TRABAJO COLABORATIVO FASE 3

DECISIONES BAJO UN ENTORNO DE INCERTIDUMBRE

TEORIA DE LAS DECISIONES

Integrantes:
Héctor Enrique Morales Hernández -80231376
Edison Tunjo - 80828842
Manuel Francisco Martínez Pinilla - 80210888

TUTOR:
HÉCTOR FABIO PADILLA MESA
GRUPO: 200608_5

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

INGENIERÍA DE SISTEMAS
NOVIEMBRE 2018.
 INTRODUCCIÓN

El presente trabajo se ha elaborado para fortalecer e identificar los conceptos relacionados a las

decisiones bajo un entorno de incertidumbre aplicados bajos los teoremas de Laplace, Wald, Savage

y Hurwicz todos estos basados en el desarrollo de un estudio de caso en grupo que nos permite la

ubicación en un contexto real.

 OBJETIVOS

 Identificar los conceptos relaciones en teoría de las decisiones bajo un entorno de

incertidumbre.

 Determinar los teoremas correspondientes a Laplace, Wald, Savage y Hurwicz aplicados en

un entorno real.
Paso 1: Practica de laboratorio.
El estudiante de manera individual presentará en el foro, el desarrollo del laboratorio propuesto en
el entorno de aprendizaje practico, con respecto a las cadenas de Markov.

Paso 2. Decisión bajo incertidumbre con Costos y ganancias.

El estudiante, con su grupo de trabajo y basado en los datos del trabajo colaborativo No 1,
determinará los criterios de Decisión bajo incertidumbre con Costos y ganancias
• Criterios de Decisión bajo incertidumbre con Costos.
a) El grupo de trabajo estimará los COSTOS unitarios para el Shampoo escogido en el trabajo
colaborativo 1, con base en los tres (3) estados de la naturaleza (θ1, θ2, θ3, costos unitarios
dada la demanda alta, media y baja) para cada curso de acción a, determinados en la Tabla 1
mediante la siguiente Generación de números aleatorios.
Tabla 1 Matriz de COSTOS o PAGOS
ESTADOS DE LA NATURALEZA
ϴ1 Demanda Baja ϴ2 Demanda Media ϴ3 Demanda Alta
CURSOS DE ACCION
Costo unitario ($) Costo unitario ($) Costo unitario ($)
a1 BIO SKALL 136964 108109 13628
a2 HEAD AND SHOULDER 45356 72212 93442
a3 EGO 75475 43605 97700

b) El grupo de trabajo determinara los criterios de decisión bajo incertidumbre con costos:
LAPLACE, WALD, SAVAGE, y HURWICZ
c) Tomar la Tabla 1 Matriz de Costos y calcular manualmente los criterios de decisión bajo
incertidumbre: Laplace, Wald, Savage y Hurwicz

Criterio Laplace:

Cada Estado de la naturaleza es igualmente probable:

Criterio Laplace:
Tabla 1 Matriz de COSTOS o PAGOS
ESTADOS DE LA NATURALEZA
ϴ1
Demanda ϴ3 Demanda
ϴ2 Demanda Media Ganancia Esperada
CURSOS DE ACCION Baja Alta Costo
Costo unitario ($) Laplace
Costo unitario ($)
unitario ($)
a1 BIO SKALL 136964 108109 13628 86234
a2 HEAD AND SHOULDER 45356 72212 93442 70337
a3 EGO 75475 43605 97700 72260
Selección 86234

Criterio Wald:
Tabla 1 Matriz de COSTOS o PAGOS
ESTADOS DE LA NATURALEZA
ϴ1 Demanda
ϴ2 Demanda Media ϴ3 Demanda Alta Costo Esperada
CURSOS DE ACCION Baja Costo
Costo unitario ($) Costo unitario ($) Wald
unitario ($)
a1 BIO SKALL 136964 108109 13628 136964
a2 HEAD AND SHOULDER 45356 72212 93442 93442
a3 EGO 75475 43605 97700 97700
Selección 93442

Criterio Savage:

Tabla 1 Matriz de COSTOS o PAGOS

ESTADOS DE LA NATURALEZA
ϴ1 Demanda ϴ3 Demanda
ϴ2 Demanda Media
CURSOS DE ACCION Baja Costo Alta Costo
Costo unitario ($)
unitario ($) unitario ($)
a1 BIO SKALL 136964 108109 13628
a2 HEAD AND SHOULDER 45356 72212 93442
a3 EGO 75475 43605 97700

Se visualizan perdidas:

Tabla 1 Matriz de COSTOS o PAGOS

ESTADOS DE LA NATURALEZA
ϴ1 Demanda ϴ3 Demanda
ϴ2 Demanda Media Max.Coste
CURSOS DE ACCION Baja Costo Alta Costo
Costo unitario ($) Oportunidad
unitario ($) unitario ($)
a1 BIO SKALL 136964 108109 13628 13628
a2 HEAD AND SHOULDER 45356 72212 93442 45356
a3 EGO 75475 43605 97700 43605
Criterio Hurwicz:

Tabla 1 Matriz de COSTOS o PAGOS

ESTADOS DE LA NATURALEZA
ϴ1 Demanda ϴ2 Demanda
ϴ3 Demanda Alta Criterio de
CURSOS DE ACCION Baja Costo Media Costo
Costo unitario ($) Realismo
unitario ($) unitario ($)
a1 BIO SKALL 136964 108109 13628 176591
a2 HEAD AND SHOULDER 45356 72212 93442 94890
a3 EGO 75475 43605 97700 81342,5
Promedio
Ponderado 117608

Para la obtención de las anteriores tablas se hizo uso de la herramienta Excel, mediante la cual se realizaron
los cálculos, a continuación, se deja link de la tabla con sus respectivas fórmulas:

 Tabla de cálculos para los criterios LAPLACE, WALD, SAVAGE, y HURWICZ

Ingresar la información de la Tabla 2 Matriz de Costos en el programa WinQSB, seguir el

procedimiento para obtener los resultados para los criterios de decisión

Ingresamos los datos en la tabla de winsqb

Los resultados serían:

 Tabla 2 Matriz de GANANCIAS o BENEFICIOS
ESTADOS DE LA NATURALEZA

ϴ1 Demanda Baja ϴ2 Demanda Media Costo ϴ3 Demanda Alta

CURSOS DE ACCION
Costo unitario ($) unitario ($) Costo unitario ($)

a1 BIO SKALL 94064 24875 59308

a2 HEAD AND SHOULDER 79454 90948 56833
a3 EGO 109274 132692 12350

CRITERIO DE LAPLACE

Este criterio se basa en el principio de la razón insuficiente.

𝒏
𝟏
𝐦𝐚𝐱 𝒂𝒊 ⁡{ ⁡∑ 𝒗(𝒂𝒊 , 𝜽𝒋 )}
𝒏
𝒋=𝟏

𝟏
𝑬{𝒂𝟏 } = ( ) (𝟗𝟒𝟎𝟔𝟒 + 𝟐𝟒𝟖𝟕𝟓 + 𝟓𝟗𝟑𝟎𝟖) = 𝟓𝟗𝟒𝟏𝟓. 𝟔𝟔⁡
𝟑
𝟏
𝑬{𝒂𝟐 } = ( ) (𝟕𝟗𝟒𝟓𝟒 + 𝟗𝟎𝟗𝟒𝟖 + 𝟓𝟔𝟖𝟑𝟑) = 𝟕𝟓𝟕𝟒𝟓
𝟑
𝟏
𝑬{𝒂𝟑 } = ( ) (𝟏𝟎𝟗𝟐𝟕𝟒 + 𝟏𝟑𝟐𝟔𝟗𝟐 + 𝟏𝟐𝟑𝟓𝟎) = 𝟖𝟒𝟕𝟕𝟐
𝟑
Bajo el criterio de Laplace, podemos decir que el mejor curso de acción que podemos tomar es 𝒂𝟑

CRITERIO DE WALD (MAXMIN)

