La Probabilidad en las Decisiones

exqueila (64)in #steemstem • 6 years ago

La probabilidad es una rama de las matemáticas, que utilizamos habitualmente cuando se quiere explicar algún acontecimiento relevante. Por tal razón, las decisiones cuantifican la probabilidad de un evento que tiene una naturaleza incierta, es decir que se produzca un resultado específico en un fenómeno aleatorio. Por ejemplo, como el incremento de ventas en un supermercado, así como también en los mercados financieros, desde juegos de dados, avances de una epidemia, evaluación de las estadísticas por consultas externas, crecimiento de una población, crecimiento de las empresas o instituciones. Sin duda, brinda diversas disciplinas donde la probabilidad y la estadística son necesarias para conseguir conclusiones certeras y tomar decisiones acertadas.

La Probabilidad se deriva del verbo probar lo que significa "averiguar" lo que no es tan fácil de obtener o entender. La palabra "prueba" tiene el mismo origen el cual proporciona los detalles necesarios para entender lo que se requiere que sea cierto

Dentro de esta perspectiva, el desarrollo de la probabilidad, ha sido acelerado, tienen variedad de modelos, cuyo uso ha generado desarrollos matemáticos considerablemente notables. Sin embargo, en los modelos probabilísticos, el gerente no se preocupa por los resultados, sino por la cantidad de riesgos que cada decisión arrastra, cualquier cosa hace influencia y cambia el futuro, ya que tiene un elemento de incertidumbre. De hecho, el análisis de decisión proporciona un soporte cuantitativo a los encargados de las decisiones porque están basados en aplicaciones estadísticas para la estimación de eventos incontrolables. De esta manera, es el factor más importante en la determinación de un modelo de decisión de implementación exitosa.

Es cierto, que en la toma de una decisión, fundamentalmente, se combina información sobre probabilidades con información sobre deseos e intereses. En la construcción de modelos se estudia el problema, luego se desarrolla el modelo matemático. Sin duda, los problemas de mal interpretación, pueden ser evitados si se proporciona un análisis entendible de los modelos extremadamente sofisticados, reduciendo las dificultades del proceso de validación y verificación del mismo, es decir son vistos de manera similar a un juego, las acciones están basadas en los resultados esperados, que se mueve desde un modelo determinístico a probabilístico, usando a las estadísticas para estimación, y predicción. Por lo tanto, la evaluación de riesgo significa un estudio para determinar los resultados de las decisiones junto a sus probabilidades.

Hasta el presente, en la teoría de la decisión se hacen cálculos del valor de un cierto resultado y sus probabilidades. A partir de allí, las consecuencias de las elecciones, afrontan las decisiones como si fueran apuestas, es decir, debe calcularse la utilidad, la probabilidad de opciones, para establecer estrategias y aplicar una buena toma de decisiones. De hecho, un estudio sistemático debe facilitar los objetivos, que identifiquen rápidamente los problemas como en la evaluación de alternativas, ya que los objetivos del decisor deben expresarse como criterios que reflejen los atributos de las alternativas relevantes para la designación. Por su parte, la elección entre acciones posibles, y la predicción de resultados esperados resultan del análisis lógico que el gerente hace de la situación de decisión.

De hecho, la aplicación de la estadística se creó por la necesidad de poner conocimiento en una base sistemática de la evidencias, incluso se convierte en conocimiento, cuando son utilizados en el adicionamiento exitoso de un proceso de decisión. Esta es la razón del porqué la estadística requiere estudio de las leyes de la probabilidad, porque resulta claro que las buenas decisiones se amplían con la buena información o sabiduría. Sin duda, es sobre saber como algo técnico, es mejor utilizado por los encargados de tomar decisiones, porque pueden comprender, comparar, operar números para cuantificar valores e incertidumbres subjetivas, examinar la sensibilidad de la utilidad esperada, ponderada para las probabilidades clave, parámetros de ponderación y preferencia de riesgo que permite comprender la situación de decisión. Es decir, ver de qué modo se comporta un decisor cuando se enfrenta a una elección entre cursos de acción, cuyos resultados están regidos por el azar porque una buena decisión requiere buscar un conjunto de alternativas que las que se presentan inicialmente, porque no sabemos realmente donde está el problema que nos limita a lograr el éxito.

