HERRAMIENTAS PARA LA TOMA

DE DECISIONES : SEMANA 2

Santiago Javez Valladares

 HERRAMIENTAS PARA LA TOMA DE
DECISIONES : SEMANA 2

1.- ¿Alguna vez dijiste que algo iba a suceder y sucedió?

2.- ¿Se puede predecir que es lo que puede suceder en el Futuro?

3.- ¿Cuánto estarías dispuesto a pagar por una predicción?

Santiago Javez Valladares

https://www.youtube.com/watch?v=nar6
f6yOMag

https://www.youtube.com/watc
h?v=Wi9npHKQ5I8
¿Cuánto pagarías a una persona u empresa para que te diga que es lo que
debes hacer para tomar una buena decisión?
HERRAMIENTAS PARA LA TOMA DE
DECISIONES : SEMANA 2

Santiago Javez Valladares

Santiago Javez Valladares
Santiago Javez Valladares
• https://www.youtube.com/watch?v=GM1jFxk69uk
https://www.wired.com/2015/08/where-to-find-mh370/
AGENDA_ SESION

• Aplicación del Teorema de Bayes considerando aspectos económicos.

• Temas:
• Valor Esperado con Información perfecta: VEIP
• Ganancia Esperada sin información Perfecta: GESIP
• Ganancia Esperada con Información perfecta: GECIP
• Ganancia Esperada sin Información de Muestra: GESIM
• Ganancia Esperada con información de Muestra. GECIM
• Valor Esperado con Informacion de Muestra. VECIM
 INCERTIDUMBRE RIESGO EXPERTO

CRITERIOS A PRIORI VALOR ESPERADO DE

INFORMACION PERFECTA
 PROBABILIDAD
APRIORI

DECISION:
Contrato A: 50000*0.6 + 20000*0.1 - 20000*0.3= 26000 ELEGIR EL
Contrato B: 40000*0.5 + 30000*0.35 – 10000*0.15= 29000 CONTRATO B
TEOREMA DE BAYES
 CONCEPTOS QUE ACOMPAÑAN AL TEOREMA DE
BAYES

• Ganancia Esperada sin información Perfecta: GESIP

• Ganancia Esperada con Información perfecta: GECIP

• Valor Esperado con Información perfecta: VEIP

• Ganancia Esperada sin Información de Muestra: GESIM

• Ganancia Esperada con información de Muestra. GECIM

• Valor Esperado con Información de Muestra. VECIM

Una empresa desea expandir su capacidad de producción, para lo cual esta evaluando comprar una maquina,
según ve en el mercado hay tres tipos de maquina pero cada una de ellas tienen el riesgo de malograrse, lo que al
evaluarlas generan los siguientes estado:
Buena, Regular, Mala, Muy Mala. Cada maquina en base a cada estado genera un valor económico diferente.
Adicionalmente se ha evaluado cada estado y se generado probabilidad a priori para cada uno de ellos.

  BUENA REGULAR MALA MUY MALA

45000 20000 9000 -12000

Comprar Maquina 1

38000 21000 12000 -7000

Comprar Maquina 2
35000 25000 14500 -4000
Comprar Maquina 3

Apriori 0,4 0,2 0,1 0,3

1.-¿Cuál es la probabilidad que el estudio diga que es recomendable comprar la maquina 3?

2.-¿Cuál es la probabilidad que se compre una maquina 2 y salga buena?
3.-¿Cuánto se gana con un estudio de mercado?
4.-¿Cuánto s gana sin un estudio de mercado?
5.-¿Cuánto se puede pagar por un Estudio de Mercado?
 GESIP=GESIM= 19300
Valor
Esperado=GESI=P VE
  BUENA REGULAR MALA MUY MALA
0.4*45000+0.2*25000
45000 20000 9000 -12000 +0.1*14500+0.3*(-4000)=
Comprar Maquina 1 19300 GECIP 23.250
3950
38000 21000 12000 -7000 VEIP
Comprar Maquina 2 18500 1.-¿Cuánto se ganaría como máximo y que
maquina comprar si la decisión se haría por mi
35000 25000 14500 -4000
Comprar Maquina 3 19250 cuenta ?
2.-¿Cuánta se ganaría con la ayuda de un
Apriori 0,4 0,2 0,1 0,3 experto?
3.-¿Cuanto se pagaría a un experto que no se
equivoca en su recomendación?
BAYES=
Probabilidad Conjunta/Probabilidad Marginai
Apriori 0,4 0,2 0,1 0,3
MARGINAL=
Matriz de MUY PROBABILIDAD CONJUNTA= Sumatoria
BUENA REGULAR MALA BUENA REGULAR MALA MUY MALA
probabilidad MALA A priori* Probabilidad Condicional de
Probabilidad
Condicional Conjunta

