Visitantes

miércoles, 17 de noviembre de 2010

Teoria De Decision


La teoría de decisiones proporciona una manera útil de clasificar modelos para la toma de decisiones. Se supondrá que se ha definido el problema, que se tienen todos los datos y que se han identificado los cursos de acción alternativos. La tarea es entonces seleccionar la mejor alternativa. La teoría de de decisiones dice que esta tarea de hacer una selección caerá en una de cuatro categorías generales dependiendo de la habilidad personal para predecir las consecuencias de cada alternativa.
Categorías. Consecuencias.
Certidumbre Deterministas
Riesgo Probabilistas
Incertidumbre Desconocidas.
conflicto Influidas por un oponente.
Toma de decisiones bajo certidumbre.
Se tiene conocimiento total sobre el problema, las alternativas de solución que se planteen van a causar siempre resultados conocidos e invariables. Al tomar la decisión solo se debe pensar en la alternativa que genere mayor beneficio.
Mediante este modelo de decisión si se pueden predecir con certeza las consecuencias de cada alternativa de acción, entonces se tienen una tarea de toma de decisiones bajo certidumbre. Otra manera de pensar en esto es que existe una relación directa de causa y efecto entre cada acto y su consecuencia. Si esta lloviendo, ¿deberá llevarse un paraguas? Si hace frió, ¿deberá llevarse un abrigo? Ya sea que se lleve o no el paraguas o el abrigo, las consecuencias son predecibles.

Una buena parte de las decisiones que se toman a diario cae dentro de esta categoría. ¿En donde comer? ¿En donde comprar el material de la oficina? ¿Que modo de transporte usar para los productos? Conceptualmente, la tarea es bastante sencilla. Simplemente se evalúan las consecuencias de cada acción alternativa y se selecciona la que se prefiere. Sin embargo, en la práctica, esto puede resultar lejos de ser fácil. El número de alternativas puede ser muy grande (o infinito) lo que haría muy laboriosa la enumeración. Por ejemplo, si una empresa usa 10 000 kilogramos anuales de polvo limpiador, ¿Cómo debe guardarse el inventario? Se tienen disponibles 10 000 alternativas (mas aun se permiten cantidades fraccionales).
• Toma de decisiones bajo riesgo.
La información con la que se cuenta para solucionar el problema es incompleta, es decir, se conoce el problema, se conocen las posibles soluciones, pero no se conoce con certeza los resultados que pueden arrojar.

En este tipo de decisiones, las posibles alternativas de solución tienen cierta probabilidad conocida de generar un resultado. En estos casos se pueden usar modelos matemáticos o también el decisor puede hacer uso de la probabilidad objetiva o subjetiva para estimar el posible resultado.
La probabilidad objetiva es la posibilidad de que ocurra un resultado basándose en hechos concretos, puede ser cifras de años anteriores o estudios realizados para este fin. En la probabilidad subjetiva se determina el resultado basándose en opiniones y juicios personales.
Este modelo, incluye aquellas decisiones para las que las consecuencias de una acción dada dependen de algún evento probabilista.
• Toma de decisiones bajo incertidumbre.
Se posee información deficiente para tomar la decisión, no se tienen ningún control sobre la situación, no se conoce como puede variar o la interacción de la variables del problema, se pueden plantear diferentes alternativas de solución pero no se le puede asignar probabilidad a los resultados que arrojen.
Con base en lo anterior hay dos clases de incertidumbre:
• Estructurada: No se sabe que puede pasar entre diferentes alternativas, pero sí se conoce que puede ocurrir entre varias posibilidades.
• No estructurada: No se sabe que puede ocurrir ni las probabilidades para las posibles soluciones, es decir no se tienen ni idea de que pueda pasar.
Esta es una categoría muy común para las decisiones aunque de nombre peculiar. Se parece a la toma de decisiones bajo riesgo, con una diferencia importante. Ahora no se tiene conocimiento de las probabilidades de los eventos futuros, no se tiene idea de cuan posibles sean las diferentes consecuencias. Por ejemplo tratar de adivinar si al tirar una moneda al aire el resultado es cara o cruz sin saber si la moneda tiene dos caras, es legal, tiene dos cruces. Otro ejemplo seria también el de tratar de decidir si se debe aceptar una oferta de trabajo sin saber si después se tendrá una mejor.
Esta categoría es realmente como disparar en la obscuridad. ¿Habrá una manera óptima de disparar en la obscuridad? En realidad no. Aun así se pueden ofrecer varios métodos para manejar problemas de este tipo.
Primero debe tratarse de reducir la incertidumbre obteniendo información adicional sobre el problema. Con frecuencia esto basta para que la solución sea evidente. Si esto falla, se tienen varios caminos abiertos.
Una manera de manejar este tipo de situaciones es introduciendo abiertamente en el problema los sentimientos subjetivos de optimismo y pesimismo. Esto no es tan malo como parece; en muchas ocasiones, los sentimientos subjetivos tienen una base razonable. Un ejemplo es la decisión de cuantos árboles de Navidad ordenar. Se puede tener razón al pensar que las ventas de árboles deben ser buenas: la congregación de la iglesia es grande, habrá buena publicidad y no hay competencia en área. Si es una persona optimista, puede emplearse una estrategia maximax. Esto significa que se selecciona la acción que maximiza el pago máximo.
Por otra parte si se es pesimista, se puede ser conservador y emplear una estrategia maximin. Aquí se selecciona la acción con el mayor de los pagos mínimos.
Maximax y maximin son los dos extremos. Por supuesto, se podrá seleccionar alguna acción intermedia.
Una estrategia alternativa consiste en convertir el problema a uno de toma de decisiones bajo riesgo, para que pueda hacerse una selección optima. Primero pueden expresarse aquellos conocimientos o sentimientos que se tengan sobre los eventos en términos de una distribución de probabilidad.
Si no se tienen bases para hacer estimaciones subjetivas, se puede emplear el principio de la razón insuficiente. Esto significa que puede suponerse que todos los eventos son igualmente probables. Así para las ventas de Navidad se le asignara una probabilidad de 0.333 a cada evento.
En muchas de las decisiones bajo incertidumbre se puede, de hecho, expresar el grado personal de optimismo, o convertir el problema a riesgo con una exactitud razonable. Llámese intuición, experiencia, juicio, suerte o como se desee. El hacer esto mejorara la toma de decisiones en mayor medida que cuando simplemente hace un disparo en la obscuridad.
• Toma de decisiones bajo conflicto.
Esta es la última de las cuatro categorías. Aquí se tienen aquellos casos de toma de decisiones bajo incertidumbre en los que hay un oponente. Las probabilidades de los eventos no solo se desconocen; están influenciadas por un oponente cuya meta es vencer. Esta es la situación típica en cualquier competencia: béisbol, fútbol, póquer, backjack, los negocios y la guerra.

