REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DE EDUCACIN UNIVERSITARIA

UNIVERSIDAD NACIONAL EXPERIMENTAL SIMN RODRGUEZ
NCLEO: PALO VERDE
CTEDRA: TCNICAS DE DECISIN Y SUS PROCESOS
FACILITADOR: Prof. LUIS LAGUADO
SECCIN: A







Tema 3: TOMA DE DECISIONES BAJO CERTIDUMBRE E INCERTIDUMBRE









Integrantes:
BERRO JHONSON 10.863.530

2

NDICE
NPg
Introduccin-------------------------------------------------------------------------------------------4
1.- Concepto de Certidumbre--------------------------------------------------------------------5
2.- Concepto de Incertidumbre-----------------------------------------------------------------5, 6
3.- Toma de decisiones en condiciones de certeza-------------------------------------------6
4.- Formalizacin de los problemas bajo incertidumbre--------------------------8, 9, 10
5.- La valoracin en la toma de decisiones--------------------------------------------------10
5.1.- Etapas del proceso de valoracin-----------------------------------------------------10, 11
5.2.- Dimensiones del proceso de valoracin -------------------------------------11, 12, 13
6.- La probabilidad------------------------------------------------------------------------13, 14
7.- Riesgo----------------------------------------------------------------------------------------14, 15
8.- Caos-------------------------------------------------------------------------------------------15
8.1.- Teora del Caos y el efecto Mariposa--------------------------------------------------16, 17
8.2.- Teora del caos en las organizaciones--------------------------------------------17, 18, 19
9.- Teora de juegos----------------------------------------------------------------------------19, 20
9.1.- Origen de la Teora de juegos----------------------------------------------------------20, 21
10.- Programacin Lineal------------------------------------------------------------------21, 22
11.- Tcnica de Montecarlo-------------------------------------------------------------------23, 24
12.- Certeza, riesgo e incertidumbre. Criterios para la toma de decisiones. -------------------
------------------------------------------------------------------------------------24, 25, 26
12.1.- Criterios de decisin en condiciones de certeza-------------------------------------26
12.2.- Criterios de decisin en condiciones de riesgo---------------------------------26, 27
12.3.- Criterios de decisin en condiciones de incertidumbre---------------------------27
13.- Criterios para la seleccin de una alternativa-------------------------------------27
13.1 Criterio pesimista------------------------------------------------------------------------27, 28
13.2.- Criterio optimista------------------------------------------------------------------------28
13.3.- Criterio de Hurwicz------------------------------------------------------------------28, 29
13.4.- Criterio de Savage------------------------------------------------------------------29, 30, 31
3

13.5.- Criterio de Laplace----------------------------------------------------------------------31
13.6.- El valor esperado---------------------------------------------------------------------31, 32
14.- rbol de decisin------------------------------------------------------------------32, 33, 34
14.1.- Tipos de rboles--------------------------------------------------------------------------34
Conclusin-----------------------------------------------------------------------------------------35
Anexos---------------------------------------------------------------------------------------------36
Bibliografa--------------------------------------------------------------------------------------- 37

4

INTRODUCCIN
La toma de decisiones es una actividad inherente a la gestin de
la empresa. De hecho no es difcil encontrar profesionales que
aseguren que dirigir es decidir continuamente. Decidir es elegir entre
diversos cursos de accin y, en la mayor parte de los casos esta
decisin conlleva aparejadas otras muchas de las cuales van a
depender los resultados finales de la actividad, grupo, proyecto,
estrategia o empresa que acometamos.
Con este artculo, para el que no necesitas conocimientos
previos, conocers mejor el proceso de toma de decisiones y, lo que es
ms importante, conocers y aprenders a utilizar los mtodos ms
sencillos de valoracin de alternativas.
El artculo est estructurado como sigue: en primer lugar
definimos certidumbre, incertidumbre, decisiones en condiciones de. A
continuacin se interpretan los diferentes grados de certeza que
enmarcan la toma de decisiones. Luego se dar a conocer sobre
Riesgo, Caos, Programacin Lineal y la Tcnica de Montecarlo. Por
ltimo se proporcionan criterios para la seleccin de una alternativa y
valorar las consecuencias econmicas de cada alternativa considerada,
segn sus autores.


5

1.- CERTIDUMBRE:
Certeza conocimiento seguro de la verdad de algo.
Qu quiere decir certidumbre?
La certidumbre es la condicin que prevalece cuando las personas
estn plenamente informadas acerca de un problema, conocen soluciones
alternativas y saben cules sern los resultados dcada solucin.
Esta condicin significa que las personas conocen a fondo el problema
y las soluciones alternativas y que, por lo mismo estn bien definidos. Cuando
una persona ha identificado las soluciones alternativas y los resultados que se
esperan de ellas, le resulta relativamente fcil tomar la decisin. La persona
que toma la decisin se limita a elegir la solucin que producir el mejor
resultado.
2. INCERTIDUMBRE:
Inseguridad de algo o de un tema en especfico.
Qu quiere decir incertidumbre?
La incertidumbre es la condicin que impera cuando una persona no
cuenta con la informacin necesaria para adjudicar probabilidades a los
resultados de las soluciones alternativas
De hecho, la persona tal vez ni siquiera pueda definir el problema y
mucho menos identificar soluciones alternativas y posibles resultados.
Posibles crisis que podran ser fuente de incertidumbre y riesgos:
I. Crisis econmicas Devaluaciones Recesiones Problemas de la
bolsa de valores Ciclos econmicos e industriales
II. Crisis en la estrategia de negocios Vacos en el conocimiento de la
industria Cambiantes condiciones globales Inconsistencia en
acuerdos, convenios o tratados Problemas en las formas de
sociedad estratgica, participacin y coordinacin
6

III. Crisis de personal Excesiva rotacin de personal Acoso y
violencia en el trabajo Alto nivel de estrs y conflicto Huelgas.
IV. Crisis de informacin Prdida de informacin propietaria
Alteracin de registros de propiedad intelectual Cambios en los
procesos y en la gestin organizacional Ataques cibernticos
V. Crisis de reputacin Violaciones a cdigos de tica Falta de
responsabilidad social Incapacidad de responder ante fallas en
productos o servicios.
VI. Crisis poltica Inestabilidad Polticas rgidas.
VII. Crisis socio culturales. Demografa Cultura Nivel
socioeconmico ndice de movilidad de clases
VIII. Crisis de seguridad Robos de mercancas o dinero Sabotaje en
las lneas de produccin Condiciones laborales inestables Falta
de suministros.
IX. Desastres naturales Sismos Incendios Inundaciones
La incertidumbre se define como la duda acerca de la veracidad del
resultado obtenido una vez que se han evaluado todas las posibles fuentes de
error y que se han aplicado las correcciones oportunas.
Tambin se puede decir que es falta de seguridad, de confianza o de
certeza sobre algo, especialmente cuando crea inquietud: ej.: reinan
sentimientos de incertidumbre e inseguridad; el pas vive momentos de
incertidumbre por la crisis que atraviesa.

