Fundamentos de Procesos Estocásticos

EIN990
Escuela de Ingeniería

Unidad II: Análisis de decisiones

Clase 3 : El proceso de toma de decisiones

XXXXX X XX XXXX
YY’ZZ
MATERIAL PROPIEDAD DE UDLA.
AUTORIZADA SU UTILIZACIÓN SÓLO PARA FINES ACADÉMICOS.

ELABORADO POR: Prof. Astrid Oddershede

XXXXX X XX XXXX
YY’ZZ
Objetivo

Objetivo :
• Entregar conceptos básicos de Teoría de
Decisiones y método de resolución para la
toma de Decisiones bajo Incertidumbre.

XXXXX X XX XXXX
YY’ZZ
Contenido

• Marco Conceptual de la toma de

Decisiones.
• Etapas de un proceso de decisión
• Diagramación
• Criterios
• Ejemplos

XXXXX X XX XXXX
YY’ZZ
Bibliografía

• Bibliografía Básica
Hamdy A. Taha, Investigación de Operaciones,
Pearson, 2011, Cap. 15

• Webliografía
• http://home.ubalt.edu/ntsbarsh/opre640S/SpanishP.htm

XXXXX X XX XXXX
YY’ZZ
Análisis de Decisiones

• El análisis de Decisiones proporciona una estructura y

metodología para la toma de decisiones racionales cuando
los resultados son inciertos.
• ¿Qué es la toma de decisiones
• La toma de decisiones es la selección de un curso de
acción entre varias opciones, implica escoger la mejor
solución posible a una situación específica, aplicando
criterios preestablecidos.
• Este proceso, que puede parecer muy simple, se torna
complejo cuando se debe manejar un gran número de
criterios y alternativas de solución.
• EnX la
XXXXX XXempresa
XXXX : apoya al ejecutivo en la generación de
YY’ZZ alternativas y acciones posibles de tomar frente a una
situación compleja .
Teoría de la Decisión

En cuanto a decisión se refiere, existen dos enfoques

sobresalientes:

• La teoría de la elección racional (Simon): desde una

perspectiva descriptiva, nos cuenta CÓMO SON los procesos
decisorios en las organizaciones. Los hombres aplican su
propia racionalidad limitada por su singular visión de la
realidad.
• La teoría de la decisión: es una metodología prescriptiva o
normativa que indica CÓMO SE DEBE DECIDIR para ser
consecuentes con los objetivos, preferencias y ciertos
XXXXX X XX XXXX
principios impuestos por la teoría. (cómo se debe decidir,
YY’ZZ
pero no que decidir).
Teoría de la Decisión

• La teoría de la decisión es prescriptiva porque

obliga al TD a proceder de una determinada
manera si quiere ser coherente con las premisas
definidas.
• La teoría de la decisión es subjetiva porque, al
prescribir, tiene en cuenta las preferencias, las
valoraciones, las vivencias y la visión del TD.

XXXXX X XX XXXX
YY’ZZ
 Componentes de un Proceso de Decisión
• El tomador de decisiones o decisor (TD): Es el
encargado de realizar la selección de alternativas de la
mejor manera, en función de sus objetivos
• Las alternativas o cursos de acción: son las diferentes
formas de actuar posibles: el TD deberá seleccionar una
de ellas. Es importante tener en cuenta que estas
alternativas deben ser excluyentes entre sí.
• La consecuencias o los resultados: es lo que se obtiene
ante la selección de una alternativa determinada.
XXXXX X XX XXXX
YY’ZZ
 Componentes de un Proceso de Decisión

• Incertidumbre : no se conoce con certeza el resultado

de tomar alguna acción en particular.
• Los eventos inciertos o estados de la naturaleza: son
las variables no controlables por el TD.
Son eventos futuros que influyen en el proceso de
decisión, pero que no pueden ser controladas ni
previstas, en su comportamiento, por el TD.

XXXXX X XX XXXX
YY’ZZ
 Componentes de un Proceso de Decisión

• Criterios de decisión: es la especificación de un

procedimiento para identificar la mejor alternativa en
un problema de decisión bajo ese criterio.

