Unidad 3 Teoria de Decision

UNIDAD III TEORÍA DE DECISIÓN
3.1 Características generales de la teoría de decisiones.
En términos generales, la teoría de decisiones se ocupa de decisiones contra la naturaleza. Esta frase
se refiere a una situación donde el resultado (rendimiento) de una decisión individual depende de la
acción de otro agente (naturaleza), sobre el cual no se tiene control. Por ejemplo, si la decisión
consiste en llevar o no paraguas, el rendimiento (mojarse o no) dependerá del estado subsiguiente de
la naturaleza. Es importante observar que en este modelo los rendimientos afectan únicamente al que
toma la decisión. A la naturaleza no le importa cuál es el resultado. Esta condición distingue la
teoría de decisiones de la teoría de juegos. En la teoría de los juegos ambos jugadores tienen un
interés económico en el resultado.
En los modelos de la teoría de decisiones, la pieza fundamental de información es la tabla de

retribuciones, Como se observa en la tabla 3.1. Las decisiones alternativas están numeradas en un
lado de la tabla y los posibles estados de la naturaleza están indicados en la parte superior. Las
entradas del cuerpo de la tabla son las retribuciones para todas las combinaciones posibles de
decisiones y estados de la naturaleza. El proceso de decisión es como sigue:
1. Usted, quien toma la decisión, selecciona una de las decisiones alternativas d1 , d 2 ,......, d m .
Suponga que elige d1.
2. Una vez tomada su decisión, ocurre un estado de la naturaleza que queda fuera de su control.
Suponga que ocurre el estado 2.
3. El rendimiento que usted reciba puede ser determinado ahora a partir de la tabla de
retribuciones. Dado que usted tomó la decisión d1 y ocurrió el estado de la naturaleza 2, el
resultado es r12.
Tabla 3.1 Tabla de retribuciones

Estado de la naturaleza
Decisión ......
S1 S2 Sn
d1 r11 r12 ...... r1n
d2 r21 r22 ...... r2 n
. . . . .
. . . . .
dm rm1 rm 2 ...... rmn
d1 , d 2 ,......, d m decisiones
S1 , S 2 ,......., S n estados de la naturaleza
r11 , r1, 2 ,......., rmn rendimientos
Otra vez la decisión se toma primero y continuación ocurre uno de los estados de la naturaleza. Una
vez tomada la decisión, no puede cambiarse después de ocurrido el estado de la naturaleza. En
general la pregunta es, ¿cuál de las decisiones debemos seleccionar? Nos gustaría un rendimiento
tan grande como sea posible; esto es el valor de rij más grande posible, donde i representa la
94
decisión tomada y j el estado de la naturaleza ocurrido. Es obvio que la decisión que debemos
seleccionar dependerá de lo que creamos que la naturaleza hará, esto es cuál de los estados de la
naturaleza ocurrirá. Si creemos que el estado 1 ocurrirá, seleccionaremos la decisión asociada con el
valor mayor en la columna 1. Si creemos que es más probable que ocurra es estado 2, escogeremos
la decisión a la que corresponde la retribución más alta en la columna 2 y así sucesivamente.
3.2 Criterios de decisión Determinísticos y Probabilísticos.
Existen tres clases de modelos de decisión contra la naturaleza. Cada clase está definida por una
suposición acerca del comportamiento de la naturaleza. Las tres clases son: decisiones bajo
certidumbre, decisiones bajo riesgo y decisiones bajo incertidumbre.
3.2.1 Una decisión bajo certidumbre. Es aquella en la que se sabe cuál es el estado de la naturaleza
que va a ocurrir. De manera alternativa, se puede pensar en ella como un caso con un solo estado de
la naturaleza.
Todos los modelos de programación lineal, los modelos de programación con enteros y otros
modelos determinísticos, como el modelo CEP (Cantidad Económica del Pedido), pueden
considerarse como decisiones contra la naturaleza debido a que solo hay un estado de la naturaleza.
Esto es así dado que estamos seguros (dentro del contexto del modelo) del rendimiento que
obtendremos para cada decisión que tomemos.
Ejercicio 3.1
Sea el siguiente problema de programación lineal:
Max Z = 50 E + 40 F Decisión Estado de la naturaleza

S.a:
10 E + 15 F ≤ 150 E = 0, F = 0 No factible
20 E + 10 F ≤ 160 E = 5, F = 4 Z = 410
30 E + 10 F ≥ 135 E = 6, F = 3.5 Z = 440
E– 3F≤ 0
E+ F≥ 5
Teóricamente, es fácil resolver un modelo con un solo estado de la naturaleza. Simplemente se

selecciona la decisión con el rendimiento más alto.
3.2.2 Decisiones bajo riesgo. Una falta de certidumbre respecto a los eventos futuros es una
característica de muchos, si no es que de la mayoría de los modelos de decisiones administrativas.
Definición de riesgo.
La teoría de decisiones proporciona procedimientos alternativos para modelos que tienen menos de
una total certidumbre. Uno de esos procedimientos se llama decisiones bajo riesgo. En este contexto,
el término riesgo tiene un significado bien definido. Cuando hablamos de decisiones bajo riesgo, nos
referimos a una clase de modelos de decisión para lo cual hay más de un estado de la naturaleza y
95
que quien toma la decisión puede llegar a una estimación de probabilidades de la ocurrencia de cada
uno de los diversos estados de la naturaleza
En muchas situaciones de toma de decisiones podremos obtener estimaciones de probabilidades para

cada uno de los estados de la naturaleza. Cuando estas probabilidades están disponibles, podemos
utilizar el enfoque de valor esperado para identificar cuál es la mejor alternativa de decisión.
Sea:
n = número de estados de la naturaleza.
P(Sj) = probabilidad del estado de la naturaleza Sj.
P(Sj) ≥ 0
n
 P( S
j 1
j ) 1
El valor esperado (VE) de la alternativa de decisión di se define como:
n
VE (d i )   P( S j )rij
j 1
El valor esperado de una alternativa de decisión es la suma de los pagos ponderados

correspondientes a la alternativa de decisión. La ponderación para un pago es la probabilidad de que
dicho pago ocurra.
Ejercicio 3.2
Una empresa denominada PDC compró unos terrenos en los que construirá un nuevo complejo de
condominios de lujo. PDC comisionó los bocetos arquitectónicos preliminares para 3 proyectos de
diferente tamaño: uno con 30 condominios, otro con 60 y uno más con 90. El éxito financiero del
proyecto depende del tamaño del complejo de condominios y el evento fortuito de la demanda que
exista para los inmuebles. El problema de decisión de PDC es seleccionar el tamaño del nuevo
proyecto que llevará a la mayor ganancia dada la incertidumbre en la demanda de los condominios.
Dado el planteamiento del problema, la decisión es seleccionar el mejor tamaño para el proyecto.
PDC tiene las siguientes alternativas de decisión:
d1 = un complejo pequeño con 30 condominios.

d2 = un complejo mediano con 60 condominios-
d3 = un complejo grande con 90 condominios.
Los estados de la naturaleza son:
S1 = demanda fuerte para los condominios.

S2 = demanda débil para los condominios.
La tabla de resultados con ganancias expresadas en millones de pesos se muestra en la tabla 3.2.
96
Tabla 3.2 Tabla de resultados para el proyecto de condominios
Alternativa de decisión
Demanda fuerte S1 Demanda débil S 2
Complejo pequeño, d1 8 7
Complejo mediano, d2 14 5
Complejo grande, d3 20 -9
P(S1) = 0.8 y P(S2) = 0.2.
Cálculo del Valor Esperado para cada alternativa de decisión.
VE(d1) = 0.8 (8) + 0.2 (7) = 7.8

VE(d2) = 0.8 (14) + 0.2 (5) = 12.2
VE(d3) = 0.8 (20) + 0.2 (-9) = 14.2
Por lo que utilizando el enfoque de valor esperado, encontramos que el complejo de condominios
grande, con un valor esperado de $14.2, es la decisión recomendada.
Ejercicio 3.3
El modelo del repartidor de periódicos.
Un repartidor de periódicos puede comprar cierto periódico a $4.00 cada uno y venderlo a $7.50. Sin
embargo debe adquirir los periódicos antes de saber cuántos puede vender realmente. Si compra más
periódicos de los que puede vender, simplemente desechará el excedente sin costo adicional. Si no
compra suficientes periódicos, pierde ventas potenciales ahora y posiblemente en el futuro (los
clientes disgustados podrían ya no comprarle). Suponga que esta pérdida de ventas futuras es
representada por costo de pérdida estimado en $5.00 por cliente insatisfecho.
Suponga que la distribución de la demanda es:
P0 = Probabilidad (demanda = 0) = 0.1

En este modelo, cada uno de los 4 diferentes valores de la demanda es un estado de la naturaleza
diferente y el número de periódicos ordenados es la decisión. Los rendimientos o retribuciones se
presentan a continuación:
Retribución = 7.5 (No. de periódicos vendidos) – 4 (No. de periódicos ordenados)

– 5 (demanda no satisfecha)
97
Decisión (demanda)
0 1 2 3
0 0 -5.0 -10.0 -15.0
1 -4.0 3.5 -1.5 -6.5
2 -8.0 -0.5 7.0 2.0
3 -12.0 -4.5 3.0 10.5
VE 0 = 0.1 ( 0 ) + 0.3 ( -5 ) + 0.4 ( -10) + 0.2 (-15 ) = -8.5

