Teoría de Decisiones

ING. CARLOS A. BRAVO OLÁN

1. Las condiciones y criterios de decisión
1. Las condiciones y criterios de decisión
Introducción
¿Qué es una decisión?
Es un proceso por medio del cual se elige, dentro de un conjunto de posibles
alternativas, la que cumple con el criterio de selección adoptado.
1. Las condiciones y criterios de decisión
Introducción
Un proceso de decisión se distingue por:
1.- Contener al menos dos alternativas excluyentes entre sí.

2.- Elegir mediante un camino lógico una de ellas, para ejecutar las acciones
que involucra.

3.- Realizar las acciones prescritas por la

alternativa seleccionada, con el propósito
de cumplir con un fin predeterminados.
1.1 Casos de decisión en ingeniería
Desde que está presente el ser humano en la tierra, y durante el proceso de vida
del mismo tiene que tomar decisiones desde muy sencillas (que pedir a los reyes
magos, como vestirse en día de hoy, etc.) hasta más complicadas. Conforme
aumenta la complejidad del ser vivo, crece también la complejidad de sus
decisiones y la forma en que éstas se toman. Así, pasamos de una toma de
decisiones guiada instintivamente, a procesos de toma de decisiones que deben
estar ordenados por un pensamiento racional en el ser humano.
La Teoría de Decisiones tratará, por tanto, el estudio de los procesos de toma de
decisiones desde una perspectiva racional, es decir, es un intento analítico para
seleccionar la mejor alternativa. Se refiere a una situación donde el resultado
(rendimiento) de una decisión depende de la acción de otro agente (naturaleza),
sobre el cual no se tiene control.
1.1 Casos de decisión en ingeniería
Escenarios en el proceso de decisión
1.- Escenario de certidumbre, si se conoce con certeza las
consecuencias y se llega a resultados bien definidos.
2.- Escenario de riesgo cuando cada decisión puede dar lugar
a una serie de consecuencias que pueden ser tratadas con
distribuciones de probabilidad dadas.
3.- Escenario de incertidumbre, cuando es imposible conocer
la probabilidad de ocurrencia de las consecuencias de cada
decisión, porque se desconozca o porque no tenga sentido
hablar de ellas.
1.1 Casos de decisión en ingeniería
Decisiones bajo incertidumbre (no Competitivas)
El decisor conoce cuales son los
posibles estados naturales, pero
carece de información sobre cual
ocurrirá.

Se conocen como no competitivas

porque el decisor no tiene
contrincantes que propongan
soluciones alternativas bajo distintos
criterios.
1.1 Casos de decisión en ingeniería
Estado de la naturaleza
Es el Contexto o el ambiente en el cual se
desarrollaran las acciones que componen a
una alternativa y que las influenciara creando
consecuencias especificas (resultados) para la
alternativa que se desarrollara dentro de ese
estado natural.

+ =
Alternativa Estado Consecuencia
Persona sin paraguas Natural o Resultado
1.1 Casos de decisión en ingeniería
Elementos de una decisión

Alterna
tivas

Consecuencias Criterios
O Decisor De
resultados decisión

Estado
De la
naturaleza
1.1 Casos de decisión en ingeniería
fases del proceso de decisión
Determinar
Establecer
Definir el los factores
los criterios
problema que lo
de decisión
influyen

Seleccionar Identificar y Formular un

Instrumenta
la mejor evaluar las modelo
r la decisión
alternativa alternativas
1.2 Criterios de decisión
Tablas de decisión
Muchos procesos de toma de decisiones pueden ser tratados por
medio de tablas de decisión, en las que se representan los elementos
característicos de estos problemas:
Los diferentes estados que puede presentar la naturaleza: e1, e2, ...,
en. Las acciones o alternativas entre las que seleccionará el decisor:
a1, a2,...,am. Las consecuencias o resultados xij de la elección de la
alternativa ai cuando la naturaleza presenta el estado ej.
1.2 Criterios de decisión
Tablas de decisión

Estados de la naturaleza
e1 e2 … en
a1 x11 x12 … x1n
Alternativas

a2 x21 x22 … x2n

… … … … …
am xm1 xm2 … xmn
1.2 Criterios de decisión
Tablas de decisión - Ejemplo
Un ingeniero de proceso tiene la línea de ensamble con cinco operadores.
Dispone, además, de un sexto trabajador del que no conoce su trabajo, aunque
es de esperar que pueda estar capacitado para la operación y no ser utilizado,
sería un desperdicio de talento humano, o de introducirlo a la línea sin estar
capacitado esto estropearía a la línea de producción.

