Además la varianza ij2 de Aij está dado por:

ij2 = ( bij - aij )2 / 36

donde :
ij2 =  ij2
AijRC

Y la desviación estándar esta dada por : ij =   ij2

Kj = (Cj1 – Cj) / Mj ; donde:

Cj1: Costo estimado para la actividad j con reducción máxima.
Cj : Costo estimado para la actividad j con tiempo normal esperado
Mj = tj - tj1 tj : tiempo normal para la actividad j.
tj1 : tiempo para la actividad j con reducción máxima.

1. Para redes mayores se recurre al MPL para reducir Tij

 Las variables de decisión son:

xi : tiempo de ocurrencia del evento y
yj : tiempo de reducción para la actividad j

 La función objetivo.
Min W =  kj yj
 Restricciones :
a. Descripción de la red
xi  tj - yj + xi – 1 ; restricción para cada nodo en función del arco que llega.
b. Tiempo de reducción por actividad.
yj  Mj
c. Contracción de la red.
xn  Tij1
d. Condición de no negatividad
yj  0
xi  0

n
∑
VE ( di ) = j=1 p(Sj) V ( di , Sj )

VALOR ESPERADO DE LA INFORMACION PERFECTA (VEdeIP)

Si existe la posibilidad de llevar a cabo un estudio de investigación de mercado para obtener la información perfecta , se
puede realizar siempre en cuando no supera el valor de la información perfecta.

VEdeIP = VEconIP - VE*

n
∑
VEconIP = j=1 p(Sj) . ( mejor valor en Sj)

VE*: Mejor valor esperado

p( I K /S j ) p (S j )
 Según la ley de BAYES p(Sj / IK) =
p( I K )
Donde:

N
∑
p( IK ) = j =1 p(IK/ Sj) p ( Sj ).
 VALOR ESPERADO DE LA INFORMACION MUESTRAL ( VEIM)

VE deIM = [ Valor óptimo esperado con la información muestral ] – [Valor óptimo esperado sin información muestral ]

El valor óptimo esperado con información muestral se obtiene previo análisis en el árbol de decisión.

EFICIENCIA DE LA INFORMACION MUESTRAL

E = VE deIM / VE deIP

UTILIDAD ESPERADA UE(di)

El procedimiento que se sigue para obtener la utilidad esperada de una decisión es:

 Se asigna en primer lugar un valor utilitario a los posibles resultados mejor y peor de las situaciones de decisión. Cualquier
valor funciona, siempre y cuando la utilidad que se asigne al mejor resultado sea mayor que la que se asigna al peor.

U [min(di ; Sj)] = 0
U[max(di ; Sj)] = 10
 Se determina luego la utilidad correspondiente a cada uno de los resultados V(di ; Sj) restantes.

U(di ; Sj) = p. U[max(di ; Sj)] +(1-p). U [min(di ; Sj)]

= 10p
Donde p es la preferencia que tiene el decisor al max(di ; Sj) respecto al V(di ; Sj).