TEMA 6:

Introduccin a la teora de la decisin (I)

1. Las decisiones en la empresa 2. Problemas de decisin estticos

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________ 1. Las decisiones en la empresa

La caracterstica principal de la gestin econmica de la empresa es la del proceso de convertir informacin en accin, a este proceso lo llamamos toma de decisiones. Decisin: Es una eleccin entre dos o mas lneas de accin diferentes. El objeto de la teora de la decisin es racionalizar dicha eleccin. Para ello hay que proceder de modo sistemtico, evaluando todas las posibilidades de eleccin como las consecuencias que puedan derivarse de cada opcin. El estudio de la teora de la decisin provee de herramientas para la toma de decisiones importantes. La teora de la decisin adopta un enfoque cientfico, contrapuesto a la intuicin y experiencia como nicos criterios que se utilizaban anteriormente. El mtodo cientfico utilizado por la teora de la decisin presenta un esquema lgico de actuaciones a la hora de plantear la solucin de un problema. Este esquema cumple las siguientes fases: 1) Definicin del problema 2) Enumeracin de posibles alternativas (Ai: Alternativas o estrategias) 3) Identificacin de los posibles escenarios o estados de la naturaleza en la que las diferentes alternativas pueden desarrollarse. Variable o no controlables por el sujeto decisor : temperatura, actuaciones de la competencia ect. (Ej: Estados de la naturaleza) 4) Obtencin de resultados y valoracin de los mismos: Desenlaces asociados a una alternativa concreta dado un estado especfico de la naturaleza. (Xij: Resultados) 5) Prediccin de probabilidad sobre la ocurrencia de cada estado de la naturaleza.(Pj: Probabilidad) 6) Fijacin de criterios de decisin que permitan la eleccin de una estrategia o alternativa. Es una forma de utilizar la informacin para seleccionar una alternativa concreta. 7) Identificacin del tipo de decisin: Para ello clasificamos las decisiones en estticas y en decisiones secuenciales. Decisiones estticas Son aquellos problemas de decisin en los que slo se adopta una decisin y no se analizan las posibles alternativas/decisiones posteriores a una alternativa/decisin previa. Decisiones secuenciales: Problema de decisin en el que se consideran una secuencia de decisiones, es decir, decisiones posteriores dependientes de una decisin inicial. 8) Identificacin del contexto en el que se toma la decisin: A su vez, el problema de decisin, tanto en la perspectiva esttica como secuencial, puede ser de tres tipos, en funcin del grado de conocimiento que se tenga sobre la ocurrencia de los estados de la naturaleza (incertidumbre, riesgo, certeza) - Certeza: Cuando conocemos con seguridad el estado de la naturaleza que se va a producir. En un problema esttico se traduce en una matriz de una sola columna con un slo estado de la naturaleza, en un problema secuencial se refleja en un slo estado de la naturaleza para cada una de las decisiones adoptadas. - Situaciones de riesgo: cuando no conocemos el estado de la naturaleza que se va a producir, pero si conocemos las probabilidades de ocurrencia de cada uno de ellos. - Situaciones de incertidumbre: Cuando desconocemos qu estado de la naturaleza se va a producir y la probabilidad de ocurrencia de cada uno de ellos. 2. Problemas de decisin estticos El proceso de decisin se sintetiza en una matriz de decisin, matriz de consecuencias o matriz de ganancias.. Es una matriz que consta de tantas filas como alternativas o estrategias se contemplen, y de tantas columnas como estados de naturaleza sean posibles, siendo sus elementos los resultados correspondientes a cada alternativa en un estado de naturaleza especfico. Ai= {a1, a2, ..an} Ej= { e1, e2, ..em }

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________

x11 X ij = x 21 x n1

x12 ... x1m x 22 x 2 m matriz n m x n 2 x nm

Ejemplo: Jhon Prez ha heredado $1.000. El ha decidido invertir su dinero por un ao. Un inversionista le ha sugerido cinco inversiones posibles: oro, bonos, negocio en desarrollo, certificado de depsito, acciones. Jhon debe decidir cuanto invertir en cada opcin. La siguiente tabla representa las ganancias que obtendra para cada escenario posible de comportamiento del mercado. MATRIZ DE GANANCIAS ESTADOS DE LA NATURALEZA Gran alza pequea sin alza cambios -100 100 200 250 200 150 500 250 100 60 60 60 200 150 150

