)@@eeeoevaeeae eee veovseeoee eee eer UNIDAD IIT TEORIA DE DECISION 3.1 Caracteristicas generales de Ja teoria de decisiones. En términos generales, la teoria de decisiones se ocupa de decisiones contra la naturaleza. Esta frase se refiere a una situacién donde el resultado (rendimiento) de una decisién individual depende de la accién de otro agente (naturaleza), sobre el cual no se tiene control. Por ejemplo, si la decision consiste en llevar 0 no paraguas, el rendimiento (mojarse o no) dependerd del estado subsiguiente de Ja naturaleza. Es importante observar que en este modelo los rendimientos afectan tinicamente al que toma la decisién. A la naturaleza no le importa cudl es ¢l resultado. Esta condicién distingue la teoria de decisiones de la teoria de juegos. En la teoria de los juegos ambos jugadores tienen un interés econémico en el resultado. En los modelos de la teorfa de decisiones, 1a pieza fundamental de informacin es la tabla de retribuciones, Como se observa en la tabla 3.1. Las decisiones alternativas estén numeradas en un lado de Ia tabla y Ios posibles estados de la naturaleza estén indicados en la parte superior. Las entradas del cuerpo de 1a tabla son las retribuciones para todas las combinaciones posibles de decisiones y estados de la naturaleza. El proceso de decisién es como sigue: 1. Usted, quien toma la decisién, selecciona una de las decisiones alternativas d,, d, Suponga que elige d; 2. Una vez tomada su decisién, ocurre un estado de le naturalezs que queda fuera de su control. ‘Suponga que ocurre el estado 2 El rendimiento que usted reciba puede ser determinado ahora a partir de la tabla de retribuciones. Dado que usted tomé la decisién d; y ocurrié el estado de la naturaleza 2, cl resultado es 712, ody Tabla 3.1 Tabla de retribuciones eat Estado dela naturalesa _ decision 5 s 5 a Th Ne un 4, | Pap : Ton I Tat Tm a Fm jj dyydy decisiones Sy)Szn-nmS, estados de la naturaleza Fysfianenea Ty, Tendimientos : tra vez la decisi6n se toma primero y continuacién ocurre uno de los estados de la naturaleza. Una vez tomada la decision, no puede cambiarse después de ocurtido el estado de la naturaleza. En general la pregunta es, joudl de las decisiones debemos seleccionar? Nos gustarfa un rendimiento tan grande como sea posible; esto es el valor de rz més grande posible, donde # representa la oa~ e e e @ @ @ e e e e e ~ e @ e e @ e e e e e e e decisién tomada y j el estado de la naturaleza ocurrido. Es obvio que la decisién que debemos seleccionar dependeré de lo que creamos que la naturaleza hard, esto es cuél de los estados de la naturaleza ocurriré. Si creemos que el estado 1 ocurriré, seleccionaremos la decisién asociada con el valor mayor en la columnna 1. Si creemos que es més probable que ocurra es estado 2, escogeremos Ja decisién a la que corresponde la retribucién més alta en la columna 2 y asi sucesivamente. 3.2 Criterios de decisién Deterministicos y Probabilisticos. Existen tres clases de modelos de decisién contra la naturaleza. Cada clase esté definida por una suposicién acerca del comportamiento de 1a naturaleza. Las tres clases son: decisiones bajo certidumbre, decisiones bajo riesgo y decisiones bajo incertidumbre. 3.2.1 Una decisin bajo certidumbre. Es aquella en [a que se sabe cudl es el estado de la naturaleza que va a ocurrir. De manera alternativa, se puede pensar en ella como un caso con un solo estado de Ja naturaleza. Todos los modelos de programaciéa lineal, los modelos de programacién con enteros y otros modelos determinfsticos, como el modelo CEP (Cantidad Econémica del Pedido), pueden considerarse como decisiones contra la naturaleza debido a que solo hay un estado de la naturaleza. Esto es asi dado que estamos seguros (dentro del contexto del modelo) del rendimiento que obtendremos para cada decisién que tomemos. Ejercicio 3.1 Sea el siguiente problema de programacién lineal: ~Decisién Estado de Ja naturaleza No factible 20E + 10F < 160 Z=410 30E>10F> 135 Z= 440 E- 3Fs 0 + FES Teéricamente, es facil resolver un modelo con un solo estado de Ja naturaleza. Simplemente se selecciona la decisién con el rendimiento més alto, 3.2.2 Decisiones bajo riesgo. Una falta de: certidumbre respecto a los eventos futuros es una caracterfstica de muchos, si no es que de la mayoria de Jos modelos de decisiones administrativas. Definicién de riesgo. La teoria de decisiones proporciona procedimientos alternativos para modelos que tienen menos de una total certidumbre. Uno de esos procedimientos se Hama decisiones bajo riesgo. En este contexto, el término riesgo tiene un significado bien definido. Cuando hablamos de decisiones bajo riesgo, nos referimos a una clase de modelos de decisin para lo cual hay mas de un estado de la naturaleza y 96)@@eeeeeoeooae ee reeeeeeneenene que quien toma la decisién puede Megar a una estimacién de probabilidades de Ja ocurrencia de cada uno de los diversos estados de Ia naturaleza En muchas situaciones de toma de decisiones podremos obtener estimaciones de probabilidades para cada uno de los estados de Ia naturaleza, Cuando estas probabilidades estén disponibles, podemos utilizar el enfoque de valor esperado para identificar cul es la mejor altemativa de decision. Sea: nimero de estados de la naturaleza. P(S) = probabilidad del estado de la naturaleza S; PS)20 DPG,)=1 El valor esperado (VE) de Ia altemativa de decisién d, se define como: VE(d,) = SPS, El valor esperado de una altemativa de decisién es la suma de los pagos ponderados correspondientes a la alternativa de decisién. La ponderacién para un pago es la probabilidad de que dicho pago ocurra. Ejercieio 3.2 Una empresa denominada PDC compré unos terrenos en los que construiré un nuevo complejo de condominios de lujo. PDC comisioné los bocetos arquitecténicos preliminares para 3 proyectos de diferente tamafio: uno con 30 condominios, otro con 60 y uno mas con 90. Fl éxito financiero del proyecto depende del tamafio del complejo de condominios y el evento fortuito de la demanda que exista para los inmucbles. B] problema de decisién de PDC es seleccionar el tamatio del nuevo proyecto que Ilevard a la mayor ganancia dada la incertidumbre en la demanda de los condominios. Dado el planteamiento del problema, la decisién es seleccionar el mejor tamafio para el proyecto. PDC tiene las siguientes alternativas de decision: d; = un complejo pequetio con 30 condominios. i = un complejo mediano con 60 condominios- d= un complejo grande con 90 condominios. Los estados de la naturaleza son: ‘S; = demanda fuerte para los condominios. ‘Sz= demanda débil para los condominios. La tabla de resultados con ganancias expresadas en millones de pesos se muestra en la tabla 3.2. 96ee ee Tabla 3.2 Tabla de resultados para el proyecto de condominios ‘Estado de la naturaleza | Altemativa de decisién Demanda fuerte S,_| Demanda débil S; Complejo pequetio, d ¥ 7 Complejo mediano, ds 14 5 ‘Compiejo grande, ds HiEEEEE 0: 5 PS) = 08 y PS) =0.2. Caleulo del Valor Esperado para cada altemnativa de decisién. VE(d)) = 0.8 (8) + 0.2 (7) =7.8 VE(d,) = 0.8 (14) + 0.2 (5) = 12.2 VE(ds) = 0.8 (20) + 0.2 (-9) = 14.2 Por Io que utilizando el enfoque de valor esperado, encontramos que el complejo de condominios grande, con un valor esperado de $14.2, es la decision recomendada. Ejercicio 3.3 El modelo del repartidor de periédicos. Un repartidor de periédicos puede comprar cierto periédico a $4.00 cada uno y venderlo a $7.50. Sin embargo debe adquirir los periédicos antes de saber cudntos puede vender realmente. Si compra més peridicos de los que puede vender, simplemente desechard el excedente sin costo adicional. Si no compra suficientes periddicos, pierde ventis potenciales ahora y posiblemente en el futuro (los clientes disgustados podrian ya no comprarle). Suponga que esta pérdida de ventas futuras es representada por costo de pérdida estimado en $5.00 por cliente insatisfecho. Suponga que la distritcién de la demanda es: ‘Py Probabilidad (demanda = 0) = 0.1 .