Ejercicio de teoría de árboles de decisión con aplicación de probabilidades

condicionales y el teorema de Bayes.

En la empresa CESAR se ha terminado con el diseño y prueba de un nuevo

producto. Ahora, se debe decidir la estrategia de comercialización adecuada, para lo
cual se encarga a CONSULTORES INCA, empresa de análisis de mercados, una
investigación de mercado que permita definir si el mercado será fuerte o débil.
Previo al contrato con los consultores, la alta dirección de CESAR estimó en 0,45
y 0,55 las probabilidades de que el mercado para el nuevo producto sea fuerte o
débil, respectivamente. Asimismo, consideró que, de ser fuerte el mercado, con una
estrategia agresiva se lograría 30 millones de Soles de utilidad, con una estrategia
básica se lograría 20 millones de Soles de utilidad y con una estrategia cautelosa se
lograría sólo 5 millones de utilidad. Y, si el mercado resulta débil, lograría una
utilidad de 15 millones si utiliza una estrategia cautelosa, de 7 millones si la
estrategia es básica y, desfavorablemente, un pérdida de 8 millones de Soles si
escogen la alternativa agresiva.
Los consultores manifiestan que, “Los resultados anteriores de nuestras pruebas
han mostrado la tendencia a actuar en la dirección correcta. Si un mercado ha sido
fuerte, los resultados de las pruebas han sido alentadores en un 60% del tiempo y
desalentadores el 40% restante. Si un mercado ha sido débil, los resultados de las
pruebas han sido desalentadores 70% del tiempo y alentadores en el otro 30%.
Resolver por el método de árboles de decisión.

Respuesta.- Presentaremos la solución de este caso, siguiendo lo que sería la

secuencia de discusión del mismo entre los responsables de la empresa César.

1) Con la información de que dispone la empresa CESAR, sobre la probabilidad de

encontrar un mercado acogedor (fuerte) o no (débil), y, sobre los resultados que
pronostican obtener a partir de la aplicación de las 3 estrategias que han
identificado. Así, consolidan la información en tabla siguiente:

Tabla 1
Estado del mercado
Estrategias Fuerte Débil
Alternativas (P=0.45) (P=0.55)
Agresiva 30 -8
Básica 20 7
Cauta 5 15

El razonamiento, pretendiendo ser directo, asume los dos posibles estados del
mercado como que ocurriesen: Si el mercado fuese fuerte, la estrategia adecuada
sería obviamente la agresiva, con una utilidad esperada de 30 millones. Si el
mercado fuese débil, la estrategia adecuada sería la cauta, con una utilidad esperada
de 15 millones. Esta especulación parece asumir el acceso a información perfecta,
por ello usaremos la terminología empleada en los textos: Valor esperado de la
información perfecta (VEIP), que siguiendo la técnica de construcción de árboles
de decisión nos lleva a la siguiente gráfica:

Es decir, si el mercado es fuerte se gana 30 millones y si es débil se gana 15

millones. 21,75 millones es el rendimiento esperado si se contara con información
perfecta. Resulta de (30)(0.45) + (15)(0.55).
Se define al VEIP como el pago que la empresa CESAR pagaría por la información
perfecta, por tanto, es la diferencia entre el rendimiento esperado de que el mercado
sea fuerte o débil y el máximo rendimiento posible esperado sin información de la
muestra o investigación de mercados. Este último, se determina como usualmente
se procede en estadística, ahora lo representaremos mediante un árbol.

12.85 es el máximo rendimiento esperado sin información de la prueba de mercado.

Corresponde a la estrategia básica.
Por consiguiente VEIP = 21.75 – 12.85
VEIP = 8.9 millones
La información perfecta da lugar a un incremento de 8.9 millones. Es decir, es el
máximo aumento posible en el rendimiento esperado que permite la información
lograda por la prueba de mercado, más allá de la que dispone la empresa CESAR.

Ahora, ¿qué pasa si se realiza la prueba o investigación de mercado?