VE1 = 0.1 ( -4 ) + 0.3 ( 3.5 ) + 0.4 ( -1.5) + 0.2 (-6.5 ) = -1.25
VE 2 = 0.1 ( -8 ) + 0.3 ( -0.5 ) + 0.4 ( 7 ) + 0.2 ( 2 ) = 2.25
VE 3 = 0.1 ( -12 ) + 0.3 ( -4.5 ) + 0.4 ( 3 ) + 0.2 (10.5) = 0.75
El mayor valor esperado es 2.25, por lo que la decisión recomendada es ordenar 2 periódicos.
3.2.3 Decisiones bajo incertidumbre. De igual forma se tiene más de un estado de la naturaleza,
pero ahora quien toma la decisión no quiere o no puede especificar las probabilidades de que los
diferentes estados de la naturaleza ocurran. Considerando enfoques en la toma de decisiones en la
que se analiza el mejor y el peor caso. Debido a que en ocasiones enfoques diferentes conducen a
diferentes recomendaciones, el tomador de decisiones necesita entender los enfoques disponibles y
luego seleccionar el enfoque específico que, de acuerdo con su juicio sea el más apropiado.
3.2.3.1 Enfoque optimista:
Evalúa cada alternativa de decisión en función del mejor resultado que pueda ocurrir. La alternativa
de decisión que se recomienda es la que da el mejor resultado posible. Para un problema en el que se
desea la ganancia máxima, el enfoque optimista conduciría al tomador de decisiones a elegir la
alternativa correspondiente a la mayor ganancia. Para problemas que implican minimización, este
enfoque conduce a elegir la alternativa con el resultado más pequeño.
Para un problema de maximización, el enfoque optimista a menudo se conoce como enfoque

máximax; en un problema de minimización, la terminología correspondiente es minimin.
Ejercicio 3.4
Del ejercicio del vendedor de periódicos bajo el criterio optimista se tiene:
Rendimiento
Decisión (demanda)
máximo
0 1 2 3
0 0 -5.0 -10.0 -15.0 0
1 -4.0 3.5 -1.5 -6.5 3.5
2 -8.0 -0.5 7.0 2.0 7.0
3 -12.0 -4.5 3.0 10.5 10.5
98
Debido a que 10.5, es el máximo resultado de los rendimientos máximos, la alternativa de decisión
recomendada es d3.
3.2.3.2 Enfoque conservador o pesimista:
Evalúa cada alternativa de decisión desde el punto de vista del peor resultado que pueda ocurrir. La
alternativa de decisión recomendada es la que proporciona el mejor de los peores resultados
posibles. Para un problema en el que la medida de salida es la ganancia, el enfoque conservador
conduciría al tomador de decisiones, a elegir la alternativa que maximiza la ganancia mínima
posible que podría obtenerse. Para problemas que implican minimización, este enfoque identifica la
alternativa que minimizará el resultado máximo.
Ejercicio 3.5
Del ejercicio del vendedor de periódicos bajo el criterio conservador se tiene:
Rendimiento
Decisión (demanda)
mínimo
0 1 2 3
0 0 -5.0 -10.0 -15.0 -15.0
1 -4.0 3.5 -1.5 -6.5 -6.5
2 -8.0 -0.5 7.0 2.0 -8.0
3 -12.0 -4.5 3.0 10.5 -12.0
Debido a que -6.5, es el máximo resultado de los rendimientos mínimos, la alternativa de decisión
recomendada es d1.
3.2.3.3 Enfoque mínimax de arrepentimiento:
Es un enfoque para la toma de decisiones que no es ni totalmente optimista ni totalmente

conservador. (se elige el mínimo de los máximos arrepentimientos). Se obtiene la matriz de
arrepentimiento de la siguiente manera:
Si rij es de utilidad Si rij es de costos

Para j = 1 hasta n { Para j = 1 hasta n {
Para i = 1 hasta m {obtener el máximo de rij } Para i = 1 hasta m { obtener el mínimo de rij }
Para i = 1 hasta m { aij  máximo  rij } Para i = 1 hasta m { aij  rij  mínimo }
} }
Se obtiene el mínimo de los máximos arrepentimientos (minimax).
99
Ejercicio 3.6
Del ejercicio del vendedor de periódicos bajo el criterio mínimax de arrepentimiento se tiene:
Como es una matriz de utilidad, se elige el máximo de cada estado de la naturaleza:
Decisión (demanda)
0 1 2 3
0 0 -5.0 -10.0 -15.0
1 -4.0 3.5 -1.5 -6.5
2 -8.0 -0.5 7.0 2.0
3 -12.0 -4.5 3.0 10.5
Se obtiene la diferencia del mayor de cada columna menos cada uno de los elementos restantes.
Máximo
Decisión (demanda)
arrepentimiento
0 1 2 3
0 0 8.5 17.0 25.5 25.5
1 4.0 0 8.5 17.0 17.0
2 8.0 4.0 0 8.5 8.5
3 12.0 8.0 4.0 0 12.0
Debido a que 8.5, es el mínimo resultado de los máximos arrepentimientos, la alternativa de

decisión recomendada es d2.
3.2.3.4 Criterio de Laplace:
 1 n 
Max o min   rij  i = 1,2,....,m
 n j 1 
Ejercicio 3.7
Del ejercicio del vendedor de periódicos bajo el criterio de Laplace se tiene:
Decisión (demanda) Promedio
0 1 2 3
0 0 -5.0 -10.0 -15.0 -7.5
1 -4.0 3.5 -1.5 -6.5 -2.125
2 -8.0 -0.5 7.0 2.0 0.125
3 -12.0 -4.5 3.0 10.5 -0.75
Debido a que 0.125, es el máximo de los promedios, la alternativa de decisión recomendada es d2.
100
3.2.3.5 Criterio de Hurwicz
Con este criterio la idea es combinar los criterios pesimista y optimista, donde se usa α como índice
de optimismo. Si α = 0 el criterio es conservador porque es equivalente a aplicar el criterio mínimax
regular. Si α = 1 el criterio genera resultados optimistas porque es equivalente a aplicar la mejor de
las mejores condiciones. Se puede ajustar el grado de optimismo (o pesimismo) a través de una
selección apropiada del valor de α. En ausencia de una fuerte opinión con respecto al optimismo o
pesimismo, α = 0.5 será una elección apropiada.
1. El coeficiente de optimismo α estará entre 0 y 1.

2. Calcule para cada alternativa:
Si la matriz es de utilidad: Ganancia = α * (ganancia máxima) + ( 1 – α ) * ( ganancia mínima )
Si la matriz es de costos: Costo = α * (costo mínimo) + ( 1 – α ) * ( costo máximo )
3. Seleccione la alternativa:
Si la matriz es de utilidad: Seleccione la de mayor ganancia.
Si la matriz es de costos: Seleccione la de menor costo
.
Ejercicio 3.8
Del ejercicio del vendedor de periódicos bajo el criterio de Hurwicz se tiene:
Estado de la naturaleza α = 0.6

Ganancia Ganancia
Decisión (demanda) α max + (1 – α )
máxima mínima
0 1 2 3 *min
0 0 -5.0 -10.0 -15.0 0 -15.0 -6.0
1 -4.0 3.5 -1.5 -6.5 3.5 -6.5 -0.5
2 -8.0 -0.5 7.0 2.0 7.0 -8.0 1.0
3 -12.0 -4.5 3.0 10.5 10.5 -12.0 1.5
Debido a que 1.5, es el máximo, la alternativa de decisión recomendada es d3.
Ejercicio 3.9
Se tiene la siguiente matriz de costos, determinar que decisión tomar usando el enfoque optimista:
Decisión
1 2 3 4
1 5 10 18 25
2 8 7 12 23
3 21 18 12 21
4 30 22 19 15
101
Costo
Decisión 1 2 3 4
mínimo
1 5 10 18 25 5
2 8 7 12 23 7
3 21 18 12 21 12
4 30 22 19 15 15
Debido a que 5, es el mínimo resultado de los costos mínimos, la alternativa de decisión

recomendada es d1.
Ejercicio 3.10
De la matriz de costos del ejercicio 3.9, determinar que decisión tomar usando el enfoque
conservador:
Costo
Decisión 1 2 3 4
máximo
1 5 10 18 25 25
2 8 7 12 23 23
3 21 18 12 21 21
4 30 22 19 15 30
Debido a que 21, es el mínimo resultado de los costos máximos, la alternativa de decisión
recomendada es d3.
Ejercicio 3.11
De la matriz de costos del ejercicio 3.9, determinar que decisión tomar usando el enfoque mínimax
de arrepentimiento:
Como es una matriz de costos, se elige el mínimo de cada estado de la naturaleza:
Decisión 1 2 3 4
1 5 10 18 25
2 8 7 12 23
3 21 18 12 21
4 30 22 19 15
Se obtiene la diferencia de cada elemento de la columna menos el menor de ella.
102
Costo
Decisión 1 2 3 4
máximo
1 0 3 6 10 10
2 3 0 0 8 8
3 16 11 0 6 16
4 25 15 7 0 25
Debido a que 8, es el mínimo resultado de los máximos arrepentimientos, la alternativa de decisión

recomendada es d2.
Ejercicio 3.12
De la matriz de costos del ejercicio 3.9, determinar que decisión tomar usando el enfoque de
Laplace:
Decisión 1 2 3 4 Promedio
1 5 10 18 25 14.5
2 8 7 12 23 12.5
3 21 18 12 21 18.0
4 30 22 19 15 21.5
Debido a que 12.5 es el mínimo de los promedios, la alternativa de decisión recomendada es d2.
Ejercicio 3.13
De la matriz de costos del ejercicio 3.9, determinar que decisión tomar usando el enfoque de
Hurwicz y diferentes valores de α:
Costo Costo α min + (1-α) max

