ANALISIS DE DECISIONES

ESTRATEGIAS OPTIMAS PARA TOMAR DECISIONES

 ESTRATEGIAS PARA LA TOMA DE DECISIONES

DIFERENTES ALTERNATIVAS DE DECISION

RIESGO O INCERTIDUMBRE DE EVENTOS FUTUROS

ORIGENES
LA TEORIA DE LAS PREFERENCIAS Y DE LA UTILIDAD LA TEORIA DE LAS PROBABILIDADES LA TEORIA DE LA INFERENCIA ESTADISTICA

Teora de las preferencias TRES CORRIENTES

Teoria de probabilidad

La Inferencia Estadstica

Inf. Est

ANALISIS DE DECISIONES ORIGENES

text

ORIGENES
VALOR UTILIDAD
ADAM SMITH

PREFERENCIAS CURVAS DE INDIFERENCIA

ORIGENES
JEVONS

The Theory of Political Economy (1871)

Utilidad Cardinal

Concepto de las Escalas de preferencias

ORIGENES
MARSHALL
Principles of Economics (1901) UTILIDAD ORDINAL ORDENES DE PREFERENCIAS

POR MEDIO DEL ANALISIS DE LAS CURVAS DE INDIFERENCIA

ORIGENES
TEORIA DE LAS PROBABILIDADES LEYES DE LA ADICION Y MULTIPLICACION Formula para los experimentos binomiales

JAMES BERNOULLI

ORIGENES
De Moivre, Lagrange, Laplace y Gauss su contribucin a:
LA CURVA NORMAL Y EL TEOREMA DEL LIMITE CENTRAL

text

ORIGENES
JEFFREYS EN THEORY OF PROBABILITY (1939)
J.M. KEYNES EN TREATISE OF PROBABILITY(1921

SOSTENIAN QUE LAS PROBABILIDADES SON GRADOS DE CREENCIA

RAMSEY
DE FINETTI

CONCEPTO DE PROBABILIDAD SUBJETIVA

ORIGENES
L.J. SAVAGE The Foundations of Stistics (1954)
Y The Foundations of Statistical Inference (1962 Inters por la probabilidad subjetiva y la estadstica Bayesiana
Kolmogorov en The Foundations of Probability (1933) Estructura de la teora de la probabilidades puede derivarse de unos cuantos axiomas

R.A. Fisher en 1925 Desarroll los principios que apoyan el problema de la estimacion y sus metodos

ORIGENES
NEYMAN Y PEARSON PRINCIPIOS PARA PROBAR LAS HIPOTESIS

TEORIA DE LAS PROBABILIDADES

INFERENCIA ESTADISTICA

DESCRIBE LA SITUACION ESTUDIADA, MEDIANTE MODELOS

EXAMINA LOS DATOS DISPONIBLES PARA DECIDIR CUALES DE ESOS MODELOS SON RAZONABLES Y CUALES NO LO SON

ORIGENES
VON NEUMANN Y MORGENSTEIN PUBLICARON The Theory of Games and Economic Behaviour en 1944

UNA COMBINACION DE LAS TECNICAS DE CALCULO DE LAS PROBABILIDADES CON LA TEORIA ECONOMICA EL FACTOR INCERTIDUMBRE SE INCORPOR A LA TEORIA DE LA UTILIDAD

ORIGENES
EN 1950 ABRAHAM WALD EN SU LIBRO Statistical Decisions Functions PRESENTA UN ANALISIS SOBRE LA UNION DE LA TEORIA DE LA UTILIDAD Y LA INFERENCIA ESTADISTICA. SURGIO DE NUEVO EL INTERES POR EL ENFOQUE BAYESIANO OBRAS DE HOWARD RAIFFA Y ROBERT SCHLAIFER

TIPOS DE PROBLEMAS
INTRODUCCION DE NUEVOS PRODUCTOS PORTAFOLIOS DE INVERSION INVERSIONES EN BIENES RAICES DECISIONES ECONOMICAS

ESTRUCTURA DE LOS PROBLEMAS

EJEMPLO: La compaa constructora FRIDA, SA piensa desarrollar un complejo de condominios en las playas de Rosarito. Las unidades individuales tendrn un precio de 300,000 a 1,200,000 dlares dependiendo del piso en el cual est localizada, la superficie y las caractersticas opcionales.

La empresa considera tres opciones para el tamao del proyecto:

EJEMPLO: 6 pisos con 30 unidades 12 pisos con 60 unidades 18 pisos con 90 unidades

Como puede ayudar el anlisis de decisiones ?

