CL3

ANÁLISIS DE DECISIONES
Unidad 3: Modelando Decisiones

Bajo incertidumbre
Departamento de Ingeniería Industrial
Universidad Católica de la Santísima Concepción
1 Material preparado por Maria T. Bull

Agenda
 Valor de la Información
 Estimación de Probabilidades Bajo Incertidumbre
 Método directo
 Método indirectos

VALOR DE LA INFORMACIÓN

Unidad 3: MODELANDO LAS DECISIONES
BAJO INCERTIDUMBRE
VALOR DE LA INFORMACIÓN
 A menudo, usted paga por la información que usted
solicita:
• Asesoramiento de Inversiones
• Consultores de Gestión
• Investigación de Mercado
• Lectura de la palma
 Esta información es necesaria para tomar una decisión en
el futuro:
• Para invertir en una acción en particular o no
• Reestructurar la organización de su empresa o no
• Para introducir un producto o no
• ¿Debo casarme con esta persona o no?
BAJO INCERTIDUMBRE
 Sí, la información entregada por el experto no es
considerada en la toma de decisiones, el valor de la
información esperada es CERO
 Si, la información entregada por el experto es
considerada en la toma de decisiones, el valor de la
información esperada es POSITIVA
 Por lo tanto el valor de la información puede ser

POSITIVA o CERO pero nunca NEGATIVA

BAJO INCERTIDUMBRE
 Problema es:
Dada su problema de decisión, ¿cuánto estaría

dispuesto a pagar por esta información?
 Para responder a esta pregunta hay que determinar el

valor (en pesos $$) de la información.
 En primer lugar, hablaremos de un método para
determinar el valor de información perfecta y el próximo
para información imperfecta.
¿Cuál valoras más?
BAJO INCERTIDUMBRE
 Definición: Clarividente experto en el evento A
Si el evento A está a punto de ocurrir, el experto dice que
ocurrirá. Si el evento A no ocurrirá, el experto dice que no
ocurrirá. El experto nunca se equivoca.
 Su información es PERFECTA.
A = {El índice Dow Jones sube}
"A" = { El experto dice que el índice Dow Jones sube}
 Usted está pensando en invertir en una empresa, pero antes

de hacerlo usted quiere asegurarse de que el Dow Jones
subirá ya que esto aumenta sus posibilidades de
hacer una buena inversión. Por lo tanto, usted decide
consultar a un experto clarividente sobre el evento A.
BAJO INCERTIDUMBRE
 ¿Qué significa ser clarividente en términos probabilísticos?
Pr ({Experto dice Dow Jones ↑} | {Dow Jones ↑}) = Pr ("A" | A) = 1
SIMILARMENTE:
Y más importante
Pr ({Dow Jones ↑} | {Experto dice Dow Jones ↑}) = Pr ("A" | A)

BAJO INCERTIDUMBRE
CONCLUSION
Pr (A | "A") es igual a 1, no importa cual es el valor de Pr (A).

BAJO INCERTIDUMBRE
 ¿Qué pasa con la probabilidad?
 Pr ({Experto dice Dow Jones ↑})

Pr ("A") = Pr ({Experto dice Dow Jones ↑}) =
Pr ("A" | A) Pr (A) + Pr ("A" | A) Pr (A) =
1 ⋅ Pr (A) + 0 ⋅ Pr (A) = Pr (A) = Pr ({Dow Jones ↑})
Esto es cierto en general: si consultamos a un experto
clarividente sobre un evento a los posibles resultados
Entonces:
 Visto el dictamen del experto clarividente sobre el evento A,
no se mantiene la incertidumbre sobre el evento A.

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE
VEIP = valor esperado de la información perfecta

Interpretación: VEIP es la cantidad máxima de dinero que estarías
dispuesto a pagar por los servicios del experto clarividente.
Si se cobra más de $ 420 usted no consultaría al experto.
A = {El índice Dow Jones sube}

"A" = {dice experto índice Dow Jones sube}
Considere la posibilidad de un experto sobre el evento A, que no

es clarividente, pero es considerado como un experto. ¿Qué
significa por un experto no sea perfecto en su evaluación sobre el
evento A?

