TEORA DE LA DECISIN. INTRODUCCIN.

El inconveniente de la Decisin, motivado por la existencia de ciertos estados de enigma que constan de proposiciones verdaderas (conocidas o desconocidas), es tan antiguo como la vida misma. Podemos aseverar que todos los seres vivientes, an los ms simples, se enfrentan con problemas de decisin. As, un organismo unicelular asimila partculas de su medio ambiente, unas nutritivas y otras nocivas para l. La composicin biolgica del organismo y las leyes fsicas y qumicas determinan qu partculas sern asimiladas y cules sern rechazadas. Conforme aumenta la complicacin del ser vivo, aumenta tambin la complejidad de sus decisiones y la forma en que stas se toman. As, pasamos de una toma de decisiones guiada instintivamente, a procesos de toma de decisiones que deben estar guiados por un pensamiento racional en el ser humano. La Teora de la Decisin tratar, por tanto, el estudio de los procesos de toma de decisiones desde una perspectiva racional. El proceso de decisin puede realizarse haciendo uso de los principios de la metodologa cientfica. La metodologa cientfica es la aplicaron secuencial de los siguientes pasos:
y prestar atencin el sistema donde incide la decisin. y identificar y formular el o los problemas sobre los cuales se requiere decidir. y establecer una serie de hiptesis que pueden ser aceptadas o refutadas mediante el uso de modelos que se han diseado explcitamente para tal fin. y experimentar, es decir, resolver los modelos. y verificar que los resultados sean universalmente aplicables al problema en cuestin, cuando este se encuentre bajo las mismas circunstancias, en periodos de tiempo distintos, en otras palabras: dado el problema A, su solucin, B, debe ser la misma para dos periodos de tiempo i,j, i # j, siempre que las condiciones del problema y su entorno no cambien en dichos periodos.

Lo anterior significa que el decisor desconoce la verisimitud asociada a la ocurrencia de los posibles estados de la naturaleza que rodean al proceso de decisin, no tienen idea sobre la distribucin de probabilidad o funcin de densidad asociada a los diferentes entornos (ocurrencia de los estados de la naturaleza). Las consecuencias de seleccionar las alternativas dado un cierto entorno de la naturaleza pueden medirse en torno monetario y no monetario. TEORIA DE DECISION En cualquier acto de decisin se distinguen los siguientes elementos:
y uno o ms decidores que tienen una serie de objetivos y metas supuestamente bien definidos. y un conjunto de posibles acciones o alternativas disponibles a los decidores. y un conjunto de posibles resultados por la instrumentacin de acciones. y un entorno dado por los posibles estados que guarda la naturaleza en relacin a los objetivos de los decidores, sobre los cuales estos no ejercen ningn control. y una funcin que asocian acciones y resultados con el entorno.

y un proceso de decisin, que selecciona una o varias acciones, dado un cierto entorno y metas explicitas del grupo de decidores. y un criterio que marca el proceso de decisin

Ejemplo 1-1 Suponga un decisor llamado PEMEX, cuyo objetivo es hacer de Mxico, un pas autosuficiente en energtico y con capacidad de generar importante divisas a travs de la exportacin de excedentes. Estos propsitos traducidos a metas para 1982 significan, por ejemplo, una explotacin de dos millones y medio de barriles diarios de crudo, de los cuales un milln sern exportados. Suponga que estudios geolgicos del paleo canal de Chicontepec en estado de Veracruz, muestra que los posibles estados de la naturaleza ( entorno ) relativos a los objetivos de PEMEX son cuatro:
y regin posible con posible produccin de un milln de barriles diarios de crudo ligero. y regin con posible produccin de 200 mil barriles diarios de crudo ligero. y regin con gas nicamente y regin seca.

Ante tales posibilidades, PEMEX puede instrumentar en la regin una sola o una combinacin de las tres siguientes alternativas o curso de accin:

o o o

no hacer nada. Explorar y explotar Realizar estudios geolgicos ms completos.

El proceso de decisin consiste en seleccionar una o varias alternativas o curso de accin, el criterio de minimizar los riesgos de perdidas financieras. En el ejemplo anterior observamos todos los elementos que intervienen en una decisin, los cuales mencionamos a continuacin: El decisor, encargado de realizar la designacin de la mejor forma de actuar de acuerdo con sus intereses. Las alternativas o acciones, que son las diferentes formas de actuar posibles, de entre las cuales se seleccionar una. Deben ser excluyentes entre s. Los posibles estados de la naturaleza, trmino mediante el cual se designan a todos aquellos eventos futuros que escapan al control del decisor y que influyen en el proceso. Las consecuencias o resultados que se obtienen al seleccionar las diferentes alternativas bajo cada uno de los posibles estados de la naturaleza. La regla de decisin o criterio, que es la especificacin de un procedimiento para identificar la mejor alternativa en un problema de decisin. Los procesos de decisin pueden hacerse bajo:
y completa certeza: y riesgo y conflicto y completa incertidumbre.

