Resumen 2do parcial.

Teora de la Decisin

Captulo 10. Teora de la utilidad

Existe acuerdo en que el mismo bien o servicio tiene un valor distinto para cada individuo. La
solucin al problema de valor de las cosas se origin en los juegos de azar, y fue sostenida por
Bernotilli, como respuesta a una actitud curiosa de los jugadores de azar conocida como
paradoja de San Petersburgo, en el cual se concentraba lo ms distinguido de la poca del
mundo fsico.

El valor de las cosas es inversamente proporcional al patrimonio del sujeto. Un incremento de

ste tiene una utilidad inversamente proporcional al valor de dicho patrimonio.

Valor de uso y valor de cambio

Casi un siglo despus del planteo del problema del valor desde un punto de vista puramente
matemtico, los economistas critican la posicin segn la cual el valor de las cosas y de los
servicios es objetivo y material, y forma parte de la naturaleza de la misma del bien o servicio
en cuestin. El valor econmico se divide en valor de uso y valor de cambio. Con esta
clasificacin se introduce en forma imperceptible, la idea de una consideracin subjetiva del
valor. El valor se mide sobre una escala proporcional. Las preferencias dependern del valor de
los bienes.

Un siglo ms tarde, la llamada escuela austriaca desarrolla en forma independiente el concepto

de utilidad marginal decreciente, que asume el carcter de ley psicofsica.

De acuerdo con esta escuela, a medida que se incrementa la cantidad de bienes a disposicin
del sujeto econmico aumenta la utilidad total de tales bienes, pero a una tasa decreciente
hasta que el aumento desaparece para transformar en decremento.

El esquema se completa con la introduccin de la nocin de preferencias: si A es preferido a B,

entonces se supone que A ser elegido. De este modo, la eleccin queda estructurada sobre
dos conceptos bsicos: la preferencia, que no es publica y que se revela a travs de la eleccin,
y la eleccin, que se supone es conocida pblicamente.

Las curvas de indiferencia de Pareto

Pareto deja al sujeto econmico el trabajo de ordena esas distintas clases de indiferencia de
acuerdo con su propio criterio, segn el valor atribuido personalmente a la canasta de bienes
que las curvas de indiferencia representan. Este valor es llamado ofelimidad, forma con la
cual Pareto determina el valor subjetivo de los bienes. Se trata de una escala ordinal basada en
una realidad subjetiva.

Von Neumann y Morgenstern nunca sostuvieron la validez de probabilidades subjetivas, y que,

todo su desarrollo se basa en la nica existencia que introdujo las subjetivas en las teoras de la
utilidad de acuerdo con sus propios hallazgos y los de algunos de sus colegas.
El aporte de Von Neumann y Morgenstern

Si bien es cierto que Pareto y sus seguidores pudieron reconstruir la teora econmica sobre la
base de este pase de prestidigitacin, se enfrentaron a un problema referido a los que
podran efectuarse con l. Se ha visto en los fundamentos de la teora de la medicin que una
escala ordinal se mantiene invariante hasta una funcin ordinal. Cualquier nmero que quiera
ser asignado a un orden de preferencias es vlido solo si se respeta una funcin de orden, pero
ya no lo ser si se pretende realizar una operacin matemtica, ya que (como el clculo de la
media ponderada) no estn permitidas con una funcin de orden.

En 1944 demostraron que era posible construir una funcin numrica de intervalo, la cual
posibilita el clculo de un promedio ponderado de los nmeros asignaos por dicha funcin.
Establecieron una funcin numrica con imagen fluctuante, para mayor comodidad en el
manejo de la uncin de valor, de 0 a 1, la que solo representaba preferencias del decisor, si no
que el intervalo entre los nmeros asignados representaba el incremento de valor sobre una
escala proporcional. Este desarrollo genera controversias.

Si A es preferido a B, se supone que el valor atribuido a A es mayor que el atribuido a B. El

resultado de mxima preferencia ser el elegido. La preferencia se transforma en un proceso
ntimo y reservado del interesado, quien puede ocultarlo o modificarlo para terceros. La
eleccin sigue siendo pblica y observable por cualquiera. De la eleccin puede ser inferida la
pertenencia, el problema surge cuando aquella resulta ser distinta a sta.

