Temas desarrollados para la clase de Teora de Decisiones

Mtodos de decisin

1) Suma Ponderada

1. i iI 1,2,3,...,n Conjunto de alternativas.

2. C= c j jJ= 1,2,3,,m Conjunto de criterios.

3. p j = Peso j-simo, asignado por el tomador de decisiones al criterio j-simo, haciendo

alusin al grado de importancia de dicho criterio.

4. vij = Valor relativo designado por el tomador de decisiones a que i-sima alternativa
obtiene del criterio j-simo.

5. Medida de eleccin: SP( i ) = p v

j=1
j ij i I .

Ejemplo:

c1 c 2 c3
1 8 4 2 p1 =3

2 5 5 3 y p 2 =5
3 2 7 1
p3 =2

SP 1 =3 8 +5 4 +2 2 =48

SP 2 =3 5 +5 5 +2 3 =46 1 f 2 3 .

SP 3 =3 2 +5 7 +2 1 =43

2) Electra I

1. i iI 1,2,3,...,n Conjunto de alternativas.

2. C= c j jJ= 1,2,3,,m Conjunto de criterios.

3. p j = Peso j-simo, asignado por el tomador de decisiones al criterio j-simo, haciendo

alusin al grado de importancia de dicho criterio.
 4. vij = Valor relativo designado por el tomador de decisiones a que i-esima alternativa
obtiene del criterio j-simo.

Definiciones previas:

i iI =: Conjunto de alternativas dominadas.

i iI
c
=: Conjunto de alternativas no-dominadas

Antes de aplicar el mtodo Electra I, necesitamos construir una nueva matriz de valor, tal
que las nuevas ( vij ) guarden la misma proporcin pero considerando que:

p j = max {vij}iI j J

En otras palabras, construir una nueva matriz valor, donde los vij se encuentren en una
misma escala, respetando la proporcin de sus antecesores vij y considerando los p j
asignados previamente.

c1 K c2 K c3 c1 K c2 K c3
1 v11v1jv1m 1 v11 v1j v1m


M M M M M M M M
i vi1 vijv im i vi1 vijvim

M M M M M M M M
n v n1v njv nm
n vn1vnjvnm

El mtodo Electra I es un procedimiento que realiza la bsqueda de subconjuntos de

menor tamao que el conjunto de alternativas no-dominadas, es decir reduce el problema de
decisin.

Paso 1
Para cada par ordenado de alternativas ( i , i ) se le asigna un ndice de concordancia, por
medio de una de las tres funciones propuestas:
 1
p j pj
2 jJ =
a) C( i , i ) jJ i, i I
p jJ
j

vij vi j
jJ
b) C( i , i ) i, i I
p
jJ
j

max vij vi j
C( i , i ) i, i I
jJ
c)
max p j
jJ

Tal que:

p j jJ +
Conjunto de pesos relacionados a los criterios donde:

i f i con respecto al criterio c

j
c j

p j jJ =
Conjunto de pesos relacionados a los criterios donde:

i : i con respecto al criterio c j

cj

p j jJ -
Conjunto de pesos relacionados a los criterios donde:

i f i con respecto al criterio c j

cj

Despus a cada par ordenado de alternativas ( i , i ) se le asigna un ndice de

discordancia, por medio de una de las tres funciones propuestas:
1
p j 2 = p j
a) D( i , i ) jJ jJ i, i I
j p
jJ

vij vij
jJ
b) D( i , i ) i, i I
p
jJ
j

max vij vij
c) D( i , i ) i, i I
jJ

max p j
jJ

Entonces:

i f i {C i , i p y D i , i q}
Donde p y q son, respectivamente la concordancia mnima y la discordancia mxima
permitidas por el tomador de decisiones.

Paso 2
Se forma una grafica de nodos y flechas en la que cada nodo representa una alternativa y
las flechas entre los nodos representan la relacin ( i iI , f ), es decir hay un a flecha del

nodo i al i i f i .

Paso 3
Los nodos que pertenecen a un ciclo (es decir que son equivalentes bajo la relacin f ) se
agrupan para formar un solo nodo y de esta forma se obtiene una grafica acclica Ga.

Paso 4
De la Grafica Ga se obtiene el Kernel (Ncleo); es decir todos los nodos para los que
no existen flechas que lleguen a ellos.

Paso 5
Las alternativas asociadas a los nodos del Kernel, son los elementos del subconjunto de
alternativas no-dominadas que se buscaba.