= Probabilidad (demanda = 1) = 0.3 y= Probabilidad (demanda = 2) = 0.4 P,= Probabilidad (demanda = 3) = 0.2 En este modelo, cada uno de los 4 diferentes valores de la demanda es un estado de la naturaleza diferente y el mimero de periédicos ordenados’es la decisién. Los rendimientos o retribuciones se presentan a continuacién: Retribucién = 7.5 (No. de periddicos vendidos) ~ 4 (No. de periédicos ordenados) — 5 (demanda no satisfecha) °7peeoeeconu eoeoeaose oer ened )\@@@eeeoee@ GO E Estado de Ja naturaleza Decision (demanda) 0 i 2 3 0 0 | 30 | -100 | -150 1 40 [35 | -15 | -65 2 8.0 0.5 0 2.0 3 -12.0 4.5 3.0 10.5 VEy= 0.1 (0)+0.3 (-5) +04 (-10)+0.2 (15) =-8.5 1.1 (-4) +03 (3.5) +04 (-15)+0.2 66.5) VE,=0.1 (-8) + 0.3 (-0.5)#0.4(7)+0.2(2)=2.25 VEy= 0.1 (-12)+0.3 (-4.5) +04 (3) +0.2 (10.5) = 0.75 1.25 El mayor valor esperado es 2.25, por lo que la decisién recomendada es ordenar 2 periédicos. 3.2.3 Decisiones bajo incertidumbre. De igual forma se tiene més de un estado de la naturaleza, pero ahora quien toma la decisién no quiere 0 no puede especificar las probabilidades de que los diferentes estados de la naturaleza ocurran, Considerando enfogues en la toma de decisiones en la que se analiza el mejor y el peor caso. Debido a que en ocasiones enfoques diferentes conducen a diferentes recomendaciones, el tomador de decisiones necesita entender los enfoques disponibles y Juego seleccionar el enfoque especifico que, de acuerdo con su juicio sea el mas apropiado. 3.2.3.1 Enfoque optimista: Evalia cada altemativa de decisién en funeién del mejor resultado que pueda ocurrir. La alternativa de decisién que se recomienda es la que da el mejor resultado posible. Para un problema en el que se desea Ja ganancia maxima, el enfoque optimista conduciria al tomador de decisiones a elegir la alternativa correspondiente a Ia mayor ganancia. Para problemas que implican minimizacién, este enfoque conduce a elegir [a eltemativa con el resultado més pequefio. Para un problema de maximizacién, el enfoque optimista a menudo se conoce como enfoque méximax; en un problema de minimizacién, la terminologia comespondiente es minimin. Ejercicio 3.4 Del ejercicio del vendedor de periédicos bajo el criterio optimista se tiene: [Estado de la naturaleza Decision | (demanda) poem @ T 2 3 at __o 0 | 5.0] 10.0 | -15.0 0 1 [40 1 35 | -15 | 65 335 2-80 | -05_| 7.0 | 2.0 70 3 72.0 | 45 | 3.0 | 105 10.5, 98,)@eeose ooo eo cseoerevaee se eseoaeeatre6 Debido a que 10.5, ¢s el maximo resultado de los rendimientos maximos, la alternativa de decision recomendada es ds. 3.2.3.2 Enfoque conservador 0 pesimista: Evalita cada altemativa de decisién desde el punto de vista del peor resultado que pueda ocusrit. La alternativa de decisién recomendada es la que proporciona el mejor de los peores resultados posibles. Para un problema en el que la medida de salida es la ganancia, el enfoque conservador conduciria al tomador de decisiones, a elegir la alternativa que maximiza la ganancia minima posible que podria obtenerse. Para problemas que implican minimizacién, este enfoque identifica la alternativa que minimizaré el resultado maximo. Ejercicio 3.5 Del ejercicio del vendedor de periédicos bajo el eriterio conservador se tiene | Estado de la naturaleza Ra Decisién (¢zmanse) : eiaiae 0 “3.0 | -100 | 150 1 35 [15 aa 05 | 7.0 [eee 4.5) 3.0 | Debido a que -6.5. es el maximo resultado de los rendimientos minimos, la altemativa de decision recomendada es dy. 3.2.3.3 Enfoque minimax de arrepentimiento: Es un enfoque para la toma de decisiones que no es ni totalmente optimista ni totalmente conservador. (Se elige el minimo de los. méximos arrepentimientos). Se obtiene la matriz de arrepentimiento de la siguiente manera: Si ry es de utilidad Si ry es de eostos Para j= 1 hastan { - ‘j= Thastan { Para i= I hasta m (obtener el maximo de r,}_|_ . Para f= 1 hasta m { obtener el minimo de ry } Para i= 1 hasta m { ay —minimo) idcimo~ ry} Para i= I hasta m { a, 3 Se obtiene el minimo de los maximos arrepentimientos (minimax), 99,eaeeonea eer eeainad Jgeeueaeveae ree Ejercicio 3.6 Del ejercicio del vendedor de periddicos bajo el criterio minimax de arrepentimiento se tiene: Como es una matriz de utilidad, se elige el maximo de cada estado de Ja naturaleza: Estado de la naturaleza Decisién (demanda) I 2 3 oO “10.0 | -15.0 {SHEE 15 [65 2 7.0 | 2.0 3 3.0_| 10.5 Se obtiene la diferencia del mayor de cada columna menos cada uno de los elementos restantes. Estado de fa naturaleza ‘ Decisién (demanda) bisa — s 7 5 arrepentimiento 0 0 | 17.0 [255 25.5 1 4.0 8.5 17.0 17.0 2 | 80 | 40 0 8.5 85. 3 12.0 | 80 | 40 o | 12.07] Debido a que 8.5, es ef minimo resultado de los maximos arrepentimientos, la alternativa de decisién recomendada es dz. 3.2.3.4 Criterio de Laplace: Meu { 1 7 Ejercicio 3.7 Del ejercicio del vendedor de periédicos bajo el criterio de Laplace se tiene Estado delanaturaleza | Decisién (deniaiida) Promedio a [0 1 2 3 0 0 | 30 | 100 | -i50 -75 1 40 [35 [15 [65 | 2.135 2 | -8.0 [05 | 7.0 2.0 | 0.125 C73) 1207 45 [3.0 [10s | -0.75 Debido a que 0.125, es el maximo de los promedios, la alternativa de decisién recomendada es dz 100eeoeevneoeeoeoeot eee )@eeoeooaooeae eee ee } 3.2.3.5 Criterio de Hurwiez Con este eriterio la idea es combinar los criterios pesimista y optimista, donde se usa « como indice de optimismo. Si a= 0 el criterio es conservador porque es equivalente a aplicar el criterio minimax regular. Si a= 1 el criterio genera resultados optimistas porque es equivalente a aplicar la mejor de las mejores condiciones. Se puede ajustar el grado de optimismo (0 pesimismo) a tavés de una seleceidn apropiada del valor de a. En ausencia de una fuerte opinion con respecto al optimismo 0 pesimismo, a= 0.5 seré una eleccién apropiada. 1, El coeficiente de optimismo a estaré entre 0 y 1. 2. Calcule para cada alternativa: Si la matriz es de utilidad: Ganancia = « * (ganancia méxima) + (1 - a) * ( ganancia minima ) Si la mattiz es de costos: Costo = a * (costo minimo) + (1a) * (costo méxitno ) Seleccione la alternativa Si la matriz es de utilidad: Seleccione la de mayor ganancia. Si la matriz es de costos: Seleccione la de menor costo Ejercicio 3.8 Del ejercicio del vendedor de periédicos bajo el criterio de Hurwicz se tiene: Estado de la naturaleza Ganancia | Ganatcia a =06 Decision (demanda) ee nance | max + (1a) =— maxima | minima au 0 I 2 3 min oO oO 5.0 -10.0 | -15.0 0 15.0 1 40 ae -15 6.5 Ent 6.5 2 8. 7.0 2.0 70 8.0 | 3 3.0 10.5 0.5 -12.0 Debido a que 1.5, es el maximo, la altemativa de decision recomendada es dj, Ejercicio 3.9 Se tiene la siguiente matriz de costos, determinar que decision tomar usando el enfoque optimista: : Estado de Ta naturaleza Decision — > 7 I a 2 ayaa 1D 12 eit: 18 12 21 4 22 19 15 101)@e@eoooeoeoeoeoev ree ee 0288288 OC rn Cosio | Decision } 1 2 3 4 | cinimo 1 3 10 25 3 2 gf 7 23 7 3 21 | 18 [21 | 30 22 15 is__| Debido a que 5, es el minimo resultado de los costos minimos, la alternativa de deci recomendada es dj. Ejercicio 3.10 De Ja matriz de costos del ejercicio 3.9, determinar que decisién tomar usando el enfoque conservador: Decision | 1 a 3 4 T 3 10 | 18 [as 2 3 7 12_ {23 3 dais [12 | 21 4 30 [| 2 | 19 [15 Debido a que 21, es el minimo resultado de los costos maéximos, Ja alternativa de decision recomendada es ds. Ejercicio 3.11 De la matriz de costos del ejercicio 3.9, determinar que decisién tomar usando el enfoque minimax de arrepentimiento: Como es una matriz de costos, se elige el minimo de cada estado de Ja naturaleza: (Decision [1 2 3 a Eee. 5 io [18 {35 ee 8 7 12 23, 3 a] ie | 4 30_| 22 | Se obtiene la diferencia de cada elemento de Ia columna menos el menor de ella. 402- . Maximo Decision | 1 2 3 | 4 | arrepentimiento T 0 3 | 6 10 10 2 c 0 0 8 8 3 16) 0 6 a6e [4 251s | 7 0 25 Debido a que 8, es el minimo resultado de los maximos arrepentimientos, la altemnativa de decisién recomendada es dy. Bjercicio 3.12 De la matriz de costos del ejercicio 3.9, determinar que decisién tomar usando el enfoque de Laplace: Decisién [1 2 3 | 4 | Promedio] is 3 10 [1835 145 [Eeeseoieee ag 7 12) 23 12.5 3 ar fs [2 3 18.0 4 30 | 2 [19 15 21.5 Debido a que 12.5 es €] minimo de los promedios, la altemnativa de decisién recomendada es d). Ejereieio 3.13 De la matriz de costos del ejercicio 3.9, determinar que decisién tomar usando el enfoque de Hurwicz y diferentes valores de a: Decision | 1 | 2 | 3 | 4 | C0sto-) Costo | amin+ (I-a) max 1 z minimo_| méximo a 1 3 10. 