SlideShare una empresa de Scribd logo
1 de 58
Asignatura : HERRAMIENTAS PARA LA TOMA DE
DECISIONES
ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL
FACULTAD DE INGENIERÍA
UNIDADES DIDACTICAS
Primera Unidad:
TEORÍA DE DECISIONES, CADENAS
DE MARKO
Segunda Unidad:
LÍNEAS DE ESPERA Y TEORÍA DE
JUEGOS
Tercera Unidad:
SIMULACIÓN
Primera Unidad:
TEORÍA DE DECISIONES, CADENAS DE MARKO
Sesión Contenidos
TEORÍA DE DECISIONES
1 Concepto de decisiones
2 Uso del Teorema de Bayes para la toma de Decisiones.
3 Árboles de decisión
CADENAS DE MARKO
4 Cadena de Markov
5 Cadena de Markov: : Matriz Absorvente
EXAMEN PARCIAL
TEORÍA DE DECISIONES
• Logro:
Al finalizar la sesión, el estudiante aplica el modelo de teoría de
decisiones en ambientes de incertidumbre y riesgo.
• Importancia:
En las empresas o negocios de cualquier tamaño una decisión mal
tomada puede llevarnos al fracaso, por tal razón las personas
encargadas de la toma de decisiones, deben estar capacitadas y saber
ampliamente todas las características y pasos de este proceso, sobre
todo en condiciones de certeza, riesgo e incertidumbre.
Sesión 01:
1. Concepto de decisiones
2. Tipos de decisiones
3. Proceso racional de toma de decisiones
4. Ambientes de decisión
5. Definición de matriz de decisión
6. Criterios de decisión.
7. Función de utilidad
1. Concepto de decisiones
La decisión empresarial
• En la organización nos referimos a aquellas decisiones
que son relevantes para el funcionamiento de la
compañía.
• Centro de decisiones voluntarias tomadas en un
entorno incierto.
• Actividad altamente compleja que depende de
innumerables factores internos y externos a la empresa,
interrelacionados entre sí.
• “Métodos científicos”, aproximación ordenada y
sistemática para resolver un problema.
1. Concepto de decisiones
Como un proceso:
• Elegir entre varias opciones posibles para resolver un
problema concreto o buscar un objetivo predeterminado.
• La decisión en su conjunto implica el concurso de
información y la guía de un determinado objetivo más o
menos formalizado.
• Una vez tomada la decisión procede la realización de la
acción correspondiente en un circuito de tipo información-
decisión-acción-retroinformación.
2. Tipos de decisiones
Incertidumbre
Certidumbre
Riesgo
Estratégicas
Tácticas
Operativas
Producción
Programadas
No Programadas
Rutinarias Selectivas
Creativas Innovadoras
2. Tipos de decisiones
Problemas bien y mal estructurados
• Bien: Problemas directos familiares, fácilmente definidos
• Mal: Problemas nuevos con información ambigua o incompleta.
Decisiones programadas y no programadas
• Programada: Una decisión repetitiva que puede ser manejada mediante
un enfoque rutinario.
• No Programada: Una decisión única que requiere una solución única.
Decisiones
No Program.
Decisiones
Program.
Tipo de
Problema
Mal Estructuradas. Superior
Bien Estructuradas. Inferior
Nivel
Org.
3. Proceso racional de toma de decisiones
• Serie de ocho pasos que incluye: Identificar el problema,
Seleccionar una alternativa y evaluar la eficacia de la
decisión.
• Es llamado, Matriz de preferencias o calificación de factores
Identificación de
un Problema
Identificación de
Criterios de decisión
Asignación de ponderación
a los criterios
Desarrollo de
Alternativas
Evaluación de la
Eficacia de la Decisión
Implementación de
Una Alternativa
Selección de una
Alternativa
Análisis de
Alternativas
3. Proceso racional de toma de decisiones
• Ejemplo: proceso racional
Precio
Fabricante y Modelo
Garantías
Soporte
Confiabilidad
Registro de Servicio
Confiabilidad 100
Fabricante y Modelo 85
Soporte 70
Registro de Servicio 25
Garantía 10
Precio 10
Identificación
De un Problema
Identificación
De un criterio
De decisión
Asignación de
Pesos
a Criterios
Desarrollo
De alternativas
Análisis de
Alternativas
Selección de
Alternativas
Implementación de
Alternativas
Evaluación Decisión
¿NECESITO UN COMPUTADOR?
IBM
ACER IBM AST DEC ZEOS ALR
Proceso de Toma de Decisiones
IBM
3. Proceso racional de toma de decisiones
Paso 1: Identificación del Problema
• Podemos hacer una representación del problema, utilizando
la siguiente simbología
• Síntomas: Indicativo que existe un problema
• Problema: Discrepancia entre dos estados de cosas, el
existente y el deseado
3. Proceso racional de toma de decisiones
• Paso 1: Identificación del Problema
Disminución de
las Ventas.
?
Quejas de
Vendedores
Por Lentitud
Saturación de los
discos duros
Retraso en entrega de
Información.
Pérdida de
Información
?
3. Proceso racional de toma de decisiones
• Paso 1: Identificación del Problema
Aumento de
las Ventas.
Se necesita
Nueva
Computadora
Vendedores
conformes con
velocidad
Discos duros
con suficiente
capacidad
Información
entregada a
tiempo.
Información
Segura
Solución
3. Proceso racional de toma de decisiones
• Paso 2: Identificación de los criterios de decisión.
• Son las condiciones que se busca que las alternativas tengan para poder
decidirse por alguna de ellas.
• Se dice que de los sintomas deben de salir criterios de decisión y que estos
criterios deben de tener prioridades altas, el resto de los criterios surgen de
las restricciones que podemos tener al momento de resolver un problema.
• Ejemplos:
1) Precio.
2) Calidad.
3) Garantia.
4) Soporte.
5) Fiabilidad
6) Capacidad de almacenamiento
7) Rápidez
8) Etc.
3. Proceso racional de toma de decisiones
• Paso 3: Asignación de Ponderación de los criterios de decisión.
• Es un proceso en el cual se le da una puntuación a cada variable, tomando
como base la clasificación del criterio mas importante, para tener un mejor
enfoque al momento de decidir.
• Ejemplos:
1) Precio 7
2) Calidad 8
3) Garantia 5
4) Soporte 4
5) Fiabilidad 10
6) Capacidad de almacenamiento 10
7) Rápidez 9
8) Etc.
3. Proceso racional de toma de decisiones
• Paso 4: Desarrollo de Alternativas.
• Es el desarrollo de una lista de alternativas viables con las que se pueda
resolver el problema.
• Ejemplos:
• AST Ascentia A42.
• Compaq Armada 4100.
• Fujitsu LifeBook 5500CT.
• IBM ThinkPad 760ED.
• NEC Versa 2435CD.
• Sharp WideNote W-100T
• Texas Instruments.
• Travel Mate 6050
3. Proceso racional de toma de decisiones
• Paso 5: Análisis de Alternativas.
• A) Dar puntajes a las alternativas presentadas sobre los diferentes criterios a
evaluar
• Ejemplo:
Criterios 10 10 9 8 7 5 4
Alternativas Capacidad Fiabilidad Rápidez Calidad Precio Garantia Soporte
AST Ascentia A42. 3 8 7 5 3 10 6
Compaq Armada 4100. 10 8 8 7 6 5 7
Fujitsu LifeBook 555T. 9 10 10 10 9 10 8
IBM ThinkPad 760ED. 7 8 9 9 3 10 9
NEC Versa 2435CD. 8 6 7 10 6 10 5
Sharp WideNote W-100T 5 10 4 8 3 5 4
Texas Instruments. 4 2 8 6 10 10 8
Travel Mate 6050 6 4 2 7 10 10 10
Evaluación
Puntajes optenidos de las alternativas presentadas
evaluación entre (0-10)
3. Proceso racional de toma de decisiones
• Paso 5: Análisis de Alternativas.
• B) Multiplicar los puntajes con los criterios de evaluación y sumar totales.
• Ejemplo:
Puntaje
Alternativas Capacidad Fiabilidad Rápidez Calidad Precio Garantia Soporte Total
AST Ascentia A42. 30 80 63 40 21 50 24 308
Compaq Armada 4100. 100 80 72 56 42 25 28 403
Fujitsu LifeBook 555T. 90 100 90 80 63 50 32 505
IBM ThinkPad 760ED. 70 80 81 72 21 50 36 410
NEC Versa 2435CD. 80 60 63 80 42 50 20 395
Sharp WideNote W-100T 50 100 36 64 21 25 16 312
Texas Instruments. 40 20 72 48 70 50 32 332
Travel Mate 6050 60 40 18 56 70 50 40 334
Resultados
Valores calculados de las alternativas
contra los criterios de decisión.
3. Proceso racional de toma de decisiones
• Paso 6: Selección de la Alternativa.
• Aquí solo se elige la alternativa que resulto con mayor puntuación en el paso
anterior.
• Ejemplo:
Puntaje
Alternativas Total
AST Ascentia A42. 308
Compaq Armada 4100. 403
Fujitsu LifeBook 555T. 505
IBM ThinkPad 760ED. 410
NEC Versa 2435CD. 395
Sharp WideNote W-100T 312
Texas Instruments. 332
Travel Mate 6050 334
Resultados
3. Proceso racional de toma de decisiones
• Paso 7: Implementación de la Alternativa.
• Consiste en poner en práctica la decisión.
• Esto incluye el hecho de comunicar la decisión a las personas afectadas y
lograr que se comprometan para ponerla en práctica.
• Paso 8: Evaluación de la eficacia de la decisión.
• Consiste en evaluar el resultado de la decisión para verificar que el problema
haya sido resuelto.
• En caso contrario se tiene que evaluar que fue lo que fallo, corregir el rumbo
realizando el proceso de nuevo.
4. Ambientes de decisión
• Tomar decisiones es más sencillo cuanto mayor es la
información que se tiene.
• El nivel de información determina el tipo de ambiente de la
decisión.
• Ambientes de decisión:
1. Certeza
2. Riesgo
3. Incertidumbre
• Estructurado
• No estructurado
5. Definición de matriz de decisión
• La solución optima es obtenida de una matriz de ganancias
en términos de criterios de decisión
• El análisis por matriz de ganancias puede ser aplicado
cuando:
1. Hay un conjunto finito de alternativas de decisión.
2. El resultado de una decisión esta en función de un
estado de la naturaleza.
