ANALISIS DE DECISIONES

“La indecisión es un veneno lento,

nada produce, en cambio, puede
convertirse en hábito; más vale
fracasar por haber tomado una
decisión errónea, que por no haber
tomado ninguna”
2.1. INTRODUCCION
 Los éxitos o fracasos que una persona
experimenta dependen de las decisiones que
toma.
 ¿Qué factores están involucrados en la toma
de buenas decisiones?
 La Teoría de las Decisiones es un método
sistemático para estudiar la toma de
decisiones.
 ¿En donde radica la diferencia entre las buenas
y malas decisiones?
 Una buena decisión es aquella que esta
basada en la lógica, que considera todos los
datos y alternativas posibles, y que aplica el
enfoque cuantitativo.
2.1. INTRODUCCION
 Una mala decisión es aquella que no esta basada
en la lógica, no emplea toda la información
disponible, no considera todas las alternativas y
no utiliza técnicas cuantitativas apropiadas.
 El enfoque cuantitativo se puede utilizar para
determinar estrategias optimas cuando quien
debe tomar decisiones tiene que enfrentarse entre
varias alternativas de decisión y un patrón incierto
o lleno de riesgos de eventos futuros.
 Problemas que tengan pocas alternativas de
decisión y pocos eventos futuros posibles.
 Matriz de pagos y árboles de decisión.
2.2. Conceptos
 Pasamos de una toma de decisiones
instintivas, a procesos que deben estar
conducidos por un pensamiento racional.
 La Teoría de la Decisión trata del estudio
de los procesos de toma de decisiones
desde una perspectiva racional.
 La decisión es un verdadero proceso de
reflexión y, como tal, racional y
consciente, deliberado y deliberativo.
2.2.1: La Decisión
“La decisión consiste en el proceso
deliberado (y deliberativo) que lleva a la
selección de una acción (acto, curso de
acción) determinado entre un conjunto
de acciones alternativas. La decisión es
un proceso previo a la acción”.

Pedro Pavesi, “La Decisión”

2.2.1 La Decisión
En sentido restrictivo, decidir es
seleccionar, entre varias, una y sólo una
alternativa. Hay decisión cuando, siendo
posible varias respuestas, un sujeto elige
una de ellas.

En sentido amplio, decidir es llevar a cabo

un proceso completo por el cual se
establecen, analizan y evalúan alternativas
a fin de seleccionar una y sólo una.
2.2. 2. Los Modelos
 Es una representación simplificada de la
realidad
 Proporcionan una estructura para examinar el
proceso de toma de decisiones.
 Pueden utilizarse para evitar decisiones
arbitrarias o inconsistentes que no se basen
en todos los datos disponibles.
 Si utilizáramos estos modelos en todas las
decisiones, no podríamos asegurar que el
resultado fuera siempre favorable. (Las
buenas decisiones no garantizan buenos
resultados)
2.3. Teoría de la Decisión
Existen dos enfoques:
 La teoría de la elección racional (Simon): desde una
perspectiva descriptiva, nos cuenta cómo son los
procesos decisorios en las organizaciones. Los
hombres aplican su propia racionalidad limitada por
su singular visión de la realidad.
 La teoría de la decisión: es una metodología
prescriptiva o normativa que indica cómo se debe
decidir para ser consecuentes con los objetivos,
preferencias y ciertos principios impuestos por la
teoría. (cómo se debe decidir, pero no que decidir).
2.3. Teoría de la Decisión
 La teoría de la decisión es prescriptiva porque obliga al TD a
proceder de una determinada manera si quiere ser coherente
con las premisas definidas.
 La teoría de la decisión es subjetiva porque, al prescribir, tiene
en cuenta las preferencias, las valoraciones, las vivencias y la
visión del TD.
La teoría de decisiones se ocupa de decisiones relacionadas con los
estados de la naturaleza.
Esta fase se refiere a una situación donde el resultado
(rendimiento) de una decisión individual depende de la acción de
otro agente (naturaleza) sobre el cual no se tiene control. Es
importante observar que en este modelo los rendimientos afectan
únicamente a quien toma la decisión. A la naturaleza no le importa
cual es el resultado.
2.4. el Proceso Decisorio
El proceso decisorio corresponde a todas
aquellas actividades estructuradas en pasos
para llegar a la decisión.
2.4.1. Elementos de un Proceso de Decisión
 El decisor (TD): Es el encargado de realizar la selección de
alternativas de la mejor manera, en función de sus objetivos
 Las alternativas o cursos de acción: son las diferentes formas de
actuar posibles: el TD deberá seleccionar una de ellas. Es
importante tener en cuenta que estas alternativas deben ser
excluyentes entre sí.
 Los estados de la naturaleza: son las variables no controlables
por el TD. Son eventos futuros que influyen en el proceso de
decisión, pero que no pueden ser controladas ni previstas, en su
comportamiento, por el TD.
 Los resultados: es lo que se obtiene ante la selección (la opción)
de una alternativa determinada cuando se presenta uno de los
posibles estados de la naturaleza.
2.4.1. Elementos de un Proceso de Decisión
 La matriz de pagos (o tablas de decisión): sirven para tratar
muchos problemas de decisión y poseen los siguiente
elementos:
• Las distintas alternativas o cursos de acción, entre los cuales el
TD deberá seleccionar uno aj (a1, a2, …, am).
• Los diferentes estados de la naturaleza sj (s1, s2, …, sn).
• Los resultados Uij que surgen de la elección de la alternativa ai
cuando se presenta el estado sj
 El criterio de decisión: es la especificación de un procedimiento
para identificar la mejor alternativa en un problema de decisión.
La descripción de los diferentes criterios de decisión que
proporcionan la opción óptima será realizada de acuerdo con el
conocimiento que posea el TD acerca de los estados de la
naturaleza, es decir, atendiendo a la clasificación de los procesos
de decisión: certidumbre, riesgo e incertidumbre.
2.4.2. Etapas del Proceso Decisorio
1. El TD debe identificar la existencia de un problema y poder
definirlo.
2. El TD debe elaborar un modelo que describa el problema.
3. El TD debe determinar el criterio de decisión que optimice la
situación.
4. El TD debe recopilar más información acerca del problema.
5. El TD debe poder especificar los objetivos. La decisión se basa
en seleccionar la mejor alternativa en función de ciertos
objetivos.
5. El TD debe generar soluciones alternativas al problema y
evaluarlas en función de sus preferencias (análisis cualitativo y
análisis cuantitativo).
2.4.2.Etapas del Proceso Decisorio
7. El TD debe predecir las consecuencias de cada actuación.
8. El TD debe establecer un sistema de preferencias. Tiene que
realizar una valoración 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 acción. Esta elección
debe darse mediante un criterio de decisión adecuado.
10. El TD debe poner en práctica la solución seleccionada y
evaluar los resultados. Lo que modifica el universo, es la acción
derivada de la decisión.
2.4.3.¿Qué hacer frente a un problema?
Existen cuatro maneras básicas para tratar un problema:
 Absolver un problema consiste en ignorarlo y esperar a que desaparezca o
se desenrede solo.
 Resolver el problema consiste en tomar alguna acción razonablemente
buena, que genere satisfacción. Quienes resuelven problemas los enfocan de
manera clínica y se apoyan principalmente en la experiencia,
experimentación, juicios cualitativos y sentido común. Tratan de identificar la
causa del problema, eliminarla y retornar al estado precedente.
 Solucionar un problema consiste en tomar la mejor acción posible, la que
optimiza. Quienes solucionan problemas los enfocan científicamente, se
apoyan en especial en la experimentación y en el análisis cuantitativo.
 Disolver un problema es eliminarlo rediseñando el sistema que lo incluye.
Quienes disuelven problemas tratan de idealizar, esto es, aproximarse a un
sistema ideal y, de ese modo, conseguir un desempeño futuro superior al
más satisfactorio que pueda obtenerse hoy en día.
2.5. Formulación del problema
 El primer paso en el análisis de decisiones es la formulación del
problema , que comienza con la declaración verbal del mismo; luego
se identifican:
 las alternativas de decisión,
 los eventos fortuitos y

