FASE 7: PROYECTO FINAL.

Integrantes

EDUARD ANDREY SANDOVAL

PEDRONEL MARTÍNEZ BELTRÁN

DUVIER JEOVANNY ROBLES

BLANCA NIVIA RODRIGUEZ

CRHISTIAN EDUARDO RINCON

Tutor: Héctor Fabio Padilla

Grupo 212066_16

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA- ECBTI
CURSO: TEORÍA DE LAS DECISIONES
CEAD – ACACIAS
DICIEMBRE 2016

1
 CONTENIDO
INTRODUCCIÓN ............................................................................................................................................. 3
OBJETIVO ....................................................................................................................................................... 4
OBJETIVO ESPECÍFICOS. ................................................................................................................................. 4
DESARROLLAR LAS ACTIVIDADES .................................................................................................................. 5
1. Problema decisiones bajo un entorno de riesgo. .................................................................................. 5
2. PROBLEMA DE DECISIÓN EN INCERTIDUMBRE ..................................................................................... 9
3. PROBLEMA DE DECISIÓN EN INCERTIDUMBRE. .................................................................................. 14
CONCLUSIONES. .......................................................................................................................................... 18
REFERENCIAS BIBLIOGRÁFICAS. .................................................................................................................. 19

2
 INTRODUCCIÓN.

Este trabajo tiene como finalidad profundizar los temas relacionados con el curso
de Teoría de las Decisiones Mediante la aplicación de los diferentes ejercicios
utilizando el razonamiento lógico matemático y el manejo de diferentes temáticas
como lo son: Conceptos básicos y decisiones bajo un entorno de certeza;
Decisiones Bajo un entorno Riesgo; Decisiones Bajo un entorno Incertidumbre
utilizando matrices necesarias para las decisiones con cadenas de Markov.

Con el fin de colocar en práctica métodos de análisis como es el programa de

WinQSB. Mediante la aplicación análisis y solución al problema planteado, Con
el fin de colocar en práctica todos los conocimientos adquiridos durante el
proceso formativo.

3
 OBJETIVO.

Conocer la apropiación del conjunto de conocimientos relacionados con los

fundamentos básicos que constituyen el campo teórico y aplicativo de matrices
y determinantes a través del desarrollo, monitoreo y aplicación de estos en la
solución de problemas relacionados.

OBJETIVO ESPECÍFICOS.

Identificar diferentes conceptos de Teoría de las Decisiones.

 Comprende y aplica en forma clara y pertinente los conocimientos y

métodos apropiados en las decisiones bajo un entono de certeza o
certidumbre

 Analizar operaciones matemáticas mediante fundamentos básicos en

donde hace referencia a su interpretación algebraica, sus operaciones, y
propiedades.

 Identificar las herramientas tecnológicas existentes con el fin de

desarrollar una simulación aproximada que permita dar solución a
diversos problemas del ámbito profesional.
 Asemejar las características más sobresalientes que se deben tener en
cuenta a la hora de escoger la decisión que va a ser la más acertada para
el beneficio de un sistema o empresa

4
 DESARROLLAR LAS ACTIVIDADES

1. Problema decisiones bajo un entorno de riesgo.

Anglocol, una empresa dedicada a fabricar componentes electrónicos debe
decidir si fabrica un nuevo componente en su planta principal, o si por el contrario
lo compra a un proveedor del exterior. Las utilidades dependes de la demanda
del producto. La tabla 1 muestra las utilidades proyectadas, en millones de
pesos.

Tabla 1. Proceso de decisión para comercialización de producto

Estados de naturaleza
Demanda
Alternativa de Demanda Valor
baja Demanda alta
decisión Media Monetario
Ganancias Ganancias ($)
Ganancias ($) Esperado VME
($)
Fabricar 45 48 90 59,85
Comprar 35 72 80 65,15
Probabilidades
0,25 0,45 0,3 1
∑=1

Valor Esperado sin la información perfecta (VEsIP): Si existe una estimación

de la probabilidad de que una situación ocurra, se puede calcular la ganancia
esperada. Como la idea principal es escoger el mayor de los valores, se
recomienda comprar.

Valor esperado: (valor)*(probabilidad)

Ganancias de demanda baja * Probabilidad de demanda baja + Ganancias de

demanda media * Probabilidad de demanda media + Ganancias de demanda
alta * Probabilidad de demanda alta.

