Analisis de riesgos

El análisis de riesgo, también conocido como evaluación de riesgo o PHA por sus siglas en inglés Process Hazards Analysis, es el estudio de las causas de las posibles amenazas y probables eventos no deseados, daños y consecuencias que puedan producir.

Cuando hablamos de decisiones bajo riesgo, nos referimos a una clase de modelos de decisión para la cual hay más de un estado de la naturaleza y para la cual suponemos que quien toma la decisión puede llegar a una estimación de probabilidades de la ocurrencia de cada uno de los diversos estados de la naturaleza.

La toma de decisiones implica cierto riesgo implícito. Nunca se puede estar cien por cien 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. Por tanto, se puede diferenciar dos tipos de probabilidades:

Probabilidad objetiva, que se fundamenta en información objetiva y datos concretos, utilizando para ello métodos matemáticos.

Probabilidad subjetiva, que se basa en las opiniones y experiencias previas.

DECISIONES BAJO CERTIDUMBRE

Una decisión bajo certidumbre es aquella en la que usted sabe cuál es el estado de la naturaleza que va a ocurrir. De manera alternativa, usted puede pensar en ella como un caso con un solo estado de la naturaleza.

La toma de decisiones bajo condiciones de certidumbre o certeza, sólo es posible cuando dispones de toda la información necesaria, conoces todos los datos y variables, sabes qué soluciones puedes tomar y comprendes las repercusiones de las diferentes alternativas entre las que puedes elegir.

Con estas condiciones, la probabilidad de tomar una decisión acertada aumenta de manera considerable.

Cómo tomar decisiones bajo certidumbre

Tomar decisiones no es una tarea sencilla, especialmente ante determinadas cuestiones, pues de tu elección puede depender la supervivencia de tu empresa. No obstante, cuando

posees toda la información necesaria este proceso se simplifica, facilitando la tomar de decisiones certeras.

Seleccionar la mejor alternativa pasa por una serie de pasos que debes aprender y realizar.

1. Define el problema o la situación. Describe cuál es el problema al que te tienes que enfrentar.

2. Busca información relevante sobre éste. Necesitas conocer todos aquellos datos relevantes sobre el problema y sus posibles soluciones.

3. Analiza las variables que en él influyen. Es importante tener en cuenta todas las variables que entran en juego, para poder hacer una valoración real. Algunas variables se escaparán de tu control, mientras que otras sí las podrás dominar.

4. Identifica las alternativas posibles. Detalla cuáles son las alternativas que tienes, para poderlas valorar. Selecciona aquellas que realmente te puedan interesar.

5. Valora y cuantifica las repercusiones de cada alternativa. Tras realizar una primera criba, es el momento de analizar detenidamente las mejores opciones, las más realistas, y valorar cómo pueden afectar o influir en la empresa.

6. Selecciona y lleva a cabo la solución más beneficiosa para la empresa. Elige aquella opción que más favorezca a la entidad.

7. Evalúa los resultados. Es importante analizar y valorar los resultados obtenidos para saber si eran o no los esperados. Esta evaluación te permitirá tomar medidas, en caso necesario, y descubrir los errores y aciertos en tu toma de decisión.

DECISIONES BAJO INCERTIDUMBRE (OPCIONAL)

El proceso de toma de decisiones es complejo, sin embargo, éste se complica aún más en condiciones de incertidumbre, cuando los datos obtenidos son mínimos, o sus fuentes no son fiables, desconoces las posibles soluciones y repercusiones y la experiencia no te puede ayudar.

Ante esta situación es difícil estimar los riesgos, por eso deberás analizar los datos disponibles y confiar en tu intuición y en tu capacidad y creatividad.

se llama toma de decisiones bajo incertidumbre En las ocasiones donde no pueden asignarse probabilidades a los eventos posibles a la hora de tomar una decisión,. Se basa

en la experiencia de la persona que tiene que tomar la decisión y se presenta cuando no se puede predecir el futuro en función de las experiencias pasadas (normalmente va asociado con muchas variables incontrolables). En este tipo de decisiones no se conoce como pueden variar o interactuar las diferentes variables del problema por lo que hay que plantear las diferentes alternativas para la solución.

Existen tres criterios a la hora de valorar los resultados de una decisión en condiciones de incertidumbre;

Criterio MAXIMIN: También llamado Criterio Wald, consiste en elegir aquella estrategia que maximice el peor de los resultados posibles. Estaría asociado a una persona pesimista e intentaría proporcionar el mayor nivel de seguridad posible.

Criterio MAXIMAX: según este criterio habría que optar por aquella estrategia que maximice el mejor de los resultados posibles. También se llama criterio optimista porque es el que usaría una persona optimista.

