Está en la página 1de 26

Guía del estudiante

Administración de la Producción y
Métodos de Optimización

Módulo 1

Actualizado –2020
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Índice
Introducción 3
1.- Toma de decisiones sin experimentación 4
1.1.- Criterio del pago máximo 5
1.2.- Criterio de la máxima posibilidad 6
1.3.- Regla de decisión de Bayes 7
1.4.- Análisis de sensibilidad con el criterio de la regla de decisión de Bayes 8
2.- Toma de decisiones con experimentación 11
2.1.- Teorema de Bayes 11
2.2.- Árboles de decisión 16
2.3.- Análisis del problema utilizando el árbol de decisión 19
Conclusiones 23
Bibliografía 24

2
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Título: Teoría de decisiones

Introducción
Desde sus inicios, el ser humano ha estado sometido a la toma de decisiones en diversos
ámbitos y con diferentes grados de complejidad, asumiendo el éxito, el fracaso y las
consecuencias de sus decisiones.

La complejidad de la toma de decisiones proviene de la incertidumbre del resultado que


se obtendrá, producto de la falta de información y certeza de acontecimientos futuros. En
algunos casos esta incertidumbre se puede reducir realizando algún tipo de estudio o
pruebas, asumiendo los costos que esto significa, ya que impactarán en la utilidad final de
la decisión. En otros casos la incertidumbre es más difícil de controlar, por ejemplo,
cuando un agricultor debe decidir qué producto sembrar, “apostando” a que las
condiciones climáticas durante el año le favorecerán, o cuando un inversionista adquiere
determinados valores “apostando” a las condiciones del mercado, o simplemente cuando
un emprendedor se lanza al mercado, “apostando” a las bondades con un producto
original.

Sin duda que la toma de decisiones se asemeja a un juego de apuestas, en el que el


tomador de decisiones se enfrenta por ejemplo a la naturaleza, en que las alternativas del
tomador de decisiones y los estados de la naturaleza son las estrategias posibles para
seguir por los jugadores. Bajo estas condiciones, es que la investigación de operaciones se
ha preocupado del estudio y análisis de las decisiones, de la tal forma que la intuición
inicial, de paso el estudio racional de los procesos de toma de decisiones. De este modo, el
análisis de decisiones entrega un marco de trabajo y una metodología que permite tomar
decisiones bajo condiciones de incertidumbre.

3
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

En este documento, revisaremos mediante un ejemplo ilustrativo, los conceptos básicos y


algunas metodologías importante de la teoría de análisis de decisiones con y sin
experimentación.

1.- Toma de decisiones sin experimentación


Para una mejor compresión del análisis de decisiones, utilizaremos el siguiente ejemplo:
Una empresa posee un terreno destinado a la producción de paltas, sin embrago la
producción está detenida debido a la crisis por falta de agua, los canales de regadío ya no
entregan el caudal suficiente. Una posible solución, planteada por una empresa externa
con experiencia en el tema, es la construcción de un pozo de agua, ya que existe una
probabilidad aproximada al 30%, de encontrar agua con el caudal adecuado a unos 120
metros de profundidad, lo cual permitiría de continuidad del negocio. Ante esta
posibilidad, la empresa recibió una oferta de compra del terreno por $10 millones, sin
embargo, los dueños del terreno han considerado construir el pozo a un costo de $12
millones. En caso de encontrar agua con el caudal adecuado, esperan obtener una
ganancia de $85 millones, en caso de no encontrar agua la perdida será de $12 millones.
Considerando el ambiente de incertidumbre planteado, ¿Cuál sería una decisión racional
para este problema? Para responder la pregunta planteada, realizaremos un análisis de
decisiones que nos permitirá tomar una decisión racional, aún cuando el resultado es
incierto.

En primer lugar, efectuaremos la formulación del problema e iremos incorporando


algunos conceptos en la medida que avancemos en el análisis.

En el cuadro N°1, se muestra la denominada ​tabla de pagos​, que resumen los datos del
problema e indica el pago que se obtendrá producto de la decisión tomada.