BAJO INCERTIDUMBRE
Pr ({Experto dice Dow Jones ↑} | {Dow Jones ↑}) =
Pr ("A" | A) <1
Con suerte, la probabilidad anterior es cercana a 1
(de lo contrario ¿por qué considerar a él / ella y experto?)
Pr ("A" | A)> 0
Con suerte, la probabilidad anterior es cercano a 0
(de lo contrario ¿por qué considerar a él / ella y experto?)
Cuando un experto acerca de un evento que no es clarividente

Nosotros necesitamos expresar nuestra confianza en su
evaluación, por ejemplo, el control de sus actuaciones pasadas y
entrevistas referencias.

BAJO INCERTIDUMBRE
En base a los antecedentes de verificación del experto nosotros
evaluamos nuestra confianza en el experto en términos de
probabilidades subjetivas
Predicción del Verdadero Valor del Mercado

Experto Sube Mantiene Baja
“Sube” Pr( “Sube”/ Sube) Pr( “Sube”/ Mantiene) Pr( “Sube”/ Baja)
“Mantiene” Pr( “Mantiene”/ Sube) Pr( “Mantiene”/ Pr( “Mantiene”/ Baja)

Mantiene)
“Baja” Pr( “Baja”/ Sube) Pr( “Baja”/ mantiene) Pr( “Baja”/ Baja)
Total 1 1 1

BAJO INCERTIDUMBRE
Verdadera evaluación del experto
Predicción del Verdadero Valor del Mercado

Experto Sube Mantiene Baja
“Sube” 80% 15% 20%
“Mantiene” 10% 70% 20%
“Baja” 10% 15% 60%
Total 1 1 1

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE
Considere la posibilidad de consultar antes a un "experto

imperfecto" y luego tomar la decisión de inversión:

BAJO INCERTIDUMBRE
Supongamos que el EXPERTO IMPERFECTO dijo Dow

Jones SUBIRA

BAJO INCERTIDUMBRE

Jones se MANTENDRÁ

BAJO INCERTIDUMBRE

Jones BAJARÁ

BAJO INCERTIDUMBRE
Tenga en cuenta que:
• Después de consultar con el experto la INCERTIDUMBRE

CONTINUA EN EL PROBLEMA DE DECISIÓN
• Después de consultar a un Experto Imperfecto, EL PROBLEMA

ORIGINAL DE DECISIÓN ES IGUAL. La única diferencia es que
las probabilidades del problema original de decisión han cambiado para
reflejar la información adicional; es decir, ahora contienen el consejo
experto.
Para calcular la EMV del problema de decisión después de la

información del Experto imperfecto, nosotros tenemos que resolver
el árbol de decisión anterior. El calculo de estas probabilidades es
equivalente a dar la vuelta al orden de los nodos de incertidumbre

BAJO INCERTIDUMBRE
¿Cómo podemos resolver estas probabilidades?

Vía teorema de Bayes utilizando una tabla de probabilidad

BAJO INCERTIDUMBRE
PASO 1: Construya una tabla de probabilidad

BAJO INCERTIDUMBRE
 PASO 2: Inserte las probabilidades en el árbol de
probabilidad