• En una matriz de ganancias:
a. Las filas corresponden a las posibles decisiones
alternativas.
b. Las columnas corresponden a los posibles estados de la
naturaleza.
c. El cuerpo de la tabla contiene las ganancias.
5. Definición de matriz de decisión
• Matriz de decisiones
Alternativas
Estados de la Naturaleza
S1 S2 … Sn
A1 R11 R12 … R1n
A2 R21 R22 … R2n
. . . … .
Am Rm1 Rm2 Rmn
Donde:
• Ai (A1, A2, …, Am): son alternativas o cursos de acción, el
decisor deberá seleccionar uno.
• Sj (S1, S2, …, Sn): son los estados de la naturaleza.
• Rij: son resultados que surgen de la elección de la alternativa
Ai cuando se presenta el estado Sj
5. Definición de matriz de decisión
• Ejemplo: Un agricultor ha de decidirse por un cultivo u otro
(decisiones A1 ó A2) y los resultados que obtenga dependen de
que el invierno sea seco (S1), húmedo (S2) o muy lluvioso (S3),
con arreglo a la siguiente matriz de decisión dada.
• ¿Qué alternativa elegiría utilizando cada uno los criterios de
incertidumbre, sabiendo que estos resultados representan
ingresos?
Alternativas
Estados de la
Naturaleza
S1 S2 S3
A1 60 50 40
A2 10 40 70
6. Criterios de decisión.
• Son métodos que permiten elegir la mejor alternativa en un
problema de decisión.
• Los diferentes criterios de decisión serán revisados de
acuerdo al tipo de ambiente en el que se desarrolla.
6.1. Criterios de decisión en ambiente de incertidumbre
6.2. Criterios de decisión en ambiente de riesgo
6.1. Criterios de decisión en incertidumbre
• En un entorno de tanta escasez de información como es el de
incertidumbre, ha de intervenir en gran medida la subjetividad:
a. Incertidumbre no estructurada: donde no se puede obtener mayor
información y ha de tomarse una decisión, esta habrá de basarse
en la mera intuición.
b. Incertidumbre estructurada: la decisión continúa incorporando una
carga de subjetividad muy elevada, de modo que distintas personas
tomarían diferentes decisiones, dependiendo de su optimismo o
pesimismo, de su aversión al riesgo o al fracaso, etc.
6.1. Criterios de decisión en incertidumbre
• Los principales criterios de decisión en entornos de
incertidumbre estructurada son:
1. Criterio de Laplace
2. Criterio del Optimista
3. Criterio del Pesimista (Wald)
4. Criterio de Optimismo Parcial (Hurwicz)
5. Criterio del Mínimo Pesar
6.1. Criterios de decisión en incertidumbre
1. Criterio de Laplace
• Parte del postulado de Bayes, según el cual, si no se conocen
las probabilidades asociadas a cada uno de los estados de la
naturaleza, no hay razón para pensar que uno tenga más
probabilidades que otros.
Alternativas
Estados de la Naturaleza
e1 e2 e3
A1 60 50 40
A2 10 40 70
Respuesta:
A1, su media es: (60+40+50)/3 = 50
A2, su media es: (10+40+70)/3 = 40
Si los resultados mostrados son ingresos, elegirá el mayor: A1
6.1. Criterios de decisión en incertidumbre
2. Criterio del Optimisrta:
• Lo hace una persona que piensa que, cualquiera que fuera la alternativa
que eligiera, el estado que se presentaría sería el más favorable para
ella. Estas pueden ser:
• Si los resultados son ganancias, usa el Maximax
• Si los resultaos son perdidas usa el Minimin
• También esta el optimista conservador Minimax
Alternativas
Estados de la Naturaleza
e1 e2 e3
A1 60 50 40
A2 10 40 70
Respuesta:
Si elige A1, saldrá el resultado mas favorable para el (e1=60)
Si elige A2, saldrá el resultado mas favorable para el (e3=70)
Por ello decidirá por la alternativa A2
6.1. Criterios de decisión en incertidumbre
3. Criterio del Pesimista (Wald)
• Lo seguiría una persona que pensara que, cualquiera que fuera la
estrategia que eligiera, el estado que se presentaría sería el menos
favorable para ella. Éstas pueden ser:
• Si los resultados son ganancias, usa el Minimin
• Si los resultaos son perdidas usa el Maximax
• También esta el optimista conservador Maximin
Alternativas
Estados de la Naturaleza
e1 e2 e3
A1 60 50 40
A2 10 40 70
Respuesta:
Si elige A1, saldrá el resultado menos favorable para el (e3=40)
Si elige A2, saldrá el resultado menos favorable para el (e1=10)
Por ello decidirá por la alternativa A2
6.1. Criterios de decisión en incertidumbre
4. Criterio de Optimismo Parcial (Hurwicz)
• Utiliza un alfa (α) de optimismo comprendido entre 0 y 1 y el
complemento (1- α) como coeficiente de pesimismo
• Por ejemplo. ¿Qué alternativa elige si α = 60 %?
Alternativas
Estados de la Naturaleza
e1 e2 e3
A1 60 50 40
A2 10 40 70
Respuesta:
Si elige A1, el mejor resultado es 60 y el peor es 40.
H1 = 60 (α) + 40 (1- α) = 60(0,6) + 40 (0,4) = 52
Si elige A2, el mejor resultado es 70 y el peor es 10.
H2 = 70 (α) + 10 (1- α) = 70(0,6) + 10 (0,4) = 48
Con este nivel de optimismo elige la alternativa A1
6.1. Criterios de decisión en incertidumbre
5. Criterio del Mínimo Pesar
• Lo usa el que tiene aversión a arrepentirse por equivocarse
• Teniendo en cuenta que el pesar es lo que deja de ganar por no elegir
correctamente, esta matriz resulta de:
Alternativas
Estados Naturaleza
e1 e2 e3
A1 60 50 40
A2 10 40 70
Alternativas
Matriz de pesares
e1 e2 e3
A1 0 0 30
A2 50 10 0
• Si sucediera e1, no tendría pesar al elegir A1, pero tendría un pesar de 50 (60 - 10) si hubiera elegido A2.
• Si sucediera e2, no tendría pesar al elegir A1, pero tendría un pesar de 10 (50 - 40) si hubiera elegido A2.
• Si sucediera e3, no tendría pesar al elegir A1. pero tendría un pesar de 30 (70 - 40) si hubiera elegido A1.
Respuesta:
Los máximos pesares posible son en:
alternativa A1 es 30 y
alternativa A2 es 50,
Por lo cuál eligiendo A1 se expondrá siempre al mínimo pesar posible.
6.2. Criterios de decisión en riesgo
• Se caracterizan por el comportamiento de los estados de la
naturaleza del tipo probabilístico.
• Probabilidades son conocidas o pueden ser estimadas por el
decisor antes del proceso de toma de decisiones.
• Los diferentes criterios de decisión en ambiente de riesgo se
basan en el comportamiento de los eventos a ocurrir
asociados a la distribución de probabilidad de los resultados.
6.2. Criterios de decisión en riesgo
• Representaremos por pj la probabilidad de ocurrencia del estado ej.
Estados de la naturaleza
Probabilidades p1 p2 . pj . pn
Alternativas e1 e2 . ej . en
A1 R11 R12 R1j R1n
A2 R21 R22 R2j R2n
Ai . . Rij .
Am Rm1 Rm2 Rmj Rmn
6.2. Criterios de decisión en riesgo
• Los principales criterios de decisión empleados sobre tablas
de decisión en ambiente de riesgo son
1. Criterio del Valor Esperado
2. Criterio del Nivel de Aspiración
3. Criterio del Futuro más Probable
4. Criterio de la Pérdida de Oportunidad Esperada
5. Valor de la información perfecta
6.2. Criterios de decisión en riesgo
• Para explicar estos criterios usaremos el siguiente ejemplo.
Problema: Una persona tiene que decidir por una de las cuatro
alternativas que tiene (A1, A2, A3 ó A4) y los resultados son ganancias que
dependen de cuatro estados de la naturaleza (e1, e2, e3 y e4), como se
muestra en la siguiente matriz de decisión.
Estados de la naturaleza
Probabilidades 0.2 0.25 0.32 0.23
Alternativas e1 e2 e3 e4
A1 500 490 480 470
A2 300 600 590 580
A3 100 400 700 690
A4 -100 200 500 800
6.2. Criterios de decisión en riesgo
1. Criterio del Valor Esperado
• Es la ocurrencia mas probable de um estado futuro, el resultado o
valor esperado para la alternativa Ai, que notaremos VE(Ai) viene
dado por:
n
VE(Ai) = ∑ pj Rij
i=1
• Por lo que el criterio del valor esperado resulta ser:
• Elegir la alternativa Ai que tenga el mayor VE(Ai) en caso que los
resultados sean favorables.
• Elegir la alternativa Ai que tenga el menor VE(Ai) en caso que los
resultados sean desfavorables.
6.2. Criterios de decisión en riesgo
1. Criterio del Valor Esperado
• VE(A1) = 0,2*500 + 0,25*490 + 0,32*480 + 0,23*470 = 484,20
• VE(A2) = 0,2*300 + 0,25*600 + 0,32*590 + 0,23*580 = 532,20
• VE(A3) = 0,2*100 + 0,25*400 + 0,32*700 + 0,23*690 = 502,70
• VE(A4) = 0,2*-100 + 0,25*200 + 0,32*500 + 0,23*800= 374,00
• Respuesta: elegir la alternativa A2, pues proporciona el máximo de los
valores esperados de 532,20
• Un problema de este criterio es que no considera las situaciones ante
posibles pérdidas
6.2. Criterios de decisión en riesgo
2. Criterio del Nivel de Aspiración
• El decisor fija un valor al nivel de aspiración (NA) a obtener.
• Se suman para cada alternativa las probabilidades correspondientes a
cada pago que sea mayor o igual al nivel de aspiración fijado.
n
M(Ai) = ∑ pj , para Rij ≥ NA
j=1
• Se selecciona la alternativa cuya suma de probabilidad sea la mayor.
M(Ak) = max M(Ai)
1≤ i ≤ m
6.2. Criterios de decisión en riesgo
2. Criterio del Nivel de Aspiración
• En el ejemplo, el decisor fija el nivel de aspiración NA = 550
• Respuesta: Elegir la alternativa A2, pues proporciona el máximo de la
suma de las probabilidades correspondientes a 0.8, que pasan el nivel de
aspiración.
Estados de la naturaleza
Probabilidades 0.2 0.25 0.32 0.23
Alternativas e1 e2 e3 e4 M(Ai)
A1 500 490 480 470 0
A2 300 600 590 580 0.25+0.32+0.23= 0.8
A3 100 400 700 690 0.32+0.23=0.55
A4 -100 200 500 800 0.23