18 25. 5 25 Sat+(1-a)25 2 i sary een 2a |9 ee 3 | 7a+(-a)3 ee 21 [is [2 [2s iz {21 12a+(i-a)2i | 31-90 4 30. 22 | 19 15 1s 30 ISa+(i-o)30 | 30-150 Valores de Pena 0-7 02 Fa [05 | 06 | 08 | 10 i 25 eles 7a eens | Peds HEELS 3 198 | 166 [1s {13.4 [102 [7 2 23 5 | i: \ 3 2 | 192 | 174 | 165 | 156 [138 \ \ 4 \ 30 | 27 | 2a \ \) Deddon | a aaa \ renannmndiatn, ot)@eeeoaoeoneoeoeoeooat pee )\@®@eee0e0 820288868 3.3 Valor esperado de la informacién perfecta. Del ejercicio 3.2, suponga que PDC se tiene Ja oportunidad de Tevar a cabo un estudio de investigacién de mercados que le ayudarfa a evaluar el interés en el proyecto de los compradores de condominios y proporcionar informacién que podria usar Ia administracién para mejorar las evaluaciones de probabilidad para los estados de la naturaleza. Para determinar el valor potencial de esta informacién, comenzamos suponiendo que el estudio podria brindar informacién perfecta especto a los estados de la naturaleza; es decir suponemos por el momento que PDC podria determinar con certeza, antes de tomar una decisién, cudl estado de la naturaleza va a ocurtir. Para usar esta informacién perfecta, elaboramos la estrategia de decisién que PDC seguira una vez que supiera cudl estado de la naturaleza debe ocurrir. Si se supiera con certeza que ocurriré el estado de la naturaleza S), la mejor alternativa de decision seria ds, con un pago de $20. De manera similar si se supiera con certeza que el estado de la naturaleza S2 va a ocurrir, la mejor altemativa de decisin seria d) con un pago de $7. Por lo que se puede establecer la estrategia de decisién con base a a informacién perfecta como sigue. Si ocurre S), selecciona d; y recibe un resultado de $20. Si ocurre Sp, selecciona d) y recibe un resultado de $7 Para caleular el valor esperado con informacién perfecta (VEciP), se usan las probabilidades P(S,) = 08 y P(Sy) = 0.2 VEcIP = 0.8 (20) + 0.2 (7)= 17.4 El valor esperado sin informacién perfecta (VESIP) es $14.2. Por consiguiente el valor esperado de Ja informacién perfecta (VEIP) es: VEIP = (VEcIP) - (VEsIP) VEIP=174—14.2=3.2 an otras palabras, $3.2 representa el valor esperado adicional que podria obtenerse si se dispusiera de informacién perfecta acerca de los estados de Ia naturaleza. 3.4 Arboles de decisin. Una forma clara y sencilla de estructurar el proceso de toma de decisiones es por medio de un érbol de decisién. El arbol de decisién esté formado por nodos de decisién que se denotan con un cuadro (©), nodos de probabilidad que se denotan con un circulo (9) y ramas. Los nodos de decisién representarén aquellos lugares en los que se toma una decisi6n y los nodos de probabilidad indicarén aquellas partes del proceso de toma de decisiones en las que ocurre algtin estado de la naturaleza. Las ramas se utilizan para denotar las decisiones 0 los estados de la naturaleza. También pueden anotarse probabilidades sobte las ramas para denotar la probabilidad de que ocurra un estado determinado de la navuraleza. Por tltimo se colocan los pagos al final de las ramas termineles del estado de la naturaleza para mostrar e] resultado que se obtendria al tomar una decisién particular. Como ejemplo de rbol de decisién, se haré el drbol del ejercicio 3.2. 1041)@@@eeeeeeoeeeoreeoeeeoee 828080 068 Figura 3.1 Arbol de decisién para el proyecto de condominios de PDC Fuerte (Si) : 2 Pequeto (a) Devil (s3) : Foete(S) yg TL Median (a) . Denis 7 Fuere (S; Grande (a) &) 39 Débil (S.) : 3.5 Andilisis de decisién con informacion muestral. En la aplicacién del valor esperado se ha demostrado e6mo la informacién de probabilidad sobre estados de la naturaleza afecta los célculos de] valor esperado y por lo tanto afecta la recomendacién de decisién. Frecuentemente quienes toman las decisiones tienen estimaciones de probabilidad preliminares 0 estimados de probabilidad anteriores a los estados de Ja naturaleza que son los mejores valores de probabilidad disponibles. Sin embargo para la mejor decisién posible, quien toma las decisiones pudiera desear tener informacién adicional sobre los estados de la naturaleza. Esta nueva informacién se puede utilizar para revisar o actualizar las probabilidades previas, de manera que la decisién final se base en estimaciones de probabilidad més precisas para los estados de Ja naturaleza. Casi siempre, la informacién adicional se obtiene a través de experimentos disefiados para proporcionar informacién muestral sobre Jos estados de la naturaleza. Al muestreo de materias primas, las pruebas de productos y los estudios de informacién de mercado son ejemplos de experimentos que puedan permitir que la administracién revise o actualice las probabilidades del estado de la naturaleza, En el anilisis que sigue se puede estudiar el problema PDC del ejercicio 3.2, mostrando cémo utilizar informacién muestral para revisar las probabilidades de los estados de la naturaleza y se muestra c6mo utilizar las probabilidades revisadas para desarrollar una estrategia de decisién para PDC. Dado que P(S;) = 08.,..y. P(S:) = 0.2 son estimaciones desarrolladas anteriormente a la obtencién de cualquier informacién muestral, se conocen como probabilidades previas de los estados de la naturaleza. Suponga que PDC piensa llevar a cabo un estudio de investigacién de mercado de 6 meses, disefiado para evaluar la aceptacién del mereado y finalmente el interés de los compradores en la adquisicién de las unidades del condominio. La investigacién de mercado proporcionaré nueva informaci6n que se puede combinar con las probabilidades previas, a través de un procedimiento de revision bayesiano, a fin de obtener estimaciones de probabilidades actualizadas 0 revisadas para los estados 405Jeeeeeeeeeeoeen )OGeoeeoeeeeeoet vee de la naturaleza. Estas probabilidades revisadas se concen como probabilidades posteriores. La figura 3.2 ilustra el proceso de revisién de probabilidades. Figura 3.2 Revision de probabilidad con base en informacién nueva. Probabilidades Tnformacién nueva Probabilidades previes — [-——»| provenionte de investigacion |») _posteriores o experimentacion Ejereicio 3.14 ‘A través de la investigacién o de Ja experimentacién como informacién muestral. Los resultados de Ja informacion muestral para el estudio de investigacion de mercado de PDC son: F-= Informe favorable de investigacién de mercado (las personas entrevistadas expresan interés en, adquirir m condominio PDC) U = Informe no favorable de investigacién de mercado (las personas entrevistadas expresan poco interés en adquirir un condominio PDC) En el problema PDC suponemos que las siguientes estimaciones para las probabilidades condicionales estén disponibles. Estado de la naturaleza Investigacién de mercado Favorable (F) | No favorable (@) | Elevada aceptacion (S;) PS) =0.90 | PUS)=0.10 Baja aceptacién (Sz)_ PQHS)=0.25 | P(UIS,) = 0.75 Note que estas estimaciones de probabilidad dan un grado razonable de confianza en el estudio de investigacién de mercado. Si el verdadero estado de la naturaleza es S;, la probabilidad de un informe favorable de investigacién de mercado es 0.90 y la probabilidad de un informe no favorable de investigacion de mercado es 0.10. Si el verdadero estado de la naturaleza es S», 1a probabilidad de un informe favorable es de 0.25 y la probabilidad de un informe no favorable es de 0.75. Una estrategia de decisién es una regia que debe