Ejemplo:

c1 c 2 c3
1 8 4 2 p1 =3

2 5 5 3 y p 2 =5
3 2 7 1
p3 =2
c1 v(c1 ) c 2 v(c 2 ) c3 v(c3 )
vi1 vi1 vi2 vi2 vi3 vi3
8 3 7 5 3 2
5 1.86 5 3.6 2 1.3
2 0.75 4 2.9 1 0.7

c1 c2 c3 c1 c2 c3
1 8 4 2 1 3 2.9 1.3

2 5 5 3 2 1.86 3.6 2
3 2 7 1
3 0.75 5 0.7

Utilizaremos la definicin de concordancia del inciso a)

3
C( 1 , 2 ) = =0.3 C( 2 , 1 ) = 0.7 C( 3 , 1 ) = 0.5
10
3+2
C( 1 , 3 ) = =0.5 C( 2 , 3 ) = 0.7 C( 3 , 2 ) = 0.7
10
Matriz de Concordancia:

i i 1 2 3
1 0.3 0.5

2 0.7 0.5
3 0.5 0.5

Para el caso de la discordancia utilizaremos la definicin del inciso b)

0.7+0.7
D( 1 , 2 ) = =0.14 D( 2 , 1 ) = 0.11 D( 3 , 1 ) = 0.29
10
2.1
D( 1 , 3 ) = =0.21 D( 2 , 3 ) = 0.14 D( 3 , 2 ) =0.25
10

Matriz de Discordancia:

i i 1 2 3
1 0.14 0.21

2 0.11 0.14 Sea p= 0.5 y q=0.21 1 f 3 , 2 f 1 y 2 f 3
3 0.29 0.25
 e
1

Ga: Z ]
e e
2 3

Paso 3 (No es necesario porque no hay nodos que formen un ciclo)

Paso 4
El kernel de Ga es: El nodo de 2

Paso 5
{ 2 } es el subconjunto de alternativas no-dominadas.

El orden general de eleccin es: 2 f 1 f 3 .

3) Electra II

Se define el ndice de concordancia y discordancia como:

p p j j
jJ jJ =
C( i , i ) i, i I .
p
jJ
j

max vij vij
a) D( i , i ) i, i I .
jJ

max p j jJ

b) D( i , i ) = max{ O j ( i , i )} jJ .
Talque:
vij -vij
O j ( i , i ) j J .
j (c j, vij )

Para el parmetro teta ( ) existe dos posibilidades:

1. Si el tomador de decisiones quiere una medida de discordancia esttica el parmetro

teta se fija igual a una constante para cada criterio c j , es decir: j = k j donde k j es una
constante.
 2. Si se desea una medida de discordancia dinmica entonces: ( c j , vij )= max{ vij ,d( c j ,
i , i )} donde d( c j , i , i ) es un valor que fija el tomador de decisiones y que le permite

controlar la importancia de la diferencia vij -vij .

Paso 1
Se aplica el ndice de concordancia y discordancia a todos los pares ordenados de
alternativas.

Paso 2
Consiste en construir las relaciones fuerte y dbil (Rf y Rd), previamente el tomador de
decisiones ha definido los niveles de concordancia:

p + ,p 0 ,p - tales que: 0 p - <p 0 <p + 1

As mismo los niveles de discordancia q 0 y q + , tales que:

0 q 0 <q + 1

Entonces: Relacin Fuerte

1. C i , i p 1. C i , i p
0

i p i 2. D i , i q i p i 2. D i , i q 0
F F

3. + p j - p j 3. + p j - p j
jJ jJ jJ jJ

Relacin Dbil

1. C i , i p

i p i 2. D i , i q
D

3. + p j - p j
jJ jJ

Paso 3
Se construyen las dos graficas Gf y Gd acclicas, definidas respectivamente por las
relaciones Rf y Rd.

Paso 4 (Ordenamiento Fuerte)

 Defnase Gf k Gf 0 = Gf y Gd k Gd 0 Gd
Utilizar el siguiente algoritmo:

1) Fije k=0
2) Seleccione los nodos de Gf k que no tengan un predecesor, es decir el kernel de
Gf k . Sea A este conjunto.
3) Identifique los nodos de A que tengan arcos en Gd k . Sea B este conjunto.
4) Seleccione aquellos nodos en B que no tengan nodos predecesores, llame a esto
conjunto C.
5) Defina A k =(A-B) C
6) Defina el orden fuerte v en los elementos i s tal que i A k , como: v ( i ) =
k+1
7) Fije Gf k+1 = Gf k -A k
8) Si Gf k+1 = pare; si no aumente k en una unidad, esto es k =: k+1

Paso 5 (ordenamiento dbil)

1) Invertir la direccin de los arcos (flechas) en Gf y Gd.
2) Obtenga el ordenamiento a( i ) para cada alternativa i , tal como en el algoritmo
anterior, sustituya v ( i ) por a( i ) en el paso 6).
3) Obtenga el ordenamiento dbil v como sigue:
v ( i )= 1+max{ a( i )} iI -a( i )

Paso 6 (ordenamiento medio)

v i v i
m( i )
2

y finalmente se ordenan las alternativas i donde el orden 1 (las mejores alternativas) le

corresponden a las alternativas con valor ms bajo del orden medio, el 2 a las siguientes y
as sucesivamente.