 las consecuencias asociadas con los resultados de cada alternativa

y cada evento fortuito.
 QUIMERA SAC, adquiere terrenos para la construcción de un
complejo de condominios de lujo, las unidades individuales tendrán un
precio de 300 000 a 1 200 000 $ dependiendo del piso en el cual esté
localizada la unidad, su superficie y características opcionales. La
empresa desarrollo planos para tres tamaños de proyecto. 6 pisos con
30 unidades, 12 pisos con 60 unidades y 18 pisos con 90 unidades. El
éxito financiero del proyecto dependerá de la decisión que tome
QUIMERA en relación con el tamaño del proyecto de los condominios.
2.5. Formulación del problema
 Dado el planteamiento del problema la decisión es seleccionar el
mejor tamaño para el proyecto, se tiene las siguientes
alternativas de decisión (factor clave: juicio de la
administración):
d1 = complejo pequeño con 30 unidades,
d2 = complejo mediano con 60 unidades, y
d3= complejo grande con 90 unidades s.
 Un factor en la selección de la mejor alternativa es la
incertidumbre asociada con la demanda para los condominios ,
en el ej. Se seleccionó dos (demanda fuerte y demanda débil).
 Los eventos futuros no controlables que afectan el resultado
asociado con una alternativa de decisión recibe el nombre de
estado de la naturaleza los mismos que se definen de modo que
pueda ocurrir uno y solo uno de todos los posibles (s1 =
demanda fuerte y s2 = demanda débil).
2.5.1.Diagrama de influencia
• Herramienta grafica que muestra las relaciones entre
las decisiones, los eventos fortuitos y las
consecuencias para un problema de decisión.
• Los nodos se usan para representar las decisiones, los
eventos fortuitos y las consecuencias.
• Se emplean cuadrados o rectángulos para describir
los nodos de decisión, círculos u óvalos para describir
los nodos fortuitos y rombos para describir los nodos
de consecuencia.
• Las líneas que conectan los nodos se llaman arcos,
muestran la dirección de la influencia que tienen los
nodos entre si.
2.5.1. Diagrama de influencia
Estados de
Demanda la
Naturaleza

Tamaño del
Ganancia
complejo
Alternativas de
decisión Consecuencias
2.5.2. Tablas de Resultados
 Dadas las alternativas de decisión y los estados de la
naturaleza se requiere conocer las consecuencias
asociadas a cada alternativa de decisión y cada estado
de la naturaleza.
 En el análisis de decisiones nos referimos a la
consecuencia resultante de una combinación
especifica de una alternativa de decisión y un estado
de la naturaleza como resultado o consecuencia
 La tabla que muestra los resultados de todas las
combinaciones de las alternativas de decisión y los
estados de la naturaleza es una tabla de resultados
2.5.2. Tabla de Resultados

Estado de la Naturaleza
Alternativas de
Decisión Demanda fuerte Demanda débil
S1 S2
Complejo 8 7
Pequeño, d1
Complejo 14 5
Mediano, d2
Complejo 20 -9
Grande, d3
2.5. Formulación del problema
 La panadería Leonard’s prepara todos los día su famoso pan.
Este se vende todos los días a $ 1.00 la unidad cuando esta
recién hecho y cuesta $0.50 prepararlo. El pan que no se vende
se lleva a la mesa de descuento, en donde se vende a $ 0.50 la
unidad, aun a ese precio, la mitad del pan de la mesa de
descuento no se vende y hay que tirarlo. El problema de
Leonard’s es decidir cuantas piezas preparar en un día típico. La
historia dice que la demanda de pan ha sido la siguiente:

Demanda de Docenas 3 4 5 6

Probabilidad 0.10 0.40 0.40 0.10

2.5.2. Tabla de resultados
Estados de la naturaleza
Alternativas de P(S1) = 0.10 P(S2) = 0.40 P(S3) = 0.40 P(S4) = 0.10
decision
S1 = D 3 doc. S2 = D 4 doc. S3 = D 5 doc. S4 = D 6 doc.