seguir quien toma la decisién, con base en si el informe de mercado es favorable 0 no. Se utiliza un érbol de decision para determinar la estrat de decision para PDC. E] érbol de decisiéa con informacién muesteal-presenta-la secuencia légiea para las decisiones y los nodos de probabilidad en la figura 3.3. Primero la administracién debe decidir si debe realizarse Ia investigacién de mercados; si se hace la administracién debe estar preparada para tomar una decisién acerca del tamafio de proyecto del condominio si el informe de investigacién es favorable y tal vez una decisibn diferente acerca del tamafio del propio proyecto si el informe es desfavorable, En cada nodo de decisién, la rama del érbo] que se toma se basa en la decisién adoptada; en cada nodo de probabilidad, la rama del arbol que se toma se basa en la probabilidad 0 el azar. Por ejemplo, el nodo de decisién 1 de la figura 3.3, primero debe tomarse la decisién de si se realiza el estudio de investigacién de mercados. Si se emprende el estudio de investigacién de mercados, el 108eeceoireeoeeeeeeeoeeoeoseeoeoee eee O00 BOO nodo de probabilidad 2 indica que tanto la rama del informe favorable como Ia rama del informe desfavorable no estén bajo control y seran determinadas por las circunstancias. El nado 3 ¢s un nodo de decisién, lo que indica que PDC debe tomar la decisién de construir cl complejo pequefio, mediano o grande si el informe de investigacién de mercados es favorable. El nodo 4 es un nodo de decisién que muestra que PDC debe tomar la decisién de construir el complejo pequefio, mediano 0 grande si el informe de investigacién de mercados es no favorable. 5] nodo 5 es un nodo de decisién que indica que PDC debe tomar la decisién de construir el complejo pequefio, mediano o grande si Ja investigacién de mereados no se realiza. Los nodos 6 al 14 son nodos de probabilidad que indican gue las rames del estado de la naturaleza de demanda fuerte o demanda débil serén determinadas por Jas circunstancias. Pata desarrollar una estrategia de decisién utilizando el drbol de decisién de la figura 3.3, se necesitan probabilidades de la rama de la informacién muestral P/F) y P(U) y probabilidades de la rama del estado de la naturaleza P(S/E), PSYE), P(S/U) ¥ P(S/U), Para calcular estas probabilidades se utiliza e] Teorema de Bayes, mediante el enfoque tabular. Los cdleulos basados en ‘un informe de investigacién de mercados favorable (F) se resumen en la tabla 3.3. Los pasos para elaborar esta tabla son los siguientes: 1. Enlacolumna I se introducen los estados de Ja naturaleza. En la columna 2 se introducen las probabilidades previas para los estados de la naturaleza. En la columna 3 se introducen las ‘probabilidades condicionales de un informe de investigacion de mercados favorable (F) dado cada estado de la naturaleza. En la columna 4 se calculan las probabilidades conjuntas multiplicando los valores de probabilidad previa en la columna 2 pot los correspondientes valores de probabilidad condicional en la columna 3. Se suman las probabilidades conjuntas en la columna 4, para obtener Ia probabilidad de un informe de investigacién de mereados favorable, P/F). 4, Se divide cada probabilidad conjunta en la columna 4 entre P/F) = 0.77, para obtener las probabilidades posteriores 0 revisadas, P(S,/F) y P(S»F). Tabla 3.3 Probabilidades de las ramas para el proyecto de condominio de PDC, con base en un informe favorable de investigacién de mercado. Estado de la | Probabilidades | Probabilidades | Probabilidades | Probabilidades naturaleza previas | condicionales | — conjuntas posteriores 5, POS) PE/S) PENS, (S/F) 3: 08 030 072 0.9351 S 02, 0.25 0.05 0.0649 PE= 0.77 El procedimiento de célculo de probabilidad posterior, debe repetirse para cada resultado de informacién muestral posible. Pot lo tanto Ia tabla 3.4 muestra los célculos de las probabilidades de las ramas con base en un informe de investigacién de mercados no favorable. Las probabilidades de Jas ramas de Jas tablas 3.3 y 3.4 se muestran en el arbol de la figura 3.3.,@ee@eoeoeoeoeeeeoet pee )@@@eeeeeeoeeoe Figura 3.3 Arbol de decisién de PDC, agregando los resultados de investigacién de mereados. Favorable (F) Fuerte (8), Pequefio (di) P(S\/F) = 0.9351 Deis) P(S2/F) = 0.0649 Fuerte (S:) “4 P= 0.77 ion de mercados No favorable (U) 3 | Mediano (2) CY P(SyF) = 0.9351 Déil Ss __, Euerte (S,) P(SiiF) = 0.9351 Grande (4s) D&S) PIS) = 0.0649 9 Fuerte (S,) Pequefo (41) P(S(U) = 0.3478 Débil (S.) P(SyU) = 0.6522 Fuerte) 14 4 | Mediano (6) (SU) = 0.3478 PU) = 0.23 Sin estudio de investigacién Debil S:) PSD) = 0.6522 Fuerte ($1) Grande (¢s) P(S\/U) = 03478 DBS) P(SaiU) = 0.6522 Buerte ($1) Pequefo (di) PE)=08 Deébil (S) PE) =02 Fuerte (Si) de mercados . 4 iano (a CY PE) =08 5 | Mediane (@) “> Deis) PS) = 0.2 Fuse) 20 Grande (@s) PS))=08 Dwi) og P(S)= 0.2 108j\@eeoaoove CeCe steps ev Boeteeeeoree® eee ‘Tabla 3.4 Probabilidades de las ramas para el proyecto de condominio de PDC, con base en un informe no favorable de investigacién de mercado. | Estado dela |. Probabilidades | Probabilidades ) Probabilidades | Probabilidades naturaleza previas _ | condicionales | conjuntas posteriores S POS) PIS) PUNS, PS/U) Si 0.8 010 0.08 03478 | ‘Sp 02 0.75 0.15 0.6522___ | P= 0.23 a El enfogue usado para determinar la estrategia de decisién, se basa en una marcha en sentido inverso por el arbol de decision empleando la secuencia siguiente: 1. En los nodos de probabilidad, caleular el valor esperado multiplicando el resultado al final de cada rama por las probabilidades de rama correspondiente. En los nodos de decisién, seleccionar la rama que conduzca al mejor valor esperado, Este valor esperado se vuelve el valor esperado en el nodo de decisién. Iniciar los cdlculos de la marcha inversa encontrando los valores esperados en los nodos de probabilidad 6 al 14. VE{nodo 6) = 0.9351 (8) + 0.0649 (7) = 7.935 VE{nodo 7) = 0.9351 (14) + 0.0649 (5) = 13.416 VE{nodo 8) = 0.9351 (20) + 0.0649 (-9) ~ 18.118 VE(nodo 9) = 0.3478 (8) + 0.6522 (7) = 7.348 3478 (14) + 0.6522 (5) = 8.13 8 (8) + 0.207) 8 (14) + 0.2 (5) = 12 VE{nodo 14)= 0.8 (20) + 0.2 (9) = 142 A continuacién pasar a los nodos de decisién 3, 4 y 5. Para cada uno de éstos, se selecciona la rama de Ia alternativa de decisién que conduce al mejor valor esperado. Por ejemplo en el nodo 3 se tiene Ia opcién de la rama del complejo pequetio con, VE(nodo 6) = 7.935, la rama del complejo mediano con FE(nodo 7) = 13.416 y la rama del complejo grande con’ VE(nodo 8) = 18.118. Por lo tanto, se selecciona la rama de la altemativa de decisién del complejo grande y el valor esperado en el nodo 3 se convierte en VE(nodo 3) = 18.118. Para los nodos 4 y 5 se utiliza el mismo procedimiento. La figura 3.4 muestra el arbol de decisién reducido después de elegir las mejores decisiones en los nodos 3, 4 y 5. El valor esperado del nodo de decisién 2, se calcula como sigue VE{(nodo 2) = 0.77 VE(nodo 3) + 0.23 VE(nodo 4) VE{nodo 2) = 0.77 (18.118) + 0.23 (8.13) = 15.82 Este célculo reduce al rbol de decisién a uno que sélo implica las dos ramas de decision del nodo 1 (ver figura 3.5). Por tltimo puede tomarse la decisién en el nodo de decisién 1 seleccionando el 109wezsv7yuvuvvvvevvvewvereee eoSCCCPCOHS EHH Se F mejor valor esperado de los nodos 2 y 5. Esta accién conduce a la alternativa de decisién de realizar el estudio de investigacién de mercados, lo que proporciona un valor esperado global de 15.82. La decision recomendada para PDC es realizar la investigacién de mercados y luego implementar la siguiente estrategia de decisién: Si la investigacién de mercados es favorable, construir un complejo de condominios grande Si la investigacién de mercados es no favorable, construir un complejo de condominios mediano. Figura 3.4 Arbol de decision de PDC, después de elegir las mejores decisiones en los nodos 3, 4 ys. Favorable (F) VEC) = 18, PER) = 0.77 = aaa Estudio de Tnvestigacion de