Está en la página 1de 19

UNIVERSIDAD NACIONAL DE TUMBES

FACULTAD DE CIENCIAS ECONÓMICAS


ESCUELA DE ADMINISTRACIÓN
ANÁLISIS DE LA SENSIBILIDAD Y EL CRITERIO DEL VALOR
ESPERADO IDENTIFICAR EL PUNTO DE EQUILIBRIO
ENTRE DOS ACTOS Y CON INCERTIDUMBRE, DECISIONES
CON PROBABILIDAD ANTERIOR (Decisión Bayeciana)
DECISIONES CON PROBABILIDADES A POSTERIOR (Teorema
de bayes)

Docente:
VILCHES CASTRO FLORENCIA

Curso:
ESTADÍSTICA APLICADA A LA ADMINISTRACIÓN II

Estudiantes:
- CÓRDOVA RUIZ, TATHIANA LYZZET

- CRISANTO CARRIÓN, JUNIOR DAVID

- URBINA ALIAGA, MARCOS JOSÉ

- VITE RONDÓN, SERGIO RUBÉN

Grupo N° 02

Tumbes – Perú
2018

1
DEDICATORIA

A Dios por el día que


nos regala para
continuar con
nuestro objetivo: ser
profesional

A nuestros padres y familiares


por su apoyo continúo en
nuestras formaciones
profesionales.

A nuestro Docente por sus


conocimientos compartidos
en clase.

2
ÍNDICE

DEDICATORIA ..........................................................................................................................2
ANÁLISIS DE SENSIBILIDAD ...............................................................................................4
¿PARA QUÉ SE UTILIZA? .................................................................................................4
ANÁLISIS DE DECISIONES: ..................................................................................................4
FORMULACIÓN DEL PROBLEMA: ..................................................................................4
TOMA DE DECISIONES SIN PROBABILIDAD ...............................................................6
TOMA DE DECISIONES CON PROBABILIDAD .............................................................7
ANÁLISIS DE RIESGO Y ANÁLISIS DE SENSIBILIDAD............................................13
REFERENCIAS BIBLIOGRÁFICAS ....................................................................................19

3
ANÁLISIS DE SENSIBILIDAD

El análisis de sensibilidad es un término financiero, muy utilizado en las


empresas para tomar decisiones de inversión, que consiste en calcular los
nuevos flujos de caja y el VAN (en un proyecto, en un negocio, etc.), al cambiar
una variable (la inversión inicial, la duración, los ingresos, la tasa de crecimiento
de los ingresos, los costes, etc.)

¿PARA QUÉ SE UTILIZA?


 Se utiliza para desarrollar una estrategia.
 Se realiza un análisis de decisión minuciosa.
 Las alternativas de decisión seleccionada, puede proporcionar resultados
buenos o excelentes.
 Puede ocurrir un evento futuro relativamente improbable, lo cual provoca
que se obtenga una alternativa de decisión de resultados sean aceptables
o malos.

ANÁLISIS DE DECISIONES:
FORMULACIÓN DEL PROBLEMA:

4
 DIAGRAMA DECISIONES: También conocido como Diagrama de Influencia,
muestra las relaciones entre las decisiones, eventos al azar y consecuencias
de un problema.

 TABLA DE RESULTADOS: Resultado en el orden de decisión, es la


consecuencia resultante de una combinación específica.

 ÁRBOL DE DECISIÓN: Representación gráfica del proceso de la toma de


decisiones, muestra la progresión natural o lógica que ocurrirá con el tiempo.

5
TOMA DE DECISIONES SIN PROBABILIDAD
Consiste en un enfoque de la toma de decisiones que no requiere un
conocimiento de las probabilidades de los estados de la naturaleza. Son
apropiados en situaciones en que el tomador de decisiones tiene poca confianza
en su capacidad para evaluar las probabilidades o en las que es deseable un
análisis simple del mejor y el peor caso.

El tomador de decisiones debe conocer los diferentes enfoques para seleccionar


el más apropiado.

