Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIN.
En gran medida, los xitos o fracasos que una persona experimenta en la vida
dependen de las decisiones que toma. Una decisin puede hacer la diferencia entre
una carrera exitosa y una fracasada. La teora de la decisin es un mtodo
sistemtico para estudiar la toma de decisiones.
Una buena decisin es aquella que est basada en la lgica, que considera todos
los datos y alternativas posibles, y que aplica el enfoque cuantitativo. En ocasiones,
una buena decisin genera un resultado inesperado o desfavorable. Sin embargo,
si se toma correctamente, todava es una buena decisin. Una mala decisin es la
que no est basada en la lgica, no emplea toda la informacin disponible, no
considera todas las alternativas y no utiliza las tcnicas cuantitativas apropiadas. Si
se toma una mala decisin, pero se tiene la suerte de que ocurra un resultado
favorable, aun as esta decisin es una mala decisin. A pesar de que
ocasionalmente las buenas decisiones generan malos resultados, a largo plazo, el
uso de la teora de la decisin engendrar resultados exitosos. Un administrador
exitoso ser el que tome buenas decisiones en forma consistente.
2
Fases 5 y 6. Las ltimas dos fases tienen la funcin de seleccionar el modelo de
teora de la decisin y aplicarlo a los datos para ayudar a tomar una decisin. La
seleccin del modelo depende del ambiente en el que se est operando y del riesgo
e incertidumbre implicados.
Otro ejemplo.
CASO
PIZZERA ASHLEY
Ashley ha reducido sus alternativas a slo 4 posibilidades: hornear 150, 160, 170 o
180 pizzas. Ha estudiado los patrones previos de demanda para determinar el
nmero de pizzas que se solicitaron por da, en los ltimos 100 das. Ha encontrado
lo siguiente (y se ha redondeado el nmero de pizzas al mltiplo de 10 ms
cercano):
Ashley ha determinado que muy pocas veces ha tenido una demanda inferior a 150
pizzas o mayor a 180; por eso redujo las alternativas a las cuatro cantidades
mencionadas por da. Este es un ejemplo del uso de poltica satisfaciente para
reducir el nmero de alternativas.
Ashley ha determinado que gana $2 por cada pizza que vende y pierde $1 por cada
pizza que no vende. Con esta informacin es posible construir una tabla de
utilidades para cada una de las polticas de nmero de pizzas por hornear y por
cada nivel de ventas.
3
Nmero de pizzas que se Demanda de pizzas
hornean con anticipacin 150 160 170 180
150
160 290
170
180
Tabla de utilidades para la Pizzera Ashley
Antes de decidir cul es la poltica ptima, Ashley tambin est considerando mudar
su pizzera a un nuevo local. Ha concluido que existen slo tres alternativas de entre
las que puede escoger. Estas son: permanecer en donde est, mudarse a Baxter
Street, cerca de los nuevos dormitorios o mudarse a Epps Bridge Road, en donde
se rumora que se construir un nuevo complejo de departamentos pensado para
estudiantes. Su decisin se ver influenciada por acciones externas sobre las cuales
no tiene control. Estas acciones externas son las decisiones que otras personas
tomarn. Adems del nuevo complejo de departamentos que se rumora se
construir, existe tambin la duda de si la administracin de la universidad cerrar
los 1,800 dormitorios existentes y enviar esos estudiantes a los nuevos dormitorios
de Baxter Street. Con la ayuda de un asesor financiero, Ashley ha pronosticado el
valor actual de cada una de las decisiones, tomando en cuenta las dos acciones
externas (que se consideran mutuamente excluyentes), junto con la posibilidad de
que no ocurra ninguna de las dos acciones. Estos valores se muestran a
continuacin:
Accin externa
Decisin Ninguna Cerrar los Construir nuevos
antiguos departamentos
dormitorios
No mudarse +$100,000 +$50,000 +$20,000
Baxter St. +$40,000 +$150,000 +$25,000
Epps Bridge Rd. -$20,000 +$20,000 +$200,000
4
Puesto que esta decisin sobre ubicacin se tomar slo una vez, no existen datos
previos que puedan utilizarse para auxiliar en la decisin. Sin embargo, de alguna
manera Ashley debe tomar una decisin.
1. Las decisiones alternativas de entre las cuales el que toma las decisiones
puede elegir.
