Semana 5

ANALISIS DE DECISIONES
Análisis de decisiones usando el Teorema de Bayes
Contenido
1-Probabilidades a priori

2.-probabilidades condicionales

3.-probabilidad conjunta.

4.-Probabilidad posterior.

A.-valor esperado sin información perfecta

B.-valor esperado con información perfecta.

C.-estudio Muestral

D.-valor de la información perfecta

EL VALOR DE LA INFORMACION
• La toma de decisiones debe minimizar errores que generan perdidas o mínimas
ganancias. La información esta en función al conocimiento y experiencia que se tenga
sobre los eventos o sucesos que deben ANALIZARSE.
• EXISTE LA INFORMACION PERFECTA?......NO!!!
• Puesto que la información perfecta es virtualmente imposible de conseguir ¿Por qué
calcular su valor? Hay dos razones para hacerlo antes de calcular el valor de cualquier
información adicional que se sabe será imperfecta.
• Primero, el valor de la información perfecta presenta el límite superior del valor de
cualquier información imperfecta.
• Segundo, permite definir en qué circunstancia será conveniente planificar acciones de
recolección de información. El valor de la información perfecta es fácil de calcular una
vez que la estructura del árbol de decisiones ha sido establecida.
VALOR DE LA INFORMACION

• Si EL VALOR DE LA INFORMACION ES BAJO, no será rentable

invertir recursos adicionales en obtener más información, pues los
costos de hacerlo podrían superar fácilmente el valor límite
establecido por el valor de la información perfecta.
• En cambio, si el VALOR DE LA INFORMACION ES ALTO, podría
ser rentable dedicar algún esfuerzo a poner en marcha programas
para mejorar la información
VALOR DE LA INFORMACION “PERFECTA”

VE = VESIP = VALOR ESPERADO SIN INFORMACION PERFECTA

VECIP = VALOR ESPERADO CON INFORMACION PERFECTA.

VIP = VALOR DE LA INFORMACION PERFECTA

VIP = VECIP - VE
Ejemplo
▪ La compañía ABC adquirió terrenos para un complejo de condominios de lujo. Las
unidades individuales tendrían un precio de $300,000 a $1’200,000 dependiendo del
piso en el cual esta localizada la unidad, su superficie (en m2) y características
opcionales (como chimeneas y grandes terrazas).
▪ La Compañía ABC desarrollo planos arquitectónicos preliminares para 3 tamaños:
✓d1) un complejo pequeño con 6 pisos y 30 unidades
✓d2) un complejo medio con 12 pisos y 60 unidades
✓d3) un complejo grande con 18 pisos y 90 unidades.
▪ Un factor clave en la selección de alguna de las alternativas de decisión, involucra el
juicio de la administración sobre la demanda existente para estos condominios.
▪ Al preguntarle sobre la aceptación del mercado, la administración considero la posible
aceptación del proyecto como una situación de todo o nada, esto es, que la aceptación en el
mercado será una de dos posibilidades:

6
Estados:

A. Una elevada aceptación del mercado y por lo tanto una

demanda sustancial de los condominios o

B. Una baja aceptación del mercado y por lo tanto una

demanda limitada de condominios

•Aunque utilizando la publicidad la administración puede tener

alguna influencia sobre la aceptación en el mercado, los
elevados precios de los condominios son factores en las cuales
la compañía ABC no tendrá el control.

7
Dada las 3 alternativas de decisión y los 2 estados de la naturaleza. ¿Qué
tamaño de condominios deberá seleccionar ABC?. Se cuenta con la siguiente
información de los beneficios que la Inmobiliaria puede obtener:

Estado de la naturaleza
Alternativa de decisión
S1: Alta aceptación S2: Baja aceptación
0,8 0,2 Valor
esperado
d1 = Complejo pequeño 8 7
7,8
d2 = Complejo medio 14 5
12,2
d3 = Complejo grande 20 -9 14,2

8
Árbol de decisiones

Elevada aceptación 0.8

8
Pequeño 2 Baja aceptación
0.2 7

14
Mediano
1 3
5

20
Grande
4
-9

9
El mejor valor esperado
8
Elevado P= 0.8
Peque ñ o (d1)
VE(d ) = 0.8(8) + 0.2(7) = 7.8
2 1

7
Bajo P(S2 )=0.2

14

Mediano (d2)
VE(d2 ) = 0.8(14) + 0.2(5) = 12.2
1 3

20

VE(d2 ) = 0.8(20) + 0.2( - 9)

