Documentos de Académico
Documentos de Profesional
Documentos de Cultura
R
E
P
E
I
E
alternativas: A A1 , A2 ,...., Am
2. El conjunto de los estados de la naturaleza: = 1 , 2 ,.... n
no se ejerce control sobre la ocurrencia de estos eventos.
3. Pero la ocurrencia de los estados de la naturaleza el decisor
cuantifica en términos probabilísticos objetivos o subjetivos.
4. Al elegir el decisor una alternativa cualquiera, se conocen o estiman
las posibles consecuencias rij que son a su vez función de los estados
de la naturaleza.
5. Siendo el objetivo del decisor, el de minimizar los costos o maximizar
las ganancias, escoge entre los promedios la mejor alternativa, éste
r ( A i , j ) P ( j ) : Discreto
Opt E{f(Ai, j)} =
f ( A i , y ) P ( y )dy : Continuo
El decisor asigna probabilidades de ocurrencia de cada estado natural,
basándose en datos disponibles sobre la frecuencia relativa con que cada
estado se presento en el pasado. Axiomas básicos de las probabilidades,
para asignar probabilidades a los estados de la naturaleza:
a. 0 P(j) 1
b. P(1 2) = P(1) + P( 2)
c. P( 1 2......n) = 1 , j : Excluyentes
Se debe tener cuidado al usar el VME como criterio de decisión cuando
las cantidades de dinero involucrados son relativamente grandes, ya que
las curvas de utilidad de las personas y de las organizaciones no son
lineales. La advertencia sobre el uso del VME es que los resultados (los
ANALISIS DE DECISIONES: RIESGO - INCERTIDUMBRE 5
favorables y desfavorables) con frecuencia tienen consecuencias
indeseadas
SOLUCION
Estados de la naturaleza ; Demanda del pan de 3 a 6 docenas
Alternativas; La panadería acostumbra preparar de 3 a 6 docenas
Matriz de decisión: Utilidades.
r(A1, 1): Ing = 1(3)(12) = 36 Cos= 0.5(3)(12)= 18 Uti= 36- 18 =
18
r(A2, 1): Ing = 1(3)(12)+0.5(0.5)(12) =36+3= 39 Cos =0.5(4)(12) =
24
Uti = 39 - 24 = 15
r(A3, 1): Ing = 1(3)(12)+0.5(1)(12) = 36 + 6 = 42 Cos=0.5(5)(12)=
30
Uti = 42 - 30 = 12
r(A4, 1):Ing = 1(3)(12)+0.5(1.5)(12) = 36+9 = 45 Cos = 0.5(6)(12) =
36
Uti = 45 - 36 = 9
Ai \ j 1=3 2=4 3=5 4=6
A1 = 3 18 18 18 18
A2 = 4 15 24 24 24
A3 = 5 12 21 30 30
A4 = 6 9 18 27 36
Teniendo además información probabilística, se utiliza el criterio del
VME para hallar la mejor alternativa. La tabla esta en función de
utilidades:
E{f(A1, j)} = 18(0.1) + 18(0.4)+18(0.4)+18(0.1) = 18.0
ANALISIS DE DECISIONES: RIESGO - INCERTIDUMBRE 6
E{f(A2, j)} = 15(0.1) + 24(0.4) + 24(0.4) + 24(0.1) = 23.1
E{f(A3, j)} = 12(0.1)+21(0.4) + 30(0.4) + 30(0.1) = 24.6
E{f(A4, j)} = 9(0.1) + 18(0.4) + 27(0.4) + 36(0.1) = 22.5
Luego:
Max E{f(Ai, j)} = Max {18, 23.1, 24.6, 22.5} = 24.6
Se debe elegir la tercera alterativa, preparar 5 docenas de pan , con una
utilidad esperada de $24.6
U(K)
Y
donde:
k : Capital disponible
U(k) : Utilidad del capital k
ésta curva se ajusta a la expresión:
Y = a + b X + c X2
curva acotada y para c < 0.
La Cia ha tenido experiencias en áreas geográficas similares, asignando las probabilidades siguientes:
Pozo 500,000 b 200,000 b 50,000 b Seco
Prob. 0.10 0.15 0.25 0.50
La Cia desea conocer cuál es la alternativa adecuada y cuál es la
ganancia esperada.
