República Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental Politécnica de la Fuerza Armada Nacional

Carúpano - Núcleo Sucre

VIII Semestre de Ingeniería de Sistemas

Teoría de Decisiones

Profesora: Bachilleres:

Luisa Aliendres Jesús Marcano

C.I: 25.286.138

Lidannis La Rosa
C.I: 27.775. 055
Yennysmar Caraballo
C.I: 28. 619.790

Carúpano, Noviembre 2021

 INTRODUCCIÓN

La toma de decisiones importantes se ve condicionada por varios factores entre ellos

las situaciones que se presentan y las opciones que tenemos. Muchas veces no se

pueden controlar los escenarios, son circunstancias que escapan a nuestro control, o

mejor dicho son variables externas de las cuales podemos o no tener conocimiento.

La certeza es la condición en la que el individuo comprende completamente el

problema, la solución alternativa sea obvia y el posible resultado de cada decisión sea

claro. Existen métodos y formulas en programación lineal y estadística que nos ayudan

a calcular resultados óptimos ya sea que sepamos o no cuales son nuestros datos a

disposición, como lo sería en el caso del criterio de valor esperado en el cual tenemos

que tomar una decisión bajo riesgo, en el caso de que exista incertidumbre el cálculo de

los resultados se pueden realizar mediante algunos criterios como el de Laplace, por

mencionar alguno.
 Unidad III Decisiones bajo certidumbre.

Una clase importante de problemas de decisiones incluye aquellos casos en los

cuales cada acto disponible para quien toma la decisión tiene consecuencias que pueden

ser conocidas previamente con certeza. A tales problemas se le llama toma de

decisiones bajo condiciones de certeza.

La toma de decisiones bajo certeza no es un proceso sencillo, cada una de las tareas a

las que se enfrenta quien toma la decisión bajo certidumbre (identificar los actos

disponibles, medir las consecuencias y seleccionar el mejor acto) involucra el uso de la

teoría de la programación lineal.

La certeza o certidumbre es la condición en que los individuos son plenamente

informados sobre un problema, las soluciones alternativas son obvias, y son claros los

posibles resultados de cada decisión. En condiciones de certidumbre, los sujetos pueden

al menos prever (si no es que controlar) los hechos y sus resultados. Esta condición

significa el debido conocimiento y clara definición tanto del problema como de las

soluciones alternativas. Una vez que un individuo identifica soluciones alternativas y

sus resultados esperados, la toma de la decisión es relativamente fácil.

1. Alternativas de decisiones relacionadas con funciones lineales matemáticas.

Es una correspondencia entre los elementos de un conjunto de partida,

llamado Dominio, y los elementos de un conjunto de llegada para incluir y

utilizar los recursos de la organización de la manera más efectiva posible donde

las alternativas satisfacen todas las restricciones, el objetivo se usa para

seleccionar entre todas las alternativas factibles. Existen muchos problemas

administrativos que se ajustan a este modelo de tratar de minimizar o maximizar

un objetivo que está sujeto a una lista de restricciones. Como los recursos

generalmente incluyen maquinarias “como los aviones”, mano de obra “como

los pilotos”, dinero, tiempo y materias primas “como el combustible”, para que

la programación lineal sea un método determinista de análisis para elegir la

mejor entre muchas alternativas. Que se pueden además dividir estos criterios en

dos categorías: restricciones y objetivo.

Las restricciones son las condiciones que debe satisfacer una solución que

está bajo consideración. Si más de una alternativa satisface todas las

restricciones, el objetivo se usa para seleccionar entre todas las alternativas

factibles. Existen muchos problemas administrativos que se ajustan a este

modelo de tratar de minimizar o maximizar un objetivo que está sujeto a una

lista de restricciones.

2. Métodos Asociados
 El análisis del punto de equilibrio: Estudia la relación que existe entre

costos y gastos fijos, costos y gastos variables, volumen de ventas y

utilidades operacionales. Además, es aquel nivel de producción y

ventas que una empresa o negocio alcanza para lograr cubrir los

costos y gastos con sus ingresos obtenidos. En otras palabras, a este

nivel de producción y ventas la utilidad operacional es cero, o sea, que

los ingresos son iguales a la sumatoria de los costos y gastos

operacionales. El punto de equilibrio se considera una herramienta útil

para determinar el apalancamiento operativo que puede tener una

empresa en un momento determinado y se puede calcular tanto para

unidades como para valores en dinero.

