Dadadadad PDF

00_primeras.
indd 1 01/07/13 09:38

00_primeras.indd 2 01/07/13 09:38
Árboles
de decisión
y Electra I
CASOS EN EMPRESAS TURÍSTICAS
00_primeras.indd 3 01/07/13 09:38

00_primeras.indd 4 01/07/13 09:38
Margarita Ruiz Rodríguez
Salustiano Martínez Fierro
José María Biedma Ferrer
Alicia Martín Navarro
Profesores de la Facultad de Ciencias Sociales y de la Comunicación de la Universidad de Cádiz.
Departamento de Organización de Empresas
Árboles
de decisión
y Electra I
CASOS EN EMPRESAS TURÍSTICAS
EDICIONES PIRÁMIDE
00_primeras.indd 5 01/07/13 09:38

BIBLIOTECA UNIVERSITARIA
Edición en versión digital
Está prohibida la reproducción total o parcial

de este libro electrónico, su transmisión, su
descarga, su descompilación, su tratamiento
informático, su almacenamiento o introduc-
ción en cualquier sistema de repositorio y
recuperación, en cualquier forma o por cual-
quier medio, ya sea electrónico, mecánico,
conocido o por inventar, sin el permiso expre-
so escrito de los titulares del copyright.
© Margarita Ruiz Rodríguez, Salustiano Martínez Fierro, José María Biedma Ferrer
y Alicia Martín Navarro, 2013
© Primera edición electrónica publicada por Ediciones Pirámide (Grupo Anaya, S. A.), 2013
Para cualquier información pueden dirigirse a piramide_legal@anaya.es
Juan Ignacio Luca de Tena, 15. 28027 Madrid
Teléfono: 91 393 89 89
www.edicionespiramide.es
ISBN digital: 978-84-368-2979-2
Índice
Prólogo (A. R. Ramos Rodríguez) .................................................... 9
Presentación ..................................................................................... 11
1. La toma de decisiones en la empresa turística ............... 13
1. Información, previsión y decisión ........................................... 14

2. Características de la toma de decisiones directivas................. 16
2.1. Racionalidad limitada del directivo ............................... 16
2.2. El carácter programado o no de las decisiones ............. 17
2.3. El contexto decisional .................................................... 18
3. El proceso de toma de decisiones ........................................... 19
4. La toma de decisiones en contexto de incertidumbre............. 20
5. La toma de decisiones en contexto de riesgo ......................... 21
5.1. Decisiones secuenciales: árboles de decisión.................. 22
5.2. Análisis multicriterio simple: ELECTRA I ................... 24
2. La técnica de árbol de decisión como instrumento

para la toma de decisiones en la empresa turística....... 29
1. El valor estimado promedio .................................................... 30

1.1. Concepto ........................................................................ 30
1.2. Valor estimado promedio de la información perfecta e
imperfecta ...................................................................... 30
1.3. Cálculo del valor estimado promedio ............................ 31
2. La técnica del árbol de decisión ............................................. 32
2.1. Elementos del árbol de decisión .................................... 32
2.2. Construcción del árbol de decisión ............................... 33
© Ediciones Pirámide 7
Índice
2.3. Resolución del árbol ...................................................... 34

2.4. Ejemplo de árbol de decisión ........................................ 35
3. Principales ventajas y limitaciones de la técnica de árboles de
decisión .................................................................................... 41
4. Software de árboles de decisión .............................................. 42
5. Ejercicios resueltos .................................................................. 43
5.1. Caso número 1: Empresario de hostelería ..................... 44
5.2. Caso número 2: Exoticworld ......................................... 51
5.3. Caso número 3: Hotel Villa del Rey.............................. 62
5.4. Caso número 4: María Toledano ................................... 69
5.5. Caso número 5: GlobalTravel ........................................ 76
6. Ejercicios propuestos ............................................................... 83
6.1. Caso número 1: Ayuntamiento de la ciudad Murallas
de la Bahía ..................................................................... 83
6.2. Caso número 2: Andrés ................................................. 85
6.3. Caso número 3: Nicolás Cantizano ............................... 87
6.4. Caso número 4: RoomConfort ...................................... 88
6.5. Caso número 5: Politravel .............................................. 89
6.6. Caso número 6: Pedro Garíndez ................................... 91
3. La técnica ELECTRA I como instrumento para la toma

de decisiones en la empresa turística ................................ 93
1. La técnica ELECTRA I .......................................................... 94
1.1. Algoritmo ....................................................................... 94
1.2. Ejemplo de ELECTRA I ............................................... 100
2. Normalización/homogeneización ............................................ 108
2.1. Método de la ecuación de la recta que pasa por dos
puntos ............................................................................ 110
2.2. Método proporcional ..................................................... 110
2.3. Ejemplo de homogeneización de escala ......................... 113
3. Software del ELECTRA I ...................................................... 118
4. Ejercicios resueltos .................................................................. 120
4.1. Caso número 1: Hotel SherryDreams............................ 120
4.2. Caso número 2: TravelDreams ....................................... 129
4.3. Caso número 3: Compañía Aérea Internacional ........... 137
4.4. Caso número 4: LuxuryDreams..................................... 143
4.5. Caso número 5: Travelcollection .................................... 151
5. Casos propuestos..................................................................... 160
5.1. Caso propuesto 1: LuxuryTravel.................................... 160
5.2. Caso propuesto 2: SunBeach ......................................... 161
5.3. Caso propuesto 3: Goldbeach ....................................... 162
5.4. Caso propuesto 4: HolidaySun ...................................... 163
5.5. Caso propuesto 5: Restaurante La Dorada ................... 164
Bibliografía ........................................................................................ 167
8 © Ediciones Pirámide
Prólogo
La toma de decisiones es la esencia del proceso de planificación

y preside todos los procesos y actividades que componen la actividad
directiva. Tomar decisiones implica recopilar y valorar información,
formular posibles cursos de acción y seleccionar la mejor alternativa.
Este proceso, aparentemente tan simple, está en la base intelectual de
uno de los campos más interesantes de la disciplina de Administra-
ción de Empresas como son las técnicas cuantitativas para la toma
de decisiones.
Por otra parte, el turismo se configura como un sector estratégico
en la estructura económica de nuestro país, por su papel dinamizador
de la economía, y que engloba un amplio abanico de empresas e
instituciones en los que la profesionalización de sus estructuras de
gobierno es cada vez mayor. Esta diversidad de organizaciones, que
engloba empresas de alojamiento, restauración, intermediación,
transporte y logística, planificación y gestión pública de destinos,
productos y actividades turísticas y la propia formación, investiga-
ción y consultoría, requiere herramientas de gestión adecuadas al
servicio de su competitividad en unos mercados globales cada vez
más exigentes.
El proceso ya prácticamente culminado de adaptación de las en-
señanzas universitarias al Espacio Europeo de Educación Superior y,
en particular, la implantación de los nuevos títulos de grado en Tu-
rismo, han generado nuevas oportunidades y necesidades docentes
derivadas de la formación en competencias genéricas, tales como la
capacidad de análisis y de síntesis, la resolución de problemas y la
toma de decisiones, entre otras, y en competencias específicas del ci-
Prólogo
tado sector, como la capacidad de gestión en los distintos tipos de

organizaciones turísticas y el conocimiento de los procedimientos
operativos en los ámbitos del alojamiento, restauración e intermedia-
ción.
En este contexto, las nuevas metodologías docentes centradas en
el proceso de enseñanza-aprendizaje y contempladas en los nuevos
planes de estudio hacen necesario la programación de numerosas ac-
tividades prácticas en grupos reducidos para las que, en muchas oca-
siones, el docente se encuentra desprovisto de obras desarrolladas
específicamente para el trabajo en este nuevo entorno. Esta carencia
es aún más patente en los estudios relacionados con la gestión de
empresas turísticas.
Todos estos ingredientes son más que suficientes para justificar la
oportunidad y el interés de este manual como bibliografía básica
para su utilización en materias relacionadas con la Administración
de Empresas en los títulos de grado en Turismo y, por extensión, en
cualquier otra titulación de la rama de Ciencias Sociales y Jurídicas.
Los árboles de decisión y la técnica ELECTRA I son dos técnicas de
gestión tradicionales y sobradamente conocidas para la toma de de-
cisiones en ambiente de incertidumbre, pero, hasta el momento, no
habían sido tratadas en forma de manual de ejercicios prácticos en el
ámbito del sector turismo.
El contenido de este manual está basado en la experiencia docen-
te de sus autores y se desarrolla en tres capítulos, en cada uno de los
cuales la exposición teórica se acompaña de un ejemplo ilustrativo.
El primero expone los fundamentos teóricos del proceso de toma de
decisiones, el segundo describe los árboles de decisión como técnica
para la toma de decisiones secuenciales, y el tercero desarrolla la téc-
nica de decisión multicriterio ELECTRA I. Finalmente, tiene sendas
secciones de ejercicios resueltos y propuestos que ayudarán al lector
a consolidar los conocimientos adquiridos.
Este libro está escrito por un grupo de profesores de reconocido
prestigio del Departamento de Organización de Empresas, adscritos
a la Facultad de Ciencias Sociales y de la Comunicación, en la que
imparten docencia en el grado en Turismo y que han sabido impreg-
nar cada página del manuscrito de su exquisito estilo docente y de su
seriedad académica, fruto de su actualizada formación y dilatada ex-
periencia como docentes e investigadores de la Universidad de Cádiz.
ANTONIO R. RAMOS RODRÍGUEZ

Coordinador del Grado en Turismo
Presentación
La gestión empresarial se basa en el seguimiento del proceso ad-

ministrativo, el cual se inicia con la planificación, para posteriormen-
te desarrollar las etapas de organización, dirección y control. La
toma de decisiones en la empresa está presente a lo largo de todo ese
proceso, pero tiene su mayor importancia en la primera etapa, donde
se definen las misiones y objetivos estratégicos que quiere alcanzar la
empresa y se seleccionan las actuaciones necesarias para lograrlo.
El presente libro está dedicado a la toma de decisiones en la em-
presa turística en ambiente de riesgo y parte de una edición anterior
publicada para los alumnos del grado de Turismo de la Universidad
de Cádiz (Ruiz et al., 2012). Su estructura consta de tres capítulos: el
primero es un tema teórico sobre la toma de decisiones en la empre-
sa turística, donde se analizan las características de las mismas, así
como las etapas del proceso de toma de decisiones. En este capítulo
también se proponen las principales herramientas, tanto en contextos
de incertidumbre como de riesgo, para la toma de decisiones en la
empresa turística. El segundo capítulo se dedica a la herramienta
más usada para la toma de decisiones secuenciales, los árboles de
decisión. Mientras que el tercero se centra en el método ELECTRA I,
propio de las decisiones multicriterio. En ambos capítulos, en una
primera parte, se explica de forma teórica en qué consiste el método
y se resuelve detalladamente un problema. A continuación, se plan-
tean varios ejercicios resueltos y finalmente se propone una lista de
ejercicios con sus soluciones para que los resuelva el alumno.
1 La toma de decisiones
en la empresa turística
La dirección de la empresa exige que constantemente se de-

ban tomar decisiones. A lo largo del tiempo, la toma de decisiones
ha estado basada en la experiencia, la intuición, el sentido común
y la repetición de fórmulas que tuvieron éxito en el pasado. Hoy
en día, las empresas se enfrentan a problemas cada vez más com-
plejos que escapan a la intuición y el análisis subjetivo, siendo
necesario completarlo con el empleo de métodos basados en ins-
trumentos objetivos de investigación y medida. En este sentido,
las decisiones pueden tomarse en base a la experiencia y la intui-
ción; sin embargo, lo mejor es que la mayoría de las decisiones se
apoyen en un proceso racional (Argueas y Nogueras, 2009: 183).
Por ello, el objetivo de este capítulo es tratar las cuestiones
teóricas relativas a la toma de decisiones aplicándolas especial-
mente a las características, objetivos y particularidades de las
empresas turísticas.
1. INFORMACIÓN, PREVISIÓN Y DECISIÓN
En el sector turístico, igual que en el resto de la industria, el día
a día de la actividad empresarial se basa en una toma de decisiones
continua. Ejemplos de ello son: la carta a servir, quién compra los
ingredientes de la cocina, quién será el director del hotel, si a un
cliente se le guardan las maletas en recepción, qué ruta aérea es más
rentable para la compañía, qué hacer si un viajero enferma durante
el vuelo... como así recogen Casanueva et al. (2000: 174).
Se podría decir, por tanto, que la toma de decisiones es la esencia
del trabajo directivo. Los directivos toman las decisiones más impor-
tantes de la empresa, esto es, las referidas a la planificación, organi-
zación, dirección y control de las tareas, que son las cuatro grandes
dimensiones del proceso administrativo. Sin embargo, no se puede
dar soluciones a estas decisiones sin tener previamente la suficiente
información. Así, información, previsión y toma de decisiones son
tres conceptos interrelacionados que se han de tratar conjuntamente
en el estudio de la administración de organizaciones (Martín Rojo,
2009: 199).
La información es esencial para identificar la situación, resolver
problemas y tomar decisiones. Es conveniente diferenciar en este
punto entre datos e información. Newstron (2007: 96) plantea que
los datos se describen como meros hechos y cifras que, hasta que se
procesan, contribuyen poco a la toma de decisiones, mientras que in-
formación es el conjunto de datos que se han procesado para ser utili-
zados en formas específicas por los gerentes y supervisores, para resol-
La toma de decisiones en la empresa turística
ver problemas y tomar decisiones relacionadas con la planificación, la

organización, la provisión de personal, la dirección y el control (News-
tron, 2007: 96).
De esta manera, el principal input del subsistema administrativo
o directivo de la empresa es la información. Martín Rojo (2009: 198)
la define como el conjunto de datos ordenados y con un propósito cla-
ro de servir para la toma de decisiones y acciones de un sujeto o una
organización. Otra definición, también aportada por Newstron (2007:
96), es el conjunto de datos que se han seleccionado, ordenado y anali-
zado a fin de hacerlos útiles para las decisiones de la dirección.
En cuanto a la obtención de información, actualmente se ha ge-
neralizado el uso de la informática en las empresas turísticas. Ésta se
ocupa de los sistemas de tratamiento de la información trabajando
con una serie de datos a través de un proceso de mecanización. En el
sector turístico, dada la interdependencia existente entre las distintas
empresas que lo componen —hoteles, transportes, restaurantes, agen-
cias de viajes...—, los sistemas de información tienen una gran im-
portancia y valor estratégico, convirtiéndose en un instrumento para
mejorar su competitividad. En este sentido, conviene destacar la uti-
lidad de los sistemas de información intraorganizativos, que se encar-
gan de la gestión de la información interna (por ejemplo, gestión de
personal, bases de datos sobre clientes...) y de los sistemas de infor-
mación interorganizativos, que pretenden la interconexión electrónica
de diversas organizaciones independientes (por ejemplo, centrales
globales de reserva); así como otros medios de comunicación con el
entorno, como Internet, que se ha convertido en un canal de distri-
bución alternativo y una forma de hacer publicidad en el sector tu-
rístico (Martín Rojo, 2009: 198).
El segundo concepto relacionado con las tareas del proceso ad-
ministrativo es el de previsión. Previsión es una anticipación del futu-
ro de un fenómeno económico, aunque estas anticipaciones puedan co-
rresponder a variables controladas o no controladas por una unidad o
sujeto económico (Aguirre et al., 1999: 111). Como plantea Martín
Rojo (2009: 198), la previsión sobre acontecimientos y datos futuros
es indispensable para administrar a medio o largo plazo a una em-
presa. Especialmente en el caso de las empresas turísticas, dada la
estacionalidad de su actividad.
A partir de la información obtenida, y con las previsiones reali-
zadas, se procede a la toma de decisiones, que sería el tercer concep-
to que completa a los dos anteriores para realizar de manera eficaz
las tareas de planificación, organización, dirección y control del pro-
ceso administrativo. La acción de decidir consiste en seleccionar en-
Árboles de decisión y ELECTRA I
tre varias alternativas de actuación posibles aquella que va a permitir

lograr los objetivos perseguidos. La toma de decisiones es la parte del
proceso de resolución de problemas en la que se evalúan las opciones y
se elige la adecuada (Newstron, 2007: 84). Por tanto, elegir la solu-
ción de un problema necesita tomar una decisión. Así, la resolución
de problemas y, en general, todo aquello que exija la elección entre
más de una forma de hacer las cosas implica tomar una decisión en
la empresa, de manera que cualquier elección exige una decisión.
2. CARACTERÍSTICAS DE LA TOMA DE DECISIONES

DIRECTIVAS
En este apartado se exponen las características de la toma de

decisiones directivas: la racionalidad limitada de los directivos, el ca-
rácter programado o no de las decisiones y el contexto decisional.
2.1. Racionalidad limitada del directivo
Como plantean Casanueva et al. (2000: 177), se supone que las

decisiones de los directivos son racionales y objetivas, pero esto no
siempre es así. La racionalidad implica que el problema ha sido iden-
tificado de forma clara y precisa, que se tienen unos objetivos claros,
que todas las opciones son conocidas, que las preferencias son claras
y constantes, que no existen limitaciones de tiempo ni de información
para tomar la decisión y que se busca maximizar los intereses de la
organización (Casanueva et al., 2000: 177). Pero, en realidad, la mayo-
ría de decisiones que toman los directivos en las empresas turísticas no
responden a estos supuestos. Los directivos, como cualquier persona,
tienen una capacidad limitada de procesar información y sólo se que-
dan con información parcial que está accesible y más o menos relevan-
te; se tiende a mezclar problemas y soluciones, prefiriendo de antema-
no una solución intuitiva; no se analiza en profundidad un problema
complejo, sino que se tiende a simplificarlo; dentro de la organización
existen objetivos e intereses distintos y contrapuestos, etc.
El planteamiento anterior da lugar a que la mayor parte de las
decisiones se adopten bajo racionalidad limitada; es decir, los direc-
tivos construyen modelos simplificados del problema y buscan la pri-
mera buena solución satisfactoria que se les presente, teniendo en
cuenta que el tiempo y el acceso a la información son limitados. Las
personas, y por tanto los directivos, poseen racionalidad limitada en
su toma de decisiones. Lo cual indica que la toma de decisiones, no

sólo depende de información objetiva, sino, también y principalmen-
te, de la percepción que tengan los decisores, tanto del mundo que
rodea a la organización como de su realidad interna.
En este sentido, la mayor parte de las decisiones deben abordarse
de forma sistemática; aunque la intuición también es útil sobre todo
a la hora de proponer posibles soluciones de un problema. Diversos
autores defienden que las mejores decisiones proceden de la combi-
nación de lógica y presentimiento, completada con creatividad
(Newstron, 2007: 90). Sin embargo, las decisiones que influyen en el
futuro siempre contienen cierto grado de incertidumbre que la lógica
no elimina completamente. En estos casos se puede recurrir a diver-
sas técnicas matemáticas, estadísticas o cuantitativas para tomar de-
cisiones. Aunque conviene aclarar que son auxiliares, que las técnicas
no toman las decisiones, es el ejecutivo quien debe tomar la decisión
final a partir de la interpretación de los resultados obtenidos.
2.2. El carácter programado o no de las decisiones
Para los directivos de empresas turísticas es fundamental diagnos-

ticar el tipo de problema al que se enfrentan a la hora de determinar
la decisión a tomar. Como recogen Casanueva et al. (2000: 177), exis-
ten dos tipos básicos de problemas, bien estructurados y mal estruc-
turados. Los problemas están bien estructurados si son directos, el
objetivo del decisor es claro, el problema es rutinario y la informa-
ción es fácil de conseguir. Y los problemas son mal estructurados si
son nuevos, la información disponible es ambigua o incompleta y el
decisor se enfrenta a mucha incertidumbre.
A cada problema corresponde un tipo de decisión. Así, las deci-
siones pueden ser clasificadas en programadas o no. Las que perte-
necen al primer grupo, decisiones programadas, son aquellas para las
que existe un procedimiento detallado o una política para su resolu-
ción. Hitt et al. (2006: 311) establecen que una decisión programada
es la respuesta estándar a una tarea simple o a un problema rutina-
rio. Stoner et al. (1996: 267) plantean que las decisiones programadas
son soluciones para problemas rutinarios determinados por políticas,
reglas —escritas o no—, procedimientos o costumbre. Facilitan la
toma de decisiones porque limitan o excluyen alternativas. Se usan
para abordar problemas recurrentes, ya sean simples o complejos. Si
un problema es recurrente y si los elementos que lo componen se
pueden definir, pronosticar y analizar, entonces se puede recurrir a
una decisión programada para su resolución. Mientras que una deci-

sión es no programada si aborda un problema nuevo o mal formula-
do. Además, este tipo de decisiones abordan problemas poco frecuen-
tes o excepcionales. Si un problema no se ha presentado con la
frecuencia suficiente como para que lo cubra una política o si resulta
tan importante que merece trato especial, deberá ser manejado como
una decisión programada.
Los problemas mal estructurados son resueltos mediante decisio-
nes no programadas. Las decisiones no programadas son únicas y nor-
malmente no se han llevado a cabo con anterioridad, por lo que re-
quieren soluciones a medida (Robbins y Coulter, 2005: 142). No existe
una solución o decisión instantánea probada con éxito. Esto implica
que el decisor deberá ser creativo, desplegar alternativas al problema y
darle una solución novedosa (Casanueva et al., 2000: 178).
La ventaja de las decisiones programadas es que mejoran la efi-
ciencia del proceso de toma de decisiones, y por tanto de la empresa,
ya que la existencia de políticas, reglas o los procedimientos permiten
ahorrar tiempo y agilizar la toma de decisiones. En este sentido,
Newstron (2007: 92) plantea que las decisiones programadas son la
solución a un problema recurrente que se establece para ser emplea-
da de manera continua cada vez que éste reaparece. Sin embargo,
puede que la solución que funcionó antes no sea útil para otras ve-
ces. Además puede resultar arriesgado seguir las experiencias pasadas
sin considerar otras posibles soluciones.
Por tanto, las decisiones programadas son las aptas para resolver
problemas bien estructurados, ya que son repetitivas, rutinarias, cuen-
tan con un método para afrontarlas y tomarlas; existe un procedi-
miento o forma estandarizada de resolución de ese problema (Casa-
nueva et al., 2000: 177). Cuando los problemas ocurren con gran
frecuencia es posible establecer una decisión rutinaria para resolverlos.
2.3. El contexto decisional
La tercera de las características de la toma de decisión directiva

es su contexto. El proceso de tomar decisiones es más sencillo cuan-
to mayor es la información de la que se dispone. Ese nivel de infor-
mación determina el tipo de contexto decisional. Garrido y Pérez
(2008: 73) proponen tres tipos de contextos en los que se toman de-
cisiones en la empresa: de certeza, de riesgo y de incertidumbre.
Siguiendo a los citados autores, una situación es de certeza si el
decisor conoce con total seguridad los distintos acontecimientos que
van a presentarse. Un contexto es de riesgo si el decisor no conoce

los acontecimientos que ocurrirán pero sí los que pueden presentarse
y su probabilidad asociada1. Mientras que la incertidumbre puede ser
estructurada o no estructurada. Un contexto es de incertidumbre es-
tructurada si el decisor conoce lo que puede ocurrir, pero no su pro-
babilidad de ocurrencia asociada. Mientras que la incertidumbre no
estructurada es aquella en la que ni siquiera se conocen los posibles
acontecimientos que pueden ocurrir.
Así, la adopción de decisiones conlleva un riesgo, dada la incer-
tidumbre existente al desconocerse el futuro y tener que trabajar con
previsiones o pronósticos. Este riesgo será mayor cuanta mayor incer-
tidumbre exista, porque habrá más factores o variables incontrola-
bles, y cuanta más subjetividad haya en las expectativas del empresa-
rio. Para pasar de un tipo de contexto a otro menos incierto es
necesario obtener información. Por tanto, a más información, menos
incertidumbre en el proceso de decisión.
3. EL PROCESO DE TOMA DE DECISIONES
La toma de decisiones la definimos como el proceso por el que se

analizan diversos cursos de acción posibles, eligiendo una determinada
alternativa, que posteriormente se pondrá en práctica. A continuación,
basándonos en Arguedas y Nogueras (2009) y Martín Rojo (2009),
proponemos las etapas a seguir en este proceso de toma de decisiones:
1. Observación de la realidad y determinación del objetivo per-

seguido por la empresa turística. Se recomienda que este ob-
jetivo sea realista y medible, con el fin de facilitar las tareas
de control.
2. Obtención de la información relevante, tanto del presente
como del pasado de la empresa como del entorno turístico.
Se deberá obtener toda aquella información que influya o
pueda influir en un futuro en la consecución del objetivo per-
seguido por la empresa turística.
3. Interpretación y análisis de los datos obtenidos. Esto puede
requerir el establecimiento de hipótesis sobre el comporta-
miento futuro de los datos, intentando plantear los posibles
escenarios a los que daría lugar la evolución de los mismos.
1
Aunque hay autores que denominan incertidumbre a lo que Garrido y Pérez
(2008) definen como contexto de riesgo, y viceversa.
4. Descripción de las líneas de actuación alternativas. Consisti-

ría en la definición, análisis y evaluación de los caminos a
seguir para lograr el objetivo prefijado.
5. Elección de una línea de actuación. De entre las alternativas
de la etapa anterior se elige aquella que se considere más
adecuada para el cumplimiento del objetivo. Esta etapa re-
presenta la toma de decisiones en sí.
6. Ejecución o puesta en marcha de la alternativa elegida. Con-
sistiría en llevar a la práctica la decisión tomada aplicándola
a la realidad de la empresa turística.
7. Seguimiento, control y evaluación de los resultados de la de-
cisión adoptada. Tendrán que analizarse los resultados alcan-
zados y sus posibles desviaciones, tanto las positivas como,
por supuesto, las negativas, así como las causas que las pro-
vocaron.
4. LA TOMA DE DECISIONES EN CONTEXTO

DE INCERTIDUMBRE
Aunque, tal como se ha indicado al principio, este libro está cen-

trado en la toma de decisión en contexto de riesgo, no podemos, en
este primer capítulo, dejar de citar, al menos de forma teórica, las
principales herramientas de toma de decisiones en un ambiente de
incertidumbre.
Garrido y Pérez (2008: 74-77) consideran, tal como se ha indica-
do más arriba, dos tipos de incertidumbre, la estructurada y la no
estructurada. Esta última no dispone de la suficiente información,
por lo que requiere para su resolución basarse en la intuición. Sin
embargo, la incertidumbre estructurada posee la particularidad de
variar las decisiones a las que se llega en función de la subjetividad
del sujeto decisor, es decir, depende de su optimismo o pesimismo, de
su aversión al riesgo o al fracaso, etc.
En este sentido, estos autores recogen diversos criterios de deci-
sión en entornos de incertidumbre estructurada:
1. Criterio de Laplace, también denominado criterio racionalis-

ta y criterio de igualdad verosímil. Parte del postulado de
Bayes, según el cual, si se conocen las probabilidades asocia-
das a cada uno de los estados de la naturaleza, no hay razón
para pensar que uno tenga más probabilidades que otros. Por
ello, se calcula la media aritmética de los resultados que se
pueden derivar de cada una de las decisiones y se elige aque-

lla a la que le corresponda el resultado medio más elevado, si
tales resultados son favorables, o la que tenga el resultado
medio más bajo, si los resultados son desfavorables.
2. Criterio optimista. Es el criterio que seguiría un sujeto deci-
sor que piensa que, independientemente de la estrategia elegi-
da, el estado que se presentaría sería el más favorable. Por
ello, cuando los resultados son favorables, se le denomina cri-
terio maxi-max. En este caso, se determina cuál es el resulta-
do más elevado que puede alcanzarse con cada estrategia y,
posteriormente, se elige aquella a la que le corresponda el
máximo entre esos máximos. Cuando los resultados son des-
favorables, se le denomina criterio mini-min y se determina
cuál es el mejor resultado que puede obtenerse con cada es-
trategia (el menor) y se elige aquella a la que le corresponda
el mínimo entre esos mínimos.
3. Criterio pesimista o criterio de Wald. Es el que seguiría un
sujeto decisor que piensa que, independientemente de la es-
trategia elegida, se enfrenta al estado (escenario) menos favo-
rable.
4. Criterio de optimismo parcial de Hurwicz. Este criterio está
a medio camino entre el optimista y el pesimista. Por ello
introduce un coeficiente de optimismo —comprendido entre
0 y 1, y de su complemento a la unidad, que es el denomina-
do coeficiente de pesimismo—. El mejor de los resultados de
cada estrategia se pondera con el coeficiente de optimismo,
en tanto que el peor de los resultados se pondera con el de
pesimismo. Por tanto, cuando el coeficiente de optimismo sea
1, se trataría de un criterio optimista, mientras que si es 0 se
trataría del criterio pesimista.
5. Criterio del mínimo pesar o de Savage. Este criterio sería el
seguido por quienes tienen aversión a arrepentirse por equi-
vocarse. En este caso, para su resolución habría que conside-
rar la denominada Matriz de Pesares, en la que se recogerían
las diversas posibilidades existentes y la cuantificación de los
resultados a lograr en cada una de ellas.
5. LA TOMA DE DECISIONES EN CONTEXTO DE RIESGO
Una de las características del directivo es que toma decisiones, las

cuales adoptará basándose en informaciones disponibles y pronósti-
cos sobre la realidad de la empresa. Sin embargo, como ya se ha

planteado anteriormente, todo pronóstico implica un riesgo. Por ello,
Martín Rojo (2009: 77) plantea la conveniencia de que la valoración
del futuro se haga lo más objetivamente posible, controlando el ma-
yor número de factores que se pueda y teniendo en cuenta también
el horizonte temporal, puesto que a corto plazo habrá más garantías,
ya que muchos factores permanecerán estables. Todo ello sin detri-
mento de la conveniencia de considerar también la experiencia o in-
tuición del empresario.
En contextos de riesgo es posible considerar diversas herramien-
tas de ayuda a la toma de decisiones. Se trata de técnicas que se
encuadran en el ámbito de la denominada investigación operativa,
ampliamente aplicadas y desarrolladas en las empresas.
En este libro se van a tratar dos herramientas a aplicar en situa-
ciones de riesgo: árboles de decisión, para decisiones secuenciales, y
la técnica ELECTRA I, aplicable cuando son varios los criterios a
considerar en la decisión. A continuación exponemos el origen y ob-
jetivos de cada uno, y los próximos capítulos se dedican a explicar
cómo se resuelven los problemas con dichas herramientas.
5.1. Decisiones secuenciales: árboles de decisión
Como consecuencia del desempeño de la actividad empresarial, y

más concretamente en el ámbito del sector turístico, es frecuente que
el directivo se enfrente a la necesidad de decidir entre varias alterna-
tivas posibles. Suele ocurrir que cuente con bastante información de
la que se derivan múltiples consecuencias, enfrentándose a situacio-
nes en condiciones de riesgo. Los problemas de decisión reales suelen
ser dinámicos, existiendo varias decisiones encadenadas a tomar y la
alternancia de la ocurrencia de distintos fenómenos aleatorios (Ríos
et al., 2002: 176).
En las empresas turísticas no se toman normalmente decisiones
aisladas para resolver un problema concreto, sino que lo habitual es
encontrarse con un grupo de decisiones sobre un mismo tema que se
dan a lo largo de un período de tiempo más o menos prolongado;
son las decisiones secuenciales. Éstas son un grupo de decisiones que
dependen unas de otras en el tiempo (las decisiones que se toman en
un determinado momento afectan a las que se produzcan después y
otras se toman una vez ejecutadas las anteriores) y que dependen de
circunstancias ajenas a la voluntad del decisor, aunque éste conoce
esas circunstancias y su probabilidad de ocurrencia (al ser conocida
su probabilidad se está considerando la toma de decisiones en con-

texto de riesgo) (Casanueva et al., 2000: 178-180).
La técnica que se va a aplicar ante decisiones secuenciales es el
árbol de decisión, la cual se aplica a numerosos campos de los nego-
cios, como la medicina, seguros..., siendo también de gran utilidad en
el sector turístico. Constituye un instrumento útil para representar
secuencialmente y planificar las diversas decisiones alternativas y los
posibles acontecimientos que puedan ocurrir.
El origen de la técnica de los árboles de decisión se encuentra en
los autores Raiffa y Schlaifer (1961), partiendo de los trabajos de
Von Neumann y Morgenstern (1944). En el caso de las ciencias so-
ciales, el uso de árboles de decisión parte de los trabajos de Sonquist
y Morgan (1964) y Morgan y Messenger (1979). En el campo de la
estadística, Breiman et al. (1984) se encargaron de introducir nuevos
algoritmos para construcción de árboles de decisión.
El uso de esta técnica se ha generalizado a distintos ámbitos pro-
fesionales. Así, entre otros ejemplos, podemos citar los siguientes: en
el ámbito de la medicina, y más concretamente en el campo de la
epidemiología (Bermejo, 2001); en las empresas rurales también re-
sulta de aplicación la técnica de árboles de decisión (Camacho, 2002);
en las instituciones financieras se aplica en modelos de riesgo credi-
ticio (Cardona, 2004)...
Por lo que a nuestro estudio interesa, la aplicación de esta técnica
al sector turístico es una realidad. Así, por ejemplo, se ha aplicado
en el ámbito de la logística del turismo (Muñoz, 2005), en el terreno
de la dirección de empresas turísticas se ha considerado la técnica del
árbol de decisión como una técnica potente (Rivas, 2004). Por tanto,
el empleo de la técnica del árbol de decisión facilitará la toma deci-
siones a la persona encargada de ello en la empresa turística.
El árbol de decisiones se puede definir como un sistema de repre-
sentación del proceso decisional en el que se reflejan las posibles alter-
nativas por las que se puede optar y los resultados que corresponden
a cada alternativa según cuál sea el estado de la naturaleza que se
presente (Pérez y Cerrada, 2011: 108). La técnica de árboles de deci-
sión se puede considerar una herramienta altamente válida para la
elección entre varios cursos de acción. Es decir, a través de esta técnica
logramos representar una estructura con las opciones posibles y obte-
ner las posibles consecuencias derivadas de la elección de las mismas.
Se trata de una técnica sencilla que señala el grado de riesgo in-
volucrado en una decisión importante y que, por tanto, permite que
el decisor haga comparaciones entre los cursos de acción (Rheault,
1979: 151).
Esta técnica toma el nombre de árbol por la forma que adopta la