Fabricar:

(45 ∗ 0.25) + (48 ∗ 0.45) + (90 ∗ 0.30)

= 11.25 + 21.6 + 27

= 59.85

Comprar

(35 ∗ 0.25) + (72 ∗ 0.45) + (80 ∗ 0.30)

= 8.75 + 32.4 + 24
5
= 65.15

El valor con la información perfecta (VEcIP): Este valor se haya teniendo en

cuenta el mejor valor de cada estado de naturaleza, (Demandas). De esta
manera se decide el mejor estado de naturaleza.

Resultado Mejor Decisión.

Demanda alta 90
Demanda Media 72
Demanda baja 45

El (VEcIP) Se calcula para cada estado de la naturaleza, el producto del máximo

beneficio y la probabilidad de la ocurrencia.

𝑉𝐸𝑐𝐼𝑃: (90)(0.30) + (72)(0.45) + (45)(0.25)

𝑉𝐸𝑐𝐼𝑃: 27 + 32.4 + 11.25 = 70.65

El valor esperado de la información perfecta (VEIP): Se calcula como la

diferencia entre el valor esperado con la información perfecta (VEcIP) menos el
valor esperado sin la información perfecta (VEsIP)
𝑉𝐸𝐼𝑃: 70.65 − 65.15 = 5.5
El valor esperado de la información perfecta es de 3.25 millones de pesos, con
el criterio del valor esperado se puede estimar una utilidad de 65.15 millones de
pesos, pero el mejor valor que se podría tener es 70.65 millones de pesos, es
necesario estimular la demanda de 5.5 millones para acercarse al valor más alto.

VEIP: 5,5 millones de pesos

Tabla 2 indicadores investigación de mercadeo

Indicadores Demanda Demanda Demanda
baja media Alta
(I1) Reporte favorable 0,1 0,4 0,6

(I2) reporte no 0,9 0,6 0,4

favorable

Tabla 1. Proceso de decisión para comercialización de producto

Estados de naturaleza
Demanda Demanda
Alternativa de
Demanda baja Media alta
decisión
Ganancias ($) Ganancias Ganancias
($) ($)
Fabricar 45 48 90
Comprar 35 72 80

6
Reporte favorable: la muestra tomada expresa un interés considerable en el
producto.

Reporte no favorable: la muestra tomada expresa poco interés por producto.

Se aplica el teorema de Bayes para indicar la probabilidad de que el estado de

naturaleza se afectado por las condiciones favorables y desfavorables del estado
de resultados.

𝑃(𝐸 ⁄𝑠𝑗)𝑃(𝑠𝑗)
𝑃 = (𝑆𝑗⁄𝐸 ) =
𝑃(𝐸)

FAVORABLE
Probabilidades Probabilidades Probabilidades
Estados de la Probabilidades condicionales Conjuntas posteriores
naturaleza(sj) previas P(sj) P(F/sj) P(F∩Sj) P(sj/F)
ALTA 0,30 0,6 0,18 0,467532467
MEDIA 0,45 0,4 0,18 0,467532467
BAJA 0,25 0,1 0,025 0,064935064
Probabilidad favorable P(F) 0,385

Probabilidades de estado de naturaleza con las condiciones favorables.

DESFAVORABLE
Probabilidades Probabilidades Probabilidades
Estados de la Probabilidades condicionales Conjuntas posteriores
naturaleza(sj) previas P(sj) P(F/sj) P(F∩Sj) P(sj/D)
ALTA 0,30 0,4 0,12 0,195121951
MEDIA 0,45 0,6 0,27 0,439024390
BAJA 0,25 0,9 0,225 0,365853658
Probabilidad Desfavorable P(D) 0,615

Ganancia esperada con la información de la muestra

Probabilidades de estado de naturaleza con las condiciones desfavorables

P(Favorable) P(Desfavorable)
0. 385 0,615

7
GESIM: Ganancia esperada sin información de la muestra, es el mayor valor
monetario, ya que bajo cualquier valor de probabilidad es el proceso que más
altas ganancias tiene 65.15.

