Modelos Bajo Riesgo

2.
MODELOS DE BAJO
RIESGO
Investigación de Operaciones
Sesión 02
Juan Ricardo Zegarra Niño
Docente TP
Carrera de Administración
MODELO BAJO RIESGO
• Si existe una estimación de la probabilidad de que un determinado

estado de la naturaleza ocurra , entonces se puede calcular el valor
esperado.
• La suma de probabilidades debe ser “1”.
• Para cada decisión el valor esperado se calcula como:
Valor Esperado = S (Probabilidad)*(Ganancia) (Para cada estado
de la naturaleza)
VESI: VALOR ESPERADO SIN LA INFORMACIÓN
Determine la decisión que puede tomar si usa el criterio de razonamiento insuficiente

o de La Place.
Excelente Bueno Neutral Bajo Muy bajo VE

Acciones comunes 100 100 200 700 300 140
Fondos de inversión 200 250 150 -150 -100 70
Bonos corporativos. 250 500 100 -600 -200 10
Bonos hipotecarios. 550 600 650 600 550 590
Bonos subordinados 150 200 150 -150 -200 30
Probabilidad 0,2 0,2 0,2 0,2 0,2 590
• El método de La Place consiste en atribuirle a cada estado de la naturaleza la

misma probabilidad.
• Se arma una columna que llamaremos valor esperado, multiplicando cada
probabilidad por cada retribución y sumando las alternativas. Por ejemplo la
ganancia para las acciones comunes es:
0,2(100) + 0,2(100) + 0,2(200) + 0,2(0 ) + 0,2(300) = 140
• Finalmente se elige el valor máximo.
Determine el valor esperado si las probabilidades para cada estado de la
naturaleza son:
Excelente = 20% ; Neutral = 30% ; Bajo = 30% ; Bueno = 10% ; Muy bajo = 10%
Excelente Bueno Neutral Bajo Muy bajo VE

Acciones comunes 100 100 200 0 300 120
Fondos de inversión 200 250 150 -150 -100 55
Bonos corporativos. 250 500 100 -600 -200 -70
Bonos hipotecarios. 550 600 650 600 550 600
Bonos subordinados 150 200 150 -150 -200 30
Probabilidad 0,2 0,1 0,3 0,3 0,1 600
• Se procede de manera similar al método de La Place.

• A los valores obtenido se les denomina Valor Esperado.
• Se elige el máximo valor obtenido.
VEIP: VALOR ESPERADO CON LA INFORMACIÓN PERFECTA
Determine el valor esperado de información perfecta (VEIP) con las

probabilidades anteriores.
Excelente = 0,2 ; Neutral = 0,3 ; Bajo = 0,3 ; Bueno = 0,1 ; Muy bajo = 0,1
Excelente Bueno Neutral Bajo Muy bajo VEIP

Acciones comunes 100 100 200 700 300
Fondos de inversión 200 600 150 -150 -100
Bonos corporativos. 250 500 100 -600 -200
Bonos hipotecarios. 550 250 150 -70 550
Bonos subordinados 150 200 650 -150 -200
Valor máximo 550 600 650 700 550
Probabilidad 0,2 0,1 0,3 0,3 0,1 630
• En este caso, se elige el valor máximo de cada estado de la naturaleza y se

multiplica por su respectiva probabilidad. El VEIP es la suma de todos estos
valores obtenidos.
GEIP: GANANCIA ESPERADA CON LA INFORMACIÓN PERFECTA
La Ganancia Esperada de La Información Perfecta (GEIP), nos indica

el máximo valor que el individuo está dispuesto a pagar para librarse
de la incertidumbre, comprar información y tomar su decisión con
información perfecta de lo que va a suceder. El GEIP = VEIP-VE:
¿A qué costo Aldo Esquivel podría comprar la información para eliminar
la incertidumbre?
• GEIP = VEIP – GE = 630 – 600 = 30
• Esto quiere decir que 30 representa la ganancia adicional que podría

obtenerse si se dispusiera de información perfecta acerca de los
estados de la naturaleza.
EJEMPLO
• Una empresa desea decidir entre sembrar caña de azúcar (inversion $ 12 000) o sembrar maíz
(inversion $ 6000).
Clima Ingresos Ingresos Probabilidad

