II UNIDAD:

TEORA DE LA DECISIN

ESTADISTICA APLICADA A LA ADMINISTRACION II

ESCUELA DE ADMINISTRACION
1. Las Decisiones en la Empresa

La caracterstica principal de la gestin econmica de la empresa es la del

proceso de convertir informacin en accin, a este proceso lo llamamos toma de
decisiones.

Decisin: Es una eleccin entre dos o mas lneas de accin diferentes. El objeto
de la teora de la decisin es racionalizar dicha eleccin. Para ello hay que
proceder de modo sistemtico, evaluando todas las posibilidades de eleccin
como las consecuencias que puedan derivarse de cada opcin.

El estudio de la teora de la decisin provee de herramientas para la toma de

decisiones importantes. La teora de la decisin adopta un enfoque cientfico,
contrapuesto a la intuicin y experiencia como nicos criterios que se utilizaban
anteriormente.

El mtodo cientfico utilizado por la teora de la decisin presenta un esquema

lgico de actuaciones a la hora de plantear la solucin de un problema. Este
esquema cumple las siguientes fases:
1) Definicin del problema

2) Enumeracin de posibles alternativas (Ai: Alternativas o estrategias)

3) Identificacin de los posibles escenarios o estados de la naturaleza en la

que las diferentes alternativas pueden desarrollarse. Variable o no controlables
por el sujeto decisor : temperatura, actuaciones de la competencia etc. (Ej:
Estados de la naturaleza).

4) Obtencin de resultados y valoracin de los mismos: Desenlaces asociados

a una alternativa concreta dado un estado especfico de la naturaleza. (Xij:
Resultados)

5) Prediccin de probabilidad sobre la ocurrencia de cada estado de la

naturaleza.(Pj: Probabilidad)

6) Fijacin de criterios de decisin que permitan la eleccin de una estrategia o

alternativa. Es una forma de utilizar la informacin para seleccionar una
alternativa concreta.
7) Identificacin del tipo de decisin: Para ello clasificamos las decisiones en
estticas y en decisiones secuenciales.

Decisiones estticas: Son aquellos problemas de decisin en los que slo se

adopta una decisin y no se analizan las posibles alternativas/decisiones
posteriores a una alternativa/decisin previa.

Decisiones secuenciales: Problema de decisin en el que se consideran una

secuencia de decisiones, es decir, decisiones posteriores dependientes de una
decisin inicial.

8) Identificacin del contexto en el que se toma la decisin: A su vez, el

problema de decisin, tanto en la perspectiva esttica como secuencial, puede
ser de tres tipos, en funcin del grado de conocimiento que se tenga sobre la
ocurrencia de los estados de la naturaleza (incertidumbre, riesgo, certeza)

- Certeza: Cuando conocemos con seguridad el estado de la naturaleza que se va

a producir. En un problema esttico se traduce en una matriz de una sola
columna con un slo estado de la naturaleza, en un problema secuencial se
refleja en un slo estado de la naturaleza para cada una de las decisiones
adoptadas.
- Situaciones de riesgo: cuando no conocemos el estado de la naturaleza que se
va a producir, pero si conocemos las probabilidades de ocurrencia de cada uno
de ellos.

- Situaciones de incertidumbre: Cuando desconocemos qu estado de la

naturaleza se va a producir y la probabilidad de ocurrencia de cada uno de ellos.

2. Problemas de Decisin Estticos

El proceso de decisin se sintetiza en una matriz de decisin, matriz de
consecuencias o matriz de ganancias.. Es una matriz que consta de tantas filas
como alternativas o estrategias se contemplen, y de tantas columnas como
estados de naturaleza sean posibles, siendo sus elementos los resultados
correspondientes a cada alternativa en un estado de naturaleza especfico.
Ejemplo: Jhon Prez, estudiante de administracin ha heredado $1.000. El ha
decidido invertir su dinero por un ao. Un inversionista le ha sugerido cinco
inversiones posibles: oro, bonos, negocio en desarrollo, certificado de depsito,
acciones.
Jhon debe decidir cuanto invertir en cada opcin. La siguiente
tabla representa las ganancias que obtendra para cada escenario posible de
comportamiento del mercado.

Nota: La matriz de pagos debe contener actos admisibles, es decir que ningn acto debe dominar
a cualquier otro acto
2.1. Eleccin del criterio de decisin en condiciones de incertidumbre:
Situacin en la que podemos descubrir los estados posibles de la naturaleza pero
desconocemos la probabilidad de ocurrencia de cada uno de ellos. Los criterios de
decisin ms empleados en estos casos son un reflejo de la actitud hacia el riesgo
que tienen los responsables en la toma de decisiones. El criterio de decisin se
toma basndose en la experiencia de quien toma la decisin, este incluye un
punto de vista optimista o pesimista, agresivo o conservador.

