Facultad de Administración y Negocios

INVESTIGACIÓN OPERATIVA
UNIDAD 1: Teoría de decisiones

SEMANA 1:
• Toma de decisiones bajo riesgo.
• Árboles de decisión.
• Valor esperado de la información perfecta y de
muestra.
 LOGROS DE APRENDIZAJE
Logro general de aprendizaje de la Asignatura
Al finalizar la asignatura, los
Logro de aprendizaje de la Unidad 1
alumnos aplican herramientas Logro de aprendizaje de
de investigación operativa en Al finalizar la unidad los la Semana 1
las áreas administrativa, alumnos aplican criterios y
comercial, logística, proyectos árboles de decisión en Al finalizar la semana los
y producción desde un ambientes de incertidumbre y alumnos seleccionan la mejor
enfoque cuantitativo que les de riesgo en la toma de alternativa de decisión en
permita tomar decisiones decisiones gerenciales. ambientes bajo riesgo.
gerenciales.

2
Facultad de Administración y Negocios
19-4

Tabla de ganancias y ganancias

esperadas

• Una tabla de ganancias es un listado de todas las

combinaciones posibles de alternativas de decisión
y estados de la naturaleza.
• Las ganancias esperadas o el valor monetario
esperado (VME) es el valor esperado de cada
criterio de decisión.

3
Facultad de Administración y Negocios
19-5

Cálculo del VME

• Sea Ai la i-ésima alternativa de decisión.
• Sea P(Sj) la probabilidad del j-ésimo estado de la
naturaleza.
• Sea V(Ai, Sj) el valor de la ganancia para la
combinación de alternativa de decisión Ai y el estado
de la naturaleza Sj.
• Sea VME(Ai) el valor monetario esperado de la
alternativa de decisión Ai.
VME ( Ai )  [ P( S j )  V ( Ai , S j ) ]

4
Facultad de Administración y Negocios
19-6

EJEMPLO 1
• Se desarrolló la siguiente tabla de ganancias.
• Sea P(S1) =0 .5, P(S2) =0 .3, y P(S3) = 0.2.
• Calcule el VME para cada alternativa.

Alternativa S1 S2 S3
A1 50 70 100
A2 40 80 90
A3 90 70 60
5
Facultad de Administración y Negocios
19-7

EJEMPLO 1 continuación

VME(A1) = (.5)(50)+(.3)(70)+(.2)(100) = 66
VME(A2) = (.5)(40)+(.3)(80)+(.2)(90) = 62
VME(A3) = (.5)(90)+(.3)(70)+(.2)(60) = 78
• ¿Qué decisión recomienda?
• Se elige la alternativa A3 ya que da el valor
monetario esperado más grande o la
ganancia esperada más grande.

6
Facultad de Administración y Negocios
19-8

Pérdida de oportunidad

• Pérdida de oportunidad o arrepentimiento es la

pérdida debida al hecho de que no se conoce el
estado exacto de la naturaleza en el momento de
tomar la decisión. Un ejemplo sería la ganancia que
puede perder un inversionista al adquirir acciones
cuando el comportamiento del mercado no se
conoce.
• La pérdida de oportunidad se calcula al tomar la
diferencia entre la decisión óptima de cada estado de
la naturaleza y las otras alternativas de decisión.
7
Facultad de Administración y Negocios
19-9

EJEMPLO 1 continuación

• TABLA DE PÉRDIDA DE OPORTUNIDAD

Alternativa S1 S2 S3
A1 40 10 0
A2 50 0 10
A3 0 10 40

8
Facultad de Administración y Negocios
19-10

Pérdida de oportunidad esperada

• Sea Ai la i-ésima alternativa de decisión.

• Sea P(Sj) la probabilidad del j-ésimo estado de la
naturaleza.
• Sea R(Ai,Sj) el valor del arrepentimiento para la
combinación de la alternativa de decisión Ai y el
estado de la naturaleza Sj.
• Sea PEO(Ai) la pérdida esperada de oportunidad para
la alternativa de decisión Ai.

PEO( Ai )  P ( S j ) R ( Ai , S j )
9
Facultad de Administración y Negocios
19-11

EJEMPLO 1 continuación

• PEO (A1) = (.5)(40) + (.3)(10) + (.2)(0) = 23

• PEO (A2) = (.5)(50) + (.3)(0) + (.2)(10) = 27
• PEO (A3) = (.5)(0) + (.3)(10) + (.2)(40) = 11
• ¿Qué decisión tomaría con base en la menor pérdida de
oportunidad esperada?
• Elija la alternativa A3 ya que da la menor pérdida de
oportunidad esperada
• Nota: esta decisión es la misma cuando se usa la mayor
ganancia esperada. Estas dos aproximaciones llevan siempre
a la misma decisión.

10
Facultad de Administración y Negocios
19-14

Valor de la información perfecta

• ¿Cuál es el valor de la información conocida de

antemano, antes de emplear una estrategia?
• El valor esperado de la información perfecta (VEIP)
es la diferencia entre la ganancia esperada si el
estado de la naturaleza fuera conocido y la decisión
óptima en condiciones de incertidumbre.
• Del EJEMPLO 1
VEIP = [(.5)(90) + (.3)(80) + (.2)(100)] - 78 = 11.