4
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Cuadro N°1: ​Tabla de pagos. Formulación del problema de decisión

En este cuadro, podemos distinguir las ​alternativas de decisión (construir un pozo, o


vender el terreno) y también podemos distinguir lo que se denomina ​estados de la
naturaleza (encuentra agua con el caudal adecuado, no encuentra agua con el caudal
adecuado), correspondiente a los factores aleatorios que afectan el resultado de la
decisión. De esta forma el tomador de decisiones conoce el ​pago ​producto de una
combinación entre una alternativa de decisión y un estado de la naturaleza.

Otra información relevante que debemos considerar en la teoría de decisiones es la


información que se tiene sobre las posibilidades relativas de los estados de la naturaleza,
que se puede expresar como una distribución de probabilidades conocida como
distribución a priori, ya que son totalmente subjetivas, provenientes de la experiencia y la
intuición de algún colaborador. A las probabilidades de ocurrencia de los estados de la
naturaleza se les denomina ​probabilidades de priori​. En el ejemplo utilizado, una empresa
externa ha indicado que existe un 30% de probabilidades de encontrar agua con el caudal
adecuado, entonces las probabilidades a priori son de 0,3 y 0,7 respectivamente, tal cual
se muestra en el cuadro N°1.

Una vez ya formulado el problema, utilizaremos la tabla de pagos para encontrar una
decisión racional bajo los siguientes tres criterios.

● Criterio del pago máximo


● Criterio de la máxima posibilidad
● Regla de decisión de Bayes

5
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

1.1.- Criterio del pago máximo


Este criterio consiste en encontrar el máximo valor, entre el conjunto de pagos mínimos
de los estados de la naturaleza. Luego se selecciona la decisión correspondiente al
máximo valor encontrado entre los mínimos.

La aplicación de este criterio lo podemos ver en el cuadro N°2.

Cuadro N°2: ​Aplicación del criterio del pago máximo al problema de decisión

En este cuadro se muestra que el pago mínimo por construir el pozo es de -12.000.000 y el
pago mínimo por vender el terreno es de 10.000.000, en consecuencia, se selecciona la
alternativa vender el terreno, ya que el máximo valor entre los mínimos es 10.000.000.

Con este criterio se busca encontrar la mejor garantía de pago, bajo cualquier escenario
del estado de la naturaleza, o también podríamos decir que con este criterio se adopta
una posición pesimista ya que para el peor estado de la naturaleza obtenemos el mejor
pago posible.

La aplicación de este criterio es muy poco utilizada para este tipo de decisiones, en que el
tomador de decisiones debe enfrentarse a los estados de la naturaleza, debido a que es
un criterio muy conservador. Si consideramos a la naturaleza como un oponente no
racional, que no busca que perdamos, entonces el tomador de decisiones puede llevar su
mirada a algo más que al máximo de los peores pagos de cada acción.

6
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

1.2.- Criterio de la máxima posibilidad


Este criterio consiste en encontrar el estado más probable de la naturaleza y con ello la
decisión con el máximo pago.

La aplicación de este criterio lo podemos ver en el cuadro N°3.

Cuadro N°3: ​Aplicación del criterio de la máxima posibilidad al problema de decisión

En este cuadro se muestra que el estado de la naturaleza “no encuentra agua con el
caudal adecuado” posee la máxima posibilidad, ya que tiene la mayor probabilidad a priori
de 0,7. Luego, para este estado de la naturaleza, el pago máximo es de 10.000.000, en
consecuencia, se selecciona la alternativa vender el terreno.

Con este criterio se busca encontrar el estado más recurrente de la naturaleza, por lo
tanto, la alternativa elegida para este estado es la que posee mayor pago.

Una desventaja de este criterio es que solo se centra en la máxima posibilidad del estado
de la naturaleza sin considerar otros estados posibles, aun cuando las probabilidades de
ocurrencia sean similares. Tampoco considera la posibilidad de ganar $85.000.000, es
decir, no se ocupa de los estados de la naturaleza que poseen un pago alto, pero con baja
probabilidad, asumiendo los riesgos asociados.

