Professional Documents
Culture Documents
Estados de la Naturaleza
Alternativas e1 e2 e3 e4
a1 $500 $490 $480 $470
a 2 $300 $600 $590 $580
a3 $100 $400 $700 $690
a 4 $(-100) $200 $500 $800
1.3 Toma de decisión con incertidumbre. Criterios a utilizar
En los procesos de decisión bajo incertidumbre, el decisor conoce cuáles son los posibles
estados de la naturaleza, aunque no dispone de información alguna sobre cuál de ellos
ocurrirá. En particular, esto excluye el conocimiento de la información de tipo
probabilística sobre las posibilidades de ocurrencia de cada estado.
A continuación se describen las diferentes reglas de decisión en ambiente de
incertidumbre, y que serán sucesivamente aplicadas al ejemplo de elaboración de Kake.
Criterio de Wald (Pesimista, MaxMin o MinMax)
Criterio Máximas (Optimista, MaxMax o MinMin)
Criterio de Coeficiente de Optimismo (Hurwicz)
Criterio de Pérdida de Oportunidad (Savage)
Criterio de Igual Probabilidad (Laplace)
1.3.1 Criterio Pesimista (Wald)
Este criterio consiste en considerar que sea cual sea la alternativa tomada, siempre va a
pasar lo peor, es decir el estado de la naturaleza que va a ocurrir es el que va a provocar el
valor más pequeño si es un caso de máximo y el valor más grande si es un caso de mínimo,
se tratará entonces de mejorar la situación tomando lo mejor de lo peor.
Matemáticamente esto se puede escribir de la siguiente manera.
Max Minxij en un caso de máximo
J
i
Maxx
Min ij
en un caso de mínimo
J
i
En el ejemplo citado se procedería de la siguiente manera:
a1 470 Decisión a tomar
a 2 300
a 3 100
a 4 -100
1.3.2 Criterio Optimista
Este criterio consiste en considerar que sea cual sea la alternativa tomada, siempre va a
pasar lo mejor, es decir el estado de la naturaleza que va a ocurrir es el que va a provocar el
valor más grande si es un caso de máximo y el valor más pequeño si es un caso de mínimo,
se tratará entonces de escoger lo mejor de lo mejor.
Matemáticamente esto se puede escribir de la siguiente manera.
Max Maxxij en un caso de máximo
J
i
Minx
Min ij en un caso de mínimo
J
i
En el ejemplo citado se procedería de la siguiente manera:
a1 500
a 2 600
a 3 700
Nota: En caso de minino Laplace selecciona como alternativa óptima aquella que
proporciona el menor resultado.
Conviene destacar que, como paso previo a la aplicación de este criterio, se debe calcular
la matriz de pérdidas relativas, formada por los elementos r ij. Cada columna de esta matriz
se obtiene calculando la diferencia entre el valor máximo de esa columna y cada uno de los
valores que aparecen en ella.
Estados de la Naturaleza
Alternativas e1 e2 e3 e4
e1 e2
. . e
estado n
.
. .
Probabilidad p1 p 2 pn
.
Los principales criterios de decisión empleados sobre tablas de decisión en ambiente de
riesgo son:
Criterio del Valor Esperado
Criterio del Nivel de Aspiración
Criterio del Futuro más Probable
Criterio de la Pérdida de Oportunidad Esperada
Todos estos criterios serán aplicados al problema de decisión bajo riesgo cuya tabla de
resultados figura a continuación:
Estados de la Naturaleza
Alternativas e1 e2 e3 e4
Partiendo del ejemplo ilustrativo de decisión bajo riesgo, la siguiente tabla muestra el resultado para cada
una de las alternativas.
Alternativas e1 e2 e3 e4 R(ai)
a1 500 490 480 470 0
a2 300 600 590 580 0,25+0,32+0,23=0,8
a3 100 400 700 690 0,32+0,23=0,55
a4 -100 200 500 800 0.23
Probabilidades 0.2 0.25 0.32 0.23
Ejemplo
Partiendo del ejemplo ilustrativo de decisión bajo riesgo, la siguiente tabla muestra el resultado para cada
una de las alternativas.
Alternativas e1 e2 e3 e4 e3
a1 .500 490 480 470 480
a2 300 600 590 580 590
a3 100 400 700 690 700 Decisión a tomar
a4 -100 200 500 800 500
Probabilidades 0.2 0.25 0.32 0.23 0.32
La alternativa óptima según el criterio del Futuro más Probable sería a 3 , pues
proporciona el mayor valor xij para el estado más probable e3 .