a1 prod. 3 doc 18 18 18 18
a2 Prod. 4 doc. 15 24 24 24
a3 prod. 5 doc. 12 21 30 30
a4 Prod. 6 doc. 9 18 27 36
2.5. Formulación del problema
 Suponga que Ud. es el propietario de un almacén de artículos para tenis y debe
decidir cuántas pantalonetas de tenis para hombre debe pedir para la estación de
verano. Para un tipo particular de pantaloneta, Ud. debe pedir lotes de 100. Si pide
100 pantalonetas , su costo es de $ 10 por unidad. Si pide 200 su costo es de $ 9 por
unidad y si pide 300 o más su costo es de $ 8,50. su precio de venta es de $ 12, pero si
algunas se quedan sin vender al final del verano, éstas deben venderse a mitad de
precio. Por sencillez, Ud. cree que la demanda de esta pantaloneta es 100, 150 ó 200.
Es claro, que Ud. no puede vender más de lo que almacena. Sin embargo si se queda
corto hay una pérdida de buen nombre de $ 0,50 por cada pantaloneta que una
persona desee comprar pero que no pueda hacerlo por no tenerla en el almacén.
Además, Ud. debe colocar el pedido ahora, para la estación de verano venidera; y no
puede esperar a observar cómo varía la demanda de esta pantaloneta antes de pedir,
ni se pueden colocar varios pedidos.
 a) Construya una matriz de pagos
 b) Si Ud. no sabe absolutamente nada de las probabilidades de los tres estados e la
naturaleza, ¿Cuál es la decisión recomendada utilizando los enfoques optimista,
conservador y de arrepentimiento?
 c) Suponga que Ud. ha obtenido las siguientes estimaciones de probabilidad de la
demanda : P(100) = 0.5, P(150) = 0.3 y P(200) = 0.2, Utilice el enfoque de valor
esperado para determinar la decisión optima.
 d) ¿Cuál será al valor esperado de la información perfecta?
2.5.3. Árboles de decisión
 Proporciona una herramienta grafica para el proceso de
toma de decisiones.
 Muestra la progresión natural o lógica que ocurrirá en el
transcurso del tiempo.
 El numero de cada punto extremo del árbol indica los
pagos asociados con una frecuencia particular.
 Muestra gráficamente las consecuencias de las
alternativas de decisión y los estados de la naturaleza
que proporcionan los resultados posibles.
2.5.3. Árboles de decisión
 Los cuadrados se usan para describir los nodos de
decisión y los círculos se usan para describir los nodos
fortuitos o nodos de estados de la naturaleza.
 Las ramas que conectan los nodos, que salen del nodo
de decisión corresponden a las alternativas de
decisión. Las ramas que salen de cada nodo fortuito
corresponden a los estados de la naturaleza, los
resultados se muestran al final de las tramas del estado
de la naturaleza.
 La identificación de las alternativas de decisión, de los
estados de la naturaleza y de los pagos asociados a
cada combinación de alternativas de decisión y estados
de la naturaleza son los 3 primeros pasos en el proceso
de análisis de decisiones.
2.5.3. Árboles de decisión
S1
8
d1
2
S2
7
S1
14
d2
1 3
S2
5
S1
20
d3
4
S2
-9
2.7. Tipos de ambientes en el proceso de
toma de decisiones
 Los tipos de decisiones que la gente toma dependen de cuanto
sepan o cuanta información tengan acerca de la situación.
 Existen cuatro tipos de ambientes
Toma de decisiones bajo certidumbre: Decisiones
Estructuradas Quien toma la decisión conoce con
certeza la consecuencia de cada una de las alternativas.
Toma de decisiones bajo incertidumbre: Decisiones
No Estructuradas, quien toma la decisión no conoce las
probabilidades de los diferentes estados de la naturaleza,
no se tiene conocimiento de las probabilidades de los
eventos futuros,
2.7. TIPOS DE AMBIENTES EN EL PROCESO DE
TOMA DE DECISIONES
Toma de decisiones bajo riesgo: Decisiones Poco
Estructuradas La consecuencia de una acción dada
depende de algún evento probabilista; en este proceso
hay varios resultados posibles para cada alternativa y
quien toma las decisiones conoce la probabilidad de cada
uno de los estados de la naturaleza.
Toma de decisiones bajo conflicto: se consideran
aquellos casos de toma de decisiones bajo incertidumbre
en los que hay un oponente, esto es que las
probabilidades de los eventos no solo se desconocen,
sino que están influenciadas por un oponente cuya meta
es vencer.
2.7.1. TOMA DE DEC. BAJO INCERTIDUMBRE

• No requieren el conocimiento de las probabilidades de

los estados de la naturaleza.
• Es apropiado en situaciones en las cuales quien toma
las decisiones tiene poca confianza en su capacidad de
juzgar las probabilidades de los diversos estados de la
naturaleza.
• Dependen del juicio de quien va a tomar las decisiones.
• Varios enfoques
2.7.1. TOMA DE DEC. BAJO INCERTIDUMBRE
• Enfoque optimista: Hurwicz – MAXIMAX: evalúa cada
alternativa de decisión en función del mejor resultado que
pueda ocurrir.
• Se recomienda la alternativa que proporciona el mejor
resultado posible.
• Elegimos la decisión que tiene el mayor valor único en la
tabla de pagos.

Máximo
Alternativa Pago
d1 8 Valor máximo
de los
Alternativa d2 14 resultados
seleccionada máximos
d3 20
2.7.1. TOMA DE DEC. BAJO INCERTIDUMBRE
 Enfoque conservador: Wald – MAXIMIN: evalúa cada
alternativa de decisión en función del peor pago que
pudiera ocurrir.
 Se recomienda la alternativa que proporciona el mejor
de los peores resultados posibles.

Alternativa Mínimo
pago
d1 7 Valor
máximo de
Alternativa d2 5 los
seleccionada resultados
d3 -9 mínimos
2.7.1. TOMA DE DEC. BAJO INCERTIDUMBRE
• Enfoque de arrepentimiento: SAVAGE – MINIMAX: que no es ni
totalmente optimista ni totalmente conservador, perdida de
oportunidad, Quien toma la decisión podría arrepentirse
después de haber tomado la decisión y de que se haya
producido el estado de la naturaleza por que quisiera haber
escogido una estrategia completamente diferente.
Estados de la
naturaleza Máxima
Alternativa Perdida de Valor mínimo
Demanda Demanda oportunidad
fuerte débil del
arrepentimient
d1 12 0 12 o máximo
d2 6 2 6
d3 0 16 16

Alternativa
seleccionada
2.7.1. TOMA DE DEC. BAJO INCERTIDUMBRE
• Igual Posibilidad: Laplace – igual probabilidad: todos los
estados de la naturaleza tiene igual posibilidad de ocurrencia.

Probabilidad 0.5 0.5

Promedio
Estados de la naturaleza ponderado
Alternativa de los Valor máximo
Demanda Demanda de los pagos
pagos
fuerte débil promedios
d1 8 7 7,5
d2 14 5 9,5
d3 20 -9 5,5

Alternativa
seleccionada
2.7.2. TOMA DE DECISIONES BAJO RIESGO
 Situación en la cual podrían presentarse varios posibles
estados de la naturaleza y se conocen las
probabilidades de todos ellos.
 Método del valor esperado
 Consideramos uno de los métodos mas populares para
desarrollar el proceso de toma de decisiones bajo
riesgo: La selección de la alternativa con el valor
monetario esperado mas alto.
 También se utilizan las probabilidades con la tabla de
perdida de oportunidad a fin de minimizar la perdida
de oportunidad esperada.
2.7.2. TOMA DE DECISIONES BAJO RIESGO
 Criterio de realismo: llamado también promedio ponderado, es
un compromiso entre una decisión optimista y una pesimista, se
selecciona un coeficiente de realismo, α , el cual mide el grado
de optimismo de quien toma las decisiones

Coeficiente
0.8 0.2
de realismo Promedio
ponderado
Estados de la naturaleza
de los Valor máximo
Alternativa Demanda Demanda pagos de los pagos
fuerte débil
promedios
d1 8 7 7,8
d2 14 5 12,2
d3 20 -9 14,2

Alternativa
seleccionada
Valor monetario esperado.
• Es un a determinada tabla de decisión con valores
condicionales (pagos) que son valores monetarios y
evaluaciones de probabilidad de todos los estados de
la naturaleza.
• Es posible determinar el valor monetario esperado
(VME) de cada una de las alternativas .
• El valor esperado o valor medio es el valor promedio a
largo plazo de esa decisión.
• El VME de una alternativa es simplemente la suma de
los posibles pagos que ella ofrece, cada uno
ponderado por las probabilidades que el pago ocurra.
• Se elige la alternativa con el mayor VME.
Valor monetario esperado.
• N = numero de estados de la naturaleza
P(Sj) = La probabilidad del estado de la naturaleza Sj
• Debido a que puede ocurrir uno y solo uno de los N estados de la
naturaleza, las probabilidades deben de satisface dos condiciones:
P(Sj) ≥ 0 para todos los estados de la naturaleza

 PS   PS   PS
N

j 1 2  ...  P S N   1
j 1

• El valor esperado (VE) de la de la alternativa de decisión di , se define

como: N
VME d i    P( S j )U ij
j 1
• El VME de una alternativa de decisión es igual a la sumatoria de los
resultados ponderados para la alternativa de decisión.
• El peso para un resultado es la probabilidad del estado de la
naturaleza asociado y por consiguiente la probabilidad de que ocurrirá
el resultado.
Valor monetario esperado.

Probabilidad 0.8 0.2

VALOR
Valor Estados de la naturaleza MONETRIO
Monetario de ESPERADO
la Alternativa Demanda Demanda
fuerte débil
VME(d1) 0,8(8) 0,2(7) 7,8
VME(d2) 0,8(14) 0,2(5) 12.2
VME(d3) 0,8(20) 0,2(-9) 14,2

Máximo
valor
Alternativa monetario
recomendada esperado
Valor monetario esperado.
Fuerte (S1)
8
Pequeño (d1) P(S1) = 0,8
2 VE (d1) = 0,8 (8) +0,2 (7) = $ 7,8
Débil (S2)
7
P(S2) = 0,2
Fuerte (S1)
14
Mediano (d2) P(S1) = 0,8
1 3 VE (d2) = 0,8 (14) +0,2 (5) = $ 12,2
Débil (S2)
5
P(S2) = 0,2
Fuerte (S1)
20
P(S1) = 0,8
Grande (d3)
4 VE (d3) = 0,8 (20) +0,2 (-9) = $ 14,2
Débil (S2)
-9
P(S2) = 0,2
Valor Esperado de la Información Perfecta (IP)
 Con frecuencia existe información que puede mejorar las
estimaciones de probabilidad para los Estados de la naturaleza.
 A fin de determinar el valor potencial de esta información,
comenzamos suponiendo que un estudio de mercado podría
brinda información perfecta, respecto de los EN.
 Se puede determinar con certeza cual EN va a ocurrir.
 Se desarrolla una estrategia de decisión a seguir una vez que se
sepa que EN ocurrirá.
 Si el costo en que se incurre al obtener la información
proveniente del estudio supera a su valor no debe llevarse a
cabo.
 El valor esperado de la información perfecta (VMEdIP) es el
aumento en la ganancia esperada que resultaría si uno sabía con
certeza qué estado de naturaleza se produciría.
 Al calcular el VMEdIP la estrategia de decisión es una regla que
especifica que alternativa de decisión se debe seguir dado cada
EN.
Valor Esperado de la Información Perfecta (IP)
 Valor monetario esperado con información perfecta (VMEcIP)

VMEcIP = .8(20 mil) + .2(7 mil) = $17.4 mil

 Valor Monetario esperado sin información perfecta (VMEsIP)

VMEsIP = .8(20 mil) + .2(-9 mil) = $14.2 mil

 Valor Monetario esperado de la información perfecta (EMVdIP

EMVdIP = |VEcIP – VEsIP|

= |17.4 – 14.2| = $3.2 mil
Perdida de Oportunidad Esperada
 Es una metodología alternativa para maximizar el VME.
 Consiste en minimizar la perdida de oportunidad esperada (POE)
 Procedimiento:
* Construir una tabla de perdida de oportunidad.
* Calcular la POE de cada alternativa , multiplicando la perdida
de oportunidad por la probabilidad y luego sumar.
* Se utiliza la mínima POE como criterio de decisión
 Es importante notar que la POE mínima siempre dará como
resultado la misma decisión que representa el VME máximo, y
que el VMEdIP siempre igualara a la POE mínima.
Perdida de Oportunidad Esperada