7
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

1.3.- Regla de decisión de Bayes


Este criterio consiste en seleccionarla alternativa de decisión con el mayor el valor
esperado del pago. Para calcular el valor esperado se utilizan las probabilidades a priori
indicadas en el cuadro N°1 de la siguiente forma:

VE del pago por construir pozo = 0,3(85.000.000) + 0,7(-12.000.000) = 17.100.000

VE del pago por vender = 0,3(10.000.000) + 0,7(10.000.000) = 10.000.000

Dado que 17.100.000 es mayor que 10.000.000, la alternativa de decisión seleccionada es


construir le pozo.

La ventaja de este criterio es que incorpora las prioridades a priori de los estados de la
naturaleza y con ello hace mejor uso de la información disponible.

Dada la naturaleza subjetiva de las prioridades a priori, la calidad de los resultados


obtenidos bajo este criterio, dependerán de las estimaciones utilizadas, por lo tanto, es
importante evaluar que tan razonables son las prioridades a priori utilizadas.

Una forma de evaluar las prioridades a priori es mediante un análisis de sensibilidad.

1.4.- Análisis de sensibilidad con el criterio de la regla de decisión de


Bayes​.

De acuerdo con la opinión de la empresa externa, existe una probabilidad aproximada al


30% de encontrar agua a con un caudal adecuado a unos 120 metros de profundidad, es
decir, también es posible que la probabilidad a priori de encontrar agua con el caudal

8
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

adecuado esté entre el 20% y el 40%, y por tanto la probabilidad a priori de no encontrarla
esté entre el 60% y el 80%.

Para realizar el análisis de sensibilidad, consideremos lo siguiente:

Si p es la probabilidad a priori de encontrar agua con el caudal adecuado a unos 120


metros de profundidad, entonces, el valor esperado del pago por construir el pozo es:

VE (Pozo) = p (85.000.000) + (1-p) (-12.000.000)

VE (Pozo) = 97.000.000p – 12.000.000

Para cualquier valor de p.

En el cuadro N°4, se muestra el gráfico del valor esperado del construir el pozo (VE (Pozo))
en función de la probabilidad a priori p de encontrar agua, y el gráfico del valor esperado
de vender el terreno (VE (Vender)), que es constate igual a 10 millones para cualquier
valor de p.

9
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Cuadro N°4: ​Gráfico del valor esperado de construir el pozo en función


de la probabilidad a priori

Para la probabilidad a priori de encontrar agua con el caudal adecuado igual a 0,2, el valor
esperado del pago de construir el pozo es de $7.400.000, inferior al precio de venta del
terreno que es de $10.000.00, por lo tanto, en este caso la decisión racional sería vender
el terreno, sin embargo, si consideramos la probabilidad a priori de encontrar agua con el
caudal adecuado igual a 0,4, entonces encontramos que el valor esperado del pago de
construir el pozo es de $26.800.000, muy por sobre los $10.000.000 de venta del terreno,
razón por la cual en este caso la decisión racional sería construir el pozo.

El punto en el cual debemos cambiar nuestra decisión, se llama punto cruce, y


corresponde a la intersección de las curvas de los valores esperados de pago de ambas
alternativas de decisión. Este punto se obtiene de la siguiente manera:

10
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

VE (Pozo) = VE(Vender)

97.000.000p – 12.000.000 = 10.000.000

p = (10.000.000 + 12.000.000) / 97.000.000

p = 22.000.000/97.000.000

p = 22/97

p = 0,2268

Es decir, cuando la probabilidad a priori de encontrar agua con el caudal adecuado es


menor a 0,2268, la decisión racional es vender el terreno, y cuando esta probabilidad es
mayor a 0,2268, la decisión racional es construir le pozo.

2.- Toma de decisiones con experimentación


Para mejorar las estimaciones de las probabilidades de los estados de la naturaleza,
correspondientes a las probabilidades a priori, se deben realizar pruebas o
experimentación. Luego, las estimaciones iniciales mejoradas, se denominan
probabilidades a posteriori.