• La descripción de los diferentes criterios de decisión

que proporcionan la opción óptima será realizada de
acuerdo con el conocimiento que posea el TD acerca de
los estados de la naturaleza, es decir, atendiendo a la
clasificación de los procesos de decisión: certidumbre,
riesgo e incertidumbre.
XXXXX X XX XXXX
YY’ZZ
Estructuración de un Problema Decisión

Para enfrentar un problema decisiones hacemos uso de

diagramas.
• La tabla de pagos sirven para tratar muchos problemas
de decisión y poseen los siguiente elementos:
• Los diferentes estados de la naturaleza ej (e1, e2, …,
en).
• Las distintas alternativas o cursos de acción, entre los
cuales el TD deberá seleccionar uno aj (a1, a2, …, am).
• Los resultados Rij que surgen de la elección de la
alternativa ai cuando se presenta el estado sj
XXXXX X XX XXXX
YY’ZZ
Etapas del Proceso de toma Decisiones

1. Identificación de la existencia de un problema y su

definición.
2. Recopilación de información relevante acerca del
problema.
3. Especificación de los objetivos. La decisión se basa
en seleccionar la mejor alternativa en función de los
objetivos especificados.
4. Identificar los componentes del problema.
5. Construcción de un modelo que represente el
XXXXX X XX XXXX
problema.
YY’ZZ
Etapas del Proceso de toma Decisiones

6. Generación de acciones alternativas para su

evaluación en función de las preferencias del TD.
(análisis cualitativo y análisis cuantitativo).
7. Predecir e indicar las consecuencias posibles de
cada acción.
8. Establecer un sistema de preferencias. Tiene que
realizar una valoración de las consecuencias de
acuerdo con una escala d edeseabilidad.
9. Establecer criterios de decisión
XXXXX X XX XXXX
YY’ZZ
Etapas del Proceso de toma Decisiones

10. Selección de un curso de acción. Esta elección

debe darse mediante un criterio de decisión
adecuado.
11. El TD debe poner en práctica la solución
seleccionada y evaluar los resultados. Lo que
modifica el universo, es la acción derivada de la
decisión.

XXXXX X XX XXXX
YY’ZZ
 Tablas de pago para Toma de
Decisiones
Para representar un problema de decisión se elabora
una tabla de pagos que incorpora la información de los
estados de naturaleza y las alternativas .

Estados de Naturaleza
Alternativas e1 e2 … en
a1 x11 x12 ... x1n
a2 x21 x22 ... x2n
... ... ... ...
XXXXX X XX XXXX…
YY’ZZ am xm1 xm2 ... xmn
Criterios de Decisión

Para tomar la decisión deben establecerse criterios de

acuerdo a la situación actual.

Criterio de Laplace
Este criterio, propuesto por Laplace en 1825, está basado
en el principio de razón insuficiente:
Como a priori no existe ninguna razón para suponer que
un estado se puede presentar antes que los demás,
podemos considerar que todos los estados tienen la
misma probabilidad de ocurrencia,
es decir, la ausencia de conocimiento sobre el estado de
la naturaleza equivale a afirmar que todos los estados son
XXXXX X XX XXXX
equiprobables.
YY’ZZ
 Para un problema de decisión con n posibles estados de la
naturaleza, asignaríamos probabilidad 1/n a cada uno de
ellos.
La regla de Laplace selecciona como alternativa óptima
aquella que proporciona un mayor resultado esperado:

Ejemplo
Supongamos que hemos de decidir si tomamos la acción
A o B, cuyas consecuencias pueden ser C, D y E, con sus
respectivas recompensas, como se refleja en la matriz de
pagos
XXXXX X XXo resultados
XXXX que se presenta más a delante.
YY’ZZ
 Se observa que si optamos por A podemos obtener el
resultado más favorable (100), pero tenemos también dos
resultados muy malos (2 y 1).
Si elegimos B corremos el riesgo de no ganar nada, si
bien C y D no ofrecen ambas un buen resultado.

¿Cómo decidiremos qué hacer si no podemos atribuir

objetivamente ninguna probabilidad a las consecuencias
de nuestra acción?

Resultados posibles
Acciones
C D E
A 100 2 1
XXXXX X XX XXXX
YY’ZZ B 99 98 0
 El criterio de Laplace considera todos los valores.
Puesto que no tenemos información sobre la
probabilidad de que ocurra C, D o E, según este criterio,
asigna a cada valor la misma probabilidad y elegir el que
nos dé el mayor valor esperado (el mayor beneficio
esperado).
De esta forma obtendríamos los siguientes resultados
para A y B:

A = 1/3 X 100 + 1/3 X 2 + 1/3 X 1 = 34.3

B = 1/3 X 99 + 1/3 x 98 + 1/3 X O = 65.7

XXXXX X XX XXXX
YY’ZZ
Para este caso recomendaría la acción B.
Criterio De Wald
Este es el criterio más conservador ya que está basado en lograr lo
mejor de las peores condiciones posibles.
Si el resultado x(ai, ej) representa pérdida para el decisor,
entonces, para ai la peor pérdida independientemente de lo que ej
pueda ser, es máx ej { x(ai, ej) }.
El criterio minimax elige entonces la acción ai asociada a :

En una forma similar, si x(ai, ej) representa la ganancia, el criterio

elige la acción ai asociada a :

XXXXX
Este X XXrecibe
criterio XXXXel nombre de criterio maximin, y corresponde a
YY’ZZ
un pensamiento pesimista,
 El criterio maximin, razona sobre lo peor que le puede
ocurrir al decisor cuando elige una alternativa.
Si conociéramos la probabilidad de cada uno de los
sucesos elegiríamos el que nos beneficiara con mayor
seguridad. Pero como desconocemos las probabilidades
de los sucesos, lo que el criterio maximín nos aconseja es
seguir aquella acción que nos asegure el máximo de los
mínimos; esto es, la acción que nos libre del peor
resultado posible

Para el ejemplo, sería la acción A la que el maximín

recomendaría seguir pues, en el peor de los casos,
XXXXX obtendríamos
X XX XXXX como mínimo 1, es decir, un resultado
YY’ZZ mejor que el peor de los resultados de la acción B.
 Criterio maxímax.

Este criterio, a diferencia del anterior, sólo tiene en

cuenta el mejor resultado posible de cada acción (el
máximo de los máximos).
En el ejemplo anterior, de nuevo la acción A saldría
favorecida, pues el mejor resultado posible es 100.
Aunque no es una estrategia que busque precisamente
evitar el riesgo a toda costa , más bien lo contrario
adolece del mismo defecto que el criterio maximín: no
tiene en cuenta la mayor parte de la información que
nos ofrece la situación de elección.
XXXXX X XX XXXX
YY’ZZ
 Criterio a de Hurwicz.
Hurwicz propuso un criterio que equivale a la suma
ponderada de los resultados extremos de ambas líneas de
acción. Puesto que nadie es siempre optimista o siempre
pesimista, el criterio de Hurwicz establece una vía
intermedia entre el maximín y el maximax.
Así, por ejemplo, si alguien otorga a los peores resultados
de A y B un valor a = 3/4, y de 1/4 (es decir, 1-ἇ) a los
mejores resultados, el criterio de Hurwicz valorará las
distintas líneas de acción de la siguiente manera:

A = 1 X 3/4 + 100 X 1/4 = 18,75

XXXXX
B =XOXX XXXX
X 3/4 + 99 X 1/4 = 18
YY’ZZ
 De nuevo sale elegida la acción A en el ejemplo. La
elección del valor de ά determina, pues, el grado de
pesimismo u optimismo del decisor: si ά fuera igual a 1,
el criterio de Hurwicz sería idéntico al maximín; si fuera
igual a O sería idéntico al maximax.

En cualquier caso, distintos decisores darán valor

distinto a ά por motivos puramente subjetivos. Así
pues, si bien este criterio no excluye tanta información
como los dos anteriores, tampoco la tiene toda en
cuenta, pues excluye los valores intermedios.

XXXXX X XX XXXX
YY’ZZ

25
 Criterio de Bayes o del Valor Esperado
Se basa en el concepto de valor esperado de la teoría de
probabilidades. Si existen n resultados para un
experimento donde cada resultado tiene un valor Rij y
una probabilidad de ocurrencia pj , entonces el valor
monetario esperado estará dado por:
n n
VEM i Rijpj pj 1
j 1 j 1

Donde:
VEM i = valor esperado monetario para la alternativa i
Rij = Pago para la alternativa i al ocurrir el estado de
naturaleza j
XXXXX X XX XXXX
P
YY’ZZ j
= Probabilidad de que ocurra el estado de la
naturaleza j
26
 Criterio de Bayes o del Valor Esperado

Pondera la medida de preferencia con la probabilidad

de ocurrencia correspondiente a cada evento incierto.