ALTERNATIVAS Oro Bonos Negocio Cert. de depsito Acciones

pequea baja 300 -100 -200 60 -200

gran baja 0 -150 -600 60 -150

2.1. Eleccin del criterio de decisin en condiciones de incertidumbre: Situacin en la que podemos descubrir los estados posibles de la naturaleza pero desconocemos la probabilidad de ocurrencia de cada uno de ellos. Los criterios de decisin ms empleados en estos casos son un reflejo de la actitud hacia el riesgo que tienen los responsables en la toma de decisiones. El criterio de decisin se toma basndose en la experiencia de quien toma la decisin, este incluye un punto de vista optimista o pesimista, agresivo o conservador. Los criterios aplicados son: Maximin o de Wald, Minimax o Savage, Maximax, Principio de razonamiento insuficiente o criterio de Laplace, Criterio de Hurwics 2.1.1. Criterio maximin o de Wald: Perfil pesimista (el decisor cree que el peor caso ocurrira) o conservador ( el decisor quiere asegurar una ganancia mnima posible). Se llama mximo porque elige el mximo resultado entre los mnimos resultados. Se elige lo mejor dentro de lo peor. Para encontrar una solucin ptima: se marca la gananca mnima de todos los estados de la naturaleza posible y se identifica la decisin que tiene el mximo de las ganancias mnimas.

ALTERNATIVAS Oro Bonos Negocio Cert. de depsito Acciones

EL CRITERIO MAXIMIN ESTADOS DE LA NATURALEZA Gran alza pequea sin alza cambios -100 100 200 250 200 150 500 250 100 60 60 60 200 150 150

pequea baja 300 -100 -200 60 -200

gran baja 0 -150 -600 60 -150

Mnimas Ganancias -100 -150 -600 60 -200

La decisin ptima con este criterio sera invertir en certificados de depsito. 2.1.2. Criterio mnimax o Savage: Este criterio se ajusta tambin a criterio pesimista o conservador. La matriz de ganancias es basada en el coste de oportunidad. El decisor incurre en una prdida por no escoger la mejor decisin. Para encontrar la solucin ptima se determina la mejor ganancia de todas las alternativas en cada

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________ estado de la naturaleza (mejor ganancia por columna) y se calcula el costo de oportunidad para cada alternativa de decisin (como la mejor ganancia por columna menos la ganancia de cada una de las celdas de la columna), posteriormente se encuentra el mximo costo de oportunidad para todos los estados de la naturaleza y se selecciona la alternativa de decisin que tiene el mnimo coste de oportunidad. MATRIZ DE GANANCIAS ESTADOS DE LA NATURALEZA Gran alza pequea sin alza cambios -100 100 200 250 200 150 500 250 100 60 60 60 200 150 150

ALTERNATIVAS Oro Bonos Negocio Cert. de depsito Acciones

pequea baja 300 -100 -200 60 -200

gran baja 0 -150 -600 60 -150

ALTERNATIVAS Oro Bonos Negocio Cert. de depsito Acciones

MATRIZ DE COSTE DE OPORTUNIDAD ESTADOS DE LA NATURALEZA Gran alza pequea sin pequea alza cambios baja 600 150 0 0 250 50 50 400 0 0 100 500 440 190 140 240 300 100 50 500

gran baja 60 210 660 0 210

Mximo coste de oportunidad 600 400 660 440 500

La decisin ptima con este criterio invertir en bonos por tener el menor coste de oportunidad 2.1.3. El criterio maximax: este criterio se basa en el mejor de los casos. Considera los puntos de vista optimista y agresivo. Un decisor optimista cree que siempre obtendr el mejor resultado sin importar la desicin tomada. Un decisor agresivo escoge la decisin que le proporcionar una mayor ganancia. Para encontrar la desicin ptima se marca la mxima ganancia para cada alternativa de decisin y se selecciona la desicin que tiene la mxima de las mximas ganancias.

