3.

1 Caractersticas generales Teora de Decisiones

La Teora de la Decisin trata del estudio de los procesos de toma de

decisiones desde una perspectiva racional.
En cuanto a decisin se refiere, existen dos enfoques sobresalientes:
La teora de la eleccin racional (Simon): desde una perspectiva
descriptiva, nos cuenta cmo son los procesos decisorios en las
organizaciones. Los hombres aplican su propia racionalidad limitada
por su singular visin de la realidad.
La teora de la decisin: es una metodologa prescriptiva o normativa
que indica cmo se debe decidir para ser consecuentes con los
objetivos, preferencias y ciertos principios impuestos por la teora.
(Cmo se debe decidir, pero no que decidir).
La teora de la decisin es prescriptiva porque obliga al TD a proceder
de una determinada manera si quiere ser coherente con las premisas
definidas.
La teora de la decisin es subjetiva porque, al prescribir, tiene en
cuenta las preferencias, las valoraciones, las vivencias y la visin del
TD.
La teora de decisiones se ocupa de decisiones contra la naturaleza.
Esta fase se refiere a una situacin donde el resultado (rendimiento)
de una decisin individual depende de la accin de otro agente
(naturaleza) sobre el cual no se tiene control. Es importante observar

que en este modelo los rendimientos afectan nicamente a quien toma

la decisin. A la naturaleza no le importa cual es el resultado.
Elementos de un Proceso de Decisin
El decisor (TD): Es el encargado de realizar la seleccin de
alternativas de la mejor manera, en funcin de sus objetivos
Las alternativas o cursos de accin: son las diferentes formas de
actuar posibles: el TD deber seleccionar una de ellas. Es importante
tener en cuenta que estas alternativas deben ser excluyentes entre s.
Los estados de la naturaleza: son las variables no controlables por el
TD. Son eventos futuros que influyen en el proceso de decisin, pero
que no pueden ser controladas ni previstas, en su comportamiento,
por el TD.
Los resultados: es lo que se obtiene ante la seleccin (la opcin) de
una alternativa determinada cuando se presenta uno de los posibles
estados de la naturaleza.
La tabla de pagos (o tablas de decisin): sirven para tratar muchos
problemas de decisin y poseen los siguientes elementos:
Los diferentes estados de la naturaleza sj (s1, s2,, sn).

Las distintas alternativas o cursos de accin, entre los cuales el

TD deber seleccionar uno aj (a1, a2, , am).

 Los resultados Rij que surgen de la eleccin de la alternativa ai

cuando se presenta el estado sj

El criterio de decisin: es la especificacin de un procedimiento

para identificar la mejor alternativa en un problema de decisin.

La descripcin de los diferentes criterios de decisin que proporcionan

la opcin ptima ser realizada de acuerdo con el conocimiento que
posea el TD acerca de los estados de la naturaleza, es decir,
atendiendo a la clasificacin de los procesos de decisin: certidumbre,
riesgo e incertidumbre

Etapas del Proceso Decisorio

1. El TD debe identificar la existencia de un problema y poder
definirlo.
2. El TD debe recopilar ms informacin acerca del problema.
3. El TD debe poder especificar los objetivos. La decisin se basa
en seleccionar la mejor alternativa en funcin de ciertos
objetivos.
4. El TD debe elaborar un modelo que describa el problema.
5. El TD debe generar soluciones alternativas al problema y
evaluarlas en funcin de sus preferencias (anlisis cualitativo y
anlisis cuantitativo).
6. El TD debe determinar el criterio de decisin que optimice la
situacin.
3

7. El TD debe predecir las consecuencias de cada actuacin.

8. El TD debe establecer un sistema de preferencias. Tiene que
realizar una valoracin de las consecuencias de acuerdo con
una escala de bondad o deseabilidad.
9. El TD debe elegir entre las soluciones alternativas. Es necesario
que seleccione un curso de accin. Esta eleccin debe darse
mediante un criterio de decisin adecuado.
10.

El TD debe poner en prctica la solucin seleccionada y

evaluar los resultados. Lo que modifica el universo, es la accin

derivada de la decisin

Clasificacin de los Procesos de Decisin

Segn las caractersticas del contexto, podemos decir que el proceso
de decisin se realiza bajo certidumbre, bajo riesgo o bajo
incertidumbre. En funcin de esta distincin podemos identificar tres
grandes grupos:
Decisiones No Estructuradas: este tipo de decisiones se toman
cuando estamos en un contexto de incertidumbre total y se cuenta con
muy poca informacin. Son, principalmente, decisiones polticas y
estratgicas. Se requiere de un alto poder de negociacin
Decisiones Poco Estructuradas: este tipo de decisiones se toman
cuando estamos en un contexto intermedio, es decir, no nos
encontramos en certeza ni en incertidumbre total.