2. Los estados de la naturaleza, o acciones externas que enfrenta la persona
encargada de tomar las decisiones.
3. El resultado que se obtiene por el uso de una alternativa determinada
cuando se presenta cierto estado de la naturaleza.
Se analizan estas tres partes en forma separada, antes de continuar con los
diversos modelos de toma de decisiones. Se analiza tambin el uso de los rboles
5
de decisin como medio para estructurar estas tres partes esenciales de una
decisin.
Decisiones alternativas.
Cuando el que toma la decisin enfrenta un problema que requiere una decisin,
una de las acciones que debe emprender antes de llegar a una decisin, es
determinar las alternativas sobre las cuales se basar la decisin final. En el caso
de la Pizzera, Ashley tiene cuatro alternativas relacionadas con el nmero de
pizzas que debe hornear con anticipacin (150, 160, 170 o 180 pizzas). Tambin
tiene tres alternativas con respecto a la ubicacin (no mudarse, Baxter Street o Epps
Bridge). Este caso ilustra el hecho de que no hacer cosa alguna es tambin una
alternativa que quien toma decisiones debe considerar. Observe tambin que slo
se consideran alternativas en verdad viables es una forma de la caracterstica de
satisfaciente.
Con respecto a las decisiones sobre ubicacin, de nuevo Ashley enfrenta tres
estados de la naturaleza sobre los cuales no tiene control. Estos estados de la
naturaleza estn influidos por las decisiones que alguna otra persona tomar con
respecto a los antiguos dormitorios y los nuevos departamentos. Las decisiones
tendrn un efecto inevitable sobre el valor presente de las utilidades, y esto sin
importar que decisin tome Ashley con respecto a la ubicacin.
6
Resultados.
Para cada combinacin de estrategia y estado de la naturaleza habr un resultado.
Este resultado puede expresarse en trminos de utilidades (como en el caso del
problema de elegir el nmero de pizzas que deben hornearse), puede expresarse
en trminos de valores presentes (como en el caso de la decisin sobre la
ubicacin), o puede expresarse en trminos de alguna medida no monetaria.
Para determinar los resultados es necesario considerar todas las posibles
combinaciones de decisiones y de estados de la naturaleza para determinar el
resultado que se obtendra si se utiliza una alternativa dada y si ocurre un estado
especfico de la naturaleza. Por ejemplo, en el problema de la ubicacin de la
pizzera, si Ashley decidiera no mudarse y se cerrarn los antiguos dormitorios, se
calcul que el resultado sera $50,000. En esa situacin, dado que haba tres
alternativas y tres estados de la naturaleza, existen 3 X 3 = 9 resultado que deben
calcularse. En general, si existen k alternativas y n estados de la naturaleza, ser
necesario calcular (k x n) resultados. Con bastante frecuencia los resultados
tambin se denominan pagos y una tabla de resultados se denomina tabla de
pagos.
Lluvia
Llevar paraguas $ 0.00
No llevarlo - $ 7.00
Desde el punto de vista conceptual es fcil resolver un problema que slo tiene un
estado natural. Basta con elegir la decisin que produce el mximo rendimiento. En
cambio, en la prctica encontrar tal decisin puede ser otra historia.
7
Toma de decisiones bajo riesgo.
Una caracterstica de muchos, si no es que la mayora, de los problemas de decisin
del administrador, es la falta de certidumbre. Considere como cambiaran las
decisiones del vicepresidente financiero de una compaa de seguros si conociese
con exactitud qu cambios ocurriran en el mercado de valores. Imagine el alivio del
jefe de compras de la Bloomingdale si conociese con precisin cuantos abrigos de
mink de cuerpo entero se vendern en su tienda este ao. Este alivio sera
compartido por los manufactureros de abrigos de mink y an por los que cran los
mink.
Parece bastante claro que los numerosos problemas de decisin se caracterizan
por la falta de certidumbre. Tambin es claro que aquellos que trabajan con estos
problemas en la realidad, ya sea mediante la habilidad o la suerte, con frecuencia
son recompensados ampliamente por sus habilidades.
