Curso de Toma de Decisiones Bajo Riesgo.pdf

MANAGEMENT CONSULTORES CURSO: TOMA DE DECISIONES BAJO RIESGO Cnel. R.L. Falcón 1435 Tel.: 054-11-15-5468-3369 C1406GN

Views 59 Downloads 0 File size 208KB

Report DMCA / Copyright

DOWNLOAD FILE

Recommend stories

Citation preview

MANAGEMENT CONSULTORES

CURSO: TOMA DE DECISIONES BAJO RIESGO

Cnel. R.L. Falcón 1435 Tel.: 054-11-15-5468-3369

C1406GNC 35

Buenos Aires, Argentina Fax: 054-11-4433-4202

Mail: [email protected] http://www.mgmconsultores.com.ar

CURSO: TONMA DE DECISIONES BAJO RIESGO 1. Introducción Seguramente UD ha escuchado hablar del “Riesgo”, la “Toma de Decisiones”, “La Incertidumbre”, “Las Consecuencias” y palabras por el estilo que están reflejando la naturaleza aleatoria de un problema de decisiones complejo para el cual necesita conocer y valorar la información disponible para que sus decisiones sean lo mas acertada posible. Lamentablemente no existen las “Decisiones Perfectas” sino por el contrario, dado la naturaleza aleatoria de la mayoría de las decisiones, siempre existirá un “riesgo” implícito, que para muchos puede ser limitante, esto es producir una especie de “parálisis decisoria” que lo obligaría a asumir el mínimo riesgo, reflejando una “aversión” al riesgo. Por el contrario, existe otro grupo de personas para las cuales existe un nivel de riesgo “aceptable” para el cual puede tomarse una decisión, reflejando un criterio moderado en las decisiones. Por ultimo, existe también un grupo que corre grandes riesgos en sus decisiones, pero también obtienen grandes beneficios y/o pérdidas, pero son aquellos audaces para los cuales el alto nivel de riesgo es motivo suficiente para correrlo o tomarlos. En este curso intentamos presentarle el concepto de riesgo, como debe ser clasificado, que tipo de información necesita para poderlo evaluar desde todo punto de vista, económico, personal, empresario, industrial y otros. Con ayuda de las probabilidades y los modelos de distribución de probabilidades, le enseñaremos como poder evaluar los beneficios y consecuencias de un problema de decisiones afectado por una gran componente de riesgo y con numerosas alternativas. Por ultimo le presentaremos un conjunto de herramientas para que UD. pueda en lo futuro cuantificar su riesgo conociendo todas las alternativas y sus consecuencias a través de un conjunto de técnicas basadas en las probabilidades de ocurrencias, los árboles de decisiones y por ultimo la simulación mediante la técnica de Montecarlo de tan amplia aplicación en el mundo del análisis de riesgos. También presentaremos un conjunto de ejemplos adaptados a diferentes entornos de trabajo, desde el riesgo financiero, pasando por la evaluación de proyectos hasta el análisis de riesgos industriales. No dudamos que este curso le brindara nuevos enfoque a sus tratamientos de las decisiones, permitiéndole conocer mucho más que el simple criterio cualitativo con el que tal vez actualmente encara sus decisiones. 2. Objetivo Introducir a los participantes a conocer la importancia de medir y estimar el riesgo que se debe asumir en una toma de decisiones de complejidad mediana y/o grande para la cual no tenemos toda la información para adoptar la menor decisión, por ello el conocer las técnicas de análisis del riesgo en cualquier nivel es una tarea por demás “riesgosa”

Página 2 de 5

CURSO: TONMA DE DECISIONES BAJO RIESGO

3. Alcances Este curso esta orientado a presentar el riesgo como concepto general, su clasificación, importancia y el impacto de su implementación. Se presentan las técnicas de análisis del riesgo, sus diferentes modalidades utilizando probabilidades de ocurrencia y el caso mas general utilizando técnicas de simulación numérica. Este curso no esta orientado a ningún mercado vertical en particular y a todos ellos en general. 4. ¿A Quien Esta Dirigido? A toda persona que a diario debe tomar decisiones cuya aleatoriedad le puede hacer incurrir en grandes equivocaciones o aciertos. En general este curso esta destinado a Directores Financieros, Gerentes de Producción, Inversores, CEO’s y toda persona interesada en conocer los riesgos de una decisión. 5. Conocimientos Previos Dado la naturaleza aleatoria del riesgo, es imprescindible tener conocimientos al menos básicos de estadística y el uso de planillas electrónicas tipo Excel. 6. Duración del Curso El curso esta preparado para ser impartido en 24 horas, las cuales pueden ser desarrolladas en cinco (5) días de 5 horas cada una o en forma intensiva en una reunión de tres (3) días de duración. A pedido se podrá tomar un examen de conocimientos. Se entregaran certificados de Asistencia a los participantes.