Patrimonio total o solamente sus modificaciones

De acuerdo con el axioma inicial de la solucin de Bernoulli, ya citado el valor de un aumento

de patrimonio es inversamente proporcional a ese patrimonio. El valor de una modificacin del
patrimonio es igual al logaritmo de dicha modificacin. El problema es que la esperanza
matemtica de los valores logartmicos de un resultado real puede llegar a ser tan baja, que
difcilmente podr encontrarse un caso real donde aplicar ese hallazgo. Con la medida
logartmica es prcticamente imposible que alguien asuma un riesgo. La respuesta de los
crticos es que aquel que asuma ese riesgo lo har por amor al riesgo, pero este argumento no
tiene asidero en la realidad.

Bernoulli introduce el criterio de evaluacin del patrimonio total con y sin su modificacin.
Ambos criterios llevan a resultados bien distintos en la mayor parte de los casos. Entonces,
Bernoulli adopta decididamente el del patrimonio total. En el momento de la decisin se
evaluara la importancia de la modificacin del patrimonio.

La versin de Luce y Raiffa

Neumann y Morgenstern construyen su funcin de valor de acuerdo con la tradicin,

reduciendo al mnimo la cantidad de axiomas. El uso de notacin a la europea y la complejidad
de la demostracin llevaron a algunos economistas a publicar versiones equivalentes de la
demostracin de Neumann y Morgenstern. Entonces, se adopta la versin de Luce y Raiffa, que
transforma todo el desarrollo de la demostracin en axiomas, lo que facilita su comprensin.
Solo se deducen los dos teoremas fundamentales de la teora de la medicin: el teorema de
REPRESENTACION, que brinda la frmula para construir la funcin de utilidad, y el de
INVARIANZA, que garantiza que toda transformacin hasta una funcin lineal sigue
manteniendo la cualidad de modelo numrico valido de la realidad medida.

Teora de la unidad de Neumann y Morgenstern. Versin de Luce y Raiffa

Axioma 1. Preferencias: Existe una relacin de preferencias que constituyen un orden estricto
cuyas caracterstica es ser reflexiva, asimtrica, transitiva y conexa.

Axioma 2. Ordenamiento de resultados: Los resultados X pueden ser ordenados por relacin de
preferencia, donde X1 es el ms preferido y Xn el menos preferido.

Axioma 3. Reduccin de activos aleatorios complejos a activos aleatorios simples: Un activo

aleatorio puede reducirse a no simple por la aplicacin de clculo de probabilidad a P y a Q.

Axioma 4. Continuidad: Siempre existe un resultado intermedio que ser igualmente preferido
que un activo aleatorio, formado por el resultado menos preferido y el ms preferido. Esto se
obtiene gracias a una ponderacin que surge del conjunto [0; 1]. U ser la funcin de utilidad.

Axioma 5. Sustitucin: L= {X1, p1; x X1, p1 x Xn, pn} L= { X1, p1; x Xi, pi; Xn, pn}

Axioma 6. Monotona: L= { X1, p; Xn, (1-p)} L = { X1; p; Xn (1-p)} , si y solo si p > p

Para mayor comodidad, se acostumbra que el codominio de la funcin de utilidad sea el

intervalo [0; 1], pero cualquier subconjunto de los nmeros reales es vlido.

Los experimentos de laboratorio

Cuando los experimentos de laboratorio demuestran que un 60/ 70% de los sujetos violan la
utilidad a la Neumann y Morgenstern, surgen problemas sobre la interpretacin de los
axiomas y otros conexos. A fines de los aos ochenta quedo en evidencia que la teora no
representaba la actitud habitual de todos los sujetos econmicos en situacin marginales
inventadas por los psiclogos e laboratorio. El problema principal resida en un axioma original
de Neumann y Morgenstern que no figura en forma autnoma en la axiomtica de Luce y
Raiffa. La teora de la utilidad de estos autores es normativa, y no descriptiva, no pretende
describir cmo actan los sujetos, si no percibir como deberan hacerlo. La idea es bsica, los
sujetos no deciden como consecuencia de la valoracin de los resultados de las distintas
alternativas en su media natural, lo hacen por un proceso interno en el que tales resultados
son percibidos de acuerdo con su propia valoracin.

