sábado, 31 de mayo de 2014


MAESTRANTES:
ANGELICA CORONA
ELISA ESPINOZA 
MILEIDIS GUERRERO
NORIS SALAS
SARAI SILVA


El termino cualitativo se ha enfocado en la investigacion desde dos perspectivas:una manera diferente de hacer ciencia en relacion al positivismo,implicado la teoria epistemologicas y otra que toma de lo cualitativo solo su aspecto instrumental,manteniendo esencialmente de la epistemologia cuantitativa en la costruccion del conocimuiento.se ha observado a lo largo de la historia a destacados investigadores como:(Becker,Glaser,Taylor y Bogdan entre otros), que han seguido este ultimo.El paradigma positivista y neopositivista los cuales se han caracterizado en el uso de los instrumentos nos muestan lo dificil que ha sido producir ruptura a nivel epistemologico sobre lo que hemos aprendido o producir conocimientos.segun lo antes expuesto,nos ha permitido centrarnos en algunas caracteristicas basicas del abordaje en una metodologia cualitativa,que nos permitira hacer ciencia desde un lugar diferente.cabe destacar que la metodologia cualitativa nos permite construir el conocimiento diferenciado a traves de lo sentido subjetivos diversos.esto nos permite asumir el objeto de estudio,desde una representacion compleja.desde el enfoque cualitativo,caracteriza el proceso produccion de conoicimisntos sin el uso de otros metodos ;sin embargo existe una compatibilidad dentro de una epistemologia alternativa al positivismo como indicadores de un proceso de construccion del conocimiento.Es de resaltar la epistemologia cualitativa y se basa en tres principios:donde el conocimiento es una prooduccion es una produccion constructivista.interpretativa.la interpretacion es un proceso en el cual el investigador integra,reconstruye y representa en diversos indicadores producidos durante la investigacion.caracter interactivo del proceso de produccion del conocimiento que significa algo crucial del proceso .aqui se hace visible la importancia del contexto ,significacion de la singularidad como nivel legitimo de la produccion de conocimientos.la singuraridad en la investigacion,constituye una importante significacion cualitativa,que impide identificarla con el concepto de individualidad.La investigacion cualitativa como proceso permanente de produccion de conocimientos,donde los resultados son momentos parciales,que continuamente se integran dando lugar a nuevas interrogantes,abriendo nuevos caminos a la produccion de conocimientos.A finales del siglo xx,hubo intentos de sistematizadores de investigaciones de caracter cualitativo,las cuales fueron llevados a cabo por autores Bogdan y Binker.Los mismos se realizaron en estadoos unidos,asociados a una perspectiva sociologica.sin embargo solo a principios del siglo xx,las investigaciones cualitativas se sistematizaron en los trabajos de Malinowski,Basteson,entre otros,los cuales la situaron en el estudio de las culturas humasnas,de manera participativa.Es de resaltar que en sus inicios la etnografia a pesar del cambio que hubo el considerar la presencia del investigador en el campo,surgio colocando en el centro de la investigacion la preocupacion por objetividady la neutralida de esta forma se mantuvo el enfasis en los datos obtenidos en la finalidad de los datos de manera empirica.Esto ha permiotido superar las formas intrumentistas y despersonalizadas de conseguir informacionen la investigacion cualitativa positivista tradicional.ahora bien en el desarrollo historico de la investigacion cualitativ,autores como Denzin y Guba (1994),hace enfasis en cinco periodos:El periodo tradicional ;el cual prevalece la influencia del paradigma positivista,la objetividad,la validez y la confiabilidad;la fase modernista:donde se formaliza los metodos cualitativos:el periodo de la indiferencia de generos:donde la investigacion iban desde los estudios de casos hasta los metodos biograficos yb la investigacion clinica;periodo de crisis:El cual aparece como resultado de una crisis de representacion y ligitimacion de los investigadores cualitativos dentro de las cioencias sociales.la misma esta definida por el hecho de que el investigador social ṕueda capturar directamente la experiencia vivida.

Por otra poarte el metodo etnografico ha estado relacionado con el trabajo de campo,el cual es primordial para mucha de las investigaciones cualitativas desarrolladas en el campo de las ciencias antropo-social.Es relevante destacan que cuando se habla de campo nos rsferimos a esa posicion de lo real que se compone no solo de los fenomenos observables,sino de la significacion que los actores le asignarona un entorno y las tramas que estos involucran.









El trabajo de campo consta de tres fases descrptivas,la interpretativa y lo reflexivo;el trabajo de campo es una via esencial de entrenar la iniciativa intelectual del investigador,el cual esta obligado a elaborar sus propias ideas frente a lo que esta ocurriendo en el esenario de la ionvestigacio.para el investigador es una herramienta muy positiva,ya que se puede realizar investigaciones orientadas como microetnograficas,que permite un estudio mas adecuado en el campo educativo.Como investigadores natos,la investigacion cualitativa,nos permiote ubicarnos como sujetos protagonistas en la construccion y reconstrucciondel conocimiento ,que se relaciona con el metodo etnografico fundamentalmente en el abordaje de la realidad que intenta estudiar.

La etnografía es una práctica reflexiva. Con ello significamos que las imagenes y visiones que un investigador construye o elabora de los otros están relacionados y dependen del tipo de interaccion social que entable con sus sujetos de estudio, y de la idea que ellos se forjen del investigador, su proyecto y propósitos. El método etnográfico se estructura sobre la base de las observaciones de las actividades sociales de interés, la entrevista y diversas modalidades de participación por parte del investigador en las actividades socioculturales seleccionadas o espontáneamente.

domingo, 10 de junio de 2012


          DECISIONES BAJO RIESGO

           Muchos de los problemas que nos enfrentamos, supone que calculemos la probabilidades que ciertos hechos sucedan, es decir, que usemos nociones estadísticas.

