Académique Documents
Professionnel Documents
Culture Documents
Sin embargo, no todas las personas muestran una utilidad marginal decreciente
del dinero. Algunas buscan el riesgo en lugar de sentir aversión al riesgo y van
por la vida buscando el “premio mayor”. La pendiente de su función de utilidad
aumenta a medida que la cantidad de dinero crece, de manera que tienen una
utilidad marginal creciente del dinero.
Considere una urna que contenga 99 bolas blancas y 1 bola negra. A usted se
le ofrece la oportunidad de jugar un juego en el que debe sacarse una bola de esta
urna. Cada bola tiene las mismas posibilidades de ser sacada que las demás. Si
se saca una bola blanca, usted debe pagar $10,000. Si se saca la bola negra,
usted recibe $1,000,000. Usted debe decidir si juega o no. La tabla de
retribuciones, basada en el flujo de efectivo neto, aparece en la tabla siguiente:
Ahora utilizaremos la
información de esta
tabla, junto con el
hecho de que las
probabilidades de cada
bola blanca y la bola
negra son,
respectivamente, 0,99 y 0,01, para calcular el rendimiento esperado de cada
decisión (jugar o no jugar) de la manera usual.
debemos juzgar si
aplicamos el criterio de
maximizar el flujo de efectivo neto esperado.
Ahora pregúntese si usted decidiría jugar este juego. Recuerde que existe una
probabilidad de 0,99 de que usted perderá $10,000. Mucha gente simplemente
encuentra inaceptable este elevado “riesgo hacia abajo”; esto es, no están
dispuestos a aceptar la decisión basada en el criterio de maximizar el flujo de
efectivo neto esperado.
Por lo tanto, una vez más vemos en un ejemplo simple que es necesario tener
cuidado al seleccionar el criterio adecuado. Esto es más válido si se trata con
complicados modelos de la vida real.
En la gráfica contigua
se muestra un
comportamiento típico
de un decisor adverso
al riesgo en la medida
que las cantidades
aumentan su utilidad
obtenida decrece. Vale
la pena observar dos
características de esta función:
En otras palabras, 100 dólares adicionales son menos atractivos para usted si
tiene $400 en la mano que si comienza con $100. Otra manera de describir este
fenómeno es que en cualquier momento, la ganancia correspondiente a una
cantidad específica de dólares incrementa menos las utilidades que una pérdida
de una misma suma de dólares reduce la utilidades
U(300) - U(200) = 0,590 – 0,260 = 0,330, mientras que si empieza con $200 y
reduce su acervo en $100 para llegar a $100, su utilidad se reduce en:
Ejercicios:
Otro enfoque para estimar U(M)
Este enfoque se basa en suponer que la función de utilidad tiene cierta forma
matemática, y después ajustar esta forma de manera que refleje la actitud del
tomador de decisiones hacia el riesgo, lo más cercano posible. Por ejemplo, una
forma común que se puede suponer (por su sencillez) es la función de utilidad
exponencial,
A1: Un juego de 50-50 donde ganaría R dólares con probabilidad 0.5 y perdería
Ejemplo
Esta teoría tiene que ver con situaciones de decisión en la que dos oponentes
inteligentes con objetivos conflictivos (en caso de suma cero) compiten
intensamente para superar al otro. Ejemplos típicos incluyen el lanzamiento de
campañas publicitarias de productos que compiten y estrategias de planeación de
batallas en la guerra.
En un conflicto, cada uno de los dos jugadores (oponentes) tiene una cantidad
(finita o infinita) de alternativas o estrategias. Asociada con cada par de
estrategias está la retribución que un jugador recibe del otro. Tal situación se
conoce como juego de suma cero entre dos personas porque la ganancia de un
jugador es igual a la pérdida del otro. Esto significa que podemos representar el
juego en función de la retribución que recibe un jugador. Designando los dos
jugadores A y B con m y n estrategias, respectivamente, el juego se presenta
usualmente en función de la matriz de retribuciones que recibe el jugador A como
Ejemplo 1
Dos compañías, A y B, venden dos marcas de un medicamento para la gripe.
La compañía A se anuncia en radio (A1), televisión (A2) y periódicos (A3). La
compañía B, además de utilizar la radio (B1), la televisión (B2) y los periódicos
(B3), también envía folletos por correo (B4). Dependiendo de la efectividad de
cada campaña publicitaria, una compañía puede capturar una parte del mercado
de la otra. La siguiente matriz resume el porcentaje del mercado capturado o
perdido por la compañía A.
La solución de punto de silla impide seleccionar una mejor estrategia por parte
de cualquiera de las compañías. Si B cambia de estrategia (B1, B3 o B4), la
compañía A puede seguir con la estrategia A2, lo que resultaría en una pérdida
peor para B (6 u 8%). Por la misma razón, A no buscaría una estrategia diferente
porque B puede cambiar a B3 para obtener 9% de ganancia del mercado si se
utiliza A1, y 3% si se utiliza A3.
La solución de punto de silla óptima de un juego no tiene que ser una estrategia
pura. En su lugar, la solución puede requerir combinar dos o más estrategias al
azar, como lo ilustra el siguiente ejemplo.
Ejemplo 2
4y3 - 1 = -4y3 + 6
Solución de juegos por medio de programación lineal.
Las probabilidades óptimas del jugador A, x1, x2,…, y xm, pueden determinarse
resolviendo el siguiente problema maximin:
Los dos problemas optimizan la misma variable v (irrestricta), el valor del juego.
La razón es que el problema de B es el dual del problema de A (verifique esta
afirmación por medio de la definición de dualidad del capítulo 4). Esto significa que
la solución óptima de un problema da automáticamente la solución óptima del
otro.
FIN DE LA UNIDAD V