Ejemplo:

c1 c 2 c3
1 8 4 2 p1 =3

2 5 5 3 y p 2 =5
3 2 7 1
p3 =2
c1 c2 c3 c1 c2 c3
1 8 4 2 1 3 2.9 1.3

2 5 5 3 2 1.86 3.6 2 (como en Electra I)
3 2 7 1
3 0.75 5 0.7

Paso 1
3
C( 1 , 2 ) = =0.3 C( 2 , 1 ) = 0.7 C( 3 , 1 ) = 0.5
10

3+2
C( 1 , 3 ) = =0.5 C( 2 , 3 ) = 0.5 C( 3 , 2 ) = 0.5
10

Para el caso de la discordancia se utiliza el inciso a)

max{0.7+0.7}
D( 1 , 2 ) = =0.14 D( 2 , 1 ) B 0.23 D( 3 , 1 ) = 0.45
5

max{2.1}
D( 1 , 3 ) = =0.42 D( 2 , 3 ) = 0.28 D( 3 , 2 ) =0.26
5

Matriz de Concordancia: Matriz de Discordancia:

i i 1 2 3 i i 1 2 3

1 0.3 0.5 1 0.14 0.42

2 0.5 0.5 2 0.23 0.28
3 0.5 0.5
3 0.45 0.26

Paso 2
Sea p - = 0.4, p0 = 0.5, p + = 1 y q 0 = 0.23, q + = 0.26

Relacin fuerte
 Como C( i , i ) 1 i, i I , por lo tanto no cumplen el primer inciso de la primera parte,
veamos ahora la segunda parte, para cada par ordenado de alternativas i que cumplen con:

1. C( 1 , 3 )= 0.5 0.5= p0
C( 2 , 1 )= 0.5 p0
C( 2 , 3 )= 0.5 p0
C( 3 , 1 ) p0
C( 3 , 2 ) p 0

Que cumplen con 1. y 2.

D( 2 , 1 )= 0.23 0.23 = q 0

Que cumplen con 1 , 2 y 3

( 2 , 1 ) + p j = 5 + 2 3 = p j
jJ jJ-

2 fF 1

Relacin dbil
1. C( 1 , 3 )= 0.5 0.4= p -
C( 2 , 1 ) p -
C( 2 , 3 ) p -
C( 3 , 1 ) p -
C( 3 , 2 ) p -

Que cumplen con 1. y 2.

D( 2 , 1 )= 0.23 0.26 = q +
D( 3 , 2 )= 0.26 0.26= q +

Que cumplen con 1. , 2. y 3.

( 2 , 1 ) + p j = 5 + 2 3 = p j
jJ jJ-

( 3 , 2 ) p j =5 5=3+2 = p j
jJ + jJ-

2 fd 1 y 3 fd 2

Paso 3
 e e
1 1

Gf: Z Gd: Z
e e e e
2 3 2 3

Paso 4 (ordenamiento fuerte)

1) Fije k=0
2) A = { 2 , 3 }
3) B = { 2 , 3 }
4) C = { 3 }
5) A 0 =(A-B) C = { 3 }
6) v ( 3 ) = 1
7) Gf 1 = { 1 , 2 }
8) k =: 1
e e
1 1

Gf 1 : Z Gd1 : Z
e e
2 2

2) A = { 2 }
3) B = { 2 }
4) C = { 2 }
5) A1 =(A-B) C = { 2 }
6) v ( 2 ) = 2
7) Gf 2 = { 1 }
8) k =: 2

Gf 1 : e Gd1 : e
1 1

2) A = { 1 }
3) B = { }
4) C = { }
5) A 2 =(A-B) C = { 1 }
6) v ( 1 ) = 3 v ( 1 ) = 3
7) Gf 3 = { } v ( 2 ) = 2
8) Alto v ( 3 ) = 1

Paso 5 (Ordenamiento dbil)

e e
1 1

Gf : [ Gd : [
e e e e
2 3 2 3

Anlogamente como en el paso 4, obtenemos:

a( 1 ) = 1 v ( 1 )= 1+3-1= 3
a( 2 ) = 2 v ( 2 )= 1+3-2= 2
a( 3 ) = 3 v ( 3 )= 1+3-1= 1
Paso 6 (ordenamiento medio)
3+3
m( 1 ) = =3 O( 3 ) = 1
2
2+2
m( 2 ) = =2 O( 2 ) = 2
2
1+1
m( 3 ) = =1 O( 3 ) = 3
2
El orden general de eleccin: 3 f 2 f 1 .