         Sin embargo, las personas no son estadísticos perfectos, cometemos errores bastante graves. En la toma de decisiones bajo riesgo se conocen las probabilidades de los hechos, pero no los resultados.

           Por ejemplo, Cuanto apuesta Usted a que sale un numero par si tiro un dado?(se sabe que 1 de cada 2 tiros son pares).

Cuando, además de prever los posibles resultados futuros asociados a una alternativa, se les puede asignar probabilidades aunque sean subjetivas a cada uno de ellos, entonces se dice que se encuentra frente a una situación bajo riesgo.
            El riesgo es aquella situación sobre la cual tenemos información, no solo de los eventos posibles, sino de sus probabilidades.

Herramientas y Desiciones Bajo Riesgo
Decisiones-bajo-riesgo.pdf
Toma-de-decisiones-bajo-riesgo-pdf

viernes, 1 de junio de 2012

Decisiones Bajo Riesgo


     En la toma de decisiones se puede dar un  ambiente de riesgo cuando cada decisión tomada puede traer innumerables consecuencias a las que puede asignarse una distribución de probabilidad conocida, estas decisiones están caracterizadas porque puede asociarse una probabilidad de que algo ocurra a cada estado de la naturaleza como consecuencia de la decisión tomada, estas probabilidades  son conocidas o pueden ser estimadas por el decisor antes del proceso de toma de decisiones.

      Los criterios que se toman en cuenta en una decisión en ambiente de riesgo se basan en estadísticos asociados a la distribución de probabilidad de los resultados, es decir que se tiene mas o menos la idea de lo que puede suceder si se toma tal decisión. Algunos de estos criterios se aplican sobre la totalidad de las alternativas, mientras que otros sólo tienen en cuenta un subconjunto de ellas que serian las mas apropiadas o que se cree que arrojara el mejor resultado posible, considerando las restantes peores, por lo no que están presentes en el proceso de toma de decisiones.

     Es de suponer que el riesgo implica cierto grado de incertidumbre y la habilidad para controlar plenamente los resultados o consecuencias de dichas acciones. El riesgo o la eliminación del mismo es un esfuerzo que los gerentes deben realizar. Sin embrago, en algunos casos la eliminación de cierto riesgo podría incrementar riesgos de otra índole. El manejo efectivo del riesgo requiere la evaluación y el análisis del impacto subsiguiente del proceso de decisión. Este proceso permite al tomador de decisiones evaluar las estrategias alternativas antes de tomar cualquier decisión. El proceso de decisión se describe a continuación:

         1.      El problema esta definido y todas las alternativas confiables han sido consideradas. Los resultados posibles para cada alternativa son evaluados.
          2.      Los resultados son discutidos de acuerdo a su reembolso monetario o de acuerdo a la ganancia neta en activos o con respecto al tiempo.
          3.      Varios valores inciertos son cuantificados en términos de probabilidad.
         4.      La calidad de la estrategia óptima depende de la calidad con que se juzgue. El tomador de decisiones deberá examinar e identificar la sensitividad de la estrategia optima con respecto a los factores cruciales.

jueves, 31 de mayo de 2012

para mas informacion:
http://imy.laureate.net/Faculty/webinars/Documents/INTRODUCCION%20TOMA%20DE%20DECISIONES.pdf

TOMA DE DECISIONES

La toma de decisiones se define como la selección de un curso de acciones entre alternativas, es decir que existe un plan un compromiso de recursos de dirección o reputación. La toma de decisiones como su trabajo principal ya que tienen que seleccionar constantemente qué se hace, quien lo hace y cuando, dónde e incluso como se hará. Sin embargo la toma de decisiones es sólo un paso de la planeación ya que forma la parte esencial de los procesos que se siguen para elaboración de los objetivos o metas trazadas a seguir. Rara vez se puede juzgar sólo un curso de acción, porque prácticamente cada decisión tiene que estar engranada con otros planes.

El proceso que conduce a la toma de decisión:
  1. Elaboración de premisas
  2. Identificación de alternativas
  3. Evaluación de las alternativas, en términos de metas que se desea alcanzar
  4. Selección de una alternativa, es decir tomar una decisión
Las personas que actúan o deciden racionalmente están intentando alcanzar alguna meta que no se puede lograr sin acción. Necesitan comprender en forma clara los cursos alternativos mediante los cuales se puede alcanzar una meta de acuerdo a las circunstancias y limitaciones existentes. Se necesita también la información y la capacidad para analizar y evaluar las alternativas de acuerdo con la meta deseada. Por ultimo, necesitan tener el deseo de llegar a la mejor solución mediante la selección de la alternativa que satisfaga de un modo más efectivo el logro de la meta.
Una decisión programada se aplica a problemas estructurados o de rutina. Los operadores de tomos tienen especificaciones y reglas que les señalan si la pieza que han hecho es aceptable, si tiene que desecharse o si se tiene que procesar de nuevo.

Las decisiones no programadas se usan para situaciones no programadas, nuevas y mal definidas, de naturaleza no repetitivas. Ej.: el lanzamiento de la computadora Macintosh por Apple Computer.
En realidad las decisiones estratégicas son, en general, decisiones no programadas, puesto que requieren juicios subjetivos.

