Documentos de Académico
Documentos de Profesional
Documentos de Cultura
645 Teoria de Decisiones PDF
645 Teoria de Decisiones PDF
com
TEORÍA
DE DECISIONES
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
:
w
w
w
INGENIERÍA DE SISTEMAS
305
TEORÍA
om
DE DECISIONES
c
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
CAV
HD69 Teoría de decisiones i (María Luisa Pana
D4T4 de Carrera, Enzo Pittari Paolino, Pedro
1993 Carrera Brano). - Caracas : UNA, 1993.
om
366 p. : U. ; 30 cm.
"Estudios Profesionales IV"
c
s.
En la cubierta : Ingeniería de sistemas.
ro
L Teoría de decisiones. 2. Toma de decisiones.
fo
3. Educación a distancia -- Módulos de estudio.
m
ISBN 980-236-446-0
dm
.a
Registro de Publicaciones de la
w
N° UNA-EP4-82-0103
Diseño de la portada:
Valentina Carrosquel U.
UNIVERSIDAD
NACIONAL
om
ABIERTA
c
TEORÍA DE DECISIONES
s.
ro
ESTUDIOS PROFESIONALES IV
fo
m
a.
t un
on
ESPECIALISTA EN EVALUACIÓN
.a
w
DISEÑO 1% INSTRUCCIÓN
REVISIÓN DE CONTENIDOS
ÍNDICE
INTRODUCCIÓN 11
MODULO I; FUNDAMENTOS Y ELEMENTOS BÁSICOS 13
Objetm* 13
Introducción 13
Unidad 1: El Análisis de Decisiones, Importancia y Delimitación . . 15
Autoevaluación 25
Unidad 2: Conceptos Básicos de Probabilidades 33
Autoevaluación 41
Unidad 3: Información y Asignación de Probabilidades 47
Autoevaluación 61
om
Unidad 4: Metodología de Asignación de Probabilidades 69
c
s.
Autoevaluación ro 87
Unidad 5: Arboles de Decisión 93
fo
Autoevaluación 123
m
a.
EL RIESGO 139
t
Objetivos 139
on
yc
Introducción 141
dm
Autoevaluación 169
w
Autoevaluación 205
Unidad 8: Criterios de Decisión 217
Autoevaluación „ 235
Unidad 9: El Valor de la Información 245
Autoevaluación 267
MODULO Oí: METODOLOGÍA DEL ANÁLISIS DE DECISIONES > . . 283
Objetivos 283
Introducción 283
Unidad 10: El Ciclo y las Fases del Análisis de Decisiones 285
Autoevaluación »^............. .. 337
INTRODUCCIÓN
om
no Análisis de Decisiones para establecer una diferencia entre la Teoría de Deci-
siones Aplicada y la Teoría de Decisiones Clásica o Pura, que se ha dedicado,
c
s.
como su nombre indica y como posteriormente explicaremos, al estudio de
ro
problemas teóricos y de difícil aplicación a situaciones reales. En base a esta
aclaratoria preferimos utilizaba lo largo de este Curso, el término Análisis de Deci-
fo
siones significando con ello que estamos interesados en Ciencia Aplicada y no en
m
Ciencia Pura.
a.
un
e impacto.
dm
Todo esto indica la necesidad que tienen las organizaciones modernas de dis-
.a
siones.
w
w
ODULO I
ANÁLISIS DE DECISIONES
FUNDAMENTOS Y
ELEMENTOS BÁSICOS
Lista de unidades
om
Unidad 1. El Análisis de Decisiones, importancia y delimitación.
c
Unidad 2. Conceptos básicos de Probabilidad.
s.
ro
Unidad 3. Información y asignación de probabilidades.
fo
m
Objetivos
yc
de:
.a
Introducción
actitud ante el riesgo de ia persona que toma las decisiones. El instrumento básico
para cumplir este objetivo es la Teona de la Utilidad/
om
Veamos en qué forma se produjo esta evolución y a partir de cuáles ciencias.
c
s.
La primera actividad científica organizada para el análisis de los procesos de
la tomáHe decisiones fue la Investigación de Operaciones. Esta se desarrolló por la
ro
aplicación de métodos científicos para la solución de problemas militares durante
fo
la Segunda Guerra Mundial. Finalizada ésta se busco la aplicación de los procedi-
m
^§N problemas típicos de la alta gerencia, como son la incertidumbre acerca de las
w
om
modelo macroeconómico de un país.
c
A continuación indicaremos algunos de los problemas donde el Análisis de
s.
Decisiones se ha aplicado exitosamente: ro
fo
1. Introducción de nuevos productos.
m
3. Presupuesto de inversiones.
t
on
4. Portafolio de inversiones.
yc
7. Planificación Social.
w
w
La figura No. 1-1 maestra los problemas típicos de cada área o campo de
acción, en base a la lista anterior.
PROBLEMA
ÁREA 1 2 ¡ 3 4 5 6 7 8
Industria X X X X X X
Barca X X X X
Comercio X X
Gobierno v
A v
/v X X X X i X
Fig. 1-1
18
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
EL ANÁLISIS DE DECISIONES
IMPORTANCIA Y DELIMITACIÓN
om
3) Distinguir entre situaciones o problemas de decisión bajo certeza y bajo in-
certidumbre.
c
s.
4)
ro
Dada una situación de decisiones en condiciones de ineertidumbre, identi-
ficar los elementos que conforman el problema de decisiones.
fo
m
1.6.1. Eí Decisor 20
1.6.2. Las Alternativas 20
1.6.3. Los Estados de la Naturaleza. 20
1.6.4. Los Resultados 21
1.6.5. Ejemplo 21
Autoevaluacíón........... ,.....„ 25
Solución de la Autoevaluación * , , . * . , . „ , , _ „ , _ . , „ „ 29
Tornar decisiones es una actividad de cada día, cuando escogemos qué ruta
seguirjpara_ir_al trabajo e¡tamos, tomando una decisión; lo mismo hacemos cuando
seleccionamos cuál ropa usar o cual película vamos a ver. Estas decisiones se to-
man sin mayores complicaciones, sin ijiucho esfuerzo y sin profundizar demasia-
do. Esto puede hacerse porque la decisióp en cuestión no es lo suficientemente
importante para ameritar un análisis exhaustivo o simplemente porque la mejor
alternativa¡".saltaja, Ja vista,J5in embargo, no siempre es así. Frecuentemente, la
persona que toma la decisión se encuentra ante situaciones complejas, donde
forzosamente hay que dedicar tiempo y esfuerzo a razonar y analizar el problema
antes de tomar una decisión. En esos momentos es cuando un esquema o procedi-
miento para analizar un problema de decisiones sería especialmente útil. Una he-
rramienta de tal tipo sería de vital ayuda a un gerente que deba decidir la intro-
ducción de un nuevo producto, o una compañía petrolera que deba decidir la ex-
ploración de un área petrolífera, o un laboratorio farmacéutico que desea de-
sarrollar ima nueva droga, o un inversionista que desea diversificar su cartera de
inversiones. Este tipo de problemas no son ni sencillos ni intrascendentes y ameri-
tan un análisis exhaustivo, sistemático y bien estructurado. De allí la importancia
om
del Análisis de Decisiones puesto que provee un esquema metodológico para orga-
nizar y sistematizar el estudio y resolución de un problema de decisión-
c
s.
ro
Históricamente el Análisis de Decisiones representa ei último eslabón de una
fo
larga cadena de avances en el campo del estudio científico de la Asignación Ópti-
ma de Recursos y Toma de Decisiones. De manera que el Análisis de Decisiones ha
m
como una rama de la Ingeniería que estudiaba, con la ayuda del computador, las
t
incertidumbre. A}, unir los conceptos de estas dos ciencias se pudo atacar, con to-
da lógica, los jiroblemas de decisiones caracterizados por situaciones de incerti-
dm
^
w
^n reducir los factores confusos del problema de decisión a una forma elemental y (
w
16
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
ma considerado. Cuando una persona toma una decisión quiere lograr algo, es
decir, alcanzar una situación diferente a la de su estado previo. Además, esta
persona selecciona una cierta manera de actuar, de acuerdo a sus preferencias
porque piensa que ésa es la forma que más le ayudará a conseguir las metas que
especificó de antemano. Adicionalmente su actuación está limitada a la utilización
de una serie de recursos generalmente escasos.
om
El término irrevocable se refiere al hecho de que una vez tomada una deci-
sión, se han comprometido de manera irreversible recursos, uno de los cuales es el
c
tiempo.
s.
ro i
Lo anterior no contradice el hecho de que la mayoría de las decisiones en
realidad conllevan una serie de decisiones secuenciales, algunas de las cuales pue-
fo
te ejemplo:
.a
Para resumir, podemos decir que una buena decisión es aquella que es lógica
yjH^ajk.en4a información, erutos valores y -en las preferencias de la persona que
lajoma. Por-oíra parte, un buen resultado es el que resulta beneficioso, deseable o
valioso. En pocas palabras, un buen resultado es el que uno desearía que ocurriera.
om
1.6. ELEMENTOS DE UN PROBLEMA DE DECISIONES
c
s.
ro
En cualquier problema de decisiones, independientemente del tipo de organi-
zación o del nivel en que se presente, concurren varios elementos, que describen
fo
plenamente el problema de decisiones. Estos son:
m
a.
un
1.6.1. El decisor
Persona u organismo responsable de la toma de decisiones, quien se
t
on
S
w
20
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
.b,4. U* resultados
El conjunto de consecuencias derivadas de la combinación de diver-
sos cursos de acción factibles (alternativas) y de la ocurrencia de uno
o más eventos (estados naturales).
Estados de la
naturaleza
Objetivos
om
Información
c
Preferencias Alternativas
s.
ro
fo
m
FSg. 1-2
a.
un
1.6.5. Ejemplo
yc
el siguiente problema:
.a
Siendo sus:
2. Las alternativas;
a) Construir la planta
b) No construir la planta
a) Demanda alta
b) Demanda baja
4. Los resultados:
om
a) Construir la planta y que la demanda resulte ser alta.
b) Construir la planta y que la demanda resulte ser baja.
c
s.
c) No construir la planta.
ro
Nótese que el resultado (c) No construir la planta, incluye en
fo
realidad dos (2) resultados:
m
a.
22
cia del estado de la naturaleza.
om
Este tipo de problemas constituyen el campo de trabajo y han sido
c
exitosamente resueltos por la Investigación de Operaciones, pero su
s.
consideración y tratamiento escapa a este Curso, debiéndose referir el
ro
estudiante a los cursos de Investigación de Operaciones de esta misma
fo
carrera de Ingeniería de Sistemas.
m
a.
23
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Problema de Transporte
om
Se desea programar el transporte del producto de tal manera que su costo
total sea el mínimo así como estimar el costo total.
c
s.
Comentario
ro
fo
Dada la información con que ha sido planteado el problema, y si los volúme-
m
por cualquier otra razón, las demandas de los centros de distribución son inciertas,
dm
entre los factores que intervienen son distintas; en un caso, tenemos conocimiento
cierto acerca de las variables; en el otro debemos estimar los probables valores de
las variables.
24
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
AUTOE VALUACIÓN
Instrucciones
om
D Clasificar los problemas de decisión
c
s.
2. La metodología del Análisis de Decisiones ha sido especialmente eficaz en el
ro
tratamiento de:
fo
m
a.
7TS
L*2 Problemas bajo incertidumbre
t
on
mejor opción disponible, cuando lee en el periódico que las tasas de interés
actualmente vigentes no serán revisadas y, por lo tanto, permanecerán fijas
durante los próximos seis meses. Esa misma semana decide invertir a plazo
fijo al 15 por ciento anual a ciento ochenta días. No han pasado ocho días
cuando, como consecuencia de un alza de intereses en el exterior, se anuncia
que las tasas en el país subirán al 18 por ciento para depósitos a ciento
ochenta días y al 16 por ciento para depósitos a noventa días.
c Mala Decisión
om
volver del colegio. Usted está confuso acerca de si debe o no vacunarlo, pues
.ha oído rumores en contra de la aplicación de la vacuna, por los efectos
c
secundarios, pero, por otra parte, siente angustia ai pensar que el perro pueda
s.
estar rabioso. ro
fo
A
m
a.
B .0
t un
D
dm
incierta por tratarse de algo nuevo, por lo que no se dispone de mayor infor-
w
mación al respecto.
w
26
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
A El decisor (^ ^jjfáy¿9&
. - • , - , . A-> W • , r-'1 ^
C Los estados de la naturaleza i L r ' ' 1 v '
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
SECCIÓN
PREGUNTA CLAVE OBJETIVO EVALUADO REFERENCIA
1 A 1 1.1
2 B 1 1.3
3 A 2 1.6
4 D 3 1.7
om
6 Ver Clave 4 1.6
razonada
c
s.
ro
fo
m
a.
Clave Razonada
un
Pregunta 1
t
on
Teoría de la Utilidad.
Pregunta 2
Pregunta 3
Pregunta 4
om
do, el decisor conoce los cursos de acción posibles.
c
C. Incorrecto. Si el problema de decisión ha sido correctamente estructura-
s.
do, el decisor conoce el conjunto de resultados posibles.
ro
fo
D. Correcto. El decisor conoce los cursos de acción posibles y el conjunto
m
Preguntas
t
on
No existe una sola respuesta válida, pues depende de los eventos que se consi-
yc
Respuesta A
.a
w
A. Usted
w
w
B. Vacunar
No vacunar
C. Perro rabioso
Perro no rabioso
Respuesta B
A. Usted
B. Vacunar
No vacunar
30
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Pregunta 6
No existe una única respuesta, por las mismas razones indicadas en la pregun-
ta 5.
om
Una respuesta válida sería:
c
A. Los tres socios
s.
ro
B. Planta alta capacidad
fo
Planta baja capacidad
m
a.
C. Demanda alta
Demanda baja
t un
on
UNIDAD S
c om
s.
ro
fo
m
a.
t un
ESQUEMA DE CONTENIDO
on
Pag.
yc
Autoevaluación 41
Solución de la Autoevaluación 45
6 : pozo seco
om
O : petróleo después de los 1.000 metros
c
s.
ro
cualquiera de los estados 61, 62 ó f? 3 , constituye un evento aleatorio asociado al
fo
experimento aleatorio "perforación del pozo petrolero".
m
to: "el resultado del lanzamiento es mayor o igual que cuatro" se trata entonces
de un evento compuesto, ya que el mismo se verifica si el resultado del lanzamien-
.a
mento aleatorio considerado. Decimos que dos eventos son mutuamente exclu-
w
lanzamos una moneda al aire los eventos resultantes, cara o sello (eventos elemen-
tales) son mutuamente excluyentes. Tomemos otro ejemplo:
om
La Teoría de Conjuntos nos brinda una estructura formal sencilla dónde
apoyar estos conceptos que acabamos de ver:
c
s.
ro
Asociaremos al espacio de eventos el conjunto universal denotado con el
símbolo Í2 , Cada uno de los subconjuntos At de elementos de este conjunto
fo
Fig. 2.1.
Si se cumple que la unión de todos los A¿ considerados igual a Í2, entonces
diremos que los At son colectivamente exhaustivos, valiendo también la afirma-
ción recíproca:
FIG. 2.2.
om
Diremos que un conjunto de eventos A¡ son mutuamente excluyentes si la
c
intersección de los A¡ es vacía, valiendo también la afirmación recíproca.
s.
ro
fo
(2.2.) f^ A¡ - Los A¡ son mutuamente excluyentes.
m
i — 1
a.
t un
on
yc
dm
:A,=
.a
w
w
w
FIG, 2.3.
Fig. 2.4.
om
A 3 = "bola negra — bola negra"
c
Estos eventos son mutuamente excluyentes porque la ocurrencia de uno de
s.
ellos obliga a la no ocurrencia del otro y colectivamente exhaustivos, porque sólo
ro
éstos pueden ocurrir.
fo
m
distintas épocas, en. el intento de formalizar e investirla del rigor característico de.
todos los desarrollos de la matemática. A continuación veremos las distintas con-
yc
37
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
influencia personal en su determinación; supone la probabilidad
como una cualidad específica de un objeto (como pudiera ser el peso,
c
el volumen o la dureza) razón por la cual a la probabilidad concebida
s.
así se le designa también como probabilidad objetiva. Sin embargo,
ro
en los últimos años ha cobrado cada vez más fuerza una concepción
fo
que establece que la probabilidad es más el producto de un "estado
m
meno, más que al fenómeno mismo. Esto nos lleva a una tercera
un
definición.
t
on
yc
opinión de una persona racional sobre las posibilidades que tiene ese
w
38
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
1. P ( £ 2 ) = 1
2. P (A) > O para todo A C £2
om
3. P(A! U A2 U A 3 U ) -P (AJ + P (A 2 ) + P'(A 3 ) +
si Aj n AÍ = 0 para todo i i= i
c
s.
ro
A partir de las axiomas anteriores se pueden demostrar las siguientes propie-
fo
dades:
m
a.
39
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
aplicar los axiomas 1 y 3, que _2 P (6 ¡ ) = 1 ; fácilmente observa-
i 1
mos que según la asignación de probabilidades hecha, P (O j ) + P (0 2 )
c
s.
4- P (0 3 ) = 1,7, que es una violación a los axiomas, o, lo que es lo
mismo, una comprobación de que la asignación de probabilidades
ro
hecha es incoherente. ¡Incorrecta!
fo
m
P (r ^ 3) - P (r = 3) + P (r = 2) + P (r = 1) = — + — +— = —
.a
6 6 6 2
w
{(r^2)} O {(r-1)} = 0
w
40
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
AUTOE VALUACIÓN
Instrucciones
c om
s.
ro
fo
m
A)
a.
t un
on
yc
dm
.a
B)
w
0
w
w
C)
D)
B)
c om
s.
ro
fo
m
a.
C) D
t un
on
yc
dm
B
.a
D)
w
w
w
(A\ Frecuencial
Subjetiva
C Clásica
42
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Frecuencial
B Subjetiva
om
una concepción.
c
s.
A Frecuencial
ro
fo
B Subjetiva
m
a.
C Clásica
t un
on
yc
El que las probabilidades de cada uno de los eventos excluyentes que consti-
dm
B No necesariamente es 1
tr Es
43
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
SOLUCIÓN DE LA AUTOEVALUACION
SECCIÓN DE
PREGUNTA PT AVE
A1
\jL¿¿\ OBJETIVO EVALUADO REFERENCIA
1 B 5 2.1
2 r1! 5 2.1.
3 Á 6 2.2
4 Cc 6 2.2
5 B 6 2.2
6 A 5 2.3
7 C 5 2.3
Clave razonada
Pregunta 1 Los únicos eventos cuya intersección es vacía son los de la situa-
ción "B"
om
Pregunta 2 L situación en la cual A U B u C u D = £2esla "A".
c
s.
Pregunta 3
ro
a probabilidad asignada es producto de la observación de una
síie históíica de datos, que iaidican una determinada tendencia.
fo
m
Pregunta 6 Son los axiomas los que especifican coherentemente las relacio-
nes entre las medidas de probabilidad de los eventos de un expe-
rimento aleatorio dado y no la concepción misma de la probabi-
UNIDAD 3
INFORMACIÓN Y ASIGNACIÓN DE
PROBABILIDADES
c om
s.
ro
fo
m
a.
un
ESQUEMA DE CONTENIDO
t
Pag.
on
Autoevaluación 61
Solución de la Autoevaluación . 65
47
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Para los efectos del Análisis de Decisiones, aunque existe una tendencia o
inclinación que hace que la asignación de la probabilidad de un evento sea sugeri-
da por una concepción subjetiva, es difícil establecer una norma que sea capaz de
abarcar todas, o ni siquiera una parte, de las situaciones de decisión imaginables.
