UNIDAD I: INTRODUCCIÓN A LOS MÉTODOS CUANTITATIVOS

 Modelos bajo condiciones de incertidumbre: criterios de decisión de Hurwicz

(maximax), Wald (maximin), savage (matriz de arrepentimiento), Laplace (igual
probabilidades).
 Modelos bajo condiciones de conflictos: hostil o competitivos.
 Modelos de análisis de sensibilidad para toma de decisiones en instituciones
bancarias

1
 UNIDAD I: INTRODUCCION A LOS MÉTODOS CUANTITATIVOS
II. MODELOS BAJO CONDICIONES DE INCERTIDUMBRE: CRITERIOS DE DECISIÓN DE HURWICZ (MAXIMAX), WALD
(MAXIMIN), SAVAGE (MATRIZ DE ARREPENTIMIENTO), LAPLACE (IGUAL PROBABILIDADES).
La distinción entre riesgo e incertidumbre fue establecida por F. Knigth en 1921, quien en su obra Risk, Uncertainty
and Profit se refería a la primera como aquella situación en la que no existe certeza sobre resultados de la decisión,
aunque se conoce al menos la probabilidad de los distintos resultados alternativos.

En los procesos de decisión bajo incertidumbre el decisor conoce cuáles son los posibles resultados, aunque no
dispone de información alguna sobre cuál de ellos ocurrirá.

Ejemplo: La elección entre cara o cruz de una moneda, desconocemos de antemano el resultado pero conocemos la
probabilidad objetiva de las dos alternativas.

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 certidumbre 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.
En cambio, en problemas de decisión bajo incertidumbre, como se mencionó antes, se atiende a problemas de
decisiones, en los que no se conocen las probabilidades de ocurrencia de los estados naturales, por lo tanto, hay
que recurrir a criterios empíricos para tomar la decisión; este proceso comienza con la identificación del problema y
de los criterios de decisión, y la asignación de ponderaciones para esos criterios; procede después de desarrollar,
analizar y seleccionar alternativas capaza de resolver un problema.

Análisis de la información:
 Investigamos la situación de partida
 Identificar las variables del problema
Variables de decisión: Son las alternativas posibles
Variables de estado: Estados de la naturaleza, estados futuros, ocurrencias probables aleatorias.
 Valorar las variables:
De forma cuantitativa si es posible
De forma cualitativa si no hay más alternativa.

En las decisiones tomadas con pura incertidumbre o ignorancia total, el decisor no tiene ningún conocimiento, ni
siquiera de la probabilidad de ocurrencia de cualquier estado de la naturaleza. En esta situación nos basamos
puramente en su actitud de incógnita. Algunos de estos comportamientos son los optimistas, los pesimistas y los de
arrepentimiento.

En la toma de decisiones importa la elección de un camino a seguir, por lo que en un estadio anterior deben
evaluarse alternativas de acción. Si estas últimas no están presentes, no existirá decisión.

2
El punto central en la toma de decisiones es el disponer de alternativas. Existen algunos criterios para ayudarnos:
Criterios de decisión Maximin Pesimista o Wald
Criterios de decisión Maximax, Optimista de Hurwicz
Criterio del coeficiente de Optimismo pesimismo de Hurwicz (ponderado)
Criterio de Razón Suficiente o Laplace (igual probabilidades)
Criterio Maximax, Coste de Oportunidad o Savage (matriz de arrepentimiento.

CRITERIO DE DECISIÓN MAXIMIN Y MINIMAX, PESIMISTA O WALD

Fue sugerido por Abraham Wald y representa una filosofía pesimista para alcanzar los resultados. Se trata de
asegurar una ganancia o una pérdida conservadora. En la matriz el decisor selecciona, en primer lugar el peor
resultado de cada una de las alternativas y luego opta por la alternativa a la que corresponde el mejor de todos ellos
(elige el máximo de los mínimos). Es decir el decisor quiere asegurar la mejor elección en caso que se dé la
situación más desfavorable. Es útil en situaciones muy inciertas, si se quiere evitar riesgos o existe conflicto.

