Economía de la empresa

Formación y toma de decisiones. Modelos de decisión

  • Enviado por: Desconido
  • Idioma: castellano
  • País: España España
  • 22 páginas
publicidad

TEMA 1: PROCESO DE FORMACIÓN Y ADOPCIÓN DE DECISIONES.

  • Introducción

  • Podemos entender la actividad empresarial como un conjunto de decisiones entre distintas alternativas, algunos autores identifican el proceso de dirección con el proceso de decisión, a los directivos se les valora por los resultados que obtienen que están relacionados con las decisiones adoptadas.

    Otros autores consideran que según el estilo de dirección seguido por la empresa (autárquico, innovador, participativo, etc.) las decisiones que va a tomar la empresa se verán condicionados, por eso distintas empresas con problemas similares decidirán distintas soluciones según el estilo de dirección de cada uno de ellas, finalmente las decisiones tomadas dependerán de otros factores; por ejemplo, la posición del directivo ante el riesgo.

    1.2. Concepto de decisión

    La decisión es una ACCIÓN RESOLUTIVA que se adopta en un momento determinado del TIEMPO a cerca de una CUESTIÓN DUDOSA aplicando unas normas o procedimientos.

    Resolutiva porque la decisión está sujeta a un proceso o serie de etapas, con el tiempo determinado pero teniendo en cuenta la experiencia anterior, los resultados pasados y evaluando cuales van a ser las consecuencias que va a tener en el futuro la alternativa o decisión.

    Siempre que tengamos que tomar una decisión vamos a tener que elegir entre varias alternativas aunque siempre hay una posibilidad que es NO elegir nada.

    Para obtener la mejor alternativa utilizaremos distintos modelos de decisión.

    Serie de procedimientos significa que hay que establecer una hipótesis de partida de modo que acotaremos el campo en el que nos vamos a mover y fijaremos el criterio de cisión en el que nos vamos a basar.

    1.3. Tipos de decisión

    Según el área de autoridad:

    • Decisiones de carácter personal; las toma el directivo sobre su propio trabajo especifico (afecta al decisor)

    • Decisiones de dirección; decisiones que también tomará el directivo sobre el trabajo que tienen que desempeñar sus subordinados (afecta a más personas que el decisor)

    Según el método de decisión:

    • Decisiones programables: Simples y sencillas, no requieren trabajo intelectual, ya existen procedimientos o métodos para elegir la mejor alternativa, el directivo delegará a sus subordinados.

    (Son decisiones rutinarias, a corto plazo, y puede decidir cualquier miembro de la organización)

    • Decisiones no programables: Decisiones aisladas y complejas no existen procedimientos a la hora de elegir la mejor alternativa, serán decisiones que normalmente se tomarán en los niveles más altos de la organización.

    Según el nivel de decisión:

    • Decisiones a nivel estratégico: Niveles más altos de la organización, fijan los objetivos, políticas, subobjetivos, filosofías, etc. Las decisiones tienen su consecuencia a largo plazo y de muy alto nivel e involucran a la mayor parte de la organización, por ejemplo producir a nivel mundial nuestro producto en el 2001.

    • Decisiones a nivel logístico: Son aquellas que se refieren a todo lo que sea la captación de recursos fundamentales de la empresa (capitales a invertir, recursos humanos a emplear)

    • Decisiones a nivel táctico: Son aquellas encaminadas a buscar el máximo aprovechamiento de los recursos que tenemos, es decir, están encaminados a la búsqueda de la eficiencia (nivel de stock en almacén, que estrategia de marketing vamos a seguir, unidades a producir, etc.)

    • Decisiones a nivel instrumental: Implicaciones a corto plazo, son aquellas que se refieren al trabajo cotidiano corresponden a los niveles más bajos de la organización involucran a menos departamentos de la empresa (departamento de producción debe hacer la puesta a punto de la maquinaria)

    Estos 4 niveles de decisión se agrupan en 3 grupos:

  • Decisiones estratégicas: decisiones a nivel estratégico y de nivel logístico son a largo plazo

  • Decisiones de gestión: Decisiones de nivel táctico son a medio plazo

  • Decisiones operativas: Decisiones a nivel instrumental

  • Las decisiones estratégicas involucran a la mayor parte de la organización mientras que las operativas involucran al menor número de departamentos.