La mayoría de las decisiones no son ni completamente programadas ni completamente no programadas; son una combinación de ambas. La mayor parte de las decisiones no programadas las toman los gerentes del nivel más alto, esto es porque los gerentes de ese nivel tienen que hacer frente a los problemas no estructurados.
El Análisis De Riesgo prácticamente cada decisión se basa en al interacción de variables importantes, muchas de las cuales tienen un elemento de incertidumbre pero quizás un grado bastante alto de probabilidad. Por tanto, la sensatez de lanzar un nuevo producto podría desprender de varias variables críticas: el costo de producto, la inversión del capital, el precio que se puede fijar, el tamaño del mercado potencial y la participación del mercado total.
Los Árboles de Decisión presentan los puntos de decisión, los acontecimientos fortuitos y las probabilidades existentes en los diversos cursos que se podrían seguir.
El enfoque del árbol de decisión hace posible observar, al menos las principales alternativas y el hecho de que las decisiones posteriormente dependan de acontecimientos en el futuro.
Ej.: los gerentes también pueden comprender la verdadera probabilidad de una decisión que conduzca a los resultados deseados.
Una cosa es cierta los árboles de decisión y técnicas similares de decisión reubican criterios amplios con un centro de atención sobre los elementos importantes de una decisión, hacen resaltar premisas que con frecuencia están escondidas y muestran el proceso de razonamiento mediante el cual se toman las decisiones bajo incertidumbre.



miércoles, 30 de mayo de 2012

http://www.mat.ucm.es/~bvitoria/Archivos/a_dt_UCM.pdf

Decision Bajo Riesgo

Criterios para valorar las posibles decisiones

       La mayor dificultad en este contexto es cómo valorar una decisión o alternativa para poder compararla con otras. Así se presentan distintos criterios para valorar las alternativas y, según sea el criterio adoptado, decidir cuál es la decisión óptima. Los criterios se clasifican según utilicen las probabilidades de los distintos estados o no. Los primeros está claro que sólo pueden ser utilizados cuando estas probabilidades son conocidas, mientras que los segundos pueden ser aplicados en cualquier caso.

Criterios utilizando las probabilidades de los estados de la naturaleza.

Criterio del valor esperado:
        Este criterio supone seleccionar aquella alternativa cuyo pago esperado o medio sea mejor (si los pagos son beneficios la de mayor beneficio esperado y si son costes la de menor coste esperado). Este criterio es el más común cuando las probabilidades son conocidas, pero no tiene por qué ser el más apropiado. Obsérvese que si el proceso de decisión se repite muchas veces en idénticas condiciones las leyes de los grandes números aseguran que en el límite el pago medio es la esperanza.
       Así pues este criterio es apropiado cuando el proceso se va a repetir muchas veces, pero puede no serlo cuando se presenta una situación única, en la que el proceso no va a ser repetido.

Criterio de lo más probable
       Este criterio supone elegir la alternativa con mejor valor para el estado más probable, es decir, visto cuál es el estado más probable elegir la alternativa con mejor valor en ese estado. Este criterio se suele utilizar más cuando el proceso de decisión no es iterativo, es decir, se lleva a cabo una única vez.

Criterio del escenario medio
En ocasiones, cuando el espacio de estados es numérico, también es posible establecer un escenario medio y buscar aquella alternativa óptima para este escenario. Tiene sentido hacerlo sobre todo con distribuciones
continuas (espacio de estados infinito). Si las consecuencias son proporcionales al estado, este criterio es  al del valor esperado. No es un criterio muy aconsejable, pues, el escenario medio puede distar mucho de los escenarios reales, aunque en ocasiones se utilice para simplificar el procedimiento.

Criterio del valor en riesgo VaR (value at risk)
Este criterio es especialmente útil cuando el conjunto de estados de la naturaleza es continuo o al menos tiene un número de posibles escenarios
 
Criterios sin utilizar las probabilidades de los estados de la naturaleza

Estos criterios se utilizan cuando las probabilidades son desconocidas o ignoradas:
Criterio de Wald o minimax-maximin o pesimista
       Para cada alternativa se supone que va a pasar lo peor, y elige aquella alternativa que dé mejor valor. De esta forma se asegura que en el peor de los casos se obtenga lo mejor posible, que corresponde a una visión pesimista de lo que puede ocurrir. En el caso de que los pagos sean costes esta filosofía supone elegir el mínimo de los máximos denominándose minimax, mientras que si son ganancias será el máximo de los mínimos, denominándose maximin.
 Criterio optimista
        Es el criterio justamente opuesto al anterior, para cada alternativa se supone que pasará lo mejor, y se elige la que dé mejor valor. Este criterio apenas es utilizado ya que no tiene en cuenta en ningún momento los riesgos que se corren al tomar una decisión.
Criterio de Hurwicz
        Este criterio combina las actitudes pesimista y optimista, valorando cada alternativa con una ponderación entre lo mejor y lo peor posible. Esta ponderación se hace multiplicando lo mejor por un factor
α entre 0 y 1, denominado índice de optimismo, y lo peor por 1α , sumando ambas cantidades. Se elegirá la  que mejor valor dé. Este criterio presenta la dificultad de estimar el valor del índice de optimismo del decisor, de modo que habitualmente se obtiene la solución para todos los posibles valores de este índice y se intenta situar al decisor en alguno de los intervalos resultantes del índice de optimismo.
Criterio de Savage o costes de oportunidad
Este criterio toma en consideración el coste de oportunidad o penalización o arrepentimiento por no prever correctamente el estado de la naturaleza.
aplican los criterios anteriores, pudiendo aplicarse el del coste esperado, o, lo que es más habitual, el criterio minimax conociéndose entonces también como criterio de minimizar el máximo arrepentimiento. Vamos a ver un ejemplo para clarificar todos estos conceptos. Supóngase que en la demanda prevista para el mes siguiente de un determinado producto es 1, 2, 3 o 4, con probabilidades 0.1, 0.3, 0.4, y 0.2,  . Si un producto que es fabricado un mes se vende ese mismo mes el precio de venta será de 6500 euros, mientras que si ha de venderse el mes siguiente será de 4000. Los costes unitarios de producción son de 5000 euros.