3.- TOMA DE DECISIONES EN CONDICIONES DE CERTEZA
Uno de los aspectos ms importantes dentro del sector laboral tanto
en las empresas pblicas como de la actividad privada, es la toma de
decisiones, que es el proceso durante el cual la persona debe escoger entre
dos o ms alternativas. Todos y cada uno de nosotros pasamos los das y las
horas de nuestra vida teniendo que tomar decisiones; algunas decisiones
7

tienen una importancia relativa en el desarrollo de nuestra vida, mientras otras
son gravitantes en ella.
Para los administradores, el proceso de toma de decisin es sin duda
una de las mayores responsabilidades. No obstante, este proceso lo llevamos
a cabo frecuentemente, aun cuando no lo notemos; por ejemplo, si vamos a
comprar algn determinado producto y existen dos lugares en donde ste se
encuentra a la venta, debemos decidir en dnde comprarlo o incluso, si
realmente nos conviene hacerlo. La toma de decisiones en una organizacin
se ajusta a una serie de personas que estn apoyando el mismo proyecto.
Debemos empezar por hacer una seleccin de decisiones, y esta seleccin es
una de las tareas de gran trascendencia.
Este tema es indispensable sobre todo en las empresas o negocios
(sean de la magnitud que sean), pues una resolucin mal tomada, puede
llevarlos a un mal trmino. Por tal razn, las personas encargadas de la toma
de decisiones, deben estar capacitadas y saber ampliamente todas las
caractersticas y pasos de este proceso, sobre todo en condiciones de certeza,
incertidumbre y riesgo. Con frecuencia se dice que las decisiones son algo as
como el motor de los negocios y en efecto, de la adecuada seleccin de
alternativas depende en gran parte el xito de cualquier organizacin.
Los administradores consideran a veces la toma de decisiones como su
trabajo principal, porque constantemente tienen que decidir lo que debe
hacerse, quin ha de hacerlo, cundo y dnde, y en ocasiones hasta cmo se
har. Sin embargo, la toma de decisiones slo es un paso de la planeacin,
incluso cuando se hace con rapidez y dedicndole poca atencin o cuando
influye sobre la accin slo durante unos minutos.

8

4.- FORMALIZACIN DE LOS PROBLEMAS BAJO INCERTIDUMBRE
Como se ha visto, la incertidumbre dificulta la toma de decisiones
puesto que la informacin para analizar el problema no es suficiente para
evaluar con exactitud las consecuencias de las posibles soluciones o
alternativas. Sin embargo, esta dificultad no debe paralizar al decisor. En este
apartado se van a exponer las distintas formas de organizar formalmente el
problema bajo incertidumbre y la informacin de la que se disponga con el
objetivo de hacer el mejor uso posible de ella, clarificar la situacin y, en ltima
instancia, proponer sistemas de eleccin entre las alternativas utilizando
criterios racionales
Ejemplo:
Los ejecutivos de una multinacional se encuentran reunidos para
presentar el lanzamiento de un nuevo producto. Este producto es
relativamente novedoso en el sentido de que no se trata de una evolucin de
un producto existente y no se tiene noticia de que otras compaas tengan
productos similares en el mercado actualmente. Dada la novedad del
producto, es necesario construir una nueva fbrica. Ya han sido tomadas toda
una serie de decisiones como su emplazamiento y otros aspectos tcnicos .Sin
embargo, falta por decidir el tamao de la fbrica. Evidentemente, la
capacidad productiva debe ser suficientemente grande como para poder dar
respuesta a la demanda del producto, pero si se construye una fbrica ms
grande de lo preciso, los costes fijos de la misma sern ms elevados de lo
necesario y esto ir en perjuicio de los beneficios que se obtendran con la
comercializacin del producto. Por otro lado, si la fbrica es ms pequea de
lo requerido para poder producir la demanda del producto, se incentiva la
aparicin rpida de competidores que lo copian y esto tiene consecuencias
negativas, tanto a nivel comercial como de produccin, que tambin
repercuten negativamente en los resultados del negocio. En esta reunin se
estudian cuatro posibilidades o alternativas para el tamao de la fbrica segn
9

un informe que ha sido realizado con la colaboracin del gabinete de estudios
de la multinacional. Estos tamaos son:
No hacer nada o lo que es lo mismo, abandonar la idea de comercializar el
producto
Construir una fbrica pequea que producira un rango de unidades bajo en
relacin con otras plantas para productos de caractersticas similares.
Construir una fbrica mediana con una capacidad ms acorde con la mayora
de los distintos negocios de la multinacional.
Construir una fbrica grande con una gran capacidad de produccin superior a
la mayora de los otros negocios de la multinacional.
La principal variable para decidir entre estas cuatro posibilidades es la
demanda futura del producto. En el informe, se plantean cuatro escenarios
posibles respecto a la demanda:
Ninguna: el producto tiene muy poca aceptacin en el mercado y no se
venden suficientes unidades para justificar su comercializacin.
Poca: la aceptacin del producto es baja pero supera el umbral que justifica su
comercializacin.
Normal: las previsiones de demanda se mueven entre unos mrgenes que
hacen de ella un negocio de rentabilidad media.
Mucha: se trata de un producto de mucho xito y se van a vender muchas
unidades. Existe una relacin bastante apropiada entre los cuatro tamaos
que se barajan y los cuatro escenarios de demanda posibles. Para cada
escenario hay una alternativa de tamao ptima. En el informe se ha hecho
una estimacin de los resultados que obtendra la multinacional con cada una
de las cuatro alternativas para cada uno de los diferentes escenarios. Esta
10

estimacin se ha realizado tras laboriosos estudios de previsin y de anlisis
de inversiones y se puede considerar una informacin fiable.
Los resultados principales del informe se reflejan en la siguiente tabla:
Tabla de consecuencias para el ejemplo de la multinacional
Tamaos\Demanda Cero Poca Normal Mucha
Nada (N) 0 0 0 0
Pequea (P) -1 3 2 1
Mediana (M) -2 2 5 2
Grande (G) -4 -2 2 8


5.- LA VALORACIN EN LA TOMA DE DECISIONES
La capacidad de valoracin en la toma de decisiones es un proceso.
Como realmente ocurre en la vida, el proceso de valoracin es una interaccin
vital, compleja e impredecible. Un acontecimiento de valoracin exige que el
individuo tome en cuenta sus responsabilidades y sus metas en mltiples
contextos por ejemplo, como empleado y colega en su trabajo, como un
abogado para sus clientes, como un miembro de su familia, como un
ciudadano o como miembro de una iglesia. El necesitar desempear los
papeles de otras personas con imaginacin y tambin tendr que proyectar las
consecuencias que sus opciones traern para l mismo, para otros individuos y
para comunidades ms numerosas.
5.1.- ETAPAS DEL PROCESO DE VALORACIN
Obviamente, para que la valoracin sea efectiva es necesario que el
individuo utilice todas sus capacidades y recursos; esto incluye su
conocimiento, responsabilidad, confianza, sus capacidades analticas, su
empata, sensibilidad y toda su gama de capacidades interactivas en tiempo
real a medida que da a conocer su decisin y se la da a conocer a otros, lo
que no es menos. Dentro de este proceso complejo, hemos considerado til
distinguir cuatro etapas generales: saber, juzgar, decidir y actuar.
11

