LA TEORÍA DE LAS DECISIONES

Es un enfoque analítico y sistemático

para el estudio de la toma de
decisiones. Una buena decisión es
aquella que se basa en la lógica,
considera todos los datos disponibles y
las alternativas posibles, y aplica el
enfoque cuantitativo que se vaya a
describir.

En ocasiones, una buena decisión tiene

un resultado inesperado o
desfavorable. No obstante, si se realiza
de manera adecuada, todavía sería una
buena decisión.

Una mala decisión no está basada en la lógica, no utiliza toda la información

disponible, no considera todas las alternativas ni emplea las técnicas
cuantitativas adecuadas. Si alguien toma una mala decisión, pero es
afortunado y ocurre un resultado favorable, de igual forma, tomó una mala
decisión.

Aunque algunas veces buenas decisiones lleven a malos resultados, a largo

plazo, el uso de la teoría de las decisiones tendrá resultados exitosos.

Los seis pasos en la toma de decisiones

 Definir con claridad el problema que enfrenta.

 Hacer una lista de las alternativas posibles.
 Identificar los resultados posibles o los estados de naturaleza.
 Numerar los pagos (típicamente las ganancias) de cada combinación de
alternativas y resultados.
 Elegir uno de los modelos matemáticos de la teoría de las decisiones.
 Aplicar el modelo y tomar la decisión.

TIPOS DE DECISIONES

El proceso de toma de decisiones se da de

manera periódica y constante en la vida de un
individuo. Muchas veces responde a conflictos que
se presentan de manera diaria y otros son
ocasionales; algunos se dan dentro del ámbito
privado y otros dentro de empresas u
organizaciones.

Los tipos de decisiones que toma la gente dependen de cuánto conocimiento o

información tengan acerca de la situación. Hay seis entornos para la toma de
decisiones:

1. Decisiones con certidumbre.

2. Decisiones con incertidumbre.
3. Decisiones con riesgo.
4. Decisiones programadas.
5. Decisiones no programadas.
6. Decisiones individuales
7. Decisiones de grupo

1. Decisiones con certidumbre: En el entorno de toma de decisiones con

certidumbre, quienes toman las decisiones conocen con certeza la
consecuencia de cada alternativa u opción de decisión. Naturalmente,
elegirán la alternativa que maximice su bienestar o que dé el mejor
resultado.
2. Decisiones con incertidumbre: Existen varios resultados posibles para
cada alternativa y el tomador de decisiones no conoce las probabilidades de
los diferentes resultados.

Cuando existen varios estados de naturaleza y un gerente no puede evaluar

la probabilidad del resultado con confianza, o cuando prácticamente no se
dispone de datos de probabilidad, el entorno se llama toma de decisiones
con incertidumbre.
Hay varios criterios para tomar decisiones en estas condiciones. Las que se
cubren en esta sección son las siguientes:

a. Optimista (maximax). A utilizar el criterio optimista, se considera el mejor

pago (máximo) para cada alternativa, y se elige la alternativa con el mejor
(máximo) de ellos.
Al usar el criterio optimista para minimizar problemas donde son mejores los
pagos menores (como costos), usted vería el mejor pago (mínimo) de cada
alternativa y elegiría aquella con la mejor (mínimo) de ellas.

b. Pesimista (maximin): Al utilizar el criterio pesimista, se considera el peor

pago (mínimo) de cada alternativa y se elige la que tiene el mejor (máximo)
de ellas. Por consiguiente, el criterio pesimista en ocasiones se llama
criterio maximin. Este criterio garantiza que el pago será al menos el valor
maximin (el mejor de los peores valores). Elegir otra alternativa quizá
permitiría que hubiera un peor pago (más bajo).

c. Criterio de realismo (Hurwicz): Con frecuencia llamado promedio

ponderado, el criterio de realismo (criterio de Hurwicz) es un compromiso
entre una decisión optimista y una pesimista.