El ingeniero tiene tres posibles alternativas:

Incorporarlo a la línea de ensamble.
Ponerlo en una línea diferente al proceso.
No considerarlo para su plantilla de trabajadores.
 1.2 Criterios de decisión
Tablas de decisión - Ejemplo
Estado del Sexto Operador Valoración de resultados
Capacitado No Capacitado
Aunque los resultados xij no
Línea de producción con
Incorporarlo a la linea de
Mayor Producción problemas de tiempos y son necesariamente
ensamble
Alternativas

calidad. números, supondremos que

Mayor producción y Línea de producción el decisor puede valorarlos
ponerlo en una linea
diferente del proceso
tiempo perdido en estable y tiempo perdido numéricamente, es decir, se
valorar su desempeño. en valorar su desempeño.
asumirá la existencia de una
No considerarlo para su
Linea de Producción función V(xij) con valores
estable y un talento Línea de producción.
plantilla de trabajadores reales tal que:
desperdiciado.

V(xij)>V(xkl) si y sólo si el decisor prefiere el resultado xij al resultado xkl

 1.2 Criterios de decisión
Esta basado en el principio de razón insuficiente. Como no podemos suponer
La Place una mayor probabilidad de ocurrencia a un suceso futuro que a otro, podemos
considerar que todos los sucesos son equiprobables.
MaxiMax MaxiMin

Es el Criterio conservador. Es un criterio pesimista ya que razona sobre la peor

Wald situación que se le puede presentar al decisor. Una vez elegida la alternativa.

El decisor que sigue este criterio identifica cada alternativa con el mejor
optimista resultado posible optando por la alternativa que corresponda con dicho valor.

Representa un abanico de actitudes, desde la mas pesimista a la mas optimista.

Hurwicz Para aplicar este criterio, el decisor debe definir su coeficiente de optimismo α
entreo 0 y 1. el Coeficiente de pesimismo seria 1-α.
 1.2 Criterios de decisión
MiniMax

Transforma la matriz de resultados en una matriz de errores. De esta manera el

Savage decisor puede evaluar fácilmente el costo de oportunidad en el que incurre por
tomar una decisión equivocada. Para ello hay que determinar el mejor
resultado para cada situación que se pueda presentar.
1.3 Maximin, maximax y semejanza
Maximin
Wald 1.- Para cada alternativa evalúe el peor
resultado de acuerdo a los estados naturales.
Es el Criterio
2.- La alternativa a escoger es la que tenga el
conservador. Es un
criterio pesimista ya mayor dentro de los calculados en el punto
que razona sobre la anterior.
peor situación que se 3.- En el caso de que se trate de costos y no
le puede presentar al ganancia, el mejor de los escenarios, del
decisor. Una vez
conjunto de los peores, es el que tenga el
elegida la alternativa.
menor costo.
1.3 Maximin, maximax y semejanza
Maximin - Ejemplo
Estados de la naturaleza
Terreno comprado Empresa Automotriz Empresa automotriz
A B Peor caso
Alternativas

A 13 -12 -12
B -8 11 -8
AYB 5 -1 -1
NINGUNO 0 0 0

Valoración de resultados
El mejor entre los peores es el 0.
Según Wald: Nos olvidamos del negocio y ponemos nuestra atención en
otra cosa.
1.3 Maximin, maximax y semejanza
MaxiMax
Optimista 1.- Para cada alternativa evalúe el mejor
resultado de acuerdo a los estados naturales.
El decisor que sigue
2.- La alternativa a escoger es la que tenga el
este criterio identifica
cada alternativa con resultado mayor dentro de las obtenidas en
el mejor resultado el punto anterior.
posible optando por 3.- En el caso de que se trate de costos la
la alternativa que mejor alternativa será la que tenga el costo
corresponda con
menor dentro de las alternativas de menor
dicho valor.
costo.
1.3 Maximin, maximax y semejanza
MaxiMax - Ejemplo
Estados de la naturaleza
Terreno comprado Empresa Automotriz Empresa automotriz
A B Mejor caso
Alternativas

A 13 -12 13
B -8 11 11
AYB 5 -1 5
NINGUNO 0 0 0

Valoración de resultados
El mejor entre los mejores es el 13.
Según optimista: Compramos el terrono en A, que es el que nos da mayor
beneficio.
 1.3 Maximin, maximax y semejanza
Semejanza
Optimista 1.- Para cada alternativa evalúe el mejor
resultado de acuerdo a los estados naturales.
Este criterio de decisión
encuentra la alternativa 2.- Para cada alternativa evalúe el peor
con el resultado promedio resultado de acuerdo a los estados naturales.
más alto.
3.- se calcula el promedio de cada una de las
alternativas.
4.- Se elije la alternativa con el máximo
numero.
El intento de semejanza asume que todas las probabilidades de ocurrencia para
los estados naturales son iguales, entonces cada estado natural es semejante.
1.3 Maximin, maximax y semejanza
semejanza - Ejemplo
Estados de la naturaleza
Terreno comprado Empresa Empresa Maximo Minimo
Mejor
Automotriz A automotri en el en el
caso
Alternativas

zB renglon renglon
A 13 -12 13 -12 0.5
B -8 11 -8 11 1.5
AYB 5 -1 5 -1 2
NINGUNO 0 0 0 0 0

Valoración de resultados
El mejor entre los mejores es el 2.
semejanza: Compramos el terreno en A y B, es la alternativa que tiene
mayor valor esperado.
 1.4 Valor esperado E(X)
El valor esperado de cualquier variable aleatoria es el promedio ponderado de
todos los valores posibles de la variable aleatoria, donde los coeficientes de
ponderación son las probabilidades de que los valores ocurran.
Dado que los diferentes rendimientos se asocian distintos estados de la
naturaleza, el rendimiento esperado asociado con la decisión i es la suma, en
todos los estados j posibles.

