UPAO.

INGENIERIA INDUSTRIAL
ANALISIS DE DECISIONES.
SEMANA 6
EL ANALISIS DE DECISIONES CON INFORMACION PERFECTA.
EL VALOR DE LA INFORMACION.
Dr. Ing° MANUEL URCIA CRUZ.
 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
Después de recibir información parcial sobre los movimientos de las tropas
enemigas a lo largo de una ruta de combate, un comandante de un batallón de
artillería, enfrenta la necesidad de tomar la decisión de bombardear o no una ruta
de combate, Si hay movimiento enemigo y se bombardea, no hay perdidas, pero si
NO hay movimiento del enemigo y se bombardea se genera 4 unidades perdidas. Si
elige no bomardear, y hay movimientos se produce 12 unds perdidas, Si no se
bombardea y no hay movimientos no se genera perdidas.
Movimiento de la S1= si S2= no
tropa P(S1)=0.7 P(S2)=0.3

A1 Bombardear 0 4
A2 No bombardear 12 0
Análisis.
• El comandante puede elegir entre A1 y A2 sin necesidad de información adicional, o el
comandante puede enviar una patrulla de reconocimiento para obtener una
información adicional, pudiendo entonces suceder tres eventos:
• E1 :Si La patrulla es descubierta, se bombardea habiendo movimiento de tropa, la
pérdida es de 3 unidades. Si no hay movimiento de tropa la pérdida es 7.
• Si la patrulla es descubierta No se bombardea habiendo movimiento de tropa, la
pérdida es de 15 unidades. Si no hay movimiento de tropa la pérdida es 3.
• E2 : Si La patrulla regresa sin información, Se bombardea habiendo movimiento de
tropa la pérdida es de 0.2 unidades, si no hay movimiento de tropa la perdida es de 4.2
• Si la patrulla regresa sin información y No se bombardea habiendo movimiento de
tropa, la pérdida es de 12.2 unidades. Si no hay movimiento de tropa la pérdida es 0.2
• E3 : Si La patrulla regresa reportando las actividades de la tropa, Se bombardea
habiendo movimiento de tropa la pérdida es de 0.2 unidades, si no hay movimiento de
tropa la perdida es de 4.2
• Si la patrulla regresa reportando información y No se bombardea habiendo
movimiento de tropa, la pérdida es de 12.2 unidades. Si no hay movimiento de tropa la
pérdida es 0.2
 Información adicional
El comandante asigna las siguientes probabilidades
condicionales subjetivamente.
P (E1 /S1) = 0.4 P (E1/S2) = 0.2
P (E2 /S1) = 0.1 P (E2 /S2) = 0.8
P (E3 /S1) = 0.5 P (E3 /S2) = 0.0

a) Desarrolle el árbol de decisiones del problema.

b) Determine las probabilidades posteriores (relativas a la lógica de Bayes).
c) Mediante el árbol de decisiones, determine la mejor alternativa.
.
 .
• b) Para encontrar las probabilidades posteriores
tenemos:
• P(E1) = P(E1/S1) P(S1) + P(E1/S2) P(S2)
• P(E1) = ( 0.4 x 0.7 )+( 0.2 x 0.3 )=0.34
• P(E2) = P(E2/S1) P(S1) + P(E2/S2) P(S2)
• P(E2) =0.1 x 0.7 + 0.8 x 0.3 =0.31
• P(E3) = P(E3/S1) P(S1) + P(E3/S2) P(S2)
• P(E3) =0.5 x 0.7 + 0.0 x 0.3 =0.35
•
Probabilidades condicionales
• Cálculo de las probabilidades condicionales:
• P(S1/E1) = [P(E1/S1) P(S1)]/ P(E1) = 0.82
• y así de igual manera se calcularon las siguientes probabilidades
condicionales:
• P(S2/E1) = 0.18
• P(S2/E2) = 0.77
• P(S2/E3) = 0.00
• P(S1/E2) = 0.23
• P(S1/E3) = 1.00
c) Al resolver el árbol de decisiones tenemos que aplicar el valor esperado
en los nodos más distantes y acercarse hasta el nodo raíz:
• Para el NODO D1:
• VE(A1) = 0(0.7) + 4(0.3) = 1.2
• VE(A2) = 12(0.7) + 0(0.3) = 8.4
• Para el nodo D2 se tiene:
• VE(A1) = 3(0.82) + 7(0.18) = 3.72
• VE(A2) = 15(0.82) + 3(0.18) = 12.84
• Para el nodo de decisión D3 :
• VE(A1) = 0.2(0.23) + 4.2(0.77) = 3.28
• VE(A2) = 12.2(0.23) + 0.2(0.77) = 2.96
• Finalmente el valor esperado del nodo de decisión D4 :
• VE(A1)=0.2(1)+4.2(0)=0.2 VE(A2) =12.2(1) + 0.2(0)=12.2
VALORES RESUMIDOS EN EL ARBOL
BUSCANDO LA MENOR PERDIDA
• NODO D1 =1.2
• NODO D2 =3.72
• NODO D3 =2.96
• NODO D4 =0.2
• VEAMOS ESTOS VALORES EN EL ARBOL.
.
.
VALOR DE LA INFORMACION

