TEORÍA DE LAS DECISIONES - CLASE 13

Vista previa del material en texto

TEORÍA DE LAS DECISIONES – CLASE 13 
Ejercicio 6, guía 2. 
Los productos que tienen defectos tengo que ver si los mando al mercado o no. Los que 
no salen perfectos pueden fallar, con una probabilidad de 0,75. Si fallan, 2 políticas: 
1. Te doy la plata, te devuelvo la plata. Pierdo costos de producción 
2. Te reponen el producto 
Según un estudio, la mitad pide reposición, y la otra mitad pide la plata. El costo de 
producción es 80$ y el de logística y envío 40$. 
Precio producto = 150$ 
 
 
Este es el árbol de las fallas → de productos defectuosos. 
 
Si no lo mando al mercado, solo pierdo el costo de producirlo, me ahorro una logística. 
Si lo mando al mercado, ahí pago el costo de logistica, estoy en 120$ de costo. DEspues 
tego las probailidades de falla. Si no falla, gano 150$ - 80$ de csotso de produccion. 
Si falla, dijimos que con prob 0,5 me paro en cada rama. 
1. Si me pden reintegro monetario, pierdo los 120$ (80+40). 
2. Si me piden la reposición del producto, tengo -90 (150$ - 120$*2 costo logistica 
más producirlo) 
Solo tengo que decidir si mando al mercado o no. 
En excel pongo u(x)= x y resuelve → esta preparado para hacer utilidad esperada por 
eso hay 2 veces el resultado. 
 
1° hago el test → me dice si falla o no falla 
2° decido si lo mando al mercado o no. 
 
Me agrega un nodo de incertidumbre agregar el tst. Si la máquina no provee error en 
predicción, de cada 100 siosi 25 van a estar fallados. PERFECT INFORMATION. Las 
probabilidades son postas, no son condicionales, no tiene detección de fallas erróneas. 
La parte de falle o no falle, es 1 o 0 porque la información es perfecta. La probabilidad 
de que falle dado que el test ha 
 fallado es uno. 
La maquina me dijo que no falla, se que tengo que mandarlo al mercado. Tengo que 
enviarlo al mercado. Lo que tiene el valor de la máquina de value de perfect information, 
es que es condicional lo que dice al test. 
Si el test dice que falla no lo mando al mercado, si me dice que no falla, lo vando al 
mercado. Estragetica, me dice que hacer en cada cuadrado celeste, plan estrateigco 
conociendo todos los posibles outcomes. 
La diferencia entre -3,75 y 
 
 
Lo que tiene la máquina piola, es que me da el perfect information. “The value of perfect 
information”. Ahora el valor esperado es 2,5 (antes era -3,75). Esa diferencia es el valor 
de la información perfecta. 
Si quiero valuar la información por producto, mido la diferencia de caso sin infromacion 
vs con información perfecta. Osea en este caso es de 6,25 → Value of perfect 
information. Lo que estoy dispuesto a pagar por la información. 
 
 
 
 
Los 625000 son por año. en el caso de comprar la maquina y que dure 5 años, estoy 
dispuesto a apgar ese flujo, por 5 años PERO tengo que traerlo a precios de hoy. Oea 
calculo el NPV de 625k por año. Eso es lo maximo que estoy dispuesto a pagar por la 
maquina. 
 
Hay una alternativa a la maquina, viene de China. Es una maquina con errores. Detecta 
si el producto NO tiene fallas, correctamente el 95% del tiempo. Si tiene falla solo detecta 
el 70%. 
 
Ahora tengo las probabilidades condicionales. El nuevo test me da la chiquititas. 
 
Armó el árbol. Tengo que buscar la probabilidad de que el test diga que falla o test dice 
que no falla. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
A medida que mens falla la maquina, aumenta el valor de la ifnroamion imperfecta. de 
0,,25 pasa a 1,5. A media uqe menos falla, el valro 1,5 converge a 6,25. 
 
# Podemos hacer lo mismo pero con utilidad esperada, y equivalente cierto. 
 
 
 
Ya vimos algunos sesgos. 
1. Falacia de conjunción 
2. Sesgo representatividad heurística → pensar que algo es más común q otra cosa 
3. De ignorancia e incertidumbre → cometemos reglas de prob 
4. Paradoja de ellsberg 
5. Availability Heuristic→ disposición de la información → como en base a cierta 
información sacamos probabilidades erróneas 
6. Hot hand believe → cuando vas al casino, la gente cree que si salía muchas 
veces roja en el casino, va a salir engro, y no es asi. En la ruleta hay más rojas. 
7. Framing → según cómo presentan la info nos sesga 
8. El tamaño no importa 
9. Paradoja de Allais