8
Los datos de esta figura representan el flujo de efectivo neto asociado con cada
combinacin de nmeros por ordenar y demandado. Estos datos se calculan
mediante la expresin:
9
El proceso para encontrar la decisin ptima es puramente mecnico. sese la
expresin siguiente
REJ = (r decisin1, estado de la naturaleza1) (p estado de la naturaleza1 )+ ri2 p2 + + = rim pm
para evaluar el rendimiento esperado RE j para cada decisin (REj, para i=0,1,2,3) y
escjase la mayor. Por ejemplo, si ordena dos peridicos:
RE2 = -20 (1/10) + 5 (3/10) + 30 (4/10) + 30 (2/10) = 17.5
Calcule:
RE0 =
RE1 =
RE2 =
RE3 =
Puesto que RE2 es el mayor de los cuatro valores, la decisin ptima consiste en
ordenar 2 peridicos. Mediante este ejemplo, hemos ilustrado otra clase de
problemas de decisin (decisiones bajo riesgo) y el criterio de decisin asociado
(maximizar el rendimiento esperado)
Suponer que todos los estados naturales tengan la misma probabilidad significa
que, dado que son cuatro, la probabilidad de que ocurran es de 0.25 para cada uno
(1/4). La eleccin de estas probabilidades convierta al problema en una decisin
bajo riesgo y entonces se puede calcular el rendimiento esperado.se puede verificar
con facilidad que el rendimiento esperado sera otra vez maximizado por la decisin
2.
Por esta argumentacin, puede haber contextos en los que no se desee usar
criterios de rendimiento esperado basados en el supuesto de igual probabilidad
(como el criterio de Laplace).
11
Criterio maximin.
Este es un tratamiento conservador en extremo, o quizs pesimista, para la toma
de decisiones. En l cada decisin se evala segn lo peor que puede suceder al
tomarla. Entonces en este caso cada decisin se evala por el rendimiento mnimo
posible asociado con ella. En el ejemplo del vendedor de peridicos el mnimo
rendimiento posible si se ordenan tres peridicos es - 30; entonces, este valor se
asigna a la decisin ordenar tres peridicos. En forma semejante, podemos
asociar a cada decisin el valor mnimo de su rengln. Siguiendo esta regla, el
que toma las decisiones puede elaborar la siguiente tabla.
Decisin Rendimiento mnimo
0
1
2
3 - 30
El elige despus la decisin que produzca el mximo valor de los rendimientos
mnimos (de ah lo de maximin). Entonces, en este caso el vendedor de peridicos
elegir ordenar 0 peridicos.
Criterio maximax.
Este criterio es tan optimista como el maximin es pesimista. Evala cada decisin
conforme a lo mejor que puede suceder si se le toma. Entonces, en este caso evala
cada decisin por el mximo rendimiento posible asociado con l. En concreto,
refirmonos otra vez a la tabla de retribuciones en el problema del voceador. Si el
vendedor de peridicos ordena 2 peridicos, el mejor resultado posible sera una
utilidad de 30. Por lo tanto, este valor sera asignado a la decisin ordenar dos
peridicos. Dicho de otro modo, para cada decisin se identifica el valor mximo
de ese rengln. Usando esta regla el que tomara las decisiones elaborara una tabla
como la siguiente:
Decisin Rendimiento mximo
0
1
2
3 45
12
Despus selecciona la decisin que produce el mximo de estos rendimientos
mximos (de ah lo de maximax). Entonces, en este caso el vendedor de peridicos
ordenar 3 peridicos.
Mximo de la columna
30 15 = 15 nuevo elemento rengln 2, columna 3
Elemento actual rengln 2, columna 3
TABLA DE PERJUICIOS (O TABLA DE PRDIDAS)
Estado de la naturaleza
Decisin 0 1 2 3
0
1
2 0
3
Probabilidad (1/10) (2/10) (4/10) (2/10)
El que toma las decisiones elige entonces la que minimiza los perjuicios mximos.
En este caso, el criterio de perjuicios minimax implica que el vendedor de peridicos
debe ordenar 2 peridicos. Nuestro ejemplo del vendedor de peridicos ilustra que,
cuando se toman decisiones sin usar probabilidades, los tres criterios (maximin de
flujo de efectivo, maximax del flujo de efectivo y minimax del perjuicio) producen
diferentes decisiones ptimas
14
igualmente improbable (s. XV) Personaje legendario alemn. Su leyenda es la del hombre que
vende su alma al diablo, Mefistfeles, a cambio de la juventud y del placer ) en el nuevo enfoque,
la secuencia de eventos se produce como sigue:
Cuota (VEIP)= RE con el nuevo trato - RE con la secuencia ordinaria del evento.
