Teora de la Decisin: Decisin con incertidumbre y

riesgo
Begoa Vitoriano Villanueva

Teora de la decisin: Introduccin

Decisin:
elegir lo mejor entre lo posible Definir lo mejor y lo posible
Lo mejor:
Un criterio (Optimizacin clsica y Decisin clsica)
Varios criterios o varios decisores (Juegos y Decisin multicriterio)

Incertidumbre
Optimizacin estocstica
Teora de la decisin clsica
Teora de juegos con informacin incompleta
Lo Posible:
Conjunto Discreto
Conjunto Continuo

Teora de la Decisin - 1

ndice

1.
2.
3.
4.

Introduccin
Criterios para determinar decisiones
rboles de decisin
Funcin de utilidad

Teora de la Decisin - 2

1. Decisin con incertidumbre o riesgo.

Introduccin
Decisor toma decisin ante situacin con diversos estados gobernados por azar
Estados de la naturaleza
E = {E1,...,Em}
A = {A1,...,An}
Decisiones posibles o alternativas
xij Consecuencia de tomar decisin Ai y se d estado Ej
pj Probabilidad de estado Ej
pj conocida: Decisin bajo riesgo
pj desconocida: Decisin bajo incertidumbre
E y A finitos tabla de decisin:
E1

E2

...

Em

Estados, escenarios
Probabilidades

p1

p2

...

pm

Decisiones,

A1

x11

x12

...

x1m

alternativas

A2

x21

x22

...

x2m

o acciones

...

An

xn1

xn2

...

xnm

Matriz de pagos
o consecuencias

Teora de la Decisin - 3

Decisin con incertidumbre o riesgo

Criterios de valoracin
Criterios para valorar decisiones
A) Probabilidades conocidas:
Criterio del valor esperado o de Laplace: Valorar alternativas con valor esperado o medio
(bueno situaciones repetidas)
Criterio de la moda: Valorar con valor en escenario moda (bueno moda clara)
Criterio de escenario medio: Obtener escenario medio y valorar con valor en l
B) Probabilidades desconocidas o ignoradas:

Criterio de Wald o minimax-maximin o pesimista: Valorar con lo peor

Costes: minimax Ganancias: maximin
Criterio optimista: Valora cada alternativa con lo mejor (apenas usada)
(01)
Criterio de Hurwicz: Actitudes entre la ms pesimista y la ms optimista:
ndice optimismo Valorar: Lo mejor + (1-)Lo peor
Criterio de Savage o costes de oportunidad o minimizar mximo arrepentimiento
Coste de oportunidad de no prever correctamente el estado de la naturaleza.
Matriz penalizaciones o costes oportunidad: lo mejor del estado valor matriz
A esa matriz aplicar minimax (puede ser otro)
Teora de la Decisin - 4

1. Decisin con incertidumbre o riesgo

Criterios de valoracin
Demanda: 1 (0.1), 2 (0.3), 3 (0.4), 4 (0.2).
Precio venta mes: 6500, mes siguiente: 4000;
Coste: 5000

A)

B)

E1 = 1
E2 = 2 E3 = 3 E4 = 4
p1 = 0.1 p2 = 0.3 p3 = 0.4 p4 = 0.2
1500
1500
1500
1500
A1 = 1
500
3000
3000
3000
A2 = 2
500
2000
4500
4500
A3 = 3
1000
3500
6000
A4 = 4 1500

Ganancia esperada: A1: 1500 A2: 2750 A3: 3250 A4: 2750
Moda: A1: 1500 A2: 3000 A3: 4500 A4: 3500
Escenario medio: 2.7 A1: 1500 A2: 3000 A3: 3750 A4: 2750
Wald: A1: 1500 A2: 500 A3: -500 A4: -150
Optimista: A1: 1500 A2: 3000 A3: 4500 A4: 6000
Hurwicz: A1: 1500 A2: 3000+500(1-) A3: 4500-500(1-)
A4: 6000-1500(1-)
<0.4
A1
0.4 A4
SAVAGE:
0
1500
3000
4500
4500
1000
2000
3000

