 millones.
Si ocurre s2, se selecciona d1 y se obtiene un resultado de $7 millones.
VEcIP = 0.8(20) + 0.2(7) = 17.4
El valor esperado con información perfecta es $17.4 millones y el valor esperado sin información perfecta es
$14.2 millones; por consiguiente, el valor esperado de la información perfecta (VEIP) es $17.4 - $14.2 =$3.2
millones.
En otras palabras, $3.2 millones representa el valor esperado adicional que puede obtenerse si se cuenta con
información perfecta acerca de los estados de la naturaleza => sodría considerar seriamente realizar una
investigación de mercados como una vía para obtener más información sobre los estados de la naturaleza

22. ANÁLISIS BAYESIANO EN LA
DECISIÓN
2.7
Anderson Sweeney Williams Camm Martin
Métodos Cuantitativos para los Negocios

23. Se utiliza el teorema de Bayes (probabilidad condicional) para calcular las alternativas para los árboles de
decisión.
Probabilidad de A dado B = P(A|B) posteriori
Probabilidad de B dado A = P(B|A) hipótesis
Probabilidad de A = P(A)
Probabilidad de B = P(B) apriori
Cálculo de las probabilidades de las alternativas

24. Ejemplo

25. Resultados