Stiven Danilo Paguay Laguna UNIVERSIDAD DE NAR

Sayuri Tatiana Igua FACULTAD DE INGENIERÍA – INGEN

TEORÍA DE LA DECIS
Criollo

1. Una compañía recientemente sufrió una perdida grave debido a una explosión. El seguro le perm
cantidad de dinero que después de negociaciones se fijó en 800.000 dólares, o reconstruir la fábrica
fábrica debe ser demolida y el costo de la demolición es de 100.000 dólares. Después de eso el terr
administración cree que la cantidad de dinero que recibirá por la venta del inmueble depende del e
columna de la tabla. El valor del negocio depende también del estado de la economía en el momen

Para este problema:

1. Analice muy bien el problema
2. Identifique alternativas de solución
3. Identifique eventos
4. Construya la matriz de ganancias
5. Determine las alternativas óptimas con base a los criterios ingenuos o de nivel
sencillo.

ALTERNATIVAS
SEGURO DEMOLICION A1 REUBICAR
800,000 100,000 A2 RECONSTRUIR
 ALT/EVE E1 E2 E3
A1 1100 1400 1800
A2 900 1200 2000

CRITERIOS HURWICZ
WALD

A1 1220 A1 100
A2 1120 A2 900

LA ALTERNATIVA OPTIMA LA ALTERNATIVA OPTIMA ES

ES A1 A1
 UNIVERSIDAD DE NARIÑO
D DE INGENIERÍA – INGENIERÍA DE SISTEMAS
TEORÍA DE LA DECISIÓN

xplosión. El seguro le permite a la Compañía elegir entre la reubicación de la fábrica por una cierta
res, o reconstruir la fábrica. En cualquier caso la compañía está planeando vender. Si no se reconstruye la
res. Después de eso el terreno puede ser vendido como inmueble comercial no desarrollado. La
el inmueble depende del estado de la economía al momento de la venta según se indica en la segunda
e la economía en el momento de la venta, según se indica en la tercera columna de la misma tabla.

VALOR VALOR
CONDICION
ESTIMADO ESTIMADO PROBABILIDAD
ECONÓMICA
INMUEBLE NEGOCIO

POBRE $ 400,000 $ 900,000 .4

PROMEDIO $ 700,000 $ 1,200,000 .3
BUENA $ 1,100,000 $ 2,000,000 .2

EVENTOS
PROBABILIDAD
E1 ECONOMIA POBRE
E2 ECONOMIA PROMEDIO 0.4 0.3 0.2
E3 ECCONOMIA BUENA
 G.E.O

ALT/EVE E1 E2 E3 TOTAL
A1 440 420 360 1220
A2 360 360 400 1120

SAVAGE LAPLACE

EV/ALT E1 E2 E3 A1 1433.33333
A1 0 0 200 A2 1366.66667
A2 200 200 0 ALTERNATIVA OPTIMA ES
A1
LA ALTERNATIVA OPTIMA ES A1
2. Un ejecutivo de finanzas debe viajar con frecuencia desde una ciudad A, a una ciu
vuelo toma 30 minutos en buen tiempo y 45 minutos en mal tiempo. El costo del via
buen tiempo y 3 en mal tiempo. El costo del viaje en su propio automóvil es de $20 d
ejecutivo valora su tiempo en $30 dólares la hora. El pronóstico meteorológico para
recomendaría? (Sugerencia: establezca una tabla de ganancias y recuerde que se d

Dolares Tiempo CLIMA

A1
30 Bueno A2
Abvion 100
45 Malo A3
2 Bueno
Tren 50
3 Malo
3 Bueno
Auto 20
4 Malo