 
Estos costes de oportunidad se evalúan para cada alternativa y cada estado, haciendo la diferencia entre lo mejor de ese estado y lo que proporciona esa alternativa para ese estado, construyendo la llamada matriz de penalizaciones o costes de oportunidad. Sobre esta matriz se
muy elevado. Se basa en que normalmente el decidor siente  por el riesgo, mientras que para cantidades que superan un umbral las diferencias no le importan tanto. El VaR es un percentil de la distribución de la función de utilidad. Así si se trata del rendimiento de una inversión el VaR sería el percentil α , de modo que el (100 α )% de las veces se espera superar ese valor, con lo que se elegirá la opción que tenga un VaR mayor (al revés si fueran costes). Habitualmente en finanzas se maneja el VaR como del 5%, y en ocasiones del 10%. Este criterio no suele usarse solo sino en compañía del criterio del valor esperado, entrando entonces en el mundo de la decisión multicriterio.

lunes, 28 de mayo de 2012

Decisiones Bajo Riesgo

Toma de Decisiones
Los individuos en todos los niveles y en todas las áreas de las organizaciones toman decisiones. Es decir, escogen entre dos o más alternativas. Por ejemplo, los gerentes de alto nivel toman decisiones acerca de las metas de la organización, dónde establecer plantas manufactureras, en qué nuevos mercados será conveniente incursionar y qué productos o servicios ofrecer.
La toma de decisiones no es solo escoger entre varias alternativas, si no que la toma de decisiones es un proceso completo y no tan sólo el acto de escoger una entre varias alternativas.

Riesgo: Es la probabilidad de que suceda un evento, impacto o consecuencia adversos. Se entiende también como la medida de la posibilidad y magnitud de los impactos adversos, siendo la consecuencia del peligro, y está en relación con la frecuencia con que se presente el evento. Se produce el riesgo siempre que no somos capaces de diagnosticar con certeza el resultado de alguna alternativa, pero contamos con suficiente información como para prever la probabilidad que tenga para llevarnos a un estado de cosas desead

Decisiones bajo condiciones de riesgo: riesgo total, muy poca información son las más difíciles de tomar. este tipo de decision se basa en la teoría de la probabilidad, que hace uso de la teoría moderna de la utilidad.

Por mucho, la situación típica es el riesgo. El encargado de tomar las decisiones es capaz de estimar la verosimilitud de las alternativas o los resultados. Esta capacidad de asignar probabilidades podría ser un resultado de la experiencia personal o de información secundaria. En una situación de riesgo, quizás se cuente con información basada en hechos, pero la misma puede resultar incompleta. Para mejorar la toma de decisiones se puede estimar las probabilidades objetivas de un resultado, al utilizar, por ejemplo modelos matemáticos. Por otra parte se puede usar la probabilidad subjetiva, basada en el juicio y la experiencia. Afortunadamente se cuenta con varias herramientas que ayudan a los administradores a tomar decisiones más eficaces.

Un enfoque racional para evaluar las alternativas bajo condiciones de riesgo es el uso del valor esperado. Este es un concepto que permite a quien toma las decisiones asignar un valor monetario según las consecuencias positivas y negativas que podrían resultar de la selección de una alternativa en particular. En el momento de tomar decisiones, todos los administradores deben de ponderar alternativas, muchas de las cuales implican sucesos futuros que resultan difíciles de prever: la reacción de un competidor a una nueva lista de precios, las tasas de interés dentro de tres años, la confiabilidad de un nuevo proveedor. Por esta razón, las situaciones de toma de decisiones se consideran dentro de una línea continua que va de la certeza (altamente previsible) a la turbulencia (altamente imprevisible).


Arboles de decisión


 El árbol es una excelente ayuda para la elección entre varios cursos de acción. Proveen una estructura sumamente efectiva dentro de la cual estimar cuales son las opciones e investigar las posibles consecuencias de seleccionar cada una de ellas. También ayudan a construir una imagen balanceada de los riesgos y recompensas asociados con cada posible curso de acción.


En resumen, los árboles de decisión proveen un método efectivo para la toma de decisiones debido a que:

- claramente plantean el problema para que todas las opciones sean analizadas.
- permiten analizar totalmente las posibles consecuencias de tomar una decisión.
- proveen un esquema para cuantificar el costo de un resultado y la probabilidad de que suceda.
- nos ayuda a realizar las mejores decisiones sobre la base de la información existente y de las mejores suposiciones.



http://www.nebrija.es/~cmalagon/ia/transparencias/DS3.pdf
MODELOS DE TOMA DE DECISIONES

La teoría de decisiones proporciona una manera útil de clasificar modelos para la toma de decisiones. Se supondrá que se ha definido el problema, que se tienen todos los datos y que se han identificado los cursos de acción alternativos. La tarea es entonces seleccionar la mejor alternativa. la teoría de decisiones dice que esta tarea de hacer una selección caerá en una de las cuatro categorías generales dependiendo de la habilidad personal para predecir las consecuencias de cada alternativa.


SUS TIPOS:

Toma de Decisiones Bajo Riesgo (Incertidumbre)


Toma de Decisiones Bajo Riesgo (Incertidumbre)


Cuando se debe tomar una decisión, el responsable busca la mayor cantidad posible de información sobre la ocurrencia posible de los eventos futuros. Cuando esta no se puede obtener,  la toma de decisiones es así una lotería y se conoce como toma de decisiones bajo absoluta incertidumbre.

Sin embargo, la toma de decisiones se tiene que realizar, así sea no hacer nada. Existen criterios que nos permiten acercarnos intuitivamente a lo mejor. Los criterios más utilizados para la toma de decisiones bajo incertidumbre son: Criterio optimista, criterio pesimista, criterio del arrepentimiento y el criterio de variabilidad.