7. Contenido Clase 1: Naturaleza del Proceso de Decisiones. Componentes de una Decisión. Matriz de Consecuencias. Etapas del proceso de Toma de Decisiones. Objetivos de la Toma de Decisiones. Clasificación de las Decisiones. Ejemplos de Aplicación Práctica Clase2: Toma de Decisiones en Condiciones de Certeza Completa. Introducción a los Modelos de Programación Lineal. Aplicaciones de la Programación Lineal. Análisis de Sensibilidad. Ejemplos de Aplicación Práctica. Clase 3: Toma de Decisiones en Condiciones de Incertidumbre Completa. Métodos Maximin, Minimin, Minimax, Maximax, Hurwictz. Conceptos de Perdida de Oportunidad. Ejemplos de Aplicación Práctica. Clase 4: Toma de Decisiones en Condiciones de Riesgo. Conceptos de Probabilidad y formas de medirla. Reglas de Probabilidad. Métodos de Razón Insuficiente, Valor Monetario Esperado y Perdida de Oportunidad Esperada. Curvas de Utilidad. Aprensión y Aversión al Riesgo. Ejemplos de Aplicación Práctica. Clase 5: Análisis “A Posteriori” y “A Priori” de las Decisiones. Cálculos de Probabilidad “A Priori”, “A Posteriori” y Conjuntas. Calculo del Valor Esperado de Información Perfecta, Experimental y Muestral. Construcción de Arboles de Decisiones. Ejemplos de Aplicación Práctica. Página 3 de 5

CURSO: TONMA DE DECISIONES BAJO RIESGO

8.

Programa Detallado

Clase 1: Naturaleza del Proceso de Toma de Decisiones 1.1 Elementos de un Problema de Decisiones 1.2 Construcción de la Matriz de Decisiones 1.3 Topología de las Decisiones 1.3.1 Situaciones Programables 1.3.1.1 Tabla o Matriz de Decisiones 1.3.1.2 Aplicación Práctica 1.3.2 Situaciones Programables 1.4 Fases del Proceso de Toma de Decisiones 1.5 Objetivos, Información y Decisiones 1.5.1 Curvas de Indiferencia 1.5.2 Principio de Racionalidad Limitada 1.5.3 Red de Comunicaciones 1.5.4 Conceptos de Pérdida de Oportunidad 1.6 Valores y Actitudes en la Toma de Decisiones 1.7 Clases y Tipos de Toma de Decisiones 1.8 Desarrollo de algunos ejemplos prácticos.

Clase 2: Toma de Decisiones en Condiciones de Certeza 2.1 Descripción del Modelo de Programación Lineal 2.1.1 Concepto de Función Objetivo y Restricciones 2.1.2 Concepto de Recursos, Disponibilidades y Limitaciones 2.1.3 Análisis de Sensibilidad sobre los Resultados 2.2 Aplicaciones de la Programación Lineal 2.2.1 Modelos de Asignación 2.2.2 Modelos de Transporte y Trasbordo 2.2.3 Modelos de Inventarios 2.2.4 Análisis de Proyectos de Inversión 2.2.5 Análisis de Selección de Carteras 2.3 Resolución de casos de Programación Lineal Clase 3: Toma de Decisiones en Condiciones de Incertidumbre Completa 3.1 Características de los procesos de Incertidumbre Completa 3.2 Criterio de Decisión MaxiMax 3.3 Criterio de Decisión MiniMin 3.4 Criterio de Decisión MaxiMin 3.5 Criterio de Decisión MiniMax 3.6 Criterio de Decisión Optimista de Hurwictz 3.7 Resolución de ejemplos y casos de aplicación. Clase 4: Toma de Decisiones en Condiciones de Riesgo 4.1 Introducción al Concepto de Riesgos 4.2 El concepto de Probabilidad y sus componentes 4.3 Formas de Medir y Calcular Probabilidades 4.3.1 Método Clásico 4.3.2 Método de Frecuencia Relativa 4.3.3 Método Subjetivo Página 4 de 5

CURSO: TONMA DE DECISIONES BAJO RIESGO 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12 4.13 4.14 4.15 4.16 4.17 4.18 4.19

Conceptos de Dependencia e Independencia Estadísticas Reglas para Cálculos de Probabilidades (+,-,*,/) Conceptos de Probabilidades Condicionales (Reglas de Bayes) Conceptos de Variables Aleatorias Cálculos de Promedios y Dispersiones en Probabilidades Criterio de Decisión de Razón Insuficiente Criterio de Decisión del Valor Monetario Esperado Criterio de Decisión de Perdida de Oportunidad Esperada Criterio de Decisión Bayesiano Evaluación Subjetiva de Consecuencias Monetarias Concepto de Utilidad y/o Pérdida Monetaria Construcción de Curvas de Utilidad Conceptos de Aprensión y Aversión al Riesgo Introducción a los Arboles de Decisiones Concepto y Calculo del Valor Esperado de Información Perfecta Resolución de casos de aplicación

Clase 5: Análisis “A Posteriori” de las Decisiones 5.1 Introducción al análisis “A Priori” y ¨A Posteriori” 5.2 Obtención de probabilidades “A Posteriori” 5.3 Conceptos y Cálculos de Probabilidades Conjuntas 5.4 Regla de Bayes para Probabilidades Condicionales 5.5 Calculo del Valor Esperado “A Posteriori” de la Información Perfecta 5.6 Concepto de “Pronosticador Perfecto” 5.7 Introducción al “Análisis Pre A Posteriori” de las Decisiones 5.8 Construcción de Arboles de Decisiones 5.9 Calculo del Valor Esperado de la Información Muestral 5.10 Calculo del Valor Esperado de la Información Experimental 5.11 Resolución de casos de aplicación 5.12 Conclusiones y Cierre del Curso

Página 5 de 5