Comprar Máquina 1 0,2 0,2 0,3 0,2 0,08 0,04 0,03 0,06 0,21 8/21=0.38 4/21=0.19 3/21=0.14 6/21=0.29

Comprar Máquina2 0,3 0,4 0,35 0,45 0,12 0,08 0,035 0,135 0,37 12/37=0.324 8/37=0.216 3.5/37=0.095 13.5/37=0.365

Comprar Máquina 3 0,5 0,4 0,35 0,35 0,2 0,08 0,035 0,105 0,42 20/42=0.48 8/42=0.19 3.5/42=0.08 10.5/42=0.25
1.-¿Cuál es la probabilidad que el estudio diga que es recomendable comprar la maquina 3?
2.-¿Cuál es la probabilidad que se compre una maquina 2 y salga buena?
 0,21
  BUENA REGULAR MALA MUY MALA
COMPRAR MAQUINA 1 45000 20000 9000 -12000 18809,52381 GECIM 19817,5

38000 21000 12000 -7000 GESIM 19300,00

COMPRAR MAQUINA 2 18190,47619
517,50
COMPRAR MAQUINA 3 35000 25000 14500 -4000 19023,80952 VEIM=GECIM-GESIM
BAYES 0,38 0,19 0,14 0,29

0,37
  BUENA REGULAR MALA MUY MALA 3.-¿Cuánto se gana con un estudio de
COMPRAR MAQUINA 1 45000 20000 9000 -12000 15391,89189 mercado?
COMPRAR MAQUINA 2 38000 21000 12000 -7000 15445,94595 4.-¿Cuánto se gana sin un estudio de
COMPRAR MAQUINA 3 35000 25000 14500 -4000 16668,91892 mercado?
BAYES 0,324 0,216 0,095 0,365 5.-¿Cuánto se puede pagar por un Estudio de
Mercado?

0,42
19023,80952*0.21+16668,91892
  BUENA REGULAR MALA MUY MALA
45000 20000 9000 -12000,00
*0.37+22988,0952*0.42=19817,5
COMPRAR MAQUINA 1 22988,09524
COMPRAR MAQUINA 2 38000 21000 12000 -7000,00 21345,2381
COMPRAR MAQUINA 3 35000 25000 14500 -4000,00 21636,90476
BAYES 0,48 0,19 0,08 0,25
 CASO 3: Practica de clase
Se tiene la posibilidad de invertir en algún negocio, para ello se tiene la siguiente información
  BUENO REGULAR MALO MUY MALO

45000 20000 7000 -13000

NEGOCIO COMIDA
38000 21000 11000 -8500
NEGOCIO TURISMO
34000 25000 14500 -5000
NEGOCIO MUEBLES

A PRIORI 0,4 0,1 0,2 0,3 PROBABILIDAD

CONDICIONAL
NEGOCIO COMIDA 0,2 0,2 0,3 0,3

NEGOCIO TURISMO 0,5 0,4 0,4 0,5

NEGOCIO MUEBLES 0,3 0,4 0,3 0,2

4.-¿Cuál es la probabilidad que el estudio diga que es recomendable

1.-¿Qué negocio se elegiría para invertir si la decisión
se haría por mi cuenta ?
2.-¿Cuánta se ganaría con la ayuda de un experto?
3.-¿Cuanto se pagaría a un experto que no se equivoca
en su recomendación?
invertir en un negocio de Turismo?
5.-¿Cuál es la probabilidad que el negocio sale malo dado que se invierta
en un negocio de muebles?
6.-¿Cuánto se gana con un estudio de mercado?
7.-¿Cuánto s gana sin un estudio de mercado?
8.-¿Cuánto se puede pagar por un Estudio de Mercado?
REFRESCANDO IDEAS:

a) ¿Qué es un estado?
b) ¿Qué es una alternativa?
c) ¿Qué es una Matriz de Ganancia?
d) ¿Qué es un Criterio?
e) ¿Qué es una Probabilidad A priori?
f) ¿Qué es una probabilidad Condicional?
g) ¿Qué es una probabilidad Conjunta?
h) ¿Qué es una probabilidad Marginal?
i) ¿Qué es la Probabilidad de Bayes?
TAREA SEMANAL GRUPAL

1.- Ver la entrevista.

2-Destaque en las ideas mas resaltantes.
3,-Elabore un árbol de ideas.
(minino dos paginas)

https://www.youtube.com/watch?v=GM1jFxk69uk
Trabajo
en Equipo
Modo de desarrollo y entrega:
1.- Resolver en Excel.
2,- Responder cada una de las preguntas.
3.- Presentar en resumen sus respuestas colocando sus valores y comentarios en el cuestionario
anterior(a,b,….g)
4.- Fecha de entregada : dos días antes de la próxima clase.