The Concept of Expected Value and Its Use in Decision Making
Table of Contents
Valor esperado es un concepto de piedra angular en probabilidad y estadísticas que permite a individuos y organizaciones tomar decisiones sistemáticas y racionales bajo incertidumbre. En su núcleo, el valor esperado representa el resultado promedio a largo plazo de un evento aleatorio cuando se repite muchas veces. Al cuantificar el promedio ponderado de todos los resultados posibles, transforma un vago "si" en un número único y utilizable. Si usted es un inversionista que evalúa opciones de stock, un seguro bajo
La idea es engañosamente simple: multiplica cada resultado posible por su probabilidad de ocurrencia, luego resume estos productos. El resultado te dice lo que esperas ganar o perder por juicio si podrías repetir la decisión innumerables veces en condiciones idénticas. Pero el valor del valor esperado va mucho más allá de las estadísticas teóricas; es una herramienta práctica de toma de decisiones que ha moldeado la financiación moderna, el juego, el seguro, la política pública, e incluso la inteligencia artificial.
Comprensión del valor esperado
Para comprender plenamente el valor esperado, empezamos con su definición y fórmula formal. El valor esperado (a menudo denotado EV, E[X], o μ) de una variable aleatoria X se calcula como:
EV = CEP [deseccióni × P(outcomei)
Esta suma se ejecuta sobre todos los resultados posibles. Para cada resultado posible, multiplica su valor (monetario o de otro modo) por la posibilidad que ocurrirá, a continuación, agreguelos juntos. El resultado puede ser positivo, negativo o cero, y puede no corresponder a ningún resultado posible real — es un resumen estadístico, no una predicción para un solo ensayo.
Un simple ejemplo de la moneda
Considere un lanzamiento de moneda justo donde usted gana $1 si cabezas y perder $1 si colas. Los resultados son:
- Cabezas: +$1 con probabilidad 0,5
- Tails: -$1 con probabilidad 0.5
EV = (1 × 0,5) + (-$1 × 0,5) = 0,50 $ - 0,50 = 0,50$. Por lo tanto, sobre muchos de los dedos, se rompe incluso en promedio. Esto se llama un "juego de la cara".
Un ejemplo de rollo de dados
Supongamos que usted rodará una muerte de seis lados. Usted gana $10 si usted roda un 6, perder $2 para cualquier otro número. Los resultados: 6 ocurre con probabilidad 1/6, otros números con probabilidad 5/6. EV = ($10 × 0.1667) + (-$2 × 0.8333) = $1.667 - $1.6667 = $0.0003 (esencialmente cero).
Un ejemplo de la Lotería
Supongamos que un boleto de lotería cuesta $2. Hay una oportunidad de 0.01% (1 en 10.000) de ganar $2,000, una probabilidad de 0.1% de ganar $50, y una oportunidad de 1% de ganar $5. De lo contrario, usted no gana nada.
- Ganar $2,000: probabilidad 0.0001 → contribución = $2,000 × 0.0001 = $0.20
- Ganar $50: probabilidad 0.001 → contribución = $50 × 0.001 = $0.05
- Ganar $5: probabilidad 0.01 → contribución = $5 × 0.01 = $0.05
- Ganar $0: probabilidad 0.9889 → contribución = $0
Total EV = $0.20 + $0.05 + $0.05 = $0.30. Dado que el billete cuesta $2, el valor esperado es -$1.70. En promedio, usted pierde $1.70 por billete. Esto explica por qué las loterías son rentables para los organizadores - el valor esperado es negativo para los jugadores.
