HERRAMIENTAS

CUANTITATIVAS PARA EL
ANÁLISIS DE DECISIONES
04/MAYO/19

M.I.I. YUNUEM REYES ZOTELO

Enfoque cuantitativo en toma de decisiones
• El análisis cuantitativo comienza una vez que el problema se ha
estructurado.
• Hubo un trabajo previo de imaginación, trabajo en equipo y
comunicación.
• Entre más se involucre al analista, mayor probabilidad habrá para que
el análisis cuantitativo contribuya a la solución.
Análisis de decisiones
• Desarrollar una estrategia óptima cuando nos enfrentamos a varias
alternativas de decisión y a un patrón de eventos futuros inciertos o
llenos de riesgos.
• Un buen análisis de decisiones incluye un cálculo del riesgo, mediante
el cual se obtiene la probabilidad de que ocurran las consecuencias
tanto favorables como desfavorables de su elección.

Hay dos herramientas básicas para el análisis de decisiones:

Matriz de decisión y Arboles de decisión.
Matriz de decisión
• Elementos:
• Estrategias: Variables controladas que
son alternativas u opciones a elegir.
• Estados de la naturaleza: Variables no
controladas. Sucesos en los que no se
puede influir y condicionan la decisión.
• Probabilidades: Posibilidades de que se
produzca cada estado de la naturaleza.
• Resultados o desenlaces: Resultados
esperados en cada una de las estrategias,
dado un estado concreto de la
naturaleza.
CASO 2

Demanda de cajas DECISIÓN

P(0.3) P(0.3) P(0.4)
Alternativas de
100 200 300
decisión
100 450000 450000 450000 450000
200 100000 900000 900000 660000
300 -250000 550000 1350000 630000
Matriz de decisión
• Se puede utilizar bajo criterios de:
• Riesgo.
• Incertidumbre
Pesimista o de Wald (Máximo entre los mínimos):

Frío Normal Cálido

Botas 60,000 15,000 2,500
Zapatos 5,000 30,000 10,000
Sandalias -5,000 7,500 50,000
CASO 4

Frío Normal Cálido

0.3 0.45 0.25
Botas 60,000 15,000 2,500 25,375
Zapatos 5,000 30,000 10,000 17,500
Sandalias -5,000 7,500 50,000 14,375
Criterios existentes para una situación de
incertidumbre
• Criterio optimista (maxi-max): “Sea cual sea la estrategia que elija, siempre se me
presentará el estado de la naturaleza más favorable”, eligiendo la de mejor resultado.
• Criterio pesimista o de Wald: “Una vez elegida una estrategia, se me presentará el
estado de la naturaleza más desfavorable”. Elegirá el valor máximo entre los mínimos
(maxi-min); o el valor mínimo entre los máximos (mini-max).
• Criterio de Laplace: En este caso al no conocerse las probabilidades de cada uno de los
estados de la naturaleza, se asigna a cada uno la misma probabilidad.
• Criterio de Hurwicz: Se suma el mejor resultado de cada estrategia ponderado con el
coeficiente de optimismo (α), con el peor resultado de cada estrategia ponderado con
el coeficiente de pesimismo (1 -α).
• Criterio de Savage: Lo utilizarían las personas que tienen miedo a equivocarse, por ello
se crea una nueva matriz de desenlaces en términos de coste de oportunidad y muestra
lo que se deja de ganar por escoger una estrategia equivocada.
Pesimista o de Wald (Máximo entre los mínimos):

Frío Normal Cálido

Botas 60,000 15,000 2,500
Zapatos 5,000 30,000 10,000
Sandalias -5,000 7,500 50,000

ZAPATOS
Pesimista o de Wald (Mínimo entre máximos):

Frío Normal Cálido

Botas 60,000 15,000 2,500
Zapatos 5,000 30,000 10,000
Sandalias -5,000 7,500 50,000

ZAPATOS
Optimista (Lo más favorable):

Frío Normal Cálido

Botas 60,000 15,000 2,500
Zapatos 5,000 30,000 10,000
Sandalias -5,000 7,500 50,000

BOTAS
Laplace (La misma probabilidad)
Frío Normal Cálido
1/3 1/3 1/3
Botas 60,000 15,000 2,500 25,833.33
Zapatos 5,000 30,000 10,000 15,000
Sandalias -5,000 7,500 50,000 17,500

BOTAS
Hurwicz (Criterio de optimismo=0.7)
Frío Normal Cálido
Botas 60,000 15,000 2,500 42,750
Zapatos 5,000 30,000 10,000 22,500
Sandalias -5,000 7,500 50,000 33,500

BOTAS
Costo de oportunidad

BOTAS
Árboles de decisión
• Herramienta gráfica para descubrir las acciones disponibles para el
decisor, los sucesos que puedan ocurrir y la relación entre estas
acciones y sucesos.
• Optimiza una serie de decisiones sucesivas.
Componentes y estructura:
1. Alternativas de decisión (a partir de punto de
decisión).
2. Eventos (resultado de cada alternativa)
3. Probabilidades (de que ocurran los eventos, como
resultado de las decisiones)
4. Resultados ($)

¿Cómo se realiza el análisis?:

De derecha a izquierda.
1. En cada nodo del evento se
hace un análisis de cálculo
de valor esperado.
2. En cada punto de decisión
se selecciona la alternativa
con el valor esperado
óptimo.
3. Objetivo: Maximizar la
ganancia de las decisiones
EJEMPLO: PROBLEMA DE TAMAÑO DE PLANTA: ¿Qué tan grande debe ser la construcción
inicial de una planta? y después, ¿cuánto expandirla si las circunstancias lo ameritan?
Los rendimientos de operación bonificados varían
según demanda.

Considerar el costo de una planta grande (10

millones), da como resultado una ganancia neta.
• Si se construye una planta
grande, ante una alta
demanda no es necesario
considerar una expansión.

• Pequeña para una

demanda alta o media,
necesita expansión. Los
resultados económicos son
difíciles de descubrir.

• Costo de construcción de
una planta pequeña 6
millones.
• Expansión grande 5
millones.
• Expansión pequeña 3
millones.
• Se hacen los cálculos de valor en
los nodos de los eventos.

• De derecha a izquierda se hace la

elección de la decisión con mejor
resultado económico

• Elegir la de mayor valor esperado