Facultad de Ingeniería

Teoría de Decisiones
 Logro de la Sesión

Al término de la sesión el alumno aplica el

modelo de teoría de decisiones en ambientes de
riesgo.
 UNIDAD I

El proceso de toma de
decisiones

Datos/Observaciones
 Tema: Toma de Decisión bajo riesgo
Semana 4

Datos/Observaciones
Descripción del modelo de teoría de decisiones

• El estudio de la teoría de decisión provee de herramientas

para la toma de decisiones importantes.
• Permite seleccionar una decisión de un conjunto de
alternativas cuando existe incertidumbre y riesgo sobre el
futuro.
• La solución optima es obtenida de la matriz de ganancias en
términos de criterios de decisión

Estados de la Naturaleza
Alternativas
e1 e2 … en
A1 R11 R12 … R1n
A2 R21 R22 … R2n
. . . … .
Am Rm1 Rm2 Rmn
Fuente: https://goo.gl/crZiZp
Toma de decisiones en RIESGO

• Se caracterizan por el comportamiento de los estados de naturalezas o eventos del tipo probabilístico.
• Probabilidades que son conocidas o pueden ser estimadas por el decisor antes del proceso de toma de
decisiones.
• Los diferentes criterios de decisión en ambiente de riesgo se basan en el comportamiento de los eventos a ocurrir
asociados a la distribución de probabilidad de los resultados.
• Representaremos por pj la probabilidad de ocurrencia del estado ej.

Estados de la naturaleza
Probabilidades p1 p2 . pj . pn
Alternativas e1 e2 . ej . en
A1 R11 R12 R1j R1n
A2 R21 R22 R2j R2n
Ai . . Rij .
Am Rm1 Rm2 Rmj Rmn
Criterios de decisión en ambiente de riesgo

• Los principales criterios de decisión empleados sobre tablas

de decisión en ambiente de riesgo son:
1. Criterio del Valor Esperado
2. Criterio del Nivel de Aspiración
3. Criterio del Futuro más Probable
4. Criterio de la mínima pérdida de oportunidad esperada
(POE)
5. Valor esperado de la información perfecta VEIP
Criterios de decisión en ambiente de riesgo

• Para explicar estos criterios usaremos el siguiente ejemplo.

Problema: Una persona tiene que decidir por una de las cuatro alternativas que tiene (A1, A2, A3 ó A4) y los
resultados son ganancias que dependen de cuatro estados de la naturaleza (e1, e2, e3 y e4), como se muestra en
la siguiente matriz de decisión.

Estados de la naturaleza
Probabilidades 0.2 0.25 0.32 0.23
Alternativas e1 e2 e3 e4
A1 500 490 480 470
A2 300 600 590 580
A3 100 400 700 690
A4 -100 200 500 800
 • Es la ocurrencia más probable de un estado futuro, el
resultado o valor esperado para la alternativa Ai, que
notaremos VE(Ai) viene dado por:
n
VE(Ai) = ∑ pj Rij
i=1
1. Criterio del Valor Esperado • Por lo que el criterio del valor esperado resulta ser:
1. Elegir la alternativa Ai que tenga el mayor VE(Ai) en caso
que los resultados sean favorables.
2. Elegir la alternativa Ai que tenga el menor VE(Ai) en caso
que los resultados sean desfavorables.
 • VE(A1) = 0,2*500 + 0,25*490 + 0,32*480 + 0,23*470 = 484,20
• VE(A2) = 0,2*300 + 0,25*600 + 0,32*590 + 0,23*580 = 532,20
• VE(A3) = 0,2*100 + 0,25*400 + 0,32*700 + 0,23*690 = 502,70
• VE(A4) = 0,2*-100 + 0,25*200 + 0,32*500 + 0,23*800= 374,00
1. Criterio del Valor Esperado
Respuesta:
• Elegir la alternativa A2, pues proporciona el máximo de los
valores esperados de 532,20
• Un problema de este criterio es que no considera las
situaciones ante posibles pérdidas.
 • El decisor fija un valor al nivel de aspiración (NA) a obtener.
• Se suman para cada alternativa las probabilidades
correspondientes a cada pago que sea mayor o igual al nivel de
aspiración fijado.
n
2. Criterio del Nivel de Aspiración M(A ) = ∑ p , para R ≥ NA
i j ij

j=1
• Se selecciona la alternativa cuya suma de probabilidad sea la
mayor.
M(Ak) = max M(Ai)
1≤ i ≤ m
 • En el ejemplo, el decisor fija el nivel de aspiración NA = 550

Estados de la naturaleza
Probabilidades 0.2 0.25 0.32 0.23
Alternativas e1 e2 e3 e4 M(Ai)
2. Criterio del Nivel de Aspiración A1 500 490 480 470 0
A2 300 600 590 580 0.25+0.32+0.23= 0.8
A3 100 400 700 690 0.32+0.23=0.55
A4 -100 200 500 800 0.23

