1 TOMA DE DECISIONES EN CONDICIONES DE INCERTIDUMBRE

1.1 Introducción

1.2 Conceptos y definiciones básicas

1.2.1 La incertidumbre.-

Estado que existe cuando quienes toman decisiones no cuentan con informació n suficiente.
En esta situació n los gerentes no cuentan con bastante informació n como para conocer las
consecuencias de acciones distintas y por lo tanto no es posible calcular la probabilidad de los
distintos resultados de sus acciones.

1.2.2 La toma de decisiones en condiciones de incertidumbre.-

Se basa en criterios que se deben aplicar a la selección de alternativas enfrentadas con eventos
y/o estados de la naturaleza y donde la información prácticamente es inexistente. Este tipo de
decisión se parece a la toma de decisiones bajo riesgo pero con la diferencia de que ahora no se
tiene conocimiento de las probabilidades de los eventos futuros, y por lo tanto no se tiene idea de
cuan posibles sean las diferentes consecuencias.

1.3 Estructura de la matriz de pagos

Para una mejor comprensión de la estructura de la matriz de pagos se investigo los componentes
que son parte de la estructura.

1.3.1 Componentes.-

Conformados por los siguientes:

 Un conjunto de decisiones alternativas.
 Un conjunto de eventos que pueden ocurrir.
 Probabilidades que están asociadas con los diferentes eventos.
 Resultados (casi siempre expresado en términos económicos) de las interacciones
entre las alternativas de decisión y los eventos.

1.3.1.1 Alternativas de decisión.-

Elecciones que tiene disponibles el tomador de decisiones, llamadas también cursos de acción y
deben ser expresados en términos mutuamente excluyentes.

1.3.1.2 Los eventos.-

Los cuales reflejan lo que puede ocurrir si se opta por las diferentes alternativas, algunas veces
llamadas estados del mundo para que quede claro que están fuera del tomador de decisiones. Los
eventos deben ser mutuamente excluyentes y colectivamente exhaustivos.

1.3.1.3 Las probabilidades.-

Es el porcentaje de veces en las que ocurriría un resultado específico si un individuo tomara
muchas veces una misma decisión.

1
1.3.2 Estructura.-
La cual se encuentra conformada por todos los componentes antes mencionados.

Eventos

E₁ E₂ …………… Em
(p₁) (p₂ ) (p m)
D₁ X₁₁ X₁₂ . X₁m

Alternativas de
Decisión
D₂ X₁₂ X₂₂ . X₂m
. . . .
.
X𝑛₁ X𝑛₂ . X𝑛m
D𝑛

Para cada alternativa de decisión se realiza el cálculo por reglón de su valor esperado .El
procedimiento para la matriz es la siguiente:

E (D₁)=p₁ X₁₁ + p₂ X₁₂ +…….+ pm X₁m

E (D₂)= p₂ X₂₁ + p₂ X₂₂ +…….+pm X₂m

.
.
E (D𝑛)= p𝑛 X𝑛₁ + p₂ X₁₂ +……+ pm X₁m

⤿ De la cual se escoge y se pone en práctica la alternativa que tiene el valor esperado

optimo.

1.4 Criterio Laplace

Llamado el principio de la razón insuficiente ya que las probabilidades de ε₁, ε₂, ε₃,………, ε 𝑛 se
desconocen en este sentido todos los eventos mencionados asumen la misma
probabilidad de ocurrencia. Entonces se tiene para una matriz de utilidades y/o
pérdidas:

Max y/Min { }

1.5 Criterio Max-Max y Max-Min

El criterio Max-Max es un criterio optimista y consiste en elegir el máximo de los máximos,
mientras que el criterio Maxi-Min es un criterio más pesimista que consiste en elegir el máximo
de los mínimos. Estos criterios se aplican a beneficios y/o utilidades. Para costos y pérdidas se
aplican los criterios Min- Min y Min-Max.

2
1.6 Criterio de arrepentimiento de Savage
Este criterio trabaja bajo el concepto de arrepentimiento, y por lo tanto es necesario
construir atreves de la matriz original una nueva matriz llamada arrepentimiento ( ).
A esta matriz resultante y para tomar la decisión, se aplicara el criterio Min-Max tanto
como para beneficios como para costos. Por tanto para .