ALTERNATIVAS Oro Bonos Negocio Cert. de depsito Acciones

EL CRITERIO MAXIMAX ESTADOS DE LA NATURALEZA Gran alza pequea sin alza cambios -100 100 200 250 200 150 500 250 100 60 60 60 200 150 150

pequea baja 300 -100 -200 60 -200

gran baja 0 -150 -600 60 -150

Mximas Ganancias 300 250 500 60 200

La decisin ptima sera invertir en un negocio en desarrollo por presentar la mxima ganancia posible. 2.1.4. Criterio de razonamiento insuficiente o criterio Laplace: puede ser tomado por un tomador de decisiones que no sea optimista ni pesimista. El decisor asume que todos los estados de la naturaleza son equiprobables. Para encontrar la decisin ptima se selecciona la decisin con el mayor valor esperado.

E ( X i ) = X ij Pj
j =1

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________

P
j =1

=1

E ( X 1 ) = E (Oro) = 100 0,2 + 100 0,2 + 200 0,2 + 300 0,2 + 0 * 0,2 = 100
E ( X 2 ) = E ( Bonos ) = 250 0, 2 + 200 0, 2 + 150 0, 2 100 0, 2 150 0, 2 = 70

E ( X 3 ) = E ( Negocio) = 500 0, 2 + 250 0, 2 + 100 0, 2 200 0, 2 600 0, 2 = 10

E ( X 4 ) = E (Certif .) = 60 0, 2 + 60 0, 2 + 60 0, 2 + 60 0, 2 + 60 0, 2 = 60

E ( X 5 ) = E ( Acciones) = 200 0, 2 + 150 0, 2 + 150 0, 2 200 0, 2 150 0, 2 = 30

La decisin ptima sera invertir en Oro. 2.1.5. Criterio de Hurwicz: Es un criterio intermedio entre maximin y el maximax: Supone la combinacin de ponderaciones de optimismo y pesimismo. Sugiere la definicin del llamado coeficiente de optimismo (), y propone que se utilice como criterio de decisin una media ponderada entre el mximo resultado asociado a cada alternativa, y el mnimo resultado asociado a la misma.

0 1 cuanto ms cercano a 1 mayor es el optimismo

T ( X i ) = Maxij + (1 ) Minxij
Para hallar la solucin ptima se marca el mximo y el mnimo de cada alternativa. Segn el coeficiente de optimismo del decidor (), se multiplica el mximo por ste y el mnimo se multiplica por (1-). Luego se suman los dos. Luego elegimos el mximo entre todas las alternativas. En nuestro ejemplo, si suponemos que el empresario es neutral =0,5 EL CRITERIO HURWICS ESTADOS DE LA NATURALEZA Gran alza pequea sin alza cambios -100 100 200 250 200 150 500 250 100 60 60 60 200 150 150 Mximas Ganancias Con =0,5 100 50 -50 60 0

ALTERNATIVAS Oro Bonos Negocio Cert. de depsito Acciones

pequea baja 300 -100 -200 60 -200

gran baja 0 -150 -600 60 -150

T ( X 1 ) = T (Oro) = 0.5 300 + 0.5 (100) = 100 Se elige

2.2. En situacin Riesgo. Conocemos la lista de estados de la naturaleza y su probabilidad de ocurrencia. Como los eventos son excluyentes tenemos: La suma de probabilidades de todos los estados de la naturaleza debe ser iguales a la unidad. El criterio que se utiliza para comparar los resultados correspondientes a cada lnea de actuacin es la mayor esperanza matemtica.

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________ EL CRITERIO DE LA GANACIA ESPERADA ESTADOS DE LA NATURALEZA ALTERNATIVAS Gran alza pequea sin pequea alza cambios baja -100 100 200 300 Oro 250 200 150 -100 Bonos 500 250 100 -200 Negocio 60 60 60 60 Cert. de depsito 200 150 150 -200 Acciones Probabilidad 0,2 0,3 0,3 0,1 Ganancias Esperada 100 130 125 60 95

gran baja 0 -150 -600 60 -150 0,1

El utilizar como nico criterio de decisin la esperanza matemtica supone asumir ciertas hiptesis: Que al sujeto decisor no le importe la dispersin del resultado (no tiene en cuenta la desviacin tpica) Que no exista riesgo de ruina: Es el riesgo que el desenlace de una estrategia pueda suponer un quebranto econmico tal que no pueda ser superado por la empresa. En dicho caso el decisor pasara a elegir slo entre aquellas alternativas cuyos resultados ms desfavorables puedan ser asumidos por la empresa. Tiene que ver con la capacidad de asumir prdidas.