El decisor primero selecciona el peor resultado de cada alternativa

Luego selecciona la Alternativa 2 por ser la que posee mayor resultado entre todos los peores mínimos.

CRITERIOS DE DECISIÓN MAXIMAX Y MINIMAX, OPTIMISTA DE HURWICZ

Estos criterios denotan un optimismo extremo para los resultados de una decisión. La regla es seleccionar la
alternativa que ofrece la oportunidad de obtener el mejor resultado. En otras palabras consiste en maximizar el
máximo; es decir; escoger el resultado máximo entre los mejores de cada alternativa. El decisor optimista.

3
CRITERIO DE DECISIÓN HURWICS
Leonid Hurwickz propuso aplicar un coeficiente de optimismo para ponderar la actitud del decisor, y así evitar las
actitudes extremas. (Optimismo o pesimismo absoluto). Estos criterios denotan un optimismo extremo para los
resultados de una decisión. La regla es seleccionar la
alternativa que ofrece la oportunidad de obtener el mejor
resultado, comienza con la definición del coeficiente de
optimismo del decisor, que se ubicará entre uno
(optimismo máximo) y cero (pesimismo máximo).
Este criterio distingue los resultados máximos y mínimos posibles de cada alternativa; hecho esto aplica el factor de
ponderación ß llamado "índice de optimismo relativo", para llegar a la decisión mediante el cálculo de utilidades
esperadas. El criterio se aplica siguiendo la secuencia:
1. De la matriz de decisiones se seleccionan el mejor y el peor valor para cada alternativa, dando lugar a un vector
de óptimos y a otro de pésimos.
2. El vector de óptimos se afecta por el índice ß y el vector de pésimos por (1 - ß)

El índice ß varía entre 0 y 1;

ß = 0 para el caso más pesimista (criterio maximin )
ß = 1 para el caso más optimista (criterio maximax )
0 <= ß => 1 para los casos intermedios.

3. La suma de los vectores (de óptimos y pésimos) ya ponderados, es el vector de valores esperados. La alternativa
seleccionada es aquella que corresponde al máximo valor esperado.
Partimos de un grado de optimismo y de pesimismo relacionados del siguiente modo:
Coeficiente de optimismo = p;
Coeficiente de pesimismo = q; q=1–p

(donde p + q = 1 y 0 < p < 1)

Dentro de la misma alternativa o estrategia se considera el resultado mayor de cada alternativa como p,
mientras que el resultado menor será q.
Se escoge el mayor tras ponderar los resultados esperados por los coeficientes de optimismo y pesimismo.
Considerando el mismo ejemplo, con este criterio puede escogerse una situación intermedia entre pesimismo y
el optimismo, en donde suponerse un determinado grado de optimismo y luego calcular el grado de pesimismo.
Supondremos entonces que el grado de optimismo es de 60% lo que equivale a 0.6. Usando la fórmula anterior
se tiene que:
q=1–p q = 1 – 0.6 q = 0.4
Entonces: El valor máximo corresponde a optimismo p = 0.6
El valor mínimo corresponde a pesimismo p = 0.4

p q

4
Aplicando este criterio se selecciona entonces la Alternativa 1 por ser la que arroja el mayor de los resultados
ponderados.

CRITERIO RACIONAL O DE LAPLACE.

Racional se parte de un argumento lógico: Si no podemos establecer las probabilidades de cada estado, es dable
suponer que estos son equivalentes asignándoles probabilidades iguales a todos ellos. Al contarse con las
probabilidades para cada variable no controlables, es posible calcular el valor esperado para cada alternativa, (como
si fuera una matriz de decisión en situación de riesgo).
El criterio de Laplace parte del hecho de que no se conocen las probabilidades de ocurrencia de cada uno de los
estados de la naturaleza, propone que las probabilidades sean las mismas para cada estado. Como ahora ya se
cuenta con información de la probabilidad de ocurrencia, se calcula la esperanza matemática asociada a cada
alternativa y por último se selecciona aquella alternativa que corresponda al máximo valor monetario esperado.