De Neumann y Morgenstern se deriva el mtodo de la apuesta tipo, por el cual el decisor

construye su propia escala de valores. Una vez transformado cada resultado a el propio valor
individual, seguir el mtodo tradicional de valor esperado y comparara las distintas
alternativas. Eso implica utilizar escala superior a la ordinal, sin llegar a ser racional: una escala
intermedia de intervalo con la cual la operacin de promedio ponderado en que consiste el
valor esperado es legtima.

Los crticos sostienen que una distribucin estadstica no puede ser evaluada y finalmente, de
eso se trata si bien la llamamos activo aleatorio. De all surgen decenas de formulaciones de
nuevas funciones de valor que, al querer diferenciarse de Neumann y Morgenstern, se ven
obligadas a recurrir a una multiplicidad de nuevos axiomas, muchos ms de ellos alejados del
sentido comn.

La apuesta tipo

El valor esperado no tiene otra justificacin: su utilizacin es el resultado de la aceptacin de la

teora de la utilidad de Neumann y Morgenstern. El uso de la esperanza matemtica solo se
justifica para decisiones nicas y se aplica a resultados evaluados por una funcin de valor. Si
no fuese as, la media para un solo caso no tendra sentido: debe tratarse de infinitos casos
idnticos.

El valor original de resultado es el valor valido para el decisor. El uso de la frmula matemtica
de la esperanza matemtica solo se justifica si es una decisin nica o raramente repetible; los
resultados estn dados en trminos de utilidad. Puede ser aplicada a estos en su medida
original cuando las decisiones son repetidas infinitas veces y todos los elementos se mantienen
iguales, incluso la propensin al riesgo del decisor.

Las formas graficas de funciones de utilidad

Las funciones numricas de utilidad adoptan tres formas bsicas, algunas de las cuales se
combinan entre s para cada decisor en particular.

Convexa con respecto al origen de un grfico cartesiano: Es la tpica curva logartmica de

Bernoulli y se acostumbra a considerarla como adversa al riesgo.

Cncava con respecto al origen de un grfico cartesiano: Es la tpica curva del inters
compuesto y se acostumbra a considerarla como propensa al riesgo.

Recta: Neutral. La utilidad de un bien est dada por su valor original.

Difcilmente la funcin de utilidad del dinero o aun de cualquier bien, sea una de las tres
mencionadas para un individuo. En general las curvas se combinan.

Captulo 11. Decisiones de compra de informacin adicional

Existen situaciones en las que el decisor puede observar la posibilidad de comprar informacin
adicional que le ayude a describir el comportamiento de una o ms variables inciertas
consideradas relevantes en su problema. Comprar informacin significa dedicar cualquier tipo
de erogacin o esfuerzo valuable en dinero o costo de oportunidad a la obtencin de
informacin adicional. Este gasto puede consistir realmente en una compra, o en la dedicacin
de recursos propios incrementales del decisor al efectuar indagaciones de cualquier tipo. Si se
utilizan recursos que no dan rendimientos a la empresa o cuya erogacin se efectuara
cualquiera sea la decisin tomada (costos hundidos), el costo para obtener informacin ser
nulo. Por comprar informacin puede entenderse pagar el costo que significa esperar un
tiempo hasta tener mayor cantidad de detalles sobre el comportamiento de las
probabilidades de los eventos. Puede ocurrir tambin que esta informacin se recurra a la
estadstica Bayesiana, a fin de simular los distintos escenarios que el eventual vendedor de la
informacin podra generar: cada uno de los mensajes concede distintas combinaciones de
probabilidades para los eventos potenciales de la variable incierta. Pero hasta que no se
compre la informacin, no se tendr conocimiento de cual de esos mensajes potenciales
finalmente habr de generarse. El proceso de decisiones bayesiano es una mertadecision cuyo
objetivo es determinar cul es el importe mximo que el decisor en una situacin de decisin
determinada, estara dispuesto a gastar para obtener informacin adicional con la finalidad de
rectificarla evaluacin subjetiva que ha hecho de las probabilidades.