 Programación lineal: Un modelo de Programación Lineal

(PL) considera que las variables de decisión tienen un

comportamiento lineal, tanto en la función objetivo como restricciones

del problema. En este sentido, la Programación Lineal es una de las

herramientas más utilizadas en la Investigación Operativa debido a

que por su naturaleza se facilitan los cálculos y en general permite una

buena aproximación de la realidad. Este modelo matemático consiste

en optimizar (minimizar o maximizar) una función lineal, denominada

función objetivo, de tal forma que las variables de dicha función estén

sujetas a una serie de restricciones que expresamos mediante un

sistema de inecuaciones lineales.

 Métodos analítico de jerarquía:

Al momento tomar decisiones complejas el orientarse en torno a un

sentido u otro, puede llegar a generar complicaciones puesto que al

involucrarse numerosas variables en el proceso su margen de error

también se ve incrementado, lo cual llevar a pensar en la posibilidad de

establecer un estándar de respuesta para cada tipo de decisión, no

obstante, es poco viable ya que cualquier variación en el estado de

alguna de las variables involucradas puede generar como consecuencia

una situación en parte distinta a las demás de su clase.

Ante esta problemática surgió el método analítico de jerarquía, el cual

fue formulado en la Universidad de Pennsylvania por el Dr. Thomas L.

Saaty, teniendo como fin el tener “un instrumento formal para la

evaluación y selección de alternativas, que tuviera las características de

ser sólido en sus fundamentos matemáticos, útil en la toma de decisiones

y sencillo en su aplicación.

En la actualidad este método juega un papel muy relevante cuando se

trata con problemas de notoria complejidad puesto que permite tomar la

dirección y sentido más adecuados en base a las características, criterio,

necesidades y objetivos que se tengan… ¿Cómo lo hace? Mediante la

comparación de los diversos elementos presentes en la problemática, que

es en realidad su punto fuerte, mediante la representación de su grado de

importancia en una escala de importancia relativa que contiene números

 de 1 al 9 y cuyo grado de importancia se va incrementando a medida que

aumenta la cifra, dándose de la siguiente manera:

Donde los números pares. Como lo son el 2, 4, 6 y el 8, representan puntos

intermedios entre dichos grados de importancia de un elemento en base a su

comparación con otro. Ahora, para su puesta en marcha este se fundamenta en:

o La estructuración del modelo jerárquico (representación del problema mediante

identificación de meta, criterios, subcriterios y alternativas).

o Priorización de los elementos del modelo jerárquico.

o Comparaciones binarias entre los elementos.

o Evaluación de los elementos mediante asignación de “pesos”.

o Ranking de las alternativas de acuerdo con los pesos dados.

o Síntesis.

o Análisis de Sensibilidad.
Lo cual es capaz de llevar a cabo gracias a la ejecución de 3 fases: la de representación

del problema, evaluación de criterios y alternativas, y, por último, la jerarquización y

selección de la mejor alternativa.

Estructuración del modelo jerárquico:

Para representar el problema, así como su respectiva jerarquía, es necesario seguir

una secuencia de pasos que consiste en:

o Identificar el problema: El problema vendría a ser la situación que se

desea resolver mediante las diversas alternativas que se puedan llegar a

llevarse a cabo. No obstante, antes de iniciar todo el proceso es necesario

invertirle un tiempo notorio a definir que se planea resolver, ya que un

planteamiento erróneo puede terminar por alterar todo el proceso. Por

dicha razón, este se define mediante una serie de discusiones en las que

se listan todas las problemáticas que se presenten y se priorizan para dar

con una determinación precisa del mismo.

o Definición del objetivo: Los objetivos representa es lo que se quiere

lograr para mejorar un determinado problema. Estos a su vez pueden

variar en lo que respecta a su plazo de ejecución, pudiendo ser de largo,

mediano y corto plazo lo que terminara influyendo en el nivel de

jerarquía del proceso. Su definición, al igual que el problema en sí,

representa una tarea compleja por lo que también existe un grupo decisor

que se encargara de discutir respecto al tema para dar un con objetivos

que representen realmente los intereses que se tengan.

 o Identificación de los criterios: Estos vendrían a ser las dimensiones que

son capaces de afectar notoriamente a los objetivos, puesto que

manifiestan preferencias relacionadas con la toma de decisiones. Estos

criterios pueden abarcar aspectos tanto cualitativos como cuantitativos

que se deben de tener en cuenta al momento de optar por una alternativa

u otra.

o Identificación de alternativas: Estas vendrían a ser las decisiones, o

acciones, que se llevan a cabo para dar con el objetivo previamente

definidos. Teniendo cada una de estos puntos tanto positivos como

negativos que pueden terminar incidiendo en las medidas relacionadas al

problema.

