INTORDUCCION

1. Teoría de la Decisión:

En la vida real, y tanto en el ámbito profesional como el personal, nos vemos

enfrentados a multitud de situaciones en las que tenemos que decidir entre varias
alternativas. La propia optimización no es más que una forma de tomar una decisión
entre unas alternativas factibles.

Así, en su dimensión más básica, un proceso de toma de decisión puede entenderse

como la elección de lo “mejor” entre lo “posible”. Ahora bien, según se defina qué es
lo mejor y qué es lo posible nos enfrentaremos a distintas situaciones de decisión.

La optimización clásica tiene como característica general que lo mejor, el objetivo, es

único y está claramente determinado (excepto en optimización multiobjetivo) y que lo
posible, las soluciones factibles, no vienen expresadas explícitamente sino en forma de
restricciones y sin incertidumbre.

Pero además de estos contextos de decisión de optimización clásica, existen otros que
configuran lo que se suele denominar en términos amplios la teoría de la decisión.
Tres grandes bloques son los que se suelen abordar en este análisis:

a) La teoría de la decisión con incertidumbre o riesgo, en la que se analiza la toma de

decisiones con aleatoriedad o incertidumbre en los resultados, de modo que las
consecuencias de una decisión no están determinadas de antemano, sino que
están sujetas al azar.
b) La decisión multicriterio, en la que si bien dada una decisión sus consecuencias
están perfectamente determinadas, lo que no está definido tan claramente es qué
es lo mejor, existiendo varios objetivos en conflicto.
c) La teoría de juegos, en la que las consecuencias de una decisión no dependen
únicamente de la decisión adoptada, sino, también de la que elijan otros
jugadores. En este contexto, los problemas de decisión con aleatoriedad del
bloque anterior suelen ser denominados juegos frente a la naturaleza.
2. Teoría de la Decisión con Incertidumbre o Riesgo:
Una de las situaciones que más dificultad lleva a la hora de tomar una decisión es aquella
en la que las consecuencias de las decisiones no pueden ser controladas, sino que están
sujetas a la aleatoriedad; esta aleatoriedad puede provenir, tanto porque el proceso
pueda estar gobernado por el azar, como por una falta de información que nos impida
determinar con exactitud cuáles son esas consecuencias.
El contexto en que nos encontramos por lo tanto, es aquél en que el decisor ha de tomar
una decisión ante una situación con diversos estados gobernados por el azar.
Los elementos que intervienen en un proceso de decisión de estas características son:

 E={E ₁ , ….. , Em }: conjunto de estados de la naturaleza o posibles escenarios.

 A={ A ₁, … … , An }: conjunto de posibles alternativas o decisiones.
 Xij : consecuencia de tomar la decisión Ai y se dé el estado Ej

En ocasiones también intervienen las probabilidades a la hora de tomar una decisión:

 Pj: probabilidad de que se dé el estado Ej ; este valor en muchas ocasiones no es

conocido.
Si estas probabilidades son conocidas (o han sido estimadas) antes de tomar la decisión,
se dice que es un proceso de decisión bajo riesgo, mientras que si son desconocidas se
habla de decisión bajo incertidumbre.

3. Criterios para Valorar Las Decisiones:

La mayor dificultad en este contexto es cómo valorar una decisión o alternativa para
poder compararla con otras. Así se presentan distintos criterios para valorar las
alternativas y, según sea el criterio adoptado, decidir cuál es la decisión óptima.
Los criterios se clasifican según utilicen las probabilidades de los distintos estados o no.
Los primeros está claro que sólo pueden ser utilizados cuando estas probabilidades son
conocidas, mientras que los segundos pueden ser aplicados en cualquier caso.
Criterios utilizando las probabilidades de los estados de la naturaleza.

 Criterio del Valor Esperado:

Este criterio supone seleccionar aquella alternativa cuyo pago esperado o medio
sea mejor (si los pagos son beneficios la de mayor beneficio esperado y si son
costes la de menor coste esperado). Este criterio es el más común cuando las
probabilidades son conocidas, pero no tiene por qué ser el más apropiado.
Obsérvese que si el proceso de decisión se repite muchas veces en idénticas
condiciones las leyes de los grandes números aseguran que en el límite el pago
medio es la esperanza. Así pues este criterio es apropiado cuando el proceso se va
a repetir muchas veces, pero puede no serlo cuando se presenta una situación
única, en la que el proceso no va a ser repetido.
  Criterio de lo más Probable:
Este criterio supone elegir la alternativa con mejor valor para el estado más
probable, es decir, visto cuál es el estado más probable elegir la alternativa con
mejor valor en ese estado.
Este criterio se suele utilizar más cuando el proceso de decisión no es iterativo, es
decir, se lleva a cabo una única vez.
 Criterio del Escenario Medio:
En ocasiones, cuando el espacio de estados es numérico, también es posible
establecer un escenario medio y buscar aquella alternativa óptima para este
escenario. Tiene sentido hacerlo sobre todo con distribuciones continuas (espacio
de estados infinito). Si las consecuencias son proporcionales al estado, este criterio
es equivalente al del valor esperado. No es un criterio muy aconsejable, pues, el
escenario medio puede distar mucho de los escenarios reales, aunque en
ocasiones se utilice para simplificar el procedimiento.
 Criterio del Valor en Riesgo:
Este criterio es especialmente útil cuando el conjunto de estados de la naturaleza
es continuo o al menos tiene un número de posibles escenarios muy elevado. Se
basa en que normalmente el decidor siente aversión por el riesgo, mientras que
para cantidades que superan un umbral las diferencias no le importan tanto. El
VaR es un percentil de la distribución de la función de utilidad. Así si se trata del
rendimiento de una inversión el VaR sería el percentil α , de modo que el
(100−α ) % de las veces se espera superar ese valor, con lo que se elegirá la opción
que tenga un VaR mayor (al revés si fueran costes). Habitualmente en finanzas se
maneja el VaR como del 5%, y en ocasiones del 10%. Este criterio no suele usarse
solo sino en compañía del criterio del valor esperado, entrando entonces en el
mundo de la decisión multicriterio.
Criterios sin utilizar las probabilidades de los estados de la naturaleza
Estos criterios se utilizan cuando las probabilidades son desconocidas o ignoradas:

 Criterio de Wald o Minimax-Maximin o Pesimista:

Para cada alternativa se supone que va a pasar lo peor, y elige aquella alternativa que dé
mejor valor. De esta forma se asegura que en el peor de los casos se obtenga lo mejor
posible, que corresponde a una visión pesimista de lo que puede ocurrir. En el caso de que
los pagos sean costes esta filosofía supone elegir el mínimo de los máximos
denominándose minimax, mientras que si son ganancias será el máximo de los mínimos,
denominándose maximin.
 Criterio optimista:
Es el criterio justamente opuesto al anterior, para cada alternativa se supone que pasará
lo mejor, y se elige la que dé mejor valor. Este criterio apenas es utilizado ya que no tiene
en cuenta en ningún momento los riesgos que se corren al tomar una decisión.
  Criterio de Hurwicz:
Este criterio combina las actitudes pesimista y optimista, valorando cada
alternativa con una ponderación entre lo mejor y lo peor posible. Esta ponderación
se hace multiplicando lo mejor por un factor α entre 0 y 1, denominado índice de
optimismo, y lo peor por 1− α , sumando ambas cantidades. Se elegirá la
alternativa que mejor valor dé. Este criterio presenta la dificultad de estimar el
valor del índice de optimismo del decisor, de modo que habitualmente se obtiene
la solución para todos los posibles valores de este índice y se intenta situar al
decisor en alguno de los intervalos resultantes del índice de optimismo.
 Criterio de Savage o Costes de Oportunidad:
Este criterio toma en consideración el coste de oportunidad o penalización o
arrepentimiento por no prever correctamente el estado de la naturaleza.
Estos costes de oportunidad se evalúan para cada alternativa y cada estado,
haciendo la diferencia entre lo mejor de ese estado y lo que proporciona esa
alternativa para ese estado, construyendo la llamada matriz de penalizaciones o
costes de oportunidad. Sobre esta matriz se aplican los criterios anteriores,
pudiendo aplicarse el del coste esperado, o, lo que es más habitual, el criterio
minimax conociéndose entonces también como criterio de minimizar el máximo
arrepentimiento.

4. Valor Esperado de la Información Perfecta:

La idea en esta sección es que podría modificarse el conocimiento que se tiene acerca
de los estados de la naturaleza. Esa modificación puede conllevar un coste y la
pregunta es, ¿qué valor tiene disponer de esa información? ¿cuánto estamos
dispuestos a pagar por ella? Hay que tener en cuenta que con mayor información la
ganancia esperada será mayor.

5. Procesos de Decisión Polietapicos: Arboles de Decisión:

Otra situación muy habitual en un proceso de decisión es que no sea un proceso
estático, sino dinámico, es decir, que sea un proceso secuencial de decisión-azar,
donde secuencialmente se van tomando decisiones y va actuando el azar
condicionando las decisiones posteriores. Esta situación es absolutamente análoga a la
de la programación estocástica, y en particular, a la de la programación dinámica
estocástica.
Para representan la aleatoriedad por etapas se suele utilizar los denominados árboles
de escenarios. Sin embargo, para nuestro contexto no es suficiente representar la
aleatoriedad, ya que las decisiones tomadas en el proceso condicionan lo que puede o
no darse posteriormente, representándose en un árbol de decisión la secuencia de
aleatoriedad y decisiones que conforman el proceso. Esta representación es apropiada
cuando tanto el espacio de estados como el de las decisiones es discreto.
Para representar gráficamente en un árbol de decisión el proceso se utilizan los
siguientes elementos y notación:

 Vértice de azar: son vértices que representan puntos en los que la naturaleza elige
un estado. De estos vértices salen tantos arcos como estados de la naturaleza
posibles hay en ese punto, y se representan mediante un círculo.
 Vértice de decisión: son vértices que representan puntos en los que hay que tomar
una decisión. De ellos salen tantos arcos como alternativas posibles hay en ese
punto, y se representan mediante un cuadrado. • Vértice inicial o raiz: es la raíz del
árbol, de donde salen tantos.
 Vértice terminal u hoja: son los vértices finales de una rama que es sucesión de
estados y decisiones. Se les asigna el coste o beneficio (según sea la función
objetivo a evaluar) del camino seguido para llegar a él, y se representan por un
triángulo.
El árbol se construye de la raíz a las hojas, mostrando el proceso secuencial que es
seguido. Una vez acabado se valora de las hojas a la raíz de la siguiente forma:

 Nodos de azar: se valoran con alguno de los criterios mostrados para valorar
decisiones, en general, suele ser el del valor medio, pero, no tiene por qué ser así.
 Nodos de decisión: se valoran eligiendo la mejor decisión según el criterio
considerado. Las decisiones no seleccionadas se consideran rechazadas y con ello
todos los caminos que salgan de ese arco.