Este criterio es conservador, porque está basado en lograr lo mejor de las perores condiciones
posibles

max{𝑣(𝑎𝑖 , 𝜃𝑗 )}

θ1 θ2 θ3 𝜃𝑗
a1 BIO SKALL 94064 24875 59308 178247
a2 HEAD AND SHOULDER 79454 90948 56833 227235
a3 EGO 109274 132692 12350 254316

El valor minimax es 𝒂𝟑

CRITERIO DE SAVAGE
En algunos casos este criterio puede llevar a conclusiones ilógicas, por lo extremadamente
conservador.

max{𝑣(𝑎𝑘 , 𝜃𝑗 )} − 𝑣(𝑎𝑖 , 𝜃𝑗 ), 𝑠𝑖⁡𝑣⁡𝑒𝑠⁡𝑏𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜⁡

ak
𝑟(𝑎𝑖 , 𝜃𝑗 ) = ⁡ {
𝑣(𝑎𝑖 , 𝜃𝑗 ) − max{𝑣(𝑎𝑘 , 𝜃𝑗 )}, 𝑠𝑖⁡𝑣⁡𝑒𝑠⁡𝑝é𝑟𝑑𝑖𝑑𝑎
ak

Se utiliza el mismo criterio minimax, para determinarlo. Entonces el valor será 𝒂𝟑

CRITERIO DE HURWICZ

Representa un intervalo de actitudes desde la más optimista hasta la más pesimista.

Vamos a realizar es calculo con 𝛂⁡ = 𝟏/𝟐 siendo un valor razonable.

Las formular que vamos a realizar por cada curso de acción será

𝒎á𝒙{𝜶 𝒎á𝒙 𝒗(𝒂𝒊 , 𝜽𝒋 ) + (𝟏 − 𝜶) 𝒎í𝒏 𝒗(𝒂𝒊 , 𝜽𝒋 )}

𝜽𝒋 𝜽𝒋

𝒎í𝒏{𝜶 𝒎í𝒏 𝒗(𝒂𝒊 , 𝜽𝒋 ) + (𝟏 − 𝜶) 𝒎á𝒙 𝒗(𝒂𝒊 , 𝜽𝒋 )}

𝜽𝒋 𝜽𝒋

𝛼 mín 𝑣(𝑎𝑖 , 𝜃𝑗 ) + (1 − 𝛼) máx 𝑣(𝑎𝑖 , 𝜃𝑗 )

MIN 𝜃𝑗 MAX⁡𝜃𝑗 θj θj
a1 BIO SKALL 24875 94064 59469,5
a2 HEAD AND SHOULDER 56833 90948 73890,5
a3 EGO 12350 132692 725221

 Criterios de Decisión bajo incertidumbre con Ganancia.

El grupo de trabajo estimará las GANANCIAS para el producto presentado en el numeral 1 con base
en los tres (3) estados de la naturaleza (θ1, θ2, θ3, ganancia dada la demanda alta, media y baja) para
cada curso de acción a, determinados en la Tabla 2 mediante la siguiente Generación de números
aleatorios

a) Tomar la Tabla 2 Matriz de Ganancia y calcular manualmente los criterios de decisión bajo
incertidumbre con ganancia: Laplace, Wald, Savage y Hurwicz.
b) Ingresar la información de la Tabla 2 Matriz de ganancias en el programa WinQSB, seguir el
procedimiento para obtener los resultados para los criterios de decisión.
c) Presentar los cálculos manuales y resultados mediante captura de pantalla de la salida del
programa WinQSB.
d) Analizar y comparar los resultados y presentar conclusiones con base en la aplicación de la
regla de optimización de cada uno de los criterios de decisión para la toma de decisiones.
 Tabla 2 Matriz de GANANCIAS o BENEFICIOS
ESTADOS DE LA NATURALEZA