SOLUCION
Estados de la Naturaleza:
1: 500,000 barriles 2: 200,000 barriles
3: 50,000 barriles 4: Pozo seco
Alternativas:
A1: Perforación:
Costo pozo productivo $ 100,000
Costo pozo seco $ 75,000
Ganancia $ 1.50/barril
A2: Contrato incondicional:
Ganancia $ 45,000
A3: Contrato condicional:
Pozo 200,000 ganancia $ 0.50/barril
pozo < 200,000 ganancia $ 0.0
Matriz de pagos : expresados en ganancias:
r(1,1)=500,000(1.5)-100,000 = 650,000
r(1,2)=200,000(1.5)-100,000 = 200,000
r(1,3)=50,000(1.5)-100,000 = -25,000
r(1,4)=-75,000
Ai \ j 1 2 3 4
500,000 200,000 50,000 P. SECO
Perforar 650 200 -25 -75
Ren. Incond. 45 45 45 45
Ren. Cond. 250 100 0 0
Expresado en miles
U
Indiferencia al riesgo
Aversión al
riesgo
Propensión al
riesgo
eventos
Supuestos:
1. No hay dos premios exactamente iguales
2. Los premios reflejan cierta preferencia del decisor
ANALISIS DE DECISIONES: RIESGO - INCERTIDUMBRE 11
Una lotería se considera como un problema de decisiones donde la
naturaleza es la que toma la decisión. Denotamos una lotería de una sola
etapa:
L = { (P1,e1),(P2,e2),......(Pn,en)}
Donde Pj = P(ej)
Representación gráfica:
e1
p1
p2 e2
pj ej
L
pn
en
EJEMPLO
Representación gráfica de la lotería L1:
0.30 e1
0.40 e2
L1 0.30
e3
En términos de conjuntos
L1 = { (0.30,e1), (0.40,e2), (0.30,e3)}
de la lotería:
Lk = {(P1,e1),(P2,e2),.....(Pj,ej) .....(Pn,en)}
C. Representación gráfica:
e1
P1
L1 P2
e2
Pn
en
q1
P1 e1
q2 P2
£ L2 e2
Pn
en
qn
e1
P1
Lm P2
e2
Pn
en
SOLUCION
Expresando estos eventos en términos de lotería
Para A: La = {(0.6, 50,000),(0.1, 20,000)(0.3, -20,000)}
Para B: Lb = {(0.5, 40,000), (0.35, 30,000), (0.15, -10.000)}
Ningún contrato: Lc = {(1,0)}
Las tres loterías lo expresamos en una sola lotería donde el conjunto E
se ordenan en una secuencia de preferencias:
E = {50,000; 40,000; 30,000; 20,000; 0; -10,000; -20,000}
Identificando los eventos:
e1: 50,000 el más favorable
e7: -20,000 el menos favorable
Asociando los índices de utilidad a los siguientes premios
(e1) = 1 de mayor preferencia
(e7) = 0 de menor preferencia
Formulando la lotería de preferencia:
L = {( (e1), e1),(1-(e1), e7)} donde 1 = (e1) = 1
Ahora, el conjunto de premios se reduce
E1 = { 40,000, 30,000, 20,000, 0, -10,000 }
El negociante que valor le da a tal que lo haga indiferente entre
recibir con certeza el premio de 40,000 de E1 o elegir la lotería de
referencia?. Es decir
40,000
1.0
50,000
1-
-20,000
1-
-20,000
ANALISIS DE DECISIONES: RIESGO - INCERTIDUMBRE 15
Indice de utilidad:
(30,000) = 0.95
(ej)
1.0
ej
-20 -10 0 10 20 30 40 50
SOLUCION
Utilizando el criterio del VME. Los pagos están expresados en
ganancias
Max E { f(Ai, j)}
Calculando:
E { f(Ai, j)} = 30(0.45) - 8(0.55) = 9.10
ANALISIS DE DECISIONES: RIESGO - INCERTIDUMBRE 18
E { f(Ai, j)} = 20(0.45) + 7(0.55) = 12.85
E { f(Ai, j)} = 5(0.45) + 15(0.55)= 10.50
La alternativa a elegir es la básica con $ 12.85 de ganancia
ARBOL DE DECISONES
1. DISEÑO:
El nodo inicial 1 es un evento en el que debemos elegir, por las
alternativas, A, B,C
Cada rama A,B, y C terminan en los eventos probabilísticos, 2,3 y 4
respectivamente
En cada nodo 2,3, y 4 puede ocurrir un estado de la naturaleza F o D
5 30.0
.45
F
.55
2 6 -8.0
D
A
7 20.0
F
B
1 3
8 7.0
C D
F 9 5.0
4
D
10 15.0
2. ANALISIS:
Es elegir la mejor alternativa
E(A)= 30(0.45) - 8(0.55) = 9.10
E(B)= 20(0.45) + 7(0.55) = 12.85
E(C)= 5(0.45) + 15(0.55)= 10.50
Arbol podado:
2 9.10
A
B
1 3 12.85
C
4 10.50
SOLUCION
Alternativas:
A1 : Comprar máquina de alta Estados de la naturaleza
capacidad 1: Prosperidad
A2 : Comprar máquina de baja 2: Estabilidad
capacidad
3: Recesión
A3 : No comprar ninguna máquina
Del ejemplo, calculando:
j
Min r(A i,j) para i= 1,2,3
BENEFICIOESPERADO BENEFICIOESPERADO
VEIP CON EN
INFORMACIONPERFECTA CONDIC..DEINCERTID.