6.2. Criterios de decisión en riesgo
3. Criterio del Futuro más Probable
• Resulta de elegir la alternativa Ai, a partir del estado mas probable, cuyo
resultado sea el mayor.
• En el ejemplo planteado.
• Respuesta: Elegir la alternativa A3. corresponde al mejor pago de 700
• Apropiado para decisiones no repetitivas
Estados de la naturaleza
Probabilidades 0.2 0.25 0.32 0.23
Alternativas e1 e2 e3 e4 e3
A1 500 490 480 470 480
A2 300 600 590 580 590
A3 100 400 700 690 700
A4 -100 200 500 800 500
6.2. Criterios de decisión en riesgo
4. Criterio de la Pérdida de Oportunidad Esperada
• Formar la matriz con pérdida de oportunidad (también se llama matriz
de arrepentimiento).
• Para formar esta matriz, se escoge la mejor alternativa por cada evento
(columnas) y se forma una nueva matriz restando el valor de esa mejor
alternativa a las demás alternativas (elementos de la columna).
• Luego se multiplica cada valor Rij por el valor de probabilidad asociado,
de cada alternativa.
• La matriz de pérdidas de oportunidad quedaría:
6.2. Criterios de decisión en riesgo
4. Criterio de la Pérdida de Oportunidad Esperada
VE(A1) = 0,2*0 + 0,25*110 + 0,32*220 + 0,23*330 = 173,80
VE(A2) = 0,2*200 + 0,25*0 + 0,32*110 + 0,23*220 = 125,80
VE(A3) = 0,2*400 + 0,25*200 + 0,32*0 + 0,23*110 = 155,30
VE(A4) = 0,2*600 + 0,25*400 + 0,32*200 + 0,23*0 = 284,00
Respuesta: Elegir la alternativa A2, proporciona la menor pérdida esperada.
Perdidas de oportunidad
VEi
Prob. 0.2 0.25 0.32 0.23
Alt. e1 e2 e3 e4
A1 0 110 330 330 173,80
A2 200 0 110 220 125,80
A3 400 200 0 110 155,30
A4 600 400 200 0 284,00
Estados de la naturaleza
Prob. 0.2 0.25 0.32 0.23
Alt. e1 e2 e3 e4
A1 500 490 480 470
A2 300 600 590 580
A3 100 400 700 690
A4 -100 200 500 800
Alt. e1
A1 500-500 = 0
A2 500-300 = 200
A3 500-100 = 400
A4 500-(-100) = 600
Mayor de e1 = 500
6.2. Criterios de decisión en riesgo
5. Valor de la información perfecta
• Si usted supiera cual será el futuro, es decir si tuviera una información perfecta,
fácilmente podría escoger la mejor alternativa.
• Aunque no es posible conocer el futuro con toda precisión, puede ser posible
utilizar la investigación de mercado para obtener un conocimiento adicional
sobre el futuro.
• Para determinar el valor esperado de la información perfecta, es necesario
calcular la ganancia esperada adicional que se obtendría al tener tal información
perfecta.
VEIP = VEconIP – VEsinIP.
• El VEIP proporciona una estimación de que tan costoso puede ser llevar una
investigación de mercado.
6.2. Criterios de decisión en riesgo
5. Valor de la información perfecta
• Tome el beneficio máximo de cada estado de la naturaleza
• Multiplique cada uno por la probabilidad de que ocurra ese estado de la
naturaleza y luego súmelos obtendrá el VEconIP.
• Reste el beneficio esperado, VEsinIP.
• VEIP = VEconIP – VEsinIP.
6.2. Criterios de decisión en riesgo
5. Valor de la información perfecta
• VEconIP = 0,20*500 + 0,25*600 + 0,32*700 + 0,23*800 = 658,00
• VEsinIP = 532,20
• VEIP = VEconIP – VEsinIP
• VEIP = 658,00 – 532,20 = 125,80
• No tendríamos que pagar mas de 125,80 por hacer un estudio de mercado.
Estados de la naturaleza
Probabilidades 0.2 0.25 0.32 0.23
Alternativas e1 e2 e3 e4 VE(Ai)
A1 500 490 480 470 484,20
A2 300 600 590 580 532,20
A3 100 400 700 690 502,70
A4 -100 200 500 800 374,00
7. Función de utilidad
Cuantificación de la utilidad
Se debe asociar a cada ganancia de la matriz de pagos, una utilidad en forma de
valor numérico que refleje la preferencia relativa del tomador de decisiones.
Esto se lleva a cabo trabajando con el tomador de decisiones y siguiendo los
siguientes pasos:
1. Descripción del problema
2. Selección de la decisión utilizando el VEM.
3. Ordenamiento de todas las ganancias.
4. Conversión de ganancias en utilidades
5. Toma de decisiones usando la tabla de utilidad
7. Función de utilidad
1. Descripción del problema
• Una compañía debe decidir la adquisición de una representación de una marca de TV. Para
los siguientes 5 años. Después de una revisión, se sugirieron las siguientes alternativas.
C = Adquirir la representación de compañía con productos bien conocidos y
reconocimiento de su marca.
E = Adquirir la representación de compañía con productos estándar pero que no tiene
renombre.
N = Adquirir la representación de compañía nueva que ha desarrollado un aparato de
TV innovador.
• El departamento de investigación ha utilizado un estudio de mercado para determinar que
la probabilidad de capturar el mercado depende del tipo de representación a adquirir.
Participación del
Mercado
Alternativas
Baja
(B)
Promedio
(P)
Altas
(A)
C -5 4 7
E -1 2 5
N -1 3 15
Probabilidades
condicionales
Alternativas
Baja
(B)
Promedio
(P)
Altas
(A)
C 0,3 0,5 0,2
E 0,4 0,4 0,2
N 0,6 0,3 0,1
7. Función de utilidad
2. Selección de la decisión utilizando el VEM.
VE (C) = -5*(0,3) + 4*(0,5) + 7*(0,2) = 1,9  Mejor alternativa
VE (E) = -1*(0,4) + 2*(0,4) + 5*(0,2) = 1,4
VE (N) = -1*(0,6) + 3*(0,3) + 15*(0,1) = 1,8
• Utilizando el criterio de maximizar la ganancia esperada, la respuesta seria elegir
la alternativa C representación con renombre con una ganancia esperada de 1,9
millones de Dólares.
7. Función de utilidad
3. Ordenamiento de todas las ganancias
• Clasificar las ganancias en orden descendente, por ejemplo:
• 15, 7, 5, 4, 3, 2, -1, -1, -5
• Estas ganancias son relativas, usted puede asignar una utilidad de digamos 100 a
la mayor ganancia (15 millones) y de 0 a la menor (-5 millones) en este caso.
Participación del Mercado
Alternativas Baja (B) Promedio (P) Altas (A)
C -5 4 7
E -1 2 5
N -1 3 15
7. Función de utilidad
4. Conversión de ganancias en utilidades
• Se necesita saber como el tomador de decisiones evalúa los 7 millones con respecto a la
mayor ganancia de 15 y con respecto de la menor ganancia de -5.
• Se aplica el juego de la lotería, donde se evalúan dos alternativa la lotería o la ganancia
segura.
• Ejemplo:
Alternativa 1: jugar lotería de 15(0,05) - 5(0,95) ---> el VE = -4
Alternativa 2: ganar con seguridad 7 ----> el VE = 7 <-- Elegir la alternativa
2
Alternativa 1: jugar lotería de 15(0,95) - 5(0,05) ---> el VE = 14 <-- Elegir la alternativa 1
Alternativa 2: ganar con seguridad 7 ---> el VE = 7
• El objetivo es determinar una probabilidad “p” de modo que al decisor le sea igual, jugar la
lotería o elegir la ganancia segura.
7. Función de utilidad
4. Conversión de ganancias en utilidades
• Suponga que el decisor indica que le es indiferente entre las dos alternativas con
una probabilidad de p=0,4
Alternativa 1: jugar lotería de 15(0,4)-5(0,6) -----> el VE = 3
Alternativa 2: ganar con seguridad 7 -----> el VE = 7
• Esto indica que el decisor esta dispuesto a pagar 7 millones para jugar una lotería
cuya ganancia esperada es de solamente de 3 millones.
• Esto es así debido a que le dan la oportunidad de ganar 15 millones un valor
relativamente mucho mayor.
7. Función de utilidad
4. Conversión de ganancias en utilidades
• Se repite este proceso de entrevistas para encontrar la utilidad de cada una de las
ganancias restantes, obteniendo la siguiente tabla:
Ganancia p Utilidad 100p
15 1,00 100
7 0,40 40
5 0,30 30
4 0,25 25
3 0,20 20
2 0,16 16
-1 0,10 10
-1 0,10 10
-5 0,00 0
7. Función de utilidad
5. Toma de decisiones usando la tabla de utilidad
• Se crea la tabla de utilidad sustituyendo cada valor de la tabla por la utilidad
asociada
• Esta nueva solución es congruente con la filosofía de inversión más agresiva,
reflejada mediante su utilidad.
Tabla de utilidades
Alternativas
Baja
(B)
Promedio
(P)
Altas
(A)
C 0 25 40
E 10 16 30
N 10 20 100
Probabilidades
condicionales
Alternativas
Baja
(B)
Promedio
(P)
Altas
(A)
C 0,3 0,5 0,2
E 0,4 0,4 0,2
N 0,6 0,3 0,1
Utilidad Esperada:
UE (C) = 0*(0,3) + 25*(0,5) + 40*(0,2) = 20,5
UE (E) = 10*(0,4) + 16*(0,4) + 30*(0,2) = 16,4
UE (N) = 10*(0,6) + 20*(0,3) + 100*(0,1) = 22,0 Mejor alternativa
7. Función de utilidad
• Se obtiene al trazar una grafica de utilidad contra ganancias, interpolando entre
estos puntos, creando una función de utilidad que puede convertir cualquier
ganancia en una utilidad asociada.
• Una Función de utilidad que se forma por debajo de la línea AB, indica un
tomador de decisiones buscador de riesgo.
Ganancia p
Utilidad
100p
15 1,00 100
7 0,40 40
5 0,30 30
4 0,25 25
3 0,20 20
2 0,16 16
-1 0,10 10
-1 0,10 10
-5 0,00 0 0
20
40
60
80
100
120
-10 -5 0 5 10 15 20
Utilidad
Función de
utilidad
A
B
Ganancia
7. Función de utilidad
• La función de utilidad que se forma por encima de la línea AB, indica un tomador
de decisiones contrario al riesgo. Como en la siguiente tabla
Alt.1: jugar lotería de 15(0,75)-5(0,25) -----> el VE = 10
Alt.2: ganar con seguridad 7 -----> el VE = 7
Ganancia p
Utilidad
100p
15 1,00 100
7 0,75 75
5 0,70 70
4 0,65 65
3 0,55 55
2 0,50 50
-1 0,35 35
-1 0,35 35
-5 0,00 0
0
20
40
60
80
100
120
-10 -5 0 5 10 15 20
Utilidad
A
B
Función de
utilidad
Ganancia
El decisor no esta dispuesto a pagar 7
millones por jugar la lotería cuyo VE es 10
GRACIAS
Docente: Javier Francisco Panta Salazar