construcción del grafo. El árbol de decisión es esencialmente una re-
presentación gráfica de las distintas soluciones propuestas a un pro-
blema y una evaluación de los pros y contras de cada una de ellas.
En él se muestra cómo se bifurca cada solución alternativa en varias
posibilidades.
La construcción del árbol de decisión presupone la toma de
decisiones de forma secuencial, en las que el azar (estados de natu-
raleza) condiciona las decisiones posteriores. Por tanto, el objetivo
de la construcción de un árbol de decisión es elaborar una secuen-
cia de n decisiones que proporcione, según los casos, una ganancia
media máxima o un coste mínimo (Sarabia, 1996: 515). En resu-
men, la finalidad de construir un árbol de decisión es la obtención
de un conjunto de estrategias disponibles y sus correspondientes
resultados.
5.2. Análisis multicriterio simple: ELECTRA I
La toma de decisiones en un entorno de riesgo es una función

fundamental del trabajo directivo. Lo ideal consiste en poder dar res-
puesta a una decisión teniendo en cuenta un solo criterio a la hora
de poder elegir entre varias alternativas, ante este escenario se debe
optar por elegir la mejor de ellas, si seguimos las indicaciones de la
teoría económica tradicional. Sin embargo, en un escenario real y
cotidiano, esta circunstancia no se contempla, ya que las decisiones
empresariales se toman en base a múltiples criterios para poder satis-
facer distintos objetivos.
Es a partir de este escenario cuando debemos buscar una herra-
mienta que sea capaz de ayudarnos a elegir las alternativas más ade-
cuadas en función de distintos objetivos a cumplir en un entorno
incierto. La decisión multicriterio, más conocida como Múltiple Cri-
teria Decision Making (MCDM), nos ayuda a la toma de decisiones
en la empresa según las anteriores premisas.
En 1996, Moreno-Jiménez definió la decisión multicriterio como:
«... el conjunto de aproximaciones, métodos, modelos, técni-

cas y herramientas dirigidas a mejorar la calidad integral de los
procesos de decisión seguidos por los individuos y sistemas, esto
es, a mejorar la efectividad, eficacia y eficiencia de los procesos
de decisión y a incrementar el conocimiento de los mismos (valor
añadido del conocimiento)».
A mediados del siglo pasado numerosos investigadores fueron re-

forzando la base metodológica que sustenta la decisión multicriterio.
Pero podemos hablar de la existencia de dos escuelas bien diferencia-
das: la escuela Americana y la escuela Europea. La primera, inspira-
da por los trabajos de Keeney y Raiffa (1976), se basa en funciones
multiatributo y la teoría de la utilidad multiatributo. Y la segunda,
más antigua, fundada por B. Roy en la década de los sesenta, busca
construir relaciones de sobreclasificación, que pueda crear un decisor
con la información de la que dispone. Los métodos fundamentales
que representan a cada una de estas escuelas son el método AHP
representando la escuela Americana y el método ELECTRA como
herramienta de la escuela Europea.
En esta obra nos centraremos en el método ELECTRA para lle-
gar a la alternativa más adecuada a la hora de tomar una decisión
entre varias y teniendo en cuenta distintos criterios.
Los orígenes del método ELECTRA datan del año 1965 cuan-
do en SEMA, una compañía europea de aplicaciones económicas
y matemáticas, un equipo de investigadores trabajaban en un pro-
blema real para tomar decisiones teniendo en cuenta distintos cri-
terios, a la hora de desarrollar nuevas actividades en distintas fir-
mas. Para resolver este problema se construyó MARSAN, un
método para la selección de nuevas actividades; sin embargo, pron-
to los ingenieros se dieron cuenta de que MARSAN tenía muchas
limitaciones. B. Roy, asesor de la compañía, fue consultado para
encontrar un nuevo método que cubriese las limitaciones de MAR-
SAN. Y nació Electre (Elimination et Choix Traduisant la Realité),
que traducido significa «eliminación y elección para representar la
realidad». Fue el método elegido, y al que más tarde se hizo refe-
rencia como ELECTRA I. Muy pronto este nuevo método se apli-
có a muy diversos campos, pero no fue realmente conocido hasta
1968, cuando fue publicado en RIRO, La Revue d’Informatique et
de Recherche Opérationnelle.
Tras este primer método han ido surgiendo nuevas versiones a
partir de nuevos problemas que se iban planteando. A finales de los
sesenta nace ELECTRA II, para solventar una situación de un pu-
blicista que debe tomar decisiones sobre un nuevo plan de medios.
Este método pretende ordenar las distintas alternativas desde la me-
jor hasta la peor opción. Sólo varios años después, de nuevo B. Roy
perfecciona el método utilizando el pseudocriterio en contra de cri-
terios reales, posibilitando el trabajar con ciertas holguras de indife-
rencia o preferencia y una relación de sobreclasificación difusa. Y no
sólo apoyada en las preferencias de dos únicas relaciones de sobre-
clasificación. Es cuando aparece ELECTRA III, donde la relación de

sobreclasificación está basada en una relación difusa.
Otro método posterior, ELECTRA IV, vuelve a surgir de un pro-
blema real, referido a la red de metro de la ciudad de París, siendo
éste el único método que no utiliza coeficientes de importancia. Tam-
bién debemos hacer mención a ELECTRA IS y Electre TRI como
métodos posteriores, y reseñar el continuo desarrollo de esta meto-
dología que aún se continúa investigando.
El planteamiento general seguido por la metodología ELECTRA I,
basada en el proceso de toma de decisiones de Casanueva et al.
(2000), es el siguiente:
1. Identificación de un problema u oportunidad. La toma de deci-

siones comienza cuando se detecta algún problema, alguna
desviación entre lo deseado y lo realizado, o alguna oportuni-
dad a aprovechar. Se comenzará analizando el problema para
saber su naturaleza o causas. Por ejemplo, si existe una situa-
ción de exceso de demanda en un hotel, habrá que buscar una
solución que permita alojar a esos clientes potenciales.
2. Desarrollo de las alternativas. Consiste en enumerar todas las
alternativas de elección posibles y viables para resolver el
problema. Sólo se enuncian. Por ejemplo, arrendar un hotel
próximo, ampliar el hotel o construir uno en un terreno pro-
piedad del hotel.
3. Identificación de los criterios que van a servir para tomar la
decisión. Consiste en ver qué criterios o factores son los más
relevantes para tomar una decisión ante ese problema. Por
ejemplo, coste, cercanía del hotel, tiempo que se tarda en
atender esa demanda.
4. Ponderación de los criterios. Los criterios no van a tener una
importancia uniforme para el decisor, algunos serán más im-
portantes que otros. Hay que asignar pesos distintos a cada
criterio según su importancia. Por ejemplo, al coste (5) a la
cercanía al hotel (3) y al tiempo (2).
5. Evaluación de las alternativas. Se compara cada una de las
alternativas en función de sus puntuaciones en cada uno de
los criterios considerados. Se ponderan estas puntuaciones
con el peso de cada criterio. Se suman los valores pondera-
dos para cada alternativa, para obtener la concordancia.
Los resultados para cada alternativa respecto a las demás se
recogen en una tabla de índices de concordancia y discor-
dancia.
6. Selección de una alternativa. Se escoge la alternativa con ma-

yor puntuación conforme a las calificaciones obtenidas en
concordancia y discordancia.
7. Implantación de una alternativa. No basta con realizar una
elección, las decisiones tienen que traducirse en acciones y en
hechos para poder resolver el problema o aprovechar la opor-
tunidad.
8. Evaluación de la decisión. Una vez implantada, debe contro-
larse que la decisión ha dado los resultados esperados. Si ha
sido así, podríamos utilizarla en futuros procesos de toma de
decisiones cuando surja el mismo problema u oportunidad.
En la actualidad, las aplicaciones prácticas de este método son,

entre otras, la elección de planes de desarrollo empresarial, selección
de proyectos de inversión, localización de centros de actividad, selec-
ción de personal, diseño de productos turísticos (por ejemplo, viajes,
paquetes turísticos, oferta hotelera), selección de medios publicita-
rios, elección de canales de distribución más adecuados, etc.
2 La técnica de árbol de
decisión como instrumento
para la toma de decisiones
en la empresa turística
El presente capítulo se dedica a la resolución de problemas de

decisiones secuenciales a través de la técnica de los árboles de
decisión aplicada a las empresas turísticas. El uso de esta herra-
mienta se basa en el cálculo del valor estimado promedio, por lo
que se considera oportuno comenzar con un primer apartado don-
de se realiza un breve estudio acerca de este concepto.
1. EL VALOR ESTIMADO PROMEDIO
1.1. Concepto
El valor estimado promedio, también conocido como esperanza

matemática, tiene como origen los juegos de azar. Fue Christian
Huygens (1629-1665)1 el que formuló por primera vez el concepto de
valor estimado promedio.
Se puede definir como el «valor que se espera asuma matemá-
ticamente una variable aleatoria o una función de ella, aun cuando
dicho valor no ocurra en la realidad» (Obagi, 2003: 115). Se puede
considerar como el valor medio de una variable aleatoria, siendo
un concepto principal en el estudio de las distribuciones de probabi
lidad.
1.2. Valor estimado promedio de la información

perfecta e imperfecta
La información necesaria para la toma de decisiones se puede

obtener por diversos medios. Así por ejemplo, el decisor puede con-
1
Huygens realizó el primer estudio sistemático del valor estimado promedio en
su obra Libellus de Ratiotiniis in Ludo Alea (1657), Londres: Printed by S. Keimer
for T. Woodward, near the Inner-Temple-Gate in Fleetstreet. 1714. Puede consultar-
se en http://www.stat.ucla.edu/history/huygens.pdf.
La técnica de árbol de decisión como instrumento
seguir información recurriendo a expertos, investigando, por medio

de datos estadísticos, etc. De esta forma, el decisor puede manejar
información perfecta, es decir, información correcta o la más cercana
a la realidad. El concepto de valor estimado promedio de la informa-
ción perfecta es la «diferencia entre lo que se espera ganar haciendo
uso de esa información y lo que se espera ganar sin utilizar tal infor-
mación» (Ríos et al., 2002: 293).
Sin embargo, lo habitual es que la información manejada no sea
perfecta y que se encuentre sometida a errores, en cuyo caso el deci-
sor debe tenerlos en cuenta. Nosotros consideramos, que la informa-
ción manejada es perfecta y carece de dichos errores.
1.3. Cálculo del valor estimado promedio
Para realizar el cálculo del valor estimado promedio de una va-

riable discreta aleatoria, basta con multiplicar cada valor que ésta
puede tener en cada uno de los acontecimientos que puedan suceder
por la probabilidad de ocurrencia de ese valor. A continuación, se
suman los productos obtenidos siguiendo la siguiente fórmula:
N
VE ( di ) = ∑ P( sj )Vij
j =1
Siendo:
N: Número de estados de naturaleza.

P(sj): Probabilidad del estado de naturaleza sj.
Vij: El resultado correspondiente a la alternativa de decisión di
y al estado de naturaleza sj.
2. LA TÉCNICA DEL ÁRBOL DE DECISIÓN
2.1. Elementos del árbol de decisión
Antes de comenzar a explicar cómo se construye el árbol de de-

cisión, es necesario introducir cuáles son los elementos que lo inte-
gran. Así, siguiendo a Pérez y Cerrada (2011) y a Ríos et al. (2002),
en el árbol se pueden distinguir los siguientes elementos:
1. Los nudos, también denominados vértices, que pueden clasi-

ficarse en:
— Nudos decisionales: son aquellos que representan situa-

ciones en las que debe tomarse una u otra decisión entre
varias alternativas. Estos nudos señalan los puntos en el
tiempo en los que se toma la decisión y se representan
con un cuadrado.
— Nudos aleatorios: son aquellos en los que el decisor se
enfrenta a distintos estados de la naturaleza o sucesos
aleatorios, llamados acontecimientos, y que no dependen
del decisor. Estos nudos se representan con un círculo.
— Nudos finales, de valor o resultados: se representan con
un triángulo, al cual se le asocia un beneficio o un coste,
según los casos. Se corresponden con las terminaciones de
las ramas que representan las distintas posibilidades que
se pueden dar. Aquí se recogen los resultados estimados
promedios para cada rama (beneficio), valorándose como
si sucediesen todas las circunstancias externas y se toma-
ran todas las decisiones que recogen las flechas a lo largo
de la rama que va desde el nudo inicial al final en cues-
tión.
2. Las ramas, también conocidas como aristas, se pueden divi-

dir en dos grupos:
— Las que tienen su origen en nudos decisionales. Represen-

tan alternativas de decisión.
— Las que parten de nudos aleatorios. Representan posibles
estados de la naturaleza; es decir, sucesos que pueden
acontecer, y entre los cuales no se puede elegir. Las pro-
babilidades conocidas de ocurrencia de dichos aconteci-
mientos se sitúan encima o debajo de las ramas aleatorias
que las representan.
La sucesión de ramas (ya sean decisionales o aleatorias) nos lle-

van al resultado final de esa sucesión. Una vez representado el grafo
debe efectuarse el cálculo de resultados que permita elegir la secuen-
cia de decisiones que optimiza los resultados.
En la siguiente tabla se esquematizan los distintos elementos de
los árboles de decisión.
TABLA 2.1
Elementos de los árboles de decisión
Denominación Función Representación
Nudo decisional Representación de las si- Se representan con un

tuaciones en que el deci- cuadrado.
sor debe tomar una u otra
decisión.
Nudo aleatorio Representan los distintos Se representan con un

estados de la naturaleza a círculo.
los que se enfrenta el deci-
sor y que no se pueden
elegir.
Ramas o aristas: Ambos tipos de ramas se

representan con una fle-
— Decisionales Representan alternativas cha que nace en el nudo
de decisión. de origen y se orienta ha-
— Aleatorias Representan los estados cia el nudo de destino o
de naturaleza. resultado final, según el
caso.
Nudo de valor o Representan la utilidad de Se representan con trián-

resultados las consecuencias asocia- gulos.
das a la sucesión de deci-
siones y estados desde el
nudo raíz hasta ese nudo.
2.2. Construcción del árbol de decisión
En la construcción del árbol es preciso establecer el conjunto de

acciones y eventos posibles, así como la secuencia de las decisiones
que se pueden tomar. El árbol de decisión se construye de izquierda
a derecha y se resuelve de derecha a izquierda. Partimos siempre de
un nudo decisional, numerado con el número 1. Es preciso insistir en
esta idea. El árbol de decisión siempre parte de un nudo decisional,
nunca de uno aleatorio. Se debe comenzar la construcción del árbol
en la parte central izquierda del documento o soporte en el que va-
mos a realizar el dibujo del mismo. A partir de este nudo, es preciso
dejar espacio para dibujar las distintas ramas (flechas) y nudos hacia
la derecha que se irán sucediendo hasta llegar a los resultados. Estas
ramas nos pueden llevar a tres situaciones bien distintas:
a) Nudo de valor o resultado. Es el caso en el que la decisión

por sí misma supone un resultado concreto. No está condi-
cionada a otra decisión ni a estado de naturaleza alguno.
b) Nudo decisional. Este tipo de nudo se establece cuando la
decisión está condicionada por otra decisión.
c) Nudo aleatorio. Nos encontramos ante un nudo aleatorio
cuando la decisión anterior está condicionada a un estado de
naturaleza posterior.
En cualquier caso, el final de toda secuencia decisional debe

acabar en un nudo de valor o resultado, que se situará en el extre-
mo derecho del documento; es decir, al final de cada decisión se-
cuencial.
Como se ha comentado anteriormente, de los nudos aleatorios
parten ramas aleatorias. Sobre estas ramas se coloca la probabilidad
de ocurrencia del estado de naturaleza concreto, siendo la suma de
estas probabilidades uno.
Cuando tenemos representado el árbol, el siguiente paso es la
numeración de los nudos. Se puede enumerar de forma libre, no obs-
tante, debe tenerse en cuenta que a nudos posteriores deben corres-
ponderle números más altos, sin que se produzcan saltos entre ellos.
Es recomendable designar con números los nudos decisionales y con
letras los nudos aleatorios.
2.3. Resolución del árbol
Una vez construido el árbol, el paso siguiente es su resolución. Si

la construcción del árbol se realiza de izquierda a derecha, la resolu-
ción del mismo se efectúa de derecha a izquierda. En primer lugar,
se identifican o calculan los resultados de cada secuencia decisional.
Cada nudo final se valora como si sucediesen todas las circunstancias
externas y se tomaran todas las decisiones que recogen las flechas a
lo largo de la rama que va desde el nudo inicial al nudo final. No se
utilizan las probabilidades.
En segundo lugar, se calcula el valor estimado promedio de cada
nudo aleatorio. Para la valoración de los nudos aleatorios tenemos
que contar con la probabilidad de las distintas circunstancias que se
pueden dar (acontecimientos). Como se ha expuesto anteriormente,
el valor estimado promedio del nudo aleatorio es la suma de las mul-
tiplicaciones del valor de cada flecha por la probabilidad de ocurren-
cia de esa flecha.
Finalmente, se resuelven los nudos decisionales hasta llegar al

nudo decisional inicial o de partida. Los nudos decisionales se valo-
ran a partir del valor de las flechas que salen de él, siendo el valor
de una flecha el valor del nudo al que llega. Si las decisiones buscan
un máximo (por ejemplo, opción más rentable), el valor del nudo
decisional será el mayor valor de las flechas, y si se minimiza (por
ejemplo, mejor coste), será el menor valor.
La secuencia óptima está formada por la secuencia de flechas que
salen de los nudos decisionales con el mayor valor general. El valor
del nudo inicial representa la máxima ganancia promedio de las cir-
cunstancias y decisiones del árbol.
2.4. Ejemplo de árbol de decisión
La comprensión de esta técnica de decisión se facilita con la rea-

lización de un caso concreto, y para ello proponemos el siguiente
ejemplo2:
El señor Mendoza desea invertir sus ahorros y se plantea tres alter-

nativas: montar una agencia de viajes, abrir un hotel o comprar accio-
nes de una empresa hotelera. Si optara por la agencia de viajes, sus
resultados dependerán de que la demanda sea alta, media o baja; con
unas probabilidades de ocurrencia del 40%, 40% y 20%, respectivamen-
te. Sin embargo, cabe la posibilidad de que otras agencias se instalen
próximas a la suya, con un 60% de probabilidad. Si ocurriera esto y la
demanda fuese alta, estima unos beneficios de 70.000 u.m., de 30.000
si fuese media y perdería 20.000 si fuese baja. Si no se instala ninguna
otra agencia en las proximidades, ganaría 100.000 u.m., si la demanda
fuera alta, 50.000 en caso se ser media y 10.000 si fuera baja.
Si eligiera la opción de abrir un hotel, podría obtener los siguien-
tes resultados: 90.000 u.m. si el nivel de ocupación es alto, lo cual
ocurrirá con una probabilidad del 85%, pero si el nivel de ocupación
es bajo éstos ascenderán a 40.000 u.m.
Por último, si se limitara sólo a comprar acciones de una empre-
sa hotelera en funcionamiento, estima un beneficio de 20.000 u.m.
2
Los nombres de los establecimientos y personas que aparecen en todos los
ejercicios del libro son ficticios. Cualquier parecido o coincidencia con la realidad es
casualidad.
Se pide:
Ayude al señor Mendoza a elegir la secuencia de decisiones ópti-
mas.
Solución
El primer paso que realiza el decisor es construir el árbol de de-

cisión. Tiene tres opciones: montar una agencia de viajes, abrir un
hotel o comprar acciones de una empresa hotelera. Por tanto, par-
tiendo del nudo inicial, denominado 1, se deben establecer tres ramas
decisionales que partan de dicho nudo. A dichas ramas las denomi-
naremos «Agencia de viajes», «Hotel» y «Acciones».
Agencia de viajes
Hotel
1
Acciones
A continuación, el decisor debe centrarse en cada una de las ra-

mas decisionales indicadas. Comenzando por la primera, «Agencia
de viajes», cabe afirmar que la misma se encuentra condicionada por
la demanda. Ésta puede ser demanda alta, media y baja. Por ello, la
rama decisional «Agencia de viajes» termina en el nudo aleatorio A.
De dicho nudo parten tres ramas aleatorias: «Demanda alta», «De-
manda media» y «Demanda baja». Al lado de la denominación de
cada rama aleatoria se indicará el porcentaje de probabilidad de ocu-
rrencia. El grafo comenzará de la siguiente forma:
Demanda
alta 0,4
Demanda
media 0,4
A
Agencia de viajes
Demanda
baja 0,2
Hotel
1
Acciones
Las tres ramas aleatorias que parten del nudo A se encuentran

sujetas a la existencia de que se instalen agencias próximas a la
suya o no. Por tanto, cada una de estas tres ramas aleatorias acaba
en un nudo aleatorio denominado «C», «D» y «E», respectivamen-
te. De cada uno de estos nudos nacen dos ramas aleatorias, que
denominamos «Competencia» y «No competencia», indicando la
probabilidad de ocurrencia al lado de las citadas ramas. Estas seis
ramas aleatorias acaban en los correspondientes nudos de valor o
resultado. El grafo del árbol de decisión continuaría dibujándose
como sigue:
Competencia
p = 0,6 D1
B
Demanda No competencia D2
alta 0,4 p = 0,4
Competencia
Demanda p = 0,6 D3
media 0,4
A C
Agencia No competencia D4
de viajes p = 0,4
Demanda
Competencia
baja 0,2
p = 0,6 D5
Hotel
1 D
No competencia D6
p = 0,4
Acciones
A continuación, nos centramos en la rama decisional «Hotel».

Esta rama se encuentra condicionada por el nivel de ocupación. Éste
puede ser alto o bajo. Por tanto, la rama decisional termina en el
nudo aleatorio «E». De dicho nudo parten dos ramas aleatorias:
«Ocupación alta» y «Ocupación baja». En cada rama se indica la
probabilidad de ocurrencia. Ambas ramas culminan con los corres-
pondientes nudos de valor. El grafo del árbol, de momento, quedaría
del siguiente modo:
Competencia
p = 0,6 D1
B
alta 0,4 p = 0,4
Competencia
Demanda p = 0,6 D3
media 0,4
A C
Agencia No competencia D4
de viajes p = 0,4
Demanda
baja 0,2 Competencia
p = 0,6 D5
1 D
Hotel
No competencia D6
Acciones p = 0,4
Ocupación alta
p = 0,85 D7
E
Ocupación baja D8
p = 0,15
Finalmente, el señor Mendoza puede optar por la compra de ac-

ciones. En este caso, la rama decisional «Acciones» culmina en el
nudo de valor. La figura del árbol de decisión sería la siguiente:
Competencia
p = 0,6 D1
B
alta 0,4 p = 0,4
Competencia
Demanda p = 0,6 D3
media 0,4
A C
No competencia D4
Agencia p = 0,4
de viajes Demanda
p = 0,6 D5
D
No competencia D6
p = 0,4
Hotel Ocupación alta

1 p = 0,85 D7
E
Acciones
Ocupación baja D8
p = 0,15
D9
Una vez representado el grafo debe efectuarse el cálculo de resul-

tados que permitan elegir la secuencia de decisiones que optimiza los
resultados. Para ello, comenzamos con la obtención de los diferentes
resultados del árbol de decisión, también llamados nudos de valor, y
que se realiza a partir del cálculo del beneficio, es decir, los ingresos
menos los sgastos o costes. En nuestro ejemplo, esta operación ya
viene resuelta al indicar el enunciado directamente los beneficios o
las pérdidas de cada secuencia decisional. No obstante, lo más fre-
cuente es que el decisor deba hallar el beneficio neto a partir de la
información facilitada. Los distintos resultados se colocan al lado de
cada triángulo correspondiente. En el ejemplo, la figura del árbol con
los nudos de valor o resultados calculados quedaría del siguiente
modo:
Competencia
p = 0,6 D1 = 70.000 u.m.
B
Demanda No competencia D2 = 100.000 u.m.
alta 0,4 p = 0,4
Competencia
Demanda p = 0,6 D3 = 30.000 u.m.
media 0,4
A C
No competencia D4 = 50.000 u.m.
Agencia p = 0,4
de viajes Demanda
p = 0,6 D5 = –20.000 u.m.
D
p = 0,4

1 p = 0,85 D7 = 90.000 u.m.
E
Acciones
Ocupación baja D8 = 40.000 u.m.
p = 0,15
D9 = 20.000 u.m.
Para resolver el nudo decisional 1, previamente, debemos calcular

el valor estimado promedio de los nudos aleatorios A y B. Para re-
solver el valor estimado promedio del nudo aleatorio A, debemos
calcular antes los nudos aleatorios C, D y E de la siguiente manera:
VEC = (70.000 × 0,6) + (100.000 × 0,4) = 82.000 u.m.
VED = (30.000 × 0,6) + (50.000 × 0,4) = 38.000 u.m.
VEE = (−20.000 × 0,6) + (10.000 × 0,4) = −8.000 u.m.
El valor estimado promedio del nudo decisional A es el siguiente:
VEA = [(82.000 × 0,4) + (38.000 × 0,4) + (−8.000 × 0,2)] =
= 46.400 u.m.
A continuación se calcula el nudo aleatorio B.
VEB = (90.000 × 0,85) + (40.000 × 0,15) = 82.500 u.m.
Finalmente, se obtiene el valor del nudo decisional 1. Éste sería

el mayor valor de los nudos aleatorios A y B, y el resultado 9. En
este caso, el valor superior es el del nudo aleatorio B, es decir, 82.500
u.m.
V1 = 82.500 u.m.
El grafo del árbol completo es el siguiente:

Competencia
82.000 u.m. p = 0,6 D1 = 70.000 u.m.
B
Demanda No competencia D2 = 100.000 u.m.
alta 0,4 p = 0,4
Competencia
46.400 u.m. 38.000 u.m. p = 0,6 D3 = 30.000 u.m.
A Demanda
C
media 0,4 No competencia D4 = 50.000 u.m.
Agencia p = 0,4
de viajes Demanda
–8.000 u.m. p = 0,6 D5 = –20.000 u.m.
D
82.500 u.m. p = 0,4

1 82.500 u.m. p = 0,85 D7 = 90.000 u.m.
E
Acciones
Ocupación baja D8 = 40.000 u.m.
p = 0,15
D9 = 20.000 u.m.
Solución
La solución es abrir un hotel. En nuestro ejemplo, la decisión

secuencial quedaría de la siguiente forma: al señor Mendoza le inte-
resa abrir un hotel, ya que la mayor estimación promedio es la per-

teneciente a esta opción, de 82.500 u.m. Aunque este resultado no
indica el beneficio que proporciona la operación, puesto que éste
podrá ser de 90.000 u.m. si la ocupación es alta (85% de probabili-
dad de que esto ocurra) o 40.000 u.m. si la ocupación es baja (con
un 15% de probabilidad).
3. PRINCIPALES VENTAJAS Y LIMITACIONES

DE LA TÉCNICA DE ÁRBOLES DE DECISIÓN
La técnica del árbol de decisión presenta múltiples ventajas. De

entre ellas, se pueden destacar las siguientes:
En primer lugar, el planteamiento de todas las opciones posibles
se realiza con claridad y sencillez, con el fin de realizar su análisis;
en segundo lugar, la técnica que nos ocupa posibilita la realización
de un análisis completo de las posibles consecuencias que llevan a
tomar una decisión; en tercer lugar, la técnica nos permite una pre-
sentación esquematizada, que facilita una rápida visualización de las
distintas alternativas posibles; y en cuarto lugar, es un instrumento
que nos ayuda a tomar las mejores decisiones, partiendo de la infor-
mación existente.
El método del árbol de decisión presenta dos limitaciones: por un
lado, la validez del resultado depende de que el decisor acepte el
criterio del valor estimado promedio máximo; por otro lado, los re-
sultados deben ser temporalmente homogéneos. En caso contrario,
deben ser actualizados a una misma fecha (Yagüe et al., 2007).
Es preciso reseñar que la ausencia o escasez de información pue-
de llevar a mermar la capacidad de predicción del árbol de decisión
y, por consiguiente, afectar a la validez del mismo. Es decir, si el de-
cisor no cuenta con la información suficiente para la construcción
del árbol de decisión, puede tomar una decisión errónea, o incluso
no poder tomar la decisión.
Finalmente, la complejidad de esta técnica aumenta a medida que
el decisor maneja más alternativas y existen más eventos probabilís-
ticos que influyen en la toma de la decisión.
En la tabla 2.2 se resumen las ventajas y limitaciones de la técni-
ca de árboles de decisión.
TABLA 2.2
Ventajas e inconvenientes de la técnica de árboles de decisión
Ventajas Inconvenientes o limitaciones
Validez del resultado condicionada a

Claridad y sencillez. la aceptación del criterio del valor
estimado promedio máximo.
Los resultados deben ser temporal-

Análisis completo de las consecuen-
mente homogéneos. En su defecto,
cias de la toma de decisión.
deben ser actualizados.
La técnica deviene más compleja a

Presentación esquematizada. medida que existen más alternativas
y eventos probabilísticos.
Herramienta de ayuda a tomar las

mejores decisiones.
4. SOFTWARE DE ÁRBOLES DE DECISIÓN
El avance informático ha posibilitado la aparición de diverso soft-

ware que facilita la construcción y resolución de los árboles de deci-
sión. En este apartado vamos a presentar algunos programas que ac-
tualmente se están utilizando para la resolución de árboles de decisión.
Existen diversos programas que ayudan a la toma de decisiones
por medio de árboles. Algunos de los que se pueden citar son los
siguientes: DTREG, PRECISION TREE, TREEPLAN y SMART-
DRAW 2010.
El software DTREG se considera un potente programa de análi-
sis estadístico que genera árboles de decisión para clasificación y re-
gresión, generando modelos de datos. Puede usarse para predecir
valores. Es útil tanto para la construcción de árboles sencillos como
de árboles que presentan una mayor complejidad. DTREG es una
aplicación robusta que se instala con facilidad en cualquier sistema
Windows. Esta aplicación puede presentar el árbol generado de la
decisión en la pantalla, escribirlo a un archivo de disco en formato
jpg o png e incluso imprimirlo3.
3
Puede consultarse en la web: http://www.dtreg.com/, último acceso el 26 de
febrero de 2013.
Otro programa interesante es PRECISION TREE. Este progra-

ma realiza un análisis de decisión en Micrososft Excel mediante el
uso de árboles de decisión. Los árboles de decisión permiten la vi-
sualización de decisiones complejas con niveles múltiples de un
modo organizado y secuencial. Ello posibilita al decisor identificar
todas las alternativas posibles, sirviendo de eficaz ayuda para la se-
lección de la mejor opción. Existe una versión de PRECISION
TREE en español que presenta un interfaz eficiente y con análisis
sólidos4.
El programa TREEPLAN ayuda a construir un diagrama de ár-
bol de decisión en una hoja de trabajo de Excel que usa cuadros de
diálogo. Los árboles de decisión son útiles para analizar problemas
de decisión secuenciales bajo la incertidumbre. Su modelo de árbol
de decisión puede incluir varias alternativas controlables (por ejem-
plo, si hay que introducir un nuevo producto, si hay que ofrecer un
nuevo proyecto...) e incertidumbres incontrolables (por ejemplo, la
demanda posible de un producto, si le conceden un contrato), por
orden cronológico. TREEPLAN, automáticamente, incluye fórmulas
para sumar flujos de caja para obtener valores de resultado y para
valores de reducción de precios, con objeto de determinar la estrate-
gia óptima5.
Por último, podemos citar la aplicación SMARTDRAW 2010.
Esta interesante aplicación es una herramienta múltiple que permite,
entre otras aplicaciones, realizar el dibujo de árboles de decisión. La
calidad del dibujo es alta. Se suele utilizar con frecuencia6. Presenta
opciones de exportación, que incluyen el formato pdf, Word y Power-
point.
5. EJERCICIOS RESUELTOS
En este apartado se proponen una serie de ejercicios resueltos,

con el fin de servir de ayuda al lector en la comprensión de esta
técnica.
4
Puede consultarse en la web: http://www.palisade-lta.com/precisiontree/5/tips/
es/gs/, último acceso el 26 de febrero de 2013.
5
Puede consultarse en la web: http://www.treeplan.com/treeplan.htm, último ac-
ceso el 26 de febrero de 2013.
6
Puede consultarse la web: http://www.smartdraw.com/, último acceso el 26 de
febrero de 2013.
5.1. Caso número 1: Empresario de hostelería
Tras varios años de actividad, un empresario de hostelería se está

planteando llevar a cabo un cambio en la actividad que venía desarro-
llando en su negocio. Está barajando tres posibilidades, aunque todas
implican acometer obras de reforma de las instalaciones: restaurante
vegetariano, cafetería o salón de celebración de cumpleaños infantiles.
En cuanto a la primera opción, cabe la posibilidad, con un 60%
de probabilidad, de que la población vegetariana no sea suficiente-
mente numerosa para las necesidades de demanda del negocio. Puede
incluso darse el caso de que haya clientela suficiente y alguna otra
empresa de la competencia instale otro negocio similar en las proxi-
midades, con un 80% de probabilidad. Los ingresos brutos, si no hay
suficiente clientela vegetariana, se estiman en 85.000 u.m., mientras
que con competencia ascienden a 135.000 u.m. y sin competencia el
doble de lo anterior.
Si optara por abrir una cafetería, tendría que decidir si el horario
va a ser diurno, enfocado a servir desayunos y brunch, o nocturno,
para tapas y copas. El problema que conlleva el horario diurno es
que el proveedor de tartas y bollería efectúe el suministro con retra-
so, situación que ha previsto que puede ocurrir el 15% de las veces.
En caso de optar por el horario nocturno cabe la posibilidad de que
el ayuntamiento no le conceda la licencia de ampliación de horario
de apertura, con un 20% de probabilidad. Los ingresos brutos esti-
mados para el horario diurno ascienden a 134.000 u.m. si no hay
retrasos y a 130.000 u.m. si los hubiera; mientras que en el nocturno
con licencia serían 140.000 u.m., pero sin licencia de ampliación de
horario, sólo la mitad de esta cifra.
En relación a la celebración de cumpleaños infantiles, el principal
problema es la necesidad de contar con personal cualificado y con
entusiasmo para trabajar con niños, aunque estima que probablemen-
te con un 70% de probabilidad lo encontrará. Si no encontrara perso-
nal, ingresaría 60.000 u.m., pero si encuentra triplicaría los ingresos.
Los gastos por reforma ascienden a 62.000 u.m. en el caso del
restaurante, 54.000 u.m. en la cafetería, y a 36.000 u.m. en las cele-
braciones. Los gastos generales se estima que suponen el 15% de los
ingresos brutos.
Se pide:
Determinar la secuencia de decisiones y la opción más interesan-