mercados [Bo favortble® FT vera 813 Sqemadio e's demercados svealshion =N S \ SSS8N= NL, Figura 3.5 Arbol de decision de PDC, reducido a dos ramas de deci Estudio de Tnvestigacion \de mercados nee Sin estudio de Bilge saa VE= 15.82 investigacion de mercadas, En el problema de PDC, la investigacién de mercadlos es la informacién muestral usada era determinar la estrategia de decisién dptima. El valor asociado con el estudio es 15.82 y el valor “10~ e e @ e@ e e e@ e@ e e e )@@@e@@ee0@8002080800 esperado sino se lleva a cabo el estudio es 14.2. Por lo tanto podemos concluir que Ja diferencia, 14.20 = $1.62, es el valor esperado de la informacién muestral. En otras palabras realizar icién de mercados agrega $1.62 al valor esperado de PDC, en general el valor esperado de la informacién muestral es como sigue: VED = (VEcIM) - (VESIM) Ejercicio 3.15, Una constructora adquirié temenos cerca del Golfo de México y esté intentando determinar el tamafio del proyecto de condominios que debe construir. Esta considerando tres tamafios: pequefio, medio y grande. La administracién se da cuenta de que un desarrollo grande seguido por una baja demanda, podria resultar muy costoso para la empresa. Sin embargo si se toma una decisién conservadora de un desarrollo pequefio y a continuacién se encuentra ante una demanda elevada, las utilidades de la empresa serfin inferiores a las que podrian haber sido. Con los 3 niveles de demanda baja, media y alta, la administracién ha preparado 1a siguiente tabla de utilidades (en miles de pesos). sib Demanda Altemativa de decisién | —5ar5 5) Media (3) [Alla GD) Pequetio, d; 400 400 400 Medio, ds 100 600 600 300 300) 900 | 2 0.35 045 | a) {Cudl es el valor esperado de la informacién perfecta? b) Suponga que la empresa hace una encuesta para ayudar a evaluar la demanda del nuevo ptoyecto de condominios. La encuesta informa sobre 3 indicadores de fa demanda: débil (D), promedio (P) y fuerte (F). Las probabilidades condicionales son: D P F P(D/S)=0.6 — P(P/S)=0.3 — PCF/Sy P(D/SJ=04 — PCP/S)=O04 — PCFYS2) P(D/S)=0.1 — P(P/SYJ=04 — PCF/SY {Cuil es el valor esperado de la informacién muestral? "1Figura 3.6 Arbol de decisién det ejercicio 3.15, incluyendo los valores esperados en los nodos. 8. wei Dei) [3 L& : S 617200 eLEey 403.28 403.28 335 152.46 690.48. Ter To Promedio (®) [| Lb 7 Se 19150 m9 5385 $21.05 $21.05 5 —= 1 Fuerte (©) 637200 400 400 300 300 909 400 400 400 100 600 600 300 300 400 400 400 100 600 600 300 300 900 112@ @ @ e e ® e @ @ e e ~ e e e e @ @ e e e e @ e eee 400 400 400 400 600 600 -300 300 900 ) Para caleular el valor esperado con informacién perfecta (VEcIP), se usan las probabilidades P(Sj) = 0.2, PS2) = 0.35 y P(Sy) = 0.45 VEcLP = 0.2 (400) + 0.35 (600) + 0.45 (900) = 695 EL valor esperado sin informacién perfecta (VEsIP) es $695. Por consiguiente el valor esperado de la informacién perfecta (VEIP) es: VEIP = (VEcIP) - (VEsIP) VEIP = 695 - 500 = 195 ) Para ealcular el valor esperado de la informacion muestral, primero se obtienen las probabilidades de las ramas, de cada uno de los 3 posibles resultados de la encuesta, esto se realiza en las tablas 3.5. 3.6 y 3.7. Para este ejercicio para mayor rapidez en los cdloulos, los valores esperados se indican en el érbol de la figura 3.6 VEIM = (VEcIM) - (VEsIM) VEIM = 538.5 — 500.0 Tabla 3.5 Probabilidades de las ramas con base en un informe de la demanda débil (D) VEIM: 38.5 Estado dela | Probabilidades | Probabilidades | Probabilidades | Probabilidades naturaleza previas condicionales | conjuntas posteriores 5 P(S) P(D/S) PDNS) P(S/D) Sy V5 35 3225 24/61 Se 7720 215 [765 28/61 Ss 9/20 ito | 9/200 C PO) 61/200 113‘Tabla 3.6 Probabilidades de las ramas con hase en un informe de la demanda promedio (P). Estado dela | Probabilidades | Probabilidades | Probabilidades | Probabilidades naturaleze previas | condicionales | conjuntas posteriores S, PS) PRIS, PPS) P(S)/P) i S: U5 3710 3/50 3/19 32 7/20 2S 7130 ait} Si 9720 25; 9/50 a9 | Bee PIP) = __ 19/50 J Tabla 3.7 Probabilidades de las ramas con base en un informe de la demanda fuerte (F). Estado de la | Probabilidades | Probabilidades | Probabilidades | Probabilidades naturaleza previas condicionales | — conjuntas posteriores Ss PS) PIF/S) PFS) P/E) Sy V5 1710 1150 41683 Se 7720 1S 7/100 26 [Eee 9/20 12 9740 SIT EEE PR=| 63/200 Ejercicio 3.16 Cada 3 dias, la Bishop debe decidir cudntas cajas de fresas debe pedir para los siguientes 3 dias, Ben Jones gerente de la Bishop ha determinado que si el clima es bueno en general durante ese periodo de 3 dias, puede vender 100 cajas, en tanto que si cl clima no es tan bueno puede vender sdlo 75 cajas. Sil clima es malo, las ventas son muy deficientes y puede vender s6lo 50 cajas durante los 3 dias. Dado que la duracién de Jas fiesas en los anaqueles es de solo 3 dias, las fresas que no se venden deben tirarse y no tienen ningin valor de recuperacién. Ben puede comprar fresas en $5 la caja y venderla en $10. Los registros pasados del clima muestran que para cualquier periodo de 3 dias, el clima es bueno 50% del tiempo, regular 20% de] tiempo y malo 30% de las veces. La tabla de utilidades es Ia siguiente: ; Vende si elclima es Altemativa pide [~Yiaio 30__| Regular 75 | Bueno 100 Sid 250 250 250 75, dz 125 375 375 100, ds a cad 250__ 500 Ben Jones ha iniciado trémites para suscribirse a un servicio meteorolégico especial que cnesta $100 por periodo de 3 dias. La compafiia que vende ese servicio le ha dado a Ben informacién con respecto a la efectividad de dicho servicio en los ‘iltimos 5 afios, Esa informacién se presenta en porcentaje de las veces en que la compafiia pronosticé en forma correcta cada uno de los tipos de clima que ocurrieron, 114~ C7 ® e « ® e e e e ® @ ~ ® e ® e e ® @ ¢ © ® e Ld @ee Clima que se hubiera|___Clima que ocurrié en realidad pronosticado [Wate Regular Bueno ‘Malo [50% 30% 20%. Regular 30% 40% 40% Bueno 20% 30% 40% a) {Cual es valor de la informacién perfecta para este problema? b) Aconseje a Ben con respecto a si debe suscribirse 0 no al servicio de prondsticos meteorologicos. a) Valor esperado de la informacién perfecta. VEsIP = 300, este célculo se obtiene del nodo de decisién 6 de la figura 3.8. VEcIP = 250(0.3) + 375(0.2) + $00(0.5) = 400 VEIP = (VEcIP) - (VEsIP) VEIP = 400 — 300 = 100 b) Valor esperado de la informacién muestral El célculo de las probabilidades de las ramas se realiza usando un procedimiento altemativo que consiste en invertir el arbol de probabilidad, como se indica a continuacién y los resultados en la figura 3.7. Figura 3.7 Probabilidades de la ramas, a través de invertir el arbol de probabilidad. ARBOL 1 ARBOL 2 Probabilidades Probabilidades Probabilidades Probabilidades Probabilidades —Probabilidades previas condicionales conjuntas resultado posteriores———conjuntas S;M 320 MS, 320 S\R 9/100 MS, 3/50 SB 3/50 Ms, 10 S:M 3/50 RS, 9/100 SR 228 RS, 225 SB 3/50 RS US SM Wo BS, 3/50 SR WS BS. 3/50 SB us BS US 118\@eeoeaoeoeeeoeeeyreoeoeeeeeeoeaeeor eee Figura 3.8 Arbol de decisién del ejercicio 3.16, incluyendo los valores esperados en los nodos. 250 250 Malo 31/100 254,03 Regular [“y 37/100 313.75 a 324,32, 314.19 Sy 32432 5 Bueno 825 wi 359.38 328.13 ds 250 116)}@@C@CCCCCCCOB PO CCHS ER8OCCSCe 080 250 250 125 315 300 300 “375 ° 250 500 Provedimiento para calcular las probabilidades de las ramas, por medio de un arbol de probabilidad. 