TEORÍA DE

DECISIONES
Elementos de la Toma de
Decisiones
 Un problema que requiere solución

 Para poder decidir se debe establecer las

posibles soluciones

 Se debe aplicar un criterio de decisión

 Se deben considerar los posibles estados

de la naturaleza en un horizonte de tiempo
Decidir
 Es un proceso mediante el que una o
mas personas seleccionan una
alternativa de entre un conjunto de ellas
para, de acuerdo con ciertos criterios,
alcanzar una serie de objetivos y metas
preestablecidas. Todo lo anterior dentro
de un entorno de los posibles estados
que pueda guardar la naturaleza en un
momento dado.
Metodología Científica

 Formulación y Planteamiento del problema

 Desarrollo de Alternativas
 Evaluación de las alternativas
 Selección de Alternativas
 Puesta en Marcha
Clasificación de las decisiones
 De acuerdo a su envergadura
 De acuerdo a la cantidad y calidad de
la información de que se dispone
Clasificación de acuerdo a la
envergadura de las decisiones
Decisiones Estratégicas
Diseño del Proceso
Productivo
Producto
Equipo
Capacidad productiva
de la planta
II Localización
etc…

Decisiones Tácticas
Control y Operaciones
Control y Mano de Obra
I Control y Materias
Primas
Control y Bodega
Control de Calidad
etc…
Clasificación de acuerdo a la cantidad
y calidad de la Información
 Certeza

 Riesgo

 Incertidumbre

 Conflicto
Toma de Decisiones bajo condiciones
de Certeza
 También llamado Modelo Determinístico
 Se dispone de suficiente información
para suponer que las condiciones
actuales se mantendrán durante un
periodo determinado.
 El problema se reduce a calcular el
resultado del modelo derivado de la
interacción de las variables
consideradas.
Ejemplo:

 Un empresario desea obtener la concesión de un

casino, para lo que observa 2 cursos de acción
posibles:
A1: El casino de una empresa con 500 empleados,
donde el precio de cada almuerzo es de $1.500.-
A2: El casino de una empresa con 1.000
empleados, donde el precio de cada almuerzo es
de $1.200.-
 Se supone que todos los empleados almuerzan
en el casino y que el costo del almuerzo es de
$800.- para ambos casos.
Desarrollo

Utilidad =
Empleados Precio Costo (Precio – Costo) x Nº de empleados

A1 500 1.500 800 700 x 500 = 350.000

A2 1.000 1.200 800 400 x 1.000 = 400.000

Técnicas usadas para la toma de
Decisiones bajo Certeza
Análisis de Punto de equilibrio

Programación Lineal

Programación de la Producción

Control de Inventarios
Toma de Decisiones bajo condiciones
de Riesgo

 Conocido como Modelo Estocástico

 Se conocen los estados que puede
adoptar la naturaleza, pero no se sabe
cual de ellos se impondrá en el periodo
considerado, aunque sí se pueden
asociar a una distribución de
probabilidades
 Se busca Maximizar la esperanza de
obtener buenos resultados
Técnicas usadas para la toma de
Decisiones bajo Riesgo
 Matriz de pagos
 Árboles de Decisión
Toma de Decisiones bajo condiciones
de Incertidumbre
 No sirve la experiencia anterior
 No se conoce la probabilidad de
ocurrencia de los posibles estados de la
naturaleza
Ej: Estimación de la Demanda de un
Producto Nuevo
Criterios para la toma de Decisiones
bajo Incertidumbre
 Criterio Pesimista (Wald)
 Criterio Optimista
 Criterios Intermedios:
Hurwics
La Place
 Criterio de Savage
Matriz de Arrepentimiento
Toma de decisiones bajo
condiciones de Riesgo
Matriz de Pagos:

Es una estructura organizada con el fin de analizar

situaciones probabilísticas en las que se debe seleccionar
una sola alternativa de decisión de entre un conjunto de
alternativas.

Componentes:
Ai: Un conjunto de alternativas de decisión.
Ej: Un conjunto de eventos posibles.
pj: Un conjunto de probabilidades asociadas a los eventos.
Xi j: Resultados de las iteraciones entre las Alternativas y los
Eventos.
Estructura de una Matriz de Pagos:
E1 E2 En
...
p1 p2 pn
A1 X11 X12 ... X1n
A2 X21 X22 ... X2n
A3 X31 X32 ... X3n
...

...

...

...
Am Xm1 Xm2 ... Xmn
Criterios
Para cada alternativa de decisión se debe realizar el cálculo de su Valor
Monetario Estimado (VEM)

VEM (A i) = ∑ Xi j p j
j=1
Criterios
 Si los resultados de las interrelaciones
Xij representan utilidades, el criterio del
VEM será el siguiente:
VEM = Max VEM (Ai) (El VEM más grande)

 Si los resultados de las interrelaciones

Xij representan costos, el criterio del
VEM será el siguiente:
VEM = Min VEM (Ai) (El VEM más pequeño)
Criterios
 VEC
Se debe suponer que el decisor tiene la
posibilidad de conseguir un estimador, el
que puede señalar qué estado de la
naturaleza ocurrirá en el futuro, de manera
que la elección se dirigirá hacia la
alternativa que genere el mejor pago, por lo
tanto se puede definir al VEC como:
n

VEC = ∑ Xj* p j
j=1

Donde j* significa el beneficio de la estrategia óptima en caso de ocurrir el evento “j”

Criterios
 VEIP
Representa el máximo valor que estaríamos
dispuestos a pagar por la información
perfecta, o también podría representar el
máximo valor que estaríamos dispuestos a
desembolsar para pasar de un estado de
incertidumbre a otro de certeza.
VEIP =VEC - VEM
Ejemplo
Supóngase una empresa procesadora de
alimentos que cultiva sus propias cosechas.
Basados en la experiencia previa de la
empresa, con la siembra de 3 tipos de
cosecha (1,2 y 3) en cierta zona del país, y
considerando los 3 posibles estados de la
naturaleza (Buen tiempo, Tiempo variable, y
Mal tiempo) se ha obtenido la siguiente
matriz de pagos en términos de utilidades
en los últimos años:
Ejemplo
Buen Tiempo Mal
tiempo Variable Tiempo
0,25 0,5 0,25
1 40.000 60.000 10.000
¿Cual cultivo es mas
2 50.000 40.000 15.000 conveniente para la
compañía?
3 60.000 20.000 12.000
Ejemplo
 VEM A1= 40.000 x 0,25 + 60.000 x 0,5 + 10.000 x 0,25 = 42.500

 VEM A2= 50.000 x 0,25 + 40.000 x 0,5 + 15.000 x 0,25 = 36.250

 VEM A3= 60.000 x 0,25 + 20.000 x 0,5 + 12.000 x 0,25 = 28.000

VEM = Max VEM (Ai) = 42.500 A1

El cultivo más conveniente es el Nº 1
Ejemplo
Suponga, ahora, que las probabilidades cambien y sean,
respectivamente: 0,5 - 0,25 - 0,25

La matriz de pagos también cambia:

Buen Tiempo Mal

tiempo Variable Tiempo
0,5 0,25 0,25
1 40.000 60.000 10.000
¿Cual cultivo es mas
2 50.000 40.000 15.000 conveniente para la
compañía?
3 60.000 20.000 12.000
Ejemplo
 VEM A1= 40.000 x 0, 5 + 60.000 x 0,25 + 10.000 x 0,25 = 37.500

 VEM A2= 50.000 x 0, 5 + 40.000 x 0,25 + 15.000 x 0,25 = 38.750

 VEM A3= 60.000 x 0, 5 + 20.000 x 0,25 + 12.000 x 0,25 = 38.000

VEM = Max VEM (Ai) = 38.750 A2

Ejemplo
 Cuanto pagaría usted por la información perfecta?
n
60.000 x 0,25 + 60.000 x 0,5 + 15.000 x
VEC = ∑ Xj* pj 0,25
j=1

VEC = 48.750

VEIP = VEC - VEM 48.750 - 42.500 = 6.250

VEIP = 6.250 Es lo máximo que se debería pagar por la información

Arboles de Decisión
 A diferencia de la técnica anterior este modelo permite
enfrentar problemas en que se debe tomar decisiones
secuenciales, es decir, una vez que se ha tomado una
decisión se debe volver a tomar otra.

 Componentes
 Alternativas de Decisión en cada punto de decisión,
 Eventos que puedan incidir en el resultado de cada alternativa de
decisión.
 Probabilidades de ocurrencia de los eventos que afectan a los
resultados.
 Resultado de las posibles interacciones entre alternativas de decisión y
eventos.
Estructura de un Árbol de
Decisiones
Evento Aleatorio Punto de Decisión

E X
p
E
p X
A1 E E
p X p X
E
p X
A2 A3 E
p X

A4
E X
p
E
p X
E
p X
Árbol de Decisiones asociado al
ejemplo anterior:
Buen Tiempo
0,25 40.000
Tiempo Variable
0,50 60.000
Mal Tiempo
0,25
10.000

Buen Tiempo
0,25 50.000
Tiempo Variable
0,50 40.000
Mal Tiempo
0,25
15.000

Buen Tiempo
0,25 60.000
Tiempo Variable
0,50 20.000
Mal Tiempo
0,25
12.000
Ejemplo
El Gerente de Producción debe satisfacer un pedido de tornillos con un diseño específico.
Para fabricarlos se hace necesario un equipo especial que es escasamente requerido por la
compañía.
La empresa posee una máquina antigua que no se encuentra en óptimas condiciones, existiendo
la posibilidad de que falle antes de completar la producción de tornillos.
En el caso de que la máquina llegue a fallar, el tiempo necesario para su reparación haría
imposible cumplir con el pedido.
Ante esta eventualidad habría que arrendar una máquina en $500.000.-
Al mismo tiempo se incurriría en un gasto adicional de $100.000.- debido al sobretiempo
necesario para recuperar el tiempo perdido.
Si no se arrienda la máquina nueva, el cliente no recibirá el pedido y demandará a la empresa por
incumplimiento de contrato, exigiendo una indemnización por $10.000.000.-
Por otra parte, existe la posibilidad de arrendar una máquina nueva desde el principio, la que no
estaría sujeta a posibles fallas. Sin embargo, si se utiliza dicha máquina, existe la posibilidad de
efectuar un gasto adicional de $50.000 por concepto de calibración.
Por antecedentes históricos se sabe que la probabilidad de que la máquina antigua llegue a fallar
es de un 60 %, mientras que la probabilidad de que la máquina nueva necesite ser calibrada es
del 20 %.
Además, en el juzgado correspondiente un 30% de las demandas por incumplimiento de contrato
conceden la indemnización al demandante.
¿Qué le recomendaría a este Gerente?
 va
Nue
uina
ua Máq
dar
g
nti
aA rren
áqu
in A 2: A
rM
Usa 1
A:
 No Falla

40 %

gua
nti

Falla
aA
in

60 %
áqu
rM
Usa
A:
1

A 2: A
rren
dar
Máq
uina

Hay que Calibrar

Nue

20 %
va

No hay que Calibrar

80 %
 No Falla
$ 0.-
40 %

gua
nti

Falla
aA
in

60 %
áqu
rM
Usa
A:
1

A 2: A
rren
dar
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

No hay que Calibrar

$500.000.-
80 %
 No Falla
$ 0.-
40 %

ir
pl
m
cu
3:
No
A
gua
nti

Falla
aA
in

60 %
A
áqu

4 :A
rM

rr
en
Usa

da
r
A:
1

A 2: A
rren
dar
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

No hay que Calibrar

$500.000.-
80 %
 Hay que pagar

30 %

No Falla
$ 0.-
40 %

ir
pl
m
cu
No hay que pagar

3:
No
A
70 %
gua
nti

Falla
aA
in

60 %
A
áqu

4 :A Hay que Calibrar

rM

rr
en
20 %
Usa

da
r
A:
1

A 2: A

No hay que Calibrar

rren
dar

80 %
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

No hay que Calibrar

$500.000.-
80 %
 Hay que pagar
0 + 0 + 10.000.000 = $ 10.000.000.-
30 %

No Falla
$ 0.-
40 %

ir
pl
m
cu
No hay que pagar

No
0 + 0 + 0 = $ 0.-

3:
A
70 %
gua
nti

Falla
aA
in

60 %
A
áqu

4 :A Hay que Calibrar

500.000 + 50.000 + 100.000 = $ 650.000.-
rM

rr
en
20 %
Usa

da
r
A:
1

A 2: A

No hay que Calibrar

rren

500.000 + 100.000 = $ 600.000.-

dar

80 %
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

No hay que Calibrar

$500.000.-
80 %
 Hay que pagar
0 + 0 + 10.000.000 = $ 10.000.000.-
30 %

No Falla
$ 0.-
40 %
VEM
VEM (A
(A33):): [(10.000.000
[(10.000.000 xx 0,3)
0,3) ++ (0
(0 xx 0,7)]
0,7)] == $$ 3.000.000.-
3.000.000.-

ir
pl
m
cu
No hay que pagar

No
0 + 0 + 0 = $ 0.-

3:
A
70 %
gua
nti

Falla
aA
in

60 %
A
áqu

4 :A Hay que Calibrar

500.000 + 50.000 + 100.000 = $ 650.000.-
rM

rr
en
20 %
Usa

da
r
A:
1

A 2: A

No hay que Calibrar

rren

500.000 + 100.000 = $ 600.000.-

dar

80 %
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

No hay que Calibrar

$500.000.-
80 %
 Hay que pagar
0 + 0 + 10.000.000 = $ 10.000.000.-
30 %

No Falla
$ 0.-
40 %
VEM
VEM (A
(A33):): [(10.000.000
[(10.000.000 xx 0,3)
0,3) ++ (0
(0 xx 0,7)]
0,7)] == $$ 3.000.000.-
3.000.000.-

ir
pl
m
cu
No hay que pagar

No
0 + 0 + 0 = $ 0.-

3:
A
70 %
gua
nti

Falla
aA
in

60 %
A
áqu

4 :A Hay que Calibrar

500.000 + 50.000 + 100.000 = $ 650.000.-
rM

rr
en
20 %
Usa

da
r
A:
1

VEM
VEM (A
(A44):): [(650.000
[(650.000 xx 0,2)
0,2) ++ (600.000
(600.000 xx 0,8)]
0,8)] == $$ 610.000.-
610.000.-
A 2: A

No hay que Calibrar

rren

500.000 + 100.000 = $ 600.000.-

dar

80 %
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

No hay que Calibrar

$500.000.-
80 %
 Hay que pagar
0 + 0 + 10.000.000 = $ 10.000.000.-
30 %

No Falla
$ 0.-
40 %
VEM
VEM (A
(A33):): [(10.000.000
[(10.000.000 xx 0,3)
0,3) ++ (0
(0 xx 0,7)]
0,7)] == $$ 3.000.000.-
3.000.000.-

ir
pl
m
cu
No hay que pagar

No
0 + 0 + 0 = $ 0.-

3:
A
70 %
gua
nti

Falla
aA
in

60 %
A
áqu

4 :A Hay que Calibrar

500.000 + 50.000 + 100.000 = $ 650.000.-
rM

rr
en
20 %
Usa

da
r
VEM
VEM (A
(A11):): [(0
[(0 xx 0,4)
0,4) ++ (610.000
(610.000 xx 0,7)]
0,7)] == $$ 366.000.-
A:

366.000.-
1

VEM
VEM (A
(A44):): [(650.000
[(650.000 xx 0,2)
0,2) ++ (600.000
(600.000 xx 0,8)]
0,8)] == $$ 610.000.-
610.000.-
A 2: A

No hay que Calibrar

rren

500.000 + 100.000 = $ 600.000.-

dar

80 %
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

No hay que Calibrar

$500.000.-
80 %
 Hay que pagar
0 + 0 + 10.000.000 = $ 10.000.000.-
30 %

No Falla
$ 0.-
40 %
VEM
VEM (A
(A33):): [(10.000.000
[(10.000.000 xx 0,3)
0,3) ++ (0
(0 xx 0,7)]
0,7)] == $$ 3.000.000.-
3.000.000.-

ir
pl
m
cu
No hay que pagar

No
0 + 0 + 0 = $ 0.-

3:
A
70 %
gua
nti

Falla
aA
in

60 %
A
áqu

4 :A Hay que Calibrar

500.000 + 50.000 + 100.000 = $ 650.000.-
rM

rr
en
20 %
Usa

da
r
VEM
VEM (A
(A11):): [(0
[(0 xx 0,4)
0,4) ++ (610.000
(610.000 xx 0,7)]
0,7)] == $$ 366.000.-
A:

366.000.-
1

VEM
VEM (A
(A44):): [(650.000
[(650.000 xx 0,2)
0,2) ++ (600.000
(600.000 xx 0,8)]
0,8)] == $$ 610.000.-
610.000.-
A 2: A

No hay que Calibrar

rren

500.000 + 100.000 = $ 600.000.-

dar

80 %
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

VEM
VEM (A
(A22):): [(550.000
[(550.000 xx 0,2)
0,2) ++ (500.000
(500.000 xx 0,8)]
0,8)] == $$ 510.000.-
510.000.-

No hay que Calibrar

$500.000.-
80 %
 Hay que pagar
0 + 0 + 10.000.000 = $ 10.000.000.-
30 %

No Falla
$ 0.-
40 %
VEM
VEM (A
(A33):): [(10.000.000
[(10.000.000 xx 0,3)
0,3) ++ (0
(0 xx 0,7)]
0,7)] == $$ 3.000.000.-
3.000.000.-

ir
pl
m
cu
No hay que pagar

No
0 + 0 + 0 = $ 0.-

3:
A
70 %
gua
nti

Falla
aA
in

60 %
A
áqu

4 :A Hay que Calibrar

500.000 + 50.000 + 100.000 = $ 650.000.-
rM

rr
en
20 %
Usa

da
r
VEM
VEM (A
(A11):): [(0
[(0 xx 0,4)
0,4) ++ (610.000
(610.000 xx 0,7)]
0,7)] == $$ 366.000.-
A:

366.000.-
1

VEM
VEM (A
(A44):): [(650.000
[(650.000 xx 0,2)
0,2) ++ (600.000
(600.000 xx 0,8)]
0,8)] == $$ 610.000.-
610.000.-
A 2: A

No hay que Calibrar

rren

500.000 + 100.000 = $ 600.000.-

dar

80 %
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

VEM
VEM (A
(A22):): [(550.000
[(550.000 xx 0,2)
0,2) ++ (500.000
(500.000 xx 0,8)]
0,8)] == $$ 510.000.-
510.000.-

No hay que Calibrar

$500.000.-
80 %

VEM = Min (Ai) = $ 366.000.- = A1

 Hay que pagar
0 + 0 + 10.000.000 = $ 10.000.000.-
30 %

No Falla
$ 0.-
40 %
VEM
VEM (A
(A33):): [(10.000.000
[(10.000.000 xx 0,3)
0,3) ++ (0
(0 xx 0,7)]
0,7)] == $$ 3.000.000.-
3.000.000.-

ir
pl
m
cu
No hay que pagar

No
0 + 0 + 0 = $ 0.-

3:
A
70 %
gua
nti

Falla
aA
in

60 %
A
áqu

4 :A Hay que Calibrar

500.000 + 50.000 + 100.000 = $ 650.000.-
rM

rr
en
20 %
Usa

da
r
VEM
VEM (A
(A11):): [(0
[(0 xx 0,4)
0,4) ++ (610.000
(610.000 xx 0,7)]
0,7)] == $$ 366.000.-
A:

366.000.-
1

VEM
VEM (A
(A44):): [(650.000
[(650.000 xx 0,2)
0,2) ++ (600.000
(600.000 xx 0,8)]
0,8)] == $$ 610.000.-
610.000.-
A 2: A

No hay que Calibrar

rren

500.000 + 100.000 = $ 600.000.-

dar

80 %
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

VEM
VEM (A
(A22):): [(550.000
[(550.000 xx 0,2)
0,2) ++ (500.000
(500.000 xx 0,8)]
0,8)] == $$ 510.000.-
510.000.-