TAREA

1 8 4 2 p1 =3

2 5 5 3 y p 2 =5
3 2 7 1
p3 =2
 Existen cuatro tipos de situacin de eleccin: incertidumbre no estructurada y
estructurada, riesgo y certeza. En este escrito muestro solo incertidumbre estructurada y
riesgo por su complejidad y por ende inters.

Certeza: Sabemos con seguridad cules son los efectos de nuestros cursos de accin.

Riesgo: No sabemos qu ocurrir tomando determinados cursos de accin, pero s

sabemos qu puede ocurrir y cul es la probabilidad de ello. Es de notar que la probabilidad
utilizada es la de la matemtica o inclusive apoyada de la intensidad de conviccin.1

Incertidumbre estructurada: No sabemos qu ocurrir tomando determinados cursos de

accin, pero s sabemos qu puede ocurrir de entre varias posibilidades.

Incertidumbre no estructurada: En este caso no sabemos qu puede ocurrir ni tampoco qu

probabilidades hay para cada posibilidad. Es cuando no tenemos ni idea qu puede pasar.

1) Incertidumbre estructurada

1. i iI 1, 2,3,...,n Conjunto de cursos de accin.

2. r j jJ = 1, 2,3,..., m Conjunto de resultados consecuencias

de elegir un curso de accin.

3. vij = Valor asociado al i-simo curso de accin y que se consiga el resultado

j-simo; designado por el tomador de decisiones.

Matriz de Valor

1
Intensidad de conviccin probabilidad subjetiva: grado de creencia que tiene una persona sobre la
realizacin de un evento.
 r1 ... rj ... rm
1 v11 , ..., v1j ,..., v1m

M M M K
i v i1 ,..., v ij ,..., v im


M M M L
n v n1 ,, v nj ,v nm

Criterios de eleccin

a) Laplace ME( i ) = L( i ) =
v
j=1
ij

m
i I.
b) Wald ME( i ) = W( i ) = min {v ij }jJ
i I.
c) Hurwicz ME( i ) = H( i , ).
H( i , ) = (max {vij }jJ ) + (1- )(min {v ij} jJ ) i I y 0,1
d) Savage ME( i ) = S( i ) = min {c ij }jJ
i I.
cij := v ij - max {vij}iI j J .

Mtodo de eleccin

1) Escoger un criterio de eleccin:

Laplace
Wald
Hurwicz
Savage
2) Aplicar a cada curso de accin, la funcin Medida de Eleccin asignada
por el criterio escogido en 1).
 ME( i ) :

3) Obtener el Orden general de eleccin de los cursos de accin, por medio

de la regla de eleccin:

i f i ME( i ) ME( i ) i, i I .
La relacin ( i iI , f ) denuncia que si i f i 2 es porque el curs de accin

i es preferible o indiferente de escoger en vez del curso de accin i . Y se lee: i

es preferible o indiferente de i .

Ejemplo:

r1 r2 r3
1 8 4 2

2 5 5 3
3 2 7 1

8 + 4 + 2 14
L 1 = 3
=
3

5 + 5 + 3 13
a) Laplace L 2 = 1 f 2 3 .
3 3
2 7 1 10
L 3
3 3

W 1 = 2

b)Wald W 2 = 3 2 f 1 3 .

W 3 1

c) Hurwicz 0,1

Nota: depende del tomador de decisiones, a grandes rasgos:

1 Un tomador de decisiones (optimista, ambicioso, etc.)
0 Un tomador de decisiones (pesimista, conservador, etc.)
1
En mi caso soy conservador y propondr =
4
2
i f i se lee: i es preferible a i y i : i se lee: i es indiferente a i .
 1 1 3 14
H 1 , 4 = 4 (8) 4 (2) 4

1 1 3 14
H 2 , = (5) (3) 1 : 2 f 3 .
4 4 4 4
1 1 3 10
H 3 , (7) (1)
4 4 4 4

d)Savage

r1 r2 r3 r1 r2 r3
1 8 4 2 1 0 -3 -1

2 5 5 3 2 -3 -2 0
3 2 7 1
3 -6 0 -2

Matriz costo de oportunidad
Matriz de arrepentimiento

S 1 =-3

S 2 =-3 1 : 2 f 3 .

