Teora de Decisiones

Investigacin de Operaciones

1


UNIVERSIDAD PRIVADA DE TACNA
FACULTAD DE CIENCIAS EMPRESARIALES
Escuela profesional de ingeniera comercial





TRABAJO DE INVESTIGACIN
TEORIA DE DECISIONES

PRESENTADO POR:
Brenda Jurez
Javier Cahui
Missael Calisaya
Andres Aldana
Frans Ramirez



Teora de Decisiones
Investigacin de Operaciones

2

INDICE
























Teora de Decisiones
Investigacin de Operaciones

3


INTRODUCCIN



La toma de decisiones es el proceso mediante el cual se realiza una eleccin entre
las alternativas o formas para resolver diferentes situaciones de la vida, estas se
pueden presentar en diferentes contextos: a nivel laboral, familiar, sentimental,
empresarial, etc., es decir, en todo momento se toman decisiones, la diferencia
entre cada una de estas es el proceso o la forma en la cual se llega a ellas.

Teora de Decisin trata de decisiones con respecto a la naturaleza (Estados de la
Naturaleza). Esto se refiere a una situacin donde el resultado (ganancia, perdida)
de una decisin depende de la accin de otro jugador (la naturaleza). Por
ejemplo, si la decisin es de llevar o no paraguas, la ganancia (llueve o no llueve)
depende de lo que ocurre en la naturaleza. Es importante darse cuenta que en
este modelo la ganancia (perdida) concierne solo al tomador de la decisin. Esta
condicin distingue la teora de decisin de la teora de juegos. En la teora de
juegos ambos jugadores estn interesados en el resultado.

El problema del tomador de decisiones consiste en determinar qu decisin
tomar? La decisin depender del comportamiento del tomador de decisiones con
respecto a la naturaleza que sucede.

El objetivo del presente trabajo es presentar, a la Investigacin de Operaciones
desde el punto de las Tomas de decisiones.
Teora de Decisiones
Investigacin de Operaciones

4

1. TOMA DE DECISIONES

Con el objeto de establecer una base para que se pueda entender a la
Naturaleza de la Investigacin de Operaciones se hace uso de la definicin de
Churchman, Ackoff y Arnoff, bastante aceptada en el grupo de tcnicos de
Investigacin de Operaciones, esta definicin dice:
La investigacin de Operaciones es la aplicacin, por grupos disciplinarios,
del mtodo Cientfico a problemas relacionados con el control de las
organizaciones o Sistemas (hombre-mquina) a fin de que se produzcan
soluciones que mejor sirvan a los objetivos de toda la Organizacin.
(Churchman, 2004, pg. 75).
De la definicin anterior se puede resaltar las siguientes palabras:
Organizacin, sistema, grupos interdisciplinarios, objetivo y metodologa
Cientfica.
En un Sistema, el comportamiento de cualquiera de sus partes o componentes
tiene efectos directos e indirectos con el resto. Quizs no todos estos efectos
sean importantes, o ms an posibles de detectar.
Por lo tanto es muy necesario que exista un procedimiento sistemtico que
logre, por un lado, identificar aquellas interacciones de un sistema que tengan
efectos de importancia y, por el otro, logre identificar los componentes
controlables asociados. (Witenberg, 2006, pg. 59)
Se puede concluir que todo sistema es un sistema de informacin.
Los modelos matemticos de decisin permiten calcular los valores exactos o
aproximados de los componentes controlables del sistema para que pueda
comportarse mejor de acuerdo con ciertos criterios establecidos. Estos
clculos se realizan bajo el supuesto de que se conoce la informacin
asociada al estado de aquellos componentes del sistema que no se pueden
controlar. El acto de calcular el valor apropiado de estos componentes
Teora de Decisiones
Investigacin de Operaciones

5

controlables, se conoce como derivar una solucin al problema en cuestin,
utilizando un modelo. La manera como se logra esta derivacin de soluciones
es muy variada y no existen reglas generales.
Se puede lograr por simulacin o emulacin, o bien por un riguroso anlisis
matemtico.