Primer paso: Identificar las alternativas de decisin
d1= Complejo pequeo de condominios con 6 pisos y 30 unidades d2= Complejo mediano de condominios con 12 pisos y 60 unidades d3= Complejo grande de condominios con 18 pisos y 90 unidades

La administracin considera que la demanda de los condominios se dar como una situacin de todo o nada, o sea que la aceptacin por parte del mercado ser una de dos posibilidades: 1. Una elevada aceptacin
2. Una baja aceptacin

Estados de la naturaleza: s1= Elevada aceptacin del mercado

s2= Baja aceptacin del mercado

TABLA O MATRIZ DE PAGOS

Alternativa de decisin

Estado de la naturaleza
Alta aceptacin s1 Baja aceptacin s2 7 5 -9

Complejo pequeo, d1 Complejo medio, d2 Complejo grande, d3

8 14 20

ARBOL DE DECISION
Nodo del estado de la naturaleza

s1
Nodo de decisin s2 d1 d2 d3 s1 s2 s1 s2

7 14 5

20

-9

TOMA DE DECISIONES
SIN EXPERIMENTACION
CON EXPERIMENTACION

MARCO CONCEPTUAL
EL TOMADOR DE DECISIONES NECESITA ELEGIR ENTRE UNA DE VARIAS ACCIONES POSIBLES LA NATURALEZA ELEGIRA ENTONCES UNO DE LOS ESTADOS DE LA NATURALEZA POSIBLES LA COMBINACION DE UNA ACCION CON UN ESTADO DE LA NATURALEZA DA COMO RESULTADO UN PAGO

MARCO CONCEPTUAL
LA COMBINACION DE TODOS LOS PAGOS POSIBLE DA COMO RESULTADO LA MATRIZ DE PAGOS ESTA TABLA DE PAGOS DEBE USARSE PARA ENCONTRAR UNA ACCION OPTIMA PARA EL TOMADOR DE DECISIONES

s1
s2 d1 d2 d3
P(s1)=0.8

P(s2)=0.2

s1
s2
P(s1)=0.8

14
5

P(s2)=0.2

s1
s2

20

P(s1)=0.8

P(s2)=0.2

-9

PROBA BILIDAD
EXPERIMENTO: CUALQUIER PROCESO QUE GENERE RESULTADOS BIEN DEFINIDOS

PROBABILIDAD
ESPACIO MUESTRAL: TODOS LOS RESULTADOS EXPERIMENTALES POSIBLES

PUNTO MUESTRA: CUALQUIER RESULTADO EXPERIMENTAL O ELEMENTO DEL ESPACIO MUESTRA

PROBABILIDAD
EXPERIMENTO
Lanzar una moneda al aire Seleccionar una pieza para inspeccin Visita de ventas Tirar un dado

RESULTADOS EXPERIMENTALES
Cara o Cruz

Defectuosa no defectuosa
Venta o no venta 1,2,3,4,5,6

Jugar un partido de ftbol

Ganar, perder, empatar

PROBABILIDAD
AXIOMAS DE PROBABILIDAD La probabilidad es un nmero que se asigna a cada miembro de una coleccin de eventos de un experimento aleatorio y satisface las siguientes propiedades. Si S es el espacio muestral y E es cualquier evento del experimento aleatorio.

P(S) = 1
0<= P(E) <= 1

PROBABILIDAD
Para dos eventos E1 y E2
Con E1 Interseccion E2 = Espacio vacio P (E1Unin E2 )= P(E1)+P( E2)

PROBABILIDAD
ESPERANZA MATEMATICA
O VALOR ESPERADO
E(x) = = x1f(x1) + x2f(x2) + x3f(x3) +........+ xnf(xn)

TAMBIEN SE LE CONOCE COMO EL VALOR PONDERADO

PROBABILIDAD
VARIANZA
VAR(x) = 2 = ( x - )2 f(x)

Promedio ponderado de las desviaciones cuadrticas con respecto a la media

PROBABILIDAD
COMPLEMENTO DE UN EVENTO

Evento A

AC

P(A) + P(AC) = 1 P(A) = 1 - P(AC)

PROBABILIDAD
LEY ADITIVA
Espacio muestral S

Evento A

Evento B

La regin sombreada ilustra A U B P(A U B) = P(A) + P(B) P(A B)

PROBABILIDAD
PROBABILIDAD CONDICIONAL

Evento A

Evento B

Evento A B

La regin sombreada denota que ha ocurrido el evento B

La regin acotada indica A B

PROBABILIDAD
Una vez ocurrido el eventoB:

Evento B con probabilidad P(B) Evento A B con probabilidad P(A B) P(A B)

P(A/B)= P(B)

TEOREMA DE BAYES

TEOREMA DE BAYES

EJEMPLO DE APLICACIN DEL TEOREMA DE BAYES

Probabilidades a priori

Informacin Nueva

Aplicacin del Teorema de Bayes

Probabilidades Posteriores

EJEMPLO CON EXPERIMENTACION ADICIONAL

s1 s2 d1 d2

s1 s2
s1 s2

d3

s1 s2
U d1 d2 d3 s1 s2 s1 s2

VALOR ESPERADO DE LA INF. MUESTRAL

VALOR ESPERADO CON INF. MUESTRAL

VALOR ESPERADO SIN INF. MUESTRAL

EFICIENCIA DE LA INF. MUESTRAL

VALOR ESPERADO DE LA INF. MUESTRAL = _______________________ * 100 VALOR ESPERADO DE LA INF. PERFECTA

EJEMPLO GLOBAL DE REPASO

La siguiente tabla o matriz de pagos muestra las utilidades para un problema de anlisis de decisin con dos decisiones y
tres estados de la naturaleza.
a. Construya un rbol de decisin para este problema.

b. Si quien toma las decisiones no sabe nada de probabilidades de los tres estados de la naturaleza, cul es la decisin recomendada utilizando los enfoques optimista, conservador y de arrepentimiento minimax

Hasta ahora hemos supuesto que el pago esperado en trminos monetarios es la medida adecuada de las consecuencias de

tomar una accin. Sin embargo en muchas situaciones

esto no es as y se debe utilizar otra

escala de medida para las acciones

que realizamos.

TEORIA DE LA UTILIDAD
DECISION MAS DESEABLE? AQUELLA QUE PREFIERE EL TOMADOR DE DECIONES , TOMANDO EN CONSIDERACION NO SOLO EL VALOR MONETARIOO, SINO TAMBIEN OTROS FACTORES.

Suponga que se le ofrece a una persona a

2

a1

Pago garantizado de $40,000

VS la lotera VE (a2)= 1* $40000 = $40,000

50% de posibilidades de ganar $100,000 Y 50% de posibilidades de no ganar nada VE (a1)= 0.5* $100,000 + 0.5*0= $50,000

Aunque la alternativa 1 tiene un valor esperado mayor, muchos preferirian los $40,000 fijos, que arriesgarse con la lotera.

En muchas ocasiones los tomadores de decisiones no estan dispuestos a tomar riesgos aunque la ganancia estimada sea mayor.

Se pueden transformar los valores monetarios a una escala apropiada que refleje las preferencias del tomador de decisiones, llamada funcin de utilidad del dinero.
Utilidad

11.0 10.0 9.0 8.0 7.0 6.0 5.0 4.0 3.0 2.0 1.0 0.0 -60,000 -40,000 -20,000

Utilidad

Utilidad

20,000 40,000 60,000

Valor monetario

PASOS PARA LA DETERMINACION DE LA UTILIDAD DEL DINERO

1. Desarrollar una tabla o matriz de pagos utilizando valores monetarios
2. Identificar los valores de mejor y peor pago de la tabla y definir una escala que puede ser entre 0 y 1, 1 y 10, 10 y 100, .y asignar a cada uno de los pagos un valor de utilidad segun la escala definida, de tal forma que U(mejor pago) > U(peor pago). No se recomienda usar la escala entre 0 y1 porque los valores obtenidos se pueden confundir con los de la probabilidad.

PASOS PARA LA DETERMINACION DE LA UTILIDAD DEL DINERO

3. Para cualquiera otro de los valores monetarios M de la matriz de pagos original hacer lo siguiente:

Definir la lotera: el mejor pago se obtiene con una probabilidad P y el peor se obtiene con una probabilidad (1-P). Determinar el valor de P de forma que par quien toma la decisin le resulte indiferente entre un resultado garantizado igual a M y la lotera definida en el paso anterior. Calcular la utilidad de M como sigue:
U(M)= pU(mejor resultado) + (1-p)U(peor resultado)

PASOS PARA LA DETERMINACION DE LA UTILIDAD DEL DINERO

4. Convertir toda la tabla de valores monetarios a valores de utilidad 5. Aplicar el procedimiento de utilidad esperada a la tabla de utilidades desarrollada en el paso anterior y seleccionar la alternativa de decisin con la utilidad esperada mas elevada.