Toma de Decisiones Bajo Riesgo

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. (2019). Disponible en: https://es.m.wikipedia.org/wiki/
Esperanza_matemática
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. Disponible en: https://economipedia.com/
definiciones/funcion-de-utilidad.html
Solorzano, N. (2014). Alternativas De Decisión Mediante Distribuciones De Probabilidad.
Disponible en: https://prezi.com/m/ehgoy012v9hw/alternativas-de-decisiones-mediante-
distribuciones-de-probabil/
Toma de decisiones bajo Riesgo. (s.f.). Disponible en_: https://analisis-certidumbre-riesgo-
incertidumbre.fandom.com/es/wiki/Toma_de_decisiones_bajo_Riesgo

Toma de Decisiones Bajo Riesgo

Cargado por

Copyright:

Formatos disponibles

Toma de Decisiones Bajo Riesgo

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Toma de Decisiones Bajo Riesgo

Cargado por

Copyright:

Formatos disponibles

REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

2) Alternativas de decisiones mediante instrucción de probabilidad

También podría gustarte