te para este empresario de hostelería.
Solución
En este ejercicio el decisor debe resolver dos decisiones en este

orden: en primer lugar, con respecto a la cafetería, debe decidir si el
horario será diurno o nocturno; la segunda, y principal decisión, el
tipo de negocio.
En el comienzo de la construcción del árbol de decisión debemos
tener en cuenta que el decisor se plantea tres opciones de cambio de
su actual negocio. Estos cambios se concretan en los siguientes tipos
de negocio:
— Restaurante.
— Cafetería.
— Salón de celebración de cumpleaños infantiles.
Esta delimitación supone que, al dibujar el árbol, del nudo inicial

decisorio (numerado con el 1) parten tres ramas decisorias. Dichas
ramas serán nombradas con las denominaciones establecidas ante-
riormente. Veamos ahora cómo quedaría el inicio del árbol de deci-
sión:
Restaurante
Cafetería
1
Salón de
cumpleaños
Si estudiamos la primera rama decisoria, cambio del negocio a

restaurante, el decisor tendrá que tener en cuenta que el curso de
acción de dicha rama está condicionado por el hecho de que la po-
blación vegetariana sea suficientemente numerosa para las necesida-
des de demanda del negocio o no. Este hecho no es controlable por
el decisor. Por tanto, de la primera rama decisoria nace un nudo
aleatorio, que denominamos A. De este nudo aleatorio parten dos
ramas aleatorias: «Población suficiente» y «Población insuficiente».
El curso de acción «Población suficiente» está sujeto a que se instale
o no la competencia. Por consiguiente, de la rama «Población sufi-
ciente» surge un nuevo nudo aleatorio, denominado B, del que parti-
rán dos ramas aleatorias: «Competencia» y «No competencia». La

rama aleatoria «Población insuficiente» nos lleva directamente al
nudo de valor o de resultado. El grafo quedaría del siguiente modo:
Competencia
p = 0,8 D1
Población suficiente
p = 0,4 B
A No competencia D2
p = 0,2
Población insuficiente
p = 0,6 D3
Restaurante
Cafetería
1
Celebraciones
de cumpleaños
La opción «Cafetería» implica que el empresario tenga que de-

cidir si el horario va a ser diurno para desayunos y brunch o noc-
turno para meriendas y copas. Dado que ello es controlable por él,
dicha rama decisoria debe acabar en otro nudo decisorio, numerado
con el 2. De este último nudo parten dos ramas decisorias: «Hora-
rio diurno» y «Horario nocturno». El curso de acción «Horario
diurno» está sujeto a la existencia de retrasos que no dependen de
la voluntad del decisor. Por ello, se establece un nudo aleatorio,
denominado C, del que parten dos ramas aleatorias: «Retrasos» y
«No retrasos». Ambas ramas nos llevan a los resultados. La rama
«Horario nocturno» se encuentra condicionada por el hecho de que
el ayuntamiento le conceda o no la licencia de ampliación de hora-
rio de apertura. En consecuencia, después de la rama decisoria
«Horario nocturno» se coloca un nudo aleatorio, denominado D.
De este nudo nacen dos ramas aleatorias: «Licencia» y «No licen-
cia». Al lado de cada rama aleatoria se señala la probabilidad de
ocurrencia. Ambas ramas terminan en los nudos de resultados co-
rrespondientes.
El grafo resultante quedaría del siguiente modo:
Competencia
Población p = 0,8 D1
suficiente
p = 0,4 B
A No competencia D2
Población p = 0,2
insuficiente
p = 0,6 D3
Restaurante
Retrasos
p = 0,15 D4
Horario
C
1 Cafetería diurno No retrasos
D5
p = 0,85
2
Licencia
Horario p = 0,8 D6
nocturno
D
Celebraciones No licencia D7
de cumpleaños p = 0,2
Por último, la opción del negocio de salón de celebraciones se

encuentra sujeta a la necesidad de que se consiga personal cualifi
cado.
Por ello, a continuación de la rama decisoria «Salón de celebra-
ciones» se establecerá un nudo aleatorio, denominado E. De este
nudo nacen dos ramas aleatorias: «Personal cualificado» y «Personal
no cualificado». Ambas ramas nos llevan a los resultados. La figura
del árbol quedaría del siguiente modo:
Competencia
Población p = 0,8 D1
suficiente
p = 0,4 B
A No competencia D2
Población p = 0,2
insuficiente
p = 0,6 D3
Restaurante
Retrasos
p = 0,15 D4
Horario
C
1 Cafetería diurno No retrasos
D5
p = 0,85
2
Licencia
Horario p = 0,8 D6
nocturno
D
Celebraciones No licencia D7
Personal cualificado
p = 0,7 D8
E
Personal no cualificado D9
p = 0,3
A continuación se detallan los beneficios o pérdidas correspon-

dientes a cada resultado. El resultado o beneficio es igual a los ingre-
sos previstos menos los gastos. En nuestro ejercicio, a cada uno de
los ingresos que se obtendrían en cada opción hay que restarle los
gastos generales de reforma.
El resultado 1, correspondiente a la opción «Restaurante», con
«Población suficiente» y en situación de «Competencia», tiene unos
ingresos brutos estimados de 135.000 u.m. A esta cantidad hay que
restarle los gastos de reforma previstos para el caso de la opción «Res-
taurante», es decir, 62.000 u.m., y los gastos generales, que ascienden
al 15% de los ingresos brutos. El resultado final es 52.750 u.m.
Resultado 1: [135.000 − (135.000 × 0,15 + 62.000)] = 52.750 u.m.
El resultado 2, correspondiente a la opción «Restaurante» con

«Población suficiente» y «Sin competencia», tiene unos ingresos brutos
estimados del doble que en situación de competencia. Es decir, 270.000
u.m. A esta cantidad hay que restarle el 15% de los gastos generales y
62.000 u.m. como gastos de reforma. El resultado final es 167.500 u.m.
Resultado 2: [270.000 − (270.000 × 0,15 + 62.000)] = 167.500 u.m.
El resultado 3, correspondiente a la opción «Restaurante» con

«Población insuficiente», tiene ingresos brutos estimados de 85.000
u.m. A esta cantidad hay que restarle el 15% de los gastos generales
y los gastos de reforma. El resultado final es 10.250 u.m.
Resultado 3: [85.000 − (85.000 × 0,15 + 62.000)] = 10.250 u.m.
El resultado 4, correspondiente a la opción «Cafetería», optando

por «Horario diurno» en situación de «Retrasos», tiene unos ingre-
sos previstos de 130.000 u.m. A esta cantidad hay que restarle los
gastos generales previstos y los gastos de reforma. El resultado final
es 56.500 u.m.
Resultado 4: [130.000 − (130.000 × 0,15 + 54.000)] = 56.500 u.m.

por «Horario diurno» en situación de «No retrasos», tiene unos ingre-
sos previstos de 134.000 u.m. A esta cantidad hay que restarle los gas-
tos generales, que suponen el 15% de los ingresos brutos, es decir,
20.100 u.m.; y los gastos de reforma previstos para el caso de la op-
ción «Cafetería»; es decir, 54.000 u.m. El resultado final es 59.900 u.m.
Resultado 5: [134.000 − (134.000 × 0,15 + 54.000)] = 59.900 u.m.

por «Horario nocturno» en situación de «Licencia», tiene unos ingre-
sos previstos de 140.000 u.m. A esta cantidad hay que restarle, como
gastos generales, el 15% de los ingresos brutos, es decir, 21.000 u.m.
y los gastos por reforma, que ascienden a 54.000. El resultado final
es 65.000 u.m.
Resultado 6: [140.000 − (140.000 × 0,15 + 54.000)] = 65.000 u.m.

por «Horario nocturno» en situación de «No licencia», tiene unos
ingresos previstos de la mitad de la situación prevista en los ingresos
del resultado 6. Es decir, 70.000 u.m. A esta cantidad hay que restar-
le, como gastos generales, el 15% de los ingresos brutos y los gastos
de reforma previstos para el caso de la opción «Cafetería», es decir,
54.000 u.m. El resultado final es 5.500 u.m.
Resultado 7: [70.000 − (70.000 × 0,15 + 54.000)] = 5.500 u.m.
El resultado 8, correspondiente a la opción «Celebraciones de

cumpleaños», en situación de «Personal cualificado», tiene unos in-
gresos previstos del triple que los estimados para la situación «Per-
sonal no cualificado». Por tanto, los ingresos serían de 180.000 u.m.
A esta cantidad hay que restarle, como gastos generales, el 15% de
los ingresos brutos, es decir, 2.700 u.m., y los gastos de reforma, es
decir, 36.000 u.m. El resultado final es 117.000 u.m.
Resultado 8: [(3 × 60.000) − (180.000 × 0,15 + 36.000)] =
= 117.000 u.m.
El resultado 9, correspondiente a la opción «Celebraciones de cum-
pleaños», en situación de «Personal no cualificado», tiene unos ingresos
previstos de 60.000 u.m. A esta cantidad hay que restarle, como gastos
generales, el 15% de los ingresos brutos, es decir, 9.000 u.m., y los gas-
tos de reforma, es decir, 36.000 u.m. El resultado final es 15.000 u.m.
Resultado 9: [(60.000) − (60.000 × 0,15 + 36.000)] = 15.000 u.m.
El paso siguiente es la resolución de los nudos decisorios 1 y 2.
Para calcular el nudo 1, previamente, debemos resolver el nudo 2. La
resolución del nudo 2 precisa el cálculo del valor estimado promedio
de los nudos C y D.
VEC = [(56.500 × 0,15) + (59.900 × 0,85)] = 59.390 u.m.
VED = [(65.000 × 0,8) + (5.500 × 0,2)] = 53.100 u.m.
A continuación resolvemos el nudo decisional 2. El valor de este
nudo es el mayor de los valores estimados promedio de los nudos C
y D. Es decir, 59.390 u.m.
V2 = 59.390 u.m.
Tras la obtención del valor del nudo decisional 2, se procede a
calcular el valor del nudo decisional 1.
En primer lugar, se calcula el valor estimado promedio del nudo
aleatorio B.
VEB = [(52.750 × 0,8) + (167.500 × 0,2)] = 75.700 u.m.
En segundo lugar, procedemos a resolver el valor estimado pro-
medio de A.
VEA = [(75.700 × 0,4) + (10.250 × 0,6)] = 36.430 u.m.
En tercer lugar, y antes de calcular el valor del nudo decisorio 1,
resta resolver el valor estimado promedio del nudo aleatorio E.
VEE = [(117.000 × 0,7) + (15.000 × 0,3)] = 86.400 u.m.
Finalmente, resolvemos el nudo decisional 1. El valor de este

nudo es el mayor de los valores obtenidos de los nudos estimados
promedios A y B y del nudo decisional 2. Es decir, 86.400 u.m.
V1 = 86.400 u.m.
El grafo del árbol de decisión final es el siguiente:
Competencia
Población 75.700 u.m. p = 0,8 D1 = 52.750 u.m.
suficiente
36.430 u.m. p = 0,4 B
A No competencia D2 = 167.500 u.m.
Población p = 0,2
insuficiente
p = 0,6 D3 = 10.250 u.m.
Restaurante
Retrasos
59.390 u.m. p = 0,15 D4 = 56.500 u.m.
86.400 u.m.
Horario
C
1 Cafetería 59.390 u.m. diurno No retraso D5 = 59.900 u.m.
p = 0,85
2
Licencias
82.500 u.m. D6 = 65.000 u.m.
Horario p = 0,8
nocturno
D
Celebraciones No licencia D7 = 5.500 u.m.
Personal cualificado
86.400 u.m. D8 = 117.000 u.m.
p = 0,7
E
Personal no cualificado D9 = 15.000 u.m.
p = 0,3
Solución
La solución es cambiar al negocio de celebraciones de cumplea-

ños, ya que el mejor valor estimado promedio que obtendría sería de
86.400 u.m. Aunque el beneficio que obtendría este empresario de
hostelería sería de 117.000 u.m. (70% de probabilidad) o de 15.000
u.m. (con un 30% de probabilidad).
5.2. Caso número 2: Exoticworld
El equipo directivo de la agencia de viajes Exoticworld se está

planteando la posibilidad de expandirse internacionalmente. Son va-
rios los mercados que baraja para implantarse en destino: Sudáfrica,

Polinesia y Malasia. Además tienen que decidir la fórmula estratégi-
ca a adoptar: franquicia o apertura de una red de oficinas propias
comprando agencias locales.
En el caso de Sudáfrica, la posibilidad de conseguir franquiciar
conforme a la legislación sudafricana sería del 70%. Se estima que
se consideraría el éxito de la operación si se alcanza una cifra de 10
franquiciados entre sus tres capitales (Pretoria, Ciudad del Cabo y
Bloemfontein), lo cual ocurriría con una probabilidad del 85%; si
no, se desestima la iniciativa. El acuerdo implicaría el cobro a los
franquiciados de un canon anual de 100.000 u.m. En el caso de op-
tar por la creación de una red de agencias propias, con la misma
cantidad de establecimientos que en el caso anterior, la decisión de-
penderá del montante de la inversión a realizar. Si ésta no supera el
millón de u.m. (60%), se lleva a cabo; si no, se desestima la opera-
ción. Se estiman unos ingresos brutos medios por establecimiento de
120.000 u.m.
En el caso de Polinesia, se conseguiría franquiciar con una pro-
babilidad del 60%. Sin embargo, el problema de esta opción es su
geografía. Al tratarse de un archipiélago con mil islas se necesitan 20
franquiciados para atender las necesidades de los turistas en destino.
La probabilidad de conseguirlos sería del 70%. El canon anual ascen-
dería a 60.000 u.m. al tratarse de un país con menor renta. En la
opción de red propia, necesitará los mismos establecimientos que la
franquicia. Debido a la dispersión geográfica, se determina un máxi-
mo de inversión de 600.000 u.m. (75%). En caso de ser necesaria una
aportación mayor se desestima la operación. Los ingresos brutos me-
dios por establecimiento serían de 50.000 u.m.
Si optaran por Malasia, el obstáculo sería las reticencias de las
autoridades locales a la hora de autorizar franquicias (50%). Sin em-
bargo, la gran concentración de población en la capital, Kuala Lum-
pur, facilita tanto el logro del objetivo de cinco franquiciados (90%)
como la implantación de la red de oficinas propias. La cuantía del
canon se establece en 150.000 u.m.; la inversión máxima aceptable
para la red ascendería a 500.000 u.m. (85%) y los ingresos brutos
medios estimados serían de 90.000 u.m.
Se pide:
Recomendar el destino más rentable para Exoticworld a partir de

la elaboración de un árbol de decisión.
Solución
El equipo directivo, el decisor en adelante, debe decidir en qué

zona implantarse. Para ello baraja tres posibilidades: Sudáfrica, Po-
linesia y Malasia. Por tanto, el inicio del árbol debe contemplar tres
ramas decisionales: «Sudáfrica», «Polinesia» y «Malasia».
Sudáfrica
Polinesia
1
Malasia
Centrándonos en la primera rama, «Sudáfrica», el decisor debe

optar entre franquiciar o crear una red de agencias propias. En con-
secuencia, la rama decisional «Sudáfrica» acaba en un nudo decisio-
nal, denominado 2. De este nudo parten dos ramas decisionales:
«Franquicia» y «Red». La rama «Franquicia» está sujeta a que el
decisor consiga la franquicia o no. Por tanto, dicha rama acaba en
un nudo aleatorio, denominado «A». De dicho nudo parten dos ra-
mas aleatorias: «Sí» y «No». La rama aleatoria «No» concluye en el
nudo de resultado o valores. Sin embargo, la rama «Sí» está sujeta a
que se obtengan 10 franquiciados o menos de 10 franquiciados. A
estas ramas las denominaremos «10 franquiciados» y «<10 franqui-
ciados». Al lado de cada rama aleatoria indicaremos la probabilidad
de ocurrencia. El grafo del árbol quedaría del siguiente modo:
10 franquiciados
p = 0,85 D 1
Sí: p= 0,7
B
D2
<10 franquiciados
Franquicia p = 0,15
2 A D3
No: p = 0,3
Red
Sudáfrica
Polinesia
1
Malasia
Para el caso de que el decisor opte por la creación de red propia,

cabe señalar que dicha decisión se encuentra condicionada por el
montante de la operación. Es decir, si ésta supera 1.000.000 de u.m.
o no la supera. En consecuencia, la rama decisional «Red» acaba en
un nudo aleatorio, denominado «C». De dicho nudo nacen dos ra-
mas aleatorias: «Supera 1.000.000 u.m.» y «No supera 1.000.000
u.m.». Al lado de cada rama aleatoria se indica la probabilidad de
ocurrencia.
10 franquiciados
p = 0,85 D1
Sí: p= 0,7
B
D
<10 franquiciados 2
Franquicia p = 0,15
2 A No: p = 0,3 D3
Supera 1.000.000 u.m.
Red p= 0,60 D4
Sudáfrica
C
No supera 1.000.000 u.m. D5
p= 0,40
Polinesia
1
Malasia
En el supuesto de la rama decisional «Polinesia», el decisor tam-

bién debe decidir entre franquiciar o crear la propia red de agencias.
Por tanto, la rama «Polinesia» acaba en el nudo decisional 3. De este
nudo parten dos ramas decisionales: «Franquicia» y «Red». La rama
«Franquicia» está sujeta a que el decisor consiga la franquicia o no.
Por tanto, dicha rama acaba en un nudo aleatorio, denominado «D».
De dicho nudo parten dos ramas aleatorias: «Sí» y «No». La rama
aleatoria «No» concluye en el nudo de resultado o valores. Sin em-
bargo, la rama «Sí» está sujeta a que se obtengan 20 franquiciados o
menos de 20 franquiciados. Por ello, la rama decisional «Sí» acaba
en un nudo aleatorio, denominado «E». De dicho nudo parten dos
ramas aleatorias: «20 franquiciados» y «<20 franquiciados». Al lado
de cada rama aleatoria indicaremos la probabilidad de ocurrencia.
Estas dos ramas acaban en los nudos de valores correspondientes.
Para el caso de que el decisor opte por la creación de red propia,
dicha decisión se encuentra condicionada por el montante de la ope-
ración. Cabe la posibilidad de que se superen 600.000 u.m. o no. En
consecuencia, la rama decisional «Red» acaba en un nudo aleatorio,

denominado «F». De dicho nudo nacen dos ramas aleatorias: «Supe-
ra 600.000 u.m.» y «No supera 600.000 u.m.». Al lado de cada rama
aleatoria se indica la probabilidad de ocurrencia. Dichas ramas aca-
ban en sus respectivos nudos de valores o resultados.
10 franquiciados
p=0,85 D1
Sí: p=0,7
B
D
<10 franquiciados 2
Franquicia p =0,15
2 A No: p =0,3
D3
Red Supera 1.000.000 u.m.
p=0,60 D4
C
Sudáfrica p=0,40
20 franquiciados
p=0,7 D 6
Sí: p=0,6
E
D
<20 franquiciados 7
Polinesia Franquicia p=0,3
1 3 D
No: p=0,4
D8
Red Supera 600.000 u.m.
p=0,75 D9
F
Malasia
No supera 600.000 u.m. D10
p=0,25
Finalmente, si el decisor puede optar por Malasia, debe decidir

entre franquiciar o crear la propia red de agencias. En consecuencia,
la rama decisional «Malasia» acaba en el nudo decisional 4. De este
nudo parten dos ramas decisionales: «Franquicia» y «Red». La rama
«Franquicia» está sujeta a que el decisor consiga la franquicia o no.
Por tanto, dicha rama acaba en un nudo aleatorio, denominado «G».
De dicho nudo parten dos ramas aleatorias: «Sí» y «No». La rama
aleatoria «No» concluye en el nudo de resultado. Sin embargo, la
rama «Sí» está sujeta a que se obtengan 5 franquiciados o menos de
5 franquiciados. Por ello, la rama aleatoria «Sí» acaba en un nudo
aleatorio, denominado «H». De dicho nudo parten dos ramas alea-
torias: «20 franquiciados» y «<20 franquiciados». Al lado de cada
rama aleatoria se indica la probabilidad de ocurrencia. Dichas ramas
acaban en los correspondientes nudos de valores. Por su parte, la
rama decisional «Red» se encuentra condicionada por el montante
de la operación. Cabe la posibilidad de que ésta supere 500.000 u.m.
o que no los supere. En consecuencia, la rama decisional «Red» aca-
ba en un nudo aleatorio, denominado «I». De dicho nudo nacen dos

ramas aleatorias: «Supera 500.000 u.m.» y «No supera 500.000 u.m.».
Al lado de cada rama aleatoria se indica la probabilidad de ocurren-
cia. Ambas ramas acaban en el correspondiente nudo de valores.
10 franquiciados
p=0,85 D 1
Sí: p=0,7
B
D2
<10 franquiciados
Franquicia p =0,15
2 A No: p =0,3
D3
Supera 1.000.000 u.m.
Red p=0,60 D4
C
Sudáfrica p=0,40 20 franquiciados
p=0,7 D 6
Sí: p=0,6
E
D
<20 franquiciados 7
Polinesia Franquicia p =0,3
1 3 D
No: p =0,4
D8
Supera 600.000 u.m.
Red p=0,75 D9
F
p=0,25 5 franquiciados
Malasia p =0,9 D11
Sí: p=0,5
H
D
<5 franquiciados 12
Franquicia p =0,1
4 G
No: p=0,5
D13
Supera 500.000 u.m.
Red p=0,85 D14
I
p=0,15
A continuación, se procede al cálculo de los resultados. El resul-

tado 1 contempla la expansión en Sudáfrica, siendo la franquicia la
fórmula estratégica adoptada, en la situación de lograr la franquicia
y obteniendo 10 franquiciados. En este caso, los ingresos serían de
100.000 u.m. por cada franquiciado. Dado que son 10 franquiciados,
el resultado final es 1.000.000 u.m.
Resultado 1: 100.000 × 10 = 1.000.000 u.m.
El resultado 2 supone la expansión en Sudáfrica, siendo la fran-

quicia la fórmula estratégica adoptada, en la situación de lograr la
franquicia y obteniendo menos de 10 franquiciados. En este caso, el

decisor desestimaría la opción. Por tanto, el resultado final es 0 u.m.
Resultado 2: 0 u.m.
El resultado 3 contempla la expansión en Sudáfrica, optando por

la franquicia como fórmula estratégica, en la situación de no lograr-
la. Dado que si se produce esta situación se desestimaría la iniciativa,
el resultado es 0 u.m.
Resultado 3: 0 u.m.
El resultado 4 presenta la opción de expandirse en Sudáfrica, con

la opción de crear una red de agencias propias, para el caso de que la
inversión supere 1.000.000 u.m. Si ocurre este supuesto, el decisor des-
estimaría la iniciativa. En consecuencia, el resultado final es 0 u.m.
Resultado 4: 0 u.m.
En el supuesto del resultado 5 el decisor se expande en Sudáfrica,

con la opción de crear una red de agencias propias, para el caso de
que la inversión no supere 1.000.000 u.m. Los ingresos brutos por
establecimiento en este supuesto ascienden a 120.000 u.m. Dado que
son 10 establecimientos, el resultado final será el producto de 120.000
u.m. por 10 establecimientos menos el importe de la inversión, que
asciende a 1.000.000 u.m. El resultado final es 200.000 u.m.
Resultado 5: [(120.000 × 10) − 1.000.000] = 200.000 u.m.
El resultado 6 contempla la expansión en Polinesia, siendo la

franquicia la fórmula estratégica adoptada, suponiendo el caso de
lograrla y obteniendo 20 franquiciados. En este caso, los ingresos
serían de 60.000 u.m. por cada franquiciado. Dado que son 20 fran-
quiciados, el resultado final es 1.200.000 u.m.
Resultado 6: 60.000 × 20 = 1.200.000 u.m.
El resultado 7 supone la expansión en Polinesia, siendo la fran-

quicia la fórmula estratégica adoptada, en la situación de lograrla, y
obteniendo menos de 20 franquiciados. En este caso, el decisor des-
estimaría la opción. Por tanto, el resultado final es 0 u.m.
Resultado 7: 0 u.m.
El resultado 8 contempla la expansión en Polinesia, optando por

la franquicia como fórmula estratégica, en la situación de no lograrla.
Dado que si se produce esta circunstancia se desestimaría la iniciativa,
el resultado es 0 u.m.
Resultado 8: 0 u.m.
El resultado 9 presenta la opción de Polinesia, con la opción de

crear una red de agencias propias, para el caso de que la inversión
supere 600.000 u.m. En este caso, el decisor desestimaría la iniciativa.
En consecuencia, el resultado final es 0 u.m.
Resultado 9: 0 u.m.
En el supuesto del resultado 10 el decisor se expande en Poline-

sia, con la opción de crear una red de agencias propias, para el caso
de que la inversión no supere 600.000 u.m. Los ingresos brutos por
establecimiento en este supuesto ascienden a 50.000 u.m. Dado
que son 20 establecimientos, el resultado final será el producto de
50.000 u.m. por 20, menos el importe de la inversión, que asciende a
600.000 u.m. El resultado final es 400.000 u.m.
Resultado 10: [(50.000 × 20) − 600.000] = 400.000 u.m.
El resultado 11 contempla la expansión en Malasia, siendo la

franquicia la fórmula estratégica adoptada, en la situación de lograr-
la y obteniendo 5 franquiciados. En este caso, los ingresos serían de
150.000 u.m. por cada franquiciado. Dado que son 5 franquiciados,
el resultado final es 750.000 u.m.
Resultado 11: 150.000 × 5 = 750.000 u.m.
El resultado 12 supone la expansión en Malasia, optando por la

franquicia como fórmula estratégica, en la situación de lograrla y
que se obtengan menos de 5 franquiciados. En este caso, el decisor
desestimaría la opción. Por tanto, el resultado final es 0 u.m.
Resultado 12: 0 u.m.
El resultado 13 contempla la expansión en Malasia, siendo la

franquicia la fórmula estratégica adoptada, en la situación de no lo-
grarla. Dado que si se produce esta situación se desestimaría la ini-

ciativa, el resultado es 0 u.m.
El resultado 14 presenta la opción de Malasia con la creación de

una red de agencias propias, para el caso de que la inversión supere
500.000 u.m. En este caso, el decisor desestimaría la iniciativa. En
consecuencia, el resultado final es 0 u.m.
En el supuesto del resultado 15 el decisor se expande en Malasia,

con la opción de crear una red de agencias propias, para el caso de
que la inversión no supere 500.000 u.m. Los ingresos brutos por es-
tablecimiento en este supuesto ascienden a 90.000 u.m. Dado que son
5 establecimientos, el resultado final será el producto de 90.000 u.m.
por 5, menos el importe de la inversión, que asciende a 500.000 u.m.
El resultado final es negativo: −50.000 u.m.
Resultado 15: [(90.000 × 5) − 500.000] = −50.000 u.m.
Tras realizar el cálculo de los resultados, se debe obtener el valor

del nudo decisional 1. Para ello, previamente, debemos calcular el
valor de los nudos decisionales 2, 3 y 4. Para obtener el valor del
nudo decisional 2, se deben calcular los nudos aleatorios A y C. Co-
mencemos por el nudo aleatorio A. Para resolver este nudo, primero,
calculamos el valor estimado promedio del nudo aleatorio B.
VEB = [(1.000.000 × 0,85) + (0 × 0,15)] = 850.000 u.m.
A continuación, resolvemos el valor estimado promedio del nudo

aleatorio A.
VEA = [(850.000 × 0,7) + (0 × 0,3)] = 595.000 u.m.
El valor estimado promedio del nudo aleatorio C es el siguiente:
VEC = [(200.000 × 0,6) + (0 × 0,4)] = 120.000 u.m.
Una vez calculado el valor estimado promedio del nudo aleatorio

de A y de C, se puede obtener el valor del nudo decisional 2. Dicho
valor asciende a 595.000 u.m. Es decir, el mayor valor de los nudos

aleatorios A y C.
V2 = 595.000 u.m.
Para realizar el cálculo del nudo decisional 3, previamente es pre-

ciso calcular el valor estimado promedio de los nudos aleatorios D y
F. Con respecto al nudo aleatorio D, cabe indicar que para resolver
este nudo, primero, debemos resolver el valor estimado promedio del
nudo aleatorio E.
VEE = [(1.200.000 × 0,7) + (0 × 0,3)] = 840.000 u.m.
A continuación se calcula el valor estimado promedio del nudo

aleatorio D.
VED = [(840.000 × 0,6) + (0 × 0,4)] = 504.000 u.m.
El valor estimado promedio del nudo aleatorio F es el siguiente:
VEF = [(400.000 × 0,75) + (0 × 0,25)] = 300.000 u.m.
Una vez calculado el valor estimado promedio de los nudos alea-

torios D y F, se puede obtener el valor del nudo decisional 3. Dicho
valor asciende a 504.000 u.m. Es decir, el mayor valor resultante de
los citados nudos D y F.
V3 = 504.000 u.m.
Para obtener el valor del nudo decisional 3, se debe calcular el valor

estimado promedio de los nudos aleatorios G e I. Con relación al nudo
aleatorio G, cabe señalar que para resolver este nudo se debe resolver,
previamente, el valor estimado promedio del nudo aleatorio H.
VEH = [(750.000 × 0,9) + (0 × 0,1)] = 675.000 u.m.
A continuación resolvemos el valor estimado promedio del nudo

aleatorio G.
VEG = [(675.000 × 0,5) + (0 × 0,5)] = 337.500 u.m.
El valor estimado promedio del nudo aleatorio I es el siguiente:
VEI = [(−50.000 × 0,85) + (0 × 0,15)] = −42.500 u.m.
Una vez calculado el valor estimado promedio de los nudos alea-

torios G e I, se puede obtener el valor del nudo decisional 4. Dicho
valor asciende a 337.500 u.m. Es decir, el mayor valor resultante de
los citados nudos G e I.
V4 = 337.500 u.m.
Finalmente, procedemos al cálculo del valor del nudo decisional 1.

Para ello elegimos el mayor valor de los nudos decisionales 2, 3 y 4.
En este caso, el mejor valor es 595.000 u.m., correspondiente a la
opción Sudáfrica.
V1 = 595.000 u.m.
El grafo final del árbol, con los resultados y distintos valores, es

el siguiente:
10 franquiciados
850.000 u.m. p=0,85 D1 = 1.000.000 u.m.
Sí: p =0,7
B
D2 = 0 u.m.
595.000 u.m. 595.000 u.m. <10 franquiciados
Franquicia p=0,15
2 A No: p=0,3
D3 = 0 u.m.
Red 120.000 u.m. Supera 1.000.000 u.m.

D4 = 0 u.m.
p =0,60
C
No supera 1.000.000 u.m. D5 = 200.000 u.m.
Sudáfrica p=0,40 20 franquiciados
840.000 u.m. p=0,7 D6 = 1.200.000 u.m.
Sí: p =0,6
E
595.000 D7 = 0 u.m.
u.m. 504.000 u.m. 504.000 u.m. <20 franquiciados
Polinesia Franquicia p=0,3
1 3 D D8 = 0 u.m.
No: p =0,4
Red 300.000 u.m. Supera 600.000 u.m.

D9 = 0 u.m.
p=0,75
F
No supera 600.000 u.m. D10 = 400.000 u.m.
p =0,25 5 franquiciados
Malasia p=0,7
675.000 u.m. D11 = 750.000 u.m.
Sí: p =0,5
H
337.500 D12 = 0 u.m.
u.m. 337.500 u.m. <5 franquiciados
Franquicia p=0,15
4 G D13 = 0 u.m.
No: p=0,5
Red –42.500 u.m. Supera 500.000 u.m.