Para solucionar estas limitaciones se construyen unas funciones de utilidad. a) Consideracin de la variabilidad de los resultados: Penalizar la esperanza econmica por una medida que d idea de la variabilidad de los datos, considerando la multiplicacin de dicha medida de variabilidad por un coeficiente indicativo de temor al riesgo (a) del sujeto decisor. La funcin de utilidad se halla restando al valor esperado de cada alternativa el coeficiente de aversin por la desviacin tpica. Si a1 Mayor aversin al riesgo. El inversor presenta un perfila ms conservador Si a0 Poca aversin al riesgo. El inversor presenta un perfill ms arriesgado.

Funcion de utilidad = U ( X i ) = E ( X i ) a X
Observemos que cuando a tiende a 1 la cantidad a restar es mayor, por tanto la utilidad esperada es menor lo que corresponde a un perfil conservador.
2 X = var ianza como medida de var iabilidad de los resultados

2 Varianza : X = ( X ij E ( X i )) 2 Pj j =1

2 X = Desviacin tpica : X

En nuestro ejemplo: Si Jhon Prez tiene una aversin al riesgo del 15%: a=0,15

U ( X 1 ) = E (Oro) a V (Oro) = 100 0,15 (100 100) 2 0, 2 + (100 100) 2 0.3 + (200 100) 2 0.3 + (300 100) 2 0,1 + (0 100) 2 0,1 = 52,56

U ( X 2 ) = E ( Bonos ) a V ( Bonos ) = 130 0,15 (250 130) 2 0, 2 + (200 130) 2 0.3 + (150 130) 2 0.3 + (100 130) 2 0,1 + (150 130) 2 0,1 = 71, 71

U ( X 3 ) = E ( Negocio) a V ( Negocio) = 125 0,15 (500 125) 2 0, 2 + (250 125) 2 0.3 + (100 125) 2 0.3 + (200 125) 2 0,1 + (600 125)2 0,1 = 8,16

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________
U ( X 4 ) = E (certificado) a V (certificado) = 60 0,15*0 = 60 U ( X 5 ) = E (accion) a V (accion) = 65 0,15 (200 65) 2 0, 2 + (150 65) 2 0.3 + (150 65) 2 0.3 + (200 65) 2 0,1 + (100 65) 2 0,1 = 34, 23

Se elige la alternativa que maximiza la funcin de utilidad: En nuestro ejemplo sera: X2 = Bonos =71,71Mximo beneficio teniendo en cuenta la aversin al riesgo b) Consideracin del riesgo de ruina: La probabilidad de ruina es la probabilidad de que un resultado Xij sea menor que un cierto ingreso (si la matriz que estamos analizando es de costes) o beneficio crtico que como mnimo ha de obtener la empresa. Es decir, en el peor de los casos, cules seran las prdidas que se estara dispuesto a asumir, o beneficio que cmo mnimo se exige a la inversin. En nuestro ejemplo, si estamos dispuestos a asumir prdidas hasta 180 unidades monetarias, se rechazan las inversiones en negocio y en acciones ya que podran generar prdidas que no se podran asumir (-600; 200). Se tendra que elegir entre el oro, bonos o certificados de depsito a travs de la esperanza matemtica o bien considerando la funcin de utilidad que penalice la dispersin de resultados ( a travs de la desviacin tpica). 2.3. Problemas de decisiones estticas Problema 1: Un empresario agricultor se plantea escoger entre tres alternativas de cultivo (trigo, remolacha o patata) con tres estados de la naturaleza (tiempo lluvioso, tiempo normal o tiempo seco) y la probabilidad de tiempo respectivamente (30% lluvioso, 50% normal y 20% seco). Y una aversin al riesgo del 20% y un beneficio crtico de 100 u.m. Para el criterio Hurwicz se considera un coeficiente de optimismo del 50%

Trigo Remolacha Patata a) Situacin de riesgo:

P1= 0,3 lluvia 250 -100 150

P1= 0,5 normal 290 450 200

P1= 0,2 seco 200 350 250

E ( X 1 ) = E (trigo ) = 250 0,3 + 290 0,5 + 200 0,2 = 260 E ( X 2 ) = E (remolacha ) = 100 0,3 + 450 0,5 + 350 0,2 = 265

