Decisiones bajo

riesgo.
Variaciones del
valor esperado

Herramientas
Matemáticas VI -
Modelos de
Simulación

1
Variaciones del valor esperado
En algunas situaciones, el tomador de decisiones tiene información
adicional que pretende utilizar en la toma de decisión. Veremos dos
variaciones del criterio del valor esperado usando nueva información.

Probabilidades a posteriori (de Bayes)

La probabilidad bayesiana se calcula a partir de información adicional

proveniente de diversas fuentes, como una muestra o un experimento.
Esta información adicional sirve para mejorar las probabilidades de
ocurrencia de los estados de naturaleza y así ayudar en la toma de decisión
(Taha, 2004).

Enunciaremos primero el teorema de Bayes, que se utiliza para obtener

probabilidades a posteriori.

Supongamos que tenemos 𝑚 sucesos, 𝑠1 , … , 𝑠𝑚 , mutuamente excluyentes

y colectivamente exhaustivos. Sea 𝑌 algún otro suceso. Denotamos por
𝑃(𝑠𝑖 ) y 𝑃(𝑌) las probabilidades de los sucesos 𝑠1 , … , 𝑠𝑚 , y de 𝑌
respectivamente. Sea 𝑃(𝑠𝑖 |𝑌) la probabilidad condicionada de que ocurra
𝑠𝑖 dado el suceso 𝑌, y sea 𝑃(𝑌|𝑠𝑖 ) la probablidad de 𝑌 dado 𝑠𝑖 . Entonces
𝑃(𝑌|𝑠𝑖 )𝑃(𝑠𝑖 )
𝑃(𝑠𝑖 |𝑌) = ,
𝑃(𝑌)
𝑃(𝑌|𝑠𝑖 )𝑃(𝑠𝑖 )
= 𝑚 .
∑𝑗=1 𝑃(𝑌|𝑠𝑗 )𝑃(𝑠𝑗 )

Consideremos el problema general en el que tenemos que tomar una

decisión entre 𝑛 opciones 𝑎1 , … , 𝑎𝑛 y que tenemos 𝑚 estados de
naturaleza 𝑠𝑖 con probabilidades 𝑝𝑖 , 𝑖 = 1, … , 𝑚 . Denotamos 𝑋(𝑎𝑖 , 𝑠𝑗 ) el
valor o resultado de la opción 𝑎𝑖 respecto del estado de naturaleza 𝑠𝑗 .
Supongamos además que tenemos dos sucesos que afectan cada una de
las posibles opciones, los sucesos 𝑌1 e 𝑌2 . Tenemos como información
adicional las probabilidades de 𝑌1 e 𝑌2 dados los sucesos 𝑠𝑖 , es decir,
conocemos las probabilidades 𝑃(𝑌𝑘 |𝑠𝑖 ).

Luego, calculamos el valor esperado de cada acción considerando las

probabilidades a posteriori, es decir, el valor esperado de la acción 𝑎𝑖
respecto del suceso 𝑌𝑘 denotado por 𝐸𝑉(𝑎𝑖 , 𝑌𝑘 ):
𝑚

𝐸𝑉(𝑎𝑖 , 𝑌𝑘 ) = ∑ 𝑋(𝑎𝑖 , 𝑠𝑗 )𝑃(𝑠𝑗 |𝑌𝑘 ).

𝑗=1

2
La Figura 2 muestra un árbol de decisión en el caso de probabilidades a
posteriori. Los sucesos 𝑌1 e 𝑌2 se agregan como nodos de estado de
naturaleza y se los coloca al comienzo del diagrama.

Figura 2: Árbol de decisión con información a posteriori

Fuente: elaboración propia.

Ejemplo

Consideremos el ejemplo del productor que tratamos previamente.

Tenemos 3 estados de naturaleza: mercado en alta 𝑠1 con probabilidad
𝑝(𝑠1 ) = 0,35, mercado sin cambios 𝑠2 con probabilidad 𝑝(𝑠2 ) = 0,25 y

3
mercado en baja 𝑠3 con probabilidad 𝑝(𝑠3 ) = 0,40. Supongamos ahora
que el productor tiene información adicional de un comerciante amigo
sobre la estabilidad del mercado. La información es “favorable” (𝑌1 ) o
“desfavorable” (𝑌2 ). Las probabilidades condicionadas están dadas en la
Tabla 2.

Tabla 2: Probabilidades condicionadas

𝒀𝟏 𝒀𝟐
𝑃(𝑌𝑘 |𝑠𝑗 ) 𝑠1 0,85 0,15

𝑠2 0,50 0,50

𝑠3 0,15 0,85
Fuente: elaboración propia.

Con base en la Tabla 2, las probabilidades de los sucesos 𝑌1 e 𝑌2 son:

𝑃(𝑌1 ) = 0,483; 𝑃(𝑌2 ) = 0,517.
Las probabilidades condicionadas son:
𝑃(𝑠1 |𝑌1) = 0,616; 𝑃(𝑠2 |𝑌1) = 0,260; 𝑃(𝑠3 |𝑌1) = 0,124,
𝑃(𝑠1 |𝑌2 ) = 0,102; 𝑃(𝑠2 |𝑌2 ) = 0,242; 𝑃(𝑠3 |𝑌2 ) = 0,657.
Luego, el valor esperado para el maíz y la soja son:
 Condición favorable:
𝐸𝑉(𝑀, 𝑌1 ) = $82480,
𝐸𝑉(𝑆, 𝑌1 ) = $52800.
 Condición desfavorable:
𝐸𝑉(𝑀, 𝑌2 ) = $ − 37260,
𝐸𝑉(𝑆, 𝑌2 ) = $ − 25070.