 Enfoque Optimista: Evalúa cada alternativa de decisión en función del mejor


resultado que pueda ocurrir. Enfoque maximax. (Resultado máximo para
cada alternativa de decisión).
Por ejemplo, en este caso está en la Demanda:

 Enfoque Conservador: Evalúa cada alternativa de decisión desde el punto


de vista del peor resultado que pueda ocurrir. Enfoque minimin. Se selecciona
la alternativa que maximiza el resultado mínimo. (Resultado mínimo para
cada una de las alternativas de decisión).
Por ejemplo, en este caso se encuentra en la Demanda débil S2:

6
 Enfoque de Arrepentimiento Minimax: No es puramente optimista ni
puramente conservador (pérdida de oportunidad o arrepentimiento asociado
con la alternativa de decisión) Enfoque minimax. Se selecciona el mínimo de
los valores de arrepentimiento máximo.
Por ejemplo, Tabla de pérdida de oportunidad o arrepentimiento, para el
proyecto del condominio

La siguiente expresión representa la pérdida de oportunidad o arrepentimiento:

Donde:
* Rij: Arrepentimiento asociado con la alternativa de decisión di y el resultado de
la naturaleza Sj.
* Vj*: El valor del resultado que corresponde a la mayor decisión para el estado
de la naturaleza.
* Vij: El resultado correspondiente a la alternativa de decisión di y el estado de
la naturaleza Sj.

Arrepentimiento máximo para cada alternativa de decisión:

TOMA DE DECISIONES CON PROBABILIDAD


Cuando están disponibles las probabilidades para los estados de la naturaleza,
se puede usar el enfoque del valor esperado para identificar la mejor alternativa
de decisión.

7
 Valor Esperado de una alternativa de decisión :
N= Número de naturaleza
P(Sj)= Probabilidad del estado de la naturaleza.
P(Sj)  0 para todos los estados de la naturaleza.

Por lo tanto, el valor esperado (VE) de la alternativa de decisión (di) se difiere:

Donde:
* VE(di)= El valor esperado de una alternativa de decisión.
* ∑𝑵
𝒋=𝟏 𝑷(𝑺𝒋) = Suma de los resultados ponderados para la alternativa de

decisión.
* Vij= Valor de la recompensa para la alternativa de decisión di y el estado Sj.

Ejemplo:
Suponga que una evaluación de probabilidad subjetiva inicial dice que tiene 0.8
de probabilidad de que la demanda será fuerte y una probabilidad de 0.2 de que
la demanda será débil. Usando los valores de resultados y la ecuación,
calculamos el valor esperado para cada una de las tres alternativas:

Estado de la Naturaleza:
ALTERNATIVA DE ALTERNATIVA ALTERNATIVA
DECISIÓN FUERTE DÉBIL
01 8 7
02 14 8
03 20 (-9)

VE(d1) = 0.8(8) + 0.2(7) = 7.8


VE(d2) = 0.8(14) + 0.2(5) = 12.2
VE(d3) = 0.8(20) + 0.2(-9) = 14.2

8
 Valor Esperado de Información Perfecta

Ejemplo:
Si la compañía supiera con seguridad que ocurrirá un estado de la naturaleza
s1, la mejor alternativa de decisión sería d3 con un resultado de 20 millones. Del
mismo modo, si supiera con seguridad que ocurrirá el estado de la naturaleza
s2, la mejor alternativa de decisión sería d1, con un resultado de 7 millones.
¿Cuál es el valor esperado con esta estrategia de decisión?

S1 S2

d1 7

d2 20

VE(cIP) = 0.8(20) + 0.2(7) = 17.4

El valor esperado sin información perfecta es de 14.2 millones y el valor esperado


con información perfecta es 17.4 millones:

VEIP =  VEcIP – VesIP 


VEIP = 17.4 – 14.2 = 3.2 millones

Por lo tanto 3.2 millones representa el valor esperado adicional que podría
obtenerse si se dispusiera de información perfecta acerca de los estados de la
naturaleza.

9
 Con la experimentación se obtienen las probabilidades apriori y
mediante la del teorema de Bayes se obtienen las probabilidades a
posteriori.

TEOREMA DE BAYES:

 P (Bi / A) = P (A / Bi) * P(Bi) / P(A)

 P(A) = ∑ P(A/Bi) *P(Bi)

P(A) = P (A / B1).P(B1) + P(A / B2 ).P(B2) +....+P(A / Bk ).P(Bk)

EJEMPLO 1:
En una planta de producción se tienen 3 máquinas que producen un mismo
artículo. Las máquinas 2 y 3 producen a la misma velocidad, mientras que la
máquina 1 tiene Una velocidad de producción igual a la de la 2 y 3 juntas.
Además, las Máquinas producen un Determinado número de artículos
defectuosos. Los porcentajes de artículos defectuosos por máquina son:
 % de artículos defectuosos M1 2 %
 % de artículos defectuosos M2 2 %
 % de artículos defectuosos M3 4 %
Se recoge la producción de un día y se escoge un artículo al azar.