BAJO INCERTIDUMBRE
 PASO 3: Calcular EMV previa consulta al experto

BAJO INCERTIDUMBRE
 Paso 3B: Calcular EMV previa consulta al experto

BAJO INCERTIDUMBRE
 PASO 3C: Calcular EMV previa consulta al experto

BAJO INCERTIDUMBRE
 PASO 3D: Calcular EMV previa consulta al experto

BAJO INCERTIDUMBRE
 PASO 4: Calcular EVII de consulta del experto
Conclusión:
Usted estaría dispuesto a consultar con el experto clarividente si:
822 - X ≥ 580 ≤ ⇔ X 822-580 = 242 (= EVII)
EVII = Valor esperado de la información imperfecta
BAJO INCERTIDUMBRE
 Interpretación:
EVII es la cantidad máxima de dinero que estaríamos dispuestos a
pagar por los servicios del experto imperfecto.
Si se cobra más de $ 242 nosotros no consultariamos al experto.
Nota:
VEIP ≥ EVII.
Interpretación:
La información perfecta es siempre es mejor que la información
imperfecta.
Al realizar el cálculo VEIP análisis de sensibilidad de cada evento
incierto debe ser considerado.
¿Cuándo VEIP es alto para un evento incierto, en particular, la
inversión para reducir la incertidumbre puede estar justificada.
ESTIMACIONES DE PROBABILIDAD
BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE
 Estimaciones de probabilidad bajo incertidumbre
 Estimaciones probabilidades Discretas
 Métodos directos
 Métodos indirectos
 Estimación probabilidades Continuas

BAJO INCERTIDUMBRE
La interpretación de las Probabilidades Subjetivas:
 La interpretación frecuentista de la probabilidad es:
Probabilidad = La frecuencia relativa de ocurrencia

de un evento
Esta definición frecuentista requiere que se especifique un experimento que

sea repetible.
Por ejemplo lanzar una moneda, Pr(cara) = 0,5
¿Qué pasa con los siguientes eventos?:

 ¿Qué exista una fuga en un reactor nuclear?
 ¿Qué estemos vivos a los 50 ?
 ¿Qué el equipo de futbol de Chile gane en el próximo encuentro?

BAJO INCERTIDUMBRE
Sin duda los eventos mencionados anteriormente son
INCIERTOS y nosotros hablamos sobre probabilidades de
estos eventos. Sin embargo, estas probabilidades NO SON
FRECUENCIAS RELATIVAS de ocurrencias
… entonces ¿Qué son?
Probabilidad = El grado de creencia in la ocurrencia de un evento.
Evaluando una probabilidad para los eventos mencionados, uno

expresa el GRADO DE CREENCIA ( Degree of Belief).
Altas probabilidades coinciden con una alto grado de creencia y
bajas probabilidades coinciden con un bajo grado de creencia.

BAJO INCERTIDUMBRE
¿Por qué nosotros necesitamos esto?
 La interpretación frecuentista de la probabilidad no es siempre
aplicable
 Esto permite modelar y estructurar incertezas individuales a
través de probabilidad
EVALUANDO PROBABILIDADES SUBJETIVAS
DISCRETAS:
1. Métodos Directos: Directamente preguntar por la
estimación de la probabilidad
 Estos métodos no son buenos, especialmente si los expertos no están
familiarizados con probabilidades como un concepto
 Estos métodos no son buenos. Si las probabilidades en cuestión son
muy pequeñas

BAJO INCERTIDUMBRE
2. Métodos Indirectos: formular preguntas en el
dominio del experto del dominio de conocimiento, y
extraer las estimaciones para probabilidad modelando
las probabilidades
Ejemplos: Estrategias de apuestas y loterías de referencia,
i. Estrategias de apuestas:
Evento: Lakers gana el título de la NBA esta temporada
PASO 1: Ofrecer una persona a elegir entre los siguientes
apuestas, donde X = 100,Y = 0.

BAJO INCERTIDUMBRE
Ganancia
máxima
Lakers ganan
Apostar X Lakers
Lakers pierden
Lakers ganan
Apostar contra
los Lakers
Lakers pierden
PASO 2: Ofrecer a una persona a elegir entre las apuestas que se

presentan arriba, donde ahora X=0, Y= 100 ( una prueba de
consistencia).
¡ El experto debe cambiar de opción !
BAJO INCERTIDUMBRE
Ganancia
máxima
Lakers ganan (LW)
Apostar X Lakers
Lakers pierden (LL)
Lakers ganan
Apostar contra
los Lakers
Lakers pierden
 PASO 3: Ofrecer una persona a elegir entre las apuestas

anteriores, donde ahora X = 100,Y = 100.
¡La comparación ya no es obvia!
BAJO INCERTIDUMBRE
Ganancia
máxima
Lakers ganan
Apostar X Lakers
Lakers pierden
Lakers ganan
Apostar contra
los Lakers
Lakers pierden
 PASO 4: Ofrecer una persona a elegir entre las apuestas anteriores,

donde ahora X = 50,Y = 50.
¡Continúe hasta que el experto es indiferente entre estas apuestas!