Esencialmente, la probabilidad que podamos asignarle a un determinado evento o
estado de la naturaleza está relacionado con el grado de información que posea-
mos respecto a la ocurrencia de dicho evento y con nuestra propia capacidad de
interpretar (valorar) esa información.
om
Si previo al lanzamiento no se nos permite examinar los dados y por ende
suponemos que se trata de un par legal, bien construido, si además desconocemos
c
los resultados de cualquier otra prueba anterior realizada con ese mismo par de
s.
dados, entonces el problema de asignar la probabilidad al evento considerado se
ro
limitará, solamente, a determinar el número de los posibles resultados del lanza-
fo
miento, el número de los resultados favorables al evento y a efectuar el cociente.
m
Veamos: los posibles resultados son (1,1); (1,2), (1,3), (1,4); (1,5); (1,6); (2,1);
a.
(2,2); ..; (6,5); (6,6), y hacen un total de 36. Si partimos de que cualquiesa de
estos 36 posibles resultados es igualmente probable, lógicamente asignaremos al
un
Supongamos ahora que seguimos sin poder examinar los dados pero que esta
vez alcanzamos a obtener una tabla de valores donde aparecen los resultados
.a
om
lanzado al espacio en una misión de circunvalación a la tierra. Cuando se está
introduciendo en la cápsula pregunta al Supervisor de Lanzamiento: "Por curiosi-
c
dad ¿cuál es la confiabilidad de este cohete?" El Supervisor responde: "Noventa y
s.
nueve por ciento; estimamos que en cien lanzamientos sólo un cohete puede
ro
fallar". El astronauta confía pero aún tiene ciertas reservas sobre el éxito de la
fo
misión y pregunta de nuevo: "¿Esos cohetes que están allí cerca, son del mismo
m
tipo del que voy a usar yo?" El Supervisor responde: "Son idénticos". El astro-
a.
nauta sugiere: "¿Por qué no se lanzan unos cuantos antes que el mío para así
un
go muy extenso; hay situaciones de las que se tiene un conocimiento sólido, pro-
ducto de muchos años de experiencia, así como otras de las que se poseen simple-
mente algunos indicios o una vaga idea proveniente de unos cuantos datos. Es por
olio que resulta difícil establecer un procedimiento que permita, en forma simple,
eficiente y más o menos precisa, hacer asignaciones de probabilidad.
om
y que se han demostrado bastante eficaces en la práctica.
c
Esencialmente, para la asignación de la probabilidad de un evento dado es
necesario observar conjuntamente los aspectos siguientes:
s.
ro
fo
a) Las características físicas inherentes al evento
m
a.
considere confiable
.a
Claro está, que según sea la naturaleza del evento, cada uno de los puntos
w
om
De esta manera, la ocurrencia de C es considerada por el decisor como una
c
información, P (E) es la probabilidad asignada al evento E antes de recibir la
s.
información, también llamada probabilidad inicial o probabilidad a priori, mien-
ro
tras que la probabilidad P (E/C) es la probabilidad asignada a E, después de haber
fo
recibido la información llamada probabilidad final o a posteriori.
m
a.
P ( E n C)
(3.1.) P ( E/C) = ' ; P (C) * O
.a
w
w
Todos estos datos son ignorados por el condominio, quien posee como única
información, producto de observar los resultados de compras anteriores, que de
cada 100 lámparas adquiridas sólo setenta y nueve son normales; condición bajo
la cual, si tuviera que asignar una probabilidad al evento "comprar una lámpara
normal" dim:
79
100 - 0,85
om
evento "fue suministrada por el fabricante (A)", entonces, P (E) designa la proba-
bilidad incondicional deí evento E y P (E/C) la probabilidad del mismo evento
c
pero suponiendo que C se ha producido previamente. Tendremos pues:
s.
ro
fo
P (E) - 0,79 P (E/C) = 0,85
m
a.
mos como hipótesis previa, es que las lámparas incandescentes consideradas son
producidas de acuerdo a normas y especificaciones comerciales de calidad común-
w
i— 1
fig. 3.2.
c om
s.
ro
fo
m
a.
t un
on
Este nuevo espacio debe satisfacer los axiomas de probabilidad, de tal forma
yc
composición: caja 1, cuatro pelotas negras y una blanca; caja 2, tres pelotas
w
53
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Se cumplen
om
4
U AÍ= y n
c
fig. 3.5. i 1
s.
ro
fo
Consideremos: N = "extraer una pelota negra"
m
(que equivale decir que la pelota no podrá provenir de la caja 2). Nuestro espacio
dm
i = l/5
w
w
P(N/C t ) + P(B/C 1 ) = 1
P(N/C 2 ) + P(B/C 2 ) - 1
54
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
P(A 4 ) = 2/10
om
3.3. INDEPENDENCIA DE EVENTOS
c
Consideramos de nuevo los eventos E y C de la sección anterior. Supongamos
s.
que en forma separada tratarnos, por un lado de asignar la probabilidad al evento
ro
E antes de recibir la información de que ha ocurrido el evento C (o suponiendo
fo
que C no ha ocurrido) y por otro, de asignar la probabilidad al mismo evento E,
m
encontramos que
un
P (E) - P (E / C)
t
on
yc
dm
supongamos ahora que nuestra vacacionista decida hacer una asignación de proba-
bilidad para los eventos 6 1 y Q , / 0 2
sean estas asignaciones
P«M -0,9
y
P ( 0 i / 0 2 ) = 0,9
55
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
de ellas se desprende que los eventos 61 y 0 2 son independientes. Observemos
que, aunque a primera vista parezca ilógica la asignación de probabilidades hecha
por el vacacionista, es posible que esté fundamentada en algún reporte meteoroló-
gico que él considera muy confiable, el cual "asegura" que durante el fin de sema-
na en cuestión, aun cuando se prevén serías amenazas de lluvia en la ciudad, en el
Litoral habrá casi ciertamente, un espléndido sol.
om
tarríBlén^uVlas probabilidades iniciales son
c
P í d ) = 0,70
s.
P ( C 2 ) = 0,30
ro
fo
además, designando con E el evento
m
a.
tenemos que
t
on
P(E/C,) - 0,85
yc
P(E/C 2 ) = 0,65
dm
si nos referimos a las figura 3.4. que representa la situación en cuestión, vemos
.a
claramente que:
w
w
E = (E n C , ) U (E o C 3 ),
w
--£
i—1
PÍE/OJ) • P(CÍ) (3.4)
56
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
c om
s.
también llamadas probabilidades finales. ro
Si escribimos
fo
m
y su simétrica
t
on
P(E n C J - P Í E / C J - P(C,)
yc
dm
dado que
.a
de donde
P(C,/E) =
t iI \^l / U I —
P(E)
2 P(E/C¡ • P(C^
i =i
57
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
P(C!/E)= P(E/C,) - P ( c t )
P(E)
0..85 • 0,70
P(Cj/E) =
0,79
P(E/C 2 ) • P ( C 2 )
F(C 2 /E) -
P(E)
J3,6b • 0,30
P(C 2 /E) -
0,79
om
P(C,/E) - 0,25
c
s.
ro
éstas son las probabilidades finales o o posterion que no son más que las prooabi-
fo
lidades a pnon corregidas o modificadas por la información contenida en el hecho
m
Tanto P (Cj/E) como P (E/C.) son probabilidades condicionales que son sus-
ceptiles de ser evaluadas en foi-ma autónoma,, aplicando cualquiera de los crite-
yc
existe una gran diferencia entre asignar la probabilidad P (C./E) y asignar la pro-
babilidad P (E/C.). Notemos que mientras la evaluación de P (E/C.) es un proceso
.a
,k
58
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
P(E/Cj) } i = l,...-
P (C/E), j = 1 ...... , k
om
ducto entra dentro de los cánones aceptables de rentabilidad, sólo si del mismo se
produce un volumen no inferior a las 1000 unidades mensuales, a partir del cual
c
los precios de venta comienzan a ser competitivos en el mercado,
s.
ro
Actualmente la empresa ha establecido una línea de producción experimen-
fo
tal que puede arrojar un máximo de 10 unidades semanales.
m
a.
1000 unidades.
.a
59
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
P ( M i / 0 i ) = 0,9 y P ( M , / 0 2 ) = 0,3
Nótese que estos valores representan la confiabilidad de los resultados de la
exploración de mercado.
c om
s.
ro
0,9 • 0,6
fo
0,9 • 0,6 + 0,3 • 0,4
m
a.
un
- 0,82
t
on
yc
dm
.a
0>3 • 0,4
w
w
- 0,18
60
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
El aspecto más importante a considerar.
c
s.
(Coloque en la columna de la derecha la letra correspondiente a la respuesta
ro
elegida).
fo
TABLA
m
a.
EVENTOS ASPECTO
t un
A p- 0,720
B P = 0,891
(c) P = 0,109
D P = 0,280
om
3) Supóngase una prueba de embarazo (E) que cumple las propiedades siguien-
c
tes:
s.
ro
P (A/E) =0,95 y P (A/E') - 0,95
fo
m
donde:
a.
un
A 0.087
B 0.913
C 0.005
D O.S95
•
4) Para las elecciones presidenciales del año próximo se lanzan dos candidatos;
los observadores políticos estiman que las probabilidades de triunfo de los
candidatos A y B son respectivamente 0,6 y 0,4.
A 0,46
B 0,54
C 0,18
om
D 0,82
c
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
SOLUCIÓN DE LA AUTOEVALUACION
SECCIÓN DE
PREGUNTA CLAVE OBJETIVO EVALUADO REFERENCIA
1.1 A 7 3.1
1.2. B 7 3.1
1.3. A 7 3.1
1.4. C 7 3.1
1.5. D 7 3.1
1.6. D 7 3.1
1.7, A 7 3.1
2 C 8 3.2
om
3 A 8 3.3
c
4 B 8
s. 3.4
ro
fo
m
a.
Clave Razonada
t un
on
Pregunta 1
yc
Evento 3 Este es un evento que esencialmente está sujeto a los aspectos tecno-
lógicos de los equipos empleados para su suceso, del diseño adecuado
de los sistemas y de las características físico-ambientales de donde se
se lleva a cabo la prueba (conversación telefónica).
om
Pregunta 2
c
s.
De los datos del problema se tiene ro
fo
P(C)-0,30 P(E/C) = 0,
yc
dm
.a
sustituyendo
P (E)-0,109
Pregunta 3
P(A/E) - • P(E)
P (E/A) -
P (A/E) • P (E) + P (A/E) • P (E')
_ 0,95 • 0,005
P (E/A) 0,95 • 0,0005 + 0,05 - 0,995
P (E/A) - 0,087
P(A/E')=1-P(AYE')
P (A/E1) = 1-0,95 = 0,05
Pregunta 4
om
^i : "el candidato B perderá"
c
s.
*2 •* "candidato B vencerá" ro
fo
M j : "la encuesta da como perdedor a B"
m
P(M 2 /0 2 ) = 0,
.a
w
P(M 2 /0 2 ) • P ( 0 2 )
P(0 2 /M 2 ) = 2 2J —
P(M2/^j) • P ^ J + P í M j / ^ j ) • P(^2)
67
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
UNIDAD
c om
s.
ro
fo
m
a.
un
ESQUEMA DE CONTENIDO
t
on
Pag.
yc
4.2.3. Fractiles ,. 76
w
Autoevaluación . 87
Solución de la Autoevaluación 91
om
13 10 • < 117 200
c
13 1/2 14 118 700
s.
14 38 ro 119 1,500
14 1/2 60 120 2.580
fo
15 34 121 1.420
15 1/2 18 122 750
m
60 •• 2700 -
w
te
w
50 • U 2400
w
40 ., 1 210°
1 1800
30 -• •o 1500
o 1 200
20 -•
600
10 ••
300
13 14 15 16 talla ' 117 119 121 123
Observando las figuras 4.1 y 4.2, notamos que aun cuando los respectivos
valores de abscisas y ordenadas difieren, por cuanto describen situaciones verdade-
ramente distintas, la forma de las gráficas es prácticamente la misma en ambos
casos.
om
nado fenómeno, decir que se ajusta a tal o cual ley de probabilidades, ley que en
su forma más general y haciendo abstracción de consideraciones particulares,
c
puede ser estudiada, analizada y hasta representada por una expresión matemática
s.
adecuada. ro
fo
El estudio de estas leyes o funciones de probabilidad, es factible a través del
m
Definición:
t
on
Una variable aleatoria X es una función real de los elementos del espacio de
yc
X
w
""" •—-^ ,
w
R
w
fig. 4.3.
Supongamos que el instante en el cual una persona deja su casa para dirigirse
a su trabajo, cualquiera de los días laborables de la semana, está entre las 7,30 y
las 8:00 AM. Si designamos con Z la v.a. que representa el intervalo de tiempo
transcurrido entre el instante en que la persona deja su casa y las 8:00 AM, tene-
mos que: el espacio de eventos será
SHx/7:30 <x<8:00)
c om
que es una v.a. continua cuyo dominio es S y cuyo rango es
s.
ro
fo
Rz= { z/0<Z<30í
m
a.
Es usual designar las v.a. por las últimas mayúsculas del alfabeto y ios valores
un
Como acabamos de ver con los ejemplos, una variable aleatoria puede ser
discreta o continua.
yc
o la unión de intervalos de la recta real (se entiende que los intervalos a los que
.a
Hasta ahora, dado un espacio de eventos Í2, a cada uno de los eventos que lo
conformaba le era asignada una probabilidad déla forma siguiente.
fig. 4.4.
72
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
flg.4.6.
om
aleatorios; la consideración de las variables aleatorias permite la homogeneización
del conjunto sujeto de la asignación. Sea cual fuere el fenómeno aleatorio que se
c
trate, la asignación de probabilidad se hará siempre sobre un subconjunto discreto
o continuo de números reales.
s.
ro
fo
De esta forma las funciones de probabilidad que a continuación señalaremos,
m
son una descripción analítica de las probabilidades asignadas a una variable aleato-
a.
ria considerada.
un
v.a. continuas.
yc
Px (x)- P ( X M - x ) , V x S R y co e n
Ejemplo:
r x =12,3,4,5,6,7,8,9,10,11,12}
D(12) = f(6,6)J
D (x) - {.$} para cualquier x £ r x
Px (3)= 2/36
PX W = 3/36
om
Px (6) = 1/36
c
s.
PX ( x ) ~ O para cualquier x ^ rx
ro
fo
que son los valores de la función densidad de probabilidad
correspondiente a la v.a. X.
m
a.
=P ( x ' S
x<
a manera de ejemplo, en la figura 4.6. se representan, para
el caso del lanzamiento de los dados, tanto la función de
densidad como la función de distribución acumulada
• P x (x)
6/36 . i , Fx (t)
5/36 30/3fi
-^
4/-36 • 24/36 .
3/sa 16/36 . -
y
1
2/36 . 12/36
I
1/36 . 6/36
—i w.
"~1 2
1
s 4 5 a 7 s-
9 1 0 11 12 X ' 1 2 3 4 5 6 7 8
—-
9 10 11 ¿2
4 fig.www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para 4.6.
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
E[H(x)]= 2 H(x) • P x (x)
c
Rango
s.
de X ro
fo
La variancia de la v.a. X, denotada por varx ó ax está dada
m
por:
a.
un
™ r x = ax2 = E [ ( X - m x ) 2 ]
t
on
= E [ X 2 ] -m x2
yc
dm
H(x) - P x (X)
sustituyendo:
E [ H ( X ) ] = (100.2-500) ~ + (100.3-500) — +
ob uO
+(100.4-500) ¿- + (100.5-500) A. +
+(100.6 - 500) ¿ + dOO.7 - 500) ¿ +
+(100.8-500) -|r + +
+(100.12 - 500)—
36
E [ H (X) ] = 7200
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
75
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
c om
s.
ro
fo
m
F x ( t ) = Px ( x < t ) = / f(x)<dx
— OO
.a
. i x 2 ,
T <&
4.2.3. Fractües
Px(x<tk)
fig.4.7.
el vigésimo
vi fractü, F(tQ 2 0 ) = 0,20
om
Hay fractiles que reciben nombres especiales,
c
s.
10 25 = primer cuartil ro
fo
t0í50 = segundo cuartil o mediana
m
t 0 7 5 = tercer cuartil
a.
un
Ejemplo:
t
on
VTparaO<t <1
.a
w
Mediana = 0,25
de forma similar se
...
podrán determinar los cuartiles t nU,„
t
y tnU,«
¿O *
(pri-
7O **
mer y tercer cuartü), obteniéndose:
t o . 2 6 = °'°625
t O T 5 = 0,5625
Una cantidad a menudo útil es el rango intercuartÜes,7 t 0,75
f - 1 f t, ,.
0,25 *
en nuestro ejemplo
O,75 ^ 0 . 2 5 =0,5
— Una de cada 100 veces podría ocurrir que el precio por unidad
ofrecido sea inferior a Bs. 35 mil
— 25 de cada 100 veces podría ocurrir que el precio por unidad ofre-
cido sea inferior a Bs. 48 mil
— 50 de cada 100 veces podría ocurrir que el precio por unidad ofre-
cido sea inferior a Bs. 50 mil
om
— 75 de cada 100 veces podría ocurrir que el precio por unidad ofre-
cido sea inferior a Bs. 53 mil
c
s.
— 99 de cada 100 veces podría ocurrir que el precio por unidad ofre-
ro
cido sea inferior a Bs. 60 mil.
fo
m
=48.000 ,t 0 50 =50.000 ;
yc
35 40 45 45 50 55 60 65 70 t <Bs.lo3)
fig. 4.8.
om
la metodología, el segundo es aquel que por su condición de conocedor de la
materia sobre la cual se investiga, o mejor dicho, de la variable cuya incertidumbre
c
s.
se quiere codificar, le corresponde la verdadera tarea de la asignación.
ro
El especialista es siempre designado por el decisor que es la persona (o grupo
fo
de personas) sobre quien recae la responsabilidad de la decisión.
m
a.
om
e) Las variables deben ser claramente definidas; no debe existir la
posibilidad de interpretaciones equívocas. Por ejemplo, no tiene
c
sentido preguntar por el "precio del petróleo en 1976" sin aclarar
s.
la cantidad, calidad o tipo, la época del año, en cuál mercado.
ro
Una mejor pregunta es sin duda "el precio del barril de petróleo
fo
pesado para el lo. de enero <}e 1976 en el mercado de Rotter-
m
dam".
a.
sus preguntas.
.a
De allí que sea importante considerar este punto de manera que, una
vez detectada la presencia del sesgo en una situación real, el analista
sea capaz de aplicar los correctivos para minimizar su efecto.
om
En fin, aun cuando supongamos honestidad de parte del especialista,
en el sentido de que asumimos la ausencia del sesgo de carácter moti-
c
s.
vacionaí, queda por considerar el sesgo de carácter cognoscitivo,
ro
Este consiste también en algunos "ajustes" que introducé sistemática-
fo
Es común que una determinada respuesta esté influida por una infor-
mación en particular, simplemente porque esta información es más
t
on
presente año que al de las ventas de los años anteriores. Puede darse
también el caso en el cual el especialista ignore ciertas circunstancias,
.a
•ucfl
3
:=!
J2
ta
43
o
"S
TJ
Valor
fig. 4.9.
om
que tiene el especialista sobre la variable que se investiga, las curvas
B, B' y C representan el conocimiento sesgado.
c
Veamos que mientras B representa un intento de reducir al mínimo
s.
la incertidumbre, B' significa una actitud totalmente contraria, un
ro
intento del especialista de hacer más vago el conocimiento ya intrín-
fo
secamente incierto, que tiene sobre el estado de la ntarualeza investi-
m
gado.
a.
un
82
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
TABLA 4.3.
Clasificación de las Técnicas de Asignación de Probabilidad
om
Tipo de respuesta
c
INDIRECTA
s.