Cuando nos enfocamos en saber, ayudamos al individuo a ver todos los
conceptos, las actitudes y las predisposiciones que constituyen su conjunto
mental a medida que se aproxima a una situacin. Observamos y trabajamos
con l para desarrollar lo cognitivo y lo afectivo, el contexto y la estructura, y
el conocimiento y las creencias.
Cuando nos enfocamos en juzgar, ayudamos al individuo a analizar y a
desarrollar todas las formas en las que se concentra en la situacin. Algunas
de estas formas, que se encuentran entre las actividades reflexivas de la etapa
de juzgar, encontramos: analizar los elementos de una situacin, el
comprometerse con el razonamiento moral acerca de las diferentes opciones,
proyectar con imaginacin las visiones y los sentimientos de otras personas o
las consecuencias de una accin determinada, clarificar los valores y los temas
y justificar las elecciones en relacin a los valores o doctrinas que se profesan.
Aqu encontramos al individuo reflexionando acerca del yo hara,
deberamos, e investigando las reas de se debera y bueno como
problemas en lo que se ha denominado pensamiento aplicado.
Finalmente, la expresin manifiesta de un valor est en actuar; a la
larga, tambin lo son los hbitos y los patrones de responsabilidad, de tomar
partido, La manera ms clara en la que uno puede dar a conocer su
valoracin a los dems y hacerla real, tangible y 3 duradera es a travs de la
transformacin del pensamiento y los sentimientos en un comportamiento
concreto, un patrn de accin, un trabajo finalizado, una carrera dedicada y un
estilo de vida responsable son.

5.2.- DIMENSIONES DEL PROCESO DE VALORACIN
Estas cuatro etapas muestran un marco general para ayudar a los
individuos a desarrollar su capacidad de valoracin, pero existen dimensiones
ms especficas dentro del marco a las que un individuo se dirige a medida que
avanza en su aprendizaje. Estas dimensiones representan una variedad de
12

inquietudes en las preguntas de valor, y ellas reflejan lo que hemos visto como
lo ms importante en nuestra enseanza y evaluacin de la capacidad de
valoracin.
A medida que intentamos ayudar al individuo a saber, juzgar, decidir y
actuar, hacemos que se comprometa en las siguientes dimensiones del
proceso:
Anlisis de sus valores
Interpretacin del origen de sus valores
Anlisis de la relacin entre sus valores y sus acciones
Toma de mltiples perspectivas
Utilizacin de la sensibilidad moral
Utilizacin del razonamiento moral
Contribucin al desarrollo de los valores en una comunidad numerosa
Las habilidades que forman el corazn del proceso de valoracin,
ayudan a ser ms consciente acerca de lo que se est aprendiendo y
proporcionan entendimiento, lo que plantea mtodos apropiados de
aprendizaje y evaluacin.
A pesar de que cada dimensin tiene su enfoque particular y necesita
atencin especfica, existe una coincidencia considerable entre las
dimensiones; por ejemplo, enfatizamos que incluso cuando un estudiante
examina sus propios valores, necesita hacerlo en relacin a los valores y
principios de otras personas, y de esta manera l refuerza la dimensin toma
de mltiples perspectivas. O cuando el estudiante est explorando cmo
podra contribuir al desarrollo de valores en una comunidad ms numerosa
tambin estara aplicando el razonamiento moral y la sensibilidad moral.
Las descripciones que se presentan a continuacin proporcionan una
visin general de las dimensiones e indican cmo una persona las desarrolla a
13

lo largo del currculo. Dichas descripciones tambin sugieren formas en las
cuales dicha persona participa en varias disciplinas como parte del aprendizaje
de la capacidad de valoracin. Al estudiar literatura de autores que
representan diferentes culturas, por ejemplo, ste puede comenzar a imaginar
experiencias diferentes de la suya y a involucrarse ms en las decisiones que
toma. Cuando analiza el mundo de la ciencia y la tecnologa, l realza su
capacidad para emitir juicios con respecto a temas complejos que se
presentan en el mundo de hoy. El estudio de estas y otras disciplinas busca, en
ltima instancia, ayudar al individuo a tomar decisiones y actuar frente a ellas
desde una perspectiva ms informada, reflexiva y sensible.

6.- LA PROBABILIDAD
Es una medida numrica de la posibilidad de que algo ocurra. Las
probabilidades se expresan como fracciones o como decimales que estn
entre uno y cero. Es una herramienta de ayuda para la toma de decisiones
porque proporciona una forma de medir, expresar y analizar las
incertidumbres asociadas con eventos futuros de razones entre el nmero de
casos favorables y el nmero de casos posibles.
Por qu es necesario aprender probabilidades?
La administracin es una ciencia inexacta por lo que el gerente raras
veces puede predecir un resultado con absoluta certeza.
Para formular el diagnstico el gerente debe contar con toda la
informacin posible acerca del escenario global

14

Por ejemplo debe:
- analizar los aspectos polticos, econmicos, sociales, tecnolgicos y
ecolgicos.
- realizar planes estratgicos.
- realizar estudios de mercado.
Una forma de expresar la incertidumbre inherente en la toma de
decisiones, aunque no la nica, es mediante el uso de probabilidades.
Cuando hablamos de incertidumbre estamos refirindonos ms bien a un
continuo que va desde la certidumbre absoluta hasta la imposibilidad. Ante
una decisin con incertidumbre, distintos decisores tendrn distintos grados
de certeza, distintas opiniones acerca de la verosimilitud de las proposiciones
implicadas. Y el grado de certidumbre del decisor podr variar en momentos y
situaciones diversas ante un mismo problema de decisin. De esta manera, la
incertidumbre se convierte en una propiedad de nuestro propio conocimiento
sobre los diversos sucesos, pero no en una propiedad de los sucesos en s
mismos (Von Winterfeldt y Edwards, 1986).

7.- RIESGO:
Qu quiere decir riesgo?
El riesgo es la condicin que impera cuando las personas pueden definir
un problema, especificar la probabilidad de que se presenten ciertos hechos,
identificar soluciones alternativas y establecer la probabilidad de que cada
solucin lleve a un resultado.
Es la condicin que ocurre cuando las personas pueden detallar el
problema, establecer las probabilidades que puedan presentarse, reconocer
una solucin alterna y fijar la probabilidad de que cada solucin lleve a un fin.
15

Muchas veces se cree que el riesgo es un efecto incierto que procede de una
toma o proceso de decisin al adaptar un procedimiento.
En general, riesgo significa que el problema y las soluciones alternativas
estn en algn punto ubicado entre el extremo de una cosa cierta y el extremo
de una inusual y ambigua. De hecho, con frecuencia se piensa que el riesgo es
una consecuencia incierta que puede derivarse de una decisin o de un
proceso de decisin al aplicar un procedimiento o afrontar una contingencia.