= Max - (Para Beneficios)

= (Para Costos)

1.7 Criterio de compromiso de Huarwicz

Criterio que maneja un índice de optimismo α que representa un intervalo de actitudes
entre 0 y 1, donde 0 representa la actitud más pesimista y 1 la actitud mas optimista. Para
las cuales se aplican las siguientes relaciones:

Max {α Max [ X ij ]+ (1-α ) Min [ X ij ]} (Para Beneficios)

εj

Min {α Min[ X ij ]+ (1-α ) Max [ X ij ]} (Para Costos)

εj

1.8 Ejercicios de aplicación

1.8.1 Criterio Laplace:

EJERCICIO#1:

Dada la matriz de pérdidas y/o costos, elegir la mejor alternativa por el criterio de
Laplace:

E E₁ E₂ E₃
D

D₁ 5 10 18

D₂ 8 7 8

D₃ 21 18 12

3
Se calcula el valor esperado considerando que cada evento tiene una probabilidad igual a
1/3.

E(D₁)= 1/3*(5+10+18)=11

E(D₂) = 1/3*(8+7+8) = 7.67 (Mínimo)

E(D₃) = 1/3*(21+18+12) = 17

Criterio Max-Max y Max-Min

EJERCICIO # 1:

Dada la matriz de pérdidas y/o costos, elegir la mejor alternativa por el criterio de Max-
Max y Maxi-Min.

E E₁ E₂ E₃ Max Min
D

D₁ 5 10 18 18 5

D₂ 8 7 8 8 7

D₃ 21 18 12 21 12
Maxi-Max Max- Min

EJERCICIO#2:

La empresa mandarina tiene que tomar la decisión de construir una planta grande,
pequeña o no hacer nada. Si construye una planta grande y el mercado es favorable
tendrá una ganancia de $ 200.000, pero si el mercado es desfavorable tendrá una
perdida de $ 180.000. Si construye una planta pequeña y el mercado es favorable tendrá
una ganancia de $100.000pero si el mercado es desfavorable tendrá una perdida de $
20.000. Ayudar a mandarina a tomar la decisión aplicando los criterios Max-Max y Max-
Min apoyadas por una matriz de pagos.

4
Solución:

ESTADOS NATURALES

ALTERNATIVAS Mercado Mercado Máximo en la fila Mínimo en la fila

favorable desfavorable

Construir planta 200.000 -180.000 200.000 -180.000

grande

Construir planta 100.000 -20.000 100.000 -20.000

pequeña

No hacer nada 0 0 0 0

200.000 0
Maxi-max Maxi-Min

1.8.2 Criterio de arrepentimiento de Savage

EJERCICIO#

Hallar el criterio de arrepentimiento para la siguiente matriz:

Min-Max E₁ E₂ E₃ Max

Di/Ej

D₁ 0 3 10 10

D₂ 3 0 0 3

D₃ 16 11 4 16

Min 5 7 8

Min-Max

5
1.8.3 Criterio de compromiso de Hurwicz

Ejercicio #:

Dada la matriz de pérdidas y/o costos, elegir la mejor alternativa por el criterio de
Compromiso de Hurwicz, con un α = 0.6 :

E E₁ E₂ E₃
D
D₁ 5 10 18

D₂ 8 7 8

D₃ 21 18 12

E (D₁)= 0.6*5 + 0.4818 =10.2

E (D₂) = 0.687 + 0.4*8 = 7.4 (Minimo)

E (D₃) = 0.6*12 + 0.4*21 = 15.6

2 TOMA DE DECICIONES EN CONDICIONES DE RIESGO

2.1 Introducción

2.2 Concepto y definición de riesgo

2.2.1 Riesgo.-
Estado que existe cuando la probabilidad de éxito es inferior a un 100
porciento.
El riesgo significa que el problema y las soluciones alternativas ocupan algún punto
intermedio
La toma de decisiones en condiciones de riesgo incluye a aquellas decisiones en que las
consecuencias de una acción dada dependen de algún evento probabilístico.
En la toma de decisiones en condiciones de riesgo no existen sistemas probabilísticos.