𝑬(𝑿𝒊) = σ𝑚
𝑗=1 𝑟𝑖𝑗 ∗ 𝑃𝑗 = 𝑟𝑖1𝑃1 + 𝑟𝑖2𝑃2 + ⋯ + 𝑟𝑖𝑚𝑃𝑚
 1.4 Valor esperado E(X)
Ejemplo
Un repartidor de revista puede comprar el Pet Journal a $40 cada uno y venderlo a $75. Sin
embargo, debe adquirir las revistas antes de saber cuántos puede vender realmente. Si compra
más revistas de los que puede vender, simplemente desechará el excedente, sin costo adicional.
Si no compra suficientes revistas, pierde ventas potenciales ahora y posiblemente en el futuro.
Suponga, por el momento esta pérdida de ventas futuras representa un costo de $50 por cliente
insatisfecho. Suponga que la distribución de la demanda es la siguiente:
P0 = Prob {demanda=0} = 0.1
P1 = Prob {demanda=1} = 0.3
P2 = Prob {demanda=2} = 0.4
P3 = Prob {demanda=3} = 0.2
Retribución = 75 (# revistas vendido) – 40 (# revistas ordenadas) – 50 (# demanda no satisfecha)
 1.4 Valor esperado E(X)
Ejemplo
Estado de la naturaleza (demanda)
Decisión 0 1 2 3
Alternativas 0 0 -50 -100 -150
1 -40 35 -15 -65
2 -80 -5 70 20
3 -120 -45 30 105
Evaluar el valor esperado de cada decisión
E(0) = 0(0.1) – 50(0.3) – 100(0.4) – 150(0.2) = -85
E(1) = -40(0.1) + 35(0.3) – 15(0.4) – 65(0.2) = -12.5
E(2) = -80(0.1) – 5(0.3) + 70(0.4) + 20(0.2) = 22.5
E(3) = -120(0.1) – 45(0.3) + 30(0.4) + 105(0.2) = 7.5
1.5 Máxima verosimilitud
Decisiones de bajo riesgo

Cuando se toman decisiones de bajo

riesgo, se necesita información que
permita proporcionar probabilidades
sobre los diversos estados posibles de
la naturaleza.
Esta información pueden ser registros
previos o el juicio subjetivo del
decisor.
1.5 Máxima verosimilitud
Decisiones de bajo riesgo

1.- Primero se elige el estado natural

que tiene la mayor probabilidad de
ocurrencia.
2.- Suponiendo que este estado
ocurrirá, se elige la alternativa de
decisión que producirá la utilidad mas
alta.
 1.5 Máxima verosimilitud
Decisiones de bajo riesgo - ejemplo
ventas diarias Frecuencia (en dias) Probabilidad
10 18 0.2
11 36 0.4
12 37 0.3
13 9 0.1
total 90 1
El comerciante compra una caja en $3 y la vende en $8.
Este margen tan alto refleja el perecedero del producto y el riesgo de almacenarlo.
Se va a suponer que el producto no tiene ningún valor después del primer día en
que se ofrece la venta. El problema es cuando ordenar hoy para los negocios de
mañana.
1.5 Máxima verosimilitud
Decisiones de bajo riesgo
Alternativas de almacenamiento
Ventas(cajas) 10 Cajas 11 Cajas 12 Cajas 13 Cajas
10 50 47 44 41
Estado de la

(demanda)
Natureleza

11 50 55 52 49
12 50 55 60 57
13 50 55 60 65
10 cajas = 10(8)-10(3)=50.
10 cajas = 10(8)-11(3)=47.
10 cajas = 10(8)-12(3)=44.
10 cajas = 10(8)-13(3)=41.
1.5 Máxima verosimilitud
Decisiones de bajo riesgo
Alternativas de almacenamiento
Ventas(cajas) 10 Cajas 11 Cajas 12 Cajas 13 Cajas
10 50 47 44 41
Estado de la

(demanda)
Natureleza

11 50 55 52 49
12 50 55 60 57
13 50 55 60 65

Este criterio producirá resultados validos cuando un estado de la

naturaleza es mucho mas probable que cualquier otro.
1.5 Dominancia
Decisiones de bajo riesgo
Alternativas de almacenamiento
Ventas(cajas) 10 Cajas 11 Cajas 12 Cajas 13 Cajas
10 50 47 44 41
Estado de la

(demanda)
Natureleza

11 50 55 52 49
12 50 55 60 57
13 50 55 60 65

Este criterio producirá resultados validos cuando un estado de la

naturaleza es mucho mas probable que cualquier otro.
Investigación