Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Valor Esperado de La Información Perfecta
Valor Esperado de La Información Perfecta
INFORMACIÓN PERFECTA
M. En C. Eduardo Bustos Farías
1
MODELO DE DECISION CON INCERTIDUMBRE
CON PROBABILIDADES
• Los estados de la naturaleza tienen distinta probabilidad de ocurrencia
• Estas probabilidades se pueden estimar
2
Decisión tomada bajo Riesgo
3
Continuación Problema de Juan Pérez
La
D ec
is ió
nO
El Criterio de la Ganancia Esperada Ganancia
ptim
Decision Gran Alza Peq. Alza Sin CambioPeq. Baja Gran a Baja Esperada
Oro -100 100 200 300 0 100
Bonos 250 200 150 -100 -150 130
Neg. Des 500 250 100 -200 -600 125
Cert. Dep. 60 60 60 60 60 60
Probabilid 0,2 0,3 0,3 0,1 0,1
4
Observaciones sobre el criterio de la ganancia
esperada (VE).
5
Valor de la información perfecta
• Si se pudiera contar con un predictor perfecto, se
podría seleccionar por anticipado el curso de acción
óptimo correspondiente a cada evento pronosticado.
6
Interpretación del VEIP
• El VEIP puede considerarse como una
medida general del impacto económico de la
incertidumbre en el problema de decisión.
• Es un indicador del valor máximo que
convendría pagar por conseguir información
adicional antes de actuar.
• El VEIP también da una medida de las
oportunidades perdidas. Si el VEIP es
grande, es una señal para que quien toma la
decisión busque otra alternativa que no se
7
haya considerado hasta el momento.
El Valor Esperado al Contar con
Información Perfecta.
La Ganancia que se espera obtener al conocer
con certeza la ocurrencia de ciertos estados de
la naturaleza se le denomina:
8
Continuación Problema de Juan Pérez
-Si se conoce con certeza que ocurrirá una “Gran Alza” en los
mercados:La Ganancia
- Esperada de la Información Perfecta
GranAlza
Decision Gran Alza Peq. Alza Sin Cambios Peq. Baja Gran Baja
Oro 100-100 100 200 300 0
Bonos 250 200 150 -100 -150
Neg. Des.s 250
Neg. Des 500 250 100 -200 -600
Cert. Dep
Probab.
500 60
0,2
60
0,3
60
0,3
60
0,1
60
0,1
60
... La decisión óptima es invertir en... Análogamente,
10
Continuación Problema de Juan Pérez
-Juan puede contratar un análisis de resultados económicos por
$50
12
Juan necesita conocer las siguientes probabilidades:
13
El teorema de Bayes muestra un procedimiento para
calcular estas probabilidades:
P(B |A i)P(A i)
P(A i | B) =
[ P(B | A 1)P(A 1)+ P(B | A 2)P(A 2)+…+ P(B | A n)P(A n) ]
WINQSB
WINQSBimprime
imprimeelelcalculo
calculode
delas
lasprobabilidades
probabilidadesaaposteriori
posteriori
15
MODELO DE DECISION CON INCERTIDUMBRE
CON PROBABILIDADES
16
Valor esperado de la información adicional.
VECIA
VECIAen
Invertir ==Ganancia
Ganancia Esperada
Esperada
Oro cuando Con
ConesInform.
el Análisis Inform.Adicional=
Adicional=
“negativo”.
(0.56)(250)
(0.56)(250)++(0.44)(120)
(0.44)(120)==$193
$193 18
VEIA = Ganancia Esperada de la Información
Adicional =
19
HERRAMIENTAS PARA EL
ANÁLISIS DE DECISIONES
ÁRBOLES DE DECISIÓN
20
Árboles de Decisión
Son modelos gráficos empleados para
representar las decisiones secuenciales,
así como la incertidumbre asociada a la
ocurrencia de eventos
considerados claves.
