SlideShare una empresa de Scribd logo
1 de 2
Descargar para leer sin conexión
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR
SEDE IBARRA
Nombre: Erazo Diego Fecha: 17/11/2017
Investigue las siguientes estrategias con respecto a la teoría de la decisión.
Criterio valor esperado
Se trata de la ganancia a largo plazo a la que llegaríamos con cada alternativa después de
repetir la decisión muchas veces.
Para utilizar esta estrategia se utiliza la suma ponderada de los pagos por las probabilidades de
cada estado de la naturaleza
Criterio de Wald
Lo que propone el modelo de Maximin o de Wald es fijarnos en las valoraciones más bajas
dentro de todas las soluciones es decir, las valoraciones más bajas son 1 para la solución A, 2
para la B y 4 para la C, entonces dentro de este rango nos quedamos con C, pues es la más alta
dentro de las peores, la filosofía es la mejor de las peores , esto supone una pérdida de
información porque no se tienen en cuenta el resto de campos y la opción elegida no podría
ser la mas óptima. Estamos hablando de una forma Pesimista de elegir según Wald.
Criterio de Savage
Para el razonamiento que aplica Savage nos encontramos ante una dualidad, es decir, se busca
la máxima ganancia a través de la perdida mínima. Entonces para cada una de las soluciones
tenemos diferentes resultados, lo que hacemos es tomar los escenarios (columnas) como
referente y dentro de estas tomamos el mayor valor para restarlo por cada valor dentro de esa
misma columna para cada solución.
Para nuestro ejemplo el valor máximo de la primera columna es 10, por lo que le restamos
7,10 y 5 respectivamente, así hacemos en las siguientes columnas. Por lo que la solución C se
presenta como la mejor de todas.
Criterio de Hurwicz
Este modelo toma una lógica intermedia entre las anteriores, y para el peor valor da un valor
de 1-α, mientras que para el valor mas alto otorga un valor de α, donde α es el valor de
optimismo que utilizamos, este valor oscila de 0 a 1, sin llegar a los extremos para no coincidir
con las teorías anteriores, un valor razonable es 1/2, para nuestro caso trabajamos con α=1/4.
Por lo que el resultado sería el siguiente:
La opción a elegir en este caso es la C.

Más contenido relacionado

La actualidad más candente (8)

Números décimales
Números décimalesNúmeros décimales
Números décimales
 
Algebra
AlgebraAlgebra
Algebra
 
División de dos polinomios
División de dos polinomiosDivisión de dos polinomios
División de dos polinomios
 
1.05 operaciones con polinomios
1.05 operaciones con  polinomios1.05 operaciones con  polinomios
1.05 operaciones con polinomios
 
Los polinomios y sus tipos
Los polinomios y sus tiposLos polinomios y sus tipos
Los polinomios y sus tipos
 
Division de polinomios
Division de polinomiosDivision de polinomios
Division de polinomios
 
Fracciones Algebraicas.
Fracciones Algebraicas.Fracciones Algebraicas.
Fracciones Algebraicas.
 
Inecuaciones
InecuacionesInecuaciones
Inecuaciones
 

Destacado (6)

Topologias matematicas
Topologias matematicasTopologias matematicas
Topologias matematicas
 
Teoria de desicion
Teoria de desicionTeoria de desicion
Teoria de desicion
 
Dos enfoques de la teoria de sistemas
Dos enfoques de la teoria de sistemasDos enfoques de la teoria de sistemas
Dos enfoques de la teoria de sistemas
 
Teoria de los juegos
Teoria de los juegosTeoria de los juegos
Teoria de los juegos
 
Taller n6 la cibernetica
Taller n6 la ciberneticaTaller n6 la cibernetica
Taller n6 la cibernetica
 
Teoría de la decisión ejercicios criterios
Teoría de la decisión ejercicios criteriosTeoría de la decisión ejercicios criterios
Teoría de la decisión ejercicios criterios
 

Similar a Teoría de la decisión consulta criterios

Criterios de incertidumbre
Criterios de incertidumbreCriterios de incertidumbre
Criterios de incertidumbre
Zuli Apellidos
 
Trabajo de estadística de alma
Trabajo de estadística  de almaTrabajo de estadística  de alma
Trabajo de estadística de alma
Gabriel Cázares
 