Probabilida 0.8 0.2

d PERDIDA
DE
Valor Estados de la naturaleza OPORTUNI
Monetario de DAD
la Alternativa Demanda Demanda ESPERADA
fuerte débil
VME(d1) 0,8(12) 0,2(0) 9,6
VME(d2) 0,8(6) 0,2(2) 5,2
VME(d3) 0,8(0) 0,2(16) 3,2

Alternativa Mínima
recomendada perdida de
oportunidad
Esperada
2.8. Análisis de riesgo y análisis de sensibilidad
Análisis de riesgo ayuda a la toma de decisiones a
reconocer la diferencia entre:
 El valor esperado de una alternativa de decisión y
 La recompensa que se produzca efectivamente
El perfil de riesgo para una alternativa de decisión
muestra los posibles beneficios para la decisión
alternativa junto con sus probabilidades asociadas.
La revisión del perfil de riesgo asociado con una
alternativa de decisión optima puede causar que el
tomador de decisiones elija otra alternativa de decisión
aunque el valor esperado de la otra alternativa de
decisión no sea tan bueno.
2.8.1. Análisis de riesgo

1.0
Probabilidad

0.8

0.6

0.4

0.2

-10 0 10 20

Utilidades (Millones de $
2.8.2. Análisis de sensibilidad
 Puede usarse para determinar como: Los cambios
en las estimaciones de probabilidad para los
estados de la naturaleza (EN) o Los cambios en los
resultados afectan o alteran la alternativa de
decisión que se recomienda.
 El análisis de sensibilidad investiga de que manera
puede cambiar la decisión cuando se presentan
cambios en los datos del problema.
 Podemos considerar diferentes probabilidades para
los estados de la naturaleza y después volver a
calcular el VME de cada alternativa de decisión.
 Nos ayuda entender cuales de las entradas son
criticas para la elección de la mejor alternativa de
decisión.
2.8.2. Análisis de sensibilidad
 Si un cambio pequeño en el valor de una de las
entradas causa un cambio en la alternativa de
decisión recomendada, la solución para el
problema de análisis de decisión es sensible a esta
entrada particular.
 Debe hacerse un esfuerzo y tener un cuidado
adicional para asegurar que el valor de entrada sea
tan preciso como sea posible.
 Si un cambio de modesto a grande en el valor de
una de las entradas no suscita un cambio en la
alternativa recomendada, la solución no es sensible
a esa entrada particular.
2.8.2. Análisis de sensibilidad
 Un enfoque para el análisis de sensibilidad es seleccionar
diferentes valores para las probabilidades de los EN y los
resultados y luego resolver el problema de análisis de
decisiones.
 Si la alternativa de decisión recomendada cambia, sabemos que
la solución es sensible a los cambios hechos.

Coeficiente de 0.2 0.8

realismo
VALOR
Valor Estados de la naturaleza MONETRIO
Monetario de la ESPERADO Máximo
Alternativa Alternativa Demanda Demanda valor
recomenda fuerte débil monetario
da VME(d1) 0,2(8) 0,8(7) 7,2 esperado

VME(d2) 0,2(14) 0,8(5) 6,8

VME(d3) 0,2(20) 0,8(-9) -3,2
2.8.2. Análisis de sensibilidad
 Para dos EN puede usarse el procedimiento grafico
 P(S1) = p ; P(S2) = 1 – P(S1) = 1 – p
 Usando la ecuación de valor monetario esperado,
podemos determinar el VME para la alternativa de
decisión d1
VMEd1   PS1 8  PS2 7

VME(d1 )  p8  1  p7

VME(d1 )  8 p  7  7 p  p  7

 Repetimos los cálculos de valor esperado para las

alternativas de decisión d2 y d3
 VME(d2 )  9 p  5 VME d3   29 p  9
2.8.2. Análisis de sensibilidad
 Hemos desarrollados tres ecuaciones que muestran el
VME de las tres alternativas de decisión como una
función de probabilidad del estado de la naturaleza S1 .
 Continuamos elaborando una grafica con los valores de
p en el eje horizontal y los VME asociados en el eje
vertical, para el caso de PDC la grafica de cada ecuación
es una línea recta.
 Para cada ecuación podemos obtener la meta al
identificar dos puntos que satisfagan la ecuación y
trazar una línea que pase por ellos, así:
 Para el VME(d1); si p = 0 el VMEd1 = 7; si p = 1 el VMEd1= 8;
 Para el VME(d2 ); si p = 0 el VMEd2 = 5; si p = 1 el VMEd2 = 14
 Para el VME(d3 ); si p = 0 el VMEd3 = -9; si p = 1 el VMEd3 = 20
 2.8.2. Análisis de sensibilidad

d1 proporciona d2 proporciona d3 proporciona
el VME mas el VME mas el VME mas
alto alto alto
Valor Monetario Esperado (VME)

20

15

10
VME(d1)

0 P
0.2 0.4 0.6 0.8 1.0

-5

-10
2.8.2. Análisis de sensibilidad
 El valor de p para el cual los VME de d1 y d2 son iguales es el
correspondiente a la intersección de las líneas VME(d1) y
VME(d2) . Para determinar este valor, igualamos ambos VME y
resolvemos para el valor de p .
 Cuando p es igual a 0,25 las alternativas de decisión d1 y d2
proporcionan el mismo valor esperado.
 d1 proporciona el mayor VME para p ≤ 0,25
 d2 proporciona el mayor VME para 0,25 ≤p ≤ 0,70
 d3 proporciona el mayor VME para p ≥ 0,70
 Los cálculos pueden hacerse para los valores de los resultados;
los VME para las tres alternativas de decisión son: VME(d1) = 7,8
; VME(d2) = 12,2 VMEd3= 14,2
 D3 seguirá siendo optima , en tanto que VMEd3 ≥ 12,2
2.8.2. Análisis de sensibilidad
 Sea:
 S = d3 cuando la demanda es fuerte.
 W = d3 cuando la demanda es débil.
 El VME(d3 ) = 0,8 S + 0,2 W
 Suponiendo que d3 permanece en su valor original de -9 cuando la demanda
es débil, la alternativa de decisión del complejo grande seguirá siendo optima
mientras que:
 VME(d3 ) = 0,8 S + 0,2 (-9) ≥ 12,2 y S = 17,5
 d3 permanecerá siendo optima mientras el resultado para d3 , cuando la
demanda es fuerte sea al menos $ 17,5 millones.
 VME(d3 ) = 0,8 (20) + 0,2 (W) ≥ 12,2 y W = -19
 d3 permanecerá siendo optima mientras el resultado para d3 , cuando la
demanda es débil sea al menos $ = -19 millones.
 Conclusión: los resultados para d3 podrían variar considerablemente y d3
seguirá siendo la alternativa recomendada. La solución optima no es sensible
a los pagos para la decisión de complejo grande (d3).
Uso del Excel QM para resolver problemas