Toma de Decisiones Bajo Riesgo (Ejemplo)


El vendedor de periódicos. Es un caso muy didáctico para explicar la toma de decisiones bajo riesgo. El vendedor de periódicos compra la unidad en $1200 y lo vende en $2000. Si un periódico no se vende lo debe devolver a la editorial recibiendo $200 como valor de recuperación. 


Esto quiere decir que un periódico que se venda deja una utilidad de $800, mientras que un periódico que no se venda deja una pérdida de $1000. La demanda del periódico es variable.


El día que menos se vende es 15 periódicos pero el día que más vende es 20. La demanda de periódicos es variable, depende de factores sociales y otros. La demanda de periódicos diaria en los últimos dos meses es:

17 15 16 18 18 20 17 15 15 19
16 17 16 17 17 15 19 17 19 18
18 19 19 18 20 18 17 18 18 19
18 16 18 17 19 19 19 18 20 18
20 17 17 20 20 20 18 17 16 16
18 15 17 18 17 17 16 18 17 16

1. Con esa información construya una tabla de frecuencias y la distribución de probabilidades.

Probabilidad = Casos favorables
                        Casos posibles



Recuerde que P(X = 19) = 0.150. La probabilidad que en un día se demande 19 unidades es 0.150, es decir, de 100 días, en 15 días demandarían 19 periódicos.

P(X ≤ 17) = 0.467. La probabilidad que en un día se demande 17 o menos periódicos es 0.467, es decir, de 100 días, en 46.7 días demandarían 17 periódicos.

P(X > 18 ) = 0.267. La probabilidad que en un día se demande mas de 18 periódicos es 0.267., es decir, de 100 días, en 26.7 días se demandarían mas de 18 periódicos.

P(X ≥ 15) = 1. La probabilidad que en un día se demanden 15 o más periódicos es 1.00, es decir, en todos los días se demandarán 15 o más periódicos. De otra forma podemos decir que si en un día se colocan 15
periódicos, con toda seguridad los venderá todos.

Esta columna la llamaremos P, la probabilidad de venta para cualquier cantidad de periódicos, mientras que P(X > xi ) es la probabilidad de no vender. 1- P

P : Probabilidad de vender todos los periódicos.
1 - P : Probabilidad de no vender todos los periódicos.

En la tabla se muestran las utilidades condicionales, para el caso del vendedor de periódicos.
 (Utilidades diarias)


Toma de Deciones Bajo riesgo
http://es.scribd.com/doc/37253227/5-Toma-de-Decision-bajo-Riesgo-MVME

Toma de Decisiones (Bajo Riesgo)



Toma de decisiones bajo riesgo.




Tabla de Decisiones Bajo Riesgo
Toma de Decisiones Bajo Riesgo

domingo, 27 de mayo de 2012

Decisiones Bajo Riesgo
Teoría de Decisiones
Árbol de Decisión A
Árbol de Decisión
Función de Utilidad A
Función de Utilidad

Decisión Bajo Riesgo
Los procesos de decisión en ambiente de riesgo se caracterizan porque puede asociarse una probabilidad de ocurrencia a cada estado de la naturaleza, probabilidades que son conocidas o pueden ser estimadas por el decisor antes del proceso de toma de decisiones. Esta categoría incluye aquellas decisiones para las que las consecuencias de una acción dada dependen de algún evento probabilista. El proceso de decisión se describe a continuación:

ü  El problema esta definido y todas las alternativas confiables han sido consideradas. Los resultados posibles para cada alternativa son evaluados.
ü  Los resultados son discutidos de acuerdo a su reembolso monetario o de acuerdo a la ganancia neta en activos o con respecto al tiempo.
ü  Varios valores inciertos son cuantificados en términos de probabilidad.
ü  La calidad de la estrategia óptima depende de la calidad con que se juzgue. El tomador de decisiones deberá examinar e identificar la sensitividad de la estrategia optima con respecto a los factores cruciales.

        Cuando el decisor posee algún conocimiento sobre los estados de la naturaleza puede asignarle a la ocurrencia de cada estado alguna estimación subjetiva de probabilidad. En estos casos, el problema se clasifica como de toma de decisiones con riesgo. El decisor puede asignar probabilidades a la ocurrencia de los estados de la naturaleza. El proceso de toma de decisión con riesgo es el siguiente:

    a) Use la información que tenga para asignar su parecer personal (llamado probabilidades subjetivas) sobre el estado de la naturaleza, p(s);

   b) Cada curso de acción tiene asociado un determinado beneficio con cada uno de los estados de la naturaleza, X(a,s);

     c) Calculamos el beneficio esperado, también llamado riesgo o R, correspondiente a cada curso de acción como R(a) = Sumas de [X(a,s) p(s)];

   d) Aceptamos el principio que dice que deberíamos actuar para minimizar (o maximizar) el beneficio esperado;

     e) Ejecute la acción que minimice R(a).
En las decisiones bajo riesgo La información con la que se cuenta para solucionar el problema es incompleta, es decir, se conoce el problema, se conocen las posibles soluciones, pero no se conoce con certeza los resultados que pueden arrojar.
En este tipo de decisiones, las posibles alternativas de solución tienen cierta probabilidad conocida de generar un resultado. En estos casos se pueden usar modelos matemáticos o también el decisor puede hacer uso de la probabilidad objetiva o subjetiva para estimar el posible resultado.
La probabilidad objetiva es la posibilidad de que ocurra un resultado basándose en hechos concretos, puede ser cifras de años anteriores o estudios realizados para este fin. En la probabilidad subjetiva se determina el resultado basándose en opiniones y juicios personales.
Este modelo, incluye aquellas decisiones para las que las consecuencias de una acción dada dependen de algún evento probabilista.