Reporte favorable de los tres procesos: Para calcular el proceso bajo el

reporte favorable, se multiplican las ganancias, bajo las demandas, por sus
correspondientes probabilidades posteriores del reporte favorable.

𝐹𝑎𝑏𝑟𝑖𝑐𝑎𝑟: (45)(0.06493506) + (48)(0.46753247) + (90)(0.46753247) = 67.44

𝐶𝑜𝑚𝑝𝑟𝑎𝑟: (35)(0.06493506) + (72)(0.46753247) + (80)(0.46753247) =

𝟕𝟑. 𝟑𝟒

La decisión óptima es la alternativa 2 ya que así se tendrá la mayor ganancia

esperada igual a $73.34 millones.

Reporte desfavorable de los tres procesos: Se realiza el mismo procedimiento

pero ahora con las probabilidades de indicador desfavorable y se escoge el
mayor valor de los procesos.

𝐹𝑎𝑏𝑟𝑖𝑐𝑎𝑟: (45)(0.36585366) + (48)(0.43902439) + (90)(0.19512195) = 55.1

𝐶𝑜𝑚𝑝𝑟𝑎𝑟: (35)(0.36585366) + (72)(0.43902439) + (80)(0.19512195) =

𝟔𝟎. 𝟎𝟐

La decisión óptima es la alternativa 2 ya que así se tendrá la mayor ganancia

esperada igual a $60.02 millones.

GECIM: Ganancia esperada con información de la muestra.

𝐺𝐸𝐶𝐼𝑀: (𝟕𝟑. 𝟑𝟒)(0,385) + (𝟔𝟎. 𝟎𝟐)(0,615) = 𝟔𝟓. 𝟏𝟓

GECIM: 𝟔𝟓. 𝟏𝟓

Para calcular el valor esperado de la información de la muestra, se realiza la

siguiente operación:

VEIM: Ganancia esperada con la información muestral (GECIM) – Ganancia

esperada sin información de la muestra (GESIM).

𝑉𝐸𝐼𝑀: (𝟔𝟓. 𝟏𝟓) − (65.15)

𝑽𝑬𝑰𝑴 = 𝟎

Se concluye que la administración de la empresa no debería gastar nada para

llevar a cabo la investigación de mercado.

Eficiencia de la información
VEIM/VEIP*100

8
 2. PROBLEMA DE DECISIÓN EN INCERTIDUMBRE
La empresa AGLOCOL está pensando en adquirir un local para atender a sus
clientes en la ciudad de Tunja. La compra del nuevo local se decidirá según el
área construida del mismo, esto para satisfacer las necesidades de los clientes
y mejorar su atención en mostrador. El número exacto de clientes que se espera
atender al mes no se conoce, pero se espera que esté en 4 alternativas (a1, a2,
a3, a4) esto por rangos de atención. Se sugieren, por consiguiente, cuatro tipos
de tamaño del local para ser tenidas en cuenta, siendo i el ideal (desde el punto
de vista de costo) si el número de clientes cae en la categoría i. La desviación
respecto de niveles ideales resulta en costos adicionales, ya sea porque se tenga
un área si utilizar del nuevo local o porque resulta éste muy pequeño para
satisfacer la alta demanda. La tabla 2 muestra los costos en millones de unidades
monetarias por metro cuadrado.

1. Criterios de decisión bajo incertidumbre con costos

Se determina que es un ejercicio de incertidumbre con costo ya que el

problema hace énfasis a la compra de un local para ubicarlo en la ciudad
de Tunja, la decisión se tomara dependiendo de las personas que
ingresen al local, para así realizar la compra dependiendo del tamaño que
se necesita para contrarrestar la demanda de clientes.
Tabla 1 Matriz de Costos
Cursos de acción Estados de la naturaleza
(Alternativas de e1 e2 e3 e4
decisión) (Demanda Demanda Demanda (Demanda
Baja) (Media Baja) (Media Alta) Alta)
a1 (tamaño pequeño) 7 10 15 23
a2 (tamaño mediano 9 11 9 21
a3 (tamaño grande) 21 18 12 21
a4 (Mega tamaño) 30 23 19 17

