Howard Raiffa ( / ˈr eɪ f ə / RAY -fə ; 24 de enero de 1924 - 8 de julio de 2016) fue un académico estadounidense que fue profesor Frank P. Ramsey (emérito) de Economía gerencial , una cátedra conjunta de la Escuela de Negocios y la Escuela Kennedy de Harvard en la Universidad de Harvard . [1] Fue un influyente teórico de la decisión bayesiana y pionero en el campo del análisis de decisiones , con trabajos en teoría de decisiones estadísticas, teoría de juegos , teoría de decisiones conductuales, análisis de riesgos y análisis de negociación . [2] Ayudó a fundar y fue el primer director del Instituto Internacional de Análisis de Sistemas Aplicados . [3] [4]
Después de servir en las Fuerzas Aéreas del Ejército durante la Segunda Guerra Mundial, Raiffa recibió una licenciatura en matemáticas en 1946, una maestría en estadística en 1947 y un doctorado en matemáticas en 1951, todas de la Universidad de Michigan .
Imaginemos una situación en la que se nos pide que apostemos y nos ofrecen dos apuestas posibles.
Apuesta A, en la que apuestas al resultado de una pelea entre el mejor boxeador y el mejor luchador del mundo en un ring. (Supón que eres bastante ignorante sobre artes marciales y tendrías grandes dificultades para elegir a quién apostar). Si el campeón que elegiste gana, ganas $500; de lo contrario, no recibes nada. Colocas tu elección en un sobre cerrado, que se abre después del juego.
Apuesta B. Saque una bola de una urna opaca que se sabe que contiene 50 bolas naranjas y 50 bolas azules. Recibirá $500 si saca una bola naranja y nada por una bola azul. Las bolas se han mezclado completamente y debe asumir que todas las bolas tienen la misma probabilidad de ser extraídas. El sorteo se lleva a cabo después de que termina el partido de anillos.
Muchas personas se sentirían más inseguras al elegir la apuesta A, en la que las probabilidades son desconocidas, en lugar de la apuesta B, en la que es fácil ver que las probabilidades son la mitad para cada resultado.
Raiffa sostiene que, de hecho, un tomador de decisiones debería asignar una probabilidad subjetiva de la mitad a cada resultado de la apuesta A, siempre que no haya información disponible que haga que un resultado sea más probable que el otro.
Raiffa argumenta lo siguiente. Supongamos que alguien tiene las siguientes preferencias. Si se le obliga a hacer la apuesta A, apostaría por el boxeador, pero si se le diera la libertad de elegir entre las apuestas, preferiría la apuesta B. Presumiblemente, esa persona, si se le permitiera elegir la apuesta A, preferiría simplemente apostar por el boxeador en lugar de lanzar una moneda para decidir si debería apostar por el boxeador o por el luchador. Pero este enfoque aleatorio es equivalente a la apuesta B. Por lo tanto, por los axiomas de sustituibilidad y transitividad para las utilidades , también debería preferir apostar por el boxeador que por la apuesta B. Se puede utilizar un argumento similar para demostrar que cuando el jugador no tiene preferencia entre el boxeador y el luchador, tampoco debería tener preferencia entre la apuesta A y la apuesta B.
(El axioma de sustituibilidad dice que si alguien es indiferente entre los resultados A y B e indiferente entre los resultados A y C, debería ser indiferente entre B y C. El axioma de transitividad dice que si alguien prefiere el resultado A al B y también prefiere B al C, entonces debería preferir A al C.)
Otros, como Daniel Ellsberg , no están de acuerdo con el razonamiento de Raiffa y han ideado interpretaciones alternativas de la teoría de la decisión. Una de las desviaciones más radicales es la teoría de Dempster-Shafer , que rechaza por completo el uso de la teoría de la probabilidad , en favor de una teoría de las funciones de creencia , que no satisfacen los axiomas de la probabilidad .
Me considero un analista de decisiones que cree en el uso de probabilidades subjetivas. Preferiría que me llamaran "subjetivista" que "bayesiano".
Se me ocurrió una idea: llamarlo análisis de sistemas aplicados, porque nadie sabrá lo que significa. Teníamos una pizarra en blanco.