Esto se puede expresar así: P(E)=1/n ; donde n es el número de estados naturales.

Alternativa elegida ---MAXIMO(Si P(E)Aij )

A1 = (5 + 3 + 12) / 3 = 6.67
A2 = (7 + 6 + 6 / 3 = 6.33
A3 = (10 + 4 + 8) / 3 = 7.33
A4 = (13 + 4 + 1) / 3 = 6
A5 = (5 + 8 + 10) / 3 = 7.67
El decisor primero asigna iguales probabilidades a cada estado (columna), y luego calcula el Valor Esperado de cada
alternativa. Selecciona la alternativa 5 por arrojar el mayor Valor Esperado.
5
 CRITERIO DE SAVAGE, MODELO DE ARREPENTIMIENTO.
L.J. Savage sugirió este criterio a partir de la hipótesis de que el decisor experimenta una sensación de pérdida (o
pena) por no haber elegido la mejor alternativa. Para hacer mínimo el arrepentimiento propuso que primero se
calculen las diferencias entre el mejor resultado de cada columna y los del reto de la columna.

Una vez tomada la decisión y producido el estado natural se obtiene un resultado; Savage argumenta que después
de conocer el resultado, el decisor puede arrepentirse de haber seleccionado una alternativa dada. Savage sostiene
que el decisor debe tratar de que ese arrepentimiento se reduzca al mínimo. El criterio es el siguiente:

1. Formar la matriz de arrepentimientos o de costo de oportunidad. A cada estado natural se determina el mejor
valor para ese estado natural. A cada estado natural le corresponde una columna en la matriz de decisiones. En
cada columna se determina el mejor valor para ese estado natural y se sustituye por un cero; esto significa que
si ocurre ese estado natural y escogimos la alternativa que le corresponde a ese valor óptimo, nuestro
arrepentimiento será nulo. En sustitución de los valores del resto de la columna, se escribirá la diferencia entre
el resultado óptimo y los demás resultados; esta diferencia es el costo de oportunidad o arrepentimiento por no
haber escogido la alternativa que diera el valor óptimo. La matriz así formada se conoce como: matriz de
arrepentimientos, de costos de oportunidad o pérdida de oportunidad.

2. Una vez formada la matriz de pérdida de oportunidad, Savage aconseja escoger la estrategia que corresponde al
mínimo de los arrepentimientos máximos, es decir, se aplica la regla mínimax.
La alternativa seleccionada será aquella que minimiza el arrepentimiento. Este criterio tiene el inconveniente
de que el número de eventos considerados puede alterar la decisión. Además, la regla utilizada para
seleccionar el mínimo de los arrepentimientos máximos es similar al criterio de Wald, por lo tanto tiene sus
inconvenientes.
Nota: Para calcular la matriz de coste de oportunidad se toma el valor más alto de cada columna y se resta por cada
uno de los valores de ella misma.

EL decisor primero selecciona el mejor resultado de cada estado (columna), y luego calcula la diferencia con los
resultados de las demás alternativas.
Con los valores obtenidos, queda construida una nueva matriz (que podría llamarse Costo de Oportunidad) que
refleja el máximo arrepentimiento que tendría el decisor al no haber optado por la alternativa que produjo el
mejor resultado. Por último se aplica el Criterio de Wald para minimizar el arrepentimiento, identificando en la
nueva matriz el máximo valor de cada alternativa (que es lo peor que podría ocurrir en cada una) y se opta por

6
 la que tenga el valor más bajo de todos ellos. (El mínimo de todas las máximas penas). Este criterio se
denomina minimax

Luego selecciona la Alternativa 3 por ser la que posee el menor valor entre todos los mayores valores de
arrepentimiento.

