1 Análisis Bayesiano SGO 2020

Uso del Análisis Bayesiano en la toma de decisiones

En el siglo XVIII el reverendo Thomas Bayes se formuló la pregunta: ¿Existe Dios en realidad?
Para responderla, intentó desarrollar una fórmula para evaluar la probabilidad de que Dios
existe, con base en la evidencia de la que él disponía aquí en la tierra.

Más adelante y en base al trabajo de Bayes, se formuló el Teorema de Bayes, que vincula la
probabilidad del evento A dado el evento B con la probabilidad de B dado A.

En términos generales el teorema expresa que, dado un conjunto A de eventos mutuamente

excluyentes y exhaustivos, y tales que la probabilidad de cada uno de ellos es distinta de cero
(0), y sea B un suceso cualquiera del que se conocen las probabilidades condicionales P(B│Ai) .

Entonces, la probabilidad P(Ai│B) se puede calcular con la expresión:

P(A1 )  P(B | A1 )
P(A1 | B) =
P(A1 )  P(B | A1 ) + P(A 2 )  P(B | A 2 )

donde:

• Ai son las probabilidades a priori,

• P(B│Ai) es la probabilidad de B en la hipótesis A,
• P(Ai│B) son las probabilidades a posteriori.

Veamos su utilidad a través de un ejemplo.

Consideremos el siguiente problema de decisión relativo al lanzamiento y producción de un

nuevo producto. Es decir que el decisor se enfrenta a las alternativas de desarrollar o no el nuevo
producto. Además, sabemos que el producto puede tener una gran aceptación, lo que generará
mucha venta, puede ser que la aceptación sea media generando ventas medias o que la
aceptación sea baja lo que generará ventas bajas.

El matriz se encuentran los resultados ante estos tres estados de la naturaleza, con su
correspondiente probabilidad.

ESTADOS DE LA NATURALEZA
Mucha venta Venta media Poca venta
(A) (B) (C)
A1 (desarrollar) 3000 2000 -6000
A2 (no desarrollar) 0 0 0
Pr(yj) 0,2 0,5 0,3

Las probabilidades de los estados de la naturaleza representan las estimaciones del decisor con
respecto a la ocurrencia de cada estado. Nos referiremos a estas evaluaciones subjetivas de la
probabilidad como probabilidades "a priori".
En muchos casos, el decisor puede necesitar la opinión de un especialista para reducir su
incertidumbre con respecto a la probabilidad de cada uno de los estados de la naturaleza y en
estos casos es conveniente solicitar la asistencia de una firma de investigación de mercado.
Sin embargo, el decisor debe decidir si contrata o no a la consultora para lo cual debe analizar
por un lado la confiabilidad de sus predicciones y por otro si se justifica contratarla desde el
punto de vista del valor de la información.
2 Análisis Bayesiano SGO 2020

Las consultoras que realizan investigación de mercado llevan registros (es decir, conservan datos
históricos) del desempeño alcanzado en relación con las predicciones anteriores que hubieren
formulado.
Podemos construir con los registros de la consultora, una matriz de confiabilidad para
determinar para determinar sus probabilidades de acierto.
En esta matriz Ap, Bp y Cp representan los estados de la naturaleza A, B y C pronosticados.

QUÉ SUCEDIÓ REALMENTE EN EL PASADO

A B C
LO QUE EL Ap 0,8 0,1 0,1 Falla
CONSULTOR Bp 0,1 0,9 0,2
PREDIJO Cp 0,1 0,0 0,7 Acierta