E ( X 3 ) = E ( patata ) = 150 0,3 + 200 0,5 + 250 0,2 = 195

Para solucionar estas limitaciones se construyen unas funciones de utilidad. Consideracin de la variabilidad de los resultados

U ( X i ) = E( X i ) a V ( X i )
En nuestro ejemplo: Si el empresario agricultor tiene una aversin al riesgo del 20%: a=20%:

U ( X 1 ) = E ( X 1 ) a V ( X 1 ) = 260 0,2 (250 260) 2 0,3 + (290 260) 2 0.5 + (200 260) 2 0.2 = 253
U ( X 2 ) = 265 0,2 ( 100 265) 2 0,3 + ( 450 265) 2 0.5 + (350 265) 2 0.2 = 216,5

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________

U ( X 3 ) = 195 0,2 (150 195) 2 0,3 + ( 200 195) 2 0.5 + ( 250 195) 2 0.2 = 188
Se elige la alternativa que maximiza la funcin de utilidad: En nuestro ejemplo sera: X1 = trigo = 253Mximo beneficio teniendo en cuenta la aversin al riesgo

Consideracin del riesgo de ruina: Si fijamos un ingreso tpico de 100 unidades monetarias: Se rechaza el cultivo de remolacha ya que puede llegar a presentar un ingreso inferior (-100 u.m.) al ingreso crtico. Se tendra que elegir entre el trigo y la patata a travs de la esperanza matemtica o bien considerando la funcin de utilidad que penalice la varianza. b) En situacin de incertidumbre b1) Criterio Laplace

T ( X i ) = X ij
j =1

T ( X 1 ) = 250 + 290 + 200 = 740 Se elige el trigo T ( X 2 ) = 100 + 450 + 350 = 700

T ( X 3 ) = 150 + 200 + 250 = 600

b2) Criterio pesimista, de Wald Maximin: Se elige lo mejor dentro de lo peor. trigo = 200Se elige remolacha = -100 patata = 150 b3) Criterio optimista o maximax: se elige el mximo de los mximos. trigo = 290 remolacha = 450Se elige patata = 250 b4) Criterio de Hurwicz: Es un criterio intermedio entre maximin y el maximax: Supone la combinacin de ponderaciones de optimismo y pesimismo. Sugiere la definicin del llamado coeficiente de optimismo (), comprendido entre cero y uno:

0 1 cuanto ms cercano a 1 mayor es el optimismo

T ( X i ) = Maxij + (1 ) Minxij
En nuestro ejemplo, si suponemos que el empresario es neutral =0,5

T ( X 1 ) = 0.5 290 + 0.5 200 = 245 Se elige T ( X 2 ) = 0.5 450 + 0.5 (100) = 175

T ( X 3 ) = 0.5 250 + 0.5 (150) = 200

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________ b5) Criterio de Savage Se construye una matriz de perjuicios o de coste de oportunidad matriz de consecuencias E1 Trigo 250 Remolacha -100 Patata 150 E2 290 450 200 E3 200 350 250

matriz de arrepentimientos o coste de oportinidad E1 E2 Trigo 0 160 Remolacha 350 0 Patata 100 250 Arrepentimiento mximo para la opcin trigo = 160 Se escoge el trigo Arrepentimiento mximo para la opcin remolacha = 350 Arrepentimiento mximo para la opcin patata = 250

E3 150 0 100

2.3. La utilizacin de la informacin perfecta y el concepto de valor esperado en contexto de riesgo.

Como es lgico, en un contexto de riesgo se debe decidir con el mximo valor esperado. La Ganancia que se espera obtener al conocer con certeza la ocurrencia de ciertos estados de la naturaleza se le denomina: Ganancia Esperada de la Informacin Perfecta (GEIP). Este concepto corresponde al coste de oportunidad de la decisin seleccionada usando el criterio de la ganancia esperada. Esta decisin es la que genera una menor prdida para quien tiene que tomar la decisin. En este caso nos aseguran con toda probabilidad la ocurrencia de cierto estado de la naturaleza, por eso la llamamos informacin perfecta. El GEIP se calcula como el producto de la mxima ganancia para cada estado de la naturaleza por su respectiva probabilidad, y a este resultado le restamos el mximo valor esperado.

