TEORIA CLASICA DE DECISIÓN. Agradecimiento al profesor Juan Jose Bravo, Msc
|
|
- Belén Núñez Ortega
- hace 7 años
- Vistas:
Transcripción
1 TEORIA CLASICA DE DECISIÓN Agradecimiento al profesor Juan Jose Bravo, Msc
2 ELEMENTOS DE DECISIÓN Y MATRICES DE PAGO
3 ANÁLISIS DE DECISIONES Herramientas de representación de decisiones secuenciales con riesgo y cuyo fin es ayudar a la visualización y solución de problemas de decisión multietapas.
4 ELEMENTOS DEL PROCESO DE DECISIÓN Decisor: Es el encargado de realizar la elección de la mejor forma de actuar de acuerdo a sus intereses. Alternativas o acciones: Son las posibles formas de actuar de entre las cuales se seleccionará una. Las alternativas o acciones son mutuamente excluyentes. Estados de la naturaleza: Son todos aquellos eventos futuros que escapan al control del decisor y que influyen en el proceso. Consecuencias o resultados: Resultados que obtienen al seleccionar las diferentes alternativas bajo cada uno de los posibles estados de la naturaleza. Reglas de decisión o criterio: Procedimiento para identificar la mejor alternativa en un proceso de decisión.
5 ELEMENTOS DEL PROCESO DE DECISIÓN Tomador de decisiones Acciones Pagos Naturaleza Estados
6 Muchos de los procesos de decisión son viables de tratar a través de lo que se denomina Tablas de Decisión o Matriz de Pagos. ESTADOS DE LA NATURALEZA ALTERNATIVAS O ACCIONES A TOMAR θ 1 θ 2 θ n A 1 v(a 1, θ 1 ) v(a 1, θ 2 ) v(a 1, θ n ) A 2 v(a 2, θ 1 ) v(a 2, θ 2 ) v(a 2, θ n ) A m v(a m, θ 1 ) v(a m, θ 2 ) v(a m, θ n ) Acciones (A j ): Alternativas ó acciones posibles a escoger por el tomador de decisiones con el ánimo de resolver un problema particular. Estados de la naturaleza (θ i ): Son cada una de las situaciones posibles en que se encontrará el tomador de decisiones y están determinados por efectos aleatorios. Pago {v(a j,θ i )}: Medida cuantitativa del valor de las consecuencias para el decisor al tomar la acción A j dado que el estado de la naturaleza es θ i.
7 EJEMPLO DE TABLAS DE DECISIÓN En cierta ciudad colombiana se va a construir un aeropuerto en una de dos posibles ubicaciones A y B, que será elegida el próximo año. La cadena hotelera Dann está interesada en abrir un hotel cerca del nuevo aeropuerto, para lo cual tiene que decidir qué terrenos comprar. La siguiente tabla muestra el precio de los terrenos, el beneficio estimado que obtendrá el hotel en cada posible localización si el aeropuerto se ubica allí, y el valor de venta de cada terreno si finalmente el aeropuerto no se construye en ese lugar (las cantidades aparecen expresadas en pesos colombianos x 10 8 ). Cuál es ladecisión más adecuada? Parcela A Parcela B Precio del terreno Beneficio estimado del hotel Valor de venta del terreno 6 4
8 EJEMPLO DE TABLAS DE DECISIÓN Las alternativas posibles de que dispone el decisor son las siguientes: A 1 Comprar la parcela en A. A 2 Comprar la parcela en B. A 3 Comprar ambas parcelas. A 4 No comprar ninguna parcela. Por otra parte, los posibles estados de la naturaleza son: θ 1 El aeropuerto se construye en A. θ 2 El aeropuerto se construye en B.
9 EJEMPLO DE TABLAS DE DECISIÓN Beneficio Precio = = 13 ESTADOS DE LA NATURALEZA θ 1 [Aeropuerto en A] θ 2 [Aeropuerto en B] A 1 [Comprar A] ALTERNATIVAS O ACCIONES A TOMAR A 2 [Comprar B] A 3 [Comprar A y B] A 4 [No Comprar] 0 0
10 EJEMPLO DE TABLAS DE DECISIÓN La compañía farmacéutica XYW ha patentado una nueva formula para ayudar a pacientes con hipertensión arterial, lo cual le permitirá ingresar a un mercado ya de por sí competido pero promisorio. La empresa, a raíz de su descubrimiento, tiene en realidad dos opciones: una de ellas es vender los derechos de explotación de la patente a empresas farmacéuticas de prestigio por un valor de US$2 millones, y la otra alternativa es fabricar el medicamento, pero la rentabilidad de este proyecto dependerá de la habilidad y de los recursos que la compañía disponga en el proceso de comercialización durante el primer año. Construir la planta de producción le cuesta US$1 millones y el margen de contribución del producto está calculado en US$9. La demanda del producto es realmente incierta, pero suavizando el efecto de la incertidumbre se han estimado dos escenarios posibles: el primero de baja demanda representado en unidades año con probabilidad de 40% y otro de alta demanda asociado a unidades año con probabilidad de 60%. Determine la mejor acción a tomar considerando el riesgo.
11 EJEMPLO DE TABLAS DE DECISIÓN Venta de derechos de explotación ESTADOS DE LA NATURALEZA θ 1 [Demanda Baja] θ 2 [Demanda Alta] ALTERNATIVAS O ACCIONES A TOMAR A 1 [Vender patente] A 2 [Fabricar medicamento] PROBABILIDAD APRIORI
12 OTROS EJEMPLOS TABLAS DE DECISIÓN Suponga que usted es el Gerente de Logística de una empresa, y desea reestablecer su inventario de fresas. Su proveedor normal puede surtir todas las cajas que desee. Sin embargo, como ya están muy maduras, deberá venderlas mañana y después descartar las que queden. Usted, estima que podrá vender 10, 11, 12 o 13 cajas mañana. Puede comprar las fresas en $ 3 por caja y venderlas en $ 8 por caja. Ahora necesita decidir cuantas cajas comprar. Usted verifica los registros de ventas diarias de fresa de la tienda, con base en ellas estimas que las probabilidades a priori de poder vender 10, 11, 12 y 13 cajas de fresas mañana son 0.2, 0,4, 0.3 y 0.1.
13 OTROS EJEMPLOS TABLAS DE DECISIÓN Una famosa compañía A de petróleos es dueña de un terreno en el que puede haber un pozo. Un geólogo consultor ha informado a la gerencia que piensa que existe una posibilidad de 1 entre 4 de encontrar petróleo. Debido a esta posibilidad otra compañía petrolera ha ofrecido comprar las tierras en $ sin embargo, la compañía A esta considerando conservarla para perforar ella misma. El costo de la perforación es $ , si encuentra petróleo, el ingreso esperado será de $ Se incurrirá en una perdida de $ si no se encuentra petróleo.
14 TOMA DE DECISIONES BAJO CERTEZA, RIESGO E INCERTIDUMBRE
15 EJEMPLO DE LA FARMACEUTICA Decisiones Bajo Certeza Este tipo de decisiones supone que el verdadero estado de la naturaleza es conocido antes de la elección, es decir, se tiene certeza total las consecuencias de sus acciones ESTADOS DE LA NATURALEZA θ 1 [Demanda Baja] θ 2 [Demanda Alta] ALTERNATIVAS O ACCIONES A TOMAR A 1 [Vender patente] A 2 [Fabricar medicamento] PROBABILIDAD A PRIORI ÓPTIMO DETERMINISTICO Se tiene certeza sobre el estado de la naturaleza
16 RIESGO vs. INCERTIDUMBRE Riesgo: Existe el riesgo cuando lo que puede ocurrir en el futuro está directamente asociado a cierta distribución de probabilidad conocida. Incertidumbre: Existe incertidumbre cuando no se conoce la distribución de probabilidad de lo que puede ocurrir en un futuro. Esto quiere decir que ante ausencia de información relevante, las decisiones que se tomen estarían gobernadas por la incertidumbre.