2.1.- Teorema de Bayes


Para mejorar las estimaciones de probabilidades de nuestro ejemplo antes de tomar una
decisión, podemos encargar un estudio para la localización de agua a un costo de
$3.000.000.
Los resultados de este estudio los podemos clasificar de la siguiente forma:
11
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

● EATD: Estudio aéreo y terrestre desfavorable: Las probabilidades de encontrar


agua con el caudal adecuado son bajas.
● EATF: Estudio aéreo y terrestre favorable: Las probabilidades de encontrar agua
con el caudal adecuado son altas.

Luego, en base al estudio realizado podemos hacer la siguiente definición:

Si existe agua con el caudal adecuado, la probabilidad de que el estudio aéreo y terrestre
sea desfavorable y favorable respectivamente es la siguiente:

● P(EATD|Estado=Agua) = 0,3
● P(EATF|Estado=Agua) = 0,7

Si no existe agua con el caudal adecuado, la probabilidad de que el estudio aéreo y


terrestre sea desfavorable y favorable respectivamente es la siguiente:

● P(EATD|Estado=Seco) = 0,8
● P(EATF|Estado=Seco) = 0,2

Veamos ahora cómo con esta información como obtenemos las probabilidades a
posteriori.

De acuerdo con el teorema de Bayes, la fórmula para la probabilidad a posteriori es la siguiente:

12
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Aplicando esta fórmula a nuestro ejemplo, las probabilidades a posteriori son las
siguientes:

La probabilidad a posteriori de que exista agua con el caudal adecuado, dado que el
estudio aéreo y terrestre sea desfavorable, es la siguiente

P (Estado = Agua |Resultado = EATD) =


P (EATD|Estado = Agua) P (Estado=Agua) /
(P (EATD|Estado = Agua) P (Estado = Agua) + P (EATD|Estado = Seco) P (Estado = Seco))

Donde,
P (EATD|Estado = Agua) = 0,3
P (Estado=Agua) = 0,3
P (EATD|Estado = Seco) = 0,8
P (Estado = Seco) = 0,7

P (Estado = Agua |Resultado = EATD) = (0,3)(0,3)/ ((0,3)(0,3)+(0,8)(0,7)) =0,09 /0,65 =


0,14

Luego, la probabilidad a posteriori de que no ​exista agua con el caudal adecuado, dado que el
estudio aéreo y terrestre sea desfavorable, es la siguiente:

P (Estado = Seco |Resultado = EATD) = 1 - 0,14 = 0,86

Del mismo modo podemos calcular la probabilidad a posteriori de que ​exista agua con el
caudal adecuado, dado que el estudio aéreo y terrestre sea favorable

13
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

P (Estado = Agua |Resultado = EATF) =


P (EATF|Estado = Agua) P (Estado=Agua) /
(P (EATF|Estado = Agua) P (Estado = Agua) + P (EATF|Estado = Seco) P (Estado = Seco))

Donde,
P (EATF|Estado = Agua) = 0,7
P (Estado=Agua) = 0,3
P (EATF|Estado = Seco) = 0,2
P (Estado = Seco) = 0,7

P (Estado = Agua |Resultado = EATF) = (0,7)(0,3)/ ((0,7)(0,3)+(0,2)(0,7)) = 0,21/0,35 = 0,6

Luego, la probabilidad a posteriori de que no exista agua con el caudal adecuado, dado
que el estudio aéreo y terrestre sea favorable, es la siguiente:

P (Estado = Seco |Resultado = EATF) = 1 - 0,6 = 0,4

Una forma de organizar adecuadamente esta información es mediante un diagrama de


árbol de probabilidades, tal cual se indica en el cuadro N°5.