2. MODELOS DE CRITERIOS DE DECISIN:

2.1. Certeza:

Sabemos con seguridad cules son los efectos de las acciones. Se da
cuando se conoce con un 100% de certeza de los estados de la
Naturaleza.

2.2. Riesgo:

No sabemos qu ocurrir tomando determinadas decisiones, pero s
sabemos qu puede ocurrir y cul es la probabilidad de ello.

Sea p
j
la probabilidad de que ocurra el estado j. Si el tomador de
decisiones toma la decisin d
i
, ER
i

Viene dado por;
ERi = ri1 p1 + ri2 p2 +... + rim pm

Se debe tomar la decisin que maximiza ER
i.

Teora de Decisiones
Investigacin de Operaciones

6

1
Ejemplo:
Consideremos como ejemplo el problema del vendedor de peridicos:
un vendedor de peridicos compra estos al camin de entrega al inicio
de cada da. Durante el da, vende estos peridicos. Los peridicos
sobrantes al final del da constituyen perdidas. Asuma que cada
peridico le cuesta 15 centavos y los vende a 50 centavos cada uno, y
que la siguiente distribucin de probabilidades es conocida








Cuantos peridicos debera comprar el vendedor cada da al camin
de entrega?

Solucin
Para resolver este ejercicio, primero se construye la matriz de
ganancias Donde r
ij
es la ganancia cuando se compran i peridicos y
ocurre una demanda j.


1
Riff, M. C. (2003). Investigacin de Operaciones II.

Teora de Decisiones
Investigacin de Operaciones

7





Ahora se deben calcular los valores esperados para cada posible
decisin.






El mximo sucede cuando el vendedor de diarios compra 2 peridicos
al camin de entrega. Su valor esperado es de 30. El hecho que el
vendedor de peridicos deba tomar la decisin antes que la demanda
ocurra tiene un impacto considerable en sus ganancias. Si pudiera
conocer la demanda anticipadamente cada da y entonces comprar el
nmero correspondiente de diarios para ese da, su ganancia esperada
aumentara en una cantidad conocida en trminos tcnicos como el
valor esperado de la informacin perfecta (expected value of perfect
information.
Millones de dlares se gastan en proyectos de investigacin de
mercados, para determinar qu estado de la naturaleza ocurrir en una
amplia gama de aplicaciones. El valor esperado de la informacin
perfecta indica la ganancia esperada de cualquiera de esos intentos y
as representa una cota superior sobre la cantidad que deberan gastar
Teora de Decisiones
Investigacin de Operaciones

8

en obtener esa informacin. As, calculamos el valor esperado de la
informacin perfecta EV PI para nuestro problema. Si la demanda fuese
conocida con anticipacin antes que la decisin de compra se tome, el
valor esperado de la ganancia sera:




Debe notarse que el criterio de maximizar la ganancia esperada puede,
algunas veces, producir resultados inaceptables. Esto se debe a que
hay riesgos que no se han tomado en cuenta. La mayora de las
personas son reticentes al riesgo, lo que significa que sienten que
perder x dlares es ms valioso que el beneficio de ganar la misma
cantidad. La teora de decisin enfrenta este problema construyendo
una funcin de atraccin del dinero (o de utilidad del dinero).
Esta funcin se denomina funcin de utilidad. As, en lugar de trabajar
con una matriz de pago medidas en dlares (pesos, dinero), r
ij
, se
trabaja con una matriz de ganancias que contiene valores de utilidades,
digamos u
ij
. La decisin optima d
i
ser la que maximice la utilidad
esperada

EUi = ui1 p1 + ui2 p2 +... + uim pm
sobre todos los i.