El perjuicio esperado para los otros pedidos posibles se calcula en forma similar.
16
- El anlisis cualitativo se basa primordialmente en el razonamiento y
experiencia del administrador; incluye la impresin intuitiva que el
administrador tiene del problema, y es un arte ms que una ciencia.
- Cuando se utiliza el enfoque cuantitativo, el analista se concreta en los
hechos o datos cuantitativos asociados al problema y desarrolla expresiones
matemticas que describen los objetivos, las restricciones y las relaciones
existentes en el problema.
A continuacin, se plantean brevemente algunas razones por las que es posible que
se utilice un enfoque cuantitativo en el proceso de toma de decisiones:
17
Tipos de modelos:
- Icnicos: son la representacin fsica de algunos objetos, ya sea en forma
idealizada (bosquejos) o a escala distinta de la real. Ejemplos fotografas,
planos o mapas y maquetas o prototipos.
- Analgicos: pueden presentar situaciones dinmicas o cclicas, son usuales
para mostrar las caractersticas dinmicas y las propiedades del
acontecimiento que se estudia. Ejemplo, curvas de demanda, curvas de
distribucin de frecuencias (en estadstica) y diagramas de flujo, velocmetro.
Son adecuados para representar relaciones cuantitativas entre propiedades
de diversos objetos.
- Matemticos. Son modelos que representan un problema mediante un
sistema de smbolos y de relaciones y expresiones matemticas. El modelo
matemtico ms comn es una ecuacin. Por ejemplo, se puede determinar
la utilidad total por la venta de un producto multiplicando la utilidad por unidad
por la cantidad vendida.
18
2. Restricciones. Para tener en cuenta las limitaciones tecnolgicas, econmicas y
otras del sistema, el modelo debe incluir restricciones (implcitas o explcitas) que
restrinjan las variables de decisin a un rango de valores factibles.
Por ejemplo, la ecuacin de utilidades P = 10 X sera una funcin objetivo para una
empresa que trata de maximizar las utilidades.
indica que el tiempo que se requiere para la produccin debe ser menor o igual a
las 40 horas disponibles.
19
En el modelo matemtico anterior, la utilidad por unidad ($10), el tiempo de
produccin por unidad (5 horas) y la capacidad de produccin (40 horas) son
factores del medio ambiente que no estn bajo el control del administrador.
A factores del ambiente como stos, que pueden afectar tanto a la funcin objetivo
como a las restricciones, se les denomina insumos incontrolables del modelo. A los
que controla o determina quien toma las decisiones se les llama insumos
controlables del modelo.
MEDIDA DE LA UTILIDAD.
La tasa de la utilidad comienza con la asignacin para el peor resultado y/o para el
mejor resultado una utilidad de 1. Todos los otros resultados tendrn un valor entre
0 y 1.
20
cualquier otro resultado involucra la determinacin de la probabilidad, P, que te hace
indiferente entre la alternativa 1, el cual es la prdida entre el mejor y el peor
resultado y la alternativa 2 que la obtiene del otro resultado. Por seguridad, cuando
usted es indiferente entre la alternativa 1 y 2 despus la utilidad esperada para estas
2 alternativas deber ser igual.
Ahora, todo lo que usted tiene que hacer es determinar el valor de la probabilidad
(P) que te hace indiferente entre la alternativa 1 y 2. En el establecimiento de la
probabilidad, usted mejor est atento a que la tasa de la utilidad sea completamente
subjetiva. Es un valor establecido por el que hace la decisin y no puede ser medido
en una escala objetiva. Analicemos un ejemplo.
Pablo Petrel Petuma le gustara construir una curva de utilidad que le revele su
preferencia por el dinero entre 0 - $ 10,000. l puede invertir en una cuenta bancaria
o puede invertir su dinero en un negocio.
