• Author / Uploaded
• Ferardaju

Citation preview

REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA NACIONAL BOLIVARIANA – UNEFANB INGENIERÍA DE SISTEMAS – TEORIA DE DECISIONES NÚCLEO: SUCRE – EXTENSIÓN: CARÚPANO

TOMA DE DECISIONES BAJO RIESGO

FACILITADOR:

BACHILLERES:

LCDA. Luisa Aliendres

Montaño Mariana C.I: 26.736.611 Rodríguez Ángel C.I: 25.898.890 Salazar Oslewil C.I: 26.600.191

8° Semestre, sección 1 OCTUBRE – 2019

INTRODUCCIÓN La toma de decisiones es una constante muy importante puesto que puede aparecer en cualquier contexto de la vida cotidiana, puede ser a nivel profesional o personal. Ésta permite elegir la decisión más favorable dentro de distintas alternativas, es decir, permite resolver problemas tanto bajo certidumbre o incertidumbre. En algunos casos se presentarán diversos tipos de desafíos, uno de ellos puede ser tomar una decisión bajo riesgo o bajo presión que pueda afectar de una u otra manera la integridad de una persona o una organización. A la hora de tomar una decisión, el decisor debe tener la capacidad de razonar bajo presión para escoger el mejor camino posible y obtener resultados positivos con respecto a la solución de conflictos, ya que dentro de una organización existen personas inseguras y tienen grandes dificultades a la hora de cumplir el rol de un decisor, el decisor tiene una serie de alternativas que debe tener en cuenta siempre y cuando se le presente un ambiente de riesgos, puesto que es muy difícil valorar una decisión o alternativa para poder compararlas y según sea el criterio elegir el método más óptimo. Estos criterios se refieren al criterio de valor esperado, el criterio de mínima varianza con media acotada, criterio de la media con varianza acotada, criterio de la dispersión, criterio de la probabilidad máxima y la técnica de árbol para la toma de decisiones.

1) Toma de decisiones bajo riesgo Los procesos de decisión en ambiente de riesgo se caracterizan porque puede asociarse una probabilidad de ocurrencia a cada estado de la naturaleza, probabilidades que son conocidas o pueden ser estimadas por el decisor antes del proceso de toma de decisiones teniendo en cuenta que la misma se denomina ambiente de riesgo donde el decisor no sabe con certeza qué estados de la naturaleza se presentarán, pero si conoce cuales pueden presentarse y la probabilidad que tiene cada uno de ellos. Este escenario es un término medio entre los dos anteriores. Cada opción tiene varias alternativas posibles, por lo que es considerado más complejo que el primero, pero como se puede conocer la probabilidad de cada resultado, hay menos incertidumbre que en el segundo. La toma de decisiones implica cierto riesgo implícito. No se puede estar totalmente seguro de lo que pasará en el futuro. No obstante, se puede calcular la probabilidad de que ese riesgo aparezca o no y de sus repercusiones. Este tipo de decisiones se basan en porcentajes de probabilidad que pueden ser conocidos o estimados gracias a la información disponible o la experiencia. 2) Alternativas de decisiones mediante instrucción de probabilidad La mayor dificultad en este contexto es cómo valorar una decisión o alternativa para poder compararla con otras. Así se presentan distintos criterios para valorar las alternativas y, según sea el criterio adoptado, elegir cuál es la decisión óptima. Los diferentes criterios de decisión en ambiente de riesgo se basan en estadísticos asociados a la distribución de probabilidad de los resultados. Algunos de estos criterios se aplican sobre la totalidad de las alternativas, mientras que otros sólo tienen en cuenta un subconjunto de ellas. Los criterios de decisión en ambiente de riesgo son los siguientes: • Criterio de valor esperado • Criterio de mínima varianza con media acotada • Criterio de la media con varianza acotada • Criterio de la dispersión • Criterio de la probabilidad máxima • La técnica de árbol para la toma de decisiones

3) Criterio de valor esperado En estadística la esperanza matemática (también llamada esperanza, valor esperado, media poblacional o media) de una variable aleatoria, es el número que formaliza la idea de valor medio de un fenómeno aleatorio. Valor esperado o esperanza, que no es más que la ganancia o pérdida media resultante de una situación teniendo en cuenta todos los resultados posibles y sus probabilidades. Explicándolo mejor: Este criterio supone seleccionar aquella alternativa cuyo pago esperado o medio sea mejor. Este criterio es el más común cuando las probabilidades son conocidas, pero no tiene por qué ser el más apropiado. Si el proceso de decisión se repite muchas veces en idénticas condiciones las leyes de los grandes números aseguran que en el límite el pago medio es la esperanza. Así pues, este criterio es apropiado cuando el proceso se va a repetir muchas veces, pero puede no serlo cuando se presenta una situación única, en la que el proceso no va a ser repetido El concepto del valor esperado (VE) se utiliza en la estadística para determinar cuán beneficiosa o perjudicial podría ser una decisión, y es por eso que es muy importante para la toma de decisiones.