8.- CAOS
Popularmente, llamada Teora del Caos, es la rama de las ciencias
exactas, principalmente fsica y matemtica, que trata sobre
comportamientos impredecibles en sistemas dinmicos (sistemas complejos
que cambian o evolucionan con el estado del tiempo). La Teora del Caos
plantea que el mundo no sigue un patrn fijo y previsible, sino que se
comporta de manera catica y que sus procesos y comportamiento dependen,
en gran manera, de circunstancias inciertas. Esto plantea que una pequea
variacin en el sistema o en un punto del mismo puede provocar que en un
lapso de tiempo a futuro ste presente un comportamiento completamente
diferente e impredecible. No es propiamente una teora, sino un gran campo
de investigacin abierto que abarca numerosas lneas de pensamiento.
El trmino Caos se refiere a una interconexin subyacente que se
manifiesta en acontecimientos de la vida cotidiana que son aparentemente
aleatorios y desordenados. Por eso el concepto de caos a menudo puede
crear en nosotros una idea negativa, una visin de desorden en donde las
cosas no funcionan bien, en un mundo en donde lo establecido y lo correcto
es precisamente el orden.

16

8.1.- LA TEORA DEL CAOS Y EL EFECTO MARIPOSA
Hacia 1960, el meteorlogo Edward Lorenz se dedicaba a estudiar el
comportamiento de la atmsfera, tratando de encontrar un modelo
matemtico, un conjunto de ecuaciones, que permitiera predecir a partir de
variables sencillas, mediante simulaciones de ordenador, el comportamiento
de grandes masas de aire, en definitiva, que permitiera hacer predicciones
climatolgicas.
Lorenz realiz distintas aproximaciones hasta que consigui ajustar el
modelo a la influencia de tres variables que expresan como cambian a lo largo
del tiempo la velocidad y la temperatura del aire. El modelo se concret en
tres ecuaciones matemticas, bastante simples, conocidas hoy en da como
modelo de Lorenz.
Pero, Lorenz recibi una gran sorpresa cuando observ que pequeas
diferencias en los datos de partida (algo aparentemente tan simple como
utilizar 3 6 decimales) llevaban a grandes diferencias en las predicciones del
modelo. De tal forma que cualquier pequea perturbacin, o error, en las
condiciones iniciales del sistema puede tener una gran influencia sobre el
resultado final. De tal forma que se haca muy difcil hacer predicciones
climatolgicas a largo plazo. Los datos empricos que proporcionan las
estaciones meteorolgicas tienen errores inevitables, aunque slo sea porque
hay un nmero limitado de observatorios incapaces de cubrir todos los puntos
de nuestro planeta. Esto hace que las predicciones se vayan desviando con
respecto al comportamiento real del sistema.
Lorenz intent explicar esta idea mediante un ejemplo hipottico.
Sugiri que imaginsemos a un meteorlogo que hubiera conseguido hacer
una prediccin muy exacta del comportamiento de la atmsfera, mediante
clculos muy precisos y a partir de datos muy exactos. Podra encontrarse una
prediccin totalmente errnea por no haber tenido en cuenta el aleteo de una
mariposa en el otro lado del planeta. Ese simple aleteo podra introducir
17

perturbaciones en el sistema que llevaran a la prediccin de una tormenta.

De aqu surgi el nombre de efecto mariposa que, desde entonces, ha
dado lugar a muchas variantes y recreaciones.
Se denomina, por tanto, efecto mariposa a la amplificacin de errores
que pueden aparecer en el comportamiento de un sistema complejo. En
definitiva, el efecto mariposa es una de las caractersticas del comportamiento
de un sistema catico, en el que las variables cambian de forma compleja y
errtica, haciendo imposible hacer predicciones ms all de un determinado
punto, que recibe el nombre de horizonte de predicciones.
8.2.- LA TEORA DEL CAOS EN LAS ORGANIZACIONES
Una visin sociolgica de la Teora del Caos se da en las organizaciones
y los negocios, y la formul DeeHock, fundador de VISA. Su idea es la de una
organizacin basada en valores y metas comunes, la cual fundamenta una
concepcin del caos ordenado.
En los sistemas de caos ordenado, segn Hock, "el orden surge, la
estructura evoluciona. La vida es un fenmeno, un patrn reconocible dentro
de su infinita diversidad". En este sentido se le otorga a la organizacin un
carcter orgnico, como una entidad viva, cambiante y dinmica en donde
cada parte, por pequea e insignificante que parezca, cumple con una funcin
primordial en el perfecto funcionamiento de la organizacin. En esta visin
cada proceso, cada instrumento interacta en la organizacin y lo concibe
como un todo, no lo ve como una empresa en caos, o una entidad
desordenada y sin funcionamiento.
Con la filosofa anterior Hock critica frontalmente a las empresas que
iniciaron con modelos esttico-jerrquicos y que hasta nuestros das los
mantienen vigentes, dndole a la organizacin un carcter de frialdad total, de
18

pasividad, cortando espacios para aportar ideas y experiencias en pos de la
suma de conocimiento.
Principios constitutivos de la Teora del Caos
La Teora del Caos puede ser ilustrada a partir de cuatro principios que
constituyen su ncleo terico base:
a. Los sistemas caticos son no lineales: en una ecuacin lineal una
cosa cambia en proporcin directa a otra, pero en un sistema no lineal no se
mantiene este tipo de relacin.
b. Un sistema catico es uno en el que el resultado final depende
muy sensiblemente de las condiciones iniciales: la variacin ms pequea en
las condiciones iniciales de un fenmeno puede desencadenar grandes
cambios en el resultado final del fenmeno (efecto mariposa).
c. Los sistemas caticos son deterministas: a pesar de la aparente
contradiccin que puede acarrear este principio, ms que nada por la visin de
sentido comn que se tiene del caos, es necesario reconocer que en los
sistemas caticos existe algo que determina su comportamiento en un tiempo
y en un espacio preciso, para esto Ruelle y Takens en 1971 (citados por
Gutirrez, 1998) propusieron la teora del atractor extrao.
d. El comportamiento catico no puede predecirse: es literalmente
imposible medir las condiciones iniciales de un sistema, simularlas con un
ordenador tal vez, pero no medirlas y menos con una perfecta exactitud, por
lo que sus estados futuros nunca podrn ser predichos.
Caos no significa desorden ni comportamiento aleatorio, son sistemas
complejos no lineales, que tienen entre otras propiedades, un
comportamiento ordenado y razonable, bajo un disfraz lleno de opuestos y un
aparente desorden. Por ejemplo, las organizaciones y la economa, son
sistemas complejos y caticos.
19

La alta sensibilidad a las condiciones iniciales de estos sistemas, es
conocida como el efecto mariposa de Lorenz, (matemtico y meteorlogo,
que trabaj en este tema en la dcada de 1960), el cual dice que un aleteo de
una mariposa en california puede generar un tornado en Japn. Son sistemas
irreversibles, partimos de un estado X y luego el sistema pasa a un estado Y,
pero si pudiramos volver marcha atrs, no volveramos a X dado que es un
sistema complejo, tal como es la realidad y en cada transformacin se
pierde informacin, por lo cual nunca se pueden reproducir exactamente las
mismas condiciones.

9.- TEORA DE JUEGOS
La Teora de Juegos se desarroll con el simple hecho de que un
individuo se relacione con otro u otros. Hoy en da se enfrenta cotidianamente
a esta teora, en cualquier momento, tenemos por ejemplo cuando nos
inscribimos en un nuevo semestre en la universidad, cuando la directiva toma
la decisin sobre el monto que se va a cobrar, la directiva est realizando un
juego con sus clientes, en este caso los alumnos. Para el hombre la
importancia que representa la Teora de Juegos es evidente, pues a diario se
enfrenta a mltiples situaciones que son juegos.
Actualmente la Teora de Juegos se ocupa sobre todo de que ocurre
cuando los hombres se relacionan de forma racional, es decir, cuando los
individuos se interrelacionan utilizando el raciocinio. Sin embargo, la Teora de
Juegos tiene todas las respuestas a los todos problemas del mundo.