Teora de Decisiones
Investigacin de Operaciones

9

2.3. Incertidumbre:

La distincin entre riesgo e incertidumbre fue establecida por F.Knight
en 1921, quien en su obra Risk, Uncertanity and Profit se refera a la
primera como aquella situacin en la que no existe certeza sobre el
resultado de la decisin, aunque se conoce al menos la probabilidad de
los distintos resultados alternativos. Este sera el caso, por ejemplo, de
la eleccin entre cara o cruz de una moneda: desconocemos de
antemano el resultado, pero conocemos la probabilidad objetiva de las
dos alternativas. Las situaciones de incertidumbre de caracterizaran,
en cambio, por el hecho de que no solo desconocemos el resultado
final, sino que no podemos predecirlo tampoco en trminos de
probabilidades objetivas.
Se da cuando los estados de la Naturaleza son desconocidos existen 4
mtodos. (Aguiar, 2007, pg. 06)

2.3.1. Criterio maximn (Pesimista):

Considera siempre disminuir las prdidas. Luego, el criterio se puede
resumir como:
Mejor (Peor)

Para cada Curso de Accin busco la peor ganancia (costo) que puedo
conseguir y de entre estos valores elijo la / el mejor.
Para entenderlo mejor, supongamos que hemos de decidir si hacemos
A o B cuyas consecuencias son C, D Y E, como queda reflejado en la
matriz de pagos o resultados que presentamos ms abajo. Si optamos
por A podemos obtener el resultado ms favorable (100), pero tenemos
tambin dos resultados muy malos (1 y 2). Si elegimos B corremos el
riesgo de no ganar nada, si bien C y D no ofrecen ambas un buen
resultado. Cmo decidiremos que hacer si no podemos atribuir
Teora de Decisiones
Investigacin de Operaciones

10

objetivamente ninguna probabilidad a las consecuencias de nuestra
accin? (Raiffa, 1957, pg. 187 Cap 13)


C D E
A 100 2 1
B 99 98 0


Si conociramos la probabilidad de cada uno de los sucesos
elegiramos sin ms el que nos beneficia con mayor seguridad. Pero
como no es as, como desconocemos las probabilidades de los
sucesos, lo que el criterio maximn nos aconseja es seguir aquella
accin que nos asegure el mximo de los mnimos; esto es, la accin
que nos libre del peor resultado posible. En esta ocasin sera la accin
A la que el maximn recomendara seguir pues, en el peor de los casos
obtendramos como mnimo 1, es decir un resultado mejor que el peor
de los resultados de la accin B.
El criterio Maximn compara entre si los peores resultados de cada una
de las opciones posibles y elije el mejor de ellos (el mximo de los
mnimos).










Teora de Decisiones
Investigacin de Operaciones

11

2.3.2. Criterio Maximx (Optimista):

Considera siempre aumentar las ganancias. Luego, el criterio se puede
resumir como:

Mejor (Mejor)
Para cada Curso de Accin busco la mejor ganancia (costo) que puedo
conseguir y de entre estos valores elijo la / el mejor. (Riff, 2003, pg.
09)
Este criterio a diferencia del anterior, solo tiene en cuenta el mejor
resultado posible de cada accin (el mximo de los mximos). En el
ejemplo anterior, de nuevo la accin A saldr favorecida, pues el mejor
resultado posible es 100. Aunque no es una estrategia que busque
precisamente evitar el riesgo a toda costa, ms bien lo contrario,
adolece el mismo defecto que el criterio Maximn: no tiene en cuenta la
mayor parte de la informacin que nos ofrece la situacin de eleccin.
(Haro, 1982).

2.3.3. Criterio de Hurwicz:

Para evitar el conservadurismo del maximn y el optimismo del
maximax, Hurwicz propuso un criterio que equivale a la suma
ponderada de los resultados extremos de ambas lneas de accin.
Puesto que nadie siempre es optimista o siempre pesimista, el criterio
de Hurwicz establece una va intermedia entre el maximn y el maximax.
(Rawls, 1971, pg. 152)

Teora de Decisiones
Investigacin de Operaciones

12

2.3.4. Criterio de Razn Insuficiente de Laplace:
Considera todos los Estados de la Naturaleza como probables. Dada la
Matriz de ganancias (costos) se calcula la Esperanza de cada Curso de
Accin con respecto a los Estados de la Naturaleza posibles y se elige
la que provee mayor ganancia.
Puesto que no tenemos informacin sobre la probabilidad de que ocurra
C, D o E, lo ms racional sera, segn este criterio asignarle a cada
valor la misma probabilidad y elegir el que nos del mayor valor
esperado es decir la mayor utilidad esperada. (Raiffa, 1957).
2.4. Costo de oportunidad:
En este caso es necesario construir la Matriz Costo de Oportunidad, la cual
representa para cada Estado de la Naturaleza lo que dejo de ganar por no
elegir otro Curso de Accin.
Se elige aquel Curso de Accin que presente en total menor costo de
oportunidad.