D14 = 0 u.m.
p=0,85
I
No supera 500.000 u.m. D15 = –50.000 u.m.
p =0,15
La solución al ejercicio sería recomendar a Exoticworld la expan-

sión internacional en Sudáfrica, ya que el mejor valor estimado pro-
medio es el de esta opción, 595.000 u.m.
5.3. Caso número 3: Hotel Villa del Rey
El Villa del Rey es un bonito hotel con encanto, situado en un

paraje natural de extraordinaria riqueza paisajística en Zahara de los
Atunes. En el Plan General de Ordenación Urbana (PGOU) del mu-
nicipio está previsto destinar un terreno colindante al suyo para cam-
po de golf. Ante esta circunstancia, la familia que lo gestiona se está
planteando si participa en el proyecto como accionista del mismo o
invierte en el hotel remodelando sus instalaciones, ante el previsible
incremento de la demanda turística en la zona.
Saben que hay un 80% de probabilidad de que las acciones gene-
ren una plusvalía de 36.000 u.m. tras su venta. Sólo si esto ocurre, se
plantearían destinar íntegramente estos ingresos extraordinarios a la
construcción de una piscina exclusiva para clientes del hotel o a la
apertura de una cafetería con acceso desde el campo de golf. Si se
decide por lo primero, hay un 90% de probabilidad de que aumente
la ocupación del hotel, en cuyo caso los ingresos anuales brutos esti-
mados serían de 685.000 u.m., y de 560.000 u.m., en caso contrario.
Pero si opta por la apertura de la cafetería, éstos ascenderían a 900.000
u.m. En caso de que no se consiga plusvalía, la familia no se plantea-
rá ningún proyecto. Además, debe considerar que los impuestos que
gravan las plusvalías representan el 10% de su importe; que los gastos
de obtención de licencias de apertura serían de 5.000 u.m. en el caso
de la piscina y de 10.000 u.m. en la cafetería. Igualmente sabe que los
gastos de gestión del hotel suponen el 25% de los ingresos.
Si la familia optara por invertir en el hotel, tendría que plantear-
se si le interesa más renovar la decoración del mismo o ampliarlo. Si
opta por lo primero, sabe que existiría una probabilidad del 65% de
que la competencia actúe igual, potenciándose turísticamente la
zona, en cuyo caso las previsiones de ingresos ascenderían a 840.000
u.m.; en caso contrario, los ingresos estimados serían de 680.000
u.m. Pero si la familia opta por ampliar el hotel, sabe que tendrá que
decidir si contrata a más personal o informatiza algunos de los ser-
vicios ofrecidos. En el primer caso existe un 60% de probabilidad de
que aumente el nivel de ocupación del hotel, con unos ingresos esti-
mados de 750.000 u.m.; o puede que la ocupación permanezca cons-
tante, esperándose unos ingresos de 535.000 u.m. En el segundo caso,
puede que la competencia reaccione de la misma manera, con un

40% de probabilidad y que los ingresos brutos estimados asciendan
a 720.000 u.m.; o puede que no, en cuyo caso los ingresos brutos
ascenderían a 870.000 u.m. En este caso, los gastos de gestión del
hotel suponen el 35% de los ingresos.
Se pide:
A partir de la información suministrada, ¿qué opción le ofrece

mayor rentabilidad al presupuesto del que dispone el Hotel Villa del
Rey?
Solución
En este supuesto el decisor realiza un planteamiento basado en

dos decisiones principales: por un lado, la posibilidad de invertir
como accionista del campo de golf, y, por otro lado, invertir en su
propio negocio hotelero. Por tanto, del nudo decisional inicial, deno-
minado 1, parten dos ramas decisionales: «Campo de golf» y «Nego-
cio de hotel». El arranque del árbol de decisión quedaría del siguien-
te modo:
Campo
de golf
Negocio
de hotel
En el caso del curso de acción «Campo de golf», si las acciones

le generan una plusvalía de 36.000 u.m., el decisor se plantea optar
entre la construcción de piscina o la apertura de una cafetería. En el
caso de que no reciba dicha plusvalía no se plantea tomar decisión
alguna.
Si nos trasladamos al grafo del árbol, el planteamiento es el
siguiente: la rama decisional «Campo de golf» está condicionada
por la obtención de plusvalía. Por tanto, dicha rama decisional aca-
ba en un nudo aleatorio, denominado «A». De dicho nudo parten
dos ramas aleatorias: «Plusvalía de 36.000 u.m.» y «No plusvalía».
Al lado de cada rama se indican las probabilidades de ocurrencia
estimadas.
A la rama aleatoria «No plusvalía» no la sigue ningún curso de

acción más. Por ello, ésta concluye en el correspondiente nudo de
valor. Dado que si el decisor obtiene la plusvalía de 36.000 u.m. debe
decidir si construye la piscina exclusiva para clientes del hotel o la
apertura de la cafetería, por tanto, la rama aleatoria «Plusvalía de
36.000 u.m.» acabaría en el nudo decisional 2. De dicho nudo parten
dos ramas decisionales: «Piscina» y «Cafetería».
La rama decisional «Piscina» está condicionada por el aumento o
no de la ocupación del hotel. Por tanto, dicha rama termina en un nudo
aleatorio, denominado B. De este nudo parten dos ramas aleatorias:
«Aumento ocupación» y «No aumento ocupación». Al lado de cada
rama se indican las probabilidades que se estiman. A ambas ramas les
sucede el respectivo nudo de valor. Si decide la apertura de la cafetería,
a dicha rama decisoria le sucederá el resultado correspondiente.
La figura del árbol en este momento quedaría del siguiente modo:
Aumenta la
ocupación D1
p=0,9
Piscina B
Plusvalía 36.000 €
p=0,8 2 No aumenta D2
la ocupación
A Cafetería p=0,1
Campo
de golf No plusvalía D3
p =0,2
1 D4
Negocio
de hotel
Con respecto a la rama decisional «Negocio de hotel», ésta plan-

tea un tercer nudo decisional. El decisor tiene que optar entre la re-
novación del hotel o su ampliación. Por tanto, del nudo decisorio 3
partirán dos ramas decisionales: «Renovar la decoración» y «Ampliar
hotel». El curso de acción «Renovar la decoración» se encuentra con-
dicionado por la existencia o no de competencia. De este modo, a la
rama decisional le sigue un nudo aleatorio, denominado C. Del nudo
C parten dos ramas aleatorias: «Competencia» y «No competencia».
Al lado de cada rama aleatoria se indican las probabilidades de ocu-
rrencia. Ambas ramas son sucedidas por los resultados.
En el supuesto de ampliar el hotel, el decisor tiene que decidir si
lo hace aumentando la plantilla o a través de medios informáticos.
En consecuencia, a la rama decisional «Ampliar el hotel» le sucede
el nudo decisional 4. De dicho nudo nacen dos ramas decisionales:
«Aumento de personal» e «Informatizar». La rama decisional «Au-

mento de personal» está sujeta a la posibilidad de que exista aumen-
to o no de la población. En consecuencia, tras dicha rama se estable-
cerá un nudo aleatorio, denominado D. De este nudo partirán dos
ramas aleatorias: «Aumenta la ocupación» y «No aumenta la ocupa-
ción». Junto a cada rama aleatoria se señala la probabilidad de ocu-
rrencia. A estas ramas les suceden los respectivos nudos de valor.
Finalmente, la opción de informatizar está sujeta a que se instale
la competencia o no. Por tanto, de la rama decisional «Informatizar»
nace un nudo aleatorio, denominado E. De dicho nudo parten dos
ramas aleatorias: «Competencia» y «No competencia». Al lado de
cada rama aleatoria se señala la probabilidad de ocurrencia. Ambas
ramas finalizan con el correspondiente nudo de valor.
El grafo completo del árbol de decisión quedaría del siguiente
modo:
Aumenta la
ocupación
p=0,9
D1
Plusvalía Piscina B
36.000 €
p =0,8 2 No aumenta D2
la ocupación
A Cafetería p=0,1
No plusvalía D3
p =0,2
Campo
de golf D4
Competencia
p=0,65
D5
1 C
No competencia
Renovar p=0,35 D6
decoración
Negocio Aumenta la
ocupación
de hotel p=0,6 D7
Aumento de
3 personal D
No aumenta D8
la ocupación
Ampliar 4 p=0,4
hotel Competencia
p=0,4 D9
Informatizar E
No competencia D10
p =0,6
Una vez construido el árbol de decisión, el paso siguiente es cal-

cular los resultados de cada rama. En el cálculo del resultado 1,
con la opción «Campo de golf», en la situación de «Plusvalía
36.000 u.m.», optando por «Piscina», en la situación de «Aumenta la

ocupación», se debe tener en cuenta los ingresos brutos estimados y
los gastos. En este caso los ingresos brutos ascienden a 685.000 u.m.
A esta cantidad se debe restar el impuesto de las plusvalías, que su-
pone el 10% de 36.000 u.m.; además se debe deducir 5.000 u.m., en
concepto de gasto de licencia de apertura y, finalmente, el 25% de los
ingresos brutos. El resultado final es 505.150 u.m.
Resultado 1: 685.000 − [(36.000 × 0,1) + 5.000 + (685.000 × 0,25)] =
=505.150 u.m.
Para la realización del cálculo del resultado 2, con la opción

«Campo de golf», en la situación de «Plusvalía 36.000 u.m.», optan-
do por «Piscina», y «No aumenta la ocupación» se deben tener en
cuenta los ingresos brutos estimados y los gastos. En este caso, los
ingresos brutos ascienden a 560.000 u.m. A esta cantidad se debe
restar el impuesto de las plusvalías, que supone el 10% de 36.000
u.m., los gastos de obtención de licencia de apertura, que ascienden
a 5.000 u.m., y los gastos de gestión del hotel, que suponen el 25%
de los ingresos brutos. El resultado final es 411.400 u.m.
Resultado 2: 560.000 − [(36.000 × 0,1) + 5.000 + (560.000 × 0,25)] =
= 411.400 u.m.
En el cálculo del resultado 3, no encontramos con la opción

«Campo de golf», en la situación «Plusvalía 36.000 u.m.» y en la
opción «Cafetería». En este caso, los ingresos brutos estimados as-
cienden a 900.000 u.m. A esta cantidad se le debe restar el impuesto
de las plusvalías, que supone el 10% de 36.000 u.m, los gastos de
obtención de la licencia de apertura y el 25% de los ingresos brutos.
El resultado final es 661.400 u.m.
Resultado 3: 900.000 − [(36.000 × 0,1) +10.000 + (900.000 × 0,25)] =

= 661.400 u.m.
Con respecto al resultado 4, nos encontramos en la opción «Cam-

po de golf», en la situación de «No plusvalía». En este caso, dado
que el decisor no se planteará ningún proyecto, el resultado previsto
es 0 u.m.
Resultado 4: 0 u.m.
En el cálculo del resultado 5, con la opción «Hotel» y «Decora-

ción», en la situación de «Competencia», se halla la diferencia entre
los ingresos previstos, que ascienden a 840.000 u.m., y los gastos de

gestión, que suponen el 35% de dichos ingresos. El resultado final es
546.000 u.m.
Resultado 5: 840.000 − (840.000 × 0,35) = 546.000 u.m.
Con respecto al resultado 6, nos encontramos en la opción «Ho-

tel» y «Decoración», en situación de «No competencia». En este
caso, a los ingresos previstos, que se estiman en 680.000 u.m., se les
resta el 35% de dichos ingresos, en concepto de gastos. El resultado
final es 442.000 u.m.
Resultado 6: 680.000 − (680.000 × 0,35) = 442.000 u.m.
En el cálculo del resultado 7, con la opción «Hotel», «Ampliar

hotel» y «Aumento de personal», en la situación de «Aumenta la ocu-
pación», a los ingresos previstos, estimados en 750.000 u.m., se les
resta el 35% de los citados ingresos, en concepto de gastos de gestión.
Resultado 7: 750.000 − (750.000 × 0,35) = 487.500 u.m.
Con respecto al resultado 8, nos encontramos con la opción «Ho-

tel», «Ampliar hotel» y «Aumento de personal», en situación de «No
aumenta la población». En este caso, a los ingresos previstos, estima-
dos en 535.000 u.m., se les resta el 35% de los mismos, como gastos
de gestión.
Resultado 8: 535.000 − (535.000 × 0,35) = 347.750 u.m.
En el cálculo del resultado 9, con la opción «Hotel», «Ampliar

hotel» e «Informatizar», en la situación de «Competencia», a los in-
gresos previstos, que se estiman en 720.000 u.m., se les resta el 35%
de los citados ingresos, como gastos de gestión. El resultado final es
468.000 u.m.
Resultado 9: 720.000 − (720.000 × 0,35) = 468.000 u.m.
Finalmente, con respecto al resultado 10, nos encontramos en la

opción «Hotel», «Ampliar hotel», «Informatizar», en la situación de
«No competencia». En este caso, a los ingresos estimados, que se con-
cretan en 870.000 u.m., se les restan los gastos de gestión de hotel, que
ascienden al 35% sobre los ingresos. El resultado final es 565.500 u.m.
Resultado 10: 870.000 − (870.000 × 0,35) = 565.500 u.m.
A continuación, se procede al cálculo del valor del nudo decisio-

nal 1. Para ello debemos resolver antes el valor de los nudos decisio-
nales 2, 3 y 4. Para resolver el nudo decisorio 2, es preciso resolver,
previamente, el valor estimado promedio de B:
VEB = [(505.150 × 0,9) + (411.400 × 0,1)] = 495.775 u.m.
A continuación ya podemos resolver el nudo decisional 2. Para

ello tomamos el mayor valor entre 495.775 y 661.400 u.m.
V2 = 661.400 u.m.
El paso siguiente es la resolución del nudo decisional 4. Para ello

debemos proceder previamente al cálculo del valor estimado prome-
dio de los nudos aleatorios D y E.
VED = [(487.500 × 0,6) + (347.750 × 0,4)] = 431.600 u.m.
VEE = [(468.000 × 0,4) + (565.500 × 0,6)] = 526.500 u.m.
A continuación debemos resolver el nudo decisional 3. Para la

resolución de dicho nudo debemos calcular con anterioridad el valor
estimado promedio del nudo aleatorio C:
VEC = [(546.000 × 0,65) + (442.000 × 0,35)] = 509.600 u.m.
El valor del nudo decisional 3 sería el siguiente:
V3 = 526.500 u.m.
Finalmente, resta el cálculo del nudo decisional 1. Previamente,

se debe resolver el valor estimado promedio del nudo aleatorio A:
VEA = [(661.400 × 0,8) + (0)] = 529.120 u.m.
Así, el valor del nudo decisional 1 sería el mayor de los valores

siguientes: 529.120 u.m. y 526.500 u.m.
V1 = 529.120 u.m.
La solución más conveniente para el Hotel Villa del Rey sería la

opción de participación como accionista del campo de golf. El mejor
valor estimado promedio que obtendría sería de 529.120 u.m.
A continuación se muestra el árbol con los resultados y valores
calculados.
495.775 Aumenta la
ocupación
u.m.
p=0,9
D1 = 505.150 u.m.
661.400
Plusvalía u.m. Piscina B
36.000 €
529.120 u.m. p =0,8 2 No aumenta D2 = 411.400 u.m.
la ocupación
A Cafetería p=0,1
No plusvalía D3 = 661.400 u.m.
p =0,2
Campo
529.120 u.m.
de golf D4 = 0 u.m.
509.600 u.m. Competencia D5 = 546.000 u.m.

p=0,65
1 C
No competencia
Renovar p=0,35 D6 = 442.000 u.m.
decoración
Negocio Aumenta la
de hotel 526.500 u.m. 431.600 u.m. ocupación D7 = 487.500 u.m.
p=0,6
Aumento de
3 personal D
526.500 u.m. No aumenta D8 = 347.750 u.m.
la ocupación
Ampliar 4 p=0,4
hotel Competencia
526.500 u.m. p =0,4 D9 = 468.000 u.m.
Informatizar E
p=0,6
5.4. Caso número 4: María Toledano
María Toledano es una joven con probada experiencia en la ges-

tión de agencias de viajes, labor que actualmente desempeña en una
gran cadena mayorista-minorista. Se siente preparada para empren-
der la dirección de su propio negocio, aunque se está cuestionando si
la mejor forma de comenzar sería asociándose a una red de franqui-
cias o, por el contrario, crearlo de forma independiente con su propia
identidad e imagen de marca.
En caso de optar por la incorporación como franquiciada, debe-
rá considerar que cabe la posibilidad de que la empresa franquicia-
dora rechace su solicitud, ya sea por no alcanzar sus exigentes re-
quisitos o por saturación comercial de la zona, lo cual viene
ocurriendo con una probabilidad del 20%. Sólo en el caso de conse-
guir la franquicia deberá cuestionarse la modalidad de franquicia a
la que opta, si por la de local de 50 m2 y un empleado o por la de
local de 100 m2 y dos empleados. En la primera modalidad, el canon
de incorporación asciende a 24.000 u.m., mientras que en la segun-

da a 36.000 u.m. Independientemente de la opción elegida puede
ocurrir que la demanda sea alta (50%), media (30%) o baja (20%).
Si no consigue la franquicia, seguirá trabajando en su puesto actual
que le reporta unos ingresos brutos anuales de 21.000 u.m. (sujetos
a una retención del 20%). Los alquileres en esta localidad para un
local de 50 m2 ascienden a 1.200 u.m./mes, y en el caso de que el
local sea de 100 m2, los precios pasan a ser de 2.000 u.m./mes. La
contratación de un empleado supone unos costes anuales brutos de
11.500 u.m. Los ingresos estimados para la primera modalidad as-
cienden a 100.000 u.m./anuales si la demanda es alta, 80.000 u.m. si
es media y a 50.000 u.m. si es baja. Mientras que para la segunda
modalidad ascienden a 120.000, 90.000 y 60.000 u.m./año, respecti-
vamente.
Si eligiera gestionar su negocio de forma independiente, se plan-
tea si le interesa más ofrecerse como agencia in-plant en alguna gran
empresa de la zona, con la que ya ha tenido ocasión de trabajar des-
de su puesto actual, o proponerle una spin-off a su actual empresa
para que ésta le transfiera directamente la gestión de las cuentas de
pequeños clientes que no le interesan por su escaso volumen de con-
tratación. En ambos casos, no tendría que pagar alquiler y tampoco
necesitaría contratar a ningún empleado, aunque estima una proba-
bilidad del 60% de conseguir la primera opción y del 50% en la se-
gunda. Considera un beneficio neto de negocio de 50.000 u.m./anua-
les en caso de conseguir cualquiera de las opciones anteriores. De no
ser así permanecerá en su puesto actual.
Se pide:
Ayude a María Toledano a determinar cuál es la mejor opción en

su caso, para un año.
Solución
La primera decisión que debe tomar María es si opta por asociar-

se a una red de franquicias o crear su negocio de forma independien-
te. El árbol deberá partir del nudo decisional 1 con dos ramas deci-
sionales: «Franquicia» y «Negocio propio». El inicio del árbol de
decisión quedaría del siguiente modo:
Franquicia
Negocio
propio
Centrándonos en la primera rama decisional, denominada «Fran-

quicia», la adopción de esta decisión se encuentra condicionada por
la aceptación o no de la empresa franquiciadora. En consecuencia, la
rama decisional «Franquicia» termina en el nudo aleatorio denomi-
nado A. De este nudo aleatorio parten dos ramas aleatorias «Acep-
tación» y «Rechazo». Si se produce el rechazo de la empresa franqui-
ciadora, la rama «Rechazo» culmina en el nudo de valor o resultado.
En cambio, si se produce la aceptación, el decisor se plantea la mo-
dalidad de franquicia a la que puede elegir.
Así, cabe la posibilidad de optar por la franquicia del local de 50
metros cuadrados y un empleado (Modalidad 1) o la franquicia del
local de 100 metros cuadrados y dos empleados (Modalidad 2). Am-
bas modalidades se encuentra sujetas al tipo de demanda. Ésta puede
ser alta, media o baja. Por tanto, la rama decisional «Modalidad 1»
acaba en el nudo aleatorio denominado B. De este nudo nacen tres
ramas aleatorias: «Demanda alta», «Demanda media» y «Demanda
baja». Del mismo modo, la rama decisoria «Modalidad 2» acaba en
el nudo aleatorio denominado C. De este nudo nacen tres ramas
aleatorias: «Demanda alta», «Demanda media» y «Demanda baja».
Tanto las ramas aleatorias de la «Modalidad 1» como las de la
«Modalidad 2» acaban en sus respectivos nudos de valor o resulta-
dos, y en cada una de ellas se indica la probabilidad de ocurrencia.
El grafo parcial del árbol resultante sería el siguiente:
Demanda alta D1
p=0,5
Demanda
B media
D2
Modalidad 1 p=0,3
Demanda baja D3
p =0,2
2
Demanda alta D4
Aceptación p=0,5
p=0,80 Modalidad 2
Demanda
C media
D5
p=0,3
Franquicia
1 A Demanda baja D6
p =0,2
Rechazo
p=0,20
Negocio
propio
D7
Con respecto a la segunda rama decisional, «Negocio propio», el

decisor se plantea si le interesa ofrecerse como una agencia in-plant
en alguna gran empresa de la zona, con la que ya ha tenido ocasión
de trabajar desde su puesto actual, o proponerle un spin-off a su
actual empresa, para que ésta le transfiera directamente la gestión
de las cuentas de pequeños clientes que no le interesan por su esca-
so volumen de contratación.
Consecuentemente, a la rama decisional «Negocio propio» le su-
cede un nuevo nudo decisional, denominado 3. De éste nudo parten
dos ramas decisionales denominadas «In-plant» y «Spin-off». Ambas
ramas decisionales están sujetas a que el decisor logre conseguir la
opción concreta. Por ello, tanto la rama «In-plant» como la rama
«Spin-off» acaban en sendos nudos aleatorios, denominados D y E,
respectivamente. De dichos nudos parten dos ramas aleatorias:
«Consecución» y «No consecución». Todas las ramas aleatorias que
parten de los nudos D y E acaban en el correspondiente nudo de
valor, indicándose en ellas la probabilidad de ocurrencia.
El dibujo completo del grafo del árbol de decisión es el que se
muestra a continuación:
Demanda alta
p=0,5 D1
Demanda
media D2
B
Modalidad 1 p =0,3
Demanda baja D3
Aceptación p =0,2
p=0,80 2
A Demanda alta D4
p=0,5
Modalidad 2
Franquicia Rechazo
p =0,20 Demanda
C media
D5
p =0,3
1 Demanda baja D6
p =0,2
D7
Negocio
Consecución
propio p=0,5
D8
D
In-plant
No consecución D9
p=0,5
3
Consecución
p=0,5 D10
Spin-off E
No consecución D11
p=0,5
A continuación se procede a realizar el cálculo de los nudos de

valor o resultados correspondientes.
En el cálculo de los resultados 1, 2 y 3, en la opción «Franquicia»,
en la situación de «Aceptación», optando por la «Modalidad 1»,
en las situaciones de «Demanda alta», «Demanda media» y «Deman-
da baja», respectivamente, se deben tener en cuenta los ingresos esti-
mados para dichas situaciones. Con respecto a los gastos, se obtienen
de la suma del importe del canon de incorporación, más el coste
anual bruto de un empleado y el importe del alquiler anualizado. A
continuación se detallan las operaciones:
Resultado 1: 100.000 − [24.000 + 11.500 + (1.200 × 12)] =
= 50.100 u.m.
Resultado 2: 80.000 − [24.000 + 11.500 + (1.200 × 12)] =
= 30.100 u.m.
Resultado 3: 50.000 − [24.000 + 11.500 + (1.200 × 12)] =
= 100 u.m.
Con respecto a los resultados 4, 5 y 6, en la opción «Franquicia»,

en la situación de «Aceptación», optando por la «Modalidad 2», en
las situaciones de «Demanda alta», «Demanda media» y «Demanda
baja», respectivamente, se debe tener en cuenta los ingresos estima-
dos para dichas situaciones. Con respecto a los gastos estimados, se
obtienen de la suma del importe del canon de incorporación, más el
coste anual bruto de dos empleados y el importe del alquiler anuali-
zado. A continuación se detallan las operaciones:
Resultado 4: 120.000 − [36.000 + (11.500 × 2) + (2.000 × 12)] =
= 37.000 u.m.
Resultado 5: 90.000 − [36.000 + (11.500 × 2) + (2.000 × 12)] =
= 7.000 u.m.
Resultado 6: 60.000 − [36.000 + (11.500 × 2) + (2.000 × 12)] =
= −23.000 u.m.
Con respecto al resultado 7, en la opción «Franquicia», en la si-

tuación de «Rechazo», el cálculo se obtiene de hallar el 80% a los
ingresos brutos anuales de 21.000 u.m., puesto que tiene una reten-
ción del 20%.
Resultado 7: (21.000) × 0,8 = 16.800 u.m.
Con respecto al resultado 8, en la opción «Negocio propio», op-

tando por la agencia «In-plant», en la situación de «Consecución», se
debe tener en cuenta el beneficio neto de negocio estimado.
Resultado 8: 50.000 u.m.
Con respecto al resultado 9, en la opción «Negocio propio», op-

tando por la agencia «In-plant», en la situación «No consecución», el
cálculo se obtiene de hallar el 80% a los ingresos brutos anuales de
21.000 u.m., puesto que tiene una retención del 20%.
Resultado 9: (21.000) × 0,8 = 16.800 u.m.
Con respecto al resultado 10, en la opción «Negocio propio»,

optando por «Spin-off», en la situación de «Consecución», se debe
tener en cuenta el volumen neto de negocio estimado.
Con respecto al resultado 11, en la opción «Negocio propio»,

optando por «Spin-off», en la situación «No consecución», el cálculo
se obtiene de hallar el 80% a los ingresos brutos anuales de 21.000
u.m., puesto que tiene una retención del 20%.
Resultado 11: (21.000) × 0,8 = 16.800 u.m.
A continuación se calculan los valores de los nudos decisionales

y aleatorios. Como sabemos, el árbol consta de tres nudos decisiona-
les. Antes de resolver el nudo decisional 1 debemos calcular el valor
de los nudos decisionales 2 y 3. Para obtener el valor el nudo deci-
sional 2 es preciso calcular los valores estimados promedios de los
nudos aleatorios B y C.
VEB = [(50.100 × 0,5) + (30.100. × 0,3) + (100 × 0,20)] =
= 34.100 u.m.
VEC = [(37.000 × 0,5) + (7.000. × 0,3) + (−23.000 × 0,20)] =
= 16.000 u.m.
El valor del nudo decisional 1 es el mayor de los valores obteni-

dos en el cálculo de los nudos aleatorios B y C. Es decir, 34.100 u.m.
A continuación podemos calcular el nudo decisional 3. Para ello, pre-
viamente, se resuelven los valores estimados promedio de los nudos
aleatorios D y E.
VED = [(50.000 × 0,6) + (16.800. × 0,4)] = 36.720 u.m.
VEE = [(50.000 × 0,5) + (16.800. × 0,5)] = 33.400 u.m.
El valor del nudo decisional 3 es el importe mayor de los valores

estimados promedio de los nudos aleatorios D y E. Es decir, 36.720
u.m. Resta por calcular el valor del nudo decisional 1. Para realizar
dicho cálculo debemos resolver el valor estimado promedio del nudo
aleatorio A.
VEA = [(34.100 × 0,8) + (16.800 × 0,2)] = 30.640 u.m.
En consecuencia el valor del nudo decisional 1 es 36.720 u.m.,

correspondiente al mayor valor obtenido.
El grafo final del árbol de decisión con los resultados y valores
de los nudos decisionales y aleatorios incorporados sería el si-
guiente:
Demanda alta D = 50.100 u.m.

1
p=0,5
34.100 u.m.
Demanda
B media
D2 = 30.100 u.m.
Modalidad 1
p =0,3
34.100
u.m. Demanda baja D3 = 100 u.m.
Aceptación p =0,2
30.640 u.m. p=0,80 2
A Demanda alta D = 37.000 u.m.
4
p =0,5
Modalidad 2 16.100 u.m.
Franquicia Rechazo
p=0,20 Demanda
C media
D5 = 7.000 u.m.
36.720
u.m. p =0,3
1 Demanda baja D6 = –23.000 u.m.

p =0,2
D7 = 16.800 u.m.
Negocio
propio 36.720 u.m. Consecución D8 = 50.000 u.m.
p=0,5
In-plant D
36.720
No consecución
u.m. D9 = 16.800 u.m.
p =0,5
3
33.400 u.m. Consecución D10 = 50.000 u.m.
p=0,5
Spinn-off E
No consecución
p =0,5
D11 = 16.800 u.m.
La solución para María Toledano es optar por gestionar su ne-

gocio por cuenta propia, «Negocio propio», ofreciéndose como agen-
cia in-plant, ya que el mejor valor estimado promedio que obtendría
es el de esta opción, 36.720 u.m.
5.5. Caso número 5: GlobalTravel
La agencia de viajes GlobalTravel se está planteando la posibili-

dad de ampliar su mercado, y para introducirse en Australia preten-
de abrir una oficina central en Sidney. Sin embargo, aún tienen que
decidir la fórmula estratégica a adoptar: franquiciarse a una cadena
australiana, abrir una oficina propia o comprar una agencia local
establecida.
Si se franquicia, considera que las negociaciones culminarían en
acuerdo con una probabilidad del 70%. De producirse éste, le consta
que con un 60% alcanzarían los objetivos estimados por GlobalTra-
vel, los cuales se establecen en 600.000 u.m. de beneficios anuales. Si

éstos no se logran, se calculan unas pérdidas de 60.000 u.m.
En caso de abrir su propia oficina deberá plantearse si el local va
a ser adquirido o alquilado. Si se adquiere, se desea que su precio no
supere los 100.000 u.m., aunque este objetivo sólo podrá cumplirse
con un 80% de probabilidad; en caso contrario, su precio ascendería
a 120.000 u.m. Si se alquila, se desearía que el local estuviera adap-
tado a las necesidades de este negocio, aunque entienden que esto
sólo se conseguirá con un 85% de probabilidad; si no, será necesaria
la realización de reformas de acondicionamiento. Se calculan unos
ingresos anuales de 900.000 u.m., aunque deberán considerarse los
gastos de adquisición del local, de alquiler (2.000 u.m. mensuales) y
los de reforma del local (50.000 u.m.).
Si optara por la adquisición de una empresa local ya establecida,
deberá plantearse si lo hace con su propia marca, GlobalTravel, o
continúa con la de la empresa adquirida pagando su correspondiente
canon de uso. Si opta por la marca GlobalTravel, implicaría una
posibilidad del 40% de perder gran parte de la clientela actual, cir-
cunstancia ésta que sería considerada el fracaso de la operación y se
abandonaría el proyecto. Si esto no ocurriera, y tras la realización de
los pertinentes estudios, se ha detectado que cabe la posibilidad in-
cluso de aumentar la facturación actual un 35% si se emprenden las
medidas comerciales adecuadas. La empresa local actualmente esta-
ría facturando unos 800.000 u.m. anuales, a los que una vez efectua-
da la adquisición habría que detraer un 15% en concepto de canon
de uso de la marca. Los gastos por las acciones comerciales ascende-
rían a 120.000 u.m.
Se pide:
Determinar qué estrategia recomendarías a GlobalTravel para un

período anual, a partir de la elaboración de un árbol de decisión.
Solución
En primer lugar, la agencia de viajes GlobalTravel tiene que deci-

dir entre tres opciones: franquiciarse a una cadena australiana, abrir
una oficina propia o comprar una agencia local establecida. Por tan-
to, del nudo decisional 1 parten, respectivamente, tres ramas decisio-
nales que denominaremos del siguiente modo: «Franquicia», «Ofici-
na propia» y «Compra de agencia local». El grafo inicial del árbol
quedaría del siguiente modo:
Franquicia
Oficina
1
propia
Compra
de agencia
local
La adopción de la decisión «Franquicia» se encuentra condiciona-

da por la culminación de las negociaciones con acuerdo o no. Por
ello, a dicha rama le sucede un nudo aleatorio, denominado B. Del
nudo B parten dos ramas aleatorias, denominadas «Acuerdo» y «No
acuerdo». El nudo aleatorio «Acuerdo» se encuentra sujeto a que se
alcancen los objetivos estimados o no. Por tanto, del nudo aleatorio B
partirán dos ramas aleatorias: «Éxito» y «Fracaso». Junto a cada
rama aleatoria se señala la probabilidad de ocurrencia. Ambas ramas
terminan en el nudo de valor o resultado correspondiente. A la rama
aleatoria «No acuerdo» le sucede el nudo de valor o resultado, indi-
cándose la probabilidad de ocurrencia. El grafo parcial del árbol de
decisión quedaría del siguiente modo:
Éxito
p=0,6 D1
Acuerdo
p=0,7 B
Fracaso
A p=0,4 D2
No acuerdo
Franquicia p =0,3
D3
Oficina
1
propia
Compra
de agencia
local
Por lo que respecta a la rama decisional «Oficina propia», el de-

cisor se plantea si va a adquirir el local o lo va a alquilar. En conse-
cuencia, la rama «Oficina propia» culmina en el nudo decisional 2,
del que nacen dos ramas decisionales: «Local propio» y «Local al-
quilado».
La rama decisional «Local propio» está sujeta al precio del local.

Por tanto, esta rama acaba en un nudo aleatorio, denominado C, del
que parten dos ramas aleatorias: «Precio < 100.000» y «Pre-
cio < 120.000». Al lado de cada rama aleatoria, se señala la proba-
bilidad de ocurrencia. Ambas ramas acaban en su correspondiente
nudo de valor.
La rama decisional «Local alquilado» está condicionada a que el
local esté adaptado o que necesite reformas. Por tanto, dicha rama
culmina en un nudo aleatorio D, del que partirán dos ramas aleato-
rias, denominadas «Reformado» y «A reformar». Junto a cada rama
se indica la probabilidad de ocurrencia. Ambas ramas acaban en sus
correspondientes nudos de valor. El grafo parcial del árbol de deci-
sión quedaría del siguiente modo:
Éxito
Acuerdo p=0,6 D1
p=0,7 B
Fracaso
A p=0,4 D2
No acuerdo
Franquicia p=0,3
D3
Precio
<100.000 u.m.
p=0,8 D4
Local C
1 Oficina propia propio Precio
<120.000 u.m. D5
2 p=0,2
Reformado
Compra p =0,85 D6
de agencia Local
local D
alquilado
3 A reformar D7
p=0,15
La última rama decisional, denominada «Compra de agencia lo-

cal», culmina en un nudo decisional, denominado 3. Ello es debido
a que si opta por la adquisición de una empresa local ya establecida,
debe plantearse si lo hace con su propia marca GlobalTravel o con-
tinúa con la marca de la empresa adquirida pagando el correspon-
diente canon de uso. Por tanto, del nudo decisional 3 parten dos
ramas decisionales: por un lado, la rama «Marca propia», y por
otro lado, la rama «Marca local». Con respecto a la rama decisional
«Marca local», acaba en un nudo de valor o resultado. En cambio,
la rama decisional «Marca propia» está sujeta a la posibilidad de
pérdida de clientela o al incremento de la misma. Por ello, la rama
«Marca propia» acaba en un nudo aleatorio, denominado E. De este
nudo aleatorio parten dos ramas aleatorias: de un lado, «Perder

clientela», y de otro lado, «Incrementar clientela». Al lado de cada
rama aleatoria se indica la probabilidad de ocurrencia. Ambas ra-
mas aleatorias terminan en los correspondientes nudos de valor o
resultados. El dibujo del grafo completo quedaría del siguiente
modo:
Éxito
p=0,6
D1
Acuerdo
p =0,7 B
Fracaso
A p=0,4 D2
No acuerdo
p=0,3
D3
Franquicia
Precio
<100.000 u.m.
p=0,8 D4
Local
propio C
Precio
<120.000 u.m.
D5
Oficina propia p =0,2
1 2
Reformado
p =0,85 D6
Local
alquilado D
A reformar D7
Compra p=0,15
de agencia
local Perder clientela
Marca p=0,4 D8
propia E
3 Aumentar clientela D9
p =0,6
Marca local
D10
El paso siguiente es calcular los resultados: con respecto a los

resultados 1 y 2, en la opción «Franquicia», en la situación «Acuer-
do» y en las situaciones «Éxito» y «Fracaso», se deben tener en cuen-
ta el importe de beneficios y pérdidas estimadas, respectivamente.