17 EJEMPLO DE LA FARMACEUTICA Decisiones Bajo Riesgo Criterio de decisión de Bayes: Sugiere que con las probabilidades a priori de los estados de la naturaleza se calcule el valor esperado del beneficio para cada acción a tomar, eligiéndose posteriormente la acción que tenga el máximo beneficio esperado. ESTADOS DE LA NATURALEZA θ 1 [Demanda Baja] θ 2 [Demanda Alta] ALTERNATIVAS O ACCIONES A TOMAR A 1 [Vender patente] A 2 [Fabricar medicamento] PROBABILIDAD A PRIORI A 1 : Vender Patente Beneficio Esperado: = 0.4 ( ) ( ) = A 2 : Fabricar medicamento Beneficio Esperado : 0.4 ( ) ( ) = CONCLUSIÓN: Se elige ejecutar la acción A 2
18 CRITERIO DE DECISIÓN DE BAYES El criterio de decisión de Bayes parte de las probabilidades a priori y por lo tanto su validez dependerá de qué tan acertadas hayan sido las estimaciones de dichos valores. No considera restricciones de aversión al riesgo. Estos conceptos de aversión al riesgo ó búsqueda de riesgos que son característicos del Tomador de Decisiones, se ha considerado dentro de lo que se conoce como Teoría de la Utilidad. A continuación una breve explicación de la aversión al riesgo mediante la Teoría de la Utilidad
19 TEORIA DE LA UTILIDAD (1) Esta teoría dice con gran firmeza que cada decisor tiene su propia percepción acerca de la utilidad del dinero, sugiriendo que nunca es bueno guiarse únicamente por el máximo beneficio esperado como lo acabamos de hacer. El máximo beneficio esperado debe ir entonces siempre acompañado de una gama de restricciones que son características del que toma la decisión, restricciones que pueden ser: Máxima cantidad de dinero dispuesto a perder: Un decisor que afirme que su máximo nivel esperado de pérdidas es cero (no ganar ni perder) indiscutiblemente escogería Vender la Patente. Mínima cantidad de dinero dispuesto a ganar: En el caso que se afirme que el mínimo nivel de ingresos esperados es de 2.5 millones de dólares, escogería por tanto la opción de Fabricar el medicamento. Observemos un ejemplo aplicado de esta teoría.
20 TEORIA DE LA UTILIDAD (2) Suponga que una persona recibirá, para i = 1, 2,., n una recompensa r i con probabilidad p i. Esto se denota como la lotería (p 1, r 1 ; p 2, r 2 ; ; p n, r n ). Por ejemplo la lotería (¼, $500; ¾, $0) se puede denotar por: ¼ $ 500 ¾ $ 0 Suponga que se le pide a usted elegir entre dos loterías (L1 y L2). Se muestran a continuación las dos opciones.
21 TEORIA DE LA UTILIDAD (3) L 1 1 ½ $ $ L 2 ½ $ 0 Valor Esperado L 1 = (1) x $ = $ Valor Esperado L 2 = (½) x $ (½) x $ 0 = $ En teoría de riesgo, quien toma la decisión puede ser: 1. Adverso al riesgo 2. Neutral al riesgo 3. Buscador de riesgo
22 DETERMINACIÓN DE LA FUNCIÓN DE UTILIDAD La utilidad se puede medir en forma relativa y no en términos absolutos. Se puede asignar un índice de utilidad a cada uno de dos valores en forma arbitraria, y a partir de allí construir la función de utilidad. Supóngase que se desea determinar la función de utilidad de un individuo con el propósito de buscar una guía para tomar decisiones que sean consistentes con los intereses de éste, definidos en el momento en que se calculó la función. Para hacerlo, se puede adoptar uno de los dos métodos: a) Por el método de fijar las probabilidades y variar los resultados de una supuesta lotería; b) por el método de fijar los resultados de la lotería y variar las probabilidades.
23 DETERMINACIÓN DE LA FUNCIÓN DE UTILIDAD Suponga que se tienen dos alternativas A y B. La primera es un regalo libre de impuestos de $ , y B es una lotería que consiste en ganar $ con probabilidad 0,5 o ganar $0 con probabilidad 0,5. Se trata de determinar el valor de la alternativa A que hace indiferente al decisor entre ella y la alternativa B. Supóngase entonces que el individuo prefiere la lotería sobre la alternativa A, esto es: B>A, entonces: U(B) > U(A) 0,5 x U($ ) + 0,5 x U($0) > U($ )
24 DETERMINACIÓN DE LA FUNCIÓN DE UTILIDAD Supóngase que para A = $ el individuo es indiferente, esto es: U(B) = U(A) Si se asigna de la siguiente forma: $ equivalente a 100 $ 0 equivalente a 0 Es decir: U($ ) = 0,50 x U($ ) + 0,50 x U($0) = 0,50 x ,50 x 0 = 50 Entonces la utilidad de $ es 50.
25 DETERMINACIÓN DE LA FUNCIÓN DE UTILIDAD Ahora se puede cambiar el valor de uno de los premios (0 ó 1,000,000) por $ y de manera similar encontrar el valor intermedio; repitiendo este proceso se pueden encontrar varios puntos de la función de utilidad y dibujar la curva correspondiente. Es decir, si se cambia $ por $ , se obtendrá un valor determinado T, tal que, 0 <T< y que hace indiferente al individuo frente a la nueva lotería. Entonces para ese T que hace indiferente al individuo entre ese valor y la nueva lotería ($ con p = 0,5 y $0 con p = 0,5), la utilidad será: U(T) = 0,5 x U(0) + 0,5 x U($ ) = 0,5 x 0 + 0,5 x 50 U(T) = 25
26 ADVERSO O PROPENSO? Las personas pueden ser aversas, propensas o indiferentes al riesgo. Una persona que esté dispuesta a pagar por "jugar" una lotería podrá determinar su actitud al riesgo, según el monto que pague. Una persona totalmente propensa al riesgo, enfrentada ante el siguiente juego: $0 con probabilidad 0.5 y $10,000 con probabilidad 0.5, estará dispuesta a pagar más del valor esperado del juego por participar en él. O sea, pagará más de $5,000 por participar en este juego. Si esa misma persona fuera totalmente adversa al riesgo y se enfrenta a la misma situación, pagará menos del valor esperado del juego por participar en él. O sea pagará menos de $5,000.
27 TEORÍA DE LA UTILIDAD Dos condiciones de Actitud ante el Riesgo Años de Vida Años de Vida AVERSION AL RIESGO PROPENSION AL RIESGO Los años cercanos valen más Los años cercanos valen menos
28 VOLVAMOS AL EJEMPLO DE LA FARMACEUTICA Decisiones Bajo Riesgo Criterio de máxima probabilidad: Sugiere que se identifique el estado con mayor probabilidad de ocurrencia, y se identifique en él la acción que genera el máximo beneficio. ESTADOS DE LA NATURALEZA θ 1 [Demanda Baja] θ 2 [Demanda Alta] ALTERNATIVA S O ACCIONES A TOMAR A 1 [Vender patente] A 2 [Fabricar medicamento] PROBABILIDAD APRIORI Acción que genera el mayor beneficio La mejor opción es fabricar el medicamento Estado con mayor probabilidad de ocurrencia
29 ANALISIS DE SENSIBILIDAD (1) El análisis de sensibilidad sugiere que es necesario estudiar el efecto de los números incluidos en el modelo matemático para saber si son correctos. En este caso se estudiara el análisis de sensibilidad sobre las probabilidades a priori. ESTADOS DE LA NATURALEZA θ 1 [Demanda Baja] θ 2 [Demanda Alta] ALTERNATIVAS O ACCIONES A TOMAR A 1 [Vender patente] A 2 [Fabricar medicamento] PROBABILIDAD APRIORI Suponga que la posibilidad de que ocurra demanda baja esta entre 0.20 y 0.60, de manera que la posibilidad de demanda alta este entre 0.80 y Como es posible desarrollar un análisis de sensibilidad.?