Árbol de jerarquías: Durante esta se parte por construir una gráfica donde se

refleje el orden jerárquico por el que se regirá todo el proceso, donde se verán

incluidos el Objetivo General, los Criterios y las posibles alternativas.

Organizándolos de tal manera que los elementos de un mismo rango tengan la

misma magnitud y, a su vez, la capacidad de relacionarse con unos o más

elementos del rango inferior.

Al momento de establecer el rango que tendrá cada elemento el de mayor

jerarquía vendrá a ser el Objetivo general, puesto que toda gira en torno a él,

posteriormente seguirían los criterios que se tomaran en cuenta al momento de

tomar la decisión y en el último nivel jerárquico y con menor poder están las

alternativas, que representan las posibles acciones que se pueden llevar a cabo

para dar solución al problema dado.

 Ahora, el hecho de que a simple vista sea aparente un proceso simple no

significa que deba tomarse a la ligera, ya que es la base sobre la cual se

fundamentara el resto de las etapas, por lo que debe haber un acuerdo entre todas

las partes involucradas al momento de concretar dicha estructura jerárquica,

pudiendo ser un ejemplo de esta la siguiente gráfica:

Algo a resaltar de este proceso es que la asignación de jerarquías puede darse

de forma ascendente o descendente.

Cuando se da de forma descendente se parte por describir los criterios más

globales y, medida que se vaya descendiendo, ir hasta lo más particular de

manera que todos los criterios recopilados en la definición del problema estén

presentes en el primer nivel en forma de criterios que, a su vez, son capaces de

tener subcriterios.
 Cuando se da de forma ascendente el proceso se da de forma inversa,

partiendo desde lo más particular hasta lo más global, iniciando por todas las

características que peritan diferenciar entre alternativas y luego se construye el

modelo jerárquico al agrupar las características que posean en común.

Evaluación del modelo:

Durante esta etapa se busca estudiar de forma aislada cada uno de los

elementos que inciden en el problema comparándolas en par para emitir juicios

que dependen netamente del analista o el grupo encargado de la labor, puesto

que ellos son los que pueden estar al tanto de todo lo relacionado al proyecto por

lo que, en consecuencia, todo los intereses y necesidades se adaptaran a sus

perspectivas e ideas respecto al asunto.

Para efectuar de forma idónea la evaluación del modelo se requiere atravesar

dos etapas, la de establecimiento de prioridades y la de emisión de juicios y

evaluaciones.

En la primera se asignan valoraciones cuantitativas a cada alternativa y

criterio para determinar su rango relevancia que tienen al compararse con otra de

su tipo.
 Mientras que la emisión de juicios, que vendría a ser la base del proyecto,

puede estar guiados por información científica, técnica y por los conocimientos

que tengan los grupos encargados de evaluar todos los componentes del modelo,

siendo esto precisamente lo que diferencia a este método del resto, ya que los

juicios de los individuos que desempeñan un rol en el proceso terminan por

ocupar un papel decisivo en la toma de decisiones.

Ahora si hablamos de cómo se da la comparación, esta se efectuar en forma

binaria (en pares) con un tercer elemento, permitiendo conocer la opinión de

cada uno de los individuos respecto a los criterios, subcriterios y alternativas.

Dicho de otra manera, para cada elemento e de un nivel de la jerarquía se

comparan de “a” pares de elementos del nivel inmediatamente superior, con su

respectiva influencia en “e” para luego hallar el vector propio asociado al mayor

valor propio de la matriz.

Resultado final:

Esta etapa se lleva a cabo una vez que todas las comparaciones han sido

realizadas, puesto que ya se tiene el resultado final consensuado, en base a las

prioridades, emisión de juicios y la evaluación que se tomaron como referencia

en etapas previas acerca de los elementos del modelo jerárquico.