2.3 La información con riesgo

2.4 Matriz de pagos

La matriz de pagos es una tabal donde se refleja en filas a las alternativas de decisión
, en las columnas se representa a los eventos de la naturaleza o los también
llamados estados del mundo, con sus respectivas probabilidades . Los valores de
representan el beneficio y/ o costo de la alternativa i asociada al evento j. su
estructura es como mencionamos anteriormente:

6
Eventos

E₁ E₂ …………… Em
(p₁) (p₂ ) (pm)
D₁ X₁₁ X₁₂ . X₁m

Alternativas de
Decisión
D₂ X₁₂ X₂₂ . X₂m
. . . .
.
X𝑛₁ X𝑛₂ . X𝑛m
D 𝑛

2.5 Criterio de valor esperado

El valor esperado para una variable discreta, se define como la sumatoria de la variable
aleatoria multiplicado por sus probabilidades Este concepto sirve como
criterio de selección cuando se presentan algunos problemas con riesgo:

E[X] = ∑ ( )
2.6 Ejercicios de aplicación
2.6.1 Criterio de valor esperado

EJERCICIO # :

Dos estudiantes, estudiante A y estudiante B se ponen a jugar un juego de azar. El

estudiante A lanza una moneda al aire y si el estudiante B acierta al lado que cae, ganara
Bs 10 . si se equivoca no ganara nada cada ves que se juega se paga una cuota . El
estudiante A le presunta al estudiante B ¿cual seria una cuota justa? Y el estudiante B le
responde con mucha seguridad y sin mucho pensar que seria bueno una cuota de Bs
0.50. L a probabilidad de atinarle o de equivocarse en cada tirada es de 0.50.Los eventos
posibles son ganar Bs 1.00o Bs 0.0. ¿ Cual es el valor esperado?

E (Cada jugada) = Bs 1.00(0.50) + Bs 0.00(0.50) = Bs 0.50

2.6.1.1 Matriz de pagos

EJERCICIO#1:

Al jefe de operaciones de ELFEC se le dio la tarea de proveer medidores a la provincia

de chapare y debe decidir que cantidad de medidores debe de ordenar para el siguiente
mes de junio ya que los anteriores meses se incremento la demanda de medidores y no
se pudo abastecer a toda la población; dicha demanda fue a causa del rumor de que se
expandiría la energía hacia sectores en los que no existía luz eléctrica.

7
Por esta razón se requiere saber la cantidad exacta de pedido que se debe de realizar
para lograr cubrir la demanda de medidores con toda la población, ya que al no lograrse
cubrir la demanda se ocasionaría perdidas significativas para la empresa.

Se debe de pagar 250 bs por cada medidor y se planea venderlos 380 bs cada uno,
según registros anteriores se indica que la demanda ha sido la siguiente:

Demanda de Probabilidad
medidores
100 0.11

200 0.50

300 0.50

500 0.11

∑ ¿1.00

Demanda

100 200 300 500

(0.11) (0.50) (0.50) (0.11)
13000 13000 13000 13000 100
Orden

-12000 26000 26000 26000 200

-37000 1000 190000 39000
300
-87000 -49000 -11000 65000
500

EMV (ordenar 100) = (13000x0.11)+(13000x 0.50) +(13000x 0.50) +(13000x0.11) =15860

EMV (ordenar 200) = (-12000x0.11) +(26000x 0.50)+(26000x 0.50)+(26000x 0.11)= 27540

EMV (ordenar 300)= (-37000x 0.11)+(1000x0.50)+(190000x0.50)+(39000x 0.11) = 95720

EMV (ordenar 500)= ( -87000x 0.11)+(-49000x0.50)+(-11000x0.50)+(65000x 0.11)= -32420

Estrategia elegida

8
EJERCICIO# 2

Una panadería prepara todos los días un famoso pan. Este se vende a 1 $ por pieza y
cuesta 0.50 prepararlo. El pan que no se vende se lleva a la mesa de descuento en
donde se vende a $ 0.50 la pieza. Aun a ese precio la mitad del pan de la mesa de
descuento no se vende y hay que tirarlo. ¿Cuantas piezas de pan se debe preparar?

La demanda expresada en docenas tiene las siguientes probabilidades:

Demanda (en docenas) Probabilidad

3 0.10

4 0.40

5 0.40

6 0.10

SOLUCION:

Se elabora la demanda del pan preparado en función a la demanda:

ESTADOS DEL MUNDO

Demanda 3 Docenas 4 Docenas 5 Docenas 6 Docenas

Preparación [0.10] [0.40] [0.40] [0.10]

3 Docenas 18 18 18 18

4 Docenas 15 24 24 24

5 Docenas 12 21 30 30

6 Docenas 9 18 27 36

Para los pares de valores se tiene:

Z (5,4) =1*4*12-0.50*5*12+0.50*1/2 = 21$

Z (4,6) = 1*4*12-0.50*4*12= 24 $

Z (6,3) =1*3*12- 0.50*6*12 = 9 $

Z (3,3) = 1*3*12-0.50*3+12 = 18 $

Los valores esperados son:

E (3) = 0.10*18+0.40*18+0.40*18+0.10*18 = 18 $

9
E (4) = 23.10 $

E (5)= 24.60 (Decisión a tomarse)

E (6) = 22.50 $

2.7 Arboles de decisión

2.7.1 Concepto
El árbol de decisión es un modelo que permite tomar decisiones en secuencia y en serie.
Se aplica a problemas donde se tiene varias alternativas de decisión y en las cuales se
debe de optimizar cada una de ellas.