    Las decisiones operativas son fundamentalmente programables y las estratégicas no programables y conforme nos acerquemos a niveles inferiores las decisiones serán de tipo operativo y programables.

    1.4. Esquema básico del proceso de adaptación de decisiones

    Según Herbert A. Simon las decisiones a seguir serían:

  • Fase de inteligencia: Se refiere a todo lo que comprende a la captación y búsqueda de información sobre el problema de decisión que tengamos.

  • Fase de diseño o modelación: Consiste en organizar la información y estructurar el problema organizándolo y llegando a desarrollar y evaluar distintos cursos de acción

  • Fase de elección: Se trata de elegir la alternativa que le vaya a ayudar más al decisor para conseguir los objetivos que el quiere.

  • Fase de verificación: Puesta en práctica de la alternativa elegida y además permite ver si los resultados reales coinciden con los previstos, en caso de no coincidir volveremos al principio y mejoraríamos el proceso de decisión.

  • Dentro de las decisiones programables la fase más importante sería la fase de elección y dentro de las no programables la fase de inteligencia. En la fase de inteligencia las decisiones más importantes son las decisiones estratégicas, en la fase de elección las decisiones son las decisiones operativas, a las decisiones operativas y programables la dominante será la elección, en las estratégicas no programables la dominante será la inteligencia y en las decisiones de gestión las decisiones de modelización.

    Fases necesarias para la toma de decisiones

  • Definición de fines objetivos y subobjetivos de la empresa y sus departamentos.

  • Comparación de estos fines objetivos y subobjetivos con los resultados logrados en la empresa y sus departamentos.

  • Definición del problema (los problemas surgen cuando existen desviaciones entre lo previsto y lo logrado)

  • Clasificación del problema, se asignará un responsable para resolver dicho problema.

  • Análisis del problema, en esta fase se capta todo la información necesaria para resolver el problema lo que ocurre es que nunca se puede obtener el total de la información, por su alto coste y porque no siempre está disponible toda la información. Al no contar con toda la información se tienen que formular hipótesis que sean lo más realista posible; a demás tendremos que definir que variables son controlables y cuales no son controlables para el decisor.

  • Definición de los criterios de solución, en esta fase la empresa escoge aquellos criterios de decisión que considera más adecuados en cada caso y atendiendo a su sistema de valores.

  • Investigación o búsqueda de las posibles, tendremos que determinar cursos posibles de acción para ese problema y determinar 2 o más alternativas, siempre intentando que estos cursos de acción sean lo más realistas posibles, y teniendo en cuenta que siempre existe la alternativa de no hacer nada.

  • Evaluación de las consecuencias de las acciones posibles.

  • Elección de una acción determinada, se elige entre las alternativas teniendo en cuenta los recursos de la empresa y el criterio de decisión que se está empleando.

  • Ejecución, puesta en marcha de la alternativa, se asignará un responsable para llevar a cabo la decisión y establecer un control sobre la misma.

  • Comparación de estas fases con las de Herbert A. Simon

    La fase de inteligencia se corresponde con la 2ª, 3ª y 4ª fase; la de diseño y modelización corresponde con la 5ª, 6ª, 7ª y 8ª fase, la fase de elección corresponde con la 9ª fase y la fase de verificación con la 10ª (Nosotros tenemos en cuenta en los problemas las fases 5 - 9)

    TEMA 2: Modelos de decisión

    2.1. Concepto de modelo

    Un modelo es una representación simplificado de la realidad.

    2.2.1. Clases de modelos

    1ª clasificación

  • Modelos implícitos: Son aquellos que existen, pero no están presentados de forma comunicable, existen solamente en la mente del individuo o modelizador. La manera en que se convertirán en explícitos será a través de un lenguaje adecuado y de una comunicación adecuada, es decir, a través de su formalización.

  • Modelos explícitos: Aquellos presentados de forma comunicable tenemos:

    • Modelos materiales, son los que se representan por un elemento tangible o físico, existen 2 modelos; el modelo icónico; aquellos que representan la realidad de una manera fiel pero a una escala reducida (por ejemplo una foto). También incluye el modelo análogo, no representa la realidad de una forma tan fiel , la característica de este modelo es que se corresponde a la realidad según una forma o regla específica de correspondencia.

    • Modelos simbólicos, representados por medios de símbolos, existen 3 tipos:

    • Modelos verbales, expresados en palabras, puede ser oral o escrito.