ϴ1 Demanda Baja ϴ2 Demanda Media Costo ϴ3 Demanda Alta

CURSOS DE ACCION
Costo unitario ($) unitario ($) Costo unitario ($)

a1 BIO SKALL 94064 24875 59308

a2 HEAD AND SHOULDER 79454 90948 56833
a3 EGO 109274 132692 12350

Criterio Laplace:
Tabla 2 Matriz de GANANCIAS o BENEFICIOS

ESTADOS DE LA NATURALEZA
ϴ3
ϴ2 Demanda Demanda Ganancia
ϴ1 Demanda Baja Costo
CURSOS DE ACCION Media Costo Alta Esperada
unitario ($)
unitario ($) Costo Laplace
unitario ($)
a1 BIO SKALL 94064 24875 59308 59416
a2 HEAD AND SHOULDER 79454 90948 56833 75745
a3 EGO 109274 132692 12350 84772

Selección 84772

Con este criterio la ganancia esperada es: 84772

Tabla 2 Matriz de
GANANCIAS o
BENEFICIOS
Criterio Wald:
Tabla 2 Matriz de GANANCIAS o BENEFICIOS

ESTADOS DE LA NATURALEZA
ϴ3
ϴ2 Demanda Demanda Costo
ϴ1 Demanda Baja Costo
CURSOS DE ACCION Media Costo Alta Esperada
unitario ($)
unitario ($) Costo Wald
unitario ($)
a1 BIO SKALL 94064 24875 59308 94064
a2 HEAD AND SHOULDER 79454 90948 56833 90948
a3 EGO 109274 132692 12350 132692
Selección 132692

Desfavorable 90948
Desfavorable 94064

En este criterio la mayor ganancia esperada es: 132392

Criterio Savage:

Tabla 1 Matriz de COSTOS o PAGOS

ESTADOS DE LA NATURALEZA
ϴ3 Demanda
ϴ2 Demanda
ϴ1 Demanda Baja Costo Alta
CURSOS DE ACCION Media Costo
unitario ($) Costo
unitario ($)
unitario ($)
a1 BIO SKALL 94064 24875 59308
a2 HEAD AND SHOULDER 79454 90948 56833
a3 EGO 109274 132692 12350

Se visualizan ganancias:

Tabla 1 Matriz de COSTOS o PAGOS

ESTADOS DE LA NATURALEZA
ϴ3
ϴ2 Demanda Demanda
ϴ1 Demanda Baja Costo Max.Coste
CURSOS DE ACCION Media Costo Alta
unitario ($) Oportunidad
unitario ($) Costo
unitario ($)
a1 BIO SKALL 94064 24875 59308 24875
a2 HEAD AND SHOULDER 79454 90948 56833 56833
a3 EGO 109274 132692 12350 12350

Criterio Hurwicz:

Tabla 1 Matriz de COSTOS o PAGOS

ESTADOS DE LA NATURALEZA
ϴ2 Demanda ϴ3
ϴ1 Demanda Baja Costo Criterio de
CURSOS DE ACCION Media Costo Demanda
unitario ($) Realismo
unitario ($) Alta
 Costo
unitario ($)
a1 BIO SKALL 94064 24875 59308 71907
a2 HEAD AND SHOULDER 79454 90948 56833 130675
a3 EGO 109274 132692 12350 187329
Promedio
Ponderado 129970

Link herramienta EXCEL:

 Tablas Criterio de Decisión Ganancias
b) Ingresar la información de la Tabla 2 Matriz de ganancias en el programa WinQSB, seguir el
procedimiento para obtener los resultados para los criterios de decisión.

Ingresamos los datos:

El resultado de los cálculos es:

Paso 3. Pagos esperados.
El estudiante con su grupo de trabajo estimará los pagos esperados para el producto presentado
mediante teoría de juego con un posible producto competidor.
El grupo de trabajo estimará los pagos esperados para el producto presentado en el numeral 1 que
en adelante se denominará Producto A y un posible Producto B (sustituto), mediante la siguiente
Generación de números aleatorios.