Es posible advertir que en el ejemplo desarrollado se ha seleccionado una alternativa distinta al aplicar cada
uno de los cinco criterios.

III. MODELOS BAJO CONDICIONES DE CONFLICTOS: HOSTIL O COMPETITIVOS

Los conflictos producen inseguridad, pérdida de la estabilidad emocional, alteran el clima propicio para la toma de
decisiones y modifican la integración grupal.
BAJO CONFLICTO
Esta es la última de las cuatro categorías.
 Certidumbre
 Incertidumbre.
 Riesgo.

Cuando es bajo conflicto hay incertidumbre y existe un oponente.

7
Aquí se tienen aquellos casos de toma de decisiones bajo incertidumbre en los que hay un oponente. Las
probabilidades de los eventos no solo se desconocen; están influenciadas por un oponente cuya meta es vencer.
Esta es la situación típica en cualquier competencia: béisbol, fútbol, póquer, backjack, los negocios y la guerra.
Los modelos normativos no complejos en condiciones de incertidumbre donde no existe información y no es posible
ni siquiera asignar una probabilidad a los eventos, se puede hacer uso de modelos de análisis de decisión o árboles
de decisión con criterios o juicios subjetivos tanto desde un punto de vista pesimistas como optimistas, en el primer
caso se considera la ocurrencia de los peores resultados y se trata de escoger el mejor entre ellos, o sea el menos
desfavorable (Estrategia Maximin); en el otro caso, se considera la ocurrencia de los eventos más favorables y se
escoge el mejor (Estrategia Maximax). Cuando no se tienen bases para estimaciones subjetivas, se puede emplear el
principio de la razón insuficiente, donde se supone que todos los eventos son igualmente probables.
Las decisiones que se toman en condiciones de riesgo son básicamente juegos donde se asignan probabilidades a
los sucesos y se trabaja con los valores esperados de sus resultados "lo que en promedio pasaría". Sin embargo,
mucha de las decisiones no puede basarse solamente de sus aportes monetarios, ya que el riesgo, por ejemplo, es
valorizado por las personas y debe ser reflejado. Ante esta situación, John Von Neumann y Oskar Morgenstern
propusieron el concepto de Utilidad Esperada donde los individuos toman sus decisiones de acuerdo a un valor
numérico asociado a la satisfacción que le reportan los diferentes resultados. De esta forma una persona racional
escoge en condiciones de riesgo aquella que maximiza su utilidad esperada que es el valor esperado de las
utilidades de cada una de los resultados posibles de cada elección.
En condiciones bajo conflicto Von Neumann y Morgenstern (1944), desarrollaron la teoría de juegos donde dos o
más tomadores de decisiones buscan maximizar su propio bienestar, es decir ganar. El resultado del juego depende
de las decisiones que tome cada uno. La teoría señala que dependiendo del número de jugadores, alternativas de
acción (estrategias), las acciones pueden derivar en juegos de suma cero cuando la ganancia de uno significa la
pérdida en igual cantidad para otros o juegos de suma distinta de cero, cuando la ganancia de uno puedo significar
que otros también ganen o pierdan en cantidades distintas.

Teoría de Juegos
La teoría de los juegos es una rama de la matemática con aplicaciones a la economía, sociología, biología y
psicología, que analiza las interacciones entre individuos que toman decisiones en un marco de incentivos
formalizados (juegos). En un juego, varios agentes buscan maximizar su utilidad eligiendo determinados cursos de
acción. La utilidad final obtenida por cada individuo depende de los cursos de acción escogidos por el resto de los
individuos.