30 ANALISIS DE SENSIBILIDAD (2) Valor esperado limites del intervalo: Probabilidades a priori θ 1 = 0.20 y θ 2 = 0.80 Valor Esperado A 1 = (0.20) x $ (0.80) x $ = $ Valor Esperado A 2 = (0.20) x $ (0.80) x $ = $ [Máx] Probabilidades a priori θ 1 = 0.60 y θ 2 = 0.40 Valor Esperado A 1 = (0.60) x $ (0.40) x $ = $ [Máx] Valor Esperado A 2 = (0.60) x $ (0.40) x $ = $ Sea p = probabilidad a priori de que la demanda sea baja E [ pago (fabricar medicamento) ] = p (1 p) = p
31 Pago esperado (PE) ANALISIS DE SENSIBILIDAD (3) Grafica del cambio esperado para cada alternativa $ 5,000,000 $ 4,500,000 $ 4,000,000 $ 3,500,000 $ 3,000,000 $ 2,500,000 Vender patente $ 2,000,000 $ 1,500,000 $ 1,000,000 Fabricar droga $ 500,000 $ - $ -500, Probabilidad a priori demanda baja E [pago (fabricar)] = E [pago (vender)] p = p = / = 0.533
32 Pago esperado (PE) ANALISIS DE SENSIBILIDAD (4) Grafica del cambio esperado para cada alternativa $ 5,000,000 $ 4,500,000 $ 4,000,000 $ 3,500,000 $ 3,000,000 $ 2,500,000 $ 2,000,000 $ 1,500,000 $ 1,000,000 $ 500,000 $ - Región donde la decisión debe ser fabricar medicamento $ -500, Región donde la decisión debe ser vender patente Vender patente Fabricar droga Probabilidad a priori demanda baja Se debe fabricar medicamento si p < Se debe vender patente si p > 0.533
33 ARBOLES DE DECISIÓN
34 QUE ES UN ARBOL DE DECISIÓN? Herramienta de representación de decisiones secuenciales con riesgo y cuyo fin es ayudar a la visualización y solución de un problema de decisión multi-etapas. CUALES SON SUS ELEMENTOS? Nodos de Decisión: Indica que una decisión debe tomarse en ese punto del proceso. Nodos de Probabilidad: Indica que en ese punto del proceso ocurre un evento aleatorio. Rama Decisional: Constituye la representación grafica de una determinada estrategia. Rama Aleatoria: Constituye la representación grafica de cierto estado de la naturaleza.
35 ÁRBOLES DE DECISIÓN: COMPONENTES Y ESTRUCTURA Punto de decisión Alternativa 1 Evento 1 P(Evento 1) Evento 2 P(Evento 2) Pago 1 Pago 2 Evento 3 P(Evento 3) Pago 3 Alternativa 2 Pago 4
36 EJEMPLO DE ARBOL DE DECISIÓN Punto de decisión Juega la rifa -500 Gana (0,01) Pierde (0,99) No juega la rifa 0
37 EJEMPLO DE ARBOL DE DECISIÓN ESTADO DEL TIEMPO Llueve Usar Paraguas No Llueve Llueve No Usar Paraguas No Llueve
38 PROCESO DE DECISIÓN SECUENCIAL 1. Construcción del árbol: Horizonte de Tiempo Ramas Decisionales Acontecimientos Aleatorios 2. Valoración de las diferentes ramas 3. Estimación de probabilidad ocurrencia eventos aleatorios 4. Elección criterio para determinar la estrategia óptima. 5. Calculo estrategia óptima.
39 RECORDEMOS NUESTRO EJEMPLO.. Estados de la Naturaleza θ 1 = Demanda Baja θ 2 = Demanda Alta Acciones a Tomar A 1 : Vender Patente A 2 : Fabricar Medicamento Probabilidad A priori Existe la opción de hacer un estudio de mercado por un valor de
40 Con el estudio de mercado se pretende hallar las probabilidades a Posteriori que afiancen o modifiquen las anteriores Denote R el resultado que arroja el estudio de mercados r 1 : Resultado que denota perspectivas de baja demanda r 2 : Resultado que denota perspectivas de alta demanda Basados en la experiencia se ha definido: El nivel de acierto del resultado del estudio de mercado es del 85% cuando el resultado es r1 El nivel de acierto del resultado del estudio de mercado es del 70% cuando el resultado es r2 Sisetiene que: El real estado de la naturaleza es de alta demanda, entonces la probabilidad de que sea de alta demanda es: P(R=r 2 /θ= θ 2 )=0.7 y por lo tanto P(R=r 1 /θ= θ 2 )=0.3 El real estado de la naturaleza es de alta demanda, entonces la probabilidad de que sea de alta demanda es: P(R=r1/θ= θ1)=0.85 y por lo tanto P(R=r2/θ= θ1)=0.15
41 Probabilidades a Posteriori ) ( ) / ( ) ( ) / ( P r R P P r R P *.. *.. *. ) r R / ( P ) / ( 1 2 r R P *.. *.. *. ) r R / ( P ) r R / ( P P(R = r 1 ) = P(R = r 1 ) = [0.85 (0.4) (0.6)] = 0.52 P(R = r 2 ) = P(R = r 2 ) = [0.15 (0.4) (0.6)] = 0.48 ) ( ) / ( ) ( ) / ( P r R P P r R P k i i i i i i ) B )* P( B A / P( ) B )* P( B A / P( A ) P( ) B A P( A ) / B P ( 1 1 ) )* P( / r R P( ) )* P( / r R P( ) )* P( / r R P( ) r R / P (
42 Vender Patente Realizar Estudio Mercado A R = r 1 Resultado desfavorable B R = r 2 Resultado favorable (0.52) (0.48) C D F Fabricar Medicina Vender Patente Fabricar Medicina G Baja Demanda (0.653) Alta Demanda (0.347) Baja Demanda (0.125) Alta Demanda (0.875) Vender Patente No Realizar Estudio Mercado E Fabricar Medicina H Baja Demanda (0.4) Alta Demanda (0.6)
43 Ejemplo: La Reina de las Hamburguesas ` El restaurante La Reina de las Hamburguesas esta considerando abrir un nuevo restaurante en la calle principal. Este tiene tres diferentes modelos, cada uno con una capacidad de sillas diferente. El restaurante estima que el número promedio de clientes por hora será de 80, 100, o 120. La tabla de pagos para el modelo se muestra a continuación.
44 MATRIZ DE PAGOS Numero promedio de Clientes Por Hora s 1 = 80 s 2 = 100 s 3 = 120 Modelo A $10,000 $15,000 $14,000 Modelo B $ 8,000 $18,000 $12,000 Modelo C $ 6,000 $16,000 $21,000
45 ÁRBOL DE DECISIÓN 1 A B C s 1 s 2 s 3 s 1 s 2 s 3 s 1 s 2 s Pago 10,000 15,000 14,000 8,000 18,000 12,000 6,000 16,000 21,000
46 VALOR ESPERADO POR DECISIÓN 1 A B C VE =.4(10,000) +.2(15,000) +.4(14,000) = $12,600 2 VE =.4(8,000) +.2(18,000) +.4(12,000) = $11,600 3 VE =.4(6,000) +.2(16,000) +.4(21,000) = $14,000 4 Escoger el maximo VE, Modelo C.
47 CONTINUACIÓN Suponga que el restaurante debe decidir si comprar o no un estudio de mercado por $ 1,000. El resultado del estudio puede ser "favorable" o desfavorable". Las probabilidades condicionales son: P(favorable 80 clientes por hora) =.2 P(favorable 100 clientes por hora) =.5 P(favorable 120 clientes por hora) =.9 Debería desarrollar el estudio de mercado?