Decisión 1 2 3 4
mínimo máximo
1 5 10 18 25 5 25 5 α + ( 1 – α ) 25 25 - 20 α
2 8 7 12 23 7 23 7 α + ( 1 – α ) 23 23 - 16 α
3 21 18 12 21 12 21 12 α + ( 1 – α ) 21 21 - 9 α
4 30 22 19 15 15 30 15 α + ( 1 – α ) 30 30 - 15 α
Valores de α
Decisión
0 0.2 0.4 0.5 0.6 0.8 1.0
1 25 21 17 15 13 9 5
2 23 19.8 16.6 15 13.4 10.2 7
3 21 19.2 17.4 16.5 15.6 13.8 12
4 30 27 24 22.5 21 18 15
Decisión
3 3 2 1o2 1 1 1
recomendada
103
3.3 Valor esperado de la información perfecta.
Del ejercicio 3.2, suponga que PDC se tiene la oportunidad de llevar a cabo un estudio de
investigación de mercados que le ayudaría a evaluar el interés en el proyecto de los compradores de
condominios y proporcionar información que podría usar la administración para mejorar las
evaluaciones de probabilidad para los estados de la naturaleza. Para determinar el valor potencial de
esta información, comenzamos suponiendo que el estudio podría brindar información perfecta
respecto a los estados de la naturaleza; es decir suponemos por el momento que PDC podría
determinar con certeza, antes de tomar una decisión, cuál estado de la naturaleza va a ocurrir. Para
usar esta información perfecta, elaboramos la estrategia de decisión que PDC seguirá una vez que
supiera cuál estado de la naturaleza debe ocurrir.
Si se supiera con certeza que ocurrirá el estado de la naturaleza S1, la mejor alternativa de decisión
sería d3, con un pago de $20. De manera similar si se supiera con certeza que el estado de la
naturaleza S2 va a ocurrir, la mejor alternativa de decisión sería d1 con un pago de $7. Por lo que se
puede establecer la estrategia de decisión con base a la información perfecta como sigue.
Si ocurre S1, selecciona d3 y recibe un resultado de $20.

Si ocurre S2, selecciona d1 y recibe un resultado de $7
Para calcular el valor esperado con información perfecta (VEcIP), se usan las probabilidades P(S1) =
0.8 y P(S2) = 0.2
VEcIP = 0.8 (20) + 0.2 (7) = 17.4
El valor esperado sin información perfecta (VEsIP) es $14.2. Por consiguiente el valor esperado de
la información perfecta (VEIP) es:
VEIP = (VEcIP) - (VEsIP)

VEIP = 17.4 – 14.2 = 3.2
En otras palabras, $3.2 representa el valor esperado adicional que podría obtenerse si se dispusiera
de información perfecta acerca de los estados de la naturaleza.
3.4 Árboles de decisión.
Una forma clara y sencilla de estructurar el proceso de toma de decisiones es por medio de un árbol
de decisión. El árbol de decisión está formado por nodos de decisión que se denotan con un cuadro
(□), nodos de probabilidad que se denotan con un circulo (○) y ramas. Los nodos de decisión
representarán aquellos lugares en los que se toma una decisión y los nodos de probabilidad indicarán
aquellas partes del proceso de toma de decisiones en las que ocurre algún estado de la naturaleza.
Las ramas se utilizan para denotar las decisiones o los estados de la naturaleza. También pueden
anotarse probabilidades sobre las ramas para denotar la probabilidad de que ocurra un estado
determinado de la naturaleza. Por último se colocan los pagos al final de las ramas terminales del
estado de la naturaleza para mostrar el resultado que se obtendría al tomar una decisión particular.
Como ejemplo de árbol de decisión, se hará el árbol del ejercicio 3.2.
104
Figura 3.1 Árbol de decisión para el proyecto de condominios de PDC
Fuerte (S1)
8
2
Pequeño (d1) Débil (S2)
7
Fuerte (S1)
14
Mediano (d2)
1 3
Débil (S2) 5
Fuerte (S1)
Grande (d3) 20
4
Débil (S2)
-9
3.5 Análisis de decisión con información muestral.
En la aplicación del valor esperado se ha demostrado cómo la información de probabilidad sobre

estados de la naturaleza afecta los cálculos del valor esperado y por lo tanto afecta la recomendación
de decisión. Frecuentemente quienes toman las decisiones tienen estimaciones de probabilidad
preliminares o estimados de probabilidad anteriores a los estados de la naturaleza que son los
mejores valores de probabilidad disponibles. Sin embargo para la mejor decisión posible, quien
toma las decisiones pudiera desear tener información adicional sobre los estados de la naturaleza.
Esta nueva información se puede utilizar para revisar o actualizar las probabilidades previas, de
manera que la decisión final se base en estimaciones de probabilidad más precisas para los estados
de la naturaleza.
Casi siempre, la información adicional se obtiene a través de experimentos diseñados para

proporcionar información muestral sobre los estados de la naturaleza. Al muestreo de materias
primas, las pruebas de productos y los estudios de información de mercado son ejemplos de
experimentos que puedan permitir que la administración revise o actualice las probabilidades del
estado de la naturaleza. En el análisis que sigue se puede estudiar el problema PDC del ejercicio 3.2,
mostrando cómo utilizar información muestral para revisar las probabilidades de los estados de la
naturaleza y se muestra cómo utilizar las probabilidades revisadas para desarrollar una estrategia de
decisión para PDC. Dado que P(S1) = 0.8 y P(S2) = 0.2 son estimaciones desarrolladas
anteriormente a la obtención de cualquier información muestral, se conocen como probabilidades
previas de los estados de la naturaleza.
Suponga que PDC piensa llevar a cabo un estudio de investigación de mercado de 6 meses, diseñado
para evaluar la aceptación del mercado y finalmente el interés de los compradores en la adquisición
de las unidades del condominio. La investigación de mercado proporcionará nueva información que
se puede combinar con las probabilidades previas, a través de un procedimiento de revisión
bayesiano, a fin de obtener estimaciones de probabilidades actualizadas o revisadas para los estados
105
de la naturaleza. Estas probabilidades revisadas se conocen como probabilidades posteriores. La
figura 3.2 ilustra el proceso de revisión de probabilidades.
Figura 3.2 Revisión de probabilidad con base en información nueva.
Probabilidades Información nueva Probabilidades

previas proveniente de investigación posteriores
o experimentación
Ejercicio 3.14
A través de la investigación o de la experimentación como información muestral. Los resultados de

la información muestral para el estudio de investigación de mercado de PDC son:
F = Informe favorable de investigación de mercado (las personas entrevistadas expresan interés en

adquirir un condominio PDC)
U = Informe no favorable de investigación de mercado (las personas entrevistadas expresan poco

interés en adquirir un condominio PDC)
En el problema PDC suponemos que las siguientes estimaciones para las probabilidades
condicionales están disponibles.
Investigación de mercado
Favorable (F) No favorable (U)
Elevada aceptación (S1) P(F/S1) = 0.90 P(U/S1) = 0.10
Baja aceptación (S2) P(F/S2) = 0.25 P(U/S2) = 0.75
Note que estas estimaciones de probabilidad dan un grado razonable de confianza en el estudio de
investigación de mercado. Si el verdadero estado de la naturaleza es S1, la probabilidad de un
informe favorable de investigación de mercado es 0.90 y la probabilidad de un informe no favorable
de investigación de mercado es 0.10. Si el verdadero estado de la naturaleza es S2, la probabilidad de
un informe favorable es de 0.25 y la probabilidad de un informe no favorable es de 0.75.
Una estrategia de decisión es una regla que debe seguir quien toma la decisión, con base en si el
informe de mercado es favorable o no. Se utiliza un árbol de decisión para determinar la estrategia
de decisión para PDC.
El árbol de decisión con información muestral presenta la secuencia lógica para las decisiones y
los nodos de probabilidad en la figura 3.3. Primero la administración debe decidir si debe realizarse
la investigación de mercados; si se hace la administración debe estar preparada para tomar una
decisión acerca del tamaño de proyecto del condominio si el informe de investigación es favorable y
tal vez una decisión diferente acerca del tamaño del propio proyecto si el informe es desfavorable.
En cada nodo de decisión, la rama del árbol que se toma se basa en la decisión adoptada; en cada
nodo de probabilidad, la rama del árbol que se toma se basa en la probabilidad o el azar. Por
ejemplo, el nodo de decisión 1 de la figura 3.3, primero debe tomarse la decisión de si se realiza el
estudio de investigación de mercados. Si se emprende el estudio de investigación de mercados, el
106
nodo de probabilidad 2 indica que tanto la rama del informe favorable como la rama del informe
desfavorable no están bajo control y serán determinadas por las circunstancias. El nodo 3 es un nodo
de decisión, lo que indica que PDC debe tomar la decisión de construir el complejo pequeño,
mediano o grande si el informe de investigación de mercados es favorable. El nodo 4 es un nodo de
decisión que muestra que PDC debe tomar la decisión de construir el complejo pequeño, mediano o
grande si el informe de investigación de mercados es no favorable. El nodo 5 es un nodo de decisión
que indica que PDC debe tomar la decisión de construir el complejo pequeño, mediano o grande si
la investigación de mercados no se realiza. Los nodos 6 al 14 son nodos de probabilidad que indican
que las ramas del estado de la naturaleza de demanda fuerte o demanda débil serán determinadas por
las circunstancias.
Para desarrollar una estrategia de decisión utilizando el árbol de decisión de la figura 3.3, se
necesitan probabilidades de la rama de la información muestral P(F) y P(U) y probabilidades de la
rama del estado de la naturaleza P(S1/F), P(S2/F), P(S1/U) y P(S2/U). Para calcular estas
probabilidades se utiliza el Teorema de Bayes, mediante el enfoque tabular. Los cálculos basados en
un informe de investigación de mercados favorable (F) se resumen en la tabla 3.3. Los pasos para
elaborar esta tabla son los siguientes:
1. En la columna 1 se introducen los estados de la naturaleza. En la columna 2 se introducen las