0
1000
2000

1500
0
1000

3000
1500
0

3000
2000
3000
Teora de la Decisin - 5

1. Decisin con incertidumbre o riesgo

Valor esperado de la informacin perfecta
Valor esperado de la informacin perfecta (VEIP)
VEIP = Ganancia esperada con informacin perfecta - Ganancia esperada con
incertidumbre
Ganancia esperada con informacin perfecta: Para cada estado mejor decisin y
esperanza
Ganancia esperada con incertidumbre: Dada la decisin elegida, esperanza de la
ganancia
Ejemplo:
Ganancia esperada con informacin perfecta:

D1 :1 (0.1) D2 : 2 (0.3) D3 : 3 (0.4) D4 : 4 (0.2)

A1 (1500)

A2 (3000)

A3 (4500)

A4 (6000)

GEIP = 4050

Si la decisin es A3: Ganancia esperada con incertidumbre 3250

VEIP = 4050 - 3250 = 800
(Equivale a criterio de Savage con penalizacin esperada)
VEIP se puede entender como lo que se est dispuesto a pagar por tener la certeza del estado
que se va a dar (valor de la informacin).
Teora de la Decisin - 6

1. Decisin con incertidumbre o riesgo

rboles de decisin
Procesos decisin polietpicos: rboles de decisin
Proceso secuencial de Decisin-Azar
rbol de decisin:
Vrtice de azar: salen tantos arcos como estados de la naturaleza posibles
en ese punto
Vrtice de decisin: salen tantos arcos como acciones posibles en ese punto
Vrtice inicial o raz: salen tantos arcos como acciones iniciales hay.
Vrtice terminal u hoja: asignar coste o beneficio
El rbol se construye de raz a hojas, y se valora de hojas a raz:
Nodos de azar: valorar con alguno de los criterios (suele ser valor medio)
Nodos de decisin: Elegir la mejor decisin segn el criterio elegido. Las
decisiones no seleccionadas se consideran rechazadas (camino eliminado)
Teora de la Decisin - 7

1. Decisin con incertidumbre o riesgo

rboles de decisin
Ejemplo Vendedor ambulante: Enero: pagar 40000 euros permiso para ir feria septiembre
Un mes antes: previsin mal tiempo (0.3) no va feria
Tipos pedido:
Grande 900 u.
P.c.:100 P.v.:300; Pequeo
600 u. P.c.:125 P.v.:350
Demanda: 900 (0.3) 600 (0.5) 300 (0.2). Si demanda > pedido, P.v. 50 menos
59000
A2
P. Grande
65000

33500

Buen tiempo
0'7

33500

140.000

D.Media 0'5

50.000

D.Baja 0'2

-40.000

D2
D.Alta 0'3
P. Pequeo

A1

D.Alta 0'3

A'2

D.Media 0'5

65.000
95.000

permiso
65000

D1

Mal tiempo
0'3
No permiso

D.Baja 0'2

-10.000

-40.000

Poltica ptima: pedir permiso y si hace buen tiempo ir con pedido pequeo
Teora de la Decisin - 8

Decisin con incertidumbre o riesgo

rboles decisin: incremento informacin parcial Bayes
Probabilidades a priori:
Estimaciones de probabilidades de estados de la naturaleza

Probabilidades a posteriori:
Estimaciones de las probabilidades tras saber resultado de
experimento asociado
Ejemplo: el viajante pregunta en enero a un experto estadstico
meteorlogo sobre climatologa en septiembre. Si es til, modificar
probabilidades segn lo que diga el experto

Incorporar informacin al rbol de decisin:

Si se conocen probabilidades a posteriori, directo
Si no se conocen, teorema de la probabilidad total y de Bayes
P (A) = P (A / Bi )P (Bi )
i

P (B / A) = P (A / B )

P (B )
P (A)

Teora de la Decisin - 9

1. Decisin con incertidumbre o riesgo

Utilidad
Utilidad: concepto y funciones de utilidad
Valoracin personal de una cantidad utilidad
Funcin de utilidad: resume importancia que la persona asocia a
cantidades
ndice o escala personal, no decreciente.
Los criterios de decisin con utilidades.
Utilidad

Valor real

Teora de la Decisin - 10

1. Decisin con incertidumbre o riesgo

Utilidad
Zonas Cncavas: aversin al riesgo
Zonas Convexas: preferencia por el riesgo
Zonas lineales: neutralidad

Utilidad

Valor real

Teora de la Decisin - 15