21
respuesta es en dlares, qu tipos de cambios debe aplicar para convertir divisas
extranjeras a dlares? Los tipos de cambio varan de cuando en cuando, y el efecto
de sus variaciones puede introducir slo pequeas imperfecciones en nuestros
clculos, pero tambin es posible que le d a nuestro mundo un aspecto
notablemente distinto. La decisin de cmo recopilar, almacenar e interpretar datos
est gobernada por los usos que se vayan a dar a dichos datos. Por desgracia, es
comn que la informacin reunida en base de datos de empresas haya sido
recopilada con otros propsitos, como informes financieros, por lo cual debe tenerse
mucho cuidado en investigar las fuentes y definiciones de esa informacin, si los
datos van a ser utilizados de nuevo para la construccin de modelos administrativos
y la toma de decisiones.
Los datos pueden provenir de registros del pasado. Los datos pueden ser
generados a travs de observaciones directas o estimaciones realizadas en el
presente. En particular, los datos pueden ser producidos por un modelo que requiera
determinadas decisiones como entradas. Por ltimo, los datos pueden ser
generados mediante pronsticos del futuro.
AGREGACIN DE DATOS.
Una de las consideraciones importantes cuando se usan datos es el grado de
agregacin o consolidacin deseado. Por ejemplo, requiere nuestro modelo datos
sobre las ventas anuales totales de los ltimos cinco aos, o de las ventas anuales
por pas en los ltimos cinco aos, o de las ventas anuales totales por planta en ese
periodo, o de las ventas anuales totales por planta y por producto en ese lapso?
Esta lista de requisitos describe datos en forma cada vez ms disgregada o
pormenorizada. Los datos disgregados tienen ms detalle y su obtencin es, en
general, ms difcil y costosa. Sin embargo, tambin son ms valiosos porque
contienen ms informacin. Adems, es posible agregar datos disgregados, pero
no siempre es posible hacerlo inverso. As, si las ventas totales por planta y por
producto son conocidas, es posible obtener las ventas totales por producto y por
pas, o las ventas totales por pas, o las ventas totales por producto, o las ventas
totales por planta. En cambio, resulta evidente que en este caso no sera posible
partir de las cifras agregadas para extraer de ellas las cifras disgregadas. Los
beneficios de la sntesis de datos que proporcionan la agregacin tienen un costo:
la agregacin renuncia a una parte de la informacin.
Aun cuando los datos disgregados son deseables porque contienen ms
informacin, tambin es verdad que tales datos pueden estar demasiado
disgregados para ser incorporados a una hoja de clculo o para que los use con
comodidad un gerente en particular. En trminos de la decisin de construir o no
nuevas plantas en Europa, los ejecutivos de Protrac pueden tener inters en
comparar una pequea y selecta recoleccin de datos adicionales o agregados. Es
decir, su decisin puede basarse en un modelo simplificado que represente
22
selectivamente la realidad con unos cuantos nmeros seleccionados, escritos en
el reverso de un sobre.
Debe resultar obvio que, pasando por alto los costos del procesamiento, un mayor
nmero de datos slo puede conducir a mejores decisiones. (Si esto no es obvio,
por lo menos debe resultar claro que un mayor nmero de datos no nos puede
conducir a peores decisiones.) No obstante, tambin es cierto que exista un lmite
en el grado de disgregacin que puede digerir cada uno de los individuos que estn
a cargo de tomar decisiones. Por fortuna, los modelos de hoja de clculo electrnica
pueden trabajar con informacin mucho ms detallada que los individuos; sta es
una de las principales justificaciones para utilizarlos. Recuerde que, a medida que
las situaciones administrativas se vuelven ms complejas y sofisticadas, los detalles
adquieren cada vez ms importancia. sin embargo, estamos ante una espada de
dos filos. Si bien los modelos suelen tener datos disgregados, a veces la propia
disgregacin crea problemas insuperables. Por ejemplo, la disgregacin puede dar
lugar a demasiadas variables, con lo cual el modelo resulta demasiado largo e
incmodo para usarse, o puede requerir un trabajo de recopilacin de datos costoso
y prolongado. A este respecto, el equilibrio est entre el ideal de usar la mayora de
los datos disponibles (sumamente detallados y pormenorizados) y la necesidad
prctica de mantener la simplicidad del modelo.
REFINACIN DE DATOS.