2.9. ANÁLISIS DE DECISIONES CON INFORMACIÓN
MUESTRAL
 Los decisores tienen estimaciones preliminares o de probabilidad previa de
los EN.
 A fin de adoptar la mejor decisión es posible obtener información adicional
sobre los EN. Esta nueva información puede emplearse para revisar o
actualizar las probabilidades previas de modo que la decisión final se base en
probabilidades mas precisas.
 La información adicional se obtiene mediante experimentos diseñados para
dar información muestral a cerca de los EN. Estas probabilidades revisadas se
llaman probabilidades posteriores.
 Nueva información = indicador o información muestral
 Reportes favorables y reportes desfavorables

Información nueva
Probabilidades proveniente de la Probabilidades
previas Investigación modificadas
o experimentación
2.9.1. Diagrama de influencia

Resultado
del estudio de Demanda
investigación

Estudio de Tamaño del

Complejo Ganancia
Investigación
2.9.2. Árbol de decisión
 Presenta una secuencia lógica para las decisiones y los eventos
fortuitos (EN)
 Primero se debe decidir si se realiza o no una investigación de
mercado, si se hace, la administración debe estar preparada
para tomar una decisión a ceca del tamaño del proyecto si el
informe es favorable o desfavorable.
 En cada nodo de decisión, la rama del árbol que se toma se basa
en la decisión adoptada.
 En cada nodo fortuito la rama del árbol que se toma se basa en
la probabilidad o el azar.
 El análisis del árbol de decisión y la elección de una estrategia
optima implica que se conozca la probabilidad de las ramas
correspondientes a todos los nodos fortuitos.
2.9.2. Árbol de decisión PDC
 El análisis del árbol de decisión y la elección de una estrategas optima
requiere que conozcamos las probabilidades de las ramas
correspondientes a todos los nodos fortuitos. PDC ha elaborado las
siguientes probabilidades de rama.
 Si se realiza un estudio de Investigación de mercado:
P (Informe favorable) = 0,77
P (Informe desfavorable) = 0,23
 Si el informe de Investigación es favorable
P (Demanda fuerte dado un informe favorable) = 0,94
P (Demanda débil dado un informe favorable) = 0,06
 Si el Informe de investigación de mercado es desfavorable
P (Demanda fuerte dado un informe desfavorable) = 0,35
P ( Demanda débil dado un informe desfavorable) = 0,65
 Las probabilidades previas son aplicables si no se realiza el informe de
investigación de mercado:
P (Demanda fuerte) = 0,8
P (Demanda débil) = 0,2
Las probabilidades de rama se muestran en el árbol de decisión
Árbol de decisión de PDC con Condominio Fuerte (S1 )
probabilidades de rama Pequeño (d1 )
8
6 Débil (S2 )
7
Fuerte (S1 )
Informe 14
Condominio
favorable
4 Mediano (d2 ) 7 Débil (S2 ) 5
Estudio de Condominio Fuerte (S1 )
investigación 20
Grande (d3)
de mercados 8 Débil (S2 )
2 -9
Condominio Fuerte (S1 )
8
Pequeño (d1 )
9 Débil (S2 ) 7
Informe Condominio Fuerte (S1 )
desfavorable Mediano (d2 ) 14
5 10 Débil (S2 )
5
1 Condominio Fuerte (S1 )
Grande (d3) 20
11 Débil (S2 ) -9
Condominio Fuerte (S1 )
Pequeño (d1 )
8
12
Sin estudio de Débil (S2 ) 7
investigación Condominio Fuerte (S1 )
14
de mercados Mediano (d2 )
3 13 Débil (S2 )
5
Condominio Fuerte (S1 )
Grande (d3)
20
14 Débil (S2 ) .9
2.9.3. Estrategia de Decisión
 Una estrategia es una regla que el decisor debe seguir.
 Es una secuencia de decisiones y consecuencias causales donde
las decisiones elegidas dependen de los resultados por
determinar de los eventos fortuitos.
 El enfoque usado para determinar la estrategia de decisión
óptima se basa en una marcha en sentido inverso por el árbol
de decisión.
 La secuencia es:
1) en los nodos fortuitos calcule el VME multiplicando el
resultado final de cada rama por las probabilidades de rama
correspondiente.
2) En los nodos de decisión seleccione la rama que
conduzca al mejor VME. Este valor esperado se vuelve el VME
en el nodo de decisión.
Árbol de decisión de PDC con Condominio Fuerte (S1 ) 0.94
probabilidades de rama Pequeño (d1 ) 8
6 Débil (S2 ) 0,06
7
Informe Fuerte (S1 ) 0,94
favorable Condominio 14
0,77 Mediano (d2 )
4 7 Débil (S2 ) 0,06 5
Estudio de Condominio Fuerte (S1 ) 0,94
investigación Grande (d3) 20
de mercados 8 Débil (S2 ) 0,06
2 -9
Fuerte (S1 ) 0,35
Condominio 8
Pequeño (d1 )
Informe
9 Débil (S2 ) 0,65 7
desfavorable Condominio Fuerte (S1 ) 0,35
0,23 Mediano (d2 ) 14
5 10 Débil (S2 ) 0,65
5
1 Condominio Fuerte (S1 ) 0,35
Grande (d3) 20
11 Débil (S2 ) 0,65 -9
Condominio Fuerte (S1 ) 0.8
Pequeño (d1 ) 8
12
Sin estudio de Débil (S2 ) 0,2 7
investigación Condominio Fuerte (S1 ) 0,8
Mediano (d2 )
14
de mercados
3 13 Débil (S2 ) 0,2
5
Condominio Fuerte (S1 ) 0,8
Grande (d3) 20
14 Débil (S2 ) 0,2 .9
2.9.3. Estrategia de Decisión
 Iniciar los cálculos de manera inversa encontrando los VME en
los nodos fortuitos 6 al 14
VME nodo 6 = 0.94( 8) + 0.06 ( 7) = 7.94
VME nodo 7 = 0.94(14) + 0.06( 5) = 13.46
VME nodo 8 = 0.94(20) + 0.06(-9) = 18.26
VME nodo 9 = 0.35( 8) + 0.65 ( 7) = 7.35
VME nodo 10 = 0.35(14) + 0.65( 5) = 8.15
VME nodo 11 = 0.35(20) + 0.65( -9) = 1.15
VME nodo 12 = 0.80( 8) + 0.20( 7) = 7.80
VME nodo 13 = 0.80(14) + 0.20( 5) =12.20
VME nodo 14 = 0.80(20) + 0.20( -9) =14.20
Árbol de decisión de PDC después Condominio
de calcular los valores esperados Pequeño (d1 )
en los nodos fortuitos
6 VME = 7.94
Informe
favorable Condominio
0,77 Mediano (d2 )
4 7 VME = 13,46