probabilidades previas para los estados de la naturaleza. En la columna 3 se introducen las
probabilidades condicionales de un informe de investigación de mercados favorable (F)
dado cada estado de la naturaleza.
2. En la columna 4 se calculan las probabilidades conjuntas multiplicando los valores de
probabilidad previa en la columna 2 por los correspondientes valores de probabilidad
condicional en la columna 3.
3. Se suman las probabilidades conjuntas en la columna 4, para obtener la probabilidad de un
informe de investigación de mercados favorable, P(F).
4. Se divide cada probabilidad conjunta en la columna 4 entre P(F) = 0.77, para obtener las
probabilidades posteriores o revisadas, P(S1/F) y P(S2/F).
Tabla 3.3 Probabilidades de las ramas para el proyecto de condominio de PDC, con base en un
informe favorable de investigación de mercado.
Estado de la Probabilidades Probabilidades Probabilidades Probabilidades

naturaleza previas condicionales conjuntas posteriores
Sj P(Sj) P(F / Sj) P(F ∩ Sj) P(Sj / F)
S1 0.8 0.90 0.72 0.9351
S2 0.2 0.25 0.05 0.0649
P(F) = 0.77
El procedimiento de cálculo de probabilidad posterior, debe repetirse para cada resultado de

información muestral posible. Por lo tanto la tabla 3.4 muestra los cálculos de las probabilidades de
las ramas con base en un informe de investigación de mercados no favorable. Las probabilidades de
las ramas de las tablas 3.3 y 3.4 se muestran en el árbol de la figura 3.3.
107
Figura 3.3 Árbol de decisión de PDC, agregando los resultados de investigación de mercados.
Fuerte (S1)
8
Pequeño (d1) P(S1/F) = 0.9351
6
Débil (S2)
7
P(S2/F) = 0.0649
Fuerte (S1)
14
Favorable (F) Mediano (d2) P(S1/F) = 0.9351
3 7
P(F) = 0.77
Débil (S2)
5
P(S2/F) = 0.0649
Fuerte (S1)
20
Grande (d3) P(S1/F) = 0.9351
8
Débil (S2)
Estudio de -9
2 P(S2/F) = 0.0649
investigación
de mercados Fuerte (S1)
8
Pequeño (d1) P(S1/U) = 0.3478
9
Débil (S2)
7
P(S2/U) = 0.6522
Fuerte (S1)
14
No favorable (U) Mediano (d2) P(S1/U) = 0.3478
1 4 10
P(U) = 0.23
Débil (S2)
5
P(S2/U) = 0.6522
Fuerte (S1)
20
Grande (d3) P(S1/U) = 0.3478
11
Débil (S2)
-9
P(S2/U) = 0.6522
Fuerte (S1)
8
Pequeño (d1) P(S1) = 0.8
12
Débil (S2)
7
P(S2) = 0.2
Fuerte (S1)
14
Sin estudio de investigación Mediano (d2) P(S1) = 0.8
5 13
de mercados
Débil (S2)
5
P(S2) = 0.2
Fuerte (S1)
20
Grande (d3) P(S1) = 0.8
14
Débil (S2)
-9
P(S2) = 0.2
108
Tabla 3.4 Probabilidades de las ramas para el proyecto de condominio de PDC, con base en un
informe no favorable de investigación de mercado.
Sj P(Sj) P(U / Sj) P(U ∩ Sj) P(Sj / U)
S1 0.8 0.10 0.08 0.3478
S2 0.2 0.75 0.15 0.6522
P(U) = 0.23
El enfoque usado para determinar la estrategia de decisión, se basa en una marcha en sentido inverso
por el árbol de decisión empleando la secuencia siguiente:
1. En los nodos de probabilidad, calcular el valor esperado multiplicando el resultado al final de

cada rama por las probabilidades de rama correspondiente.
2. En los nodos de decisión, seleccionar la rama que conduzca al mejor valor esperado. Este
valor esperado se vuelve el valor esperado en el nodo de decisión.
Iniciar los cálculos de la marcha inversa encontrando los valores esperados en los nodos de
probabilidad 6 al 14.
VE(nodo 6) = 0.9351 (8) + 0.0649 (7) = 7.935

VE(nodo 7) = 0.9351 (14) + 0.0649 (5) = 13.416
VE(nodo 8) = 0.9351 (20) + 0.0649 (-9) = 18.118
VE(nodo 9) = 0.3478 (8) + 0.6522 (7) = 7.348
VE(nodo 10) = 0.3478 (14) + 0.6522 (5) = 8.13
VE(nodo 11)= 0.3478 (20) + 0.6522 (-9) = 1.086
VE(nodo 12) = 0. 8 (8) + 0. 2 (7) = 7.8
VE(nodo 13) = 0.8 (14) + 0.2 (5) = 12.2
VE(nodo 14)= 0.8 (20) + 0.2 (-9) = 14.2
A continuación pasar a los nodos de decisión 3, 4 y 5. Para cada uno de éstos, se selecciona la rama
de la alternativa de decisión que conduce al mejor valor esperado. Por ejemplo en el nodo 3 se tiene
la opción de la rama del complejo pequeño con VE(nodo 6) = 7.935, la rama del complejo mediano
con VE(nodo 7) = 13.416 y la rama del complejo grande con VE(nodo 8) = 18.118. Por lo tanto, se
selecciona la rama de la alternativa de decisión del complejo grande y el valor esperado en el nodo 3
se convierte en VE(nodo 3) = 18.118.
Para los nodos 4 y 5 se utiliza el mismo procedimiento. La figura 3.4 muestra el árbol de decisión
reducido después de elegir las mejores decisiones en los nodos 3, 4 y 5.
El valor esperado del nodo de decisión 2, se calcula como sigue
VE(nodo 2) = 0.77 VE(nodo 3) + 0.23 VE(nodo 4)

VE(nodo 2) = 0.77 (18.118) + 0.23 (8.13) = 15.82
Este cálculo reduce al árbol de decisión a uno que sólo implica las dos ramas de decisión del nodo 1
(ver figura 3.5). Por último puede tomarse la decisión en el nodo de decisión 1 seleccionando el
109
mejor valor esperado de los nodos 2 y 5. Esta acción conduce a la alternativa de decisión de realizar
el estudio de investigación de mercados, lo que proporciona un valor esperado global de 15.82.
La decisión recomendada para PDC es realizar la investigación de mercados y luego implementar la

siguiente estrategia de decisión:
Si la investigación de mercados es favorable, construir un complejo de condominios grande.
Si la investigación de mercados es no favorable, construir un complejo de condominios mediano.
Figura 3.4 Árbol de decisión de PDC, después de elegir las mejores decisiones en los nodos 3, 4
y 5.
Favorable (F)
3 VE(d3) = 18.118
P(F) = 0.77
Estudio de
investigación 2
de mercados
No favorable (U)
4 VE(d2) = 8.13
1 P(U) = 0.23
Sin estudio de investigación

5 VE(d3) = 14.2
de mercados
Figura 3.5 Árbol de decisión de PDC, reducido a dos ramas de decisión.
Estudio de
investigación 2 VE = 15.82
de mercados
Sin estudio de 5
investigación VE = 14.2
de mercados
En el problema de PDC, la investigación de mercados es la información muestral usada para

determinar la estrategia de decisión óptima. El valor asociado con el estudio es 15.82 y el valor
110
esperado si no se lleva a cabo el estudio es 14.2. Por lo tanto podemos concluir que la diferencia,
$15.82 – $14.20 = $1.62, es el valor esperado de la información muestral. En otras palabras realizar
la investigación de mercados agrega $1.62 al valor esperado de PDC, en general el valor esperado
de la información muestral es como sigue:
VEIM = (VEcIM) - (VEsIM)
Ejercicio 3.15
Una constructora adquirió terrenos cerca del Golfo de México y está intentando determinar el
tamaño del proyecto de condominios que debe construir. Esta considerando tres tamaños: pequeño,
medio y grande. La administración se da cuenta de que un desarrollo grande seguido por una baja
demanda, podría resultar muy costoso para la empresa. Sin embargo si se toma una decisión
conservadora de un desarrollo pequeño y a continuación se encuentra ante una demanda elevada, las
utilidades de la empresa serán inferiores a las que podrían haber sido. Con los 3 niveles de demanda
baja, media y alta, la administración ha preparado la siguiente tabla de utilidades (en miles de
pesos).
Demanda
Baja (S1) Media (S2) Alta (S3)
Pequeño, d1 400 400 400
Medio, d2 100 600 600
Grande, d3 -300 300 900
Probabilidad previa 0.2 0.35 0.45
a) ¿Cuál es el valor esperado de la información perfecta?

