Teora de Decisiones

Anlisis de Decisin 1 Criterio de Wald (maximin)

G. Edgar Mata Ortiz

Contenido
El anlisis de decisin (AD)
Por qu estudiar el anlisis de
decisin (AD)?
Subjetividad e intuicin en el
AD.
Modelos de decisin
Objetivo del anlisis de
decisin
Componentes del AD
Ejemplo
Mtodos de decisin

El anlisis de decisin
Los problemas complejos requieren
considerar numerosos factores para la
eleccin de la mejor alternativa.

El anlisis de decisin
El anlisis de decisin (AD) provee una
estructura y gua para el pensamiento
sistemtico acerca de decisiones
difciles.

El anlisis de decisin
Mediante el AD, el tomador de
decisiones puede elegir un curso de
accin con la confianza obtenida a
travs de una clara comprensin del
problema.

El anlisis de decisin
Adems de un marco de referencia
para razonar problemas difciles, el
AD provee herramientas analticas que
contribuyen a facilitar este
razonamiento acerca de dichos
problemas difciles.
1 What's the problem
2 Analysis of current situation

Problem
Solving

3 Set goals
4 Find out the reasons
5 Solutions

6 Implement

Por qu estudiar el anlisis de decisin?

Por qu estudiar el anlisis de decisin?

Evidentemente, para tomar mejores
decisiones, pero:
Qu es una buena decisin?

Por qu estudiar el anlisis de decisin?

Evidentemente, para tomar mejores
decisiones, pero:
Qu es una buena decisin?
Una respuesta sencilla:
La que produce los mayores beneficios

Por qu estudiar el anlisis de decisin?

Esta respuesta puede confundir los
grandes beneficios obtenidos por
casualidad o suerte, con una buena
decisin.
Es posible tomar una buena decisin y
que, sin embargo, por azar, los
beneficios no sean los mejores.

Por qu estudiar el anlisis de decisin?

Seguramente muchas personas
preferiran tener suerte que tomar
buenas decisiones.
El AD no puede mejorar la suerte del
tomador de decisiones, pero puede
ayudarle a comprender mejor los
problemas y, por lo tanto, tomar
mejores decisiones.

Subjetividad e intuicin en el AD
Los juicios personales acerca de la
incertidumbre y la intuicin, juegan un
importante papel en la toma de
decisiones.
A travs del estudio del AD veremos,
cada vez ms claramente, que estos
juicios e intuicin, implican
razonamiento duro y sistemtico
acerca de numerosos aspectos
importantes de una decisin.

Subjetividad e intuicin en el AD
Gerentes y diseadores de polticas de
decisin frecuentemente protestan
porque los procedimientos analticos
de la investigacin de operaciones y
otras herramientas cuantitativas para
la toma de decisiones ignoran los
juicios subjetivos.
Dichos procesos solamente se ocupan
de proporcionar un resultado ptimo
a partir de entradas objetivas.

Subjetividad e intuicin en el AD
El enfoque del anlisis de decisin
admite la inclusin de juicios
subjetivos.
De hecho, el AD requiere juicios
personales; estos son insumos bsicos
para una buena toma de decisiones.

Subjetividad e intuicin en el AD
Al mismo tiempo, es importante
resaltar que los juicios personales
pueden resultar engaosos,
especialmente cuando se debe lidiar
con la incertidumbre.
Es indispensable ser conscientes de las
limitaciones cognitivas humanas al
momento de generar los juicios que se
emplearn como insumos en la toma de
decisiones.

Modelos de decisin
Modelos cuantitativos
Modelos cualitativos
Modelos especficos

Herbert Simon

Inteligencia Diagnstico
Diseo Solucin
Seleccin Alternativas
Implantacin Accin

Anlisis de decisin
Simulacin

Objetivo del anlisis de decisin

Diferenciar los objetivos y criterios de
decisin para elegir la mejor solucin a
un problema de toma de decisiones,
evaluando los beneficios o prdidas
asociadas, considerando las
circunstancias externas y estados de la
naturaleza regidos por distribuciones
de probabilidad.

Componentes del Anlisis de Decisin

Decisor
Criterios de decisin

Estado del
suceso

Conoce cursos de accin

Asigna consecuencias
Preferencias acerca de las consecuencias
Situaciones dadas
Mutuamente incompatibles
No controlables por el decisor

Alternativas mutuamente excluyentes

Cursos de accin Controlables por el decisor

Consecuencias

Seleccionado el curso de accin

Observando el estado del suceso
Se obtiene la consecuencia = valor

Componentes del Anlisis de Decisin

Decisor
Criterios de decisin

Conoce todos los posibles cursos de accin

Puede asignar consecuencias a cada curso de
accin
Conoce o establece preferencias acerca de las
consecuencias