Método de codifica- DIRECTA Proceso de referencia Eventos internos al
ción externa
ro proceso
fo
Probabilidad Mediante curva Mediante un Disco Mediante la asigna-
m
ciuyentes
t
on
yc
dm
TABLA 4.3.
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
fig. 4.10
84
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
un intervalo que cubre todas las posibles realizaciones del experimen-
to aleatorio y se divide en dos partes; se le pregunta al especialista
c
cuál cree que sea más factible y a continuación se desplaza la división
s.
de manera de reducir la parte que él ha considerado la más probable
ro
y se vuelve a preguntar. Cuando el especialista decide que cualquiera
fo
de las dos tiene la misma probabilidad de realización, se habrá encon-
m
AUTO E VALUACIÓN
Instrucciones
1. Suponga que tiene la v.a. X la cual representa un costo que se sabe está
entre los 100 mil y los 300 mil bolívares; la distribución de probabilidad
acumulada de la v.a. es la que muestra la figura. Se quiere determinar, en
forma aproximada, el valor esperado de la v.a.; para ello suponga que los
valores se agrupan en cuatro grupos equiprobables y que el valor represen-
tativo de cada uno es su punto medio.
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
A Bs. 183.000
B Bs. 200.000
C Bs. 487.000
2. Una persona piensa contraer una deuda próximamente basándose en un
aumento de salario que le va a ser acordado y ha decidido que para amortizar
dicha deuda no aportará más del ,'20 % del salario que devengue para elmo-
mento, el cual depende del aumento esperado.
P(A<t)
7 O » r\
j /T
{V i/)
I; ! . /
u
V rf >- /
'M ^x íj
AN ^\e cuál es el valor esperado del porcentaje de aumento y, en conse-
( > v cuencia, el valor esperado del tiempo de amortización, si antes de recibir
el aumento la persona estaba dispuesta a aportar la cantidad de C bolívares.
om
A 17,5 %;t = M/l,175c
c
s.
E 15%; = 15M/c
(\
ro
15%, t = M/l,15c
fo
m
a.
88
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
SOLUCIÓN DE LA AUTOEVALUACION
4.2
4.2
10 4.3
10 4.3
om
10 4.3
c
s.
ro
fo
Clave Razonada
m
a.
166
.a
w
192
w
w
E (X) = 183,25
Como los valores estaban dados en miles de bolívares, la respuesta
será: "El valor esperado de X es aprox. B' 183.000".
91
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
20-30% 25 % 0,25
El valor esperado del porcentaje de aumento de salario será:
c om
Si antes de recibir el aumento la persona estaba dispuesta a aportar
s.
una cuota c a la amortización de la deuda, ahora podrá aportar una
ro
cuota igual a 1,15 x c con lo que el tiempo de amortización será:
fo
M/l, 15c.
m
a.
t un
on
yc
dm
.a
w
w
w
92
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
UNIDAD 5
ARBOLES DE DECISIONES
om
5.1. Introducción 94
c
5.2. Definición de Grafo . 94
s.
ro
5.3. Definición del Árbol 95
fo
m
93
5.1. INTRODUCCIÓN
Existen una serie de técnicas basadas en dichas teorías, que facilitan el análi-
sis de problemas de decisiones; dentro de éstas, podríamos decir que la más im-
portante y utilizada, debido a la forma en que contribuye a la clara e ilustrativa
estructuración del problema, es la del Árbol de Deciciones.
om
conceptos de Graf o y de Árbol, como caso particular de aquel. Posteriormente al
referirnos a Arboles consideraremos dos casos: Árbol de Probabilidades y Árbol
c
de Decisiones.
s.
ro
5.2. DEFINICIÓN DE GRAFO
fo
m
Se entiende por Grafo a una figura formada por puntos llamados vértices o
nodos y por segmentos de línea, que conectan dichos nodos, denominados ramas.
a.
su uso se ha extendido a casi todas las ramas del saber (Ingeniería, Economía,
yc
A ha jugado con B, C, D
— Cada línea conectando un equipo con otro indica que esos equipos han
jugado entre sí.
Los puntos A, B, C, D son los nodos del Grafo. Los segmentos AB, AD, AC,
CB y CD son las ramas del Grafo.
om
Se denomina camino de un Grafo a un conjunto de ramas consecutivas que
c
s.
unen o enlazan dos nodos cualesquiera. En la figura 54 las ramas AB y AC cons-
ro
tituyen un camino entre los nodos C y B, nótese que la rama CB es también un
camino entre los nodos C y B o sea, entre ese par de nodos hay más de un cami-
fo
no posible. Observamos también que el camino constituido por las ramas CA,
m
AD y DC es un camino cerrado.
a.
un
mento que consiste en lanzar una moneda dos veces. La descripción de los resul-
w
Nótese que: Número de ramas = número de nodos menos uno (1). Relación
que se cumple para cualquier árbol.
Tabla de Resultados
Cara - Cara
Cara - Sello
Sello - Cara
Sello - Sello
El árbol de probabilidades está constituido por nodos y ramas. Cada uno <te
los nodos a los cuales denominaremos nodos de incertidumbre, representa v?i
determinado estado de naturaleza. El fenómeno aleatorio puede ser de naturaroa^
continua o discreta. La representación de estos fenómenos a través del árbo! es la
siguiente:
c om
Nodo Incertidumbre
s.
ro
FIG. 5-3 Nodo incertidumbre
fo
m
a.
1
t
on
yc
dm
.a
w
Nodo
incertidumbre
w
w
FIG. 5-4
Donde x representa una variable aleatoria continua que tiene una función densi
dad de probabilidad f(x) dada.
B: resulta buena
M: " mala
C 2 M: " mala B
Por otra parte las ramas de un árbol de probabilidades indica que a partir de
un estado de la naturaleza (1) pasamos a un estado de la naturaleza (2)
om
C.
c
s.
ro
fo
m
a.
t un
on
yc
dm
MC,
FIG. 5-5 Árbol probabilidades. Ejemplo 1
.a
w
A cada una de las ramas que se indican en la figura 5-5, se le asigna un valor
w
P(C 1 )= 0,7
P(C2J=0,3
— Se multiplican las probabilidades de cada una de las ramas que partiendo del
nodo terminal llegan al nodo inicial.
Por ejemplo:
P ( M C j ) = P ( M / C , ) - P ( C J = 0,105
om
P ( B C 2 ) = P(B/C 2 ) - P ( C 2 ) = 0,195
c
P(MC 2 ) = P(M/C 2 ) • P ( C 2 ) = 0,105
s.
ro
Entonces la probabilidad del evento "lámpara buena" vendrá dada por;
fo
m
P(B) = 0,790
.a
w
P(MJ = P(MC 1 ) + P ( M C 2 )
P(M) = 0,210
N: r> negra
B: " blanca
om
EVENTO TERMINAL
N NC,
c
s.
C
ro
fo
m
BC,
a.
t un
on
NC,
yc
dm
.a
BC,
w
Cada una de las ramas que se indican en la figura 5-8, tiene asignado un valor
w
de probabilidades.
te.
f/c'3)
Se multiplican las probabilidades de cada una de las ramas, que partiendo del
nodo llegan al nodo inicial; por ejemplo:
P(NC.)= — • —
5 2
4
P(NC.) - —
P ( N C 1 ) = P (N/C,) - P ( C , )
om
De igual forma podemos calcular las probabilidades para el resto de los nodos
c
terminales
s.
ro
J =1/10
fo
m
P(NC 2 ) -3/10
a.
un
P(BC 2 ) - 2/10
t
on
P(N)=
dm
.a
10 10
w
w
P(N)=¿
w
P(B) = P ( B C Í ) + P(BC 2 )
1 3
" 10 " 10
P(B)--^
_6_ 4
10+ 10 = 1
om
lle, en el Módulo II.
c
s.
5.6. ESTRUCTURACIÓN DEL ÁRBOL DE DECISIÓN
ro
fo
do gráfico que nos permite visualizar e ilustrar el proceso del análisis de decisio-
a.
nes, expresando en orden secuencia! las acciones alternativas que están disponibles
un
0 2 :,, „ es pequeño
03; „ „ „ grande .
ir. I
P (VA) = 0,4
P(0 2 /A)=0,2
P (0 3 /A) = 0,4
P (VA') = 0,6
om
P(0 2 /A') = 0,3
c
P(0 3 /A')=0,1
s.
ro
La unidad de geología de la compañía, no ha hecho pruebas sobre
fo
el terreno, pero estima que por su constitución y experiencias en
m
5.6.1.1. Nodos
1) Nodos de decisión
c om
s.
ro
FXG. 5-9 Nodo Decisión
fo
m
2) Nodos de incertudumbre
a.
NODO INCERTIDUMBRK
3) Nodos terminales
c om
s.
ro
fo
m
a.
t un
on
yc
NODOS
dm
INCERTIDUMBRE
NODOS
FIG. 5-11
.a
TERMINALES
w
5;6.1.2. Ramas
w
w
— Perforar pozo
— No perforar pozo
pequeño
c om
s.
ro
fo
m
a.
un
t
eventos
on
FIG. B-12
.a
— Perforar
— No perforar
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com 105
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Pregunta 4
— Hacer el estudio
om
FIG. 5-13 Nodo Decisión
c
Otro nodo de decisión se presentará una vez que se ha-
s.
ya realizado el estudio; al obtener el resultado, se pre-
ro
guntará la conveniencia de perforar o no.
fo
m
tos.
yc
dm
.a
w
w
w
jrarj"
Perforar
>«— Alternativas —*jvEventos — ivas-Jn- Eventos
1*-Alternativas
\o Nodo Nodo Nodo
Decisión Incertidumbre Decisión Incertidumbre
FIG. 5.14
106 Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
1) Perforar
2) No perforar
91 Pozo seco
03 " grande
om
A Terreno tipo A
c
s.
A' Terreno tipo A' ro
fo
Observemos a través de este ejemplo, que la estructura-
m
de validez.
on
yc
107
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
Para efectos del análisis, de esta Unidad, con-
sideraremos que la función B(A,0) mide el
c
s.
Beneficio Neto Involucrado en tomar cierto
curso de acción.
ro
fo
Dado que los posibles estados de la naturale-
m
108
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
- 200.000
com
5 +3OO.OOO
s.
ro
fo
m
6 + 1.000.000
a.
t un
on
yc
dm
.a
w
w
w
FIO. 5-15
109
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
están asociados los estados de la naturaleza o eventos inciertos.
c
La Maximización del Valor Esperado del Beneficio Neto corresponde a
s.
nodos de decisión. ro
fo
Lo anterior se esquematiza en la figura 5-16.
m
a.
t un
on
yc
dm
.a
w
w
w
FIG. 5-16
De esta forma, al obtener el árbol definitivo cada uno de los nodos y ramas
tendrán valores monerarios asignados a ellos.
110
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
5.8.1. Paso 1
om
ilustrar esta parte del proceso (figura 5-17).
c
s.
ro 4 -200.000
0,52
fo
300.000
m
a.
un
+ 1.000.000
t
on
yc
dm
.a
w
w
w
FIG. 5-17
Paso 1-a
om
Representemos esto en el árbol de decisiones
c
s.
ro -200.000
fo
300.000
m
a.
un
1.000.000
t
on
yc
dm
.a
w
w
FIG. 5-18
w
5.8.2. Paso 2
Árbol modificado
FIG. 5-19
om
A este nuevo árbol lo llamamos árbol modificado,
c
s.
Ahora se examina el árbol modificado y se procede de la
ro
siguiente manera:
fo
5.8.3. Paso 3
w
w
El cálculo del árbol habrá finalizado una vez que se llega al nodo
inicial del árbol de decisiones.
Valor nodo
inicial Máximo (l94.000 ;0}
194,000
¡194.000)
c om
s.
ro
fo
m
a.
(0)
t un
on
yc
dm
.a
w
w
w
Estructural Árbol
PASO O
Asignar valores a ramas y no- Estructuración
dos terminales
L
om
Hallar árbol modificado
c
s.
ro
fo
PASO 2
m
Árbol modificado
a.
Se-
un
llegó al nodo
inicial?
t
on
yc
dm
.a
¿Hay
w
nodos de
incertidumbre
w
próxima
w
etapa1?
Procedimiento
Paso O
Tabla de
Valores
Valor
Nodo Esperado
c om
-200.000
s.
ro 300.000
fo
6 1.000.000
m
a.
JL2 12 -300,000
un
13 200.000
t
on
14 900.000
yc
dm
15 -100.000
.a
16 -300.000
w
w
17 200.000
w
18 900.000
11 11 -100.000
19 19
F1G. 5-21
116
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Paso 1
En este primer paso los nodos de incertidumbre son (4) (9) (10)
Por lo tanto
Paso 1.1.
om
10 ( 900.000) • 0,1 - 90.000
c
Paso 1—a
s.
ro
Nodo incertidumbre (2)= 194.000
fo
Nodo " (9)= 280.000
m
Paso 2
t
on
yc
dm
.a
w
w
w
Paso 3
Los nodos de decisión son el (7) y (8), hay que maximizar, es decir,
om
Por lo tanto el valor asignado al nodo 8 es -30.000 que corresponde a la deci-
sión de perforar.
c
s.
Una vez finalizado este cálculo, regresamos al paso 2, es decir, construimos ei
ro
árbol modificado
fo
m
a.
t un
on
(Perforar.)
yc
dm
.a
(Perforar)
w
w
w
La respuesta es sí, el nodo (3) por lo tanto debemos realizar las operaciones
indicadas en el Paso 1.
c om
fig. 5-24
s.
ro
¿Hay puntos de incertidumbre no valorados?
fo
No
m
Sí
t un
(Paso 3)
dm
previo.
w
w
1/3
es decir
J- O
f(x)
O x > 3
El Beneficio Neto total que podrá obtener el comerciante, en su forma más simpli-
ficada, vendrá dada por:
Donde
om
Las alternativas serán:
c
s.
— Comprar máquina ro
— No comprar máquina
fo
m
J_
on
0< x < 3
f(x) = 3
yc
O x > 3
dm
.a
Paso O
w
X 100.000 x-20.000
FIG. 5-25
Pasol
om
E [B(x)f(x)l =( (100.000 x -20.000) _1_ dx
1 J JO 3
c
s.
100.000 x 2 - 20.000 x ro
6
fo
E [B(x)f(x)] = 130.000
t un
Mientras que valor esperado para el beneficio neto en el nodo 3 es cero (0).
on
yc
Ardol modificado
dm
130.000
.a
w
w
w
O
FIG. 5-26
Paso 3
Maximización
Por lo tanto, el valor asociado al nodo de decisión es ciento treinta mil bolí-
vares (B si30.000) y la alternativa es adquirir la máquina.
om
ciento treinta y ocho mil bolívares asociado a la acción de perforar el pozo?
c
Ese valor representa el Beneficio Neto que se debe esperar a la larga, sabien-
s.
do que la decisión debe tomarse una sola vez y que el comportamiento de la natu-
ro
raleza, es decir, la ocurrencia de los posibles eventos, continúa siendo en lo suce-
fo
sivo como lo ha sido en el pasado.
m
Beneficio Neto que se obtendrá no coincidirá con el valor ciento treinta y ocho
un
mil bolívares (B s 138.000), sino que será alguno de los beneficios netos que se
t
uno de los posibles estados de la naturaleza. Pero ese valor permite evaluar, en
w
términos monetarios, el hecho de que no todos los eventos son .igualmente proba-
w
bles y que el Beneficio Neto que se obtendrá al producirse una acción exitosa, es
considerable.
AUTOE VALUACIÓN
Instrucciones
PRIMERA PARTE
om
Se pide:
c
s.
A Estructurar el problema en forma de árbol de decisión
ro
fo
B Determinar cuál es la probabilidad que debe asegurar el empresa-
rio, a la ocurrencia de una recesión económica antes de opinar que
m
2) Una persona que posee bienes por un valor A recibe una herencia en joyas
t
on
por un valor X. En las negociaciones para asegurar las joyas, tanto la compa-
yc
ñía aseguradora como él asigna una probabilidad P de que las joyas .puedan
ser robadas. Asuma que tanto la aseguradora como el dueño de las joyas se
dm
guían por el criterio del Valor Esperado y han acordado un valor R, para la
póliza anual que pagará éste.
.a
w
Se pide:
w
w
Se pide:
om
representa una pérdida de mil bolívares (B si.000) anual.
c
s.
Para cada aplicación o solicitud de tarjeta la compañía puede decidir otorgar
ro
la tarjeta (T) o negarla (R) lo que puede hacer realizando o no una investiga-
ción (I) del crédito del solicitante. Para ello utiliza los servicios de una agen-
fo
cia de investigación de créditos que investiga las referencias del solicitante y
m
emite un informe que puede ser favorable (F) o desfavorable (D), al solici-
a.
rable, pues toma más tiempo verificar un buen crédito que eliminar un sujeto
w
Se pide:
124
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Instrucciones
SEGUNDA PARTE
c om
s.
ro
fo
m
A 0,6
t
on
B 0,4
yc
dm
C 1,0
.a
D 0,5
w
w
-12
o o
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
125
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
A Alternativa I
B Alternativa II
C Alternativa III
D Alternativa I y II
om
f(x)
c
0,4
s.
ro
fo
m
a.
X
un
A VME- 45.000
.a
w
B VME- 25.000
w
w
C VME = 37.500
D VME- 0
126
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
SOLUCIÓN DE LA AUTOEVALUACION
SECCIÓN
PREGUNTA CLAVE OBJETIVO EVALUADO REFERENCIA
1
1-Á Ver vlave 11 5.6
razonada
1-B P=2/3 11 5.6
om
2-A Ver clave 11 5.7-5.8
razonada
c
2-B
s.
11 ro 5.7-5.8
fo
3
5.6
m
en carrera
on
yc
4
4-A Ver clave
dm
razonada 11 5,6
.a
lizar inves-
w
tigación del
crédito del
solicitante 11 5.10
5 b (P - 0.4) 11 5.9-5.10
6 d (alternati-
va I y II) 11 5.9-5.10
d(VME
-53.500) 11 5.9-5.10
Clave razonada:
Pregunta 1
c om
s.
ro o 9%
fo
E (Bonos) = 1 - 9 9 6
a.
E (Fábrica) = E (Bonos)
un
(1-P) 15% + P 6 % = 9 %
6P + 15 • 15P = 9
t
on
yc
dm
Pregunta 2
.a
A-fx-R
w
w
w
x - R > P A + (1-P) (A + x)
R<Px
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Pregunta 3
1000 (4-t)
c om
s.
ro
fo
m
a.
t un
on
yc
E(nodo 3 )= 1.1000(4-t)dt
w
3.5
w
w
E (nodo 3) = 125
E(nodo 2) = O
E (nodo 3) > E(nodo 2)
Luego:
Participar en carrera
15ÜÜ
Pregunta 4
1470
c om
s.
ro
1490
fo
m
a.
un
4010
t
on
yc
dm
0,24
0,04
P("F") *
1500
c om
s.
ro
fo
m
a.
1470
un
t
on
yc
dm
.a
w
w
w
-1010
O -10
•
'
.
c om
s.
ro (1220)
fo
(500)
m
a.
t un
on
yc
dm
.a
w
w
(•10)
w
Del árbol
E(T)= 500
E(R)= O E (T) >E (R,
E (I) = 482.
Pregunta 5
Pregunta 6
(+2)
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
í+2}
Pregunta 7
BN = 15.000 x - 20.000
donde
— Comprar minicomputadora
— No comprar minicomputadora
om
ción de la minicomputadora, que en nuestro ejemplo es una variable aleato-
ria, expresada por la función de probabilidades.
c
s.
0<x<2
ro
fO,4
fo
f(x) =
m
l(3-X)0,4 2<x<3
a.
un
15000 X - 20.000
.a
w
w
w
Ali
Por ser una función continua sabemos que para cada estado de naturaleza x.
134
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
lo tanto
om
I2
c
s.