b) Suponga que la empresa hace una encuesta para ayudar a evaluar la demanda del nuevo
proyecto de condominios. La encuesta informa sobre 3 indicadores de la demanda: débil (D),
promedio (P) y fuerte (F). Las probabilidades condicionales son:
D P F
P( D/ S1) = 0.6 P( P/ S1) = 0.3 P( F/ S1) = 0.1
P( D/ S2) = 0.4 P( P/ S2) = 0.4 P( F/ S2) = 0.2
P( D/ S3) = 0.1 P( P/ S3) = 0.4 P( F/ S3) = 0.5
¿Cuál es el valor esperado de la información muestral?
111
Figura 3.6 Árbol de decisión del ejercicio 3.15, incluyendo los valores esperados en los nodos.
S1
400
24/61
d1 S2
7 400
28/61
S3
400 400
9/61
S1
100
24/61
Débil (D) 3 d2 S2
8 600
61/200 28/61
S3
403.28 403.28 600
9/61
S1
-300
24/61
d3 S2
9 300
28/61
S3
152.46 900
9/61
S1
400
3/19
d1 10 S2
400
7/19
S3
400 400
9/19
S1
100
3/19
Promedio (D) 4 d2 S2
2 11 600
19/50 7/19
538.5 S3
521.05 521.05 600
9/19
6
S1
-300
3/19
d3 12
S2
300
7/19
S3
489.47 900
1 9/19
S1
400
4/63
d1 13 S2
400
2/9
S3
400 400
5/7
S1
100
4/63
Fuerte (F) d2 S2
5 14 600
63/200 2/9
568.25 S3
690.48 600
5/7
S1
-300
4/63
d3 S2
15 300
2/9
S3
690.48 900
5/7
112
S1
400
1/5
d1 16 S2
400
7/20
S3
400 400
9/20
S1
100
1/5
6 d2 17
S2
600
7/20
S3
500 500 600
9/20
S1
-300
1/5
d3 18
S2
300
7/20
S3
450 900
9/20
0
a) Para calcular el valor esperado con información perfecta (VEcIP), se usan las probabilidades
P(S1) = 0.2, P(S2) = 0.35 y P(S3) = 0.45
VEcIP = 0.2 (400) + 0.35 (600) + 0.45 (900) = 695
El valor esperado sin información perfecta (VEsIP) es $695. Por consiguiente el valor esperado de la
información perfecta (VEIP) es:

VEIP = 695 – 500 = 195
b) Para calcular el valor esperado de la información muestral, primero se obtienen las probabilidades
de las ramas, de cada uno de los 3 posibles resultados de la encuesta, esto se realiza en las tablas 3.5,
3.6 y 3.7. Para este ejercicio para mayor rapidez en los cálculos, los valores esperados se indican en
el árbol de la figura 3.6
VEIM = 538.5 – 500.0
VEIM = 38.5
Tabla 3.5 Probabilidades de las ramas con base en un informe de la demanda débil (D)

Sj P(Sj) P(D / Sj) P(D ∩ Sj) P(Sj / D)
S1 1/5 3/5 3/25 24/61
S2 7/20 2/5 7/50 28/61
S3 9/20 1/10 9/200 9/61
P(D) = 61/200
113
Tabla 3.6 Probabilidades de las ramas con base en un informe de la demanda promedio (P).

Sj P(Sj) P(P / Sj) P(P ∩ Sj) P(Sj / P)
S1 1/5 3/10 3/50 3/19
S2 7/20 2/5 7/50 7/19
S3 9/20 2/5 9/50 9/19
P(P) = 19/50
Tabla 3.7 Probabilidades de las ramas con base en un informe de la demanda fuerte (F).

Sj P(Sj) P(F / Sj) P(F ∩ Sj) P(Sj / F)
S1 1/5 1/10 1/50 3/19
S2 7/20 1/5 7/100 7/19
S3 9/20 1/2 9/40 9/19
P(F) = 63/200
Ejercicio 3.16
Cada 3 días, la Bishop debe decidir cuántas cajas de fresas debe pedir para los siguientes 3 días, Ben
Jones gerente de la Bishop ha determinado que si el clima es bueno en general durante ese periodo
de 3 días, puede vender 100 cajas, en tanto que si el clima no es tan bueno puede vender sólo 75
cajas. Si el clima es malo, las ventas son muy deficientes y puede vender sólo 50 cajas durante los 3
días. Dado que la duración de las fresas en los anaqueles es de sólo 3 días, las fresas que no se
venden deben tirarse y no tienen ningún valor de recuperación. Ben puede comprar fresas en $5 la
caja y venderla en $10.
Los registros pasados del clima muestran que para cualquier periodo de 3 días, el clima es bueno
50% del tiempo, regular 20% del tiempo y malo 30% de las veces. La tabla de utilidades es la
siguiente:
Vende si el clima es
Alternativa pide
Malo 50 Regular 75 Bueno 100
50, d1 250 250 250
75, d2 125 375 375
100, d3 0 250 500
Ben Jones ha iniciado trámites para suscribirse a un servicio meteorológico especial que cuesta $100
por periodo de 3 días. La compañía que vende ese servicio le ha dado a Ben información con
respecto a la efectividad de dicho servicio en los últimos 5 años. Esa información se presenta en
porcentaje de las veces en que la compañía pronosticó en forma correcta cada uno de los tipos de
clima que ocurrieron.
114
Clima que se hubiera Clima que ocurrió en realidad
pronosticado Malo Regular Bueno
Malo 50% 30% 20%
Regular 30% 40% 40%
Bueno 20% 30% 40%
a) ¿Cuál es valor de la información perfecta para este problema?

b) Aconseje a Ben con respecto a si debe suscribirse o no al servicio de pronósticos
meteorológicos.
a) Valor esperado de la información perfecta.
VEsIP = 300, este cálculo se obtiene del nodo de decisión 6 de la figura 3.8.
VEcIP = 250(0.3) + 375(0.2) + 500(0.5) = 400

VEIP = 400 – 300 = 100
b) Valor esperado de la información muestral
El cálculo de las probabilidades de las ramas se realiza usando un procedimiento alternativo que
consiste en invertir el árbol de probabilidad, como se indica a continuación y los resultados en la
figura 3.7.
Figura 3.7 Probabilidades de la ramas, a través de invertir el árbol de probabilidad.

ÁRBOL 1 ÁRBOL 2
Probabilidades Probabilidades Probabilidades Probabilidades Probabilidades Probabilidades
previas condicionales conjuntas resultado posteriores conjuntas
M S1
S1 M 3/20 M S1 3/20
1/2 15/31
S1 R M S2
S1 R 9/100 M S2 3/50
3/10 3/10 31/100 6/31
B S3
S1 B 3/50 M S3 1/10
1/5 10/31
M S1
S2 M 3/50 R S1 9/100
3/10 9/37
S2 R R S2
S2 R 2/25 R S2 2/25
1/5 2/5 37/100 8/37
B S3
S2 B 3/50 R S3 1/5
3/10 20/37
M S1
S3 M 1/10 B S1 3/50
1/5 3/16
S3 R B S2
S3 R 1/5 B S2 3/50
1/2 2/5 8/25 3/16
B S3
S3 B 1/5 B S3 1/5
2/5 5/8
115
Figura 3.8 Árbol de decisión del ejercicio 3.16, incluyendo los valores esperados en los nodos.
S1
250
15/31
d1 S2
7 250
6/31
S3
250 250
10/31
S1
125
15/31
Malo 3 d2 S2
8 375
31/100 6/31
S3
254.03 254.03 375
10/31
S1
0
15/31
d3 S2
9 250
6/31
S3
209.68 500
10/31
S1
250
9/37
d1 10 S2
250
8/37
S3
250 250
20/37
0
S1
125
9/37
Regular 4 d2 S2
2 11 375
37/100 8/37
313.75 S3
324.32 314.19 375
20/37
S1
0
9/37
d3 12
S2
250
8/37
S3
324.32 500
1 20/37
S1
250
3/16
d1 13 S2
250
3/16
S3
250 250
5/8
S1
125
3/16
Bueno d2 S2
5 14 375
8/25 3/16
328.13 S3
359.38 375
5/8
S1
0
3/16
d3 S2
15 250
3/16
S3
359.38 500
5/8
116
S1
250
3/10
d1 16 S2
250
1/5
S3
250 250
1/2
S1
125
3/10
6 d2 17
S2
375
1/5
S3
300 300 375
1/2
S1
0
3/10
d3 18
S2
250
1/5
S3
300 500
1/2
0
Procedimiento para calcular las probabilidades de las ramas, por medio de un árbol de probabilidad.
1. En las ramas principales se anotan los estados de la naturaleza con sus probabilidades
(probabilidades previas), en las ramas secundarias se anotan las probabilidades
condicionales de un estudio de investigación, dado cada estado de la naturaleza.
2. Se calculan las probabilidades conjuntas, multiplicando los valores de probabilidad previa
de las ramas principales por los correspondientes valores de probabilidad condicional de las
ramas secundarias.
3. En el árbol 2 de la figura 3.7, se anotan las probabilidades conjuntas, de acuerdo al orden de
la multiplicación, se suman estas probabilidades conjuntas, obteniendo las probabilidades
resultado de investigación y se anotan en las ramas principales del árbol 2.
4. Se divide cada probabilidad conjunta entre las probabilidades resultado, para obtener las
probabilidades posteriores y se anotan en las ramas secundarias.
Para este ejercicio para mayor rapidez en los cálculos, los valores esperados se indican en el árbol de
la figura 3.8.
VEIM = 313.75 – 300.0
VEIM = 13.75
Debido a que el VEIM es $13.75 y el servicio meteorológico a pagar es de $100, Ben no debe
suscribirse al servicio de pronóstico del tiempo
117
3.6 Teoría de utilidad.
La utilidad es una medida del valor total de un resultado en particular; refleja la actitud de quien
toma las decisiones hacia un conjunto de factores como utilidad, pérdida y riesgo. Los
investigadores han encontrado que siempre que los valores monetarios de los pagos queden en un
rango razonable, para quien toma las decisiones, la selección de la alternativa de decisión con el
mejor valor monetario esperado por lo general lleva a la selección de la decisión más preferida. Sin
embargo, cuando los pagos se hacen extremos, la mayor parte de quienes toman las decisiones no
quedan satisfechos con la decisión que simplemente proporcione el mejor valor monetario esperado.
Ejercicio 3.17
Como ejemplo de una situación en que la utilidad puede ayudar a seleccionar la mejor alternativa de
decisión, consideremos el problema que tiene Suofor, pequeña empresa de bienes y raíces.
Utilizando la mejor información disponible, Suofor estima las oportunidades, es decir los pagos
asociados con cada combinación de alternativa de decisión y de estado de naturaleza. La tabla
resultante de pagos (en miles de pesos) aparece en la tabla 3.8.
Tabla 3.8 Tabla de pagos para Suofor.

