Tema 3 - Toma de Decisiones
Este capítulo introduce los conceptos y herramientas fundamentales para el análisis y la ejecución de la toma de decisiones en el ámbito empresarial, abarcando desde entornos de incertidumbre hasta la optimización condicionada y la gestión de proyectos complejos.
1. Decisiones en Ambiente de Incertidumbre
La toma de decisiones en un entorno de incertidumbre implica la elección entre varias estrategias cuando los resultados dependen de "estados de la naturaleza" sobre los que el decisor tiene poca o ninguna influencia. Criterios de Decisión Uno de los métodos para abordar estas situaciones es el criterio de Hurwicz, que utiliza un "coeficiente de optimismo" (u) para ponderar los resultados. La estrategia a elegir es aquella que maximiza el valor de H, calculado como:
- H = (Resultado más favorable) * u* + (Resultado menos favorable) * (1 - u) Si los resultados fueran desfavorables (costes, pérdidas), el coeficiente de optimismo ponderaría los valores más bajos y el de pesimismo los más altos, eligiéndose la estrategia con el menor valor de H. Juegos de Estrategia Los juegos de estrategia son modelos que analizan situaciones donde las decisiones de un participante afectan y son afectadas por las de los demás. Se clasifican según varios criterios: El modelo más sencillo es el juego rectangular (o matriz de pagos) de dos personas y suma nula. La solución a menudo implica encontrar un punto de silla: un número que es el menor de su fila y el mayor de su columna. Esto se logra aplicando criterios prudentes:
- Criterio Maxi-Min (para el ganador): Elegir la estrategia que maximiza la ganancia mínima posible, asegurando un resultado mínimo garantizado.
- Criterio Mini-Max (para el perdedor): Elegir la estrategia que minimiza la pérdida máxima posible. Cuando el maxi-min del ganador coincide con el mini-max del perdedor, se dice que el juego tiene un "punto de silla". Criterio Tipos de Juegos Número de participantes De uno, dos, ..., o n jugadores. Ganancia total De suma nula: La ganancia de unos es igual a la pérdida de otros. <br> De suma no nula: El saldo neto total puede ser constante o variable. Número de jugadas De una, varias o infinitas jugadas. Información disponible De información completa o de información incompleta. Elementos de decisión Puros: Solo intervienen las decisiones de los jugadores. <br> De estrategia mixta: Interviene también algún elemento aleatorio.
2. La Entropía y la Teoría de la Información
El decisor que opera en un ambiente de riesgo tomará decisiones más acertadas cuanto mayor sea el volumen de información del que disponga. La Teoría de la Información mide esta información a partir de la probabilidad del suceso. La información proporcionada por la materialización de un suceso, h(P), es una función decreciente de su probabilidad, P. La información es máxima cuando la probabilidad es mínima (sorpresa máxima) y nula cuando el suceso es seguro (P=1). La entropía (H) se define como el desorden o la incertidumbre de un sistema y se calcula como la información esperada del mismo. Es siempre no negativa y su fórmula es: H = Σ [Pᵢ * h(Pᵢ)] La entropía alcanza sus valores extremos en las siguientes condiciones:
- Mínima (H=0): Cuando solo un suceso es posible (certeza total, Pₖ=1).
- Máxima (H=log(n)): Cuando todos los n sucesos son equiprobables (incertidumbre máxima, Pᵢ=1/n). Por ejemplo, la entropía asociada al lanzamiento de una moneda perfecta es de 1 bit, ya que la información obtenida (sea cara o cruz) es de 1 bit y la probabilidad de cada suceso es 0.5.
3. Valoración de Inversiones y Decisiones Secuenciales
Árboles de Decisión Los árboles de decisión son una herramienta gráfica para analizar decisiones secuenciales donde intervienen tanto puntos de decisión como eventos aleatorios. En un árbol de decisión, el valor asociado a un nudo aleatorio se calcula como la esperanza matemática de los valores de las ramas que parten de él. Aversión al Riesgo La actitud del empresario frente al riesgo es un factor clave. Tradicionalmente, se considera que el emprendedor tiene una escasa aversión al riesgo.
- Decisores con gran aversión al riesgo: Precisan un gran beneficio esperado para asumir riesgos pequeños.
- Decisores con poca aversión al riesgo: Están dispuestos a asumir riesgos a cambio de beneficios esperados moderados. El coeficiente de variación (CV) es un parámetro que combina riesgo (desviación típica) y la esperanza matemática, midiendo el riesgo por unidad de valor esperado. Teorema de Bayes Formulado en el siglo XVII, el teorema de Bayes permite modificar las probabilidades a priori de distintos sucesos para convertirlas en probabilidades a posteriori, incorporando nueva información. Es una herramienta fundamental en el proceso de aprendizaje y ajuste de decisiones. La fórmula es: