MODELOS ESTOCÁSTICOS

202125

Ejercicios
Árbol de decisiones

1. En la última semana usted se ha visto involucrado en un pequeño accidente

automovilistico. Una compañía de seguros le ofrece una indemnización por accidente
de $210.000; si no acepta la oferta y decide ir a juicio, puede obtener $185.000,
$415.000 o $580.000 dependiendo de las alegaciones que el juez considere aceptable.
Si pierde el juicio debe pagar los costos que ascienden a $30.000. Se sabe que el 70%
de los juicios se ganan y de éstos en el 50% se obtiene la menor indemnización, en el
30% la intermedia y en el 20% la más alta.

a) Dibuje el árbol de desiciones para este problema.

b) Determine cual es la decisión más acertada.
a)
b)

VME(C)= 185.000*0.50 + 415.000*0.30 + 580.000*0.20 = 92.500 + 124.500 + 116.000 = 333.000

Pero eso solo puede ser cierto con una probabilidad del 70% de las veces.

VME(B) = 333.000*0.70 - 30.000*0.30= 233.100 – 9.000= $224.100

Los cálculos nos indican que el valor monetario esperado si se va a juicio es de $224.000, lo cual no es
seguro, es una posibilidad promedio.

En cambio si acepta la oferta de la compañía es de $210.000.

 Criterios de decisión

Suponga que debe tomar una decisión sobre un nuevo modelo de equipo
industrial a instalar en su organización. En concreto debe elegir entre tres equipos
de distinta capacidad, funciones, facilidad de uso y precio. Usted, como
responsable de la decisión final sabe que el rendimiento del equipo depende de la
adaptación de los operarios a los mismos, ya que su instalación supone un cambio
en los procesos de trabajo y el desarrollo de nuevas competencias. Usted puede
estimar razonablemente el beneficio que dicho equipo proporcionar. en base a la
adaptación de los operarios, de forma que puede construir la siguiente matriz de
decisión:
 Criterio de decisión en situaciones de certeza.

Si usted sabe qué situación se va a presentar en el futuro elegirá la alternativa

que proporciona el máximo resultado para ese suceso futuro.

En el ejemplo, si usted sabe está completamente seguro que los operarios se

adaptarán muy bien, elegirá la alternativa 3, que da el mayor resultado.

Sin embargo, si piensa que no se van a adaptar y sabe que ello ocurrirá, elegiría
la alternativa 2, pues en esa situación es la que da mejores resultados.

Puesto que sabemos que va a ocurrir, el criterio de decisión es elegir la

alternativa que proporciona el mejor resultado.
 Criterio de decisiones en situación de riesgo.

En este caso, es posible asignar probabilidades (pj) a los estados de la naturaleza o

sucesos de los que depende la efectividad de la decisión. En este caso, podemos
determinar el Valor Monetario Esperado (VME) de cada alternativa como media
ponderada de los posibles resultados. En el ejemplo si las probabilidades asignadas a los
distintos sucesos fuesen 0.1, 0.4, 0.5 podemos determinar el VME de cada alternativa.

VME(Ai)

VME(A1) = 650*0,1+550*0,4+900*0,5 = 65+220+450 = 735

VME(A2) = 1000*0,1+650*0,4+400*0,5 = 100+260+200 = 560
VME(A3) = 500*0,1+800*0,4+950*0,5 = 50+320+475 = 845
En este caso por la alternativa 3 que es la que, proporciona un mayor resultado en
función de las probabilidades asignadas a cada situación.
 Criterios de decisión en situaciones de incertidumbre.

Criterio de Laplace.
El criterio está basado en el principio de razón insuficiente; como no podemos
suponer una mayor probabilidad de ocurrencia a un suceso futuro que a otro,
podemos considerar que todos los sucesos futuros son equiprobables.
Así, cada suceso posible tiene una probabilidad asignada de 1/n para n sucesos
posibles. A partir de aquí, la decisión a tomar será aquella que proporcione un
mayor valor esperado.
Para el ejemplo, si admitimos la equiprobabilidad de cada una de las situaciones
posibles, la probabilidad de cada una será 1/3 y tendrá un valor esperado:
VE(A1) = 1/3(650+550+900) = 700
VE(A2) = 1/3(1000+650+400) = 683,3
VE(A3) = 1/3(500+800+950) = 750
Por lo que el decisor debería elegir la alternativa 3 que es la que proporciona un mayor
valor esperado ya que estamos operando con beneficios.

Elegir esta alternativa no supone unos beneficios de 750. Los beneficios esperados para
esta alternativa serán 650, 550 o 900 (siempre y cuando las estimaciones del decisor
sean correctas en cuanto al conjunto de resultados)

Si se tratara de costos, obviamente elegiríamos aquella alternativa que

represente un costo esperado menor.
 Criterio de Wald.

1. Criterio pesimista. Razona sobre la peor situación que se le puede presentar al

decisor una vez elegida una alternativa.
El criterio establece que elegida una alternativa, se presentará el peor resultado
posible, de forma que el decisor debería elegir el mejor de estos resultados según:

Para el ejemplo:

Valor Esperado de
la decisión

Alternativa 1 550
Bajo este criterio, en este caso se debe elegir
Alternativa 2 400 la alternativa A que aporta los mayores
Alternativa 3 500 beneficios.
 Criterio de Wald.

2. Criterio optimista. Según este criterio, si las cosas pueden ir bien, no hay motivo para
que ello no sea así. El decisor que sigue este criterio identifica cada alternativa con el
mejor resultado posible optando por la alternativa que corresponda con dicho valor. El
criterio a seguir será:

Para el ejemplo:

Valor Esperado de
la decisión

Alternativa 1 900
Bajo este criterio, en este caso se debe elegir
Alternativa 2 1000 la alternativa B que aporta los mayores
Alternativa 3 950 beneficios.
 Criterio de Savage.
El criterio de Savage transforma la matriz de beneficios (o de pérdidas) en una matriz de
errores. De esta forma, el decisor puede evaluar fácilmente el costo de oportunidad en el
que incurre por tomar una decisión equivocada.

Matriz de costos de oportunidad.

Al ser este un criterio conservador en el que el decisor desea elegir aquella
alternativa que le minimiza el costo del error, debemos fijarnos en el máximo error
que se puede cometer con cada alternativa.
En este caso estos valores son los siguientes:

Por lo tanto, en vistas a minimizar el error de

una mala elección, el decisor optaría, de
acuerdo a este criterio, por la alternativa 1; la
que minimiza el máximo (Minimax) error
posible.
 Criterio de Hurwicz.

Este criterio representa una abanico de actitudes, desde la más pesimista a la más
optimista ponderando ambas situaciones por un índice de optimismo α.
Para aplicar este criterio de decisión, el decisor debe definir su coeficiente de optimismo
α entre el 0 y el 100% (entre 0 y 1). Consecuentemente el coeficiente de pesimismo será
(1-α).
Para calcularlo, en cada opción se suma el valor máximo (ponderado por el coeficiente de
optimismo) al valor mínimo (ponderado por el coeficiente de pesimismo)
Si calculamos los valores para cada una de las estrategias obtenemos los
siguientes valores para un coeficiente de optimismo del 65% (α=0,65):

A1 = 900*0,65 + $ 550*(1 - 0,65) = 777,5

A2 = 1000*0,65 + $ 400*(1 - 0,65) = 790
A3 = 950*0,65 + $ 500*(1 - 0,65) = 792,5

Así el decisor, de acuerdo a este criterio y a ese coeficiente de optimismo elegiría la

alternativa 3.
 Programación Dinámica Determinística

Un Ingeniero Forestal, requiere saber:

a)Cuál es el costo mínimo, y
b)Cuál es la ruta con ese costo mínimo, para ir desde su oficina hasta el lugar donde está
la cosecha.
En su camino debe pasar por 3 sectores o ciudades antes de llegar a su destino, y
lugares posibles en esos sectores o ciudades. Las posibles rutas, y el costo asociado por
Kms. de distancia y otros en $, se ven en el siguiente esquema:
Etapa1 Etapa2 Etapa3 Etapa 4
Solución:

Para ir de 1 a 13 hay 48 rutas posibles. Programación Dinámica

Etapas: Son 4.
La etapa 1 es decidir ir del estado inicial 1 al estado 2,3,4 o 5 que son los puntos
posibles en el sector siguiente.
La etapa 2 es decidir ir a 6, 7 u 8.
La etapa 3 es decidir ir a 9, 10, 11 o 12.
La etapa 4 es decidir a 13.

Estado: Lugar donde se encuentra.

La etapa 1 tiene 1 estado: 1.
La etapa 2 tiene 4 estados: 2, 3, 4, 5.
La etapa 3 tiene 3 estados: 6,7,8.
La etapa 4 tiene 4 estados: 9, 10, 11, 12.

Función recursiva: fn(sn, xn) = recompensa inmediata + recompensa futura

Cálculos n=4 S \ X4 13 F4* X4*
9 12 12 13
f4(S4, X4) = p4(X4)
10 16 16 13
11 15 15 13
12 14 14 13

n=3 S \ X3 9 10 11 12 F3* X3*

6 3+12=15 2+16=18 1+15=16 3+14=17 15 9 f3(S3, X3) = p3(X3) + f4*(S3 – X3)
7 4+12=16 1+16=17 4+15=19 6+14=20 16 9
8 2+12=14 3+16=19 6+15=21 5+14=19 14 9

n=2 S \ X2 6 7 8 F2* X2*

2 9+15=24 4+16=20 6+14=20 20 7-8
3 5+15=20 7+16=23 4+14=18 18 8 f2(S2, X2) = p2(X2) + f3*(S2 – X2)
4 9+15=24 10+16=26 8+14=22 22 8
5 9+15=24 10+16=26 11+14=25 24 6
n=1 S \ X1 2 3 4 5 F1* X1* f1(S1, X1) = p1(X1) + f2*(S1 – X1)
1 7+20=27 6+18=24 5+22=27 6+24=30 24 3

Respuesta: El óptimo es: 24

La solución óptima es: X1 = 3 ; X2 = 8 ; X3= 9 ; X4= 13.
La ruta óptima es 1à 3à 8 à 9 à13
Respuesta al problema planteado:
El Ingeniero Forestal tiene un costo mínimo de $24 para ir desde su oficina al lugar de cosecha, y ese mínimo lo puede
lograr yendo desde su oficina al lugar 3 luego al lugar 8 luego al lugar 9 y de ahí al lugar 13, que es donde está la cosecha.
 PERT-CPM

Sonia, vicepresidenta de marketing de la compañía Juguetes Pepi, está a punto

de comenzar un proyecto para diseñar una campaña publicitaria para una nueva
línea de juguetes. Quiere que el proyecto en un plazo de 57 días para lanzar la
campaña publicitaria al comienzo de la temporada navideña. Sonia ha
identificado las seis actividades (etiquetadas como A, B, . . . , F) necesarias para
ejecutar este proyecto. Teniendo en cuenta el orden en que deben realizarse
estas actividades, ha construido la siguiente red de proyectos.

Inicio Término

Utilizando el enfoque PERT de tres estimaciones, Sonia ha obtenido las siguientes

estimaciones de la duración de cada actividad.
 Actividad Estimación optimista Estimado más probable Estimación pesimista
(días) (días) (días)

A 12 12 12
B 15 21 39
C 12 15 18
D 18 27 36
E 12 18 24
F 2 5 14

a) Encuentre la estimación de la media y la varianza de la duración de cada actividad.

b) Encuentre la ruta crítica.
c) Utilice el camino crítico medio para encontrar la probabilidad aproximada de que la
campaña publicitaria esté lista para su lanzamiento en 57 días.
d) Considere ahora el otro camino a través de la red del proyecto. Encuentre la
probabilidad aproximada de que este camino se complete dentro de 57 días.
e) Como estas trayectorias no se cruzan, una mejor estimación de la probabilidad de
que el proyecto termine en 57 días puede obtenerse de la siguiente manera. El
proyecto terminará en 57 días si ambos caminos se completan en 57 días. Por lo tanto,
la probabilidad aproximada de que el proyecto termine en 57 días es el producto de las
probabilidades encontradas en las partes (c) y (d). Realice este cálculo. ¿Qué dice esta
respuesta sobre la exactitud del procedimiento estándar utilizado en la parte (c)?
 Actividad Optimista Más probable Pesimista Tiempo esperado Varianza
a) (a) (m) (b) 𝑡 = [(𝑎 + 4𝑚 + 𝑏)/6] 𝑉= 𝑏 − 𝑎 /6 !

(días) (días) (días)

A 12 12 12 12 0
B 15 21 39 23 16
C 12 15 18 15 1
D 18 27 36 27 9
E 12 18 24 18 4
F 2 5 14 6 4

12 15 18 6

23 27

b)
Ruta: 𝐴 → 𝐶 → 𝐸 → 𝐹 𝑇𝑖𝑒𝑚𝑝𝑜: 51 𝑑í𝑎𝑠
Ruta: 𝐵 → 𝐷 𝑇𝑖𝑒𝑚𝑝𝑜: 50 𝑑í𝑎𝑠
 A 12 C 15 E 18 F 6
0 12 12 27 27 45 45 51
0 12 12 27 27 45 45 51
Ini 0 Ter 0
0 0 51 51
0 0 51 51
B 23 D 27
0 23 23 50
1 24 24 51
Actividad IC TC IL TL Holgura R.C.
(TL-TC)
A 0 12 0 12 0 Si
B 0 23 1 24 1 No
C 12 27 12 27 0 Si
D 23 50 24 51 1 No
E 27 45 27 45 0 Si
F 45 51 45 51 0 Si

Ruta Crítica: 𝐴 → 𝐶 → 𝐸 → 𝐹 𝑇𝑖𝑒𝑚𝑝𝑜: 51 𝑑í𝑎𝑠

 00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09

c) Suma Varianzas (R.C.) = 0+1+4+4=9

!"#! %&"%'
Z= = = 2 => 𝑃 𝑇 ≤ 57 = 0.9772
$! (

d) Suma Varianzas (otra ruta) = 16+9=25

𝑑 − 𝜇) 57 − 50
𝑍= = = 1.4 => 𝑃 𝑇 ≤ 57 = 0.9192
𝜎) 25
 00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09

Áreas bajo la curva

normal estándar

Se aproxima mas a un valor Z=1.2

e) (0.9772)·(0.9192)=0.8982, luego el procedimiento usado en (c) sobreestima la

probabilidad de completar el proyecto en 57 días.
 Flujo Máximo

Encuentre el flujo máximo de la red que se le muestra a continuación, donde el nodo

inicial es (AI) y el terminal es (GT).
Iteración 1: elegimos el camino AI - B - E - GT, en este camino encontramos los arcos AIB,
BE, EGT ahora encontramos el mínimo de la capacidad de los arcos: min {6,4,4} = 4.
Puede ver que el mínimo es 4. Puede ver que la red ha a reducido su capacidad en los
arcos que hemos utilizado.
Iteración 2: elegimos un nuevo camino AI-C-F-GT , en este camino encontramos los
arcos AIC, CF y FGT, obtenemos el mínimo de la capacidad de los arcos: min {4,3,9}=3
Iteración 3: Elegimos AI-C-D-F-GT, en este camino encontramos los arcos: AIC, CD, DF, FGT,
obtenemos el mínimo de la capacidad de los arcos: min {1,3,4,6}=1
Iteración 4: Aún hay un camino AI-D-F-GT con capacidad de enviar: min {1,3,5} =1

Por lo tanto hemos llegado al flujo máximo de la red con capacidad de 9.

 Ruta mas Corta

Encuentre la ruta más corta de la siguiente red. Los números representan las
distancias correspondientes reales entre los nodos.
Solución:

La red tenemos tiene 11 nodos:

Al salir del Nodo O se puede llegar a los Nodos A,B y C, pero se puede hacer a distintos
costos 4, 3 y 6 respectivamente. Cuadrados rojos sobre los nodos alcanzados o conocidos.
OA=4, OB=3,OC=6
Ahora vamos al Nodo D; puede ver que los nodos conocidos más cercanos son A y C, por
lo tanto se puede llegar a D desde A con 4+3=7; tambien se puede llegar a D dese C con
6+2=8, como nos interesa el camino más corto elegimos AD = 7.

Ahora vamos a E; los nodos conocidos más cercanos son B y C. Por tanto se puede llegar
a E desde B con 3+6= 9; pero se puede llegar a E desde C con 6+5=11 como nos interesa
el camino más corto elegimos BE = 9.

Ahora vamos a F; puede verse que los nodos conocidos más cercanos son C, D y E, por
tanto se puede llegar a F desde C con 6 + 2= 8; tambien se puede llegar a F desde D con
7+2=9; y ademas se puede llegar a F desde E con 9+1=10; puede verse que el más corto
de los tres es CF=8.
Ahora podemos alcanzar G desde los nodos conocidos más cercanos D y F, por tanto se
puede llegar a G desde D con 7+4=11; y tambien se puede llegar a G desde F con 8+2=10;
puede verse que es menos costoso llegar desde F por lo que elegimos FG=10.

Ahora podemos alcanzar H desde los nodos conocidos más cercanos E, F y G. Por tanto se
puede llegar a H desde E con 9+2= 11; ademas se puede llegar a H desde F con 8+5=13; y
tambien se puede llegar a H desde G con 10+2=12; puede verse que el menos costoso es
EH = 11.

Ahora podemos alcanzar I desde los nodos conocidos más cercanos E y H. Por lo tanto se
puede llegar a I desde E con 9 + 5=14; y tambien se puede llegar a I desde H con 11+3=14;
vemos que los costos son iguales desde E o desde H, por lo que hay dos opciones
posibles. HI y EI
Ahora podemos alcanzar el nodo destino T desde los nodos conocidos más cercanos G,H e I.
Luego, puedo alcanzar T desde G con 10+7=17; tambien puedo alcanzar T desde H con
11+8=29, o también se puede alcanzar T desde I con 14+4=18, de los tres el menos costoso
es 17 desde GT

La ruta óptima será: OC-CF-FG-GT=17, o lo que es lo mismo, O-C-F-G-T = 17

 Árbol de Mínima Expansión

El alcalde de una pequeña ciudad desea instalar líneas telefónicas para asegurar la
comunicación entre todas las distintas zonas, para lo cual, la ciudad ha sido dividida en
cinco zonas diferentes. En la figura se dan las distancias entre las cinco zonas. Con el
objetivo de usar la menor cantidad de cableado postes, use el algoritmo del árbol de
mínima expansión y determine
¿Cuál es la longitud mínima necesaria de la línea telefónica?
Conectamos:
El Nodo 3 con el Nodo 1. Con una distancia de 3 Km
El Nodo 3 con el Nodo 5. Con una distancia de 3 Km.
El Nodo 3 con el Nodo 4. Con una distancia de 4 Km.
El Nodo 1 con el Nodo 2. Con una distancia de 5 Km.
La última conexión pudo hacerse del Nodo 2 al nodo 3 por que también tiene 5 Km.
Para un total de 15 Km de cableado y tendido de poste, está sería la decisión óptima.
Las instalaciones se deberán hacer en la ruta descrita por los arcos pintados de rojo.