El proceso bayesiano sirve para modificar las probabilidades a priori y, consecuentemente, el

valor esperado de la alternativa optima, que tambin puede rectificar segn sea la
combinacin de probabilidades de los estados que surja del mensaje.

Si la informacin adicional puede aumentar el valor esperado de las alternativas ptimas

originadas en la situacin original de decisiones entonces tendr valor. Ello se logra a travs de
la modificacin de las probabilidades de los estados inciertos llamadas a priori por ser
evaluadas antes del proceso bayesiano., las cuales, luego de la aplicacin de dicho proceso, se
encuentran modificadas y se denominan probabilidades a posteriori.

La informacin adicional es siempre soportada por un mensaje obtenido de un conjunto finito

de mensajes previamente conocidos.

Comparar informacin adicional significa obtener, por medios propios, o recurriendo a terceros
un mensaje Zx de entre los Zi mensajes posibles. Si el nmero de mensajes posibles no fuese
conocido ni finito no sera factible establecer seriamente la verosimilitud. El elemento
fundamental del anlisis bayesiano es la verosimilitud, el conjunto de probabilidades.

El costo admisible de la informacin adicional a no incluye el eventual costo de obtencin de la

verosimilitud. Ello implica que la verosimilitud no es informacin adicional en la terminologa
adoptada.

La frmula de Bayes

La frmula de Bayes se relacin con tres conceptos: P (Nj). La probabilidad del estado Nj
correspondiente al universo (variable) incierto N. Esta probabilidad tambin se llama
PROBABILIDAD A PRIORI (previa al anlisis bayesiano). Surge generalmente de un proceso o de
una evaluacin subjetiva aun cuando en algunos casos pueda ser objetiva. Para que sea
verosmil tiene que sumar 1 sobre las columnas en la forma adoptada para exponerla para cada
estado incierto Nj.

La probabilidad posteriori es simplemente la probabilidad a priori evaluada por el decisor,

modificada por la informacin adicional de la verosimilitud acarreada por los mensajes Zj.

Las frmulas de Bayes permite partir del valor objetivo o de una estimacin subjetiva de P(Nj)
modificarlo a la luz de la informacin de ZI y apreciarlo nuevamente como P(Nj/Zj)

El problema fundamental del mtodo bayesiano consiste en que, adems de poseer

informacin objetiva o haber estimado subjetivamente las probabilidades (a priori) P(Nj), el
decisor posee la verosimilitud. El inters del decisor es saber cul es la probabilidad (a
posteriori) de que el universo incierto se encuentre en Nj.
Captulo 12. Objetivos mltiples y en conflicto

Los casos de decisin con objetivo nico son infrecuentes, y adems en muchas oportunidades
los decisores no advierten estar trabajando con objetivos mltiples. Un ardid utilizado durante
muchos aos, y enseado y aplicado aun hoy en algunos casos, consiste en optimizar el
objetivo relativamente ms importante y considerar a los dems como restriccin sobre la
obtencin del principal. Tambin se ha desarrollado un conjunto muy varado de mtodos que
tratan a todos los objetivos como tales.

En la literatura profesional, existe la tendencia a ocultar que se trabaja con objetivos y estos
requerimientos anexos suelen ser denominados atributos. Esto no constituye un
impedimento mientras sean dos como objetivos

Podra afirmarse que una situacin de decisin no trivial, siempre comporta objetivos mltiples.
Una vez ubicados los objetivos es necesario analizarlos atentamente para comprobar que sean
enumerarles finitos de 1 hasta n. No se trabaja con infinitos objetivos, los cuales constituyen
curiosidades matemticas.

Objetivos en conflicto: el ptimo paretiano

Los objetivos estarn en conflicto cuando el hecho de incrementar la obtencin de uno

implique obligatoriamente reducir la obtencin de otro.

Se puede encarar una inversin de alto rendimiento y alto riesgo a costa de abandonar una
inversin ms modesta pero segura.

