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.

ALTERNATIVAS
Oro
Bonos
Negocio
Cert. de depsito
Acciones

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

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.

ALTERNATIVAS
Oro
Bonos
Negocio
Cert. de depsito
Acciones

ALTERNATIVAS
Oro
Bonos
Negocio
Cert. de depsito
Acciones

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

pequea
baja
300
-100
-200
60
-200

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

gran
baja
0
-150
-600
60
-150

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.
m

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

ALTERNATIVAS
Oro
Bonos
Negocio
Cert. de depsito
Acciones

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

pequea
baja
300
-100
-200
60
-200

gran
baja
0
-150
-600
60
-150

Mximas
Ganancias
Con =0,5
100
50
-50
60
0

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

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

Ganancias
Esperada
100
130
125
60
95

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.

X2 = var ianza como medida de var iabilidad de los resultados

m

Varianza : X2 = ( X ij E ( X i )) 2 Pj
j =1

X = Desviacin tpica : X2

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

P1= 0,3
lluvia
250
-100
150

P1= 0,5
normal
290
450
200

P1= 0,2
seco
200
350
250

a) Situacin de riesgo:

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
m

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

E3
150
0
100

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

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.
m

j =1

j =1

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

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 ) =

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

P( E ) * P( A / E )
j

i =1

donde

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

a priori

P( Ai / E j ) = probabilidad condicionada
n

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

j

i =1

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:
n

i =1

j =1

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

donde:

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

m

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

j =1

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

Gran
baja
0,000
1,000

Solucin:
Pasos:
1)
2)

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:

n

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 ) =

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

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

5)

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:
m

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
n

i =1

j =1

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

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

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 )

GEIA = GECIA E ( X ij ) a priori

GECIA= 249*0,56+120*0,44= 193

GEIA= 193-130=63

i =1

j =1

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

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