Solamente en el caso de conflicto existen por lo menos dos grupos diferentes de decidores. Los procesos de decisin bajo completa certeza, tambin llamados deterministicos, se caracterizan porque el grupo de decisor conoce perfectamente cual va a ser el estado de la naturaleza relativo a sus objetivos y, por lo tanto, selecciona aquella accin que de acuerdo al criterio imperante, lograra acercarlos mas rpido a la meta restablecida. En el caso con riesgo, tambin conocido como estocstico, no se conoce perfectamente el estado que adoptara la naturaleza pero se asocia a este una distribucin de probabilidad (continua o discreta). En funcin a esta ultima, el grupo decisor selecciona aquella accin que maximiza la esperanza de acercarlos a la meta propuesta. En el caso conflictivo, los estados de la naturaleza obligan a que el logro de las metas de un grupo de decisores reduzca, simultneamente, las probabilidades de que otro grupo alcancen las suyas. En el caso de total incertidumbre, se desconoce la verosimilitud asociada la ocurrencia de los posibles estados de la naturaleza, es decir no se tiene una idea de la distribucin de probabilidad o funcin de densidad asociada a los diferentes entornos. El ejemplo ilustrativo que aparece en la tabla anterior seria deterministico si se sabe con certeza, por ejemplo, que se trata de una regin seca; seria estocstico si se dice que los entornos tienen la siguiente distribucin de probabilidad de ocurrencia: El problema es de incertidumbre completa.

Si no se tiene idea de lo que hay en el paleo canal de Chicotepec En el caso deterministico, los criterios que imperan en el proceso de decisin son generalmente dos:
y minimizacin de costos, prdidas, esfuerzos. y maximizacin de ganancias, beneficios.

En el caso estocstico, se optimizan (maximizan o minimizan) los valores esperados correspondientes. En el caso conflictivo, se minimizan las mximas perdidas (que equivale a maximizar las mnimas ganancias del oponente), o bien, se utilizan con menos frecuencias otros criterios. En el caso de total incertidumbre, los criterios que pueden enmarcar el proceso de decisin son:
y maximizar la mnima perdida. y maximizar la mxima ganancia. y coeficientes optimista - pesimista. y minimizar el arrepentimiento mximo. y igualdad en la verosimilitud asociada a la ocurrencia de cualquiera de los estados de la naturaleza. y estrategias mixtas.

CARACTERSTICAS Y FASES DEL PROCESO DE DECISIN. Un proceso de decisin presenta las siguientes caractersticas principales: Existen al menos dos posibles formas de actuar, que llamaremos alternativas o acciones, excluyentes entre s, de manera que la actuacin segn una de ellas imposibilita cualquiera de las restantes. Mediante un proceso de decisin se elige una alternativa, que es la que se lleva a cabo. La eleccin de una alternativa ha de realizarse de modo que cumpla un fin determinado. El proceso de decisin consta de las siguientes fases fundamentales: Prediccin de las consecuencias de cada actuacin. Esta prediccin deber basarse en la experiencia y se obtiene por induccin sobre un conjunto de datos. La recopilacin de este conjunto de datos y su utilizacin entran dentro del campo de la Estadstica. Valoracin de las consecuencias de acuerdo con una escala de bondad o deseabilidad. Esta escala de valor dar lugar a un sistema de preferencias. Eleccin de la alternativa mediante un criterio de decisin adecuado. Este punto lleva a su vez asociado el problema de eleccin del criterio ms adecuado para nuestra decisin, cuestin que no siempre es fcil de resolver de un modo totalmente satisfactorio. Formalmente, un problema de decisin establece la existencia de un conjunto de posibles acciones A = {a1,a2, ., an}. Al elegir el grupo decisor (uno o mas personas) una accin cualquiera aj A, se conocen o estiman las posibles consecuencias, que son a su vez funcin de los estados de la naturaleza. El conjunto representa los posibles estados de la naturaleza