El trmino refinacin se emplea a menudo como sinnimo de disgregacin, pero
eso no es del todo correcto. Los datos que estn muy refinados (se les describe a
menudo como altamente estructurados) corresponden a datos muy disgregados,
pero lo inverso no siempre es cierto. Una cantidad considerable de datos puede ser
fcilmente accesible en la base de datos de la red corporativa conocida como
almacn de datos. Es posible que los datos sean pertinentes para la situacin que
usted est estudiando, pero es frecuente que los datos no se encuentren en la forma
apropiada. Tal vez encontremos datos anuales acerca del volumen total de ventas
y datos anuales sobre el nmero total de plantas en operacin, pero para nuestro
modelo podemos requerir las ventas promedio por planta realizadas cada ao.
Dichas ventas pueden calcularse mediante manipulaciones sencillas de los datos
existentes, usando la hoja de clculo electrnica. Este proceso de manipulacin,
mensaje o trituracin de informacin, puede designarse con mayor propiedad
como la refinacin de los datos. Tales procesos de refinamiento pueden requerir
extensivas manipulaciones en la hoja de clculo electrnica, segn el material
disponible y el que usted requiera para la construccin del modelo.
Se acaba de completar la fase de diseo y prueba del producto para la nueva lnea
de tractores de casa y jardn de la PROTRAC. La administracin de ms alto rango
trata de decidir la estrategia adecuada que se usar en la comercializacin y
produccin de estos artculos. Se discuten tres alternativas principales. Cada una
se identifica mediante una sola palabra.
1. Agresiva (A): esta alternativa representa el mayor compromiso de la firma
con su lnea de productos. Se hara una sustanciosa inversin para un medio
de produccin nuevo y eficiente. Se mantendran grandes inventarios para
garantizar la pronta entrega de todos los modelos. Se inicia una gran
campaa de publicidad que abarcara comerciales de televisin, patrocinada
en toda la nacin y descuentos promocionales.
2. Bsica (B): en este plan, la produccin del E-4 (tractor oruga pequeo) se
cambiara de Joliet a Moline. Esta mudanza desfasara al departamento
plagado de dificultades de produccin de mquinas ajustables y
excavadoras. Al mismo tiempo, la lnea E-A en Joliet se modificara para
producir la nueva mquina para casa y jardn. Se conservara inventario slo
de los artculos ms populares. Las oficinas generales proporcionaran
fondos para apoyar la publicidad local o regional, pero sin montar una
campaa publicitaria nacional.
3. Cautelosa (C): en este plan se usara la capacidad excedente de varias
lneas E-4, ya existentes, para producir los nuevos implementos. La nueva
instrumentacin que se desarrollase sera mnima. La produccin se
equiparara para satisfacer la demanda y la publicidad quedara a discrecin
del distribuidor local.
La administracin debe clasificar la condicin del mercado en fuerte (F) y dbil (D).
24
costos asociados con cada combinacin cautelosa (C) produce un beneficio mayor
en el mercado dbil que en el fuerte. Cuando el mercado es fuerte y la PROTRAC
precavida, la competencia no solo capta el mercado de tractores pequeos, sino
que como resultado del efecto persistente de esas ventas, la competencia afectara
decisivamente la posicin actual de la PROTRAC en el mercado, en lo relativo a
accesorios y otros productos para el hogar.
ESTADO DE LA NATURALEZA
Fuerte, F Dbil (D)
Probabilidad
DECISIN 0.45 0.55
Agresivo (A) 30 -8
Bsico (B) 20 7
Cauteloso (C) 5 15
Retribuciones (en millones de pesos) y probabilidades para el problema de mercadotecnia.
Aqu estamos trabajando con las llamadas decisiones bajo riesgo y, por supuesto,
es posible calcular el rendimiento esperado para cada decisin y elegir la mejor. Los
clculos son:
RE (A) = 30 (0.45) 8 (0.55) = 9.10
RE (B) =
RE (C) =
La decisin ptima consiste en elegir (B), la estrategia bsica de produccin y
mercadotecnia.
II
A
B
I III
IV
25
representar una decisin posible. Los nodos circulares representarn situaciones
en las que no hay certeza en cuanto a los resultados. Cada lnea que parta de un
crculo representar un resultado posible. El trmino rama se usar para designar
las lneas que emanen de los nodos ya sea cuadrados o circulares.
