Sei sulla pagina 1di 18

Teora de Decisiones

TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)


TEORIA DE DECISIONES
Es el proceso mediante el cual se realiza una eleccin
entre las alternativas o formas para resolver diferentes
situaciones de la vida.
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Importancia de la toma de Decisiones
Por medio de esta podemos un problema o situacin
que es valorado y considerado profundamente para elegir el
mejor camino segn las diferentes alternativas.
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Aspectos Importantes en la Toma
de una Decisin
Informacin: Aspectos que estn a favor como en contra.

Conocimientos: Circunstancias que rodean el problema o
de una situacin.
Experiencia: Proporciona informacin para la solucin
del prximo problema similar.
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Juicio: Necesario para combinar la informacin, los
conocimientos, la experiencia y el anlisis.
Anlisis: En ausencia de un mtodo para analizar
matemticamente un problema es posible
estudiarlo con otros mtodos diferentes.
Aspectos Importantes en la Toma
de una Decisin
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
TOMA DE DECISIONES
(Bajo Riesgo)
La informacin con la que se cuenta para
solucionar el problema es incompleta, es decir, se conoce el
problema, se conocen las posibles soluciones, pero no se
conoce con certeza los resultados que pueden arrojar.
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Ejercicio de ejemplo:
El Gobierno Peruano ha iniciado recientemente
un plan econmico; no est claro si ste ser exitoso o
no. Se estima que con una probabilidad del 50% el plan
ser exitoso y que, tambin con una probabilidad de un
50%, ste fracasar.
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Un empresario reconocido debe elegir entre dos
proyectos de inversin, uno en Per y otro en Rusia.
Ejercicio de ejemplo:
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Las utilidades del proyecto en Rusia sern de 400 mil
dlares, independientemente de si el plan de
estabilizacin fracasa o no. Las utilidades del proyecto
en Per sern de 200 mil dlares si el plan de
estabilizacin fracasa y 800 mil si ste tiene xito. El
empresario es neutro al riesgo.
Ejercicio de ejemplo:
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Ejercicio de ejemplo:
Responda las siguientes preguntas, justificando sus
respuestas:

(a)Cul de los proyectos de inversin elegir el
empresario?

(b)Cul es la mayor cantidad de dinero que el
empresario estara dispuesto a pagar por saber, antes de
decidir cual inversin realizar, si el plan de
estabilizacin ser exitoso o no?
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Resultado del Ejercicio
Resumimos la informacin en el siguiente cuadro
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Resultado del Ejercicio
(a) Escoger aquella alternativa que en
promedio le reporte mayor ingreso
(recordemos que es neutro al riesgo, por lo
tanto su utilidad es lineal con respecto al
ingreso).

Ingreso proyecto Rusia = $400.000 (ingreso
cierto)
E (Ingreso proyectado Per) = 800.000*0.5+200.000*0.5
= $500.000
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Resultado del Ejercicio
Por lo tanto erigir invertir en PERU
Porqu en Per?

R=Ya que genera mayor ganancia, se podra
obtener $100.000 ms que en Rusia.
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Resultado del Ejercicio
(b) En este caso debemos calcular cul es el
valor esperado del ingreso con informacin
perfecta y compararla con la parte (a) sin
informacin:

Entonces:
E(ingreso con informacin) = 400.000*0.5 + 800.000*0.5
= 200.000 + 400.000
= $600.000
E(ingreso sin informacin) = $500.000
(Solucin parte (a))
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Resultado del Ejercicio
Por lo tanto estaremos dispuestos a pagar a los ms $100.000
por tener informacin perfecta. (Valor de la informacin)
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)

Suponga que tiene un pequeo local de ventas de
pinos para Navidad. La primera tarea es decidir
cuntos pinos ordenar para la siguiente temporada.
Supngase que se debe pagar $3.5 por cada rbol, se
pueden ordenar solo lotes de 100 y se planea venderlos
a $8 cada uno. Por supuesto, si no se venden, no tienen
valor de recuperacin. Se estudian los registros de
ventas pasadas en la iglesia y se analiza el crecimiento
potencial de las ventas con otros vendedores, llegando
a las siguientes estimaciones para la siguiente
temporada:

Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
Con estos datos se puede calcular la ganancia para
cada combinacin de cantidad ordenada y ventas
eventuales. Por ejemplo, si se ordenan 300 pinos y se
venden slo 200, la utilidad neta ser de $4.5 por
cada rbol vendido menos una prdida de $3.5 por los
rboles no vendidos, es decir:

Venta de pinos Probabilidad
100 0,3
200 0,3
300 0,4
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
200($8-$3.5)-100($3.5)=$900-$350=$550
Si se hace esto para cada una de las combinaciones y
se obtienen los resultados mostrados en la tabla de
decisiones siguiente o tambin llamada matriz de
pagos:


Eventos (demanda de rboles)
Alternativas
de decisin
100 200 300
(0.3) (0.3) (0.4)
100 $450 $450 $450
200 $100 $900 $900
300 $-250 $550 $1.400
Teora de Decisiones
TEORIA DE DECISIONES (DECISIONES BAJO RIESGO)
GRACIAS!

Potrebbero piacerti anche