Azúcar Maíz
Bueno 20 000 10 000 0.1
Regular 14 000 7 000 0.7
Malo 2 000 1 000 0.2
• α = 0.70
• Desarrolle el problema para determinar que opción tomar, utilizando todos los métodos
utilizados
APLICANDO CRITERIOS
Decisión CB CR CM 1. 2. 3. 4. Penali- 5.
Optimista Pesimista Hurcwicz dades Probabi-
(MAXIMAX) (MAXIMIN) (α = 0.70) lidades
SC 8 2 -10 8 -10 2.6
SM 4 1 -5 4 -5 1.3
8 (SC) -5 (SM) 2.6 (SC)

• 3. Hurwicz (alfa = 0.70)
SC = (8)(0.7) + (-10)(0.3) = 2.6 ****
SM = (4)(0.7) + (-5)(0.3) = 1.3
4. Penalización
SC vs CB = 8-8=0 SC vs CR = 2-2=0
SM vs CB = 8 – 4 = 4 SM vs CR = 2-1=1
CB CR CM Pesim
SM vs CM = -5 – -10 = 5
SM vs CM = -5--5=0 SC 0 0 5 5
5. Probabilidades 4 1SM 0 4
SC = (8)(0.1)+(2)(0.7)+(-10)(0.2) = 0.2 ****

Sm = (4)(0.1)+(1)(0.7)+(-5)(0.2) = 0.1
APLICANDO CRITERIOS
Decisión CB CR CM 1. 2. 3. 4. Penali- 5.
Optimista Pesimista Hurcwicz dades Probabi-
(MAXIMAX) (MAXIMIN) (α = 0.70) lidades
SC 8 2 -10 8 -10 2.6 5 0.2
SM 4 1 -5 4 -5 1.3 4 0.1
8 (SC) -5 (SM) 2.6 (SC) 4 (SM) 0.2 (SC)

EJERCICIOS
Resolver los problemas

1,2,3(a,c,d), 4 y 7 propuestos del
libro de David Anderson (pag.
132)

Modelos Bajo Riesgo

Cargado por

Copyright:

Formatos disponibles

Modelos Bajo Riesgo

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelos Bajo Riesgo

Cargado por

Copyright:

Formatos disponibles

2.

• Si existe una estimación de la probabilidad de que un determinado

Determine la decisión que puede tomar si usa el criterio de razonamiento insuficiente

Excelente Bueno Neutral Bajo Muy bajo VE

• El método de La Place consiste en atribuirle a cada estado de la naturaleza la

Excelente Bueno Neutral Bajo Muy bajo VE

• Se procede de manera similar al método de La Place.

Determine el valor esperado de información perfecta (VEIP) con las

Excelente Bueno Neutral Bajo Muy bajo VEIP

• En este caso, se elige el valor máximo de cada estado de la naturaleza y se

La Ganancia Esperada de La Información Perfecta (GEIP), nos indica

• GEIP = VEIP – GE = 630 – 600 = 30

• Esto quiere decir que 30 representa la ganancia adicional que podría

Clima Ingresos Ingresos Probabilidad

SC 8 2 -10 8 -10 2.6

8 (SC) -5 (SM) 2.6 (SC)

SC = (8)(0.1)+(2)(0.7)+(-10)(0.2) = 0.2 ****

SC 8 2 -10 8 -10 2.6 5 0.2

8 (SC) -5 (SM) 2.6 (SC) 4 (SM) 0.2 (SC)

Resolver los problemas

También podría gustarte