Grande (d3)
4
= 14.2
-9

10
La Información Perfecta

▪ Supongamos que ABC tiene la oportunidad de llevar a cabo un

estudio de mercado para evaluar el interés de los compradores de
condominio en el proyecto y proporcionar información útil a la
administración para mejorar los juicios de probabilidades y estados
de la naturaleza
▪ Para determinar el valor potencial de esta información, el estudio
puede proporcionar información perfecta acerca de los estados de
la naturaleza, es decir suponemos que ABC puede determinar con
certeza el estado de la naturaleza que va a ocurrir.
▪ Para utilizar esta información perfecta desarrollaron una estrategia de
decisión que ABC deberá seguir una vez que sepa cual es el estado de la
naturaleza que va a ocurrir.

11
 .
• Observe que si ABC supiera con certeza que ocurriría el estado de naturaleza:
• S1, la mejor alternativa es d3, con un pago de $20 millones o
• S2, la mejor alternativa es d1, con un pago de $7 millones

• ¿Cuál es el valor esperado de esta estrategia de decisión (VEIP)?. Con base en las
estimaciones originales (probabilidades a priori), existe una probabilidad de 0.8
para el estado de la naturaleza S1, en este caso la estrategia de decisión es d3, y
hay una probabilidad de 0.2 para el estado de la naturaleza S2, en este caso la
estrategia de decisión es d1. Por lo que el valor esperado con información perfecta
es VEcIP = 0.8($20) + 0.2($7) = $17.4 millones

12
VEIP
▪ Recordemos que el Valor esperado sin utilizar la información perfecta (VEsIP)
dio como resultado $14.2 millones, entonces la diferencia entre el VEcIP y el
VEsIP es el valor esperado de la información perfecta
▪ VEIP = 17.4 – 14.2 = $3.2 millones
▪ En otras palabras, $3.2 millones representa el valor esperado adicional
que es posible obtener si se tuviera disponible la información perfecta
sobre los estados de la naturaleza. Dado de VEIP es $3.2, ABC debe
considerar la investigación de mercados como una forma para obtener
más información sobre los estados de la naturaleza.

13
Análisis muestral

• La información se puede utilizar para revisar o actualizar las

probabilidades previas (a priori), a través de un procedimiento de
revisión bayesiano de manera que la decisión final se base en
estimaciones de probabilidades mas precisas y actualizadas para los
estados de la naturaleza (probabilidades posteriores)

• Generalmente la información adicional se obtiene a través de

investigación de mercado, pruebas de productos, muestreo de materias
primas, etc. A esta nueva información se le denomina información
muestral.

Dr. Ing° MANUEL URCIA CRUZ. 14

Ejemplo… sigue

Suponga que ABC lleva a cabo un estudio de investigación para evaluar

la aceptación del mercado y el interés de los compradores en la
adquisición de los condominios. Los resultados del estudio de
investigación de ABC son.
▪ F = Informe favorable de investigación de mercado (es decir las
personas entrevistadas muestran interés en adquirir un
condominio)
▪ U = Informe no favorable (es decir, las personas entrevistadas no
muestran interés en adquirir un condominio).

15
.
• Para llevar a cabo el análisis necesitamos las probabilidades
condicionales para todos los resultados de la muestra dados todos los
estados de la naturaleza, esto es P(F / S1); P(F / S2); P(U / S1); P(U /
S2).
• Para el problema de ABC tenemos las siguientes estimaciones para las
probabilidades condicionales
Estado de la Investigación de mercados
naturaleza F: Favorable V: No Favorable

Elevada P(F/S1) = 0.90 P(V/S1) = 0.10

aceptación
Baja aceptación P(F/S2) = 0.25 P(V/S2) = 0.75
Dr. Ing° MANUEL URCIA CRUZ. 16
17
Interpretación
• Observe que de izquierda a derecha, el árbol muestra el orden natural o lógico que
ocurrida en el proceso de toma de decisiones. Primero ABC, tendrá los resultados de
investigación de mercados (F o U), a continuación se tomara una decisión (d1, d2 o d3);
finalmente ocurrirá el estado de la naturaleza (S1 o S2).
▪ La decisión y el estado de la naturaleza se combinan para proporcionar la utilidad o
pago final. La selección de la mejor rama de decisión equivale a tomar la mejor decisión.
▪ Para desarrollar una estrategia de decisión utilizando el árbol de decisión, necesitamos
las probabilidades de la información muestral P(F) y P(U), y además las probabilidades
del estado de la naturaleza P(S1 / F); P(S2 / F); P(S1 / U); P(S2 / U), utilizando el
procedimiento de revisión bayesiano para calcular las probabilidades condicionales
Utilizando el procedimiento tabular del método de bayes para revisar o actualizar las
probabilidades previas con base en la información muestral es:

18
Probabilidades con base en un informe favorable de investigación de mercados
Estado de la Probabilidades Probabilidades Probabilidades Probabilidades
. naturaleza Previas Condicionales Conjuntas Posteriores
Sj P(Sj) P(F / Sj) P(F Sj) P(Sj / F)
S1 0.8 0.90 0.72 0.9351
S2 0.2 0.25 0.05 0.0649
P(F) = 0.77

Probabilidades con base en un informe No favorable de investigación de mercados

Estado de la Probabilidades Probabilidades Probabilidades Probabilidades
naturaleza Previas Condicionales Conjuntas Posteriores
Sj P(Sj) P(U / Sj) P(U Sj) P(Sj / U)
S1 0.8 0.10 0.08 0.3478
S2 0.2 0.75 0.15 0.6522
P(U) = 0.23
19
Importante
Una vez que hemos calculado las probabilidades actualizadas (con la información
muestral) podemos utilizar el enfoque de valor esperado para determinar la
estrategia óptima de decisión, para esto trabajamos hacia atrás por el árbol de
decisión:
Peque d1)
o(
4

Favorable (F) 2 Medio (d2) 5

P(F) = 0.77

Grande (d3) 6
1
Peque (d1) 7

No Favorable (V) 3
Medio (d2) 8
P(V ) = 0.23

Grande (d3) 9 20
Valores esperados

• VE(d1) = 0.9351(8) + 0.0649(7) = 7.935

• VE(d2) = 0.9351(14) + 0.0649(5) = 13.416
• VE(d3) = 0.9351(20) + 0.0649(-9) = 18.118

• VE(d1) = 0.3478(8) + 0.6522(7) = 7.348

• VE(d2) = 0.3478(14) + 0.6522(5) = 8.130
• VE(d3) = 0.3478(20) + 0.6522(-9) = 1.0862

21
 .
• 2do. Como el administrador quiere maximizar la utilidad esperada, se debe escoger la rama que
maximiza cada nodo de decisión:
• o La decisión optima del nodo 2 es d3 con un VE de 18.118 o La decisión optima del nodo 3 es
d2 con un VE de 8.130
• 3ero. Continuamos trabajando hacia atrás para determinar el VE(nodo 1), este nodo tiene 2
ramas con probabilidades que corresponden a los resultados de la información muestral F y U.
• Debemos utilizar estas probabilidades para calcular el VE(nodo 1) o VE(nodo 1) = (0.77)VE(nodo
2) + (0.23)VE(nodo 3)
= 0.77($18.118) + 0.23($8.130) = $15.82
• El VE(nodo 1) = $15.82 es el valor esperado de la estrategia optima de decisión si ABC lleva a
cabo el estudio de investigación de mercado y utiliza la información para determinar el tamaño
recomendado del complejo de condominios

22
 .
Note que ABC aun no ha determinado la decisión del tamaño del complejo. Para determinar
una decisión ABC necesitara saber los resultados de la investigación de mercados:

Si la investigación de Entonces construir

mercado
es favorable (F) Complejo grande de condominios (d3)
no es favorable (U) Complejo mediano de condominios (d3)

En vista que el VE(con información muestral) es $15.82 millones y el valor esperado sin
información muestral (VEsIM) es $14.2 millones, el valor esperado de la información
muestral (VEIM) = 15.82 – 14.2 = $1.62 millones. En otras palabras $1.62 millones es el
incremento en valor esperado que se basa en la información muestral.

En forma general, el valor esperado de la información muestral es:

VEIM = | VecIM – VEsIM | Donde:
VecIM = Valor esperado con información muestral
VEsIM = Valor esperado sin información muestral
En caso de problemas de minimización, el VEcIM ≤ VEsIM

23
ANALISIS DE DECISIONES