Por lo tanto, en condiciones favorables, conviene sembrar maíz. Si las

condiciones son desfavorables, la mejor decisión es no sembrar.

Funciones de utilidad

En algunas situaciones, el criterio del valor esperado no es el más adecuado

a la hora de tomar una decisión. Veamos dos ejemplos en las cuales no se
sigue este criterio.
1) Seguros de vida. Las personas suelen pagar un seguro de vida de modo
de garantizar una ayuda económica a sus beneficiarios en caso de
fallecimiento. Las compañías de seguros estiman la probabilidad de vida
de esa persona, y con base en eso definen la tarifa. Esta tarifa cubre los
gastos estimados en caso de falleciemiento del contratante, y además
genera un cierto beneficio. Por lo tanto, el rendimiento esperado de la
póliza es menor que su costo.

4
2) Inversiones. Cuando se dispone de dinero para invertir en acciones de
empresas, un curso de acción es calcular el valor esperado de cada
inversión y colocar todo el dinero en la empresa que genera el mayor
valor esperado. Sin embargo, mucho inversores deciden dividir sus
inversiones en varias empresas para reducir posibles pérdidas.

En ambas situaciones, la decisión no fue tomada siguiendo el criterio del

valor esperado. El ambos casos, el tomador de decisiones consideró el
riesgo de cada decisión. En el primer caso, la persona sabe que tiene un
valor esperado negativo a cambio de tener la posibilidad de grandes
rendimientos en caso de muerte. A este tipo de acciones se las denomina
preferencia por el riesgo. El inversor, en cambio, tiene una acción
denominada aversión al riesgo, es decir, perfiere que las posibilidades de
pérdidas sean menores, aunque eso implique menos beneficios.

En estas situaciones, el tomador de decisiones no considera solo el valor

esperado de la acción, sino que también analiza la utilidad o conveniencia
de tomar esa decisión. La determinicaión de la función utilidad de una
acción es subjetiva y depende de cada tomador de decisiones.

Supongamos que tenemos un problema de decisión bajo riesgo, y sean 𝐻 y

𝐿 los rendimientos esperados máximos y mínimos respectivamente.
Queremos construir la función utilidad. El primer paso es asignar la utilidad
0 al rendimiento 𝐿 y el valor 100 al rendimiento 𝐻. El segundo es el
fundamental y el más complejo. Sea 𝐼 cualquier rendimiento entre 𝐿 y 𝐻.
Debemos hallar la probabilidad 𝑝 tal que el tomador de decisiones sea
indiferente ante estas dos situaciones:
 recibir el rendimiento 𝐼 con seguridad;
 recibir el rendimiento 𝐻 con una probablidad 𝑝 y el rendimiento 𝐿 con
una probabilidad de 1 − 𝑝.

Es decir, se le pregunta al tomador de decisiones si prefiere el rendimiento

𝐼 garantizado o entrar en el juego de azar de recibir 𝐻 con una probablidad
𝑝, y 𝐿 con una probabilidad de 1 − 𝑝. El tercer paso es calcular la utilidad
del rendimiento 𝐼 para la probabilidad de indiferencia. Esta utilidad está
dada por
𝑈(𝐼) = 100𝑝.

Se realiza este procedimiento de determinar la probalidad 𝑝 tal que las

alternativas sean indiferentes para el tomador de decisiones varias veces
hasta tener algunos puntos que permitan determinar una función
(aproximada) mediante métodos de regresión o interpolación de puntos.

Cuando un tomador de decisiones es indiferente al riesgo, la función

utilidad es 𝑈(𝐼) = 100𝑝 con 0 ≤ 𝑝 ≤ 1. En este caso, no se tiene en

5
cuenta el riesgo de las acciones, y la representación gráfica de la utilidad es
una recta que une los puntos (𝐿, 0) y (𝐻, 100).

Figura 3: Utilidad indiferente al riesgo

Fuente: elaboración propia.

Cuando el tomador de desiciones tiene aversión por el riesgo, el gráfico de

la función utilidad está por encima de la función lineal anterior, lo que
significa que la tasa de crecimiento de la utilidad es mayor con
rendimientos más bajos (Figura 4). Por el contrario, cuando el tomador de
decisiones prefiere asumir riesgos, la tasa de rendimiento es mayor que la
utilidad, por lo que la curva que describe esta situación se encuentra por
debajo de la función lineal de utilidad (Figura 5) (Carlson, Newbold, Thorne,
2008).

6
Figura 4: Utilidad en situación de aversión al riesgo

Fuente: elaboración propia.

Figura 5: Utilidad con preferencia al riesgo

Fuente: elaboración propia.

7
Referencias
Carlson, W., Newbold, P., y Thorne, B. (2008). Estadística para administración y
economía (6.ta ed.). Madrid: Pearson Educación.

Taha, H. (2004). Investigación de operaciones. México: Pearson Educación.