14
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Cuadro N°5: ​Diagrama del árbol de probabilidades a posteriori del problema de decisión

En la primera rama del árbol de probabilidades se registran las probabilidades a priori y en


la segunda rama se registran las probabilidades condicionales, estas dos probabilidades se
multiplican obteniendo la probabilidad conjunta que se registra en la tercera rama, este
valor se utilizará como numerador en el cálculo final de la probabilidad a posteriori. El
denominador para el cálculo final de las probabilidades se obtiene como la suma de las
probabilidades conjuntas registradas en la rama 3 para para un mismo resultado de las
pruebas (EATF o EATD). Notar que la ​probabilidad de que estudio aéreo y terrestre sea
favorable ​esta dado por la suma de las probabilidades conjuntas (Agua x
P(EATF|Estado=Agua)) y (Seco x P(EATF|Estado=Seco)) y es igual a ​0,35 y la ​probabilidad
de que estudio aéreo y terrestre sea desfavorable esta dado por la suma de las

15
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

probabilidades conjuntas (Agua x P(EATD|Estado=Agua)) y (Seco x P(EATD|Estado=Seco))


es igual a ​0,65​.

Una vez obtenidas las probabilidades a posteriori, podemos aplicar la regla de decisión de
Bayes, sustituyendo las probabilidades a priori por las prioridades a posteriori, de la
siguiente forma:

Pago esperado si el estudio aéreo y terrestre es desfavorable.

VE (construir pozo |Resultado EATD) = 0,14(85.000.000) + 0,86(-12.000.000) – 3.000.000 =


-1.420.000

VE (venta |Resultado EATD) = 0,14(10.000.000) + 0,86(10.000.000) – 3.000.000 =


7.000.000

Pago esperado si el estudio aéreo y terrestre es favorable.

VE (construir pozo |Resultado EATF) = 0,6(85.000.000) + 0,4(-12.000.000) – 3.000.000 =


43.200.000

VE (venta |Resultado EATF) = 0,6(10.000.000) + 0,4(10.000.000) – 3.000.000 = 7.000.000

En el cuadro N°6 se muestra la política óptima de decisiones con pruebas aplicando el


teorema de Bayes.

Cuadro N°6: ​Política óptima de decisión con experimentación aplicando la regla de Bayes

16
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

2.2.- Árboles de decisión


Un árbol de decisión es una herramienta que permite visualizar gráficamente las
características, parámetros, alternativas y estados de la naturaleza de un problema de
decisión, y son especialmente útiles cuando existe una gran cantidad de alternativas de
decisión, ya que facilitan el cálculo y análisis de los datos.

Si consideramos el ejemplo que hemos estado utilizando para el entendimiento del


análisis de decisión, vemos que tenemos dos alternativas de decisión, correspondiente a
construir un pozo o vender el terreno, además de los estados de la naturaleza,
correspondientes a encontrar o no encontrar agua con el caudal adecuado y las pruebas o
experimentación correspondientes a un estudio aéreo y terrestre de localización de agua
con resultado favorable o desfavorable. El árbol de decisión correspondiente se muestra
en el cuadro N°6.

17
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Cuadro N°6: ​árbol de decisión del problema de ejemplo

En un árbol de decisión podemos identificar nodos y ramas. Los nodos corresponden a los
puntos de ramificación del árbol de decisión. Las ramas, tienen su origen en los nodos y
permiten llegar a otro nodo o un término del árbol.

Los nodos se pueden clasificar en nodos de decisión, representados por un cuadrado, y


nodos de probabilidad, representados por un círculo. Como su nombre lo indica, en los
nodos de decisión debe tomarse una decisión, mientras que en los nodos de
probabilidades ocurre un evento aleatorio.

En nuestro ejemplo y como se indica en el cuadro N°6, el árbol de decisión comienza con
un nodo decisión (a), correspondiente a efectuar o no el estudio aéreo y terrestre. Esta
decisión genera dos ramas. Si se decide efectuar el estudio, entonces la rama generada
llega a un nodo de probabilidades (b), que representa el evento aleatorio correspondiente
al resultado del estudio aéreo y terrestre. El resultado de este evento genera dos ramas, si
es favorable, entonces se llega a un nodo de decisión (d) correspondiente a construir el
pozo o vender el terreno. Si la decisión es vender, entonces se llega al termino del árbol,
en cambio, si la decisión es construir el pozo, entonces se llega al nodo de probabilidades
(g), que representa el evento aleatorio de encontrar o no encontrar agua y con ello el
término del árbol. En forma similar se navega por el árbol de decisiones a través de
diferentes trayectorias.
Para completar el árbol de decisiones debemos incorporar los flujos de efectivo y las
probabilidades de los eventos. Para registrar estos datos, debemos tener presente las
siguientes convenciones:
● Los flujos de efectivo ocurren en las ramas y se registran sin paréntesis.
● Los flujos de efectivo a través de una determinada trayectoria se suman para
obtener el pago total de la decisión, que se registra al final de cada trayectoria.