E (nodo 2)- 6000 j¿-8000 x +
9 Jo ro
fo
m
T 3 2
un
2 3
yc
«- 1000
dm
E (nodo 2) = -1000
.a
Mientras que:
w
w
E (nodo 3) - O
w
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
om
R. A., Howard Decisión Analysis: Applied Decisión Theo-
c
s.
ry. Proceedings of the Fourth International
ro
Conference on Operational Research. Wiley
interscience, 1966.
fo
m
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
MODULO II
c om
LAS PREFERENCIAS DEL DECISOR Y SU
s.
ro
fo
ACTITUD ANTE EL RIESGO
m
a.
t un
on
yc
dm
.a
Lista de Unidades
w
w
Objetivos
c om
s.
ro
fo
m
a.
Introducción
un
en varias etapas:
yc
En el primer Módulo de este Curso hemos aprendido a resolver las dos pri-
meras etapas de este proceso de analizar decisiones; en el segundo estudiaremos
los instrumentos para llevar a cabo las dos últimas etapas.
141
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
( .
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
XL ^. . _ . ^^
13) Aplicar el criterio del Valor Presente para considerar las preferencias tempo-
rales del Decisor.
om
ESQUEMA DE CONTENIDO
c
Pag.
s.
6.1. Preferencias del Decisor ro 144
fo
6.2. Preferencias al Valor 144
m
a.
Autoevaluación . 169
om
Por valor entenderemos la deseabilidad de un resultado.
c
Por preferencias entenderemos la actitud del Decisor hacia los resultados,
s.
actitud que puede estar en referencia a: ro
fo
— El valor del resultado
m
— Preferencias al Valor
.a
w
— Preferencias Temporales
w
w
— Preferencias al Riesgo
En esta Unidad nos dedicaremos al estudio de. los métodos y criterios para
establecer las preferencias al Valor y las Temporales.
La primera suposición que debe hacerse es que dos posibles resultados, cua-
lesquiera que ellos sean, puedan ser comparados, es decir, dados dos resultados el
Decisor debe poder establecer cuál prefiere.
om
neralmente, la asignación de valor utiliza un solo número o figura, que se asocia
con el resultado, y el cual resume el conjunto de atributos.
c
s.
ro
Como veremos posteriormente, en algunos casos es fácil asignar objetivamen-
te un valor a cada resultado» valcjr que describe adecuadamente las consecuencias
fo
de ese resultado. Por ejemplo, en un problema de negocios, el valor de que habla-
m
rr.os sería un valor numérico y monetario, que refleje plenamente todas las conse-
a.
cuencias financieras y económicas del resultado, sin que haya lugar a considerar
un
145
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
Recordemos el caso del Correo, donde el objetivo establecido era mi-
c
s.
nimizar el tiempo de entrega, el cual fue caracterizado por el atribu-
ro
to: minimizar el número de días de entrega del correo; por lo tanto
el parámetro sobre el cual debe enfocarse el análisis es el tiempo de
fo
entrega y, por consiguiente, se analizarán y compararán los resultados
m
146
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Ejemplo No. 1
Solución:
— Ir a la playa
om
— Permanecer en casa
c
Los estados naturales son dos:
s.
ro
~ Sol
fo
m
— Lluvia
a.
ESTADO NATURALES
SOL LLUVIA
ESTADOS NATURALES
i
c om
s.
ro
fo
m
a.
un
GRÁFICA 6-2
t
on
ESTADO NATURALES
SOL LLUVIA
PLAYA 10
CASA
GRÁFICA 6-3
10
Playa
c om
s.
Casa
ro
fo
m
a.
Lluvia
t un
on
yc
GRÁFICA 6-4
dm
.a
Ejemplo No. 2
.
de 1 año.
TABLA DE GANANCIAS
0.40 3.5
0.35 3.0
0.25 2.0
om
Gráfica 6-5
c
s.
El industrial desea estudiar sus alternativas, valorar los resulta-
ro
dos y escoger una estrategia.
fo
m
Solución
a.
un
I: Comprar maquinaria
yc
Valoración
w
B= I-C
donde
B es el beneficio neto
B = 3.0-(1.5 +0.15)
3 = 2.0—(1.5 +0.15)
3= 0.35m.
c om
s.
1=1.5 + 0 . 2 ( 1 . 5 }
ro
¡ = 1.80 m
fo
m
III
a.
un
¡= 1.5 m
t
on
Gráfica 6-6
yc
dm
E [I] =1.3
om
o simplificando las corrientes de valores en el tiempo, a un simple valor o figura
adecuada para la comparación de alternativas.
c
s.
A continuación presentamos algunos de los conceptos básicos más utilizados
ro
para el tratamiento de las preferencias temporales del Decisor. Dicha presentación
fo
será muy resumida y restringida a los conceptos y fórmulas directamente aplica-
bles al Análisis de Decisiones. El estudiante deberá ampliar estos conceptos en la
m
Bibliografía Recomendada.
a.
un
6.5.1. Interés
yc
te.
Cuando entendemos por interés la cantidad pagada por el uso del di-
^ ñero prestado, este representa un costo.
Ejemplo; mil bolívares recibidos hoy valen mas que recibidos dentro
de 10 años, puesto que si los recibimos hoy podemos invertirlos a
cierto interés y hacerlos producir durante 10 años.
om
se les describe señalando los montos de los ingresos (ganancias) y de
los egresos (costos) relacionados con la alternativa en referencia y el
c
momento en que dichos montos ocurren. De manera que estos dos
s.
factores: cantidad y tiempo, caracterizan la alternativa bajo estudio.
ro
fo
Como una ayuda para identificar las consecuencias económicas de las
alternativas, se utiliza comúnmente una descripción gráfica llamada
m
ocurren.
w
w
20
1
I ngresos • 7
f I5
0 1 t2 3
tiempo
3
^ 100 '20
Egresos
0 100
1 5 0
2 20 3
3 5 0
4 7 20
6.5.5. Equivalencia
c om
Dos cosas se dice que son equivalentes cuando producen el mismo
s.
efecto y por lo tanto uu Decisor es indiferente entre obtener una u
ro
otra.
fo
m
ro:
t un
on
— La tasa de interés.
.a
w
w
6.5.6.1. Símbolos
om
un lapso de n períodos de tiempo, siendo la serie com-
pleta equivalente a P a la tasa i.
c
s.
6.5.6.2. Fórmula para calcular el Valor Presente (P) dado un Valor
ro
Futuro (F).
fo
m
pués de n períodos?
t
on
1 P P i P + Pi = P (1 + i)
c om
n— 1 n-l n— 1 n— 1
s.
n P(l-H) P(l + i) i ro P ( l + i ) + P ( l + i) i =
= P (1 + i)" = F
fo
Gráfica 6-9
m
n
t
F=
dm
.a
w
w
w
Ejemplo:
Solución:
i- 0.06 F = 1790
(1 + i)n
P=1790 X (1 + 0.06)'
P= 1.266
om
El diagrama de flujo de fondos para esta situación se muestra
en la gráfica 6-10.
c
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
-"(i+ir1
d+i)
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com 157
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
simplificando
A
om
iP = A-
c
s.
de donde ro
fo
P- A
m
a.
un
interés i.
dm
Ejemplo:
.a
P= A
i (l+i) n
(1+0.06)7 - l l
10.000
€.06 (1+0.06)7
55.820
Para que un flujo de fondos sea equivalente a otro, los valores equiva-
lentes de ambos deben ser iguales en cualquier punto del tiempo. De
no ser así, el Decisor que esté considerando las alternativas, no podrá
om
ser indiferente a alguno de ellos y no podrá decirse que los flujos de
fondos sean equivalentes.
c
s.
ro
Ahora bien, ¿cómo podemos determinar los valores equivalentes de los
flujos de fondos que deseamos saber si son equivalentes?
fo
m
Veamos un ejemplo.
.a
w
A
* 272.3
Gráfica 6-11
(1+0.05)3 -ll
P-100X = 272.3
0.05 (1+0,05)2
om
Un ingeniero ha cedido a una compañía una patente sobre un invento
c
y se le ofrecen dos alternativas de pago:
s.
ro
Al) Bs. 100.000 a la firma del documento de cesión por concepto de
fo
pago único.
m
100.000
.a
w
w
w
25.000
Ji -» ¡ J*.. ......... 1 i
Gráfica 6-12
AÑO AI A2
0 100.000 0
om
1 25.000
c
2 25.000
s.
ro
3 25.000
fo
m
4 25.000
a.
un
5 25.000
t
on
2 100.000 125.000
yc
dm
.a
Gráfica 6-13
w
., n
-1
P2 = A
(1+0.10)5 —1
P2= 25.000
(0.10) (1+0.10)'
:= 94.770
1) El Valor Presente
2) El Valor Futuro
om
3) El Valor Equivalente Anual
c
4) La Ruta Interna de Retorno
s.
ro
fo
5) El Período de Recuperación del Capital
m
a.
6) El Valor Prospectivo
un
ce del Valor Presente, por lo cual consideramos sólo este índice de comparación.
El estudiante interesado podrá estudiar los otros índices en la Bibliografía sumi-
yc
nistrada.
dm
tituye sólo una etapa más dentro de la metodología del Análisis de Decisiones.
w
w
»Xn
X.
i•
,')'
c om
A
s.
Flujo Neto de Fondos
ro
fo
Figura 6-14
m
Ejemplo:
a.
un
y que al final del tercer año de operación podría venderse en Bs. 8.000.
w
w
0 20.000 - 20.000
3 15.000 23.000
8.000
23.000
10.000 10.000
ji
20.000
c om
s.
ro
Diagrama Flujo neto de Fondos
fo
Figura 6-16
m
a.
un
tasa de interés i.
dm
x_
w
^0
Así el valor presente (VP) del flujo neto de fondos X (t) a una tasa de
interés i y durante un lapso de n períodos puede estimarse, utilizando
la fórmula de P dado F, como:
\T'D
V
x,
X(t) x
c om
s.
ro
fo
Expresión que se utiliza para calcular el valor presente VP de cualquier
m
El estudiante deberá tener claro que tanto el cálculo del valor como su
w
equivalencia.
Ejemplo:
Supongamos que una alternativa está descrita por el flujo neto de fon-
do que se indica y que deseamos calcular el valor presente equivalente
al flujo neto de fondos a una tasa de interés del 10% anual.
Años Montos
0 -1000
1 400
2 400
3 400
4 400
Gráfica 6-18
c om
Diagrama de Flujo de Fondos
s.
ro
fo
400 400 400 400
m
a.
t un
on
4 t
yc
dm
1000
.a
w
w
Gráfica 6-19
w
VP- Z X(t) X
t=
400X + 400 X
1
(l+O.l)3
VP= +. 268
166 Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
3) El valor del índice valor presente es siempre único para cada flujo
neto de fondos, o sea, que una secuencia de ingresos y egresos ori-
ginará un valor presente único para un determinado valor de tasa
om
de interés y para un particular punto del tiempo.
c
6.6.4. Criterio para la utilización del índice Valor Presente
s.
ro
fo
En la figura 6-20 se muesrra la variación del índice valor presente, para
m
VP
t
on
yc
dm
.a
w
w
w
Gráfica 6-20
6.7. RESUMEN
om
los resultados, los que nos permite considerar las Preferencias al Valor del Decisor,
c
Mediante el estudio y aplicación del Criterio del Valor Presente hemos apren-
s.
dido a establecer las Preferencias Temporales del Decisor.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
AUTOE VALUACIÓN
Instrucciones
Para cada uno de los problemas suministrados, responda la (s) pregunta (s)
:orrespondiente (s).
om
Se pide:
c
A) Estructurar el problema en forma de árbol de decisión.
s.
B)
ro
Establecer el Criterio de Valoración y asignar valores a los resultados.
fo
en millones
w
w
8 0.2
w
10 0.4
12 0.3
14 0.1
Se pide:
Campaña I
0 1 2 3
om
A 20% -500 300 200 100
c
B . 60% -500 200 200 300
s.
ro
C 20% -500 200 200 200
fo
m
a.
t un
on
Campaña II
yc
dm
Tipo Porcentaje
.a
0 1 2 3
w
Se pide:
B) Asignar valores a los resultados y determinar para una tasa de interés del
10% , qué campaña de publicidad deberá adoptarse, por medio del cál-
culo del Valor Presente.
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
170
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Mejorar Fabricar
Producto Producto
om
duración en años
de las ventas
2 0.6 0.4
c
s.
ro
Tasa de interés 10%
fo
m
a.
Se pide:
un
SOLUCIÓN DE LA AUTOEVALUAC1ON
Objetivo Sección
Problema Evaluado Referencia
1 12 6-3
2 12 6-3
3 13 6-6
4 13 6-6
Clave Razonada
om
Problema 1
c
s.
A) Estructurando el problema en forma de árbol de decisión se tiene:
ro
fo
Valor Valor
a.
un
B=f 2-0.5)
t
1.5
on
yc
dm
B=(.8~0.5) 0.3
w
B= (0-0)
Utilizando esta fórmula se calculan los valores para cada resultado, los cuales
se indican en la tabla.
Por lo tanto
Problema 2
c om
s.
roB) CALCULO DEL
A) ÁRBOL DE DECISIÓN
VALOR VALOR
fo
m
a.
(12.5 4.5
un
0,2
t
on
(12.5-10) 2.5
yc
dm
(12.5-12) 0.5
.a
w
(12.5-14) -1.5
w
w
0-0 )
174
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
E ( I ) = 1.9
E ( I )= 1(0) = O
Problema 3
c om
s.
ÁRBOL DE DECISIÓN
ro VALOR
fo
m
a.
1.3
t un
on
72
yc
dm
.a
-3
w
w
-12
w
55
146
B) Para valorar cada nodo terminal debemos calcular el Valor Presente del Flujo
de Fondos correspondiente a cada resultado. Los valores que se obtengan se
asignarán a cada nodo terminal.
X(t) X
t=o
con n = 3 e i = 10%
Para la alternativa I:
300 200 100
VP<IA) = -500 + (l+O.l)2 (1+0.1)
VP (IA) = + 13
Similarmente se obtiene:
om
VP (IB) = 72
c
VP (IC) = -3
s.
ro
Para la alternativa II:
fo
200 200
m
30°
a.
un
VP(IIB)= +55
t
on
VP (IIC) = + 146
yc
E [ I ]= 45.2
w
E [ II ]= 62.2
176
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Problema 4
ÁRBOL DE DECISIÓN
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
-.izaremos:
w
w
7 ;r.5¡dera>'emos:
: i.*i .a alternativa M:
12.000
VP<M1) = -15000 (l+O.l) 1
VF(M1)= -4091
Similarmente
VP (M2) - 5826
Para la alternativa N
25.000
VP (NI) = -30.000 + ( i + o.i)i
VP (NI) - -7273
Similarmente
25000 25000
-30000 -i-
om
VP (N2) - 13388
Los valores anteriormente calculados se asignan a los nodos terminales del
c
s.
árbol de decisión. ro
fo
.-, -4091
m
a.
un
.0 5826
t
M
on
yc
dm
.a
w
w
-7273
w
13388
E [M]- 1860
E [ N ] = 991
UNIDAD 7
om
15) Establecer la estrategia óptima tomando en consideración las preferencias del
Decisor y su actitud ante el riesgo.
c
s.
ro
fo
m
a.
t un
on
ESQUEMA DE CONTENIDO
Pag.
yc
7.1. INTRODUCCIÓN
om
cisor. Los resultados obtenidos a! escoger un curso de acción particular, depende-
rán de factores como el prestigio personal del Decisor, el tamaño de la organiza-
c
ción, la actitud ante el riesgo, etc.
s.
ro
Cuantificar las preferencias de un Decisor es una necesidad, a fin de estable-
fo
cer un mecanismo que permita determinar la alternativa más favorable, de acuerdo
con su evaluación subjetiva frente a un conjunto de factores. Con este propósito
m
Decisor.
on
yc
riesgo. Veremos que una función de utilidad no pretende representar el valor del
dinero como tal, sino que refleja una integración de diversos elementos que tienen
.a
que ser tomados en cuenta, tales como: los beneficios o las pérdidas potenciales^
w
el patrimonio financiero inicial de! Decisor, sus perspectivas a corto plazo, los
w
7.2.1. Lotería
om
L [(X^P^CX^MX^PJJ = L ( X , , P i ) 1-1....n
c
donde
s.
ro
X.: premio i
fo
(X 1( ...X n )por:
t
on
yc
dm
LÍX,,?,)
.a
w
w
w
donde
^ equivalente a
Supongamos que usted compra por Bs. 10 el boleto de una rifa de 200 núme-
ros y el premio para el boleto favorecido es Bs. 10.000, la lotería se representaría
entonces por:
dO.OOO, (~10,-¡|-)
10.000
-10
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com 181
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
i/2
-10
X = E (X)= Í X. P.
v ' 1=1 l >
om
c
donde
s.
ro
X- : Valor asociado al premio i, medido en unidades del bien o atributo.
fo
m
P¡ • probabilidad de obtener Xi
a.
un
X1=E(L1)«10.000x--10x --
200 20
dm
.a
= 50 m ^ 20
2 2
w
w
w
1/200 / 10-000
199/200
-10
50
10
182
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
1/2
-10
X = E (X) = i X. P.
v ' = l '
c om
donde
s.
ro
X-: Valor asociado al premio i, medido en unidades del bien o atributo.
fo
m
P¡ • probabilidad de obtener Xi
a.
un
^-Eí^)-10.000X^-10X1»-- SOL
dm
w. _ ly. - 20
.a
X2 = 2 2
w
w
w
10.000
182
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
y la decisión deberá ser elegir Ll, es decir, participar en la rifa, sin embargo, la
probabilidad de salir favorecido con el juego de la moneda es mayor. Habrá per-
om
sonas que preferirán participar en L 2 .
c
Esto nos indica que el valor esperado de una Lotería no es necesariamente la
mejor medida de las preferencias de un Decisor.
s.
ro
fo
Para valorar esas preferencias es necesario introducir el próximo concepto.
m
a.
/•*
El equivalente cierto de una Lotería L (X., P.), al cual designamos por X, es
t
^ x,
.a
w
1 X
w
w
siendo
om
Este axioma se refiere a que un Decisor debe poder clasificar una se-
c
rie de premios dados X1,. . . . , Xj,. . . . X , de acuerdo a sus prefe-
s.
rencias. Digamos que las preferencias del Decisor se pueden resumir
ro
en
fo
m
X, > Xi
a.
un
X1 = Ir a París
dm
X2 - Ir a Los Roques
.a
*i > X2
X2 > Xx .
X X
184
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
En este proceso de codificación de preferencias, podría darse el caso
de incurrir en inconsistencias.
c
s.
Desarrollemos un ejemplo. Supongamos que a nuestro Decisor le es
ro
indiferente entre ir a París (Xj) o a Los Roques (X2), es decir,
fo
V A V
Al ^ A 2-
m
X 3 ), aun así usted dice que es indiferente entre X2 ^ X3, por lo tan-
to, aplicando el principio de transitividad:
t
on
x, -v x3
yc
om
en cuenta las probabilidades de obtenerlas, digamos que el orden es
Xj > X2 > X 3 . El axioma de continuidad establece que es posi-
c
ble construir una Lotería L de premios o consecuencias X! y X 3 ,
s.
L [ (X 1} P); (X 3 , 1—P) ] con probabilidad P, tal que el Decisor sea
ro
indiferente entre recibir X 2 con certeza o participar en la Lotería L,
fo
es decir,
m
a.
t un
on
yc
dm
Figura 7-1
.a
to de L.
w
w
-x,
Xj -Bs. 1000
X 2 = Un pasaje a Margarita
y supongamos
X1 > X 2 > X 3
om
x.
c
s.
Boleto cine
ro
fo
m
Supongamos P =—, esto quiere decir que usted será indiferente entre
o
a.