Definamos los siguientes eventos:


 B1: Artículo producido en la máquina 1.
 B2: Artículo producido en la máquina 2.
 B3: Artículo producido en la máquina 3.
 A: Artículo defectuoso.
 P (B1) =1/2
 P (B2) = 1/4
 P (B3) =1/4
 P (A | B1) = 0.02
 P (A | B2) = 0.02
 P (A | B3) = 0.04

10
P(A) = P(A | B1) P(B1 ) + P(A | B2) P(B2 ) +....+ P(A | Bk) P(Bk )
P(A) = 0.02*12+ 0.02*14+ 0.04*14
P(A) = 0.025

 P(Bi / A) = P (A / Bi) * P(Bi) / P(A)


 P(A)= ∑ P (A / Bi) P (Bi)

0.02 ∗ 1/2
𝑃(𝐵1 /𝐴) =
0.02 ∗ 1/2 + 𝑂. 02 ∗ 1/4 + 0.04 ∗ 1/4
P(B1 | A)= 0.4

La probabilidad de que un artículo defectuoso venga de la máquina 1 es 0.4, o


la máquina 1 produce el 40% de los artículos defectuosos de la planta.

EJEMPLO 2:

11
Ingresemos ahora los datos a la tabla:

La tabla generada, muestra los resultados de las probabilidades condicionales:

En este caso la probabilidad de que al haber seleccionado la urna 3 se saque


una balota roja es de 5,88%.

12
Gráficamente tenemos:

ANÁLISIS DE RIESGO Y ANÁLISIS DE SENSIBILIDAD

 Análisis de Riesgo: Ayuda al tomador de decisiones a reconocer la


diferencia entre el valor esperado de una alternativa de decisión y el resultado
que puede ocurrir en realidad.
 Análisis de Sensibilidad: Ayuda al tomador de decisiones describiendo
cómo los cambios en las probabilidades de estado de la naturaleza o los
cambios en los resultados o ambos afectan la alternativa de decisión
recomendada.

Ejemplo:
El perfil de riesgo para la alternativa de decisión del complejo mediano, muestra
una probabilidad de 0.8 para un resultado de 14 millones y una probabilidad de
0.2 para un resultado de 5 millones.

13
Debido a que ninguna probabilidad de pérdida se asocia con la alternativa del
complejo mediano, se juzgaría menos arriesgada que la alternativa de decisión
del complejo grande. Aunque tiene un valor esperado de 2 millones menos que
la alternativa de decisión del complejo grande.
Si se cambia la probabilidad para una demanda fuerte a 0.2 y para una demanda
débil a 0.8. ¿Cambiaría la alternativa de decisión recomendada?

VE(d1) = 0.2(8) + 0.8(7) = 7.2


VE(d2) = 0.2(14) + 0.8(5) = 6.8
VE(d3) = 0.2(20) + 0.8(-9) = -3.2

Respuesta: Sí, cambiaría la alternativa de decisión recomendada.

EJERCICIO DE APLICACIÓN:
Anderson, es un alumno de Administración, quien al ver que sus padres no
cuentan con los recursos necesarios (dinero) para solventar los gastos de la
universidad, quiere conseguir dinero para corresponder al gasto que ya no
pueden solventar sus padres.
Él, tiene en mente tres ideas en las que puede trabajar de acuerdo en lo que
mejor se desempeñe:
a) Vender jugos de fruta, cuya actividad varía según el estado climático.
b) Trabajar en la radio.
c) Ventas de pasteles.
Lo cual podemos decir que, si Anderson vende jugos de fruta, sus ganancias
sean de 300 soles en un estado de tiempo sombrío, 180 si el clima es menos
soleado y 30 si el clima está muy soleado. En cambio, si trabaja en la radio, sus
ganancias serán de q80 para los 3 estados de tiempo; y, por último, si Anderson
opta por vender pasteles, sus ganancias serán de 200 soles en un estado
climático sombrío, 150 si el clima es menos soleado y 320 si el clima es muy
soleado.
¿Qué clase de trabajo le convendría ejecutar a alumno?, con un coeficiente de
optimismo: C = 0.8

14
El alumno se enteró por internet que el porcentaje para los estados de tiempo
sería a 55% para muy soleado, pero también hay la probabilidad de que, para
clima menos soleado duplique el clima sombrío.
Criterio Maxi max:
Acciones Sombrío Menos Soleado Muy soleado
Vender jugos 300 180 30
Trabajar en la radio 180 180 180
Vender pasteles 200 150 320

Max A1 = 300
Max A2 = 180
Max A3 = 320 ------> conviene vender pasteles

Criterio Mini min:


Min A1 = 30
Min A2 = 180 -------> conviene trabajar en la radio
Min A3 = 150

Lamentación máxima o pérdida de oportunidad:


Q1 Q2 Q3
A1 0 0 290
A2 120 0 140
A3 100 30 0

Lamentación Mini Max:


L. Max A1 = 290
L. Max A2 = 190
L. Max A3 = 100 ------> Vender pasteles

El mínimo de arrepentimiento máxima es “a”  Venta de pasteles, se elegirá


como la mejor opción donde el punto de vista de arrepentimiento Minimax.
Coeficiente optimismo:
C = 0.8 0<c<1

15
Fórmula:

𝐻(𝐴𝑖 ) = 𝑀𝑎𝑥 𝐴𝑖 × 𝐶 + 𝑀𝑖𝑛𝑖 𝐴𝑖 × (1 − 𝐶)

H(Ai) = (300) x 0.8 + 30 x (1 - 0.8) = 246


H(Ai) = (180) x 0.8 + 180 x (1-0.8) = 180
H(Ai) = (320) x 0.8 + 150 x (1-0.8) = 286
Con un coeficiente de optimismo de 0.8 deberían optar por la venta de pasteles.

Criterio de Valor Esperado (VEsIP):

P(Sombrío) = “x”  0.15


P(Menos soleado) = “2x”  2(0.15) = 0.30
P(Muy soleado) = 0.55  0.55

X + 2x + 0.55 = 1
3x = 1 – 0.55
3x = 0.45
x = 0.15

Q1 Q2 Q3
A1 300 180 30
A2 180 180 180
A3 200 150 320

E(A1) = 0.15(300) + 0.30(180) + 0.55(30) = 115.5


E(A2) = 0.15(180) + 0.30(180) + 0.55(180) = 180
E(A3) = 0.15(200) + 0.30(150) + 0.55(320) = 251  Se decide vender pasteles.

ANÁLISIS DE SENSIBILIDAD:

¿Cuán sensible es nuestra decisión a la asignación de probabilidades?


E(Ai) = E(A3)
 Se decide vender pasteles

16
Criterio de valor esperado (VEsIP) cuadro de lamentación minimax:

Q1 Q2 Q3
A1 0 0 290
A2 120 0 140
A3 100 30 0

E(A1) = 0.15(0) + 0.30(0) + 0.55(290) = 159.5


E(A2) = 0.15(120) + 0.30(0) + 0.55(140) = 95
E(A3) = 0.15(100) + 0.30(30) + 0.55(0) = 24

 Por lo tanto, Lamentación Minimax (Venta de pasteles).

Valor esperado con Información Perfecta:


Q1 Q2 Q3

A1 300

A2 180

A3 320

VEcIP = 300(0.15) + 180(0.30) + 320(0.55) = 275

VEIP = | VEcIP – VesIP |


VEIP = 275 – 251 = 24

 La probabilidad debe ser de menos de 24.


 Si tuviéramos para realizar estudios posteriores sobre la probabilidad de
estado de inversión no debe ser mayor a 24.

 Análisis de Sensibilidad:

E(Ai) = E(A3) = Punto de Independencia


E(A1) = 300*p(sombrío) + 180*p(menos soleado) + 30*p(muy soleado)
E(A3) = 200*p(sombrío) + 150*p(menos soleado) + 320*p(muy soleado)

17
Si fijamos:

Sombrío X X + 0.55 + p = 1
Menos soleado 0.55 X = 1 - 0.55 – p
Muy soleado p X = 0.45 – p

E(Ai) = 300(0.45-p) + 180(0.55) + 30(p) = 200(0.45-p) + 150(0.55) + 320(p)


E(Ai) = 135 – 300p + 99 + 30p = 90 – 200p + 82.5 + 320p
E(Ai) = 234 – 270p = 172.5 + 120p
234 – 172.5 = 120p + 270p
61.5 = 390p
0.157 = p

 Por lo tanto, la probabilidad climático muy soleado es de 15.7%

Tabulación:

E(Ai) = 234 – 270p =


E(A3) = 172.5 + 120 p =

E(Ai) E(A3)
0 234 172.5
1 -36 295.5

18
REFERENCIAS BIBLIOGRÁFICAS

 http://biblio3.url.edu.gt/Libros/2012/esta-AE/21.pdf
 http://alcemaestriarrhh.galeon.com/productos2219556.html
 https://alfonsogori.wordpress.com/2016/10/18/2-5-analisis-de-sensibilidad-
parte-22/
 http://thales.cica.es/rd/Recursos/rd99/ed99-0191-03/valoresp.htm
 file:///C:/Users/usuario/Downloads/teoriadebayesenlatomadedecision-
120129180434-phpapp01.pdf

19