Escuela Ingeniería

Industrial- USAT
Investigación de operaciones II

Sesión 03: Toma de decisiones con riesgo

SEMESTRE ACADÉMICO 2021-I

www.usat.edu.pe
 Logro de la sesión

• Conoce y resuelve problemas de valor monetario esperado y

realiza análisis de sensibilidad

2 www.usat.edu.pe
 INTRODUCCIÓN

La toma de decisiones con riesgo es una situación de

decisión donde pueden ocurrir varios estados de naturaleza
posibles y se conocen las probabilidades de que sucedan.

3 www.usat.edu.pe
 VALOR MONETARIO ESPERADO: VME

• El VME es la suma ponderada de los pagos posibles para cada

alternativa.

4 www.usat.edu.pe
 VALOR MONETARIO ESPERADO: VME

5 www.usat.edu.pe
 DEL PROBLEMA DE THOMPSON LUMBER

Nota: Cuando se emplea el criterio del valor monetario esperado en problemas de

minimización, los cálculos son los mismos, pero se selecciona la alternativa con el menor VME

6 www.usat.edu.pe
 “Y SI TENEMOS INFORMACIÓN PERFECTA”

Es Obtener una cota superior sobre lo que debería estar dispuesto

a gastar en información.

En otras palabras, cambiará su entorno de una toma de

decisiones con riesgo en uno de toma de decisiones con
certidumbre.

7 www.usat.edu.pe
 Que pasaría SI

Scientific Marketing, Inc., una empresa que propone ayudar a John

a tomar decisiones sobre si construir una planta para fabricar las
casetas de almacenamiento, se acercó a John Thompson.
Scientific Marketing cobrará a Thompson $65,000 por la
información.
¿Qué recomendaría usted a John?
¿Debería contratar a la empresa para hacer el estudio de mercado?
Incluso si la información del estudio fuera perfectamente exacta,
¿valdría $65,000? ¿Cuánto valdría?

8 www.usat.edu.pe
 PARA RESPONDER SE DEBE CÁLCULAR

• Valor esperado con información perfecta (VECIP)

• Valor esperado de la información perfecta (VEIP)

9 www.usat.edu.pe
 EL VALOR ESPERADO CON INFORMACIÓN
PERFECTA
Es el rendimiento promedio o esperado, a largo plazo, si
tenemos información perfecta antes de tomar una decisión.

OJO: VECIP es el mejor escenario posible que se puede dar.

10 www.usat.edu.pe
 El valor esperado de la información perfecta,
VEIP
Es el valor esperado con información perfecta, menos el valor
esperado sin información perfecta (es decir, el VME mejor o
máximo).

11 www.usat.edu.pe
 Thompson puede calcular el máximo que pagaría por información, es
decir, el valor esperado de la información perfecta o VEIP. El proceso
consta de tres etapas.
1. Primero, se encuentra la mejor retribución en cada estado de
naturaleza.
Si la información perfecta indica que el mercado será favorable,
construirá la planta grande y la ganancia será de $200,000.
Si la información perfecta indica que el mercado será desfavorable,
se elige la alternativa “no hacer nada”, y la ganancia será de $0.
2. Segundo, se calcula el valor esperado con información
perfecta.

12 www.usat.edu.pe
 Por ello, si tuviéramos información perfecta, el pago promediaría $100,000
13 www.usat.edu.pe
 VALOR ESPERADO DE LA INFORMACIÓN
PERFECTA (VEIP)
El VME máximo sin información adicional es de $40,000

Así, lo más que Thompson estaría dispuesto a pagar por información perfecta son
$60,000.
Para encontrar el VEIP en problemas de minimización, el enfoque es similar. Se
encuentra el mejor pago en cada estado de naturaleza, pero ahora es el menor
pago de ese estado de naturaleza, en vez del mayor. El VECIP se calcula con
estos valores más bajos y se compara con el mejor (menor) VME sin información
perfecta. El VEIP es la mejora que resulta, y es el mejor VME – VECIP.
14 www.usat.edu.pe
 EJEMPLO PARA PRÁCTICAR

Fuente: https://www.youtube.com/watch?v=wGUWUnnBT74&ab_channel=Klasesdematematicasymas

15 www.usat.edu.pe
 PÉRDIDA DE OPORTUNIDAD ESPERADA

• Un enfoque alternativo para maximizar el VME es

minimizar la pérdida de oportunidad esperada (POE).
• Primero se construye una tabla de pérdida de
oportunidad.
• Luego, se calcula la POE para cada alternativa,
multiplicando la pérdida de oportunidad por la probabilidad
y sumando los resultados.

16 www.usat.edu.pe
 PÉRDIDA DE OPORTUNIDAD ESPERADA

La POE siempre dará como resultado la misma decisión que el

máximo VME
También lo podemos definir con el costo de no elegir la mejor
elección.
17 www.usat.edu.pe
18 www.usat.edu.pe
 Análisis de sensibilidad

El análisis de sensibilidad investiga la forma en que cambiaría

nuestra decisión si los datos de entrada fueran diferentes.
Procedimiento:
Primero, definimos la siguiente variable:
P = probabilidad de un mercado favorable
Como únicamente hay dos estados de naturaleza, la probabilidad
de un mercado desfavorable debe ser 1 - P.
Podemos ahora expresar los VME en términos de P, como se indica
en las siguientes ecuaciones.

19 www.usat.edu.pe
20 www.usat.edu.pe
La mejor decisión es no hacer nada mientras P esté entre 0 y la probabilidad
asociada con el punto 1, donde el VME por no hacer nada es igual al VME de la
planta pequeña. Cuando P está entre las probabilidades de los puntos 1 y 2, la
mejor decisión es construir la planta pequeña. El punto 2 es donde el VME para la
planta pequeña es igual al VME para la planta grande. Cuando P es mayor que la
probabilidad para el punto 2, la mejor decisión es construir la planta grande.
Desde luego, esto es lo que se esperaría cuando P aumente. El valor de P en los
puntos 1 y 2 se calcula como sigue:

21 www.usat.edu.pe
Conclusiones

• Existen diversos criterios para la toma de decisiones bajo riesgo,

sin embargo es necesario tener datos para estimar las
probabilidades.
• El valor esperado de la información perfecta es cuanto estaríamos
dispuesto a pagar por información que nos entrega certidumbre.
• La perdida de Oportunidad Esperada lo podemos definir con el
costo de no elegir la mejor elección.
• El análisis de sensibilidad investiga la forma en que cambiaría
nuestra decisión si los datos de entrada fueran diferentes

www.usat.edu.pe
 Bibliografía

• Amaya, J. A. (2010). Toma de decisiones gerenciales: Métodos

cuantitativos para la administración. Ecoe ediciones.
• Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., &
Martin, K. (2011). Métodos cuantitativos para los negocios.
Cengage Learning.

23 www.usat.edu.pe