Teoría de Decisiones

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 39

JUEGOS GERENCIALES

Ing. Ma. Pedro Arrivillaga Obiols


JUEGOS GERENCIALES
MAESTRÍA EN ADMINISTRACIÓN DE NEGOCIOS

TEORÍA DE DECISIÓN

Ing. Ma. Pedro Arrivillaga Obiols


Desarrollar la capacidad de analizar
estratégicamente entornos complejos e
interactivos, de tal forma que considere las
situaciones como retos de los que pueden
surgir soluciones factibles cuando intervienen
varias partes en las negociaciones.

Objetivo General
1. Proporcionar directrices en la calidad de toma de decisiones.

2. Introducir a la teoría de juegos como método para analizar


interrelaciones racionales, de acuerdo al comportamiento entre
dos o más individuos o competidores y buscar un modelo de
acción propio.

3. Utilizar simulaciones para el desarrollo de situaciones de toma


de decisiones.

Objetivo General
Genéricas
Solucionar creativamente problemas
Investigar

Específicas
Crear Valor para el cliente

Habilidades Directivas
Programa del Curso

1. Teoría de
Decisión

2. Teoría de
Juegos

3. Simulación
Semana 1

I TEORIA DE DECISIÓN

1. Acciones, estados de naturaleza, pagos.


2. Criterios de decisión: Maximin, maximax, minimax,
criterio de realismo e igualdad de probabilidades.
Semana 1

I TEORIA DE DECISIÓN

3. Diagrama de árbol en problemas de decisión.


Semana 2

II TEORÍA DE JUEGOS

1. Introducción a la teoría de juegos


2. Elementos del juego
3. Forma de representar juegos
4. Estrategias dominantes
Semana 2

II TEORÍA DE JUEGOS

4. Equilibrio de Nash
5. Tipos de juegos
6. Juego de suma 0 y de suma constante
7. Dilema del prisionero
Semana 3

II TEORÍA DE JUEGOS

9. Estrategias puras y mixtas


10. Diagrama de probabilidad o curvas de reacción
11. Juego del halcón y la paloma
12. Juego de la guerra de los sexos
Semana 3 y 4

II TEORÍA DE JUEGOS

13. Aplicaciones de teoría de juegos en las empresas


Semana 4

Presentación de proyecto
Semana 5

Taller de Aprendizaje Basado en Problemas


Estructura del programa
Maestría en Dirección del Marketing

Pensum autorizado en Acta de


Consejo directivo No. 75-13 5.02.g
de fecha 04-11-2013 Ciclos
Niveles
Semana 5

Presentación del informe de Aprendizaje Basado en


Problemas
EVALUACIÓN DE LOS APRENDIZAJES

Laboratorios 40 pts.
Cortos 20 pts.
Proyecto 15 pts.
Presentación del proyecto 5 pts.
Informe de Aprendizaje Basado en Problemas, 15 pts.
Presentación del informe de Aprendizaje Basado en
Problemas, 5 pts.
Semana 1

I TEORIA DE DECISIÓN

1. Acciones, estados de naturaleza, pagos.


2. Criterios de decisión: Maximin, maximax, minimax,
criterio de realismo e igualdad de probabilidades.
FORMULACIÓN DEL
PROBLEMA
El análisis de decisiones TABLAS DE
puede usarse para RESULTADOS

desarrollar una
estrategia óptima
cuando el tomador de ÁRBOLES DE
decisiones se enfrenta DECISIÓN

con varias alternativas


de decisión y una TEOREMA DE
BAYES
incertidumbre o patrón
de eventos futuros lleno
de riesgos.
Las seis fases del proceso de
toma de decisiones
Identificar Seleccionar
uno de los
los posibles
modelos
Identificar con resultados o matemáticos
claridad el estados de del proceso
problema en la de toma de
cuestión. naturaleza. decisiones.

Elaborar Listar el pago Aplicar el


una lista o utilidad de modelo y
con las cada tomar su
posibles combinación
decisión.
alternativas de
. alternativas y
resultados.
TABLA DE DECISIÓN
• Muestra los resultados
para todas las
combinaciones de las
alternativas de decisión
y los estados de la
naturaleza.

• Un resultado o
consecuencia en el
análisis de decisiones, es
la consecuencia
resultante de una
combinación específica
de una alternativa de
decisión y un estado de
la naturaleza.
TIPOS DE
AMBIENTES DEL
PROCESO DE
TOMA DE
DECISIONES

BAJO BAJO
BAJO RIESGO
CERTIDUMBRE INCERTIDUMBRE

CRITERIO DE
IGUALDAD DE
MAXIMAX MAXIMIN REALISMO Arrepentimiento
PROBABILIDADES
(optimista) (pesimista) (criterio de minimax
(Laplace)
Hurwicz)
PROCESO DE TOMA DE
DECISIONES BAJO INCERTIDUMBRE
MAXIMAX

• Evalúa cada alternativa de decisión en función del mejor resultado que


pueda ocurrir.
• RESULTADO MÁXIMO PARA CADA ALTERNATIVA DE DECISIÓN
MAXIMIN
• Evalúa cada alternativa de decisión desde el punto de vista del peor
resultado que pueda ocurrir. Se selecciona la alternativa que maximiza el
resultado mínimo.
• RESULTADO MÍNIMO PARA CADA UNA DE LAS ALTERNATIVAS DE DECISIÓN
CRITERIO DE REALISMO
(CRITERIO DE HURWICZ)
• Con frecuencia llamado promedio ponderado, es un compromiso entre una decisión
optimista y una pesimista.
Promedio ponderado =
α(máximo renglón) + (1- α)(mínimo de un renglón)
IGUALDAD DE PROBABILIDADES (LAPLACE)

• Involucra encontrar la ganancia promedio de cada


alternativa y seleccionar aquella que ofrezca el promedio
más alto.
ARREPENTIMIENTO MINIMAX

• No es puramente optimista ni puramente conservador (pérdida de


oportunidad o arrepentimiento asociado con la alternativa de
decisión) Enfoque minimax. Se selecciona el mínimo de los valores de
arrepentimiento máximo.
VALOR MONETARIO ESPERADO

• Es el valor promedio a largo


plazo de la decisión:
ARBOL DE DECISIONES
Las cinco fases del análisis por
medio de árboles de decisión

1. Definir el problema
2. Estructurar o dibujar el árbol de decisión
3. Asignar probabilidades a los estados de la naturaleza.
4. Calcular las ganancias de cada combinación posible de
alternativas y estados de la naturaleza.
5. Resolver el problema mediante el cálculo de los valores
monetarios esperados (EMV) de cada nodo de estado de la
naturaleza. Esta operación se hace trabajando hacia atrás, es
decir, se comienza desde la derecha del árbol y se trabaja hacia
el origen de los nodos de decisión que se encuentran a la
izquierda. Además, en cada nodo de decisión se debe
seleccionar la alternativa que tiene el mejor EMV.
 Árbol de decisión de
Thompson Lumber
Estimación de los valores de probabilidad por
medio del análisis bayesiano
Cálculo de las probabilidades de
las ramas o alternativas
• El teorema de Bayes se puede utilizar para calcular las probabilidades
revisadas y ayudar a los que toman las decisiones.
EJEMPLO:
• Suponiendo las siguientes probabilidades condicionales:
Revisiones de probabilidad en caso de una encuesta positiva y
una negativa:
 Árbol de decisión
más grande que
incluye ganancias y
probabilidades de
Thompson Lumber
 Árbolde
decisión de
Thompson en
el cual se
muestran los
valores de
EVM

También podría gustarte