18
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

● Las probabilidades de los eventos se registran entre paréntesis.

El árbol de decisión con los flujos de efectivo y las probabilidades de los eventos se
muestra en el cuadro N°7.

Cuadro N°7: ​árbol de decisión del problema de ejemplo con los flujos de efectivo y las
probabilidades de los eventos
Para la incorporación de las probabilidades a posteriori, es de especial utilidad utilizar los
valores obtenidos en el cuadro N°5, correspondiente al árbol de probabilidades a
posteriori. Solamente en el nodo h se utilizan las probabilidades a priori de los estados de
la naturaleza, ya que en este caso no se realiza un estudio aéreo y terrestre para la
localización de agua. Por otra parte y como se mencionó antes, las probabilidades del
nodo b deben deducirse del cuadro N°5 (La ​probabilidad de que estudio aéreo y terrestre
sea favorable ​esta dado por la suma de las probabilidades conjuntas (Agua x
P(EATF|Estado=Agua)) y (Seco x P(EATF|Estado=Seco)) y es igual a ​0,35 y la ​probabilidad

19
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

de que estudio aéreo y terrestre sea desfavorable esta dado por la suma de las
probabilidades conjuntas (Agua x P(EATD|Estado=Agua)) y (Seco x P(EATD|Estado=Seco))
es igual a ​0,65​).

2.3.- Análisis del problema utilizando el árbol de decisión


Para poder determinar una política óptima y llegar a una buena decisión, se debe realizar
un análisis de la siguiente forma:
Comenzando por el final de árbol de decisiones, se debe calcular el ​pago esperado de
cada nodo de probabilidades, (nodos f, g y h), para lo cual se debe multiplicar el pago
esperado de cada rama generada por el nodo, por la probabilidad de esa rama, luego se
suman los resultados obtenidos. El valor obtenido corresponde al ​pago esperado de la
rama que conduce al nodo y se registra sobre este nodo, tal cual se indica en el nodo f del
cuadro N°8. Luego que se tienen los pagos esperados de cada rama, se deben comparar y

20
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

seleccionar la rama que tiene el mayor pago esperado, tal cual se indica en el nodo g del
cuadro N°8.

Cuadro N°8: ​árbol de decisión del problema de ejemplo con datos del análisis
La rama descartada se indica con una doble raya cruzada. Los cálculos para realizar son los
siguientes:

Pago Esperado (nodo de probabilidad f):


0,14(70.000.000) + 0,86(-15.000.000) = -3.100.000

Pago Esperado (nodo de probabilidad g):


0,6(70.000.000) + 0,4(-15.000.000) = 36.000.000

Pago Esperado (nodo de probabilidad h):


0,3(73.000.000) + 0,7(-12.000.000) = 13.500.000

Luego se debe hacer la comparación de los pagos esperados de cada rama y descartar la
de menor valor, indicándola con una doble raya cruzada. Para esto debemos ubicarnos en
los segundos nodos (de decisión) desde el final del árbol (nodos c, d y e). Los cálculos para
realizar son los siguientes.

Comparación (nodo de decisión c):


Pago esperado de construir pozo: -3.100.000
Pago esperado de vender: 7.000.000
Como 7.000.000 es mayor que -3.100.000 se elige vender. La rama correspondiente al
pago esperado de construir poso igual a -3.100.000 se descarta, lo que se registra con una
doble raya.

21
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Comparación (nodo de decisión d):


Pago esperado de construir pozo: 36.000.000
Pago esperado de vender: 7.000.000
Como 36.000.000es mayor que 7.000.000 se elige construir pozo. La rama
correspondiente al pago esperado de vender igual a 7.000.000 se descarta, lo que se
registra con una doble raya.

