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!