GEIP = Max( X i ) P ( E j ) Max( X ij Pj )

j =1 j =1

En nuestro ejemplo de Jhon Prez, podramos calcular, por ejemplo, el valor mximo que podemos pagar por un estudio donde nos aseguren la ocurrencia de cierto estado de la naturaleza. Podemos entonces calcular la ganancia esperada de la informacin perfecta (GEIP)

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________

EL CRITERIO DE LA GANACIA ESPERADA ESTADOS DE LA NATURALEZA ALTERNATIVAS Gran alza pequea sin pequea alza cambios baja -100 100 200 300 Oro 250 200 150 -100 Bonos 500 250 100 -200 Negocio 60 60 60 60 Cert. de depsito 200 150 150 -200 Acciones 0,2 0,3 0,3 0,1 Probabilidad

gran baja 0 -150 -600 60 -150 0,1

Ganancias Esperada 100 130 125 60 95

GEIP = (500*0, 2 + 0,30* 250 + 0,3* 200 + 300*0,1 + 60*0,1) 130 = 141
Quiere decir esto, que si puedo obtener informacin, que me asegure la ocurrencia de cierto estado de la naturaleza, puedo pagar por ella un mximo de 141 unidades monetarias. 2.4. La utilizacin de la informacin imperfecta y el concepto de valor esperado en contexto de riesgo. La informacin adicional, no siempre es perfecta, muchas veces los estudios adicionales que se encargan tienen cierto margen de error. La informacin adicional mejora la probabilidad obtenida de la ocurrencia de un determinado estado de la naturaleza y ayuda al tomador de decisiones a escoger la mejor opcin. La estadstica Bayesiana construye un modelo a partir de informacin adicional obtenida a partir de diversas fuentes. El teorema de Bayes:

P( E j / Ai ) =
donde

P( E j ) * P ( Ai / E j )

P( E ) * P( A / E )
i =1 j i j

P( E j / Ai ) = probabilidad revisada P( E j ) = probabilidad

n

a priori

P( Ai / E j ) = probabilidad condicionada

P( E ) *P( A / E ) = sumatoria probabilidad conjunta

i =1 j i j

A partir del teorema de Bayes podemos calcular la Ganancia esperada con la Informacin adicional (GECIA): La expresin matemtica para su clculo es la siguiente:

GECIA = Max[ E ( X ij ) a posteriori * P( E j ) *P( Ai / E j )

i =1 j =1

donde:

Max[ E ( X ij ) a posteriori ] = Maximo valor esperado a posteriori

P( E ) *P( A / E ) = Sumatoria de probabilidades conjuntas

j =1 j i j

10

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________ Para su clculo seguimos los siguientes pasos: 1) 2) 3) 4) 5) 6) Clasificamos la informacin adicional obtenida como probabilidad condicionada distinguiendo cada uno de los escenarios planteados. Calculamos la probabilidad conjunta con la frmula de Bayes para cada alternativa en cada escenario planteado. Calculamos la sumatoria de probabilidades conjuntas para cada escenario planteado. Calculamos la probabilidad revisada para cada alternativa en cada escenario. Calculamos la ganancia esperada con la probabilidad revisada para cada uno de los escenarios planteados. Calculamos el GECIA

Tambin podemos calcular el valor esperado de la informacin adicional, es decir, el mayor valor esperado por contar con una mejor informacin. Se calcula como la diferencia entre el GECIA y el mayor valor esperado con la informacin a priori.

GEIA = GECIA Max[ E ( X ij ) a priori ]

Ejemplo: Retomemos el ejemplo de Jhon Prez. Supongamos que hemos contratado un informe adicional que nos indica la probabilidad de ocurrecia de una gran alza, pequea alza, etc. condicionada a que el crecimiento econmico sea positivo o negativo. Los resultados se pueden ver en la siguiente tabla.