15.60 millones es el máximo resultado esperado si la prueba es alentadora. 11.81 es

el máximo si la prueba es desalentadora. 15.60 = (30)(0.621) + (-8)(0.379) y 11.81
= (5)(0.319) + (15)(0.681)
13.46 millones es el rendimiento esperado al realizar la prueba del mercado y tomar
decisiones óptimas. Si la prueba da resultados alentadores entonces se escoge la
estrategia agresiva; si da resultados desalentadores se escoge la estrategia cauta.
Para completar la gráfica hemos aplicado probabilidades conjuntas y marginales,
que nos permiten operar con el teorema de Bayes., que está referido a
probabilidades condicionales del tipo: probabilidad de que el mercado sea fuerte
dado que la investigación de mercado arrojó resultados alentadores, cuya expresión
simbólica es P[F|A]. Es obvia la utilidad que tiene el teorema de Bayes para decidir
que estrategia habremos de usar.
Para operar con el teorema de Bayes, necesitamos contar con probabilidades
conjuntas y marginales del tipo:
  Probabilidad conjunta de que la investigación de mercado de resultados
alentadores y de que el mercado sea fuerte: P[A&F] = P[A|F] P[F]
 Probabilidad marginal de que la investigación de mercado sea alentadora:
P[A] = P[A&F] + P[A&d]

La Tabla 2 reúne el proceso de cálculo de los ingredientes necesarios para la

aplicación del teorema de Bayes
Tabla 2
Investigación de Situación del mercado Probabilidades
mercado Mercado fuerte (F) Mercado débil (d) marginales
Resultado
P[A&F] P[A&d] P[A]=P[A&F]+P[A&d]
alentador (A)
Resultado
P[D&F] P[D&d] P[D]=P[D&F]+P[D&d]
desalentador (D)
Probabilidad P[F]=P[A&F]+P[D&F] P[d]=P[A&d]+P[D&d] 1.00
marginal

Donde:
P[A&F] = P[A|F] P[F] = (0.60) (0.45) = 0.27
P[A&d] = P[A|d] P[d] = (0.30) (0.55) = 0.165
P[D&F] = P[D|F] P[F] = (0.40) (0.45) = 0.18
P[D&d] = P[D|d] P[d] = (0.70) (0.55) = 0.385

Por consiguiente la tabla queda:

Investigación de Situación del mercado Probabilidades

mercado Mercado fuerte (F) Mercado débil (d) marginales
Resultado
0.27 0.165 0.435
alentador (A)
Resultado
0.18 0.385 0.565
desalentador (D)
Probabilidad 0.45 0.55 1.00
marginal

Ahora recurrimos al teorema de Bayes:

Fórmulas del teorema de Bayes Valores para el caso

P[A | F]P[F] 0.27
P[F | A]  P[ F | A ]   0.621
P[A | F]P[ F]  P[A | d ]P[d ] 0.27  0.165
P[ A | d ]P[d ] 0.165
P[d | A]  P[d | A]   0.379
P[ A | d ]P[d ]  P[ A | F]P[ F] 0.27  0.165
P[ D | F]P[ F] 0.18
P[ F | D]  P[ F | D]   0.319
P[ D | F]P[ F]  P[ D | d ]P[d ] 0.18  0.385
P[D | d ]P[d ] 0.385
P[d | D]  P[d | D]   0.681
P[ D | d ]P[d ]  P[ D | F]P[ F] 0.385  0.565
Determinadas las probabilidades condicionales, del cuadro anterior y, observando
el árbol completo, llegamos a las conclusiones: Si el resultado de la investigación
de mercado es alentador debemos optar por la estrategia agresiva, le corresponde la
mayor utilidad esperada (15.60 millones). Si el resultado de la investigación de
mercado es desalentador debemos optar por la estrategia cauta, le corresponde la
mayor utilidad esperada (11.81 millones).

Ahora discutiremos con la Consultora Inca el valor o precio de su trabajo, o valor

de la información sobre las condiciones en que se presentará el mercado. Para ello
desarrollamos más el árbol de decisiones
12.96 millones es el resultado neto de la prueba de mercado, después de pagar 0.50
millones a la consultora por la investigación o prueba de mercado.
Determinamos el Valor esperado de la información de la muestra (VEIM), que es la
diferencia entre el rendimiento esperado de la información de la muestra o
investigación de mercado y el rendimiento esperado sin la información de la
muestra,
VEIM = 13.46 – 12.85
VEIM = 0.61

Es decir, el rendimiento esperado aumenta en 0.61 millones gracias a la

información que proporcione la investigación de mercado.
Relacionando el VEIP y el VEIM, concluimos que la prueba de mercado no es muy
efectiva, si lo fuera, el valor de VEIM (0.61) estaría mucho más cerca del valor de
VEIP (8.90). El resultado esperado como producto de la prueba de mercado mejora
en menos del 5%, respecto del resultado sin prueba de mercado.
Como máximo se puede pagar a la consultora 610 mil. Si nos pidiera 610 mil,
entonces sería indiferente para la empresa CESAR tomar o no los servicios de la
Consultora INCA. Si pidiera se le pague más de 610 mil, CESAR tomaría sus
decisiones a base únicamente de la información de que dispone. En este último
caso, entonces se decidiría por la estrategia básica, que corresponde a la parte baja
del árbol de decisiones.