4) Árbol de decisiones El árbol, es una excelente ayuda para la elección entre varios cursos de acción. Proveen una estructura sumamente efectiva dentro de la cual estimar cuáles son las opciones e investigar las posibles consecuencias de seleccionar cada una de ellas. Mediante la evaluación del árbol se puede analizar cuál opción tiene el mayor valor para nosotros. Árbol de Decisión, es un método analítico que a través de una representación esquemática de las alternativas disponible facilita la toma de mejores decisiones, especialmente cuando existen riesgos, costos, beneficios y múltiples opciones. El nombre se deriva de la apariencia del modelo parecido a un árbol y su uso es amplio en el ámbito de la toma de decisiones bajo incertidumbre.

5) Probabilidades posteriores Una probabilidad posterior es la probabilidad de asignar observaciones a grupos dados los datos. Una probabilidad previa es la probabilidad de que una observación pertenezca a un grupo antes de recoger los datos. Por ejemplo, si clasifica a los compradores de un vehículo en particular, usted ya podría saber que el 60% de los compradores son hombres y el 40% son mujeres. Si usted conoce o puede estimar estas probabilidades, un análisis discriminante puede utilizar estas probabilidades previas en el cálculo de las probabilidades posteriores. Cuando usted no especifica las probabilidades previas, Minitab presupone que los grupos son igualmente probables. En estadística Bayesiana, la probabilidad a posteriori de un evento aleatorio es la probabilidad condicional que es asignada después de que la evidencia es tomada en cuenta. Teniendo la creencia a priori de que la función de distribución de probabilidad es y de que una observación con la verosimilitud, la probabilidad a posteriori es definida como.

6) Función de utilidad Es una función en la que se mide la satisfacción o utilidad que obtiene un consumidor cuando por medio del consumo disfruta de una cantidad de bienes. El concepto de utilidad es algo subjetivo que no se puede medir, es decir, debido a distintos factores en los que depende de cada persona es difícil medir este concepto, sin embargo, es posible simular y llegar a hacernos una idea gracias a las funciones de utilidad. Asigna valores numéricos a cada unidad de bienes consumidos. Ahora bien, cuando obtenemos un valor mayor al que ha resultado de la función de utilidad es mejor que si el valor fuese inferior al conseguido por la función.

Esta es la expresión del deseo en términos matemáticos. Pretende representar la utilidad (bienestar) de un individuo para todas las combinaciones de posibilidades disponibles para su nivel de ingresos, representando así tanto su bienestar y sus preferencias.

CONCLUSIÓN Tomar una decisión no es algo fácil, ya que se debe tener en cuenta muchas variables que afectarán o beneficiarán la medida. Siempre es difícil saber con certeza cual decisión es la correcta, pero teniendo el conocimiento adecuado de las variables y de las probabilidades que existan es posible trazar el objetivo que se quiere conseguir. Es necesario ser conscientes de que una buena decisión requiere de tiempo y planificación, para ello existen funciones de utilidad que ayudan a medir el grado de satisfacción que tiene un consumidor cuando por medio del consumo disfruta de una cantidad de bienes pero esto es algo muy difícil de analizar ya que es algo subjetivo. La mala utilización de la toma de decisiones podría causar un impacto negativo dentro de la organización, por ello la manera de tomar una buena decisión es a través de la aplicación de un buen procedimiento, o modelo de tomas de decisiones, el cual le ahorrara al decisor tiempo, esfuerzo y energía.

REFERENCIAS Esperanza matemática. Esperanza_matemática

(2019).

Disponible

en:

https://es.m.wikipedia.org/wiki/

GEO Tutoriales. (2016). Árbol de Decisión (Qué es y para qué sirve). Disponible en: https://www.gestiondeoperaciones.net/procesos/arbol-de-decisiones/ Samper, J. (s.f.) Función de utilidad. definiciones/funcion-de-utilidad.html

Disponible

en:

https://economipedia.com/

Solorzano, N. (2014). Alternativas De Decisión Mediante Distribuciones De Probabilidad. Disponible en: https://prezi.com/m/ehgoy012v9hw/alternativas-de-decisiones-mediantedistribuciones-de-probabil/ Toma de decisiones bajo Riesgo. (s.f.). Disponible en_: https://analisis-certidumbre-riesgoincertidumbre.fandom.com/es/wiki/Toma_de_decisiones_bajo_Riesgo