Teora de la decisin
Guillermo Lpez Giraldo y Francisco Snchez Prez
D-09/2012
Publica:
Universitat Politcnica de Catalunya
www.upc.edu
Edita:
Ctedra Nissan
www.nissanchair.com
director@nissanchair.com
Departamento de Organizacin de Empresas
Universidad Politcnica de Catalua
Ctedra Nissan
-PROTHIUS-
ModelosdeDecisinEjerciciosResueltos:Teoradeladecisin
Ejercicio1:
1
Una empresa organizadora de conciertos tiene que elegir la ubicacin de un evento y duda
entredosopciones:unpolideportivocubiertoouncampodeftbolalairelibre.Dependiendo
deltiempoquehagaydelaubicacinelegida,esperanobtenerlossiguientesbeneficios:
Si montan el concierto en el polideportivo: 30.000 si hace fro, 20.000 si el clima es
templadoy10.000sihacecalor.
Si montan el concierto en el campo de ftbol: 12.000 si hace fro, 1.000 si el clima es
templadoy43.000sihacecalor.
Apartirdeestosdatos:
1. Elaborelamatrizdepagos.
2. Determinequdecisintomarnlosorganizadores:
a) EnsituacindeincertidumbreconelcriteriooptimistaodePlunger.
b) EnsituacindeincertidumbreconelcriteriopesimistaodeWald.
c) EnsituacindeincertidumbreconelcriteriodeequiprobabilidadodeLaplace.
d) En situacin de incertidumbre con el criterio de Hurwicz, con un coeficiente de
optimismode0,4.
e) EnsituacindeincertidumbreconelcriteriodeSavage.
3. Habiendo una probabilidad del 10% de que haga frio, un 30% de que el clima sea
templadoyun60%dequeseacaluroso,qudecisintomarnlosorganizadoresyqu
beneficiosobtendran?
Puesto que el coste de esta informacin extra asciende a 1.200, esta informacin es
suficienteparaayudaratomarunadecisin?
1
Fuente:ModelosdeDecisin(20112012EPSEB),G.Lpez,F.Snchez.
ModelosdeDecisinEjerciciosResueltos:Teoradeladecisin
Ejercicio1:Resolucin
1. Elaborelamatrizdepagos.
Matrizdepagos:Enlascolumnasseponenlosestadosyenlasfilaslasacciones.Lamatrizse
rellenaconlasutilidades(ganancias)correspondientesacadaaccin/estado.
2. Determinequdecisintomarnlosorganizadores:
CriteriodePlunger(1):Realizaraquellaaccinqueenelmejordeloscasosproporcionela
mayorutilidad.Escogerelmximodelosmximosporfilas.
Criterio de Wald (2): Realizar aquella accin que en el peor de los casos proporcione la
mayorutilidad.Escogerelmximodelosmnimosporcolumnas.
CriteriodeHurwitz(3):Valorarcadaaccinsegnunparmetro(=pesodelpesimismo;
enestecaso06),buscandounestadointermedioentrelosanteriores.
CriteriodeLaplace(4):Todoslosestadossonequiprobables.Sumarlasutilidadesporfilasy
dividirporelnmerodeestados,escogerelmximo.
Plunger
(1)
Wald
(2)
Hurwitz
(3)
Laplace
(4)
30.000 10.000 18.000 20.000
43.000 12.000 10.000 10.667
CriteriodeSavage:Savageemplealafrustracin,esdecir,ladiferenciaentreloalcanzable
yloobtenido.Matrizdefrustraciones:alvalormximoporfilasrestarelvalordelacasilla,
despusescogerelmnimodelosvaloresmximosporfilasdelamatriz.
Conclusin: Segn el criterio de Plunger, el cual se pone en el mejor de los casos posibles, se
decantara por la opcin del campo de ftbol (CF). En cambio, para el resto de criterios que
tienenencuentaotrospuntosdevista,lamejoropcineselpolideportivo(PD).
3. Habiendo una probabilidad del 10% de que haga frio, un 30% de que el clima sea
templado y un 60% de que sea caluroso, qu decisin tomarn los organizadores y
qubeneficiosobtendran?
Ahorasedisponedeinformacin:laprobabilidaddeencontrarnosencadaestado.Porlotanto
aplicaremos Bayes, es decir, realizar el promedio ponderado de cada accin y escoger la de
mayorutilidad.
F T C
PD 30.000 20.000 10.000
CF 12.000 1.000 43.000
F T C Savage
PD 0 0 33.000 33.000
CF 42.000 19.000 0 42.000
ModelosdeDecisinEjerciciosResueltos:Teoradeladecisin
Puesto que el coste de esta informacin extra asciende a 1.200 , esta informacin es
suficienteparaayudaratomarunadecisin?
ClculodelautilidaddeBayesconinformacinextra:
Probabilidadapriori(extradadelapartadoanterior):
Probabilidadcondicional(extradadelainformacindelaconsultora):
Probabilidadmarginal:
Probabilidadaposteriori:
UtilidaddeBayes(coninformacinextra):
UB*=0,7125.500+0,2923.494=24.918
Conclusin:
Con la informacin extra de la consultora obtenemos el mismo resultado que sin ella, el
concierte se debe celebrar en el campo de ftbol (CF). Ahora bien, la utilidad de Bayes con
informacinextraesligeramentesuperiorquesinella,loquenosindicaqueestainformacin
extraesdemasiadocaraparaloqueaporta.
UtilidaddeBayes(sininformacinextra)teniendoencuentaelcostedelainformacin:
UB=24.900+1.200=26.100
ParaquelainformacinfueradeayudalautilidaddeBayesdeberasermayorde26.100.
Probabilidad
aposteriori
0,028 0,380 0,592
EM 0,276 0,103 0,621
F T C
PD 30.000 20.000 10.000 16.550 14.360
CF 12.000 1.000 43.000 23.494 25.500
ModelosdeDecisinEjerciciosResueltos:Teoradeladecisin
Ejercicio2:
2
Unaempresaseencuentraanteundilema:sacaronosacarunnuevoproducto.Enelcasode
sacarlo, puede haber competencia con una probabilidad del 75% o no. El precio de venta
puede ser caro o barato y el precio de la competencia tambin puede ser caro o barato. Hay
un 60% de probabilidad de que tanto el precio de la empresa como el de la competencia sea
caro y hay un 30% de probabilidad de que el precio de la competencia sea caro y el de la
empresa barato. En funcin de la decisin tomada se esperan los siguientes beneficios o
prdidas:
Sinohaycompetenciayelprecioescaroseesperaunbeneficiode60u.m.ysielprecioes
baratoelbeneficioserde40u.m.
Si hay competencia, su precio y el de la empresa son caros, se espera un beneficio de 10
u.m.
Sihaycompetencia,suprecioescaroyeldelaempresabarato,seesperaunbeneficiode
10u.m.
Sihaycompetencia,suprecioyeldelaempresasonbaratos,seesperaunaprdidade20
u.m.
Sihaycompetencia,suprecioesbaratoyeldelaempresacaro,seesperaunaprdidade
10u.m.
Sinosesacaelproductonohaybeneficio.
Elaboreelrboldedecisinydeterminelautilidadesperadaaobtener.
2
Fuente:ModelosdeDecisin(20112012EPSEB),G.Lpez,F.Snchez.
ModelosdeDecisinEjerciciosResueltos:Teoradeladecisin
Ejercicio2:Resolucin
Utilidadesperada:16,5u.m.