48 PROBABILIDADES EXPERIMENTALES Favorable Estado Prioridad Condicional Resultado Posterior Total P(favorable) =.54
49 PROBABILIDADES POSTERIORES Desfavorable Estado Prioridad Condicional Resultado Posterior Total P(desfavorable) =.46
50 ARBOLES DE DECISIÓN I 1 (.54) 1 2 A B C s 1 (.148) s 2 (.185) s 3 (.667) s 1 (.148) s 2 (.185) s 3 (.667) s 1 (.148) s 2 (.185) s 3 (.667) $10,000 $15,000 $14,000 $8,000 $18,000 $12,000 $6,000 $16,000 $21,000
51 ARBOLES DE DECISIÓN 1 I 2 (.46) A 3 B C s 1 (.696) s 2 (.217) s 3 (.087) s 1 (.696) s 2 (.217) s 3 (.087) s 1 (.696) s 2 (.217) s 3 (.087) $10,000 $15,000 $14,000 $8,000 $18,000 $12,000 $6,000 $16,000 $21,000
52 ARBOLES DE DECISIÓN I 1 (.54) $17,855 2 d 1 d 2 d VE =.148(10,000) +.185(15,000) +.667(14,000) = $13,593 VE =.148 (8,000) +.185(18,000) +.667(12,000) = $12,518 VE =.148(6,000) +.185(16,000) +.667(21,000) = $17,855 1 I 2 (.46) 3 $11,433 d 1 d 2 d VE =.696(10,000) +.217(15,000) +.087(14,000)= $11,433 EMV =.696(8,000) +.217(18,000) +.087(12,000) = $10,554 EMV =.696(6,000) +.217(16,000) +.087(21,000) = $9,475
53 EL PROBLEMA DE LA HERENCIA Te acabas de enterar que tu bisabuelo te dejo $10,000 de herencia con la condición que los invirtieras en una de las dos compañías de la familia: A y B. Los rendimientos ó pérdidas sobre la inversión Para el año siguiente son como sigue: Con un mercado a la alza, las acciones de A darían un rendimiento del 50% sobre la inversión pero a la baja podrían perder 20%. A la alza B tendría un 15 % de rendimiento y un 40 % a la baja. Dado que los informes de la TV predicen un 60% de posibilidades de un mercado a laalza y 40% a la baja, tudeseas saber como invertir tu dinero.
54 MATRIZ DE PAGOS Rendimientos por alternativa Mercado a La alza 1 Mercado a la Baja 2 Valor esperado A 1 : acciones de A A 2 : Acciones de B Probabilidad
55 EL PROBLEMA DE LA HERENCIA Considerando que la información de la TV es valiosa pero no quieres depender solo de lo que esta te informe. Por esta razón decides consultar a una firma de expertos que te convence de que utilices sus servicios ya que te proporciona datos sobre la confiabilidad de sus servicios que son: Si el mercado es a la alza hay un 90% de posibilidades de que los expertos ESTEN DE ACUERDO y lo cuantifiquen también a la alza. Sí el mercado es a la baja hay un 50% de posibilidades de que los expertos ESTEN EN CONTRA y lo cuantifiquen a la alta Donde debes colocar tus acciones con esta información
56 DECISIÓN BAJO INCERTIDUMBRE
57 CRITERIOS DE DECISIÓN BAJO INCERTIDUMBRE Tomemos un poco de aire, relajemos la mente y entremos al mundo de la incertidumbre. θ 1: Baja demanda θ 2: Alta demanda A 1 : Vender patente A 2 : Fabricar medicamento Existen múltiples criterios para analizar la incertidumbre. En estos procesos de decisión, el decisor conoce cuáles son los posibles estados de la naturaleza, aunque no dispone de información alguna sobre cuál de ellos ocurrirá. No sólo es incapaz de predecir el estado real que se presentará, sino que además no puede cuantificar de ninguna forma esta incertidumbre.
58 CRITERIO DE LAPLACE Este criterio está basado en el principio de razón insuficiente: como a priori no existe ninguna razón para suponer que un estado se puede presentar antes que los demás, podemos considerar que todos los estados 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, volviendo el problema en uno de decisión con riesgo. Criterio de Laplace Elegir la alternativa A k tal que: Valor Esperado A n 1 j v( A j ; i ) n i 1 1 n v( A ; ) MAX k i n 1 jm i1 n i1 1 n v( A j ; ) i
59 CRITERIO DE LAPLACE (2) θ 1: Baja demanda θ 2: Alta demanda Resultado Esperado A 1 : Vender patente A 2 :Fabricar medicamento La objeción que se suele hacer al criterio de Laplace es razonablemente la siguiente: ante una misma realidad, pueden tenerse distintas probabilidades, según los casos que se consideren. Decisión Optima Al ser un criterio basado en el concepto de valor esperado, su funcionamiento debe ser correcto tras sucesivas repeticiones del proceso de toma de decisiones. Sin embargo, en aquellos casos en que la elección sólo va a realizarse una vez, puede conducir a decisiones poco acertadas si la distribución de resultados presenta una gran dispersión, como se muestra en la tabla de la siguiente diapositiva.
60 CRITERIO DE LAPLACE (3) Estados de la Naturaleza Alternativas θ 1 θ 2 Resultado esperado A A Este criterio seleccionaría la alternativa A1, que puede ser poco conveniente si la toma de decisiones se realiza una única vez, ya que podría conducirnos a una pérdida elevada.
61 CRITERIO DE WALD Este es el criterio más conservador ya que está basado en lograr lo mejor de los peores resultados posibles. Si en la Matriz de Pagos v(a j,θ i ) representan costos (ó pérdidas) para el decisor, entonces al Criterio de Wald se le llama Criterio Mínimax, y se basa en elegir la menor de las máximas pérdidas posibles: min A j max i v( A j, ) i De otro lado, si en la Matriz de Pagos v(a j,θ i ) representan ingresos (ó beneficios) para el decisor entonces al Criterio de Wald se le conoce como Criterio Maximin, y se basa en elegir el máximo de los menores beneficios posibles: En general, se busca la alternativa que proporcione el mayor nivel de seguridad. max A j min i v( A j, ) i
62 CRITERIO DE WALD (2) θ 1: Baja demanda θ 2: Alta demanda Nivel de seguridad A 1 : Vender patente A 2 :Fabricar medicamento Existen diversas objeciones al criterio de Wald, ya que en ocasiones puede conducir a decisiones poco adecuadas. Por ejemplo, consideremos la siguiente tabla de decisión, en la que se muestran los niveles de seguridad de las diferentes alternativas. Decisión Optima Es lógica esta decisión? Estados de la Naturaleza Alternativas θ 1 θ 2 Nivel de Seguridad A A
63 CRITERIO DE HURWICZ Dado que muy pocas personas son tan extremadamente pesimistas u optimistas, Hurwicz en 1951 considera que el decisor debe ordenar las alternativas de acuerdo con una media ponderada de los niveles de seguridad y de optimismo. Asumiendo que las v(aj,θi) de la Matriz de Pagos representan beneficios para el decisor, entonces el criterio más optimista de todos escogería la alternativa que represente el máximo de los mejores resultados posibles: max A j max i v( A j, ) i En cambio, como acabamos de ver, según Wald el criterio pesimista se representa como: max A j min i v( A j, ) i
64 H CRITERIO DE HURWICZ (2) El criterio de Hurwicz da un equilibrio entre el optimismo extremo y el pesimismo extremo ponderando las dos condiciones anteriores con los pesos respectivos α y (1- α), siendo 0 α 1. A α se le conoce normalmente como índice de optimismo y lo elige el decisor según sus expectativas y conocimiento de la situación. Sea O j el resultado optimista y P j el pesimista para cada una de las alternativas, la regla de decisión de Hurwicz ó H{A j } resulta ser: Elegir la alternativa A k tal que: A O (1 ) P maxo (1 ) P k k k 1 jm j j
65 CRITERIO DE HURWICZ (3) Estados de la Naturaleza α = 0.4 Alternativas θ 1 θ 2 O j P j H(A j ) A A Decisión Optima
66 CRITERIO DE SAVAGE Como es sabido 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 r(a j,θ i ) asociada a un resultado v(a j,θi) como: r( A j, ) i max Ak v( A j v( A, ) i k, ) i min A k v( A v( A k j, ), ) i i Si v(a j,θ i ) son beneficios Si v(a j,θ i ) son costos
67 CRITERIO DE SAVAGE (2) Este criterio pretende minimizarla máxima penalidad asociada con no haber tomado la mejor decisión. Ejemplo, si el estado que ocurre es el uno, la decisión optima sería la alternativa 2, así, si se selecciona la alternativa 1, la penalidad por la mala decisión sería 2.1 y la penalidad por escoger la alternativa dos es cero. De forma análoga se tiene que para el estado dos, la máxima penalidad es 2.4. Matriz de Pérdidas Relativas r(a j,θ i ) aplicada al caso de la empresa XYW θ 1 θ 2 A 1 0 2,4 2,4 A 2 2,1 0 2,1 j max r(a, j i Matriz de deploración *Cifras en millones Valor Mínimax
TABLAS DE DECISIÓN Muchos procesos de toma de decisiones pueden ser tratados por medio de tablas de decisión, en las que se representan los elementos
TABLAS DE DECISIÓN Muchos procesos de toma de decisiones pueden ser tratados por medio de tablas de decisión, en las que se representan los elementos característicos de estos problemas: EJEMPLO Un ama
Más detallesFACULTAD DE INGENIERIA CIVIL IV CICLO I SESION Nº 09
FACULTAD DE INGENIERIA CIVIL IV CICLO 2012 - I SESION Nº 09 1 2 ING. M. HAMILTON WILSON H. 2 TABLAS DE DECISIÓN Muchos procesos de toma de decisiones pueden ser tratados por medio DE TABLAS DE DECISIÓN,
Más detallesTEORIA DE DECISIONES
TEORIA DE DECISIONES En economía y administración existen ciertos tipos de problemas en los que no es posible obtener muestras(información objetiva) para estimar ciertas características de la población.