    • Modelos esquemáticos, cuadros, gráficos, dibujos,...

    • Modelos matemáticos con expresiones matemáticas

    En los problemas de clase trataremos modelos de decisión que serán modelos explícitos simbólicos y a demás pueden ser esquemáticos o matemáticos o ambos a la vez.

    2ª Clasificación

  • Modelos descriptivos: Son aquellos modelos que tratan de explicar como se comporta la realidad en el momento presente.

  • Modelos predictivos: son aquellos modelos que tratan de explicar como se comportará la realidad en un momento futuro.

  • Modelos normativos: aquellos que tratan de buscar la alternativa que al decisor más le ayude a conseguir sus objetivos.

    • Modelos de optimización: Escogen la mejor alternativa entre las posibles.

    • Modelos de satisfacción: Trata de buscar la alternativa en la que se logre un nivel aceptable de satisfacción, pero puede o no ser la optima.

    En los problemas usaremos modelos normativos de satisfacción

    2.2. Variables, parámetros y relaciones del modelo

    Z= F(VNC1,...,VNCM; VC1,..., VCN)

    En el modelo siempre tendremos una variable a explicar, esta variable Z estará en función de una serie de variables explicativas; variables controlables, o no controlables por parte del decisor.

    Las variables controlables serán aquellas sobre las que el decisor tiene influencia y las variables controlables son aquellas sobre las que el decisor no tiene ningún control ni puede influir sobre ellas.

    Conclusión:

    Z: Fenómenos a estudiar y sus consecuencias

    F: Característica que indica las relaciones entre las diferentes variables

    VNC: Variable no controlable (1 - M)

    VC: Variable controlable (1 - N)

    El gasto de control de las variables a explicar dependerá directamente del control de estas variables.

    2.3. Elementos del modelo de decisión

    Decisor: Nos interesa su actitud contra el riesgo

    VNC: Cada variable no controlable puede presentar distintos aspectos cada uno de los cuales será un ESTADO DE LA NATURALEZA, en la realidad existen infinitos estados de la naturaleza pero como no podemos utilizar todos los agruparemos de forma que al escoger un grupo de estados debe cumplir 2 condiciones:

  • Que el grupo sea mutuamente excluyente, es decir, no puede ocurrir más de un estado de la naturaleza a la vez.

  • Que el grupo sea colectivamente exhaustivo, es decir el estado de la naturaleza que se vaya a dar al final, deberá haber estado recogido en el grupo de estados de la naturaleza que nosotros elegimos en un principio.

  • VC: Cada variable controlable puede tener distintas posibilidades y cada uno de estas posibilidades será la ALTERNATIVA, tenemos infinitas alternativas por lo que también en este caso seleccionaremos un grupo que sea representativo para el modelo de decisión, este grupo también debe cumplir:

  • Mutuamente excluyente: no se puede escoger más de una alternativa a la vez

  • Colectivamente exhaustivo: la alternativa escogida tiene que estar desde el principio.

  • Resultados: Siempre cuantificados y siempre tienen que estar determinados para el mismo el mismo horizonte temporal.

    Grado de información del decisor: Si el decisor tiene información segura sobre la alternativa que se va a dar, estaremos en condiciones de certeza, sin embargo si no está seguro, estaremos en condiciones de incertidumbre.

    Criterio de decisión: Dependerá de:

    • Las condiciones en las que estamos

    • La actitud del decisor ante el riesgo

    Con todo esto hacemos una matriz de decisión

    Ai Ej E1 E2 ............... En

    A1 RC11 RC12 RC1n "A1,... , Am= VC

    A2 RC21 RC22 RC2n "E1,... , En= VNC

    ... ... ... ... "RC: resultado condicionado sobre un estado de la naturaleza

    Am RCm1 RCm2 RCmn

    2.4. Clasificación de modelos de decisión

    Existen 2 grupos:

  • Modelos de decisión en condiciones de ambigüedad

  • Modelos de decisión en condiciones de no ambigüedad (clase):

    • Certeza

    • Riesgo

    • Incertidumbre

    • Concurrencia / conflicto

  • Modelos de decisión en condiciones de ambigüedad

  • Aquellos en los que el decisor no es capaz de identificar los distintos estados de la naturaleza, ya que se tratan de decisiones complejas o decisiones que abarcan un largo periodo de tiempo.

