Professional Documents
Culture Documents
es/
2. La modelizacin:
Un modelo es una representacin simplificada de una parte de la realidad. Que permite tomar mejores
decisiones.
Los modelos se pueden clasificar atendiendo a:
Modelos objetivos y subjetivos: en ocasiones intervienen sucesos no experimentales
objetivamente, y en las que no existen mtodos formales, por lo que han de ser informales,
subjetivos y basarse en la intuicin.
Modelos analticos y de simulacin: los analticos han de ser resueltos, sirven para obtener
soluciones (sistema de ecuaciones). Entre estos estn los modelos de optimizacin que permiten
determinar los valores que ha de darse a las variables de modo que se maximice o minimice otra
variable que se tiene por objetivo (prescriptivos).
Los de simulacin son representaciones simplificadas de la realidad sobre las que se opera
para estudiar los efectos de las alternativas de actuacin (modelos descriptivos).
Modelos estticos y dinmicos: los primeros no incorporan la variable tiempo mientras que los
segundos la usan como parmetro fundamental.
Modelos deterministas y probabilsticos: los deterministas se suponen conocidos con certeza
todos los datos de la realidad que representan. Si uno o varios datos se conocen slo en trminos
de probabilidades, el modelo se denomina probabilstico, aleatorio o estocstico.
3. Ambientes de decisin:
Los estados de la naturaleza son los sucesos de los que depende la decisin y en los que no puede
influir apenas el decisor.
Los ambientes de decisin difieren entre s por el diferente nivel de informacin que comportan. Se
distinguen:
a. Certeza: es aqul en el que el decisor conoce con absoluta seguridad los estados de la
naturaleza que van a presentarse.
b. Riesgo: aqul en el que el decisor no sabe qu estados de la naturaleza se presentarn, pero s
conoce cuales pueden presentarse y la probabilidad que tiene cada uno de ellos.
c. Incertidumbre estructurada: aqul en el que se conocen los estados de la naturaleza, pero
no la probabilidad de cada uno de ellos.
d. Incertidumbre no estructurada: aquel en el que ni siquiera se conocen los posibles estados
de la naturaleza (si la demanda pudiera ser cualquiera y con cualquier grado de competencia.
Para pasar de un ambiente a otro es necesario obtener cierto grado de informacin. En teora de la
decisin se le denomina proceso de aprendizaje.
1
http://apuntesgadeuned.blogspot.com.es/
Ejemplo:
b. Optimista: cualquiera que sea la estrategia elegida, el estado que se presentar ser el ms
favorable para el decisor bajo ese estado.
1. Para resultados favorables (beneficios): criterio maxi-max: se determina cual es el
resultado ms elevado que puede alcanzarse con cada estrategia y posteriormente, se
elige aquella a la que le corresponda el mximo entre esos mximos.
2. Para resultados desfavorables (costes): criterio mini-min: se determina cul es el
mejor resultado que puede obtenerse con cada estrategia (el menor) y se elige
aquella a la que le corresponda el mnimo entre esos mnimos.
Ejemplo:
c. Pesimista o de Wald: cualquiera que fuera la estrategia elegida, el estado que se presentara
sera el menos favorable para ella. Favorables (beneficios) criterio maxi-min (mximo de los
mnimos); desfavorables (costes) criterio mini-max (mnimo de los mximos).
Ejemplo:
2
http://apuntesgadeuned.blogspot.com.es/
Ejemplo:
o Sin valor de :
Estrategias Mximos M i
Mnimos m i H i
M i
1 m i
E1 60 40 60 1 40
E2 70 10 70 1 10
H 1 60 1 40 60 40 40 20 40
H 2
70 1 10 70 10 10 60 10
3
http://apuntesgadeuned.blogspot.com.es/
5. Juegos de estrategia:
En los juegos de estrategia el resultado final no depende de la alternativa seleccionada por nuestro
decisor, sino tambin de las decisiones tomadas por otro u otros sujetos.
Se pueden clasificar de la forma siguiente:
Nmero de participantes
Ganancia total obtenida por el conjunto de los participantes. Si no hay ganancia (uno slo
gana lo que pierde el otro) se llama de suma nula.
Nmero de jugadas
La informacin de que disponen los jugadores (completa o incompleta)
Los elementos que intervienen en las decisiones, son de estrategia pura (slo interviene la
decisin de los jugadores) o de estrategia mixta (interviene adems algn elemento aleatorio).
El ms sencillo, es el juego de suma nula o juego rectangular, por la forma de la matriz de decisiones.
Es la base de la teora de los juegos.
Para obtener la matriz y la solucin de un juego rectangular hay que hallar las mejores estrategias de
los jugadores y el valor del juego (cantidad que gana un jugador y pierde el otro).
Los juegos en los que el maximin (mximo de los mnimos) del ganador coincide con el mnimas
(mnimo de los mximos) del perdedor se denominan juegos con punto de silla. A veces hay varios puntos
de silla, o sea, varias soluciones posibles.
La mejor manera de encontrar el punto de silla (valor del juego) es determinar un nmero que sea el
menor de su fila y el mayor de su columna (suponiendo que en las filas est el ganador y en las columnas el
perdedor).