1, 2, ., n y estos, a su vez, son solo las representacin de la situacin real donde incide la accin aj A. el decisor no ejerce ningn control sobre la ocurrencia de los posibles estados de la naturaleza. Las consecuencias de instrumentar una accin cualquiera aj A, dado un estado de la naturaleza k , se mide a traves de una funcin f (aj, k ), que puede dimensionarse en trminos monetarios o de utilidad. Se puede o no conocer o estimar la distribucin de probabilidad asociada a la ocurrencia de cualquier k . Si se conoce, se tiene un caso llamado de riesgo; y si no, se acta bajo total incertidumbre. Es mas, si el grupo de decisin sabe que la probabilidad de ocurrencia de k es igual a uno para una k dada, el problema de decisin es deterministicos. La experimentacin de los datos histricos son herramientas tiles que permiten estimar la distribucin de probabilidad asociada a la ocurrencia de los diferentes estados de la naturaleza. Los criterios que enmarcan el proceso de decisin es decir, la seleccin de la accin aj A adecuadamente k dada, varan si el para una problema es deterministico, bajo riesgo, incertidumbre o conflictivo. La estadstica clsica resuelve problemas de decisin en el caso con riesgo en el de total incertidumbre, pero solo si es posible experimentar. Si la experimentacin no es factible, el anlisis estadstico clsico(tambin conocido como enfoque objetivita) no es til para resolver los problemas de decisin. En estos casos se requieren otras tcnicas y enfoques, conocidos como teora de decisin estadstica. Aqu se presenta un mtodo de la teora de decisin estadstica, basado en el teorema de Bayes, que recibe el nombre de Teora Bayesiana de Decisin. Esta teora resuelve problemas de decisin, en el caso con riesgo y bajo incertidumbre, con o sin la precensia de la experimentacin. TOMA DE DESICIONES BAJO RIESGO. El riesgo implica cierto grado de incertidumbre y la habilidad para controlar plenamente los resultados o consecuencias de dichas acciones. El riesgo o la eliminacin del mismo es un esfuerzo que los gerentes deben realizar. Sin embrago, en algunos casos la eliminacin de cierto riesgo podra incrementar riesgos de otra ndole. El manejo efectivo del riesgo requiere la evaluacin y el anlisis del impacto subsiguiente del proceso de decisin. Este proceso permite al tomador de decisiones evaluar las estrategias alternativas antes de tomar cualquier decisin. El proceso de decisin se describe a continuacin:
y El problema esta definido y todas las alternativas confiables han sido consideradas. Los resultados posibles para cada alternativa son evaluados. y Los resultados son discutidos de acuerdo a su reembolso monetario o de acuerdo a la ganancia neta en activos o con respecto al tiempo. y Varios valores inciertos son cuantificados en trminos de probabilidad. y La calidad de la estrategia ptima depende de la calidad con que se juzgue. El tomador de decisiones deber examinar e identificar la sensitividad de la estrategia optima con respecto a los factores cruciales.

Cuando el decisor posee algn conocimiento sobre los estados de la naturaleza puede asignarle a la ocurrencia de cada estado alguna estimacin subjetiva de probabilidad. En estos casos, el problema se clasifica como de toma de decisiones con riesgo. El decisor puede asignar probabilidades a la ocurrencia de los estados de la naturaleza. El proceso de toma de decisin con riesgo es el siguiente: a) Use la informacin que tenga para asignar su parecer personal (llamado probabilidades subjetivas) sobre el estado de la naturaleza, p(s);