Los criterios aplicados son: Maximin o de Wald, Minimax o Savage, Maximax,

Principio de razonamiento insuficiente o criterio de Laplace, Criterio de Hurwics

2.1.1. Criterio maximin o de Wald: Perfil pesimista (el decisor cree que el peor
caso ocurrira) o conservador ( el decisor quiere asegurar una ganancia mnima
posible). Se llama mximo porque elige el mximo resultado entre los mnimos
resultados. Se elige lo mejor dentro de lo peor. Para encontrar una solucin
ptima: se marca la ganancia mnima de todos los estados de la naturaleza
posible y se identifica la decisin que tiene el mximo de las ganancias mnimas.
La decisin ptima con este criterio sera invertir en certificados de depsito.

2.1.2. Criterio mnimax o Savage: Este criterio se ajusta tambin a criterio

pesimista o conservador. La matriz de ganancias es basada en el coste de
oportunidad. El decisor incurre en una prdida por no escoger la mejor decisin.
Para encontrar la solucin ptima se determina la mejor ganancia de todas las
alternativas en cada estado de la naturaleza (mejor ganancia por columna) y se
calcula el costo de oportunidad para cada alternativa de decisin (como la mejor
ganancia por columna menos la ganancia de cada una de las celdas de la
columna), posteriormente se encuentra el mximo costo de oportunidad para todos
los estados de la naturaleza y se selecciona la alternativa de decisin que tiene el
mnimo coste de oportunidad.
La decisin ptima con este criterio invertir en bonos por tener el menor coste de oportunidad.
2.1.3. El criterio maximax: este criterio se basa en el mejor de los casos.
Considera los puntos de vista optimista y agresivo. Un decisor optimista cree que
siempre obtendr el mejor resultado sin importar la decisin tomada.

Un decisor agresivo escoge la decisin que le proporcionar una mayor

ganancia. Para encontrar la decisin ptima se marca la mxima ganancia para
cada alternativa de decisin y se selecciona la decisin que tiene la mxima de
las mximas ganancias.

La decisin ptima sera invertir en un negocio en desarrollo por presentar la

mxima ganancia posible.
2.1.4. Criterio de razonamiento insuficiente o criterio Laplace: puede ser
tomado por un tomador de decisiones que no sea optimista ni pesimista. El
decisor asume que todos los estados de la naturaleza son equiprobables.

Para encontrar la decisin ptima se selecciona la decisin con el mayor valor

esperado.

La decisin ptima sera invertir en Oro.

2.1.5. Criterio de Hurwicz: Es un criterio intermedio entre maximin y el
maximax: Supone la combinacin de ponderaciones de optimismo y pesimismo.
Sugiere la definicin del llamado coeficiente de optimismo (), y propone que se
utilice como criterio de decisin una media ponderada entre el mximo resultado
asociado a cada alternativa, y el mnimo resultado asociado a la misma.

Para hallar la solucin ptima se marca el mximo y el mnimo de cada alternativa.

Segn el coeficiente de optimismo del decidor (), se multiplica el mximo por ste
y el mnimo se multiplica por (1-). Luego se suman los dos. Luego elegimos el
mximo entre todas las alternativas.
En nuestro ejemplo, si suponemos que el empresario es neutral =0,5.
2.2. En situacin Riesgo. Conocemos la lista de estados de la naturaleza y su
probabilidad de ocurrencia. Como los eventos son excluyentes tenemos: La suma
de probabilidades de todos los estados de la naturaleza debe ser
iguales a la unidad.

El criterio que se utiliza para comparar los resultados correspondientes a cada

lnea de actuacin es la mayor esperanza matemtica.

El utilizar como nico criterio de decisin la esperanza matemtica supone asumir

ciertas hiptesis:

-Que al sujeto decisor no le importe la dispersin del resultado (no tiene en cuenta
la desviacin tpica).
- Que no exista riesgo de ruina: Es el riesgo que el desenlace de una estrategia
pueda suponer un quebranto econmico tal que no pueda ser superado por la
empresa. En dicho caso el decisor pasara a elegir slo entre aquellas alternativas
cuyos resultados ms desfavorables puedan ser asumidos por la empresa. Tiene
que ver con la capacidad de asumir prdidas.

Para solucionar estas limitaciones se construyen unas funciones de utilidad.

a) Consideracin de la variabilidad de los resultados: Penalizar la esperanza

econmica por una medida que d idea de la variabilidad de los datos,
considerando la multiplicacin de dicha medida de variabilidad por un coeficiente
indicativo de temor al riesgo (a) del sujeto decisor. La funcin de utilidad se halla
restando al valor esperado de cada alternativa el coeficiente de aversin por la
desviacin tpica.