                                            Reglas de Decisión 
Los diferentes criterios de decisión en ambiente de riesgo se basan en estadísticos asociados a la distribución de probabilidad de los resultados. Algunos de estos criterios se aplican sobre la totalidad de las alternativas, mientras que otros sólo tienen en cuenta un subconjunto de ellas, considerando las restantes peores, por lo no que están presentes en el proceso de toma de decisiones. 
Representaremos por R(ai) los resultados asociados a la alternativa ai, y por P(ai) la distribución de probabilidad correspondiente a tales resultados, esto es, el conjunto de valores que representan las probabilidades de ocurrencia de los diferentes estados de la naturaleza:
     
R
xi1
xi1
. . .
xi1
P
p1
p2
. . .
pn

Los principales criterios de decisión empleados sobre tablas de decisión en ambiente de riesgo  son:
Criterio del Valor Esperado
El resultado o valor esperado para la alternativa ai, que notaremos E[R(ai)], viene dado por:
                                                  

Por lo que el criterio del valor esperado resulta ser:
                           
Obsérvese que esta regla de decisión es una generalización del criterio de Laplace en la que desaparece el requisito de equiprobabilidad para los diferentes estados de la naturaleza.
Ejemplo
Partiendo del ejemplo ilustrativo de decisión bajo riesgo, la siguiente tabla muestra el resultado esperado para cada una de las alternativas.
          
Criterio del valor esperado

   Estados de la Naturaleza

 Alternativas
e1
e2
e3
e4
E[R(ai)]
  a1
11
9
11
8
10.3
      
8
25
8
11
11.7
  a3 
8
11
10
11
9.9
Probabilidades
0.2
0.2
0.5
0.1


La alternativa óptima según el criterio del valor esperado sería a2, pues proporciona el máximo de los valores esperados. 
Criterio de Mínima  Varianza con Media Acotada
Para la utilización de este criterio se consideran exclusivamente las alternativas a cuyo valor esperado E[R(a)] sea mayor o igual que una constante K fijada por el decisor. Para cada una de las alternativas ai que cumpla esta condición se determina la varianza V[R(ai)] de sus resultados, 
                            
y se selecciona la que presente menor varianza, de esta forma se consigue la elección de una alternativa con poca variabilidad en sus resultados y que proporciona, por término medio, un resultado no demasiado pequeño. En resumen, el criterio de mínima varianza con media acotada es el siguiente:
                            

Ejemplo
Partiendo del ejemplo ilustrativo de decisión bajo riesgo, la siguiente tabla muestra el resultado esperado y su varianza para cada una de las alternativas.
Criterio de mínima varianza con media acotada

   Estados de la Naturaleza

 Alternativas
e1
e2
e3
e4
E[R(ai)]
V
     a1
11
9
11
8
10.3
1.21
  a2  
8
25
8
11
11.7
45.01
  a3 
8
11
10
11
9.9
1.09
Probabilidades
0.2
0.2
0.5
0.1

Si el decisor selecciona un valor 10 para la constante K, quedaría excluida del proceso de decisión la alternativa a3, que es la que posee menor varianza. Excluida ésta, la elección óptima corresponde a la alternativa a1, pues es la que posee menor varianza entre las que cumplen la condición E[R(ai)]³10.
                                Criterio del Valor Esperado
El valor esperado de una acción es el retorno promedio ponderado de los múltiples resultados hipotéticos de esa acción. Implica tratar a eventos únicos como si fueran jugados muchas veces.
Se busca maximizar el beneficio esperado (o minimizar el costo esperado). Se supone que el procedimiento de decisión se repite un número suficientemente grande de veces. La esperanza implica que la misma decisión debería repetirse un número suficientemente grande de veces antes de obtener el valor neto calculado por la fórmula de esperanza.
 con cada acción, multiplique la probabilidad y el beneficio y luego sume: elija el número más grande y adopte esa acción. b) agregue el resultado por fila, c) seleccione el número más grande y tome esa acción.
C (0,4)
   
CM (0,2)
SC (0,3)
B (0,1)
Valor esperado
Bonos
0,4(12)
+
0,2(8)
+
03(6)
+
0,1(3)
=
8,5*
Acciones
0,4(15)
+
0,2(7)
+
0,3(3)
+
0,1(-2)
=
8,1
Depósito
0,4(7)
+
0,2(7)
+
0,3(7)
+
0,1(7)
=
7

Los estados más probables de la naturaleza: (apropiado para decisiones no repetitivas)

a) tome el estado de la naturaleza que tiene la probabilidad más alta (rompa los empates arbitrariamente),

b) en esa columna, elija la acción que tiene el mayor beneficio,
en nuestro ejemplo numérico, el crecimiento tiene una chance del 40%, por eso debemos comprar acciones.