    Sin VNC pero si con VC, se saben las alternativas y también las probabilidad de ocurrencia de los resultados en función de si aplícanos o no una u otra alternativa. ("P: probabilidad de ocurrencia de un resultado aplicando una alternativa i)

    Ri Aj A1 A2 ... Am

    R1 P11 P12 ... P1m

    R2 P12 P22 ... P2m

    ...

    Rn Pn1 Pn2 ... Pnm

  • Modelos de decisión en condiciones de no ambigüedad:

    • Certeza: El decisor con la información completa y segura al 100% de que se va a producir un estado de la naturaleza. La probabilidad del estado = 1. La solución será escoger aquella alternativa que nos proporcione el mejor resultado para un estado de la naturaleza determinado.

    • Riesgo: Conocemos los distintos estados de la naturaleza posibles y también las distintas probabilidades de ocurrencia de los mismos, para determinar las probabilidades distinguimos entre probabilidades objetivas (se calculan con datos de pasados similares o históricos) o subjetivas (el decisor no se fía de datos pasados sino en base a su intuición)

    • Incertidumbre: Conocemos los distintos estados de la naturaleza que pueden darse pero no conocemos las probabilidades de ocurrencia de los mismos. Dentro de los criterios de decisiones en condiciones de incertidumbre tenemos:

    • Criterio pesimista

    • Criterio optimista

    • Criterio de Hurwicz (o del coeficiente del optimismo)

    • Criterio de Laplace (o de indiferencia)

    • Criterio de Savage (o de costes de oportunidad)

    • Criterio pesimista: El decisor piensa que se va a producir el estado de la naturaleza más desfavorable en consecuencia elegiremos aquella alternativa que nos proporcione un resultado mayor en el peor de los casos, de entre los mínimos elegimos el máximo.

    • Criterio optimista: Supone que el decisor espera que se produzca para cada alternativa el mejor de los estados de la naturaleza (el más favorable) por ello elegiremos la alternativa que ofrezca el mejor resultado en el mejor de los casos.

    • Criterio de Laplace: Consiste en asignar a cada estado de la naturaleza la misma probabilidad de ocurrencia, escogiendo aquella alternativa que ofrezca el valor esperado monetario mayor (VEM). Las probabilidades de ocurrencia serán = 1/n (n= número de estados de la naturaleza). Este criterio transforma una situación de incertidumbre en una de riesgo subjetivo, se calcula la probabilidad de forma subjetiva.

    • Criterio de Hurwicz (criterio del coeficiente de optimismo)

    Como no se conoce las probabilidades asociadas a cada estado de la naturaleza, este autor propone utilizar un coeficiente de optimismo que denomina  y simultáneamente un coeficiente de pesimismo (1 - ),

    0 "  "1

    El coeficiente  indica el estado del decisor frente al riesgo, cuando más cercano es este de 1 más optimista será el decisor, mientras que más cercano sea de 0 más pesimista será el decisor.

    Este criterio se fija solamente en los resultados extremos de cada alternativa ponderando el resultado de valor máximo con el coeficiente de optimismo  y el resultado de valor mínimo con el coeficiente de pesimismo (1 - ).

    La suma de estos dos productos dará el valor de cada alternativa y elegiremos aquel que nos ofrezca el mayor valor.

    • Criterio de Savage (o de costes de oportunidad)

    Coste de oportunidad; pérdida relativa por no haber elegido la alternativa correcta para cada estado concreto de la naturaleza, este autor propone construir una nueva matriz de decisión en la que sustituir los resultados o desenlaces por los costes de oportunidad.

    En esta nueva matriz de decisión se tratará de hacer mínimo el perjuicio de cada alternativa, por lo tanto elegiremos aquella alternativa que haga mínimo el mayor de los perjuicios.

    • En concurrencia o conflicto: En esta situación a demás de tener en cuenta la decisión que tome el decisor tendremos que tener en cuenta la decisión que tome el competidor.

    En este tipo de decisiones se aplicará la Teoría de los juegos para ver cual sería la alternativa a aplicar.

    TEMA 3: ADOPCIÓN DE DECISIONES EN CONDICIONES DE RIESGO

    3.1. Definición y medida del riesgo

    El riesgo es la posibilidad de que ocurra un hecho incierto , tanto para bien como para mal.