Estudio de
investigación Condominio
Grande (d3)
de mercados 8 VME = 18,26
2
Condominio
Pequeño (d1 )
Informe
9 VME = 7,35
desfavorable Condominio
0,23 Mediano (d2 )
5 10 VME = 8,15
1 Condominio
Grande (d3)
11 VME = 1,15

Condominio
Pequeño (d1 )
12 VME = 7.80
Sin estudio de
investigación Condominio
de mercados Mediano (d2 )
3 13 VME = 12,20

Condominio
Grande (d3)
14 VME = 14,20
2.9.3. Estrategia de Decisión
 Luego pasamos a los nodos 3, 4 y 5 seleccionando la rama de la
alternativa de decisión que conduce al mejor VME.

Árbol de decisión de PDC después de elegir las mejores decisiones en los nodos 3,4 y 5
Informe
favorable
0,77
3 VME = 18,26
Estudio de
investigación
de mercados
2
Informe
desfavorable
0,23
4 VME = 8,15

Sin estudio de
investigación
de mercados
5 VME = 14,20
2.9.3.Estrategia de Decisión
 El VME en el nodo fortuito 2 puede calcularse ahora como:
VME nodo 2 = 0.77(18.26) + 0.23(8.15) = 15.93
 Por último puede tomarse la decisión en el nodo de decisión 1 seleccionando el mejor valor
esperado de los nodos 2 y 5
 Esta acción conduce a la alternativa de decisión de realizar el estudio de investigación de
mercado .
 La decisión optima de PDC es realizar la investigación de mercados y luego implementar la
siguiente estrategia de decisión:
 Si la investigación de mercados es favorable , construir el complejo de condominios grande ; si la
investigación de mercado es desfavorable, construir el construir el complejo de condominio
mediano
Árbol de decisión de PDC reducido a dos ramas de decisión
Estudio de
investigación
de mercados
2 VE = 15,93

1
Sin estudio de
investigación de
mercados
5 VE = 14,20
2.9.4. Perfil de riesgo
Al poner en práctica la estrategia de decisión optima, PDC obtendrá uno de los
cuatro resultados que se muestran en las ramas terminales del árbol de
decisión.

Árbol de decisión de PDC que muestra solo las ramas asociadas con la
estrategia de decisión

3
Informe
favorable Fuerte (S1) 20
0,77 0,94
8
2 Condominio Débil (S2)
Estudio de Grande (d3) 0,06 -9
investigación Fuerte (S1)
de mercados 0,35 14
4 10
1 Informe Condominio Débil (S2)
Mediano (d2 ) 5
desfavorable 0,65
0,23
2.9.4. Perfil de riesgo
 Muestra los resultados posibles con sus probabilidades asociadas.
 Se requiere calcular las probabilidades para cada uno de los resultados
asociados con la estrategia de decisión óptima.
 Cada resultado es producto de una secuencia de ramas que conducen del
nodo 1 al resultado.
 La probabilidad de seguir la secuencia de ramas puede encontrarse
multiplicando las probabilidades para las ramas de los nodos fortuitos en la
secuencia. 1,0

Probabilidad
0,8
 20´ 0.77 (0,94) = 0,72
 -9’ 0,77 (0,06) = 0,05 0,6
 14’ 0,23 (0,35) = 0,08
 5’ 0,23 (0,65) = 0,15 0,4

