Análisis de decisiones

1. Análisis de Decisiones
James Cruz Narváez

2. La toma de decisiones es un proceso de
selección entre cursos alternativos de
acción, basado en un conjunto de
criterios, para alcanzar uno o más
objetivos

3. Toma de decisiones es el
término que generalmente
se asocia con las primeras
cinco etapas del proceso de
resolución de problemas.
Así, la toma de decisiones se
inicia al identificar y definir
el problema, y termina con
la elección de una
alternativa, que es el acto
de tomar una decisión.

4. Proceso de resolución de problemas
Estructuración del Problema Análisis del problema

5. La fase de análisis del proceso de toma de decisiones puede
asumir dos formas básicas:
Cualitativa Cuantitativa.

6. Análisis cualitativo
Se basa primordialmente en el
razonamiento y la experiencia del
decisor; incluye la impresión intuitiva
que el decisor tiene del problema

7. Análisis cuantitativo
Cuando se utiliza este enfoque, el
analista se concentra en los hechos o
datos asociados al problema y
desarrolla expresiones matemáticas
que describen los objetivos, las
restricciones y las relaciones existentes
en el problema.

8. Después, utilizando uno o más métodos cuantitativos, el
analista ofrece una recomendación con base en los
aspectos cuantitativos del problema.

9. A los problemas que no
implican más de un criterio de
decisión se les denomina
problemas de decisión de
criterio único, y en el caso
contrario se les denomina
problemas de criterios
múltiples o problemas de
decisión multicriterio

10. AMBIENTES DE
DECISIÓN

11. El análisis de decisión implica el uso de un proceso racional para seleccionar la
mejor entre varias alternativas. “La bondad” de una alternativa seleccionada
depende de la calidad de los datos utilizados para describir la situación de
decisión. Desde este punto de vista, un proceso de toma de decisiones cae en tres
categorías.
Toma de
decisiones bajo
certidumbre
Toma de
decisiones bajo
riesgo
Toma de
decisiones bajo
incertidumbre

12. Toma de decisiones bajo certidumbre

13. Toma de decisiones bajo certidumbre
• Verdadera y exacta porque la suministran directamente las
personas o es personalmente identificable.
En la que se conocen los datos de forma
determinista

14. Toma de decisiones bajo riesgo

15. Toma de decisiones bajo riesgo
En la que los datos se describen mediante distribuciones de
probabilidad – Probabilidad de que dicho suceso ocurra.

16. Las decisiones bajo riesgo son una clase de modelos de decisión para la cual hay
más de un estado de la naturaleza y para la cual se supone que quien toma la
decisión puede llegar a una estimación de probabilidades de la ocurrencia de cada
uno de los estados de la naturaleza.

17. En la toma de decisiones bajo riesgo la preocupación no
radica solamente en los resultados, sino también en la
cantidad de riesgo que cada una de las decisiones
acarrea.
Se basan en el criterio del valor esperado, en el
que las alternativas de decisión se comparan en
base a la maximización de la utilidad esperada o
la minimización del costo esperado

18. Toma de decisiones bajo incertidumbre

19. Toma de decisiones
bajo incertidumbre
En la que no es posible asignar a los datos, pesos
relativos que representen su grado de relevancia en
el proceso de decisión.

20. En las decisiones bajo incertidumbre
también hay más de un posible estado de la
naturaleza, pero en este caso el que toma la
decisión no quiere o no puede especificar
qué probabilidades hay de que esos
diferentes estados de la naturaleza ocurran

21. En estos casos se posee información
deficiente para tomar la decisión, no
se tiene ningún control sobre la
situación ni se conoce la interacción
de las variables el problema.

22. Criterios de decisiones bajo incertidumbre
Criterio maximax Criterio maximin Criterio de Laplace Coste de
oportunidad

23. Criterios de decisiones
bajo incertidumbre
Maximax
Se considera como el criterio de
decisión más optimista. Se enfoca sólo
en lo mejor que pueda suceder. Tiene
en cuenta la mayor ganancia de cada
estado de la naturaleza y elige la
mayor, con su alternativa de decisión
correspondiente. Todo lo que
necesitará es que suceda el estado de
la naturaleza correcto y así maximizara
sus beneficios

24. Criterios de decisiones
bajo incertidumbre
Maximin
Se considera como el criterio más
pesimista. Éste pide concentrarse en lo
peor que pueda suceder. Identifica la
menor ganancia de cada estado de la
naturaleza y elige la mayor, con su
alternativa de decisión correspondiente.
El razonamiento de este criterio es que
proporciona la mejor protección posible
contra la falta de suerte.

25. Criterios de decisiones
bajo incertidumbre
Laplace
Se consideran todos los estados
de la naturaleza igualmente
probables. Este punto de vista
puede tomarse como “si nada
sé, todo es igualmente posible”.
Se calcula el resultado de cada
estado de la naturaleza posible
y se elige la alternativa que
contenga el resultado más alto

26. Criterios de decisiones
bajo incertidumbre
Coste de oportunidad
Representa lo que dejamos de
ganar en cada posible estado de
la naturaleza. Se elige la
alternativa que presente en
total el menor coste de
oportunidad. Trata de
minimizar el arrepentimiento
esperado.