Hora 30

ALT/EVE
Ganancias
A1
ALT/EVE E1 E2 A2
A1 115 122.5 A3
A2 110 140
A3 110 140
e una ciudad A, a una ciudad B. El costo del viaje en avión es de $ 100 (dólares) y se estima que el
al tiempo. El costo del viaje en tren es de $50 dólares y se estima que el viaje toma dos horas en
pio automóvil es de $20 dólares y el viaje toma 3 horas en buen tiempo y 4 horas en mal tiempo. El
stico meteorológico para el día de mañana da una posibilidad de 60% de mal tiempo. Qué decisión
cias y recuerde que se desea minimizar costos. Aplique regla de Bayes)

Avion E1 Buen Tiempo

Tren E2 Mal Tiempo
Auto

0.6 Mal Tiempo

Probabilidad
0.4 Buen Tiempo

G.E.O
E1 E2 TOTAL
46 73.5 119.5
La alternativa optima es A1
44 84 128
44 84 128
3. Un pequeño granjero cultiva manzanas. Los costos asociados para el cultivo de ca
época de cosecha vende sus manzanas en paquetes de 5 a un costo de $1000 por
estos se venden a un costo de $140 por manzana. El granjero ha hecho un estudio d
habiendo obtenido los siguientes resultad

NUMERO
DE DÍAS

10
5
10
12
8
5
50

SEÑOR INGENIERO: Su trabajo consiste en ayudar al granjero a determ

que se deben tener listos diariamente para maximiza

Días 10 5 10
Paquetes 8 10 12
Probabilidad 0.2 0.1 0.2

PAQUETE DE 5 1000 Normal

PAQUETE DE 5 700 Al final del dia

Tabla Ganancias
8 10 12
8 8000 8000 8000
10 6600 10000 10000
12 5200 8600 12000
14 3800 7200 10600
16 2400 5800 9200
18 1000 4400 7800

Tabla Perdidas
8 10 12
8 1600 800 1600
10 1320 1000 2000
12 1040 860 2400
14 760 720 2120
16 480 580 1840
18 200 440 1560

8 10 12
8 0 200 800
10 280 0 400
12 560 140 0
14 840 280 280
16 1120 420 560
18 1400 560 840

8 10 12
8 0 20 160
10 56 0 80
12 112 14 0
14 168 28 56
16 224 42 112
18 280 56 168
 ociados para el cultivo de cada manzana los ha considerado en $160. En
e 5 a un costo de $1000 por paquete. Si al final del día si sobran paquetes
anjero ha hecho un estudio de ventas realizada en los 50 días anteriores
enido los siguientes resultados:

PAQUET
ES PROBABI
VENDIDO LIDAD
S
8 .2
10 .1
12 .2
14 .24
16 .16
18 .1
1

n ayudar al granjero a determinar el número de paquetes diarios

s diariamente para maximizar sus utilidades.

12 8 5 50
14 16 18 78
0.24 0.16 0.1 1

nancias
14 16 18
8000 8000 8000
10000 10000 10000
12000 12000 12000
14000 14000 14000
12600 16000 16000
11200 14600 18000

abla Perdidas
14 16 18 TOTAL
1920 1280 800 8000
2400 1600 1000 9320
2880 1920 1200 10300
3360 2240 1400 10600
3024 2560 1600 10084
2688 2336 1800 9024

14 16 18
1440 1280 1000
960 960 800
480 640 600
0 320 400
336 0 200
672 224 0

14 16 18 TOTAL
345.6 204.8 100 830.4
230.4 153.6 80 600
115.2 102.4 60 403.6
0 51.2 40 343.2
80.64 0 20 478.64
161.28 35.84 0 701.12
4.Una fábrica produce un objeto cuyo costo de producción es de 4 dólares y se vende
a 9 dólares, si el objeto no se vende el día que se produce se pierde totalmente.
El dueño de la fábrica está interesado en el stock de producción que le reporte la
máxima utilidad. Para ello ha dado un primer paso observando la demanda diaria
en los últimos 80 días. Los resultados que ha obtenido son:

DEMANDA VENTA PROBABILIDAD

8 47 0.1
16 48 0.2
19 49 0.2375
16 50 0.2
13 51 0.1625
6 52 0.075
2 53 0.025
80 1

Valor Costo producto = 4

Valor Venta producto = 9
Ganancia producto = 5
Valor Deshecho = 4

Señor ingeniero: su trabajo consiste en ayudar al granjero a determinar el número

de paquetes diarios que se deben tener listos diariamente para maximizar sus
utilidades.