Pasos para obtener la Matriz (2*3):

Para este caso eliminamos la fila 1 la cual representa la menor ganancia:

Tabla 3 Matriz de Pagos (3*3)

Producto B
Producto A 1 2 3
1 118648 112797 40028
2 131827 83919 71441
3 42868 53786 49872

Obtenemos la tabla 4 Matriz de pagos (2*3):

Tabla 4 Matriz de Pagos (2*3)

Producto B
Producto A 1 2 3
1 118648 112797 40028
2 131827 83919 71441

Pasos para obtener la Matriz (3*2):

Para este caso eliminamos la columna 1 la cual representa la menor ganancia:

Tabla 3 Matriz de Pagos (3*3)

Producto B
Producto A 1 2 3
1 118648 112797 40028
2 131827 83919 71441
3 42868 53786 49872
 Obtenemos la tabla 5 Matriz de pagos (3*2):

Tabla 5 Matriz de Pagos (3*2)

Producto B
Producto A 1 2
1 118648 112797
2 131827 83919
3 42868 53786

Ingresar la información de la Tabla 3 Matriz de Pagos (3*3) en el programa WinQSB, seguir el

procedimiento para obtener los resultados del valor del juego.
Ingresamos la tabla en WinQSB:

Los resultados de la simulación arrojaron:

Y el análisis arroja los siguientes resultad
El grupo de trabajo encontrará el Valor de los Juegos mediante estrategias puras.

 Tomar la Tabla 4 Matriz de Pagos (2*3) y calcular manual y gráficamente el Valor del Juego
mediante estrategias puras. Repetir el procedimiento para la Tabla 5 Matriz de Pagos (3*2).

Tabla 4 Matriz de Pagos (2*3):

Tabla 4 Matriz de Pagos (2*3)

Producto B
Producto A 1 2 3
1 118648 112797 40028
2 131827 83919 71441

Para el jugador 1:
𝑥1 𝐴

𝑥2 𝐵

Ecuaciones:
𝑥1 + 𝑥2 = 1 1 𝑥2 = 1 − 𝑥1
𝑃𝐸1 = 118648𝑥1 + 131827𝑥2 2
𝑃𝐸2 = 112797𝑥1 + 83919𝑥2 3
𝑃𝐸3 = 40028𝑥1 + 71441𝑥2 4

𝑃𝐸1 = 118648𝑥1 + 131827(1 − 𝑥1) = 118648𝑥1 + 131827 − 131827𝑥1 = 131827 −

13179𝑥1

𝑃𝐸2 = 112797𝑥1 + 83919(1 − 𝑥1) = 112797𝑥1 + 83919 − 83919𝑥1 = 83919 + 28878𝑥1

𝑃𝐸3 = 40028𝑥1 + 71441(1 − 𝑥1) = 40028𝑥1 + 71441 − 71441𝑥1 = 71441 − 31413𝑥1

Igualando las rectas con pagos mínimos

83919 + 28878𝑥1 = 71441 − 31413𝑥1

83919 − 71441 = 31413𝑥1 − 28878𝑥1

12478 = 2535𝑥1

𝑥1 = 12478 / 2535

𝑥2 = 1 − 12478 / 2535

𝑥2 = − 9943/ 2535
Para este caso lo reemplazamos en la ecuación 4
𝑃𝐸 = 40028(12478 / 2535) + 71441(− 9943/ 2535)

𝑃𝐸 = 499469384/ 2535 + (−710337863/ 2535)

𝑃𝐸 = V = −70289493/ 845 = −83182,83

Para el jugador 2:
Ponderaciones:

𝐽1 𝐴 0

𝐽2 𝐵 293343/18495

𝐽3 𝐶 250502/18495

Ecuaciones:

𝐽1 + 𝐽2 + 𝐽3 = 1 1

𝑃𝑃1 = 118648𝐽1 + 131827𝐽2 + 42868𝐽3

𝑃𝑃2 = 112797𝐽1 + 83919𝐽2 + 53786𝐽3

Igualando al valor del juego:

1159268117/ 18495 = 118648𝐽1 + 131827𝐽2 + 42868𝐽3 2

1159268117/ 18495 = 112797𝐽1 + 83919𝐽2 + 53786𝐽3 3

  Presentar los cálculos manuales, gráficos y resultados mediante capturas de pantalla de la
salida del programa WinQSB.