    Llamamos alternativas con riesgo o arriesga a aquella alternativa que nos da los distintos resultados para los distintos estados de la naturaleza.

    Para medir el riesgo de la alternativas utilizamos:

  • Varianza (2)

  • Desviación típica ()

  • Coeficiente de variación ()

  • 3.2. Criterios clásicos de decisión en riesgo

    3.2.1. Valor Esperado Monetario (VEM)

    Consiste en hallar el VEM de cada alternativa que es la media de los resultados (RC) ponderados por su probabilidad

    VEM=ni=1 P(Ej) RCij

    El criterio de decisión será quedarnos con la alternativa que nos de el mayor VEM.

    3.2.2. Perdida de Oportunidad Esperada (POE)

    Consiste en aplicar el VEM a la matriz de costes de oportunidad, se trata de hallar una especie de coste esperado medio (POC= Perdida de oportunidad condicionada).

    POE (Aj) = ni=1 P(Ei) POCij

    El criterio de decisión será la alternativa que nos de una menor POE.

    Nota: Cualquiera de los 2 criterios nos va a dar la misma alternativa optima que va a ser la que tiene un mayor VEM o una menor POE. Al sumar el VEM con el POE para cada alternativa, la solución sigue siendo la misma.

    Z= POE (Aj) + VEM (Aj)

    Ejemplo: Sea la siguiente matriz de decisión

    Pr 0.3 0.5 0.2

    Ej

    Ai

    E1

    E2

    E3

    A1

    400

    150

    -50

    A2

    200

    300

    50

    A3

    100

    50

    250

    Matriz de costes de oportunidad

    Pr 0.3 0.5 0.2

    Ej

    Ai

    E1

    E2

    E3

    A1

    0

    150

    300

    A2

    200

    0

    200

    A3

    300

    250

    0

    VEM (A1) = 0.3 * 400 + 0.5 * 150 + 0.2 * -50 = 185

    VEM (A2) = 0.3 * 200 + 0.5 * 300 + 0.2 * 50 = 220

    VEM (A3) = 0.3 * 100 + 0.5 * 50 + 0.2 * 250 = 105

    POE (A1) = 0.3 * 0 + 0.5 * 150 + 0.2 * 300 = 135

    POE (A2) = 0.3 * 200 + 0.5 * 0 + 0.2 * 200 = 100

    POE (A3) = 0.3 * 300 + 0.5 * 250 + 0.2 * 0 = 215

    3.2.3. Relación entre el VEM y el POE

    Si partimos de la siguiente matriz de decisión:

    P(E1) P(E2) P(Em)

    Ej

    Ai

    E1

    E2

    ...

    Em

    A1

    RC11

    RC12

    ...

    RC1m

    A2

    RC21

    RC22

    ...

    RC2m

    ...

    ...

    ...

    ...

    ...

    An

    RCn1

    RCn2

    ...

    RCnm

    Luego el VEM = RC i1 * P(E1) + RCi2 * P(E2) +...+ RCim * P(Em)

    Luego la matriz de costes será:

    P(E1) P(E2) ... P(Em)

    Ej

    Ai

    E1

    E2

    ...

    Em

    A1

    Max RC1 - RC11

    Max RC2 - RC12

    ...

    Max RCm - RC1m

    A2

    Max RC1 - RC21

    Max RC2 - RC22

    ...

    Max RCm - RC2m

    ...

    ...

    ...

    ...

    ...

    An

    Max RC1 - RCn1

    Max RC2 - RCn2

    ...

    Max RCm - RCnm

    POE (Ai) = (Max RC 1 - RCi1) P(E1) + (Max RC 2 - RCi2) P(E2) + ... + (Max RCm - RCim) P(Em) !Max RC1 * P(E1) + Max RC2 * P(E2) +...+

    Max RCm P(Em) - [RCi1 * P(E1) + RCi2 * P(E2) +...+ RCin P(Em)]

    (Max RC 1 - RCi1) P(E1) + (Max RC 2 - RCi2) P(E2) + ... + (Max RCm - RCim) P(Em) !Max RC1 * P(E1) + Max RC2 * P(E2) +...+ Max RCm P(Em)! Z = resultado con la información perfecta.