20

Qu es la teora de juegos?
Es una rama de la economa que estudia las decisiones en las que para
que un individuo tenga xito tiene que tener en cuenta las decisiones tomadas
por el resto de los agentes que intervienen en la situacin. La teora de juegos
como estudio matemtico no se ha utilizado exclusivamente en la economa,
sino en la gestin, estrategia, psicologa o incluso en biologa.
Evidentemente definir la Teora de Juegos es tan absurda como su
lgica, pero la realidad es que la Teora de Juegos consiste en razonamientos
circulares, los cuales no pueden ser evitados al considerar cuestiones
estratgicas. Por naturaleza, a los humanos no se les da muy bien pensar
sobre los problemas de las relaciones estratgicas, pues generalmente la
solucin es la lgica a la inversa.
En la Teora de Juegos la intuicin no educada no es muy fiable en
situaciones estratgicas, razn por la que se debe entrenar tomando en
consideracin ejemplos instructivos, sin necesidad que los mismos sean reales.
Por lo contrario en muchas ocasiones disfrutaremos de ventajas sustanciales
estudiando juegos, si se eligen cuidadosamente los mismos. En estos juegos-
juegos, se pueden desentender de todos los detalles.
Si en lugar de utilizar personajes ficticios utilizamos personajes reales
para los juegos si se observase qu tan honesto es ese personaje, cmo
manipulara la informacin obtenida, etc. Para un especialista en Teora de
Juegos el ser deshonesto, etc., sera un error comparable al de un matemtico
que no respeta las leyes de la aritmtica porque no le gustan los resultados
que est obteniendo.
9.1.- ORIGEN DE LA TEORA DE JUEGOS
La Teora de Juegos fue creada por Von Neumann y Morgenstern en su
libro clsico TheTheory of GamesBehavior, publicado en 1944. Otros haban
anticipado algunas ideas.Los economistas Cournot y Edgeworth fueron
21

particularmente innovadores en el siglo XIX. Otras contribuciones posteriores
mencionadas fueron hechas por los matemticos Borel y Zermelo. El mismo
Von Neumann ya haba puesto los fundamentos en el artculo publicado en
1928. Sin embargo, no fue hasta que apareci el libro de Von Neumann y
Morgenstern que el mundo comprendi cun potente era el instrumento
descubierto para estudiar las relaciones humanas.
Todava encontramos profesores mayores que nos explican que la
Teora de juegos no sirve para nada porque la vida no es un "Juego de suma
cero", o porque se puede obtener el resultado que uno quiera seleccionando
el apropiado "concepto de solucin cooperativa".
Afortunadamente las cosas han evolucionado con mucha rapidez en los
ltimos veinte aos, y ste y otros libros modernos sobre teora de juegos ya
no padecen algunos de los presupuestos restrictivos que Von Neumann y
Morgenstern consideraron necesarios para progresar. Como resultado, lo que
la teora de juegos prometa en un principio se est empezando a cumplir. En
los ltimos aos, sus repercusiones en la teora econmica slo se pueden
calificar de explosivas. Todava es necesario, sin embargo, saber algo de la
corta historia de juegos, aunque slo sea para entender por qu se usan
algunos trminos.
10.- PROGRAMACIN LINEAL
La programacin lineal constituye un importante campo de la
optimizacin por varias razones, muchos problemas prcticos de la
investigacin de operaciones pueden plantearse como problemas de
programacin lineal. Algunos casos especiales de programacin lineal, tales
como los problemas de flujo de redes y problemas de flujo de mercancas se
consideraron en el desarrollo de las matemticas lo suficientemente
importantes como para generar por si mismos mucha investigacin sobre
algoritmos especializados en su solucin. Una serie de algoritmos diseados
para resolver otros tipos de problemas de optimizacin constituyen casos
22

particulares de la ms amplia tcnica de la programacin lineal.
Histricamente, las ideas de programacin lineal han inspirado muchos de los
conceptos centrales de la teora de optimizacin tales como la dualidad, la
descomposicin y la importancia de la convexidad y sus generalizaciones. Del
mismo modo, la programacin lineal es muy usada en la microeconoma y la
administracin de empresas, ya sea para aumentar al mximo los ingresos o
reducir al mnimo los costos de un sistema de produccin.
La programacin lineal estudia las situaciones en las que se exige
maximizar o minimizar funciones que se encuentran sujetas a determinadas
limitaciones, que llamaremos restricciones.
Programacin lineal es una tcnica matemtica que permite asignar
recursos limitados. La programacin lineal es una tcnica matemtica
empleada durante la segunda guerra mundial. Su vala para la administracin
de la produccin radica en que a menudo se puede operar para resolver
problemas de asignacin complicados que incluye una gran cantidad de
variables. Antes del desarrollo de la programacin lineal solo se consegua
solucionar mediante modelos grficos y esquemticos. Las soluciones se
hallaban por medio de aproximaciones sucesivas y ninguno estaba seguro de
haber logrado la mejor solucin. El problema de programacin al que se
enfrenta es: Cmo consigo el mayor importe por los productos y servicios
que obtengo con el dinero que poseo? Si todas las relaciones son lineales
(ejemplo: 2 unidades son 2 veces ms buenas o cuestan el doble que una)
puede aplicar la tcnica de programacin lineal para solucionar el problema.
La programacin lineal es un mtodo de optimizacin matemtica que
se aprovecha ampliamente en reas como la determinacin de rutas de vuelo,
mezclas de ingredientes y planificacin de distribucin.
11.- TCNICA DE MONTECARLO
23

Es una tcnica que permite llevar a cabo la valoracin de los proyectos
de inversin considerando que una, o varias, de las variables que se utilizan
para la determinacin de los flujos netos de caja no son variables ciertas, sino
que pueden tomar varios valores. Por tanto, se trata de una tcnica que
permite introducir el riesgo en la valoracin de los proyectos de inversin.
La tcnica de la simulacin de Monte Carlo se basa en simular la
realidad a travs del estudio de una muestra, que se ha generado de forma
totalmente aleatoria. Resulta, por tanto, de gran utilidad en los casos en los
que no es posible obtener informacin sobre la realidad a analizar, o cuando la
experimentacin no es posible, o es muy costosa. As, permite tener en cuenta
para el anlisis un elevado nmero de escenarios aleatorios, por lo que, se
puede decir que hace posible llevar la tcnica del anlisis de escenarios al
infinito ampliando la perspectiva de los escenarios posibles. De esta forma, se
pueden realizar anlisis que se ajusten en mayor medida a la variabilidad real
de las variables consideradas. La aplicacin de esta tcnica se basa en la
identificacin de las variables que se consideran ms significativas, as como
las relaciones existentes entre ellas (aunque esto puede resultar realmente
complejo), para explicar la realidad a estudiar mediante la sustitucin del
universo real, por un universo terico utilizando nmeros aleatorios.
La simulacin de Monte Carlo data del ao 1940, cuando Neuman y
Ulam la aplicaron en el campo de la experimentacin de armas nucleares. A
partir de entonces, se ha demostrado que es una tcnica que puede ser
aplicada en campos de diversa ndole, utilizndose por primera vez para el
anlisis de inversiones en el ao 1964 por Hertz. Hay algunas aplicaciones
informticas especficas, como es el caso del programa "@Risk" de Palisade, o
el "Cristal Bowl", que permiten tener en cuenta la correlacin existente entre
las variables, y realizar el anlisis del riesgo en la valoracin de proyectos de
inversin utilizando la simulacin de Monte Carlo.
24