12. calculo de tamaño muestral
12.  calculo de tamaño muestral12.  calculo de tamaño muestral
12. calculo de tamaño muestral
Yerko Bravo
 

Similar a Teoría de la decisión consulta criterios (20)

Metodología de la investigación
Metodología de la investigaciónMetodología de la investigación
Metodología de la investigación
 
Analisis-de-decisiones-20141.pdf
Analisis-de-decisiones-20141.pdfAnalisis-de-decisiones-20141.pdf
Analisis-de-decisiones-20141.pdf
 
Criterios de incertidumbre
Criterios de incertidumbreCriterios de incertidumbre
Criterios de incertidumbre
 
Taller n 10
Taller n 10Taller n 10
Taller n 10
 
Taller n 11_teoria-decision-ejercicios
Taller n 11_teoria-decision-ejerciciosTaller n 11_teoria-decision-ejercicios
Taller n 11_teoria-decision-ejercicios
 
Taller n 11_teoria decision - ejercicios
Taller n 11_teoria decision - ejerciciosTaller n 11_teoria decision - ejercicios
Taller n 11_teoria decision - ejercicios
 
Modelos de decision
Modelos de decisionModelos de decision
Modelos de decision
 
Presentación incert
Presentación incertPresentación incert
Presentación incert
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
Trabajo de estadística
Trabajo de  estadísticaTrabajo de  estadística
Trabajo de estadística
 
Trabajo de estadística
Trabajo de  estadísticaTrabajo de  estadística
Trabajo de estadística
 
Trabajo de estadística
Trabajo de  estadísticaTrabajo de  estadística
Trabajo de estadística
 
Tarea1 ade
Tarea1 adeTarea1 ade
Tarea1 ade
 
Trabajo de estadística de alma
Trabajo de estadística  de almaTrabajo de estadística  de alma
Trabajo de estadística de alma
 
TEORIA_DE_DECISIONES_INVESTIGACION_DE_OP.pdf
TEORIA_DE_DECISIONES_INVESTIGACION_DE_OP.pdfTEORIA_DE_DECISIONES_INVESTIGACION_DE_OP.pdf
TEORIA_DE_DECISIONES_INVESTIGACION_DE_OP.pdf
 
Variables aleatorias y sus distribuciones de Probabilidad.pptx
Variables aleatorias y sus distribuciones de Probabilidad.pptxVariables aleatorias y sus distribuciones de Probabilidad.pptx
Variables aleatorias y sus distribuciones de Probabilidad.pptx
 
Modelos para la_tdr
Modelos para la_tdrModelos para la_tdr
Modelos para la_tdr
 
Modelos para la tdr
Modelos para la tdrModelos para la tdr
Modelos para la tdr
 
12. calculo de tamaño muestral
12.  calculo de tamaño muestral12.  calculo de tamaño muestral
12. calculo de tamaño muestral
 
PRUEBAS_DE_HIPOTESIS.ppt
PRUEBAS_DE_HIPOTESIS.pptPRUEBAS_DE_HIPOTESIS.ppt
PRUEBAS_DE_HIPOTESIS.ppt
 

Más de Diego Erazo

Más de Diego Erazo (20)

Manual de instalacion de ventsim
Manual de instalacion de ventsimManual de instalacion de ventsim
Manual de instalacion de ventsim
 
Taller 5 factores elementos garantia simulacion
Taller 5 factores elementos garantia simulacionTaller 5 factores elementos garantia simulacion
Taller 5 factores elementos garantia simulacion
 
Vetajas y desventajas de la simulacion
Vetajas y desventajas de la simulacionVetajas y desventajas de la simulacion
Vetajas y desventajas de la simulacion
 
Sistemas complejos
Sistemas complejosSistemas complejos
Sistemas complejos
 
Algoritmo codificador de huffman matlab
Algoritmo codificador de huffman matlabAlgoritmo codificador de huffman matlab
Algoritmo codificador de huffman matlab
 
Algoritmo de entropia matlab
Algoritmo de entropia matlabAlgoritmo de entropia matlab
Algoritmo de entropia matlab
 
La entropía y los sistemas abiertos
La entropía y los sistemas abiertosLa entropía y los sistemas abiertos
La entropía y los sistemas abiertos
 