Decisiones Estructuradas: este tipo de decisiones se toman cuando

estamos en un contexto de casi-certeza, donde existe poca
complejidad. La mayora de estas situaciones son abarcadas por los
Mtodos de Investigacin de Operaciones. Son decisiones que
pueden programarse por ser repetitivas y rutinarias.

3.2 Criterios de decisin Determinsticos y

Probabilsticas

El conocimiento es lo que sabemos. La informacin es la

comunicacin

de

conocimientos.

En

cada

intercambio

de

conocimientos, hay un remitente y un receptor. El remitente hace

comn lo que es privado, hace la informacin, la comunicacin. La
informacin se puede clasificar como formas explcitas y tcitas. La
informacin explcita se puede explicar de forma estructurada,
mientras que la informacin tcita es inconsistente e imprecisa de
explicar.
Los datos son conocidos como informacin cruda y no como
conocimientos en s. La secuencia que va desde los datos hasta el
conocimiento es (observe el siguiente cuadro): de los Datos (Data) a la
Informacin (Information), de la Informacin (Information) a los Hechos
(Facts), y finalmente, de los Hechos (Facts) al Conocimiento
(Knowledge) . Los datos se convierten en informacin, cuando se
hacen relevantes para la toma de decisin a un problema. La
informacin se convierte en hecho, cuando es respaldada por los
datos. Los hechos son lo que los datos revelan.
5

Sin embargo el conocimiento instrumental es expresado junto con un

cierto grado estadstico de confianza (gl).
Los hechos se convierten en conocimiento, cuando son utilizados en la
complementacin exitosa de un proceso de decisin. Una vez que se
tenga una cantidad masiva de hechos integrados como conocimiento,
entonces su mente ser sobrehumana en el mismo sentido en que,
con la escritura, la humanidad es sobrehumana comparada a la
humanidad antes de escribir. La figura siguiente ilustra el proceso de
razonamiento estadstico basado en datos para construir los modelos
estadsticos para la toma de decisin bajo incertidumbre.

De donde:
Level of Exactness of Statistical Model = Nivel de Exactitud del Modelo
Estadstico.
Level of improvements on decisin making = Nivel de Mejoramiento en
la Toma de Decisiones

La figura anterior representa el hecho que a medida que la exactitud

de un modelo estadstico aumenta, el nivel de mejoramiento en la
toma de decisin aumenta. Esta es la razn del porqu necesitamos la
estadstica de negocio. La estadstica se creo por la necesidad de
poner conocimiento en una base sistemtica de la evidencia. Esto
requiri un estudio de las leyes de la probabilidad, del desarrollo de las
propiedades de medicin, relacin de datos.
La inferencia estadstica intenta determinar si alguna significancia
estadstica puede ser adjunta luego que se permita una variacin
aleatoria como fuente de error. Una inteligente y crtica inferencia no
puede ser hecha por aquellos que no entiendan el propsito, las
condiciones, y la aplicabilidad de las de diversas tcnicas para juzgar
el significado.
Considerando el ambiente de la incertidumbre, la posibilidad de que
las

buenas

decisiones

sean

tomadas

incrementa

con

la

disponibilidad de la buena informacin. El chance de la disponibilidad

de la buena informacin incrementa con el nivel de estructuracin del
proceso de Direccin de Conocimiento. La figura anterior tambin
ilustra el hecho que mientras la exactitud de un modelo estadstico
aumenta, el nivel de mejora en la toma de decisiones aumenta.
El conocimiento es ms que simplemente saber algo tcnico.
por ejemplo, crea el software estadstico que es til, ms bien que
tcnicamente brillante.

Proceso de Toma de Decisiones Estadsticas

A diferencia de los procesos de toma de decisiones determinsticas tal
como, optimizacin lineal resuelto mediante sistema de ecuaciones,
sistemas paramtricos de ecuaciones y en la toma de decisin bajo
pura incertidumbre, las variables son normalmente ms numerosas y
por lo tanto ms difciles de medir y controlar. Sin embargo, los pasos
para resolverlos son los mismos. Estos son:
1. Simplificar
2. Construir un modelo de decisin
3. Probar el modelo
4. Usando el modelo para encontrar soluciones:
El modelo es una representacin simplificada de la situacin real
No necesita estar completo o exacto en todas las relaciones
Se concentra en las relaciones fundamentales e ignora las
irrelevantes.
Los mtodos probabilsticos y estadsticos para el anlisis de toma de
decisiones bajo incertidumbre son ms numerosos y mucho ms
poderosos que nunca. Las computadoras hacen disponible muchos
usos prcticos. Algunos de los ejemplos de aplicaciones para negocios
son los siguientes:

Un auditor puede utilizar tcnicas de muestreo aleatorio para

auditar las cuentas por cobrar de un cliente.

Un gerente de planta puede utilizar tcnicas estadsticas de

control de calidad para asegurar la calidad de los productos con
mnima inspeccin y menor nmero de pruebas.

