Teoría de la Decisión y Utilidad
La teoría de la decisión combina las probabilidades de los resultados con una utilidad numérica sobre esos resultados para definir y calcular la elección racional como la maximización de la utilidad esperada.
Definition
La teoría de la decisión estudia cómo un agente con creencias probabilísticas y preferencias codificadas como utilidades debe elegir entre acciones; la respuesta normativa es seleccionar la acción con la utilidad esperada más alta.
Scope
Este tema abarca los fundamentos de la toma de decisiones bajo incertidumbre: la teoría de la utilidad y los axiomas que justifican la representación de las preferencias mediante una función de utilidad, el principio de máxima utilidad esperada, las redes de decisión (diagramas de influencia) que combinan nodos de azar, decisión y utilidad, y el valor de la información que cuantifica cuánto vale una observación. Aborda cómo se enmarcan y resuelven las decisiones racionales individuales. La toma de decisiones secuencial a lo largo del tiempo se trata en los procesos de decisión de Markov, y la interacción estratégica entre agentes en los sistemas multiagente.
Core questions
- ¿Cómo se pueden representar las preferencias racionales mediante una función de utilidad numérica?
- ¿Por qué un agente racional debería maximizar la utilidad esperada?
- ¿Cómo representan y resuelven un problema de decisión las redes de decisión (diagramas de influencia)?
- ¿Cómo se calcula el valor de adquirir información adicional?
Key concepts
- función de utilidad
- preferencias y loterías
- axiomas de racionalidad
- máxima utilidad esperada
- redes de decisión (diagramas de influencia)
- nodos de azar, decisión y utilidad
- valor de la información
- actitud ante el riesgo
Key theories
- Teoría de la utilidad esperada
- Bajo un conjunto de axiomas de racionalidad sobre las preferencias en perspectivas inciertas, existe una función de utilidad tal que la elección preferida es siempre la que tiene la utilidad esperada más alta, lo que proporciona una base normativa para la toma de decisiones bajo incertidumbre.
- Redes de decisión (diagramas de influencia)
- Los diagramas de influencia extienden las redes bayesianas con nodos de decisión y un nodo de utilidad, proporcionando una representación gráfica compacta de un problema de decisión cuya política óptima puede calcularse mediante inferencia probabilística y maximización de la utilidad esperada.
- Valor de la información
- La teoría del valor de la información cuantifica cuánto debería estar dispuesto a pagar un agente para observar una cantidad incierta antes de decidir, comparando la utilidad esperada con y sin la observación, guiando cuándo recopilar más evidencia.
Clinical relevance
Los métodos de la teoría de la decisión apoyan el análisis de decisiones médicas y clínicas, la planificación automatizada de la recopilación de información, los sistemas de recomendación y fijación de precios, y el diseño de agentes autónomos racionales, al hacer explícito cómo las creencias inciertas y las preferencias se combinan en elecciones justificadas.
History
La teoría de la utilidad esperada fue axiomatizada por von Neumann y Morgenstern (1944) y se le dio una base de probabilidad subjetiva por Savage (1954). La teoría del valor de la información de Howard (1966) y el desarrollo posterior de los diagramas de influencia llevaron la teoría de la decisión a la IA como un marco práctico para construir agentes racionales de toma de decisiones.
Key figures
- John von Neumann
- Oskar Morgenstern
- Leonard J. Savage
- Ronald A. Howard
- Ross D. Shachter
Related topics
Seminal works
- vonneumann1944
- savage1954
- howard1966
Frequently asked questions
- ¿Cuál es el principio de máxima utilidad esperada?
- Establece que un agente racional que se enfrenta a la incertidumbre debe elegir la acción cuya utilidad promedio ponderada por la probabilidad sobre los posibles resultados sea la más alta. Bajo los axiomas estándar sobre las preferencias, este principio caracteriza de forma única la elección racional.
- ¿Qué es el valor de la información?
- El valor de la información es cuánto mejoraría la utilidad esperada de un agente si pudiera observar alguna cantidad incierta antes de decidir. Indica a un agente racional cuándo vale la pena recopilar más evidencia y cuándo no cambiaría la mejor acción lo suficiente como para justificar el costo.