30
F
II D
-8
A 20
B F
I III D
7
C
5
F
IV D
15
26
Valor terminal esperado = 30(0.45) + (-8)(0.55) = 9.10
F 30
Es reemplazado por 9.10
II D II
-8
A
B
I III 12.85
IV 10.50
rbol de decisin reducido para el problema de tractores de casa y jardn.
Advirtase que los valores terminales esperados de los nodos II, III, IV son idnticos
a los rendimientos esperados que se calcularon antes en esta seccin para las
decisiones A, B y C, respectivamente. La administracin encara ahora el problema
de escoger las alternativas que produzcan el valor terminal esperado ms elevado.
En este caso, como vimos antes la eleccin es la alternativa B.
27
El grupo de investigacin de mercados ha dispuesto comunicar en un mes si,
conforme a sus estudios, la prueba es alentadora (E) o desalentadora (G).
Supngase ahora que el grupo de investigacin de mercados puede establecer la
siguiente indicacin de confiabilidad: los resultados anteriores de nuestras pruebas
han mostrado la tendencia a actuar en la direccin correcta. Si un mercado ha sido
fuerte, los resultados de las pruebas han sido alentadoras en un 60% del tiempo y
desalentadoras el 40% restante. Si un mercado ha sido dbil, los resultados de las
pruebas han sido desalentadoras un 70% del tiempo y alentadoras en el otro 30%.
Dadas las condiciones del mercado, la administracin puede usar esta informacin
para valorar las probabilidades condicionales de los resultados de las pruebas.
Estas valoraciones son:
P(E/F) = 0.6 P(E/D) = 0.3
P(G/F) = 0.4 P(G/D) = 0.7
F
IV D
-8
A 20
F
IB D
II V P(D/E)
C 7
F 5
VI D
E 15
I F P(F/G)
30
VII D
G -8
A
F 20
B VIII
III D
C 7
F 5
IX D
15
rbol de decisin con resultado de pruebas .
28
Si la prueba es alentadora, nos desplazaremos hacia el nodo II, que es cuadrado
porque se debe tomar una decisin. La administracin deber optar por A, B o C.
Supngase que la administracin elige A. Se llega entonces al nodo IV, otra
situacin con dos salidas posibles, en concreto, si el mercado es fuerte (F) o dbil
(D). Si resulta que es fuerte, la PROTRAC disfrutar de un rendimiento neto de 30,
que es el valor terminal de la rama.
Para resolver este rbol debemos encontrar los valores de P(F/E), P(D/E), P(F/G),
P(D/G), P(E) y P(G). Esto debe realizarse usando el teorema de Bayes con los datos
P(E/F) =0.6, P(G/F) = 0.4, P(E/D) = 0.3, P(G/D) = 0.7, P(F) = 0.45 y P(D) = 0.55.
Calculamos:
P(E) = P(E/F) P(F) + P(E/D) P(D)
= (0.6)(0.45) + (0.3) (0.55) = 0.435
Desarrollar frmula y clculos:
P(G) =
P(D/E) =
P(F/G) =
29
P(D/G)=
Actualizacin de P(F)
En consecuencia, el evento de un resultado de prueba alentador y el uso del
teorema de Bayes nos permiten actualizar el valor primario de P(F), en concreto
0.45, a un valor superior, P(F/E) = 0.621. Clculos semejantes producen P(D/E) =
0.379, P(F/G) = 0.318 y P(D/G) = 0.682.
30
F
IV D
-8
A 20
F
IB D
II V
C 7
F 5
VI D
E 15
I F P(F/G)=0.318 30
VII D
G -8
A
20
F
B VIII D
III
C 7
F 5
IX D
15
El primer paso para la resolucin del rbol consiste en replegar los nodos
terminales.
30
30
F RE(IV)=30(0.621)-8(0.379) =15.6
IV
D
Por ejemplo, el nodo IV se -8repliega calculando su rendimiento esperado y
asignndolo al nodo. Esta figura muestra el rbol despus del primer paso.
15.60
IV
A
IB 15.07
II V
C
VI 8.79
E
I
4.12
VII
G
A
B VIII
III 11.15
C
IX 11.81
Se puede usar esta figura para determinar las decisiones ptimas. Vemos que si la
prueba es alentadora (E), llegamos al nodo II. Luego, para maximizar el rendimiento
esperado, tomaramos la accin A, es decir, seguimos la estrategia agresiva de
produccin y mercado. En forma semejante, si el resultado de la prueba es
desalentador, tomamos la accin C. Por qu? Porque 11.81 es el mayor
rendimiento esperado cuando la prueba es desalentadora.
