Instituto tecnológico de Villahermosa

Presentación del tema: "Instituto tecnológico de Villahermosa"— Transcripción de la presentación:

1 Instituto tecnológico de Villahermosa
Estimacion de la funcion de conveniencia de un individuo Integrantes: Mirielle Eunice Aragón López Efrén Córdova Pérez Soledad Ocaña Vergara Diana Gorrochotegui Barra María Guadalupe Jáuregui Santos Eduardo López García Ernesto de Dios Hernández Materia: Investigación de Operaciones II Catedrática : Zinath Javier Gerónimo EQUIPO 3

2 ESTIMACIÓN DE LA FUNCIÓN DE CONVENIENCIA DE UN INDIVIDUO
Investigación de Operaciones II ESTIMACIÓN DE LA FUNCIÓN DE CONVENIENCIA DE UN INDIVIDUO

3 Investigación de Operaciones II
Como podemos estimar la función de conveniencia de un individuo? llamémosle Jill por ejemplo comenzamos suponiendo que el resultado menos favorable ( por ejemplo – dólares) tiene una conveniencia cero y que el más favorable (por ejemplo dólares) tiene conveniencia 1. A continuación definiremos un numero x1/2 que tenga u(x1/2 )= para determinar a x1/2 le preguntaremos a Jill el numero (llamémoslo x1/2 ) que hace que le dé igual cualquiera de las opciones siguientes:

4 Investigación de Operaciones II
y x1/2 1 30,000 dólares -10,000 dólares Resultado mas favorable Resultado menos favorable Como Jill le da lo mismo escoger entre las dos loterías, deben tener la mismo conveniencia esperada. Así u(x1/2 )=(1/2)(1) + ( 1/2)(0) = 1/2

5 Investigación de Operaciones II
Este procedimiento da un punto x1/2 que tiene u(x1/2 )= 1/2 supongamos que Jill dice que x1/2 = - 3,400 dólares. Con x1/2 y el resultado menos favorable (- 10,000 dólares) como resultados posibles, podemos formar una lotería que pueda usarse para determinar el punto x1/4 que tiene una conveniencia de 1/4 (es decir , u (x1/4)=1/4 . El punto debe ser tal que le de lo mismo a Jill escoger entre y x1/4 1 x1/ dólares -10,000 dólares Resultado menos favorable

6 Investigación de Operaciones II
Entonces u(x1/4)= (½) (½)+ (½)(0)= ¼. Así, x1/4 satisface a u(x1/4)=¼. Suponga que Jill afirma que x1/4=-8,000 dólares. Esto nos indica otro punto de l función de conveniencia de Jill. Jill puede utilizar ahora los resultados x1/2 y 30,000 dólares para formar una lotería que arroje un valor x 3/4 que satisfaga u(x 3/4)= ¾ . Suponga que x 3/4=8,000 dólares. Igualmente se pueden usar los resultados de x1/2 y -10,000 dólares para formar una lotería que tenga un valor x1/8 que satisfaga u(x1/8) =1/8. ahora la función de conveniencia de Jill se puede aproximar trazando una curva que una los puntos : (-10,000, 0 dólares ), (x1/8 ,1/8), (x1/4, 1/4) ……., (30,000, 1 dólares)

7 Investigación de Operaciones II
0.70 0.80 0.90 0.10 0.20 0.30 0.40 0.50 0.60 1 10,000 20,000 30,000 -10,000 Figura 1. Función de conveniencia de Jill

8 Investigación de Operaciones II
RELACIÓN ENTRE LA FUNCIÓN DE CONVENIENCIA DE UN INDIVIDUO Y SU CONDUCTA FRENTE AL RIESGO Para analizar la actitud frente al riesgo definiremos los conceptos de equivalencia de certeza y ventaja de riesgo de una lotería

9 Investigación de Operaciones II
DEFINICIÓN: El equivalente de certeza de una lotería L se representa por CE(L) y el numero CE(L) tal que quien toma decisiones es indiferente optar por la lotería L o recibir determinada paga de CE(L). Por ejemplo a Jill le daba lo mismo optar entre y -3,400 dólares 1 30,000 dólares -10,000 dólares L

10 Investigación de Operaciones II
sd Investigación de Operaciones II DEFNICIÓN: La ventaja de riesgo de una lotería L se representa por RP(L) y esta definida por RP(L)= EV(L)-CE(L). Donde EV(L) es el valor esperado de los resultados de la lotería. Por ejemplo si : 30,000 dólares -10,000 dólares L

11 Investigación de Operaciones II
Entonces EV(L) = (½)(30,000) dólares + (½)(-10,000 dólares)= 10,000 dólares. Así RP(L)= 10,000 dólares –(- 3,400 dólares)= 13,400 dólares Tonces Jill evalúa a L en 13,400 dólares menos que su valor esperado, porque no le gusta el alto grado de incertidumbre relacionado con la recompensa que da L.

12 Investigación de Operaciones II
Sea una lotería no degenerada cualquiera en la que pueda suceder mas de un resultado. Con respecto a su conducta frente al riesgo un tomador de decisiones es : Contrario a los riesgos si y solo si RP(L) > 0 para cualquier lotería L no degenerada. Neutral frente a riesgos si y solo si RP(L)=0 para cualquier lotería L no degenerada. Busca riesgos si y solo si RP(L) < 0 para cualquier lotería L no degenerada.