b) Cada curso de accin tiene asociado un determinado beneficio con cada uno de los estados de la naturaleza, X(a,s); c) Calculamos el beneficio esperado, tambin llamado riesgo o R, correspondiente a cada curso de accin como R(a) = Sumas de [X(a,s) p(s)]; d) Aceptamos el principio que dice que deberamos actuar para minimizar (o maximizar) el beneficio esperado; e) Ejecute la accin que minimice R(a). A continuacin se introduce la teora bayesiana de decisin, cuando el grupo decisor tiene un solo objetivo y se describe en los casos con o sin experimentacin, con funcin objetiva dados en unidades monetarias y de utilidad. Se concluye tambin una representacin grafica del mtodo de solucin llamado rbol de decisin; se compara el anlisis clsico de la estadstica objetiva con el mtodo bayesiano. [Author ID0: at Thu May 11 13:15:00 2006] TEORIA BAYESIANA DE DECISION. DECISION SIN EXPERIMENTACION. En las siguientes secciones, a menos que se diga lo contrario, se supone que el grupo decisor solo tiene un solo objetivo (el que sea) y que la funcin f (aj, k ) esta dada en decisiones monetarias. El grupo de asesor tiene que escoger una alternativa aj A dado un estado de la naturaleza k . Como se desconoce cual ser el estado k, la decisin opta por utilizar un criterio mnimax, es decir, para una k dada elegir aquella aj A que genere el mximo f (aj, k ). Sea esta accin la a*jk (el subndice j indica la fila y el k, la columna de la matriz f (aj, k )) entonces, el criterio mnimas consiste en seleccionar el mnimo de todas las a*jk identificadas anteriormente, es decir, el grupo decisor elegir Mn {a*jk}. K[Author ID0: at Thu May 11 13:06:00 2006] Este criterio es similar al que se utiliza en la teora de juegos; en este caso un jugador es el grupo decisor y el otro la naturaleza. El grupo decisor desea minimizar los mximos riesgos que puedan afrontar o bien su equivalente: maximizar los mnimos beneficios que se puedan derivar El tipo de criterio mnimax ha sido criticado por que supone que la naturaleza es malvola y trata de hacer el mayor dao posible al oponente (en este caso el grupo decisor), como la naturaleza no es as se debe buscar un criterio substituto al mnimax o maximin. [Author ID0: at Thu May 11 13:15:00 2006] El criterio de Bayes supone que los estados que presentan la naturaleza son variables aleatorias que pueden o no tener una distribucin de probabilidad conocida o estimada. Si esta distribucin se conoce o se le puede estimar por datos histricos, entonces se le llama distribucin a priori. todas las distribuciones a priori son subjetivas, ya que se estiman en funcin a la experiencia o intuicin de los individuos que forman el grupo decisor. DECISION CON EXPERIMENTACION.

Sea X una variable aleatoria que denota la informacin disponible de una muestra aleatoria a traves de la experimentacin. Por ejemplo, el mximo valor observado o un simple vector de observaciones. El decisor debe seleccionar una serie de reglas, conocidas como polticas o estrategias, que le orienten sobre el uso que deba darle a la informacin derivada de un experimento con el fin de apoyar su toma de dediciones. Sea g(y) una funcin que se define como: a=g(y) si X = y, Es decir, se selecciona la accin a, si la variable aleatoria X toma el valor y. el decisor seleccionara dentro de todas las acciones aj A generadas por esta funcin, aquella que satisfaga cierto criterio de optimalidad (el que sea). Como y es una variable aleatoria, la funcin g (y) tambin lo es; por lo tanto se requiere hablar de valores esperados. [Author ID0: at Thu May 11 13:16:00 2006] Complementariamente se requiere de otra funcin que ligue al posible estado de la naturaleza con la accin seleccionada aj A, que a su vez se deriva del valor de la variable aleatoria X. esta funcin, conocida como funcin de riesgo, se define como: R(g(y), k)=E{f(g(y), k)}-C

Donde el valor esperado se toma con respecto a la distribucin de la variable aleatoria X y C es el costo del experimento la funcin de riesgo debe incluir obviamente el costo del experimento. [Author ID0: at Thu May 11 13:16:00 2006] El desisor seleccionara aquella accin aj A que, por ejemplo, minimice el valor de la funcin riesgo. Ejemplo 1.3[Author ID0: at Thu May 11 13:16:00 2006] Suponga que PEMEX realiza estudios ssmicos de la regin a un costo de 112 000 000 de pesos. Estos estudios (sondeos ssmicos) producen resultados que pueden clasificarse en cualquiera de los siguientes cuatro grupos, mutuamente excluyentes:
y ondas ssmicas que denotan una estructura geolgica cerrada, altamente favorable (categora I) y ondas ssmicas que denotan una estructura geolgica un poco ms abierta, situacin menos favorable (categora II). y ondas ssmicas que denotan una estructura abierta (categora III). y ondas ssmicas que denotan que no existe una estructura geolgica en el sitio de inters (categora IV).

Los siguientes puntos resumen el teorema de bayes:

y si no existe experimentacin (datos adicionales), se selecciona aquella accin que minimiza (maximiza) la perdida (ganancia) esperada, calculndose esta con distribucin a priori de los estados de la naturaleza. y si existe informacin adicional (posiblemente a traves de la experimentacin), esta se usa para actualizar la distribucin a priori de los estados de la naturaleza. La nueva distribucin, llamada a posteriori es la distribucin condicional del estado de la naturaleza , dado que el experimento X arroja un cierto valor Y. con la distribucin a posteriori, se calcula una nueva funcin de riesgo de criterio de bayes selecciona aquella accin que minimiza (maximiza) la perdida (ganancia) esperada de la nueva funcin.