Leyes de la entropia
Leyes de la entropiaLeyes de la entropia
Leyes de la entropia
 
Manual de instalacion de vegas
Manual de instalacion de vegasManual de instalacion de vegas
Manual de instalacion de vegas
 
Segmentación de imágenes con matlab
Segmentación de imágenes con matlabSegmentación de imágenes con matlab
Segmentación de imágenes con matlab
 
Entropía vs neguentropia
Entropía vs neguentropiaEntropía vs neguentropia
Entropía vs neguentropia
 
Aplicaciones de la ingeniería en sistemas
Aplicaciones de la ingeniería en sistemasAplicaciones de la ingeniería en sistemas
Aplicaciones de la ingeniería en sistemas
 
Operadores morfológicos de imágenes
Operadores morfológicos de imágenesOperadores morfológicos de imágenes
Operadores morfológicos de imágenes
 
La ingenieria en sistemas bajo las tgs
La ingenieria en sistemas bajo las tgsLa ingenieria en sistemas bajo las tgs
La ingenieria en sistemas bajo las tgs
 
Filtrado y realzado de imagenes con matlab
Filtrado y realzado de imagenes con matlabFiltrado y realzado de imagenes con matlab
Filtrado y realzado de imagenes con matlab
 
Operaciones digitales con matlab
Operaciones digitales con matlabOperaciones digitales con matlab
Operaciones digitales con matlab
 
Operacion con matrices de matlab
Operacion con matrices de matlabOperacion con matrices de matlab
Operacion con matrices de matlab
 
“Refuerzo de comando básicos matlab
“Refuerzo de comando básicos matlab“Refuerzo de comando básicos matlab
“Refuerzo de comando básicos matlab
 
Repaso comando básicos matlab.docx
Repaso comando básicos matlab.docxRepaso comando básicos matlab.docx
Repaso comando básicos matlab.docx
 
Instalacion de matlab
Instalacion de matlabInstalacion de matlab
Instalacion de matlab
 

Último

5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
MiNeyi1
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
MiNeyi1
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
patriciaines1993
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Francisco158360
 

Último (20)

Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 

Teoría de la decisión consulta criterios

  • 1. PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR SEDE IBARRA Nombre: Erazo Diego Fecha: 17/11/2017 Investigue las siguientes estrategias con respecto a la teoría de la decisión. Criterio valor esperado Se trata de la ganancia a largo plazo a la que llegaríamos con cada alternativa después de repetir la decisión muchas veces. Para utilizar esta estrategia se utiliza la suma ponderada de los pagos por las probabilidades de cada estado de la naturaleza Criterio de Wald Lo que propone el modelo de Maximin o de Wald es fijarnos en las valoraciones más bajas dentro de todas las soluciones es decir, las valoraciones más bajas son 1 para la solución A, 2 para la B y 4 para la C, entonces dentro de este rango nos quedamos con C, pues es la más alta dentro de las peores, la filosofía es la mejor de las peores , esto supone una pérdida de información porque no se tienen en cuenta el resto de campos y la opción elegida no podría ser la mas óptima. Estamos hablando de una forma Pesimista de elegir según Wald. Criterio de Savage Para el razonamiento que aplica Savage nos encontramos ante una dualidad, es decir, se busca la máxima ganancia a través de la perdida mínima. Entonces para cada una de las soluciones tenemos diferentes resultados, lo que hacemos es tomar los escenarios (columnas) como referente y dentro de estas tomamos el mayor valor para restarlo por cada valor dentro de esa misma columna para cada solución. Para nuestro ejemplo el valor máximo de la primera columna es 10, por lo que le restamos 7,10 y 5 respectivamente, así hacemos en las siguientes columnas. Por lo que la solución C se presenta como la mejor de todas.
  • 2. Criterio de Hurwicz Este modelo toma una lógica intermedia entre las anteriores, y para el peor valor da un valor de 1-α, mientras que para el valor mas alto otorga un valor de α, donde α es el valor de optimismo que utilizamos, este valor oscila de 0 a 1, sin llegar a los extremos para no coincidir con las teorías anteriores, un valor razonable es 1/2, para nuestro caso trabajamos con α=1/4. Por lo que el resultado sería el siguiente: La opción a elegir en este caso es la C.