Situación donde el resultado de una decisión
depende de la acción de otro jugador
Estados de la Naturaleza
Características
La ganancia (pérdida) concierne solo al tomador
de la decisión
La información fundamental para los problemas en
teoría de decisión se encuentra representada en una
matriz de ganancias (pérdidas)
Los valores rij son las ganancias (o pérdidas) para cada posible
combinación de decisión con respecto al estado de la naturaleza.
Proceso de decisión
El tomador de decisiones selecciona
una de las posibles decisiones d1,
d2,..., dn. Digamos di
Después de tomar la decisión,
ocurre un estado de la naturaleza.
Digamos el estado j.
La ganancia recibida por el tomador de
decisiones es rij.
Toma de decisiones
Certeza
Se da cuando se conoce con
un 100 % de certeza los
Estados de la Naturaleza.
Incertidumbre
Se da cuando los estados
de la naturaleza son
desconocidos.
Maxi-Min (PESIMISTA):
Determina el mejor peor de
cada acción. Considera siempre
disminuir las pérdidas.
Maxi-Max (OPTIMISTA): Determina
la acción con el mejor resultado.
Considera siempre aumentar las
ganancias. El mejor del mejor.
Laplace: Considera todos los Estados de la
Naturaleza como equiprobables. Dada la
Matriz de ganancias (costos) se calcula la
Esperanza de cada Curso de Acción con
respecto a los Estados de la Naturaleza
posibles y se elige la que provee mayor
ganancia.
Costo de oportunidad: En este caso es necesario construir
la Matriz Costo de Oportunidad, la cual representa para
cada Estado de la Naturaleza lo que dejo de ganar por no
elegir otro Curso de Acción. Se elige aquel Curso de Acción
que presente en total menor costo de oportunidad.
Fórmula
En la práctica pueden haber infinitas posibles decisiones. Si esas posibles decisiones se representan mediante un
vector d y la ganancia por la funcion de valores reales r(d)
max r(d) sujeto a la factibilidad de las restricciones sobre d
Árbol de Decisión
Nomenclatura
Un nodo cuadrado representará un punto en el cual se
debe tomar una decisión, y cada línea abandonando el
cuadrado representará una posible decisión.
Un nodo círculo representará situaciones
cuyas ocurrencias son inciertas, y cada
línea abandonando el círculo
representará un posible acontecimiento.
El proceso de usar un árbol de decisión para encontrar la
decisión óptima se denomina resolver el árbol. Para
resolver el árbol se trabaja desde atrás hacia adelante.
Esto se llama retornando el árbol. Primero, las ramas
terminales se llevan hacia atrás calculando un valor
esperado para cada nodo terminal.