27. Proceso de Jerarquía Analítica

28. Proceso de Jerarquía
Analítica
El Proceso de Jerarquía Analítica (PJA),
también conocido como AHP por sus
siglas en inglés (Analytic Hierarchy
Process), es una metodología
desarrollada por el matemático y
economista Thomas L. Saaty en la
década de 1970.

29. Proceso de Jerarquía
Analítica
Es una técnica de toma de decisiones multicriterio que se
utiliza para resolver problemas complejos y tomar
decisiones en situaciones donde hay múltiples criterios y
alternativas involucradas.

30. Proceso de Jerarquía
Analítica
El PJA se basa en el análisis de
jerarquías, donde se divide un
problema en diferentes niveles
jerárquicos, desde los criterios
generales hasta las alternativas
específicas. El proceso implica los
siguientes pasos:
Definición de la Jerarquía
Comparación por pares
Asignación de Pesos
Cálculo de Prioridades:
Consistencia
Obtención de Resultados

31. Definición de la Jerarquía
Se identifican y definen los objetivos generales y
específicos, los criterios y las alternativas relacionadas con
el problema.

32. Comparación por
pares
Se realiza una serie de comparaciones entre los
elementos de cada nivel de la jerarquía. Los
elementos se comparan dos a dos para determinar su
importancia relativa o preferencia en relación con un
criterio o un objetivo superior.

33. Asignación de
Pesos
A partir de las comparaciones por
pares, se asignan pesos a cada
elemento en función de su
importancia relativa. Estos pesos
representan la contribución de
cada elemento a los objetivos
generales.

34. Cálculo de
Prioridades
Se calcula una matriz de
prioridades para cada nivel de la
jerarquía, multiplicando las
matrices de comparaciones por
pares y sus respectivos pesos. Esto
proporciona una medida de la
prioridad de cada elemento en
relación con los objetivos
generales.

35. Consistencia
Se verifica la consistencia de las comparaciones realizadas por
el tomador de decisiones, ya que algunas decisiones pueden no
ser coherentes entre sí. En caso de inconsistencias, se realizan
ajustes para garantizar la fiabilidad de los resultados.

36. Obtención de
Resultados
Finalmente, se obtienen los resultados
que ayudan a tomar una decisión
informada sobre la mejor alternativa
en función de los criterios establecidos.

37. Taller

38. Supongamos que eres el gerente de una empresa
de electrodomésticos y estás considerando lanzar
un nuevo producto al mercado. Tienes tres
opciones para el lanzamiento del producto: A, B y
C. Antes de tomar una decisión, deseas analizar
los posibles resultados bajo tres escenarios:
certidumbre, riesgo e incertidumbre.

39. Escenario de certidumbre
Se tiene información perfecta sobre las ganancias esperadas para cada opción de lanzamiento del
producto. Los resultados son los siguientes:
¿Cuál es la mejor decisión?
Opción A:
• Ganancia de
$50,000.
Opción B:
• Ganancia de
$30,000.
Opción C:
• Ganancia de
$70,000
En este caso, la decisión sería elegir la opción C, ya que proporciona la mayor ganancia.

40. Escenario de riesgo
En este escenario, tienes información sobre las probabilidades de que ocurran ciertos
resultados para cada opción de lanzamiento del producto. Los resultados son los
siguientes:
Opción A:
Opción B:
Opción C:
• Ganancia de $50,000
• probabilidad del 40%
• Ganancia de $30,000
• probabilidad del 30%
• Ganancia de $70,000
• probabilidad del 30%

41. Escenario de
riesgo
Para tomar una decisión bajo riesgo, necesitas calcular el valor esperado
de cada opción:
• Valor esperado de la opción A = $50,000 * 0.4 = $20,000.
• Valor esperado de la opción B = $30,000 * 0.3 = $9,000.
• Valor esperado de la opción C = $70,000 * 0.3 = $21,000.
En este caso, la decisión sería elegir la opción C, ya que tiene el mayor
valor esperado.

42. Escenario de incertidumbre
En este escenario, tienes información limitada y no conoces
las probabilidades exactas de los resultados para cada
opción de lanzamiento del producto. Sin embargo, has
realizado una encuesta a un grupo de expertos en el
mercado y han proporcionado estimaciones subjetivas de las
ganancias esperadas:
• Opción A: Ganancia esperada entre $40,000 y $60,000.
• Opción B: Ganancia esperada entre $25,000 y $35,000.
• Opción C: Ganancia esperada entre $60,000 y $80,000.

43. Escenario de incertidumbre
Dado que no se tiene información precisa sobre las
probabilidades, es difícil calcular el valor esperado. En
este escenario, la decisión dependerá del nivel de
aversión al riesgo y la confianza en las estimaciones
subjetivas de los expertos.