                      Pérdida de oportunidad esperada (poe):

a) configure una matriz de beneficios de la pérdida tomando el número más alto de las columnas correspondientes a los estados de la naturaleza (digamos, l) y réstele todos los números de esa columna, l - xij.
b) para cada acción, multiplique la probabilidad y las pérdidas, luego agréguelas a cada acción,
c) seleccione la acción con el poe más pequeño

                           Matriz de Beneficios de Pérdida
C (0,4)
CM (0,2)
SC(0,3)
B (0,1)
POE
Bonos
0,4(15-12)
+
0,2(8-8)
+
0,3(7-6)
+
0,1(7-3)
1,9 *
Acciones
0,4(15-15)
+
0,2(8-7)
+
0,3(7-3)
+
0,1(7+2)
2,3
Depósito
0,4(15-7)
+
0,2(8-7)
+
0,3(7-7)
+
0,1(7-7)
3,4


         Cálculo del valor esperado de la información perfecta (veip)

el veip nos ayuda a considerar el valor que tienen las personas informadas (por ejemplo, el demonio), que son las dueñas de la información perfecta. recuerde que el veip = poe.
a) tome el beneficio máximo de cada estado de la naturaleza,
b) multiplique cada uno por la probabilidad de que ocurra ese estado de la naturaleza y luego súmelos, 
C
15(0,4)
=
6,0
CM
8(0,2)
=
1,6
SC
7(0,3)
=
2,1
B
7(0,1)
=
0,7
+
----------
10,4
veip = 10,4 - beneficio esperado = 10,4 – 8,5 = 1,9. verifique si la peo = veip
por lo tanto, si la información cuesta más del 1.9% de la inversión no la compre. por ejemplo, si usted va a invertir $100.000, el máximo que deberá pagar por la información que compre será de [100.000 * (1,9%)] = $1.900.
Todos los estados de la naturaleza tienen igual probabilidad. como no sé nada sobre la naturaleza, todo es igualmente probable (laplace):

a) para cada estado de la naturaleza ponga una probabilidad igual (es decir, probabilidad plana),
        
b) multiplique cada número por la probabilidad,
C
CM
SC
B

Beneficio esperado
Bonos
0,25(12)
0,25(8)
0,25(6)
0,25(3)
7,25 *
Acciones
0,25(15)
0,25(7)
0,25(3)
0,25(-2)
5,75
Depósito
0,25(7)
0,25(7)
0,25(7)
0,25(7)
7

c) Añada filas de cursos de acción y complete la columna Beneficio Esperado,

d) Elija el número máximo en Paso c, y adopte ese curso de acción.

Árbol de Decisiones y Diagrama de Influencia

El árbol de decisiones es una representación cronológica del proceso de decisión, mediante una red que utiliza dos tipos de nodos: los nodos de decisión, representados por medio de una forma cuadrada (el nodo de elección), y los nodos de estados de la naturaleza, representados por círculos (el nodo de probabilidad).Para los nodos de probabilidad asegúrese de que las probabilidades en todas las ramas salientes sumen uno. Calcule los beneficios esperados retrocediendo en el árbol, comenzando por la derecha y trabajando hacia la izquierda.

Se puede decir entonces que el árbol de decisión es un diagrama que representan en forma secuencial condiciones y acciones; muestra qué condiciones se consideran en primer lugar, en segundo lugar y así sucesivamente. Este método permite mostrar la relación que existe entre cada condición y el grupo de acciones permisibles asociado con ella.
Un árbol de decisión sirve para modelar funciones discretas, en las que el objetivo es determinar el valor combinado de un conjunto de variables, y basándose en el valor de cada una de ellas, determinar la acción a ser tomada.
Los árboles de decisión son normalmente construidos a partir de la descripción de la narrativa de un problema. Ellos proveen una visión gráfica de la toma de decisión necesaria, especifican las variables que son evaluadas, qué acciones deben ser tomadas y el orden en la cual la toma de decisión será efectuada. Cada vez que se ejecuta un árbol de decisión, solo un camino será seguido dependiendo del valor actual de la variable evaluada.
Se recomienda el uso del árbol de decisión cuando el número de acciones es pequeño y no son posibles todas las combinaciones.
                                                   Uso de árboles decisiones
El desarrollo de árboles de decisión beneficiado analista en dos formas. Primero que todo, la necesidad de describir condiciones y acciones llevan a los analistas a identificar de manera formal las decisiones que actualmente deben tomarse. De esta forma, es difícil para ellos pasar por alto cualquier etapa del proceso de decisión, sin importar que este dependa de variables cuantitativas o cualitativas. Los árboles también obligan a los analistas a considerar la consecuencia de las decisiones.
Se ha demostrado que los árboles de decisión son eficaces cuando es necesario describir problemas con más de una dimensión o condición. También son útiles para identificar los requerimientos de datos críticos que rodean al proceso de decisión, es decir, los árboles indican los conjuntos de datos que la gerencia requiere para formular decisiones o tomar acciones. El analista debe identificar y elaborar una lista de todos los datos utilizados en el proceso de decisión, aunque el árbol de decisión no muestra todo los datos.
Si los árboles de decisión se construyen después de completar el análisis de flujo de datos, entonces es posible que los datos críticos se encuentren definidos en el diccionario de datos (el cual describe los datos utilizados por el sistema y donde se emplean). Si únicamente se usan árboles de decisiones, entonces el analista debe tener la certeza de identificar con precisión cada dato necesario para tomar la decisión.
Los árboles de decisión no siempre son la mejor herramienta para el análisis de decisiones. El árbol de decisiones de un sistema complejo con muchas secuencias de pasos y combinaciones de condiciones puede tener un tamaño considerable. El gran número de ramas que pertenecen a varias trayectorias constituye más un problema que una ayuda para el análisis. En estos casos los analistas corren el riesgo de no determinar qué políticas o estrategias de la empresa son la guía para la toma de decisiones específicas. Cuando aparecen estos problemas, entonces es momento de considerar las tablas de decisión

Usted puede imaginarse el conducir de su coche, el comenzar en el pie del árbol de la decisión y el trasladarse a la derecha a lo largo de las ramificaciones. En cada nodo cuadrado usted tiene control, puede tomar una decisión, y da vuelta a la rueda de su coche. En cada nodo del círculo la señora Fortuna asume el control la rueda, y usted es impotente.

A continuación se indica una descripción paso a paso de cómo construir un árbol de decisiones:

1) Dibuje el árbol de decisiones usando cuadrados para representar las decisiones y círculos  para representar la incertidumbre.