0,2

-10 0 10 20
Ganancia (mill. $)
2.9.4. Valor esperado de la información muestral
 La investigación de mercados es la información muestral usada
para determinar la decisión optima. El valor esperado asociado
con el estudio es de 15,93. El mejor valor esperado si no se lleva
a cabo la investigación es de 14, 20.
 Podemos concluir que la diferencia ente $ 15,93 - $ 14,20 = 1,73
es el valor esperado de la información muestral.
 Realizar la investigación de mercados agrega $ 1,73 millones al
VME de PDC.
 En general el valor esperado de la información muestral es:
VMEdIM = VMEcIM - VMEsIM
2.9.5. Eficiencia de la información muestral
 Se puede usar una medida de eficiencia para expresar el valor de
la información de la investigación.
 Con la información perfecta teniendo una estimación de
eficiencia del 100 %, la estimación de eficiencia E para la
información muestral se calcula:
VMEdIM 1.73
E x100 E  100 E  54.06
VMEdIP 3.2
 Para PDC la eficiencia es igual a 54.06 % , lo que quiere decir que
la información del estudio de investigación de mercados es 54. 1
% mas eficiente como la información perfecta.
 Las estimaciones de eficiencia bajas para la información muestral
podrían conducir a buscar otros tipos de información, sin
embargo, las estimaciones de eficiencia altas indican que la
información muestral casi es tan buena como la información
perfecta y que fuentes adicionales de información no producirían
resultados significativamente mejores.
2.10. CALCULO DE LAS PROBABILIDADES DE LAS
RAMAS O ALTERNATIVAS
 Se muestra como puede usarse el teorema de Bayes para
calcular las probabilidades de rama para los arboles de decisión .
 Consideremos el problema e PDC :
F = informe de investigación de mercados favorable,
U = informe de investigación de mercados desfavorable,
S1 = demanda fuerte (estados de la naturaleza 1), y
S2 = demanda débil (estado de la naturaleza 2)
 Se utiliza un análisis de árbol de decisión para determinar la
estrategia decisoria optima.
 Calculo de probabilidades por rama: determinar la forma en que
se utilizan las estimaciones dadas las probabilidades previas y las
estimaciones de probabilidad condicionales.
2.10.1. Desarrollo de una Estrategia de Decisión
 P(I1) = P(I1 ∩ S1) + P(I1 ∩ S2)
 La ley de probabilidad de la multiplicación proporciona las siguientes
formulas para P(I1 ∩ S 1) + P(I 1 ∩ S2):
 P(I1 ∩ S1) = P(I1/S1 )P(S1 )
P(I1 ∩ S2) = P(I1 /S2 ) P(S2)
 Sustituyendo las anteriores expresiones para P(I1 ∩ S1) y P(I1 ∩ S2)
se obtiene: P(I1) = P(I1 /S1 )P(S1 ) + P(I1 /S2 ) P(S2)
 Generalizando la expresión anterior para cualquier rama indicadora
P(Ik) y N estados de la naturaleza , S1 , S2 , …., SN, se tiene:
P(Ik) = Σ P(Ik/ Sj)P(Sj)
 Luego se inicia el proceso bayesiano que permite calcular las
probabilidades modificadas o posteriores de las ramas o EN P(Sj/Ik)
 P(S1/I1) = P(I1 ∩ S1)/P(I1) , generalizando se tiene:
 P(Sj/Ik) = P(Ik/Sj)P(Sj) / P(Ik)
2.10.2 Calculo de las probabilidades de las
ramas o alternativas
 En el nodo 2, necesitamos conocer las probabilidades de rama P(F) y P(U).
 En los nodos 6 , 7 y 8 necesitamos conocer las probabilidades de rama
P(S1/F) y P(S2/F), a ello le denominamos probabilidades posteriores debido a
que son probabilidades condicionales basadas en los resultados de la
información muestral.
 En los nodos 9, 10 y 11 necesitamos conocer las probabilidades de rama
P(S1/U) y P(S2/U)
 Probabilidades de los dos estados de la naturaleza , dado el informe de
investigación de mercados (favorable y no favorable)
 En los nodos 12, 13 y 14 , necesitamos las probabilidades de los estados de la
naturaleza: P(S1) y P(S2).
 Por tanto necesitamos conocer las probabilidades para los dos estados de la
naturaleza, P(S1) y P(S2) o previas; además de las probabilidades
condicionales de los resultados de la investigación de mercados dado cada
estado de la naturaleza .
 Asumimos que las siguientes evaluaciones están disponibles para estas
probabilidades condicionales.
CALCULO E LAS PROBABILIDADES DE LAS RAMAS O
ALTERNATIVAS

INVESTIGACION DE MERCADOS
Estados de la naturaleza Favorable, F Desfavorable, U
P(U/S1) = 0,10
Demanda fuerte , S1 P(F/S1) = 0,90

P(F/S2) = 0,25 P(U/S2) = 0,75

Demanda Débil, S2

 Observe que las evaluaciones de probabilidad precedentes proporcionan

un grado razonable de confianza en el estudio de investigación de
mercados.
 Si el estado de la naturaleza verdadero es S1, la probabilidad de un informe
de investigación favorable es 0,90 y la probabilidad de un informe
desfavorable es 0,10; igualmente si el estado de la naturaleza verdadero es
S2, la probabilidad de un informe de investigación de mercados favorable
es 0,25 y la probabilidad de un informe desfavorable es 0,75
 Se presenta un enfoque tabular para los cálculos de probabilidad.
 Fuerte (S1 ) : P(S1/F)
Árbol de decisión de PDC 8
Condominio
6 Débil (S2 ) : P(S2/F)
Pequeño (d1 ) 7
Fuerte (S1 ): P(S1/F) 14
Informe Condominio 7
favorable 4 Mediano (d2 ) Débil (S2 ): P(S2/F) 5
P(F)
Fuerte (S1 ): P(S1/F)
Estudio de 20
Condominio
investigación 8
2 Grande (d3) Débil (S2 ): P(S2/F) -9
de mercados
Fuerte (S1 ) : P(S1/U)
8
Condominio
9
Pequeño (d1 ) Débil (S2 ): P(S2/U) 7
Fuerte (S1 ): P(S1/U)
14
Informe Condominio
desfavorable 5 Mediano (d2 ) 10 Débil (S2 ): P(S2/U) 5
1 P(U) Fuerte (S1 ): P(S1/U)
20
Condominio
Grande (d3) 11
Débil (S2 ) :P(S2/U) -9
Fuerte (S1 ) : P(S1) 8
Condominio
Pequeño (d1 ) 12
Débil (S2 ): P(S2) 7

Fuerte (S1 ): P(S1) 14

Sin estudio de
investigación Condominio
de mercados 3 13 5
Mediano (d2 ) Débil (S2 ): P(S2)
Fuerte (S1 ): P(S1) 20
Condominio 14
Débil (S2 ): P(S2) -9
Grande (d3)
CALCULO E LAS PROBABILIDADES DE LAS RAMAS
O ALTERNATIVAS
 Los cálculos basados en un informe favorable son:
Estados de la Probabilidades Probabilidades Probabilidades Probabilidades
naturaleza Previas condicionales Conjuntas posteriores
Sj P(Sj) P(F/Sj) P(F ΩSj) P(Sj/ F)
S1 0,8 0,90 0,72 0,94
S2 0,2 0,25 0,05 0,06
1,0 P(F) 0,77 1,00

 Los cálculos basados en un informe desfavorable son:

Estados de la Probabilidades Probabilidades Probabilidades Probabilidades
naturaleza Previas condicionales Conjuntas posteriores
Sj P(Sj) P(F/Sj) P(F ΩSj) P(Sj/ F)
S1 0,8 0,10 0,08 0,35
S2 0,2 0,75 0,15 0,65
1,0 P(F) 0,23 1,00