Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Análisis de decisiones
CONTENIDO 21.3 ANÁLISIS DE DECISIONES
ESTADÍSTICA EN LA PRÁCTICA: CON INFORMACIÓN
OHIO EDISON COMPANY MUESTRAL
Árbol de decisión
21.1 FORMULACIÓN Estrategia de decisión
DEL PROBLEMA Valor esperado de la información
Tablas de pagos muestral
Árboles de decisión
21.4 CÁLCULO DE
21.2 TOMA DE DECISIONES PROBABILIDADES
CON PROBABILIDADES MEDIANTE EL TEOREMA
Método del valor esperado DE BAYES
Valor esperado de la información
perfecta
938 Capítulo 21 Análisis de decisiones
ESTADÍSTICA en LA PRÁCTICA
OHIO EDISON COMPANY*
AKRON, OHIO
Ohio Edison Company es una empresa de FirstEnergy Cor-
poration. Ohio Edison y su subsidiaria, Pennsylvania Power
Company, suministran energía eléctrica a más de un mi-
llón de clientes en el centro y noreste de Ohio y en el oeste
de Pensilvania. La mayor parte de la electricidad es gene-
rada mediante plantas de combustión de carbón. Debido
a la evolución de los requerimientos sobre el control de
la contaminación, Ohio Edison participa en un programa
para remplazar el equipo de control de contaminación en
la mayoría de sus plantas generadoras.
Para cumplir con los nuevos límites de emisión de
dióxido de azufre en una de sus plantas de energía más
grandes, la empresa decidió quemar carbón bajo en azufre
en cuatro de las unidades más pequeñas de la planta así
Las plantas de Ohio Edison suministran energía eléctrica
como instalar filtros de tela para controlar las emisiones de a más de un millón de usuarios © Don Farrall Getty Images/
partículas. Dichos filtros usan miles de bolsas de tela para PhotoDisc.
filtrar partículas y funcionan de la misma forma que una
aspiradora casera.
Se consideró probable, aunque no seguro, que en las de los nuevos equipos de control de la contaminación. Un
tres unidades más grandes de la planta se quemaría car- análisis del árbol de decisión condujo a las conclusiones
bón con medio a alto contenido de azufre. Estudios preli- siguientes.
minares redujeron la elección del equipo para partículas de
• El valor esperado de los ingresos anuales requeri-
estas unidades más grandes a filtros de tela y precipitadores
dos para los precipitadores electrostáticos repre-
electrostáticos (que eliminan las partículas suspendidas en
sentaba aproximadamente $1 millón menos que
los gases de combustión pasándolas a través de un campo
por los filtros de tela.
eléctrico fuerte). Entre las incertidumbres que afectarían
• Los filtros de tela tenían una mayor probabilidad de
la elección final estaban la forma en que podían interpre-
requerir altos ingresos que los precipitadores elec-
tarse algunas leyes y normas de calidad del aire, los futuros
trostáticos.
cambios potenciales en las leyes y normas de la calidad del
• Los precipitadores electrostáticos tenían casi 0.8
aire, y las fluctuaciones en los costos de construcción.
de probabilidad de tener menores necesidades de
Dada la complejidad del problema, el alto grado de
ingresos anuales.
incertidumbre relacionado con factores que influyen en
la decisión y el impacto del costo para Ohio Edison, en el Estas conclusiones llevaron a Ohio Edison a elegir los pre-
proceso de elección se utilizó el análisis de decisiones. Se cipitadores electrostáticos para las unidades generadoras
desarrolló una descripción gráfica del problema, llamado en cuestión. De no haberse llevado a cabo el análisis de
árbol de decisión. La medida empleada para evaluar los decisiones, la toma de decisiones respecto de las partículas
resultados representados en el árbol de decisión consistió se habría basado principalmente en el costo de capital, una
en los requerimientos de los ingresos anuales para las tres medida de decisión que favorecía la opción del equipo de
grandes unidades durante su vida restante. Las necesidades filtro de tela. Se consideró que el análisis de decisiones
de ingresos representaron las cantidades de dinero que ten- identificó la opción tanto para los menores ingresos espera-
drían que ser recaudadas de los clientes de servicios públi- dos como para el menor riesgo.
cos para recuperar los costos generados por la instalación En este capítulo se presenta la metodología del análisis
de decisiones que utilizó Ohio Edison. La atención se centra
* Agradecemos a los autores Thomas J. Madden y M. S. Hyrnick, de en mostrar cómo este análisis permite identificar la mejor
Ohio Edison Company, por proporcionar este material para Estadística alternativa de decisión dado un patrón de incertidumbre o
en la práctica. lleno de riesgo en los eventos futuros.