El cálculo del beneficio con ayuda de la información perfecta, se
basa en la ganancia esperada, si el decisor tiene acceso a un
pronosticador perfecto A* se supone que predice con exactitud que estado
de la naturaleza ocurrirá.. El beneficio esperado en base a la
información perfecta se calcula ponderando estas ganancias optimas con
las respectivas probabilidades de obtenerlas y totalizando estos
productos
BEIP = r(A*,j) P(j)
D. ANALISIS DE SENSIBILIDAD
Tomando como referencia el caso PROTRAC. Considerando las ganancias
esperadas para cada alternativa en función a P(F). El valor monetario
esperado para A:
E(A) = 30P(F) - 8P(D)
Donde: P(F) + P(D) = 1
P(D) = 1 - P(F)
Luego E(A) = 30P(F) - 8(1 - P(F))
= 30P(F) - 8 + 8P(F)
= 38P(F) - 8
El valor monetario esperado para B, C esta en función lineal de P(F)
E(B) = 13P(F) + 7
E(C) = -10P(F) + 15
rendimiento
esperado
30
0.48
20
10
0 0.35 0.60
-10
C B A
P(F)=0 P(F)=1
r11
1
A1 2 r12
2
1 r21
A2 3 r22
SOLUCIÓN:
ANALISIS DE DECISIONES: RIESGO - INCERTIDUMBRE 26
Situaciones controlables
A1: Hacer la prueba. B1: Vender a nivel nacional
A2: No hacer la prueba. B2: No vender a nivel nacional
Situaciones no controlables.
1: Éxito local 1: Éxito nacional
2: Fracaso local 2: Fracaso nacional
DISEÑO:
Los nodos terminales son opcionales; graficar así, si lo resuelve con un
software computacional. De usar el DECIDOR, se deberá registrar los nodos
en esa secuencia, puesto que el programa lo hace así:
150-30=120
B2 6
0.85 8 150-30+300=420
4 7 1
B1 2
1 0.15 9 150-30-100=20
0.60
2
0.40 120
B2 10
2 0.10 12
A1 420
5 11 1
B1 2
0.90 13 20
1
0.55 16
1 450
A2 B1 14 2
0.45 17 50
3
15
150
B2
360
1
ANALISIS:
0.60
Evaluando el árbol, 2
0.40
E(7) = 420(0.85)+20(0.15)= 360 E(11) = 420(0.1)+20(0.90)= 60
A1
E(4)= Max {120, 360}=360 2 120E(5) = Max { 120, 60} = 120
E(14)
1 = 450(0.55)
B1 + 50(0.45) = 270
270
A2 3 150
B2
ANALISIS DE DECISIONES: RIESGO - INCERTIDUMBRE 27
R(d, j)P(j)
j
(d)=
R(d, y)P(y)dy
El principio de Bayes indica que se debe elegir la función d que minimice
/ maximice su pérdida / ganancia esperada.
