Este documento presenta una introducción a la teoría de la toma de decisiones. Explica los elementos clave de un proceso de toma de decisiones, como el decisor, las alternativas, los estados de la naturaleza y los resultados. También describe los diferentes tipos de procesos de decisión según el nivel de certeza e incertidumbre involucrado, y los criterios comunes utilizados para evaluar alternativas y tomar decisiones.

1. PROF:
GRUPO
ALUMNO:YO
INVESTIGACION DE
OPERACIONES II
TEORIA DE DECISIONES
INSTITUTO TECNOLOGICO SUPERIOR DE
PANUCO
INGENIERIA INDUSTRIAL

2. UNIDAD III TEORIA DE DECISIONES
 3.1 Características generales
 3.2 Criterios de decisión
 3.3 Valor de la Información Perfecta
 3.4 Árboles De Decisión
 3.5 Teoría de Utilidad
 3.6 Análisis de Sensibilidad

3. Introducción:
 La teoría de la decisión es un estudio formal
sobre la toma de decisiones. Los estudios de
casos reales, que se sirven de la inspección y
los experimentos, se denominan teoría
descriptiva de decisión; los estudios de la toma
de decisiones racionales, que utilizan la lógica y
la estadística, se llaman teoría preceptiva de
decisión. Estos estudios se hacen más
complicados cuando hay más de un individuo,
cuando los resultados de diversas opciones no
se conocen con exactitud y cuando las
probabilidades de los distintos resultados son
desconocidas.

4. 3.1 CARACTERISTICAS GENERALES
 La Teoría de la Decisión trata del estudio de los
procesos de toma de decisiones desde una
perspectiva racional.
 En cuanto a decisión se refiere, existen dos
enfoques sobresalientes:
 La teoría de la elección racional (Simon): desde
una perspectiva descriptiva, nos cuenta cómo
son los procesos decisorios en las
organizaciones. Los hombres aplican su propia
racionalidad limitada por su singular visión de la
realidad.

5.  La teoría de la decisión: es una metodología prescriptiva o
normativa que indica cómo se debe decidir para ser
consecuentes con los objetivos, preferencias y ciertos
principios impuestos por la teoría. (Cómo se debe decidir,
pero no que decidir).
 La teoría de la decisión es prescriptiva porque obliga al TD
a proceder de una determinada manera si quiere ser
coherente con las premisas definidas.
 La teoría de la decisión es subjetiva porque, al prescribir,
tiene en cuenta las preferencias, las valoraciones, las
vivencias y la visión del TD.

6.  La teoría de decisiones se ocupa de decisiones
contra la naturaleza. Esta fase se refiere a una
situación donde el resultado (rendimiento) de
una decisión individual depende de la acción de
otro agente (naturaleza) sobre el cual no se
tiene control. Es importante observar que en
este modelo los rendimientos afectan
únicamente a quien toma la decisión. A la
naturaleza no le importa cual es el resultado.

7. Elementos de un Proceso de
Decisión
 El decisor (TD): Es el encargado de realizar la
selección de alternativas de la mejor manera, en
función de sus objetivos
 Las alternativas o cursos de acción: son las
diferentes formas de actuar posibles: el TD deberá
seleccionar una de ellas. Es importante tener en
cuenta que estas alternativas deben ser
excluyentes entre sí.
 Los estados de la naturaleza: son las variables no
controlables por el TD. Son eventos futuros que
influyen en el proceso de decisión, pero que no
pueden ser controladas ni previstas, en su
comportamiento, por el TD.

8. Los resultados: es lo que se obtiene ante la selección (la
opción) de una alternativa determinada cuando se
presenta uno de los posibles estados de la naturaleza.
La tabla de pagos (o tablas de decisión): sirven para tratar
muchos problemas de decisión y poseen los siguientes
elementos:
 Los diferentes estados de la naturaleza sj (s1, s2,…, sn).
 Las distintas alternativas o cursos de acción, entre los
cuales el TD deberá seleccionar uno aj (a1, a2, …, am).
 Los resultados Rij que surgen de la elección de la
alternativa ai cuando se presenta el estado sj
 El criterio de decisión: es la especificación de un
procedimiento para identificar la mejor alternativa en un
problema de decisión.