Más contenido relacionado

La actualidad más candente

Cadenas de Markov - Estados absorbentes y de tiempo continuo
Cadenas de Markov - Estados absorbentes y de tiempo continuoCadenas de Markov - Estados absorbentes y de tiempo continuo
Cadenas de Markov - Estados absorbentes y de tiempo continuoAlberto Carranza Garcia
 
Diagrama Matricial
Diagrama MatricialDiagrama Matricial
Diagrama MatricialViviana3011
 
Md ejercicios resueltos teoria de la decision
Md   ejercicios resueltos teoria de la decisionMd   ejercicios resueltos teoria de la decision
Md ejercicios resueltos teoria de la decisionSarita Carbajal
 
Ejercicios metodos de suavizamiento exponencial
Ejercicios metodos de suavizamiento exponencialEjercicios metodos de suavizamiento exponencial
Ejercicios metodos de suavizamiento exponencialAlberth ibañez Fauched
 
Manual spc 2da edición 2005 español
Manual spc 2da edición 2005 españolManual spc 2da edición 2005 español
Manual spc 2da edición 2005 españolGus567
 
Equipo 1 metodo de los factores ponderados
Equipo 1 metodo de los factores ponderadosEquipo 1 metodo de los factores ponderados
Equipo 1 metodo de los factores ponderadosJorge Lujan
 
Capacidad del proceso
Capacidad del procesoCapacidad del proceso
Capacidad del procesoJuan Medellin
 
Elementos para garantizar el éxito de la simulación
Elementos para garantizar el éxito de la simulaciónElementos para garantizar el éxito de la simulación
Elementos para garantizar el éxito de la simulaciónAnthony Benalcazar
 
Unidad 2-estudio-del-trabajo
Unidad 2-estudio-del-trabajoUnidad 2-estudio-del-trabajo
Unidad 2-estudio-del-trabajoLuis Vera Hdz
 
METODO CUANTITATIVO PARA LA LOCALIZACION DE UNA SOLA INSTALACION
METODO CUANTITATIVO PARA LA LOCALIZACION DE UNA SOLA INSTALACIONMETODO CUANTITATIVO PARA LA LOCALIZACION DE UNA SOLA INSTALACION
METODO CUANTITATIVO PARA LA LOCALIZACION DE UNA SOLA INSTALACIONRaul Garcia Hernandez
 
Indices de capacidad
Indices de capacidadIndices de capacidad
Indices de capacidadKevin Sotelo
 
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”vanessa sobvio
 
3.6 sistema de calificación de la actuación
3.6 sistema de calificación de la actuación3.6 sistema de calificación de la actuación
3.6 sistema de calificación de la actuaciónyessyduron
 
1 metodologia-taguchi-u21
1 metodologia-taguchi-u211 metodologia-taguchi-u21
1 metodologia-taguchi-u21Alfredo Pagaza
 

La actualidad más candente (20)

Unidad 1. Métodos cualitativos para localización de instalaciones
Unidad 1. Métodos cualitativos para localización de instalacionesUnidad 1. Métodos cualitativos para localización de instalaciones
Unidad 1. Métodos cualitativos para localización de instalaciones
 
Cadenas de Markov - Estados absorbentes y de tiempo continuo
Cadenas de Markov - Estados absorbentes y de tiempo continuoCadenas de Markov - Estados absorbentes y de tiempo continuo
Cadenas de Markov - Estados absorbentes y de tiempo continuo
 
Diagrama Matricial
Diagrama MatricialDiagrama Matricial
Diagrama Matricial
 
3.1 sistemas de tiempos predeterminados
3.1 sistemas de tiempos predeterminados3.1 sistemas de tiempos predeterminados
3.1 sistemas de tiempos predeterminados
 
Md ejercicios resueltos teoria de la decision
Md   ejercicios resueltos teoria de la decisionMd   ejercicios resueltos teoria de la decision
Md ejercicios resueltos teoria de la decision
 
Trabajo arbol dedecisiones
Trabajo arbol dedecisiones Trabajo arbol dedecisiones
Trabajo arbol dedecisiones
 
Ejercicios metodos de suavizamiento exponencial
Ejercicios metodos de suavizamiento exponencialEjercicios metodos de suavizamiento exponencial
Ejercicios metodos de suavizamiento exponencial
 
Tecnica most
Tecnica mostTecnica most
Tecnica most
 
Manual spc 2da edición 2005 español
Manual spc 2da edición 2005 españolManual spc 2da edición 2005 español
Manual spc 2da edición 2005 español
 
Investigción de Operaciones: Programación Lineal
Investigción de Operaciones: Programación LinealInvestigción de Operaciones: Programación Lineal
Investigción de Operaciones: Programación Lineal
 
Equipo 1 metodo de los factores ponderados
Equipo 1 metodo de los factores ponderadosEquipo 1 metodo de los factores ponderados
Equipo 1 metodo de los factores ponderados
 
Grafica de control
Grafica de controlGrafica de control
Grafica de control
 
Capacidad del proceso
Capacidad del procesoCapacidad del proceso
Capacidad del proceso
 
Elementos para garantizar el éxito de la simulación
Elementos para garantizar el éxito de la simulaciónElementos para garantizar el éxito de la simulación
Elementos para garantizar el éxito de la simulación
 
Unidad 2-estudio-del-trabajo
Unidad 2-estudio-del-trabajoUnidad 2-estudio-del-trabajo
Unidad 2-estudio-del-trabajo
 
METODO CUANTITATIVO PARA LA LOCALIZACION DE UNA SOLA INSTALACION
METODO CUANTITATIVO PARA LA LOCALIZACION DE UNA SOLA INSTALACIONMETODO CUANTITATIVO PARA LA LOCALIZACION DE UNA SOLA INSTALACION
METODO CUANTITATIVO PARA LA LOCALIZACION DE UNA SOLA INSTALACION
 
Indices de capacidad
Indices de capacidadIndices de capacidad
Indices de capacidad
 
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”
 
3.6 sistema de calificación de la actuación
3.6 sistema de calificación de la actuación3.6 sistema de calificación de la actuación
3.6 sistema de calificación de la actuación
 
1 metodologia-taguchi-u21
1 metodologia-taguchi-u211 metodologia-taguchi-u21
1 metodologia-taguchi-u21
 

Similar a Herramientas para la toma de decisiones

Toma de-deciciones
Toma de-decicionesToma de-deciciones
Toma de-decicionescramoscha
 
Manual metodos cuantitativos equipo 3
Manual metodos cuantitativos equipo 3Manual metodos cuantitativos equipo 3
Manual metodos cuantitativos equipo 3Vikthor_Ivashkov
 
Herramientas basicas para_la_solucion_de_problemas_1 (1)
Herramientas basicas para_la_solucion_de_problemas_1 (1)Herramientas basicas para_la_solucion_de_problemas_1 (1)
Herramientas basicas para_la_solucion_de_problemas_1 (1)Rigoberto Mondragon Cervera
 
6 Toma De Decisiones
6   Toma De Decisiones6   Toma De Decisiones
6 Toma De Decisionesguest5f432d3
 
admonagrop-171222001330.pdf
admonagrop-171222001330.pdfadmonagrop-171222001330.pdf
admonagrop-171222001330.pdfAngellaDau1
 
3 toma de desiciones y solucion de problemas
3 toma de desiciones y solucion de problemas3 toma de desiciones y solucion de problemas
3 toma de desiciones y solucion de problemasEuge Fernandez Martinez
 
Control estadistico de calidad ii09002
Control estadistico de calidad ii09002Control estadistico de calidad ii09002
Control estadistico de calidad ii09002Maestros Online
 
Decision theory - Decision Analyisis 1
Decision theory - Decision Analyisis 1Decision theory - Decision Analyisis 1
Decision theory - Decision Analyisis 1Edgar Mata
 
Herramientas para la solucion de problemas
Herramientas para la solucion de problemasHerramientas para la solucion de problemas
Herramientas para la solucion de problemasUlises Espinoza Upel
 
Toma de decisiones compartida
Toma de decisiones compartidaToma de decisiones compartida
Toma de decisiones compartidaAndrea Cel
 
INVESTIGACIÓN DE OPERACIONES
INVESTIGACIÓN DE OPERACIONESINVESTIGACIÓN DE OPERACIONES
INVESTIGACIÓN DE OPERACIONESAlanMedina80
 
Toma de decisiones
Toma de decisionesToma de decisiones
Toma de decisionesANEP - DETP
 

Similar a Herramientas para la toma de decisiones (20)

Capitulo 6 - Toma de decisiones
Capitulo 6 - Toma de decisionesCapitulo 6 - Toma de decisiones
Capitulo 6 - Toma de decisiones
 
Toma de-deciciones
Toma de-decicionesToma de-deciciones
Toma de-deciciones
 
Manual metodos cuantitativos equipo 3
Manual metodos cuantitativos equipo 3Manual metodos cuantitativos equipo 3
Manual metodos cuantitativos equipo 3
 
8ds 091013111519-phpapp01
8ds 091013111519-phpapp018ds 091013111519-phpapp01
8ds 091013111519-phpapp01
 
Herramientas basicas para_la_solucion_de_problemas_1 (1)
Herramientas basicas para_la_solucion_de_problemas_1 (1)Herramientas basicas para_la_solucion_de_problemas_1 (1)
Herramientas basicas para_la_solucion_de_problemas_1 (1)
 
Toma de Decisiones
Toma de DecisionesToma de Decisiones
Toma de Decisiones
 
6 Toma De Decisiones
6   Toma De Decisiones6   Toma De Decisiones
6 Toma De Decisiones
 
6 Toma De Decisiones
6   Toma De Decisiones6   Toma De Decisiones
6 Toma De Decisiones
 
admonagrop-171222001330.pdf
admonagrop-171222001330.pdfadmonagrop-171222001330.pdf
admonagrop-171222001330.pdf
 
fgS-1.pptx
fgS-1.pptxfgS-1.pptx
fgS-1.pptx
 
3 toma de desiciones y solucion de problemas
3 toma de desiciones y solucion de problemas3 toma de desiciones y solucion de problemas
3 toma de desiciones y solucion de problemas
 
Control estadistico de calidad ii09002
Control estadistico de calidad ii09002Control estadistico de calidad ii09002
Control estadistico de calidad ii09002
 
6 sigma parte vi
6 sigma parte vi6 sigma parte vi
6 sigma parte vi
 
Decision theory - Decision Analyisis 1
Decision theory - Decision Analyisis 1Decision theory - Decision Analyisis 1
Decision theory - Decision Analyisis 1
 
Admon agrop. cap 6
Admon agrop. cap 6Admon agrop. cap 6
Admon agrop. cap 6
 
Herramientas para la solucion de problemas
Herramientas para la solucion de problemasHerramientas para la solucion de problemas
Herramientas para la solucion de problemas
 
Toma de decisiones compartida
Toma de decisiones compartidaToma de decisiones compartida
Toma de decisiones compartida
 
INVESTIGACIÓN DE OPERACIONES
INVESTIGACIÓN DE OPERACIONESINVESTIGACIÓN DE OPERACIONES
INVESTIGACIÓN DE OPERACIONES
 
Toma de decisiones
Toma de decisionesToma de decisiones
Toma de decisiones
 
8 D’s
8 D’s8 D’s
8 D’s
 

Último

CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdfCAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdfReneBellido1
 
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdfPresentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdfMIGUELANGELCONDORIMA4
 
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Francisco Javier Mora Serrano
 
AMBIENTES SEDIMENTARIOS GEOLOGIA TIPOS .pptx
AMBIENTES SEDIMENTARIOS GEOLOGIA TIPOS .pptxAMBIENTES SEDIMENTARIOS GEOLOGIA TIPOS .pptx
AMBIENTES SEDIMENTARIOS GEOLOGIA TIPOS .pptxLuisvila35
 
Diapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuestaDiapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuestajeffsalazarpuente
 
CENTROIDES Y MOMENTOS DE INERCIA DE AREAS PLANAS.pdf
CENTROIDES Y MOMENTOS DE INERCIA DE AREAS PLANAS.pdfCENTROIDES Y MOMENTOS DE INERCIA DE AREAS PLANAS.pdf
CENTROIDES Y MOMENTOS DE INERCIA DE AREAS PLANAS.pdfpaola110264
 
Una estrategia de seguridad en la nube alineada al NIST
Una estrategia de seguridad en la nube alineada al NISTUna estrategia de seguridad en la nube alineada al NIST
Una estrategia de seguridad en la nube alineada al NISTFundación YOD YOD
 
estadisticasII Metodo-de-la-gran-M.pdf
estadisticasII   Metodo-de-la-gran-M.pdfestadisticasII   Metodo-de-la-gran-M.pdf
estadisticasII Metodo-de-la-gran-M.pdfFlorenciopeaortiz
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfMikkaelNicolae
 
Normas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISINormas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISIfimumsnhoficial
 
Comite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxComite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxClaudiaPerez86192
 
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdfECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdffredyflores58
 
Reporte de Exportaciones de Fibra de alpaca
Reporte de Exportaciones de Fibra de alpacaReporte de Exportaciones de Fibra de alpaca
Reporte de Exportaciones de Fibra de alpacajeremiasnifla
 
Edificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes GranadaEdificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes GranadaANDECE
 
Seleccion de Fusibles en media tension fusibles
Seleccion de Fusibles en media tension fusiblesSeleccion de Fusibles en media tension fusibles
Seleccion de Fusibles en media tension fusiblesSaulSantiago25
 
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.ariannytrading
 
4.6 DEFINICION DEL PROBLEMA DE ASIGNACION.pptx
4.6 DEFINICION DEL PROBLEMA DE ASIGNACION.pptx4.6 DEFINICION DEL PROBLEMA DE ASIGNACION.pptx
4.6 DEFINICION DEL PROBLEMA DE ASIGNACION.pptxGARCIARAMIREZCESAR
 
Fijaciones de balcones prefabricados de hormigón - RECENSE
Fijaciones de balcones prefabricados de hormigón - RECENSEFijaciones de balcones prefabricados de hormigón - RECENSE
Fijaciones de balcones prefabricados de hormigón - RECENSEANDECE
 
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPSEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPJosLuisFrancoCaldern
 

Último (20)

CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdfCAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
 
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdfPresentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
 
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
 
AMBIENTES SEDIMENTARIOS GEOLOGIA TIPOS .pptx
AMBIENTES SEDIMENTARIOS GEOLOGIA TIPOS .pptxAMBIENTES SEDIMENTARIOS GEOLOGIA TIPOS .pptx
AMBIENTES SEDIMENTARIOS GEOLOGIA TIPOS .pptx
 
Diapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuestaDiapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuesta
 
CENTROIDES Y MOMENTOS DE INERCIA DE AREAS PLANAS.pdf
CENTROIDES Y MOMENTOS DE INERCIA DE AREAS PLANAS.pdfCENTROIDES Y MOMENTOS DE INERCIA DE AREAS PLANAS.pdf
CENTROIDES Y MOMENTOS DE INERCIA DE AREAS PLANAS.pdf
 
Una estrategia de seguridad en la nube alineada al NIST
Una estrategia de seguridad en la nube alineada al NISTUna estrategia de seguridad en la nube alineada al NIST
Una estrategia de seguridad en la nube alineada al NIST
 
estadisticasII Metodo-de-la-gran-M.pdf
estadisticasII   Metodo-de-la-gran-M.pdfestadisticasII   Metodo-de-la-gran-M.pdf
estadisticasII Metodo-de-la-gran-M.pdf
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
 
Normas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISINormas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISI
 
VALORIZACION Y LIQUIDACION MIGUEL SALINAS.pdf
VALORIZACION Y LIQUIDACION MIGUEL SALINAS.pdfVALORIZACION Y LIQUIDACION MIGUEL SALINAS.pdf
VALORIZACION Y LIQUIDACION MIGUEL SALINAS.pdf
 
Comite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxComite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptx
 
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdfECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
 
Reporte de Exportaciones de Fibra de alpaca
Reporte de Exportaciones de Fibra de alpacaReporte de Exportaciones de Fibra de alpaca
Reporte de Exportaciones de Fibra de alpaca
 
Edificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes GranadaEdificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes Granada
 
Seleccion de Fusibles en media tension fusibles
Seleccion de Fusibles en media tension fusiblesSeleccion de Fusibles en media tension fusibles
Seleccion de Fusibles en media tension fusibles
 
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.
 
4.6 DEFINICION DEL PROBLEMA DE ASIGNACION.pptx
4.6 DEFINICION DEL PROBLEMA DE ASIGNACION.pptx4.6 DEFINICION DEL PROBLEMA DE ASIGNACION.pptx
4.6 DEFINICION DEL PROBLEMA DE ASIGNACION.pptx
 
Fijaciones de balcones prefabricados de hormigón - RECENSE
Fijaciones de balcones prefabricados de hormigón - RECENSEFijaciones de balcones prefabricados de hormigón - RECENSE
Fijaciones de balcones prefabricados de hormigón - RECENSE
 
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPSEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
 