r (A i , j )H ( j / X i ) C
j
l (A ) E f (A , )
f (A , y )H ( y / x )dy C
P(j)Q(Xi / j)
Luego H(j / Xi)
P(Xi)
A x 1
1
d ( X ) A 2 si x 4
A x 2, 3
3
Donde :
X1 : Condición muy favorable para encontrar petróleo
X2 : Condición favorable para encontrar petróleo
X3 : Condición más o menos favorable para encontrar petróleo
X4 : Condición desfavorable para encontrar petróleo
Resultados que dan las probabilidades condicionales; Q ( Xi, / j)
CLASIFICACION j 1 2 3 4
SISMICA Xi 500,000 b 200,000 b 50,000 b P. SECO
1 7 / 12 9 / 16 11 / 24 9 / 48
2 4 / 12 3 / 16 6 / 24 13 / 48
3 1 / 12 2 / 16 3 / 24 15 / 48
4 0 2 / 16 4 / 24 11 / 48
SOLUCION
Calculando la probabilidad marginal para:
0.166
0.240
0.129
PROBABILIDAD A POSTERIORI DE LAS CUATRO CLASIFICACIONES SISMICAS:
Xi \ j 1 2 3 4
Prob. prior. 0.10 0.15 0.25 0.50
Prob. cond. Q ( Xi/j)
X1. 0.583 0.562 0.458 0.187
X2 0.333 0.187 0.250 0.270
X3 0.083 0.125 0.125 0.312
ANALISIS DE DECISIONES: RIESGO - INCERTIDUMBRE 32
X4 0.00 0.125 0.166 0.229
4 15.0
0
)=0.6
P(
A1 5 15.0
2 P()=0.40
1
A2 3 6 6.0
7 30.0
Análisis
E(2)=E(A1) = 15(0.60) + 15(0.40) = 15.0
E(3)=E(A2) = 6(0.60) + 30(0.40) = 15.60
Elegir alternativa A1: Comprar pase.
Xi \ j 1 2
X1 0.93 0.60
X2 0.07 0.40
Probabilidades preposteriori
1 2
P(j) 0.60 0.40
Q(Xi/j)
X1 0.93 0.60
X2 0.07 0.40
P(j)Q(Xi/j) P(Xi) H(j/Xi)
X1 0.56 0.24 0.80 0.70 0.30
X2 0.04 0.16 0.20 0.21 0.79
Arbol: 6 16=15+1
H(1/X1)=0.70
4 7
H(2/X1)=0.30 16=15+1
A1
8 7=6+1
2
A2
P(X1)=0.80 5
9 31=30+1
1
12
P(X2)=0.20 H(1/X2)=0.21
A1 10
H(2/X2)=0.79 13
3
14
A2
11
15
ANALISIS DE DECISIONES: RIESGO - INCERTIDUMBRE 36
Podando el árbol
Verano soleado:
E(4) = 16(0.70) + 16(0.30) = 16.0
E(5) = 7(0.70) + 31(0.30) = 14.22
E(2) = Min{ ] = 14.22 VMEx1 = 14.22 elegir A2
Verano lluvioso:
E(10) = 16(0.21) + 16(0.79) = 16.0
E(11) = 7(0.21) + 31(0.79) = 26.01
E(3) = Min{ } = 16.0 VMEx2 = 16.0 elegir A1
VEIM:
Xi R(A, j) P(Xi) P(Xi)* R(A, j)
X1 14.22 0.80 11.35
X2 16.00 0.20 3.23
VMEexp = E(1) = BEIM = 14.578
VEIM = 15 – 14.58 = 0.42 costo del pronóstico $1.0
Entonces VEIM = 15 – (14.58 – 1) = 1.42
Por más información no se debe pagar más de : $1.42.
VEIP:
j r(A, j) P(j) P(j)* r(A, j)
1 6.0 0.60 3.60
2 15.0 0.40 6.00
BEIP = $9.60
VEIP = 15.0 – 9.60 = .40
los costos se reducen en $5.40 por tener un pronosticador perfecto.
2. La evaluación de las alternativas Ai con:
E f ( A i , j ) r ( A i , j ) H ( j / x i )
3. Para el resultado(clase) Xi de interés, calcular: VME E {A i , j }
4 15
Arbol de decisiones. H(1/X1)=0.68
2
5 15
A1 H(2/X1)=0.32
1
6 6
A2 3
7 30
ANALISIS DE DECISIONES: RIESGO - INCERTIDUMBRE 39
R(d(Xi),j)Q(Xi/j) C
R(d(X), Y)Q(Y/j)dY C
EJEMPLO : PERFORACION DE POZOS
Costo del muestreo : 12,000
Valor esperado de la información muestral
VEIM = 14.4928 (cantidad adicional al costo )
Luego:
ANALISIS DE DECISIONES: RIESGO - INCERTIDUMBRE 40
B(d) = 471.33(0.10)+137.375(0.15)-15.958(0.25)-15.75 (0.50) = 55.869