CONSTRUCCIÓN DE LA MATRIZ DE GANANCIAS

C/V 47 48 49 50
47 235 235 235 235
48 231 240 240 240
49 227 236 245 245
50 223 232 241 250
51 219 228 237 246
52 215 224 233 242
53 211 220 229 238

APLICACIÓN G.E.O
Tengamos en cuenta el concepto de G.E.O, multiplicamos la ganancia esperada de
la anterior matriz a cada probabilidad respectivamente y después realizamos la suma
y obtenemos como resultado el promedio de la ganancia esperada.

Prob. 0.1 0.2 0.2375 0.22

 C/V 47 48 49 50
47 23.5 47 558,125 47
48 23.1 48 57 48
49 22.7 47.2 581,875 49
50 22.3 46.4 572,375 50
51 21.9 45.6 562,875 49.2
52 21.5 44.8 553,375 48.4
53 21.1 44 543,875 47.6

Si nos basamos en la aplicación G.E.O nos damos cuenta que nos recomienda una producción de 50
para obtener el MÁXIMO de utilidades, con recuperación de $241,5425.

APLICACIÓN P.E.O
Tengamos en cuenta el concepto de P.E.O, procedemos a construir la tabla de arrepentiimento
y después hacemos el cálculo considerando las probabilidades de venta.

C/ V 47 48 49 50
47 0 5 10 15
48 4 0 5 10
49 8 4 0 5
50 12 8 4 0
51 16 12 8 4
52 20 16 12 8
53 24 20 16 12

Prob. 0.1 0.2 0.2375 0.22

C/ V 47 48 49 50
47 0 1 2,375 3
48 0.4 0 11,875 2
49 0.8 0.8 0 1
50 1.2 1.6 0.95 0
51 1.6 2.4 1.9 0.8
52 2 3.2 2.85 1.6
53 2.4 4 3.8 2.4

Este criterio probabilístico nos recomienda una producción de 50unidades para poder minimizar
la pérdida esperada (posible), que sería de $5,6875.

RESPUESTA: Teniendo en cuenta los diferentes resultados que hemos obtenido de G.E.O y P.E.O evide
la fábrica debe producir un STOCK de 50 Unidades, para poder tener mínimas perdidas esperadas d
y también para la maximización de sus utilidades con ganancia de $241,5425.
 51 52 53
235 235 235
240 240 240
245 245 245
250 250 250
255 255 255
251 260 260
247 256 265

0.1625 0.075 0.025

 51 52 53 G.E.
381,875 17,625 5,875 235
39 18 6 239.1
398,125 18,375 6,125 241.4
40,625 18.75 6.25 2,415,625
414,375 19,125 6,375 239,925
407,875 19.5 6.5 236,825
401,375 19.2 6,625 2,330,495

a una producción de 50

arrepentiimento

51 52 53
20 25 30
15 20 25
10 15 20
5 10 15
0 5 10
4 0 5
8 4 0

0.1625 0.075 0.025

51 52 53 P.E.
3.25 1,875 0.75 12.25
24,375 1.5 0.625 8.15
1,625 1,125 0.5 5.85
0.8125 0.75 0.375 56,875
0 0.375 0.25 7,325
0.65 0 0.125 10,425
1.3 0.3 0 14.2

a poder minimizar

ido de G.E.O y P.E.O evidenciamos que

imas perdidas esperadas de $5,6975
5. Star production una productora de series de televisión acaba de firmar un
contrato para producir un espectáculo de primera línea. Se solicita
determinar la inversión inicial apropiada teniendo en cuenta que la inversión
puede ser baja, moderada, o alta y además el espectáculo puede tener
éxito, fracaso o gran éxito. Teniendo en cuenta la siguiente tabla (en
millones). Aplíquese criterio de Bayes, construya el árbol de decisión y
aplique criterios ingenuos.

EVENTO/ALTERNA FRACASO EXITO GRAN ÉXITO

Baja -2 5 8
Moderada -5 10 12
Alta -8 6 15
Probabilidad .2 .4 .4

SOLUCIÓN

E1
E2
E3

A1

E1
A2 E2
E3

A3

E1
E2
E3

A1/E1 Inversión Baja / Fracaso.

(-2 millones )
A1/E2 Inversión Baja / Éxito.
5 Millones
A1/E3 Inversión Baja / Gran Éxito.
8 Millones
A2/E1 Inversión Moderada / Fracaso.
(-5 millones)
A2/E2 Inversión Moderada / Éxito.
10 millones
A2/E3 Inversión Moderada / Gran Éxito.
12 Millones
A3/E1 Inversión Alta / Fracaso.
(-8 millones)
A3/E2 Inversión Alta / Éxito.
6 Millones
A3/E3 Inversión Alta / Gran Éxito.
15 Millones

CRITERIO OPTIMISTA DE HURWICKS (MAX)

A1--->8 MILLONES
A2---> 12 MILLONES
A3---> 15 MILLONES (OPTIMO)
(+ COEFICIENTE DE OPTIMISMO)
PE (A1) = -2’000.000 (0.2) + 8’000-000 (0.4) = 2’800.000
PE (A2) = -5’000.000 (0.2) + 12’000.000 (0.4) = 3’800.000
PE (A3) = -8’000.000 (0.2) + 15’000.000 (0.4) = 4’400.000 (OPTIMO)
CRITERIO PESIMISTA O CRITERIO DE WALD
A1--->2 MILLONES (OPTIMO)
A2---> 5 MILLONES
A3---> 8 MILONES
(CRITERIO MINI MAX)
A1--->7 MILLONES
A2--->3 MILLONES (OPTIMO)
A3--->6 MILLONES
CRITERIO DE LAPLACE
PE(A1 )= 1/3 (-2^' 000.000)+1/3 (5^' 000.000)+1/3 (8^' 000.000)=3^' 666.666,667
PE(A2 )= 1/3 (-5^' 000.000)+1/3 (〖10〗^' 000.000)+1/3 (〖12〗^' 000.000)=5^' 666.666,667
PE(A3 )= 1/3 (-8^' 000.000)+1/3 (6^' 000.000)+1/3 (〖15〗^' 000.000)=4^' 333.333,333

CRITERIO DE LA GANANCIA ESPERADA OPORTUNIDAD

G.E.O (A1) = -2’000.000*0.2+ 5’000.000*0.4+ 8’000.000*0.4 = 4’800.000
G.E.O (A2) = -5’000.000*0.2 + 10’000.000*0.4 + 12’000.000*0.4= 7’800.000
G.E.O (A3) = -8’000.000*0.2 + 6’000.000*0.4 + 15’000.000*0.4= 6’800.000

Tenemos que la max utilidad esperanda es 7.8 Millones, el criterio G.E.O. nos recomienda la alternativa #

CRITERIO DE PÉRDIDA ESPERADA DE OPORTUNIDAD

TABLA DE ARREPENTIMIENTO
AI/Ev E1 E2 E3
A1 0 5’000.000 7’000.000
A2 3’000.000 0 3’000.000
A3 6’000.000 4’000.000 0

P.E.O. (A1) = 0 * 0.3 + 5’000.000* 0.4 + 7’000.000 * 0.4= 4’800.000

P.E.O (A2) = 3’000.000* 0.3 + 0* 0.4 + 3’000.000 * 0.4= 2’100.000 <----Mínimo arrepentemie
P.E.O (A3) = 6’000.000* 0.3 + 4’000.000* 0.4 + 0* 0.4= 3’400.000

RESPUESTA: Tenemos que las criterios P.E.O y G.E.O nos indican la misma decisión, la alternativa #2 s
A1 = INVERSIÓN BAJA
A2 = INVERSION MODERADA
A3 = INVERSIÓN ALTA
E1 = FRACASO
E2 = ÉXITO
E3 = GRAN ÉXITO
66.666,667 (OPTIMO)

omienda la alternativa #2
----Mínimo arrepentemiento (P.E.O Recomienda la alternativa 2)

isión, la alternativa #2 se recomienda.

El señor Jhonson tiene un total de 100.000 dólares para inversión en proyectos.
Se le ofrece la oportunidad de participar inmediatamente en el primero
de 2 programas distintos A y B. El programa A puede dar una utilidad de 12.000
dólares o una pérdida de 5.000 dólares. El programa B puede dar una utilidad de
18.000 dólares o una pérdida de 12.000. La probabilidad es igual para ambos
programas. En cuál de los programas le conviene invertir al señor Jhonson?
1.    Construya la tabla de ganancias, aplique criterios ingenuos y realice el árbol de decisión.

TENEMOS
100 DOLARES PARA INVERTIR

Columna1 Columna2 Columna3

A 12,000 UTILIDAD
5,000 PÉRDIDA
B 18,000 UTILIDAD
12,000 PÉRDIDA
PROBABILIDAD 0.5

Árbol

ALT/EVENT E1 E2
A1 112 95
A2 118 88

CRITERIO DE HURWICZ

A1 103,5 LA ALTERNATIVA ÓPTIMA ES A1

A2 103

CRITERIO DE WALD

A1 95 LA ALTERNATIVA ÓPTIMA ES A1
A2 88

CRITERIO DE SAVAGE

Columna1 Columna2 Columna3

EVENT/ALT E1 E2 LA ALTERNATIVA ÓPTIMA ES A1
A1 6 0
A2 0 7

CRITERIO DE LAPLACE

A1 A2
103.5 103 LA ALTERNATIVA ÓPTIMA ES A1

RESPUESTA: Al señor Jhonson le conviene invertir en la Alternativa 1 puesto que si tenemos en cuenta
los resultados de los criterios evaluados nos damos cuenta que es la alternartiva más OPTIMA.
emos en cuenta
A Usted le plantean el siguiente juego: Apuesta 1…………se lanza una
moneda, si sale cara usted gana 2 dólares, al contrario gana -1. Apuesta 2
………. Se lanza una moneda si sale cara usted gana 105 dólares, al
contrario usted gana 104 dólares. Aplique Regla de Bayes y determine
cual de las dos opciones escogería.

*Estrategias A1 APUESTA 1- A2 APUESTA 2

*Eventos E1=Salir cara- E2 Salir sello

ESTR/EVEN E1 E2 RESPUESTA: Debemos optar por la apuesta 2

A1 2 -1 teniendo en cuenta que si gana o pierde la
A2 105 104 ganacia es superior a la otra, considerando
PROBABILIDAD 0.5 0.5 que la probabilidad que salga cualquiera
de las opciones es del 50%:
r por la apuesta 2
ana o pierde la
, considerando
a cualquiera
8. La empresa AFC está a punto de lanzar a nivel nacional una nueva
hamburguesa. El Departamento de investigación de mercados está
convencido de que esta nueva hamburguesa será un gran éxito y la quiere
introducir de inmediato sin anuncios en todas las tiendas AFC. El
departamento de mercadotecnia ve las cosas diferente y quiere lanzar una campaña
intensiva de publicidad. La campaña de publicidad costará 100.000 dólares y si tiene éxito
producirá una ganancia de 950.000 dólares. Si la campaña de publicidad no tiene éxito
el ingreso estimado es solo de 200.000 dólares. Si no se hace publicidad el ingreso será de 400.000
si hay éxito y tan solo de 200.000 si no hay éxito. Para el problema:

1. Determine las alternativas óptimas aplicando criterios ingenuos

2. Qué alternativa aconsejaría según el criterio de ganancia esperada (Criterio de Bayes)
si hay una estimación de una probabilidad de .65 de que la publicidad no tenga éxito.

COSTO: 100000

CON PUBLICIDAD SIN PUBLICIDAD

ÉXITO 950000 ÉXITO 400000
FRACASO 200000 FRACASO 200000

PROBABILIDADES

ÉXITO 0.65

FRACASO 0.35

(CRITERIO DE HURWICZ)

A1 362.5 Tenemos que A1 ES OPTIMA

A2 270

CRITERIO DE WALD

A1 100 Tenemos que la alternativa A1 ES OPTIMA

A2 200

CRITERIO DE SAVAGE

AL/EV E1 E2 LA ALTERNATIVA ÓPTIMA ES A1

A1 0 100
A2 450 0
APLICACIÓN DE G.E.O

AL/EV E1 E2 TOTAL
A1 297.5 65 362.5
A2 140 130 270

La alternativa OPTIMA ES A1
9. Supongamos que usted desea invertir 10.000 dólares en el mercado de valores c
acciones de la Compañía A representan un riesgo pero podrían dar un rendimiento
condiciones de la bolsa son favorables. Si las condiciones de la bolsa no son favor
perder el 20% de su valor. La Compañía B proporciona inversiones seguras con e
rendimiento en un mercado a la baja. Todas las publicaciones consultadas predice
un mercado a la baja. DONDE INVERTIRÍA USTED SU DINERO?. Aplique criterio

INVERSION 10,000 DOLARES

0.5 GANANCIA
A
0.2 PERDIDA
0.15 GANANCIA
B
0.05 PERDIDA

PROBABILIDAD 0.6 ALZA

0.4 BAJA

ALT/EVE E1 E2
A1 15000 8000
A2 11500 9500

G.E.O.
ALT/EVE E1 E2 TOTAL
A1 9000 3200 12200 LA ALTERNATIVA OPTIMA E
A2 6900 3800 10700

CRITERIOS HURWICZ WALD

A1 12200 A1 8000
A2 10700 A2 9500
LA ALTERNATIVA OPTIMA
ES A1 ALTERNATIVA
OPTIMA ES A2
 en el mercado de valores comprando acciones en una de dos Compañías A o B. Las
podrían dar un rendimiento de un 50% sobre l inversión durante el siguiente año, si las
es de la bolsa no son favorables (Es decir hay un mercado a la baja) las acciones pueden
inversiones seguras con el 15% de rendimientos en un mercado a la alza y solo el 5% de
ciones consultadas predicen un 60% de posibilidades de un mercado a la alza y 40% de
DINERO?. Aplique criterios ingenuos, Criterio de Bayes y árbol de decisión.

ALTERNATIVA OPTIMA ES A1

SAVAGE LAPLACE
EV/ALT E1 E2 A1 11500
A1 0 1500 A2 10500
A2 3500 0 ALTERNATIVA
OPTIMA ES A1
LA ALTERNATIVA OPTIMA ES A1
10. El Concesionario ALFA vende autos de marca y el grupo de analista
autos que se consignan en la tabla. En cada auto vendido hay una gana
una pérdida de 1.500 dólares.