La Ley de Números Grandes y Valor esperado
La ley de grandes números es el teorema matemático que conecta el valor esperado a la experiencia real. Afirma que a medida que aumenta el número de ensayos, el promedio de los resultados observados converge al valor esperado. Por eso los casinos son confiados en su modelo de negocio: operan miles de juegos por día, por lo que su beneficio real por apuesta será muy cercano al valor esperado. Para un individuo jugando una sola mano de blackjack, el resultado de la piscina es imprevisible, el principio de la larga
Desarrollo histórico de la expectativa
El concepto de valor esperado tiene profundas raíces históricas. Emergido de los primeros estudios formales de probabilidad en el siglo XVII. Matemáticos Blaise Pascal y Pierre de Fermat, en su famosa correspondencia sobre el problema de los puntos, involuntariamente sentó las bases de valor esperado. Más tarde, Christiaan Huygens publicó "De Ratiociniis in Ludo Aleae" (On Reasoningnu tool define explícitamente la oportunidad)
A lo largo de los siglos XVIII y XIX, el concepto fue refinado y extendido. Daniel Bernoulli presentó la idea de utilidad esperada, reconociendo que la gente no valora el dinero linealmente. Esto condujo a la famosa paradoja de San Petersburgo, que reveló las limitaciones de valor esperado puro cuando los resultados tienen pagos extremos con probabilidades muy bajas. La paradoja, donde un juego con valor esperado infinito sigue siendo poco atractivo para la mayoría de los jugadores, teoría y el riesgo de la utilidad. Stanford Encyclopedia of Philosophy proporciona un análisis profundo de la paradoja de San Petersburgo.
Hoy en día, el valor esperado se enseña en cursos de estadística introductoria en todo el mundo y sigue siendo una base de la teoría de decisiones, finanzas y operaciones de investigación. Su evolución de una curiosidad matemática a una herramienta práctica refleja la creciente cuantificación de riesgo en la sociedad moderna.
Aplicar el valor esperado en la adopción de decisiones
El verdadero poder del valor esperado radica en su aplicación en las disciplinas. Al comparar el VE de diferentes opciones, los responsables de la adopción de decisiones pueden seleccionar la opción con el mayor rendimiento promedio a largo plazo. Sin embargo, el contexto y unidad de medida importan enormemente.
Finanzas e Inversiones
En la gestión de cartera, los inversores estiman el retorno esperado de un activo como promedio ponderado por probabilidad de sus posibles retornos futuros. Por ejemplo, una acción podría tener un 40% de probabilidad de un 15% de ganancia, un 30% de probabilidad de ganancia del 5%, y un 30% de probabilidad de una pérdida del 10%.El rendimiento esperado es: (0.4 × 15%) + (0.3 × -10%) = 6% + 1,5% - 3% = 4.5% de rendimiento. fórmula de retorno esperada son estándar en el modelado financiero. Más aplicaciones avanzadas incluyen el modelo de precios de activos de capital (CAPM), que utiliza los retornos esperados para determinar el costo de la equidad.
Seguro y Gestión de Riesgos
Las compañías de seguros dependen en gran medida del valor esperado para establecer primas. Un asegurador recopila datos sobre la probabilidad de eventos (accidentes de automóviles, incendios de casa, problemas de salud) y los costos promedio de la reclamación. Calculan el pago esperado por el titular de la póliza y luego añaden un marcado para gastos y beneficios. Por ejemplo, si un conductor de 30 años tiene una probabilidad de un 5% de un accidente que costará $10,000 en promedio, el costo de la prima de la reclamación esperado será $ 500. fundamentales de los precios de los seguros. Las empresas de reaseguros utilizan el valor esperado a escala mundial para gestionar riesgos catastróficos.
Estrategia de las empresas y gestión de proyectos
En el negocio, el valor esperado se utiliza para el análisis de costos beneficios de proyectos, lanzamientos de productos y campañas de marketing. Imagina una startup tecnológica que decide si desarrollar una nueva característica. Se estima una probabilidad de ganar $ 200.000 en nuevos ingresos, una probabilidad de un 30% de romper incluso, y un 10% de perder $50,000 en costos de desarrollo. EV = (0.6 × $200,000) + (0.3 × $0.000 = $
Vida diaria y finanzas personales
El valor esperado puede guiar decisiones personales como la compra de garantías extendidas, la elección entre deducibles de seguros, o incluso si acelerar. Por ejemplo, la multa esperada para acelerar puede calcularse como la probabilidad de ser capturado multiplicado por el costo de la entrada, en comparación con el tiempo ahorrado. Mientras que estos cálculos dependen de estimaciones aproximadas, ellos alientan una forma estructurada de pensar en los beneficios comerciales.