Tabla 2. Incertidumbre compra de local

Determine cuál es el tamaño óptimo del local a comprar, utilizando los

métodos de LAPLACE, WALD, HURWICZ Y SAVAGE

Criterio de Laplace
Todos los sucesos pueden ser equiprobables por lo tanto se utilizan todos los
estados de naturaleza, se le aplica a cada valor la misma probabilidad (1/n) de
tal modo que todos están en igualdad de condiciones. N muestra los posibles
estados de la naturaleza, por consiguiente las probabilidades son P=1/4 y los
costos esperados para las distintas alternativas son:

9
𝐸{𝑎1 } = (7 + 10 + 15 + 23)(1⁄4) 𝐸{𝑎3 } = (21 + 18 + 12 + 21)(1⁄4)
= 13.75 = 18
𝐸{𝑎2 } = (9 + 11 + 9 + 21)(1⁄4) 𝐸{𝑎4 } = (30 + 23 + 19 + 17)(1⁄4)
= 12.5 = 22.25

θ1 θ2 θ3 θ4 Costos
Esperados
a1 7 10 15 23 13.75
a2 9 11 9 21 12.5
a3 21 18 12 21 18
a4 30 23 19 17 22.25

Por tratarse de una matriz de costos, debe escoger el menor de los valores.
Con los criterios anteriores la opción según el modelo de Laplace es la a2 (12.5)
pues a priori es la más beneficia en la compra del local.

Criterio de Wald

Este criterio pesimista basado en suponer que se le dan las peores

condiciones posibles al sucesor, la compra del local está acompañada con la
probabilidad de asistencia de clientes, supondrá que para cada alternativa nos
enfrentamos al mayor costo.
θ1 θ2 θ3 θ4 Costos
Esperados
a1 7 10 15 23 23
a2 9 11 9 21 21
a3 21 18 12 21 21
a4 30 23 19 17 30
1. De cada alternativa de decisión o fila, se escoge el mayor costo.
2. Posterior se escoge el menor costo.
RTA: Se elige el menor costo esperado, en este caso hay dos alternativas a2
(21) y a3 (21).
Modelo de Savege
Dentro de este modelo se busca conocer las pérdidas a través del costo
mínimo. Se transforma la matriz de resultados en una matriz de errores, se define
el costo de oportunidad en el que incurre el decisor por tomar una decisión
equivocada. Para esto hay escoger el mejor resultado para cada situación que
se puede presentar.

MATRIZ DE COSTOS
θ1 θ2 θ3 θ4

a1 7 10 15 23
a2 9 11 9 21
a3 21 18 12 21
a4 30 23 19 17

10
 𝑟(𝑎𝑖 , 𝜃𝑗 ) = {𝑣(𝑎𝑖 , 𝜃𝑗 ) − 𝑚𝑖𝑛
⏟ 𝑣(𝑎𝑘 , 𝜃𝑗 )}
𝛼𝑘

𝑟(𝑎1 , 𝜃1 ) = 7 − 7 = 0
𝑟(𝑎2 , 𝜃1 ) = 9 − 7 = 2
𝑟(𝑎3 , 𝜃1 ) = 21 − 7 = 14
𝑟(𝑎4 , 𝜃1 ) = 30 − 7 = 23

𝑟(𝑎1 , 𝜃2 ) = 10 − 10 = 0
𝑟(𝑎2 , 𝜃2 ) = 11 − 10 = 1
𝑟(𝑎3 , 𝜃2 ) = 18 − 10 = 8
𝑟(𝑎4 , 𝜃2 ) = 23 − 10 = 13

𝑟(𝑎1 , 𝜃3 ) = 15 − 9 = 6
𝑟(𝑎2 , 𝜃3 ) = 9 − 9 = 0
𝑟(𝑎3 , 𝜃3 ) = 12 − 9 = 3
𝑟(𝑎4 , 𝜃3 ) = 19 − 9 = 10

𝑟(𝑎1 , 𝜃4 ) = 23 − 17 = 6
𝑟(𝑎2 , 𝜃4 ) = 21 − 17 = 4
𝑟(𝑎3 , 𝜃4 ) = 21 − 17 = 4
𝑟(𝑎4 , 𝜃4 ) = 17 − 17 = 0

11
 Nueva Matriz De Costos De Oportunidad

θ1 θ2 θ3 θ4 Costos De
Oportunidad
a1 0 0 6 6 6
a2 2 1 0 4 4
a3 14 8 3 4 14
a4 23 13 10 0 23