Tabla 4 Matriz de Pagos (2*3):

Tabla 4 Matriz de Pagos (2*3)

Producto
B
Producto 1 2 3
A
1 11864 11279 40028
8 7
2 13182 83919 71441
7

Resultados manuales:

Para el jugador 1:

𝑥1 = 12478 / 2535

𝑥2 = − 9943/ 2535

𝑃𝐸 = V = −70289493/ 845 = −83182,83

Para el jugador 2:

Ponderaciones:

𝐽1 𝐴 0

𝐽2 𝐵 271473/845

𝐽3 𝐶 287187/845
 Tabla 5 Matriz de Pagos (3*2):

Tabla 5 Matriz de Pagos

(3*2)
Producto
B
Producto 1 2
A
1 11864 11279
8 7
2 13182 83919
7
3 42868 53786

Resultados manuales:

Para el jugador 1:

𝑥1 = 30133 / −36990

𝑥2 = 67123/36990

𝑃𝐸 = V = 1159268117/ 18495 = 62680,08

Para el jugador 2:

Ponderaciones:
𝐽1 𝐴 0
𝐽2 𝐵 293343/18495
𝐽3 𝐶 250502/18495

Ingresar la información de la Tabla 4 Matriz de Pagos (2*3) en el programa WinQSB, seguir el

procedimiento para obtener los resultados del valor del juego. Repetir el procedimiento para la
Tabla 5 Matriz de Pagos (3*2).
 Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de
optimización de un juego mediante estrategias mixtas para la toma de decisiones

Podemos observar que para este caso se utilizó la solución grafica de juegos (2 x N) y (N x 2), las
cuales son aplicables a juegos en los cuales, por lo menos uno de los jugadores tiene 2 estrategias.
De acuerdo al análisis tenemos que para el caso de la tabla 4 matriz de pagos (2*3), el valor del
juego corresponde a -70289493/ 845, para la tabla 5 matriz de pagos (3*2), el valor del juego
corresponde a 1159268117/ 18495, lo que quiere decir que es el valor del juego esperado, valor
óptimo que va a recibir el jugador 1, independientemente de las jugadas que realice el jugador 2.
También podemos decir que es la pérdida óptima que va a realizar el jugador 2 independientemente
de las estrategias que tome el jugador 1.
 CONCLUSIÓN

Podemos concluir que para cada tipo de problema de decisión existe más de un criterio susceptible

de emplearse, cada uno denotando una distinta filosofía, según la actitud del decisor y la naturaleza

del problema. La toma de decisiones en condiciones de incertidumbre o certeza, ocurre cuando el

decisor conoce el estado de la naturaleza que ocurrirá con absoluta certeza. En situaciones de esta

naturaleza, el decisor conoce el conjunto de alternativas factibles y las consecuencias de cada una.

La matriz de decisiones tiene una sola columna, dado que se conoce el estado natural que se

presentará. Por lo tanto a cada alternativa factible se le asigna un solo resultado posible. El criterio

de decisión en problemas bajo certeza consiste en elegir simplemente la alternativa de mayor

beneficio o menor pérdida.

 BIBLIOGRAFÍA

Mosquera, W. E. (2010). Criterios de Decisión, Decisiones Bajo Riesgo. 200608 - Teoría de las

decisiones. Recuperado de:

http://repository.unad.edu.co/bitstream/10596/4891/1/200608%20Modulo.pdf

Hillier, F., & Lieberman, G. (2010). Análisis de Decisión, Arboles de Decisión, Teoría de la Utilidad.

En Introducción a la investigación de operaciones (9a ed.). México, D. F.: McGraw-Hill. Recuperado

de:

http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386&opensearch=investigaci%C3%B3n%2

0de%20operaciones&editoriales=&edicion=&anio=%20

Begoña, Vitoriano ().Teoría de Juegos o Estrategia de juegos. TEORÍA DE LA DECISIÓN.

Recuperado de http://repository.unad.edu.co/bitstream/10596/5052/1/212066%20a_dt_UCM.pdf

Blanco, H. (2016) OVI Decisiones Bajo Incertidumbre, Teoría de Juegos y Cadenas de Markov En

WinQSB Recuperado de http://hdl.handle.net/10596/8105