21
Arboles de decisión
• El primer paso para resolver problemas
complejos es descomponerlos en
subproblemas más simples.
• Los árboles de decisión ilustran la manera en
que se pueden desglosar los problemas y la
secuencia del proceso de decisión.
• Un nodo es un punto de unión.
• Una rama es un arco conector.
• La secuencia temporal se desarrolla de
izquierda a derecha.
22
Arboles de decisión (cont.)
• Un nodo de decisión representa un punto en
el que se debe tomar una decisión. Se
representa con un cuadrado.
• De un nodo de decisión salen ramas de decisión que
representan las decisiones posibles.
• Un nodo de estado de la naturaleza
representa el momento en que se produce un
evento incierto. Se representa con un círculo.
• De un nodo de estado de la naturaleza salen ramas
de estado de la naturaleza que representan los
posibles resultados provenientes de eventos inciertos
sobre los cuales no se tiene control. 23
Arboles de Decisión (cont.)
• La secuencia temporal se desarrolla de
izquierda a derecha.
• Las ramas que llegan a un nodo desde la
izquierda ya ocurrieron. Las ramas que salen
hacia la derecha todavía no ocurrieron.
• Las probabilidades se indican en las ramas
de estado de la naturaleza. Son
probabilidades condicionales de eventos que
ya fueron observados.
• Los valores monetarios en el extremo de
cada rama dependen de decisiones y
24
estados de la naturaleza previos.
Árboles de decisión
25
Características del Árbol de Decisión
1. De Decisión .................
2. De Eventos .................
28
Continuación Construcción
..........
2. Las ramas que parten de los nodos de
eventos representan situaciones sujetas
a incertidumbre que han sido
cuantificadas por intermedio del uso de
probabilidades.
Demanda alta .. 0.6
29
MODELOS DE DECISION CON INCERTIDUMBRE
S1 $ 110
A2 S2
$ 100
S3
$ 75
tiempo
32
Árboles de
decisión: ejemplo
Bajo 50 % $ 185.000
Gana 70 %
Medio 30 % $ 415.000
Ir a juicio
I
$ 580.000
I Alto 20 %
D Pierde 30 %
- $ 30.000
$ 210.000
Arreglo extrajudicial
34
Ventajas y Desventajas
1. La consideración explícita de decisiones
futuras obliga al decisor a elaborar planes de
mas largo plazo.
36
Bill Gallen, compañía consultora y evaluaciones
(B.G.D.)
- B.G.D, planea una evaluación comercial de una propiedad.
- Datos relevantes:
- Pedir el precio por la propiedad que es de $300,000
- Costo de construcción es de $500,000
- Precio de venta es aproximadamente $950,000
- El costo de la aplicación del acuerdo variables es de $30,000
en pagos y gastos.
• Hay un 40% de posibilidad que se llegue a acuerdo.
• Si B.G.D. compra la propiedad y no se llega a acuerdo, la
propiedad se puede vender obteniendo una utilidad de
$260,000.
• Existe la opción de comprar la propiedad a tres meses a
$20,000, lo cual que permitiría a B.G.D. Aplicar el acuerdo.
- Un consultor se puede contratar por $5,000.