Esto representa para cada estado de la naturaleza las pérdidas que obtendrían al
seleccionar un proceso equivocado. Se selecciona el proceso A2 (4) ya que es el que
tiene menor perdida ante una mala decisión por parte del decisor.
Criterio De Hurwicz

θ1 θ2 θ3 θ4

a1 7 10 15 23
a2 9 11 9 21
a3 21 18 12 21
a4 30 23 19 17

𝑚𝑖𝑛 ⏟ 𝑣(𝑎𝑖 , 𝜃𝑗 ) + (1 − 𝛼) 𝑚𝑎𝑥

⏟ {𝛼 𝑚𝑖𝑛 ⏟ 𝑣(𝑎𝑖 , 𝜃𝑗 )}
𝑎𝑖 𝜃𝑗 𝜃𝑗

1
𝛼 = 2= 0,5
Como recomendación por parte del tutor en las anteriores actividades se utilizara el
valor de probabilidad de 0.5 para no mostrar preferencia en la toma de decisión.
𝒎𝒊𝒏
⏟ 𝒗(𝒂𝒊 , 𝜽𝒋 ) 𝒎𝒂𝒙
⏟ 𝒗(𝒂𝒊 , 𝜽𝒋 ) ⏟ 𝒗(𝒂𝒊 , 𝜽𝒋 ) + (𝟏 − 𝜶) 𝒎𝒂𝒙
𝜶 𝒎𝒊𝒏 ⏟ 𝒗(𝒂𝒊 , 𝜽𝒋 )
𝜽𝒋 𝜽𝒋 𝜽𝒋 𝜽𝒋
a1 7 23 0.5(7) + 0.5(23)=15

a2 9 21 0.5(9) + 0.5(21)=15

a3 12 21 0.5(12) + 0.5(21)=16.5

a4 17 30 0.5(17) + 0.5(30)=23.5

RTA: Al tratarse de costes, elegiremos la alternativa asociada a la menor media

ponderada, las posibles soluciones son a1 (15) y a2 (15).
Durante los cálculos manuales de decisión bajo incertidumbre desarrollados
anteriormente, se presentan concordancias con el ejercicio elaborado por Winqsb así:
Criterio de Laplace: Su mejor alternativa es el proceso a2 dando como resultado $12.50
Modelo Wald: Su mejor alternativa esta entres dos procesos a2 y a3 dando como
resultado
a2 ($21) y a3 ($21)
Modelo de Hurwicz: Su mejor alternativa esta entre los procesos a1 y a3 dando como
resultado
a1 $15 y a3 $15
Criterio de Savege: Su mejor alternativa es el Proceso A2 dando como resultado $4

13
Criterios de Decisión bajo incertidumbre con Costos.

Se determina que es un ejercicio de incertidumbre con costo ya que el problema hace

énfasis a la compra de un local para ubicarlo en la ciudad de Tunja, se ha buscado la
decisión más oportuna en costo y en capacidad para contrarrestar la demanda de los
posibles clientes. Se puede concluir por medio de los ejercicios manuales y por el
simulador WINQSB que la mejor opción que deben tener los propietarios del futuro local
es la alternativa a2 (Local de tamaño mediano)

3. PROBLEMA DE DECISIÓN EN INCERTIDUMBRE.

Tabla Matriz de Pagos (2*3)
Producto B
Jugador A 1 2
1 10 11
2 13 12
3 14 15

2. El grupo de trabajo encontrará el Valor del Juego de dos personas y suma cero:

 Tomar la Tabla 3 Matriz de Pagos (2*3) y calcular manualmente el Valor del Juego
de dos personas y suma cero:

Tabla 3 Matriz de Mínimo de fila

Pagos (2*3)Tabla 4
Matriz de Pagos (3*3)
Producto B
Producto 1 2
A
1 10 11 10
2 13 12 12
3 14 15 14
Máximo
de
Columna 14 15

El producto A elige el mayor entre los mínimos, el producto B elige el menor entre los mayores.
En donde se puede observar un punto silla con valor de 14.

14
La teoría de juegos es útil para tomar decisiones en casos donde dos o más personas que deciden
se enfrentan a un conflicto de intereses.