Para comenzar, se selecciona un coeficiente de realismo; esto mide el nivel

de optimismo del tomador de decisiones. El valor de este coeficiente está
entre 0 y 1. Cuando X es 1, quien toma las decisiones está 100% optimista
acerca del futuro. Cuando X es 0, quien toma las decisiones es 100%
pesimista acerca del futuro.
 La ventaja de este enfoque es que permite al tomador de decisiones
manejar sentimientos personales acerca del optimismo y pesimismo
relativos.

d. Probabilidades iguales (Laplace). Un criterio que usa todos los pagos

para cada alternativa es el criterio de decisión de probabilidades iguales,
también llamado de Laplace. Ahora debe encontrarse el pago promedio
para cada alternativa y se elegirá la alternativa con el mejor promedio o el
más alto.
El enfoque de probabilidades iguales supone que todas las probabilidades
de ocurrencia para los estados de naturaleza son las mismas y con ello
cada estado de naturaleza tiene probabilidades iguales.

e. Arrepentimiento minimax: se basa en la pérdida de oportunidad o el

arrepentimiento. La pérdida de la oportunidad se refiere a la diferencia entre
la ganancia o el pago óptimo por un estado de naturaleza dado y el pago
real recibido por una decisión específica.
En otras palabras, es la pérdida por no elegir la mejor alternativa en un

estado de naturaleza dado.

3. Decisiones con riesgo: Hay varios resultados posibles para cada

alternativa y el tomador de decisiones conoce la probabilidad de ocurrencia
de cada resultado.
La toma de decisiones con riesgo es una situación de decisión donde
pueden ocurrir varios estados de naturaleza posibles y se conocen las
probabilidades de que sucedan. En esta sección consideramos uno de los
métodos más populares para la toma de decisiones con riesgo: seleccionar
la alternativa con el mayor valor monetario esperado (o simplemente valor
esperado).

 Valor monetario esperado: Dada una tabla de decisiones con valores

condicionales (pagos) que son valores monetarios y las probabilidades
 evaluadas para todos los estados de naturaleza, es posible determinar el
valor monetario esperado (VME) es la suma ponderada de los pagos
posibles para cada alternativa.

 Valor esperado de la información perfecta: Es el rendimiento promedio o

esperado, a largo plazo, si tenemos información perfecta antes de tomar
una decisión.
 Pérdida de oportunidad esperada: Un enfoque alternativo para maximizar
la suma ponderada de los pagos posibles para cada alternativa. es
minimizar la pérdida de oportunidad esperada es el costo de no elegir la
mejor solución.

 Análisis de sensibilidad: Investiga de qué modo cambiaría nuestra

decisión dado un cambio en los datos del problema. También investigamos
la influencia que tendría un cambio en los valores de probabilidad sobre la
decisión que enfrenta.

4. Decisiones programadas: Son aquellas que tomamos con frecuencia y que

se basan en reglas o procedimientos establecidos.
Estas decisiones pueden ser: simples o complejas, pero en general, siguen
un patrón predecible.
 Hacen frente a los problemas estructurados, bien definidos y rutinarios.
 Se pueden definir, predecir y analizar los elementos del problema y sus
relaciones.
 Su resolución se realiza utilizando hábitos, costumbres, procedimientos
estandarizados, heurísticos y/o simulación.

5. Decisiones no programadas: Son aquellas que enfrentamos por primera

vez o que requieren un enfoque creativo y único. Estas decisiones pueden
ser difíciles de tomar, ya que a menudo involucran incertidumbre, riesgos y
una falta de información clara.
 Son decisiones nuevas, no estructuradas e inusualmente importantes.
 No hay métodos preestablecidos para tratar estos sucesos inesperados.
 Para su resolución se utiliza la intuición, creatividad o criterio personal del
decisor.

6. Decisiones Individuales: Se toman por un solo individuo en el contexto de

decisiones rutinarias para las que ya existen procedimientos y directrices
definidas previamente por la empresa que permiten abordar ese problema.
Para tomar una decisión individual el gerente busca formalizarlas bajo las
siguientes bases.
 Hechos.
 Intuición.
 Autoridad

7. Decisiones de grupo: La toma de decisiones en grupo resulta más efectiva

que la toma de decisiones individuales, dado que permite una mayor
diversidad de perspectivas y experiencias, así como una deliberación y

análisis más profundos.

Sin embargo, también puede ser más lento y complicado, ya que requiere
coordinación y comunicación entre los miembros del grupo.

Árbol de Decisiones.