La teoría de juegos es una herramienta que ayuda a analizar problemas de optimización interactiva. La teoría de
juegos tiene muchas aplicaciones en las ciencias sociales. La mayoría de las situaciones estudiadas por la teoría de
juegos implican conflictos de intereses, estrategias y trampas. De particular interés son las situaciones en las que se
puede obtener un resultado mejor cuando los agentes cooperan entre sí, que cuando los agentes intentan
maximizar sólo su utilidad.

La teoría de juegos fue ideada en primer lugar por John von Neumann. Luego, John Nash, A.W. Tucker y otros
hicieron grandes contribuciones a la teoría de juegos.

Juegos
Se denomina juego a la situación interactiva especificada por el conjunto de participantes, los posibles cursos de
acción que puede seguir cada participante, y el conjunto de utilidades.

8
Estrategia
Cuando un jugador tiene en cuenta las reacciones de otros jugadores para realizar su elección, se dice que el
jugador tiene una estrategia. Una estrategia es un plan de acciones completo que se lleva a cabo cuando se juega el
juego. Se explicita antes de que comience el juego, y prescribe cada decisión que los agentes deben tomar durante
el transcurso del juego, dada la información disponible para el agente. La estrategia puede incluir movimientos
aleatorios.

Resultados de los juegos

El resultado de un juego es una cierta asignación de utilidades finales. Se denomina resultado de equilibrio si ningún
jugador puede mejorar su utilidad unilateralmente dado que los otros jugadores se mantienen en sus estrategias.
Un equilibrio estratégico es aquel que se obtiene cuando, dado que cada jugador se mantiene en su estrategia,
ningún jugador puede mejorar su utilidad cambiando de estrategia. Alternativamente, un perfil de estrategias
conforma un equilibrio si las estrategias conforman la mejor respuesta a las otras.

Forma normal versus forma extensiva de los juegos

En juegos de forma normal, los jugadores mueven simultáneamente. Si el conjunto de estrategias es discreto y
finito, el juego puede ser representado por una matriz NxM (ver abajo). Un juego en forma extensiva especifica el
orden completo de movimientos a través de la dirección del juego, generalmente en un árbol de juego.

Juegos NxM
Una forma de juegos de dos jugadores, en la cual un jugador tiene N acciones posibles y el otro tiene M acciones
posibles. En un juego así, los pares de utilidades o pagos pueden ser representados en una matriz y el juego es
fácilmente analizable. Los juegos NxM dan una idea de cómo puede verse la estructura de un juego mas complejo.

Matriz de resultados de un juego

La matriz de resultados de un juego representa el resultado del juego en una matriz. Supongamos que dos personas,
A y B, están jugando un sencillo juego. El juego consiste en lo siguiente: la persona A tiene la posibilidad de elegir
“arriba” o “abajo”, mientras que B puede elegir “izquierda” o “derecha”. Los resultados del juego se representan en
la matriz de resultados:

Izquierda Derecha
Arriba (50 , 100) (0 , 50)
Abajo (100 , 50) (50 , 0)

Estrategia Dominante
Una estrategia dominante es aquella elección que realiza el jugador independientemente de lo que haga el otro. En
el juego representado en la matriz de arriba, la estrategia dominante para A es elegir “abajo”, mientras que la
estrategia dominante para B es elegir “izquierda”. Estas estrategias dominantes dan como resultado el equilibrio de
estrategias dominantes del juego. Si cada jugador tiene una estrategia dominante se puede predecir el resultado del
juego.