21.1 Formulación del problema 939
El análisis de decisiones puede utilizarse para desarrollar una estrategia óptima de decisión
cuando quien decide se enfrenta a varias alternativas y a un patrón lleno de incertidumbre o de
riesgo en torno de los eventos futuros. El estudio de este análisis inicia considerando los pro-
blemas que implican razonablemente pocas alternativas de decisión y razonablemente pocos
eventos futuros. Se presentarán las tablas de pagos que proporcionan una estructura a los proble-
mas de decisión. Después se presentarán árboles de decisión para mostrar el carácter secuencial
de los problemas. Estos árboles permiten analizar los problemas más complejos e identificar
una secuencia óptima de decisiones, a la que se le conoce como estrategia óptima de decisión.
En la última sección se muestra cómo utilizar el teorema de Bayes, presentado en el capítulo 4,
En el sitio web de este
libro se proporcionan para calcular las probabilidades de los árboles de decisión. El apéndice del capítulo ofrece una
instrucciones para introducción a PrecisionTree, un complemento de Excel que permite desarrollar y analizar los
descargar e instalar árboles de decisión.
PrecisionTree .
Los gerentes deberán elegir, primero, una alternativa de decisión (tamaño del complejo), a
la cual seguirá un estado de la naturaleza (la demanda de los condominios), y finalmente se
tendrá una consecuencia. En este caso, la consecuencia son las utilidades que obtendrá PDC.
Tablas de pagos
Dadas las tres alternativas de decisión y los dos estados de la naturaleza, ¿qué tamaño del com-
plejo debe elegir PDC? Para responder esta pregunta, la empresa necesita conocer la consecuen-
cia relacionada con cada alternativa de decisión y cada estado. En el análisis de decisiones, nos
referimos a la consecuencia resultante de la combinación específica de una alternativa de deci-
sión y un estado como un pago. La tabla que muestra los pagos para todas las combinaciones de
las alternativas de decisión y los estados de la naturaleza es una tabla de pagos.
Los pagos pueden Debido a que PDC desea elegir el tamaño del complejo que le proporcione una mayor uti-
expresarse en términos
de utilidad, costo, tiempo,
lidad, ésta se usa como consecuencia. La tabla de pagos junto con las utilidades expresadas
distancia o cualquier otra en millones de dólares se muestra en la tabla 21.1. Observe, por ejemplo, que si se construye
medida apropiada para que un complejo mediano y la demanda resulta ser alta, se tendrá una utilidad de $14 millones. Se
el problema de decisión sea utilizará la notación Vij para denotar la utilidad relacionada con la alternativa de decisión i y el
analizado.
estado de la naturaleza j. Al utilizar la tabla 21.1, V31 5 20 significa que se tendrá un pago de
$20 millones si la decisión es construir un complejo grande (d3) y la demanda que presenta el
estado de la naturaleza es alta (s1). De manera similar, V32 5 29 significa una pérdida de 9 mi-
llones si la decisión es construir un complejo grande (d3) y se presenta un estado de la naturaleza
de baja demanda (s2) .