Teora de Decisiones
Investigacin de Operaciones

13

2
Ejemplo:
Considere la siguiente Matriz de Ganancias:
S
1
S
2

A
1
200000 -20000
A
2
150000 20000
A
3
100000 60000

Dnde:
A
i
= Cursos de Accin
S
i
= Estados de la Naturaleza
Suponiendo que debemos tomar una decisin bajo incertidumbre, tenemos:

Maximin:
Mejor ((A
1
, 20000), (A
2
, 20000), (A
3
, 60000))
A
3

Maximax:
Mejor ((A
1
, 200000), (A
2
, 150000), (A
3
, 100000))
A
1


2
Aguiar, F. (2007). Teora de la decisin e incertidumbre: modelos .

Teora de Decisiones
Investigacin de Operaciones

14

Laplace:





A
1
Matriz de Costo de Oportunidad:
S
1
S
2

A
1
0 80000
A
2
50000 40000
A
3
100000 0


A
1




Teora de Decisiones
Investigacin de Operaciones

15

2.5. rboles de Decisin:

Ejemplo: Compaa ABC
3
Problema:
La Compaa ABC ha desarrollado una nueva lnea de productos. La
Administracin debe decidir una estrategia de marketing y produccin
adecuada. Se consideran tres estrategias, las cuales denominaremos:
A (agresiva), B (bsica) y C (precavida). Las condiciones del mercado
bajo estudio se denotan mediante S (fuerte) o W (dbil). Las mejores
estimaciones de la Administracin para cada caso se muestran en la
tabla
Decisin Estado de la Naturaleza
S W
A 30 - 8
B 20 7
C 5 15

Cuadro 1.5: Estimaciones de Estrategias de Marketing de ABC
Adems, la Administracin tambin estima que las probabilidades de
que el Mercado sea fuerte o dbil son 0.45 y 0.55 respectivamente.
Cul estrategia debera ser escogida?

3
Haro, C. y. (1982). Aplicacion prctica de los Criterios en la Teoria de Toma de deciciones.

Teora de Decisiones
Investigacin de Operaciones

16

Solucin
Se puede calcular el valor esperado para cada decisin y seleccionar la
mejor:
ER
A
= 30 (0,45) 8 (0,55) = 9,10
ER
B
= 20 (0,45) + 7 (0,55) = 12,85
ER
C
= 5 (0,45) + 15 (0,55) = 10,5
La decisin ptima es seleccionar B.
Una manera ms conveniente de representar este problema es usando
arboles de decisin.









Figura 1.1: rbol de decisin para la Compaa ABC.

Teora de Decisiones
Investigacin de Operaciones

17

Nomenclatura
Un nodo cuadrado representara un punto en el cual se debe tomar una
decisin, y cada lnea abandonando el cuadrado representara una posible
decisin. Un nodo crculo representara situaciones cuyas ocurrencias son
inciertas, y cada lnea abandonando el crculo representara un posible
acontecimiento.
El proceso de usar un rbol de decisin para encontrar la decisin ptima se
denomina resolver el rbol. Para resolver el rbol se trabaja desde atrs hacia
adelante. Esto se llama retornando el rbol. Primero, las ramas terminales se
llevan hacia atrs calculando un valor esperado para cada nodo Terminal. Ver
la figura 1.2.
La Administracin debe resolver un problema ms simple que es el de elegir la
alternativa que lleva al valor esperado ms alto del nodo Terminal. De esta
forma un rbol de decisin provee una forma ms grfica de ver el problema.
Se utiliza la misma informacin que antes y se realizan los mismos clculos.