La simulacin Monte Carlo es una tcnica matemtica computarizada
que permite tener en cuenta el riesgo en anlisis cuantitativos y tomas de
decisiones. Esta tcnica es utilizada por profesionales de campos tan dispares
como los de finanzas, gestin de proyectos, energa, manufacturacin,
ingeniera, investigacin y desarrollo, seguros, petrleo y gas, transporte y
medio ambiente.
La simulacin de Monte Carlo es una tcnica que combina conceptos
estadsticos (muestreo aleatorio) con la capacidad que tienen los ordenadores
para generar nmeros pseudo aleatorios y automatizar clculos. El mtodo
fue llamado as por el principado de Mnaco por ser la capital del juego de
azar, al tomar una ruleta como un generador simple de nmeros aleatorios.
El nombre y el desarrollo sistemtico de los mtodos de Monte Carlo datan
aproximadamente de 1944 con el desarrollo de la computadora.
12.- CERTEZA, RIESGO E INCERTIDUMBRE. CRITERIOS PARA LA TOMA DE
DECISIONES.
En el momento de disear las decisiones, pero sobre todo a la hora de
establecer criterios con los que se adoptan un curso de accin, tres son las
situaciones que se le pueden presentar al decisor:
Certeza: Esta es la situacin ideal para la toma de decisiones. Se tiene la total
seguridad sobre lo que va a ocurrir en el futuro. Desde un punto de vista
estrictamente econmico se trata de elegir el curso de accin que va a
proporcionar los mejores resultados de acuerdo con el criterio establecido
(beneficios, rentabilidad, cifra de ventas). No es, sin embargo, una situacin
habitual.
Riesgo: Esta situacin se aproxima bastante ms que la anterior a las
situaciones habituales en la empresa. El decisor, bien porque se ha procurado
informacin, bien por su experiencia, puede asignar probabilidades a los
estados de la naturaleza de los que depende la efectividad de su decisin. De
esta forma, puede valorar, al menos asocindolos a una probabilidad, los
25

resultados promedio de sus decisiones. Por supuesto, que eso sea suficiente
para tomar una decisin depende de los criterios que se definan para tomarla.
Incertidumbre: Al igual que con el riesgo, los decisores en muchas ocasiones
se enfrentan a decisiones en las que no pueden efectuar suposiciones sobre
las condiciones futuras en las que se desarrollarn los cursos de accin
elegidos. Ni siquiera es posible asignar probabilidades razonables a dichos
sucesos futuros. En estos casos la decisin, adems de por criterios polticos y
econmicos, se ve orientada por la orientacin psicolgica del decisor.
Independientemente de la situacin a la que nos enfrentemos, lo que
es cierto es que para todo conjunto de decisiones a tomar y sucesos futuros
de los que depende el resultado de la decisin es posible definir una matriz de
resultados (como la que se presenta a continuacin, donde Rij es el resultado
de aplicar la alternativa i (Ai) y presentarse posteriormente el suceso j (Sj).
Suceso 1 Suceso 2 Suceso 3 Suceso n
Alternativa 1 R11 R12 R13 R1n
Alternativa 2 R21 R22 R23 R2n
Alternativa 3 R31 R32 R33 R3n

Alternativa s Rs1 Rs2 Rs3 Rsn
Matriz de resultados

Para ilustrar el resto de la explicacin, utilizaremos el siguiente
ejemplo. Suponga que debe tomar una decisin sobre un nuevo modelo de
equipo industrial a instalar en su organizacin. En concreto debe elegir entre
tres equipos de distinta capacidad, funciones, facilidad de uso y precio. Usted,
como responsable de la decisin final sabe que el rendimiento del equipo
depende de la adaptacin de los operarios a los mismos, ya que su instalacin
supone un cambio en los procesos de trabajo y el desarrollo de nuevas
competencias. Usted puede estimar razonablemente el beneficio que dicho
equipo proporcionar en base a la adaptacin de los operarios, de forma que
puede construir la siguiente matriz de decisin1:
26


No se adaptan Se adaptan
bien
Se adaptan
muy bien
Alternativa 1 650 550 900
Alternativa 2 1000 650 400
Alternativa 3 500 800 950
Matriz de resultados

12.1.- CRITERIO DE DECISIN EN SITUACIONES DE CERTEZA.
Si usted sabe qu situacin se va a presentar en el futuro elegir la
alternativa que proporciona el mximo resultado para ese suceso futuro. En
nuestro ejemplo, si usted sabe est completamente seguro que los operarios
se adaptarn muy bien, elegir la alternativa 3, que da el mayor resultado. Sin
embargo, si piensa que no se van a adaptar y sabe que ello ocurrir, elegira la
alternativa 2, pues en esa situacin es la que da mejores resultados.
Puesto que sabemos que va a ocurrir, el criterio de decisin es elegir la
alternativa que proporciona el mejor resultado.

12.2.- CRITERIO DE DECISIONES EN SITUACIN DE RIESGO.
En este caso, como hemos comentado es posible asignar
probabilidades (pj) a los estados de la naturaleza o sucesos de los que
depende la efectividad de la decisin. En este caso, podemos determinar el
Valor Monetario Esperado (VME) de cada alternativa como media ponderada
de los posibles resultados. En nuestro caso si las probabilidades asignadas a
los distintos sucesos fuesen 0.1, 0.4, 0.5 podemos determinar el VME de cada
alternativa como [1]

()

[1]

27

No se adaptan Se adaptan
bien
Se adaptan
muy bien
VM (Ai)
Probabilidad 0.1 0.4 0.4
Alternativa 1 650 550 900 735
Alternativa 2 1000 650 400 560
Alternativa 3 500 800 950 845

12.3.- CRITERIOS DE DECISIN EN SITUACIONES DE INCERTIDUMBRE.
Como ya hemos sealado, adems de por diferentes causas como
estratgicas, polticas o econmicas, las decisiones pueden estar influidas por
la orientacin psicolgica del decisor, influyendo cuestiones tales como la
forma en laque asigna probabilidades a los sucesos, su optimismo o
pesimismo respecto a los resultados de sus decisiones o su aversin al riesgo
entre otras causas. Los criterios que se presentan a continuacin abordan las
situaciones especificadas en este prrafo y, a salvo de otras cuestiones,
orientan la toma de decisiones desde una perspectiva estricta de resultados
esperados.