Resultado 2: −60.000 u.m.
Con relación al resultado 3, en la opción «Franquicia», en la si-

tuación «No acuerdo», se considera 0 el resultado obtenido, ya que
no se produce el acuerdo en las negociaciones.
Resultado 3: 0 u.m.
Con respecto a los resultados 4 y 5, optando por «Oficina propia»,

en la decisión «Local propio» y en las situaciones de «Precio < 100.000
u.m.» y «Precio < 120.000 u.m.», los ingresos, en ambos casos, serían
los estimados, es decir, 900.000 u.m. Con respecto a los gastos, éstos
ascenderían, respectivamente, a 100.000 u.m. y 120.000 u.m., corres-
pondientes a los precios de adquisición. El resultado final sería de
800.000 u.m. y 780.000 u.m., respectivamente.
Resultado 4: 900.000 − 100.000 = 800.000 u.m.

Resultado 5: 900.000 − 120.000 = 780.000 u.m.
Con respecto a los resultados 6 y 7, optando por «Oficina pro-

pia», en la decisión «Local alquilado» y en las situaciones de «Refor-
mado» y «A reformar», los ingresos, en ambos casos, serían los esti-
mados, es decir, 900.000 u.m. Con respecto a los gastos, en la
situación de «Reformado», éstos ascenderían a 24.000 u.m. (2.000
u.m. × 12); y en la situación de «A reformar», los gastos serían la
suma del alquiler anual (2.000 u.m. × 12 = 24.000 u.m.) más los gas-
tos de reforma del local, es decir, 50.000 u.m. El resultado final es
826.000 u.m.
Resultado 6: 900.000 − (2.000 × 12) = 876.000 u.m.

Resultado 7: 900.000 − [(2.000 × 12) + 50.000] = 826.000 u.m.
Con relación al resultado 8, optando por «Comprar agencia

local», en la decisión «Marca propia» y en la situación «Perder
clientela», los ingresos son 0. Ello se debe a que en este caso se
consideraría que la operación ha fracasado y se abandonaría el
proyecto.
Resultado 8: 0 u.m.
Con relación al resultado 9, optando por «Compra de agencia

local», en la decisión «Marca propia» y en la situación «Aumentar
clientela», los ingresos se corresponderían con el volumen de la factu-
ración actual, es decir, 800.000 u.m. más el 35% de 800.000 u.m., con
motivo de emprender las acciones comerciales. Los gastos se calculan
en 120.000 u.m., es decir, el importe estimado de las acciones comer-
ciales.
Resultado 9: [800.000 + (800.000 × 0,35)] − 120.000 =
= 960.000 u.m.
Con relación al resultado 10, optando por «Compra de agencia

local», en la decisión «Marca local», los ingresos se corresponderían
con el volumen de la facturación actual, es decir, 800.000 u.m. Los
gastos ascenderían a 120.000 u.m. (800.000 × 0,15), correspondientes
al canon de uso de la marca. El resultado final asciende a 680.000 u.m.
Resultado 10: 800.000 − (800.000 × 0,15) = 680.000 u.m.
Tras la obtención de los resultados correspondientes, debemos

calcular el valor de los nudos decisionales y los valores estimados
promedio de los nudos aleatorios.
En el árbol que nos ocupa encontramos tres nudos decisionales.
Nuestro objetivo final es resolver el nudo decisional inicial o número 1.
Para ello debemos resolver, previamente, los nudos decisionales 2 y 3.
Para resolver el nudo decisional 2, debemos calcular los valores estima-
dos promedio de los nudos aleatorios C y D, que serían los siguientes:
VEC = [(800.000 × 0,8) + (780.000 × 0,2)] = 796.000 u.m.
VED = [(875.000 × 0,85) + (826.000 × 0,15)] = 868.500 u.m.
Por tanto, el valor del nudo decisional 2 es el mayor de los valo-

res de los nudos C y D. Es decir, 868.500 u.m. Por otra parte, la re-
solución del nudo decisional 3 precisa el cálculo del valor estimado
promedio del nudo aleatorio E. El valor de dicho nudo aleatorio es
el siguiente:
VEE = [(0 × 0,40) + (960.000 × 0,60)] = 576.000 u.m.
Por tanto, el valor del nudo decisional 3 es el mayor valor obte-

nido entre el nudo aleatorio E y el resultado 10. Es decir, 868.500
u.m. Resta calcular el nudo decisional 1. Para ello, debemos calcular
el nudo aleatorio A. Pero, para poder calcular este nudo aleatorio,
precisamos obtener el valor estimado promedio del nudo aleatorio B.
Ambos valores serían los siguientes:
VEB = [(600.000 × 0,60) + (−60.000 × 0,40)] = 336.000 u.m.
VEA = [(336.000 × 0,70) + (0 × 0,30)] = 235.200 u.m.
Ahora sí podemos calcular el nudo 1. Su valor sería el mayor de

los valores siguientes: nudo aleatorio A, nudo decisional 2 y nudo
decisional 3.
V1 = 868.500 u.m.
El árbol de decisión con los valores finales quedaría del siguiente

modo:
336.000
u.m. Éxito
p=0,6
D1 = 600.000 u.m.
Acuerdo
235.200 u.m. p=0,7 B
Fracaso
A p =0,4 D2 = –60.000 u.m.
No acuerdo
p=0,3
D3 = 0 u.m.
Franquicia
Precio
796.000 <100.000 u.m.
u.m. p=0,8 D4 = 800.000 u.m.
Local
propio C
868.500
Precio
u.m. 868.500 u.m.
<120.000 u.m.
D5 = 780.000 u.m.
Oficina propia p =0,2
1 2
868.500 Reformado
u.m. p=0,85 D6 = 876.000 u.m.
Local
alquilado D
A reformar D7 = 826.000 u.m.
Compra p=0,15
de agencia 576.000
local Perder clientela
u.m. D8 = 0 u.m.
680.000 Marca p=0,4
u.m. propia E
3 Aumentar clientela D9 = 960.000 u.m.
p =0,6
Marca local
D10 = 680.000 u.m.
La solución para GlobalTravel es optar por aperturar su propia

oficina en régimen de alquiler. El mejor valor estimado promedio que
obtendría es 868.500 u.m.
6. EJERCICIOS PROPUESTOS
6.1. Caso número 1: Ayuntamiento de la ciudad

Murallas de la Bahía
El ayuntamiento de la ciudad Murallas de la Bahía se está prepa-

rando para las celebraciones conmemorativas que tendrán lugar en
2017. Para ello desea acometer una serie de inversiones durante los
próximos años que se han presentado en el pleno de esta mañana, las
cuales se detallan a continuación.
En primer lugar, los delegados de la corporación deberán decidir

si invierten en un complejo deportivo o en un complejo hotelero. En
el primer caso, se debe optar por la zona marítima o por el centro.
Las actuaciones a realizar, en ambos casos, dependerán de la conce-
sión de una subvención a nivel europeo. Se estima que se obtendrá la
subvención con una probabilidad del 80%. De forma que, en caso de
conseguirla, en la zona marítima se podrá invertir en la construcción
de un hotel y un nuevo pantalán para embarcaciones de clase A, o
bien en remodelar las instalaciones existentes. Las obras de nueva
construcción dependerán de la correspondiente autorización del or-
ganismo competente en la zona portuaria, la cual tiene un coste de
tramitación del 2% de la ejecución de la obra y un 90% de probabi-
lidad de ser positiva. El presupuesto del hotel y el nuevo pantalán
aprobado por el ayuntamiento es el correspondiente a una empresa
local con experiencia solvente y asciende a 860.500 u.m. La empresa
constructora se compromete a que se puedan inaugurar las instala-
ciones el 1 de enero de 2017. En el proyecto se incluyen 30 habitacio-
nes dobles y 10 suites individuales, las cuales se comercializarán a un
precio de 45 y 80 u.m. por noche y persona. Los gastos de funciona-
miento del hotel serán de 150.000 u.m. mensuales. El pantalán tendrá
capacidad para 6 embarcaciones cuyo precio será de 90 u.m. diarios
por embarcación, mientras que el gasto de funcionamiento del mis-
mo se estima en 1.000 u.m. mensuales. Se estima que, con motivo de
las celebraciones del 2017, el hotel estará a un nivel de ocupación
medio del 90% y el pantalán se ocupará al 100% durante todo el año.
En caso de denegarse la autorización no se podrá realizar la inversión.
Si se deciden por remodelar las instalaciones existentes, el proyecto a
llevar a cabo dependerá de la aprobación por parte de la Agencia
Olímpica Nacional de un campeonato a celebrar en la ciudad, lo cual
se estima que se aprobará con un 40% de probabilidad. El presupues-
to de ejecución de obras, en caso de celebrarse el campeonato, sería la
mitad del anterior y los ingresos extras que se obtendrán durante el
año de las celebraciones serían de 600.000 u.m., mientras que si el
campeonato no se celebrara, la inversión no se realizaría.
En la zona centro, en caso de conseguir la subvención, el ayunta-
miento propone construir un pabellón deportivo con un hotel o con un
albergue, dependiendo en ambos casos de la correspondiente licencia de
obras, que se obtendrá con el 95% de probabilidad y cuyo coste de
tramitación es de 1.600 u.m. El presupuesto de la construcción del pa-
bellón, adjudicado a una empresa nacional, es de 540.000 u.m. y en
2017 generará unos ingresos estimados de 1.200.000 u.m. y un gasto de
funcionamiento de 60.000 u.m. mensuales. El hotel planificado será de
cinco estrellas en régimen de todo incluido y contará con 19 habitacio-

nes dobles, 10 habitaciones senior individuales y 3 suites presidenciales
dobles, cuyos precios serán de 95 u.m., 120 u.m. y 230 u.m. por perso-
na y noche. El hotel conlleva un gasto de funcionamiento de 1.200 u.m.
diarios y en 2017 estará al 100% de su capacidad. Mientras que el al-
bergue constará de tres áreas habilitadas para 70 personas cada una,
cuyo precio será de 25 u.m. todo incluido por persona y día y tendrá
un gasto de funcionamiento de 175.000 u.m. anuales, siendo su ocupa-
ción del 80%. Las instalaciones podrían empezar a funcionar el 1 de
enero de 2017. Los presupuestos se han adjudicado a la misma empre-
sa por un importe de 750.000 u.m. y 220.000 u.m., respectivamente.
Si no se consiguiera la subvención europea, el ayuntamiento plantea
la posibilidad de invertir en una campaña de promoción de la ciudad a
partir de 2014 o bien acudir a dos Ferias Internacionales del Deporte
y Turismo. El presupuesto de la publicidad asciende a 90.000 u.m.
anuales, teniendo una repercusión positiva en el turismo entrante de
modo que los beneficios a alcanzar serían del 40% sobre los costes de
la campaña. A las ferias, de tres días de duración, acudirían tres dele-
gados municipales a quienes hay que pagarles dieta a razón de 60 u.m.
diarios más una ayuda de viaje por importe de 900 u.m. a cada uno.
La participación en cada edición de la feria supone un desembolso de
30.000 u.m. y los ingresos extras generados serían de 300.000 u.m.
En el caso de invertir en un complejo hotelero, el ayuntamiento
ha encargado, por importe de 15.000 u.m., un estudio de viabilidad
a un observatorio de inversiones empresariales de reconocido presti-
gio, y le han garantizado que con una inversión de un millón y me-
dio de u.m. podría obtener un beneficio a finales de 2017 del 30%.
El pleno del ayuntamiento, una vez presentada la propuesta, ha
decidido nombrarle consultor para que le asesore en la decisión más
adecuada.
Solución
Invertir en un complejo deportivo en la zona centro. En caso de

conseguir la subvención europea, construir un pabellón y albergue;
en caso de no conseguirla, acudir a ferias. El mayor valor estimado
promedio sería de 864.704 u.m.
6.2. Caso número 2: Andrés
Andrés, estudiante de primer grado en Turismo, ha heredado de

su abuelo 390.000 u.m. Con este dinero tiene pensado crear una em-
presa dentro de 4 años, cuando termine la carrera, pero mientras

llega este momento desea invertir de la mejor forma posible este di-
nero. Baraja tres posibilidades distintas, en las que destinar los
390.000 u.m.:
a) Comprar un apartamento en Rota para alquilarlo por tem-

poradas.
b) Comprar un estudio en Jerez para alquilarlo durante el curso
a estudiantes del campus.
c) Comprar en bolsa acciones de la empresa Eurohoteles, S. A.
La rentabilidad que obtendría si decidiera comprar el apartamento

en Rota estaría condicionada por las previsiones meteorológicas para
los próximos 4 años. Si se estima que la climatología será benigna,
podría alquilarlo los 9 meses de temporada baja en 480 u.m./mes, y
los tres meses de temporada alta en 1.900 u.m./mes. Si las previsiones
apuntan a que la climatología será adversa, sólo podría alquilar el
apartamento los 9 meses de temporada baja en 240 u.m./mes, mante-
niendo los 1.900 u.m./mes en temporada alta. Para Rota, las previsio-
nes meteorológicas estiman una probabilidad del 60% de climatología
benigna en los próximos años. Tanto si la climatología es benigna
como si es adversa, estima en un 70% poder vender el apartamento al
finalizar la carrera en 500.000 u.m.; si no, tendrá que conformarse con
venderlo por lo que lo compró. El apartamento tiene unos gastos
mensuales de mantenimiento de 160 u.m., que corren de su cuenta.
A su vez, la rentabilidad del estudio en Jerez va a estar supedita-
da a la evolución futura de la población universitaria de la ciudad,
de modo que si se incrementara el número de alumnos, y consecuen-
temente, la demanda de viviendas de alquiler, podría alquilar dicho
estudio durante 11 meses al año por un importe de 360 u.m./mes. Por
el contrario, si no se incrementa el número de universitarios, cree que
no podría alquilarlo ningún año. Andrés estima una probabilidad de
aumento de la población universitaria de Jerez para los próximos 4
años del 80%. En todo caso, con un 60% de probabilidad, cree que
podrá vender el estudio al finalizar el grado en 510.000 u.m.; si no,
por lo que lo compró. Los gastos de mantenimiento corren por su
cuenta y son de 130 u.m./mes.
En cuanto a la rentabilidad de las acciones de Eurohoteles, S. A.,
ésta dependerá de si la evolución de la economía es favorable o des-
favorable. Las previsiones económicas apuntan a que ésta será favo-
rable con un 60% de probabilidad. Si transcurridos los 4 años, la
economía es favorable, Eurohoteles, S. A., repartirá un dividendo
anual de 12.000 u.m. y podrá vender las acciones por un 20% más de
su valor de compra. Pero si la economía es desfavorable, el dividendo
anual será de 1.500 u.m. y las acciones se venderán por el mismo
valor de compra. Los gastos de tramitación financiera, tanto de la
compra como de la venta de las acciones, ascienden a un 1% del
importe de la operación.
Se pide:
Ayude a Andrés a tomar la mejor decisión de inversión elaboran-

do un árbol de decisión.
Solución
La mejor opción es comprar un apartamento para alquilarlo en

Rota, ya que el mejor valor estimado promedio sería el de esta op-
ción, 107.864 u.m.
6.3. Caso número 3: Nicolás Cantizano
Don Nicolás Cantizano posee un local en una zona de reciente

urbanización y se está planteando la posibilidad de explotarlo comer-
cialmente. Son varias las alternativas barajadas: instalar una empresa
de catering, un bar de tapas o un restaurante.
En cuanto a la empresa de catering, tras un estudio de mercado,
se determina que la probabilidad de que logre suficiente cuota de mer-
cado es del 70%. Sólo en este caso el negocio se llevaría a cabo, aun-
que deberá contratar un chef, que puede ser uno prestigioso o uno
joven proporcionándole la formación específica. La contratación del
chef prestigioso sólo se efectuaría si sus exigencias salariales no supe-
ran los 60.000 u.m., lo que podría ocurrir con una probabilidad del
75%; si no acepta, no se llevaría a cabo el negocio. La contratación del
chef joven, cuya retribución bruta sería de 30.000 u.m. y su formación
supondría 10.000 u.m., proporcionará óptimos resultados con una
probabilidad del 60%. Los ingresos estimados en caso de contratar al
chef prestigioso ascenderían a 380.000 u.m.; mientras que con el joven
a 260.000 u.m. o 90.000 u.m., respectivamente. Los gastos fijos se es-
timan en 20.000 u.m. y los variables en el 40% de los ingresos.
En caso de optar por el bar, cabe la posibilidad (65%) de que en
los nuevos locales de alrededor se instale competencia. Independien-
temente de que esto ocurra deberá decidir si instala o no terraza
durante los 4 meses de verano, tras la consiguiente obtención de li-

cencia, cuya probabilidad es del 80%. Los gastos de su tramitación
ascienden a 1.000 u.m. Durante el período de funcionamiento de la
terraza deberá contratar 3 camareros, cuya retribución bruta asciende
a 2.000 u.m. Esta opción implica unos ingresos de 240.000 u.m., que
serían un 50% superior si no existiese competencia y otro 20% si se
abriera la terraza. Los gastos fijos ascienden a 40.000 u.m., pero se
incrementan un 10% con la terraza; y los gastos variables al 30% de
los ingresos.
Para la apertura del restaurante deberá determinar si éste va a ser
de lujo o dedicado a comida tradicional andaluza. En ambos casos
los ingresos estimados ascienden a 200.000 u.m.; aunque los gastos
fijos serían de 50.000 u.m. y 30.000 u.m., respectivamente, y los gastos
variables representarían el 30 y el 20% de los ingresos en cada caso.
Se pide:
Determinar la secuencia de decisiones que deberá tomar el señor

Cantizano.
Solución
La mejor opción sería explotar el local como bar de tapas, ya que

el mejor valor estimado promedio corresponde a esta opción, 165.584
u.m.
6.4. Caso número 4: RoomConfort
La cadena de hoteles urbanos RoomConfort se está planteando

la posibilidad de ampliar la disponibilidad actual de 100 habitaciones
de su establecimiento de Jerez. Baraja tres posibilidades, aunque to-
das exigen acometer obras inmediatas: añadir dos plantas al edificio
actual y disponer de otras 50 habitaciones nuevas, adquisición de un
edificio próximo que permitiría disponer de 120 habitaciones más, o
la restauración de un edificio histórico cedido que ofrecería 30 habi-
taciones adicionales.
Si optaran por la ampliación, necesariamente las obras exigirían el
cierre del hotel durante el tiempo que duraran las mismas, con la pér-
dida de ingresos que esto supone. Debe decidirse entonces la empresa
que las acometerá, Construciones Juman propone 3 meses de plazo de
ejecución, a contar desde este momento, con un presupuesto de
300.000 u.m., o la empresa Construman, con un plazo de ejecución de

4 meses y 200.000 u.m. de presupuesto. La posibilidad de que dichas
empresas cumplan con los plazos propuestos es del 80% y 70%, res-
pectivamente. Se estima que cada habitación aporta un beneficio men-
sual de 50 u.m.
En caso de adquirir el edificio próximo, habrá que acometer una
remodelación de adaptación a las características del negocio. En este
caso, Juman presupuesta 2 meses y 120.000 u.m., mientras que Cons-
truman, 3 meses y 80.000 u.m. Estos gastos habrá que añadirlos a los
300.000 u.m. de la adquisición del edificio. Se estima que el beneficio
mensual por estas nuevas habitaciones ascenderá a 80 u.m. en caso
de que la ocupación sea alta (60%) o 60 u.m. en caso de ser baja.
De optar por la restauración del edificio histórico, Juman presu-
puesta 4 meses y 320.000 u.m.; y Construman, 6 meses y 300.000
u.m. Se estima que el beneficio mensual por estas nuevas habitacio-
nes ascenderá a 100 u.m.
Si la empresa constructora no cumple con los plazos, deberá in-
demnizar al hotel a razón del 5% de lo presupuestado. Se sabe que
como máximo el retraso puede ser de un mes adicional sobre el pla-
zo estimado inicialmente. Los datos económicos se valorarán para un
período de 3 años.
Se pide:
Determinar la secuencia de decisiones y la opción más interesan-

te para RoomConfort.
Solución
La solución es adquirir el edificio próximo con el presupuesto de

Construman, ya que el mejor valor estimado promedio corresponde
a esta opción, 83.728 u.m.
6.5. Caso número 5: Politravel
Politravel es una importante agencia de viajes mayorista que está

planteándose la inclusión de un nuevo producto turístico en su próxi-
mo catálogo. Se barajan tres posibles alternativas: Asia Imperial,
África Salvaje y «Maeva» Polinesia.
En Asia Imperial tendrá que determinarse si el circuito debe en-
focarse en Japón, en Vietnam o en un combinado Japón-Vietnam.
Japón, circuito de 8 días y 6 noches en los que se visitarán las ciuda-

des de Tokio, Kyoto y Hakone. Los costes estimados por persona
incluyen traslado en avión (1.200 u.m.), alojamiento (140 u.m. la no-
che), manutención a una media de 50 u.m. día, y 80 u.m. de la ex-
cursión al parque natural de Hakone, con traslado y guía incluido.
Sin embargo, la probabilidad de que el clima permita visitar este par-
que es del 80%. Sólo Vietnam, circuito de 7 días y 5 noches, en los
que se visitará, además de Hanoi, la capital, Ho Chi Min (antigua
Saigón) y Hoy An, antigua ciudad comercial y auténtica joya del
recorrido. Aunque la probabilidad de encontrar guía que hable espa-
ñol en estas dos ciudades es del 60%, en caso contrario no se cobra-
rá este concepto. Los costes estimados por persona ascienden a 1.300
u.m. del vuelo, 120 u.m. de alojamiento por noche, manutención 60
u.m. diarios, y el servicio de guía, 40 u.m. por cada excursión. El
combinado Japón-Vietnam, de 10 días y 4 noches en Tokio y 4 en
Hanoi exclusivamente, si surgen problemas para enlazar los vuelos
(probabilidad del 30%) se suspende el viaje. El precio del vuelo es de
1.250 u.m.
En el circuito África Salvaje, de 8 días y 6 noches, los costes es-
timados por persona ascienden a 1.000 u.m. de traslado en avión, 90
u.m. de alojamiento por noche, manutención 40 u.m. diarios y 120
u.m. por persona por el safari fotográfico. Sin embargo, debe tenerse
en cuenta las reticencias de las autoridades locales a la concesión de
licencias para los safaris, ya que últimamente se rechaza el 25% de
las solicitudes.
En el producto «Maeva» Polinesia, de 10 días y 7 noches, se esti-
man unos costes por persona de 1.800 u.m. de vuelo, 125 u.m. de
alojamiento por noche en régimen de todo incluido. Debe establecer-
se si es más atractivo incluir un recorrido diario en barco por cada
uno de los 5 archipiélagos polinesios, cuyo coste ascendería a 50 u.m.
por día, con un grado de aceptación estimado del 60%, o sólo ofrecer
la posibilidad de alquiler de barco con patrón y curso de buceo con
monitor de 3 días por 180 u.m. diarios, cuyo grado de aceptación
puede ser del 40%.
Los costes del seguro de responsabilidad ascienden a 100 u.m.
por persona independientemente del destino elegido.
Se pide:
Ayude a la agencia a determinar el mejor producto y su benefi-

cio, teniendo en cuenta que desea obtener un margen de beneficio del
40% sobre los costes del mismo.
Solución
Politravel debe ofertar como nuevo producto «Maeva» Polinesia,

incluyendo el alquiler del barco con patrón y curso de buceo con
monitor como servicio adicional. Ya que el mayor valor estimado
promedio corresponde a esta opción, 1.196,4 u.m.
6.6. Caso número 6: Pedro Garíndez
Aunque Pedro Garíndez trabaja como jefe de recepción de un

hotel, está planteándose la posibilidad de abrir un negocio relaciona-
do con la actividad turística donde desarrollar los conocimientos y
contactos adquiridos a lo largo de estos años. Se debate entre abrir
una agencia de viajes o explotar una casa rural en el Tajo del Buitre,
lugar de abundantes recursos naturales y paisajes maravillosos. ¿Cuál
sería la mejor opción?
Si optara por la agencia de viajes, deberá considerar si reúne los
requisitos necesarios para obtener la correspondiente licencia muni-
cipal. Espera no formar parte del 20% de licencias rechazadas
anualmente por el ayuntamiento, lo que significaría seguir en su
puesto actual, que le reporta unos ingresos brutos anuales de 21.000
u.m. sujetos a una retención del 15%. Si se aceptara su solicitud,
tendrá que decidir si la ubicación idónea del negocio es en una calle
céntrica de Jerez o en el Centro Comercial SherryShop. En cual-
quier caso, deberá determinar si busca un local de 50 m2, y en el
que con un empleado podría atenderlo, o de 100 m2, que exigiría la
contratación de dos empleados. Independientemente de la opción
elegida puede ocurrir que la demanda sea alta (50%), media (30%)
o baja (20%). Los alquileres mensuales en esta localidad ascienden
a 1.200 u.m. para 50 m2 y a 2.000 u.m. para 100 m2. Sin embargo,
en SherryShop son 300 u.m. más caros en ambos casos. La contra-
tación de un empleado supone unos costes anuales brutos de 11.600
u.m. Los gastos de acondicionamiento del local son proporcionales
a los metros del mismo y ascenderían a 12.000 u.m. y a 24.000 u.m.,
respectivamente.
Los ingresos anuales estimados para la agencia ubicada en la ciu-
dad si contrata a un empleado ascienden a 100.000, 80.000 y a 50.000
u.m. para demanda alta, media o baja, respectivamente. Mientras
que si la agencia se establece en SherryShop, se estiman en 120.000,
90.000 y 60.000 u.m., respectivamente, para demanda alta, media o
baja. Siempre que la opción elegida implique la contratación de dos
empleados los ingresos son 20.000 u.m./anuales más que respecto a

la contratación de sólo un empleado.
Si eligiera gestionar la casa rural, igualmente deberá obtener la
correspondiente licencia, hecho que según le indican puede ocurrir
con un 60% de probabilidad. De no ser así permanecerá en su pues-
to actual. Si obtiene la necesaria licencia, se enfrenta a la posibilidad
de que la demanda sea alta, media o baja con probabilidades del
60%, 30% y 10%, respectivamente. Considera un beneficio neto anual
de 140.000, 50.000 y 36.000 u.m. para cada una de estas posibilida-
des.
Se pide:
A partir de la información suministrada, ¿qué le conviene a Pedro

Garíndez?
Solución
A Pedro Garíndez le resulta más favorable explotar la casa rural,

ya que el mayor valor estimado promedio corresponde a esta opción,
68.700 u.m.
3 La técnica ELECTRA I como
instrumento para la toma
de decisiones en la
empresa turística
En esta última parte del libro, nos vamos a centrar en la expli-

cación de la técnica ELECTRA I para resolver problemas de toma
de decisiones multicriterio en las empresas del sector turístico. Se
incorporan, igual que en el capítulo anterior, ejercicios resueltos y
otra serie de ejercicios propuestos con sus respectivas soluciones.
1. LA TÉCNICA ELECTRA I
1.1. Algoritmo
Uno de los métodos multicriterio simple más extendido es ELEC-

TRA I, método científico cuya finalidad es la selección de un objeto,
teniendo en cuenta unos criterios o puntos de vista distintos, que
deben determinar esa selección y que son múltiples no agregables y a
veces incluso no tienen métrica1.
Es un método basado en la ponderación y en la agregación de
valores otorgados a cada uno de los criterios; para ello desarrolla un
indicador de concordancia y otro de discordancia que son los que fi-
nalmente aclaren si la alternativa cumple o no los criterios para ser
aceptada. Este tipo de métodos nos permite clasificar las distintas al-
ternativas existentes, o bien, reducir su número para una elección final.
Enfatizamos en el método ELECTRA I, que, aunque no es el
más reciente, sí que es el único que considera los «criterios verdade-
ros», es decir, los más apropiados para la aplicación a distintos pro-
blemas de decisión. Esta herramienta pretende reducir un número de
alternativas posibles, dividiéndolas en dos subconjuntos, uno con las
más favorables para el decisor (núcleo) y otro con las menos favora-
bles (periferia). Para llegar a este punto se irán comparando las alter-
nativas por pares en base a «relaciones de sobreclasificación» (outran-
king relationship) (Romero, 1996).
1
Citado en http://biblio.juridicas.unam.mx/libros/2/516/10.pdf (abril de 2013).
La técnica ELECTRA I como instrumento
Siguiendo a Escribano y Fernández2, el objetivo consiste en obte-

ner un subconjunto o núcleo de alternativas que superen al menos a
otra opción que no pertenezca a este núcleo. Esta división debe cum-
plir los siguientes requisitos:
1. En el núcleo debe encontrarse la mejor solución de compro-

miso. Debemos tener en cuenta que cada alternativa de la
periferia es superada al menos por una perteneciente al nú-
cleo.
2. Las alternativas del núcleo son incomparables entre sí.
3. No hay intersección entre el núcleo y la periferia, es decir, no
tienen ninguna alternativa en común.
Y además, la suma de ambos, núcleo más periferia, componen el

conjunto inicial de todas las alternativas contempladas.
Para resolver un problema utilizando este método, en primer
lugar, debemos identificar los elementos necesarios para poder apli-
carlo:
a) Las distintas alternativas (A1, A2, A3...) entre las que debe-
mos elegir la mejor o las mejores.
b) Los criterios (C1, C2, C3...) que utiliza el decisor para valo-
rar las alternativas anteriores.
c) La amplitud de la escala. Estos valores serán definidos según
una escala de valor de puntuación representada de forma nu-
mérica. A cada alternativa le podremos asignar un valor den-
tro de esa escala.
d) Los valores que posee cada alternativa según los distintos cri-
terios.
e) Los pesos o ponderaciones (W), es decir, la importancia que
el decisor otorga a cada uno de los criterios en relación a los
demás. La suma de todos los pesos debe ser igual a 100% si
hablamos en términos relativos.
Una vez localizados los anteriores elementos podemos poner en

práctica el método que debe seguir los siguientes pasos:
2
Citado en http://scholar.google.es/scholar?q=related:0Cnl0oytuiAJ:scholar.goo-
gle.com/&hl=es&as_sdt=0 (abril de 2013).
Paso 1. Construcción de la matriz de concordancia
En primer lugar, compararemos las distintas alternativas dos a

dos con respecto a los distintos criterios seleccionados, y nuestro ob-
jetivo será determinar la dominancia de una alternativa sobre otra,
es decir, determinar su grado de superación. Debemos demostrar que
una alternativa es mejor que otra con la que se compara, es decir,
que existe una relación de sobreclasificación.
Este enfoque de sobreclasificación implica que, para afirmar que
una alternativa es superior a otra, debemos demostrar esa relación de
dominio sin demasiado riesgo a equivocarnos. Para esta demostra-
ción, el método ELECTRA realiza un test de concordancia y otro de
discordancia.
La concordancia cuantifica hasta qué punto para un determina-
do número de criterios o atributos una alternativa es elegida frente
a otra. Mientras la discordancia cuantifica hasta qué punto no exis-
te ningún atributo para el que una alternativa es mucho mejor que
otra.
Para calcular el índice de concordancia, en el numerador indica-
remos la suma de los pesos de los criterios para los cuales la alterna-
tiva i es igual o superior a j, y en el denominador incluiremos la
suma de los pesos de todos los criterios, es decir, 100, pues siempre
utilizaremos valores relativos.
∑Wi  j
Cij =
∑W
Así pues, el índice de concordancia siempre tomará valores en-

tre 0 y 1, y mide la fuerza con la que una alternativa supera a
otra. Crece cuando incrementa el número de criterios por los que
la alternativa Ai domina a la alternativa Aj. Será igual a 1 cuando
una alternativa sea mejor que otra en todos los criterios y será
igual a 0 cuando una alternativa es peor que otra para todos los
criterios.
Una vez calculados los índices concordantes, los plasmaremos en
una matriz de concordancia. Esta matriz será cuadrada, con tantas
filas y columnas como alternativas tengamos y se construirá como se
muestra seguidamente:
Cij A1 A2 A3
A1 — C1,2 C1,3
A2 C2,1 — C2,3
A3 C3,1 C3,2 —
En la anterior matriz de concordancia vemos cómo las casillas de

la diagonal central están anuladas, ya que no tiene sentido comparar
una alternativa consigo misma. En el resto de casillas incorporare-
mos el valor del índice de concordancia que hemos calculado ante-
riormente comparando las alternativas por pares.
Paso 2. Construcción de la matriz de discordancia
Sin embargo, cualquier superación de una alternativa Ai sobre
otra alternativa Aj puede ser debilitada por el índice de discordancia.
El valor de discordancia de Ai sobre Aj será 0 si los valores de Ai son
mayores o iguales que los valores de Aj para todos los criterios, aun-
que esto al revés no se cumple.
La discordancia permite medir la magnitud de la minusvaloración
de esta alternativa Ai sobre la alternativa Aj, con la que se la compara.
El índice de discordancia tiene en cuenta aquellos valores de cri-
terios en los que la alternativa Ai no domina Aj, a los que llamamos
criterios discordantes. De todos ellos se toma el que posea mayor
diferencia numérica, en valor absoluto, y se dividirá entre la máxima
amplitud posible de la escala numérica utilizada. En definitiva, el test
de discordancia mide el grado de máximo desacuerdo que puede
existir entre las alternativas Ai y Aj según la hipótesis de que Ai do-
mina Aj. Así pues, podemos definir la discordancia como:
Amplitud máxima discordante

Dij =
Amplitud total (eescala)
En el numerador de la expresión colocaremos la mayor diferencia

entre puntuaciones cuando se dé que Ai < Aj. Y en el denominador,
la mayor diferencia posible entre puntuaciones, lo cual coincidirá con
la amplitud total de la escala.
El índice de discordancia no puede ser mayor que 1 ni menor
que 0. Es igual a 1 si la mayor discordancia coincide con la ampli-
tud de la escala, y será igual a 0 cuando no exista discordancia.
En el caso de la matriz de discordancia procederemos a construir

una matriz del siguiente tipo:
Dij A1 A2 A3
A1 — D1,2 D1,3
A2 D2,1 — D2,3
A3 D3,1 D3,2 —
La diagonal central nuevamente quedará anulada y en el resto de

casillas incluiremos los índices de discordancia que hemos calculado
anteriormente.
En el caso en que comparemos dos alternativas y el índice de
concordancia sea menor o igual al índice de discordancia aplicamos
lo que llamamos «condición excluyente». En esta circunstancia no nos
fijaremos en la relación que se produce entre ambas alternativas, ya
que no proporciona información fiable que pueda ser útil al decisor.
Paso 3. Elección de la alternativa