 Al igual que las demás etapas de este método, la etapa del resultado final

también efectúa subetapas que permiten asimilar toda la información

posteriormente recopilada para llevar a cabo un veredicto. Dicho esto, las dos

que se ven incluidas dentro de esta son la de síntesis y la de análisis de

sensibilidad.

Donde la primera combina todos los juicios emitidos, al agruparlos como un

todo, en el cual todas las alternativas posibles se verán agrupadas, desde la peor

hasta la mejor, sin excepción. Mediante esto el método analítico de jerarquía

permite deducir cada uno de los pesos que reflejan las percepciones y valores

propuestos con mucha precisión.

Por otro lado, el análisis de sensibilidad nos permite visualizar y analizar la

sensibilidad de la ordenación de alternativas respecto a posibles cambios en la

importancia de los criterios. De otra manera se podría decir que el análisis de

sensibilidad no es más que la respuesta a la pregunta “¿qué pasa sí?” por lo que

facilita el análisis en los procesos de toma de decisiones en los que hace falta

volver a aplicar el método analítico jerárquico a corto o mediano plazo puesto

que son procesos dinámicos que es necesario sean revisados y ajustados en el

tiempo porque su entorno se encuentra en continuo cambio.

 Unidad IV Decisiones bajo riesgo.

1. Alternativas de decisiones mediante distribución de probabilidad.

 Criterio de 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.

 Árbol de decisiones:

El árbol, es una excelente ayuda para la elección entre varios

cursos de acción. Proveen una estructura sumamente efectiva dentro

de la cual estimar cuáles son las opciones e investigar las posibles

consecuencias de seleccionar cada una de ellas. También, ayuda a

construir una imagen balanceada de los riesgos y recompensas asociados

con cada posible curso de acción.

 En resumen, los árboles de decisión proveen un método efectivo

para toma de decisiones debido a que:

 Claramente plantean el problema para que todas las opciones

sean analizadas.

 Permiten analizar totalmente las posibles consecuencias de

tomar una decisión.

 Proveen un esquema para cuantificar el costo de un resultado y la

probabilidad de que suceda.

 Nos ayuda a realizar las mejores decisiones sobre la base de la

información existente y de las mejores suposiciones.

Para comenzar a dibujar un árbol de decisión debemos escribir cuál es

la decisión que necesitamos tomar. Dibujaremos un recuadro para

representar esto en la parte izquierda de una página.

Desde este recuadro se deben dibujar líneas hacia la derecha

para cada posible solución, y escribir cuál es la solución sobre cada

línea. Se debe mantener las líneas lo más apartadas posibles para poder

expandir tanto como se pueda el esquema.

Al final de cada línea se debe estimar cuál puede ser el resultado. Si

este resultado es incierto, se puede dibujar un pequeño círculo. Si el

resultado es otra decisión que necesita ser tomada, se debe dibujar otro
recuadro. Los recuadros representan decisiones, y los círculos

representan resultados inciertos. Se debe escribir la decisión o el

causante arriba de los cuadros o círculos.

Si se completa la solución al final de la línea, se puede dejar en

blanco. Comenzando por los recuadros de una nueva decisión en el

diagrama, dibujar líneas que salgan representando las opciones que

podemos seleccionar.

Desde los círculos se deben dibujar líneas que representen las posibles

Consecuencias. Nuevamente se debe hacer una pequeña inscripción

sobre las líneas que digan qué significan. Seguir realizando esto hasta

que tengamos dibujado tantas consecuencias y decisiones como sea

posible ver asociadas a la decisión original.

Una vez que tenemos hecho esto, revisamos el diagrama en

árbol. Controlamos cada cuadro y círculo para ver si hay alguna

solución o consecuencia que no hayamos considerado. Si hay

alguna, la debemos agregar. En algunos casos será necesario

dibujar nuevamente todo el árbol si partes de él se ven muy

desarregladas o desorganizadas.
2. Probabilidades posteriores.

Primeramente para tener una definición más clara con respecto al término

probabilidades posteriores, se debe tener claro qué son las probabilidades

previas.

Una probabilidad previa es aquella probabilidad de que una observación

pertenezca a un grupo antes de recoger los datos, puede ser llamada probabilidad

original o probabilidad sin más información. Es la probabilidad de que ocurra un

evento antes de que se recopilen nuevos datos, considerada como la mejor

evaluación racional de la probabilidad de resultado, basándola en el

conocimiento actual antes de realizar un experimento.