13.-.- CRITERIOS PARA LA SELECCIN DE UNA ALTERNATIVA:
13.1.-CRITERIO PESIMISTA.
Es el criterio conservador ya que trata de obtener lo mejor en las
peores condiciones posibles. Llamado tambin como criterio de Wald, este
criterio razona sobre la peor situacin que se le puede presentar al decisor una
vez elegida una alternativa. El criterio establece que elegida una alternativa, se
presentar el peor resultado posible, de forma que el decisor debera elegir el
mejor de estos resultados segn [2].
Valor esperado

)}
Valor de decisin esperado
Alternativa 1 550
Alternativa 2 400
28

Alternativa 3 500

13.2.- CRITERIO OPTIMISTA.
El criterio optimista ser el complementario a ste. Segn este criterio,
si las cosas pueden ir bien, no hay motivo para que ello no sea as. El decisor
que sigue este criterio identifica cada alternativa con el mejor resultado
posible optando por la alternativa que corresponda con dicho valor. El criterio
a seguir ser como se indica en [3]:
Valor esperado

)}[3]
Si aplicamos dicho criterio a nuestra matriz de resultados, optaramos por la
alternativa 2, que proporcionara unos beneficios de 1000.

Valor de decisin esperado
Alternativa 1 900
Alternativa 2 1100
Alternativa 3 950
Resultados para criterio optimista

13.3.- CRITERIO DE HURWICZ.
Este criterio representa una abanico de actitudes, desde la ms
pesimista a la ms optimista ponderando ambas situaciones por un ndice de
optimismo . De esta forma el resultado de cada alternativa va a depender
tanto de la tendencia al optimismo del decisor y de su resultado asociado,
como de la tendencia al pesimismo y su resultado que se actan como
complementarios. Para aplicar este criterio de decisin, el decisor debe definir
su coeficiente de optimismo entre el 0 y el 100% (entre 0 y 1).
Consecuentemente el coeficiente de pesimismo ser (1-) y el valor de cada
alternativa ser la ponderacin de los resultados optimista y pesimista por sus
29

correspondientes coeficientes como se indica en [4].Se busca obtener el
mejor resultado posible

Valor esperado(

) {

()}[4]
Si calculamos los valores para cada una de las estrategias obtenemos
los siguientes valores para un coeficiente de optimismo del 65% (=0,65):
A1 = 900 * 0,65 + 500*(1-0,65)= 777,5
A2 = 1000 * 0,65 + 500*(1-0,65)= 790
A3 = 950 * 0,65 + 500 * (1-0,65) = 792,5
De forma que el decisor, de acuerdo a este criterio y a ese coeficiente de
optimismo elegira la alternativa 3.

13.4.- CRITERIO DE SAVAGE.
El criterio de Savage, llamado arrepentimiento minimax, transforma la
matriz de beneficios (o de prdidas en su caso) en una matriz de errores. De
esta forma, el decisor puede evaluar fcilmente el coste de oportunidad en el
que incurre por tomar una decisin equivocada.
En nuestra matriz de resultados, parece claro que si el decisor eligiese
la alternativa 2 y se presentase la situacin en la que los operarios se
adaptasen mal a los nuevos equipos, la eleccin hubiese sido la mejor posible,
ya que con las otras dos alternativas obtendra unos resultados peores. En
este caso la alternativa 2 no tiene coste de oportunidad ya que proporciona el
mejor resultado posible en esa situacin, mientras que en la alternativa 1 el
coste de oportunidad es de 350 (1000 que podra obtener 650 que esta
obtendra por no haber acertado en la decisin) y en la alternativa 3 es de 500
(1000-500).El valor esperado es menor arrepentimiento mximo.
30

Si hacemos lo mismo para el caso en el que los operarios se adaptan
bien a los nuevos equipos, la mejor eleccin, aquella que no nos hara incurrir
en ningn coste sera la alternativa 3 con el mximo resultado posible (800)
mientras que las alternativas1 y 2 nos haran incurrir en unos costes de
oportunidad de 250 y 150 respectivamente (800-550 y 800-650).
Por ltimo, para el caso en que los operarios se adapten muy bien,
nuevamente la alternativa 3 es la mejor opcin con un resultado esperado de
950, dando lugar a unos costes de oportunidad de 50 y 550 (950-900 y 950-
400) para las alternativas 1 y 2.
Representando todos los costes de oportunidad en una matriz de
costes de oportunidad, obtenemos lo siguiente:
Matriz 2 Costes de oportunidad.
No se adaptan Se adaptan
bien
Se adaptan
muy bien
Alternativa 1 350 250 50
Alternativa 2 0 150 150
Alternativa 3 500 0 0
Matriz de costes de oportunidad
Al ser este un criterio conservador en el que el decisor desea elegir
aquella alternativa que le minimiza el coste del error, debemos fijarnos en el
mximo error que se puede cometer con cada alternativa. En este caso estos
valores son los siguientes:
Mximo error
Alternativa 1 350
Alternativa 2 550
Alternativa 3 500
Resultados para criterio de Savage

Por lo tanto, en vistas a minimizar el error de una mala eleccin, el
decisor optara, de acuerdo a este criterio, por la alternativa 1; la que minimiza
el mximo error posible.
31

Es importante aclarar que los criterios aqu presentados son especficos
para las situaciones descritas, pero existen otros factores (estratgicos,
polticos, de recurrencia de la decisin, de complementariedad, de
oportunidad), que afectan a la toma de decisiones y tambin deben ser
tomados en cuenta.
13.5.- CRITERIO DE LAPLACE
Este criterio, propuesto por Laplace en 1825, est basado en el principio
de razn insuficiente: como a priori no existe ninguna razn para suponer que
un estado se puede presentar antes que los dems, podemos considerar que
todos los estados tienen la misma probabilidad de ocurrencia, es decir, la
ausencia de conocimiento sobre el estado de la naturaleza equivale a afirmar
que todos los estados son equiprobables. As, para un problema de decisin
con n posibles estados de la naturaleza, asignaramos probabilidad 1/n a cada
uno de ellos.
La regla de Laplace selecciona como alternativa ptima aquella que
proporciona un mayor resultado esperado:
( )
)
`

=
n
j
j i i
e a x
n
a mx
1
,
1
_


13.6.- EL VALOR ESPERADO.
Consiste en que cuando afrontamos con un nmero de acciones, cada una de
ellas con un nmero de resultados asociados a una probabilidad diferente, el
procedimiento racional es identificar todos los posibles resultados de las
acciones, determinar sus valores (positivos o negativos) y sus probabilidades
asociadas que resultan de cada accin y, al multiplicar los dos valores, se
obtiene el valor esperado. La accin elegida deber ser aquella que
proporcione el mayor valor esperado.
En 1738, Daniel Bernoulli public un documento influyente denominado
Exposicin de una nueva Teora sobre la Medida del Riesgo, en la que emplea
32