9.  La descripción de los diferentes criterios de
decisión que proporcionan la opción óptima será
realizada de acuerdo con el conocimiento que
posea el TD acerca de los estados de la
naturaleza, es decir, atendiendo a la clasificación
de los procesos de decisión: certidumbre, riesgo
e incertidumbre

10. Etapas del Proceso Decisorio
1. El TD debe identificar la existencia de un problema y poder
definirlo.
2. El TD debe recopilar más información acerca del problema.
3. El TD debe poder especificar los objetivos. La decisión se
basa en seleccionar la mejor alternativa en función de
ciertos objetivos.
4. El TD debe elaborar un modelo que describa el problema.
5. El TD debe generar soluciones alternativas al problema y
evaluarlas en función de sus preferencias (análisis
cualitativo y análisis cuantitativo).
6. El TD debe determinar el criterio de decisión que optimice
la situación.
7. El TD debe predecir las consecuencias de cada actuación.
8. El TD debe establecer un sistema de preferencias. Tiene
que realizar una valoración de las consecuencias de
acuerdo con una escala de bondad o deseabilidad.
9. El TD debe elegir entre las soluciones alternativas. Es
necesario que seleccione un curso de acción. Esta elección
debe darse mediante un criterio de decisión adecuado.

11. Clasificación de los Procesos de
Decisión
 Según las características del contexto, podemos decir que el
proceso de decisión se realiza bajo certidumbre, bajo riesgo o
bajo incertidumbre. En función de esta distinción podemos
identificar tres grandes grupos:
 Decisiones No Estructuradas: este tipo de decisiones se
toman cuando estamos en un contexto de incertidumbre total y
se cuenta con muy poca información. Son, principalmente,
decisiones políticas y estratégicas. Se requiere de un alto poder
de negociación.
 Decisiones Poco Estructuradas: este tipo de decisiones se
toman cuando estamos en un contexto intermedio, es decir, no
nos encontramos en certeza ni en incertidumbre total.
 Decisiones Estructuradas: este tipo de decisiones se toman
cuando estamos en un contexto de casi-certeza, donde existe
poca complejidad. La mayoría de estas situaciones son
abarcadas por los Métodos de Investigación de Operaciones.
Son decisiones que pueden programarse por ser repetitivas y

12. 3.2 CRITERIOS DE DECISION
 El conocimiento es lo que sabemos. La información
es la comunicación de conocimientos. En cada
intercambio de conocimientos, hay un remitente y un
receptor. El remitente hace común lo que es privado,
hace la información, la comunicación. La
información se puede clasificar como formas
explícitas y tácitas. La información explícita se
puede explicar de forma estructurada, mientras que
la información tácita es inconsistente e imprecisa de
explicar.

13.  Los datos son conocidos como información cruda y
no como conocimientos en sí. La secuencia que va
desde los datos hasta el conocimiento es de los
Datos a la Información, de la Información a los
Hechos , y finalmente, de los Hechos (Facts) al
Conocimiento (Knowledge) . Los datos se convierten
en información, cuando se hacen relevantes para la
toma de decisión a un problema. La información se
convierte en hecho, cuando es respaldada por los
datos. Los hechos son lo que los datos revelan. Sin
embargo el conocimiento instrumental es expresado
junto con un cierto grado estadístico de confianza
(gl).

14.  Los hechos se convierten en conocimiento,
cuando son utilizados en la complementación
exitosa de un proceso de decisión. Una vez que
se tenga una cantidad masiva de hechos
integrados como conocimiento, entonces su
mente será sobrehumana en el mismo sentido en
que, con la escritura, la humanidad es
sobrehumana comparada a la humanidad antes
de escribir

15. Información
Hechos
Conocimientos
Datos
Nivel de exactitud del
modelo estadístico
Nivel de mejoras en la
toma de decisiones
La figura siguiente ilustra el proceso de razonamiento
estadístico basado en datos para construir los
modelos estadísticos para la toma de decisión bajo
incertidumbre.