BAJO INCERTIDUMBRE
 Supuesto: Cuando un experto es indiferente entre
apostar los pagos esperados desde las apuestas debe ser
el mismo:
X × Pr(LW) −Y × Pr(LL) = −X × Pr(LW) +Y × Pr(LL)
−2X × Pr(LW) − 2Y ×{1− Pr(LW)} = 0
𝑌
Pr(LW) =
𝑋+𝑌
Donde: LW: los Lakers ganan y LL: los Lakers pierden
Por ejemplo:
El punto de indiferencia si consideramos X=50,Y= 100
100 2
Pr(LW) = = = 0,667
150 3

BAJO INCERTIDUMBRE
ii. Loterías de referencia:
Evento: los Lakers ganan el titulo de la NBA esta temporada
Elija dos premios A y B, tal que A >> B
Lakers ganan Un viaje a Hawaii

Loteria 1
Lakers pierden Una cerveza
(p) Un viaje a Hawaii
Loteria 2
(1-p)
Una cerveza

BAJO INCERTIDUMBRE
La lotería 2 es la LOTERIA DE REFERENCIA y un mecanismo de
probabilidades es especificado por lotería 2
Ejemplos
Ejemplos de mecanismos de probabilidad:
• Lanzar una moneda
• Bola en una urna
• Lanzar un dado,
• Rueda de la fortuna
Estrategia:
Paso1. Especifique p1. Pregunta ¿cuál te gusta más?
Paso 2. Si la Lotería 1 es la oferta preferida cambie pi a pi+1> pi.
Paso 3. Si la Lotería 2 es la oferta preferida cambie pi a pi+1< pi.
Paso 4. Cuando se alcanza el punto de indiferencia PARE, en otro
caso vuelva al paso 2.

BAJO INCERTIDUMBRE
Supuesto:
Cuando se ha alcanzado el punto de indiferencia ⇒
Pr (LW) = p
Comprobación de coherencia:
Probabilidades subjetivas deben

seguir las leyes de la probabilidad
Ejemplo: Si un experto especifica Pr (A), Pr (B | A) y Pr (A ∩ B)
entonces:
Pr (B | A) * Pr (A) = Pr (A ∩ B)
BAJO INCERTIDUMBRE
1. Estimando Probabilidades Continuas
Método 1: Pregunte por los parámetros de distribución, por
ejemplo, Normal (μ, σ)
Método 2: Pida cantidades de distribución y resuelve para
los parámetros (más en el capítulo 10)
Método 3: Pregunte por la forma de CDF, por ejemplo,
mediante la evaluación de un número de cuantiles.
El p-ésimo cuantil xp:

BAJO INCERTIDUMBRE
La evaluación de CDF es a menudo realizado por la
evaluación de una serie de cuantiles.
Método 3A : Utilice las estimaciones de cuantiles para

resolver una distribución de parámetros.
Método 3B : Conecte múltiples estimaciones de cuantiles
por líneas rectas para aproximar el CDF
Ejemplo:
Acontecimiento incierto: Edad actual de una actriz de
películas (por ejemplo ....)