Componentes del Anlisis de Decisin

Estado del
suceso
Situaciones dadas
Mutuamente incompatibles
No controlables por el decisor

Componentes del Anlisis de Decisin

Cursos de
accin

Alternativas mutuamente excluyentes

Controlables por el decisor

Componentes del Anlisis de Decisin

Consecuencias

Seleccionado el curso de accin

Observando el estado del suceso
Se obtiene la consecuencia = valor numrico
atribuido de acuerdo a un criterio prefijado

Ejemplo
Se va a construir una zona industrial entre
dos posibles ubicaciones A y B. Se planea
instalar un comedor que dar servicio a
las empresas y trabajadores por lo que es
necesario adquirir el terreno. La siguiente
tabla muestra el precio de los terrenos, las
ganancias estimadas en cada localizacin
si la zona industrial se ubica en esa zona,
y el valor de venta del terreno si
finalmente la zona industrial no se ubica
ah.
Cul es la decisin ms adecuada?

Tabla de datos
Informacin
Precio del
terreno
Ganancias
estimadas
Valor de
venta del
terreno

Terreno en
el rea A

Terreno en
el rea B

15

10

28

19

Ejemplo: Procedimiento de solucin

Definir claramente el problema
Elaborar una lista de alternativas
Identificar los posibles sucesos:
estados de la naturaleza
Elaborar una lista de las combinaciones
de alternativas con sucesos, y sus
resultados
Elegir uno de los modelos de decisin
tericos
Aplicar el modelo y tomar la decisin

Ejemplo: Procedimiento de solucin

Definir claramente el problema

Complejidad: Variables Ubicacin de la zona

industrial, costo de terrenos, beneficios
Incertidumbre: Dnde se construir el
terreno?, ganancias estimadas
Multiplicidad de objetivos: Obtener
ganancias, evitar prdidas
Objetivos contradictorios: Ganancia
Prdidas
Consecuencias: Si se acierta, si no se acierta,
si no se hace nada.

Condiciones del problema

Alternativas del decisor

Comprar terreno en A
Comprar terreno en B
Comprar terreno en A y B
No comprar terreno

Estados del suceso (la naturaleza)

La zona industrial se construye en A

La zona industrial se construye en B

Consecuencias
Alternativas

Estados del suceso

Comprar terreno en:

Zona industrial
en A

Zona industrial
en B

A
B
AyB
Ninguna

13
-7
6
0

-10
9
-1
0

Mtodo de decisin: criterio de Wald

Se le considera un criterio pesimista
porque centra su atencin en
minimizar las prdidas
Recibe el nombre de maximin
Su objetivo es minimizar el riesgo
Criterio de decisin: En cada fila se
agrega el elemento de decisin y se
elige el que tenga el mayor valor

Consecuencias segn criterio de Wald

Alternativas

Estados del suceso

Comprar terreno
Zona
en:
industrial en A

Riesgo

Zona industrial
en B

Prdidas o valor
mnimo

A
B

13
-7

-10
9

-10
-7

AyB
Ninguna

6
0

-1
0

-1
0

Consecuencias criterio de wald

Alternativas

Estados del suceso

Nivel de
seguridad

Comprar
terreno en:

Zona
Zona industrial
industrial en A
en B

Prdidas o
valor mnimo

13

B
AyB
Ninguna

-7
6
0

Mejor
-10
decisin
9
-1
0

-10
-7
-1
0

Tabla de datos - modificada

Informacin
Precio del
terreno
Ganancias
estimadas
Valor de
venta del
terreno

Terreno en
el rea A

Terreno en
el rea B

15

10

28

19

Consecuencias al modificar los datos

Alternativas

Estados del suceso

Comprar terreno
en:

Zona industrial
en A

Zona industrial
en B

A
B
AyB
Ninguna

13
-5
8
0

-7
9
2
0

Consecuencias segn criterio de Wald

Alternativas
Comprar terreno
en:

A
B
AyB
Ninguna

Estados del suceso

Riesgo

Zona
industrial en
A

Zona industrial
en B

Prdidas o
valor mnimo

13
-5
8
0

-7
9
2
0

-7
-5
2
0

Consecuencias segn criterio de Wald

Alternativas
Comprar terreno
en:

A
B
AyB
Ninguna

Estados del suceso

Zona
industrial en
A

13
-5
8
0

Zona industrial
en B

Riesgo
Prdidas o
valor mnimo

Mejor
-7
decisin
9
2
0

-7
-5
2
0

Anlisis de sensibilidad
Cualquier decisin que se tome debe
revisarse bajo la perspectiva de los
efectos que, ciertos cambios en las
condiciones, tendrn sobre los
resultados.
Este proceso recibe el nombre de
anlisis de sensibilidad.