Todos los árboles de decisiones son similares en cuanto a que contienen

puntos de decisión o nodos de decisión y puntos de estados de naturaleza o
nodos de estado de naturaleza:
 Un nodo de decisión es aquel donde se puede elegir una entre varias
alternativas.
 Un nodo de estado de naturaleza indica de los estados de naturaleza que
pueden ocurrir. Al dibujar un árbol, comenzamos por la izquierda y nos
movemos hacia la derecha.
Así, el árbol presenta decisiones y resultados en orden secuencial. Las líneas o
ramas que salen de los cuadros (nodos de decisión) representan alternativas;
en tanto que las ramas que salen de los círculos representan estados de
naturaleza.

Cinco pasos para el análisis del árbol de decisiones

1. Definir el problema.

2. Estructurar o dibujar un árbol de decisiones.

3. Asignar probabilidades a cada estado de naturaleza.

4. Estimar los pagos para cada combinación posible de alternativas y estados

de naturaleza.

5. Resolver el problema comparando los valores monetarios esperados (VME)

para cada nodo de estado de naturaleza. Esto se hace trabajando hacia atrás,
es decir, comenzando en la derecha del árbol y trabajando hacia atrás a los
nodos de decisión a la izquierda. Además, en cada nodo de decisión, se
selecciona la alternativa con el mejor VME.

Decisiones Secuenciales
Los árboles de decisiones son una herramienta mucho más poderosa que las
tablas de decisiones.

Valor Esperado de la Información Muestral (VEIM)

Que es el incremento en el valor esperado como resultado de la información
muestral.
El valor esperado con información muestral (VE con IM) se encuentra a partir
del árbol de decisiones y el costo de la información muestral se agrega a este,
pues se restó de todos los pagos antes de calcular el VE con IM. Ahora, el valor
esperado sin información muestral (VE sin IM) se resta de esto para determinar
el valor de la información de la muestra.

Eficiencia de la información muestral

 Quizás haya muchos tipos de información muestral disponible para un tomador
de decisiones. Al desarrollar un nuevo producto, la información se obtiene
mediante encuestas, de un grupo de enfoque, con otras técnicas de
investigación de mercados o, de hecho, usando un mercado de prueba para
saber cómo será la venta.
Mientras que ninguna de estas fuentes de información es perfecta, pueden
evaluarse comparando el VEIM con el VEIP. Si la información de una muestra
fuera perfecta, entonces, la eficiencia sería de 100%. La eficiencia de la
información muestral.

Análisis de sensibilidad
Al igual que con las tablas de pagos, el análisis de sensibilidad se aplica a los
árboles de decisiones. El enfoque general es el mismo.
Cómo se estiman los valores de probabilidad en el análisis bayesiano.

Existen muchas maneras de obtener datos de probabilidades para un problema

como el de Thompson.
 Pueden ser evaluados por un gerente con experiencia e intuición.
 También es posible derivar de datos históricos o calcularlos a partir de otros
datos disponibles mediante el teorema de Bayes.

La ventaja del teorema de Bayes es que incorpora tanto las estimaciones

iniciales de las probabilidades como información acerca de la precisión de la
fuente de información (como un estudio de mercado).
El enfoque del teorema de Bayes reconoce que un tomador de decisiones no
sabe con certidumbre qué estado de naturaleza ocurrirá. Permite al gerente
revisar su evaluación inicial de las probabilidades con base en información
nueva. Las probabilidades revisadas se llaman probabilidades posteriores.

Problema potencial en el uso de los resultados de un estudio.

En muchos problemas de toma de decisiones, los resultados de estudios o los
estudios piloto se hacen antes de tomar una decisión real (como construir una
nueva planta o tomar un curso de acción específico).
El análisis de Bayes sirve para ayudar a determinar las probabilidades
condicionales correctas que se necesitan para resolver este tipo de problemas
de teoría de las decisiones. Al calcular las probabilidades condicionales,
debemos tener datos acerca de los estudios y su exactitud.

La Información de la Probabilidad Condicional

quizá no sea tan precisa como quisiéramos. Aun así, calcular las
probabilidades condicionales ayuda a refinar el proceso de toma de decisiones
y, en general, a tomar mejores decisiones.