Más detallesUNLPam - Fac. Cs. Econ. y Jur.
Bibliografía Anderson, Sweeney y Williams; Introducción a los modelos cuantitativos para Administración. Grupo Editorial Iberoamérica. Eppen, Gould, Schmidt, Moore, Weatherford; Investigación de Operaciones
Más detallesIntroducción. Proceso de toma de decisión: Elegir lo mejor entre lo posible. Decisión multicriterio Teoría de juegos
Teoría de la Decisión Introducción Proceso de toma de decisión: Elegir lo mejor entre lo posible Decisión con incertidumbre o riesgo Decisión multicriterio Teoría de juegos Decisión en una etapa E={E 1...E
Más detallesUnidad II. Ambientes de Decisión. Introducción
Unidad II. Ambientes de Decisión. Introducción El problema de la Decisión, motivado por la existencia de ciertos estados de ambigüedad que constan de proposiciones verdaderas (conocidas o desconocidas),
Más detallesAnálisis de. Análisis de. Decisiones:
Análisis de : Tablas de Pagos y Árboles de Decisión Fragoso Iñiguez I Marisol Salazar Rosales Leandro Julián Noviembre, 06 Tablas de Pagos Una situación de decisión en condiciones de incertidumbre puede
Más detallesAnálisis de Decisiones
Análisis de Decisiones Facultad de Ciencias Exactas UNCPBA Mg. María Rosa Dos Reis Ambientes de Decisión Toma de decisiones bajo certidumbre: los datos se conocen en forma determinista. P ij = 1 Toma de
Más detallesValor esperado: ejemplo
Simulación de Negocios Internacionales Teoría de la Decisión Valor esperado: ejemplo. International Negotiation CARLOS MARIO CALDERÓN OSSA INGENIERO DE SISTEMAS. ESPECIALISTA EN MERCADEO ESPECIALISTA GERENCIA
Más detalles6.2 Métodos y modelos para la toma de decisiones
TEMA 6. LA TOMA DE DECISIONES 6.1 Definición Una decisión es una elección consciente y racional, orientada a conseguir un objetivo, que se realiza entre diversas posibilidades de actuación (o alternativas).
Más detallesMatriz de Decisiones Qué es?
Matriz de Decisiones Qué es? Una matriz de decisión es un gráfico que permite a un equipo o un individuo identificar y analizar la tasa de la fuerza de las relaciones entre conjuntos de información. Cuándo
Más detallesINVESTIGACION DE OPERACIONES II Modelos de Decision
INVESTIGACION DE OPERACIONES II Modelos de Decision Wbaldo Londoño Instituto Tecnologico Metropolitano ITM 12 de mayo de 2015 Contenido 1 2 Jean Clark es la gerente de Grocery Store, empresa que necesita
Más detallesTEMA 3. PROCESOS DE DECISIÓN MULTIATRIBUTO
TEMA 3. PROCESOS DE DECISIÓN MULTIATRIBUTO 1. INTRODUCCIÓN INTRODUCCIÓN A LA TEORÍA DE LA DECISIÓN: El problema de la Decisión, motivado por la existencia de ciertos estados de ambigüedad que constan de
Más detallesPERSPECTIVAS ISSN: Universidad Católica Boliviana San Pablo Bolivia
PERSPECTIVAS ISSN: 1994-3733 oswaguan@ucbcba.edu.bo Universidad Católica Boliviana San Pablo Bolivia Peñaloza Palomeque, Mariana TEORÍA DE LAS DECISIONES PERSPECTIVAS, núm. 25, enero-junio, 2010, pp. 227-240
Más detallesMATRIZ DE DECISIÓN. Problema 1
MATRIZ DE DECISIÓN Problema 1 Enunciado Explicar las variables que se han de tener en cuenta al elaborar una matriz de decisión. Qué diferencia (s) existe (n) entre adoptar una decisión en condiciones
Más detallesCualquier problema de decisión, tiene ciertas características que describe su naturaleza y además pueden proporcionar alternativas para su solución.
TOMA DE DECISIONES INTRODUCCION Para una persona que toma decisiones, es difícil tener en cuenta todos los factores que inciden en la decisión, por tanto, es indispensable encontrar alguna manera de descomponer
Más detallesTeoría de la Decisión: Decisión con incertidumbre y riesgo. Begoña Vitoriano Villanueva
Teoría de la Decisión: Decisión con incertidumbre y riesgo Begoña Vitoriano Villanueva Teoría de la decisión: Introducción Decisión: elegir lo mejor entre lo posible Definir lo mejor y lo posible Lo mejor:
Más detallesDar una introducción sobre la asignatura IO Familiarizar al estudiante con las características y aplicación del modelo de matriz de decisiones
I Unidad: Introducción a al Investigación de Operaciones. Contenidos: 1. Breve reseña histórica de la l. De O. 2. Concepto de la l. De O. 3. Objeto de Estudio de la l. De O. 4. Introducción a la teoría
Más detallesInvestigación Operativa
Investigación Operativa Unidad: Teoría de decisiones y modelos de programación lineal Docente: Johnny. Pacheco Contreras Unidad Teoría de decisiones y modelos de programación lineal. Logro Al finalizar
Más detallesDecisiones bajo ambiente de riesgo e incertidumbre Modelos de matriz de pago
Decisiones bajo ambiente de riesgo e incertidumbre Modelos de matriz de pago Teoría de la decisión Un proceso de decisión trata de resolver la ambigüedad existente en un conjunto de alternativas. Es necesario
Más detallesESTADOS DE LA NATURALEZA
DECISIONES BAJO INCERTIDUMBRE: MÉTODOS NO PROBABILÍSTICOS Escuela de la Ingeniería de la Organización Felipe Andrés Herrera Rojas INTRODUCCIÓN Situaciones Determinísticas Vs No determinísticas Qué es incertidumbre?esta
Más detallesDar una introducción sobre la asignatura IO Familiarizar al estudiante con las características y aplicación del modelo de matriz de decisiones
I Unidad: Introducción a al Investigación de Operaciones. Contenidos: 1. Breve reseña histórica de la l. De O. 2. Concepto de la l. De O. 3. Objeto de Estudio de la l. De O. 4. Introducción a la teoría
Más detallesCURSO: TOMA DE DECISIONES BAJO RIESGO
MANAGEMENT CONSULTORES CURSO: TOMA DE DECISIONES BAJO RIESGO Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: mgm_consultas@mgmconsultores.com.ar
Más detallesUniversidad de Managua
Universidad de Managua Investigación de Operaciones Unidad II: Teoría de Decisión II cuatrimestre 2012 Maestro Ing. Julio Rito Vargas Avilés. La Toma de Decisiones La Organización El Entorno DECISIÓN El
Más detallesTeoría de la decisión
Contexto general Unidad 2. Ambientes de decisión. El contexto de las decisiones gerenciales. El proceso de la decisión gerencial. El problema. Definición y contexto. Caracterización de los datos Unidad
Más detallesSupuesto 13 La empresa LÍNEA S.A., dedicada a la fabricación y venta de muebles desea introducirse en el mercado chino.