11
Facultad de Administración y Negocios
19-15

Análisis de sensibilidad y árboles de

decisión
• El análisis de sensibilidad examina los efectos de
las diferentes probabilidades de los estados de la
naturaleza para los valores esperados de las
alternativas de decisión.
• Los árboles de decisión son útiles para estructurar
las variaciones de las alternativas. Presentan un
diagrama de los distintos cursos de acción y los
posibles estados de la naturaleza.

12
Facultad de Administración y Negocios
 DEFINICIÓN
Un árbol de decisión es una forma gráfica y analítica de
representar todos los eventos (sucesos) que pueden surgir a
partir de una decisión asumida en cierto momento.

Nos ayudan a tomar la decisión “más acertada”, desde un

punto de vista probabilístico, ante un abanico de posibles
decisiones o alternativas.

Facilita considerar de manera integrada la secuencia de las

decisiones, los posibles resultados asociados con cada
alternativa, las asignaciones de probabilidad, los efectos
monetarios y las utilidades.
13
Facultad de Administración y Negocios
 Finalidad del Árbol de Decisiones
Mostrar gráficamente toda la información de un
problema.

Dibujar la representación esquemática del

problema logrando así que la información se
entienda mas fácilmente.

Simplificar los cálculos de probabilidades muy

complejas.

14
Facultad de Administración y Negocios
 TERMINOLOGIA
• Nodo Cuadrado de decisión
Simbolizan puntos de decisión, donde el tomador de
decisiones debe elegir entre varias acciones posibles.

• Nodo Circular de acontecimiento o eventos

Indica que en ese punto del proceso ocurre un evento
aleatorio “Estado de la Naturaleza”.

• Rama
Nos muestra los distintos caminos que se pueden
emprender cuando tomamos una decisión o bien ocurre
algún evento aleatorio.

15
Facultad de Administración y Negocios
MOMENTOS DE DECISIÓN

S1

S2

S3

Las ramas que nacen de un nodo de

decisión representan a las alternativas.

16
 EVENTOS ALEATORIOS

N1

N2

N3

Las ramas que nacen de un nodo de

acontecimiento representan a los distintos
estados de una Variable No Controlable.
17
 ÁRBOLES DE DECISIÓN- REPRESENTACION EN FORMA
EXTENSA O SECUENCIAL

Evento 1
Pago 1
Punto de
decisión

Alternativa 1 Evento 2 Pago 2

Evento 3 Pago 3

Alternativa 2 Pago 4

18
Facultad de Administración y Negocios
 CONSTRUCCIÓN DEL ÁRBOL
• Se desarrolla de izquierda a derecha indicando en forma
secuencial todos los momentos de decisión y los momentos de
acontecimiento de un evento aleatorio.
• Luego se colocan al final de las ramas los resultados acumulados
después de sortear todas las vicisitudes desde el inicio del
proceso.
• Se evalúa de atrás hacia delante reconociendo la influencia de las
decisiones y eventos aleatorios últimos sobre los primeros.
• En los nodos de decisión se elige la mejor alternativa.
• En los eventos aleatorios se indica el criterio usado para evaluar
los resultados posteriores (valor esperado, minimax, etc.).
19
 Tipos de Árbol de Decisiones
• Para caso de certidumbre:
– Se conoce, con certeza los
resultados esperados para cada
opción.
– No existen los nodos de los estados
de la naturaleza.
• Para caso de riesgo:
– Los posibles resultados se
presentan en función de una
probabilidad ya que no se
puede afirmar con certeza.
20
 Ejemplo 01: Caso de Certidumbre
• Liz & Co, estudia la posibilidad de introducir un
nuevo producto ahora o dentro de un año. Los
beneficios de cada caso son:

Alternativa 1er año 2do año

A1: Introducir producto ahora $600,000 800,000

A2: Introducir Producto Próximo año 0 650,000

A3: No introducir producto 0 0

21
Facultad de Administración y Negocios
 Ejemplo: 01 Caso de Certidumbre
Gráfico

22
Facultad de Administración y Negocios
 Ejemplo: 02 Caso de Riesgo
• Se dispone de $2,000 para invertir. Hay tres posibles
resultados que tienen un riesgo determinado y
posibles ganancias o perdidas según la siguiente
tabla Se requiere maximizar el valor monetario
esperado.
Posibilidades Beneficio/Perdida Probabilidad
A1: $ 1,200 0.3
A2: $ 700 0.5
A3: ($ 500) 0.2

23
Facultad de Administración y Negocios
 Ejemplo: 02 Caso de Riesgo
Gráfico

24
Facultad de Administración y Negocios
 Ejemplo: 02 Caso de Riesgo
Gráfico - Calculo

• VME = (0.3*1200)+(0.5*700)+(0.2*-500)
• VME = 360 + 350 -100
• VME = 610
• De manera que se invierte el valor
monetario esperado es de $ 610. La
alternativa en este caso es invertir, como
resultado de este árbol de decisiones.
25
Facultad de Administración y Negocios
 Ejemplo 03
• Suponga que usted compra en S/. 1000.00
un número de una rifa, la cual paga un premio
de S/. 50,000.00
• Hay dos eventos posibles:
o Usted gana la rifa, o
o Pierde
• ¿Cuál es el valor esperado del juego?