BAJO INCERTIDUMBRE
 PASO 1: Usted sabe la edad de esta actriz es entre
30 y 65.
PASO 2: Considere una lotería Referencia
Edad ≤ 46 Un viaje a Hawaii
Loteria 1
Edad > 46 Una cerveza
Loteria 2
(1-p)
Una cerveza
 Suponga que usted es indiferente para

p = 0,5 ⇒ Pr (Edad ≤ 46) = 0,5
BAJO INCERTIDUMBRE
 PASO 3: Considere una lotería Referencia

Loteria 1
Loteria 2
(1-p)
Una cerveza

p = 0,8 ⇒ Pr (Edad ≤ 50) = 0,8

BAJO INCERTIDUMBRE
 PASO 3: Considere una lotería Referencia

Loteria 1
Loteria 2
(1-p)
Una cerveza

p = 0,05 ⇒ Pr (Edad ≤ 40) = 0,05

ANEXO: Repaso Probabilidades

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE

BAJO INCERTIDUMBRE

CL3

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

CL3

Uploaded by

Copyright:

Available Formats

ANÁLISIS DE DECISIONES

Unidad 3: Modelando Decisiones

1 Material preparado por Maria T. Bull

2 Material preparado por Maria T. Bull

3 Material preparado por Maria T. Bull

 Por lo tanto el valor de la información puede ser

5 Material preparado por Maria T. Bull

Dada su problema de decisión, ¿cuánto estaría

 Para responder a esta pregunta hay que determinar el

 Usted está pensando en invertir en una empresa, pero antes

Pr ({Experto dice Dow Jones ↑} | {Dow Jones ↑}) = Pr ("A" | A) = 1

Pr ({Dow Jones ↑} | {Experto dice Dow Jones ↑}) = Pr ("A" | A)

8 Material preparado por Maria T. Bull

Pr (A | "A") es igual a 1, no importa cual es el valor de Pr (A).

9 Material preparado por Maria T. Bull

 Pr ({Experto dice Dow Jones ↑})

10 Material preparado por Maria T. Bull

11 Material preparado por Maria T. Bull

12 Material preparado por Maria T. Bull

VEIP = valor esperado de la información perfecta

A = {El índice Dow Jones sube}

Considere la posibilidad de un experto sobre el evento A, que no

13 Material preparado por Maria T. Bull

Cuando un experto acerca de un evento que no es clarividente

14 Material preparado por Maria T. Bull

Predicción del Verdadero Valor del Mercado

“Mantiene” Pr( “Mantiene”/ Sube) Pr( “Mantiene”/ Pr( “Mantiene”/ Baja)

15 Material preparado por Maria T. Bull

Verdadera evaluación del experto

Predicción del Verdadero Valor del Mercado

16 Material preparado por Maria T. Bull

17 Material preparado por Maria T. Bull

Considere la posibilidad de consultar antes a un "experto

18 Material preparado por Maria T. Bull

Supongamos que el EXPERTO IMPERFECTO dijo Dow

19 Material preparado por Maria T. Bull

Supongamos que el EXPERTO IMPERFECTO dijo Dow

20 Material preparado por Maria T. Bull

Supongamos que el EXPERTO IMPERFECTO dijo Dow

21 Material preparado por Maria T. Bull

• Después de consultar con el experto la INCERTIDUMBRE

• Después de consultar a un Experto Imperfecto, EL PROBLEMA

Para calcular la EMV del problema de decisión después de la

22 Material preparado por Maria T. Bull

¿Cómo podemos resolver estas probabilidades?

23 Material preparado por Maria T. Bull

24 Material preparado por Maria T. Bull

25 Material preparado por Maria T. Bull

26 Material preparado por Maria T. Bull

27 Material preparado por Maria T. Bull

28 Material preparado por Maria T. Bull

29 Material preparado por Maria T. Bull

 PASO 4: Calcular EVII de consulta del experto

32 Material preparado por Maria T. Bull

33 Material preparado por Maria T. Bull

Probabilidad = La frecuencia relativa de ocurrencia

Esta definición frecuentista requiere que se especifique un experimento que

¿Qué pasa con los siguientes eventos?:

34 Material preparado por Maria T. Bull

Probabilidad = El grado de creencia in la ocurrencia de un evento.

Evaluando una probabilidad para los eventos mencionados, uno

35 Material preparado por Maria T. Bull

36 Material preparado por Maria T. Bull

37 Material preparado por Maria T. Bull