2) Evalúe el árbol de decisiones, para verificar que se han incluido todos los resultados posibles.

3) Calcule los valores del árbol trabajando en retroceso, del lado derecho al izquierdo.

4) Calcule los valores de los nodos de resultado incierto multiplicando el valor de los resultados por su probabilidad (es decir, los valores esperados).

Podemos calcular el valor de un nodo del árbol cuando tenemos el valor de todos los nodos que siguen. El valor de un nodo de elección es el valor más alto de todos los nodos que le siguen inmediatamente. El valor de un nodo de probabilidad es el valor esperado de los valores de los nodos que le siguen, usando la probabilidad de los arcos. Retrocediendo en el árbol, desde las ramas hacia la raíz, se puede calcular el valor de todos los nodos, incluida la raíz del árbol. Al poner estos resultados numéricos en el árbol de decisiones obtenemos como resultado el siguiente gráfico:
                                     
Como puede ser observado en el ejemplo del árbol de decisiones, la descripción de las ramas y nudos el problema de decisiones secuenciales normalmente se hace bastante complicado. En ciertas ocasiones es menos difícil dibujar el árbol de tal forma que preserve las relaciones que realmente manejan las decisiones. La necesidad por mantener la validación, y el rápido incremento en complejidad que usualmente proviene de los usos liberales de las estructuras recursivas, han provisto del proceso de decisiones para describir otros. La razón para esta complejidad es que el actual mecanismo computacional que solía analizar el árbol, esta encarnado directamente dentro de los árboles y las ramas.

Las probabilidades y valores requeridos para calcular los valores esperados de las siguientes ramas están expresamente definidos en cada nudo.

Los Diagramas de Influencia también son utilizados para el desarrollo de modelos de decisión y como una alternativa de representación grafica de árboles de decisión.


Finalmente, el árbol de decisión y el diagrama de influencia proporcionan métodos de tomas de decisiones efectivas porque ellos:

  • Claramente relaja el problema, por lo tanto todas las opciones pueden ser consideradas.
  • Nos permiten amplia mente analizar las posibles consecuencias de una decisión.
  • Proporcionan un esquema para cuantificar los valores delos resultados y las probabilidades para lograr los mismos.
  • Nos ayudan a tomar mejores decisiones basadas en la información existente, así como también hacer mejores adivinanzas.

                                     

                                                 Probabilidades Posteriores

Se puede pensar que no basta de un lanzamiento para conocer sus características como es el caso del dado cargado; en tal caso se puede conseguir mayor información lanzando nuevamente el dado. Supongamos que el mismo dado lanzado salió un as de nuevo, por lo tanto la probabilidad de que vuelva a ocurrir dicho evento variara en proporción a la cantidad de veces que este ocurrió.

Por lo tanto la probabilidad conjunta para que un evento se repita para este caso es particular es de .325, ahora bien para calcular la probabilidad de que sea el primer dado; la probabilidad que tiene el as en el primer dado sera igual a la probabilidad marginal conjunta del primero entre la suma de la probabilidad de ambos eventos es decir:
                                                  
                                                 Ejemplo

Un equipo de ligas pequeñas de béisbol a estado utilizando una maquinaria pequeña de pitcheo (automática), si la máquina es bien instalada es decir que esta ajustada automáticamente lanzara strikes el 85 % de las ocaciones; si la maquinaria no esta bien ajustada su porcentaje disminuye al 35 %; la experiencia a demostrado que solo el 75 % de las ocaciones la máquina es instalada automaticamente. Una vez que se instala la máquina para la practica de bateo de un día lanza 3 strikes en los primeros 3 lanzamientos.

¿Cúal es entonces la probabilidad de que la instalación este bien realizada?

*CORRECTA .75, STRIKES .5, 3 STRIKES (.614)(.75) = .4605
*INCORRECTA .25, STRIKES .35, 3 STRIKES (.042) (.25) = .0105

.4605 + .0105 = .4710
* .4605/.4710 = .977
* .0105/.4710 = .022
A este tipo de probabilidad se le llama PROBABILIDAD POSTERIOR en este caso de que la máquina este bien instalada y con ello aumentamos la probabilidad original de instalación del 75% al 97%.


                                             Utilidad: concepto y funciones de utilidad

Por último, dentro de esta introducción a la teoría de la decisión vamos a hablar de un concepto muy utilizado en este contexto, la utilidad. En lo que hemos visto siempre hemos supuesto que las alternativas tienen pagos cuantificables, sin embargo, no siempre es cierto. Valoraciones de tipo calidad, prestigio, etc. no son valores numéricos. Por otra parte, aunque los pagos sean numéricos el valor que nosotros damos a una cantidad, que es personal, no siempre es proporcional a ella. Obsérvese que para una persona determinada y en un contexto determinado, no es lo mismo ganar de repente un millón de euros teniendo un capital de 10 euros, que disponiendo ya de 100 millones de euros ganar ese millón. O visto de forma negativa, no es lo mismo perder un millón cuando no tienes nada, que perderlo cuando tienes 100 millones.

Para reflejar esta valoración de los pagos, no por el pago en sí, sino por el valor que tiene éste para el decisor, se utiliza la utilidad, que es una valoración personal de una cantidad que no varía proporcional al importe de esa cantidad. La utilidad se plasma en la función de utilidad que es una función que resume la importancia que esa persona asocia a diferentes cantidades. Se trata de un índice o escala personal del decisor, y por lo tanto, diferente para cada persona que lo plantee, que ha de ser no decreciente (a mayor importe, mayor ). La formalización de lo que ha de cumplir una función para poder ser una función de utilidad, se hace axiomáticamente. No hay una única forma de establecer los axiomas que ha de cumplir una función de utilidad.