Por ejemplo, para el caso de ventas altas estas probabilidades se representan como:
P(Ap/A) = 0,8 ; P(Bp/A) = 0,1 ; P(Cp/A) = 0,1 , en la primera columna de la tabla anterior,
respectivamente.
Así por ejemplo P(Ap/A) = 0,8 significa que cuando hubo Ventas Altas, la consultora pronosticó
ventas altas el 80% de las veces, Ventas Medias el 10% y Ventas Bajas un 10%.
Por esta razón, como los elementos de la matriz de confiabilidad representan probabilidades,
las entradas de cada columna deberían sumar uno.
Se debe efectuar un análisis similar para construir las otras columnas de la matriz de
confiabilidad.
Observen que las probabilidades que se encuentran en la diagonal principal representan los
aciertos de la consultora y los restantes valores muestran las probabilidades de falla en cada
estado natural.
Sin embargo, lo que a nosotros nos interesa saber es, por ejemplo, cuál es la probabilidad de
que las ventas sean altas dado que la consultora pronosticó que serían altas. Es decir,
necesitamos conocer las probabilidades de cada situación (yj) actualizadas por el informe de la
consultora y esto se conoce como probabilidades a posteriori.
Luego con las probabilidades actualizadas podremos representar nuestro proceso de decisión
con un árbol.

Cálculo de las probabilidades actualizadas o a posteriori

0,2 * 0,8 = 0,16

P(yj) P(Ap/yj) P(Ap  yj) P(yj/Ap)
A 0,2 0,8 0,16 0,67
B 0,5 0,1 0,05 0,21
C 0,3 0,1 0,03 0,13 0,16/0,24= 0,67
Suma 1 P(Ap)➔ 0,24 1

P(yj) P(Bp/yj) P(Bp  yj) P(yj/Bp)

A 0,2 0,1 0,02 0,04
B 0,5 0,9 0,45 0,85
C 0,3 0,2 0,06 0,11
Suma 1 P(Bp)➔ 0,53 1
3 Análisis Bayesiano SGO 2020

P(yj) P(Cp/yj) P(Cp  yj) P(yj/Cp)

A 0,2 0,1 0,02 0,09
B 0,5 0,0 0,00 0,00
C 0,3 0,7 0,21 0,91
Suma 1 P(Cp)➔ 0,23 1
1. La Columna de probabilidad conjunta - P(yp yj) – se obtiene como el producto entre la
probabilidad de cada estado de la naturaleza multiplicada por la probabilidad del estado
pronosticado cuando se presentó ese estado natural en particular.
Es decir que P(yp yj) = P(yj) * P(yp/yj)
2. La suma de la columna de probabilidad conjunta - P(yp yj) – nos da la probabilidad del
estado pronosticado P(yp)
3. Cada elemento de la columna P(yj /yp) se obtiene como el cociente entre P(yp yj) y la
suma de la columna P(yp yj). Cada uno de estos valores nos dan la probabilidad de
presentación del estado natura o situación yj dado que la consultora pronosticó yp y la
suma de esta columna debe ser igual a 1.
Una vez obtenidas las probabilidades a posteriori podemos dibujar un árbol que represente al
proceso de decisión completo y con él identificar la estrategia a seguir.
U-Value

0,2 A
3000
A1 0,5 B
2000
No contratar consultora -200 0,3 C
-6000
0 >>> A2
0
0,67 A
3000
>>> A1 0,21 B
2000
0,24 Predice A 1650 0,13 C
-6000
1010,8 1650 A2
0
0,04 Outcome 1
3000
>>> A1 0,85 Outcome 2
2000
>>> Contratar Consultora 0,53 Predice B 1160 0,11 Outcome 3
-6000
1010,8 1160 A2
0
0,09 Outcome 1
3000
A1 0 Outcome 2
2000
0,23 Predice C -5190 0,91 Outcome 3
-6000
0 >>> A2
0

Observamos que, para la empresa de nuestro ejemplo, en tanto la consultora cobre menos de
$1010,80 (1010,80 – 0) le conviene contratarla.
Si decide hacer el estudio de mercado, entonces su estrategia será desarrollar el nuevo producto
en caso de que el estudio prediga la situación A o la B y no desarrollarlo si la predicción es C.