Teora de DecisionesAnlisis de Decisin 2 Criterios de decisin
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.
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?
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
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
Criterios de decisin
Criterios sin conocimiento de las probabilidades de los eventos
Criterio de Wald - maximin
Criterio de Plunger - maximax
Criterio de Hurwicz
Criterio de Savage
Criterios basados en el conocimiento de las probabilidades de los eventos
Criterio de Laplace
Entre otros.
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 asume que ocurrirn las peores opciones
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 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
Mejor decisin
Mtodo de decisin: criterio de Plunger
Se le considera un criterio optimista porque asume que ocurrirn las mejores opciones.
Recibe el nombre de maximax
Su objetivo es maximizar la ganancia
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 Plunger
Alternativas Estados del suceso Ganancia
Comprar terreno en:
Zona industrial en A
Zona industrial en B
Prdidas o valor mnimo
A 13 -10 13
B -7 9 9
A y B 6 -1 6
Ninguna 0 0 0
Consecuencias segn criterio de Plunger
Alternativas Estados del suceso Ganancia
Comprar terreno en:
Zona industrial en A
Zona industrial en B
Prdidas o valor mnimo
A 13 -10 13
B -7 9 9
A y B 6 -1 6
Ninguna 0 0 0
Mejor decisin
Mtodo de decisin: Optimismo vs Pesimismo
Criterios con diferente enfoque:
Wald Pesimista
Plunger - Optimista
No existe una alternativa que medie entre estos extremos?
Mtodo de decisin: Optimismo vs Pesimismo
Criterios con diferente enfoque:
Wald Pesimista
Plunger - Optimista
No existe una alternativa que medie entre estos extremos?
Criterio de Hurwiczndice de optimismo
Mtodo de decisin: criterio de Hurwicz
Busca mediar entre los criterios pesimista y optimista
Requiere un valor alfa llamado ndice de optimismo
El ndice de optimismo es fijado arbitrariamente por el decisor
Criterio de decisin: Se efectan las operaciones indicadas y se elige el mximo.
Consecuencias segn criterio de Hurwicz
AlternativasEstados del
sucesoResultado
Comprar terreno en:
Zona industrial
en A
Zona industrial
en B
Valor de cada alternativa
A 13 -1013(0.25)-10(0.75)=
-4.25
B -7 99(0.25)-7(0.75)=
-3
A y B 6 -16(0.25)-1(0.75)=
0.75
Ninguna 0 0 0
Consecuencias segn criterio de Hurwicz
AlternativasEstados del
sucesoResultado
Comprar terreno en:
Zona industrial
en A
Zona industrial
en B
Valor de cada alternativa
A 13 -1013(0.25)-10(0.75)=
-4.25
B -7 99(0.25)-7(0.75)=
-3
A y B 6 -16(0.25)-1(0.75)=
0.75
Ninguna 0 0 0
Mejor decisin
Consecuencias segn criterio de Hurwicz
AlternativasEstados del
sucesoResultado
Comprar terreno en:
Zona industrial
en A
Zona industrial
en B
Valor de cada alternativa
A 13 -1013(0.45)-10(0.55)=
0.35
B -7 99(0.45)-7(0.55)=
0.20
A y B 6 -16(0.45)-1(0.55)=
2.15
Ninguna 0 0 0
Mtodo de decisin: criterio de Savage
Se basa en el concepto de prdida de oportunidad
Afirma que el resultado de una alternativa slo debe ser comparado con los resultados de las dems alternativas bajo el mismo estado del suceso (estado de la naturaleza)
Criterio de decisin: Es necesario construir la tabla de prdidas y seleccionar la prdida mnima
Consecuencias segn criterio de Savage
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
Valor mximo 13 9
Consecuencias segn criterio de Savage
Alternativas Estados del suceso
Comprar terreno en:Zona industrial
en AZona industrial en
B
A 0 19
B 20 0
A y B 7 10
Ninguna 13 9
Valor mximo 13 9
Consecuencias segn criterio de Savage
Alternativas Estados del suceso Prdidas
Comprar terreno en:
Zona industrial en
A
Zona industrial en B
Valor mximo en cada
alternativa
A 0 19 19
B 20 0 20
A y B 7 10 10
Ninguna 13 9 13
Consecuencias segn criterio de Savage
Alternativas Estados del suceso Prdidas
Comprar terreno en:
Zona industrial en
A
Zona industrial en B
Valor mximo en cada
alternativa
A 0 19 19
B 20 0 20
A y B 7 10 10
Ninguna 13 9 13
Mejor decisin
Ejercicios
Aplicar los 4 criterios estudiados a los siguientes ejercicios.
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:
Zona industrial en A
Zona industrial en B
A 13 -7
B -5 9
A y B 8 2
Ninguna 0 0
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 -7 -7
B -5 9 -5
A y B 8 2 2
Ninguna 0 0 0
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 -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
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 - 60,000 - 60,000 - 60,000
Poco - 190,000 300,000 410,000
Alternativas y sus consecuencias
Alternativas Aceptacin del producto
Producir Rechazado Medio Muy bien
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
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 - 570,000Mejor decisin
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.
Gracias por su atencin.
Referencias:
https://sites.google.com/site/mataspc/home
http://licmata-math.blogspot.com/
http://www.scoop.it/t/mathematics-learning
http://www.slideshare.net/licmata/
http://www.facebook.com/licemata
Twitter: @licemata