Precios suben S1 Precios estables S2 Precios bajan S3
Inversión A, d1 $30 $20 -$50
Inversión B, d2 $50 -$20 -$30
Sin inversión, d3 0 0 0
P(S1) = 0.3, P(S2) = 0.5 y P(S3) = 0.2.
Cálculo del Valor Esperado para cada alternativa de decisión.
VE(d1) = 0.3 (30) + 0.5 (20) + 0.2 (-50) = 9

VE(d2) = 0.3 (50) + 0.5 (-20) + 0.2 (-30) = -1
VE(d3) = 0.3 (0) + 0.5 (0) + 0.2 (0) = 0
Utilizando el enfoque de valor esperado, la mejor decisión es seleccionar la inversión A con un valor
monetario esperado de $9000. ¿Se trata realmente de la mejor alternativa de decisión?
Consideremos algunos otros factores de importancia que se relacionan con la capacidad de Suofor
para absorber la pérdida de $50000, si se efectúa la inversión A y los precios bajan. De hecho la
posición financiera de Suofor es débil. Esta situación se refleja parcialmente en que Suofor
solamente podrá hacer una inversión en este momento y el presidente de la empresa cree que si la
siguiente inversión da como resultado pérdidas sustanciales, el futuro de Suofor estará en peligro. A
pesar de que el procedimiento lleva a una recomendación para d1, es probable que el presidente
prefiera seleccionar d2 o d3, para evitar la posibilidad de incurrir en una pérdida de $50000. De
hecho una conclusión razonable sería que, si una pérdida incluso de sólo $30000 pudiera sacar del
negocio a Suofor, el presidente seleccionaría d3, pensando que ambas inversiones A y B son
demasiado riesgosas para la posición financiera actual de la empresa.
El procedimiento que utilizamos para establecer valores de utilidad para los pagos en la situación de
Suofor requiere que primero asignemos un valor de utilidad a los mejores y peores pagos posibles.
118
Cualquier valor será válido, siempre que la utilidad asignada al mejor pago sea superior a utilidad
asignada al peor pago. En este caso $50 es el pago mejor y -$50 es el peor. Entonces haremos
asignaciones arbitrarias a estos dos pagos como sigue:
Utilidad de -$50 = U(-50) = 0

Utilidad de $50 = U(50) = 10
Determinaremos ahora la utilidad asociada con todos los demás pagos.

Considerar el proceso de establecer la utilidad de un pago de $30. Primero le solicitaremos al
presiente de Suofor exprese su preferencia entre un pago garantizado de $30 y la oportunidad de
entrar en la siguiente lotería o apuesta:
Lotería: Suofor obtiene un resultado de $50 con una probabilidad p

y un pago de -$50 con una probabilidad (1 – p)
Obviamente si p es muy cercano a 1, el presidente de Suofor preferirá la lotería al resultado

garantizado de $30, porque la empresa se asegurará virtualmente un pago de $50, pero si p es muy
cercano a cero, el presidente de Suofor claramente preferirá la garantía de $30. En cualquier caso,
conforme p cambia de manera continua de 0 a 1, la preferencia del pago garantizado de $30 en algún
momento cambiará a una preferencia hacia la lotería. A ese valor de p, el presidente de Suofor ya no
tendrá mayor preferencia sobre el pago garantizado de $30 que por la lotería. Por ejemplo
supongamos que p = 0.95, el presidente de Suofor queda indiferente hacia el pago garantizado de
$30 o hacia la lotería. Para este valor de p, debemos calcular la utilidad de un pago de $30 como
sigue:
U(30) = p U(50) + (1 – p) U(-50)
= 0.95 (10) + (0.05) (0)
= 9.5
Antes de calcular la utilidad de los demás pagos, pensemos en la consecuencia de que el presidente
de Suofor haya asignado una utilidad de 9.5 a un pago de $30. Claramente, cuando p = 0.95, el valor
esperado de la lotería es:
VE(lotería) = 0.95 (50) + (0.05) (-50)
= 45
Aunque el valor esperado de la lotería cuando p = 0.95 es $45, el presidente de Suofor simplemente
prefiere tomar el pago garantizado de $30, por lo que está tomando un punto de vista conservador,
es decir evitando riesgos. El presidente prefiere tener $30 seguros que arriesgar cualquier cosa que
no sea una posibilidad de 5% de incurrir en una pérdida de $50. En otras palabras, la diferencia entre
el valor esperado de $45 y el resultado garantizado de $30 es el premio al riesgo que el presidente de
Suofor estaría dispuesto a pagar para evitar la oportunidad de 5% de perder $50.
Para calcular la utilidad asociada con un pago de -$20, debemos pedirle al presidente de Suofor que
enuncie cuál sería su preferencia entre un pago garantizado de -$20 y una oportunidad de entrar de
nuevo en la siguiente lotería:
Lotería: Suofor obtiene un resultado de $50 con una probabilidad p

y un pago de -$50 con una probabilidad (1 – p)
119
Notar que esta lotería es exactamente la misma que utilizamos para establecer la utilidad de un pago
de $30. De hecho utilizamos esta lotería para establecer la utilidad de cualquier valor monetario de
la tabla de pagos de Suofor. Necesitamos determinar el valor de p que haga que el presidente quede
indiferente entre un resultado garantizado de -$20 y la lotería. Por ejemplo podríamos empezar
pidiéndole al presidente que elija entre una pérdida cierta de $20 y una lotería con un pago de $50,
con una probabilidad p = 0.90 y un pago de -$50, con una probabilidad (1 – p) = 0.10. Seguramente
con esta elevada probabilidad de obtener un pago de $50, el presidente elegiría la lotería. Después
pudiéramos preguntar si p = 0.85 daría como resultado indiferencia entre la pérdida segura de $20 y
la lotería. Quizás de nuevo el presidente pudiera preferir la lotería. Suponga que continuamos hasta
que obtenemos p = 0.55. Llegado a dicho punto, el presidente queda indiferente entre el pago de
-$20 y la lotería. Esto es para cualquier valor inferior a 0.55 de p, el presidente preferiría aceptar una
pérdida segura de $20, a arriesgar la pérdida potencial de $50 vía la lotería; y para cualquier valor de
p por encima de 0.55, el presidente escogería la lotería. De ahí que la utilidad designada a un pago
de -$20 es:
U(-20) = p U(50) + (1 – p) U(-50)

= 0.55 (10) + (0.45) (0)
= 5.5
De nuevo comparemos el significado de esta asignación con el procedimiento de valor esperado.

Cuando p = 0.95, el valor esperado de la lotería es:
VE(lotería) = 0.55 (50) + (0.45) (-50)

= 5
Por lo que el presidente de Suofor preferiría absorber una pérdida cierta de $20 a tomar la lotería,
aún cuando el valor esperado de la lotería sea de solo $5. Otra vez esta preferencia demuestra un
punto de vista conservador, es decir evita riesgos.
En estos dos ejemplos calculamos la utilidad de los pagos monetarios de $30 y de -$20. De una
manera similar, podemos determinar la utilidad para cualquier pago monetario M. Primero, debemos
encontrar la probabilidad p en la cual, para quien toma las decisiones, resulta indiferente entre un
pago garantizado de M y una lotería con un pago de $50 con una probabilidad de p y de -$50 con
una probabilidad (1 – p). La utilidad de M se calcula entonces como sigue:
U(M) = p U(50) + (1 – p) U(-50)

= p (10) + (1 – p) (0)
= 10 p
Utilizando este procedimiento, desarrollamos valores de utilidad para todos los demás pagos del
problema de Suofor. Esto de presenta en la tabla 3.9.
Ahora que hemos determinado el valor de utilidad de cada uno de los valores monetarios posibles,
podemos escribir la tabla de pagos original en función de valores de utilidad. La tabla 3.10 muestra
la utilidad para los diversos resultados al problema de Suofor.
120
Tabla 3.9 Utilidad de pagos monetarios para el problema de Suofor
Valor de indiferencia
Valor monetario Valor de utilidad
p
$ 50 No aplica 10.0
30 0.95 9.5
20 0.90 9.0
0 0.75 7.5
-20 0.55 5.5
-30 0.40 4.0
-50 No aplica 0
Tabla 3.10 Tabla de utilidades para Suofor

Inversión A, d1 9.5 9.0 0
Inversión B, d2 10.0 5.5 4.0
Sin inversión, d3 7.5 7.5 7.5
Ahora se puede aplicar los cálculos de valor esperado de la utilidad:
UE(d1) = 0.3 (9.5) + 0.5 (9.0) + 0.2 (0) = 7.35