Si a1 Mayor aversin al riesgo. El inversor presenta un perfil ms conservador.

Si a0 Poca aversin al riesgo. El inversor presenta un perfil ms arriesgado.

Observemos que cuando a tiende a 1 la cantidad a restar es mayor, por tanto la
utilidad esperada es menor lo que corresponde a un perfil conservador.

En nuestro ejemplo: Si Jhon Prez tiene una aversin al riesgo del 15%: a=0,15
 Se elige la alternativa que maximiza la funcin de utilidad: En nuestro ejemplo
sera:

X2 = Bonos =71,71Mximo beneficio teniendo en cuenta la aversin al riesgo .

b) Consideracin del riesgo de ruina: La probabilidad de ruina es la probabilidad

de que un resultado Xij sea menor que un cierto ingreso (si la matriz que
estamos analizando es de costes) o beneficio crtico que como mnimo ha de
obtener la empresa. Es decir, en el peor de los casos, cules seran las prdidas
que se estara dispuesto a asumir, o beneficio que cmo mnimo se exige a la
inversin.

En nuestro ejemplo, si estamos dispuestos a asumir prdidas hasta 180

unidades monetarias, se rechazan las inversiones en negocio y en acciones ya
que podran generar prdidas que no se podran asumir (-600; 200). Se tendra
que elegir entre el oro, bonos o certificados de depsito a travs de la esperanza
matemtica o bien considerando la funcin de utilidad que penalice la dispersin
de resultados ( a travs de la desviacin tpica).
2.3. Problemas de decisiones estticas

Problema 1:

Un empresario agricultor se plantea escoger entre tres alternativas de cultivo

(trigo, remolacha (betarraga) o patata (papa)) con tres estados de la naturaleza
(tiempo lluvioso, tiempo normal o tiempo seco) y la probabilidad de tiempo
respectivamente (30% lluvioso, 50% normal y 20% seco). Y una aversin al
riesgo del 20% y un beneficio crtico de 100 u.m. Para el criterio Hurwicz se
considera un coeficiente de optimismo del 50%.
 a) Situacin de riesgo:

Para solucionar estas limitaciones se construyen unas funciones de utilidad.

Consideracin de la variabilidad de los resultados

En nuestro ejemplo: Si el empresario agricultor tiene una aversin al riesgo del

20%: a=20%:
 Se elige la alternativa que maximiza la funcin de utilidad: En nuestro ejemplo
sera:

X1 = trigo = 253Mximo beneficio teniendo en cuenta la aversin al riesgo.

Consideracin del riesgo de ruina:

Si fijamos un ingreso tpico de 100 unidades monetarias: Se rechaza el cultivo de remolacha

ya que puede llegar a presentar un ingreso inferior (-100 u.m.) al ingreso crtico. Se tendra
que elegir entre el trigo y la patata a travs de la esperanza matemtica o bien
considerando la funcin de utilidad que penalice la varianza.
b) En situacin de incertidumbre

b1) Criterio Laplace

Se elige el trigo.
b2) Criterio pesimista, de Wald Maximin: Se elige lo mejor dentro de lo peor.

trigo = 200Se elige

remolacha = -100
patata = 150

b3) Criterio optimista o maximax: se elige el mximo de los mximos.

trigo = 290
remolacha = 450Se elige
patata = 250

b4) Criterio de Hurwicz: Es un criterio intermedio entre maximin y el maximax:

Supone la combinacin de ponderaciones de optimismo y pesimismo. Sugiere
la definicin del llamado coeficiente de optimismo (), comprendido entre cero
y uno:
En nuestro ejemplo, si suponemos que el empresario es neutral =0,5.

Se elige

b5) Criterio de Savage

Se construye una matriz de perjuicios o de coste de oportunidad

Arrepentimiento mximo para la opcin trigo = 160 Se escoge el trigo
Arrepentimiento mximo para la opcin remolacha = 350
Arrepentimiento mximo para la opcin patata = 250

2.3. La utilizacin de la informacin perfecta y el concepto de valor esperado

en contexto de riesgo.

Como es lgico, en un contexto de riesgo se debe decidir con el mximo valor

esperado.

La Ganancia que se espera obtener al conocer con certeza la ocurrencia de

ciertos estados de la naturaleza se le denomina: Ganancia Esperada de la
Informacin Perfecta (GEIP). Este concepto corresponde al coste de oportunidad
de la decisin seleccionada usando el criterio de la ganancia esperada. Esta
decisin es la que genera una menor prdida para quien tiene que tomar la
decisin. En este caso nos aseguran con toda probabilidad la ocurrencia de cierto
estado de la naturaleza, por eso la llamamos informacin perfecta.