    [RCi1 * P(E1) + RCi2 * P(E2) +...+ RCin P(Em)] ! VEM

    POE = Z - VEM ! Z = POE + VEM

    Z ! Resultado Esperado de la Información Perfecta (REIP), es decir, ganancia máxima esperada en el caso en que tuviéramos la información perfecta sobre cual es el estado de la naturaleza que se va a dar. Nosotros estaremos dispuestos a pagar por esa información perfecta lo que valga (Valor Esperado de la Información Perfecta (VEIP)).

    VEIP = Diferencia entre el resultado que obtendremos si tenemos la información y si no la tenemos.

    VEIP = REIP - VEM* (Ai)

    Ejemplo: ¿certeza suponindo que gana C1? ¿Riesgo con la información perfecta? ¿cúanto estamos dispuestos a pagar (REIP)?

    P(Ej) 0.3 0.7

    Ej

    Ai

    Gana C1

    Gana C2

    Apostar por C1

    1000

    0

    Apostar por C2

    0

    100

    En caso de certeza apostaríamos por C1 y nos aportaría 1000 U.M.

    En caso de riesgo aplicaríamos el VEM y el POE

    Matriz de CdO P(Ej) 0.3 0.7

    Ej

    Ai

    Gana C1

    Gana C2

    Apostar por C1

    0

    100

    Apostar por C2

    1000

    0

    VEM (A1) = 0.3 * 1000 + 0.7 * 0 = 300

    VEM (A2) = 0.3 *0 + 0.7 * 100 = 70

    POE (A1) = 0.3 * 0 + 0.7 * 100 = 70

    POE (A2) = 0.3 * 1000 + 0.7 * 0 = 300

    La información perfecta sirve para el caso en que una determinada asesoría nos ofrezca sus servicios y saber nosotros cuanto le debemos pagar, como mucho la podré pagar lo que ganaría en información perfecta a lo que obtenga en riesgo en la alternativa optima.

    1000 * 0.3 + 100 *0.7 - VEM (A1) = 370 - 300 = 70 u.m.

    Conclusión

    VEIP = REIP - VEM* (Ai)

    REIP=Z=  P(Ej) * Max Rcij

    ! VEIP = POE*

    Lo que estamos dispuestos a pagar por la información perfecta es igual al coste que nos causa el actuar cuando no tenemos la información perfecta.

    Z viene a ser una medida de la política de información de la empresa ya que nos mide el resultado obtenido de media en caso de disponer de la información perfecta.

    3.2.4. Criticas al VEM y al POE

  • No tienen en cuenta la posible actitud del decisor ante el riesgo.

  • Ambos son métodos cuantitativos ! no recogen variables cualitativas.

  • Estos criterios requieren para su correcta aplicación la repipitividad de las alternativas, ambos se basan en modelos estadísticos, hablan de regularidad estadística; es decir, se supone que la decisión se ha de tomar un número n suficiente de veces ! lo que en realidad no se da, ya que las decisiones solamente se pueden tomar una sola vez.

  • Para evitar esto emplearemos la función de utilidad.

    3.3. La función de utilidad esperada como criterio de decisión

    Este criterio pretende expresar las alternativas en términos de preferencia y no en términos monetarios, para lo cual va a utilizar aquella función de utilidad y riqueza para la unidad decisora.

    Ejemplo: U(R) = 1 - e -((500 + R)/1000)

    La forma de operar sería:

  • Crear matriz de utilidades a partir de la matriz de resultados. Tendremos que sustituir todos los resultados en U(R) para crear la matriz de utilidades.

  • Ponderamos los resultados de cada alternativa por la probabilidad ocurrencia de cada uno de los estados de la naturaleza.

  • Seleccionar la alternativa que nos de una mayor utilidad esperada.

  • Ejemplo: U(R) = 1- e -((500 + R)/1000) y esta matriz de resultados

    Probabilidad

    0,1

    0,3

    0,4

    0,2

    Ej

    Ai

    E1

    E2

    E3

    E4

    A1

    150

    150

    150

    150

    A2

    50

    300

    300

    300

    A3

    -50

    200

    450

    450

    A4

    -150

    100

    350

    600

    Entonces sustituyendo los resultados en la función de utilidad por R, obtenemos la matriz de utilidades (también multiplicado por su probabilidad)

    Ej

    E1

    E2

    E3

    E4

    A1

    0.48

    0.48

    0.48

    0.48

    A2

    0.42

    0.55

    0.55

    0.55

    A3

    0.36

    0.5

    0.61

    0.61

    A4

    0.3

    0.45

    0.57

    0.67

    NOTA: Solo si el individuo es neutral al riesgo coinciden VEM, POE, y la utilidad esperada.