El conflicto surge cuando los objetivos forman lo que se denomina ptimo paretiano. Si existen
varios objetivos de igual importancia y alternativas disponibles que los contemplen a todos, si
todos pueden ser satisfechos al mismo tiempo, es que sobran recursos; los recursos son
infinitos y por lo tanto, gratuitos. Entonces el proceso de decisin se ve facilitado, ya que solo
se trata de aumentar la realizacin y obtencin de todos los objetivos al mismo tiempo.

En una vida real, los problemas que interesan surgen porque los recursos son limitados, y en
algn momento se produce su agotamiento. De esta forma se llega siempre hasta un ptimo
paretiano, donde el aumento en la realizacin u obtencin de un objetivo solo podr ser
efectuado al costo de la reduccin de la obtencin de otro. Esta situacin se define como
conflicto.

El conflicto surge de la existencia de alguna estriccin sobre los objetivos o las alternativas.

Un ptimo paretiano generador de conflicto es una clase de indiferencia en la cual distintas

canastas de resultados tienen, para el decisor, el mismo valor o utilidad.

En la vida prctica, el decisor siempre encara objetivos mltiples y en conflicto. Cualquier tipo
de razonamiento para tratar estas situaciones implica casi obligatoriamente todos los objetivos
involucrados y ordenados por orden importancia. Se le asignan nmeros a dicha importancia
de modo que puedan ser aplicados mtodos numricos para resolver el problema de eleccin
de la mejor alternativa. Estos nmeros constituyen la ponderacin.
El mtodo lineal

- Sustitucin y ponderacin de objetivos

Consiste en obtener el promedio ponderado de la evaluacin de los resultados esperados por

la ponderacin otorgada a esos objetivos. Existe un trade off, un intercambio entre los
objetivos. En una curva de indiferencia hay siempre combinaciones de distintos grados de
alcance de objetivos, las cuales tienen siempre la misma utilidad. Las curvas de indiferencia
tpicas son cncavas hacia el origen de los ejes cartesianos. La sustitucin dentro de una curva
de indiferencia esta expresada en la tasa marginal de sustitucin, que es la pendiente de la
curva de indiferencia en un punto dado. Para mayor comodidad, se acostumbra a trabajar con
curvas de indiferencia rectas, con pendiente fija: de all que se hable simplemente de tasa de
sustitucin, que es fija para cualquier intercambio de un bien por otro dentro de la curva de
indiferencia, y lo marginal no sea tenido en cuenta. Esto implica la posibilidad de sustitucin
total de un atributo por otro.

La tasa de sustitucin es la pendiente de la curva de indiferencia recta utilizada por el mtodo

lineal y conduce a la ponderacin de los distintos objetivos.

Si el objetivo A tiene una ponderacin 1 y el objetivo B una ponderacin de 2, significa que B es

dos veces ms importante que A.

El promedio ponderado resulta de la multiplicacin de los valores de cada alternativa por la

ponderacin de cada objetivo.

La ponderacin que mide la importancia relativa de los objetivos es un elemento relevante y

debe extenderse a todos los objetivos bajo anlisis manteniendo la debida coherencia entre
ellos.

La ponderacin depende del decisor, quien finalmente resuelve la importancia relativa de los
objetivos, la que se expresa en una escala proporcional.

El ordenamiento de los objetivos por su importancia, la asignacin de una ponderacin para

medir dicha importancia as como la forma de tratar esos datos son procesos totalmente
subjetivos.

- La escala sustituta

En el mtodo lineal, un cambio simple de unidad de medida de los resultados es suficiente para
modificar la identificacin de la estrategia ptima. No pueden sumarse mediciones de distintas
cosas u objetos. Ello lleva a utilizar una escala sustituta de intervalo para la medicin de tales
resultados con la finalidad de evitar ese importante defecto.