• Obteniendo el valor esperado para el nodo D1:

• VE(con información)= 3.72 (0.34) + (2.96)(0.31) + (0.2)(0.35) =
2.25
• VE(sin información) = 1.2
• VALOR DE LA INFORMACION = VECIP – VESIP = 2.25-1.2=1.05
UNIDADES PERDIDAS.
• Por lo tanto, la decisión debe ser no mandar patrulla y
bombardear inmediatamente la ruta.
EJEMPLO
• Una Compañía de Manufacturas Eléctricas que produce
aparatos de aire acondicionado , tiene que decidir si comprar
o no un componente importante para su producto final de un
abastecedor o fabricarlo en su propia planta.
• Las alternativas de decisión son entonces :

• 1) Comprar el componente (C)

• 2) Fabrica el componente (F)
.• La determinación de la mejor decisión dependerá de la
aceptación(demanda) de su producto final en el mercado.
Dado que la demanda que la Cía enfrenta por su producto
final está fuera del control del Decisor, esta constituye una
variable de estado. De acuerdo con la administración de la
Cía. Los posibles valores de la demanda por su producto final
pueden ser :
•
• DA = Demanda alta del producto final de la Cía.
• DM = Demanda media del producto final de la Cía.
• DB = Demanda baja del producto final de la Cía.
Para determinar la decisión óptima fue necesario conocer mayor información
respecto a las probabilidades de ocurrencia de cada estado de la naturaleza
.
(DA,DM,DB). El resultado final de la decisión se expresa en términos de
ganancias netas.
La administración de la Cía. ha estimado las ganancias netas para este problema
:

Alternativas Estados de la Naturaleza (Niveles de demanda)

De Decisión DA DM DB

Fabricar (F) 130 40 -20

Comprar(C) 70 45 10
PREGUNTAS:
• Determine la decisión óptima según criterio del valor esperado y
suponiendo P(DA) = 0.30, P(DM) = 0.30, P(DB) = 0.40.
• Calcular el valor esperado de la información perfecta
• Calcular el valor esperado de la información de la muestra e
identifique la decisión óptima.
• Calcule la información de la eficiencia de la muestra.
Valor esperado
• De acuerdo con la experiencia de la administración de la Cía.
se asignó las siguientes probabilidades de ocurrencia.
• Puede ser entonces : P(DA) = 0.30, P(DM) = 0.30, P(DB) =
0.40
• Según el criterio probabilístico, se decide por la
alternativa de mayor ganancia esperada :
• Alternativas
• Fabricar (F) 130(0.30) + 40 (0.30) + -20(0.40) = 43
• Comprar (C) 70(0.30) + 45 (0.30) + 1 0(0.40) =38.5
•
• Se decide : Fabricar el componente. La Cía obtendría las
mayores ganancias netas esperadas de 43,000 dólares.
.• La pregunta es: Cuánto ganaría si conociera la información ?. Una forma
de conocer el futuro, osea el resultado del programa de Ventilador, es
realizar una Investigación de mercado. Si se cuál es mi ganancia con
información perfecta, puedo saber cuánto estoy dispuesto a pagar para
obtener esa información perfecta.
•
•
• Valor esperado de Ganancia esperada con Ganancia
esperada
• la información = información perfecta - sin información
• perfecta
perfecta
•
•
.• Del caso anterior, se obtuvo que la ganancia esperada sin
información perfecta es de 43,000 dólares. Para obtener la
ganancia esperada con información perfecta, puedo usar el
siguiente esquema :
•
•
• Resultado futuro La mejor decisión Ganancia
• DA F
130
• DM C
45
• DB C
10
VECIP
• La ganancia esperada con información perfecta es :
• 130(0.30) + 45(0.30) + 10 (0.40) = 56.5
•
• El valor esperado de la información perfecta es : 56.5 - 43 =
13.5
•
.
• entonces, conocer la información perfecta aumenta la ganancia
esperada de 43,000 a 56,500 dólares; es decir aumenta en 13,500
dólares y esto es lo máximo que se podría pagar por la investigación
de mercado.
•
• Cuánto se pagará por la Investigación de Mercado?. Ello depende de
la confiabilidad de dicha Investigación.
•
VALOR ESPERADO DE LA INFORMACION DE LA MUESTRA E IDENTIFICACION DE LA
DECISION OPTIMA

• El objetivo de la Investigación de mercados (IM) es el de

ayudar al administrador a realizar estimaciones de probabilidad
mas precisas. El propósito de la I.M. es diseñar y llevar a cabo una
investigación que tenga como resultado un indicador descriptivo o
estimación del proyecto propuesto.

• Entonces : Qué tan confiable son los resultados de la IM ?

• Para determinar la confiabilidad de la Investigación, se
necesita hacer una evaluación en base a los resultados esperados
:
• - Se determina dos indicadores :
.
• I1 : Reporte favorable del estudio de IM; la
muestra tomada expresa un interés considerable
en el producto de la Cía.
• I2 : Reporte no favorable del estudio de IM; la
muestra tomada expresa poco interés por
producto de la Cía.
• - Se evalúa para cada resultado, la
probabilidad de que cada indicador (I1, I2) sea
resultado de la Investigación.
 .