UE(d2) = 0.3 (10.0) + 0.5 (5.5) + 0.2 (4.0) = 6.55
UE(d3) = 0.3 (7.5) + 0.5 (7.5) + 0.2 (7.5) = 7.5
Notar que la mejor decisión utilizando el procedimiento de utilidad esperada es d3, es decir no
invertir, aunque la inversión A tiene el valor monetario esperado más elevado de 9, el análisis indica
que Suofor debe declinar esta inversión. La razón para no seleccionar la inversión A es que, según el
presidente de Suofor, la probabilidad de 0.20 de una pérdida de $50, consideró implicaba un riesgo
muy serio. Lo serio de este riesgo y su impacto asociado sobre la empresa no estaban reflejados
adecuadamente en el valor monetario esperado de la inversión A.
Evasores de riesgos contra tomadores de riesgos.
La posición financiera de Suofor era tal que el presidente de la empresa evalúo las oportunidades de
inversión desde un punto de vista conservador, es decir evitando riesgos. Sin embargo de haber
tenido la empresa un excedente de efectivo y un futuro estable, el presidente de Suofor quizás
hubiera buscado alternativas de decisión que, aunque riesgosas, tuvieran cierto potencial de utilidad
sustancial. Este tipo de comportamiento hubiera convertido al presidente en un tomador de riesgos.
Para el problema de decisión que enfrenta Suofor y utilizando el procedimiento general para el
desarrollo de utilidades, un tomador de riesgos pudiera expresar la utilidad para los diversos pagos
que se muestran en la tabla 3.11. Como antes U(50) = 10 y U(-50) = 0. Note la diferencia en
comportamiento, que se refleja en la tabla 3.11, en comparación con la tabla 3.9. Esto es al
determinar el valor de p el cual quien toma la decisión queda indiferente entre un pago garantizado
de valor M y una y una lotería en la cual obtiene $50 con una probabilidad de p y -$50 con una
probabilidad de (1 – p), quien toma riesgos está aceptando un mayor riesgo de incurrir en una
pérdida de $50, para tener la oportunidad de obtener una utilidad de $50.
121
Tabla 3.11 Valores de utilidad revisados para el problema de Suofor, suponiendo un
tomador de riesgos
Valor de indiferencia
Valor monetario Valor de utilidad
p
$ 50 No aplica 10.0
30 0.50 5.0
20 0.40 4.0
0 0.25 2.5
-20 0.15 1.5
-30 0.10 1.0
-50 No aplica 0
La tabla de utilidad de un tomador de riesgos, se observa en la tabla 3.12. Utilizando las

probabilidades de los estados de la naturaleza, la utilidad esperada para cada alternativa de decisión
es:
UE(d1) = 0.3 (5.0) + 0.5 (4.0) + 0.2 (0) = 3.50

UE(d2) = 0.3 (10.0) + 0.5 (1.5) + 0.2 (1.0) = 3.95
UE(d3) = 0.3 (2.5) + 0.5 (2.5) + 0.2 (2.5) = 2.5
La decisión recomendada, ahora es la alternativa B, con una utilidad esperada más elevada de 3.95.
Figura 3.9 Función de utilidad en función del dinero para quien evita riesgos
U
10
-50 -40 -30 -20 -10 0 10 20 30 40 50

Valor monetario (miles de pesos)
122
Tabla 3.12 Tabla de utilidad de un tomador de riesgos para el problema de Suofor
Inversión A, d1 5.0 4.0 0
Inversión B, d2 10.0 1.5 1.0
Sin inversión, d3 2.5 2.5 2.5
Comparando el análisis de utilidad para un tomador de riesgos con las preferencias más
conservadoras de una persona que evita riesgos, vemos que ante el mismo problema, diferentes
actitudes frente al riesgo pueden llevar a diferentes decisiones recomendadas. Los valores de
utilidad establecida por el presidente de Suofor indicaron que la empresa no debería invertir en este
momento, en tanto que las utilidades establecidas por el tomador de riesgos mostraron una
preferencia por la inversión B. Notar que ambas decisiones difieren de la decisión de mejor valor
monetario esperado, que es la inversión A.
En las figura 3.9, 3.10 y 3.11, se presentan las funciones de utilidad para el dinero, para quien evita
riesgos, toma riesgos y es neutral al riesgo.
Figura 3.10 Función de utilidad en función del dinero para quien toma riesgos
U
10
-50 -40 -30 -20 -10 0 10 20 30 40 50

123
Figura 3.11 Funciones de utilidad para tomadores de decisión que evitan riesgos, que toman
riesgos y que son neutrales a los riesgos
U
10
-50 -40 -30 -20 -10 0 10 20 30 40 50

3.7 Análisis de sensibilidad.
Modificaciones en las estimaciones de probabilidad para los estados de la naturaleza afectan o

alteran la alternativa de decisión recomendada. Un acercamiento al análisis de sensibilidad es
considerando diferentes probabilidades para los estados de la naturaleza y volviendo a calcular el
valor esperado para cada alternativa de decisión. Repitiendo esta cálculo para varias probabilidades,
podemos empezar a aprender de qué manera las modificaciones en las probabilidades para los
estados de la naturaleza afectan la decisión recomendada.
Ejercicio 3.18
En el ejercicio 3.2 del problema de PDC, suponga que la probabilidad de una elevada aceptación
queda reducida a 0.2 y la probabilidad de una baja aceptación se eleve hasta 0.8, el valor esperado
para cada alternativa de decisión es:
VE(d1) = 0.2 (8) + 0.8 (7) = 7.2

VE(d2) = 0.2 (14) + 0.8 (5) = 6.8
VE(d3) = 0.2 (20) + 0.8 (-9) = -3.2
124
Por lo que con estas probabilidades, la alternativa de decisión recomendada es construir un complejo
de condominios pequeño (d1) con un valor esperado de 7.2. La probabilidad de una elevada
aceptación es de sólo 0.2, por lo que la construcción de un complejo de condominios grande (d3) es
la menos preferida, con un valor o pérdida esperada de 3.2.
De la misma manera se podría continuar modificando las probabilidades de los estados de la

naturaleza y ver como afectan a la alternativa de decisión recomendada. En el caso especial de dos
estados de la naturaleza, un procedimiento gráfico facilita los cálculos de análisis de sensibilidad.
Para demostrar este procedimiento, supongamos que p representa la probabilidad de S1, esto es:
P(S1) = p y P(S2) = 1 – p. Ahora se calculan los valores esperados.
VE(d1) = p(8) + (1 – p )(7)

= 8p + 7 – 7p
=p+7
VE(d2) = p(14) + (1 – p )(5)
= 14p + 5 – 5p
= 9p + 5
VE(d3) = p(20) + (1 – p )(-9)

= 20p – 9 + 9p
= 29p – 9
Entonces hemos desarrollado tres ecuaciones que muestran el valor esperado de las tres alternativas
de decisión, como una función de p. continuamos desarrollando una gráfica con los valores de p
sobre el eje horizontal y valores esperados en el eje vertical. Para cada ecuación lineal se traza la
línea recta, identificando dos puntos que satisfagan la ecuación, por ejemplo si hacemos p = 0,
VE(d1) = 7 y si p = 1, VE(d1) = 8 y trazamos la línea como se muestra en la figura 3.12.
Para hallar el punto en el que se interceptan las líneas rectas de VE(d1) con VE(d2), se igualan y se
despeja p.
p + 7 = 9p + 5
p = 0.25
Para hallar el punto en el que se interceptan las líneas rectas de VE(d2) con VE(d3), se igualan y se
despeja p.
9p + 5 = 29p – 9
p = 0.7
Se puede concluir que la alternativa de decisión d1 da el valor esperado más elevado para p < 0.25,
la alternativa de decisión d2 da el valor esperado más elevado para 0.25 < p < 0.7 y la alternativa de
decisión d3 da el valor esperado más elevado p > 0.7.
El procedimiento gráfico que se acaba de describir para el problema PDC, únicamente se aplica
cuando se tienen dos estados de la naturaleza. Sin embargo el análisis de sensibilidad para más de
dos estados de la naturaleza se puede realizar usando una hoja de cálculo o programa de
computadora.
125
Figura 3.12 Valor esperado para las alternativas de decisión de PDC, como una función de p
VE
d3 proporciona
el VE más alto
20 d1 proporciona d2 proporciona
el VE más alto el VE más alto
VE(d3)
15 VE(d2)
10
VE(d1)
0
0.2 0.4 0.6 0.8 1.0 p
-5
-10
Problemas propuestos de la Unidad III
1. Suponga que un tomador de decisiones que se enfrenta con cuatro alternativas de decisión y
cuatro estados de la naturaleza elabora la siguiente tabla de resultados para las utilidades que puede
esperar.
S1 S2 S3 S4
d1 14 9 10 5
d2 11 10 8 7
d3 9 10 10 11
d4 8 10 11 13
a) Si el tomador de decisiones sabe nada acerca de las probabilidades de los cuatro estados de la
naturaleza, ¿cuál es la decisión recomendada usando los enfoques optimista, conservador y
de arrepentimiento minimax?
b) Suponga que la tabla de resultados da costos en lugar de ganancias. ¿Cuál es la decisión
recomendada usando los enfoques optimista, conservador y de arrepentimiento minimax?
Solución.
a) Optimista: d1
Conservador: d3
Arrepentimiento minimax: d3
126
b) Optimista: d1
Conservador: d2 o d3
Arrepentimiento minimax: d2
2. Cierta empresa se enfrenta a una decisión de compra para un producto estacional, para el cual la
demanda puede ser alta, media o baja. El comprador puede ordenar 1, 2 o 3 lotes del producto antes
que inicie la temporada, pero posteriormente no puede reordenar. Las proyecciones de utilidades se
muestran en la tabla siguiente:
Estados de la naturaleza
S1 S2 S3
Pedido de 1 lote, d 1 60 60 50
Pedido de 2 lotes, d 2 80 80 30
Pedido de 3 lotes, d 3 100 70 10
Probabilidades previas 0.25 0.35 0.4
Si se solicita realizar una encuesta para ayudar a evaluar la demanda, obteniéndose las
probabilidades condicionales para cada estado de la naturaleza.
Predicción
Excelente (E) Buena (B) Regular (R)
S1 0.40 0.30 0.30
S2 0.25 0.15 0.60
S3 0.42 0.35 0.23
a) Mediante en enfoque mínimax de arrepentimiento, seleccionar la mejor alternativa.

