Teoría de Decisiones 1 DA

Teora de DecisionesAnlisis 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 (AD) provee una estructura y gua para el pensamiento sistemtico acerca de decisiones difciles.


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.


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.

ProblemSolving

1 What's the problem

2 Analysis of current situation

3 Set goals

4 Find out the reasons

5 Solutions

6 Implement

Por qu estudiar el anlisis de decisin?


Evidentemente, para tomar mejores decisiones, pero:

Qu es una buena decisin?


Evidentemente, para tomar mejores decisiones, pero:

Qu es una buena decisin?

Una respuesta sencilla:

La que produce los mayores beneficios


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.


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.


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.


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.


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

Conoce cursos de accin

Asigna consecuencias

Preferencias acerca de las consecuencias

Decisor

Criterios de decisin

Situaciones dadas

Mutuamente incompatibles

No controlables por el decisor

Estado del suceso

Alternativas mutuamente excluyentes

Controlables por el decisorCursos de accin

Seleccionado el curso de accin

Observando el estado del suceso

Se obtiene la consecuencia = valor

Consecuencias


Conoce todos los posibles cursos de accinPuede asignar consecuencias a cada curso de accin

Conoce o establece preferencias acerca de las consecuencias

DecisorCriterios de decisin


Situaciones dadasMutuamente incompatiblesNo controlables por el decisor

Estado del suceso


Alternativas mutuamente excluyentesControlables por el decisor

Cursos de accin


Seleccionado el curso de accinObservando el estado del sucesoSe obtiene la consecuencia = valor numrico atribuido de acuerdo a un criterio prefijado

Consecuencias

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

InformacinTerreno en el rea A

Terreno en el rea B

Precio del terreno

15 10

Gananciasestimadas

28 19

Valor de venta del terreno

5 3

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 AZona industrial

en B

A 13 -10

B -7 9

A y B 6 -1

Ninguna 0 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 Riesgo

Comprar terreno en:

Zona industrial en A

Zona industrial en B

Prdidas o valor mnimo

A 13 -10 -10

B -7 9 -7

A y B 6 -1 -1

Ninguna 0 0 0

Consecuencias criterio de wald

Alternativas Estados del sucesoNivel de

seguridad

Comprar terreno en:




A 13 -10 -10

B -7 9 -7

A y B 6 -1 -1

Ninguna 0 0 0

Mejor decisin

Tabla de datos - modificada

InformacinTerreno en el rea A

Terreno en el rea B

Precio del terreno

15 10

Gananciasestimadas

28 19

Valor de venta del terreno

8 5

Consecuencias al modificar los datos

Alternativas Estados del suceso

Comprar terreno en:



A 13 -7

B -5 9

A y B 8 2

Ninguna 0 0



Comprar terreno en:

Zona industrial en

A



A 13 -7 -7

B -5 9 -5

A y B 8 2 2

Ninguna 0 0 0



Comprar terreno en:

Zona industrial en

A



A 13 -7 -7

B -5 9 -5

A y B 8 2 2

Ninguna 0 0 0

Mejor decisin

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 Aceptacin del producto

Producir Rechazado Medio Muy bien




Nada - 60,000 - 60,000 - 60,000




Nada - 60,000 - 60,000 - 60,000

Poco - 190,000 300,000 410,000




Nada - 60,000 - 60,000 - 60,000

Poco - 190,000 300,000 410,000

Mucho - 570,000 95,000 980,000

Consecuencias Criterio de Wald

AlternativasAceptacin del

productoRiesgo

Producir Rechazado Medio Muy bienValor

mnimo

Nada - 60,000 - 60,000 - 60,000

Poco - 190,000 300,000 410,000

Mucho - 570,000 95,000 980,000

Consecuencias Criterio de Wald

AlternativasAceptacin del

productoRiesgo

Producir Rechazado Medio Muy bienValor

mnimo

Nada - 60,000 - 60,000 - 60,000 - 60,000

Poco - 190,000 300,000 410,000 - 190,000

Mucho - 570,000 95,000 980,000 - 570,000

Otros criterios de decisin

Criterios sin conocimiento de las probabilidades de los eventos

Criterio de Wald - maximin

Criterio maximax

Criterio de Hurwicz

Criterio 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.

Documents

Teoría de Decisiones 1 DA