' { ó O
yc
cambiables sin que se afecten las preferencias del Decisor. Por ejem-
w
X1>x2>....>xn
entonces, él deberá preferir aquella Lotería que le proporcionará la
mr,yo¿' probabilidad de cbtanau el premio "más deseado" (XA
Utilicemos la nomenclatura tradicional para representar éste axio-
SeaL
tal que
c om
s.
ro
Si X, > X2 > . . , . > Xa
fo
m
p'
r
Si por ejemplo se toma si valor monetario como aquel que sirve para
ponderar las diferentes consecuencias o premios, preferirán el mayor
U(X)
om
ta puede ser reducida a una Lotería sencilla que tenga por premios
todos los incluidos en la Lotería Compuesta y cada uno de los pre-
c
s.
mios (concecuencia) tenga asociado un valor de probabilidad deter-
minado a través de la utilización de la Teoría de las Probabilidades.
ro
fo
Ilustremos esto a través de un ejemplo.
m
a.
i-p
dm
.a
w
w
w
pp
también será una función de utilidad que codificará las preferencias del Decisor,
ec decir,
om
Esto indica que la utilidad es un valor relativo y no absoluto, pudiendo de esta
c
forma atribuir un valor arbitrario a dos consecuencias y luego asignar valores
s.
relativos a las otras consecuencias respecto a los valores indicados, es decir, se
ro
procede a una normalización de la curva de utilidad en función a dos conse-
fo
cuencias arbitrarias. A fin de establecer una metodología, y con el propósito de
m
Esta asignación establece una escala o rango de variación de la utilidad, la cual nos
parmíte tenei* otros plintos de la curva de utilidad a fin de codificar las preferen-
.a
cias del Decisor ante un conjunto de consecuencias o premios (X, > ..... , X )
w
w
I/
X
rain.
Premio Utilidad
Xmáx. 1
X 0.5
X mín. O
c om
s.
ro
fo
m
X'-VL
a.
un
1/2
t
on
yc
dm
.a
w
w
w
Analíticamente
U(X') = — X0.5 + — X 0 = —
2 2 4
U(X')=4-
U ( X min.
191
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
1-P
Analíticamente,
om
1
Xmáx
c
X P
s.
ro
fo
A. - 0
m
a.
estamos ante una Lotería con premios antre Bs. 1000 y Bs. O, en este caso,
yc
U(Xmáx.)=l
dm
= 100°
.a
X m í n. U(X m í n .) = 0
w
w
w
Para determinar los puntos restantes de la curva preguntemos al Decisor, qué valor
de X le resultaría indiferente entre participar en la Lotería L [ (1000, 1/2);
(O, 1/2) ] y recibir X con certeza. Supongamos que X = Bs. 350, por lo tanto
1000
1/2
1 350
i/2
U(350)=-U - U ( 0 ) = 0.5
v 2 2
U (350)- 0.5
X = 150, es decir,
1/2
1 150
1/2
om
U (150) - — U (350) + — U (0) = O,,25
c
2¿> """ 2
¿¡
s.
ro
U (150)-0,25
fo
m
TS indiferente entre
t un
on
350
yc
dm
1 250 -v L
.a
w
1/2
w
150
w
U (250) -
Con estos valores podríamos entonces trazar la curva de utilidad tal como se
:a en la figura 7-2
FUNCIÓN
UTILIDAD
1000
FIG. 7-2
Ahora bien, antes de afirmar que esa gráfica representa la curva de utilidad
de un Decisor, es necesario comprobar la consistencia de la actuación del mismo.
000
0.75
om
Esto equivaldría a
c
U (250 U (1000)
s.
'
ro
4
fo
m
a.
o •
t
cual determina un comportamiento inconsistente por parte suya. Esto nos indica
on
que debemos realizar nuevas pruebas para establecer ía veracidad de las curvas y
yc
'••-: -•. . . - . . - - . '.:.-•• . ' . ....... ." ;:•;;/: ::;¿. y^i c^iie cada uno délos
posibles premios (consecuencias) derivados de un curso de acción pueden describir-
se en términos de un solo bien o atributo (dinero^ tiempo, bonos); en nuestro caso
hemos tomado como atributo de evaluación, el dinero. Sin embargo, podría darse
el caso de que las consecuencias de una determinada alternativa no pudieran ser
identificadas en términos de un solo bien. En este caso estaríamos en el de curvas
multidimensionales. Todo esto constituye parte de un análisis más profundo, que
se escapa del carácter introductorio de este Curso; por lo tanto, analizaremos cur-
vas ae utilidad dovele al parámetro udlhado es a! bíen moneteio.
U(X máx .) = 1
U(X
1
. )=
min. ' O
om
determinar valores de la función
c
s.
verificar consistencia del Decisor. ro
f
fo
mo toda gráfica, las curvas de utilidad pueden ser representadas analítica-
3in embargo, la representación analítica es muchas veces complicada y no
m
1:
pongamos que una persona tiene una función de utilidad descrita por
X X>0
X x<0
L-v
-160
195
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Y ""> ^> Y
A! > > Xn
u(x m i n .)=o
y a su vez el analista deberá:
om
1) determinar valores de la función
c
s.
2) verificar consistencia del Decisor. ro
fo
Como toda gráfica, las curvas de utilidad pueden ser representadas analítica-
mente. Sin embargo, la representación analítica es muchas veces complicada y no
m
se logran valores exactos sino aproximaciones. Para ello pueden utilizarse cuales-
a.
;ernplo 1:
Supongamos que una persona tiene una función de utilidad descrita por
X v s^
.A. ->. U
n
X x<0
El equivalente cierto de esta Lotería vendría dado por un valor X tal que
U (100) -100
U ( 20)- 20
U (-160) = -40
Por lo tanto
U(X) = 25 + 10-10-25
U (X) - 25
X -U 1 (25)
om
X - 2 5 yaque X > 0
c
s.
ro
en este caso el equivalente cierto para esa Lotería sería X = 25.
fo
Ejemplo 2
m
a.
1/4 6°
yc
•60
10
dm
1/3
.a
w
60
w
w
10
Para analizar ambas loterías debemos reducirlas a otras equivalentes; a tal
efecto y aplicando el axioma de descomponibilidad a L2 tendremos
60-
L,
1/2 10
en este caso hemos llegado a la conclusión que ambas loterías son idénticas, es
decir, L j 'v L2 y si el decisor prefiere Ll > L 2 ; esto indica inconsistencia, ya
que ha violado un axioma de la Teoría de la Utilidad.
UTILIDAD (U (.))
c om
s.
ro
fo
ATRIBUTO (X)
m
a.
"-3.S curvas señaladas en el gráfico por 1,2 . . . . n nos indican que el equivalente
un
:? nadas.
yc
\:
w
w
E - U ( X ) ) > U[E(X)]
:e caso diremos que el Decisor tiene preferencia al riesgo.
om
Supongamos que las posibles consecuencias del problema de decisión son
c
(X i » • , X n ) y, que el Decisor puede establecer una jerarquizaron de esas
s.
consecuencias tal que X j > X 2 > . . . > X n y por ende U (X^) > U (X 2 ) > . . .
ro
> U (X n ) (por el axioma de monotonicidad). Para simplificar el análisis suponga-
fo
mos que el problema de decisión tiene dos alternativas (A, A*) y que a cada una de
m
1 X 'v L
donde
U ( X i ) = a U (Xmax.) + (1-a) U ( X m i n . )
U(Xi)= a
198
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Por lo tanto, X 2 ) X 3 pueden ser sustituidos por loterías con premios X 1 ( X4;en
este caso quedaría el árbol
c om
s.
ro
fo
m
a.
un
siendo a- U (X 2 ) y b = U (X 3 ) , U (X,) - 1U (X 4 ) =0
t
on
yc
S loterías
.a
w
w
w
X4
(l-P ) + P (l-b) X4
_i¿ loterías Lj y L 2 son loterías con los mismos premios pero con diferentes va-
r¿5 de probabilidades, por lo tanto, podemos establecer las preferencias del
I Tiísor frente a las alternativas.
199
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Sustituyendo
a- U ( X 2 )
b = U(X,)
om
P 4 - U ( X 2 ) (1-P) > P J U ( X 3 )
c
2) Será indiferente entre A y A' si
s.
ro
P + U ( X 2 ) (1-P)- P' U ( X 3 )
fo
•
m
U(X2 P'U(X3)
t un
dad para cada uno de los premios (1. X 2 , X 3 , X 4 ) y que para establecer ese crite-
yc
para cada una de las alternativas, tal como se hizo al final de la Unidad 5. El crite-
w
rio de decisión será en este caso el de maximizar el valor esperado de utilidad. Pro-
w
Premio Utilidad
X,
U (Xa)
U(XB)
i-p'
X4
P + (1-P) U ( X 2 ) = E [U (A)]
P' U ( X 3 ) = E [U (A')]
om
entonces la decisión será elegir la alternativa de máximo valor esperado de la utili-
c
dad.
A (1-P)U(X 2 ) > P ' U ( X 3 )
s.
ro
fo
A1 (1-P)U(X 2 ) < P ' U ( X 3 )
m
a.
:el Decisor a través de una curva de utilidad, deben realizarse los siguientes pasos:
.a
20.000
60.000
- 10.000
om
E (A) - 20.C
c
s.
P / A ' w 60.000 30.000 .. 30.000 ro
4
fo
m
siendo
a.
cédulas hipotecarias.
t
on
Notemos que en este criterio no han intervenido la actitud ante el riesgo del
yc
Decisor.
dm
1 U(')
U(X) X
w
w
0.5 20.000
0
1 60.000
- 10.000 -10.000
f ;_ £0.000
202
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
E [U (A)]- 0.5
entonces
om
Asumamos ahora que el Decisor tiene una-función de utilidad tal que
c
s.
ro
X UjX)
fo
20.000 0.2
m
60.000 1
a.
10.000
un
0 10,000
t
on
en este caso el criterio de maximizar el valor esperado de la utilidad nos indica que
para ese Decisor la alternativa de invertir en el negocio (A') es más atractiva, ya
yc
que:
dm
E (U (A) - 0.2
1
.a
E (U (A')) =
4 - +' -4- ' 0 = 0.25
w
w
Con este simple ejemplo hemos querido ilustrar el efecto que sobre la deci-
sión tienen las preferencias del Decisor (función de utilidad).
X si XX)
U(X) =
2X si X>0
VALOR
MONETARIO
1500 1500
1000 2000
o O
1470 1470
1030 - 2060
30 60
1490 1490
om
0,6
- 2020
c
10
s.
ro - 20
fo
m
FIG 7-3
a.
su función de utilidad.
t
on
E(U(T)) = 100
E(U(R)) = o
E (U (1))
AUTOE VALUACIÓN
Instrucciones
om
indicadas.
c
1) Supongamos un Decisor cuya curva de utilidad está definida por:
s.
ro
fo
X si X< O
m
a.
U(X) =
un
si O < X < 2
t
on
2 + 3X si 2 < X
yc
Supongamos la Lotería
dm
.a
w
w
-i
w
(a)
om
(b)
c
s.
ro
fo
m
a.
t un
on
yc
dm
.a
(c)
w
w
w
U (0) = O U (100) = 1
206
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
100 (IV)
I)
O
100
II) 1/2
40
58
c om
s.
ro
15
fo
m
a.
Se pide:
un
Razone su repuesta.
dm
C) Grafique la función.
.a
w
w
do la siguiente información:
B)
100
1/2
30
30
1/2
10
1/2
100
10
1 p
om
U (X) =
1
4+-X X * 8
c
s.
ro
El Decisor se enfrenta al siguiente problema de decisión, representado en el
fo
anexo
m
a.
B
t un
on
yc
dm
.a
w
w
w
0,5
11
Se pide:
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
209
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
1 14 7.2
2 14 9.2
3 14 7.2-7.3
om
4 14 7.4
c
s.
ro
5 15
fo
7,5
m
a.
un
Clave razonada
t
on
yc
dm
:-*::*ema 1:
.a
7 .
0} Correcta,
Icú-a O < X < 2 la U (X) es la misma, por lo tanto hay varios va-
lores de X que proporcionan la misma utilidad al Decisor.
Problema 2
om
X decrece.
c
s.
ro
fo
m
a.
t un
on
yc
x
dm
X X X
3 2 3
c om
s.
ro
fo
m
U ( 0 ) = O - ~ U (15) + l-U(-2)
U (-2)- -1/4
U (38) =4-
¿¡ U (58) +4-
¿¡ U (15)=
U (40)- U (38)
213
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
100 X
•obiema 4
A)
com
s.
1/2
ro
fo
10
m
a.
1/2
t un
on
100
1/2
.a
w
1/2
w
w
100
10
214
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Problema 5
A)
6,5
om
11
c
s.
ro
fo
m
7,25
a.
un
DC
t
on
yc
dm
.a
9 10
w
w
w
UNIDAD S
CRITERIOS DE DECISIÓN
c om
s.
ro
fo
m
a.
un
ESQUEMA DE CONTENIDO
t
on
Pag.
yc
la Utilidad 220
w
w
Autoevaluación 235
8.1. INTRODUCCIÓN
om
la decisión de cuál criterio utilizar no es sino un reflejo de las preferencias del
Decisor.
c
s.
En esta Unidad revisaremos los criterios de decisión más comúnmente acep-
ro
tados:
fo
m
— Criterio Maximax
dm
— Criterio de Hurwicz
.a
w
— Criterio de Laplace
w
w
Paso 2. Calcular el Valor Esperado del Valor Monetario, para eada alternativa.
Hay que tener claro que en realidad no ocurre que una vez tomada la
decisión, se obtenga un beneficio igual al Valor Monetario Esperado. En realidad,
el valor que se obtendrá estará determinado por el estado natural que ocurra y no
coincidirá, en genera], con el Valor Monetario Esperado; sin embargo, este valor
permite tomar en cuenta el hecho de que no todos los eventos son igualmente pro-
bables. El hecho es por lo tanto que el Valor Monetario Esperado representa un
valor ficticio y no un valor real.
Ejemplo:
om
Un Decisor enfrenta el problema de decisión que se ilustra.
c
Determine cuál alternativa debe seleccionarse.
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
: i.ucion:
E {A2f - 1
Puesto que E A A,
Seleccionar alternativa
om
DEL VALOR ESPERADO DE LA UTILIDAD
c
Sabemos que, en general, los valores monetarios no caracterizan plenamente
s.
todos ios resultados importantes para el Decisor, como es el caso de situaciones
ro
donde los niveles de pérdidas o ganancias son muy elevadas. En estos casos, se re-
fo
quiere un criterio de decisión más amplio, que además de los factores monetarios
m
incluya la influencia de otros factores, tal criterio es el criterio del Valor Esperado
a.
un
manera que permiten la tema de decisiones sobre la base del Valor Esperado de
on
yc
dm
Ejemplo:
10
c om
s.
ro
fo
m
a.
t un
on
11
yc
dm
Solución:
.a
w
10 10 10
1
8 8
4 4 + 6
2
2 4 + f21 5
2
3 4 + CO\ 5,5
5 4 -f — (B) 6,5
2
9 9 9
11 11 11
E U (A,) - 7.25
E U (Á 2 ) = 8,00
Seleccionar alternativa A2
c om
8.4.1. Introducción
s.
ro
Hemos estudiado (Módulo 1, Unidad 3) que los autores que siguen
fo
la comente subjetiva de las probabilidades defienden la tesis de que
m
Por otra pavte, los autores no subjetivistas consideran que existen si-
on
om
En resumen, para estructurar la matriz de decisiones:
c
s.
Se designa por A i a las alternativas o cursos de acción.
ro
fo
Se designa por E- a los estados naturales.
m
a.
Para cada alternativa (A¡) y para cada estado natural (E.) se aso-
un
lar, en la cual:
dm
MATRIZ DE DECISIÓN
ESTADOS NATURALES
om
El primero de ellos involucra el diseño y construcción de una fá-
c
s.
brica, y el segundo contempla el diseño y construcción de un sis-
ro
tema colector de aguas negras.
fo
El Decisor
dm
Estados naturales
w
w
Alternativas:
— Resultados:
om
Estructuración de la Matriz de Decisiones
c
s.
Los valores obtenidos por el procedimiento señalado se muestran en la
ro
figura 8-2.
fo
En dicha matriz puede verse que la compañía incurrirá en una pérdida
m
es otorgado.
un
MATRIZ DE DECISIÓN
.a
w
w
w
-2
FIG. 8-2
c om
s.
-4
ro
1
fo
m
2
a.
A
un
1
t
on
1
yc
4
dm
.a
-2
w
w
1,6
w
ÁRBOL DE DECISIÓN
FIG. 8-3
El criterio Ma>. imin está basado en una visión pesimista del futuro; su
utilización supone que la naturaleza es malévola y producirá el estado
natural que minimiza el beneficio del Decisor.
om
decís! íes o sea:
c
nin V ; j ), Vi
s.
j ro
Paso 2: Escoger ei máximo de los valores mínimos determinados en el
fo
paso 1, siendo la alternativa que lo produce, la seleccionada
m
A - A i / m a x [min, (V )] Vi
AI "
t
on
CRITERIO MAXIMIN
•
Alternativa [minj ( V U ) ] MaXj [ min- (Vij) ]
A
AI
A2 1 i
A3 -2
A4 0
FIG. 8-4
om
ciado a la alternativa i y al estado natural j, la aplicación del criterio
Maximax se realiza en los pasos siguientes:
c
s.
Paso 1: Seleccionar el valor máximo para cada fila de la matriz de
ro
decisiones o sea:
fo
m
[max Vi
a.
un
AÍ i
.a
CRITERIO MAXIMAX
AI 2
A2 4
A3 6 6
A4 5
FIG. 8-5
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
228
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
8.4.5. Criterio de ti rwicz
c
s.
La aplicación del criterio de Hurwicz permite al Decisor establecer un
ro
compromiso entre los resultados más optimistas y los más pesimistas.
•
fo
O < a < 1
.a
w
CRITERIO DE HURWICZ
om
F1G. 8-6
c
que muestre el mayor coeficiente de Hurwicz y por lo tanto seleccio-
nará A 2 .
s.
ro
fo
Vale la pena hacer notar al estudiante que cuando a = O, el criterio de
m
terio Maximax.
t
P =
E [ V j = p 2 V¡, Vi.
J
n= 3 p = -s-
om
c
CRITERIO DE LAPLACE
s.
ro
Alternativa Cálculo (p 2v¡j) IMaxjpDVij)
fo
J i i
m
a.
AS f — 4 + 1 -f 2) -0.33 j
3
U
un
1
t
^2,00 i
on
a
yc
1
— ( -2 + 1.5 + 6 ) 1.80
dm
A3
.a
A4 -— (0 +2 + 5} 2.30 2.30
3
w
w
[max
| max
c om
max) , = max (ARij) Vi
s.
ro
Paso 4 Seleccionar la alternativa A, que asegure el mínimo de los
fo
arrepentimientos máximos, es decir, seleccionar la alternativa
m
A r A, min |max ( A R l t ) Vi
A, i
t
on
MATRIZ DE DECISIONES
w
w
1.5
© j
FIG. 8-S
MATRIZ DE ARREPENTIMIENTOS
AR 13 mín max
c om
s.
ro
fo
figura 8-9
m
a.
lo tanto se la selecciona.
t
on
COMPARACIÓN DE CRITERIOS
MAXIMIN A2
MAX ¡MAX A3
HURWICZ A2
L APLACE A4
SAVAGE A4
Figura 8-10
Una revisión de los criterios expuestos indica que cada uno tiene sus
méritos y sus fallas.
om
Debe mantenerse claro que si la asignación de probabilidades es posi-
c
ble y se desea, estaremos en un caso donde podemos aplicar las técni-
s.
cas que hemos estudiado en las otras unidades y podremos seleccionar
ro
la alternativa óptima utilizando los criterios del Valor Esperado, ya sea
fo
monetario o de la utilidad.
m
a.
t un
on
yc
dm
.a
w
w
w
AUTOE VALUACIÓN
Instrucciones
om
flujo C, si la demanda crece.
c
Basándose en experiencias pasadas y en proyecciones futuras, se ha estimado
s.
que las posibilidades de una demanda decreciente, demanda constante y
ro
demanda creciente son, 0.1, 0.3 y 0.6, respectivamente.
fo
m
La empresa comúnmente utiliza una rata de interés del 10% anual para sus
análisis económicos.
a.
un
Pregunta: ,
t
on
Sugerencia:
.a
Probabilidad de ocurrencia de
Flujo de Fondos
Año
P ( A ) = 0.1 P(B) = 0.3 P ( C ) = 0.6
1 11 11 4
2 10 11 7
3 9 11 10
4 8 11 3
2) Suponga que los directivos de la empresa del problema No.l se rigen por la
función de utilidad definida como:
X para X < O
3X + 5 para X > O
Pregunta:
Sugerencia:
om
c) Determinar estrategia óptima
c
s.