Equilibrio de Nash
El equilibrio de Nash fue formulado por John Nash, que es un matemático norteamericano, en 1951. Un par de
estrategias es un equilibrio de Nash si la elección de A es óptima dada la de B y la de B es óptima, dada la de A. El
equilibrio de Nash se diferencia del equilibrio de las estrategias dominantes en que, en el equilibrio de las
estrategias dominantes, se exige que la estrategia de A sea óptima en el caso de todas las elecciones óptimas de B, y
viceversa. El equilibrio de Nash es menos restrictivo que el equilibrio de estrategias óptimas.
Un juego puede tener más de un equilibrio de Nash. Existen juegos en los no existe un equilibrio de Nash.
9
Dilema del Prisionero
Considera la siguiente historia. Dos sospechosos de un crimen son puestos en celdas separadas. Si ambos confiesan,
cada uno será sentenciado a tres años de prisión. Si sólo uno confiesa, el que confiese será liberado y usado como
testigo contra el otro, quien recibirá una pena de diez años. Si ninguno confiesa, ambos serán condenados por un
cargo menor y tendrán que cumplir una pena de sólo un año de prisión. Este juego puede ser representado por una
matriz 2x2:

Sospechoso B confiesa Sospechoso B no confiesa

Sospechoso A confiesa (3 , 3) (0 , 10)

Sospechoso A no confiesa (10 , 0) (1 , 1)

Veamos cuál es la estrategia óptima para cada sospechoso. Si B confiesa, A preferirá confesar, ya que si confiesa
obtendrá una pena de 3 años, y si no confiesa obtendrá una pena de 10 años. Si B no confiesa, A preferirá confesar,
ya que de este modo será liberado, y si no confesara obtendrá una pena de un año. Entonces, A va a confesar,
independientemente de lo que haga B. Análogamente, B también va a confesar independientemente de lo que haga
A. Es decir, ambos sospechosos van a confesar y obtener entonces una pena de tres años de prisión cada uno. Este
es el equilibrio del juego, que es ineficiente en el sentido de Pareto, ya que se puede reducir la condena de ambos si
ninguno confesara.
Este es el ejemplo más famoso de las situaciones en la que los equilibrios competitivos pueden llevar a resultados
ineficientes. El dilema del prisionero ilustra la situación que se presenta en los cárteles. En un cártel, las empresas
coalicionan (hacen un acuerdo) para reducir su producción y así poder aumentar el precio. Sin embargo, cada
empresa tiene incentivos para producir más de lo que fijaba el acuerdo y de este modo obtener mayores beneficios.
Sin embargo, si cada una de las firmas hace lo mismo, el precio va a disminuir, lo que resultará en menores
beneficios para cada una de las firmas. La misma estructura de interacciones caracteriza el problema de la provisión
de bienes públicos (problema del free rider), y del pago voluntario de impuestos.

Juegos de Suma Constante

Juegos en los que para cada combinación de estrategias, la suma de los pagos (o utilidades) a cada jugador es la
misma. Todas las situaciones de intercambio que no permiten la creación o destrucción de recursos son juegos de
suma constante.

Árbol de Juegos
El árbol de juegos es una representación de un juego que describe la estructura temporal de un juego en forma
extensiva. EL primer movimiento del juego se identifica con un nodo distintivo que se llama la raíz del juego. Una
jugada consiste en una cadena conectada de ramas que comienza en la raíz del árbol y termina, si el juego es finito,
en el nodo terminal. Los nodos representan los posibles movimientos en el juego. Las ramas que parten de los
nodos representan las elecciones o acciones disponibles en cada movimiento. A cada nodo distinto del nodo
terminal se le asigna el nombre de un jugador de modo que se sabe quién hace la elección en cada movimiento.
Cada nodo terminal informa sobre las consecuencias para cada jugador si el juego termina en ese nodo.

Juego Repetido
En un juego repetido un grupo fijo de jugadores juega un juego dado repetidamente, observando el resultado de
todas las jugadas pasadas antes que comience la siguiente jugada. La posibilidad de observar las acciones y los
resultados pasados antes de que comience la siguiente jugada permite que los jugadores penen o premien las
acciones pasadas, de modo que surgen estrategias que no surgirían en los juegos simples no repetidos. Por ejemplo,
repitiendo el juego del dilema del prisionero un número suficiente de veces da como resultado un equilibrio en el
cual ambos prisioneros nunca confiesan.

10