1.4.4 Criterio de la Pérdida de Oportunidad Esperada
Primeramente debe formarse la matriz con pérdida de oportunidad, para ello se escoge la
mejor alternativa por evento (columnas) y se forma una nueva matriz restando el valor de
esa mejor alternativa a las demás alternativas (elementos de la columna). Luego se aplica el
mismo método del valor esperado, multiplicando cada valor xij por el valor de probabilidad
asociado. La matriz de pérdidas quedaría:
Alternativas e1 e2 e3 e4
a1 $0 $110 $220 $330
a2 $200 $0 $110 $220 Decisión a tomar
a3 $100 $200 $0 $110
a4 $600 $400 $200 $0
Probabilidades 0.2 0.25 0.32 0.23
E a1 0,2 0 0,25 110 0,32 220 0,23 330 173,8
E a1 0,2 300 0,25 0 0,32 110 0,23 220 125,80
E a1 0,2 100 0,25 200 0,32 0 0,23 110 155,30
E a1 0,2 600 0,25 400 0,32 200 0,23 0 284
La alternativa óptima según el criterio de la pérdida de oportunidad esperada sería a 2 ,
pues proporciona la menor pérdida esperada.
1.4.5 Valor de la información perfecta
Se llama información perfecta a la información que dice exactamente lo que va a ocurrir
esto es cuando se sabe exactamente el estado de la naturaleza que va a presentarse.
Si sabemos con exactitud el estado de la naturaleza que ocurrirá es fácil determinar la
alternativa que debe elegirse pues, es evidente que en ese caso se elegirá la alternativa que
proporcionará el mejor resultado. Consideremos la matriz de decisión del ejemplo expuesto
y resuelto anteriormente. Recordemos que al aplicar el criterio del valor esperado se optó
por seleccionar la alternativa a 2 para la cual el valor esperado era $532.20 a esto llamamos
valor esperado del proceso de toma de decisión y lo denotamos por VE.
En el caso de la ganancia esperada de la información perfecta se calcula mediante la
siguiente expresión:
n
GEIP p j R J
J 1
Donde:
R J : Es el resultado máximo para el estado de la naturaleza e j .
p j : Es la probabilidad del estado de la naturaleza e j .
GEIP 0,20 500 0,25 600 0,32 700 0,23 800 658
Si queremos saber ¿Cuánto estaría dispuesto a pagar el decisor por obtener la información
perfecta?
Entonces tendríamos que restar GEIP VE .
En este caso sería 658 532,20 125,80 es decir no se debe pagar más de 125,80 por
saber cual estado de la naturaleza ocurrirá con precisión.
Demanda \ Oferta 25 26 27 28
25 125 120 115 110
26 125 130 125 120
27 125 130 135 130
28 125 130 135 140
Cálculos :
(Dem, Oferta)
( 25 , 25 ) = 25(10) – 25(5) = 125
( 25 , 26 ) = 25(10) – 25(5) - 1(5) = 120, se descarta una
( 25 , 27 ) = 25(10) – 25(5) - 2(5) = 115, se descartan dos
( 25 , 28 ) = 25(10) – 25(5) - 3(5) = 110, se descartan tres
(Dem, Oferta)
( 26 , 25 ) = 25(10) – 25(5) = 125, Se vende lo que se oferta
( 26 , 26 ) = 26(10) – 26(5) = 130,
( 26 , 27 ) = 26(10) – 26(5) - 1(5) = 125, se descartan una
( 26 , 28 ) = 26(10) – 26(5) - 2(5) = 120, se descartan dos
.......................
( 28 , 27 ) = 27(10) – 27(5) = 135
( 28 , 28 ) = 28(10) – 28(5) = 140
b) Tabla de Ganancias Esperadas
25 26 27 28
Dem. Probb. G.C. G.E. G.C. G.E. G.C. G.E. G.C. G.E
25 0.15 125 18.75 120 78 115 17.25 110 16.5
26 0.30 125 37.50 130 39 125 37.25 120 36.0
27 0.40 125 50.0 130 52 135 54.0 130 52.0
28 0.15 125 18.75 130 19.5 135 20.25 140 21.0
125.0 128.5 129.0 125.5
6) Suponga que usted compra en ¢1000 un número de una rifa, la cual paga un premio de
¢50.000.
Hay dos eventos posibles:
Usted gana la rifa, o Pierde
¿Cuál es el valor esperado del juego
Solución 6.
La distribución de probabilidades es:
Evento X P(X)
Gana 49000 1/100
Pierde - 1000 99/100