16.  La figura anterior representa el hecho que a medida que la
exactitud de un modelo estadístico aumenta, el nivel de
mejoramiento en la toma de decisión aumenta. Esta es la
razón del porqué necesitamos la estadística de negocio. La
estadística se creo por la necesidad de poner conocimiento
en una base sistemática de la evidencia. Esto requirió un
estudio de las leyes de la probabilidad, del desarrollo de
las propiedades de medición, relación de datos.
 La inferencia estadística intenta determinar si alguna
significancia estadística puede ser adjunta luego que se
permita una variación aleatoria como fuente de error. Una
inteligente y crítica inferencia no puede ser hecha por
aquellos que no entiendan el propósito, las condiciones, y
la aplicabilidad de las de diversas técnicas para juzgar el
significado.

17.  Considerando el ambiente de la incertidumbre, la
posibilidad de que “las buenas decisiones” sean
tomadas incrementa con la disponibilidad “de la
buena información”. El chance de la disponibilidad de
“la buena información” incrementa con el nivel de
estructuración del proceso de Dirección de
Conocimiento. La figura anterior también ilustra el
hecho que mientras la exactitud de un modelo
estadístico aumenta, el nivel de mejora en la toma de
decisiones aumenta.
El conocimiento es más que simplemente saber algo
técnico.
 Por ejemplo, crea el software estadístico que es útil,
más bien que técnicamente brillante.

18.  A diferencia de los procesos de toma de decisiones
determinanticos tal como, optimización lineal resuelto
mediante sistema de ecuaciones, sistemas
paramétricos de ecuaciones y en la toma de decisión
bajo pura incertidumbre, las variables son
normalmente más numerosas y por lo tanto más
difíciles de medir y controlar. Sin embargo, los pasos
para resolverlos son los mismos. Estos son:
 Simplificar
 Construir un modelo de decisión
 Probar el modelo
 Usando el modelo para encontrar soluciones
Proceso de Toma de Decisiones Estadísticas

19.  El modelo es una representación simplificada de la
situación real
 No necesita estar completo o exacto en todas las
relaciones
 Se concentra en las relaciones fundamentales e ignora
las irrelevantes.
 Los métodos probabilísticos y estadísticos para el análisis
de toma de decisiones bajo incertidumbre son más
numerosos y mucho más poderosos que nunca. Las
computadoras hacen disponible muchos usos prácticos.
Algunos de los ejemplos de aplicaciones para negocios
son los siguientes:
 Un auditor puede utilizar técnicas de muestreo aleatorio
para auditar las cuentas por cobrar de un cliente.
 Un gerente de planta puede utilizar técnicas estadísticas

20. Método para tomar decisiones determinanticas
con múltiples opciones y objetivos
 Para resolver disyuntivas –esto es, para decidir
ante dos opciones- Benjamín Franklin escribía
en un papel los factores que favorecían a una y
otra, separados por una línea vertical.
 Luego buscaba en ambos lados, factores o
grupos de factores que tuviesen –según su
apreciación- igual peso, y los eliminaba. Así iba
simplificando el problema hasta que los
elementos no tachados indicaran el predominio
de una opción.

21.  El procedimiento consiste en eliminar
alternadamente opciones y objetivos. Para ello
se aplican dos principios lógicos irrebatibles:
 Que si una opción X es superior a una opción Y
en un objetivo y no es inferior a esta en ninguno
de los restantes (condición llamada de Dominio
Absoluto), entonces la opción Y se puede
descartar

22. Crear una Tabla De Consecuencias
 Una Tabla de Consecuencias representa en cada
línea un objetivo y en cada columna una opción o
candidato. Las intersecciones son –naturalmente-
las calificaciones de los objetivos para cada
candidato. Se verá mejor a través de un ejemplo:
supongamos que Juan quiere encontrar trabajo y
sus objetivos son:
 Sueldo
 Flexibilidad de Horario
 Prestaciones
 Distancia desde su casa
 Vacaciones

23.  El sueldo se medirá en miles de pesos, la flexibilidad
de horario en Alta (A), Mediana (M), o Nula (N), la
calidad y cantidad de prestaciones, mediante una
nota de 1 a 7, la distancia, en cantidad de Kilómetros
y las vacaciones, en Días hábiles por año.
 Por otra parte, supondremos que ya tiene cinco
ofertas:
 A, B, C, D y E.

