Una editorial está considerando lanzar una nueva revista mensual con artículos e información para

inversionistas. Basado en su experiencia y en sus percepciones, el Gerente de la editorial ha establecido

una tabla de ganancias anuales considerando tres niveles distintos de demanda para su revista:

Estados de la naturaleza
Decisiones 0.2 0.5 0.3
Baja (DB) Regular (DR) Alta (DA)
Lanzar la
-250000 50000 300000
revista
No lanzarla 0 0 0

Decisiones
L Lanzar la revista
L' No lanzarla

ÁRBOL DE DECISIONES

Estados de la
Decisión Valor esperado Probabilidad Ganancia
naturaleza

L 65000 Baja (DB) 0.2 -250000

Regular (DR) 0.5 50000

Alta (DA) 0.3 300000

L' 0 Baja (DB) 0.2 0
Regular (DR) 0.5 0
Alta (DA) 0.3 0

a) VE= 65000

VALOR ESPERADO DE LA INFORMACIÓN PERFECTA (VEIP)

Estados de la
naturaleza Probabilidad Ganancia

Baja (DB) 0.2 0

Regular (DR) 0.5 50000
Alta (DA) 0.3 300000

VECIP= 115,000
b) VEIP= 50,000

VALOR ESPERADO DE LA INFORMACIÓN MUESTRAL (VEIM)

Resultados del reporte

F Favorable
F' Desfavorable 0.1=P[F/DB]

Árbol de probabilidades
 Estados de la Prob condicional
naturaleza Probabilidad Reporte P[Reporte/Estado] P[Reporte⋂Estado]

Baja (DB) 0.2 F 0.1 0.02

F' 0.9 0.18
Regular (DR) 0.5 F 0.6 0.3
F' 0.4 0.2
Alta (DA) 0.3 F 0.7 0.21
F' 0.3 0.09

Árbol de Bayes
Estado de la
Reporte Probabilidad naturaleza P[Estado/Reporte]

F 0.53 Baja (DB) 0.04

Regular (DR) 0.57
Alta (DA) 0.40
F' 0.47 Baja (DB) 0.38
Regular (DR) 0.43
Alta (DA) 0.19

Árbol de probabilidades con información muestral

Reporte Probabilidad Valor esperado Decisión Valor esperado

F 0.53 137,736 L 137,736

L' 0

F' 0.47 0L -17,021

L' 0

VECIM= 73,000
VEIM= 8,000
información para
ditorial ha establecido
ara su revista:

dato
 Estado de la Prob condicional Ganancia
naturaleza

Baja (DB) 0.04 -250000

Regular (DR) 0.57 50000
Alta (DA) 0.40 300000
Baja (DB) 0.04 0
Regular (DR) 0.57 0
Alta (DA) 0.40 0
Baja (DB) 0.38 -250000
Regular (DR) 0.43 50000
Alta (DA) 0.19 300000
Baja (DB) 0.38 0
Regular (DR) 0.43 0
Alta (DA) 0.19 0