El GEIP se calcula como el producto de la mxima ganancia para cada estado de

la naturaleza por su respectiva probabilidad, y a este resultado le restamos el
mximo valor esperado.
En nuestro ejemplo de Jhon Prez, podramos calcular, por ejemplo, el valor
mximo que podemos pagar por un estudio donde nos aseguren la ocurrencia de
cierto estado de la naturaleza.

Podemos entonces calcular la ganancia esperada de la informacin perfecta (GEIP)

Quiere decir esto, que si puedo obtener informacin, que me asegure la
ocurrencia de cierto estado de la naturaleza, puedo pagar por ella un mximo de
141 unidades monetarias.

2.4. La utilizacin de la informacin imperfecta y el concepto de valor

esperado en contexto de riesgo.

La informacin adicional, no siempre es perfecta, muchas veces los estudios

adicionales que se encargan tienen cierto margen de error. La informacin
adicional mejora la probabilidad obtenida de la ocurrencia de un determinado
estado de la naturaleza y ayuda al tomador de decisiones a escoger la mejor
opcin. La estadstica Bayesiana construye un modelo a partir de informacin
adicional obtenida a partir de diversas fuentes. El teorema de Bayes:

Donde:
A partir del teorema de Bayes podemos calcular la Ganancia esperada con la
Informacin adicional (GECIA):

La expresin matemtica para su clculo es la siguiente:

Donde:

Para su clculo seguimos los siguientes pasos:

1) Clasificamos la informacin adicional obtenida como probabilidad condicionada

distinguiendo cada uno de los escenarios planteados.

2) Calculamos la probabilidad conjunta con la frmula de Bayes para cada

alternativa en cada escenario planteado.
3) Calculamos la sumatoria de probabilidades conjuntas para cada escenario
planteado.

4) Calculamos la probabilidad revisada para cada alternativa en cada escenario.

5) Calculamos la ganancia esperada con la probabilidad revisada para cada uno

de los escenarios planteados.

6) Calculamos el GECIA.
Tambin podemos calcular la Ganancia esperada de la informacin adicional, es
decir, el mayor valor esperado por contar con una mejor informacin. Se calcula
como la diferencia entre el GECIA y el mayor valor esperado con la informacin a
priori.

Ejemplo:

Retomemos el ejemplo de Jhon Prez. Supongamos que hemos contratado un

informe adicional que nos indica la probabilidad de ocurrencia de una gran alza,
pequea alza, etc. condicionada a que el crecimiento econmico sea positivo o
negativo. Los resultados se pueden ver en la siguiente tabla.
Solucin:

Pasos:
1) Clasificamos la informacin adicional obtenida como probabilidad condicionada
distinguiendo cada uno de los escenarios planteados. En este caso viene ya en la tabla.

2) Calculamos la probabilidad conjunta con la frmula de Bayes para cada alternativa en

cada escenario planteado.

En caso de crecimiento positivo la probabilidad conjunta que se produzca una gran alza
sera

En caso de crecimiento positivo la probabilidad conjunta que se produzca una pequea

alza sera:
Y as vamos completando para cada escenario (crecimiento positivo, crecimiento
negativo), la probabilidad de ocurrencia de cada alternativa. De esta forma vamos
completando una tabla que nos permita recoger toda la informacin de forma
ordenada como la que se presenta ms adelante.

3) Calculamos la sumatoria de probabilidades conjuntas para cada escenario

planteado.

Para el caso de crecimiento positivo la sumatoria sera:

Para el caso de crecimiento negativo la sumatoria sera:

4) Calculamos la probabilidad revisada para cada alternativa en cada escenario.

En caso de crecimiento positivo la probabilidad revisada que se produzca una gran

alza sera:
5) Calculamos la ganancia esperada con la probabilidad revisada para cada uno
de los escenarios planteados.

En caso de crecimiento positivo la probabilidad revisada que se produzca una

gran alza para la alternativa del oro sera:

6) Calculamos el GECIA: para ello marcamos el mayor valor esperado para

cada uno de los escenarios planteados.

7) Calculamos GEIA
EL CRITERIO DE LA GANACIA ESPERADA CON INFORMACIN ADICIONAL

GECIA
 GECIA = GANANCIA ESPERADA CON LA
INFORMACIN ADICIONAL

GECIA= 249*0,56+120*0,44= 193

GEIA=GANANCIA ESPERADA DE LA
INFORMACIN ADICIONAL

GEIA= 193-130=63

CONCLUSIN: Cantidad mxima que puede pagar por un informe externo

es de 63 u.m.
FIN DE UNIDAD