Herramientas para la toma de decisiones

  • 1. Asignatura : HERRAMIENTAS PARA LA TOMA DE DECISIONES ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL FACULTAD DE INGENIERÍA
  • 2. UNIDADES DIDACTICAS Primera Unidad: TEORÍA DE DECISIONES, CADENAS DE MARKO Segunda Unidad: LÍNEAS DE ESPERA Y TEORÍA DE JUEGOS Tercera Unidad: SIMULACIÓN
  • 3. Primera Unidad: TEORÍA DE DECISIONES, CADENAS DE MARKO Sesión Contenidos TEORÍA DE DECISIONES 1 Concepto de decisiones 2 Uso del Teorema de Bayes para la toma de Decisiones. 3 Árboles de decisión CADENAS DE MARKO 4 Cadena de Markov 5 Cadena de Markov: : Matriz Absorvente EXAMEN PARCIAL
  • 4. TEORÍA DE DECISIONES • Logro: Al finalizar la sesión, el estudiante aplica el modelo de teoría de decisiones en ambientes de incertidumbre y riesgo. • Importancia: En las empresas o negocios de cualquier tamaño una decisión mal tomada puede llevarnos al fracaso, por tal razón las personas encargadas de la toma de decisiones, deben estar capacitadas y saber ampliamente todas las características y pasos de este proceso, sobre todo en condiciones de certeza, riesgo e incertidumbre.
  • 5. Sesión 01: 1. Concepto de decisiones 2. Tipos de decisiones 3. Proceso racional de toma de decisiones 4. Ambientes de decisión 5. Definición de matriz de decisión 6. Criterios de decisión. 7. Función de utilidad
  • 6. 1. Concepto de decisiones La decisión empresarial • En la organización nos referimos a aquellas decisiones que son relevantes para el funcionamiento de la compañía. • Centro de decisiones voluntarias tomadas en un entorno incierto. • Actividad altamente compleja que depende de innumerables factores internos y externos a la empresa, interrelacionados entre sí. • “Métodos científicos”, aproximación ordenada y sistemática para resolver un problema.
  • 7. 1. Concepto de decisiones Como un proceso: • Elegir entre varias opciones posibles para resolver un problema concreto o buscar un objetivo predeterminado. • La decisión en su conjunto implica el concurso de información y la guía de un determinado objetivo más o menos formalizado. • Una vez tomada la decisión procede la realización de la acción correspondiente en un circuito de tipo información- decisión-acción-retroinformación.
  • 8. 2. Tipos de decisiones Incertidumbre Certidumbre Riesgo Estratégicas Tácticas Operativas Producción Programadas No Programadas Rutinarias Selectivas Creativas Innovadoras
  • 9. 2. Tipos de decisiones Problemas bien y mal estructurados • Bien: Problemas directos familiares, fácilmente definidos • Mal: Problemas nuevos con información ambigua o incompleta. Decisiones programadas y no programadas • Programada: Una decisión repetitiva que puede ser manejada mediante un enfoque rutinario. • No Programada: Una decisión única que requiere una solución única. Decisiones No Program. Decisiones Program. Tipo de Problema Mal Estructuradas. Superior Bien Estructuradas. Inferior Nivel Org.
  • 10. 3. Proceso racional de toma de decisiones • Serie de ocho pasos que incluye: Identificar el problema, Seleccionar una alternativa y evaluar la eficacia de la decisión. • Es llamado, Matriz de preferencias o calificación de factores Identificación de un Problema Identificación de Criterios de decisión Asignación de ponderación a los criterios Desarrollo de Alternativas Evaluación de la Eficacia de la Decisión Implementación de Una Alternativa Selección de una Alternativa Análisis de Alternativas
  • 11. 3. Proceso racional de toma de decisiones • Ejemplo: proceso racional Precio Fabricante y Modelo Garantías Soporte Confiabilidad Registro de Servicio Confiabilidad 100 Fabricante y Modelo 85 Soporte 70 Registro de Servicio 25 Garantía 10 Precio 10 Identificación De un Problema Identificación De un criterio De decisión Asignación de Pesos a Criterios Desarrollo De alternativas Análisis de Alternativas Selección de Alternativas Implementación de Alternativas Evaluación Decisión ¿NECESITO UN COMPUTADOR? IBM ACER IBM AST DEC ZEOS ALR Proceso de Toma de Decisiones IBM
  • 12. 3. Proceso racional de toma de decisiones Paso 1: Identificación del Problema • Podemos hacer una representación del problema, utilizando la siguiente simbología • Síntomas: Indicativo que existe un problema • Problema: Discrepancia entre dos estados de cosas, el existente y el deseado
  • 13. 3. Proceso racional de toma de decisiones • Paso 1: Identificación del Problema Disminución de las Ventas. ? Quejas de Vendedores Por Lentitud Saturación de los discos duros Retraso en entrega de Información. Pérdida de Información ?
  • 14. 3. Proceso racional de toma de decisiones • Paso 1: Identificación del Problema Aumento de las Ventas. Se necesita Nueva Computadora Vendedores conformes con velocidad Discos duros con suficiente capacidad Información entregada a tiempo. Información Segura Solución
  • 15. 3. Proceso racional de toma de decisiones • Paso 2: Identificación de los criterios de decisión. • Son las condiciones que se busca que las alternativas tengan para poder decidirse por alguna de ellas. • Se dice que de los sintomas deben de salir criterios de decisión y que estos criterios deben de tener prioridades altas, el resto de los criterios surgen de las restricciones que podemos tener al momento de resolver un problema. • Ejemplos: 1) Precio. 2) Calidad. 3) Garantia. 4) Soporte. 5) Fiabilidad 6) Capacidad de almacenamiento 7) Rápidez 8) Etc.
  • 16. 3. Proceso racional de toma de decisiones • Paso 3: Asignación de Ponderación de los criterios de decisión. • Es un proceso en el cual se le da una puntuación a cada variable, tomando como base la clasificación del criterio mas importante, para tener un mejor enfoque al momento de decidir. • Ejemplos: 1) Precio 7 2) Calidad 8 3) Garantia 5 4) Soporte 4 5) Fiabilidad 10 6) Capacidad de almacenamiento 10 7) Rápidez 9 8) Etc.
  • 17. 3. Proceso racional de toma de decisiones • Paso 4: Desarrollo de Alternativas. • Es el desarrollo de una lista de alternativas viables con las que se pueda resolver el problema. • Ejemplos: • AST Ascentia A42. • Compaq Armada 4100. • Fujitsu LifeBook 5500CT. • IBM ThinkPad 760ED. • NEC Versa 2435CD. • Sharp WideNote W-100T • Texas Instruments. • Travel Mate 6050
  • 18. 3. Proceso racional de toma de decisiones • Paso 5: Análisis de Alternativas. • A) Dar puntajes a las alternativas presentadas sobre los diferentes criterios a evaluar • Ejemplo: Criterios 10 10 9 8 7 5 4 Alternativas Capacidad Fiabilidad Rápidez Calidad Precio Garantia Soporte AST Ascentia A42. 3 8 7 5 3 10 6 Compaq Armada 4100. 10 8 8 7 6 5 7 Fujitsu LifeBook 555T. 9 10 10 10 9 10 8 IBM ThinkPad 760ED. 7 8 9 9 3 10 9 NEC Versa 2435CD. 8 6 7 10 6 10 5 Sharp WideNote W-100T 5 10 4 8 3 5 4 Texas Instruments. 4 2 8 6 10 10 8 Travel Mate 6050 6 4 2 7 10 10 10 Evaluación Puntajes optenidos de las alternativas presentadas evaluación entre (0-10)
  • 19. 3. Proceso racional de toma de decisiones • Paso 5: Análisis de Alternativas. • B) Multiplicar los puntajes con los criterios de evaluación y sumar totales. • Ejemplo: Puntaje Alternativas Capacidad Fiabilidad Rápidez Calidad Precio Garantia Soporte Total AST Ascentia A42. 30 80 63 40 21 50 24 308 Compaq Armada 4100. 100 80 72 56 42 25 28 403 Fujitsu LifeBook 555T. 90 100 90 80 63 50 32 505 IBM ThinkPad 760ED. 70 80 81 72 21 50 36 410 NEC Versa 2435CD. 80 60 63 80 42 50 20 395 Sharp WideNote W-100T 50 100 36 64 21 25 16 312 Texas Instruments. 40 20 72 48 70 50 32 332 Travel Mate 6050 60 40 18 56 70 50 40 334 Resultados Valores calculados de las alternativas contra los criterios de decisión.
  • 20. 3. Proceso racional de toma de decisiones • Paso 6: Selección de la Alternativa. • Aquí solo se elige la alternativa que resulto con mayor puntuación en el paso anterior. • Ejemplo: Puntaje Alternativas Total AST Ascentia A42. 308 Compaq Armada 4100. 403 Fujitsu LifeBook 555T. 505 IBM ThinkPad 760ED. 410 NEC Versa 2435CD. 395 Sharp WideNote W-100T 312 Texas Instruments. 332 Travel Mate 6050 334 Resultados
  • 21. 3. Proceso racional de toma de decisiones • Paso 7: Implementación de la Alternativa. • Consiste en poner en práctica la decisión. • Esto incluye el hecho de comunicar la decisión a las personas afectadas y lograr que se comprometan para ponerla en práctica. • Paso 8: Evaluación de la eficacia de la decisión. • Consiste en evaluar el resultado de la decisión para verificar que el problema haya sido resuelto. • En caso contrario se tiene que evaluar que fue lo que fallo, corregir el rumbo realizando el proceso de nuevo.
  • 22. 4. Ambientes de decisión • Tomar decisiones es más sencillo cuanto mayor es la información que se tiene. • El nivel de información determina el tipo de ambiente de la decisión. • Ambientes de decisión: 1. Certeza 2. Riesgo 3. Incertidumbre • Estructurado • No estructurado
  • 23. 5. Definición de matriz de decisión • La solución optima es obtenida de una matriz de ganancias en términos de criterios de decisión • El análisis por matriz de ganancias puede ser aplicado cuando: 1. Hay un conjunto finito de alternativas de decisión. 2. El resultado de una decisión esta en función de un estado de la naturaleza. • En una matriz de ganancias: a. Las filas corresponden a las posibles decisiones alternativas. b. Las columnas corresponden a los posibles estados de la naturaleza. c. El cuerpo de la tabla contiene las ganancias.