26
Facultad de Administración y Negocios
 Ejemplo 03:
• La distribución de probabilidades es:
Evento X P(X)
Gana S/. 49,000 1/100
Pierde - 1000 99/100

• El valor esperado es:

49000*(1/100) + -1000*99/100 = -500
• ¿Qué significa ese resultado?
27
Facultad de Administración y Negocios
 Ejemplo 03: Árbol de decisión:
Gana
S/ 49.000
(0,01)
Punto de
decisión S/ -500
Juega la rifa

Pierde S/ -1000
(0,99)

No juega la rifa S/ 0

28
Facultad de Administración y Negocios
 Ejemplo 03: Análisis

• En el nodo de evento se calculó el valor

esperado de jugar la rifa
• Luego se selecciona, en este caso el
valor más alto (por ser ganancias)
• En este caso la decisión es no jugar la
rifa.

29
Facultad de Administración y Negocios
 Ejemplo 04:
• Existe una empresa que está por construir una planta
de producción para los próximos 10 años.
• La opción es construir una planta grande para
enfrentar una demanda sostenidamente alta o una
planta pequeña y a los dos años ampliarla si la
demanda fuese alta.
• Si al inicio la demanda es baja seguirá así en el futuro.
Pero puede ser alta en los primeros dos años y luego
reducirse por efecto de la competencia.
• La planta grande demanda más inversión inicial y
posee más costos de mantenimiento que la pequeña.

30
 Ejemplo 04:
Ventas sostenidamente altas
R1
Ventas iniciales altas y luego bajas
R2
Planta
Ventas sostenidamente bajas
grande R3

Ventas altas
R4
Ampliar
Ventas bajas R5
Venta inicial
Planta alta
pequeña No Ventas altas
R6
ampliar

Ventas bajas R7
Venta
inicial baja
R8

31
 Ejemplo 04:
Probabilidades: luego de desarrollar el árbol se
colocan las probabilidades de los estados en los
casos en que se conozcan.
Se calculan los resultados acumulados: los
ingresos son mayores cuando se acierta con la
dimensión de la planta y también si es mayor su
nivel de producción, pero hay más costos de
inversión y mantenimiento cuanto mayor es la
misma.

32
Facultad de Administración y Negocios
 Ejemplo 04:
0,60 - Ventas sostenidamente altas
70
0,20 - Ventas iniciales altas y luego bajas
10
0,20 - Ventas sostenidamente bajas
Planta - 30
grande
0,75 - altas
60
Ampliar
Planta 0,25 - bajas - 20
0,80 - Venta
pequeña
inicial alta
No 0,75 - altas
40
ampliar

0,25 - bajas 20
0,20 - Venta
inicial baja
10

33
 Ejemplo 04:
Resolución del árbol
• Se comienzan a resolver los nodos más cercanos a los
resultados finales.
• En el caso de eventos aleatorios al conocerse la
probabilidad se aplica el criterio del valor esperado.
• En el caso de los nodos de decisión se elige el mejor
resultado (o mejor valor esperado).
• Se llega al principio donde queda en claro cuál es la
mejor alternativa inicial, la que debe elegirse.

34
 Ejemplo:
0,60 - Ventas sostenidamente altas
70
0,20 - Ventas iniciales altas y luego bajas
38 10
Planta
0,20 - Ventas sostenidamente bajas
grande - 30

0,75 - altas
38 60
Ampliar 40
0,80 - Venta 0,25 - bajas - 20
Planta 40
inicial alta
pequeña No 0,75 - altas
ampliar
40
34 35
0,25 - bajas 20
0,20 - Venta
inicial baja
10

35
 Ejemplo: 04 - Calculo

Valor Monetario Esperado

Planta Grande = (0.6*70)+(0.2*10)+(0.2*-30) = 38
Ampliar = (0.75*60)+(0.25*-20) = 40
No Ampliar = (0.75*40)+(0.25*20) = 35
Planta Pequeña = (0.80*40)+(0.2*10) = 34

Se toma la decisión de construir la planta grande.

36
Facultad de Administración y Negocios
 Complementos para el logro del
aprendizaje de la Semana 1
Teoría
Revisar el marco teórico del archivo: LECTURA UNIDAD 1 ANDERSON
Libro: Métodos Cuantitativos para los Negocios (David Anderson),
páginas 105 al 131.

Práctica
Resolver los problemas del archivo: LECTURA UNIDAD 1 ANDERSON
Libro: Métodos Cuantitativos para los Negocios (David Anderson),
páginas 132 al 153.

37
Facultad de Administración y Negocios
Facultad de Administración y Negocios

INVESTIGACIÓN OPERATIVA
UNIDAD 1: Teoría de decisiones

SEMANA 1:
• Toma de decisiones bajo riesgo.
• Árboles de decisión.
• Valor esperado de la información perfecta y de
muestra.