Árboles de decisión
Un árbol de decisión muestra gráficamente el carácter secuencial del proceso de toma de
decisiones. En la figura 21.1 se presenta un árbol de decisión para el problema de PDC, lo que de-
muestra el carácter o la progresión lógica que se presentará con el tiempo. En primer lugar,
PDC deberá tomar una decisión con respecto al tamaño del condominio (d1, d2, d3). Después de
tomada ésta, se presentará ya sea el estado de la naturaleza s1 o s2. El número que aparece en
cada punto extremo del árbol indica el pago relacionado con una secuencia en particular. Por
ejemplo, el pago 8 que se encuentra más arriba indica que se espera una utilidad de $8 millo-
nes si PDC construye un complejo de condominios pequeño (d1) y la demanda resulta ser alta
(s1). El pago siguiente, 7, significa que se espera una utilidad de $7 millones si PDC construye
un complejo pequeño (d1) y la demanda resulta ser baja (s2). Por tanto, el árbol de decisión
muestra gráficamente las secuencias de alternativas de decisión y los estados de la naturaleza
que proporcionan los seis posibles pagos.
El árbol de la figura 21.1 tiene cuatro nodos, numerados del 1 al 4, que representan las
decisiones y eventos aleatorios. Los cuadrados describen los nodos de decisión y los círculos
representan los nodos aleatorios. Así, el nodo 1 es un nodo de decisión, y los nodos 2, 3 y 4 son
aleatorios. Las ramas que salen del nodo de decisión corresponden a las alternativas de deci-
sión. Las subramas que salen de cada nodo aleatorio corresponden a los estados de la naturaleza.
Los pagos se muestran al final de las ramas de los estados. Ahora se vuelve a la pregunta: La
TABLA 21.1 Tabla de pagos para el proyecto del condominio de PDC (pagos en millones
de dólares)
Estado de la naturaleza
Alternativa de decisión Demanda alta s1 Demanda baja s2
Complejo pequeño, d1 8 7
Complejo mediano, d2 14 5
Complejo grande, d3 20 29
21.2 Toma de decisiones con probabilidades 941
FIGURA 21.1 Árbol de decisión para el proyecto de condominio de PDC (pagos en millones
de dólares)
Alta (s1)
8
Pequeño (d1)
2
Baja (s2)
7
Alta (s1)
14
Mediano (d2)
1 3
Baja (s2)
5
Alta (s1)
20
Grande (d3)
4
Baja (s2)
–9
persona que toma la decisión cómo puede utilizar la información de la tabla de pagos o del árbol
de decisión para elegir la mejor alternativa de decisión?
NOTAS Y COMENTARIOS
1. Los expertos están de acuerdo en que el primer 2. Las personas suelen ver el mismo problema desde
paso en la solución de un problema complejo es distintas perspectivas. Por tanto, la discusión en
descomponerlo en una serie de subproblemas me- torno al desarrollo de un árbol de decisión puede
nores. Los árboles de decisión proporcionan una proporcionar una idea adicional sobre el problema
manera útil de demostrar cómo descomponer un en cuestión.
problema y el carácter secuencial del proceso de
decisión.
Debido a que uno y sólo uno de los N estados de la naturaleza puede presentarse, las probabili-
dades deben satisfacer las dos condiciones siguientes.
Las probabilidades para P(sj) 0 por todos los estados de la naturaleza (21.1)
los estados de la naturaleza
N
deben satisfacer los
. . . ! P(s ) 5 1 (21.2)
requerimientos básicos a P(sj) 5 P(s1) ! P(s2) ! N
j5 1
para la asignación de
probabilidades presentada
en el capítulo 4. El valor esperado (VE) de una alternativa de decisión di es el siguiente.
VALOR ESPERADO
N
VE(di) 5 a P(sj)Vij (21.3)
j5 1
donde
Es decir, el valor esperado de una alternativa de decisión es la suma de los pagos pondera-
dos para la alternativa de decisión. El peso de ponderación para un pago es la probabilidad del
estado de la naturaleza relacionado y por tanto la probabilidad de que el pago se presente. Vuelva
al problema de PDC para ver cómo se puede aplicar el método del valor esperado.
La constructora es optimista sobre el potencial para el complejo de condominios de lujo de
gran altura. Este optimismo la lleva a una evaluación subjetiva de la probabilidad 0.8 inicial
de que la demanda será alta (s1) y a la correspondiente probabilidad 0.2 de que la demanda será
baja (s2). Por tanto, P(s1) 5 0.8 y P(s2) 5 0.2. Utilizando los valores de pago de la tabla 21.1 y
la ecuación (21.3), se calcula el valor esperado para cada una de las tres alternativas de decisión
de la siguiente manera.