  • 24. 5. Definición de matriz de decisión • Matriz de decisiones Alternativas Estados de la Naturaleza S1 S2 … Sn A1 R11 R12 … R1n A2 R21 R22 … R2n . . . … . Am Rm1 Rm2 Rmn Donde: • Ai (A1, A2, …, Am): son alternativas o cursos de acción, el decisor deberá seleccionar uno. • Sj (S1, S2, …, Sn): son los estados de la naturaleza. • Rij: son resultados que surgen de la elección de la alternativa Ai cuando se presenta el estado Sj
  • 25. 5. Definición de matriz de decisión • Ejemplo: Un agricultor ha de decidirse por un cultivo u otro (decisiones A1 ó A2) y los resultados que obtenga dependen de que el invierno sea seco (S1), húmedo (S2) o muy lluvioso (S3), con arreglo a la siguiente matriz de decisión dada. • ¿Qué alternativa elegiría utilizando cada uno los criterios de incertidumbre, sabiendo que estos resultados representan ingresos? Alternativas Estados de la Naturaleza S1 S2 S3 A1 60 50 40 A2 10 40 70
  • 26. 6. Criterios de decisión. • Son métodos que permiten elegir la mejor alternativa en un problema de decisión. • Los diferentes criterios de decisión serán revisados de acuerdo al tipo de ambiente en el que se desarrolla. 6.1. Criterios de decisión en ambiente de incertidumbre 6.2. Criterios de decisión en ambiente de riesgo
  • 27. 6.1. Criterios de decisión en incertidumbre • En un entorno de tanta escasez de información como es el de incertidumbre, ha de intervenir en gran medida la subjetividad: a. Incertidumbre no estructurada: donde no se puede obtener mayor información y ha de tomarse una decisión, esta habrá de basarse en la mera intuición. b. Incertidumbre estructurada: la decisión continúa incorporando una carga de subjetividad muy elevada, de modo que distintas personas tomarían diferentes decisiones, dependiendo de su optimismo o pesimismo, de su aversión al riesgo o al fracaso, etc.
  • 28. 6.1. Criterios de decisión en incertidumbre • Los principales criterios de decisión en entornos de incertidumbre estructurada son: 1. Criterio de Laplace 2. Criterio del Optimista 3. Criterio del Pesimista (Wald) 4. Criterio de Optimismo Parcial (Hurwicz) 5. Criterio del Mínimo Pesar
  • 29. 6.1. Criterios de decisión en incertidumbre 1. Criterio de Laplace • Parte del postulado de Bayes, según el cual, si no se conocen las probabilidades asociadas a cada uno de los estados de la naturaleza, no hay razón para pensar que uno tenga más probabilidades que otros. Alternativas Estados de la Naturaleza e1 e2 e3 A1 60 50 40 A2 10 40 70 Respuesta: A1, su media es: (60+40+50)/3 = 50 A2, su media es: (10+40+70)/3 = 40 Si los resultados mostrados son ingresos, elegirá el mayor: A1
  • 30. 6.1. Criterios de decisión en incertidumbre 2. Criterio del Optimisrta: • Lo hace una persona que piensa que, cualquiera que fuera la alternativa que eligiera, el estado que se presentaría sería el más favorable para ella. Estas pueden ser: • Si los resultados son ganancias, usa el Maximax • Si los resultaos son perdidas usa el Minimin • También esta el optimista conservador Minimax Alternativas Estados de la Naturaleza e1 e2 e3 A1 60 50 40 A2 10 40 70 Respuesta: Si elige A1, saldrá el resultado mas favorable para el (e1=60) Si elige A2, saldrá el resultado mas favorable para el (e3=70) Por ello decidirá por la alternativa A2
  • 31. 6.1. Criterios de decisión en incertidumbre 3. Criterio del Pesimista (Wald) • Lo seguiría una persona que pensara que, cualquiera que fuera la estrategia que eligiera, el estado que se presentaría sería el menos favorable para ella. Éstas pueden ser: • Si los resultados son ganancias, usa el Minimin • Si los resultaos son perdidas usa el Maximax • También esta el optimista conservador Maximin Alternativas Estados de la Naturaleza e1 e2 e3 A1 60 50 40 A2 10 40 70 Respuesta: Si elige A1, saldrá el resultado menos favorable para el (e3=40) Si elige A2, saldrá el resultado menos favorable para el (e1=10) Por ello decidirá por la alternativa A2
  • 32. 6.1. Criterios de decisión en incertidumbre 4. Criterio de Optimismo Parcial (Hurwicz) • Utiliza un alfa (α) de optimismo comprendido entre 0 y 1 y el complemento (1- α) como coeficiente de pesimismo • Por ejemplo. ¿Qué alternativa elige si α = 60 %? Alternativas Estados de la Naturaleza e1 e2 e3 A1 60 50 40 A2 10 40 70 Respuesta: Si elige A1, el mejor resultado es 60 y el peor es 40. H1 = 60 (α) + 40 (1- α) = 60(0,6) + 40 (0,4) = 52 Si elige A2, el mejor resultado es 70 y el peor es 10. H2 = 70 (α) + 10 (1- α) = 70(0,6) + 10 (0,4) = 48 Con este nivel de optimismo elige la alternativa A1
  • 33. 6.1. Criterios de decisión en incertidumbre 5. Criterio del Mínimo Pesar • Lo usa el que tiene aversión a arrepentirse por equivocarse • Teniendo en cuenta que el pesar es lo que deja de ganar por no elegir correctamente, esta matriz resulta de: Alternativas Estados Naturaleza e1 e2 e3 A1 60 50 40 A2 10 40 70 Alternativas Matriz de pesares e1 e2 e3 A1 0 0 30 A2 50 10 0 • Si sucediera e1, no tendría pesar al elegir A1, pero tendría un pesar de 50 (60 - 10) si hubiera elegido A2. • Si sucediera e2, no tendría pesar al elegir A1, pero tendría un pesar de 10 (50 - 40) si hubiera elegido A2. • Si sucediera e3, no tendría pesar al elegir A1. pero tendría un pesar de 30 (70 - 40) si hubiera elegido A1. Respuesta: Los máximos pesares posible son en: alternativa A1 es 30 y alternativa A2 es 50, Por lo cuál eligiendo A1 se expondrá siempre al mínimo pesar posible.
  • 34. 6.2. Criterios de decisión en riesgo • Se caracterizan por el comportamiento de los estados de la naturaleza del tipo probabilístico. • Probabilidades son conocidas o pueden ser estimadas por el decisor antes del proceso de toma de decisiones. • Los diferentes criterios de decisión en ambiente de riesgo se basan en el comportamiento de los eventos a ocurrir asociados a la distribución de probabilidad de los resultados.
  • 35. 6.2. Criterios de decisión en riesgo • Representaremos por pj la probabilidad de ocurrencia del estado ej. Estados de la naturaleza Probabilidades p1 p2 . pj . pn Alternativas e1 e2 . ej . en A1 R11 R12 R1j R1n A2 R21 R22 R2j R2n Ai . . Rij . Am Rm1 Rm2 Rmj Rmn
  • 36. 6.2. Criterios de decisión en riesgo • Los principales criterios de decisión empleados sobre tablas de decisión en ambiente de riesgo son 1. Criterio del Valor Esperado 2. Criterio del Nivel de Aspiración 3. Criterio del Futuro más Probable 4. Criterio de la Pérdida de Oportunidad Esperada 5. Valor de la información perfecta
  • 37. 6.2. Criterios de decisión en riesgo • Para explicar estos criterios usaremos el siguiente ejemplo. Problema: Una persona tiene que decidir por una de las cuatro alternativas que tiene (A1, A2, A3 ó A4) y los resultados son ganancias que dependen de cuatro estados de la naturaleza (e1, e2, e3 y e4), como se muestra en la siguiente matriz de decisión. Estados de la naturaleza Probabilidades 0.2 0.25 0.32 0.23 Alternativas e1 e2 e3 e4 A1 500 490 480 470 A2 300 600 590 580 A3 100 400 700 690 A4 -100 200 500 800
  • 38. 6.2. Criterios de decisión en riesgo 1. Criterio del Valor Esperado • Es la ocurrencia mas probable de um estado futuro, el resultado o valor esperado para la alternativa Ai, que notaremos VE(Ai) viene dado por: n VE(Ai) = ∑ pj Rij i=1 • Por lo que el criterio del valor esperado resulta ser: • Elegir la alternativa Ai que tenga el mayor VE(Ai) en caso que los resultados sean favorables. • Elegir la alternativa Ai que tenga el menor VE(Ai) en caso que los resultados sean desfavorables.
  • 39. 6.2. Criterios de decisión en riesgo 1. Criterio del Valor Esperado • VE(A1) = 0,2*500 + 0,25*490 + 0,32*480 + 0,23*470 = 484,20 • VE(A2) = 0,2*300 + 0,25*600 + 0,32*590 + 0,23*580 = 532,20 • VE(A3) = 0,2*100 + 0,25*400 + 0,32*700 + 0,23*690 = 502,70 • VE(A4) = 0,2*-100 + 0,25*200 + 0,32*500 + 0,23*800= 374,00 • Respuesta: elegir la alternativa A2, pues proporciona el máximo de los valores esperados de 532,20 • Un problema de este criterio es que no considera las situaciones ante posibles pérdidas
  • 40. 6.2. Criterios de decisión en riesgo 2. Criterio del Nivel de Aspiración • El decisor fija un valor al nivel de aspiración (NA) a obtener. • Se suman para cada alternativa las probabilidades correspondientes a cada pago que sea mayor o igual al nivel de aspiración fijado. n M(Ai) = ∑ pj , para Rij ≥ NA j=1 • Se selecciona la alternativa cuya suma de probabilidad sea la mayor. M(Ak) = max M(Ai) 1≤ i ≤ m
  • 41. 6.2. Criterios de decisión en riesgo 2. Criterio del Nivel de Aspiración • En el ejemplo, el decisor fija el nivel de aspiración NA = 550 • Respuesta: Elegir la alternativa A2, pues proporciona el máximo de la suma de las probabilidades correspondientes a 0.8, que pasan el nivel de aspiración. Estados de la naturaleza Probabilidades 0.2 0.25 0.32 0.23 Alternativas e1 e2 e3 e4 M(Ai) A1 500 490 480 470 0 A2 300 600 590 580 0.25+0.32+0.23= 0.8 A3 100 400 700 690 0.32+0.23=0.55 A4 -100 200 500 800 0.23