1 Supuesto 13 La empresa LÍNEA S.A., dedicada a la fabricación y venta de muebles desea introducirse en el mercado chino. Con tal fin, está analizando dos posibilidades de actuación: A. Comenzar con una
Más detallesINSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO ÁRBOLES DE DECISIÓN. M. En C. Eduardo Bustos Farías
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO ÁRBOLES DE DECISIÓN M. En C. Eduardo Bustos Farías 1 Árboles de decisión La Matriz de Ganancias es conveniente de utilizar para la toma de decisiones
Más detallesInvestigación de Operaciones II
Investigación de Operaciones II Árbol de Decisión Teoría de Decisión B Probabilidad A priori A Caso de Estudio C Probabilidad A posteriori Sin información perfecta D E Maestro Ing. Julio Rito Vargas Avilés.
Más detallesDirección Financiera II Universidad de León. Curso
Dirección Financiera II Universidad de León. Curso 2013-2014 Isabel Feito Ruiz (ifeir@unileon.es) 1 Índice de Contenidos Bloque I: La Decisión de Inversión en Ambiente de Racionamiento y de Riesgo Tema
Más detallesMétodos Cuantitativos para la toma de Decisiones. MSc. Ing. Julio Rito Vargas A. 2014
Métodos Cuantitativos para la toma de Decisiones. MSc. Ing. Julio Rito Vargas A. 2014 Definición de Toma de decisiones Es el proceso de elegir una solución racional para un problema, siempre y cuando existan
Más detallesEL VALOR ESPERADO DE LA INFORMACIÓN PERFECTA. M. En C. Eduardo Bustos Farías
EL VALOR ESPERADO DE LA INFORMACIÓN PERFECTA M. En C. Eduardo Bustos Farías 1 MODELO DE DECISION CON INCERTIDUMBRE CON PROBABILIDADES Los estados de la naturaleza tienen distinta probabilidad de ocurrencia
Más detallesVilla Universitaria, febrero, 2014
Universidad de los Andes Núcleo Universitario Rafael Rangel Dpto. de Ciencias Económicas, Administrativas y Contables Área de Finanzas Finanzas II Prof. Angel Alexander Higuerey Gómez Email: finanzas.a2013@gmail.com
Más detallesAnálisis de Decisiones Mario Maruri Martínez
Análisis de Decisiones Mario Maruri Martínez Tema 3: Tabla y matriz de pagos Decisiones bajo incertidumbre Análisis de decisiones - división Bajo certidumbre Los parámetros son constantes, conocidos y
Más detallesEL NEGOCIO CONJUNTO. (Solución Paso a Paso) u(b) miles de $ u(b) 0 0,50 0,75 0,90 1
EL NEGOCIO CONJUNTO. (Solución Paso a Paso) El empresario A encara un negocio al cual atribuye p=0,8 de éxito pero que obligatoriamente debe hacerse en asociación con el empresario B. En caso de éxito,
Más detallesAnálisis de decisión
Universidad del CEMA Evaluación de Riesgo Agropecuario Arboles de Decisión Ariadna Berger Análisis de decisión El análisis de decisión se puede usar para seleccionar una estrategia cuando quien tiene que
Más detallesCAPITULO 6: ANALISIS DE LA TEORÍA DE LA DECISIÓN
CAPITULO 6: ANALISIS DE LA TEORÍA DE LA DECISIÓN Objetivos del Capítulo. Capacitar en la identificación de criterios a tener en cuenta en un proceso de toma de decisiones, Desarrollar la capacidad de modelización
Más detallesMicroeconomía IV. PARTE II: Incertidumbre y economía de la información. Tema 3 Elección en condiciones de incertidumbre
Microeconomía IV PARTE II: Incertidumbre y economía de la información. Tema 3 Elección en condiciones de incertidumbre Microeconomía IV-Tema 3 Curso 007-008 Esquema del tema (cuantificación de la incertidumbre):
Más detallesTEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte III)
TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte III) Tema 6- Parte III 1 DECISIONES SECUENCIALES. LOS ÁRBOLES DE DECISIÓN UNA DECISIÓN DE INVERSIÓN EN UN MOMENTO CONCRETO DEL TIEMPO CONDICIONA
Más detallesPROBLEMA 1 PROBLEMA 2
PROBLEMA 1 Una empresa está considerando la introducción de un nuevo producto en el mercado para el que estima tiene la misma probabilidad de éxito que de fracaso. Existe la opción de estudiar el comportamiento
Más detallesUnidad II: Teoría de Decisión
Universidad Nacional de Ingeniería Sede: UNI-Norte Investigación de Operaciones II Unidad II: Teoría de Decisión I semestre 2009 Maestro Ing. Julio Rito Vargas Avilés. La Toma de Decisiones La Organización
Más detallesSISTEMAS DE APOYO A LA TOMA DE DECISIONES : DSS y EIS
IIC3712 GESTIÓN de las TEC. de INFORMACIÓN SISTEMAS DE APOYO A LA TOMA DE DECISIONES : DSS y EIS Ignacio Casas R. Escuela de Ingeniería Pontificia Universidad Católica de Chile Mayo, 2002 Qué es la Toma
Más detallesUNIDAD IV: MODELOS BAJO CONDICIONES DE RIESGO
Ubicación dentro del Programa Unidad V Modelos bajo condiciones de Riesgo UNIDAD IV: MODELOS BAJO CONDICIONES DE RIESGO 1.. Ventajas y desventajas. 2. Aversión al riesgo. Función Utilidad del Dinero. Modelo
Más detallesUnidad III- Criterios de Evaluación de Proyectos
1. Conceptualice sobre Punto de Equilibrio. Elabore un pequeño ejemplo que ilustre el concepto 2. Deduzca la expresión matemática que permite determinar el Punto de Equilibrio 3. Explique las razones por
Más detallesLos soportes tradicionales de selección en Proyecto de Maquinas, siempre actuales son:
Matriz de decisión La toma de decisiones por métodos intuitivos, razonamientos personales basados en experiencias previas o cualquier otro procedimiento que no independice la selección del criterio de
Más detallesCapítulo 2 Juegos estáticos con información asimétrica
Capítulo Juegos estáticos con información asimétrica January 1, 011 1 El equilibrio Bayesiano Definición 1.1. Un juego Bayesiano G consta de los siguientes elementos, G = (N, A, T, p, u) Un conjunto de
Más detallesHERRAMIENTAS CUANTITATIVAS PARA LA ADMINISTRACIÓN
HERRAMIENTAS CUANTITATIVAS PARA LA ADMINISTRACIÓN UNIDAD I ASPECTOS GENERALES DE LA TEORIA DE LA DECISION SEMANA 2 Introducción En la empresa, como se revisó la semana previa, la toma de decisiones abarca
Más detallesSEMINARIO FINANZAS - RIESGO UNIDAD 1 - TOMA DE DECISIONES Y RIESGO SEMANA 2 TEMA TECNICAS DE DECISION EN ESCENARIO DE RIESGO
SEMINARIO FINANZAS - RIESGO UNIDAD 1 - TOMA DE DECISIONES Y RIESGO SEMANA 2 TEMA 2.1 - TECNICAS DE DECISION EN ESCENARIO DE RIESGO Un REPASO: Definición de riesgo en un proyecto *. Recordemos que el riesgo
Más detallesHERRAMIENTAS DE DECISIÓN
HERRAMIENTAS DE DECISIÓN A pesar de que los aspectos específicos asociados a cada situación de toma de decisión varían de un caso a otro, la toma de decisiones involucra, generalmente, los mismos tres
Más detallesBúsqueda en línea y Búsqueda multiagente
Búsqueda en línea y Búsqueda multiagente Ingeniería Informática, 4º Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani 1 Tema 2: Agentes basados en Búsqueda Resumen: 2. Agentes basados
Más detallesTeoría de la decisión
Teoría de la decisión La toma de decisiones consiste en elegir lo mejor entre lo posible Definir lo mejor y lo posible Lo mejor: - Teoría de la decisión clásica: criterios y decisiones bien definidos.