De esta manera, La probabilidad es la herramienta para comunicar y manejar la incertidumbre. Existen tipos diferentes de modelos de decisión que ayudan a analizar distintos escenarios, dependiendo de la cantidad y el grado de conocimiento que tengamos para formular el problema de decisión se aplica una matriz de beneficios bien definidos, y luego de utilidad sobre dos conjuntos de dominio como A y B. Por ejemplo, este es el conocimiento de Bayes, en que la evaluación de la probabilidad es subjetiva. Es decir, la probabilidad siempre depende de cuánto conoce el decisor. Por tal razón, se construyen en las filas y las columnas. Por su parte los componentes de un modelo probabilístico es cuando se busca las acciones para crear el modelo matemático, para ello debe existir una serie de eventos que nos lleve finalmente a los beneficios o resultados esperados. A continuación voy hacer la representación grafica para que sea visible la descripción realizada:

Sin embargo, el proceso para manejar el riesgo y la incertidumbre es parte de cualquier modelo probabilístico. La teoría de la decisión no describe lo que las personas hacen dado que existen dificultades con los cálculos de probabilidad y la utilidad de los resultados, es decir se debe enfocar en los factores de la actitud psicológica del tomador de decisiones y en su entorno más relevante. Un evento raro o inesperado con consecuencias potencialmente significativas para el tomador de decisiones obtendría riesgos u oportunidades. Esto le permite al tomador de decisiones examinar el riesgo dentro de su retorno esperado, e identificar aspectos críticos. Este proceso encierra tanto el aspecto cuantitativo como el cualitativo de controlar el impacto del riesgo, ya que las decisiones también pueden estar afectadas por la racionalidad subjetiva de las personas y por la manera en la cual el problema de decisión es percibido.

Visto de esta forma, el valor esperado de una variable aleatoria ha sido usado como la mejor ayuda para cuantificar el riesgo. Sin embargo, el valor esperado no es una buena medida por la cual tomar decisiones, porque no hace clara la distinción entre probabilidad y severidad, ya que es difícil de predecir y explicar. Por ejemplo: En las tomas de decisiones, una persona siempre debe hacer la escogencia entre dos escenarios. A continuación hare una pequeña descripción:

Escenario A: Es decir existe la decisión de 50% de posibilidad de perder Bs 50, y 50% no.

Escenario B: Existe la alternativa de 1% de posibilidad de perder Bs 25, y 99% no.

En las decisiones tomadas con pura incertidumbre, el decisor no tiene ningún conocimiento, el tomador de decisiones debe analizar ambos escenarios, pero esto no refleja el hecho de que el escenario B podría ser de mayor riesgo que el primero, este es un control subjetivo, el decisor se basa puramente en su actitud hacia la incógnita, ni siquiera de la probabilidad de ocurrencia de cualquier estado de la naturaleza. En efecto, cuando un decisor tiene cierto conocimiento sobre los estados de la naturaleza puede asignar una probabilidad subjetiva a la ocurrencia de cada estado, ya el problema se clasifica como toma de decisiones bajo riesgo. y refleja la solución de acuerdo a lo que cada persona piensa con respecto a la situación en la cual se encuentra inmerso.

Para construir una matriz, se deben tomar en consideración el beneficio máximo de cada estado de la naturaleza, luego multiplicar cada uno por la probabilidad de que ocurra ese estado de la naturaleza y luego súmelos. Estos porcentajes se representan como P (A…p, A) = 0,9 P(B…..p,A) = 0,3 P (C….p, A) = 0,1 en la primera columna de la tabla anterior, respectivamente, se debe efectuar un análisis similar para construir las otras columnas de la matriz. Por ejemplo:

El beneficio esperado de cada curso de acción es A = 0,1(4000) + 0,4(1000) + 0,2(-3000) = Bs 200 y A2 = 0; entonces elegimos A, que significa que crecemos por que es mejor acción que B

Conclusión:

Las probabilidades de los estados de la naturaleza representan los distintos grados que tiene el criterio del decisor, con respecto a la ocurrencia de cada estado. Nos referiremos a estas evaluaciones subjetivas de la probabilidad como probabilidades a priori. Este ocurre cuando los resultados de las decisiones son comparados a los resultados que se hubieran obtenidos si se hubiera tomado una decisión diferente.