S 3 =-2

2) Riesgo
(con un solo objetivo)

a) Valor Medio Esperado VME

b) VME
c) VME
d) Costo de Oportunidad Medio Esperado COME

a) VME

1. i iI 1,2,3,..., n Conjunto de cursos de accin.

2. 1 rj jJ = 1,2,3,..., m Conjunto de resultados consecuencias

de elegir un curso de accin.
3. P ij = Probabilidad del resultado j-simo, al escoger el curso de accin i-simo.
m
pij 0,1 y p =1
j=1
ij i I .

4. v j = v rj .
v j jJ = Conjunto de valores relativos asociados al conjunto 1 , asignado por
el tomador de decisiones, considerando el orden de preferencia de los
resultados.

Nota: Reordenando y redefiniendo:

( r1 f r2 f r3 f rj f f rm ) ( v1 v 2 v3 K v j K v m )
m

5. VME( i ) =: p v
j=1
ij j i I .

Ejemplo:

r1 r2 r3
1 0.3 0.5 0.2

2 0.3 0.3 0.4
3 0.1 0.2 0.7

v1 =10

Como r1 f r2 f r3 v 2 =7
v =5
3

VME 1 =0.3 10 +0.5 7 +0.2 5 =7.5

VME 2 =0.3 10 +0.3 7 +0.4 5 =7.1 1 f 2 3 .

VME 3 =0.1 10 +0.2 7 +0.7 5 =5.9

b) VME

1. i iI 1,2,3,...,n Conjunto de cursos de accin.

2. 1 rj jJ = 1,2,3,..., m Conjunto de resultados consecuencias
de elegir un curso de accin.

3. V ij = Valor relativo asociado por el tomador de decisiones de obtener el resultado

j-simo, por medio del curso de accin i-simo.

4. p j = p( rj ) p j = probabilidad del resultado j-simo.

m
p j 0,1 y p j=1
j =1

5. VME ( i ) =: v p
j=1
ij j

Ejemplo:

r1 r2 r3
1 8 4 2 p1 =0.3

2 5 5 3 y p 2 =0.5
3 2 7 1
p3 =0.2

VME 1 =8 0.3 +4 0.5 +2 0.2 =4.8

VME 2 =5 0.3 +5 0.5 +3 0.2 =4.6 1 f 2 3 .

VME 3 =2 0.3 +7 0.5 +1 0.2 =4.3

c) VME

1. i iI 1,2,3,..., n Conjunto de cursos de accin.

2. = j jJ= 1,2,3,,m Estados de naturaleza eventos.

3. vij = Valor relativo asociado por el tomador de decisiones a que el curso de accin
i-simo est afectado por el evento j-simo, en su trayectoria a obtener un
objetivo determinado O1 .
4. p j = p( j ) p j = probabilidad del resulte el evento j-simo.
m
p j 0,1 y p
j=1
j =1

5. VME ( i ) =: v p
j=1
ij j

Ejemplo:

1 2 3
1 13 3 2 p1 =0.1

2 5 9 7 y p 2 =0.7
3 8 6 4
p3 =0.2

VME* 1 =13 0.1 +3 0.7 +2 0.2 =3.8

VME 2 =5 0.1 +9 0.7 +3 0.2 =8.2 2 f 3 1 .
*

VME 3 =8 0.1 +7 0.7 +1 0.2 =5.8
*

d) COME

1. i iI 1,2,3,...,n Conjunto de cursos de accin.

2. 1 rj jJ = 1,2,3,...,m = j jJ= 1,2,3,,m .

3. V ij = Valor utilizado para el caso de resultados eventos, segn sea el caso,

utilizado hasta el momento.

4. p j = p( rj ) p j = p( j ).
m
p j 0,1 y p
j=1
j 1

5. COME( i ) := c p
j=1
ij j .

Cij := Vij - max {v ij}iI .

Ejemplo:

r1 r2 r3 r1 r2 r3
1 8 4 2 1 0 -3 -1 p1 =0.3

2 5 5 3 2 -3 -2 0 y p 2 =0.5
3 2 7 1
3 -6 0 -2
p3 =0.2
Matriz costo de oportunidad
Matriz de arrepentimiento

COME 1 =0 0.3 -3 0.5 -1 0.2 =-1.7

COME 2 =-3 0.3 -2 0.5 +0 0.2 =-1.9 1 f 2 3 .

COME 3 =-6 0.3 +0 0.5 -2 0.2 =-2.2