Ahora bien, la probabilidad posterior es la encargada de medir la

probabilidad de que ocurra un evento dado que ya ha ocurrido un evento

relacionado. Generalmente es tomada como una modificación de la probabilidad

original o previa.

Los analistas financieros utilizan la probabilidad posterior para analizar las

interrelaciones de muchos tipos diferentes de eventos. Los tipos de cambio, los

cambios en las políticas económicas y los hábitos de gasto del consumidor son

ejemplos de eventos que podrían afectar los precios de las acciones.

Para calcular la probabilidad posterior, se puede examinar la probabilidad

condicional de dos eventos dependientes. Sea A el evento objetivo, entonces P

(A) es la probabilidad a priori. Sea B un segundo evento que depende o está

relacionado con el evento A, con probabilidad P (B). Además, dejemos que la

probabilidad de que ocurra el evento B, dado que A ocurre, sea P (B | A).

Utilizando el teorema de Bayes. Se puede calcular la probabilidad posterior

P (A | B). La teoría dice: P (A | B) = P (B | A) * P (A) ⁄ P (B) . Tenga en cuenta

que si los eventos A y B son independientes, entonces su probabilidad conjunta

es P (A | B) = P (A).

Esto significa que sus probabilidades posteriores y anteriores son idénticas,

ya que el evento B no tiene efecto sobre el evento A.

Un ejemplo de las finanzas es calcular si el precio de una acción aumentará,

dado que las tasas de interés han aumentado. Sea A el caso de que los precios de

las acciones suban, y la probabilidad de que las acciones suban es del 50% o P

(A) = 0.50. Sea B el evento de que las tasas de interés suban y la probabilidad de

que las acciones suban sea del 75% o P (B) = 0.75. Finalmente, dejemos que la

probabilidad de que las tasas de interés aumenten dado que los precios de las

acciones suben será del 20% o P (B | A) = 0.20.

La probabilidad de que los precios de las acciones suban dado que el aumento

de las tasas de interés se puede determinar conectando estos valores al Teorema

de Bayes. Da P (A | B) = 0.20 * 0.50 ⁄ 0.75 = 0.13 o 13%. Esto significa que si

las tasas de interés están subiendo, los precios de las acciones también tienen un

13% de posibilidades de subir, lo que no es exactamente una apuesta segura.

 Función de utilidad:

La actitud y el comportamiento hacia el riesgo en la toma de

decisiones ha sido estudiado en la psicología y la economía.

La utilidad busca en una medida del valor total de un resultado que

intenta reflejar la actitud del tomador de decisiones, hacia un conjunto

de factores cómo son las ganancias, las pérdidas y los riesgos.

También es llamada satisfacción o felicidad. Por lo general la utilidad

o satisfacción tiene un rendimiento decreciente, es decir que el

rendimiento por unidad va decreciente con el aumento.

En economía es considerada como aquella expresión algebraica, qué

nos mide la satisfacción o felicidad del consumidor a la hora hace una

compra. Una función que asigna a cada cesta de bienes un valor

numérico de forma que:

a) A las cestas que le gustan los mismos que al consumidor les asignará

el mismo número.

b) a las cestas que les gusta más les asignará un valor numérico mayor.
 Para entender debidamente la función de utilidad, recurramos a la

siguiente explicación.

Supongamos dos cestas A= (X1, X2) y B=(X1, X2).

Denominemos U(A) y U (B) al número que la función de utilidad asigna

a dichas cestas, entonces debe cumplirse que.

Si A-B <--> U(A)= U (B)

Si A> B <--> U(A) > U(B)

El carácter ordinal de la función de utilidad implicará que cualquier

transformación monótona de la misma represente la mismas preferencias.

La función de utilidad suele tener bastantes usos, basándonos en los

bienes sustitutivos de dos tipos la función de utilidad toma la siguiente

forma:

U=X1+X2

Lo que especifica una recta. A partir de allí, se le pueden comprar

bienes, tanto del bien uno (X1) , cómo del bien dos (X2). Los cuales se

sustituirán en la fórmula y se obtendrá el valor de la utilidad.

Unidad V Decisiones bajo incertidumbre.