Valor esperado vs. Riesgo: Dos lados de la misma moneda
Un malentendido común es que un valor esperado positivo hace que una decisión sea buena automáticamente. En realidad, el valor esperado no dice nada sobre la variabilidad de los resultados, es decir, el riesgo. Un juego con un EV positivo pero una alta probabilidad de una gran pérdida puede ser inaceptable para los individuos que se enfrentan a riesgos. Considere dos opciones de inversión:
- Opción A: 50% de probabilidades de $100, 50% de probabilidad de $0 → EV = $50
- Opción B: 99% de probabilidad de $50, 1% de probabilidad de $0 → EV = $49.50
Opción A tiene un EV ligeramente superior ($50 vs $49.50) pero un riesgo mucho mayor (50% de probabilidad de nada). Una persona que se arriesgaría elegir B. Esto ilustra por qué el valor esperado es insuficiente solo; los responsables de la decisión deben incorporar sus preferencias de riesgo, a menudo utilizando modelos esperados de teoría de la utilidad o de retorno de riesgo. Coeficiente de propagación ajusta las rentabilidades de riesgo y se utiliza ampliamente en la gestión de carteras.
Además, los cálculos EV suponen que las probabilidades son conocidas con precisión, lo que raramente es cierto en situaciones complejas del mundo real. La tendencia humana a sobreestimar las pequeñas probabilidades (como ganar la lotería) o subestimar las grandes (como los riesgos de salud) puede distorsionar el análisis EV. Sesgos cognitivos como la disponibilidad heurística y optimismo ses complican aún más la evaluación realista. recursos educativos sobre valor previsto enfatizar la estimación rigurosa de probabilidad y el análisis de sensibilidad.
Teoría de Utilidad esperada
Para abordar las limitaciones del valor esperado basado en dólares, los economistas y teoristas de decisiones utilizan utilidad esperada. En lugar de utilizar valores monetarios brutos, aplican una función de utilidad que refleja las preferencias de riesgo de un individuo. Una persona de riesgo-averso tiene una función de utilidad concave, lo que significa la utilidad marginal de la tecnología de dinero disminuye. Por ejemplo, perder $100 puede reducir la utilidad por más de ganar $100 aumenta.
Limitaciones del valor esperado
Aunque el valor esperado es poderoso, tiene varias limitaciones que los usuarios deben entender:
- Requiere probabilidades y resultados precisos: En muchas situaciones, sólo podemos adivinar en probabilidades o la gama de posibles resultados. Pequeños errores en estimaciones pueden cambiar dramáticamente el análisis de sensibilidad EV. Es esencial.
- Supone la repetición: EV es significativo cuando las decisiones se toman muchas veces en condiciones idénticas. Para decisiones no recurrentes, el promedio de larga duración puede no ser la métrica correcta. Por ejemplo, si evacuar por un huracán: el EV de la pérdida puede ser alto, pero el impacto real es binario (seguro o catastrófico). En tales casos, el valor esperado debe ser complementado con la planificación de escenarios y controles de robustez.
- No se explican las preferencias de riesgo: Dos personas con diferentes tolerancias de riesgo pueden tomar decisiones opuestas incluso cuando EV es el mismo. Por eso existe un seguro: las personas pagan una prima (VE negativa) para evitar la posibilidad de una enorme pérdida.
- La utilidad no lineal del dinero: Como señaló Daniel Bernoulli, el valor subjetivo del dinero no es proporcional a su cantidad. Perder $100 duele más que ganar $100 se siente bien. El valor esperado en términos de dólares puede ser engañoso; utilidad esperada es a menudo más apropiado.
- Ignora contexto y limitaciones: Una decisión podría tener un EV positivo pero requerir más capital que disponible (por ejemplo, apostar a un largo tiro en el blackjack) o producir efectos secundarios fuera del modelo (por ejemplo, consideraciones éticas, riesgo de reputación).
- Dificultades estadísticas: La ley de grandes cantidades requiere ensayos independientes o no relacionados, que pueden no tener en algunos escenarios del mundo real como fallos de mercado de cascada.
A pesar de estas limitaciones, el valor esperado sigue siendo un punto de partida indispensable. Combinar VE con análisis de sensibilidad, planificación de escenarios y técnicas de gestión de riesgos conduce a decisiones más robustas.