la paradoja de San Petersburgo para mostrar que el valor esperado debe ser
normativamente errneo.
Estos criterios utilizan el valor esperado, esto es, en donde se asigna
una accin o estrategia se calcula un valor esperado a partir de las
consecuencias y pagos junto con las probabilidades asignadas a los eventos.
14.- RBOL DE DECISIN
Es una tcnica que permite analizar decisiones secuenciales basada en
el uso de resultados y probabilidades asociadas. Se pueden usar para generar
sistemas expertos, bsquedas binarias y rboles de juegos.
El rbol de decisin es una de las herramientas ms utilizadas para la
toma de decisiones adecuadas teniendo varias alternativas posibles de accin.
El rbol de decisin es una buena ayuda para elegir entre varios cursos de
accin. El nombre de rbol de decisin proviene de la forma que adopta el
modelo, semejante a un rbol. Est formado por mltiples nodos cuadrados,
que representan los puntos de decisin, y de los cuales surgen ramas que
representan las distintas alternativas.
El rbol de decisin es un grfico que nos sirve como herramienta para
la toma de decisiones en la empresa. Plantea el problema para que todas las
opciones sean analizadas, y hace posible analizar las consecuencias de adoptar
una u otra decisin. Tambin nos permite cuantificar su coste y las
probabilidades de ocurrencia de cada decisin.
Pueden aplicarse en muchas situaciones de la empresa a la hora de la
toma de decisiones, como en inversin, reinversin, polticas de crditos y
financiacin a corto y largo plazo.
Al empresario en muchas ocasiones se le plantea la eleccin de una
opcin entre varias posibilidades, por lo que recurre a esta herramienta. La
eleccin de una alternativa supone el abandono de las dems opciones. Al
tomar una decisin, el resultado de esta vendr determinado por un suceso
33

incierto (estados de la naturaleza). Una vez producido ese estado de la
naturaleza, es posible elegir de nuevo entre distintas alternativas que
dependen a su vez de nuevos estados de naturaleza.
Los elementos fundamentales en la elaboracin de un rbol de decisin
son:
Puntos o nodos de decisin entre alternativas o estrategias; indica
que una decisin necesita tomarse en ese punto de proceso.
Nudos aleatorios o de probabilidad: Ocurrencia de los posibles
estados de la naturaleza
Resultados esperados
Partimos del primer nudo siempre, que es la decisin inicial que debe
de tomar el decisor, y a partir de ah van saliendo las diferentes alternativas
planteadas.
En el rbol de decisin existen dos clases de elementos:
-Arcos o Ramas: Punto de seleccin entre diferentes alternativas. Su
representacin grfica es una flecha que nos muestra los distintos caminos
que se pueden emprender cuando tomamos una decisin (lnea continua)o
bien ocurre algn evento aleatorio(lnea discontinua).
-Nudos o Vrtices: existen dos tipos de vrtices representados con
notacin diferente:
a) Puntos de decisin que representan las opciones a adoptar. Se
representan mediante un cuadrado.
b) Sucesos inciertos, considera el entorno econmico-financiero, y
estn representados por un crculo.

34

14.1.- TIPOS DE RBOLES
Dependiendo de la situacin y del resultado deseado, existen varios
tipos de rboles de decisin tales como:
rbol de Clasificacin: Se usa cuando existan diferentes partes de
informacin que hayas calculado para determinar el resultado ms predecible.
Con el rbol de decisin por clasificacin debes usar un proceso binario de
categoras y subcategoras para esquematizar las diferentes variables que
rodean a un resultado. Este tipo de rbol puede emplearse en probabilidad y
estadstica.
rbol de Regresin: Este tipo de rbol de decisin se usa cuando
tienes diferentes partes de informacin para determinar un nico resultado
predeterminado. Durante el proceso de construir este rbol debes dividir las
diferentes partes de informacin en secciones y luego subdividir en varios
subgrupos. Este tipo de rbol es usado principalmente en clculos de bienes
races.
rbol de Mejora: Este tipo de rbol de decisin se usa cuando
quieres incrementar la precisin del proceso de toma de decisiones. Para esto
debes tomar una sola variable y luego calcularla y estructurarla de manera que
la cantidad de errores se minimicen tanto como sea posible. Esto crea
informacin ms precisa, debido a que habrs eliminado los errores tanto
como se pueda. Este tipo de rbol se usa principalmente en contabilidad y
matemticas


35

CONCLUSIN
Toda empresa eficientemente bien manejada debe contar con una
plana gerencial plenamente capacitada en la toma de decisiones bajo
condiciones de certeza, incertidumbre y riesgo, pues su importancia radica en
la eficacia y eficiencia de la correcta toma de decisiones. Un gerente tiene que
familiarizarse con el circuito bsico de toma de las decisiones y sus
ingredientes. Una vez reconocidos estos ingredientes bsicos, debe prestarse
atencin al carcter de quien toma la decisin, tanto individualmente como en
grupo. Debido a que la mayora de las decisiones tienen efecto sobre la gente,
el Gerente no puede ignorar la influencia de las relaciones humanas en una
decisin, especialmente cuando se selecciona una tcnica para tomarla.
La representacin en diagrama de un problema dado puede tomar
diferentes formas y puede ser una ayuda invaluable para reunir y mostrar el
problema en particular o los parmetros de la decisin tomada bajo
condiciones de certeza, incertidumbre y riesgo. Un conocimiento bsico de las
teoras de las probabilidades y de la estadstica ayudar en la presentacin
grfica de la informacin a efectos de una rpida y efectiva toma de decisiones
bajo cualquiera de los tres parmetros estudiados. Sin embargo, una vez que
se haya procesado toda la informacin y al mismo tiempo comprendido cules
son los ladrillos bsicos para la construccin de la toma de decisiones, an se
requiere un ingrediente ms para que un gerente tome las decisiones
acertadas. La persona que no desee correr riesgos nunca tendr xito como
gerente y/o administrador de una empresa.
Un gerente debe tener el buen juicio para saber qu tanta informacin
debe recoger, la inteligencia para dirigir la informacin y, lo ms importante de
todo, el valor para tomar la decisin que se requiere cuando sta conlleva un
riesgo en condiciones de certeza, incertidumbre y riesgo.
36

ANEXOS



Certidumbre Incertidumbre Riesgo

T.D. en condiciones de certeza





Efecto mariposa Savage Hurwicz
Arbol de Decisiones






1
2
2
3

3

3

3

Punto de
arranque
Alternativa 2
Desenlace
probabilstico 1
Alternativa 1
Desenlace
probabilstico 4
Probabilidad 3
Desenlace
probabilstico 2
Probabilidad 2
Probabilidad 1
Desenlace
probabilstico 3
Probabilidad 4
1 Nodo de
decisin. Punto
de arranque.
2 Nodo de azar
o de
probabilidad.
3 Nodo
terminal.
Resultado
esperado.
37

BLIOGRAFA
WEB:
http://es.thefreedictionary.com

http://es.scribd.com/doc/38142072/Certidumbre-Incertidumbre-y-Riesgo

http://manuelazo.wordpress.com/2013/01/14/caracteristicas-principales-de-los-sig/

http://manuelgross.bligoo.com/content/view/666731/Toma-de-Decisiones-en-
condiciones-de-Certeza-Incertidumbre-y-Riesgo.html

http://es.wikipedia.org/wiki/Teor%C3%ADa_de_la_decisi%C3%B3n

http://riunet.upv.es/bitstream/handle/10251/31618/Toma%20de%20decisiones%20en%20
situaci%C3%B3n%20de%20certeza,%20riesgo%20e%20incertidumbre%20V4.pdf?sequenc
e=5

http://blog.pucp.edu.pe/item/79396/toma-de-decisiones-en-condiciones-de-certeza-
incertidumbre-y-riesgo