Una Discusin Acerca de la Posibilidad de Prdida esperada (Arrepentimiento Esperado): Comparando el resultado de una decisin con respecto a sus alternativas aparenta ser un componente importante en el proceso de toma de decisiones. Un factor importante es el sentimiento de arrepentimiento. Este ocurre cuando los resultados de las decisiones son comparados a los resultados que se hubieran obtenidos si se hubiera tomado una decisin diferente. Esto significa un contrastante desacuerdo, el cual resulta de la comparacin de resultados como consecuencia de la misma decisin. [Author ID0: at Thu May 11 13:16:00 2006] Los resultados de arrepentimiento es la comparacin de lo que se ha obtenido de una decisin con respecto a lo que hubiese ocurrido. Por lo tanto, esto depende de la disponibilidad de respuestas que reciben los tomadores de decisiones con respecto al resultado de la opcin alternativa hubiera generado. Alterando el potencial de arrepentimiento mediante la manipulacin de la resolucin de la incertidumbre revela que el comportamiento de la toma de decisin que aparenta aversin al riesgo puede de hecho ser atribuida a la aversin al arrepentimiento. [Author ID0: at Thu May 11 13:17:00 2006] No existe indicativo de que el arrepentimiento pueda estar relacionado a la distincin entre actos y omisin. Algunos estudios han encontrado que el arrepentimiento es ms intenso siguiendo una accin, que a una

omisin. Por ejemplo, en un estudio, los participantes concluyeron que un tomador de decisiones que intercambia acciones de una compaa a otra y pierde dinero, se sentir mas arrepentido que otro que no intercambia acciones pero que igualmente pierde dinero. Las personas normalmente asignan un mayor valor a un resultado inferior proveniente de una accin ms que al de una omisin. Presumiblemente, esta una manera de contrarrestar el arrepentimiento que podra resultar de una accin. RBOLES DE DECISIN. Un mtodo diagramtico para representar y analizar los problemas de decisin. [Author ID0: at Thu May 11 13:17:00 2006] Un rbol de decisin es un diagrama del problema que tiene el decisor. Los rasgos principales del rbol son puntos de ramificacin y cada punto designa una seleccin de acciones, una de las cuales debe ser tomada por el decisor, o un grupo de resultados con incertidumbre, uno de los cuales ocurrir El primer tipo de puntos de ramificacin se conoce como nudo de decisin y l ultimo tipo es llamado nudo de incertidumbre.

[Author ID0: at Thu May 11 13:18:00 2006] El proceso bayesiano de decisin, con o sin experimentacin puede representarse y resolverse grficamente a traves de los llamados rboles de decisin.[Author ID0: at Thu May 11 13:18:00 2006] [Author ID0: at Thu May 11 13:18:00 2006] Por medio de este mtodo grafico se expresa en orden cronolgico las acciones disponibles al divisor y los eventos variables a asociados a los estados de la naturaleza. Las primeras se representan en el rbol por un cuadrado; los segundos, por un circulo. [Author ID0: at Thu May 11 13:17:00 2006] Los rboles de decisin contemplan dos etapas:

y y

diseo solucin.