Regla: Maximizar el retorno esperado, basado en el

concepto de valor esperado: Promedio proyectado al
futuro

XXXXX X XX XXXX
YY’ZZ
Valor esperado: ejemplo

Suponga que usted compra en $1000 un número de una rifa, la

cual paga un premio de $50.000.
Hay dos eventos posibles: Usted gana la rifa, o Pierde
¿Cuál es el valor esperado del juego?
• La distribución de probabilidades es:

Evento X P(X)
Gana $ 49.000 1/100
Pierde $- 1.000 99/100
• l valor esperado es:
XXXXX X XX XXXX
YY’ZZ
49.000*(1/100) + -1.000*99/100 = $-500
• ¿Qué significa ese resultado?
28
Árboles de decisión

Ayudan a desarrollar una estrategia óptima cuando el

tomador de decisiones se enfrenta con un gran numero
de decisiones secuenciales .

Componentes y estructura
Alternativas de decisión en cada punto de decisión. Se
representan gráficamente con un cuadrado.
Eventos que pueden ocurrir como resultado de cada
alternativa de decisión. También son llamados Estados
de la naturaleza se representan con un circulo.
XXXXX X XX XXXX de que ocurran los eventos posibles
Probabilidades
YY’ZZ

29
Árboles de decisión

Componentes y estructura
Resultados de las posibles interacciones entre las
alternativas de decisión y los eventos. También se les
conoce con el nombre de Pagos

Los árboles de decisión poseen:

• Ramas: se representan con líneas
• Nodos de decisión: de ellos salen las ramas de decisión
y se representan con 
• Nodos de incertidumbre: de ellos salen las ramas de los
eventos y se representan con 
XXXXX X XX XXXX
YY’ZZ

30
Árboles de decisión:
Componentes y estructura: ejemplo

Evento 1
Pago 1
Punto de P(Evento 1)
decisión

Alternativa 1 Evento 2 Pago 2

P(Evento 2)

Evento 3 Pago 3
P(Evento 3)

XXXXX X XX XXXX
Alternativa 2 Pago 4
YY’ZZ

31
Árboles de decisión
Criterio del Valor Esperado Monetario
• Generalmente se inicia de derecha a
izquierda, calculando cada pago al final de las
ramas
• Luego en cada nodo de evento se calcula un
valor esperado
• Después en cada punto de decisión se
selecciona la alternativa con el valor
esperado óptimo
XXXXX X XX XXXX
YY’ZZ

32
Árboles de decisión

Análisis: ejemplo de la rifa

Gana
$49.000
Punto de (0,01)
decisión
-500
Juega la rifa

Pierde $ -1000
(0,99)

XXXXX X XX XXXX
No juega la rifa $0
YY’ZZ

33
Árboles de decisión

Análisis: ejemplo de la rifa

• En el nodo de evento se calculó el valor
esperado de jugar la rifa
• Luego se selecciona, en este caso el valor más
alto (por ser ganancias)
• La decisión desechada se marca con \\
• En este caso la decisión es no jugar la rifa

XXXXX X XX XXXX
YY’ZZ

34
 Caso de localización de una Pizzería
Tabla de Pagos para el Problema de Ubicación
Estados de la Naturaleza
Cerrar los Construir
Alternativa Sin cambio antiguos nuevos
(N1) dormitorios departamentos
(N2) (N3)

Permanecer en la
+$100,000 +$50,000 +$20,000
ubicación actual (A1)

Mudarse a calle
+$40,000 +$150,000 +$25,000
Coronel A2)

XXXXX XMudarse
XX XXXX a Av.,
-$20,000 +$20,000 +$200,000
YY’ZZ Concepción (A3)
 Se desea
• Determinar si es conveniente cambiar de ubicación
(esta es de las del tipo cuando no existen datos previos).

• Con la información , se procede a representar el

problema mediante un diagrama de decisión , en este
caso , un árbol de decisión.

XXXXX X XX XXXX
YY’ZZ
Árbol de Decisión para
$100,000
el problema de la
pizzería con respecto a Cierran dormitorios
$50,000
mudarse
$20,000

$40,000

Mudarse a Coronel Cierran dormitorios

$150,000

$25,000

-$20,000
XXXXX X XX XXXX Cierran dormitorios
YY’ZZ $20,000

$200,000
 Toma de Decisiones sin Datos
de probabilidad Previos
Modelo del Pesimista (Maximin)
El TD es pesimista con respecto a los estados de la
naturaleza o considera que de acuerdo a su
inseguridad económica debe evitar pérdidas altas
aún a riesgo de posiblemente perder altas utilidades.
El procedimiento consiste en determinar el resultado
de menor valor para cada alternativa y registrarlo en
una lista y luego elegir el valor máximo.
XXXXX X XX XXXX
YY’ZZ
 Tabla de Pagos Mínimos para el
Problema de Ubicación
Alternativa Pago Mínimo
Permanecer en la ubicación
$20,000 (N3)
actual (A1)
Mudarse a coronel (A2)
$25,000 (N3)
Maximin
Mudarse a Av. Concepcion
-$20,000 (N1)
(A3)
XXXXX X XX XXXX
YY’ZZ
 Modelo del Optimista (Maximax)

