Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Toma de Decisiones bajo Incertidumbre

No description
by

Cynthya Maldonado

on 10 October 2015

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Toma de Decisiones bajo Incertidumbre

Toma de Decisiones bajo Incertidumbre
3.1 Criterio Laplace
IGUALDAD DE PROBABILIDADES
3.2 Criterio Optimista
Principio minimínimo o maximáximo (Optimista)
3.5 Criterio Savage
PRINCIPIO DE LA PENA MINIMAXIMA (SAVAGE)

3. 3 Criterio Pesimista
3. Criterios - Expositores
3.1 Laplace - Lic. Hector Ponce

3.2 Optimista - Lic. Tony Tercero

3.3 Pesimista - Lic. Alexander Bardales

3.4 Hurwics - Inga. Cynthya Maldonado

3.5 Savage - Lic. Diego Morales
Grupo 3
2. Video
3.4 Criterio Hurwicz
Es el criterio que seguiría una persona que, pensara que cualquiera que fuera la estrategia que eligiera, el estado que se presentaría sería el más favorable para ella.
A este criterio también se le denomina criterio del maxi-max: se determina cuál es el resultado más favorable que puede alcanzarse con cada estrategia y después se elige la alternativa que corresponde al máximo de estos máximos.
Cuando los resultados son desfavorables se utiliza el criterio del mini-min: Se determina cuál es el mejor resultado que puede obtenerse con cada estrategia (el menor) y posteriormente se elige aquélla que corresponda al mínimo de los mínimos.
Asociará a cada alternativa el evento más favorable; por ser un individuo racional, escogerá la alternativa que tenga asociada el evento más favorable o el menos desfavorable entre todos los posibles.

Se puede expresar de manera análoga al principio minimax:
Considera para cada alternativa que seleccione, la naturaleza es que actuará de la manera más favorable para él, y
El Criterio
Maximax
Este criterio se basa en el mejor de los casos.
- Este criterio considera los puntos de vista optimista y agresivo.
- Un tomador de decisiones optimista cree que siempre obtendrá el mejor resultado sin importar la decisión tomada.
- Un tomador de decisiones agresivo escoge la decisión que le proporcionará una mayor ganancia.
El modelo Maximax propone trabajar con los datos que mayor puntuación se han obtenido.
Ejemplo:
Haremos una valoración en función de las variables obtenidas.
Ejemplo,

En nuestro cuadro las de mayor puntuación son:

8 para A,
10 para B y
9 para C,

Tomaríamos como decisión final la B pues su puntuación es superior al resto:

La mejor de las mejores,
La que más beneficios daría.
Esta vez la forma de tomar la decisión sería Optimista

Optimismo
Agresivo (Maximax). Las cosas buenas siempre me suceden a mí.

a) Escriba el número máximo en cada fila de acción.
b) Elija el número máximo y realice esa acción.

- Para encontrar la decisión óptima
Continuación del Problema de Juan Pérez
* Seleccione la decisión que tiene la máxima de las “máximas ganancias”.
* Encuentre la máxima ganancia para cada alternativa de decisión.
TODOS LOS EVENTOS QUE PUDIERAN SUCEDER SON EQUIPROBABLES
ESTE MÉTODO SE BASA EN QUE ANTE LA INCERTIDUMBRE
ELEMENTOS PARA DESARROLLAR EL MÉTODO LAPLACE
TABLA DE DECISIÓN
ESCENARIOS
CASO PRÁCTICO:
EFECTIVO DISPONIBLE PARA INVERTIR Q 100,000

OPCIONES:
Compra de bonos
Inversión a plazo fijo
Cuenta de ahorro de alto rendimiento
ESCENARIOS:
Tasa mínima
Tasa intermedia
Tasa media alta
Tasa máxima
Agenda
Ejemplo:
La organización decide hacer un cambio de estrategia, existen dudas sobre como redirigirla y hacer foco en un nuevo nicho de mercado.
El criterio Minimax plantea elegir en función de lo que se dejara de ganar. Por tanto, en primer lugar debe calcularse el Máximo coste de oportunidad de cualquier opción y en segundo lugar, elegir el menor de ellos.

EN OTRAS PALABRAS!

ARREPENTIMIENTO
RESULTADO
FORMACION DE LA MATRIZ

La matriz de decisiones es:
Siguiendo los pasos indicados, la matriz de arrepentimiento se empezaría a formar eligiendo los mejores valores de cada estado de la naturaleza, quedando la matriz como la siguiente:
Estos mejores valores serán disminuidos por cada valor del elemento, la matriz se vería así:

Se trata de un criterio intermedio entre el criterio de Wald y el criterio Maximáximo
Hurwicz considera que el que toma decisiones debe ordenar las alternativas de acuerdo con una media ponderada de los niveles de seguridad y optimismo:
Para el peor valor da un valor de 1-α.
El coeficiente de realismo (α) lo elije el que toma decisiones
donde α es el valor de optimismo que se utiliza, este valor oscila de 0 a 1, sin llegar a los extremos para no coincidir con los criterios pesimistas y optimistas (Wald y Maximáximo)
Para el valor mas alto otorga un valor de α
Ejemplo:
Una empresa quiere realizar una campaña publicitaria. Se le presentan 3 posibilidades:

Radio (quince minutos de lunes a jueves en un espacio)
T.V. (un spot cada semana sobre las doce horas)
Prensa (un anuncio dos días a la semana los lunes y los jueves)
Con el criterio pesimista se escogería
Prensa
, Demanda baja =25
Con el criterio optimista se escogería
Radio
, Demanda alta= 100

Optimismo=Demanda Alta= α =0.6
Pesimismo=Demanda Baja= 𝛽=0.4.

Posteriormente se calcula el punto medio entre el optimismo y el pesimismo:
Y se obtiene lo siguiente:
Elección: se escoge el resultado mayor de las distintas alternativas que en este caso es 68 y corresponde a la Radio. Por lo tanto la decisión debe ir inclinada a la Radio como campaña publicitaria.
Full transcript