Ejemplo,
4
http://apuntesgadeuned.blogspot.com.es/
6. Probabilidad y Riesgo:
En ambiente de riesgo intervienen las probabilidades. Existen dos concepciones:
La definicin clsica (Laplace): Si de un total de n casos, todos igualmente factibles, un suceso S
puede presentarse en h de los casos, la probabilidad de ocurrencia de ese suceso, P(S), es el
cociente entre el nmero de casos favorables y de casos posibles.
h
P S
n
La concepcin frecuencial u objetiva: se toma como probabilidad estimada, o emprica, la
frecuencia relativa de la aparicin del suceso, considerando que el nmero de observaciones del
experimento es suficientemente grande. Es el lmite de la frecuencia relativa cuando el nmero de
observaciones crece infinitamente.
Ejemplo,
Ejemplo,
5
http://apuntesgadeuned.blogspot.com.es/
Variable aleatoria: cuando no se sabe con certeza el valor que tomar, sino slo qu valores puede
tomar y que probabilidades tiene cada uno de ellos.
Distribucin de probabilidad: es una relacin de los valores posibles resultantes del experimento
(valores de la variable aleatoria), junto con sus probabilidades. Se suele representar por medio de
histogramas de barras.
Esperanza matemtica: es la media aritmtica ponderada de los valores que puede tomar la
variable, utilizndose, como coeficiente de ponderacin de cada valor, su probabilidad. Seala
donde se encuentra centrada la distribucin.
Medidas de dispersin: (dispersin significa riesgo; cuando es muy pequea: probabilidad elevada de
que la variable se aproxime al valor esperado, si es muy elevada: habr una gran probabilidad de que la
variable se desve, respecto al valor medio):
Desviacin absoluta media: coeficiente que mide la dispersin media de los valores de la variable
respecto a su valor esperado.
n
DA X X i
E X P X i
i 1
2
x X i E X PX i
i 1
La desviacin tpica: es la raz cuadrada positiva de la varianza. Tiene la ventaja de medirse con la
misma unidad de medida que la variable.
x
2
6
http://apuntesgadeuned.blogspot.com.es/
7. El anlisis Bayesiano:
El teorema de Bayes (reverendo Bayes s. XVIII), permite modificar las probabilidades de los
distintos estados, o sucesos aleatorios, en funcin de la informacin adicional de la que va disponindose, es
decir, transformar las probabilidades a medida que se avanza en el proceso de aprendizaje.
P S i P T / S i
P S i / T
P T / S i P S i P T / S 2 P S 2 ... P T / S n P S n
Ejemplo,
8. El grado de confianza:
Existen variables que pueden tomar ciertos valores (discretas) y otras que pueden tomar infinitos
valores (continuas). Las ms importantes de stas son las llamadas variables normales, a cuyas
distribuciones de probabilidad se llama distribuciones normales. Caractersticas de las mismas:
o Son simtricas y tienen forma acampanada. A su representacin se le llama campana de Gauss.
x N E x , x
Significa que la variable x sigue una distribucin normal con una esperanza
matemtica igual a E x y una desviacin tpica igual a x
7
http://apuntesgadeuned.blogspot.com.es/
Para determinar el nivel de confianza que puede tenerse en que una variable aleatoria tomar un valor
comprendido entre ciertos valores, se supone que es aplicable el teorema de central del lmite, segn el
cual si una variable est formada por la suma de un infinito nmero de variables independientes entre s,
cada una de las cuales tiene una distribucin de media y varianza finitas, esa variable-suma seguir una
distribucin normal. Puede aplicarse siempre que el nmero de variables sea suficientemente elevado.
Hay una tabla que indica los valores que puede tomar la distribucin normal variable-suma.
Se trata de una distribucin normal estandarizada o tipificada: esperanza matemtica vale cero y
desviacin tpica es uno, tambin se llama distribucin normal cero uno.
x E x
N 0 ,1
x
Ejemplo,
8
http://apuntesgadeuned.blogspot.com.es/
9. Teora de la informacin:
Segn la teora de la informacin (desarrollada por Shannon), la informacin proporcionada por la
materializacin del suceso depende de la probabilidad de su acaecimiento; proporciona tanto ms
informacin cuanto menor fuera la probabilidad de su acaecimiento.
As se puede denominar h(P) a la informacin proporcionada por la realizacin de un suceso de
probabilidad P, con lo que se hace constar que tal informacin es funcin de P. Para determinar la forma
correcta de esta funcin, se debe tener en cuenta:
Debe ser decreciente con P, de acuerdo a lo expuesto, la informacin aumenta al reducirse la
probabilidad del suceso.
Ha de tender a cuando la probabilidad P tienda a 0 (suceso imposible, en el lmite).
La materializacin de un suceso seguro no proporciona informacin alguna, por lo que la
funcin a de tomar el valor 0 cuando P sea el 100 %, igual a uno.
La funcin debe ser montona y continua. A cada uno de los infinitos posibles valores de P les
debe corresponder una y slo una medida de informacin
La informacin proporcionada por la ocurrencia conjunta de dos o ms sucesos independientes
entre s, debe ser igual a la suma de las informaciones que nos proporcionan los distintos sucesos
en su acontecer.
De todo ello resulta la congruencia de emplear, como medida de informacin, el recproco de la
probabilidad.
h P log 1 / P log P
El logaritmo puede ser neperiano (en cuyo caso la informacin viene medida en nits), decimal (y,
entonces la unidad de informacin ser el Hartley) o binario (y, en ese caso, la informacin se mide en bits).
Normalmente se utiliza en logaritmo binario, midindose la informacin en bits. Cada bit constituye la
informacin proporcionada por el acaecimiento de un suceso de probabilidad igual a un medio.
h 1 / 2 log
1 / 2 1bit
2