No hay que Calibrar

$500.000.-
80 %

VEM = Min (Ai) = $ 366.000.- = A1

 Hay que pagar
0 + 0 + 10.000.000 = $ 10.000.000.-
30 %

No Falla
$ 0.-
40 %
VEM
VEM (A
(A33):): [(10.000.000
[(10.000.000 xx 0,3)
0,3) ++ (0
(0 xx 0,7)]
0,7)] == $$ 3.000.000.-
3.000.000.-

ir
pl
m
cu
No hay que pagar

No
0 + 0 + 0 = $ 0.-

3:
A
70 %
gua
nti

Falla
aA
in

60 %
A
áqu

4 :A Hay que Calibrar

500.000 + 50.000 + 100.000 = $ 650.000.-
rM

rr
en
20 %
Usa

da
r
VEM
VEM (A
(A11):): [(0
[(0 xx 0,4)
0,4) ++ (610.000
(610.000 xx 0,7)]
0,7)] == $$ 366.000.-
A:

366.000.-
1

VEM
VEM (A
(A44):): [(650.000
[(650.000 xx 0,2)
0,2) ++ (600.000
(600.000 xx 0,8)]
0,8)] == $$ 610.000.-
610.000.-
A 2: A

No hay que Calibrar

rren

500.000 + 100.000 = $ 600.000.-

dar

80 %
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

VEM
VEM (A
(A22):): [(550.000
[(550.000 xx 0,2)
0,2) ++ (500.000
(500.000 xx 0,8)]
0,8)] == $$ 510.000.-
510.000.-

No hay que Calibrar

$500.000.-
80 %

VEM = Min (Ai) = $ 366.000.- = A1 Usar la máquina Antigua

 Hay que pagar
0 + 0 + 10.000.000 = $ 10.000.000.-
30 %

No Falla
$ 0.-
40 %
VEM
VEM (A
(A33):): [(10.000.000
[(10.000.000 xx 0,3)
0,3) ++ (0
(0 xx 0,7)]
0,7)] == $$ 3.000.000.-
3.000.000.-

ir
pl
m
cu
No hay que pagar

No
0 + 0 + 0 = $ 0.-

3:
A
70 %
gua
nti

Falla
aA
in

60 %
A
áqu

4 :A Hay que Calibrar

500.000 + 50.000 + 100.000 = $ 650.000.-
rM

rr
en
20 %
Usa

da
r
VEM
VEM (A
(A11):): [(0
[(0 xx 0,4)
0,4) ++ (610.000
(610.000 xx 0,7)]
0,7)] == $$ 366.000.-
A:

366.000.-
1

VEM
VEM (A
(A44):): [(650.000
[(650.000 xx 0,2)
0,2) ++ (600.000
(600.000 xx 0,8)]
0,8)] == $$ 610.000.-
610.000.-
A 2: A

No hay que Calibrar

rren

500.000 + 100.000 = $ 600.000.-

dar

80 %
Máq
uina

Hay que Calibrar

Nue

500.000 + 50.000 = $550.000.-

20 %
va

VEM
VEM (A
(A22):): [(550.000
[(550.000 xx 0,2)
0,2) ++ (500.000
(500.000 xx 0,8)]
0,8)] == $$ 510.000.-
510.000.-