24.  Supongamos, además, que una vez hecha la evaluación
de cada objetivo individual, para cada oferta, se obtuvo
la siguiente Tabla de Consecuencias:
 Tabla de Consecuencias de Juan

 En la tabla se puede apreciar que la opción D tiene dominio
Absoluto sobre la opción A, ya que el sueldo es más alto (550
contra 500) y es igual o superior en los objetivos restantes.

25. Una vez eliminada A, la tabla queda:
Tabla de Consecuencias de Juan

26.  A veces no es fácil identificar situaciones de dominio por la sola
observación de la tabla de consecuencias. En tal caso se puede
recurrir a una Tabla de Clasificación, la que –en lugar de desplegar los
valores- muestra la ubicación relativa de cada opción en cada uno de
los objetivos. En el caso de Juan, la Tabla de Clasificación quedaría:
Tabla de Clasificación de Juan
Donde el símbolo (e) significa empate.

27.  Se aprecia que ya no existen situaciones de dominio
absoluto, pero la opción C es superior a la B en casi
todos los objetivos, excepto en el de las vacaciones
(donde pierde por sólo un día). Aquí, por supuesto,
entra a tallar el criterio del decisor: ese día de
vacaciones ¿es tan importante como la diferencia en
el sueldo o la mayor distancia? Creemos que para la
mayoría probablemente valga más que la diferencia
en distancia (2 km.) pero difícilmente puede
compensar los cien mil pesos de mayor sueldo que
se obtienen con C. Se dice, en este caso, que C tiene
Dominio Relativo sobre B, circunstancia que permite
eliminar a esta última.

28. Una vez descartada B, la tabla de consecuencias
queda:
Tabla de Consecuencias de Juan

29. 3.3 VALOR DE LA INFORMACIÓN PERFECTA
 Valor esperado de la información perfecta (VEIP)
Es lo máximo que se debe estar dispuesto a pagar para obtener
información adicional(perfecta) para tomas una mejor decisión
 Si se pudiera contar con un predictor perfecto, se podría
seleccionar por anticipado el curso de acción óptimo
correspondiente a cada evento pronosticado.
 Ponderando la utilidad correspondiente a cada curso de
acción óptimo por la probabilidad de ocurrencia de cada
evento se obtiene la utilidad esperada contando con
información perfecta (UEIP).
 El VEIP es la diferencia entre UEIP y VE. Refleja el aumento
en la utilidad esperada a partir de contar con un mecanismo
de predicción perfecto.

30. INTERPRETACIÓN DEL VEIP
 El VEIP puede considerarse como una medida general
del impacto económico de la incertidumbre en el
problema de decisión.
 Es un indicador del valor máximo que convendría
pagar por conseguir información adicional antes de
actuar.
 El VEIP también da una medida de las oportunidades
perdidas. Si el VEIP es grande, es una señal para que
quien toma la decisión busque otra alternativa que no
se haya considerado hasta el momento

31. ANALISIS DE DECISIONES CON
INFORMACION MUESTRAL

32. 3.4 ÁRBOLES DE DECISIÓNES
 Un árbol de decisión es un árbol orientado que
representa un proceso de decisión .Los nodos designa
puntos en el tiempo en los cuales: i) debe tomarse una
u otra dedición, o ii) quien toma las decisiones se
enfrenta a uno y otro estado de la naturaleza. O iii) el
proceso termina.
 Saliendo de un nodo (i) hay una rama para cada
posibles decisión saliendo de un nodo(ii) hay una
rama para cada posibles estado de la naturaleza. Bajo
cada ramas se escribe la probabilidad del evento
corresponde, cuando este definida.