El TD considera que el medio ambiente es

propicio y la cantidad de dinero que puede
perderse es pequeña en comparación con la
utilidad que puede alcanzarse.
El procedimiento consiste en determinar el
resultado de mayor valor para cada alternativa y
registrarlo en una lista y luego elegir el valor
máximo.
XXXXX X XX XXXX
YY’ZZ
 Tabla de Pagos Máximos para el Problema de
Ubicación
Alternativa Pago Máximo
Permanecer en la ubicación
$100,000 (N1)
actual (A1)
Mudarse a Coronel (A2) $150,000 (N2)
Mudarse a Av. Concepción
$200,000 (N3)
(A3) Maximax
XXXXX X XX XXXX
YY’ZZ
 Modelo de Minimización de las Pérdidas de
Oportunidad
Representa una opinión bastante pesimista del medio.
Aquí se busca evitar valores grandes de arrepentimiento
que están asociados con grandes pérdidas de oportunidad.
Esta clase de decisiones es similar al modelo de decisión
pesimista, excepto que en este se busca minimizar las
pérdidas máximas de oportunidad.
Para un estado de la naturaleza determinado existen
siempre una o más alternativas que producen el mayor
pago.
XXXXXSi seX elige una estrategia que de cómo resultado un pago
XX XXXX
YY’ZZinferior al máximo para ese estado de la naturaleza en
particular,
 Entonces , se incurre en un pérdida de oportunidad,
que es igual a la diferencia entre el pago más alto y el
pago que se da con la estrategia elegida:

Perdidas de oportunidad =
Pago Máximo – Pago por la alternativa seleccionada
El procedimiento consiste en determinar el pago más
alto por cada estado de la naturaleza, calcular las
pérdidas de oportunidad y construir la tabla de
arrepentimiento. Luego ,para cada alternativa
determine la pérdida máxima y confeccione una lista.
XXXXX Finalmente
X XX XXXXdetermine la mínima de las pérdidas
YY’ZZ máximas.
 Tabla de Arrepentimiento

Estados de la Naturaleza
Cerrar los Construir
Alternativa
Sin cambio antiguos nuevos
(N1) dormitorios departamentos
(N2) (N3)
Permanecer en la
0 $100,000 $180,000
ubicación actual (A1)
Mudarse a
$60,000 0 $175,000
Coronel(A2)
Mudarse
XXXXX X XXa XXXX
AV:
$120,000 $130,000 0
Concepción
YY’ZZ (A3)
 Tabla de Valores del Máximo
Arrepentimiento
Máxima Pérdida de
Alternativa
Oportunidad
Permanecer en la ubicación
$180,000 (N3)
actual (A1)
Mudarse a Coronel(A2) $170,000 (N3)
Mudarse a AV. Concepcion
XXXXX X XX XXXX $130,000 (N2)
(A3)
YY’ZZ
 Modelo de Maximización del Pago
Promedio
Una estrategia puede ser determinar el pago
promedio por cada alternativa y después elegir la que
tenga el mayor.

Al tomar los promedios de los resultados para cada

decisión estamos considerando en forma implícita que
los resultados son igualmente probables.
En términos de probabilidades, la probabilidad de
que ocurra cada resultado es igual 1/n, donde n es el
XXXXX Xnúmero
XX XXXXde resultados.
YY’ZZ
Tabla de Pagos para el Problema de Ubicación
Estados de la Naturaleza
Cerrar los Construir
Alternativa
Sin cambio antiguos nuevos
(N1) dormitorios departamentos
(N2) (N3)
Permanecer en la
+$100,000 +$50,000 +$20,000
ubicación actual (A1)
Mudarse a Coronel
+$40,000 +$150,000 +$25,000
(A2)
Mudarse
XXXXX X XXaXXXX
Av,
YY’ZZConcepcion -$20,000 +$20,000 +$200,000
(A3)
 Tabla de Pagos Promedios