Criterio de la frustración mínima: Ya que la mayoría de las personas no son extremadamente optimistas ni pesimistas, este criterio establece que hay que ordenar las estrategias y establecer diferencia entre el resultado obtenido y el mayor posible con cada posible situación, escogiendo la estrategia que minimice este resultado.

Tomar decisiones siempre es complicado, sobre todo cuando no se dispone suficiente información para poder tomarlas con la mayor seguridad posible. Por eso, antes de tomar cualquier decisión (y más en aquellas decisiones importantes en las que te juegas el negocio) debes parar y analizar las alternativas. Pero ojo, recuerda que la peor decisión es la que no se toma.

Un árbol de decisiones es un dispositivo gráfico para el análisis de decisiones bajo riesgo; esto es, modelos en los que tanto las decisiones como las probabilidades de los estados de la naturaleza están definidas. De manera más precisa, los árboles de decisiones fueron diseñados para utilizarse en modelos en los que hay una secuencia de decisiones, cada una de las cuales podría llevarnos a uno de varios resultados inciertos. Por ejemplo, un concesionario tiene que decidir típicamente cuánto ofrecer por cada uno de los diversos locales posibles en la feria estatal. El resultado de esta decisión no es seguro, ya que depende de cuánto decidirán ofrecer los competidores. Una vez conocida la localización, el concesionario debe decidir cuánta comida almacenar. El resultado de esta decisión en términos de utilidades tampoco es seguro, dado que dependerá de la demanda de los clientes.

Un árbol de decisión1 es un modelo de predicción utilizado en el ámbito de la inteligencia artificial. Dada una base de datos se construyen diagramas de construcciones lógicas, muy similares a los sistemas de predicción basados en reglas, que sirven para representar y categorizar una serie de condiciones que ocurren de forma sucesiva, para la resolución de un problema.

Un árbol de decisión tiene unas entradas las cuales pueden ser un objeto o una situación descrita por medio de un conjunto de atributos y a partir de esto devuelve una respuesta la cual en últimas es una decisión que es tomada a partir de las entradas. Los valores que pueden tomar las entradas y las salidas pueden ser valores discretos o continuos. Se utilizan más los valores discretos por simplicidad, cuando se utilizan valores discretos en las funciones de una aplicación se denomina clasificación y cuando se utilizan los continuos se denomina regresión.

Un árbol de decisión lleva a cabo un test a medida que este se recorre hacia las hojas para alcanzar así una decisión. El árbol de decisión suele contener nodos internos, nodos de probabilidad, nodos hojas y arcos. Un nodo interno contiene un test sobre algún valor de una de las propiedades. Un nodo de probabilidad indica que debe ocurrir un evento aleatorio de acuerdo a la naturaleza del problema, este tipo de nodos es redondo, los demás son cuadrados. Un nodo hoja representa el valor que devolverá el árbol de decisión y finalmente las ramas brindan los posibles caminos que se tienen de acuerdo a la decisión tomada.

En el diseño de aplicaciones informáticas, un árbol de decisión indica las acciones a realizar en función del valor de una o varias variables. Es una representación en forma de árbol cuyas ramas se bifurcan en función de los valores tomados por las variables y que terminan en una acción concreta. Se suele utilizar cuando el número de condiciones no es muy grande (en tal caso, es mejor utilizar una tabla de decisión).

árbol de decisión

De forma más concreta, refiriéndonos al ámbito empresarial, podemos decir que los árboles de decisión son diagramas de decisiones secuenciales nos muestran sus posibles resultados. Éstos ayudan a las empresas a determinar cuales son sus opciones al mostrarles las distintas decisiones y sus resultados. La opción que evita una pérdida o produce un beneficio extra tiene un valor. La habilidad de crear una opción, por lo tanto, tiene un valor que puede ser comprado o vendido.

Los árboles de decisión son modelos de predicción que se utilizan para organizar gráficamente la información sobre las opciones posibles, las consecuencias y el valor final. Se utilizan en informática para calcular las probabilidades y la extracción de datos, y, los ejemplos de árboles de decisión que están a continuación se refieren a la toma de decisiones "simples" por así decirlo.

Los árboles de decisión se utilizan para decidir entre diversos cursos de acción. Crean una representación visual de los variados riesgos, las recompensas y los valores potenciales de cada opción.

ntroducción: • Un árbol de decisión es una forma gráfica y analítica de representar todos los eventos (sucesos) que pueden surgir a partir de una decisión asumida en cierto momento. • Nos ayudan a tomar la decisión “más acertada”, desde un punto de vista probabilístico, ante un abanico de posibles decisiones. • Permite desplegar visualmente un problema y organizar el trabajo de cálculos que deben realizarse.