En este momento ya tenemos construidas tanto la matriz de con-
cordancia como la de discordancia, o lo que es lo mismo, ya sabemos
en qué medida una alternativa es superior a otra y en qué medida es
inferior a esa misma. Con estos datos ya podemos establecer las re-
laciones de sobreclasificación, o relaciones de dominio entre las dis-
tintas alternativas.
Siguiendo a Figueira et al. (2005), entendemos que una alternati-
va Ai posee una relación de sobreclasificación sobre una alternativa
Aj cuando es superior a ésta en la mayoría de los criterios, y en aque-
llos en los que no lo es, la diferencia de puntuación no es demasiado
importante.
El método ELECTRA I para confirmar esta sentencia utiliza
unos niveles de exigencia o umbrales de concordancia y discordancia
a los que llamaremos p y q, respectivamente. Estos umbrales reflejan
lo que el decisor exige (concordancia) y lo que tolera (discordancia)
en la relación de sobreclasificación.
Para ello el decisor irá buscando relaciones de sobreclasificación
comenzando por los umbrales más exigentes, p = 1 y q = 0 en una
situación ideal, e irá suavizándolos utilizando una técnica de tanteo,
bajando el umbral de concordancia y subiendo el de discordancia

para proceder a determinar si una alternativa Ai sobreclasifica a una
alternativa Aj. Para ello, por pares compararemos las distintas alter-
nativas y comprobaremos si:
— La concordancia de i sobre j es igual o superior al nivel de

exigencia p que determinó el decisor:
Ci,j > p
— A la vez que la discordancia de i sobre j es igual o inferior al

umbral de discordancia q:
Di,j < q
La siguiente acción a realizar consiste en comprobar pareja a pa-

reja que se cumplan las condiciones anteriores y representarlo a tra-
vés de un grafo de sobreclasificación, en el cual cada vez que una
alternativa Ai cumpla con los umbrales y domine a otra Aj se repre-
sentará con una flecha que tenga origen en Ai y final en Aj.
Ai Aj
Tras analizar todas las relaciones posibles entre las distintas alter-
nativas y representarlas con flechas orientadas desde la alternativa
dominante hasta la dominada, procederemos a dividir todas las al-
ternativas en dos subgrupos: el núcleo y la periferia.
En el núcleo aparecerán las alternativas que no son superadas
por ninguna otra, es decir, que para esos umbrales de concordancia
y discordancia no reciben relación de sobreclasificación, y gráfica-
mente no reciben flecha. Y en la periferia se situarán aquellas alter-
nativas que son peores que las anteriores y reciben una o más rela-
ciones de sobreclasificación. Entre las alternativas del núcleo se
encuentra la solución óptima y las alternativas que se encuentran en
la periferia se descartan, ya que existen otras que las superan. Todo
lo anterior queda reflejado, como ejemplo, en el siguiente grafo:
Ai Aj
Ak
Si el núcleo posee más de una alternativa y nuestra intención es

quedarnos sólo con una, entonces se procederá a suavizar los niveles
de exigencia. Esto es, disminuir el umbral de concordancia, aumen-
tar el umbral de discordancia o realizar ambos cambios a la vez.
Lógicamente, si bajamos el umbral p o subimos el umbral q, las
relaciones de sobreclasificación anteriores continúan y es posible en-
contrar nuevas relaciones para ir reduciendo así las alternativas del
núcleo.
Sin embargo, hay que tener en cuenta que esta manipulación tie-
ne un límite, ya que si no es así, incumpliríamos con un mínimo de
exigencia necesario para encontrar relaciones de sobreclasificación
fiables. Por lo que no es recomendable que el umbral de concordan-
cia descienda por debajo de 0,7 ni el umbral de discordancia ascien-
da por encima del 0,3. Aun así sería inadmisible tomar una decisión
para umbrales p > 0,5 y q < 0,5 (Leal et al., 1995: 102).
Si tras estos cambios no conseguimos, con unos umbrales razo-
nables, obtener una sola alternativa en el núcleo, podemos optar por
utilizar otros criterios entre las alternativas del núcleo. Para lo que
sería necesario comenzar el método de nuevo. O incluso utilizar otro
tipo de métodos con esas alternativas.
1.2. Ejemplo de ELECTRA I
Todo lo que hemos aprendido en la parte teórica vamos a poner-

lo en práctica en el siguiente ejemplo. Basado en la siguiente tabla de
puntuaciones debemos encontrar cuál es la mejor alternativa, apli-
cando el método ELECTRA I.
Alternativas
A1 A2 A3 A4 Pesos Escala
Criterios
C1 20 26 39 30 35% 0-100
C2 16 7 15 24 30% 0-100
C3 14 46 42 46 15% 0-100
C4 23 31 23 53 20% 0-100
En primer lugar procederemos a la identificación de los distintos

elementos que necesitamos para poder utilizar esta herramienta:

— Tenemos cuatro alternativas diferentes entre las que elegir la

más adecuada que son: A1, A2, A3 y A4.
— Los criterios por los que son puntuadas las alternativas son
cuatro también: C1, C2, C3 y C4.
— Sin embargo, no todos los criterios tienen la misma importan-
cia para el decisor, y es por ello que decimos que cada criterio
tiene un peso específico. El criterio C1 tiene mayor importan-
cia que ninguno de los demás, o lo que es lo mismo, un peso
mayor. En este caso, del 35% sobre la decisión final. C2 tiene
un peso del 30%, C3 tiene un 15% de importancia con respec-
to a los demás criterios, y C4 un 20%. La suma de todos tiene
que ser igual al 100%.
35 + 30 + 15 + 20 = 100
— Verificamos también la escala en la que están medidas las dis-

tintas puntuaciones. Comprobamos que la escala es homogé-
nea, es decir, todos los valores están calculados sobre la mis-
ma escala, independientemente del criterio que se adopte. La
escala es 0-100.
— Por último, podemos observar la matriz de puntuaciones con
el valor de cada alternativa para cada criterio.
Una vez identificados todos los elementos necesarios estaremos

en condiciones de poder aplicar el método. Ello lo haremos a través
de los tres pasos que hemos identificado en la explicación teórica. En
las dos primeras etapas debemos calcular los índices de concordancia
y de discordancia. Para ello iremos comparando las distintas alterna-
tivas por pares. Una vez calculados estos índices estaremos en condi-
ciones de averiguar qué alternativas son mejores que otras en cada
criterio, gracias a la concordancia, pero también para qué criterios
son inferiores, averiguando su discordancia.
Paso 1. Construcción de la matriz de concordancia

Empezaremos por los índices de concordancia y los calcularemos
comparando la alternativa A1 con la alternativa A2. Si observamos
la matriz de puntuaciones, comprobamos que A1 sólo es superior a
A2 en las puntuaciones del criterio C2; por tanto, la concordancia de
A1 sobre A2 se calculará con el sumatorio de los pesos de los crite-
rios en los que sea mayor o igual, dividido entre el total de pesos, o
lo que es lo mismo:

30
C A1, A2 = = 0,3
100
Así, de la misma forma calculamos la concordancia de A1 sobre

A3. En esta ocasión verificamos que A1 es igual o superior a A3 en
el criterio C2 y en el C4. Por tanto, la concordancia sería igual a:
( 30 + 20 )
C A1, A3 = = 0,5
100
Y así sucesivamente iremos comparando las distintas alternativas

por pares y obtendremos los siguientes resultados:
0
C A1, A4 = =0
100
En este caso determinamos que la alternativa A1 no supera en

ninguno de los criterios a la alternativa A4.
Tras este inciso seguimos calculando los índices de concordancia.
( 35 + 15 + 20 ) (15 + 20 )
C A2, A1 = = 0,7 C A2 , A3 = = 0,35
100 100
15 ( 35 + 15 + 20 )
C A2 , A 4 = = 0,15 C A3, A1 = = 0,7
100 100
( 35 + 30 ) 35
C A3, A2 = = 0,65 C A3, A4 = = 0,35
100 100
( 35 + 30 + 15 + 20 )
C A4, A1 = =1
100
En esta ocasión la alternativa A4 es superior a A1 en los cuatro

criterios, y es por ello que la concordancia es total. Posteriormente
veremos, al calcular la discordancia, que ésta es 0, ya que no hay
ningún criterio por el que A4 sea inferior a A1.
( 35 + 30 + 15 + 20 )
C A 4 , A2 = =1
100
( 35 + 15 + 20 )
C A 4 , A3 = = 0,65
100

Una vez calculados todos los índices concordantes podremos

construir la matriz de concordancia. Recordamos que la matriz de
concordancia está compuesta de tantas filas y columnas como alter-
nativas existan, y que tanto en unas como en otras colocaremos las
distintas alternativas.
Los distintos valores concordantes (índices de concordancia) los
iremos situando en su casilla correspondiente. La diagonal no tiene
valores, ya que no tendría sentido comparar una alternativa consigo
misma. Los demás valores se van colocando en la casilla que resulte
de comparar una alternativa con otra. Lo cual reflejamos en la si-
guiente tabla:
Cij A1 A2 A3 A4
A1 — 0,3 0,5 0
A2 0,7 — 0,35 0,15
A3 0,7 0,65 — 0,35
A4 1 1 0,65 —
Paso 2. Construcción de la matriz de discordancia
Una vez obtenida la concordancia daremos paso al cálculo de

los valores discordantes. Recordemos que para calcular el índice de
discordancia, igual que anteriormente, tenemos que ir comparando
las alternativas dos a dos. Pero en esta ocasión buscaremos las pun-
tuaciones de los criterios en los que una alternativa no supere a la
otra.
Si queremos calcular la discordancia entre A1 y A2, observamos
que para los criterios C1, C3 y C4, los valores de A1 son inferiores
a los de A2. De las diferencias entre puntuaciones de A1 y A2 para
los distintos criterios nos interesa la de mayor amplitud. Así pues,
procederemos a calcularlas:
— La diferencia A1 y A2 para el criterio C1 es de 6 puntos (26-

20).
— La diferencia para C3 es de 32 puntos.
— La diferencia de puntuaciones para C4 es de 8 puntos.

Recordemos que sólo hemos tenido en cuenta aquellos valores

para los que A1 es inferior a A2. De los tres resultados anteriores, la
amplitud o diferencia máxima es de 32 puntos, la correspondiente al
criterio C3. Si esa amplitud máxima la dividimos entre la amplitud
total de la escala, 100 puntos, obtendremos el índice de discordancia.
Se calcularía de la siguiente forma:
32
DA1, A2 = = 0,32
100
El siguiente índice de discordancia que queremos calcular es el de

A1 sobre A3 y vendría dado de la siguiente manera:
28
DA1, A3 = = 0,28
100
En esta segunda ocasión, comparando A1 con A3 vemos que la

puntuación A1 es inferior a la de A2 en los criterios C1 y C3, de los
dos, la diferencia es más amplia en el tercer criterio que es de 28,
mientras que en el primero la diferencia es de 19. Por tanto, el índice
de discordancia se calcula dividiendo la amplitud máxima entre va-
loraciones (28) entre la amplitud de la escala (100).
Así pues, seguiremos calculando los restantes índices de discor-
dancias:
32 9
DA1, A4 = = 0,32 DA2, A1 = = 0,09
100 100
13 22
DA2, A3 = = 0,13 DA2, A4 = = 0,22
100 100
1 8
DA3, A1 = = 0,01 DA3, A2 = = 0,08
100 100
30 0
DA3, A4 = = 0,3 DA4, A1 = =0
100 100
En el caso DA4, A1 vemos cómo el índice de discordancia es igual

a 0. Ello quiere decir que para ningún criterio la alternativa A4 es
inferior en puntuación a la alternativa A1; por tanto, es superior en
todos los criterios, lo que significa que su concordancia es total, igual

a 1, como vimos en la fase anterior. Los índices discordantes que

quedan por calcular son:
0
DA4, A2 = =0
100
9
DA4, A3 = = 0,09
100
A partir de estos datos construimos, al igual que anteriormente,

la matriz de discordancia:
Dij A1 A2 A3 A4
A1 — 0,32 0,28 0,32
A2 0,09 — 0,13 0,22
A3 0,01 0,08 — 0,3
A4 0 0 0,09 —
Por el mismo motivo que en la matriz de concordancia, la diago-

nal no tiene valores. Y los índices calculados se irán incorporando en
la casilla adecuada.
Si observamos ambas matrices, concordancia y discordancia, ve-
mos que todos los valores deben estar siempre comprendidos entre 0
y 1.
Paso 3. Relaciones de sobreclasificación

Para que sea visualmente más fácil encontrar las relaciones de
sobreclasificación podemos construir una nueva matriz que recoja
tanto los índices de concordancia como los de discordancia.
En este tercer paso determinaremos las relaciones de sobreclasifi-
cación que existen según los niveles de exigencia del decisor; éstos
son el umbral de concordancia p y el umbral de discordancia q. El
enunciado del ejercicio no nos especifica cuáles son estos límites, así
que procederemos a establecer las relaciones de dominio para los lí-
mites más exigentes posibles, que serán un umbral de concordancia
1 y un umbral de discordancia 0.

Cij
A1 A2 A3 A4
Dij
0,3 0,5 0
A1 —
0,32 0,28 0,32
0,7 0,35 0,15
A2 —
0,09 0,13 0,22
0,7 0,65 0,35
A3 —
0,08 0,1 0,3
1 1 0,65
A4 —
0 0 0,09
Podemos decir que para p = 1 y q = 0 existen las siguientes rela-
ciones de dominio:
— A4 sobreclasifica a A1.
— A4 sobreclasifica también a A2.
Para esos umbrales no existen más relaciones.

Procederemos a realizar el grafo, donde indicaremos las relacio-
nes de dominio de A4 sobre A1 y de A4 sobre A2. Y separaremos las
alternativas que reciben dominio de las que no, quedando estas últi-
mas dentro del núcleo, tal y como podemos observar en la figura.
A1 A2
A3 A4
Podemos ver que A4 y A3 son las dos únicas alternativas que no

reciben relación de dominio, y por tanto son las que forman parte
del núcleo. Pero aún no tenemos una alternativa única, así que sua-
vizaremos los umbrales de concordancia y discordancia y buscare-
mos nuevas relaciones de sobreclasificación.

El siguiente índice de concordancia por debajo de 1 es 0,7 y el

discordante por encima de 0 es 0,01. Los nuevos umbrales de concor-
dancia y discordancia serán p = 0,7 y q = 0,01. En este nuevo escena-
rio encontramos una nueva relación de dominio de A3 sobre A1. El
nuevo grafo quedaría así:
A1 A2
A3 A4
Con esta nueva relación de dominio comprobamos que en el nú-

cleo no ha cambiado nada, aunque sí podríamos elegir A4, ya que
ejerce más relaciones de dominio que la otra alternativa del núcleo.
Pero podemos volver a dulcificar los umbrales. Si mantenemos el
mismo umbral p de concordancia y sólo modificamos el umbral de
discordancia a q = 0,09, podemos obtener que A2 sobreclasifica a
A1, comprobando que todavía estos límites no me ofrecen una sola
alternativa en el núcleo.
A1 A2
A3 A4
Aunque si ahora decidimos bajar el umbral p de 0,7 a 0,65 y

mantenemos q = 0,09, aun sabiendo que la concordancia queda por
debajo del índice tolerable del 0,7, aparecen nuevas relaciones de do-
minio:
— A3 domina a A2.
— A4 sobreclasifica a A3.
El grafo lo construiríamos de la siguiente manera:

A1 A2
A3 A4
Comprobamos que la alternativa que queda en el núcleo es A4,

lo cual nos confirma el resultado que habíamos previsto anterior-
mente. Por tanto, el decisor podrá tener en cuenta que para unos
umbrales de concordancia p = 0,65 y q = 0,09, la mejor alternativa es
A4, ya que sobreclasifica a las demás y no es sobreclasificada.
En este caso en el que el decisor no dispone de toda la informa-
ción, ya que no conoce los umbrales de decisión, ha optado por ir
reduciéndolos poco a poco y ha tomado un camino concreto, pero
igualmente podía haber ido eligiendo otros movimientos que le ha-
brían llevado a la misma solución.
2. NORMALIZACIÓN/HOMOGENEIZACIÓN
Para poder aplicar el método ELECTRA I debemos verificar si

la matriz inicial de valores está normalizada, o lo que es lo mismo,
si todas las alternativas están puntuadas en la misma escala, ya que
de lo contrario no sería posible compararlas por pares. Si no es así,
procederemos a su homogeneización (Leal et al., 1995).
Este paso previo es importante, ya que en la mayoría de los casos
las unidades en las que están medidos los distintos criterios son muy
diferentes, y ello hace muy difícil al decisor comparar entre sí las
distintas alternativas; para ello es fundamental comparar valores nor-
malizados y no valores originales.
Para poder homogeneizar las puntuaciones a una escala común
podemos utilizar uno de los siguientes métodos:
— La ecuación de la recta que pasa por dos puntos.

— El método proporcional.
El primer método lo utilizaremos cuando se conoce la escala en

que están medidas las distintas puntuaciones. Sin embargo, hay oca-
siones en que las puntuaciones vienen dadas en una escala descono-

cida, es entonces cuando el método proporcional se pondrá en prác-

tica. También tenemos que tener en cuenta que la ecuación de la
recta proporciona un ajuste lineal y más exacto de la nueva escala,
por lo que debemos conocer los puntos de referencia máximo y mí-
nimo de las preferencias del decisor, que vienen dados por la escala
inicial. Mientras que el segundo método da lugar a una aproxima-
ción curvilínea, ya que no conocemos exactamente esos puntos de
referencia o escala anterior.
A modo de ejemplo, podemos hacer referencia a los ingresos que
una cadena hotelera genera en determinado complejo turístico. Sa-
biendo cuál es la puntuación máxima dentro de una escala y cuál es
la mínima de las valoraciones posibles, estaríamos en disposición de
aplicar el método de la ecuación de la recta. Sin embargo, podemos
valorar otros criterios como la formación de sus empleados o la cali-
dad ofertada sin conocer la escala bajo la que se miden las puntua-
ciones obtenidas. Así pues, aplicaríamos el método proporcional para
acercarnos lo máximo posible a concretar una escala de puntuaciones.
Otro elemento a tener en cuenta para poder aplicar el método
ELECTRA I es determinar si los valores de cada criterio están en una
escala directa o en una escala inversa. Una escala directa es aquella en
la que a mayor puntuación del criterio, más positivo es para el decisor.
Siguiendo el ejemplo anterior, desde el punto de vista de un directivo
de un hotel, cuanto mayores ingresos, más favorable para la empresa;
por tanto, este criterio lo consideraríamos directo. Este aspecto es
muy importante, ya que para saber si una escala es directa o inversa
no podemos olvidar observarla desde el punto de vista del decisor.
Una escala es indirecta si ocurre lo contrario, es decir, si la mayor
valoración del criterio es más perjudicial para el decisor. Desde el
punto de vista del anterior directivo, un establecimiento que generase
altos costes sería considerado un criterio inverso, ya que, por regla
general, a mayores costes económicos, mayor perjuicio supondría a
la empresa.
Normalmente llamamos criterios directos o positivos a los que
tienen su puntuación en escalas directas, tales como los ingresos, los
resultados, las expectativas de negocio, la calidad, la formación, etc.
Y serán criterios inversos o negativos aquellos que estén medidos en
escalas indirectas como por ejemplo, desde el punto de vista de un
administrador, los costes o los conflictos.
Resumiendo, a la hora de normalizar las escalas de puntuaciones
deberemos, en primer lugar, determinar si la escala es directa o inver-
sa. Y en segundo lugar, determinar si tienen límites; en este caso
aplicaremos el método de la ecuación de la recta que pasa por dos

puntos para homogeneizar, y si no es así, utilizaremos el método

proporcional.
2.1. Método de la ecuación de la recta que pasa

por dos puntos
El objetivo es determinar una nueva matriz de puntuaciones en la

que todos los valores se puedan medir en una misma escala. Para
aplicar esta metodología utilizaremos la ecuación de la recta:
X − X0 Y − Y0
=
X 1 − X 0 Y1 − Y0
En donde:
X: Puntuación original del criterio para cada alternativa.

X0: Peor valor que puede tener un criterio en la escala original
(desde el punto de vista del decisor).
X1: Mejor valor que puede tener un criterio en la escala original
(desde el punto de vista del decisor).
Y: Puntuaciones de la escala nueva que tenemos que calcular.
Y0: Peor valor de un criterio en la escala nueva.
Y1: Mejor valor que puede tener un criterio en la escala nueva.
Conociendo la escala antigua (X0, X1) y la escala nueva (Y0, Y1)

tendremos que ir calculando para cada puntuación X de la antigua
escala, la nueva puntuación Y que obtendríamos en la escala homo-
geneizada, es decir, calcularemos Y = f (X). Y así sustituir los valores
en la nueva matriz de valoraciones.
2.2. Método proporcional
Recordemos que el método proporcional lo vamos a utilizar

cuando queramos homogeneizar a una nueva escala las puntuaciones
originales de la matriz inicial, de las cuales desconocemos la escala
en las que están medidas. Se trata de llevar las puntuaciones del pro-
blema a una escala conocida.
Para ello, igual que en el caso anterior, debemos, en primer lugar,
determinar cada criterio si es directo o es inverso.

En el caso de que el criterio sea directo se otorga el mayor valor

de la nueva escala al valor más alto de las puntuaciones dadas en la
escala inicial, y el resto de los nuevos valores se calcularán aplicando
esa proporción a través de una regla de tres. Por ejemplo:
A1 A2 A3
C1 3 5 8
En el cuadro anterior observamos cómo las distintas alternativas

tienen diferente puntuación para el criterio número 1; además no
conocemos la escala en la que están siendo valorados, no sabemos el
valor máximo ni el mínimo de esas puntuaciones. Aunque sí conoce-
mos que C1 es un criterio directo y queremos homogeneizar en una
escala 0-100.
Siguiendo la metodología proporcional otorgaremos el mayor va-
lor de la nueva escala, es decir, 100, al valor más alto de las puntua-
ciones de la matriz inicial (8).
Para el resto de puntuaciones plantearemos reglas de tres:
8 — 100
3 — Y1 Y
1 = 37,5 ≈ 38
De la misma forma podemos decir que Y2 es igual a 62,5. Estos

resultados los redondeamos. Por tanto, la nueva matriz homogenei-
zada quedaría de la siguiente forma:
A1 A2 A3
C1 38 63 100
En el caso de que el criterio sea inverso, debemos convertir las

puntuaciones en sentido directo antes de aplicar el método propor-
cional. Para ello el método opera de la siguiente manera:
1. Sumaremos todas las puntuaciones de ese criterio inverso.

2. El resultado lo dividiremos entre cada valor de cada alterna-
tiva, convirtiendo de este modo las puntuaciones inversas en
directas. Así podremos comprobar que la alternativa que an-

tes tenía mayor puntuación ahora se convierte en la que tiene

menos, y viceversa.
3. Ahora se aplicará el método proporcional como se realizó
anteriormente; a la alternativa que presente un mayor valor
le asignaremos la puntuación más alta de la nueva escala, y
las demás las calcularemos aplicando una regla de tres.
Atendiendo a la matriz anterior, y considerando que C1 es un

criterio indirecto, calcularemos las nuevas puntuaciones de la siguien-
te forma:
1. Sumaremos todas las puntuaciones: 3 + 5 + 8 = 16.

2. Dividimos la suma entre cada valor:
16 16 16
= 5,33 = 3,2 =2
3 5 8
Aplicando la metodología anterior, a 5,33 le corresponde la pun-

tuación 100 de la nueva escala y aplicaremos la misma proporción al
resto de las puntuaciones a través de una regla de tres; así, la nueva
matriz homogeneizada quedaría de la siguiente forma:
A1 A2 A3
C1 100 60,04 37,52
Y redondeando los resultados:
A1 A2 A3
C1 100 60 38
Con los nuevos datos obtenidos tras la homogeneización a una

nueva escala, por cualquiera de los métodos anteriormente mencio-
nados, podremos determinar una nueva matriz de puntuaciones ya
normalizada y sobre la cual aplicaremos el método ELECTRA I.
Tras conocer los conceptos teóricos del método ELECTRA I,
procederemos a desarrollar un ejercicio en el que se den las situacio-
nes descritas con anterioridad.

2.3. Ejemplo de homogeneización de escala
A partir de la siguiente tabla, y sabiendo que el primero y segun-

do criterio son directos y el tercero y cuarto inversos, se pide homo-
geneizar a una escala 0-100.
Alternativas
Criterios
C1 36 82 73 21 7
C2 63 93 67 38 6 0-130
C3 54 49 54 61 3
C4 30 90 50 15 4 0-120
En este caso tenemos cuatro posibles alternativas y cuatro distin-

tos criterios por los que son puntuadas. Sin embargo, podemos ob-
servar que los pesos de estos criterios no están expresados en térmi-
nos relativos o porcentajes, sino en absolutos; y además sólo C2 y C4
tienen escala conocida, mientras que la escala de C1 y C3 es desco-
nocida. Además, tal y como nos indica el enunciado, C1 y C2 son
criterios directos y C3 y C4 son inversos.
En primer lugar, procederemos a obtener los pesos en valores
relativos, es decir, en porcentajes, ya que la tabla nos los ofrece en
términos absolutos. Sabemos que la suma de todos debe ser 100%;
así pues, procederemos a sumar 7 + 6 + 3 + 4 = 20, y ello corres-
ponderá al total de pesos. A partir de aquí utilizando una simple
regla de tres podemos obtener el porcentaje exacto de cada uno de
ellos:
20 — 100
7 — X X = 35%
De la misma forma obtendremos que a C2 con un peso de 6 le
corresponde un 30%. A C3 un 15% y a C4 un 20%.
Tras calcular los pesos en términos relativos debemos normalizar
la escala.

Criterio 1
En el caso del criterio C1, que es directo, sólo debemos calcular
las puntuaciones nuevas en la escala 0-100. Utilizando el método
proporcional, al no conocer la escala, le daremos el valor más alto
de la nueva escala a la mayor puntuación de dicho criterio, es decir,
le daremos valor 100 a la puntuación de la alternativa 2, que es 82,
y las demás puntuaciones las obtendremos a partir de reglas de tres
respecto a esta proporción. Así podemos decir que:
— El valor de A1 para la nueva escala es 43,90.

— El valor de A2 para la nueva escala es 100
— El valor de A3 para la nueva escala es 89,02.
— Y el valor de A4 para la nueva escala es 25,60.
Criterio 2
Seguimos calculando las puntuaciones en la nueva escala para el
criterio C2. En este caso sabemos que el criterio es directo y que la
escala en la que están medidas las puntuaciones es 0-130; por tanto,
debemos pasar las puntuaciones a escala 0-100, lo cual conseguire-
mos aplicando la ecuación de la recta.
X − X0 Y − Y0
=
X 1 − X 0 Y1 − Y0
Donde sustituimos los valores:
X: Puntuación original del criterio para cada alternativa.

X0 = 0: Peor valor que puede tener un criterio en la escala ori-
ginal (desde el punto de vista del decisor).
X1 = 130: Mejor valor que puede tener un criterio en la escala
original (desde el punto de vista del decisor).
Y: Puntuaciones de la escala nueva que tenemos que cal-
cular.
Y0 = 0: Peor valor de un criterio en la escala nueva.
Y1 = 100: Mejor valor que puede tener un criterio en la escala
nueva.
X −0 Y −0
=
130 − 0 100 − 0

A partir de la ecuación despejaremos Y:
100 X = 130Y
10 X
Y =
13
Ahora sustituiremos los valores del criterio 2 que tenemos en la

tabla inicial por X, para así obtener el nuevo valor Y para una esca-
la 0-100.
10 × 63
X 1 = 63 Y1 = = 48,46
13
10 × 93
X 2 = 93 Y2 = = 71,54
13
10 × 67
X 3 = 67 Y3 = = 51,54
13
10 × 38
X 4 = 38 Y4 = = 29,23
13
Criterio 3
Las siguientes valoraciones a calcular son las del criterio C3. Sien-
do éste un criterio inverso y estando medidas las puntuaciones en una
escala desconocida, el método a aplicar es el método proporcional. Al
ser un criterio inverso debemos convertirlo en un criterio directo y para
ello procederemos en primer lugar a sumar todas las puntuaciones:
54 + 49 + 54 + 61 = 218
El resultado lo dividimos entre cada valor de cada alternativa:
218 218 218 218

= 4,04 = 4,45 = 4,04 = 3,57
54 49 54 61
Observamos que la escala ha pasado de ser inversa a ser una es-

cala directa, ya que el mayor valor de la escala anterior (61) ahora es
el menor valor (3,57). En este momento procederemos a homogenei-

zar la escala a través de la regla de tres en la que 4,45, el mayor va-

lor, es 100.
X1 = 4,04 Y1 = 90,78 ≈ 91
X2 = 4,45 Y2 = 100
X3 = 4,04 Y3 = 90,78 ≈ 91
X4 = 3,57 Y4 = 80,22 ≈ 80
Las nuevas puntuaciones quedarían de la siguiente forma para

una escala directa 0-100:
A1 A2 A3 A4
C3 91 100 91 80
El método proporcional no es exacto, pero sí que nos ofrece una

aproximación considerable.
Criterio 4
Ya sólo nos resta calcular las nuevas puntuaciones en la nueva
escala del último criterio. C4 es un criterio inverso, que hay que con-
vertir en directo y cuyas puntuaciones están medidas en una escala
0-120. El método a aplicar es la ecuación de la recta que nos permi-
tirá pasar de un criterio negativo a positivo, y que podemos aplicar
ya que conocemos la escala original.
Si recordamos lo explicado en la parte teórica, procedemos a dar
valores a las distintas incógnitas de la ecuación para cada una de las
alternativas. En este caso sustituimos los valores directamente en la
propia ecuación de la recta:
X − X0 Y − Y0
=
X 1 − X 0 Y1 − Y0
Alternativa A1
X = 30.
X0 = 120: Peor valor para el decisor que pueda tener este criterio
en la escala antigua.
X1 = 0: Mejor valor para el decisor en la escala antigua, es un
criterio inverso.
Y0 = 0: Peor valor en la escala nueva directa.
Y1 = 100: Mejor valor en la escala nueva.

Teniendo todos los datos anteriores debemos despejar Y:
30 − 120 Y −0
=
0 − 120 100 − 0
9.000
Y1 = = 75
120
Decimos que el valor de A1 en la nueva escala 0-100 es 75.
Alternativa A2
Realizando los mismos pasos que anteriormente y para X = 90, des-
pejando en la ecuación de la recta las diferentes incógnitas, obtenemos:
90 − 120 Y −0
=
0 − 120 100 − 0
3.000
Y2 = = 25
120
Alternativa A3
50 − 120 Y −0
=
0 − 120 100 − 0
7.000
Y3 = = 58,33
120
Alternativa A4:
15 − 120 Y −0
=
0 − 120 100 − 0
10.500
Y4 = = 87,5
120
En este momento tenemos a nuestra disposición las nuevas pun-

tuaciones para poder construir la nueva tabla de valores en escala
0-100, con los pesos porcentuales y con los cuatro criterios en senti-
do directo.

Alternativas
Criterios
C1 43,9 100 89,02 25,6 35 0-100
C2 48,46 71,54 51,54 29,23 30 0-100
C3 90,78 100 90,78 80,22 15 0-100
C4 75 25 58,33 87,5 20 0-100
Sin embargo, para comenzar a realizar el método siempre redon-

dearemos los valores de la tabla, quedando definitivamente de la si-
guiente forma:
Alternativas
Criterios
C1 44 100 89 26 35 0-100
C2 48 72 52 29 30 0-100
C3 91 100 91 80 15 0-100
C4 75 25 58 88 20 0-100
Sólo a partir de este momento que ya tenemos una tabla norma-

lizada, es cuando podemos proceder a la aplicación del método
ELECTRA I, explicado anteriormente, para poder seleccionar la al-
ternativa más adecuada.
3. SOFTWARE DEL ELECTRA I
La aplicación de los métodos ELECTRA ha propiciado el desa-

rrollo de aplicaciones informáticas que automaticen la herramienta.
En el Laboratorio de Análisis y Modelado de Sistemas de Soporte a
la Decisión (LAMSADE), perteneciente a la Université Paris Dau-
phine, se trabaja con importantes empresas para desarrollar este tipo
de software. Entre los últimos avances encontramos:

— ELECTRE IS, versión 2 (AIT Amine Yunes, Riad AZIBI,

Bernard Roy, 2010)3. Una versión con mejoras significativas
para automatizar el método ELECTRA I.
— ELECTRE III-IV, la versión 3.x (Dominique VALLE, Piotr
ZIELNIEWICZ, 2010)4.
— ELECTRE TRI 2.0a (Dominique VALLE, Piotr ZIELNIEWI-
CZ, 2010)5 presenta una nueva implementación de un método
ya existente llamado ELECTRE TRI, integra funciones espe-
cíficas para la toma de decisiones en el proceso de obtención
de preferencias. Como se nos indica en la página web de
LAMSADE, ELECTRE TRI es particularmente aplicable a
problemas de reclutamiento, préstamo, evaluación de los estu-
diantes, eliminación, diagnóstico...
ELECTRE TRI es también una poderosa herramienta para abor-

dar los problemas de la elección (véase ELECTRE IS) o de almace-
namiento (véase ELECTRE III-IV), cuando el número de acciones
es muy importante. Por ejemplo, en un problema de localización,
puede haber muchos sitios potenciales. ELECTRE TRI se puede
aplicar de antemano para retener un número limitado de sitios basa-
dos en ciertos principios preestablecidos, y el sitio final se selecciona
por ELECTRE IS entre los sitios seleccionados.
En colaboración con investigadores de la Facultad de Económi-
cas de la Universidad de Coimbra (Portugal), se han desarrollado
otras aplicaciones como:
— IRIS (Interactive Robustness Analysis and Parameters’ Infe

rence)6, en su versión actual 2.0 se trata de un DSS, es decir,
un software de soporte a la decisión que permite crear mode-
los con los que puede interactuar el usuario. Está diseñado
para abordar el problema de ordenar un conjunto de acciones
en categorías predefinidas y ordenadas de acuerdo a sus eva-
luaciones en múltiples criterios.
3
Citado en http://www.lamsade.dauphine.fr/spip.php?article216 (último acceso el
19 de abril de 2013).
4
5
6

— Y, aunque algo más antiguo, haremos referencia a SFR, que

fue diseñado para determinar la importancia relativa de los
coeficientes necesarios para aplicar las herramientas de la fa-
milia ELECTRE (Figueira et al., 2005).
Siguiendo el estudio de revisión de literatura desarrollado por Fi-

gueira et al., en 2005, podemos destacar algunos sectores en los que
los métodos ELECTRA han sido aplicados con éxito: agricultura y
gestión forestal, energía, medio ambiente y gestión del agua, finan-
zas, sector militar, selección de proyectos, transporte..., por lo que
estimamos que es un buen método a utilizar para la toma de decisio-
nes del sector turístico.
4. EJERCICIOS RESUELTOS
Al igual que en el capítulo anterior, en este apartado se ofrece al

alumno una serie de ejercicios resueltos para la mejor comprensión
de la técnica ELECTRA I.
4.1. Caso número 1: Hotel SherryDreams
La dirección del Hotel SherryDreams se está planteando diversas

opciones para ampliar su ámbito de negocio: ampliar la capacidad
actual del hotel con la construcción de 200 nuevas habitaciones (A1),
aplicar las capacidades adquiridas en su restaurante en el exterior
creando una empresa de catering (A2), acondicionar una finca de su
propiedad en un palacete con encanto para alojamiento y celebracio-
nes de grupos reducidos (A3), o incorporar a sus actuales instalacio-
nes los servicios de balneario urbano y gimnasio, lo que implica la
construcción de jacuzzi, piscina climatizada y termal (A4). Para to-
mar la decisión van a considerar tres factores como los más relevan-
tes: inversión necesaria (C1), volumen de negocio estimado (C2) y
grado de complejidad de la gestión (C3).
Las puntuaciones obtenidas por cada alternativa quedan recogi-
das en la siguiente tabla:

Alternativas
Criterios
C1 306 170 204 340 7
C2 140 260 220 260 9
C3 43 51 43 53 4 0-100
Se pide:
Homogeneizar los datos en escala 0-100 y ayudar a la empresa a

determinar la mejor opción aplicando la técnica ELECTRA I.
Solución
Para comenzar a realizar este caso identificamos los elementos

necesarios:
— Tenemos cuatro alternativas: A1, A2, A3 y A4.