El diseo se hace cronolgicamente de izquierda derecha la solucin, en sentido contrario. Para resolver el rbol de decisin se utiliza en cada una de las ramas asociadas al estado de la naturaleza ( 1, 2, 3, 4) el valor de la funcin de consecuencias la funcin f (aj, k ) correspondiente para la parte sin experimentacin, se utiliza las distribuciones a priori, p (k) que genera los valores esperados de los nodos 1.1.1, 1.1.2 y 1.1.3 respectivamente. El mximo de estos tres valores es el que se asocia al nodo 1.1. en cambio , para las ramas de al extrema derecha que se derivan del nodo de experimentacin 1.2, se utilizan las distribuciones a posteriori h /x = y, ( k ), para calcular los valores esperados de los nodos 1.2.1.1, 1.2.1.2, 1.2.1.3, 1.2.2.1, 1.2.2.2, 1.2.2.3, 1.2.3.1, 1.2.3.2, 1.2.3.3, 1.2.4.1, 1.2.4.2 y 1.2.4.3. En forma similar se calculan los valores esperados de los nodos 1.2.2, 1.2.3 y 1.2.4. estos valores afectados por la distribucin marginal. Valor esperado del nodo 1 resultado del proceso de decisin, es el mximo de los valores del nodo 1.1 y del nodo 1.2, a este ultimo deducindole el costo de la experimentacin. Se utiliza el operador mximo para ganancias y mnimo para perdidas. En el siguiente rbol observamos un ejemplo de lo anteriormente expuesto. ESTADISTICA CLASICA Y LOS PROCESOS BAYESIANOS Aqu presentamos un anlisis comparativo entre la estadstica clsica y la teora de decisin bayesiana. Los precisos bayesianos no requieren de un experimento para poder decidir, como es el caso de la estadstica clsica claro esta que si existe experimento en el proceso bayesiano se enriquece el e proceso con la ayuda de las distribuciones a posteriori y marginales. Los procesos bayesianos pueden utilizarse en problemas de una o n etapas, en cambio el anlisis clsico resuelve problemas de una etapa. La estadstica clsica puede seleccionar una de dos acciones, aceptando o rechazando una. Los procesos bayesianos pueden seleccionar un conjunto finito de m alternativas (m>1). En la estadstica clsica el decisor nicamente tiene opcin a ejercer el control de una sola variable, determinar el tamao de la muestra. En los procesos bayesianos el decisor ejerce ms controles a ms variables. La estadstica clsica infiere un recomendacin en base a la prueba de hiptesis; los bayesianos en base a la distribucin a priori, a posteriori y marginales. Esto hace que la estadstica clsica sea un proceso mas objetivo que el precedo bayesiano. Por ultimo el proceso bayesiano de decisin requiere de mas computaciones numricas que la estadstica clsica. ANALISIS DE DECiSIONES CON OBJETIVOS MULTIPLES En un problema de decisin existe ms de un objetivo entre el grupo de decidores. As en la construccin de los ejes viales de la c.d de Mxico se buscaba.

y y

Dar fluidez al trfico de la ciudad. Optimizar el transporte de personas y no de vehculos

y y y

Maximizar la seguridad de peatones. Proporcionar empleo Estimular la economa

En el ejemplo anterior los objetivos descritos son vagos y no estn definidos en forma operacional. Estos objetivos requieren de ciertas caractersticas que los definan y los hagan operacionales. Estas caractersticas se llaman atributos de ven tener las siguientes propiedades.
y deben ser un conjunto completo para cubrir todos los aspectos importantes del objetivo y del problema. y deben ser operacionales, para que el anlisis tenga sentido se pueden medir el logro o no del mismo. y deben poderse descomponer, para simplificar los aspectos del proceso de evaluacin. y deben ser no redundantes para evitar la doble o triple contabilidad. y deben pertenecer a un conjunto con un nmero mnimo de elementos , para garantizar la irrelevancia del objetivo.

CRITERIO DEL VALOR ESPERADO. Este criterio se puede expresar en terminas de dinero real o su utilidad, para ilustrar la diferencia entre el dinero real y su utilidad, suponga que una inversin de $20,000, tendr igual probabilidad de un beneficio bruto de 0 o de $100,000. Con base en el valor esperado del dinero, la ganancia neta esperada del individuo es de 100,000*0.5+0*0.5-20,000= $30,000. Usando este resultado solamente uno encontrara que la decisin optima es invertir los $20,000. Sin embargo, esa decisin puede no ser aceptable a todos los inversionistas potenciales. Debido a la escasez de efectivo liquido disponible la perdida de #20,000 un inversionista podra llevarlo a la banca rota, pero por otra parte, tiene un exceso de capital ocioso que excede cualquier necesidad de efectivo liquido, consecuentemente, esta dispuesto a llevar a cabo la operacin. Considere que un inversionista en ningn caso estara dispuesto a arriesgar ms de $5,000 como prdida. Suponga que tiene dos opciones: invertir $20,000 y Obtener un beneficio bruto de $100,000 probabilidad de 0.5 y de $0 con probabilidad 0.5, o bien, invertir $5000 y obtener un beneficio a esta informacin muestra que el inversionista no tiene mas que elegir la segunda alternativa, aun cuando su beneficio neto esperado de $6 500 es mucho bruto de $23 000 con probabilidad de 0.5 y $0 con probabilidad de 0.5. ahormenor que los $30 000 esperado de la primera alternativa. La utilidad no necesita ser directamente proporcional a los valores monetarios. Nunca es aconsejado utilizar el valor monetario esperado como el nico criterio para llegar a una decisin, cuando el inversionista estipula un lmite mximo sobre el riesgo de prdida monetaria.