Más detallesPlaneamiento Estratégico Dinámico. Evaluación de Utilidad
Evaluación de Utilidad Massachusetts Institute of Technology Evaluación de Utilidad Transparencia 1 de 33 Evaluación de Utilidad Axiomas Básicos Ejemplo Proceso de Entrevista Procedimiento Convencional
Más detallesColección Gerencia de Proyectos Formulación y Evaluación de Proyectos Unidad de Aprendizaje Evaluación Financiera de Proyectos Autoevaluación
Colección Gerencia de Proyectos Formulación y Evaluación de Proyectos Unidad de Aprendizaje Evaluación Financiera de Proyectos Autoevaluación Carlos Mario Morales C 2010 Preguntas y problemas para la Autoevaluación
Más detallesINVESTIGACION DE OPERACIONES
INVESTIGACION DE OPERACIONES TEORIA DE LA DECISION El problema de la Decisión, motivado por la existencia de ciertos estados de ambigüedad que constan de proposiciones verdaderas (conocidas o desconocidas),
Más detallesCriterio optimista: Suponiendo que tiene lugar la mejor de las alternativas posibles la decisión óptima sería construir una nueva planta en Madrid.
PROBLEMA 1 Movinalia, S.A., fabricante de teléfonos móviles, está considerando las siguientes cuatro posibilidades de expansión de su capacidad productiva: construir una nueva planta en Albacete, una nueva
Más detallesEjercicio de aplicación
Usando el Excel determine la solución a los casos siguientes: CASO 1. (Vendedor de Periódicos) Ejercicio de aplicación Un canillita compra periódicos al comienzo del día y no sabe cuantos venderá. Al final
Más detallesLECTURA 10: NOCIONES DE PROBABILIDAD (PARTE I) DEFINICIONES BÁSICAS DE PROBABILIDAD. PROBABILIDAD Y ENFOQUES DE PROBABILIDAD
LECTURA 10: NOCIONES DE PROBABILIDAD (PARTE I) DEFINICIONES BÁSICAS DE PROBABILIDAD. PROBABILIDAD Y ENFOQUES DE PROBABILIDAD TEMA 20: DEFINICIONES BASICAS DE PROBABILIDAD 1. EXPERIMENTO Un experimento
Más detallesFINANZAS CORPORATIVAS
FINANZAS CORPORATIVAS RIESGO Y RENDIMIENTO JOSÉ IGNACIO A. PÉREZ HIDALGO Licenciado en Ciencias en la Administración de Empresas Universidad de Valparaíso, Chile TOMA DE DECISIONES Certeza: resultado real
Más detallesCURSO: ANALISIS ESTADISTICO DE RIESGOS
MANAGEMENT CONSULTORES CURSO: ANALISIS ESTADISTICO DE RIESGOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: acaminos@mgmconsultores.com.ar
Más detallesMODELIZACION 01. Universidad Nacional de La Pampa Facultad de Ciencias Económicas y Jurídicas 18 - Métodos Cuantitativos para la Administración
Bibliografía Mathur y Solow; Investigación de Operaciones - El arte de la toma de decisiones. Ed. Prentice Hall Anderson, Sweeney y Williams; Introducción a los modelos cuantitativos para Administración.
Más detallesGuía Matemática NM 4: Probabilidades
Centro Educacional San Carlos de Aragón. Dpto. Matemática. Prof.: Ximena Gallegos H. Guía Matemática NM : Probabilidades Nombre: Curso: Aprendizaje Esperado: Determinar la probabilidad de ocurrencia de
Más detallesArtículos de economía
DIRECCIÓN ESTRATÉGICA EMPRESARIAL Metodología que tiene por objeto buscar la estrategia con más probabilidad de éxito para conseguir el objetivo de la organización, teniendo en cuenta la complejidad del
Más detallesTema 7: Algunas nociones sobre Toma de decisiones
Tema 7: Algunas nociones sobre Toma de decisiones Tomar una decisión es elegir entre varias alternativas posibles. Por ejemplo, elegir el ámbito de psicología que más nos gusta y al que nos queremos dedicar
Más detallesAnálisis cuantitativo de los Riesgos del Proyecto con la simulación de Montecarlo. Francisco Malca Cuéllar
Análisis cuantitativo de los Riesgos del Proyecto con la simulación de Montecarlo Francisco Malca Cuéllar Acerca del Autor Francisco Malca Cuéllar es responsable de los proyectos de inversión a nivel nacional
Más detallesValor en Riesgo en los Proyectos (VaR)
Valor en Riesgo en los Proyectos (VaR) Autor: Norberto Figuerola Qué es lo máximo que puedo perder en esta inversión o proyecto? Esta es una pregunta que casi todo inversor considera cuando está invirtiendo
Más detallesEn muestreo por conglomerados se tienen 2 tipos de unidades:
MUESTREO POR CONGLOMERADOS Ing. MSc. Ángel Gómez Es un método en el cual la unidad de muestreo consiste de un grupo de unidades elementales. Es decir, que cada grupo o conglomerado es un agregado de unidades
Más detallesAño Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS
Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS Investigación de operaciones I UNIDAD Unidad I: Programación lineal Conjuntos convexos, propiedades. Solución gráfica del problema bidimensional
Más detallesPROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado.
1 PROBABILIDAD EXPERIMENTOS Al fijar las condiciones iniciales para un experimento se da lugar a dos tipos de situaciones: a) Experimentos determinísticos: se conoce el resultado. Por ejemplo: si suelto
Más detallesCapitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS
Capitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS INTRODUCCIÓN En el mundo real, tanto en las relaciones económicas como en las políticas o sociales, son muy frecuentes las situaciones en las que, al
Más detalles1. Análisis de Sensibilidad
1. Análisis de Sensibilidad Considerando que la evaluación de los proyectos se basa en proyecciones de variables económicas, es lógico pensar que existe un factor de incertidumbre en los indicadores financieros
Más detallesVI. Criterios de Evaluación de Inversiones
VI. Criterios de Evaluación de Inversiones Criterios de Evaluación de Inversiones Los criterios o indicadores de evaluación de inversiones son índices que nos ayudan a determinar si un proyecto es o no
Más detallesIN Organización Industrial Repaso curso Estrategia y Teoría de Juegos
IN 5204 - Organización Industrial Repaso curso Estrategia y Teoría de Juegos Ramiro de Elejalde (Slides de Ronald Fischer) CEA, Universidad de Chile de Elejalde (Slides de R. Fischer) Estrategia y Teoría
Más detalles1.1 (1 punto) Determine si los jugadores tienen estrategias dominadas y reduzca la matriz eliminándolas.
Montevideo, 7 de julio de 0 Examen Teoría de juegos Nombre C.I.. (4 puntos) La siguiente matriz representa un juego estático entre el Jugador y el Jugador. Los números entre paréntesis representan las
Más detallesESTADÍSTICA I, curso Problemas Tema 4
ESTADÍSTICA I, curso 007-008 Problemas Tema 4 1. En un problema de una prueba aplicada a niños pequeños se les pide que hagan corresponder tres dibujos de animales con la palabra que identifica a ese animal.