-P(consultor da su aprobación /otorga aprobación)=0.70
-P(consultor no da su aprobación/se niega
aprobación)=0.80
37
Solución
38
0
3
ad a
Ha ga n
0
Compre tierra Aplicar el acuerdo
r 2 4
o -300,000 -30,000
ult Co
o ns mp
rar
t arc -2 0 la o
tr a ,0 0 pci
o n 0 ó
oc De n
0
no ja d
N
1 co e co
ntr n
ata sid 11
Aplicar el acuerdo
Co
ntr r a era -30,000
a
-50 tar c
un r la
00 on c o de
su
lt n s ci s
or ult ió
or n d
e
39
cu y
o
l a ra
erd
r e tier
lica ar 120,000
ap mpr
construya venda
Co
6 7 8
-500,000 950,000
o b ad a
apr
0. 4
5 r ec
h az
ada -70,000
0. 6 venda
9 10
260,000
Comprar tierra construya venda
da 13 14 15 16
ob a -300,000 -500,000 950,000
apr 100,000
0. 4
12 r ec
h az
ada
0. 6
17
Ve l i c a
nd r e
ap
-50,000
er l a
op cue
ció r d
ny o
40
n de
ultor i sió or
tar c o ns 2 d ec sult 20 -5000
o n tr a l a
r n co da n
No c r a
0
s i de r a u aga na
1 con trata H
Co
ntr con 19 Comprar tierra
21
Aplicación del acuerdo
at a -300,000
-50 r con s u ción Com
prar
-30,000
00 su
lt Da roba la o
or ap -20,
000
pcó
n
0.4
Aplicación del acuerdo
28
18 -30,000
No obac
-5000
apr
36
d a ió n
a nada
0. 6
g
su
Ha
Comprar tierra Aplicación del acuerdo
35 37
-300,000 -30,000
Com
prar
la op
-20,0 ción
00
Aplicación del acuerdo
44
-30,000
41
115,000
construya venda
23 24 25
a -500,000 950,000
va d
o
apr
0.70
?
22 r ec
h az
ada -75,000
0.30 venda
? 26 27
260,000
43
DETERMINANCION DE LA ESTRATEGIA
ÓPTIMA
44
5 00 0 500 115,000 115,000 115,000
0
8
. 7)=8 0 0 115,000 115,000 115,000
0 0 )(0 805
1 5 ,0 500 construye vende
(1 0800 23 24 25
80 5 a da -500,000 950,000
ro b
58,000 ap 0.70
r e
? -75,000 -75,000 -75,000
22
- 22 cha - -75,000
50 zad -75,000
0 a 75,000
-
(-7 225 0.30 vende
5 ,0 0 0 ? 26 27
00 260,000
)(0 -22
- 2 2 .3 ) = 5 0 0
50
0 - 2 25
00
45
Aquí
Aquísesemuestra
muestrauna
unapantalla
pantallade
deun
un
árbol
árbolde
dedecisión
decisiónen
enWINQSB
WINQSB
46
Contratar al
consultor
(ir al nodo
18)
47
Si el consultor Entonces
da su compre la
aprobación tierra y apli-
(indicado por quela al
el nodo 19) acuerdo..
Luego espere
Si el acuerdo por los
se aprueba resultados
Luego
Luegoprocedemos
procedemosde
delalamisma
misma
(indicada por manera ... Entonces
manerayycompletamos
completamoslalaestrategia
estrategia
el nodo 23) construya y
venda.
48
Utilidad y elaboración de la decisión
Introducción
- El criterio de la ganancia esperada puede no ser
apropiado cuando se tenga una única oportunidad
para tomar la decisión y ésta tiene riesgos
considerables.
- La decisión no siempre se escoge en base al criterio
de la ganancia esperada.
*Un boleto de lotería tiene una ganancia esperada
negativa.
*Una póliza de seguros cuesta más que el valor
actual de las pérdidas esperadas de la compañía
aseguradora. 49
Acerca de la utilidad
50
Sobre la indiferencia para asignaciones de valores de
utilidad
51
Determinando el valor de la utilidad
52
Juan Pérez - continuación
- Datos
• La mayor ganancia fue $500, la menor ganancia fue $-600.
• La probabilidad de indiferencia obtenida por Juan es:
Gananc -600 -200 -150 -100 0 60 100 150 200 250 300 500
Prob. 0 0,25 0,3 0,35 0,5 0,6 0,65 0,7 0,75 0,85 0,9 1
• Juan desea determinar su decisión óptima de inversión.