b) Calcular el valor esperado de la información perfecta.
c) Por medio del árbol de decisión, calcular el valor esperado de la información muestral.
Solución:
a) La alternativa de decisión recomendada es d2.
b) VEIP = 73 – 60 = 13
c) VEIM = 60.25 – 60 = 0.25
127
3. Suponga que quien debe tomar la decisión frente a 3 alternativas de decisión y cuatro estados de
la naturaleza desarrolla la siguiente tabla o matriz de utilidades:
S1 S2 S3 S4
d1 140 130 100 120
d2 110 100 90 80
d3 100 120 150 130
Probabilidades previas 0.2 0.15 0.35 0.3
Si se solicita realizar una encuesta para ayudar a evaluar la demanda, obteniéndose las
probabilidades condicionales para cada estado de la naturaleza.
Predicción
Excelente (E) Buena (B) Regular (R)
S1 0.55 0.15 0.30
S2 0.50 0.25 0.25
S3 0.18 0.42 0.40
S4 0.30 0.55 0.15
a) Por medio del criterio de Hurwicz y con α = 0.2, seleccionar la mejor alternativa.
b) Calcular el valor esperado de la información perfecta.
c) Por medio del árbol de decisión, calcular el valor esperado de la información muestral.
Solución:
a) La alternativa de decisión recomendada es d3.
b) VEIP = 139 – 129.5 = 9.5
c) VEIM = 130.6 – 129.5 = 1.1
4. El administrador de un rancho con 1000 acres de tierra cultivable, debe decidir entre 4 cultivos
para la próxima temporada. Para cada cultivo ha obtenido las siguientes estimaciones sobre la
cosecha y la utilidad esperada
Alternativa de Estados de la naturaleza (clima)

decisión Seco (S1) Moderado (S2) Húmedo (S3)
d 1 cultivo 1 20 35 40
d 2 cultivo 2 18 20 30
d 3 cultivo 3 30 25 25
d 3 cultivo 4 40 30 32
Probabilidades
0.25 0.45 0.3
previas
Si se solicita realizar un estudio de investigación sobre el clima, obteniéndose las probabilidades

condicionales para cada estado de la naturaleza.
128
Predicción
Bueno (B) Regular (R) Malo (M)
S1 0.45 0.30 0.25
S2 0.30 0.50 0.20
S3 0.30 0.40 0.30
a) Calcular el valor esperado de la información perfecta.

b) Por medio del árbol de decisión, calcular el valor esperado de la información muestral.
Solución:
a) VEIP = 37.75 – 33.1 = 4.65
b) VEIM = 33.685 – 33.1 = 0.585
5. Los directores de Pension Planners, deben escoger uno de tres fondos mutuos comparables en el
cuál invertir un millón de pesos. El personal del departamento de investigación ha estimado la
recuperación estimada en un año para cada uno de los fondos mutuos, basándose en un desempeño
pobre, moderado o excelente, según se presenta en la tabla siguiente:
Recuperación esperada
Desempeño Probabilidad
Fondo 1 Fondo 2 Fondo 3
Pobre (S1) 0.2 $50000 $25000 $40000
Moderada (S2) 0.6 $75000 $50000 $60000
Excelente (S3) 0.2 $100000 $150000 $175000
Utilice la matriz de ganancias para calcular la decisión recomendada, utilizando cada uno de los
criterios siguientes:
a) Optimista.
b) Pesimista.
c) De Hurwicz (con α = 0.6)
d) Arrepentimiento Mínimax.
e) Valor esperado.
Solución:
a) Decisión recomendada: Fondo 3, con un valor de 175.
b) Decisión recomendada: Fondo 1, con un valor de 50.
c) Decisión recomendada: Fondo 3, con un valor de 121.
d) Decisión recomendada: Fondo 3, con un valor de 15.
e) Decisión recomendada: Fondo 3, con un valor de 79
129
6. Nelly Constructora desea entrar en el auge del negocio de la construcción de condominios para
estudiantes. La compañía debe decidir la compra de suficiente terreno para la construcción de
complejos de condominios de 100, 200 o 300 unidades. Muchos otros complejos están actualmente
en construcción, así que Nelly no está segura de qué tan fuerte será la demanda para su complejo. Si
la compañía es conservadora y construye sólo unas pocas unidades, pierde utilidades potenciales se
la demanda resulta ser fuerte. Por otro lado también le resultarían costosas muchas unidades sin
vender. Se preparó la siguiente tabla, basada en 3 niveles de demanda.
Demanda
Decisión
Baja (S1) Media (S2) Alta (S3)
Construir 50 500 500 500
Construir 100 0 1000 1000
Construir 150 -700 400 1500
Probabilidad 0.3 0.5 0.2
Nelly quiere reducir el grado de incertidumbre sobre el número de unidades que debe construir, por
lo que ha decidido llevar a cabo una encuesta, la cual dará por resultado una de las 3 medidas de la
demanda: débil, moderada y fuerte. Obteniendo las probabilidades condicionales en la tabla
siguiente:
Predicción
Débil (D) Moderada (M) Fuerte (F)
S1 0.45 0.30 0.25
S2 0.30 0.50 0.20
S3 0.30 0.40 0.30
a) Calcular el valor esperado de la información perfecta.

b) Por medio del árbol de decisión, calcular el valor esperado de la información muestral.
Solución:
a) VEIP = 950 – 700 = 250
b) VEIM = 720 – 700 = 20
130

Unidad 3 Teoria de Decision

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 3 Teoria de Decision

Cargado por

Copyright:

Formatos disponibles

UNIDAD III TEORÍA DE DECISIÓN

3.1 Características generales de la teoría de decisiones.

En los modelos de la teoría de decisiones, la pieza fundamental de información es la tabla de

Tabla 3.1 Tabla de retribuciones

3.2 Criterios de decisión Determinísticos y Probabilísticos.

Sea el siguiente problema de programación lineal:

Max Z = 50 E + 40 F Decisión Estado de la naturaleza

Teóricamente, es fácil resolver un modelo con un solo estado de la naturaleza. Simplemente se

En muchas situaciones de toma de decisiones podremos obtener estimaciones de probabilidades para

El valor esperado (VE) de la alternativa de decisión di se define como:

El valor esperado de una alternativa de decisión es la suma de los pagos ponderados

d1 = un complejo pequeño con 30 condominios.

Los estados de la naturaleza son:

S1 = demanda fuerte para los condominios.

P(S1) = 0.8 y P(S2) = 0.2.

Cálculo del Valor Esperado para cada alternativa de decisión.

VE(d1) = 0.8 (8) + 0.2 (7) = 7.8

El modelo del repartidor de periódicos.

Suponga que la distribución de la demanda es:

P0 = Probabilidad (demanda = 0) = 0.1

Retribución = 7.5 (No. de periódicos vendidos) – 4 (No. de periódicos ordenados)

VE 0 = 0.1 ( 0 ) + 0.3 ( -5 ) + 0.4 ( -10) + 0.2 (-15 ) = -8.5

3.2.3.1 Enfoque optimista:

Para un problema de maximización, el enfoque optimista a menudo se conoce como enfoque

Del ejercicio del vendedor de periódicos bajo el criterio optimista se tiene:

3.2.3.2 Enfoque conservador o pesimista:

Del ejercicio del vendedor de periódicos bajo el criterio conservador se tiene:

3.2.3.3 Enfoque mínimax de arrepentimiento:

Es un enfoque para la toma de decisiones que no es ni totalmente optimista ni totalmente

Si rij es de utilidad Si rij es de costos

Se obtiene el mínimo de los máximos arrepentimientos (minimax).

Como es una matriz de utilidad, se elige el máximo de cada estado de la naturaleza:

Debido a que 8.5, es el mínimo resultado de los máximos arrepentimientos, la alternativa de

3.2.3.4 Criterio de Laplace:

Del ejercicio del vendedor de periódicos bajo el criterio de Laplace se tiene:

1. El coeficiente de optimismo α estará entre 0 y 1.

Del ejercicio del vendedor de periódicos bajo el criterio de Hurwicz se tiene:

Estado de la naturaleza α = 0.6

Debido a que 1.5, es el máximo, la alternativa de decisión recomendada es d3.

Debido a que 5, es el mínimo resultado de los costos mínimos, la alternativa de decisión

Como es una matriz de costos, se elige el mínimo de cada estado de la naturaleza:

Se obtiene la diferencia de cada elemento de la columna menos el menor de ella.

Debido a que 8, es el mínimo resultado de los máximos arrepentimientos, la alternativa de decisión

Costo Costo α min + (1-α) max

Si ocurre S1, selecciona d3 y recibe un resultado de $20.

VEIP = (VEcIP) - (VEsIP)

3.4 Árboles de decisión.

3.5 Análisis de decisión con información muestral.

En la aplicación del valor esperado se ha demostrado cómo la información de probabilidad sobre

Casi siempre, la información adicional se obtiene a través de experimentos diseñados para

Figura 3.2 Revisión de probabilidad con base en información nueva.

Probabilidades Información nueva Probabilidades

A través de la investigación o de la experimentación como información muestral. Los resultados de

F = Informe favorable de investigación de mercado (las personas entrevistadas expresan interés en

U = Informe no favorable de investigación de mercado (las personas entrevistadas expresan poco

1. En la columna 1 se introducen los estados de la naturaleza. En la columna 2 se introducen las

Estado de la Probabilidades Probabilidades Probabilidades Probabilidades

El procedimiento de cálculo de probabilidad posterior, debe repetirse para cada resultado de

1. En los nodos de probabilidad, calcular el valor esperado multiplicando el resultado al final de

VE(nodo 6) = 0.9351 (8) + 0.0649 (7) = 7.935

El valor esperado del nodo de decisión 2, se calcula como sigue

VE(nodo 2) = 0.77 VE(nodo 3) + 0.23 VE(nodo 4)

La decisión recomendada para PDC es realizar la investigación de mercados y luego implementar la