De esta manera, con el método del valor esperado se encuentra que el complejo de condomi-
nios grande, con un valor esperado de $14.2 millones, es la decisión recomendada.
Los cálculos necesarios para identificar la alternativa de decisión con el mejor valor espe-
rado pueden ser convenientemente efectuados con un árbol de decisión. En la figura 21.2 se
muestra el árbol de decisión para el problema de PDC con las probabilidades en las ramas de
los estados de la naturaleza. Al trabajar de atrás para adelante en el árbol, primero se calcula el
valor esperado en cada nodo; es decir, en cada nodo se pondera cada posible pago multiplicado
por la probabilidad de que ocurra. De este modo se obtiene el valor esperado para los nodos 2,
3 y 4 que se muestra en la figura 21.3.
Debido a que quien toma decisiones controla la rama que sale del nodo 1 de decisión y
se está tratando de maximizar la utilidad esperada, la mejor alternativa de decisión en el nodo
1 es d3. Por tanto, el análisis del árbol de decisión lleva a la recomendación de d3 con un valor
esperado de $14.2 millones. Observe que esta recomendación también se obtiene con el método
del valor esperado junto con la tabla de pagos.
Existe software para apoyar Otros problemas de decisión pueden ser bastante más complejos que el de PDC, pero si un
la construcción de árboles número razonable de alternativas de decisión y de estados de la naturaleza está presente, se po-
de decisión más complejos.
drá utilizar el método del árbol de decisión que se describe aquí. En primer lugar, dibuje un
árbol que incluya nodos de decisión, nodos aleatorios y ramas que describan el carácter secuen-
cial del problema. Si se utiliza el método del valor esperado, el siguiente paso es determinar las
21.2 Toma de decisiones con probabilidades 943
FIGURA 21.2 Árbol de decisión del problema de PDC con las probabilidades de estado de la
naturaleza
Alta (s1)
8
Pequeño (d1) P(s1) 5 0.8
2
Baja (s2)
7
P(s2) 5 0.2
Alta (s1)
14
Mediano (d2 ) P(s1) 5 0.8
1 3
Baja (s2)
5
P(s2) 5 0.2
Alta (s1)
20
Grande (d3) P(s1) 5 0.8
4
Baja (s2)
29
P(s2) 5 0.2
probabilidades de cada uno de los estados y calcular el valor esperado en cada nodo aleatorio.
Después se elige la rama de decisión que lleva al nodo aleatorio con el mayor valor esperado.
La alternativa de decisión que corresponde a esta rama es la decisión recomendada.
FIGURA 21.3 Aplicación del método del valor esperado utilizando árboles de decisión
Pequeño (d 1)
2 VE(d 1) 5 0.8(8) 0.2(7) 5 $7.8
Mediano (d 2)
1 3 VE(d 2) 5 0.8(14) 0.2(5) 5 $12.2
Grande (d 3)
4 VE(d 3) 5 0.8(20) 0.2(29) 5 $14.2
944 Capítulo 21 Análisis de decisiones
sobre los estados de la naturaleza; es decir, se asume que por el momento PDC podría determinar
con certeza, antes de tomar una decisión, qué estado ocurrirá. Para hacer uso de la información
perfecta, se desarrollará una estrategia de decisión que PDC debe seguir una vez que sabe qué
estado de la naturaleza ocurrirá. Una estrategia de decisión es simplemente una regla de decisión
que especifica la alternativa a elegir después de disponer de la nueva información.
Para ayudar a determinar la estrategia de decisión que deberá seguir PDC, se reproduce la
tabla de pagos 21.2 de PDC. Observe que si la inmobiliaria supiera con seguridad que se pre-
sentaría el estado s1, la mejor alternativa de decisión sería d3, cuyo pago sería de $20 millones.
Del mismo modo, si supiera con seguridad que se presentaría el estado s2, la mejor alternativa
de decisión sería d1, con un pago de $7 millones. Por consiguiente, se podría determinar la es-
trategia de decisión óptima si PDC contara con la información perfecta de la siguiente manera.