Aplicaciones avanzadas: Árboles de decisión y opciones reales
En entornos comerciales complejos, el valor esperado se utiliza a menudo en los árboles de decisión — diagramas gráficos que mapean las opciones secuenciales y eventos inciertos. Cada rama tiene una probabilidad y una rentabilidad; los valores esperados se calculan atrasados de las hojas. Esta técnica es ampliamente utilizada en el desarrollo farmacéutico de drogas, la exploración del petróleo y la presupuestación de capital. Harvard Business Review artículo sobre los árboles de decisión proporciona una excelente visión general.
Otra extensión es el concepto de "opciones reales", donde los administradores pueden aplazar, ampliar o abandonar proyectos. Al incorporar la flexibilidad en el cálculo de valor esperado, las empresas pueden evaluar mejor las inversiones en entornos inciertos. Este enfoque reduce la brecha entre la VE estática y la toma de decisiones estratégicas dinámicas. Por ejemplo, una empresa que considera una nueva fábrica podría construir una planta más pequeña primero para probar el mercado, con una opción para ampliar si la demanda es alta.
Valor esperado en Deportes y Juegos
Apostaje deportivo y póquer son dominios donde el valor esperado se aplica con rigor matemático. En el póquer, los jugadores calculan el valor esperado de una llamada, aumento o pliegue basado en probabilidades de la olla y probabilidad de ganar. Un juego positivo EV es rentable a largo plazo, incluso si pierde en una mano específica. De manera similar, los apostadores deportivos comparan su probabilidad estimada de un resultado con la probabilidad implícita de las probabilidades.
En los juegos de casino, el borde de la casa es simplemente el valor esperado negativo para el jugador. Por ejemplo, en la ruleta americana, el valor esperado de una apuesta de $1 en rojo es -$0.0526, lo que significa que el jugador pierde alrededor de 5.26 centavos por apuesta en promedio. Los casinos confían en este EV negativo combinado con la ley de grandes números para asegurar rentabilidad.
Pitfalls comunes en cálculos de valor esperado
Incluso analistas experimentados cometen errores al utilizar el valor esperado.
- Ignorando la base de referencia: Comparar el VE a una alternativa "no hacer nada" requiere una definición cuidadosa. Por ejemplo, al evaluar un nuevo proyecto, el VE debe ser comparado con el VE de la estrategia actual, no con el cero absoluto.
- Sobreconfianza en las estimaciones de probabilidad: La gente suele asumir que las estimaciones de puntos son correctas sin considerar los rangos de incertidumbre. Usar distribuciones (por ejemplo, simulación de Monte Carlo) proporciona una visión más robusta.
- Mezcla de probabilidades objetivas y subjetivas: Utilizar datos históricos para un resultado y sentimientos intestinales por otro puede llevar a resultados inconsistentes.
- Olvidar los riesgos de cola: Los eventos con probabilidades muy bajas pero con consecuencias extremadamente altas (los cisnes negros) pueden dominar los cálculos de valor esperados. En tales casos, el valor esperado puede ser engañosamente positivo o negativo.
Conclusión
El valor esperado es más que una fórmula matemática; es una forma de pensar que obliga la claridad sobre probabilidades y beneficios. De sus orígenes en problemas de juego del siglo XVII a su uso moderno en finanzas corporativas, seguros y póliza pública, EV proporciona una base cuantitativa para la elección racional bajo incertidumbre. Sin embargo, no es una bala mágica. Los responsables de decisiones eficaces par valor esperado con una comprensión de riesgo, psicología humana y limitaciones prácticas.
Al dominar el valor esperado, usted gana una herramienta que ayuda a reducir el ruido y la emoción. Si usted está calculando el retorno esperado en un stock, evaluando una apuesta, o decidiendo si comprar una garantía extendida, el marco EV le obliga a pensar en términos de promedios en muchos ensayos. En un mundo lleno de incertidumbre, esa capacidad es invaluable. Para profundizar su comprensión, considere estudiar el ley de grandes cantidades y teoría de utilidad esperada, ambos refinan y extienden la idea central.