Comparación (nodo de decisión e):


Pago esperado de construir pozo: 13.500.000
Pago esperado de vender: 10.000.000
Como 13.500.000 es mayor que 10.000.000 se elige construir pozo. La rama
correspondiente al pago esperado de vender igual a 10.000.000 se descarta, lo que se
registra con una doble raya.

El pago esperado elegido se registra sobre el nodo de decisión, tal como se indica en el
nodo e del cuadro N°8.

Luego debemos ubicarnos en el tercer nodo (de probabilidades) desde el final del árbol
(nodo b) y se debe calcular el valor esperado de pago. El cálculo para realizar es el
siguiente.
Pago Esperado (nodo de probabilidad b):
0,65(7.000.000) + 0,35(36.000.000) = 17.150.000

Luego se debe hacer la comparación de los pagos esperados de cada rama y descartar la
de menor valor, indicándola con una doble raya cruzada. Para esto debemos ubicarnos en
el cuarto nodo (de decisión) desde el final del árbol (nodos a). El cálculo para realizar es el
siguiente.

22
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Comparación (nodo de decisión a):


Pago esperado de realizar estudio aéreo y terrestre: 17.150.000
Pago esperado de no realizar estudio aéreo y terrestre: 13.500.000
Como 17.150.000 es mayor que 13.500.000 se elige realizar estudio aéreo y terrestre. La
rama correspondiente a no realizar estudio aéreo y terrestre igual a 13.500.000 se
descarta, lo que se registra con una doble raya y el pago esperado se registra sobre el
nodo a.

Si bien este análisis se realiza comenzando desde el final del árbol de decisiones y
avanzando hacia el inicio, una vez terminado el análisis, se debe realizar la lectura de los
datos comenzando desde el inicio, tomando en cuenta que las dobles raya son
trayectorias no deseadas. De este modo se llega a la siguiente política óptima:

● Realizar el estudio aéreo y terrestre


● Si el resultado es desfavorable, vender
● Si el resultado es favorable construir el pozo
● El pago esperado es de $17.150.000

23
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Conclusiones
De acuerdo con el contenido que hemos revisado, se puede afirmar que no existe un
modelo o “receta” que nos asegure que siempre tomaremos la mejor decisión, ya que
normalmente existe factores aleatorios que no podemos controlar, como los estados de la
naturaleza.

El análisis de decisiones es una herramienta que aporta un contexto de trabajo y una


metodología para la toma decisiones racionales, en un ambiente de incertidumbre, nos
permite tomar la mejor decisión con las condiciones existentes, que pueden ser factores
aleatorios, recursos insuficientes o falta de información pertinente o apropiada.

El análisis de decisiones es un proceso que consiste en identificar un problema, encontrar


las alternativas posibles y seleccionar la mejor decisión. Para esto hemos revisados
algunos modelos que nos permiten acercarnos a la solución óptima, sin embargo,
debemos tener presente que el modelo que utilicemos se ajuste al tipo de problema, ya
que podríamos utilizar un modelo muy conservador, o que los costos de aplicar el modelo
excedan los beneficios obtenidos.

En algunos casos es posible reducir la incertidumbre del ambiente realizando algún tipo de
experimentación, sin embargo, esta posibilidad siempre debe ser analizada con cuidado,
ya que también podría ocurrir que los costos de la experimentación excedan los beneficios
que se puedan obtener.

24
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Bibliografía

Hillier,  F.  S.  (2010).  ​Introducción a la investigación de operaciones (9a. ed.).​   Retrieved  from 
https://ebookcentral.proquest.com 

Nápoles,  P.  O.  (2007).  ​Folleto de investigación de operaciones i.​   Retrieved  from 
https://ebookcentral.proquest.com 

25
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial

Todos los derechos de autor son de la exclusiva propiedad de Universidad La República. No está
permitido utilizar para fines comerciales de ningún tipo copiar, reproducir, reeditar, descargar,
publicar, emitir, difundir, poner a disposición del público ni utilizar los contenidos.

26

También podría gustarte