Ejercicio
La introduccin de un nuevo producto al
mercado es riesgosa, solamente el 1%
de los nuevos productos son exitosos.
Los costos de investigacin y desarrollo,
adems de los costos de publicidad y
produccin deben recuperarse.
Sin embargo, cuando un nuevo producto
es exitoso, los beneficios pueden ser
grandes.

Ejercicio
Una empresa ha recibido informacin en
el sentido de que dos de sus
competidores estn trabajando en el
desarrollo de un nuevo producto.
La direccin debe determinar si es
conveniente invertir, en la misma lnea
de investigacin, para introducir al
mercado un producto capaz de competir
con el que est desarrollando la
competencia.

Ejercicio
Los beneficios dependen de cmo reciba el
mercado al nuevo producto y la cantidad que
se produzca. Para este caso:
Si el mercado acepta el nuevo producto y se
producen grandes cantidades del mismo, se
obtienen ganancias de 980000 dlares.
Si se producen cantidades grandes y el mercado
no responde como se esperaba los beneficios
descienden hasta 95000 dlares.
Si se producen cantidades grandes y el mercado
definitivamente no acepta el producto, se tienen
prdidas por 570000 dlares.

Ejercicio
Los beneficios dependen de cmo reciba el
mercado al nuevo producto y la cantidad
que se produzca. Para este caso:

Si el mercado acepta el nuevo producto y se

producen cantidades pequeas del mismo, se
obtienen ganancias de 410,000 dlares.
Si se producen pequeas cantidades y el mercado
no responde como se esperaba los beneficios
descienden hasta 300000 dlares.
Si se producen pequeas cantidades y el mercado
definitivamente no acepta el producto, se tienen
prdidas por 190000 dlares.

Ejercicio
Debido a la posibilidad de que otros
competidores atiendan el posible mercado
de un nuevo producto y a la prdida de
oportunidad de obtener un beneficio, se
considera que, no introducir un nuevo
producto al mercado, equivale a una
prdida de 60000 dlares

Ejercicio
Es conveniente invertir en
investigacin y desarrollo para
introducir un nuevo producto al
mercado?
No olvidemos que tambin ser
necesario invertir en publicidad y
costos de produccin para ponerlo en
el mercado.

Alternativas y sus consecuencias

Alternativas
Producir

Aceptacin del producto

Rechazado

Medio

Muy bien

Alternativas y sus consecuencias

Alternativas

Aceptacin del producto

Producir

Rechazado

Medio

Muy bien

Nada

- 60,000

- 60,000

- 60,000

Alternativas y sus consecuencias

Alternativas

Aceptacin del producto

Producir

Rechazado

Medio

Muy bien

Nada
Poco

- 60,000
- 190,000

- 60,000
300,000

- 60,000
410,000

Alternativas y sus consecuencias

Alternativas

Aceptacin del producto

Producir

Rechazado

Medio

Muy bien

Nada
Poco
Mucho

- 60,000
- 190,000
- 570,000

- 60,000
300,000
95,000

- 60,000
410,000
980,000

Consecuencias Criterio de Wald

Alternativas

Aceptacin del
producto

Producir

Rechazado

Medio

Muy bien

Nada
Poco
Mucho

- 60,000

- 60,000

- 60,000

- 190,000

300,000

410,000

- 570,000

95,000

980,000

Riesgo
Valor
mnimo

Consecuencias Criterio de Wald

Alternativas

Aceptacin del
producto

Riesgo

Producir

Rechazado

Medio

Muy bien

Valor
mnimo

Nada
Poco
Mucho

- 60,000

- 60,000

- 60,000

- 60,000

- 190,000

300,000

410,000

- 190,000

- 570,000

95,000

980,000

- 570,000

Consecuencias Criterio de Wald

Alternativas

Aceptacin del
producto

Riesgo

Producir

Rechazado

Medio

Muy bien

Valor
mnimo

Nada
Poco
Mucho

- 60,000

- 60,000

- 60,000

- 60,000

- 190,000

300,000

410,000

- 190,000

- 570,000

95,000

980,000

- 570,000

Otros criterios de decisin

Criterios sin conocimiento de las
probabilidades de los eventos

Criterio
Criterio
Criterio
Criterio

de Wald - maximin
maximax
de Hurwicz
de Savage

Criterios basados en el conocimiento

de las probabilidades de los eventos

Criterio de Laplace

Entre otros.

Bibliografa
CLEMEN, Robert T. Making Hard Decisions with
Decision Tools Suite. Edit. Duxbury. USA, 2001.
1st Edition.
DPL 4.0 Professional Decision Analysis Software:
Academic Edition. Edit. Duxbury. USA, 2000. 2nd
Edition.
FABRYCKY, W. J., Thuesen, G. J. and Verna, D.
Economic Decision Analysis. Edit. Prentice Hall.
USA, 1998.