3) Un inversionista dispone de una suma de dinero para invertir; después de
estudiar las posibilidades existentes reduce sus alternativas a tres:
ro
fo
Invertir en acciones especulativas
m
E! : Revolución
yc
El E2 E3
20 -i -6
A,
A2 9 8 0
A3 4 4 4
MATRIZ PROBLEMA 3
Pregunta:
a) Maximin
b) Maximax
c) Hurwicz con o¿= 0.50
d) Lapiace
e) Arrepentimiento o Savage.
4) La tabla anexa muestra la matriz de decisión (en útiles) para tres alternativas
y tres estados naturales
MATRIZ PROBLEMA 4
Pregunta:
om
a) Maxim in
c
b) Máxima::
c) Hurwicz con a = 0.75
s.
ro
d) L aplace
fo
e) Arrepentimiento o Savage.
m
a.
t un
on
yc
dm
.a
w
w
w
SOLUCIÓN DE LA AUTOEVALUACION
OBJETIVO SECCIÓN
PREGUNTA EVALUADO REFERENCIA
1 16 8-2
2 16 8-3
3 16 8-4
4 16 8-4
om
CLAVE RAZONADA
c
s.
1) ro
a) Alternativa I: Introducir producto
fo
I: No introducir producto
Estados naturales
m
A: Demanda decreciente
a.
B: Demanda constante
un
C: Demanda creciente
t
on
yc
dm
ÁRBOL DE DECISIÓN
.a
w
w
w
VP,
« O
1 4. i () y --.-.,---
VPA - -30 + 11 X
(l + O.l)1 (1 + 0.1)2
9X + 8 X
(l+O.l)2 (i + oír
VPA = + 0.492
Similarmente se obtiene
VPB = + 4.870
VPC = - 4.185
Estos valores se asignan a los nodos terminales del árbol de decisión y por lo
om
tanto
c
s.
ÁRBOL DE DECISIÓN ro VALOR
fo
m
0.492
a.
un
4.870
t
on
yc
dm
.a
w
w
w
2)
a) El árbol de decisión es el mismo del problema anterior
0.492
4.870
-4.185
c om
s.
ro
fo
m
a.
X X < O
yc
U(X)
dm
3X + 5 X >O
.a
w
w
om
CRITERIO MAXIMIN
a}
MAXIMIN ALTERNATIVA
c
EÍ E2 E3
(V) ÓPTIMA
s.
A, 20 -1 —6
ro
—3
•
fo
A2 8 0
9
m
A3 4 A3
4
a.
0
W ...
t un
on
yc
CRITERIO MAXIMAX
dm
ALTERNATIVA!
OPTiMA
.a
w
w
w
Aj 20
L__^____
•—I -6 ^-(20) +4-Í -«) © AI
d)
CRITERIO LAPLACE (n ~ 3
e)
CRITERIO SAVAGE
om
AI 20 -1 -6 0 9 10
© Al
c
0 11 0 4
s.
A2 9 & 11
ro
A3 4 4 4 16 -i ü 16
fo
m
a.
t un
on
yc
GRITERÍO DECISIÓN
dm
a MAXIMIN AI
.a
b MAXIM AX A3
w
c HURWICZ A3
w
w
d LAPLACE A]
e SAVAGE A,
CRITERIO MAXIMIN
MAXIMIN ALTERNATIVA
El E2 E3 (V) ÓPTIMA
A, 50 80 80 (&8) AI
A2 60 70 '¿0 20
A3 90 3u 60 20
b)
CRITERIO MAX MAX
c)
om
AI 50 80 80 f-{80) + ^ - ( 5 0 ) 72.5
c
s.
A2 60 70 20 |(70) + ^(20) 57. 5
ro
A3 90 30 60 4(90) 4- 4<30) (75) A3
fo
m
a.
un
d)
t
CRITERIO LAPLACE ( n = 3 )
on
.,_„- „
El E5 E3 CALCULO Alternativa
yc
AI
dm
50 80 80 •J-(50 + 80 + 8 0 ) © A!
A2 60 70 20 4(60 +70 + 20) 50
.a
o
w
A3 90 30 60 4(90 +30 + 6 0 ) 60
o
w
w
A2 60 70 20 30 10 60 60
A3 90 30 60 0 50 20 50
UNIDAD B
EL VALOR OE LA INFORMACIÓN
om
conveniencia de la adquisición de información adicional.
c
s.
ro
fo
m
a.
t un
on
ESQUEMA DE CONTENIDO
yc
Autoevaluación 267
9.1. INTRODUCCIÓN
om
problema de decisiones que se analiza, y habiendo considerado toda la informa-
ción al alcance, se tiene una idea deí grado de incertidumbre que se posee, asocia-
c
do éste a nuestra parcial o total incapacidad para hacer asignaciones de probabili-
s.
dad para las distintas variables aleatorias especificadas.
ro
fo
El problema radica en si el Decisor debe actuar con la información disponi-
ble o si pospone la decisión e inicia un proceso de captación de información adi-
m
cional.
a.
t un
determinado costo.
w
om
Según podemos recordar, los estados de la naturaleza con sus respectivas pro-
babilidades a priori y el beneficio neto correspondiente a cada acción y a cada
c
estado, son los que aparecen en el cuadro 9-1.
s.
ro
fo
ESTADOS DE LA N A T U R A L E Z A
m
Cuadro 9-1
w
VEIP= 104.000
Estados de la Naturaleza
om
.Alternativas o
Acciones
. EJ I?
1 E2 ... EJ ... Sn |
c
P(E,) P(E 2 ) P(%) P(E n )
s.
— —
Al VM v i tí.
V,
ro
• V!J VIH
v, ;
fo
A2 V 2Í V22 V2n
m
a.
un
..„
t
on
yc
dm
.a
w
w
w
CUADRO 9.2
donde los EJ (j = 1,.. . n) son ios distintos estados de la naturaleza con sus respec-
tivas probabilidades P (E i ) l las Ai (i - 1, . . . m) son las distintas alternativas o cur-
sos de acción y V^- es el beneficio neto o valor monetario correspondiente a cada
pareja (Aj, EJ), según e! criterio que maximiza el beneficio neto esperado, la alter-
nativa elegida debe ser aquella para la cual el valor
, . , .m (9.2)
sea máximo, o sea, el curso de acción elegido con las probabilidades asignadas
usando la información disponible a priori arrojará un beneficio neto esperado que
puede expresaran como
BEÍ?= i = 1, . . . m (9.4)
Así, según Ía definición que hemos dado, la expresión del valor esperado de
la información perfecta será:
c om
s.
ro
A manera de verificación, el estudiante podrá sustituir en esta expresión los
respectivos valores dados en el cuadro 9-1 y obtener VEIP - 104=
fo
m
:. «ordenamos los términos de esta ecuación y sustituimos las ecuaciones 9.2, 9.3
.a
• 9,4 obtenemos
w
w
w
ión que en virtud de las propiedades del Valor Esperado de una variable
ña, puede escribirse como
£ P (E¡ ) Vu
~i (9.8)
om
e) Para cada j = 1. , n determinar el valor máx (V Í 5 -K)
i
c
d) Evaluar el miembro izquierdo de la ecuación 9.8
s.
ro
e) Igular los resultados obtenidos en a) y d)
fo
m
f) Despejar el valor de K
a.
Ahora bien, debido a que en este Curso hemos estructurado los problemas de
un
ción. Es importante notar que en una estructuración en forma de árbol, los esta-
yc
dos Ej del cuadro 9.2 equivaldrían a los estados representados por los nodos ter-
mínales del árbol, las probabilidades P (Ej), las probabilidades asociadas a dichos
dm
nodos terminales y los beneficios V 4 j a los beneficios netos asociados a cada uno
de tales nodos.
.a
w
Tenemos entonces:
w
w
modo tal que cada decisión se toma una vez que se conoce el estado que
va a ocurrir
f) Despojar el valor de K
-200.000
300.000
1000.000
om
Figura 9.1
c
En la figura 9.1 se observa que de la aplicación del paso a) del procedimiento,
s.
se obtiene un beneficio neto esperado con la información a priorí (BEIAP) de Bs.
ro
194.000.
fo
m
„ -200.000-K
t un
on
'-r-,000-K) -O 0-K
yc
300.000 —K
dm
0-K
.a
10000.000—K
w
w
w
Figura 9.2
298.000 -K = 194.
K - 104.000
Sean:
E: Lo contrario de E (fracaso).
G: Grabar el disco
om
el árbol de decisiones correspondiente es el de la Fig. 9.3.
100.000
c
s.
ro
fo
20.000
m
a.
t un
on
yc
dm
.a
w
FIG. 9.3
w
w
De la evaluación del mismo resulta que la decisión debe ser grabar el disco,
con un beneficio neto esperado de Bs. 10.000.
en este caso, previo a cualquier decisión hay que considerar la información perfec-
ta suministrada por el profesor Alfa; si éste dice que el disco será un éxito, la deci-
sión será grabar, de lo contrario no traerá ningún beneficio hacerlo. Calculemos
cuánto es el beneficio neto esperado en caso de poseer ia información perfecta del
profesor Alfa; el árbol correspondiente (árbol del clarividente) es el de la figura
9.4.
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
100.000
"E"
1/4
«*£„
- 20000
El beneficio neto esperado en este caso es el de Bs. 25.000, por lo tanto, cualquier
consejo que pueda dar el profesor, tiene un valor para ei grupo, de Bs. 15.000, que
es ia diferencia de beneficio esperado antre tomar la decisión disponiendo de la
om
información perfecta y tomaila con la información a priori representada por la
asignación de probabilidades hecha al inicio, diferencia que hemos designado
c
como el valor esperado de la información perfecta.
s.
ro
VEIP = 15,000
fo
m
i ooooo -K
t
on
yc
dm
.a
w
w
w
Figura 9.5
igualando el beneficio aspeado que arroja este árbol (paso e) con el beneficio
esperado correspondiente ai árbol de la figura 9.1 (información inicial) tenemos la
siguiente ecuación:
_1_
4
E! análisis que hemos conducido hasta el momento está basado en las proba-
:i]idades que han sido asignadas cers la información disponible apnon, según un
rierto estado de conocimiento, V-aremos en el próximo punto cómo incorporar
•formación adicional (aunque no perfecta) y proseguir así con si análisis.
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
253
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
0,6 = probabilidad de que el estudio indique un buen mercado para el disco cuan-
do efectivamente así será.
Si indicamos con e¡ el evento; "el i-ésimo estudio del mercado indica que el disco
será un éxito", la confiabilidad del estudio se traduce en las siguientes probabili-
dades.
om
P(e./E) = 0,6 P(e/E) = 0,4
c
s.
P (e~/É) = 0,8 Píe/E) = 0,2 ro
fo
que se puede resumir en el árbol de probabilidades de la figura 9.6
m
0,15= PtEOe.
a.
tun
on
yc
0,4 0,10 =P (E H e •
dm
Ü,15=P (É
.a
w
3/4
w
w
0(60=P(Én¿.»
Figura 9,6
P (E n e . ) = 0,15 ; P ( E n e . ) = 0,10 ;
0,60
Figura 9.7
om
Estamos en condiciones ahora de analizar el árbol de decisiones, contemplan-
c
:o un primer estudio de mercado (figura 9—8)
s.
ro
fo
m
a.
-20000
t un
on
yc
dm
100.000
.a
w
20000
w
w
F i g u r a 9,8
jperando sobre este árbol se obtiene que el beneficio neto esperado, una vez que
_:~ ha realizado el primer estudio de mercado, es de Bs 12.000, tal como se indica
en la figura 9-8.
(172(80000- 2 K
om
(80000-2 K')+"0,7 (-?
c
s.
(jV7- „(IQQQOO^K
ro
s^ _ - , _ . _ 7.)'-6/7(20000
. . _ 4- K/j) ___--
..__ E o 100.000
fo
m
a.
20000 - K
t un
on
-K
yc
F i g u r a 9.9
dm
igualando el valor que aparece en el nodo incial con el beneficio neto esperado
con la información a priori, podremos despejar a K' que será el valor esperado de
.a
12.000-K' - 10.000
K' - 2000 - VEIM
Hay que resaltar que esta información adicional que incorporamos a nuestro
estado de información inicial (a priori), siendo en la mayoría de los casos produc-
to de un estudio estadístico sobre una muestra restringida, pero representativa de
la población sujeto del problema de decisiones, es una información imoerfecta -
porque no existe ninguna investigación, estudio o encuesta que pueda decirnos
con precisión, qué es lo que va a suceder ante un fenómeno de naturaleza aleato-
ria, salvo el clarivi .ente que postulamos al inicio.
100,000 K
20,000
c om
s.
^Q/7 (lOOOOO-K
ro
\ _ _ , _, _,f )-"6/7(20QOO
„. _ , + K7))_ E
^—_ o 100.000 - K'
fo
G -C£^ E
m
*^H
a.
Figura 9.9
dm
igualando el valor que aparece en el nodo incial con el beneficio neto esperado
con ia información a priori, podremos despejar a K' que será el valor esperado de
.a
Hay que resaltar que esta información adicional que incorporamos a nuestro
estado de información inicial (a priori), siendo en la mayoría de los casos produc-
to de un estudio estadístico sobre una muestra restringida, pero representativa de
la población sujeto del problema de decisiones, es una información imoerfecta -
porque no existe ninguna investigación, estudio o encuesta que pueda decirnos
con precisión, qué es lo que va a suceder ante un fenómeno de naturaleza aleato-
ria, salvo el clarivi .ente que postulamos al inicio.
inicialmente durante el análisis a priori, pase a ser sustituida por otra anteriormen-
te desechada. Es realmente en este caso, cuando la investigación o ei experimento
empleado en la recolección de información adicional, es más valioso.
om
En nuestro ejemplo, para que el estudio de mercado implique una ganancia,
debe tener un costo inferior a los Bs. 2.000.
c
s.
ro
Volvamos ahora sobre el problema de ia perforación del pozo petrolero que
fo
vimos ai inicio de la sección 9-3, Recordemos de la Unidad 5 que la empresa de
m
nación de las características del suelo. Tal estudio tenía un costo de Bs. 100.000,
un
calculemos el VEIM.
yc
dm
P (a/A) = 0.9
w
P (a/A')= 0,3
donde:
A= eí terreno es el tipo A
Estas, junto con las probabilidades a príon P (A) y P (A') se pueden representar
en el árbol de probabilidades ríe la figura 9-10.
0,36
0,18
0,6
0.42
om
Figura 9.10
c
s.
ro
fo
Para analizar el árbol de decisiones que contempla la realización del estudio geo-
físico es necesario que determinemos las probabilidaes a posteriori (Bayes). Del
m
0,36
w
w
0,18
0,04
0,46
0/2
Figura 9.11
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
-K
w
.12
194 -K f - 194
Recordando que el costo del estudio es de Bs. 100,000 (costo asociado a la adqui-
sición de información), la ganancia esperada de la información muestra! (GEIM)
en este caso es:
GEIM - O - 100.000
GELM - - 100.000
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
259
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
facción que le puede producir uno u otro beneficio (monetario o no).
c
s.
En el caso de la determinación del valor del valor de la información, pode-
ro
mos ver que es también muy importante la consideración de las preferencias al
riesgo.
fo
m
ción utilidad, U (v), sea lineal), K sigue siendo el valor esperado de la información
w
perfecta, pero ahora, está determinado no por una relación de beneficios sino por
w
c om
s.
ro
fo
gulo.
w
w
BENEFICIO UTILIDAD
- 200 -K [¡ (-200— K )
0 K U ( - K)
1000 K; L'(IOOO-K)
om
O K i U i- K)
c
s.
ro
Figura 9,15
fo
m
Dado que U ( v ) no está representada por una función analítica continua, es nece-
sario resolver esta ecuación por tanteo. Trataremos de reproducir el miembro de-
yc
1. Para K = 200
.a
0,4056 O, 5
2. Para K - O
0,52 U (0) + 0,26 U (300) + 0,22 U (1000) Of5
O, 52. 0,5 + 0,26. O, 85 + 0,22 1 = 0,5
0,7010 :> 0,5
3. Para K - 104
0,52 U (-104) + 0,26 U (196) + 0,22 U (896) = 0,5
0,52. 0,24 + 0,26 . 0,80 + 0,22.0,98 - 0,5
0,5485 > 0,5
4. Para K - 130
0,52 U (-130) + 0,26 U (170) + 0,22 U (870) = 0,5
0,52. 0.18 + 0,26. 0.77 + 0,22. 0,97 - 0,5
0,51 ^ 0,5
om
valores de pérdida <Je < -ortunidad.
200.000
c
s.
ro
fo
m
o
a.
un
o
t
on
300.000
yc
dm
1000000
0,22
.a
Figura 9 . 1 6
w
w
w
om
bajo el estado de información a priori el árbol es el de la figura 9-17
c
s.
E
ro
20.000
fo
m
100.000
a.
t un
on
Figura 9.17
yc
dm
de donde se desprende que las pérdidas de oportunidad asociadas con las estrate-
gias G y G son respectivamente 15.000 y 25.000, por lo que G es la estrategia
.a
VEIP = 15.000
w
20000
100000
CiGoTogo/T? O
Figura 9.18
del mismo se puede observar que reiterando los resultados del árbol de la figura
9.8, si la encuesta pronostica éxito, entonces la estrategia óptima es G ( l a de me-
nor pérdida de oportunidad); si en cambio, pronostica fracaso, la estrategia a ele-
gir sera G; en iodo caso la pérdida de oportunidad asociada con la estrategia ópti-
ma después de conocer la información muestra! es, como se lee en el árbol, de Bs.
13.000, por lo tanto
15,000 - Í3 ,000
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
Instrucciones
1) Dada la siguiente matriz de decisiones, donde a cada par (A., E.) le corres-
ponde un beneficio V.- expresado en miles de bolívares, el cual representa el
ingreso neto resultado de la comercialización de un producto; E 1 ( E3 y E 3
ESTADOS NATURALES
CURSOS
DE
ACCIÓN E 2 E3
A, 600 2100
om
A2 700 1400
c
s.
1000 700
ro
son tres posibles grados de aceptación del producto por parte del público,
fo
700
U, ( X ) = l - e >X O
w
w
X-2SOÜ
700
U 2 (X) = e 2100 > X > O
2) Suponga usted que existen tres eventos de interés con las probabilidades de
ocurrencia siguientes:
Estados Naturales
Cunos
de
Aeeióvs E5 2 £3
A2 0 0 0
donde
om
Se lleva a cabo una encuesta cuyo costo es de Bs. 125.000. La misma arroja
c
s.
los siguientes resultados muéstrales: ro
Se observa e, con P (e, ) = 0,6
fo
Se observa e 2 con P (e 2 ) = 0,3
m
A 2 : no construirlos
E 2 ; lo contrario de E,
P Í E , ) = 0,5 , P ( E 2 ) - 0,5
om
Existe la posibilidad de realizar una encuesta que reportará las observaciones
muéstrales e, y e2 con las características siguientes:
c
s.
ro
P ( e , / E , ) - 0,55 P ( e i / E 2 ) = 0,50
fo
P(e 2 /EJ- 0,45 P ( e 2 / E 2 ) - 0,50
m
a.