1. Criterios:

Criterio Laplace:

Este criterio, propuesto por Laplace en 1825, está basado en el

principio de razón insuficiente: Como a priori no existe ninguna razón

para suponer que un estado de naturaleza se puede presentar antes que

los demás, podemos considerar que todos los estados de naturaleza

tienen la misma probabilidad de ocurrencia, es decir, la ausencia de

conocimiento sobre el estado de la naturaleza equivale a afirmar que

todos los estados son equiprobables. Así, para un problema de decisión

con n posibles estados de la naturaleza, asignaríamos probabilidad 1/n a

cada uno de ellos.

El sujeto decisor tratará de minimizar lo más que se puede dejar de

ganar. A partir de la matriz de decisión se obtiene una nueva matriz

llamada matriz de "riesgos", de "perjuicios" o de "pesares". Una vez

realizada esta asignación de probabilidades, a la alternativa 𝑎𝑖 le

corresponderá un resultado esperado igual a:

1𝑛∑ 𝑥ij𝑛𝑗=1 (2.14)

La regla de Laplace selecciona como alternativa óptima aquella que

proporciona un mayor resultado esperado:

𝐿𝑘 =𝑎̅𝑋 =max𝑖=1{1𝑛∑𝑛𝑗=1 𝑥ij} (2.15).

 Teoría de juegos:

La teoría de juegos es un área de la matemática aplicada que utiliza

modelos para estudiar interacciones en estructuras formalizadas de

incentivos (los llamados «juegos»). La teoría de juegos se ha convertido

en una herramienta sumamente importante para la teoría económica y ha

contribuido a comprender más adecuadamente la conducta humana frente

a la toma de decisiones. Sus investigadores estudian las estrategias

óptimas, así como el comportamiento previsto y observado de individuos

en juegos. Tipos de interacción aparentemente distintos pueden presentar

en realidad una estructura de incentivo similar y, por lo tanto, se puede

representar mil veces conjuntamente un mismo juego.

 Suma cero:

En teoría de juegos no cooperativos, un juego de suma cero describe

una situación en la que la ganancia o pérdida de un participante se

equilibra con exactitud con las pérdidas o ganancias de los otros

participantes.

Se llama así porque si se suma el total de las ganancias de los

participantes y se resta las pérdidas totales el resultado es cero. El go, el

póker y el juego del oso son ejemplos de juegos de suma cero. La suma

cero es un caso especial del caso más general de suma constante donde

los beneficios y las pérdidas de todos los jugadores suman el mismo

 valor, porque se gana exactamente la cantidad que pierde el oponente.

Cortar una tarta es de suma constante o cero porque llevarte un trozo más

grande reduce la cantidad de tarta que le queda a los demás. Situaciones

donde los participantes pueden beneficiarse o perder al mismo tiempo,

como el intercambio de productos entre una nación que produce un

exceso de naranjas y otra que produce un exceso de manzanas, en la que

ambas se benefician de la transacción, se denominan «de suma no nula».

El concepto fue desarrollado en la Teoría de juegos, por lo que a

menudo a las situaciones de suma cero se les llama «juegos de suma

cero». Esto no implica que el concepto, o la teoría de juegos misma, se

aplique únicamente a lo que normalmente se conoce como juegos. Las

estrategias óptimas para juegos de suma cero de dos jugadores suelen

emplear estrategias minimax.

 Criterio miimax:

En teoría de juegos, minimax es un método de decisión para

minimizar la pérdida máxima esperada en juegos con adversario y con

información perfecta. Minimax es un algoritmo recursivo.

El funcionamiento de minimax puede resumirse en cómo elegir el

mejor movimiento para ti mismo suponiendo que tu contrincante

escogerá el peor para ti.

 Criterio savage:

En 1951 Savage argumenta que al utilizar los valores 𝑥ijpara realizar

la elección, el decisor compara el resultado de una alternativa bajo un

estado de la naturaleza con todos los demás resultados,

independientemente del estado de la naturaleza bajo el que ocurran. Sin

embargo, el estado de la naturaleza no es controlable por el decisor, por

lo que el resultado de una alternativa sólo debería ser comparado con los

resultados de las demás alternativas bajo el mismo estado de la

naturaleza.

Con este propósito Savage define el concepto de pérdida relativa o

pérdida de oportunidad 𝑟ijasociada a un resultado 𝑥ijcomo la diferencia

entre el resultado de la mejor alternativa dado que ej es el verdadero

estado de la naturaleza y el resultado de la alternativa 𝑎𝑖 bajo el estado

𝑒𝑗.