¿Cuál es el valor esperado de esta estrategia de decisión? Para calcularlo con la información
perfecta, vuelva a las probabilidades originales de los estados de la naturaleza: P(s1) 5 0.8 y
P(s2) 5 0.2. Por tanto, existe una probabilidad de 0.8 de que la información perfecta indicará
el estado de la naturaleza s1, y la alternativa de decisión resultante, d3, dará una utilidad de $20
millones. Del mismo modo, con una probabilidad de 0.2 para el estado de la naturaleza s2, la
alternativa para una óptima decisión d1 proporcionará una utilidad de $7 millones. Así que, al
utilizar la ecuación (21.3) el valor esperado de la estrategia de decisión basada en la información
perfecta es
A este valor esperado de $17.4 millones se le conoce como valor esperado con la información
perfecta (VECIP).
Antes en esta sección se demostró que la decisión recomendada al utilizar el método del
valor esperado era la alternativa de decisión d3, con un valor esperado de $14.2 millones. De-
bido a que esta recomendación y el cálculo del valor esperado se efectuaron sin la ventaja de la
información perfecta, a los $14.2 millones se les conoce como valor esperado sin la información
Representará un valor perfecta (VESIP).
de $3.2 millones para
El valor esperado con la información perfecta es $17.4 millones y el valor esperado sin la
PDC conocer el nivel de
aceptación en el mercado información perfecta es $14.2 millones; por tanto, el valor esperado de la información perfecta
antes de elegir una (VEIP) de $17.4 2 $14.2 5 $3.2 millones. En otras palabras, $3.2 millones representan el valor
alternativa de decisión. esperado adicional que se puede obtener si se contara con la información de los estados de la
naturaleza. En términos generales, una investigación de mercados no proporcionará informa-
ción “perfecta”; sin embargo, si el estudio es bueno, la información recabada valdría una parte
considerable de los $3.2 millones. Dado que el VEIP es $3.2 millones, PDC puede considerar
seriamente un estudio de investigación de mercados con objeto de obtener más información
acerca de los estados de la naturaleza.
Estado
Alternativa de decisión Demanda alta s1 Demanda baja s2
Complejo pequeño, d1 8 7
Complejo mediano, d2 14 5
Complejo grande, d3 20 29
21.2 Toma de decisiones con probabilidades 945
donde
VEIP 5 valor esperado de la información perfecta
VEcIP 5 valor esperado con la información perfecta acerca de los estados de la naturaleza
VEsIP 5 valor esperado sin la información perfecta acerca de los estados de la naturaleza
Observe el papel del valor absoluto en la ecuación (21.4). Para la minimización de los
problemas, la información ayuda a reducir o bajar los costos, por lo que el valor esperado con
la información perfecta es menor o igual que el valor esperado sin la información perfecta. En
este caso, VEIP es la magnitud de la diferencia entre VEcIP y VEsIP, o el valor absoluto de la
diferencia, como se muestra en la ecuación (21.4).
Ejercicios
Métodos
1. La siguiente tabla de pagos muestra las utilidades para el análisis de decisiones de un problema
AUTO evaluación con dos alternativas de decisión y tres estados de la naturaleza.
Estados de la naturaleza
Alternativa de decisión s1 s2 s3
d1 250 100 25
d2 100 100 75
Estados de la naturaleza
Alternativa de decisión s1 s2 s3 s4
d1 14 9 10 5
d2 11 10 8 7
d3 9 10 10 11
d4 8 10 11 13
La persona que toma la decisión obtiene la información que le permite realizar las evaluaciones
de las probabilidades siguientes: P(s1) 5 0.5; P(s2) 5 0.2; P(s3) 5 0.2, y P(s1) 5 0.1.
a) Utilice el método del valor esperado para determinar la solución óptima.
b) Ahora suponga que las entradas de la tabla de pagos son los costos. Utilice el método del
valor esperado para determinar la decisión óptima.