Ejemplo De Un Caso De Decision

VENDEDOR DE PERIODICO
El vendedor de periódico se coloca en una esquina todos los días y debe determinar cuántos periódicos debe pedir para vender.
El vendedor paga a la empresa $20 por cada ejemplar y los vende a $25. Los periódicos que no se venden no tienen ningún valor.
El vendedor sabe que cada día puede vender entre 6 y 10 periódicos cada uno con posibilidad equiprobable. Demuestre como se ajusta este problema en el modelo de toma de decisiones.
         ·   Maximin: Máximo de los mínimos beneficios.
         ·    Maximax: Maximo de los máximos beneficios.

    EJEMPLARES PEDIDOS
DEMANDA
  Maximin
   Maximax
6
7
8
9
10
6
30
30
30
30
30
30
30
7
10
35
35
35
35
10
35
8
-10
15
40
40
40
-10
40
9
-30
-5
20
45
45
-30
45
10
-50
-25
0
25
50
-50
50

 30  = (6 * 25) – (6 * 20)
10 = (6 * 25) – (7 * 20)
-10 = (6 * 25) – (8 * 20)
-30 = (6 * 25) – (9 * 20)
-50 = (6 * 25) – (10 * 20)

Se realiza la misma operación en cada una de las diferentes demandas con los diferentes pedidos.
En la columna de “MaxiMin” se escribe el mínimo valor de la respectiva fila y teniendo en cuenta esto se escoge el máximo de estos valores.
En la columna de “MaxiMax” se escribe el máximo valor de la respectiva fila y teniendo en cuenta esto se escoge el máximo de estos valores.

       ·  Arrepentimiento MiniMax: Se toma el mínimo de los valores de arrepentimiento.

    EJEMPLARES PEDIDOS
DEMANDA
   Arrepentimiento MiniMax
6
7
8
9
10
6
0
5
10
15
20
20
7
20
0
5
10
15
20
8
40
20
0
5
10
40
9
60
40
20
0
5
60
10
80
60
40
20
0
80

En este caso es la Pérdida o costo de oportunidad. Es lo que se pierde por no haber tomado la mejor decisión. Por ejemplo:
      Cuando el vendedor pide 6 ejemplares y la demanda es 6 no hay perdida por lo tanto se coloca “0” como arrepentimiento.
      En el caso que se piden 6 ejemplares y la demanda es 10 se dejarían de vender 4 ejemplares y teniendo en cuenta que la utilidad por cada ejemplar vendido es de 5 este se multiplica por el número de periódicos sin vender:                4 x 5 = 20
      En el caso que se pidan 8 ejemplares y la demanda sea 6, se habrían comprado 2 periódicos que no se venderían, estos se multiplican por el costo de cada ejemplar comprado que es de 20.         2 x 20 = 40

      ·    Valor Esperado: se escoge el mayor de la suma de cada beneficio multiplicado por la probabilidad de cada demanda. Por ejemplo:

    EJEMPLARES PEDIDOS
0.2
0.2
0.2
0.2
0.2
Valor Esperado
DEMANDA
6
7
8
9
10
6
30
30
30
30
30
30
7
10
35
35
35
35
30
8
-10
15
40
40
40
25
9
-30
-5
20
45
45
15
10
-50
-25
0
25
50
0

Teniendo en cuenta que la posibilidad de la demanda es equiprobable, cada una tiene un 20 % de probabilidad. Entonces:
      En el caso de 6 ejemplares pedidos se hace lo siguiente:
      (30*0.2) + (30*0.2) + (30*0.2) + (30*0.2) + (30*0.2) = 30

      En el caso de 7 ejemplares pedidos se hace lo siguiente:
      (10*0.2) + (35*0.2) + (35*0.2) + (35*0.2) + (35*0.2) = 30

      En el caso de 8 ejemplares pedidos se hace lo siguiente:
      (-10*0.2) + (15*0.2) + (40*0.2) + (40*0.2) + (40*0.2) = 25

      En el caso de 9 ejemplares pedidos se hace lo siguiente:
      (-30*0.2) + (-5*0.2) + (20*0.2) + (45*0.2) + (45*0.2) = 15

      En el caso de 10ejemplares pedidos se hace lo siguiente:
      (-50*0.2) + (-25*0.2) + (0*0.2) + (25*0.2) + (50*0.2) = 0

             ·   VEIPER:  Valor Esperado Con Información Perfecta
      Se multiplica el premio mayor por cada probabilidad.

      Los mayores premios son los que están encerrados en círculo
      (30*0.2) + (35*0.2) + (40*0.2) + (45*0.2) + (50*0.2) = 40
       40 es el punto referencial como costo de oportunidad