13 Investigación de Operaciones II
La actitud de un individuo frente al riesgo depende de la concavidad o convexidad de la función de conveniencia. DEFINICIÓN: se dice que una función u(x) es estrictamente cóncava o estrictamente convexa, si para dos puntos cualesquiera en la curva y=u(x), el segmento de recta que los une queda por completo (excepto sus extremos) abajo o arriba, respectivamente, de dicha curva.

14 Investigación de Operaciones II
Si u(x) es derivable entonces será estrictamente cóncava si y solo si u´´(x)<0 para toda x y u(x) será estrictamente convexa si y solo si u´´(x)>0 para toda x. Se puede demostrar con facilidad que si quien toma decisiones tiene una función de conveniencia u(x) es: Contario a los riesgos si y solo si u(x) es estrictamente cóncava. Neutral frente a riesgos si y solo si u(x) es función lineal, es decir, u(x) es tanto convexa como cóncava Busca riesgos si y solo si u(x) es estrictamente convexa.

15 Investigación de Operaciones II
Para dar un ejemplo de estas definiciones, demostraremos que si quien toma decisiones tiene una función de conveniencia u(x) cóncava, presenta una actitud contraria a los riesgos esto es tiene RP(L)>0. suponga una lotería binaria l (es decir una lotería que solo tiene dos resultados posibles L (Suponer x1 < x2 ) p 1 - p x2 x1

16 Investigación de Operaciones II
Suponga que u(x) es estrictamente cóncava. Entonces, según la figura 2 vemos que F(U para L)=p u(x1) + (1 – p)u(x2)= coordenada y del punto 1. Como CE(L) es el valor (x*)=E(u para L), la figura 2 muestra que CE(L)<EV(L) de modo que RP(L) >0 . Esto se obtiene por que la concavidad estricta de u(x) significa que el segmento de recta que une a los puntos (x1 ,u(x1)) y (x2 ,u(x2))queda a bajo de la curva u(x)

17 Investigación de Operaciones II
x2 Px1 + (1 - p) x2 =EV(L) CE(L) RP(L) E(U para L) x1 Figura 2. Explicación de porque una función de conveniencia cóncava significa conducta contraria a los riesgos

18 Investigación de Operaciones II
También podemos presentar una demostración algebraica que u(x) estrictamente cóncava significa que RP(L)=EV(L)-CE(L)>0. recuerde que para : L p 1 - p x2 x1

19 Investigación de Operaciones II
EV(L)=Px1 + (1 – p) x2 . Ahora bien la concavidad estricta de u(x) significa que : U[Px1 + (1 – p) x2 ]>pu(x1) + (1 – p)u(x2)=E(U para L). Así quien toma decisiones prefiere a Px1 + (1 – p) x2 =EV(L) Con certeza frente a la alternativa de jugar con L. significa que RP(L)=EV(L) – CE(L)>0 y, por tanto quien toma decisiones adopta una conducta contraria a los riesgos.

20 Ejemplo: Posición de los bienes
La función de conveniencia de Laura, concerniente a sus bienes x está dada por u(x)= x1/2. en la actualidad los haberes de Laura consisten en dólares en efectivo y una casa de dólares. Durante un año determinado hay una probabilidad de .001 de que la casa de Laura sea destruida por un incendio u otras causas. ¿ Cuánto desearía pagar Laura por una póliza de seguro que le repusiera su casa en caso de ser destruida? Solución: Sea x= prima anual de seguro. Entonces Laura debe escoger entre las loterías siguientes: Posición de los bienes L1: Comprar el seguro 1 ( dólares – x) .999 .001 dólares – dólares = dólares $ L2: No comprar el seguro

21 Ejemplo: Laura preferirá L1 a L2 si la conveniencia esperada de L1 es mayor que la de L2. Así, L1pL2 si ( – x)1/2 > .001(10 000)1/ ( )1/2 > > Elevando al cuadrado ambos miembros de la última desigualdad, vemos que L1pL2 si y sólo si – x > (316.01)2 x < dólares Así, Laura pagaría hasta dólares por un seguro. Naturalmente , si p = dólares, L1iL2.

22 Ejemplo: EV (L2) = .001(10 000) + .999(100 000) = 99 910 dólares
Calculemos la prima de riesgo para L2: EV (L2) = .001(10 000) ( ) = dólares (es una pérdida esperada de – = 90 dólares). Como E(U para L2) = , podemos calcular CE(L2) de la relación u(CE(L2)) = , o sea [CE(L2)]1/2 = Así, CE(L2) = (316.01)2 = dólares y RP(L2) = EV(L2) – CE(L2) = – = dólares

23 Ejemplo: Por tanto, Laura está de acuerdo en pagar como prima anual de seguro para su hogar la cantidad de dólares más que la pérdida esperada de 90 dólares. Recuerde que Laura estaba dispuesta a pagar hasta = dólares para evitar el riesgo de que su casa se destruyera. Laura tiene una conducta contraria a los riesgos (RP(L2)> 0). Como un (x) = < 0 - x -3/2 4 u(x) es estrictamente cóncava, y RP(L) > 0 sería válida para cualquier lotería no degenerada.