— Los criterios son tres, C1, C2 y C3, de los cuales C1 es un
criterio inverso, ya que para la dirección es negativo una alta
inversión, C2 es un criterio directo porque a mayor volumen
de negocio, mejor para la empresa, y C3 es un criterio inverso,
ya que a mayor complejidad de la gestión, menos favorable es
la situación para el equipo directivo.
— Las distintas puntuaciones de las alternativas según los dife-
rentes criterios están plasmadas en la tabla que nos ofrece el
enunciado.
— Las escalas de los dos primeros criterios son desconocidas y
la de C3 es una escala 0-100.
— Y, por último, los pesos vienen dados en tantos unitarios, los
cuales hemos de convertir en valores relativos.
Debemos construir una tabla homogénea en escala y pasar los

pesos a porcentajes para así poder utilizar el método ELECTRA I.
Comenzamos por los pesos, cuya suma, 7 + 9 + 4 = 20, iguala-
mos a 100%. Por tanto, aplicaremos una regla de tres para conocer
la proporción de cada peso. De este cálculo obtenemos que C1 tiene
un peso del 35%, C2 del 45% y C3 del 20%, siendo la proporción
7/20, 9/20 y 4/20, respectivamente, para calcular los anteriores por-
centajes.

En cuanto a los criterios:
— C1 es un criterio inverso con escala desconocida, y por tanto

debemos utilizar el método proporcional para homogeneizar-
lo. El primer paso es convertir todas las puntuaciones a crite-
rio directo. Sumamos todas las puntuaciones de este criterio:
306 + 170 + 204 + 340 = 1.020
A continuación procedemos a dividir el resultado entre

cada puntuación:
1.020 1.020 1.020 1.020

= 3,33 =6 =5 =3
306 170 204 340
Ahora aplicamos el método proporcional.

El mayor de ellos (6) corresponde al mayor valor de la
nueva escala, que es 100. Los demás se calculan por regla de
tres respecto a la anterior proporción: Si 6 equivale a 100,
3,33 a Y1, despejando, Y1 = 55,5 ≈ 56. Si 6 equivale a 100, 5 a
Y3, despejando de nuevo obtendríamos que Y3 es igual a
83,33, y si redondeamos Y3 = 83. Y haciendo la misma ope-
ración para la última puntuación, Y4 = 50. Así ya hemos ob-
tenido los nuevos valores del criterio 1 para la nueva escala,
pasados ya a criterio directo y redondeados.
— C2 es un criterio directo con escala desconocida; por tanto, el
mayor valor se corresponde al valor 100 de la nueva escala, y
para los demás utilizamos reglas de tres: Si 260 equivale a
100, 140 a 53,85 ≈ 54, y 220 a 84,62 ≈ 85. Así, determinamos
que para los valores 140, 260, 220 y 260 hemos obtenido en
la escala 0-100 unas puntuaciones de 54, 100, 85 y 100, res-
pectivamente.
— C3 es un criterio indirecto con escala conocida 0-100. Lo ho-
mogeneizaremos con el método de la ecuación de la recta:
X − X0 Y − Y0
=
X 1 − X 0 Y1 − Y0
X0 = 100 (peor valor para el decisor en la escala inicial).

X1 = 0 (mejor valor de la escala inicial).
Y0 = 0 (peor valor de la escala nueva).
Y1 = 100 (mejor valor de la escala nueva).

Sustituyendo en la ecuación:
X − 100 Y −0
=
0 − 100 100 − 0
100 X − 10.000 = −100Y
Si dividimos toda la ecuación entre 100:
X − 100 = −Y
Por tanto:
Y = 100 − X
Ahora sustituiremos cada puntuación del criterio en la

ecuación obteniendo los nuevos valores para la escala 0-100:
X1 = 43 Y1 = 57
X2 = 51 Y2 = 49
X3 = 43 Y3 = 57
X4 = 53 Y4 = 47
Una vez convertidos todos los valores en directos y calculados

para la nueva escala 0-100, ya podemos construir la nueva tabla ho-
mogeneizada:
Alternativas
Criterios
C1 56 100 83 50 35 0-100
C2 54 100 85 100 45 0-100
C3 57 49 57 47 20 0-100
Teniendo esta nueva tabla podemos aplicar el método ELEC-

TRA I, siguiendo sus tres pasos.
Paso 1. Matriz de concordancia

Calculamos los índices de concordancia comparando las alterna-
tivas por pares; así, A1 supera a A2 sólo en el tercer criterio y su
concordancia será:

20
C A1, A2 = = 0,2
100
Igualmente seguiremos calculando el resto de los índices concor-

dantes; por ejemplo, si comparamos A1 con A3 comprobamos que
sólo en el criterio 3 la puntuación de A1 es igual a la de A3; por
tanto, la concordancia se calcularía dividiendo el peso de este tercer
criterio entre total pesos, es decir, 100.
20
C A1, A3 = = 0,2
100
De esta misma forma, iremos calculando los demás índices de

concordancia y obteniendo los siguientes resultados:
35 + 20 35 + 45
C A1, A4 = = 0,55 C A2, A1 = = 0,8
100 100
35 + 45 35 + 45 + 20
C A2 , A3 = = 0,8 C A2 , A 4 = =1
100 100
Observamos que el índice concordante de A2 sobre A4 es 1, con-

cordancia máxima, ya que A2 supera a A4 en todos los criterios. Eso
quiere decir que, como comprobaremos en el siguiente paso, al no ser
inferior en ninguno de ellos, su discordancia será 0.
Tras este inciso, seguimos calculando los siguientes índices:
35 + 45 + 20
C A3, A1 = =1
100
Para la relación de A3 sobre A1 ocurre exactamente lo mismo

que en la relación anterior. Y la concordancia de A3 sobre A2 es la
siguiente:
20
C A3, A2 = = 0,2
100
Y seguimos calculando la concordancia para las demás relacio-

nes.

35 + 20 45
C A3, A4 = = 0,55 C A4, A1 = = 0,45
100 100
45 45
C A 4 , A2 = = 0,45 C A 4 , A3 = = 0,45
100 100
Seguidamente plasmaremos los datos calculados en la matriz de

concordancia:
Cij A1 A2 A3 A4
A1 — 0,2 0,2 0,55
A2 0,80 — 0,80 1
A3 1 0,2 — 0,55
A4 0,45 0,45 0,45 —
Contemplando detenidamente la matriz anterior vemos algunos

resultados, como CA1,A2 = 0,2. Este dato nos indica que la concordan-
cia es tan baja que no podremos utilizarla a la hora de obtener rela-
ciones de sobreclasificación, ya que el resultado no sería fiable.
Paso 2. Matriz de discordancia
Recordemos cómo se calcula la discordancia, compararemos una

alternativa con otra y de los criterios en los que no supere la prime-
ra a la segunda utilizaremos la diferencia de puntuación mayor, que
a su vez dividiremos entre la amplitud de la escala, en este caso 100.
Así pues, si comparamos A1 con A2 vemos cómo A1 es menor
que A2 para el criterio 1 y para el 2. En el primer caso la diferencia
de puntuaciones es 44 y en el segundo 46; por tanto, para calcular la
discordancia entre estas dos alternativas dividiremos la mayor dife-
rencia (46) entre la amplitud de la escala, que es 100:
46
DA1, A2 = = 0,46
100
Para calcular los siguientes índices realizaremos la misma opera-
ción:

31 46
DA1, A3 = = 0,31 DA1, A4 = = 0,46
100 100
8 8
DA2, A1 = = 0,08 DA2, A3 = = 0,08
100 100
0
DA2, A4 = =0
100
En la relación de A2 sobre A4 no existe ningún criterio en el que

A2 sea menor a A4, y por tanto su discordancia es cero. Si recorda-
mos, este dato ya lo preveíamos cuando calculamos la concordancia
de esta relación. Lo mismo ocurre en el siguiente caso:
0
DA3, A1 = =0
100
El resto de las discordancias quedarían así:
17 15
DA3, A2 = = 0,17 DA3, A4 = = 0,15
100 100
10 50
DA4, A1 = = 0,10 DA4, A2 = = 0,50
100 100
33
DA4, A3 = = 0,33
100
Todos los índices discordantes que hemos calculado quedarían

ordenados en la siguiente tabla de discordancia:
Dij A1 A2 A3 A4
A1 — 0,46 0,31 0,46
A2 0,08 — 0,08 0
A3 0 0,17 — 0,15
A4 0,1 0,5 0,33 —

Si revisamos la parte teórica de este manual, podemos recordar

que para obtener relaciones de sobreclasificación fiables los umbrales
de concordancia y discordancia deben ser significativos, y nunca se-
rían admisibles p < 0,5 o q > 0,5.
Para elegir una alternativa y para que nos sea más fácil identifi-
car las relaciones de sobreclasificación insertaremos los índices con-
cordantes y discordantes en una misma matriz. La matriz conjunta
de discordancia y concordancia quedaría así:
Cij
A1 A2 A3 A4
Dij
0,2 0,2 0,55
A1 —
0,46 0,31 0,46
0,8 0,8 1
A2 —
0,08 0,08 0
1 0,2 0,55
A3 —
0 0,17 0,15
0,45 0,45 0,45
A4 —
0,1 0,5 0,33
Observemos la matriz para intentar buscar relaciones en las que

se dé la condición excluyente, es decir, que la discordancia sea mayor
al índice concordante, con lo cual esas circunstancias no van a inte-
resar al decisor para buscar relaciones de sobreclasificación. Las ta-
charemos en la tabla:

Cij
A1 A2 A3 A4
Dij
0,2 0,2 0,55
A1 —
0,46 0,31 0,46
0,8 0,8 1
A2 —
0,08 0,08 0
1 0,2 0,55
A3 —
0 0,17 0,15
0,45 0,45 0,45
A4 —
0,1 0,5 0,33
La relación de A1 sobre A2 no nos interesa, ya que en ella se da

la condición excluyente. Lo mismo ocurre con la relación A1 sobre
A3 y con A4 sobre A2.
Observando la matriz también podemos llegar a la conclusión de
que, siempre que un índice concordante sea igual a 1, el discordante
para esa relación será igual a 0. Ello se debe a que si una alternativa
supera en todos los criterios a otra, nunca podremos encontrar dis-
cordancia, ya que no hallaremos ningún criterio para el que sea infe-
rior.
Busquemos entonces relaciones de sobreclasificación.
Para p = 1 y q = 0, el grafo resultante es el siguiente:
A1 A2
A3 A4
En el grafo podemos ver que hay dos alternativas que no reciben

flechas y son las que componen el núcleo. Para intentar una única
alternativa en el núcleo bajaremos un poco los umbrales y buscare-
mos nuevas relaciones de sobreclasificación. Estos nuevos umbrales
serán p > 0,80 y q < 0,08:

A1 A2
A3 A4
Con los anteriores umbrales de concordancia y discordancia de-

tectamos que en el núcleo queda una sola alternativa, A2, que domi-
na a las demás y no es dominada, por lo que será la alternativa que
vamos a elegir. Por tanto, la dirección de SherryDreams debe optar
por crear una empresa de catering aprovechando las capacidades ad-
quiridas en su restaurante en el exterior.
4.2. Caso número 2: TravelDreams
La agencia de viajes TravelDreams se está planteando ampliar su

oferta de productos. Para ello está barajando diversas opciones:
— «Asia Imperial», que incluye destinos como Camboya, Viet-

nam y Japón.
— «Europa Glaciar», dirigido a Islandia y fiordos noruegos.
— «América Dorada», centrado en Costa Rica.
— «Sueño Animal», en Madagascar.
La elección de estos productos será en función de los siguientes

criterios:
— C1: Oportunidades de negocio en la zona.

— C2: Infraestructuras turísticas con las que cuenta la zona.
— C3: Conflictividad social de la zona.
— C4: Burocracia e impedimentos administrativos para la obten-
ción de licencias y visados.
Las puntuaciones obtenidas por cada producto en relación a los

criterios considerados son:

Alternativas
Criterios
C1 42 30 82 64 15 0-100
C2 17 14 24 21 20
C3 48 43 46 44 5 0-50
C4 7 3 4 5 10 0-10
Se pide:
Homogeneizar los datos en escala 0-50 y ayudar a TravelDreams

a determinar la mejor opción aplicando la técnica ELECTRA I.
Solución
Recordemos la importancia de encontrar los elementos necesarios

para realizar el ejercicio. Existen cuatro alternativas:
— A1: «Asia Imperial».

— A2: «Europa Glaciar».
— A3: «América Dorada».
— A4: «Sueño Animal».
También detectamos cuatro criterios por los que se miden las an-
teriores alternativas. Si nos ponemos en el lugar de la agencia, de
estos cuatro criterios los dos primeros son directos, ya que las opor-
tunidades de negocio en la zona y sus infraestructuras son interesan-
tes para la empresa. Sin embargo, la conflictividad en la zona y la
burocracia administrativa no interesan, por lo que los consideramos
criterios inversos.
Los pesos están recogidos en la tabla en valores absolutos, hay
que pasarlos a valores relativos.
Y en cuanto a las escalas son conocidas todas excepto la del se-
gundo criterio.
Para resolver el ejercicio, en primer lugar pasaremos los pesos a
porcentajes para que sumen 100%. La suma de los mismos, según los
datos que observamos en la tabla, es 50. Aplicando la regla de tres
tal y como hemos visto en los casos anteriores obtenemos que el
peso en valores relativos de C1 es 30%, de C2 es 40%, 10% sería el
peso de C3 y 20% el de C4.

Seguidamente procedemos a homogeneizar las puntuaciones de la

tabla teniendo en cuenta el signo de los criterios, es decir, si son di-
rectos o inversos.
— C1 es un criterio directo porque cuantas más oportunidades de

negocio haya en la zona, mejor para el decisor. Al ser un cri-
terio directo con escala conocida podemos calcular las nuevas
puntuaciones en escala 0-50 aplicando la ecuación de la recta:
X − X0 Y − Y0
=
X 1 − X 0 Y1 − Y0
Debemos sustituir los valores en la ecuación anterior, tal y

como lo hicimos en otros casos pero con la particularidad de
que en este supuesto el criterio es positivo directo. Ello quiere
decir que X0, al ser el extremo inferior del intervalo de la es-
cala antigua (0-100), es igual a 0. Y X1 es igual a 100. Nuestra
ecuación quedaría así:
X −0 Y −0
=
100 − 0 50 − 0
50 X = 100Y
Simplificamos dividiendo entre 50:
X = 2Y
Despejamos Y, valor que queremos calcular en la nueva

escala:
X
Y =
2
Si le vamos dando los valores que tenemos en la tabla a X,

podemos saber cuáles son los valores Y para la nueva escala:
X1 = 42 Y1 = 21
X2 = 30 Y2 = 15
X3 = 82 Y3 = 41
X4 = 64 Y4 = 32

— C2 es también un criterio directo pero con escala desconocida,

por lo que utilizamos el método proporcional. Así, al mayor
valor de las puntuaciones de este criterio, le daremos el mayor
valor de la nueva escala, es decir, a X3, que es 24, le corres-
ponde la puntuación de 50 en la escala 0-50. El resto de los
valores los hallamos por regla de tres respecto a esta propor-
ción, resultando:
Y1 = 35,42 ≈ 35
Y2 = 29,17 ≈ 29
Y4 = 43,75 ≈ 44
— C3 es un criterio inverso con escala 0-50. Aplicamos la ecua-

ción de la recta para convertirlo en criterio directo.
X − 50 Y − 0
=
0 − 50 50 − 0
50 X − 2.500 = −50Y
X − 50 = −Y
Y = 50 − X
Por tanto, los nuevos valores son:
X1 = 48 Y1 = 2
X2 = 43 Y2 = 7
X3 = 46 Y3 = 4
X4 = 44 Y4 = 6
— C4 vuelve a ser un criterio inverso y también con escala cono-

cida, por lo que volvemos a utilizar el método de la ecuación
de la recta:
X − 10 Y − 0
=
0 − 10 50 − 0
Despejamos Y:
Y = 50 − 5X

Sustituimos X:
X1 = 7 Y1 = 15
X2 = 3 Y2 = 35
X3 = 4 Y3 = 30
X4 = 5 Y4 = 25
La nueva tabla con los pesos y los criterios ya homogeneizados

nos ofrece las siguientes puntuaciones:
Alternativas
Criterios
C1 21 15 41 32 30 0-50
C2 35 29 50 44 40 0-50
C3 2 7 4 6 10 0-50
C4 15 35 30 25 20 0-50
Para aplicar ELECTRA I realizamos los tres pasos que ya cono-

cemos: matriz de concordancia, matriz de discordancia y elección de
alternativa.
Procedemos a comparar las alternativas por pares y calculamos

la concordancia entre ellas, de la forma que ya conocemos:
30 + 40 0
C A1, A2 = = 0,7 C A1, A3 = =0
100 100
0 10 + 20
C A1, A4 = =0 C A2, A1 = = 0,3
100 100
10 + 20 10 + 20
C A2 , A3 = = 0,3 C A2 , A 4 = = 0,3
100 100
30 + 40 + 10 + 20
C A3, A1 = =1
100

Para la relación de A3 sobre A1 obtenemos una concordancia de

1 por lo que sabemos que su discordancia será igual a 0. Seguimos
calculando el resto de concordancias:
30 + 40 30 + 40 + 20
C A3, A2 = = 0,7 C A3, A4 = = 0,9
100 100
30 + 40 + 10 + 20 30 + 40
C A4, A1 = =1 C A 4 , A2 = = 0,7
100 100
10
C A 4 , A3 = = 0,1
100
Obtenemos la siguiente matriz concordante:
Cij A1 A2 A3 A4
A1 — 0,7 0 0
A2 0,3 — 0,3 0,3
A3 1 0,7 — 0,9
A4 1 0,7 0,1 —

En este segundo paso calculamos los índices discordantes, vol-
viendo a comparar las alternativas por pares. Buscaremos la mayor
diferencia entre dos pares, donde la primera alternativa sea menor a
la segunda, y lo dividiremos entre 50, que es la amplitud máxima de
la escala:
20 20
DA1, A2 = = 0,4 DA1, A3 = = 0,4
50 50
11 6
DA1, A4 = = 0,22 DA2, A1 = = 0,12
50 50
26 17
DA2, A3 = = 0,52 DA2, A4 = = 0,34
50 50
0 5
134 DA3, A1 = =0 DA3, A2 = = 0,1 © Ediciones Pirámide
50 50
2 0
DA1, A4 = = 0,22 DA2, A1 = = 0,12
50 50
26 17
DA2, A3 = = 0técnica
La ,52 DA2, A4 = I como
ELECTRA = 0,34instrumento
50 50
0 5
DA3, A1 = =0 DA3, A2 = = 0,1
50 50
2 0
DA3, A4 = = 0,04 DA4, A1 = =0
50 50
10 9
DA4, A2 = = 0,2 DA4, A3 = = 0,18
50 50
La matriz discordante quedaría de la siguiente manera:
Dij A1 A2 A3 A4
A1 — 0,4 0,4 0,22
A2 0,12 — 0,52 0,34
A3 0 0,1 — 0,04
A4 0 0,2 0,18 —

Mostramos conjuntamente los índices de concordancia y discor-
dancia obtenidos anteriormente y los reflejamos en la siguiente matriz:
Cij
A1 A2 A3 A4
Dij
0,7 0 0
A1 —
0,4 0,4 0,22
0,3 0,3 0,3
A2 —
0,12 0,52 0,34
1 0,7 0,9
A3 —
0 0,1 0,04
1 0,7 0,1
A4 —
0 0,2 0,18

Tachamos las casillas en las que se da la condición excluyente, es

decir, que el índice discordante sea mayor o igual al índice concor-
dante, que no tendremos en cuenta a la hora de buscar relaciones de
sobreclasificación:
Cij
A1 A2 A3 A4
Dij
0,7 0 0
A1 —
0,4 0,4 0,22
0,3 0,3 0,3
A2 —
0,12 0,52 0,34
1 0,7 0,9
A3 —
0 0,1 0,04
1 0,7 0,1
A4 —
0 0,2 0,18
Tanteando procedemos a elegir los umbrales de concordancia y

discordancia, empezando por los más estrictos, e iremos suavizándo-
los hasta encontrar los límites que nos permitan la solución más
acertada.
p = 1 p > 0,9
q = 0 q < 0,04
A1 A2 A1 A2
A3 A4 A3 A4
Para un umbral de concordancia mayor o igual a 0,9 y uno de

discordancia menor o igual a 0,04 podemos ir deduciendo que la
alternativa A3 es la que más domina, pero en el núcleo aún queda
otra alternativa más, así que vamos a suavizar un poco más los lími-
tes, considerando p > 0,7 y q < 0,1.

A1 A2
A3 A4
Queda confirmada la suposición anterior, y por tanto decimos

que la alternativa a elegir es A3.
TravelDreams debe ampliar su oferta de productos con la opción
«América Dorada», para unos umbrales de concordancia 0,7 y dis-
cordancia 0,1, ya que es la alternativa que supera a las demás y no
es sobreclasificada.
4.3. Caso número 3: Compañía aérea internacional
Una compañía aérea internacional se está planteando la posibili-

dad de establecer un acuerdo intermodal de medios de transporte
con Renfe. Para ello están estudiando la posibilidad de proponer va-
rios posibles trayectos: (A1) Zaragoza-Cancún, (A2) Sevilla-Nueva
York, (A3) Murcia-Buenos Aires y (A4) Tarragona-Río de Janeiro.
Para tomar la decisión van a considerar tres factores como los
más relevantes: grado de aceptación, medido en una escala 0-40; pre-
cio final del vuelo y billete de tren, en u.m.; y necesidad de acometer
inversiones que faciliten los ajustes horarios (como ampliación de
turnos del personal, traslados de pasajeros hasta la terminal, etc.).
La importancia relativa de cada uno de los criterios es de 20, 8 y 12
puntos, respectivamente.
Alternativas
A1 A2 A3 A4 Escala
Criterios
C1 34 37 31 33
C2 1.500 1.800 2.400 2.100
C3 93 92 95 94 0-100

Se pide:
Ayude a la empresa a determinar el trayecto más rentable aplican-

do la técnica ELECTRA I. Homogeneizar los datos en escala 0-100.
Solución
Esta compañía aérea debe elegir entre cuatro alternativas o posi-

bles trayectos:
— Zaragoza-Cancún (A1).
— Sevilla-Nueva York (A2).
— Murcia-Buenos Aires (A3).
— Tarragona-Río de Janeiro (A4).
Para ello, se van a tener en cuenta tres criterios distintos:
— C1. Grado de aceptación, medido en una escala de 0-40 y con

un peso de 20.
— C2. Precio final del vuelo y billete de tren, con escala desco-
nocida y peso de 8.
— C3. Inversiones necesarias, en una escala 0-100 y con un peso
de 12.
Una vez localizados los elementos necesarios, comprobado que

los pesos vienen dados en valores absolutos y además las escalas son
distintas, las cuales debemos normalizar a 0-100, lo que debemos
realizar es pasar los pesos a valores relativos, los criterios a directos
y homogeneizar las escalas.
Los pesos suman 40, lo cual supone el 100% de los mismos; por
tanto calculamos que para C1 el peso será del 50%, para C2 del 20%
y para C3 del 30%.
En cuanto a los criterios, procedemos a normalizarlos de la si-
guiente forma:
— C1 es un criterio positivo, ya que cuanto mayor sea la acepta-

ción del producto, mejor será para la empresa, y además co-
nocemos la escala (0-40). Utilizaremos la ecuación de la recta
para calcular los nuevos valores en la escala 0-100. Sustituyen-
do obtenemos la siguiente expresión:

X −0 Y −0
=
40 − 0 100 − 0
100 X
Y =
40
10 X
Y =
4
Por lo que los nuevos valores son:

X1 = 34 Y1 = 85
X2 = 37 Y2 = 92,5 ≈ 93
X3 = 31 Y3 = 77,5 ≈ 78
X4 = 33 Y4 = 82,5 ≈ 83
— C2 es un criterio directo, ya que un precio mayor es más inte-

resante para la compañía, pero no conocemos la escala, y por
tanto utilizamos el método proporcional. El mayor valor de
las puntuaciones de este criterio en la tabla inicial (2.400) será
100, que es el mayor valor en la nueva escala. Así pues, por
regla de tres:
Y1 = 62,5 ≈ 63
Y2 = 75
Y3 = 100
Y4 = 87,5 ≈ 88
— C3 es un criterio inverso, ya que a mayor valor, en la tabla

inicial, menos interesante resulta para la compañía realizar
inversiones fuertes. Al conocer la escala inicial utilizaremos la
ecuación de la recta.
X − 100 Y −0
=
0 − 100 100 − 0
Y = 100 − X
Siendo los nuevos valores:

X1 = 93 Y1 = 7
X2 = 92 Y2 = 8
X3 = 95 Y3 = 5
X4 = 94 Y4 = 6

Tras calcular los nuevos valores construimos la tabla homogénea

para poder aplicar el método ELECTRA I.
Alternativas
Criterios
C1 85 93 78 83 50 0-100
C2 63 75 100 88 20 0-100
C3 7 8 5 6 30 0-100

Seguidamente calculamos los índices concordantes que plasmare-
mos en la matriz de concordancia:
0 50 + 30
C A1, A2 = =0 C A1, A3 = = 0,8
100 100
50 + 30 50 + 20 + 30
C A1, A4 = = 0,8 C A2, A1 = =1
100 100
50 + 30 50 + 30
C A2 , A3 = = 0,8 C A2 , A 4 = = 0,8
100 100
20 20
C A3, A1 = = 0,2 C A3, A2 = = 0,2
100 100
20 20
C A3, A4 = = 0,2 C A4, A1 = = 0,2
100 100
20 50 + 30
C A 4 , A2 = = 0,2 C A 4 , A3 = = 0,8
100 100
Cji A1 A2 A3 A4
A1 — 0 0,8 0,8
A2 1 — 0,8 0,8
A3 0,2 0,2 — 0,2
A4 0,2 0,2 0,8 —


Tras obtener la matriz de concordancia, en este segundo paso
procedemos a rellenar la matriz discordante; así pues, calcularemos
los índices que en ella posteriormente colocaremos:
12 37
DA1, A2 = = 0,12 DA1, A3 = = 0,37
100 100
25 0
DA1, A4 = = 0,25 DA2, A1 = =0
100 100
25 13
DA2, A3 = = 0,25 DA2, A4 = = 0,13
100 100
7 15
DA3, A1 = = 0,07 DA3, A2 = = 0,15
100 100
5 2
DA3, A4 = = 0,05 DA4, A1 = = 0,02
100 100
10 12
DA4, A2 = = 0,1 DA4, A3 = = 0,12
100 100
Así quedaría nuestra matriz discordante:
Dij A1 A2 A3 A4
A1 — 0,12 0,37 0,25
A2 0 — 0,25 0,13
A3 0,07 0,15 — 0,05
A4 0,02 0,1 0,12 —
Pasaremos al tercer paso, en el que elegiremos la alternativa que

más nos interese.

Construimos la matriz conjunta con las concordancias y discor-
dancias calculadas en los pasos anteriores, quedando así:

Cij
A1 A2 A3 A4
Dij
0 0,8 0,8
A1 —
0,12 0,37 0,25
1 0,8 0,8
A2 —
0 0,25 0,13
0,2 0,2 0,2
A3 —
0,07 0,15 0,05
0,2 0,2 0,8
A4 —
0,02 0,1 0,12
En la matriz conjunta vemos que sólo se da la condición exclu-

yente en la comparación de A1 sobre A2. Sin embargo hay muchas
relaciones que no nos serán útiles; por ejemplo, las que ejerce A3
sobre las demás alternativas, debido a que los índices concordantes
son demasiado bajos y quedan por debajo de los umbrales mínimos
de exigencia para encontrar relaciones fiables de sobreclasificación.
En la matriz conjunta vamos a buscar relaciones de dominio para
los siguientes umbrales:
p = 1 y q = 0 p > 0,8 y q < 0,12
A1 A2 A1 A2
A3 A4 A3 A4
p > 0,8 y q < 0,13
A1 A2
A3 A4

Viendo el último grafo podemos decir que para un umbral de

concordancia p > 0,8 y un umbral de discordancia q < 0,13 la alter-
nativa seleccionada es A2, ya que queda sola en el núcleo.
La compañía aérea debe optar por el trayecto Sevilla-Nueva
York.
4.4. Caso número 4: LuxuryDreams
La cadena hotelera internacional LuxuryDreams se está plantean-

do modificar los sistemas de control aplicados en la empresa. A par-
tir de los datos recogidos en todos los establecimientos adheridos a
la cadena, necesitan decidir cuál es el idóneo para desarrollar el plan
piloto de control general a aplicar a toda la organización.
Los establecimientos propuestos para participar en este plan pi-
loto son:
— El Hotel de Siem Riep, próximo a las Ruinas de Angkor Wat,

en Camboya (A1).
— El de Mauritius en Sudáfrica (A2).
— El ubicado en Mahé en Islas Seychelles (A3).
— El de Pattaya en Tailandia (A4).
Dicho plan piloto recoge una serie de medidas y resultados en

relación a: control preventivo, concurrente, de resultados y de eficien-
cia.
La selección del establecimiento piloto se hará en función de los
siguientes criterios:
— C1: presupuesto financiero (disponibilidad de financiación

para afrontar proyectos).
— C2: número de reclamaciones mensuales recibidas.
— C3: nivel de costes (en miles de u.m.).
— C4: grado de productividad de los empleados, medido en una
escala de 0 a 10.
Los resultados obtenidos para cada uno de los criterios en cada

uno de los hoteles propuestos son:

Alternativas
Criterios
C1 52 46 84 62 8 0-100
C2 18 13 16 14 2 0-30
C3 47 44 46 41 7 0-50
C4 5 3 4 7 3
Se pide:
Homogeneizar los datos en escala 0-50 y ayudar a LuxuryDreams

a determinar el hotel idóneo para desarrollar el plan piloto de con-
trol, aplicando la técnica ELECTRA I.
Solución
Para este caso determinamos cuatro alternativas, que son:
— A1: Hotel de Siem Riep

— A2: Hotel de Mauritius
— A3: Hotel de Mahé
— A4: Hotel de Pattaya
Estas alternativas están puntuadas según cuatro criterios distintos

en escala conocida, pero no todos son directos, alguno de ellos son
inversos:
— C1: presupuesto financiero. Criterio directo, cuantas más po-

sibilidades de poder financiar los nuevos proyectos, mejor
para la cadena hotelera. Escala conocida 0-100.
— C2: número de reclamaciones mensuales recibidas. Criterio in-
directo, al decisor no le interesa un establecimiento con mu-
chas reclamaciones. Escala conocida 0-30.
— C3: nivel de costes. Criterio indirecto, cuanto mayor es el cos-
te, peor es para la empresa. Escala conocida 0-50.
— C4: grado de productividad de los empleados. Criterio directo,
para el decisor es mejor que los empleados del hotel elegido
sean lo más productivos posible. Escala conocida 0-10.

Los pesos vienen dados en términos absolutos y debemos pasar-

los a porcentajes. El total de los pesos suma:
8 + 2 + 7 + 3 = 20
Si 20 es igual a 100%, siguiendo esta proporción podemos decir que:
8 = 40%
2 = 10%
7 = 35%
3 = 15%
Una vez calculados los pesos en valores relativos, procederemos a

pasar los criterios inversos a directos y homogeneizarlos todos a es-
cala 0-50, utilizando el método de la ecuación de la recta, ya que
todas las escalas de la tabla inicial son conocidas.
— C1. Sustituimos en la ecuación de la recta los valores de la

escala original y los de la escala nueva:
X − X0 Y − Y0
=
X 1 − X 0 Y1 − Y0
X0 es igual a 0, que es el peor valor para el decisor en la

escala original, y 100 es el mejor valor, por lo que será susti-
tuido por X1. En cuanto a los valores de la escala a la que
vamos a homogeneizar, Y0 es igual a 0 e Y1 es igual a 50.
X −0 Y −0
=
100 − 0 50 − 0
Procedemos a despejar Y de la anterior ecuación:
50 X = 100Y
X
Y =
2
Recuperando los valores X de la tabla inicial, y sustituyén-

dolos, obtendremos los nuevos valores en escala 0-100.