    Todo decisor tendrá su propia función de utilidad, vamos a admitir una serie de propiedades validas para cada función de utilidad.

    Características:

  • Siempre es función creciente, a medida que aumenta la riqueza, aumenta su utilidad. Si un decisor prefiere el resultado R1 al R2 necesariamente se a de cumplir que U(R1) > U(R2) si R1 es indiferente a R2 ! U(R1) = U(R2); y si prefiere R2 a R1 ! U(R1) < U(R2).

  • Si un individuo está indiferente entre 2 alternativas posibles:

  • Recibir una cantidad cierta y/o segura R

  • Recibir una cantidad cierta con R1 con probabilidad = P ó R2 con probabilidad 1- P ! U(R) = P * U(R1) + (1 -P) * U(R2)

  • Una vez constituida la función de utilidad podemos utilizar cualquier transformación lineal de la misma llegando a la misma solución optima.

  • 3.3.1. Obtención de la función de utilidad

    Equivalente Monetario Cierto (EMC); será aquella cantidad cierta que el decisor va a exigir por renunciar a recibir una determinada cantidad condicionada, por tanto, el EMC puede entenderse como una estimación objetiva del VEM.

    Anverso ! EMC < VEM

    Neutral ! EMC = VEM

    Propenso ! EMC > VEM

    Comparamos el VEM y la utilidad esperada para ver la actitud ante el riesgo del decisor.

    ¿Cómo se construye la función de utilidad?

  • Definimos los extremos de riqueza para los cuales quedará definido nuestra función de utilidad. Por ejemplo, un mínimo de -1000 y un máximo de 3000 unidades monetarias.

  • A estos extremos asignaremos la utilidad 1 y 0 respectivamente, al decisor se le plantea un juego.

  • Con EMC = 500

    R

    Probabilidad de ocurrencia

    3000

    0.5

    -1000

    0.5

    Con EMC = 1000

    R

    Probabilidad de ocurrencia

    3000

    0.5

    -500

    0.5

    Con EMC = 0

    R

    Probabilidad de ocurrencia

    500

    0.5

    -1000

    0.5

    Luego tenemos que U(3000) = 1 y U(-1000) = 0

    U(500) = 0.5 * U(3000) + 0.5 U(-1000) = 0.5

    U(1000) = 0.5 * U(3000) + 0.5 U(-500) = 0.75

    U(0) = 0.5 * U(500) + 0.5 * U(-1000) = 0.25

    Con estos 5 puntos construimos un gráfico:

    La prima de riesgo es aquella cantidad que estamos dispuestos a pagar o a renunciar a ganar por no participar en un determinado juego y recibir a cambio una cantidad fija.

    Si PR > 0 ! VEM* > EMC* ! Adverso al riesgo

    Si PR = 0 ! VEM* = EMC* ! Neutral al riesgo

    Si PR < 0 ! VEM* < EMC* ! Propenso al riesgo

    3.3.2. Limitaciones

  • Los límites asignados a la función de utilidad son arbitrarios; si queremos explotar los resultados obtenidos con la función de utilidad dentro del intervalo, a un nivel de riqueza exterior correspondiente a un punto de fuera del intervalo, probablemente los resultados sean erróneos.

  • La construcción de la función de utilidad requiere una visión introspectiva o subjetiva por parte del decisor, por tanto, los resultados que obtengamos dependerán del estado de ánimo del decisor en ese momento (estado personal,...)

  • Todo esto hace que la función de utilidad varíe a lo largo del tiempo por la tanto la función deberá ser revisada continuamente, no se puede crear una que nos valga para siempre.

    Ejemplo: (ejercicio 1 página 9); no se puede, no es posible que sea para siempre porque puede variar la utilidad, tiene que tener un EMC constante (no cambiaría nunca de idea) es imposible que un decisor tenga siempre el mismo nivel de riesgo.