33.  Los arboles de decisión son útiles para determinar
decisiones optimas en procesos complicados.
 Las técnicas consisten en iniciar con los nodos
terminales y moverse secuenciales hacia atrás a
través de la red, calculando la ganancia esperada en
los nodos intermedios. Cada ganancia se escribe
encima del nodo correspondiente. Una decisión
recomendada es aquella que lleva a una ganancia
máxima esperada. Aquellas decisiones que resultan
no recomendables tienen las ramas
correspondientes marcadas con cruz.

34. 3.5 TEORÍA DE UTILIDAD
 La teoría de la utilidad trata de explicar el
comportamiento del consumidor. Desde esta
perspectiva se dice que la utilidad es la aptitud de un
bien para satisfacer las necesidades. Así un bien es
más útil en la medida que satisfaga mejor una
necesidad. Esta utilidad es cualitativa (las cualidades
reales o aparentes de los bienes), es espacial (el
objeto debe encontrarse al alcance del individuo) y
temporal (se refiere al momento en que se satisface
la necesidad).

35. Esta teoría parte de varios supuestos:
 El ingreso del consumidor por unidad de tiempo es
limitado.
 Las características del bien determinan su utilidad y por
tanto afectan las decisiones del consumidor.
 El consumidor busca maximizar su satisfacción total (utilidad
total), y por tanto gasta todo su ingreso.
 El consumidor posee información perfecta, es decir, conoce
los bienes (sus características y precios).
 El consumidor es racional, esto quiere decir que busca lograr
sus objetivos, en este caso trata de alcanzar la mayor
satisfacción posible. Esto quiere decir que el consumidor es
capaz de determinar sus preferencias y ser consistente en
relación con sus preferencias. Así, si el consumidor prefiere el
bien A sobre el bien B y prefiere el bien B sobre el bien C,
entonces preferirá el bien A sobre el bien C (transitividad).

36.  La teoría económica del comportamiento del
consumidor se topa con un problema importante
(llamado el problema central de la teoría del
consumidor), el cual es la imposibilidad de cuantificar
el grado de satisfacción o utilidad que el consumidor
obtiene de los bienes. No existe una unidad de
medida objetiva de la satisfacción. Este problema se
ha enfrentado a través de dos enfoques distintos:
 Enfoque cardinal: Supone que si es posible medir la
utilidad, o sea que si se dispone de una unidad de
medida de la satisfacción.
 Enfoque ordinal: En este enfoque el consumidor no
mide la utilidad, sólo establece combinaciones de

37. Enfoque cardinal:
 A partir de los supuestos y conceptos mencionados se
definen dos conceptos de utilidad o satisfacción:
 Utilidad Total: es la satisfacción total de consumir una
cierta cantidad de un bien.
 Utilidad Marginal: es la satisfacción extra de una unidad de
consumo adicional.

38.  En los datos se observa que se satisface la LEY DE LA UTILIDAD
MARGINAL DECRECIENTE, es decir, la satisfacción adicional del
consumidor disminuye a medida que se consume una mayor cantidad
del bien. Observe que hay un punto de inflexión, a partir del cual la
utilidad marginal (UM) se vuelve decreciente:

39. Decisiones secuenciales
 Son decisiones encadenadas entre sí que se
presentan a lo largo del período de estudio
previamente seleccionado.
 En Consecuencia, la decisión inicial se toma sobre
la base de la consideración explícita de otras
decisiones futuras.
 En muchas ocasiones, sobre todo en aquellos
proyectos que abarcan varios años, la decisión
inicial puede someterse a sucesivas decisiones
posteriores, como consecuencia de ir acumulando
información.
 Así una decisión puede condicionar decisiones

40.  Así una decisión puede condicionar decisiones
posteriores y a su vez ser condicionada por decisiones
tomadas con anterioridad a la misma.
 El análisis del problema de decisión bajo el enfoque
secuencial suele ser preferible al enfoque estático,
dado que es normal que una decisión tomada en el
momento inicial condicione decisiones en los
momentos posteriores de tiempo.’‘

41.  Plantear la relación entre el trabajo de dirección
y la toma de decisiones.
 Comprender el proceso de la toma de decisiones
 Conocer las técnicas y herramientas mecánicas
básicas en la toma de decisiones.
 Repercusión de la decisión.
 Planteamientos previos.
 Ambiente de la decisión.
 Decisión Programable/no programable.
 Repercusión de la decisión
 La decisión es fundamental en la empresa ya que
según las decisiones que tome ésta, se alcanzaran
unos objetivos u otros.