El simple promedio ponderado de los valores atribuidos a los resultados de cada objetivo sobre
una escala sustituta de intervalo indicara la alternativa ptima. El mtodo lineal ofrece as una
serie de variantes que debern ser exploradas en casa caso.
El mtodo exponencial

Este mtodo halla el promedio ponderado como el mtodo lineal, pero la suma se convierte en
multiplicacin y la multiplicacin en exponenciacin. Esto lleva a que cualquier cambio de
unidad se anule y que el promedio obtenido sea un nmero puro, sin relacin alguna con la
realidad ya que en l se mezclan las unidades de medida ms diversas.

El problema presentado por este mtodo es que dificulta en gran medida la sustitucin, ya que
la curva de indiferencia base de la ponderacin deja de ser recta. Es imposible sustituir para
obtener una configuracin distinta con la misma valoracin sin modificar la ponderacin.

Este mtodo discrimina las diferencias importantes de valoracin de los objetivos y tiende a
favorecer aquellas alternativas en las cuales las mediciones de los objetivos se acercan entre si
y exhiben menores variaciones o variaciones amortiguadas.

DECISIONES INTELIGENTES HAMMOND

Toma de decisiones acertadas

Por qu es tan difcil tomar decisiones?

Algunas decisiones son de cajn, no obstante las verdaderamente importantes son complejas y
difciles porque mucho est en juego. Producen miedo, riesgo de ansiedad, confusin, duda,
error, arrepentimiento y vergenza.

El qu y el cmo de la toma de decisiones

A pesar de su diversidad de las distintas decisiones no se conectan en qu se decide, sino, en

cmo se decide. La nica manera de aumenta las probabilidades de tomar una buena decisin
es aprender a aplicar un buen procedimiento para ese fin.

Criterios para un proceso eficaz de toma de decisiones

El proceso eficaz de toma de decisiones debe satisfacer los 6 siguientes criterios:

Se concentra en lo que es importante

Es lgico y consecuente
Reconoce los factores tanto subjetivos como objetivos
Combina el pensamiento analtico con el intuitivo
Slo exige la cantidad de informacin y anlisis necesarios
Es directo, confiable, fcil de aplicar y flexible

El mtodo PROACT

Definir el problema con precisin

Especificar los objetivos
Crear alternativas imaginarias
Entender las consecuencias
Estudiar las transacciones
Aclarar las incertidumbres
Pensar muy bien en su tolerancia a riesgo
 Considerar decisiones vinculadas

Consideraciones sobre la toma de decisiones acertadas

Una buena decisin no garantiza necesariamente un buen resultado, as como tampoco una
mala da necesariamente un resultado malo.

El descuido puede tener buena suerte y el cuidadoso puede ser vctima de las circunstancias.

Una buena decisin s aumenta las probabilidades de xito y al mismo tiempo satisface nuestro
deseo, muy humano, de controlar las fuerzas que afectan nuestra vida.

El problema

Sea creativo en la definicin del problema y convirtalo en oportunidad

Para asegurarse de exponer el problema adecuadamente, es preciso salirse de lo convencional

y pensar creativamente.

Si el problema se plantea en forma creativa, se puede transformar por lo general en una

oportunidad, abriendo nuevas alternativas tiles y atractivas.

Cul es el mejor mtodo de definir o redefinir el problema de decisin?

Primero hay que empezar por anotar el problema bsico, luego cuestionarlo, ponerlo a prueba
y perfeccionarlo

1) Preguntarme que hizo detonar la situacin. Cul es la fuerza inicial que lo impulsa.
2) Cuestionarme las limitaciones en la presentacin del problema.
3) Identificar los elementos esenciales del problema. Dividirlo en sus partes
componentes.
4) Entender qu otras decisiones dependen de esta o la afectan.
5) Dar a la definicin del problema amplitud suficiente pero manejable.
6) Obtener nuevas ideas preguntando a otros cmo ven la situacin.

Volver a examinar la definicin del problema y pensar expansivamente

Definir el problema es en s un problema de decisin, cuya solucin influir grandemente en su

eleccin final.

Las oportunidades de redefinir el problema son oportunidades que a menudo llevan a mejores
decisiones.

El 99% de los casos, conceder tiempo extra a definir el problema trae su propia recompensa.

Pensar expansivamente genera mejores definiciones del problema y stas, a su vez, amplan la
gama de soluciones creativas.