ESTADOS NATURALES
t
CURSOS
on
DE
E, E2
yc
ACCIÓN
dm
AI 0 500000
.a
A7 550000
w
0
w
d) Píe,) y P(ea)
SOLUCSOISI OE LA AUTOEVALUACIOIM
Objetivo Sección
Problema Evaluado de Referencia
17 9.3
í J« 9.4
17 9,4
18 9.4 - 9.6
com
s.
Solución al problema No, 1 ro
fo
Construyamos el árbol correspondiente y evaluámoslo
m
a.
tun
on
yc
dm
.a
w
w
w
100
1000
700
300-K
300-K
100-K
600-K
700-K
1000-K
2100--K
1400—K
700~K
900 - K =
om
K - 200
c
s.
El valor esperado de la información perfecta, VEIP, es de Bs. 200.000.
ro
Para la segunda parte del problema, cuando ei decisor no es indiferente o
fo
neutral al riesgo, tenemos que asociarle a cada nodo terminal la utilidad corres-
m
BENEFICIO Ui U2
.a
Beneficio Ui U2
om
700 -K U j (700-K) U 2 (700-K)
c
s.
1000 - K roU j í l O O O - K ) U2 (1000—K)
fo
2100- K U! (2100— K) U 2 (2100— K)
m
/. K - 155.3
K 173,3
c om
s.
ro
Solución al problema No 2
fo
m
El árbol correspondiente es
a.
un
•SO O O
t
15,
on
20ÜÜ
0,25
yc
o r -o 1000
dm
.a
w
w
w
C_3400
Igualando tenemos:
3400-K = 3230
K = 170
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
Igualando el beneficio neto esperado (óvalo del nodo inicial) con el beneficio
w
3230-K'-3230
K'= O
GEIM= O - 125.000
GEIM- - 125.000
275
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
0,06
0,06
0,04
0,03
3/4
0,12
om
0,12
c
s.
0,18
ro
fo
SeaM = [(e t n e 2 ) U (e t n e 2 )] , nos interesa determinar P (E/M) y P (E/M)
del árbol vemos que P (M/E) - 0,6 X 0,4 + 0,4 X 0,6 - 0,48 y P (M/E) - 0,2 X
m
P (E/M) =
on
J_
3
dm
.a
P (E/M) = 2/3
w
w
w
20000
100000
o
o
20000
100000
Resolviendo el árbol se nota que para ei caso en que uno de los estudios
determina éxito y el otro fracaso (para el caso en el cual se verifica M) la estrategia
con menor pérdida de oportunidad es G (grabar el disco) con un valor asociado de
Bs. 13.333,33.
500.000
om
250.000)
c
550.000
s.
ro
fo
m
0,5 ^ O
a.
, POEIAP- 250.000
yc
dm
500000
C238095.53
500000
550000
0,52632
277
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
VEIM = 250.000-248.748,7
VEIM = 1251,3
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
P ( 6 l / E j ) = 0,55 ; P ( e / E 2 ) = 0,50;
P ( e a / E 1 ) = 0 , 4 5 ; P ( e 2 / E 2 ) - 0,50
aplicando la fórmula de Hay es tenemos;
0,55 X 0,5"
P(EI/el) = •= 0,522381
0,55 X 0,5 0,50 X 0,5
Similarmente se obtienen:
om
P(E2/e, ) = 0,47619
c
s.
P(E1/e2 ) - 0,47368 ro
P(E2/e2 ) - 0,52632
fo
m
da de oportunidad asociado.
.a
d) P(e ,) - P ( e , / E ( ) • P ( E , ) + P (e , /E 2 ) • P (E 2 )
w
w
P ( e 2 ) = P ( e 2 / E , ) • P ( E t ) + P (e2 / E 2 ) • P (E 2 )
C.238095,0)
C248748.7)
0,475
(260524,0)
POEIM - 248748,7
278
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
VEíM « 250.000-248.748,7
VEIM - 1251,3
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
om
Conference on Operational Research. Wiley
Interscience, USA, 1966.
c
s.
Decisión Analysis in Systems Engineering.
ro
Sistems Concepts: Lectures on Contempo-
fo
rary Approaches to Systems. John Wiley &
Sons, USA, 1973.
m
a.
USA, 1968.
yc
USA, 1976.
281
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
I
METODOLOGÍA DEL ANÁLISIS
DE DECISIONES
Lista de Unidades
om
Objetivos
c
Al finalizar el estudio del Módulo III, el estudiante deberá estar en capacidad
de:
s.
ro
fo
Aplicar la metodología del Análisis de Decisiones a la resolución de un
m
caso práctico.
a.
t un
on
Introducción
yc
dm
Con todos los elementos que se han analizado durante el desarrollo de este
Curso, esencialmente con:
.a
de decisión,
w
w
283
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
UNIDAD
FASES OEL ANÁLISIS DE DECISIONES
19) Aplicar la Fase Deterrninística del Ciclo del Análisis de Decisiones en la reso-
lución de un caso práctico.
20) Aplicar la Fase Probabiiística del Ciclo del Análisis de Decisiones en la reso-
lución de un caso práctico.
21) Aplicar la Fase ínformacional dei Ciclo del Análisis de Decisiones en la reso-
lución de un caso práctico.
ESQUEMA DE CONTENIDO pág
om
10.2. La Fase Determinística 289
c
s.
10.2.1, Etapa de Modelación, .
ro - 289
10.2.2. Etapa de Análisis 292
fo
m
285
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
cia del analista, la cual et ;n todo caso muy importante.
c
s.
En la figura 10-1 se esquematiza el procedimiento. Como vemor 3 trata de
ro
un ciclo constituido de tres fases esenciales más un bloque de realime. ación que
cierra el ciclo.
fo
m
a.
Información
un
Inicial
t
on
FASE
yc
DETERMINISTLGA
dm
.a
w
Captación de
w
FASE
PROBABILISTICA nueva Informa
w
ción
FASE
INFORMACIONAL
om
Este ciclo se repetirá tantas veces como sea conveniente, dependiendo de la
c
s.
evaluación que se realiza en la fase tercera. ro
fo
CUADRO 10-1
m
a.
un
FASE DETERMINÍSTICA
t
on
Etapa de Modelación
yc
resultados
w
w
Etapa de Análisis
En el cuadro 10.1 aparecen los pasos a seguir en cada una de ellas. Todos
ssí;os pasos aapecfiSoados consiituyeu una guía de trabajo* dependiendo de cada
problema en particular, podrá ser lógico seguir a otro orden, o simplemente su-
primir alguno de los pasos.
om
En la figura 10.2 podemos observar un esquema en él cual, las varia-
bles de estado Sj (i = 1, . . . n), fuera del control del Decisor por
c
representar a les estado-a izaturaies, junto con las variables de decisión
s.
dj (j - 1,. . . M) por él controladas, producen un resultado que para
ro
él tiene un valor ?, Las variables Sj, dj y el valor v están relacionados
fo
entre sí, según establece el modelo.
m
a.
t un
on
yc
Valoí
dm
.a
w
w
w
om
resultados que reflejan ios objetivos del Decisor constituye la
forma en la cual éste elige medir la deseabilidad de tales resulta-
c
dos.
s.
En el problema de la aceptación que pueda tener un producto
ro
en el mercado de consumo, un atributo que mediría el éxito del
fo
negocio sería el nivel de ventas anuales, otro podría ser el bene-
m
bles del sistema; esto tiene que ver con el carácter mismo de las
situaciones reales de toma de decisiones, en las cuales difícil-
mente se trata con sistemas físicos regidos por leyes más o
menos precisas,
No existe una prescripción exacta acerca de la forma en la cual
se deben elegir las variables del sistema; podemos sin embargo
decir que, será necesario fijar la atención sobre aquellas que ejer-
cen influencia sobre el resultado obtenido, determinando conse-
cuentemente el valor de v; por ejemplo, en el problema de la
introducción de un nuevo producto, el precio en el mercado es
una variable determinante. Son importantes también la calidad
del producto, la publicidad, la capacidad de la planta producto-
ra, el nivel de ingreso del público, la saturación del mercado, la
red de distribución, el costo de ia materia prima, etc.
En la figura 10.2 se pudo notar que las variables elegidas se divi-
den en dos grupos: las s¡, que son aquellas sobre las cuales el
Decisoí uo tiene control alguno, o sea, las que están determina-
das por el ambiente, por la naturaleza; éstas son denominadas
290 Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
5. La Creación del Modelo estructural consiste en la especificación
c
s.
de todas las relaciones entre las distintas variables previamente
ro
definidas. Estas relaciones, generalmente, toman la forma de
ecuaciones matemáticas y/o de sentencias lógicas y son suscepti-
fo
de cálculo,
un
ticamente una prolongación del paso (3), o sea, una vez que el
Decisor ha elegido los atributos mediante los cuales va a medir
yc
A, A,
A 5 - A,
A5 ^ O
• A2 * A 3 ' A 7
A5 • (A6)2
^O
om
trica, A4 = calificación obtenida en la evaluación del curso prope-
déutico. Un modelo de valoración posible sería:
c
A
s. log A2
ro
fo
La creación del modelo de preferencia temporal es necesaria
m
ral.
w
w
w
Fig. 10-3
om
bre en la variable analizada; en general se cumple que en la medida en
la cual v es mayormente afectada por las fluctuaciones de s^, en la
c
misma medida es importante codificar detalladamente la naturaleza
s.
incierta de Sj. ro
Esta manera de conducir el análisis de sensibilidad, haciendo fluctuar
fo
un determinado grupo de variables habiendo fijado otras que pueden
m
estudios.
t
v = v(r, s, t , x , y , z ) .
.a
w
w
w
2 3 4
Vaíor
Nominal
o media
ra. 10-4
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
293
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
El proceso expuesto se ha referido siempre a la consideración de una
variable a la vez, fijando las restantes; pudiera suceder sin embargo,
c
s.
que un par (o un grupo más numeroso) de variables, al variar juntas
ro
produjeran iva efecto que por sí solas no causarían. El análisis de sen-
sibilidad conjunta no es sencillo de realizar, sobre todo cuando se
fo
tador: en cada situación io que hay entonces que juzgar es cuan cos-
toso puede resultar realizar un determinado análisis de sensibilidad,
t
on
CUADRO
FASE PRCBABILISTICA
Etapa de Modelación
com
s.
ro
fo
m
a.
un
Etapa de Análisis
t
on
Curva resultado de
la codificación
com
s.
Fig. 10-5
ro
fo
llas que son independientes entre sí; para éstas la distribución de pro-
a.
Una vez que se conocen las distribuciones de las Sj, dado que de la
fase determinística se conoce el modelo estructural que relaciona V
.a
con el conjunto de las s^ y las dj, es posible, para cada una de las
w
dad de V.
w
f(V/E)
M ODE LO
f(S /E)
6
d
om
las loterías de valor sólo para ellas. Claro está, esto no es siempre
sencillo de hacer.
c
s.
ro
10.3.3. Estudio de la Dominancia Estocástica
fo
m
Una vez que para cada una de las alternativas consideradas se tienen
a.
P{V
Fig. 10-7
c om
s.
ro
fo
P(v
m
a.
t un
on
yc
dm
Fig. 10-8
.a
w
c om
s.
Figura 10.3
ro
fo
m
A pesar de que una vez que se han comparado las distintas loterías de
valor, se sabe cuál de ellas as la de mayor equivalente cierto y por
ende, cuál es el curso de acción más apropiado, es necesario conducir
el análisis de sensibilidad estoeástica debido a que el modelo que se
ha construido, de antemano, por definición, se sabe que no es perfec-
to; son muchas las aproximaciones y suposiciones que se hacen para
su construcción. Esto significa que si la decisión es muy sensible a las
fluctuaciones de una de ias variables, por ejemplo, podrá justificarse
un perfeccionamiento del modelo que representa esa variable. De la
misma forma, variables que durante la fase determinística parecían
tener una gran importancia, resultan msigniíicantes a raíz dei análisis
de sensibilidad estüeástiea.
om
análisis de sensibilidad al riesgo, esto es, la determinación de cómo es
afectado el valor del equivalente cierto de las alternativas más favora-
c
bles, con la variación de la actitud ante el riesgo del Decisor. En este
Curso no nos detendremos sobre este punto.
s.
ro
fo
m
Esta tiene por objeto estudiar si vale la pena o no llevar a cabo un proceso de
un
Esta fase constituye una guía mediante la cual el Decisor puede orientarse
para mejorar su estado de información y consecuentemente su decisión. Es decir,
dm
En el cuadro 10-3 aparecen las distintas etapas que contemplan la fase infor-
macional.
CUADRO lC-3
FASETNFOBMACIONA
Etapñ do Modelación
om
información adicional
c
s.
ro
fo
m
a.
un
adquirirla.
w
w
10,6. MODELACIÓN
Dado que la idea de "Modelo" aparece en forma tan reiterada en este Módu-
om
lo y dada también su importancia,, se ha querido, antes de entrar en la sección
dedicada al "Estudio de Casos", incluir esta sección denominada "Modelación",
c
s.
en la cual se verán lincamientos generales útiles a la construcción de un modelo y
ro
se s&ñalazán además algunos modelos, los cuales, por la frecuencia con que apare-
ce 9tf h ^tótka ?v3R&atai6nt6 ^ jccssiiuaván do utilidad.
fo
m
En el estudio de cualquier situación real que nos ocupe recurrimos a los mo-
a.
delos porque resulta mucho más económico y menos comprometedor, hacer ensa-
un
yos o pruebas sobre el modelo, que sobre la situación misma. Antes de que el
arquitecto decida el diseño definitivo de un determinado edificio, ha realizado un
t
on
trucción del edificio ideado para tener una visión del resultado, no sería nada fácil
hacer correcciones y modificaciones; es más, podría serle imposible.
.a
w
eo juego el éxito de uaa empresa o cuando el error es tan costoso que pueda
entenderse como desastre. Cuando éste es el caso, es preferible ensayar sobre un
modelo.
CUADRO 10.4
Descriptivos Dan una Icóüicos. Conservan ¡as carac- Estáticos. Na consideran los cambios ocu- Do lermi rustico^. Tara un deter-
imagen de una situación terísticas físicas de las cosas que rridos ec-in eí tiempo, Ej-: Organigramas, mo minado valor cíe las variables in-
m
Ei.; organigramas, ma- representan, Ej.: algunos jugue- délos estructurales dependientes hay un único valor
co
pas, etc. tes, planos de un aeropuerto, de las variables dependientes. Ej,
maqueLa de un edificio, etc. Dinámicos, Consideran <?l tiempo como va- Los modelos de la mecánica el asi
s.
riable independíente. E j . : Los modelos de ca
ro
Predicíivos. Sirven pronóstico, modelos de series temporales
para predecir; "Si ocu- Analógicos.. Construido con
fo
rre esto entonces segui- elemejitos de comportamiento Probabüuticos. Las variables
.m
rá aquello", relacionan análogo a los elementos reales involucradas pospon un carácter Específicos. Se refieran
variables dependientes que sustituyen Ej.: Simulación cstotíástico y generalmente tie- a un problema particular,
na
e independientes. Ej.: mediante una red eléctrica de! nen asignada una distribución de que forma parte de una
costos de producción - flujo de dinero en una economía probabilidad. Ej.: Los modelos de generalidad. Ej.: El mode-
tu
Costo Materia Prima + la mecánica estadística, las mode- lo de crecimiento dul sec-
on
Costo Mano de Obra 4- los de colas tor carbonífero
Oeprociación del equi- Simbólicos. Emplean símbolos
yc
po para describir la realidad. Ej.:
Tocias las situaciones descritas
Normativos. Reco-
por una ecuación matemática
dm
.a
miendan la mejor al-
w
ternativa o estrategia a
seguir. Ej,: Nivel de In-
w
O
i—*
Ü
w
CQ
M
tó
a.
y
om
Ü
c
s.
o
ro
Cu
fo
C fe
g O
m
(tí o
a.
un
G
t
O
on
a
-,-í
yc
O
cd
dm
!X
ea
O O
ta
.a
•o
o
w
W02
•< w a
M E
w
TJ
c
•q
w
1™1
3
•o
.C O)
o ^ °
Q. a •-
O ^ 5-1
5i M
T3 £ ° c
V ÍÍS 0>
O ex, a a
•S £
O
CQ
O
O o «
•s -g I
(,]
v,
«
•J
™¡
3
^ a -o
304
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
MODELO DE COLAS
AT
Encontrar la longitud Llegadas según Poisson. Una yola estación de servicio
P [ n llegadas en T ] :
promedio de una cola Tiempo de servicio dis-
o fila de espera y el tiem tribuidos exponencial-
tiempo medio de espera mente
m
\'úm?ro promedio
de una unidad en la cola
de unidades eri - A / (¿í - X)
co
X — promedio del número
de llegadas por perío-
s.
do Población ( O OO OO O
ro
[I— promedio del número Período promedio
fo
1.0 de espera de una - 1 (//- X)
de servicios completos
.m
en un período unidad en el sis-
p (i O
tema
na
T ~: períodos
tu
on
longitud de Promedio de
la fila longitud de la
yc
fila
dm
.a
w
w
w
05
Í
MODELO DE FLUJO GRÁFICO
NOMENCLATURA DE LAS
m
OBJETIVO REPRESENTACIÓN PICTÓRICA REPRESENTACIÓN
VARIABLES MATEMÁTICA
co
s.
ro
Relacionar recíprocamen" Variables independientes:
te las variables en una si- É — Beneficio de la inversión
fo
tuación compleja y deri-
.m
var una expresión mate- C — Inversión fija
na
mática para las variables
dependiente Variable dependiente.
tu
on
i — Inversión
yc
dm
.a
w
•t—i
w
w
m
Cantidad por intercam- K - costo del manteni-
co
miento de existencias para el costo mínimo
bio de costos de existencia Q
s.
y de pedidos, a fin de
aminorar el costo del 8 — costos de pedidos
ro
sistema
fo
1_) — . demanda anual
tiempo
.m
eslimada
na
TC — costo total de!
tu
sistema
on
Costo
yc
dm
.a
w
w
w
co
O
om
describe. Puesto que un caso es un intento de reconstruir un problema de la vida
real, la redacción del material está hecha de tai manera, que requiere la reorganiza-
c
s.
ción de la información y la interpretación de los hechos, incluyendo la evaluación
ro
de las opiniones expresadas en él.
fo
m
general no tienen una única solución, sino que dependiendo del enfoque adoptado
pueden tener más de una. En nuestro caso las suposiciones y razonamientos que
dm
pasos siguientes:
2. Una segunda lectura, más lenta y subrayando párrafo por párrafo la informa-
ción considerada relevante.
Los casos para estudio utilizados en este texto son adaptaciones de los publi-
cados por Harvard Business School, Cambridge, Mass. USA. El caso "Plásticos
5. A." es una modificación del caso "Brunswick Corporation" y el caso "Fertili-
zantes C. A." es adaptación del caso "Fertüizers, Inc."
308 Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
der.
c
s.