4
Anlisis de Sensibilidad




4
Haro, C. y. (1982). Aplicacion prctica de los Criterios en la Teoria de Toma de deciciones.

Teora de Decisiones
Investigacin de Operaciones

18


Figura 1.2: rbol de decisin reducido para la Compaa ABC
El valor esperado de la estrategia A es:
ER
A
= 30 P(S) 8 P (W)
o lo que es lo mismo,
ER
A
= 30 P(S) 8 (1 P(S)) = 8 + 38 P(S)
As, el valor esperado es una funcin lineal de la probabilidad que las
condiciones del mercado sean fuertes. Anlogamente:
ER
B
= 20 P(S) + 7 (1 P(S)) = 7 + 13 P(S)
ER
C
= 5 P(S) + 15 (1 P(S)) = 15 10 P(S)


Se pueden dibujar esas tres funciones lineales sobre el mismo conjunto de
coordenadas (ver figura 1.3).
Teora de Decisiones
Investigacin de Operaciones

19








Figura 1.3: Valor esperado en funcin de P(S)
Este diagrama muestra que la Compaa ABC debe seleccionar la estrategia
bsica (estrategia B) cuando la probabilidad de una demanda fuerte esta entre
P(S) = 0,348 y P(S) = 0,6. Sin embargo, si P(S) cae bajo 0,348, lo ptimo es
elegir la estrategia C, por otro lado si P(S) est sobre
0,6, la estrategia agresiva A seria la ptimo.






Teora de Decisiones
Investigacin de Operaciones

20

2.6. Decisiones Secuenciales:
5
Problema
A pesar de lo atrayente de la estrategia bsica B, la Administracin de
ABC tiene la opcin de pedir al grupo de investigacin de marketing un
estudio de mercado. Dentro de un mes, este grupo puede informar si el
estudio fue alentador (E) o desalentador (D). En el pasado, dichos
estudios han tendido a sealar la direccin correcta: Cuando el
mercado tiende a ser fuerte, dichos estudios resultan alentadores el
60% de las veces y fueron desalentadores el 40% de las veces. Por
otro lado, cuando el mercado result dbil, los estudios fueron
alentadores el 30% de las veces y desalentadores el 70% de las veces.
Dicho estudio costara $500,000. Convendr que la administracin
decida ordenar el estudio de mercado o no?

Solucin
Construyamos el rbol de decisin para este problema de decisin
secuencial. Ver figura 1.4. Es importante darse cuenta que el rbol se
cre en el orden cronolgico en el cual la informacin est disponible.
La secuencia de eventos es:
Test decisin
Resultado del Test (si hubo)
Tomar decisin
Condicin del mercado.

5
Riff, M. C. (2003). Investigacin de Operaciones II.

Teora de Decisiones
Investigacin de Operaciones

21

El nodo de ms a la izquierda corresponde a la decisin de hacer test o
no hacer el test. Movindose a travs de la rama Test, el siguiente nodo
a la derecha es un crculo, ya que este corresponde a un evento
incierto. Hay dos resultados posibles. El test puede ser alentador (E) o
desalentador (D). Las probabilidades de estos dos eventos son P(E) y
P(D) respectivamente. Cmo calcular esas probabilidades?
Aqu son importantes las nociones de probabilidades. La informacin
dada es condicional.
Dado S, la probabilidad de E es 60% y la probabilidad de D es 40%.
Anlogamente, se sabe que dado W, la probabilidad de E es de 30% y
la probabilidad de D es de 70%. Esas probabilidades condicionales
pueden escribirse como:

P(E/S)= 0,6 P(E/W) = 0,3
P(D/S) = 0,4 P(D/W) = 0,7

Adems se sabe que P(S) = 0,45 y P(W) = 0,55. Esa es toda la
informacin que se requiere para calcular P(E) y P(D). Para los eventos
S
1
, S
2
,...,S
n
que comparten el espacio posible de acontecimientos y un
evento T, se tiene:

P(T) = P(T/S
1
) P(S
1
) + P(T/S
2
) P(S
2
) + ... + P(T/S
n
) P(S
n
)



Teora de Decisiones
Investigacin de Operaciones

22

Que para el problema viene a ser:

P(E) = P(E/S) P(S) + P(E/W)
P(W)
= (0,6) (0,45) + (0,3) (0,55)
y
= 0,435

P(D)
=
P(D/S) P(S) + P(D/W)
P(W)
= (0,4) (0,45) + (0,7) (0,55)
= 0,565












Teora de Decisiones
Investigacin de Operaciones

23













Figura 1.4: rbol de Decisin para Test versus No-Test

En la medida que nos movemos a la derecha del rbol de decisin, los
siguientes nodos son cuadrados, correspondiendo a tres estrategias de
marketing y produccin
Ms a la derecha los nodos circulares corresponden a condiciones
inciertas del mercado: dbil o fuerte. La probabilidad de esos dos
eventos ahora es condicional a los eventos inciertos que ocurrieron
previamente, digamos a los resultados del estudio de mercado, cuando
ese estudio se llevo a cabo. Esto significa que se necesita calcular las
Teora de Decisiones
Investigacin de Operaciones

24

siguientes probabilidades condicionales: P(S/E), P(W/E), P(S/D) y
P(W/D). Para ello se utiliza la siguiente frmula:
La que es vlida para los dos eventos R y T. Para el ejemplo se tiene


Anlogamente P(W/E) = 0,379, P(S/D) = 0,318 y P(W/D) = 0,682
Ahora, estamos listos para resolver el rbol de decisin. Como antes,
esto se hace de atrs hacia adelante. Ver las figuras 1.5, 1.6 y 1.7. Se
vuelve hacia atrs desde un nodo circular calculando los valores
esperados. Se vuelve hacia atrs de un nodo cuadrado seleccionando
la decisin que tiene el mejor valor esperado. El valor esperado cuando
se realiza un estudio de mercado es de 12,96 millones de dlares, lo
que es mayor que cuando no se realiza el estudio. As el estudio debe
ser llevado a cabo.

Teora de Decisiones
Investigacin de Operaciones

25











Figura 1.5: Resolviendo el rbol
Finalmente, comparemos el valor esperado del estudio (denotado por
EV SI), lo cual corresponde al valor esperado de la informacin
muestral (en ingls expected value of sample information) al valor
esperado de la informacin perfecta (en ingls expected value of perfect
information) EV PI. EV SI se calcula sin calcular el costo del estudio,
as:

EV SI = (12,96 + 0,5) 12,85 = 0,61

Teora de Decisiones
Investigacin de Operaciones

26

2.7. CONCLUSIN:

Podemos concluir con el presente trabajo diciendo que la toma de
decisiones es tambin una ciencia aplicada que ha adquirido notable
importancia y es el tema bsico de la Investigacin Operativa. Los
estudios de casos reales, que se sirven de la inspeccin y los
experimentos, se denominan teora descriptiva de decisin; La teora
general de la teora de las decisiones consiste en renunciar a una
buena parte de la precisin matemtica del modelo SEU en favor de un
mayor realismo de los supuestos. Realismo que viene avalando por
dcadas de trabajos experimentales con el modelo de la utilidad
subjetiva esperada en los que se ha demostrado que las personas
violan sus axiomas sin ser por ello irracionales.











Teora de Decisiones
Investigacin de Operaciones

27





Bibliografa

Aguiar, F. (2007). Teora de la decisin e incertidumbre: modelos .
Churchman, A. y. (2004). Mtodos y modelos de investigacin de operaciones, Volumen 1.
Haro, C. y. (1982). Aplicacion prctica de los Criterios en la Teoria de Toma de deciciones.
Raiffa, L. y. (1957). Baumol.
Rawls, J. (1971). Teora de la justicia.
Riff, M. C. (2003). Investigacin de Operaciones II.
Witenberg, J. P. (2006). Mtodos y modelos de investigacin de operaciones, Volumen 1.