ESTADOS DE LA NATURALEZA Gran pequea sin pequea ALTERNATIVAS alza alza cambios baja Probabilidad Crec. Positivo 0,800 0,700 0,500 0,400 Condicionada Crec, Negat. 0,200 0,300 0,500 0,600
Solucin: Pasos: 1) 2)

Gran baja 0,000 1,000

Clasificamos la informacin adicional obtenida como probabilidad condicionada distinguiendo cada uno de los escenarios planteados. En este caso viene ya en la tabla. Calculamos la probabilidad conjunta con la frmula de Bayes para cada alternativa en cada escenario planteado. En caso de crecimiento positivo la probabilidad conjunta que se produzca una gran alza sera

probabilidad conjunta = P( E j ) * P ( Ai / E j ) = 0,80*0, 20 = 0,16

En caso de crecimiento positivo la probabilidad conjunta que se produzca una pequea alza sera:

probabilidad conjunta = P( E j ) * P( Ai / E j ) = 0, 70*0,30 = 0, 21

Y as vamos completando para cada escenario (crecimiento positivo, crecimiento negativo), la probabilidad de ocurrencia de cada alternativa. De esta forma vamos completando una tabla que nos permita recoger toda la informacin de forma ordenada como la que se presenta ms adelante. 3) Calculamos la sumatoria de probabilidades conjuntas para cada escenario planteado. Para el caso de crecimiento positivo la sumatoria sera:

11

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________

sumatoria probabilidad conjunta = P( E j ) *P( Ai / E j ) = 0,16 + 0, 21 + 0,15 + 0, 04 + 0 = 0,56

i =1

Para el caso de crecimiento negativo la sumatoria sera:

sumatoria probabilidad conjunta = P( E j ) *P ( Ai / E j ) = 0, 04 + 0, 09 + 0,15 + 0, 06 + 0,10 = 0, 44

i =1

4)

Calculamos la probabilidad revisada para cada alternativa en cada escenario. En caso de crecimiento positivo la probabilidad revisada que se produzca una gran alza sera

P ( E j / Ai ) =
5)

P( E j ) * P ( Ai / E j )

P( E ) * P( A / E )
i =1 j i j

0,16 = 0, 286 0,56

Calculamos la ganancia esperada con la probabilidad revisada para cada uno de los escenarios planteados. En caso de crecimiento positivo la probabilidad revisada que se produzca una gran alza para la alternativa del oro sera:

E ( X ij ) a posteriori o revisada = X ij Pj
j =1

= 100 0,286 + 100 0,375 + 200 0,268 + 300 0,071 + 0 0 = 84

6) Calculamos el GECIA: para ello marcamos el mayor valor esperado para cada uno de los escenarios planteados

GECIA = Max[ E ( X ij ) a posteriori * P( E j ) *P( Ai / E j ) = 249 0,56 + 120 0, 44 = 193

i =1 j =1

7) Calculamos GEIA

GEIA = GECIA Max[ E ( X ij ) a priori ] = 193 130 = 63

12

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________

EL CRITERIO DE LA GANACIA ESPERADA CON INFORMACIN ADICIONAL ESTADOS DE LA NATURALEZA Gran pequea ALTERNATIVAS alza alza Oro -100 100 250 200 Bonos Negocio 500 250 60 60 Cert. de depsito Acciones 200 150 Probabilidad 0,2 0,3 Probabilidad Crec. Positivo 0,800 0,700 Condicionada Crec, Negat. 0,200 0,300 Probabilidad Crec. Positivo 0,160 0,210 Conjunta Crec. Negat. 0,040 0,090 Probabilidad Crec. Positivo 0,286 0,375 Revisada Crec. Negat. 0,091 0,205
GECIA=GANACIA ESPERADA CON LA INFORMACIN ADICIONAL

sin pequea cambios baja 200 300 150 -100 100 -200 60 60 150 -200 0,3 0,1 0,500 0,400 0,500 0,600 0,150 0,040 0,150 0,060 0,268 0,071 0,341 0,136

Gran baja 0 -150 -600 60 -150 0,1 0,000 1,000 0,000 0,100 0,000 0,227

Gan. Esp. a priori 100 130 125 60 95 =1

Gan. Esp. Revisada Cre. Posi. Crec. Neg. 84 120 179 67 249 -33 60 60 139 39

0,560 0,440 1,000 1,000

GEIA=GANACIA ESPERADA DE LA INFORMACIN ADICIONAL

GECIA = Max[ E ( X ij ) a posteriori * P( E j ) *P( Ai / E j )

i =1 j =1

GEIA = GECIA E ( X ij ) a priori

GEIA= 193-130=63

GECIA= 249*0,56+120*0,44= 193 CONCLUSIN:Cantidad mxima que puede pagar por un informe externo es de 63 u.m.

E.P.S. La Rbida Administracin de Empresas I.T. Informtica de Gestin Universidad de Huelva __________________________________________________________________________________________

14