Alternativa Pagos Promedios

Permanecer en la ubicación
$56,667
actual (A1)
Mudarse a Coronel (A2)
$71,667
Max Prom
Mudarse a Av. Concepción
$66,667
(A3)
XXXXX X XX XXXX
YY’ZZ
 Caso de Producción de Pizzas
Se desea determinar el número de pizzas a hornear
sabiendo que:
• Por cada pizza que se vende se ganan $2
• Por cada pizza que no se vende se pierde $1

Demanda de Pizzas en los últimos 100 días

Número de pizzas
150 160 170 180
que se solicitan
Número de días 20 40 25 15
XXXXX XEsta
XX situación
XXXX es del tipo de la existen datos previos
YY’ZZ
 Tabla de Utilidades para la Pizzería

Número de
Demanda de pizzas
pizzas que se
hornean con
150 160 170 180
anticipación

150 300 300 300 300

160 290 320 320 320

170 280 310 340 340

XXXXX X XX XXXX
YY’ZZ 180 270 300 330 360
 N° de pizzas a hornear Nro de pizzas que se son
previamente N° pizzas demandada
150 160 170 180
150 300 300 300 300
160 290 320 320 320
170 280 310 340 340
180 270 300 320 360
probabilidad 0.20 0.40 0.25 0.15

VEM1 = $ 300; VEM 2 = $314 ; VEM3 = $ 316; VEM4 = $ 310.5

XXXXX X XX XXXX
El VEM máximo = tercera alternativa: hornear 170 pizzas
YY’ZZ
 VEM1 X= XX
XXXXX $ 300; VEM 2 = $314 ; VEM3 = $ 316; VEM4 = $ 310.5
XXXX
YY’ZZ
El VEM máximo = tercera alternativa: hornear 170 pizzas
Ejercicios
1. La tabla de pagos muestra las ganancias para un problema de
análisis de decisiones con dos alternativas y tres estados de la
naturaleza:
Estados de la Naturaleza
Alternativas N1 N2 N3
A1 250 100 25
A2 100 100 75
a. Construya el árbol de decisión para el problema.
b. Si el TD no conoce nada acerca de las probabilidades de
ocurrencia de los estados de la naturaleza, ¿Cuál sería la
XXXXXmejor
X XX decisión
XXXX usando cada uno de los modelos estudiados
YY’ZZ que no utilizan probabilidades?
Ejercicios

2. Suponga que el TD se encuentra frente a cuatro alternativas

de decisión y cuatro estados de la naturaleza:

Estados de la Naturaleza
Alternativas
N1 N2 N3 N4
A1 14 9 10 5
A2 11 10 8 7
A3 9 10 10 11
A4 8 10 11 13
XXXXX X XX XXXX
YY’ZZ
Ejercicios

c. ¿Cuál modelo usted prefiere? Explique. ¿Sería importante

para el TD establecer el modelo más apropiado antes de
empezar el análisis? Explique.
d. Suponiendo que cada estado de la naturaleza tienen la
misma posibilidad de ocurrir. ¿Cuál sería el modelo más
apropiado y cuál sería la mejor alternativa según el mismo?

XXXXX X XX XXXX
YY’ZZ
Ejercicios

3. Si para la tabla del problema 1, las probabilidades de los

estados de la naturaleza son: p(N1)=.65, p(N2)=.15, p(N3)=.20.
Use el modelo del valor monetario esperado para encontrar
la mejor alternativa.
Estados de la Naturaleza
Alternativas N1 N2 N3
A1 250 100 25
A2 100 100 75

XXXXX X XX XXXX
YY’ZZ
Ejercicios

4. Si para la tabla del problema 2, las probabilidades de los

estados de la naturaleza son: p(N1)=.5, p(N2)=.2, p(N3)=.2,
p(N4)=.1. Use el modelo del valor monetario esperado para
encontrar la mejor alternativa.
Estados de la Naturaleza
Alternativas
N1 N2 N3 N4
A1 14 9 10 5
A2 11 10 8 7
A3 9 10 10 11
XXXXX X A
XX4 XXXX 8 10 11 13
YY’ZZ
Ejercicios

5. Existen dos diferentes rutas para viajar entre dos ciudades. La

ruta A normalmente toma 60 minutos, mientras que la ruta
B dura 45 minutos. Si el tráfico es pesado, en la ruta A la
duración del trayecto se incrementa a 70 minutos, y en la
ruta B a 90 minutos. La probabilidad de demora es de .2
para la ruta A y .3 para la ruta B.

XXXXX X XX XXXX
YY’ZZ
XXXXX X XX XXXX
YY’ZZ