42.  Objetivos estratégicos
Largo plazo: Mercado en el que nos ubicamos
 Objetivos tácticos
A medio plazo: Planes específicos, recursos asigna.
 Objetivos operativos
Corto plazo: como sustituir a un operario con gripe.
 Planteamientos previos.
 La decisión puede platearse de forma:
 Objetiva vs. Subjetiva
 Analítica vs. Sistémica.
 Estática vs. Dinámica.
 Determinista vs. Probabilística

43. Según el planteamiento que hagamos obtendremos
unos resultados diferentes en la toma de decisión y
sus consecuencias.
 Objetiva vs. Subjetiva
Puede darse el caso de tener que basarnos en hechos
que nos influyen o de los que no disponemos de un
modelo objetivo.
 Analítica: Disponemos de un modelo matemático
construido con la información disponible y del que
queremos conocer la mejor opción.
 Disponemos de un modelo construido a partir de una
simplificación del problema y que nos permite simular
diferentes situaciones lo que nos lleva hacia una
solución.

44. Los modelos estáticos no tienen en cuenta la variable tiempo.
En los modelos dinámicos la variable tiempo es fundamental.
 Determinista vs. Probabilística
 Determinista: Conozco todos los datos necesarios de la
realidad. Si tomo una opción, se cual será el resultado preciso.
En los modelos probabilísticos las variables son aleatorias y los
resultados también.
 Ambiente de la decisión
 Certeza
 Conozco los estados de la naturaleza con total seguridad.
 Riesgo
 No se sabe qué estado de la naturaleza se dará, pero conozco
sus probabilidades.
 Incertidumbre estructurada conozco los estados, no la
probabilidad.
 Incertidumbre no estructurada

45. 3.6 ANALISIS DE LA SENSIBILIDAD
 El análisis de sensibilidad es una de las partes
más importantes en la programación lineal,
Sobre todo para la toma de decisiones; pues
permite determinar cuando una solución sigue
Siendo óptima, dados algunos cambios ya sea
en el entorno del problema, en la empresa o en
los datos del problema mismo.

46.  Este análisis consiste en determinar que tan sensible
es la respuesta óptima del Método Simplex, al cambio
de algunos datos como las ganancias o costos
unitarios (coeficientes de la función objetivo) o la
disponibilidad de los recursos (términos
independientes de las restricciones) La variación en
estos datos del problema se analizará
individualmente, es decir, se analiza la sensibilidad de
la solución debido a la modificación de un dato a la
vez, asumiendo que todos los demás permanecen sin
alteración alguna.
 Esto es importante porque estamos hablando de que
la sensibilidad es estática y no dinámica, pues solo
contempla el cambio de un dato a la vez y no el de
varios

47. Objetivo Principal del Análisis de Sensibilidad
 Establecer un intervalo de números reales en el cual
el dato que se analiza puede estar contenido, de tal
manera que la solución sigue siendo óptima siempre
que el dato pertenezca a dicho intervalo
Los análisis más importantes son;
o 1. Los coeficientes de la función objetivo; y
o 2. Los términos independientes de las restricciones y
se pueden abordar por medio del Método Gráfico o
del Método Simplex

48.  BIBLIOGRAFIA
 INFORMACION PERFECTA
 http://invdeo.blogspot.mx/2006/10/unidad-2-teora-de-decisiones-2.html
 INESTIGACION DEOPERACIONES II
 INTRODUCCION ALAINVESTIGACION DE OPERACIONES SEXTA
EDICION
 HAMDY A. TAHA.1997
 INVESTIGACION DE OPERACIONES, WAYNE L.WINSTON
 DENARDO.E.U: DINAMICPROGRAMMING THERY AN APLICATION 1982

49. CRITERIOS DE DECISION

50. ARBOLES DE DECISIONES

51. ANALISIS DE SENSIBILIDAD