946 Capítulo 21 Análisis de decisiones
Aplicaciones
3. Hudson Corporation está considerando tres opciones para el manejo de sus operaciones de pro-
AUTO evaluación
cesamiento de datos: continuar con su personal, contratar a un proveedor externo para realizar
la gestión (lo que se conoce como un reclutador externo) o utilizar una combinación de su
personal y un proveedor externo. El costo de la operación depende de la demanda futura. El
costo anual de cada opción (en miles de dólares) depende de la demanda de la siguiente forma.
Demanda
Opciones de personal Alta Media Baja
Personal propio 650 650 600
Empresa externa 900 600 300
Combinación 800 650 500
a) Si las probabilidades para la demanda son 0.2, 0.5 y 0.3, respectivamente, ¿qué alternativa
de decisión minimizará el costo esperado de operación del procesamiento de datos? ¿Cuál
es el costo anual esperado de su recomendación?
b) ¿Cuál es el valor esperado de una información perfecta?
4. Myrtle Air Express decidió ofrecer un servicio directo desde Cleveland a Myrtle Beach. La
gerencia debe decidir entre un servicio de primera a precio completo utilizando las nuevas flo-
tas de jet de la empresa, y un servicio de descuento utilizando aviones regionales de menor
capacidad. Es claro que la mejor elección depende de la reacción del mercado al servicio que
ofrezca Myrtle Air. Los gerentes han desarrollado estimaciones de la aportación a las utilidades
de cada tipo de servicio basado en los dos posibles niveles de demanda del servicio de Myrtle
Beach: alta o baja. La siguiente tabla muestra las utilidades trimestrales estimadas (en miles
de dólares).
a) ¿Qué decisión debe tomarse? ¿Cuál es el evento aleatorio, y cuál es la consecuencia para
este problema? ¿Cuántas alternativas de decisión existen? ¿Cuántos resultados existen en
el evento aleatorio?
b) Suponga que el gerente de Myrtle Air Express cree que la probabilidad de que la demanda
sea alta es de 0.7 y de que sea baja es de 0.3. Utilice el método del valor esperado para
determinar cuál es la decisión óptima.
c) Suponga que la probabilidad de que la demanda sea alta es 0.8 y de que sea baja es 0.2.
¿Cuál es la decisión óptima al utilizar el método del valor esperado?
5. La distancia de Potsdam a los grandes mercados y el servicio aéreo limitado han impedido
atraer nueva industria a la ciudad. Air Express, un importante servicio de entrega nocturna, está
considerando establecer un centro de distribución regional en Potsdam, pero no establecerá el
centro a menos que aumente la longitud de la pista del aeropuerto local. Otro candidato para
el nuevo desarrollo es Diagnostic Research, Inc. (DRI), uno de los principales fabricantes de
equipo de pruebas médicas. DRI está considerando construir una nueva planta de fabricación.
Ampliar la pista aérea no es un requerimiento para DRI, pero la comisión de planeación siente
que ayudaría a convencer a DRI de establecer su nueva planta en Potsdam. Suponiendo que la
21.2 Toma de decisiones con probabilidades 947
ciudad amplíe la longitud de la pista, la comisión de planeación de Potsdam considera que las
probabilidades de la siguiente tabla son aplicables.
Por ejemplo, la probabilidad de que Air Express estableciera un centro de distribución y DRI
construyera una planta es de 0.30.
El ingreso anual estimado para la ciudad después de haber deducido el costo de la amplia-
ción de la pista es el siguiente.
¿Qué efecto, si hay alguno, tendría este cambio en las probabilidades sobre la decisión reco-
mendada?
6. Seneca Hill Winery compró recientemente un terreno con el propósito de establecer un nue-
vo viñedo. El director está considerando dos variedades de uvas blancas para su nueva plan-
tación: Chardonnay y Riesling. Las uvas Chardonnay se usarán para producir un vino seco
Chardonnay, y las uvas Riesling para producir un vino Riesling semiseco. Esto toma aproxi-
madamente cuatro años desde el momento en que se plantan las nuevas uvas hasta que puedan
ser cosechadas. Esta extensión del tiempo crea un gran problema de incertidumbre con respecto
a la futura demanda y hace que la decisión sobre el tipo de uvas a plantar sea difícil. Se están
considerando tres posibilidades: sólo las uvas Chardonnay, sólo las uvas Riesling, o ambas. La
gerencia de Seneca ha decidido que para los propósitos de planeación sería adecuado consi-
derar sólo dos posibilidades de demanda para cada tipo de vino: la alta y la baja. Con las dos
948 Capítulo 21 Análisis de decisiones
posibilidades para cada tipo de vino fue necesario evaluar cuatro posibilidades. Apoyada en
algunos pronósticos de publicaciones industriales, la gerencia desarrolló las siguientes evalua-
ciones de probabilidad.