    3.3.3. Representación gráfica de la función de utilidad

    Para saber que tipo de decisor tenemos:

  • Comparamos VEM* y EMC* ! < propenso = neutral >adverso

  • Prima de Rieo ! <0 propenso =0 neutral > adverso

  • Gráfica (comparar Incrementos de R y de U) si es convexa ! propenso, si es cóncava ! adverso y si es lineal ! neutral, aunque también puede ser una función de utilidad compleja (por tramos en los que varie el tipo de decisor).

  • Resumiendo, en situaciones de riesgo ! VEM y POE ! Z = REIP =

    = POE* + VEM* que tienen muchos inconvenientes y solucionamos con la función de utilidad, la forma de operar es similar al VEM y al POE solo cambia que hay que construir una nueva matriz.

    Se construye de forma subjetiva (porque depende del EMC) a través de unos juegos, creamos unos puntos, en base a la opinión del decisor (según su estado de ánimo,...) tendrá un determinado EMC.

    3.4. Medición del riesgo en ausencia de la función de utilidad o de forma sustitutiva o complementaria de ésta.

    En ocasiones no tenemos función de utilidad para medir el riesgo debemos acudir a elementos estadísticos como son:

  • Varianza (2)

  • Desviación típica ()

  • Coeficiente de variación ()

  • 2 =  (Xi-X)2* Pj, siendo Xi los resultados condicionados; X = VEM de la alternativa, y Pj la probabilidad condicionada a ese estado de la naturaleza.

    = 2; la varianza y la desviación típica miden en términos absolutos, pero el coeficiente de variación mide en términos relativos.

     = /VEM

    Cuando apliquemos este criterio estaremos suponiendo implícitamente que el decisor es ADVERSO AL RIESGO, a demás este criterio sólo se podrá utilizar cuando nos encontremos 2 alternativas que nos proporcionen el mismo VEM.

    En este caso elegiremos aquella alternativa cuya variación en los resultados sea menor, es decir, que tenga el menor coeficiente de variación.

    Ejemplo: Sea la siguiente matriz de decisión

    Probabilidad

    0.1

    0.3

    0.4

    0.2

    Estados

    Altern.

    Vender 5 unidades

    Vender 10 u

    Vender 15 u

    Vender 20 u

    Comprar 5 u

    150

    150

    150

    150

    Comprar 10 u

    50

    300

    300

    300

    Comprar 15 u

    -50

    200

    450

    450

    Comprar 20 u

    -150

    100

    350

    600

    VEM 1 = 150 Aunque la alternativa 3 tienen mayor VEM la 2º y la 4ºson=

    VEM 2 = 275

    VEM 3 = 325

    VEM 4 = 275

    ! calcularemos el coeficiente de variación, desviación típica / VEM de la alternativa.

     1 = "((150 - 150)2 * 0.1 + (150 - 150)2 * 0.3 + (150 - 150)2 *0.4 + +(150 - 150)2 * 0.2) = 0

     2 = 75

     3 = 167.7

     4 = 225

    VEM

    

     = /VEM

    Jerarquía

    Compra 5 u

    150

    0

    0

    Compra 10 u

    275

    75

    0.27

    Compra 15 u

    325

    167.7

    0.516

    1ª por >VEM

    Compra 20 u

    275

    225

    0.81

    2ª =Vem > 

    3.5. La decisión en la empresa como secuencia de decisiones. Arboles de decisión.

    Los arboles de decisión son una representación gráfica que nos permite obtener una visión global del problema, constituyendo por tanto una importante herramienta de trabajo.

    Ventajas frente a la tablas de decisión

  • Tanto los arboles de decisión como las tablas de decisión tienen una finalidad similar, sin embargo en los arboles de decisión podemos tomar decisiones secuenciales frente a las simples que se toman en las tablas.

  • Las decisiones simples son aquellas que constituyen la selección de una alternativa en un momento de tiempo determinado.

    Sin embargo; las secuenciales hacen referencia a decisiones que se adoptan en un momento pero que van a tener implicaciones en el resto de decisiones que se adoptan, por tanto se tratará de decisiones relacionadas.

  • Los arboles de decisión, nos permiten introducir más de una variable no controlable (estados de la naturaleza) en el problema.

  • Simbología

    Nudos decisionales de ellos partirán las diferentes alternativas a las que se enfrente el decisor, son las variables controlables.

    Nudos aleatorios; recogen los distintos estados de la naturaleza.

    Resultados condicionados (enmarcados)