No hay que Calibrar

$500.000.-
80 %

VEM = Min (Ai) = $ 366.000.- = A1 Usar la máquina Antigua

Y sólo arrendar máquina nueva en caso de falla.
Si se procede de esta manera el costo esperado es de
$366.000.-
GOLO S.A. es una empresa dedicada a la fabricación y venta de caramelos y golosinas desea expandir sus horizontes
e internacionalizar la comercialización de sus productos, para lo que se ha planteado 3 alternativas diferentes para
desarrollar su estrategia de crecimiento:
• Asociarse con una empresa francesa para establecer un acuerdo de cooperacióny realizar un joint-venture para
establecerse en Francia.
• La apertura de una filial productiva en Francia, o
• Realizar una estrategia de penetración a través de una fuerte campaña publicitaria que incluya planes de
penetración para los distribuidores.
La empresa de investigación que la está asesorando le informa que la demanda de sus productos en Francia muestra
un comportamiento errático por el descenso de la natalidad, de modo que:
o La probabilidad de obtener una demanda alta es tan solo del 10%, con lo que los ingresos estimados para la
empresa serían de MM$90,
o La probabilidad de una demanda media se eleva hasta el 35%, con lo que se esperan ingresos por MM$54.
o El caso mas probable que se puede encontrar es el de una demanda baja, con lo que se obtendrían ingresos por
MM$27.
GOLO S.A. estima que si se asocia con la empresa francesa, obtendrá sólo el 40% de los posibles ingresos, con un
costo de MM$13,5, pero la probabilidad de alcanzar una demanda alta aumenta hasta un 20%, pues la empresa
conoce mejor el mercado objetivo, mientras que la probabilidad de encontrar una demanda baja se reduce hasta un
40%.
El costo de instalarse con una filial productiva asciende a MM$31,5. Ante esta situación y asumiendo que la demanda
puede ser baja, la empresa se plantea la posibilidad de invertir en una campaña publicitaria en Francia, que costaría
MM$4,5 con la que se tendría una probabilidad de 60% de tener éxito y aumentar los ingresos en MM$45, mientras que
en caso de fracaso, el ingreso estimado seguiría siendo de MM$27.
El costo de realizar la estrategia de penetración de mercado es de MM$31,5. Un estudio estima que la reacción de los
competidores puede ser negativa en un 60% de las veces. En este caso la empresa puede optar por retirarse,
obteniendo un ingreso estimado que cubriría el 80% de los costos de la campaña publicitaria o, por el contrario, finalizar
la campaña con una promoción especial destinada a clientes finales (consumidores), la que tendría un costo de MM$9
y se estima tendrá éxito en un 60% de las ocasiones. Si esta última campaña tiene éxito, el ingreso obtenido por la
empresa sería de MM$72, mientras que, si fracasara, la empresa sólo conseguiría ingresos de MM$36.
Si la competencia reacciona de modo favorable, la empresa obtendrá ingresos por MM$63 sin necesidad de realizar
campañas adicionales.
Qué política de decisiones debe llevar a cabo GOLO S.A.?
 10,8 – 13,5 = -2,7
ja
Ba 0%
a 4
Dd a Media 21,6 – 13,5 = 8,1
Dd 40%
1 Dda Alta
36 – 13,5 = 22,5 a 27 – 31,5 – 4,5 + 45 = 36
20% e xitos
paña 6 %
0
c ia Cam
aña
Hacer Camp 2
ran

Campa
ña fracas
F

a
en

No hacer 40% 27 – 31,5 – 4,5 = -9

n
re

ada
ntu

27 – 31,5 = -4,5
ja
Ba 5%
-Ve

a 5
int

Dd
54 – 31,5 = 22,5
Jo

a
Medi
Dda 35%
Filial en Francia
3 Dda Alta
10% 90 – 31,5 = 58,5
Est

so
exito -31,5 – 9 + 72 = 31,5
rat

ltad o 60%
Resu
eg
ia d

eci
a l
4 Malos R
eP

Es p e sultado
òn s
oci
ene

m 40% -31,5 – 9 + 36 = -4,5

Pro
t
rac

b le
i

ra
òn

e sfavo Retirarse
nD -31,5 + 25,2 = 6,3
e acciò 60%
R

5 Reac
ciòn
F avo
40% ra b le
-31,5 + 63 = 31,5
La mejor opción es instalar una filial en Francia y, si la
demanda por los productos de Golo S.A. es baja, se
debe realizar una campaña publicitaria, con lo que se
espera obtener MM$23,625.
Otro Ejemplo:
La presidenta de una compañía dedicada a la investigación y desarrollo de nuevas
tecnologías cree que un empleado de la compañía está proporcionado Información
confidencial a la competencia. Ella está segura en un 80% que éste informante es el
tesorero de la compañía, cuyos contactos han sido extremadamente valiosos para
obtener financiamiento para la compañía. Si lo despide y es el informante, la compañía
gana $100.000. Si lo despide pero no es el informante, la compañía pierde su
experiencia y aún tiene a un informante en el equipo, con una pérdida para la compañía
de $300.000. Si ella no despide al tesorero, la compañía pierde $200.000, sea o no sea
el informante, ya que en ambos casos el informante continúa en la compañía.
Antes de decidir la suerte del tesorero, la presidenta podría ordenar pruebas con un
detector de mentiras, pero para evitar posibles demandas, estas pruebas tendrían que
administrarse a todos los empleados, con un costo total de $30.000. Otro problema es
que las pruebas con el detector de mentiras no son definitivas. Si una persona está
mintiendo (el tesorero es culpable), la prueba la revelara el 90% de las veces, pero si
una persona no está mintiendo (el tesorero es inocente), la prueba lo indicará solo 70%
de las veces. Construya el Árbol de Decisiones asociado a este problema y determine
qué acciones deberá tomar la presidenta de la compañía.
 No despedir a nadie
- 230.000
B1
te
i en Tesorero es inocente
m - 330.000
ro B2 0,10
re
so Despedir
: Te 80
do 0, al Tesorero
l ta
u Tesorero es culpable
Rse
Re + 70.000
su 0,90
r lta
to do
c :T
e es
et as o
D ir 0, rero
s ar n t 20 no No despedir a nadie
e
1 : Ue m mi
en - 230.000
A d te B3
A2
:N
o Tesorero es
us inocente
- 330.000
ar B4
D Despedir al 0,70
et Tesorero
ec
to Tesorero es
r culpable + 70.000
de
m 0,30
en
ti
ra No despedir a nadie
s - 200.000
C1