Demanda de Riesling
Demanda de Chardonnay Baja Alta
Baja 0.05 0.50
Alta 0.25 0.20
Las proyecciones de ingresos muestran una contribución anual de $20 000 si Seneca Hill só-
lo planta uva Chardonnay y la demanda para este vino es baja, y de $70 000 si sólo planta dicha
variedad y la demanda es alta. Si planta sólo uvas Riesling, la proyección anual de utilidades es
de $25 000 si la demanda es baja para estas uvas, y de $45 000 si la demanda es alta. Si Seneca
planta ambos tipos de uvas, las proyecciones anuales de utilidades se muestran en la siguiente
tabla.
Demanda de Riesling
Demanda de Chardonnay Baja Alta
Baja $22 000 $40 000
Alta $26 000 $60 000
Escenario de la demanda
El peor de Caso El mejor de
Tamaño del centro los casos base los casos
Pequeño 400 500 660
Mediano 2250 650 800
Grande 2400 580 990
a) ¿Qué decisión deberá tomar Lake Placid con el método del valor esperado?
b) Calcule el valor esperado de la información perfecta. ¿Considera que será útil tratar de
obtener información adicional con respecto a qué escenario es probable que se presente?
c) Suponga que la probabilidad del escenario del peor de los casos aumentara a 0.2, la pro-
babilidad del escenario base disminuyera a 0.5, y la probabilidad del mejor escenario per-
maneciera en 0.3 ¿Qué efecto, si hubiera alguno, tendrían estos cambios sobre la decisión
recomendada?
d) El consultor sugiere que un gasto de $150 000 en una campaña promocional sobre el ho-
rizonte de planeación efectivamente reduciría a cero la probabilidad del peor de los ca-
sos. Si se espera que la campaña aumente la probabilidad del escenario del mejor de los
casos a 0.4, ¿es ésta una buena inversión?
Árbol de decisión
En la figura 21.4 del árbol de decisión para el problema de PDC con información muestral se
observa la secuencia lógica para la toma de decisiones y los eventos aleatorios. Primero, la ge-
rencia de PDC debe decidir si el estudio de investigación de mercados debe llevarse a cabo. Si
éste se realiza, debe estar preparada para tomar la decisión acerca del tamaño del proyecto de
condominio si el informe de investigación de mercados es favorable y, probablemente, una de-
cisión distinta acerca de dicho tamaño si el informe es desfavorable.
FIGURA 21.4 Árbol de decisión de PDC que incluye el estudio de investigación de mercados
Alta (s1)
8
Pequeño (d1)
6
Baja (s2)
7
Alta (s1)
14
Informe Mediano (d2)
3 7
favorable Baja (s2)
5
Alta (s1)
20
Grande (d3)
8
Baja (s2)
29
Estudio de
2
investigación Alta (s1)
de mercados 8
Pequeño (d1)
9
Baja (s2)
7
Alta (s1)
14
Informe Mediano (d2)
1 4 10
desfavorable Baja (s2)
5
Alta (s1)
20
Grande (d3)
11
Baja (s2)
29
Alta (s1)
8
Pequeño (d1)
12
Baja (s2)
7
Alta (s1)
14
Sin estudio de investigación Mediano (d2)
5 13
de mercados Baja (s2)
5
Alta (s1)
20
Grande (d3)
14
Baja (s2)
29
21.3 Análisis de decisiones con información muestral 951
En la figura 21.4, los cuadrados son los nodos de decisión y los círculos son los nodos alea-
torios. En cada nodo de decisión, la rama del árbol que se tome depende de la decisión asumida.