1 En las ramas principales se anotan los estados de la naturaleza con sus probabilidades (probabilidades previas), en las ramas secundarias se anotan las probabilidades condicionales de un estudio de investigacién, dado cada estado de la naturaleza, Se calculan las probabilidades conjuntas, multiplicando los valores de probabilidad previa de las ramas principales por los correspondientes valores de probabilidad condicional de las ramas secundarias. En el drbol 2 de la figura 3.7, se anotan les probabilidades conjuntas, de acuerdo al orden de la multiplicacién, se suman estas probabilidades conjuntas, obteniendo las probabilidades resultado de investigacién y se anotan en las ramas principales del rbol 2. Se divide cada probabilidad conjunta entre las probabilidades resultado, para obtener las probabilidades posteriores y se anotan en las ramas secundarias. Para este eercicio para mayor rapidez en los céloulos, los valores esperados se indican en el arbol de la figura 3.8 VBIM = (VEcIM) - (VEsIM) VEIM~ 313.75 — 300.0 VEIM = 13.75 Debido a que el VEIM es $13.75 y el servicio meteorolégico a pagar es de $100, Ben no debe suscribirse al servicio de pronéstico del tiempo 17)@@e@eeoe ee eeeoyreeoeeeeeaeeeaeot9e0 3.6 Teoria de utilidad. La utilidad es una medida del valor total de un resultado en particular; refleja la actitud de quien toma las decisiones hacia un conjunto de factores como utilidad, pérdida y riesgo. Los investigadores han encontrado que siempre que los valores monetarios de los pagos queden en un rango razonable, para quien toma las decisiones, la seleccién de la alternativa de decision con el mejor valor monetatio esperado por lo general Ileva a la seleccidn de la decisién més preferida. Sin embargo, cuando los pagos se hacen extremos, la mayor parte de quienes toman las decisiones no quedan satisfechos con la decisién que simplemente proparcione el mejor valor monetario esperado Ejercicio 3.17 ‘Como ejemplo de una situacién en que la utilidad puede ayudar a seleccionar la mejor alternativa de decisién, consideremos el problema que tiene Suofor, pequetia empresa de bienes y raices. Utilizando la mejor informacién disponible, Suofor estima las oportunidades, es decir los pagos asociados con cada combinacién de altemativa de decisién y de estado de naturaleza. La tabla resultante de pagos (en miles de pesos) aparece en la tabla 3.8. Tabla 3.8 Tabla de pagos para Suofor. _ Estado de la naturaleza Precios suben S; | Precios estables Sy ~ Precios bajan S;_| Alternativa de decision Inversion A, dp $30 $20 “S50 Tnversion B, d> $50 -$20 -$30 ‘Sin im i6n, dy 0 ao: 0 Pi) = 0.3, Pr) = 0.5 y P(Sy) = 0.2. Célculo del Valor Esperado para cada aliernativa de decisién, VE(d,) = 0.3 (30) + 0.5 (20) + 0.2 (50) =9 VE(a2) = 0.3 (50) + 0.5 (-20) + 0.2 30 VE(d3) = 0.3 (0) + 0.5 (0) + 0.2 (0)=0 Utilizando el enfoque de valor esperado, la mejor decisién es seleccionar Ia inversién 4 con un valor monetario esperado de $9000. {Se trata realmente de Ja mejor altemativa de decision? ‘onsideremos algunos ottos factores de importancia que se relacionan con Ia capacidad de Suofor para absorber la pérdida de $50000, si se efectia la inversién 4 y los precios bajan. De hecho la posicién financiera de Suofor es débil. Esta situacién se refleja parcialmente en que Suofor solamente podré hacer una inversion en este momento y el presidente de la empresa cree que si la siguiente inversin da como resultado pérdidas sustinciales, el futuro de Suofor estar en peligro. A pesar de que el procedimiento leva a una recomendacién para dj, es probable que el presidente preficra seleccionar d> 0 d;, para evitar la posibilidad de incurrir en una pérdida de $50000. De hecho una conclusién razonable seria que, si una pérdida incluso de slo $30000 pudiera sacar del negocio a Suafor, el presidente seleccionaria d:, pensando que ambas inversiones A y B son demasiado riesgosas para la posicién financiera actual de Ja empresa. El procedimiento que utilizamos para establecer valores de utilidad para los pagos en la situacién de Suofor requiere que primero asignemos un valor de utilidad a los mejores y peores pagos posibles 118}@0@0080080080000)08008 8888 GG Ot!) Cualquier valor ser vélido, siempre que Ja utilidad asignada al mejor pago sea superior a utilidad asignada al peor pago. En este caso $50 es el pago mejor y -$50 es el peor. Entonces haremos asignaciones arbitrarias a estos dos pagos como sigue: U(-50)=0 U(S0) = 10 Determinaremos ahora Ja utilidad asociada con todos los demés pagos. Considerar el proceso de establecer la utilidad de un pago de $30. Primero le solicitaremos al presiente de Suofor exprese su preferencia entre un pago garantizado de $30 y la oportunidad de entrar en [a siguiente loteria o apuesta: Loterfa: Suofor obtiene un resultado de $50 con una probabilidad p y un pago de -$50 con una probabilided (1 — p) Obviamente si p es muy cercano a 1, el presidente de Suofor preferiré la loteria al resultado garantizado de $30, porque la empresa se asegurara virtualmente un pago de $50, pero si p es muy cercano a cero, el presidente de Suofor claramente preferira 1a garantia de $30. En cualquier caso, conforme p cambia de manera continua de 0 a 1, la preferencia del pago garantizado de $30 en algtn momento cambiard a una preferencia hacia la loteria, A ese valor de p, el presidente de Suofor ya no tendré mayor preferencia sobre el pago garantizado de $30 que por la loteria. Por ejemplo supongamos que p = 0.95, el presidente de Suofor queda indiferente hacia el pago garantizado de $30 0 hacia la loteria, Para este valor de p, debemos calcular la utilidad de un pago de $30 como sigue: UGO)= p U0) + (1p) UCS0) 0.95 (10) + (0.05) (0) 9.5 Antes de calcular Ja utilidad de los demas pagos, pensemos en la consecuencia de que el presidente de Suofor haya asignado una utilidad de 9.5 a un pago de $30. Claramente, cuando p= 0.95, el valor esperado de ia loteria es: VE(loteria) = 0.95 (50) + (0.05) (-50) = 45 ‘Aunque el valor esperado de la loteria cuando p = 0.95 es $45, el presidente de Suofor simplemente prefiere tomar el pago garantizado de $30, por lo que est tomando un punto de vista conservador, es decir evitando riesgos. El presidente prefiere tener $30 seguros que arriesgar cualquier cosa que no sea una posibilidad de 5% de incunzir en una pérdida de $50. En otras palabras, la diferencia entre el valor esperado de $45 y el resultado garantizado de $30 es el premio al riesgo que el presidente de Suofor estaria dispuesto 4 pagar para evitar la oportunidad de 5% de perder $50. Para calcular Ja utilidad asociada con un pago de -$20, debemos pedirle al presidente de Suofor que enuncic cual seria su preferencia entre un pago gatantizado de -§20 y una oportunidad de entrar de nuevo en Ia siguiente loteria: Loterfa: Suofor obtiene un resultado de $50 con una probabilidad p y un pago de -$50 con una probabilidad (1 - p). e @ e e @ @ e e e e @ ~ e ® @ @ e e e e e e @ ® Notar que esta loteria es exactamente la misma que utilizamos para establecer la utilidad de un pago de $30. De hecho utilizamos esta loteria para establecer Ia utilidad de cualquier valor monetario de la tabla de pagos de Suofor. Necesitamos determinar el valor de p que haga que el presidente quede indiferente entre un resultado garantizado de -$20 y la loteria. Por ejemplo podriamos empezar pidiéndole al presidente que elija entre una pérdida cierta de $20 y una loteria con un pago de $50, con una probabilidad p = 0.90 y un pago de -850, con una probabilidad (1 ~ p) = 0.10. Seguramente con esta elevada probabilidad de obtener un pago de $50, el presidente elegiria la loteria. Después pudiéramos preguntar si p = 0.85 daria como resultado indiferencia entre la pérdida segura de $20 y la loteria, Quizés de nuevo el presidente pudiera preferir la Joterfa. Suponga que continuamos hasta que obtenemos p=0.55. Llegado a dicho punto, el presidente queda indiferente entre el pago de -$20 y la loteria. Esto es para cualquier valor inferior a 0.55 de p, el presidente preferirfa aceptar una pérdida segura de $20, a arriesgar la pérdida potencial de $50 via la loteria: y para cualquier valor de P por encima de 0.55, el presidente escogeria la loteria. De ahi que Ia utilidad designada a un pago de -$20 es: U(20)= pp USO) + (1—p) U-50) = 0.55 (10) + (0.45) (0) 35 De nuevo comparemos el significado de esta asignacién con el procedimiento de valor esperado. Cuando p = 0.95, el valor esperado de la loteria es: VB(oteria) 0.55 (50) + (0.45) (-50) 5 Por lo que el presidente de Suofor preferiria absorber una pérdida cierta de $20 a tomar la loteria, atin cuando el valor esperado de la loteria sea de solo $5. Otra vez esta preferencia demuestra un punto de vista conservador, es decir evita riesgos. En estos dos ejemplos calculamos la utilidad de los pagos monetarios de $30 y de -$20. De una manera similar, podemes determinar [a utilidad para cualquier pago monetario .M. Primero, debemos encontrar la probabilidad p en la cual, para quien toma las decisiones, resulta indiferente entre un pago garantizado de My una loteria con un pago de $50 con una probabilidad de p y de -850 con una probabilidad (1 —p). La utilidad de IM se calcula entonces como sigue: Uh = p USO) + (1 —p) U(-50) p(10)+(0-p)@ 10p Utilizando este procedimiento, desarrollamos valores de utilidad para todos los demés pagos del problema de Suofor. Esto de presenta en la tabla 3.9. Ahora que hemos determinado el valor de utilidad de cada uno de los valores monetarios posibles, podemos escribir la tabla de pagos original en funcién de valores de utilidad. La tabla 3.10 muestra Ia utilidad para los diversos resultados al problema de Suofor@eeeeeeeeeeaee pee @ee /ee2e@00080808080006 ‘Tabla 3.9 Utilidad de pagos monetarios para el problema de Suofor Valor monetario. | Valor de pian Valor de uttidaa | $50 No aplica’ 10.0 Et) 30 0.95 95 20 0.90 9.0 0 075 75 20 0.55 35 =30 0.40 40 “30 Noaplica | 0 Tabla 3.10 Tabla de utilidades para Suofor : ee Estado de Ja naturaleza Alternative de decision (5--cigs saben 5) | Precios estables S; | Precios bajan Sp Inversion A, d; 95 90 0 Inversion B, dy __ 10.6 55 alos Sin inversién, d 75 Tse 75 j Ahora se puede aplicar los céleulos de valor esperado de la utilidad: UE (dy) = 0.3 (9.5) + 0.5 9.0) +0.2 (0) = 7.35 UE(dz) 3 (10.0) + 0.5 (5.5) + 0.2 (4.0) UE (ds) = 0.3 (7.5) + 0.5 (75) + 0.2 (7.5) Notar que la mejor decision utilizando el procedimiento de utilidad esperada es ds, es decir no invertit, aunque la inversién A tiene el valor monetario esperado més elevado de 9, el analisis indica que Suofor debe declinar esta inversién. La razén para no seleccionar la inversion 4 es que, segiin el presidente de Suofor, la probabilidad de 0.20 de una pérdida de $50, considers implicaba un riesgo muy serio. Lo serio de este riesgo y su impacto asociado sobre 1a empresa no estaban reflejados adecuadamente en el valor monetario esperado de la inversién 4. Evasores de riesgos contra tomadores de riesgos. La posicién financiera de Suofor exa tal que el presidente de la empresa evaliio las oportunidades de inversion desde un punto de vista conservador, es decir evitando riesgos. Sin embargo de haber tenido la empresa un excedente de efectivo y un futuro estable, el presidente de Suofor quizis hhubiera buscado alternativas de decision que, aunque riesgosas, tuvieran cierto potencial de wtilidad sustancial, Este tipo de comportamiento hubiera convertido al presidente en un tomador de riesgos. Para el problema de decisién que enfienta Siiéfor y utilizando el procedimiento general para el desarrollo de utilidades, un tomador de riesgos pudiera expresar la utilidad para los diversos pagos que se muestran en la table 3.11, Como antes U(50) = 10 y UC50) = 0. Note la diferencia en comportamiento, que se refleja on la tabla 3.11, en comparacién con la tabla 3.9. Esto es al determinar el valor de p el cual quien toma la decisin queda indiferente entre un pago garantizado de valor My una y una loteria en la cual obtiene $50 con una probabilidad de p y -$50 con una probabilidad de (1 ~ p), quien toma riesgos esté aceptando un mayor riesgo de incurrir en una pérdida de $50, para tener la oportunidad de obtener una utilidad de $50. 124)@e@eeeoovseoeooea Oeooreeoevee ee O ee \ Tabla 3.11 Valores de utilidad revisados para el problema de Suofor, suponiendo un tomador de riesgos Valor monetario | Valordeindiferencia | Vator de utilidad 550_ ‘No aplica 10.0 30 0 5.0) 20 0.40 40 0 025 25 20 0.15 is 30 0.10 1.0 -50) No aplica 0 La tabla de utilidad de un tomador de riesgos, se observa en la tabla 3.12. Utilizand probabilidades de los estados de la naturaleza, la utilidad esperada para cada altemnativa de decision es: UB (dy) = 0.3 (5.0) + 0.5 (4.0) + 0.2 (0) =3.50 UE (dz) = 0.3 (10.0) + 0.5 (1.5) + 0.2 (1.0) UB (ds) = 0.3 (2.5) + 0.5 2.5) +0225; 95 25 La decisién recomendada, ahora es la altemativa B, con una utilidad esperada més elevada de 3.95. Figura 3.9 Funcién de utilidad en funcién del dinero para quien evita riesgos u 10 9 50-4930 2 0 ~=«OSC ‘Valor monetario (miles de pesos) 20°30 =O\@@eee eee eee yp axe eee Rese eveat axe een 12 Tabla de utilidad de un tomador de riesgos para el problema de Suofor Tabla Estado de Ja naturaleza Alternativa de decision | Precios suben S; | Precios estables Sy | Precios bajan S: Tnversion 4, dy 5.0 40 0 Taversién B, dy 10.0 15 1.0 Sin inversién, 25 25 Eaegaese 2. SEH] Comparando el anélisis de utilidad para un tomador de riesgos con Jas preferencias mas conservadoras de una persona que evita riesgos, vemos que ante el mismo problema, diferentes actitudes frente al riesgo pueden llevar a diferentes decisiones recomendadas. Los valores de utilidad establecida por el presidente de Suofor indicaron gue la empresa no deberia invertir en este momento, en tanto que las utilidades establecidas por el tomador de riesgos mostraron una preferencia por la inversion B. Notar que ambas decisiones difieren de la decision de mejor valor monetario esperado, que cs la inversi6n 4. En las figura 3.9, 3.10 y 3.11, se presentan las funciones de utilidad para el dinero, para quien evita riesgos, toma riesgos y es neutral al riesgo. Figura 3.10 Funcién de utilidad en funcin del dinero para quien toma riesgos v 10] 30 40 30 =«=20~-10—=CO 1 2030 ‘Vator monetario (miles de pesos) 428,>@eooe ooo eoeoeoteoee }@®@080808880880 800 Figura 3.11 Funciones de utilidad para tomadores de decisién que evitan riesgos, que toman riesgos y que son neutrales a Jos riesgos u 10] a a a a ee a) Valor monetario (miles de pesos) 3.7 Anilisis de sensibilidad, Modificaciones en las estimaciones de probabilidad para los estados de 1a naturaleza afectan 0 alteran la altemativa de decisién recomendada. Un acercamiento al anélisis de sensibilidad es considerando diferentes probabilidades para los estados de la naturaleza y volviendo a calcular el valor esperado para cada altemnativa de decisién. Repitiendo esta célculo para varias probabilidades, podemos empezar a aprender de qué manera las modificaciones en las probabilidades para los estados de le naturaleza afectan la decisién recomendada, Ejercicio 3.18 En el ejercicio 3.2 del problema de PDC, suponga que la probabilidad de una elevada aceptacién queda reducida a 0.2 y la probabilidad de una baja aceptacién se eleve hasta 0.8, el valor esperado para cada alternativa de decision es: VE(d,) ~ 0.2 (8) + 0.8 (1) =7.2 VB (dz) = 0.2 (14) + 0.8 (5) = 6.8 VE(d3) = 0.2 (20) + 0.8 (-9 2 124,. e e @ ® e @ e e e e @ ~ @ e @ @ @ e e@ e e e @ e Por lo que con estas probabilidades. la altemativa de decisién recomendada es construir un complejo de condominios pequefio (d;) con un valor esperado de 7.2. La probabilidad de una elevada aceptacién es de sélo 0.2, por lo que la construccién de un complejo de condominios grande (d:) es la menos preferida, con un valor o pérdida espetada de 3.2. De Ja misma manera se podsia continvar modificando las probabilidades de los estados de la naturaleza y ver como afectan a la altemnativa de decision recomendada. En el caso especial de dos estados de la naturaleza, un procedimiento grafico facilita los célculos de anélisis de sensibilidad. Para demostrar este procedimiento, supongamos que p representa la ptobabilidad de S;, esto es: P(S)) =p y P(Sj = 1~p. Ahora se calculan los valores esperados. VE(d,) = p(8) + (1 —p X71) 3p+7 Ip ee VE(@:) = p(\4) + (1 =p VS) dp + 5 — Sp =9p+5 VE(ds) = pQ0) + (1 ~p X-9) =20p-9+ 9p 9p-9 Entonces hemos desarrollado tres ecuaciones que muestran el valor esperado de las tres altemnativas de decisién, como una funcién de p. continuamos desarrollando una grafica con los valores de p sobre el eje horizontal y valores esperados en el eje vertical. Para cada eouacién lineal se traza la Vinea recta, identificando dos puntos que satisfagan la ecuacién, por ejemplo si hacemos p = VE(d)) =Ty si 1, VE(d,) =8 y trazamos la linea como se muestra en la figura 3.12. ara hallar el punto en el que se interceptan las lineas rectas de VE(d,) con VE(d,), se igualan y se despeja p. Para hallar el punto en el que se interceptan las lineas rectas de VE(d2) con VE(d), se igualan y se despejap. 9p +5=29p-9 p=07 Se puede concluir que la alternativa de decision d; da el valor esperado mas elevado para p < 0.25, Ja alternativa de decisién d> da el valor esperado més elevado para 0.25