• Respuesta: Elegir la alternativa A2, pues proporciona el

máximo de la suma de las probabilidades correspondientes a
0.8, que pasan el nivel de aspiración.
 • Resulta de elegir la alternativa Ai, a partir del estado más
probable, cuyo resultado sea el mayor.
• En el ejemplo planteado:

Estados de la naturaleza
Probabilidades 0.2 0.25 0.32 0.23
3. Criterio del Futuro más Probable Alternativas e1 e2 e3 e4 e3
A1 500 490 480 470 480
A2 300 600 590 580 590
A3 100 400 700 690 700
A4 -100 200 500 800 500

• Respuesta:
• Elegir la alternativa A3. corresponde al mejor pago de
700.
• Apropiado para decisiones no repetitivas.
4. Criterio de la mínima pérdida de oportunidad esperada (POE)

• Formar la matriz con pérdida de oportunidad (también se

llama matriz de arrepentimiento).
• Para formar esta matriz, se escoge la mejor alternativa por cada
evento (columnas) y se forma una nueva matriz restando el valor
de esa mejor alternativa a las demás alternativas (elementos de
la columna).
• Luego se multiplica cada valor Rij por el valor de probabilidad
asociado, de cada alternativa.
• La matriz de pérdidas de oportunidad quedaría:
4. Criterio de la mínima pérdida de oportunidad esperada (POE)

Estados de la naturaleza Perdidas de oportunidad

Probabilidades 0.2 0.25 0.32 0.23 Probabilidades 0.2 0.25 0.32 0.23
Alternativas e1 e2 e3 e4 Alternativas e1 e2 e3 e4 VEi
A1 500 490 480 470 A1 0 110 330 330 173,80
A2 300 600 590 580 A2 200 0 110 220 125,80
A3 100 400 700 690 A3 400 200 0 110 155,30
A4 -100 200 500 800 A4 600 400 200 0 284,00

Mayor de e1 = 500
Alternativas e1
VE(A1) = 0,2*0 + 0,25*110 + 0,32*220 + 0,23*330 = 173,80
VE(A2) = 0,2*200 + 0,25*0 + 0,32*110 + 0,23*220 = 125,80
A1 500-500 = 0
VE(A3) = 0,2*400 + 0,25*200 + 0,32*0 + 0,23*110 = 155,30
A2 500-300 = 200 VE(A4) = 0,2*600 + 0,25*400 + 0,32*200 + 0,23*0 = 284,00
A3 500-100 = 400 • Respuesta: Elegir la alternativa A2, proporciona la menor pérdida
A4 500-(-100) = 600 esperada.
 • Si usted supiera cual será el futuro, es decir si tuviera una
información perfecta, fácilmente podría escoger la mejor
alternativa.
• Aunque no es posible conocer el futuro con toda precisión,
5. Valor esperado de la puede ser posible utilizar la investigación de mercado para
obtener un conocimiento adicional sobre el futuro.
información perfecta VEIP • Para determinar el valor esperado de la información perfecta,
es necesario calcular la ganancia esperada adicional que se
obtendría al tener tal información perfecta.
VEIP = VEconIP – VEsinIP.
• El VEIP proporciona una estimación de que tan costoso
puede ser llevar una investigación de mercado.
 El proceso de calculo del VEIP:

• Tome el beneficio máximo de cada estado de la naturaleza

• Multiplique cada uno por la probabilidad de que ocurra ese
estado de la naturaleza y luego súmelos obtendrá el VEconIP.
• Reste el beneficio esperado, VEsinIP.
• VEIP = VEconIP – VEsinIP.
 Estados de la naturaleza
Probabilidades 0.2 0.25 0.32 0.23
Alternativas e1 e2 e3 e4 VE(Ai)
A1 500 490 480 470 484,20
5. Valor de la información perfecta A2 300 600 590 580 532,20
A3 100 400 700 690 502,70
A4 -100 200 500 800 374,00

• VEconIP = 0,20*500 + 0,25*600 + 0,32*700 + 0,23*800 = 658,00

• VEsinIP = 532,20
• VEIP = VEconIP – VEsinIP
• VEIP = 658,00 – 532,20 = 125,80
• No tendríamos que pagar mas de 125,80 por hacer un estudio de
mercado.
 • ¿Valdrá la pena invertir en obtener más información para
reducir el riesgo de la decisión?
• Solo si el costo de la información es menor o igual a la
Costo de la información perdida de oportunidad esperada POE o al valor esperado de
la información perfecta VEIP.
• POE = VEIP
• En el ejemplo no tendríamos que pagar mas de 125,80 por
obtener mas información.