52 58 52
55 58 55
49 43 52
49 43 40
49 46 55
55 52 46
52 43 40
40 52 49
52 55 43
55 49 52

Para el problema encuentre decisión óptima aplicando los siguientes crit

1. Por tabla de ganancias

2. Por tabla de pérdidas
3. Punto de equilibrio y VEIP
4. Por análisis marginal

Datos
40
43
46
49
52
55
58
Total

TABLA DE GANANCIAS
Alt \ Eve 40 43 46
40 120000 120000 120000
43 115500 129000 129000
46 111000 124500 138000
49 106500 120000 142500
 52 102000 115500 147000
55 97500 111000 151500
58 93000 106500 156000

TABLA DE PERDIDAS
Alt \ Eve 40 43 46
40 0 9000 36000
43 4500 0 27000
46 9000 4500 18000
49 13500 106500 13500
52 18000 13500 9000
55 22500 18000 4500
58 27000 22500 0

Alternativa G.E.O
40 120000
43 128100
46 134625
49 140250
52 144675
55 148275
58 151350

VARIABLE ALEATORIA DISCRET

GM = 3000 Ganancia Marginal

PM = 1500 Perdida Marginal

P = PM/GM+PM Ecuacion de probabilidad minima

P = 1500/3000+1500
P = 0.333333333

DEMANDA PROBABILIDAD
40 0.066
43 0.116
46 0.2
49 0.26
52 0.183
55 0.116
58 0.05
 TABLA DE ANALISIS MARGINA
GME PME
40 3000 0
43 2802 99
46 2454 273
49 1854 573
52 1074 963
55 525 1237.5
58 177 1411.5

VARIABLE ALEATORIA CON

Valores X ̅ Frecuencia
40 4
43 7
46 12
49 16
52 11
55 7
58 3
Total 60

MEDIA=(∑𝑋)/𝑁 𝑀𝐸𝐷𝐼𝐴=2928/60=48.8

=√(1275,6/60)=4,61
d
=√((∑𝑓×𝑑^
2)/𝑛)

𝑝=0.33≅𝑑=0.95

1𝑑=4.61 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠

0.95𝑑=𝑋 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠

X = 4,37
M+A = 48,8 + 4,37 = 53,17

LA DESICION OPTIMA ES 5
el grupo de analistas de la empresa realizó 60 observaciones de ventas de esos
endido hay una ganancia de 3.000 dólares pero por cada auto no vendido genera

58 43 46
49 46 55
49 49 40
49 43 49
49 46 46
49 52 49
46 52 46
49 46 46
49 52 46
43 46 49

do los siguientes criterios:

Frecuencia Probabilidad
4 7%
7 12%
12 20%
16 27%
11 18%
7 12%
3 5%
60 100%

A DE GANANCIAS
49 52 55 58
120000 120000 120000 120000
129000 129000 129000 129000
138000 138000 138000 138000
147000 147000 147000 147000
 151500 156000 156000 156000
156000 160500 165000 165000
160500 165000 169500 174000

A DE PERDIDAS
49 52 55 58
40500 45000 49500 54000
31500 36000 40500 45000
22500 27000 31500 36000
13500 18000 22500 27000
9000 9000 13500 18000
4500 4500 4500 9000
0 0 0 0

Alternativa P.E.O
40 35775
43 15315
46 21150
49 21320
52 11100
55 7500
58 4425

EATORIA DISCRETA

probabilidad minima

P. ACUMULADA
1
0.934
0.818
0.618
0.358
0.175
0.059
A DE ANALISIS MARGINAL
GME-PME SIGNO RPTE
3000 3000>0 SI
2703 2703>0 SI
2181 2181>0 SI
1281 1281>0 SI
111 111>0 SI La alternativa es vender 52
-712.5 -712,5>0 No
-1234.5 -1234,5>0 No

E ALEATORIA CONTINUA

d= dif.x 𝐅 ×𝐝^𝟐
-8.8 309.76
-5.8 235.48
-2.8 94.08
0.2 0.64
3.2 112.64
6.2 269.08
9.2 253.92
1275.6

𝐸𝐷𝐼𝐴=2928/60=48.8

(1275,6/60)=4,61

DESICION OPTIMA ES 53