  • 42. 6.2. Criterios de decisión en riesgo 3. Criterio del Futuro más Probable • Resulta de elegir la alternativa Ai, a partir del estado mas probable, cuyo resultado sea el mayor. • En el ejemplo planteado. • Respuesta: Elegir la alternativa A3. corresponde al mejor pago de 700 • Apropiado para decisiones no repetitivas Estados de la naturaleza Probabilidades 0.2 0.25 0.32 0.23 Alternativas e1 e2 e3 e4 e3 A1 500 490 480 470 480 A2 300 600 590 580 590 A3 100 400 700 690 700 A4 -100 200 500 800 500
  • 43. 6.2. Criterios de decisión en riesgo 4. Criterio de la Pérdida de Oportunidad Esperada • Formar la matriz con pérdida de oportunidad (también se llama matriz de arrepentimiento). • Para formar esta matriz, se escoge la mejor alternativa por cada evento (columnas) y se forma una nueva matriz restando el valor de esa mejor alternativa a las demás alternativas (elementos de la columna). • Luego se multiplica cada valor Rij por el valor de probabilidad asociado, de cada alternativa. • La matriz de pérdidas de oportunidad quedaría:
  • 44. 6.2. Criterios de decisión en riesgo 4. Criterio de la Pérdida de Oportunidad Esperada VE(A1) = 0,2*0 + 0,25*110 + 0,32*220 + 0,23*330 = 173,80 VE(A2) = 0,2*200 + 0,25*0 + 0,32*110 + 0,23*220 = 125,80 VE(A3) = 0,2*400 + 0,25*200 + 0,32*0 + 0,23*110 = 155,30 VE(A4) = 0,2*600 + 0,25*400 + 0,32*200 + 0,23*0 = 284,00 Respuesta: Elegir la alternativa A2, proporciona la menor pérdida esperada. Perdidas de oportunidad VEi Prob. 0.2 0.25 0.32 0.23 Alt. e1 e2 e3 e4 A1 0 110 330 330 173,80 A2 200 0 110 220 125,80 A3 400 200 0 110 155,30 A4 600 400 200 0 284,00 Estados de la naturaleza Prob. 0.2 0.25 0.32 0.23 Alt. e1 e2 e3 e4 A1 500 490 480 470 A2 300 600 590 580 A3 100 400 700 690 A4 -100 200 500 800 Alt. e1 A1 500-500 = 0 A2 500-300 = 200 A3 500-100 = 400 A4 500-(-100) = 600 Mayor de e1 = 500
  • 45. 6.2. Criterios de decisión en riesgo 5. Valor de la información perfecta • Si usted supiera cual será el futuro, es decir si tuviera una información perfecta, fácilmente podría escoger la mejor alternativa. • Aunque no es posible conocer el futuro con toda precisión, puede ser posible utilizar la investigación de mercado para obtener un conocimiento adicional sobre el futuro. • Para determinar el valor esperado de la información perfecta, es necesario calcular la ganancia esperada adicional que se obtendría al tener tal información perfecta. VEIP = VEconIP – VEsinIP. • El VEIP proporciona una estimación de que tan costoso puede ser llevar una investigación de mercado.
  • 46. 6.2. Criterios de decisión en riesgo 5. Valor de la información perfecta • Tome el beneficio máximo de cada estado de la naturaleza • Multiplique cada uno por la probabilidad de que ocurra ese estado de la naturaleza y luego súmelos obtendrá el VEconIP. • Reste el beneficio esperado, VEsinIP. • VEIP = VEconIP – VEsinIP.
  • 47. 6.2. Criterios de decisión en riesgo 5. Valor de la información perfecta • VEconIP = 0,20*500 + 0,25*600 + 0,32*700 + 0,23*800 = 658,00 • VEsinIP = 532,20 • VEIP = VEconIP – VEsinIP • VEIP = 658,00 – 532,20 = 125,80 • No tendríamos que pagar mas de 125,80 por hacer un estudio de mercado. Estados de la naturaleza Probabilidades 0.2 0.25 0.32 0.23 Alternativas e1 e2 e3 e4 VE(Ai) A1 500 490 480 470 484,20 A2 300 600 590 580 532,20 A3 100 400 700 690 502,70 A4 -100 200 500 800 374,00
  • 48. 7. Función de utilidad Cuantificación de la utilidad Se debe asociar a cada ganancia de la matriz de pagos, una utilidad en forma de valor numérico que refleje la preferencia relativa del tomador de decisiones. Esto se lleva a cabo trabajando con el tomador de decisiones y siguiendo los siguientes pasos: 1. Descripción del problema 2. Selección de la decisión utilizando el VEM. 3. Ordenamiento de todas las ganancias. 4. Conversión de ganancias en utilidades 5. Toma de decisiones usando la tabla de utilidad
  • 49. 7. Función de utilidad 1. Descripción del problema • Una compañía debe decidir la adquisición de una representación de una marca de TV. Para los siguientes 5 años. Después de una revisión, se sugirieron las siguientes alternativas. C = Adquirir la representación de compañía con productos bien conocidos y reconocimiento de su marca. E = Adquirir la representación de compañía con productos estándar pero que no tiene renombre. N = Adquirir la representación de compañía nueva que ha desarrollado un aparato de TV innovador. • El departamento de investigación ha utilizado un estudio de mercado para determinar que la probabilidad de capturar el mercado depende del tipo de representación a adquirir. Participación del Mercado Alternativas Baja (B) Promedio (P) Altas (A) C -5 4 7 E -1 2 5 N -1 3 15 Probabilidades condicionales Alternativas Baja (B) Promedio (P) Altas (A) C 0,3 0,5 0,2 E 0,4 0,4 0,2 N 0,6 0,3 0,1
  • 50. 7. Función de utilidad 2. Selección de la decisión utilizando el VEM. VE (C) = -5*(0,3) + 4*(0,5) + 7*(0,2) = 1,9  Mejor alternativa VE (E) = -1*(0,4) + 2*(0,4) + 5*(0,2) = 1,4 VE (N) = -1*(0,6) + 3*(0,3) + 15*(0,1) = 1,8 • Utilizando el criterio de maximizar la ganancia esperada, la respuesta seria elegir la alternativa C representación con renombre con una ganancia esperada de 1,9 millones de Dólares.
  • 51. 7. Función de utilidad 3. Ordenamiento de todas las ganancias • Clasificar las ganancias en orden descendente, por ejemplo: • 15, 7, 5, 4, 3, 2, -1, -1, -5 • Estas ganancias son relativas, usted puede asignar una utilidad de digamos 100 a la mayor ganancia (15 millones) y de 0 a la menor (-5 millones) en este caso. Participación del Mercado Alternativas Baja (B) Promedio (P) Altas (A) C -5 4 7 E -1 2 5 N -1 3 15
  • 52. 7. Función de utilidad 4. Conversión de ganancias en utilidades • Se necesita saber como el tomador de decisiones evalúa los 7 millones con respecto a la mayor ganancia de 15 y con respecto de la menor ganancia de -5. • Se aplica el juego de la lotería, donde se evalúan dos alternativa la lotería o la ganancia segura. • Ejemplo: Alternativa 1: jugar lotería de 15(0,05) - 5(0,95) ---> el VE = -4 Alternativa 2: ganar con seguridad 7 ----> el VE = 7 <-- Elegir la alternativa 2 Alternativa 1: jugar lotería de 15(0,95) - 5(0,05) ---> el VE = 14 <-- Elegir la alternativa 1 Alternativa 2: ganar con seguridad 7 ---> el VE = 7 • El objetivo es determinar una probabilidad “p” de modo que al decisor le sea igual, jugar la lotería o elegir la ganancia segura.
  • 53. 7. Función de utilidad 4. Conversión de ganancias en utilidades • Suponga que el decisor indica que le es indiferente entre las dos alternativas con una probabilidad de p=0,4 Alternativa 1: jugar lotería de 15(0,4)-5(0,6) -----> el VE = 3 Alternativa 2: ganar con seguridad 7 -----> el VE = 7 • Esto indica que el decisor esta dispuesto a pagar 7 millones para jugar una lotería cuya ganancia esperada es de solamente de 3 millones. • Esto es así debido a que le dan la oportunidad de ganar 15 millones un valor relativamente mucho mayor.
  • 54. 7. Función de utilidad 4. Conversión de ganancias en utilidades • Se repite este proceso de entrevistas para encontrar la utilidad de cada una de las ganancias restantes, obteniendo la siguiente tabla: Ganancia p Utilidad 100p 15 1,00 100 7 0,40 40 5 0,30 30 4 0,25 25 3 0,20 20 2 0,16 16 -1 0,10 10 -1 0,10 10 -5 0,00 0
  • 55. 7. Función de utilidad 5. Toma de decisiones usando la tabla de utilidad • Se crea la tabla de utilidad sustituyendo cada valor de la tabla por la utilidad asociada • Esta nueva solución es congruente con la filosofía de inversión más agresiva, reflejada mediante su utilidad. Tabla de utilidades Alternativas Baja (B) Promedio (P) Altas (A) C 0 25 40 E 10 16 30 N 10 20 100 Probabilidades condicionales Alternativas Baja (B) Promedio (P) Altas (A) C 0,3 0,5 0,2 E 0,4 0,4 0,2 N 0,6 0,3 0,1 Utilidad Esperada: UE (C) = 0*(0,3) + 25*(0,5) + 40*(0,2) = 20,5 UE (E) = 10*(0,4) + 16*(0,4) + 30*(0,2) = 16,4 UE (N) = 10*(0,6) + 20*(0,3) + 100*(0,1) = 22,0 Mejor alternativa
  • 56. 7. Función de utilidad • Se obtiene al trazar una grafica de utilidad contra ganancias, interpolando entre estos puntos, creando una función de utilidad que puede convertir cualquier ganancia en una utilidad asociada. • Una Función de utilidad que se forma por debajo de la línea AB, indica un tomador de decisiones buscador de riesgo. Ganancia p Utilidad 100p 15 1,00 100 7 0,40 40 5 0,30 30 4 0,25 25 3 0,20 20 2 0,16 16 -1 0,10 10 -1 0,10 10 -5 0,00 0 0 20 40 60 80 100 120 -10 -5 0 5 10 15 20 Utilidad Función de utilidad A B Ganancia
  • 57. 7. Función de utilidad • La función de utilidad que se forma por encima de la línea AB, indica un tomador de decisiones contrario al riesgo. Como en la siguiente tabla Alt.1: jugar lotería de 15(0,75)-5(0,25) -----> el VE = 10 Alt.2: ganar con seguridad 7 -----> el VE = 7 Ganancia p Utilidad 100p 15 1,00 100 7 0,75 75 5 0,70 70 4 0,65 65 3 0,55 55 2 0,50 50 -1 0,35 35 -1 0,35 35 -5 0,00 0 0 20 40 60 80 100 120 -10 -5 0 5 10 15 20 Utilidad A B Función de utilidad Ganancia El decisor no esta dispuesto a pagar 7 millones por jugar la lotería cuyo VE es 10