Las patinetas se fabrican en dos modelos: de lujo y regular. Ambos tienen la
ro
misma estructura y materiales, diferenciándose sólo en la decoración y colores
fo
empleados. El modelo regular es unicolor, mientras que el de lujo combina dife-
m
til; sin embargo, las patinetas resultaron tener una gran aceptación entre los ado-
w
lescentes, factor que nq había sido previsto adecuadamente, siendo ésta la razón
w
Como un primer paso para determinar el volumen del lote a producir, los
gerentes decidieron revisar las estructuras de costos para los dos modelos.
om
Modelo Regular: Bs. 43
c
Los costos directos de los modelos eran estimados en Bs. 25 para el modelo
regular y Bs. 32 para el de lujo.
s.
ro
fo
En adición a los costos directos, se estimaba que el 9% del margen bruto
m
{para ambos modelos) se requería para gastos de ventas y licencia, mientras que
a.
por parte de otro fabricante. Adicionalmente, dándose cuenta de que las patinetas
dm
constituían una novedad y una moda, concluyeron que la demanda debería com-
portarse de manera similar a la de tantos otros productos que surgen y se imponen
.a
hasta que el público se cansa de ellos, y, por lo tanto, la demanda desciende brus-
camente. Debido a la extrema incertidumbre acerca de estos factores, se decidió
w
PLÁSTICOS S. A.
c om
SUMARIO DE SUGERENCIAS Y RECOMENDACIONES
s.
ro
Gerencia de Mercadeo
fo
m
Gerencia de Pro-ducción
t
on
Presidencia
dm
naria
w
w
MODELO MODELO
REGULAR LUJO
Precio (Bsj -i 3 55
om
Costos Variables (Bs) 25 32
c
s.
Costos Promoción y Publicidad (Bs, ro 2,2 2,8
fo
Cosíos Totales (Bs¡ 21,2 34,8
m
a.
un
TABLA 2
B)
t
on
COSTOS DE MAQUINARIAS
yc
dm
n < 150.000 0
w
w
— Demanda (d)
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
M.O
om
V/
c
o
s.
1" 0.8
ro
fo
m
a
&
a.
-o
t un
on
0,4
yc
o1
dm
T3
a
0,2
.a
TJ
w
w
£
CU
w
40 45 50 55 60
Porcentaje de patinetas
Distribución Acumulativa de v.
de lu.fti v (% ,i
Fig. 4
(De la figura 3)
d = (100,150,230).
(De la figura 4)
Estos valores corresponden a los fractiles 0,10; 0,50 y 0.90 de las res-
pectivas curvas de distribución.
Etapa de Modelación;
A) Delimitación de la Decisión
om
- Tamaño del lote de producción. (Cuántas unidades
c
de patinetas fabricar).
s.
ro
Discriminación del lote de producción. (Número de
fo
patinetas de lujo y número de patinetas regulares).
m
a.
B) Alternativas
un
C) Atributos
w
Variables de Decisión:
Variables de Estado:
om
E) Modelo Estructural
c
s.
ro
ÁRBOL DE DECISIÓN VALOR
fo
m
a.
t un
on
t£ h. 1
yc
dm
.a
w
w
w
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
F) Modelo de Valoración.
donde:
om
Los costos totales C L y C R se obtienen de la tabla No. 1
"Precios y Cosíos Totales".
c
s.
ro
El costo de maquinarias C ( n ) es una función discontinua
del número total de unidades a producir y se obtiene de la
fo
tabla No. 2 "Cosíos de Maquinarias''.
m
a.
un
si n < 150.000
t
on
yc
Etapa de Análisis
318
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Procedimiento
om
Sensibilidad de la variable de estado Demanda (d)
c
Rango de variación
s.
ro
d = (100,150,230)
fo
\"mín, *-%ied, U m a x J
m
v = 0,4
t
on
j
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
B I U = 6 0 X 15, 8 + 40 X 2 Q , 2 - 5 5 X 2 7 , 2 - 4 5 X
X 34,8-150 =
om
BIII ~ ~ 1456 miles de Bs.
c
s.
Como se observa de estos valores, en el caso de que
ro
d = 100 X 1G3, tendremos que la mejor decisión co-
fo
rresponde a la Alternativa II (80,70) (reg. luj).
m
a.
Bs.
on
yc
deBs.
w
w
d X 103 BI BU B ni
320
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Rango de variación
d = 150 X 103
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
100,50
100,50
om
B,, > B 7? . >B T para v - 0,33,
I i S.S :
c
Si v = 0,52 y analizando el árbol en forma análoga ai
s.
anterior tendremos: ro
fo
B! = — 134 miles de Bs,
m
por lo tanto
yc
Resumiendo :
.a
(miles de Bs.)
w
w
w
V B, BU B ni
S
V Variable estado no crucial Colocar en Valor
^
Nominal
om
5
c
s.
I ro
No hay alternativa Completamente No se eliminan
ce
fo
dominante para todo rango de va- alternativas
2 riación de las variables de estado
m
O
11
a.
r *
VARIAB
t un
on
III
yc
dm
1
'
.a
w
Nuevo Árbol
w
w
Etapa de Modelación:
om
Mediante el gráfico No, 3 (Curva Distribución de la Deman-
da) y utilizando los conceptos sobre discretización de cur-
c
vas, podemos obtener los siguientes resultados.
s.
ro
fo
m
a.
t un
on
yc
1/4
dm
.a
w
w
w
A\a
15
J5«
om
O
c
s.
ro
1/4
fo
m
a.
— Cuartil inferior
w
Intercuartil
w
— Cuartil superior
w
V A L O R PROMEDIO PROBABILIDAD
1/4
1/2
1/4
325
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
100
1/4
150
230
c om
s.
Codificación de la Preferencia al riesgo
ro
fo
De la información suministrada por el presidente de la
compañía podemos inferir la preferencia al riesgo de la
m
4.000.000
yc
dm
1.250.000
.a
w
w
w
•4.000.000
2.000.000
1.250.000
326
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
1.250,000
1/2
3.000.000
4 000.000
om
c
- 3.000.000
s.
ro
fo
Utilizando estos valores se codifica la curva de utilidad
m
(preferencia al riesgo).
a.
un
Procedimiento
t
on
u (4.000.000)= 1
dm
u (0) - O
.a
1 1
w
^
u (1.250. 000)- —
de igual forma
1 1
ui (2.000.000) --u (400.000) + y u (125.000)
1 1 3
u (2.000.000) =
u ( 300.000) X 1
2 2 2
TAmbién de
4.000.000
om
~ u (4.000.000) +— u (-3.000.000) - O
2 2
c
s.
Por lo tanto ro
fo
u (-3.000.000) = - u (4.000.000)
m
u (-3.000.000)=-!
a.
t un
on
yc
dm
.a
w
w
w
C U R V A Db! U T I L I D A D
CODIFICACIÓN DE LA CURVA DE
UTILIDAD
(Preferencia al riesgo)
Etapa de Análisis
Procedimiento
Alternati a I
c om
s.
ro
fo
Demanda
m
100.000
a.
t un
on
yc
dm
.a
w
w
w
B = 9 0 X 4 3 + 6 0 X 5 5 - 1 3 0 X 2 7 , 2 -95 X34,8-700 =
= - 372 miles de Bs.
om
Resumiendo tendremos:
c
s.
ro
fo
m
a.
un
LOTERÍA DE VALOR
t
on
BENEFICIO
ALTERNATIVA I
(miles de Bs. )
yc
dm
2768
.a
w
w
168
w
- 1456
330
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
168
2128
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
p BI BU BIII
c om
s.
ro
Con estos valores procederemos a construir la función de
densidad para las diferentes alternativas.
fo
m
a.
t un
on
yc
dm
.a
w
w
w
B (mBs)
F U N C I Ó N DE DENSIDAD.
om
3(mBs)
c
FUNCIÓN ACUMULATIVA DEL BENEFICIO
s.
ro
fo
CONCLUSIONES DEL ANÁLISIS DE DOMINANCIA ES-
TGCAfíTICA
m
a.
Nuevo Árbol
w
Sensibilidad Estocástica
Beneficio Utilidad
<x) (x)
168 0,1
1/4
2128 0,76
om
2678 0,86
c
s.
ro -1456 -0,82
fo
m
934 0,33
a.
un
3384 0,96
t
on
Por lo tanto
yc
4 2 4
.a
en este caso
w
Fase Informacional
Valor de la Información
334
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Beneficio Alternativa
168-K II
u- 1 (máx) 2128-K U
1/4
3384-K III
om
siendo k la cantidad que estaremos dispuestos a pagar por
la información.
c
s.
Nota: Unidades expresadas en miles de Bs.
ro
fo
es decir:
t
on
u ( m á x ) = 0,62
w
por lo tanto
w
w
Si k-100
Si k - 5 0
335
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
INSTRUCCIONES
Para el caso propuesto, usted deberá aplicar la metodología del Ciclo del
Análisis de Dscisiones y conduir con una recomendación para el Decisor.
Fase Deierminístiea:
om
(A) Delimite la decisión.
c
s.
(B) Identifique las alternativas,
ro
fo
(C) Establezca los atributos para valorar los resultados,
m
a.
•(H) Determine las variables de estado aleatorias o cruciales, luego elimine las
w
sión.
w
Fase ProbabiHstica:
Fase Informacionah
om
El amoniaco y el ácido nítrico se obtienen utilizando materiales químicos
c
fácilmente disponibles (agua, oxígeno y nitrógeno) y grandes cantidades de ener-
gía (gas natural).
s.
ro
fo
El cicío de producción es como se explica a continuación:
m
a.
1) Se hace pasar vapor de agua a 650° sobre hierro pulverizado para produ-
cir hidrógeno ( H 2 ) .
t un
C "aior
NO
HNO-,
N H 4 ) 2 S04
338
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Los costos primario: para cada proceso de producción son los costos varia-
bles de los mismos (gas r : tu ral para ambos procesos y ácido sulfúrico para el de
obtención del sulfato) y los costos de construcción.
om
La gráfica No.2 muestra las cantidades de cada insumo (materiales y energía)
c
s.
para producir 1 tonelada de cada producto, (productos intermedios y finales, cla-
ro
ro está).
fo
m
a.
I N S U M O S P R O D U C T OS
un
16Ü H2 1
.a
'
w
w
NH3 40 24 HN0 3 1
NH3 ,23
Despreciable NH4NO3 1
HNOj .80
NH 3 • 2fi
-"'
Despreciable ( N H 4 ) 2 S04 1
H : SÜ 4 .80
El costo del gas natural se expresa en bolívares por mil pies cúbicos (Bs/mpc);
de tal manera que el costo del gas varía entre un valor bajo de 10 (Bs/mpc) y un
valor alto de 20 (Bs/mpc) con un valor medio de 12,5 (Bs/mpc).
om
tonelada).
c
El costo de construcción depende del proceso que se trate. Se estima que
s.
debido al paso adicional involucrado en la producción del nitrato, (véase el diagra-
ro
ma de flujo del proceso), el costo de producción para el proceso del sulfato es
fo
siempre, aproximadamente, 20% menor que el costo de construcción para el pro-
m
El costo para el proceso del nitrato, (a precios de 1982) varía entre 400
un
millones de bolívares y 1.200 millones de bolívares, con una media de 750 millo-
t
on
nes. "~—
yc
Las distribuciones acumulativas de los precios del gas natural, ácido sulfúrico
w
w
tes; es decir, si el nivel de ventas es alto para un producto, será alto también para
el otro.
¿ín otra entrevista celebrada con ese propósito, fue posible obtener informa-
ción útil para establecer la actitud ante el riesgo de Fertilizantes C. A. El presiden-
te del directorio manifestó que la política de la compañía siempre ha sido preferir
más o menos, pero se prefiere nunca asumir riesgos.
c om
s.
ro
fo
m
a.
t un
on
yc
10
dm
m
í
co
-o g
*
s.
ro
n O
IO
fo
* (6
a
.m
S1
a
O g-
na
O i»
» a
tu
o' ü
on
o
3
9.
yc
0> a
a A
a O V
dm
o 3
3 ü¡
Eí O*
3 B
.a
»
w
w
w
m
co
s.
ro
fo
.m
na
21
B
tu
a
on
a
yc
dm
.a
w
w
w
ss
CO
SQLUÍ3ÜGSÍSI BE LA AUTOEVALUACIOIM
11
OBJETIVO SECCIÓN
PREGUNTA CLAVE EVALUADO REFERENCIA
i
1
A Ver Estudio 19 10.2
d*J Caso
; u 19 10.2
c " 19 10.2
om
D 'i 19 10.2
c
u
s.
E
ro
19
10.2
fo
m
a.
F » 19 10.2
t un
on
G n
19 10.2
yc
dm
H !í
19 10.3
.a
w
1
w
'!
20 10.3
w
J "
20 10.3
K I!
20 10.3
L "
20 10.3
M »
20
10.3
L_ 21 10.4 - 10.5
FASE DETERfflNISTICA
om
Etapa de Modelación
c
(A) Delimitación de la Decisión
s.
ro
Se identifican dos decisiones:
fo
m
fato de amonio.
yc
(B) Alternativas
dm
(C) Atributos
Variables de Decisión:
Construcción de la Planta
Variables de estado:
c om
s.
ro
fo
m
a.
t un
on
Ilí
yc
dm
.a
El valor al final, Beneficio Neto (B) es una función de C, Pg, Pa y V/Pg; por
lo tanto la decisión se plantea en términos de seleccionar la alternativa que
maximice eí Beneficio Neto (B),
347
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Ingresos totales : I - V X P
siendo:
Por lo tanto:
I2 = V 2 X P2 para el sulfato.
om
Costos totales: C T = C 4- C v + C A
c
s.
siendo:
ro
fo
Por lo tanto:
yc
dm
C T ¡ - C¡ 4- V¡ X C v + C A t para el nitrato.
.a
C T = C2 + V 2 X C v + C A para el sulfato.
w
w
348
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Para aplicar las ecuaciones anteriores hay que tener en cuenta que:
CA ¡ - 20 millones de bolívares.
CA - 25 millones de bolívares
om
Para el proceso del sulfato:
c
Cv, ~ costo total del gas 4- costo
total del ácido sulfúrico.
s.
ro
fo
Estos costos sabemos que son función de la cantidad requerida por cada
m
proceso; por lo tanto debemos establecer una ecuación para cada uno y
a.
del precio del gas (?g) y del precio del ácido sulfúrico (Pa).
t
on
NH 3 =
NH 4 N0 3 - 116 gas
Por lo tanto:
Cy. - 116 Pg
349
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Similarmente
Por lo tanto:
C v = 44 Pg + 0.8 Pa
om
Con las anteriores aclaraciones se pueden utilizar ya las ecuaciones del Mode-
c
s.
lo de Valoración. ro
(G) Modelos de Preferencia Temporal:
fo
m
Neto (B) para ei primer año de operación. Para tomar en consideración los
un
lo sugiere el caso.
yc
plantas.
.a
w
w
w
pXv
! i
1
PXV 1\
pyv PXV
<•
, k i
- vcv i vcv
'C
o o ooo o o
J 'CA
c y vvr
H- vc\
350
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
VPíB}-
Pero como C sóio ocurre en t-= O y el resto de los ingresos y costos ocurren
al iiaal del año.
VP (B) = - C 4- [V (P-CV ) - C A ] X
om
Del diagrama de flujo de fondos se ve que ios valores no varían en el tiempo,
por lo tanto
c
s.
ro1
fo
(1 4- i)
m
a.
tun
Luego
on
yc
dm
Por consiguiente:
.a
w
,
w
w
VP ( B M ) = - C 2 + -p í V 2 (P2 -C V j ) -C A j ]
i - 10%
Por consiguiente:
44 Pg + O.í
Etapa de Análisis
om
C = (Valor mínimo, Valor medio, Valor Máximo)
c
C- (400,750,1200)
s.
ro
Se fijan las otras variables en sus valores medios y se calcula para cada nodo
fo
terminal el valor del Beneficio Neto (B) correspondiente, utilizando las fór-
mulas desarrolladas en el modelo de valoración. Ejemplo:
m
a.
t un
on
yc
dm
.a
w
w
w
P - 2300 V -: 130.
VP (B) - C +10 Vj (F , -Cv . ) ~ 200 X 106
VP (B) - - 400 X10» + -10 (130 X 103) (2300 - 1450) - 200 X106
om
En el cuadro siguiente se resumen ios resultados obtenidos
c
s.
ro
fo
m
a.
t un
on
yc
dm
.a
V VP(B)
2320 3600 80 74
om
104 1800 104 60
c
s.
ro
fo
m
12.5 38
w
0 B, > B „ > B
i II III
w
20
0 -60 0
B,>Bm>B,,
Pa C Pg cv
P V VP(B)
!
I
j /
/
/
// r "
X~
/
150
H
750
750
12 5
12.5
„
670 1400 123 48
" !I
rt / . 200 710 1450 120 38
H \0 ,, ,,
750 1500 117 28
\
c om
s.
ro
fo
Cuadro: Cálculo de sensibilidad al precio del ácido sulfúrico
m
a.
t un
on
yc
dm
Pa Bn RELACIÓN
BI "u,
.a
w
15 MLB.s) 48
w
0
Bi>Bn>Bni
w
20 38 0
B I > B II >B III
©
25
© 28 0
B I > B II > B III
BI > Bn > B UI
V , - (120.130,150)
V2 = (110, 120, 135)
Pa Cv VP(B)
155
325
com
s.
12.5 200 710 1450 -33
ro
38
fo
m
139
a.
t un
on
yc
dm
.a
vl V. Bl Bn Bm RELACIÓN
Bj > Bu y B, > Bm
C Crucial Variable
om
-3n P» No crucial Valor nominal (Pg)
c
^
s.
(U
3
a Pa No crucial » Vaior nominal (V)
ro
"G
fo
>
V No crucial Valor nominal (V)
m
a.
I
un
alternativa I
on
"C'w III
A O
>Q .,
yc
dm
.a
w
w
NUEVO ÁRBOL
w
VP(BH|)
Fase Ptobabüística.
c om
s.
ro
fo
m
a.
D
un
sD
o
t
on
yc
o
dm
Q
O
.a
w
w
w
Distribución Acumulativa de C
Procedimiento:
2) Para cada región se encuentra el punto en la curva que haga que las áreas
sombreadas sean iguales.
P(C)
1/4 490
1/2 760
1/4 1090
c om
s.
ro
fo
m
415
a.
un
145
t
on
185
yc
dm
.a
w
w
w
p B, Bm
RELACIÓN
1/4 -185 0
B, < B «n
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w
Nótese qua para los valores negativos de (B) la alternativa dominante es III,
mientras que para valores positivos de (B), la alternativa dominante es I.
—o 145
-o -135
III
150
c om
-200 O m
s.
ro
Por io tanto, asignando:
fo
m
u (400)- 1 y u (0)= O
a.
un
Se calcula:
t
—. ¿s
yc
¿ ¿I ¿4
.a
¿ .¿i
361
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
.X—'
/ \ 185
c om
s.
ro
fo
m
a.
' i. /
T -—- U S
t un
on
1 ,
0,92)
4
yc
dm
u = 0.26
rva de Utilidad se determina el Equivalente Cierto de
.a
la Alt£:*¿¿í:tiva '.
w
w
w
Alternar,!va ÜI
,'- f i i ' VT 7
Fase Informacional:
c om
s.
ro
fo
Alternativa I
m
a.
i, 1
u (415) -i- ™ u (145) + — u (- 135)
t un
on
0.48
yc
dm
la Alterativa I
w
w
Alternativa ííi
u - 1 X u (0) -
1 /^ Gpüina
Fase Información»!;
BENEFICIO UTILIDAD
145—k u(145-k)
om
1/4
c
s.
II! 0-k u (-le)
—O- ro
fo
m
Se obtiene k = 70 aproximadamente
363
Digitalizado por Liz Zambrano para www.admycontuna.mforos.com
om
University. Italia, 1979.
c
HOWAHD, R. A, Decisión Analysis: Appiied Decisión Theo-
s.
ry. Proceedings of The Fourt International
ro
Conference on OperationaJ Research. New
fo
York, 1966.
m
c om
s.
ro
fo
m
a.
t un
on
yc
dm
.a
w
w
w