Así, si el verdadero estado en que se presenta la naturaleza es 𝑒𝑗 y el

decisor elige la alternativa 𝑎𝑖que proporciona el máximo resultado 𝑥ij,

entonces no ha dejado de ganar nada, pero si elige otra alternativa

 cualquiera 𝑎𝑟, entonces obtendría como ganancia 𝑥rj y dejaría de ganar

𝑥ij−𝑥rj.

Savage propone seleccionar la alternativa que proporcione la menor

de las mayores pérdidas relativas, es decir, si se define 𝜌𝑖como la mayor

pérdida que puede obtenerse al seleccionar la alternativa 𝑎𝑖,

Antes de aplicar este criterio se procede a calcular la matriz de

pérdidas relativas, formada por los elementos 𝑟ij. Cada columna de

esta matriz se obtiene calculando la diferencia entre el valor máximo de

esa columna y cada uno de los valores que aparecen en ella.

 Criterio Hurnicz:

En 1951 Hurwicz recomendó un criterio que no es muy

extremoso como fueron los criterios anteriores maximín y maximax. Es

un criterio intermedio de los dos anteriores, el criterio de Hurwicz,

pondera los valores extremos de tal manera que los coeficientes de

ponderación asignados reflejan la importancia que les concede el decisor

a su nivel de optimismo o pesimismo por medio de un peso 𝛼 ∈[0,1], en

donde la mejor acción se elige de tal forma que:

 Este criterio tiene una filosofía optimista-pesimista, dependiendo del

valor del peso. Si queremos que el peso este más cargado a la parte

pesimista, se elige un valor de 𝛼 >0.5, en caso de que el peso se quiera

más cargado a la parte optimista, se elige un valor de 𝛼 <0.5y para el

valor de 0.5, se tiene sólo un promedio de los dos criterios. Además

cuando 𝛼 =0., corresponde a un pensamiento optimista obteniendo el

caso de maximax, cuando𝛼 =1, se obtiene el criterio de Wald, α es un

valor especifico, elegido por el decisor y aplicable a cualquier problema

de decisión abordado por él, por lo que:

(𝑎𝑘)=𝛼𝑂𝑘 +(1−𝛼)𝑆𝑘 (2.12). Así la regla de Hurwicz cuando

tenemos ganancias resulta ser: Elegir la alternativa 𝑎𝑘tal que:

(𝑎𝑘)=𝛼𝑂𝑘 +(1−𝛼)𝑆𝑘 = Max1≤𝑖≤𝑚{𝛼𝑂𝑖 +(1−𝛼)𝑆𝑖} (2.13)

2. Estrategias mescladas

En teoría de juegos una estrategia mixta, a veces también llamada

estrategia mezclada (del nombre en inglés mixed strategy), es una

generalización de las estrategias puras, usada para describir la selección aleatoria

de entre varias posibles estrategias puras, lo que determina siempre una

distribución de probabilidad sobre el vector de estrategias de cada jugador. Una

estrategia totalmente mixta es aquella en la que el jugador asigna una

probabilidad estrictamente positiva a cada estrategia pura. Las estrategias

totalmente mixtas son importantes para el refinamiento del equilibrio.

CONCLUSIÓN
 El proceso de toma de decisiones es muy complejo ya que algunas veces estas están

sujetas a una serie de factores cuyos resultados, dependiendo de la elección, son

conocidos. A este fenómeno lo llamamos decisiones bajo certidumbre, el cual es

descripto como un tipo importante de problema en la toma de decisiones incluye que

cada acción disponible y para quien toma las decisiones tiene consecuencias que

pueden determinarse de antemano. Aquí es importante utilizar métodos analíticos y

jerárquicos para la correcta guía del tomador de decisiones hacia un objetivo óptimo.

Por otro lado tenemos las decisiones bajo riesgo o toma de decisiones bajo riesgo

que se trata de un tipo de modelo de toma de decisiones, en el que existen múltiples

estados de naturaleza, asumimos que la persona que tomó la decisión puede llegar a

estimar la probabilidad de ocurrencia de cada estado natural. Por último y a diferencia

del primer punto tratado existe la toma de decisiones bajo incertidumbre, en donde si

bien hay más de un estado posible de la naturaleza el tomador de decisiones no quiere o

no puede especificar que es más probable que ocurra.