15.60
E
I
31
G
11.81
Entonces el rendimiento esperado es,
RE = 15.60 (0.435) + 11.81 (0.565)= 13.46
Este valor es el rendimiento esperado al realizar la prueba del mercado y tomar
decisiones ptimas.
32
La ecuacin nos dice que la informacin perfecta acarrear un aumento esperado
sobre el anterior de 8.90. Este es el mximo aumento posible que se puede obtener
a partir de la nueva informacin. El VEIM es el aumento del rendimiento esperado
que, se obtendra con la informacin producida por la prueba de mercado. Dado que
VEIP = 8.90 y el VEIM 0 0.61, vemos que la prueba de mercado no es muy efectiva.
Si lo fuera, el valor de VEIM estara mucho ms cerca del VEIP.
33
2. Determinar un valor particular concreto aadiendo los costos en todas las
ramas comprendidas entre el primer nodo y la posicin terminal.
A
B
C
PRUEBA
G
-0.5
A
B
C
NO PRUEBA
$0
A
B
C
34
Por ejemplo, 29.5 en la posicin terminal del extremo superior resulta de aadir los
costos en la ruta Prueba-E-A-F (o sea, los costos -0.5 + 0 + 0 +30 =29.5).
Estrategia ptima.
La estrategia ptima es un plan integral para el rbol entero. Especfica cual accin
se debe tomar sin importar cules de los eventos inciertos ocurren.
Realice el repliegue del rbol paso a paso hasta llegar a este resultado:
12.96
No prueba
12.85
En este paso vemos que dado que 12.96 > 12.85, la PROTRAC debe hacer la
muestra de mercado. En el paso 1 vemos que si el resultado de la prueba es
alentador (E), entonces A es la mejor decisin ya que produce el mayor rendimiento
esperado, en forma semejante, si el resultado de la prueba es desalentador (G),
entonces C es la mejor decisin.
35
PROBLEMAS DE LA UNIDAD I.
1. Considere la siguiente tabla de retribuciones en la que cada dato es un
rendimiento neutro en dinero. Suponga que es una decisin en la que no se
tiene conocimiento de los estados de la naturaleza.
Estado de la naturaleza
Decisin 1 2 3 4
1 35 22 25 12
2 27 25 20 18
3 22 25 25 28
4 20 25 28 33
38
d) Si P(bajo)=0.3, P(mediano)=0.5 y P(alto)=0.2 Qu decisin maximizar
el rendimiento neto esperado en dinero?
e) Cul es el valor esperado de la informacin perfecta (VEIP)?
9. Marple Manufacturing est planeando la introduccin de un nuevo producto.
El costo para estar en condiciones de fabricar uno de los componentes del
producto es muy alto por lo que Marple est considerando comprar este
componente en lugar de fabricarlo. Sin embargo, una vez ya preparada para
fabricar el componente, el costo variable unitario de Marple sera bajo en
comparacin con el precio de compra del componente. En la tabla de
retribuciones el gerente de materiales de Marple ha calculado la utilidad neta
en miles para tres niveles diferentes de demanda.
DEMANDA
DECISIN Baja Mediana alta
Hacer el componente 11 32 53
Comprar el componente 15 30 45
39
no encuentra un embarque de regreso volvera vaco. S elige el embarque a
Salt Lake tiene una posibilidad del 50% de encontrar un embarque de regreso
a Tucson. En la tabla se muestran sus retribuciones.
40
2,Q3 20 20 20
Probabilidad 2/3 2/9 1/9
Nota: 6/9 = 2/3 reducido a su mnima expresin
El administrador del hospital ha decidido verificar las operaciones
programadas cada mes para ver si habr operaciones que requieran el tipo
raro de sangre. Quizs encuentre que no hay operaciones programadas (S1),
una operacin programada (S2), o dos operaciones programadas (S 3), que
requieran el tipo raro de sangre. A continuacin se presentan las
probabilidades condicionales.
P(S1/D1)
DECISIN S1 S2 S3
D1 0.95 0.04 0.01
D2 0.05 0.80 0.15
D3 0.02 0.08 0.90
41