Mtodo para tomar decisiones determinanticas con mltiples opciones

y objetivos
Para resolver disyuntivas esto es, para decidir ante dos opcionesBenjamn Franklin escriba en un papel los factores que favorecan a
una y otra, separados por una lnea vertical.
Luego buscaba en ambos lados, factores o grupos de factores que
tuviesen segn su apreciacin- igual peso, y los eliminaba. As iba
simplificando el problema hasta que los elementos no tachados
indicaran el predominio de una opcin.
El procedimiento consiste en eliminar alternadamente opciones y
objetivos. Para ello se aplican dos principios lgicos irrebatibles:
a) Que si una opcin X es superior a una opcin Y en un objetivo y
no es inferior a esta en ninguno de los restantes (condicin
llamada de Dominio Absoluto), entonces la opcin Y se puede
descartar
Crear una Tabla De Consecuencias
Una Tabla de Consecuencias representa en cada lnea un objetivo y
en cada columna una opcin o candidato. Las intersecciones son
naturalmente- las calificaciones de los objetivos para cada candidato.
Se ver mejor a travs de un ejemplo: supongamos que Juan quiere
encontrar trabajo y sus objetivos son:
9

- Sueldo
- Flexibilidad de Horario
- Prestaciones (como Salud, atencin dental, etc.)
- Distancia desde su casa y
- Vacaciones

El sueldo se medir en miles de pesos, la flexibilidad de horario en Alta

(A), Mediana (M), o Nula (N), la calidad y cantidad de prestaciones,
mediante una nota de 1 a 7, la distancia, en cantidad de Kilmetros y
las vacaciones, en Das hbiles por ao.
Por otra parte, supondremos que ya tiene cinco ofertas: A, B, C, D y E.
Supongamos, adems, que una vez hecha la evaluacin de cada
objetivo individual, para cada oferta, se obtuvo la siguiente Tabla de
Consecuencias:
Tabla de Consecuencias de Juan
Objetivo

Sueldo

500

600

700

550

450

Flexibilidad

Prestaciones 6

Distancia

20

10

12

27

Vacaciones

15

20

19

15

15

10

En la tabla se puede apreciar que la opcin D tiene dominio Absoluto

sobre la opcin A, ya que el sueldo es ms alto (550 contra 500) y es
igual o superior en los objetivos restantes.
Una vez eliminada A, la tabla queda:
Tabla de Consecuencias de Juan
Objetivo

Sueldo

600

700

550

450

Flexibilidad

Prestaciones 5

Distancia

10

12

27

Vacaciones

20

19

15

15

A veces no es fcil identificar situaciones de dominio por la sola

observacin de la tabla de consecuencias. En tal caso se puede
recurrir a una Tabla de Clasificacin, la que en lugar de desplegar los
valores- muestra la ubicacin relativa de cada opcin en cada uno de
los objetivos. En el caso de Juan, la Tabla de Clasificacin quedara:

Tabla de Clasificacin de Juan

Objetivo

E
11

Sueldo

Flexibilidad

3 (e)

3 (e)

Prestaciones 2 ( e)

2 (e)

Distancia

Vacaciones

3 (e)

3 (e)

Donde el smbolo (e) significa empate.

Se aprecia que ya no existen situaciones de dominio absoluto, pero la
opcin C es superior a la B en casi todos los objetivos, excepto en el
de las vacaciones (donde pierde por slo un da). Aqu, por supuesto,
entra a tallar el criterio del decisor: ese da de vacaciones es tan
importante como la diferencia en el sueldo o la mayor distancia?
Creemos que para la mayora probablemente valga ms que la
diferencia en distancia (2 km.) pero difcilmente puede compensar los
cien mil pesos de mayor sueldo que se obtienen con C. Se dice, en
este caso, que C tiene Dominio Relativo sobre B, circunstancia que
permite eliminar a esta ltima.

Una vez descartada B, la tabla de consecuencias queda:

Tabla de Consecuencias de Juan
Objetivo

Sueldo

700

550

450
12

Flexibilidad

Prestaciones 5

Distancia

12

27

Vacaciones

19

15

15

3.3 VALOR DE LA INFORMACIN PERFECTA

Si se pudiera contar con un predictor perfecto, se podra seleccionar
por anticipado el curso de accin ptimo correspondiente a cada
evento pronosticado.
Ponderando la utilidad correspondiente a cada curso de accin ptimo
por la probabilidad de ocurrencia de cada evento se obtiene la utilidad
esperada contando con informacin perfecta (UEIP).
El VEIP es la diferencia entre UEIP y VE. Refleja el aumento en la
utilidad esperada a partir de contar con un mecanismo de prediccin
perfecto.

INTERPRETACIN DEL VEIP

El VEIP puede considerarse como una medida general del impacto
econmico de la incertidumbre en el problema de decisin.
Es un indicador del valor mximo que convendra pagar por conseguir
informacin adicional antes de actuar.
13

El VEIP tambin da una medida de las oportunidades perdidas. Si el

VEIP es grande, es una seal para que quien toma la decisin busque
otra alternativa que no se haya considerado hasta el momento

14