Tesorero es
inocente
- 300.000
C2
Despedir al 0,20
Tesorero
Tesorero es
culpable + 100.000
0,80
Lo mas conveniente es despedir al Tesorero inmediatamente sin realizar pruebas con el detector de mentiras (+20.000 v/s -18.0
 Un famoso chef desea comprar 1 caja de salmón en el mercado central y se dirige al negocio
que mejores resultados le ha significado, donde está certificado que el 62 % de las cajas que
venden son de excelente calidad (Para facilitar los cálculos se supondrá que el contenido de las
cajas sólo puede ser excelente o decepcionante).
El pescado se vende en cajas cerradas que no permiten distinguir la calidad del producto,
pero el chef es capaz de identificar un pescado de alta calidad y ofrece al dueño del negocio
$40.000 por la posibilidad de abrir una caja y extraer un pescado del interior antes de comprarla
con el fin de testear su contenido.
El dueño del negocio accede, pero establece que sólo le permitirá realizar la prueba en 1
caja.
Si la muestra resulta ser de alta calidad, hay un 90% de probabilidad de que la caja sea
de excelente calidad, lo que generará una ganancia de $500.000 por la venta de platos en el
restaurante.
Si la muestra resulta ser de mala calidad, hay un 80% de probabilidad de que la caja sea
de calidad decepcionante, lo que generará pérdidas por $300.000 atribuibles a la imagen
comercial del restaurant.
Considere que la probabilidad de sacar un pescado de alta calidad es del 61% y:

a) confeccione el árbol de decisiones asociado a este problema.

b) determine la secuencia de decisiones que recomienda realizar al chef.

NOTA: Si el chef decide no comprar la caja de pescado, deberá comprar carne de Wagyú,
 es $500.000
j a
ca
La elente
do exc La62%
pes
c a  dece caja es
pcion
rar ant $-300.000
omp
C 38% e
Comprar Wa
gyu
eba

$200.000
pru
cer
ha

es $460.000
c a j a
No

La elente
c
Leax ca 90%
sc ado  dece a es
j
r pe pcion
Ha

ra e ant
omp $-340.000
cer

o C
c ad Comprar Wa 10%
es idad gyu
pru

p l
c a 1 a ca $160.000
Sa e alt 1%
eb

d 6
a

Sa es $460.000
 de ca 1
ba pe
c a
La elen
j a
t e
ja sc eLxac 20%
39 cali ado sc ado  caja
es
% da pe dece
d ar pcion
r e ant $-360.000
omp
C
Comprar Wa 80%
gyu
$160.000
 $ 0,6 -$ 0,3
VEM¯ = ( 500.000 x 2) + ( 300.000 x 8)
$
VEM¯ = 196.000

$ 0,9 -$ 0,1
VEMƒ = ( 460.000 x 0) + ( 340.000 x 0)
$
VEMƒ = 380.000

$ 0,2 -$ 0,8
VEM« = ( 460.000 x 0) + ( 340.000 x 0)
-$
VEM« = 180.000

$ 0,6 $ 0,3
VEMJ = ( 380.000 x 1) + ( 160.000 x 9)
$