2.7.2 Elementos de un árbol de decisión

La cual consta de los siguientes elementos:

Elemento #1: Alternativas de decisión en cada punto de decisión, las cuales se

encontraran representadas por un asterisco.

Elemento#2: Eventos que pueden ocurrir como resultado de cada alternativa de

decisión, los cuales se encuentran representados por un círculo.

Elemento #3: Probabilidades de ocurrencia de los eventos posibles como resultados de

las decisiones. Resultados de

Elemento #4: Resultados de las posibles interacciones entre las alternativas de decisión
y los eventos.

La probabilidad es el porcentaje de veces en las que ocurriría un resultado específico si

un individuo tomara muchas veces una misma decisión

2.7.3 Grafo de un árbol de decisión

Un árbol de decisión se formula de izquierda a derecha y se resuelve en sentido
contrario. el criterio utilizado para la selección de la mejor alternativa es el del valor
esperado, tomándose el máximo valor cuando se trata de beneficios y el mínimo cuando
se trata de costos. Se estructura de la siguiente forma:

Primer punto de Segundo

10
 Decisión Punto de decisión

X₂
E ₁, P₁

D₁ ₁ X₃

X₄
X₅
D₂
X₇

X₈
D₃
X₆
X₁
X₉

X₁₀

2.7.4 Ejemplos de aplicación

2.7.4.1 Arboles de decisiones

EJERCICIO # 1:

La empresa el “CAMINANTE” considera el problema de decidir que tan grande debe ser
la construcción inicial de una planta y después cuanto expandirla si las circunstancias lo
ameritan. A través del análisis, todos los resultados se expresaran como valor presente
neto descontado sobre la vida económica de la planta.

La decisión inicial de la administración involucra la construcción inicial de una planta

grande o una pequeña. Las probabilidades del árbol de decisión se muestran en la figura.
el área administrativa de la empresa no posee conocimiento de cual será la demanda y
por lo tanto decidió clasificarla en alta, media y baja. Estos eventos son relativamente
independientes del tamaño inicial y de la construcción de la planta y pueden ocurrir ya
sea con la decisión de una planta pequeña o con una planta grande.

Si se construye una planta grande, esta será adecuada para cualquier demanda posible
y la administración no tendrá que considerar una expansión. Los rendimiento de
operación son bonificados con una demanda alta, media y baja, los cuales son 20, 15, 10
millones de $ respectivamente.

El costo de una planta grande es de 10 millones de dólares lo que da por resultado una
ganancia neta de 10, 5 o 0 millones de dólares respectivamente.

11
Una planta pequeña será adecuada solo para una demanda baja y la administración
quiere considerar la posibilidad de expansión si la demanda resulta ser alta o mediana. Si
la demanda es alta, la admi9nistarcion puede seleccionar una expansión grande, una
pequeña o no expandir. Si la demanda es moderada, solo se considerara una expansión
pequeña o no expandir.

Solución:

Demanda 10mill
alta

5 mill
Demanda media
Planta pequeña ₁
Demanda baja
5 millll
0mill

Demanda
alta
alta
Planta
grande

alta

EJERCICIO#2:

La empresa ELFEC S.A. desea proveer de electricidad a toda la provincia de chapare y

ello debe de decidir si comprar terreno para construir una nueva planta de electricidad,
restaurar la planta que fue abandonada en el sector de Incachaka o expandir la planta
actual ubicada en la localidad de Entre Ríos.

Si se decide expandir con un costo de 1414000 Bs., en un futuro se encontrara con dos
escenarios distintos según crezca aun más la demanda de electricidad o se manifieste
una recesión. Las probabilidades de ocurrencia son de 0.80 y 0.60 respectivamente.

Si la demanda crece, se obtendrá un ingreso de 2000000 Bs. pero si existe recesión solo
se obtendrá 1000000 Bs.

12
Pero si se decide comprar el terreno y construir planta por 1272600 Bs. a los cuatro años
se enfrentara a las mismas condiciones de demanda afectada por las mismas
probabilidades.