Tabla Matriz de pagos (3*3) se realiza una Matriz de pagos (3*2) y (2*3), suprimir la fila o
columna que contenga la menor ganancia.

Matriz de pagos (2*3):

Producto B
Producto A 1 2 3
1 10 11 10
2 14 15 14

Matriz de pagos (3*2):

Producto B
Producto A 1 2
1 10 11
2 13 12
3 14 15

Valor de juegos mediante estrategias puras.

Matriz de pagos (2*3):

Producto B
Producto A 1 2 3
1 10 11 10
2 15 14 15

El jugador 1 elimina la estrategia 1 (dominada) ya que esta representa menos ganancias:

Matriz de pagos:
Producto B

15
 Producto A 1 2 3
2 15 14 15

El jugador 2 elimina las estrategias 1 y 3 ya que estas representan mayores pérdidas

Matriz de pagos:
Producto B
Producto A 2
2 14

Entonces sabemos que el jugador 1 recibe un pago igual a 14 por parte del jugador 2. Gana el
producto A.
Calculo Matriz (3*2)
Matriz de pagos (3*2):
Producto B
Producto A 1 2
1 10 11
2 13 12
3 14 15

El jugador 1 elimina la estrategia 1 (dominada) ya que esta representa menos ganancia.

Matriz de pagos:
Producto B
Producto A 1 2
1 13 12
2 14 15

El jugador 2 elimina la estrategia 2 (dominante) ya que con esta obtendrá mayores pérdidas.

16
 Matriz de pagos:
Producto B
Producto A 1
1 13
2 14

EL jugador elimina la estrategia 1 (dominada).

Matriz de pagos:
Producto B
Producto A 1
2 14

Sabemos que el jugador 1 recibe un pago por valor de 14 por parte del jugador 2. Gana el producto
A.

17
 CONCLUSIONES.

El presente trabajo ha sido de gran importancia ya que a través de toda la labor de

investigación, estudio y análisis de las temáticas abordadas en la presente instancia del
curso; nos permitió adquirir los conocimientos y saberes relacionados con todo lo que
gira entorno a las diferentes unidades y de esta manera colocarlos en práctica en la vida
cotidiana proponiendo soluciones concretas. Se han identificado las variables y se han
formulado las ecuaciones de manera que se pueda llegar a una solución viable y
favorable.

Se profundizan conceptos sobre el curso de las Teorías de las Decisiones y de igual

manera mediante la práctica se reconoce y explora la instalación de la herramienta
WinQSB; para posteriormente establecer su funcionalidad y usabilidad dentro del
desarrollo de la actividad.

El proceso de toma de decisiones debe ser efectuado en forma racional o al menos así
debería hacerse, lo que deriva en un modelo normativo o modelo prescriptivo para tomar
decisiones que sirva como una guía objetiva para resolver un problema o condición
inadecuada de la forma más óptima.

18
 REFERENCIAS BIBLIOGRÁFICAS.

Análisis de decisión, toma de decisiones bajo incertidumbre. Santiago Hoyos.

Recuperado el 16 de octubre de 2016 de https://youtu.be/K05wvU3fStw

Hillier, F., & Lieberman, G. (2010).Análisis de Decisión, Arboles de Decisión,

Teoría de la Utilidad. En Introducción a la investigación de operaciones (9a ed.).
México, D. F.: McGraw-Hill.
http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386&opensearch=investiga
ci%C3%B3n%20de%20operaciones&editoriales=&edicion=&anio=%20

Mosquera, W. E. (n.d.). Generalidades de la toma de decisiones y conceptos

básicos. En 200608 - Teoría de las decisiones. Recuperado de
http://hdl.handle.net/10596/4891.

Toma de decisiones. Decisiones con riesgo. Investigación de operaciones II.

Recuperado el 17 de octubre de 2016 de
file:///F:/UNAD2016/Per%C3%ADodo_2016_II/TEOR%C3%8DA%20DE%20LAS
%20DECISIONES/Unidad%202%20%20-/TOMA%20DE%20DECISIONES%20-
%20DECISIONES%20CON%20RIESGO.pdf

Elección en condiciones de incertidumbre. Pearson Education, Inc. Pág24.

Recuperado el 20 de octubre de 2016 de http://www.uv.es/urbano/Tema%203.pdf

19