El registro histórico de la Cía. de mercadotecnia en estudios similares

ha permitido a la administración de la Cía estimar
las siguientes probabilidades condicionales relevantes :

Indicador Dem.Baja(DB) Dem.Media(DM) Dem.Alta(DA)

(I1) 0.15 0.45 0.65
(I2) 0.85 0.55 0.35
Interpretación.
• Donde :
• 0.15 = P(I1/DB), es la probabilidad condicional de que el
indicador será I1 dado que el producto tiene aceptación
baja. (Si el nivel de demanda es bajo, el reporte sólo será
favorable 5% de las veces)
IDENTIFICACION DE LA DECISION OPTIMA

• Se determina a partir de la estimación de probabilidad de que

ocurra cada resultado dependiendo del indicador resultante
de la IM.
• La mejor alternativa es la que maximiza la ganancia
esperada.
• Necesitamos calcular las probabilidades cuando la IM
resulta I1 o I2; para cada posible resultado.
.
Cálculos de las probabilidades :

P( I1/DB) = 0.15

P(DB) = 0.40
P( I2/ DB) = 0.85
P( I1/DM) = 0.45
P(DM) = 0.30

P( I2/DM)= 0.55

P(DA) = 0.30
P( I1/ DA)=0.65

P( I2/DA)= 0.35
• Del árbol de decisión, se obtiene : P(I1) = P(I1/DB) + P(I1/DM)+P(I1/DA)
• . P(I2) = P( I2/DB)+ P(I2/DM) +P(I2/DA)

• Reemplazando valores tenemos:

• P(I1) = 0.06 + 0.135 + 0.195 = 0.39 …………………probabilidad total para I1
•

• P(I2) = 0.34 + 0.165 + 0.105 = 0.61………….,.. Probabilidad total para I2

•

• * Si la IM tiene como resultado el indicador I1:

•
• P(DB/I1) = P(DBI1) = 0.06 = 0.1538=0.15
• P(I1) 0.39
• P(DM/I1) = P(DMI1) = 0.135 = 0.3462= 0.35
• P(I1) 0.39
• P(DA/I1) = P(DAI1) = 0.195 = 0.50 = 0.5
• P(I1) 0.39
.• * Si la IM tiene como resultado el indicador I2:
•
• P(DB/I2) = [P(I2/DB) P(DB)] = 0.34 = 0.5574
• P(I2) 0.61
•
• P(DM/I2) = P(DMI2) = 0.165 = 0.2705
• P(I2) 0.61
•
• P(DA/I2) = P(DAI2) = 0.105 = 0.1721
• P(I2) 0.61
•
.
• Cálculo de las Ganancias Esperadas :
•
• * Si la IM tiene como resultado el indicador I1:
•
• Decisión Ganancia Esperada

• Fabricar (F) 130 (0.50) + 40 (0.35) + -20(0.15) = 76

• Comprar (C) 70 (0.50) + 45 (0.35) + 10 (0.15) = 52.25
•
• La decisión óptima es fabricar ya que así se tendrá la mayor ganancia esperada igual a $ 76,000.
•
•
• * Si la IM tiene como resultado el indicador I2:
•
• Decisión Ganancia Esperada
• Fabricar (F) 130 (0.17) + 40 (0.27) + -20(0.56) = 21.70

• Comprar (C) 70 (0.17) + 45 (0.27) + 10 (0.56) = 29.65

•
• La decisión óptima es comprar ya que así se tendrá la mayor ganancia esperada igual a $ 29,650.
•
CONCLUSION
• En conclusión, lo que debemos calcular es cuál es la ganancia
esperada con información de la IM. o de la muestra usada. Esta
ganancia esperada depende de los resultados de la IM.

• La ganancia esperada con información de la muestra depende

de los resultados de la IM ,
•
.
• Ganancia esperada con Ganancia esperada
• información de la muestra = ( cuando el indicador es I1 )* P(I1) + Ganancia esperada
• ( cuando el indicador es I2 ) * P(I2)
•
• = (76) * (0.39) + (29.65) * (0.61)
•
• = 47.7265 (47,730 dólares)
•
•
• Finalmente :
•
• Valor esperado de la Ganancia esperada con Ganancia
esperada sin información de la muestra= información de la muestra -
información de la muestra
•
• = 47.7265 – 43.0
• = 4.7265
• = 4,730 dólares
FINALMENTE se CONCLUYE:
• La administración de la empresa no debería gastar mas de $ 4,730
dólares en llevar a cabo la investigación de mercados considerando
la confiabilidad de la investigación de mercado.
•
•
Eficiencia de la muestra
• La administración de la empresa no debería gastar mas de $ 4,730 dólares
en llevar a cabo la investigación de mercados.
•
•
• Eficiencia de la información de muestra :
•
•
• = Valor esperado de la información de muestra x 100
• Valor esperado de la información perfecta
•
• = 4.7265 x 100 = 35 %
• 13.50
•
 PROBLEMA
• Un ingeniero Industrial inventa un dispositivo nuevo y lo patenta. El banco BCP está
dispuesto a facilitarle dinero para que él mismo pueda fabricarlo y vender el
producto. De acuerdo a la investigación del mercado se estima que los próximos 5
años serán un buen período para la comparación de los beneficios que generara el
invento.
• De acuerdo con su análisis y en el supuesto de que las ventas sean altas, el inventor
prevé un beneficio de 12 millones de soles durante los próximos 5 años; si las ventas
son regulares, espera ganar 3 millones de soles y si las ventas son bajas, espera
perder 750.000 soles.
• Una gran empresa le ofrece comprarle los derechos de patente. Basado en el trato
que le ofrecen, el ingeniero estima que si vende los derechos de patente y las ventas
son altas, puede obtener un beneficio de 6 millones de soles; si las ventas son
regulares espera ganar 1 millón de soles y si las ventas son bajas, espera ganar
solamente 150 mil soles.
 .
• En base a toda la información recolectada, investigaciones, consulta con
expertos, etc., el ingeniero asigna los siguientes valores subjetivos de
probabilidad a los distintos estados de la naturaleza.
• E1-Ventas altas: P(E1) = 0.20 ;
• E2-Ventas regulares: P(E2) = 0,50
• E3-Ventas bajas: P(E3) = 0,30

• Con la información anterior se construye la siguiente matriz de

decisiones:
 Matriz de decisiones

Estrategias Estados de la naturaleza

E1 E2 E3
A1: Manufacturar él mismo -750,000
12´000,000 3´000,000

A2: Vender los derechos de 6´000,000 1´000,000 150,000

patente
 Análisis.
• Si el ivestigador que proporciona la informacion dice que ocurrirá el
evento E1, entonces el sujeto de la decisión escogerá la alternativa
A1,
• Si el investigador dice que ocurrirá el evento E2, el sujeto de la
decisión optará también por la alternativa A1,
• Si el investigador dice que ocurrirá el evento E3, entonces el decisor
optará por la alternativa A2. Es decir, que el decisor escoge la
alternativa más conveniente, a partir de la información que le brinda
el investigador perfecto avisándole cuál será el estado de la
naturaleza que se producirá
 Matriz de ganancias esperadas.

Evento pronosticado Ganancias Probabilidades Ganancias esperadas

condicionales (VECIP)
E1: ventas altas S/ 12.000.000 0.20 S/ 2.400.000

E2: ventas medias S/ 3.000.000 0.50 S/ 1.500.000

E3: ventas bajas S/ 150.000 0.30 S/ 45.000

Totales S/ 3.945.000
 Calculo del valor esperado

• Las ganancias esperadas a partir de la distribución a priori, o bien los valores medios
esperados (VE) para cada alternativa están dadas por:
•
• Para A1: VE A1 = $ 12.000.000.(0.2) + $ 3.000.000.(0.5) - $ 750.000.(0.3) = $ 3.675.000
•
• Para A2: VE A2 = $ 6.000.000.(0.2) + $ 1.000.000.(0.5) + $ 150.000.(0.3) = $ 1.745.000
Ganancia esperada por cada alternativa sin información perfecta

Estrategias Ganancias esperadas

A1 $ 3.675.000

A2 $ 1.745.00
 VALOR DE LA INFORMACION PERFECTA
• Es decir que en condiciones de incertidumbre, la mejor alternativa para
el decisor es la alternativa A1, que le produce un beneficio esperado de $
3.675.000. De manera que el precio o costo de la información perfecta será, la
diferencia entre : VEIP – VE

• VIP = VECIP – VESIP

• VIP = 3.945.000 – 3.675.000 = S/270.000 , sería lo máximo que se debe abonar
para recibir o por la adquisición de la información perfecta.
•
 PROBLEMA 2
• Un empresario agricola está pensando en adquirir un terreno, que venden barato
(en 100.000 u.m.) por no tener pozo, para luego construir el pozo y revenderlo en
200.000 u.m. Su idea se basa en las estimaciones de un grupo de expertos que le
aseguraron que hay una probabilidad del 60 % de que, si se excava en una pequeña
porción de tierra localizada en ese terreno, se encontrará agua. Por consiguiente,
existe una probabilidad, a priori, del 40 % de que el terreno no tenga agua, y, si fuera
así, el empresario estima que podría revenderlo por 90.000 u.m. Ante este riesgo,
este señor está pensando en, antes de comprarlo, alquilar, por 10.000 u.m., un
aparato detector de aguas subterráneas que, aunque no tiene una fiabilidad
absoluta, señala que hay agua en el 90 % de los casos en los que realmente la hay y
en el 20 % de los casos en los que no la hay (el coste de la excavación es de 57.000
u.m.).
Se pide:

• (a) La secuencia óptima de decisiones si el objetivo del

empresario agrícola es maximizar el beneficio esperado con
la operación.
• (b) El valor esperado de la información perfecta para este
decisor antes de utilizar el detector y después de emplearlo,
• suponiendo que dicho aparato haya indicado que hay agua.
• (c) El valor esperado de la información del detector antes de
alquilarlo.
IDENTIFICACION D LOS DATOS.

• ALTERNATIVAS:
• A1: COMPRAR EL TERRENO
• A2: NO COMPRAR EL TERRENO
• SUCESOS:
• S1: QUE ENCUENTRE AGUA.
• S2: QUE NO ENCUENTRE AGUA
MATRIZ. PROBABILIDADES DE QUE EXISTA AGUA EN EL POZO A PERFORAR.

ALTERNATIVAS S1 S2

A1 0.6 0.4

A2 0.6 0.4
VALOR ESPERADO SIN INFORMACION
ALTERNATIVA S1 S2 VE

A1 200-100-57= 43 90-100-57=-67 43

A2 0 0 0
.
ARBOL PARA DETERMINAR EL VALOR DE LA INFORMACION

0.6 S1 43
-1 A1
0 0.4 S2 -67
PAGO POREL ESTUDIO
-25.8 0.6 S1 0
0 A2
0.4 S2 0
Información adicional del detector alquilado.
PROBABILIDADES CONDICIONADAS

S1 S2

SI DETECTA 0.9 0.2

AGUA.
SDA. P(SDA/S1) P(SDA/S2)

NO DETECTA 0.1 0.8

AGUA
NDA P(NDA/S1) P(NDA/S2)
 CUAL ES LA PROBABILIDAD DE CADA SUCESO DADO A QUE EL DETECTOR INDICA QUE HAY
AGUA?
P(Si/SDA) = [P(SDA/Si) P(Si)] /probabilidad total

SUCESOS PROBABILIDAD PROBABILIDAD PROBABILIDAD PROBABILIDAD

A PRIORI P(Si) CONDICIONADA CONJUNTA REVISADA
P(SDA/Si) P(Si/SDA)
S1 0.60 0.90 0.54 0.87

S2 0.40 0.20 0.08 0.13

TOTAL……….. 0.62
EL EMPRESARIO COMPRARIA EL TERRENO SI UTILIZA EL DETECTOR. CUAL ES EL VALOR DE LA
INFORMACION PERFECTA?

0.87 S1 43
28.7 A1
VE 28.7 0.13 S2 -67
PAGO POR EL ESTUDIO
VECIP 37.41 0.87 S1 0
0 A2
0.13 S2 0

VIP = 37.41 - 28.7 = 8.7

 CUAL ES LA PROBABILIDAD DE CADA SUCESO DADO A QUE EL DETECTOR INDICA QUE HAY
AGUA O QUE NO DETECTA AGUA?
P(Si/SDA) = [P(SDA/Si) P(Si)] /probabilidad total
P(Si/NDA) = [P(NDA/Si) P(Si)] /probabilidad total

SUCESO P(Si) P(NDA) PROBABILIDAD PROBABILIDAD

S P(SDA/Si) CONJUNTA CONJUNTA P(Si/SDA) P(Si/NDA)
(SDA) (NDA)

S1 0.60 0.90 0.10 0.54 0.06 0.87 0.15

S2 0.40 0.20 0.80 0.08 0.32 0.13 0.85

TOTAL 0.62 0.38

.

Análisis de riesgo y sensibilidadl

 INTRODUCCION
• El conocimiento es lo que sabemos. La información es la
comunicación de conocimientos. En cada intercambio de
conocimientos, hay un remitente y un receptor. El remitente
hace común lo que es privado, hace la información, la
comunicación. La información se puede clasificar como
formas explícitas y tácitas. La información explícita se
puede explicar de forma estructurada, mientras que la
información tácita es inconsistente e imprecisa de explicar
• Los datos
. son conocidos como información cruda y no como
conocimientos en sí. La secuencia que va desde los datos
hasta el conocimiento es:
• De los Datos (Data) a la Información (Information), de la
Información (Information) a los Hechos (Facts), y
finalmente, de los Hechos (Facts) al Conocimiento
(Knowledge) . Los datos se convierten en información,
cuando se hacen relevantes para la toma de decisión a un
problema. La información se convierte en hecho, cuando es
respaldada por los datos. Los hechos son lo que los datos
revelan. Sin embargo el conocimiento instrumental es
expresado junto con un cierto grado estadístico de confianza
 INFORMACION Y BUENAS DECISIONES.
• Considerando el ambiente de la incertidumbre, la
posibilidad de que “las buenas decisiones” sean tomadas
incrementa con la disponibilidad “de la buena información”.
El chance de la disponibilidad de “la buena información”
incrementa con el nivel de estructuración del proceso de
Dirección de Conocimiento. Entonces, si la exactitud de un
modelo estadístico aumenta, el nivel de mejora en la toma
de decisiones aumenta.
 MODELOS DE DECISION

• 1.-Decisión tomada con pura incertidumbre,

• 2.-Decisión tomada con riesgo,
• 3.-Decisión tomada comprando información
(empujando el problema hacia el "polo"
determinista)
 .
• En las decisiones tomadas
• 1.-con pura incertidumbre, el decisor no tiene ningún conocimiento,
ni siquiera de la probabilidad de ocurrencia de cualquier estado de la
naturaleza. En estas situaciones, el comportamiento del decisor se basa
puramente en su su actitud hacia la incógnita. Algunos de estos
comportamientos son los optimistas, los pesimistas y los de
arrepentimiento, entre otros.
• Optimista: El vaso está medio lleno.
Pesimista: El vaso está medio vacío.
Gerente: El vaso es el doble de grande de lo necesario.
 2.- DECISION BAJO RIESGO
• Siempre que un decisor tiene cierto conocimiento sobre los
estados de la naturaleza puede asignar una probabilidad
subjetiva a la ocurrencia de cada estado. Y cuando lo hace, el
problema se clasifica como toma de decisiones bajo riesgo.
• 3.-DECISION CON IMFORMACION:
• En muchos casos, el decisor puede necesitar la opinión de un
especialista para limitar sus incertidumbres con respecto a la
probabilidad de cada estado de la naturaleza. En tal caso, el decisor
puede comprar información relevante a especialistas, para poder
tomar una mejor decisión. El procedimiento para incorporar el
asesoramiento de un experto en las incertidumbres del decisor se
conoce como el abordaje de Bayes.
DECISIONES BAJO RIESGO
• El riesgo implica cierto grado de incertidumbre y la habilidad para
controlar plenamente los resultados o consecuencias de dichas
acciones. El riesgo o la eliminación del mismo es un esfuerzo que
los gerentes deben realizar. Sin embrago, en algunos casos la
eliminación de cierto riesgo podría incrementar riesgos de otra
índole. El manejo efectivo del riesgo requiere la evaluación y el
análisis del impacto subsiguiente del proceso de decisión. Este
proceso permite al tomador de decisiones evaluar las estrategias
alternativas antes de tomar cualquier decisión
 SECUENCIA PARA UNA DECISION BAJO RIESGO.
• a) Use la información que tenga para asignar su parecer
personal (llamado probabilidades subjetivas) sobre el estado
de la naturaleza, p(s);
• b) Cada curso de acción tiene asociado un determinado
beneficio con cada uno de los estados de la naturaleza, X(a,s);
• c) Calculamos el beneficio esperado, también llamado riesgo o
R, correspondiente a cada curso de acción como R(a) = Sumas
de [X(a,s) p(s)];
• d) Aceptamos el principio que dice que deberíamos actuar para
minimizar (o maximizar) el beneficio esperado;
• e) Ejecute la acción que minimice R(a).
EJEMPLO: Producir (desarrollar) un producto o no producir en función del nivel de
ventas. Las probabilidades de que ocurran los estados son evaluaciones subjetivas
de la probabilidad como probabilidades "a priori".

Estados de la naturaleza

Mucha venta Venta media Poca venta

A(0,2) B(0,5) C(0,3)

A1 (desarrollar) 3000 2000 -6000

(no
A2 0 0 0
desarrollar)
Valor esperado (con riesgo)

• El beneficio esperado de cada curso de acción es:

• A1 = 0,2(3000) + 0,5(2000) + 0,3(-6000) = -$200
• y A2 = 0; entonces elegimos A2, lo que significa que no
desarrollamos el producto.
MEJORAR EL RESULTADO OBTENIDO (MINIMIZAR EL RIESGO) CONTRATANDO
UNA FIRMA DE INVESTIGACION DE MERCADO. Costo del estudio 500 $ PARA
ELLO DEBE SELECCIONAR CUAL DEBE CONTRATAR DE ACUERDO A SU
CONFIABILIDAD.
• Según ANALISIS PREVIO (ANTECEDENTES PASADOS) DE LAS
FIRMAS, SE DETERMINO LA SIGUIENTE MATRIZ.
PRODUCTOS QUE TIENEN MUCHA, MEDIA Y POCA VENTA.
(Ap, Bp, Cp)
Qué sucedió realmente en el pasado

A B C
Lo que el
Ap 0,8 0,1 0,1
consultor
predijo Bp 0,1 0,9 0,2
Cp 0,1 0,0 0,7
 DE LA MATRIZ ANTERIOR, LAS PROBABILIDADES ASIGNADAS SON DE
CONDICIONALIDAD.

0,2 0,5 0,3

A B C SUMA
0,2(0,8) = 0,16 0,5(0,1) = 0,05 0,3(0,1) = 0,03 0,24
0,2(0,1) = 0,02 0,5(0,9) = 0,45 0,3(0,2) = 0,06 0,53
0,2(0,1) = 0,02 0,5(0) = 0 0,3(0,7) = 0,21 0,23

A B C
(0,16/0,24)=0,667 (0,05/0,24)=0,208 (0,03/0,24)=0,125
(0,02/0,53)=0,038 (0,45/0,53)=0,849 (0,06/0,53)=0,113
(0,02/0,23)=0,087 (0/0,23)=0 (0,21/0,23)=0,913
.
 RESUMEN.
• Del árbol de decisiones surge que nuestra decisión es la siguiente:
• Contratar al consultor y luego aguardar su informe.
Si el informe predice muchas ventas o ventas medias, entonces producir el producto.
De lo contrario, no producirlo.
CALCULO DE LA EFICIENCIA DEL CONSULTOR. la eficiencia del
consultor (%) se determina calculando el índice: (Beneficio esperado recurriendo al
consultor {monto en $}) / VEIP. De acuerdo al árbol anterior tenemos:
BE = 1000 - 500 = 500, mientras que
• VEIP = 0,2(3000) + 0,5(2000) + 0,3(0) = 1600.
Por lo tanto, la eficiencia de este consultor es: 500/1600 = 31%
 COMO ELEGIR UNA FIRMA CONSULTORA DE CONFIANZA?
• 1.-Pruebe el conocimiento que tienen los consultores de los detalles de su producto y del
mercado.
• 2.-¿Existe algún presupuesto o duración de proyecto aprobado?
3.-¿Cuál es la expectativa de incorporación clientes potenciales?
4.-¿Quién es el encargado de proporcionar la recomendación y firma final
esperada?
• TENER CUIDADO: las mejores firmas de consultaría son propensas a tener algunos
momentos malos en sus historias de trabajo. Por lo tanto, Hágale a los consultores
preguntas específicas en referencia a proyectos anteriores, proyectos exitosos, y
esfuerzos fallidos.
• Revisar referencias de los consultores. Pregunte por referencias específicas de tantos
clientes previos como sea necesario o clientes con negocios relacionados al suyo. Obtenga
un contrato claramente escrito, con estimaciones precisas de costos, encuestas estadísticas
de tamaño de muestra, y el compromiso de obtener la recomendación escrita a tiempo.
 Si seleccionamos una alternativa, esta es la mejor a través del
tiempo?...NO
1.-El valor del dinero varia de situación a situación y de una decisión a otra.
2.-Los pagos individuales de seguros se enfocan en evitar la posibilidad de perdidas financieras
asociadas con la ocurrencia de algún evento indeseado, pero varían de acuerdo al contexto real.
3.- Si usted acepta los valores monetarios esperados es probable que no esté reflejando con
exactitud su aversión al riesgo. Por ejemplo, supongamos que tiene que elegir entre que le
paguen $10 por no hacer nada, o participar de una apuesta cuyo resultado depende del
lanzamiento de una moneda al aire, pudiendo ganar $1.000 si sale cara y perder $950 si sale
cruz. La primera alternativa tiene una recompensa esperada de $10; la segunda tiene una
recompensa esperada de 0,5(1000) + 0,5(- 950) = $25, y es claramente preferible a la primera (si
la recompensa monetaria esperada fuere un criterio razonable). Pero usted quizás prefiera $10
seguros antes que correr el riesgo de perder $950.
Riesgo e incertidumbre
• Suponga que una persona debe escoger entre dos escenarios 1 y 2
mostrados a continuación:
• Escenario 1: Existe 50% de posibilidad de perder $50, y 50% de que no.
• Escenario 2: existe 1% de posibilidad de perder $25, y 99% de que no.
• Ambos escenarios resultan en una perdida esperada de $25, pero esto no
refleja el hecho de que el escenario 2 podría considerarse mas riesgoso
que el primero. (Por supuesto, este es un control subjetivo) El tomador de
decisiones podría estar mas preocupado sobre minimizar el efecto de
ocurrencia de un evento extremo en vez de preocuparse por la media.
Nivel de riesgo
• Si la prima de riesgo es positiva, el tomador de decisiones esta
deseando tomar riesgo, por lo cual se le llama buscador de riesgo.
Obviamente, unas personas aceptan mas riesgo que otras; mientras
mas alta sea la prima de riesgo, mas riesgo es aceptado por el
tomador de decisiones.
• Si la prima de riesgo es negativa, el tomador de decisiones evitará
tomar riegos por lo cual se le llama adverso al riesgo.
• Si la prima de riesgo es cero, el tomador de decisiones se le
llama riesgo neutral.
Control del riesgo
• . El control de riesgo es un procedimiento de cuantificación de los
valores de pérdida o ganancia y proporcionarlos con apropiados
valores de probabilidad. En otras palabras, el control de riesgo
significa construir la variable aleatoria que describe el riesgo. El
indicador de riesgo es una cantidad describiendo la calidad de la
decisión.
 Problema de decisión de invertir.
Estados de la Naturaleza
Crec. Sin
Crecimiento Bajo
medio cambio
C CM SC B
$3000 2000 1000 -2000
Bonos 12% 8 6 3 520
Cursos de
Acciones 15 7 3 -2 660
acción
Depósito 7 7 7 7 280
Valor esperado (riesgo)
• Los estados de la naturaleza son los estados de la
economía durante, digamos, un año. El Valor
Esperado (es decir, promedios):
Valor esperado = å x i . P(x i)
• por sí solo no indica adecuadamente que la
decisión es de calidad acertada
 HERRAMIENTAS PARA MEDIR EL RIESGO:
DESVIACION ESTANDAR
• Una de las medidas del riesgo en general se expresa como
variación, o su raíz cuadrada, llamada desviación estándar. La
variación, o la desviación estándar, son valores numéricos
que indican la variabilidad inherente a la decisión. Si el valor
del riesgo es más bajo indica que lo que usted esperaba
obtener es más probable. Por lo tanto, el riesgo también
podría usarse para comparar cursos de acción alternativos.
Lo que deseamos es un mayor retorno esperado con menor
riesgo. Es por ello que al gerente le preocupa tanto el alto
riesgo.
 VARIANZA
• La varianza es una medida del riesgo; por lo tanto, cuanto mayor
es la varianza, mayor el riesgo. La varianza no se expresa en las
mismas unidades que el valor esperado (digamos, en $). En otras
palabras, la varianza es difícil de entender y explicar porque es el
término al cuadrado de su cálculo. Este problema puede
resolverse trabajando con la raíz cuadrada de la varianza, llamada
desviación estándar.
• Desviación estándar = (Varianza) 1/2
.
• Observe que el CV es independiente de la medida de unidad de
valor esperado. La inversa de CV (es decir, 1/CV) se
llama Relación Señal/ Ruido. El coeficiente de
variación se usa para representar la relación entre la
desviación estándar y el valor esperado; expresa el riesgo
como porcentaje del valor esperado
 COEFICIENTE
• Ambas, DE yVARIACION
la varianza la desviación estándar, proporcionan la misma
información; siempre se puede obtener una de la otra. En otras
palabras, el proceso de calcular una desviación estándar siempre
involucra el cálculo de una varianza. Como la desviación estándar es
la raíz cuadrada de la varianza, siempre se expresa en las mismas
unidades que el valor esperado.
• Ahora, la pregunta es "¿qué curso de acción tomar entre uno
que tiene un resultado esperado mayor y otro, con resultado
esperado menor pero riesgo mucho mayor?" Para tomar una
decisión acertada en estos casos, se puede usar otra medida de
riesgo, conocida como el Coeficiente de Variación. El Coeficiente de
Variación (C.V.) es el riesgo relativo con respecto al Valor Esperado,
que se define como:
• El Coeficiente de Variación (CV) =
(Desviación estándar / Valor esperado)100 %
.
• Observe que el CV es independiente de la medida de unidad de
valor esperado. La inversa de CV (es decir, 1/CV) se
llama Relación Señal/ Ruido. El coeficiente de
variación se usa para representar la relación entre la
desviación estándar y el valor esperado; expresa el riesgo
como porcentaje del valor esperado
 .La siguiente tabla muestra las mediciones de riesgo
calculadas para el Problema de Decisión de Inversión:

Evaluación
riesgo
del

Desviación
C (0,4) CM (0,2) SC (0,3) B (0,1) Valor esperado C. V.
estándar

Bonos 12 8 6 3 8,5 3,12 37%

Acciones 15 7 3 -2 8,1 6,11 75%

Depósito 7 7 7 7 7 0 0%
CONCLUSION

• De las columnas de Evaluación del Riesgo en la tabla se llega

a la conclusión de que los Bonos son mucho menos riesgosos
que las Acciones
 CRITERIO LAPLACE: De las columnas de Evaluación del Riesgo en la tabla se llega
a la conclusión de que los Bonos son mucho menos riesgosos que las Acciones. Es
claro que el Depósito está exento de riesgo.

Evaluación
riesgo
del

C CM SC Valor Desviación
B (0,25) C. V.
(0,25) (0,25) (0,25) esperado estándar

Bonos 12 8 6 3 7.25 3.27 45%

Accion
15 7 3 -2 5.75 6.22 108%
es
Depósit
7 7 7 7 7 0 0%
o
EVALUACION DE 2 INVERSIONES

Dos Carteras de Inversión

Inversión I Inversión II

Rentabilidad % Prob. Rentabilidad % Prob.

1 0,25 3 0,33

7 0,50 5 0,33

12 0,25 8 0,34
 .
• Para clasificar estas dos inversiones, tenemos que calcular primero la media y
la desviación estándar y luego analizar los resultados.
• la inversión I tiene un VE de 6,75% y una desviación estándar de 3,9%, mientras que
• la inversión II tiene VE 5,36% y una desviación estándar de 2,06%. Observe primero que
bajo el análisis usual de media-varianza, estas dos inversiones no pueden ser clasificadas.
Esto ocurre porque la inversión I tiene la media y la desviación estándar más grande. Por lo
tanto la Aproximación de la Dominación Estándar no es útil aquí. Debemos re-ordenar el
coeficiente de variación (CV) como una base sistemática de comparación. El CV para la
inversión I es 57,74% y para
• la inversión EL CV de la II 38,43%. Por lo tanto, la inversión II tiene la preferencia sobre la
otra. Claramente, este acercamiento puede ser utilizado para clasificar cualquier numero de
alternativas de inversión.
Inversión en un periodo determinado: considere una inversión de $10000
sobre un período de 4 años que retorna T(t) al final del año t,

R(t) Probabilidad

$2000 0,1
$3000 0,2
$4000 0,3
$5000 0,4
 ¿Es esta una inversión atractiva dado que la tasa atractiva mínima de
retorno (TAMR) es =20%?

• Se podría calcular el retorno esperado: E[R(t)] = 2000(0,1) +….= $4000

• Sin embargo el valor presente, usando el factor de descuento
• [(1+I)n -1]/[I(1+I)n] = 2,5887, n=4, para la inversión es:
4000(2,5887) - 10000 = $354,80.
•.
Analisis de decisiones.
Dr. MANUEL URCIA CRUZ.
•.