0.7. El procedimiento grifieo que se acaba de describir para el problema PDC, tnieamente se aplica cuando se tienen dos estados de la naturaleza. Sin embargo cl anzlisis de sensibilidad para mas de dos estados de Ja naturaleza se puede realizar usando una hoja de célculo o programa de computadora 128,@®@eoeoeaeeooeoeaeet pee )@@@e@eeeeeeseee Figura 3.12 Valor esperade para las alternativas de decisin de PDC, como una funcién de p VE 4; proporciona el VE mas alto 20}. 4 proporciona rattles el VE mas alto 4: proporciona el VE més alto VEC) VEG) 10 Problemas propuestos de Ia Unidad III 1. Suponga que un tomador de decisiones que se enfienta con cuatro alternativas de decisién y cuatro estados de la naturaleza elabora la siguiente tabla de resultados para las utilidades que puede esperar. a Estado delanaturaleza | ‘Altemativa de decision dy 14 9 10 3 Sssecveiray ESC n_| 1 [8 7 | a ay 10 | ds 8 10 ] a) Siel tomador de decisiones sabe nada acerca de las probabilidacles de los cuatro estados de la naturaleza, gcudl es la decisién recomendatda usando los enfoques optimista, conservador y de arrepentimiento minimax? b) Suponga que la tabla de resultados da costos en lugar de ganancias. {Cul es la decision recomendada usando los enfoques optimista, conservador y de arrepentimiento minimax? Solucién. a) Optimista: dy Conservador: ds Artepentimiento minimax: ds 126j@eeeoooaoooo ooo yrveeveoenoeeeoeeonreee 1b) Optimista: dy Conservador: do 0 ds Arrepentimiento minimax: d 2. Cierta empresa se enfrenta a una decisién de compra para un producto estacional, para el cual la demenda puede ser alta, media o baja. El comprador puede ordenar 1, 2 0 3 lotes del producto antes que inicie la temporada, pero posteriormente no puede reordenar. Las proyecciones de utilidades se muestran en la tabla siguiente: Estados de Ta naturaleza Alternativa de decisién 5, S, Ss, Pedido de 1 lote, d, 60 6 | 50 Pedido de 2 lotes, d, 80 8 | 30 Pedido de 3 lotes. d, 100 70 10 Probabilidades previas 025 | 035 [| 64 | realizar una encuesta para ayudar a evaluar la demanda, obteniéndose las probabilidades condicionales para cada estado de la naturaleza. ; Prediccion _ Estados de la naturaleza [75 cejente (E) | Buena (B) | Regular (ft) 0.40 030 0.30 (ag 335 ois 0.50 042 035 023 a) Mediante en enfoque minimax de arrepentimiento, seleccionar la mejor altemativa. b) Calcular el valor esperado de la informacién perfecta. ©) Por medio del drbol de decisién, calcular el valor esperado de la informacién muestral. Solueién: a) La altemativa de decision recomendada es dz, b) VEIP 127@ e e ~ e ® e e e e @ e e ® e j@eeeooeeeseee 3. Suponga que quien debe tomar la decisién frente a 3 alternativas de decision y cuatro estados de Ja naturaleza desarrolla la siguiente tabla 0 matriz de utilidades: a Estados de la naturaleza Altemativa de decision /— ss Tg, wy , : 140 130 100 120 4, i10 100 Eg 80 4, 100 120 150 130 Probabilidades previas | 0.2 O13 035 os Si se solicita realizar una encuesta para ayudar a cvaluar la demanda, obteniéndose Jas probabilidades condicionales para cada estado de la naturaleza. Estados de la naturaleza Bann) Te 5, 0.15 030 Sy 025 0.25 5 a2 0.40 3. 055 0.15 a) Por medio del criterio de Hurwicz y con a = 0.2, seleccionar la mejor altemativa. b) Calcular el valor esperado de la informacién perfecta. c) Por medio del arbol de decisién, caloular el valor esperado de la informacién muestral. Solucién: a) La altermativa de decisién recomendada es d5, b) VEIP = 139- 129.5 =9.5 ¢) VEIM = 130.6 ~ 129.5= 1.1 4. Bl administrador de un rancho con 1000 actes de tierra cultivable, debe decidir entre 4 cultivos para la proxima temporada. Para cada cultivo ha obtenido las siguientes estimaciones sobre la cosecha y Ia utilidad esperada “Alternativa de Estados de la naturaleza (clima) decision [Seco (Sj) | Moderado (S:) | Hiimedo (53) d, cultivo 1 20iiH | eeaeeo 40 d, caltivo 2 perce | antago 30 d, cultivo 3 30 5 3 d, cultivo 4 0 30 32 Probabilidedes |g) 35 Aas as previas | Si se solicita realizar un estudio de investigacién sobre el clima, obtenigndose las probabilidades condicionales para cada estado de la naturaleza. 128)@eeeoeoe See ee p seeveeeeeotetoet pees eo Prediccién Estados delanaturaleza | Sasa TB) —[ Regular (| Malo GD 5, 45 HHici | geeeH030 0.25 Sy 0.30 0.50 0.20 Sy 030 | 040 | 0.30 a) Caloular el valor esperado de la informacién perfecta b) Por medio del arbol de decisién, calcular el valor esperado de la informacién muestral. Solucién: 5 — 33.1 = 4.65 b) VEIM: 985 — 33.1 = 0.585 5. Los directores de Pension Planners, deben escoger uno de tres fondos mutuos comparables en el cuél invertir un millén de pesos. El personal del departamento de investigacién ha estimado la recuperacién estimada en un afio para cada uno de los fondos mutuos, basdndose en un desempefio pobre, moderado o excelente, segiin se presenta en la tabla siguiente: _Recuperacién esperada Desempefio | Probabilidad iy) Fondo ot Fondo Pobre (81) 02 $50000_|"$25000 | _$40000 Moderada (S)_0.6 $75000 | $50000 | $60000 Excelente (S:) |___G.2 | $100000 | $150000 | $175000 Utilice la matriz de ganancias para calcular la decision recomendada, utilizando cada uno de los titerios siguientes: 2) Optimista. d) Pesimista. ©) De Hurwiez. (con «= 0.6) 4) Arrepentimiento Minimax. ©) Valor esperado. Solucién: a) Decisién recomendada: Fondo 3, con un valor de 175. b) Decision recomendada: Fondo 1, con un valor de 50. ©) Decisién recomendada: Fondo 3, con un valor de 121. d) Decisién recomendada: Fondo 3, con un valor de 15, ) Decisién recomendada: Fondo 3, con un valor de 79 129)© SC CCCHoHHCESCS DOCH HOHHEEEESe @, | 6. Nelly Constructora desea entrar en el auge del negocio de Ja construccién de condominios para estudiantes. La compafiia debe decidir la compra de suficiente terreno para la construccién de complejos de condominios de 100, 200 0 300 unidades. Muchos otros complejos estén actualmente en construccién, asi que Nelly no esté segura de qué tan fuerte sera la demanda para su complejo. Si a comp: fa es conservadora y construye sélo unas pocas unidades, pierde utilidades potenciales se Ja demanda resulta ser fuerte. Por otro lado también Je resultarfan costosas muchas unidades sin vender. Se preparé la siguiente tabla, basada en 3 niveles de demanda. Decisiin --——-——Demanda______] Baja (S)_| Media (S:) Construir 50 500 500 Construir 100 0 1000 Construir 150 -700 400 Probabili 3 0. Nelly quiere reducir el grado de incertidumbre sobre el niimero de unidades que debe construir, por o que ha decidido levar a cabo una encuesta, Ja cual dard por resultado una de las 3 medidas de la demanda: débil, moderada y fuerte. Obteniendo las probabilidades condicionales en la tabla siguiente: Predicein | Pstados de la naturaleza | sr) —~T Mioderada (WH) [Fuse @) 5, 0.45 0.30 0.25 iS: 030 0.50 0.20 Ss 0.30 0.40 030 a) Caleular el valor esperado de la informacién perfecta b) Por medio del arbol de decisién, calcular el valor esperado de Ja informacién muestral, Solhucion: a) VELP = 950 —700 = 250 b) VEIM= 720-700 130