En el caso de que la demande de electricidad crezca se pude expandir la planta con un

costo de 1414000 Bs. Pero si existe recesión se puede alquilar la maquinaria con una
ganancia de 60000bs o vender la maquinaria innecesaria con una ganancia de
180000bs.

Si se restaurara la planta de Incachaka con un costo de 2474500 Bs. a los cuatro años
se enfrentara a las mismas condiciones de demanda y afectada por las mismas
probabilidades. En el caso de que la demanda de energía crezca se deberá de expandir
la planta con un costo de 1414000 Bs. O no expandir y no tener ningún costo.

Pero si existe recesión se podrá alquilar maquinaria y tener un ingreso de 60000 Bs. O
vender la maquinaria innecesaria y tener una ganancia de 180000 Bs.

Expandir 141400-1272600 =141400

Crece demanda (0.80)
EMV ct. = (141400X0.80) + (-1213860x0.60) = -615196

13
EMVex p. = (586000x0.80) + (186000x0.60) = 580400⟶ mayor beneficio

EMV rst p. = (- 4709000X 0.80) + (- 1060500X 0.60) = -4403500

EJERCICIO #3:

La empresa ELFEC S.A. desea construir una central para la venta de medidores en la
provincia de chapare, y para ello el jefe de proyectos debe de tomar la mejor decisión de
construir oficina grande, mediana o pequeña; la decisión se tomara de acuerdo al tipo de
demanda que existe sobre los medidores.

Se considera que las probabilidades relacionadas con los estados naturales son de 0.8
para una demanda buena, 0.5 para una demanda regular y 0.1 para una demanda mala.

Tamaño de central Demanda Buena Demanda regular Demanda mala

Bs. Bs. Bs.
Grande 100000 50000 -110000

Mediana 80000 30000 -50000

pequeña 50000 20000 --20000

Máximo en la fila Menor en la fila Promedio en la fila

100000 -110000 13333.33

80000 -50000 20000

50000 -20000 16666.66

100000 -20000 20000

Maxi Max Maxi min semejanza

Maxi Max Oficina grande 100000

Maxi min Oficina pequeña -20000

semejanza Oficina mediana 20000

14
 Demanda buena (0.8) 100000

2.8 Decisiones bayesianas

2.8.1 Concepto.-
También basada en la enumeración de diferentes eventos posibles y la asociación de
cada uno con una probabilidad de ocurrencia, este método aporta modelos teóricos que
simulan la capacidad de razonamiento, a través de esta teoría se puede calcular los
daños esperados de cada factor de riesgo que al mismo tiempo permiten resolver
problemas de toma de decisiones.

2.8.2 El teorema de bayes

Este teorema muestra las probabilidades condicionales de la forma P ( B| A ) cuando
pueden combinarse con la probabilidad inicial de A.

P ( AB ) P ( A ) P( B)
( A|B ) = P(B)
=
P (B)
=P(A)

2.8.3 Ejemplos de aplicación

2.8.3.1 Teorema de Bayes

EJERCICIO#:

Una mujer tiene dos monedas en su monedero. Una moneda es normal y la otra tiene
dos caras. Extrae al azar una moneda de su monedero y la tira al aire. Imagine que sale

15
cara ¿Cuál es la probabilidad de que la moneda que ha tirado fuera la que tenia dos
caras?

Sea A el suceso en el que la moneda tenga dos caras y A’ el suceso de que la moneda
sea normal. La probabilidad de elegir cualquiera de estas es de P(A) =P(A’)= 0.5. Sea B
el suceso de que haya salido cara, si la moneda tiene dos caras, B se producirá con
certeza. De aquí que p( B| A ) = 1. Pero si la moneda es normal , p( B| A ' ) = 0.5. Resolver el
ejercicio por el teorema de Bayes.

P ( B| A )∗P( A) ( 1 ) ( 0.5) 2
P( A|B ) = P(B)
=
0.75 = 3

Bibliografía

1. TERRAZAS, Rafael. Programación dinámica y modelos estocásticos. Editorial Estreus.

Bolivia, 2006.

2. DAMODAR, N. Gujarati. Principios de econometría. Estados Unidos.

3. BATEMAN, S. Thomas y SNELL, A. Scott. Administracion una ventaja competitiva.

4. GALLAGHER, A. Charles y Watson, J. Hugh. Métodos cuantitativos para la toma de

decisiones en administración.

5. AMAYA, A. Jairo. Métodos cuantitativos para la toma de decisiones de la administración.

16