53
Utilidad de la matriz de ganacia Utilidad
Decisión Gran alza Peq. Alza sin cambios Peq. Caída Gran caída esperada
Oro 0,35 0,65 0,75 0,9 0,5 0,63
Bonos 0,85 0,75 0,7 0,35 0,3 0,67
Neg. Des. 1 0,85 0,65 0,25 0 0,675
Cert. Dept. 0,6 0,6 0,6 0,6 0,6 0,6
ad
Probabilida
L 0,2 0,3 0,3 0,1 0,1
ec
is i
ón
óp
ti m
a
Use este resultado con
precaución: la inversión
en bonos tiene casi la
misma utilidad !! 54
Ejemplo 2
55
Goferbroke Company
56
Toma de decisiones sin
Probabilidades
57
Tabla de pagos
Estado de la Tierra Pago
Alternativa Petróleo Seco
Perforar buscando petróleo $700.000 -$100.000 Estados
Vender la Tierra $90.000 $90.000 de la
naturaeza
58
Criterios Posibles
• Toma de Decisiones sin
Probabilidades:
– Enfoque Optimista
– Enfoque Conservador
– Enfoque minimax de arrepentimiento
59
Enfoque Optimista
60
Enfoque optimista
• Juzga a cada alternativa de decisión en
función del mejor pago que pueda ocurrir.
• En un problema de maximización lleva a
elegir la alternativa con el máximo de los
resultados máximos (maximax).
• En un problema de minimización lleva a
elegir la alternativa con el mínimo de los
resultados mínimos (minimin).
61
Tabla de pagos – Enfoque Opt.
Máximo
Estado de la Tierra Pago Pago
Alternativa Petróleo Seco
Perforar buscando petróleo $700.000 -$100.000
Vender la Tierra $90.000 $90.000
Máximo
Máximo pago
entre ellos
$ 700 000
62
Enfoque conservador
63
Enfoque Conservador
• Evalúa cada alternativa de decisión en
función del peor pago que pueda ocurrir.
• En un problema de maximización lleva a
elegir la alternativa que maximice la
utilidad mínima obtenible (maximin).
• En un problema de minimización lleva a
elegir la alternativa que minimice el costo
máximo obtenible (minimax).
64
Tabla de pagos – Max. Prob.
Peor
Estado de la Tierra Pago pago
Etiquetas
Datos
Resultados 68
Toma de decisiones con
Probabilidades
69
Toma de decisiones con
probabilidades
• Para seleccionar la mejor alternativa se
puede usar el criterio de Valor Esperado.
• El Valor Esperado es la suma ponderada
de los pagos correspondientes a la
alternativa de decisión.
• El factor de ponderación de cada pago es
la probabilidad de ocurrencia del estado
de la naturaleza asociado a ese pago.
70
Regla de Decisión de Bayes
71
Limitaciones del Valor Esperado
• Si las consecuencias de un resultado
potencialmente desfavorable pueden
sobrellevarse sin mayores sobresaltos, el VE
es un criterio razonable para la acción.
• Cuando las consecuencias de un resultado
potencialmente desfavorable no pueden
ignorarse (cuando se ponen en juego
grandes sumas de dinero en términos
relativos), el VE puede no ser el mejor criterio
de decisión.
72
Pago Esperado
Pago esperado = ∑ Pa
i − estado
i i
74
ANÁLISIS DE SENSIBILIDAD
75
Análisis de Sensibilidad
76
Análisis de Sensibilidad
• El análisis de sensibilidad puede ayudar a
decidir si es conveniente invertir más
tiempo y dinero a fin de obtener
estimaciones de probabilidad más
precisas.
77
Ejemplo
Regla de Decisión de Bayes para Goferbroke
E sta do de la N a tura le za P a go
Alte rna tivos P e tróle o S e co E spe ra do
P e rfora r 700 -100 20
V e nde r 90 90 90 Maximum
E sta d o d e la N a tura le za Pa go
Alte rna tivo s P e tró le o S e co E sp e ra d o
P e rfo ra r 700 -100 180 Maximum
V e nd e r 90 90 90