CA: 0.

35 1,050,000

50,000 piezas CM: 0.40 1,200,000

CB: 0.45 1,350,000

CA: 0.40 720,000

60 euros 30,000 piezas CM: 0.50 900,000

CB: 0.35 630,000

CA: 0.25 300,000

20,000 piezas CM: 0.10 120,000

CB: 0.20 240,000

CA: 0.25 1,000,000

50,000 piezas CM: 0.30 1,200,000

CB: 0.40 1,600,000

CA: 0.35 840,000

Producto
80 euros 30,000 piezas CM: 0.40 960,000
WENDY

CB: 0.50 1,200,000

CA: 0.40 640,000

20,000 piezas CM: 0.30 480,000

CB: 0.10 160,000

CA: 0.25 1,250,000

50,000 piezas CM: 0.20 1,000,000

CB: 0.35 1,750,000

CA: 0.25 750,000

100 euros 30,000 piezas CM: 0.30 900,000

CB: 0.35 1,050,000

CA: 0.50 1,000,000

20,000 piezas CM: 0.50 1,000,000

CB: 0.30 600,000

 Tabla de decisiones
50,000 piezas Escenarios
Com. Alto Com. Medio Com. Bajo Valor esperado Ex.
Decisión
60 euros 1,050,000 1,200,000 1,350,000 3,600,000
80 euros 1,000,000 1,200,000 1,600,000 3,800,000
100 euros 1,250,000 1,000,000 1,750,000 7,400,000

Diagrama de influencia
Precio al
Público

Investigación Rentabilidad
de Mercado

Costos de Cantidad de
Producción Productos
Maximizar
Lanzamiento
Ganancias
Wendy
Mercado
Favorable
Administración
adecuada

Iniciar
Producción

Basándonos en las probabilidades y el árbol de decisión se confirmó que lo adecuado es

maximizar ganancias, y con la tabla de decisiones se puede confirmar, ya que los
ganancias resultaron favorables con el precio de venta de E100, ya que vendiendo la
mínima cantidad de producción estimada (2000 productos) habría una ganancia mayor que
vendiendo a precios mucho más bajos (60 y 80 Euros) con una producción ampliamente
superior (3000 y 5000 productos).
En este diagrama de influencia se plasma esa decisión, cuyo objetivo favorable fue el
maximizar ganancias.
La cuestión al lanzar el producto Wendy, fue si lo conveniente era ganar mercado,
maximizar ganancias o ambas. Es por eso que al comenzar se realizó la investigación de
mercado, para agrupar datos y en base a la probabilidad deducir que era lo más favorable
para la empresa y así establecer el precio en que se ofrecería el producto. Se incluyeron
además datos que influirían en la ganancia total del producto: pérdidas, impuestos,
personal, etc. Por consecuencia, se logra el objetivo final, que es maximizar ganancias
para que la empresa sea redituable y sea competencia para otros productos.
 Ventajas y desventajas árbol de decisión
Ventajas
Obligan a considerar tantos resultados posibles
de una decisión
Ayuda a sospechar las posibles consecuencias
de una decisión en contra de otra
Proporcionan un marco para considerar la
probabilidad y los pagos de las decisiones, lo
que puede ayudar a analizar una decisión y
tomarla de la manera más informada posible
Plantean el problema para que todas las
opciones sean analizadas
Proveen un esquema para cuantificar el costo
de un resultado y la probabilidad de que suceda
Ventajas y desventajas diagramas de influencia
Ventajas
Método compacto y eficaz de describir modelos
de decisión
Pueden mostrar las decisiones y sucesos del
modelo usando un pequeño número de nodos y
muchas veces en una sola hoja de calculo
Hace fácil comprender los aspectos clave del
problema de decisión sin complicarse con los
detalles que muestra el árbol de decisión
Útiles para presentar un modelo de decisión a
otros y crear un resumen de un problema de
decisión complejo
Muestran la relación entre sucesos del modelo
de decisión, explican que influye sobre que
Desventajas
Los resultados, las decisiones y los
pagos posteriores se basan en
expectativas
Cuando las decisiones se hacen reales,
los beneficios y las decisiones
resultantes podrían no ser las mismas
que se planearon
Los eventos inesperados pueden alterar
las decisiones y cambiar los pagos en
un árbol de decisión
Los arboles de decisiones requieren un
gran número de datos de los que
muchas veces no disponemos
Solo es recomendable para cuando el
número de acciones es pequeño y no
son posibles todas las combinaciones
Desventajas
Su abstracción
Resulta difícil ver los posibles resultados
asociados con un suceso o decisión ya
que se pueden incorporar múltiples
resultados a una sola decisión o a un
solo nodo de azar de un diagrama de
influencia
No es posible deducir una secuencia
cronológica de sucesos de una decisión
a partir de los arcos de un diagrama de
influencia