X1 = 52 Y1 = 26
X2 = 46 Y2 = 23
X3 = 84 Y3 = 42
X4 = 62 Y4 = 31
— C2. Utilizamos de nuevo el método de la ecuación de la recta,

pero tenemos que tener en cuenta que éste es un criterio inver-
so, el peor valor en la escala inicial es 30 y el mejor valor en
dicha escala es 0. La ecuación quedaría así:
X − 30 Y − 0
=
0 − 30 50 − 0
Despejamos Y:
50 X − 1.500 = −30Y
5X − 150 = −3Y
150 − 5X
Y =
3
Sustituyendo los valores en la escala original, obtendremos

los siguientes valores Y:
X1 = 18 Y1 = 20
X2 = 13 Y2 = 28,33 ≈ 28
X3 = 16 Y3 = 23,33 ≈ 23
X4 = 14 Y4 = 26,67 ≈ 27
— C3. Volvemos a sustituir en la ecuación de la recta sabiendo

que éste también es un criterio indirecto.
X − 50 Y − 0
=
0 − 50 50 − 0
50 X − 2.500 = −50Y
X − 50 = −Y
Y = 50 − X

Sustituimos los valores X, en la expresión anterior y ob-

tendremos los valores para la nueva tabla homogeneizada a
escala 0-50:
X1 = 47 Y1 = 3
X2 = 44 Y2 = 6
X3 = 46 Y3 = 4
X4 = 41 Y4 = 9
— C4. El último criterio es directo y sus puntuaciones están me-

didas en escala 0-10. Sustituimos en la ecuación de la recta y
despejamos Y, para poder obtener los nuevos valores en esca-
la 0-50:
X −0 Y −0
=
10 − 0 50 − 0
50 X = 10Y
Y = 5X
Los valores en la nueva escala son:
X1 = 5 Y1 = 25
X2 = 3 Y2 = 15
X3 = 4 Y3 = 20
X4 = 7 Y4 = 35
Tras haber pasado los pesos a valores relativos y calcular los nuevos
valores para una escala directa 0-50, plasmamos esos datos en la siguien-
te tabla a partir de la cual podemos aplicar el método ELECTRA I.
Alternativas
Criterios
C1 26 23 42 31 40 0-50
C2 20 28 23 27 10 0-50
C3 3 6 4 9 35 0-50
C4 25 15 20 35 15 0-50

El primer paso del método consiste en calcular los índices de

concordancia. Para ello comparamos las alternativas dos a dos. En
los criterios que la primera alternativa supere a la segunda sumare-
mos sus pesos y ese sumatorio lo dividimos entre el total pesos. Apli-
cando estas operaciones obtenemos los siguientes índices:
40 + 15 15
C A1, A2 = = 0,55 C A1, A3 = = 0,15
100 100
0 10 + 35
C A1, A4 = =0 C A2, A1 = = 0,45
100 100
10 + 35 10
C A2 , A3 = = 0,45 C A2 , A 4 = = 0,1
100 100
40 + 10 + 35 40 + 15
C A3, A1 = = 0,85 C A3, A2 = = 0,55
100 100
40 40 + 10 + 35 + 15
C A3, A4 = = 0,4 C A4, A1 = =1
100 100
Al ser la concordancia de A4 sobre A1 igual a 1, la discordancia

será 0.
40 + 35 + 15 10 + 35 + 15
C A 4 , A2 = = 0,9 C A 4 , A3 = = 0,6
100 100
Con los datos obtenidos construimos la matriz concordante.
Cji A1 A2 A3 A4
A1 — 0,55 0,15 0
A2 0,45 — 0,45 0,1
A3 0,85 0,55 — 0,4
A4 1 0,9 0,6 —

En el paso número dos del método calculamos los índices discor-

dantes. Para ello, al comparar las alternativas tenemos que calcular
la diferencia entre sus puntuaciones, cuando la primera alternativa
puntúe por debajo de la segunda. De esas diferencias elegimos la
mayor y la dividimos entre la amplitud de la escala, que en este caso
es 50. Veamos cómo se calculan estos índices:
8 16
DA1, A2 = = 0,16 DA1, A3 = = 0,32
50 50
10 10
DA1, A4 = = 0,2 DA2, A1 = = 0,2
50 50
19 20
DA2, A3 = = 0,38 DA2, A4 = = 0,1
50 50
5 5
DA3, A1 = = 0,1 DA3, A2 = = 0,1
50 50
15 0
DA3, A4 = = 0,3 DA4, A1 = =0
50 50
1 11
DA4, A2 = = 0,02 DA4, A3 = = 0,22
50 50
Construimos la siguiente matriz discordante con los datos que

hemos obtenido:
Dij A1 A2 A3 A4
A1 — 0,16 0,32 0,2
A2 0,2 — 0.38 0,4
A3 0,1 0,1 — 0,3
A4 0 0,02 0,22 —
Una vez obtenidas ambas matrices, de concordancia y de discor-

dancia, pasamos a elegir la alternativa más interesante en la siguien-
te etapa.

En este paso tenemos que identificar relaciones de sobreclasifica-

ción que se establecen entre las distintas alternativas, y para ello
construiremos una matriz conjunta, donde será más fácil detectar
estas relaciones.
Cij
A1 A2 A3 A4
Dij
0,55 0,15 0
A1 —
0,16 0,32 0,2
0,45 0,45 0,1
A2 —
0,2 0,38 0,4
0,85 0,55 0,4
A3 —
0,1 0,1 0,3
1 0,9 0,6
A4 —
0 0,02 0,22
En esta matriz también podemos encontrar relaciones entre las

que se dé la condición excluyente, las cuales marcaremos y no utili-
zaremos a la hora de elegir una alternativa:
Cij
A1 A2 A3 A4
Dij
0,55 0,15 0
A1 —
0,16 0,32 0,2
0,45 0,45 0,1
A2 —
0,2 0,38 0,4
0,85 0,55 0,4
A3 —
0,1 0,1 0,3
1 0,9 0,6
A4 —
0 0,02 0,22

A partir de este momento, determinaremos los umbrales de con-

cordancia y discordancia comenzando por los más estrictos, y si no
encontramos una alternativa válida, los iremos suavizando.
p = 1 y q = 0 p = 0,9 y q = 0,02
A1 A2
A1 A2
A3 A4
A3 A4
Parece que es A4 la alternativa más dominante, pero si volvemos

a suavizar los límites a p = 0,85 y q = 0,1, obtenemos otra relación.
A1 A2
A3 A4
Sigue siendo A4 la que posee más relaciones de sobreclasifica-

ción. Por este motivo la elegimos como la alternativa más adecuada,
ya que si seguimos suavizando los umbrales, el siguiente límite de
concordancia sería 0,6, y como vimos en la parte teórica de este ma-
nual no es recomendable elegir una alternativa con un umbral de
concordancia por debajo de 0,7, ya que no nos daría una respuesta
fiable. Por ello concluimos que la cadena LuxuryDreams debería ele-
gir al Hotel de Pattaya para implantar su proyecto piloto.
4.5. Caso número 5: Travelcollection
El equipo directivo de la agencia de viajes Travelcollection se está

planteando la posibilidad de crear una nueva división de MICE7 and
Business Travel Planner, avanzando así en su estrategia de diversifi-
cación.
7
MICE (Meetings, Incentives, Conferencing and Exhibitions).

La decisión está motivada por los últimos datos del sector en los
que este segmento de mercado está sufriendo en menor medida los
efectos de la crisis económica. Estas mismas fuentes apuntan a que
España sigue siendo un destino muy atractivo para reuniones inter-
nacionales, a la vez que se están incorporando viajeros de negocios
procedentes de mercados emergentes BRICS8 y Oriente Medio. «In-
dustrias importantes de esos países, lideradas por la automoción, las
farmacéuticas, los servicios financieros, las nuevas tecnologías o la
construcción siguen creciendo allí y demandando congresos y con
venciones»9.
La intención es seleccionar una ciudad media española sobre la
que centralizar el lanzamiento de la división. Son varias las conside-
radas: Jerez de la Frontera, Salamanca, Santander, Murcia y Santa
Cruz de Tenerife.
La selección de la ciudad objetivo se hará en función de los si-
guientes criterios:
— C1: Facilidad de acceso y comunicaciones, medidos en una

escala de 0 a 10.
— C2: Coste de la concesión administrativa para la gestión del
Palacio de Congresos, en miles de u.m.
— C3: Disponibilidad de atractivos (shopping, experiencias úni-
cas, diversidad y contrastes...).
— C4: Probabilidad de efectos meteorológicos adversos que limiten
la temporada de congresos, medidos en una escala de 0 a 100.
Los resultados obtenidos para cada uno de los criterios en cada

una de las ciudades son:
Alternativas
A1 A2 A3 A4 A5 Pesos
Criterios
C1 7 3 4 2 6 16
C2 12 18 16 14 17 14
C3 47 44 46 41 42 6
C4 50 60 70 40 30 4
8
BRICS (Brasil, Rusia, India, China y Sudáfrica).
9
Fuente: «El turismo de reuniones se adapta al new normal a través de 10 estra-
tegias» (Hosteltur, 14 de enero de 2013).

Se pide:
Homogeneizar los datos en escala 0-100 y ayudar a Travelcollec-

tion a determinar la ciudad idónea en la que centralizar el lanza-
miento de la división, aplicando la técnica ELECTRA I.
Solución
En primer lugar repasaremos los elementos que necesitamos para

resolver el ejercicio.
Empecemos por los pesos que vienen definidos en la tabla del
enunciado en términos absolutos y necesitamos pasarlos a términos
relativos para obtenerlos de forma porcentual. Sabiendo que el total
de los pesos debe ser igual al 100%, igualamos la suma de los valores
absolutos a este porcentaje, de la siguiente manera:
16 + 14 + 6 + 4 = 40
Para saber el valor de cada peso en porcentaje aplicamos una re-

gla de tres según la anterior proporción; así pues, si 20 es igual a 100:
16 = 40%
14 = 35%
6 = 15%
4 = 10%
Seguidamente revisemos los criterios y comprobemos si están pun-

tuados en escala directa o indirecta y si esa escala es conocida o no.
— C1 es un criterio directo, debido a que es interesante para el

equipo directivo que la ciudad que vayan a elegir sea de fácil
acceso y esté bien comunicada. Éste es un criterio de escala
conocida, 0-10; por tanto, el método a utilizar para homoge-
neizar a escala 0-100 es la ecuación de la recta.
X − X0 Y − Y0
=
X 1 − X 0 Y1 − Y0
En ella sustituimos los valores:

X0 = 0 (peor valor de la escala antigua).
X1 = 10 (mejor valor de la escala antigua).

Y0 = 0 (extremo inferior del intervalo en la escala nueva).

Y1 = 100 (extremo superior del intervalo en la escala nueva).
X −0 Y −0
=
10 − 0 100 − 0
Procedemos a despejar Y:
100X = 10Y
Y = 10X
Sustituyendo los valores en la escala original, obtendremos

los siguientes valores Y:
X1 = 7 Y1 = 70
X2 = 3 Y2 = 30
X3 = 4 Y3 = 40
X4 = 2 Y4 = 20
X5 = 6 Y5 = 60
— C2. Este segundo criterio es inverso desde el punto de vista

del decisor, ya que no le interesa que sea muy alto el coste
de la concesión administrativa. Además los valores, que vie-
nen dados en miles de u.m., no tienen escala conocida de
medición. El método a utilizar es el proporcional. En primer
lugar pasaremos el criterio a directo. Para ello sumamos to-
dos los valores y el resultado lo dividimos entre cada uno de
ellos, así el que antes era el menor ahora es el mayor, y vice-
versa:
12.000 + 18.000 + 16.000 + 14.000 + 17.000 = 77.000
77.000 77.000 77.000

= 6,42 = 4,28 = 4,81
12.000 18.000 16.000
77.000 77.000
= 5,5 = 4,53
14.000 17.000
Ahora que el criterio es positivo, al mayor valor le dare-

mos el extremo más alto de la nueva escala. A 6,42 le corres-

ponde el valor 100 y por regla de tres, según esta proporción

obtenemos los siguientes valores Y:
Y1 = 100
Y2 = 66,67 ≈ 67
Y3 = 74,92 ≈ 75
Y4 = 85,67 ≈ 86
Y5 = 70,56 ≈ 71
— C3. Criterio directo en escala desconocida, nuevamente aplica-

mos el método proporcional. Al mayor valor de las puntuacio-
nes le corresponde 100, que es el mayor valor de la escala nueva
y los demás se calculan proporcionalmente con reglas de tres:
X1 = 47 Y1 = 100
X2 = 44 Y2 = 93,62 ≈ 94
X3 = 46 Y3 = 97,87 ≈ 98
X4 = 41 Y4 = 87,23 ≈ 87
X5 = 42 Y5 = 89,36 ≈ 89
— C4. Este último criterio es inverso y con escala conocida, el

método a utilizar es la ecuación de la recta. Donde el peor
valor de la escala antigua es 100 y el mejor es 0.
X − 100 Y −0
=
0 − 100 100 − 0
Despejamos Y:
100X − 10.000 = −100Y
X − 100 = −Y
Y = 100 − X
En esta expresión podemos sustituir los valores X de la

tabla y calcular los nuevos valores Y.
X1 = 50 Y1 = 50
X2 = 60 Y2 = 40
X3 = 70 Y3 = 30

X4 = 40 Y4 = 60
X5 = 30 Y5 = 70
Con todos los datos podemos construir la tabla que nos permiti-
rá aplicar el método ELECTRA I.
A1 A2 A3 A4 A5 Pesos Escala
C1 70 30 40 20 60 40 0-100
C2 100 67 75 86 71 35 0-100
C3 100 94 98 87 89 15 0-100
C4 50 40 30 60 70 10 0-100
En este primer paso comparamos las alternativas por pares para

hallar la concordancia. Sumaremos los pesos de los criterios en que
supere la primera alternativa a la segunda y lo dividiremos entre el
total de los pesos, que es 100%. Obtenemos los siguientes resultados:
40 + 35 + 15 + 10
C A1, A2 = =1
100
Al existir una concordancia entre A1 y A2 igual a 1, adelantamos

que su discordancia será 0. Lo mismo ocurre con la siguiente com-
paración entre A1 y A3.
40 + 35 + 15 + 10 40 + 35 + 15
C A1, A3 = =1 C A1, A4 = = 0,9
100 100
40 + 35 + 15 0
C A1, A5 = = 0,9 C A2, A1 = =0
100 100
10 40 + 15
C A2 , A3 = = 0,1 C A2 , A 4 = = 0,55
100 100
15 0
C A2, A5 = = 0,15 C A3, A1 = =0
100 100
40 + 35 + 15 40 + 15
156C A3, A2 = = 0,9 C A3, A4 = ©=Ediciones
0,55 Pirámide
100 100
35 + 15 10
C A2 , A3 = = 0,1 C A2 , A 4 = = 0,55
100 100
15 0
C A2, A5 = C A3, A1 = I como
= 0,15 La técnica ELECTRA = 0 instrumento
100 100
40 + 35 + 15 40 + 15
C A3, A2 = = 0,9 C A3, A4 = = 0,55
100 100
35 + 15 10
C A3, A5 = = 0,5 C A4, A1 = = 0,1
100 100
35 + 15 35 + 10
C A 4 , A2 = = 0,45 C A 4 , A3 = = 0,45
100 100
35 10
C A4, A5 = = 0,35 C A5, A1 = = 0,1
100 100
40 + 35 + 10 40 + 10
C A5, A2 = = 0,85 C A5, A3 = = 0,5
100 100
40 + 15 + 10
C A5, A4 = = 0,65
100
Tras el cálculo de estos índices elaboramos la matriz de concor-
dancia.
Cji A1 A2 A3 A4 A5
A1 — 1 1 0,9 0,9
A2 0 — 0,1 0,55 0,15
A3 0 0,9 — 0,55 0,5
A4 0,1 0,45 0,45 — 0,35
A5 0,1 0,85 0,5 0,65 —

Ahora procedemos a calcular los índices discordantes. Lo hare-
mos dividiendo la mayor diferencia entre puntuaciones cuando
Ai < Aj, entre la mayor diferencia posible entre puntuaciones que es
la amplitud de la escala, en este caso 100.
0 0
DA1, A2 = =0 C A1, A3 = =0
100 100

Como ya comprobamos al calcular la concordancia, la discor-

dancia entre A1 y A2 es 0 al igual que entre A1 y A3. El resto de los
índices se calculan a continuación.
10 20
DA1, A4 = = 0,1 DA1, A5 = = 0,2
100 100
40 10
DA2, A1 = = 0,4 DA2, A3 = = 0,1
100 100
20 30
DA2, A4 = = 0,2 DA2, A5 = = 0,3
100 100
30 10
DA3, A1 = = 0,3 DA3, A2 = = 0,1
100 100
30 40
DA3, A4 = = 0,3 DA3, A5 = = 0,4
100 100
50 10
DA4, A1 = = 0,5 DA4, A2 = = 0,1
100 100
20 40
DA4, A3 = = 0,2 DA4, A5 = = 0,4
100 100
29 5
DA5, A1 = = 0,29 DA5, A2 = = 0,05
100 100
9 15
DA5, A3 = = 0,09 DA3, A1 = = 0,15
100 100
Pasamos los datos obtenidos a la matriz de discordancia:
Dij A1 A2 A3 A4 A5
A1 — 0 0 0,1 0,2
A2 0,4 — 0,1 0,2 0,3
A3 0,3 0,1 — 0,3 0,4
A4 0,5 0,1 0,2 — 0,4
A5 0,29 0,05 0,09 0,15 —

Lo primero será realizar la matriz en la que podamos ver la dis-

cordancia y la concordancia, y detectar las relaciones en las que se
dé la condición excluyente, la cual tacharemos y no utilizaremos a la
hora de detectar relaciones de sobreclasificación.
Cij
A1 A2 A3 A4 A5
Dij
1 1 0,9 0,9
A1 —
0 0 0,1 0,2
0 0,1 0,55 0,15
A2 —
0,4 0,1 0,2 0,3
0 0,9 0,55 0,5
A3 —
0,3 0,1 0,3 0,4
0,1 0,45 0,45 0,35
A4 —
0,5 0,1 0,2 0,4
0,1 0,85 0,5 0,65
A5 —
0,29 0,05 0,09 0,15
Comenzamos con los umbrales más altos, es decir, p > 1 y

q < 0. Para ello dibujamos en el grafo las relaciones de sobreclasi-
ficación.
A2
A1 A3
A4 A5
En el núcleo observamos tres alternativas que no reciben flecha.

Suavizamos los límites y buscamos relaciones para p > 0,9 y
q < 0,1.

A2
A1 A3
A5
A4
Hemos reducido el núcleo, donde sólo quedan la alternativa A1

y la alternativa A5. Subimos el umbral de discordancia a 0,2, mien-
tras que el de concordancia lo dejamos en 0,9, y encontramos una
nueva relación de dominio de A1 sobre A5.
A2
A1 A3
A5
A4
Para los umbrales p > 0,9 y q < 0,2, encontramos una sola alter-

nativa en el núcleo, A1, que domina a todas las demás y no es domi-
nada. Por lo que la agencia Travelcollection deberá elegir Jerez de la
Frontera para centralizar el lanzamiento de la división.
5. CASOS PROPUESTOS
5.1. Caso propuesto 1: LuxuryTravel
Una pareja se está planteando sus próximas vacaciones y acude

a la agencia LuxuryTravel para conseguir información sobre tres po-
sibles destinos que les interesan. Consideran que para decidirse van

a dar una importancia del 35% a la duración de la estancia, un 45%

al precio del viaje y un 20% a la conflictividad de la zona (medida
en una escala de 0 a 10 puntos).
Las puntuaciones obtenidas por cada alternativa quedan refleja-
Criterios Duración Conflictividad

Precio del viaje
alternativas de la estancia de la zona
Cancún 14 600 u.m. 7
Tenerife 10 700 u.m. 6
Egipto 7 800 u.m. 9
Escala 0-20
Redondee las cifras.
Se pide:
Homogeneizar los datos en escala 0-100 y determinar la mejor

alternativa.
Solución
La pareja debería viajar a Cancún.
5.2. Caso propuesto 2: SunBeach
La equipo directivo del Resort SunBeach está pensando incremen-

tar su volumen de facturación. Para ello baraja diversas posibilida-
des: ampliar la capacidad actual del complejo con la construcción de
350 nuevas habitaciones (A1), externalizar su negocio de restauración
creando una empresa de catering (A2), acondicionar una pequeña
zona comercial alquilando los locales a importantes firmas textiles
(A3), o acondicionar varios salones para la celebración de eventos de
distinta índole (A4). Para tomar la decisión van a considerar tres
factores como los más relevantes: inversión económica a realizar
(C1), volumen de facturación estimado (C2) y grado de complejidad
de la gestión (C3).


C1 26 25 17 34 9 0-50
C2 14 26 28 26 8 0-30
C3 43 51 43 53 3 0-100
Se pide:
Ayude a la empresa a determinar la mejor opción aplicando la

técnica ELECTRA I.
a) Homogeneizar los datos en escala 0-100.

b) Homogeneizar los datos en escala 0-50.
Solución
La dirección debería acondicionar una zona comercial y alquilar

los locales a otras empresas.
5.3. Caso propuesto 3: Goldbeach
Goldbeach es una importante cadena hotelera que se está plan-

teando abrir un hotel en algún destino exótico en el extranjero. La
dirección está barajando cuatro posibilidades: Camboya, Kenya, Islas
Seychelles y Cabo Verde. Para ello, van a considerar cuatro factores
como los más relevantes a la hora de tomar una decisión: nivel de
infraestructuras de la zona, posibilidades de contar con mano de
obra autóctona cualificada, inversión necesaria (en millones de u.m.)
e impedimentos de las autoridades locales.
A tenor de la información que están barajando los directivos de
la empresa consideran que financieramente no sería rentable una in-
versión que supere los 50 millones de u.m. Las puntuaciones obteni-
das por cada alternativa quedan recogidas en la siguiente tabla:

C1 20 26 29 30 2 0-50
C2 16 7 15 24 6 0-30
C3 14 46 42 46 8
C4 23 31 23 33 4 0-100
Se pide:
Homogeneizar los datos en escala 0-100 y ayudar a la empresa a

determinar la mejor opción aplicando la técnica ELECTRA I.
Solución
Goldbeach debería abrir su nuevo hotel en Camboya.
5.4. Caso propuesto 4: HolidaySun
HolidaySun es una importante cadena hotelera a la que están

llegando diversas propuestas de hoteles en venta en la provincia de
Cádiz. De entre todas las ofertas recibidas la dirección ha seleccio-
nado cuatro como posibles: hotel de cuatro estrellas en Rota, resort
en Sotogrande, apartahotel en Zahara y hotel gran lujo en Chicla-
na. Cada oferta va a ser valorada en función de cuatro criterios
diferentes:
1. Antigüedad de la plantilla (cuanto mayor sea ésta, aumenta

el coste de despido).
2. Rentabilidad (en miles de u.m.).
3. Necesidad de reforma de las instalaciones (en miles de u.m.).
4. Perspectivas de negocio de la zona.
Las puntuaciones obtenidas por cada alternativa en los distintos

criterios son:

Antigüedad Coste Perspectivas

Rentabilidad
plantilla de reforma negocio
Rota 15 60 84 24
Sotogrande 12 200 90 27
Zahara 25 100 84 20
Chiclana 20 200 90 21
Pesos 7,5 9 6 7,5
Escala 0-30 0-200 0-100 0-30
Se pide:
Seleccione la oferta que mejor cumple los criterios establecidos

por HolidaySun:
a) Homogeneizar en escala 0-100.

b) Homogeneizar en escala 0-50.
Solución
Comprar el resort de Sotogrande es la mejor opción para Holi-

daySun.
5.5. Caso propuesto 5: restaurante La Dorada
La dirección del restaurante La Dorada se está planteando la

creación de una nueva línea de negocio con la incorporación de un
servicio de catering. Al no poseer anteriormente este servicio necesi-
tan contratar a un responsable del mismo, y para ello han pensado
en una persona con titulación empresarial y conocimientos del sector.
El proceso de selección lo va a llevar a cabo el director de perso-
nal. De todos los currículos que ha recibido, ha escogido los de cin-
co candidatos. Para la selección final del candidato va a considerar
cuatro criterios: dificultades para trasladarse, experiencia profesional
en puestos de gestión, capacidad de dirección de grupos y nivel de
retribución al que se aspira.

En la siguiente tabla se recogen las puntuaciones obtenidas por

los candidatos:
Candidato 1 Candidato 2 Candidato 3 Candidato 4 Candidato 5 Pesos Escala
C1 60 80 70 50 70 15 0-100
C2 16 14 15 17 13 10 0-20
C3 15 14 15 12 14 20 0- 15
C4 19 18 17 17 20 5 0-20
Se pide:
Ayude al director de personal a elegir al candidato idóneo para

el puesto aplicando el método ELECTRA I. Homogenizar en escala
0-100
Solución
El candidato número uno es la persona más apropiada para ocu-

par el puesto que oferta el restaurante La Dorada.

Bibliografía
Aguirre, A. A., Castillo, A. M. y Tous, D. (1999): Administración de empre-

sas. Pirámide.
Arguedas, R. y Nogueras, M. T. (2009): Planificación, dirección y gestión
financiera de empresas turísticas. Editorial Universitaria Ramón Areces.
Bermejo Fraile, B. (2001): Epidemiología clínica aplicada a la toma de deci-
siones. Anales del sistema sanitario de Navarra, Gobierno de Navarra,
Departamento de Salud (31-42).
Breiman, L., Friedman, J. H., Olshen, R. y Stone, C. J. (1984): Classification
and regression trees. Belmont, Wadsworth International Group.
Camacho Piedra, J. C. (2002): La administración en la empresa rural. Ed.
Universidad Estatal a Distancia, San José (Costa Rica), 217.
Cardona Hernández, P. A. (2004): «Aplicaciones de árboles de decisión en
modelos de riesgo crediticio», Revista Colombiana de Estadística, 27, 2,
139-151.
Casanueva Rocha, C., García del Junco, J. y Caro, F. J. (2000): Organización
y gestión de empresas turísticas. Pirámide.
Figueira, J., Grego, S. y Ehrgott, M. (2005): Multiple Criteria Decision Analy-
sis: State of the Art Surveys. Springer Verlag, Boston, Dordrecht, Londres.
Garrido Buj, S. y Pérez Gorostegui, E. (2008): Manual básico de administra-
ción de empresas para los estudios de turismo. Editorial Centro de Estu-
dios Ramón Areces, S. A.
Hitt, M. A., Black, J. S. y Porter, L. W. (2006): Administración. Editorial
Pearson.
Leal, A., Sánchez-Apellániz, M., Roldán, J. L. y Vázquez, A. E. (1995):
Decisiones empresariales con criterios múltiples: ayudas prácticas para la
dirección. Madrid (España): Pirámide.
Martín Rojo, I. (2009): Dirección y gestión de empresas del sector turístico.
Pirámide.

Bibliografía
Moreno-Jiménez, J. M. (1996): Metodología multicriterio en el Plan Nacional

de Regadíos. Informe.
Morgan, J. N. y Messenger, R. C. (1973): THAID: a Sequential Search Pro-
gram for the Analysis o Nominal Scale Dependent Variables. Survey Re-
search Center, Institute for Social Research, University of Michigan.
Morgan, J. N. y Sonquist, J. A. (1963): «Problems in the analysis of survey
data, and a proposal», Journal of the American Statistical Association,
58, 415-434.
Muñoz Machado, A. (2005): Logística y turismo. Ed. Díaz de Santos, pp. 88
y ss.
Newstron, J. W. (2007): Dirección, 9.ª ed. McGraw-Hill.
Obagi Araujo, J. J. (2003): Elementos de teoría de probabilidad para ingenie-
ros. Centro Editorial Javeriano, Bogotá, 115.
Pérez Gorostegui, E. y Cerrada Somolinos, C. (2011): Gestión de empresas
informáticas. Madrid: Ed. Universitaria Ramón Areces, UNED, pp. 108
y ss.
Raiffa, H. y Schlaifer, R (1961): Applied Statistical Decision Theory. Boston:
Harvard University.
Rheault, J. P. (1979): Introducción a la teoría de las decisiones con aplicacio-
nes a la Administración. México: Ed. Limusa, p. 151.
Ríos, S., Bielza, C. y Mateos, A. (2002): Fundamentos de los sistemas de
ayuda a la decisión. RA-MA Editorial.
Rivas Garán, J. (2004): Dirección de empresas turísticas. Oviedo: Septem
Ediciones, S. L., p. 44.
Robbins, S. P. y Coulter, M. (2005): Administración, 8.ª ed. Editorial Pear-
son.
Romero, C. (1996): Análisis de las decisiones multicriterio. Madrid (España):
Isdefe.
Ruiz Rodríguez, M., Martínez Fierro, S., Biedma Ferrer, J. M. y Martín
Navarro, A. (2012): La toma de decisiones en el sector turístico. Resolu-
ción de problemas de Árboles y Electra I. Ed. Bubok Publishing, S. L.
Sarabia Viejo, Á. (1996): La investigación operativa. Madrid: Universidad
Pontificia Comillas de Madrid, p. 515.
Stoner, J. A. F., Freeman, R. E. y Gilbert, D. R. Jr. (1996): Administración.
Prentice-Hall.
Von Neumann, J. y Morgenstern, O. (1944): Theory of Games and Eco-
nomic Behavior. Princenton, NJ: Princenton University Press.
Yagüe Insa, M., López-Jurado González, P., Gracia Ramos, M.ª C. y Casa-
novas Ramón, M. (2007): Guía Práctica de Economía de la Empresa II:
Áreas de Gestión y Producción (Teoría y Ejercicios). Barcelona: Publica-
cions I Edicions de la Universitat de Barcelona, p. 35.

Dadadadad PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Dadadadad PDF

Cargado por

Copyright:

Formatos disponibles

00_primeras.

indd 1 01/07/13 09:38

00_primeras.indd 3 01/07/13 09:38

00_primeras.indd 5 01/07/13 09:38

Edición en versión digital

Está prohibida la reproducción total o parcial

Prólogo (A. R. Ramos Rodríguez) .................................................... 9

1. La toma de decisiones en la empresa turística ............... 13

1. Información, previsión y decisión ........................................... 14

2. La técnica de árbol de decisión como instrumento

1. El valor estimado promedio .................................................... 30

2.3. Resolución del árbol ...................................................... 34

3. La técnica ELECTRA I como instrumento para la toma

Bibliografía ........................................................................................ 167

La toma de decisiones es la esencia del proceso de planificación

tado sector, como la capacidad de gestión en los distintos tipos de

ANTONIO R. RAMOS RODRÍGUEZ

La gestión empresarial se basa en el seguimiento del proceso ad-

La dirección de la empresa exige que constantemente se de-

ver problemas y tomar decisiones relacionadas con la planificación, la

tre varias alternativas de actuación posibles aquella que va a permitir

2. CARACTERÍSTICAS DE LA TOMA DE DECISIONES

En este apartado se exponen las características de la toma de

2.1. Racionalidad limitada del directivo

Como plantean Casanueva et al. (2000: 177), se supone que las

su toma de decisiones. Lo cual indica que la toma de decisiones, no

2.2. El carácter programado o no de las decisiones

Para los directivos de empresas turísticas es fundamental diagnos-

una decisión programada para su resolución. Mientras que una deci-

2.3. El contexto decisional

La tercera de las características de la toma de decisión directiva

van a presentarse. Un contexto es de riesgo si el decisor no conoce

3. EL PROCESO DE TOMA DE DECISIONES

La toma de decisiones la definimos como el proceso por el que se

1. Observación de la realidad y determinación del objetivo per-

4. Descripción de las líneas de actuación alternativas. Consisti-

4. LA TOMA DE DECISIONES EN CONTEXTO

Aunque, tal como se ha indicado al principio, este libro está cen-

1. Criterio de Laplace, también denominado criterio racionalis-

pueden derivar de cada una de las decisiones y se elige aque-

5. LA TOMA DE DECISIONES EN CONTEXTO DE RIESGO

Una de las características del directivo es que toma decisiones, las

cos sobre la realidad de la empresa. Sin embargo, como ya se ha

5.1. Decisiones secuenciales: árboles de decisión

Como consecuencia del desempeño de la actividad empresarial, y

su probabilidad se está considerando la toma de decisiones en con-

Esta técnica toma el nombre de árbol por la forma que adopta la

5.2. Análisis multicriterio simple: ELECTRA I

La toma de decisiones en un entorno de riesgo es una función

«... el conjunto de aproximaciones, métodos, modelos, técni-

A mediados del siglo pasado numerosos investigadores fueron re-

clasificación. Es cuando aparece ELECTRA III, donde la relación de

1. Identificación de un problema u oportunidad. La toma de deci-

6. Selección de una alternativa. Se escoge la alternativa con ma-

En la actualidad, las aplicaciones prácticas de este método son,

El presente capítulo se dedica a la resolución de problemas de

El valor estimado promedio, también conocido como esperanza

1.2. Valor estimado promedio de la información

La información necesaria para la toma de decisiones se puede

seguir información recurriendo a expertos, investigando, por medio

1.3. Cálculo del valor estimado promedio

Para realizar el cálculo del valor estimado promedio de una va-

N: Número de estados de naturaleza.

1.2. Valor estimado promedio de la información

1.3. Cálculo del valor estimado promedio

1. Los nudos, también denominados vértices, que pueden clasi-

— Nudos decisionales: son aquellos que representan situa-

2. Las ramas, también conocidas como aristas, se pueden divi-

— Las que tienen su origen en nudos decisionales. Represen-

a) Nudo de valor o resultado. Es el caso en el que la decisión

3. PRINCIPALES VENTAJAS Y LIMITACIONES