Más detallesLa incertidumbre en la toma de decisiones
La incertidumbre en la toma de decisiones Rafael Fernández Concha Hoy en día, prácticamente no existe actividad humana que no sea objeto de la estadística. Tanto ésta sea aplicada intuitivamente, empíricamente
Más detallesLA TEORÍA DE JUEGOS Y LOS OLIGOPOLIOS
LA TEORÍA DE JUEGOS Y LOS OLIGOPOLIOS Se toma en cuenta el comportamiento esperado de otros. Se considera el reconocimiento mutuo de la interdependencia. La teoría de los juegos es una rama de la matemática
Más detallesPREPARACIÓN Y EVALUACIÓN DE PROYECTOS. AUTOR : NASSSIR SAPAG CHAIN REYNALDO SAPAG CHAIN QUINTA EDICION 2008 Msc. Javier Carlos Inchausti Gudiño 2011
PREPARACIÓN Y EVALUACIÓN DE PROYECTOS AUTOR : NASSSIR SAPAG CHAIN REYNALDO SAPAG CHAIN QUINTA EDICION 2008 Msc. Javier Carlos Inchausti Gudiño 2011 Capítulo 8 LA DETERMINACION DEL TAMAÑO DE UN PROYECTO
Más detallesUnidad 5 Viabilidad del Proyecto Empresarial
Unidad 5 Viabilidad del Proyecto Empresarial 5 Viabilidad de la propuesta Viabilidad es la cualidad de viable (que tiene probabilidades de llevarse a cabo o de concretarse gracias a sus circunstancias
Más detalles3.2.4 COSTOS. Aplicaciones del cálculo de costos
3.2.4 COSTOS La ventaja que se obtiene con el precio, se utiliza para cubrir los costos y para obtener una utilidad. La mayoría de los empresarios, principalmente de pequeñas empresas definen sus precios
Más detallesTaller 3: Índices de Rentabilidad
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE CIENCIAS ECONÓMICAS Curso: Evaluación Privada de Proyectos Taller 3: Índices de Rentabilidad Profesor: Econ. PhD (c) George Sánchez Quispe T O M A D O D E :
Más detallesCOSTOS PARA LA TOMA DE DECISIONES
COSTOS PARA LA TOMA DE DECISIONES Tomar una decisión implica seleccionar una alternativa. Todas las alternativas deben ser: factibles, controladas en un 100% por el decisor y mutuamente excluyentes. Aquellas
Más detallesHerramientas para definir y optimizar los costos de su empresa
Herramientas para definir y optimizar los costos de su empresa 1. Definición El costo es el valor monetario de los elementos que requiere el ejercicio de una actividad económica destinada a la producción
Más detallesToma de decisiones en situación de certeza, riesgo e incertidumbre
Toma de decisiones en situación de certeza, riesgo e incertidumbre Apellidos, nombre Departamento Centro Rueda Armengot, Carlos (crueda@doe.upv.es) Peris Ortiz, Marta (mperis@doe.upv.es) Organización de
Más detallesAnálisis de Proyectos de Inversión
Análisis de Proyectos de Inversión 1 Sesión No. 12 Nombre: ANÁLISIS DE SENSIBILIDAD, segunda parte Objetivo El estudiante identificará los elementos que ayuden al análisis de la sensibilidad de varias
Más detallesActividades de Trabajo Independiente
Actividad 1. Proyectos Complementarios Actividades de Trabajo Independiente Son proyectos donde el grado de complementariedad entre ellos es tan alto que no se puede concebir uno sin el otro, se precisa
Más detallesELEMENTOS DE LA CARTERA EN BASE A INSTRUMENTOS INTERNACIONALES. Herrera Flores David Eduardo Delgadillo Hernández Stefani
ELEMENTOS DE LA CARTERA EN BASE A INSTRUMENTOS INTERNACIONALES Herrera Flores David Eduardo Delgadillo Hernández Stefani Es la probabilidad de perder todo o parte de lo que estamos invirtiendo. Rendimiento
Más detalles1.5. DESFUZZYFICACIÓN DE NÚMEROS BORROSOS
Parte I: Instrumentos matemáticos de la teoría de los subconjuntos borrosos.5. DESFUZZYFICACIÓN DE NÚMEROS BORROSOS En muchos problemas, aunque estimemos las variables que lo describen mediante números
Más detallesCalcular probabilidad clásica mediante regla de Laplace. Reconocer elementos básicos en las probabilidades.
Guía N 16 Nombre: Fecha: Contenidos: Probabilidad Clásica Objetivos: Calcular probabilidad clásica mediante regla de Laplace. Reconocer elementos básicos en las probabilidades. NOCIONES ELEMENTALES Experimento:
Más detallesDEFINICIONES BÁSICAS
1 CLASES DE ESTADÍSTICA II CLASE 14) INTRODUCCIÓN A LAS PRUEBAS DE HIPÓTESIS. A menudo el analista debe tomar decisiones acerca de la investigación que se está desarrollando. En ese proceso de toma de
Más detallesIN2201 Teoría de Juegos. Prof. Auxiliar: Charles Thraves. Universidad de Chile Facultad de Ciencias Físicas y Matemáticas
IN2201 Teoría de Juegos Prof. Auxiliar: Charles Thraves Un juego es una situación en la que los jugadores (participantes) toman decisiones estratégicas, es decir, tienen en cuenta las acciones y respuestas
Más detallesModelo de valoración: descuento de dividendos. Dirección de Inversiones BBVA Banca Privada
Modelo de valoración: descuento de dividendos Dirección de Inversiones BBVA Banca Privada Índice 1 Modelos de valoración: descuento de flujos 2 Modelo descuento de dividendos 3 Modelo de Gordon Página
Más detallesPROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÌA EN SISTEMAS ASIGNATURA
PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÌA EN SISTEMAS SEMESTRE ASIGNATURA 8vo TEORÍA DE DECISIONES CÓDIGO HORAS MAT-31314
Más detallesMATRIZ DE ARBOLES DE DECISION
MATRIZ DE ARBOLES DE DECISION Los árboles son un subconjunto importante de los grafos, y son una herramienta útil para describir estructuras que presentan algún tipo de jerarquía. Las dificultades de las
Más detallesBLOQUE TEMÁTICO III: EL SUBSISTEMA DIRECTIVO Y LA TOMA DE DECISIONES.
BLOQUE TEMÁTICO III: EL SUBSISTEMA DIRECTIVO Y LA TOMA DE DECISIONES. TEMA 6: LAS DECISIONES EN LA EMPRESA. 6.1 LA TOMA DE DECISIONES EN LA EMPRESA. 6.2 ETAPAS EN EL PROCESO DE TOMA DE DECISIONES. 6.3
Más detallesACERCA DE LAS DECISIONES Y LAS FINANZAS POR: JORGE ALFREDO GARCIA FONTALVO PROFESIONAL EN NEGOCIOS INTERNACIONALES
ACERCA DE LAS DECISIONES Y LAS FINANZAS CORPORATIVAS POR: JORGE ALFREDO GARCIA FONTALVO PROFESIONAL EN NEGOCIOS INTERNACIONALES Santa Marta, Septiembre de 2010 ACERCA DE LAS DECISIONES Y LAS FINANZAS CORPORATIVAS
Más detallesCapítulo 1. Teoría de la probabilidad Teoría de conjuntos
Capítulo 1 Teoría de la probabilidad 1.1. Teoría de conjuntos Definición 1.1.1 El conjunto S de todos los posibles resultados de un experimento aleatorio es llamado el espacio muestral. Un espacio muestral
Más detallesn Un Gerente elige un plan de acción para lograr metas de la organización.
MODELOS - METODOS Modelos - Decisiones n Un Gerente elige un plan de acción para lograr metas de la organización. n Para cada Decisión se utiliza algún criterio o medida de desempeño (Max. Utilidades).
Más detallesUNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO SUBPROGRAMA DE DISEÑO ACADÉMICO AREA: INGENIERÍA CARRERA: INGENIERÍA DE SISTEMAS PLAN DE CURSO
1/11 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO SUBPROGRAMA DE DISEÑO ACADÉMICO AREA: INGENIERÍA CARRERA: INGENIERÍA DE SISTEMAS I. Identificación PLAN DE CURSO Nombre: TEORÍA DE DECISIONES
Más detallesANÁLISIS DE DECISIONES. M. En C. Eduardo Bustos Farías
ANÁLISIS DE DECISIONES M. En C. Eduardo Bustos Farías 1 Introducción al Análisis de Decisiones 2 Introducción al Análisis de Decisiones Teoría de la Decisión (1940...) von Neumann y Morgenstern (1944)
Más detallesEvaluación de Proyectos de Inversión
Evaluación de Proyectos de Inversión Sesión #10: Estudio financiero (7) Periodo de recuperación de la inversión y Evaluación del riesgo del proyecto de inversión Contextualización Con la evaluación económica
Más detallesArboles de decisión. Area de Computación e Inteligencia Artificial
Arboles de decisión 1 Teoría de la decisión Hemos estudiado las redes bayesianas como instrumento para el diagnóstico en presencia de incertidumbre. La idea ahora es aprovechas ese diagnóstico para decidir
Más detalles