ii

Tabla de Contenido
Objetivos................................................................................................................4

1.1. Objetivo principal....................................................................................4

1.2. Objetivos secundarios..............................................................................4

Marco Teórico.......................................................................................................2

2.1. Análisis de decisión.................................................................................2

2.2. Criterios de la decisión de un pesimista...................................................2

2.3. Criterio de la decisión optimista..............................................................2

2.4. Criterio de decisión de minimización del arrepentimiento......................3

2.5. Regla de decisión de Bayes.....................................................................3

2.6. Probabilidad a Priori................................................................................4

2.7. Probabilidad condicional.........................................................................4

2.8. Probabilidades conjuntas.........................................................................4

2.9. Probabilidades incondicionales................................................................4

2.10. Probabilidades posteriori......................................................................4

2.11. Valor experimental...............................................................................5

Caso Práctico Propuesto........................................................................................6

3.1. Solución del problema o caso..................................................................6

3.2. Toma de decisiones sin experimentación................................................7

3.2.1. Criterio de máxima probabilidad......................................................7

3.2.2. Criterio del Enfoque Optimista o MaxiMax.....................................7

3.2.3. Criterio de la decisión del Pesimista (MaxiMin)..............................8

 iii

3.2.4. Criterio MiniMax..............................................................................8

3.2.5. Teorema de Bayes o Valor Esperado................................................8

3.3. Toma de decisiones con experimentación...............................................9

3.3.1. Teorema de Bayes – Cálculo de las probabilidades a posteriori.....10

Uso del Software.................................................................................................13

4.1. Toma de decisiones................................................................................13

4.2. Análisis de decisiones............................................................................14

4.3. Enfoque de valor esperado: “Best FV”..................................................15

4.4. Árbol de decisiones................................................................................16

4.5. Enfoque de arrepentimiento o perdida de oportunidad: “Minimax”.....16

4.6. Enfoque de valor esperado con información perfecta (enfoque

probabilístico)..............................................................................................................17

Conclusiones........................................................................................................18
 iv

Lisa de Figura

Figura 1. Caso propuesto.......................................................................................6

Figura 2.Criterio de máxima probabilidad............................................................7

Figura 3. Enfoque Optimista o MaxiMax..............................................................7

Figura 4. MaxiMin.................................................................................................7

Figura 5.Criterio MiniMax....................................................................................8

Figura 6. Valor Esperado.......................................................................................8

Figura 7.Valor Esperado con información perfecta...............................................9

Figura 8. Probabilidad a posteriori......................................................................11

Figura 9.Política óptima con experimentación....................................................12

Figura 10. Árbol de decisiones con experimentación..........................................12

Figura 11. Caso propuesto...................................................................................13

Figura 12. Datos para el análisis de decisiones...................................................14

Figura 13. Resultado del análisis de decisión......................................................15

Figura 14. Valor esperado...................................................................................15

Figura 15. Árbol de decisiones............................................................................16

Figura 16. Resultado del análisis de arrepentimiento..........................................16

Figura 17. Resultado del valor esperado con información perfecta (enfoque

probabilístico)..................................................................................................................17
v
 1

Objetivos

1.1. Objetivo principal

Llevar a cabo los conocimientos obtenidos en el curso de Investigación de

Operaciones II para proponer un ejercicio sobre toma de decisiones y resolverlo

mediante los métodos explicados en clase.

1.2. Objetivos secundarios

 Profundizar los conocimientos adquiridos en clase mediante la

investigación del tema de toma de decisiones.

 Plantear un ejercicio en donde se pueda aplicar la metodología de toma

de decisiones.

 Determinar el resultado del ejercicio de la forma enseñada en clase.

 Comprobar el resultado del ejercicio mediante la utilización del software.

 2

Marco Teórico

2.1. Análisis de decisión

Para el desarrollo del trabajo se aplicará el análisis de decisiones, el cual

proporciona un marco de trabajo y una metodología para la toma de decisiones

racionales cuando los resultados sean inciertos. Este análisis se dividió en la toma de

decisiones sin experimentación y con experimentación.

Para la toma de decisión sin experimentación se tuvo en cuenta los criterios de acciones

óptimas, estos están conformados por los siguientes puntos.

2.2. Criterios de la decisión de un pesimista

Este criterio también es llamado MaxiMin, pesimista o Wald, el cual según

Peñaloza M. (2010) consta de maximizar el resultado mínimo, es decir, la persona

encargada de tomar la decisión busca asegurar la mejor elección en caso ocurra una

situación desfavorable. Para un ejercicio de utilidades el modelo más adecuado es el

MaxiMin ya que se elige el valor máximo de entre los mínimos.

Además, para su desarrollo se realizaron dos pasos: primero se determinó el resultado

de menor valor para cada alternativa y se procedió a registrarlo en una lista, finalmente

de la lista obtenida se eligió el valor máximo, el cual se convirtió en la estrategia

desarrollada.

2.3. Criterio de la decisión optimista

Este criterio también es llamado MaxiMax optimista o Hurwicz, el cual según

Peñaloza M. (2010) consiste en escoger el resultado máximo entre los mejores de cada

alternativa, siendo el decisor optimista (el mejor de los mejores), es decir, el mejor

escenario es la demanda alta. Este criterio también consta de dos pasos: primero para

cada alternativa se determinó el resultado con el mayor valor para posteriormente

 3

anotarlo en una lista, después elegir el valor máximo y definirlo como estrategia a

seguir.

2.4. Criterio de decisión de minimización del arrepentimiento.

Según Peñaloza M. (2010) también es llamado criterio de MiniMax, coste de

oportunidad o Savage y plantea tomar la decisión en función de lo que se dejará ganar.

Con este criterio se escoge el mínimo de los máximos costes de oportunidad posibles,

ya que el decisor se inclina por una opción y no se encuentra completamente seguro y

presenta intranquilidad por no haber elegido otra opción, es por ello por lo que se busca

la opción con menores pérdidas.

2.5. Regla de decisión de Bayes.

Según Sánchez (2019), también conocido como el valor monetario expresado

VME o valor esperado monetario VEM. Se calculó el valor esperado del pago para cada

acción posible o alternativa y se eligió la acción con el máximo pago esperado. Después

se realizó el análisis de sensibilidad, para el cual se siguió tres pasos los cuales son:

primero fijarse la probabilidad del estado, después se calculó el valor esperado de cada

una de las alternativas y finalmente se igualó para determinar el punto de equilibrio.

Por otro lado, para la toma de decisiones con experimentación, las

probabilidades a priori serán mejoradas con experimentación para luego determinar las

probabilidades posteriori, las cuales serán utilizadas para análisis y la toma de decisión.

Por el teorema de Bayes se hará el cálculo de las probabilidades a posteriori por lo que

se realiza: probabilidad a priori, probabilidades condicionales, probabilidad conjunta,

probabilidad incondicional y probabilidad a posteriori.

Según Alonso (2002), la probabilidad a posteriori de un evento aleatorio, en la

estadística bayesiana, es la probabilidad condicional que se asignó después que se tomó

en cuenta la lista hecha. Asimismo, a partir de las probabilidades a priori y la

 4

información adicional de la muestra, la fórmula de Bayes permite obtener las

probabilidades a posteriori.

2.6. Probabilidad a Priori.

Según Yupanqui (2005), la probabilidad a Priori mide el grado que se tiene de

los parámetros de estudios. Asimismo, el tomador de decisiones casi siempre tendrá

alguna información que debe tomar en cuenta sobre la posibilidad relativa de los estados

de la naturaleza. Es frecuente que se traduzca esta información en una distribución de

probabilidad, ya que, si se piensa que el estado de la naturaleza es una variable aleatoria,

esta distribución se conoce como distribución a priori.

2.7. Probabilidad condicional.

Según Bernard (s.f.) El conocer información sobre un experimento puede

modificar la idea que uno se hace sobre la probabilidad de un evento.

La información fundamental para los problemas en teoría de decisión se

encuentra representada en una matriz de ganancias (pérdidas).

2.8. Probabilidades conjuntas.

Multiplicando las confiabilidades con la probabilidad a priori correspondiente

obtenemos las probabilidades conjuntas.

2.9. Probabilidades incondicionales.

Según Lieberman & Hillier (2017). las probabilidades de transición de uno o de

n pasos son probabilidades condicionales. Se supone que n es lo suficientemente

pequeña como para que estas probabilidades todavía no sean las del estado estable.

2.10. Probabilidades posteriori.

Según Suarez, A (s.f) del Teorema de Bayes, de ahí la denominación de

"Análisis Bayesiano". Nos permite resolver tan importante cuestión. Haciendo uso de

las probabilidades "a priori" y de los resultados de la muestra obtenida

 5

experimentalmente, dicho teorema va a permitirnos obtener las probabilidades

"revisadas" o "a posteriori".”

2.11. Valor experimental.

Según Lieberman & Hillier (2017), antes de realizar cualquier experimento debe

determinarse su valor potencial. Los métodos complementarios para evaluar este valor

potencial son los siguientes:

Método I: Valor esperado de la información perfecta, aunque es un poco realista

consta en suponer que la experimentación eliminará toda la incertidumbre sobre cuál

sería la mejora del pago esperado, se eligió la opción con el máximo pago para ese

estado y se calculó con la fórmula VEIP.

Método II: Valor esperado de la experimentación, debido a que ahora se realizó

un poco más de trabajo para calcular, de manera directa, este incremento esperado. Para

ello se utilizó la fórmula VEE.

 6

Caso Práctico Propuesto

Una empresa está considerando ampliar sus instalaciones para hacer frente a la

demanda de sus productos. Las alternativas de que dispone la empresa son: construir

una nueva fábrica, ampliar la fábrica actual, o no hacer nada. Existe un 30% de

probabilidades de que la demanda prevista para los próximos años aumente, un 60% de

probabilidades de que se mantenga igual, y un 10% de probabilidades de que entre en

recesión. Determine la opción más rentable para la empresa, siendo los beneficios

estimados los que muestra la tabla.

Demanda
Aumenta Estable Disminuye
Construir fábrica nueva 8000 5000 -5000
Ampliar fábrica actual 6500 2000 -3000
No hacer nada 2000 1000 -2000
Provabildiad 0.3 0.6 0.1
8000 5000 -2000

Figura 1. Caso propuesto

3.1. Solución del problema o caso

Para la solución del caso se desarrolló el criterio del enfoque optimista o

MaxiMax, criterio de la decisión del pesimista, criterio MiniMax, criterio de máxima

probabilidad, criterio de decisión o del pesimista (Maximin) y teorema de valles o valor

esperado.

3.2. Toma de decisiones sin experimentación

3.2.1. Criterio de máxima probabilidad

Demanda
Aumenta Estable Disminuye
Construir fábrica nueva 8000 5000 -5000
Ampliar fábrica actual 6500 2000 -3000
No hacer nada 2000 1000 -2000
Provabildiad 0.3 0.6 0.1

Probabilidad del estado media es 0.6

 7

Estable
Construir fábrica nueva 5000
Ampliar fábrica actual 2000
No hacer nada 1000

Figura 2.Criterio de máxima probabilidad

La decisión óptima es construir la fábrica nueva.

3.2.2. Criterio del Enfoque Optimista o MaxiMax

Evalúa cada alternativa de decisión en función del mejor resultado que pueda

ocurrir. La alternativa de decisión que se recomienda es aquella que proporciona el

mejor resultado posible

Demanda
Aumenta Estable Disminuye Máximo
Construir fábrica nueva 8000 5000 -5000 8000
Ampliar fábrica actual 6500 2000 -3000 6500 8000
No hacer nada 2000 1000 -2000 2000

Figura 3. Enfoque Optimista o MaxiMax

De acuerdo con el enfoque optimista, construir la planta grande con estado de la

naturaleza de demanda a largo plazo alta y una utilidad proyectada de 8000 soles sería

la mejor opción.

3.2.3. Criterio de la decisión del Pesimista (MaxiMin)

Evalúa cada alternativa de decisión desde el punto de vista del peor resultado

que pueda ocurrir. La alternativa de decisión recomendada es aquella que proporciona el

mejor de los peores resultados posibles

Demanda
Aumenta Estable Disminuye Mínimo
Construir fábrica nueva 8000 5000 -5000 -5000
Ampliar fábrica actual 6500 2000 -3000 -3000 -2000
No hacer nada 2000 1000 -2000 -2000

Figura 4. MaxiMin
 8

Con este enfoque, la alternativa de decisión que se selecciona es construir la

planta pequeña con estado de naturaleza de demanda a largo plazo baja y una utilidad de

-2 000 soles.

3.2.4. Criterio MiniMax

Demanda
Aumenta Estable Disminuye Tabla de arrepentimiento Mayor arrepentimiento Valor menor
Construir fábrica nueva 8000 5000 -5000 0 0 3000 3000
Ampliar fábrica actual 6500 2000 -3000 1500 3000 1000 3000 3000
No hacer nada 2000 1000 -2000 6000 4000 0 6000
Provabildiad 0.3 0.6 0.1

Valor Mayor 8000 5000 -2000

Figura 5.Criterio MiniMax

Con el enfoque de arrepentimiento MiniMax, seleccionar construir la planta

grande o ampliar fábrica actual con un arrepentimiento o lamento mínimo de 3 000

soles.

3.2.5. Teorema de Bayes o Valor Esperado

Demanda
Aumenta Estable Disminuye
Construir fábrica nueva 8000 5000 -5000
Ampliar fábrica actual 6500 2000 -3000
No hacer nada 2000 1000 -2000
Provabildiad 0.3 0.6 0.1

Figura 6. Valor Esperado

VE ( construir ) =0.3∗8000+0.6∗5000+0.1∗(−5000)= 4 900 soles

VE ( ampliar ) =0.3∗6500+0.6∗2000+0.1∗(−3000)= 2 850 soles

VE ( no hacer )=0.3∗2000+ 0.6∗1000+ 0.1∗2000= 1 000 soles

De acuerdo con el valor esperado, se decide construir la planta grande con una

utilidad esperada de 4 900soles. Si se tiene la oportunidad de mandar a realizar un

estudio de mercado y se sabrá cuándo va a suceder el estado de la naturaleza de

demanda baja, se optará por el mayor valor, ya que nos generará una mayor utilidad el

cual es el 8000con información perfecta.

 9

De la misma manera para el estado de naturaleza de demanda media y alta, se

optará por los valores de 5000y -2000, respectivamente.

Demanda
Aumenta Estable Disminuye
Construir fábrica nueva 8000 5000 -5000
Ampliar fábrica actual 6500 2000 -3000
No hacer nada 2000 1000 -2000
Provabildiad 0.3 0.6 0.1
8000 5000 -2000

Figura 7.Valor Esperado con información perfecta

VE = 0.3*8000000 + 0.6*5000 + 0.1*(-2000) = 5200 soles

Con este estudio de mercado multiplicamos los valores obtenidos con la

probabilidad de estado y tenemos una utilidad proyectada de 5200 soles. Mientras que,

con información imperfecta, tenemos una utilidad de 4 900soles.

Por lo tanto, tendremos un incremento de 300soles.

3.3. Toma de decisiones con experimentación

Las probabilidades a priori pueden ser mejorables con experimentaciones decir

mayor investigación para luego determinar las probabilidades a posteriori que serán

usadas finalmente para el análisis y la toma de decisiones.

El costo es de 2000 soles.

SSD = Sondeo de simulación favorable

SSF = Sondeo de simulación desfavorable

Si hay demanda a largo plazo baja, la probabilidad de sondeos favorable y

desfavorable es:

P{SSD/estado=aumenta} = 0.1

P{SSF/estado=aumenta} = 0.9

Si hay demanda a largo plazo media, la probabilidad de sondeos favorable y

desfavorable es:
 10

P{SSD/estado=estable} = 0.3

P {SSF/estado= estable} = 0.7

Si hay demanda a largo plazo alta, la probabilidad de sondeos favorable y

desfavorable es:

P{SSD/estado=disminuye} = 0.5

P {SSF/estado= disminuye} = 0.5

3.3.1. Teorema de Bayes – Cálculo de las probabilidades a posteriori

Probabilidad a priori

P {estado = estado aumenta} = 0.3

P {estado = estado estable} = 0.6

P {estado = estado disminuye} = 0.1

Probabilidad condicional

Donde: P {resultado/estado i}

S SD SSF
Aumenta 0.1 0.9
Estable
Disminuye [ ]
0.3 0.7
0.5 0.5

Probabilidades conjuntas
P {estado i, resultado j} = P {resultado j/estado i * p (estado i)}
Aumenta
S SD SSF SSD SSF Estable =
Disminuye
0.1∗0.3 0.9∗0.3 Aumenta 0.03 0.27

[ ] [
0.3∗0.6 0.7∗0.6 = Estable 0.18 0.42
0.5∗0.1 0.5∗0.1 Disminuye 0.05 0.05 ]
Probabilidades incondicionales
P {SD} = 0.03 + 0.18 + 0.05 = 0.26
P {SF} = 0.27 + 0.42 + 0.05 = 0.74
Probabilidad a posteriori
Donde: P {estado i / resultado j}
 11

SSD SSF SSD SSF

0.03 0.27
Aumenta
Estable
Disminuye
[ ]
0.26
0.18
0.26
0.05
0.26
0.74
0.42
0.74
0.05
0.74
Aumenta 0.12 0.36

[
= Estable 0.69 0.57
Disminuye 0.19 0.07 ]
Ahora, las probabilidades a posteriori sustituyen a las probabilidades a priori

para determinar la política óptima con experimentación, para ello se requiere volver a la

matriz original.

Demanda
Aumenta Estable Disminuye
Construir fábrica nueva 8000 5000 -5000
Ampliar fábrica actual 6500 2000 -3000
No hacer nada 2000 1000 -2000
Provabildiad 0.3 0.6 0.1

Figura 8. Probabilidad a posteriori

Pago esperado si el resultado es un sondeo desfavorable (SSD)

E (pago (Construir /resultado=SSD)) =

0.12∗8000+0.69∗(−5000)+0.19∗2000−2000=3610

E (pago (Ampliar /resultado=SSD)) =

0.12∗6500+0.69∗2000+0.19∗(−3000)−2000=1680

E (pago (No hacer /resultado=SSD)) =

0.12∗2000+0.69∗1000+ 0.19∗(−2000)−2000=610.0

Se elige el pago mayor que es de 3610 soles.

Pago esperado si el resultado es un sondeo favorable (SSF)

 12

E (pago (Construir /resultado=SSF)) =

0.36∗8000+0.57∗(−5000 ) + 0.07∗−5000−2000=3380

E (pago (Ampliar /resultado =SSF)) =

0.36∗6500+0.57∗2000+0.07∗(−3000)−2000=1270

E (pago (No hacer /resultado=SSD)) =

0.36∗2000+0.57∗1000+0.07∗(−2000)−2000=−850.0

Se elige el pago mayor que es de 3380 soles.

Política óptima con experimentación

Resultado Opción Pago esperado sin Pago esperado con

de sondeo Óptima experimentación experimentación
SSD Construir 5610 3610
SSF Construir 5380 3380

Figura 9.Política óptima con experimentación

Con la política optima con experimentación se concluye que el Sondeo de

simulación favorable da como opción optima el construir una nueva fábrica al igual que

el sondeo de simulación desfavorable.

 13

Figura 10. Árbol de decisiones con experimentación.

Uso del Software

Una empresa está considerando ampliar sus instalaciones para hacer frente a la

demanda de sus productos. Las alternativas de que dispone la empresa son: construir

una nueva fábrica, ampliar la fábrica actual, o no hacer nada. Existe un 30% de

probabilidades de que la demanda prevista para los próximos años aumente, un 60% de
 14

probabilidades de que se mantenga igual, y un 10% de probabilidades de que entre en

recesión. Determine la opción más rentable para la empresa, siendo los beneficios

estimados los que muestra la tabla.

Demanda
Aumenta Estable Disminunye
Construir fábrica nueva 8 000 0000 5 000 000 -5000000
Ampliar fábrica actual 6 500 000 2 000 000 -3000000
No hacer nada 2 000 000 1 000 000 -2000000

Figura 11. Caso propuesto

4.1. Toma de decisiones

En la siguiente figura, se aprecia los datos del ejercicio propuesto que se

insertaron en el software para tu resolución. En este se logra ver las decisiones a tomar

que son: construir una fabrica nueva, ampliar la fabrica actual y no hacer anda; las

cuales tienen tres tipos de probabilidades: demanda aumenta, demanda estable y

demanda baja.

Figura 12. Datos para el análisis de decisiones.

4.2. Análisis de decisiones

En la siguiente figura se aprecia el enfoque optimista MaxiMax, donde se evaluó

cada alternativa en función del mejor resultado que pueda ocurrir de las probabilidades.

Para cada una de las opciones de alternativa se escogió el valor máximo y de los valores
 15

máximos escogidos se volvió a escoger el máximo. Con este enfoque, el cual es llamado

MaxiMax, se debe tomar la decisión de construir la planta nueva para tener una

demanda de S/.8,000.00 Soles.

Asimismo, se aprecia el enfoque conservador MaxiMin, donde se evaluó cada

alternativa en función de peor resultado que pueda ocurrir de las probabilidades. Para

cada una de las opciones de alternativa se escogió el valor mínimo y de los valores

escogidos se escogió el máximo entre ellos. Con este enfoque, el cual es llamado

MaxiMin, se debe tomar la decisión de no hacer nada para obtener una pérdida de S/.

2,000.00 Soles.

Figura 13. Resultado del análisis de decisión.

4.3. Enfoque de valor esperado: “Best FV”

Para cada alternativa de decisión se le multiplica una probabilidad y se los suma,

obteniendo una tabla de valor esperado que se puede apreciar en la siguiente figura.
 16

Figura 14. Valor esperado.

Luego de comparar y escoger la alternativa que tiene la mejor utilidades según la

demanda, esta sería la decisión de construir una fábrica nueva, siendo su utilidad de S/.

4.900.00 Soles

4.4. Árbol de decisiones

Figura 15. Árbol de decisiones.

4.5. Enfoque de arrepentimiento o perdida de oportunidad: “Minimax”

En la siguiente figura se aprecia el enfoque optimista MaxiMax, donde se evaluó

cada alternativa en función al máximo valor de cada una de las alternativas, para luego

escoger el mínimo de todos los valores escogidos. Obteniendo de esa manera que, para
 17

este tipo de enfoque, la decisión a toma es de construir la fábrica nueva, que tiene una

demanda de S/. 3,000.00 Soles.

Figura 16. Resultado del análisis de arrepentimiento.

4.6. Enfoque de valor esperado con información perfecta (enfoque probabilístico)

En la siguiente figura, se conoce el valor esperado, el cual se calcula haciendo la

sumatoria de multiplicar el valor que se tiene en esa alternativa de decisión con su

probabilidad respectiva, para posteriormente elegir la que es mayor y obteniendo así un

resultado de S/. 4,900.00 Soles.

En el caso se hiciera un estudio de demanda, se podría tomar una decisión buena

en cada uno de los casos previstos, en donde se escogería la mayor y se la multiplicaría

por la probabilidad; este resultado sería de S/. 5,200.00 Soles si se conociera la

información perfecta.
 18

Figura 17. Resultado del valor esperado con información perfecta (enfoque
probabilístico).

Conclusiones

a. Se realizó el trabajo utilizando la teoría de análisis de decisiones para

llevar a cabo la solución del caso aplicativo propuesto, donde se

concluyó que en el enfoque optimista es de 8000 soles, con el criterio

Minimax es de 3 000 soles.

b. En el teorema de Bayes el resultado de valor esperado es de 4900,2850 y

1000 soles para construir, ampliar o no hacer nada.

c. Asimismo, en la solución del ejercicio práctico propuesto, se obtiene que

con experimentación para un sondeo desfavorable el pago esperado es de

3610 soles y para el sondeo favorable el pago esperado es de 3380 soles.

 19

d. Se llevo a cabo la comprobación del ejercicio propuesto mediante el uso

del software, se comprobó que los resultados obtenidos son los mismos.