En cada nodo aleatorio, la rama que se tome depende de la probabilidad. Por ejemplo, el no-
do de decisión 1 muestra que PDC debe primero determinar si lleva a cabo el estudio de inves-
tigación de mercados. Si éste se emprende, el nodo de probabilidad 2 indica que las ramas del
informe tanto favorable como desfavorable no están bajo control de PDC y estarán determinadas
por la casualidad. El nodo 3 es un nodo de decisión que indica que si el informe de investigación
de mercados es favorable, PDC debe tomar la decisión de edificar un complejo pequeño, mediano
o grande. El 4 es un nodo de decisión que muestra que si el informe de investigación de merca-
dos es desfavorable, PDC debe decidir si construye un complejo pequeño, mediano o grande. El
5 es un nodo de decisión que denota que PDC debe determinar si construye el complejo pequeño,
mediano o grande si el informe de investigación de mercados no se lleva a cabo. Los nodos 6
al 14 son aleatorios, y marcan que las ramas de los estados para la alta o la baja demanda serán
determinadas por la casualidad.
En la sección 21.4 se explica El análisis del árbol de decisión y la oportunidad de una estrategia óptima requieren que se
cómo pueden desarrollarse conozcan las probabilidades correspondientes a todos los nodos aleatorios. PDC desarrolló las
estas probabilidades.
siguientes probabilidades.
Si el estudio de investigación de mercados se realiza,
Estrategia de decisión
Una estrategia de decisión es una secuencia de decisiones y resultados aleatorios en la que las
decisiones que se toman dependen de los resultados de los eventos aleatorios aún por determinar.
El método para determinar la estrategia de una decisión óptima está basado en recorrer el árbol
de decisión de atrás hacia adelante utilizando los siguientes pasos.
1. En los nodos aleatorios, calcule el valor esperado multiplicando el pago al final de cada
rama por la correspondiente probabilidad.
2. En los nodos de decisión, seleccione la rama de decisión que lleve al mejor valor espe-
rado. Éste se convertirá en el valor esperado en el nodo de decisión.
952 Capítulo 21 Análisis de decisiones
Alta (s1)
8
Pequeño (d1) 0.94
6
Baja (s2)
7
0.06
Alta (s1)
14
Informe Mediano (d2) 0.94
3 7
favorable Baja (s2)
0.77 5
0.06
Alta (s1)
20
Grande (d3) 0.94
8
Baja (s2)
29
Estudio de 0.06
2
investigación Alta (s1)
de mercados 8
Pequeño (d1) 0.35
9
Baja (s2)
7
0.65
Alta (s1)
14
Informe Mediano (d2) 0.35
1 4 10
desfavorable Baja (s2)
0.23 5
0.65
Alta (s1)
20
Grande (d3) 0.35
11
Baja (s2)
29
0.65
Alta (s1)
8
Pequeño (d1) 0.80
12
Baja (s2)
7
0.20
Alta (s1)
14
Sin estudio de investigación Mediano (d2) 0.80
5 13
de mercados Baja (s2)
5
0.20
Alta (s1)
20
Grande (d3) 0.80
14
Baja (s2)
29
0.20
21.3 Análisis de decisiones con información muestral 953
Inicie el recorrido de atrás hacia adelante con el cálculo de los valores esperados de los
nudos de probabilidad 6 a 14 que proporciona los siguientes resultados.
La figura 21.6 muestra el árbol de decisión reducido luego de calcular los valores esperados de
estos nodos aleatorios.
Después se continúa con los nodos de decisión 3, 4 y 5. En cada uno, seleccione la rama de
la alternativa de decisión que conduzca al mejor valor esperado. Por ejemplo, en el nodo 3 se
puede elegir entre las ramas del complejo pequeño para la que el VE (nodo 6) 5 7.94; la rama
del complejo mediano para la que el VE (nodo 7) 5 13.46, y la rama del complejo grande para
la que el VE (nodo 8) 5 18.26. Por tanto, se selecciona la rama de alternativa de decisión del
complejo mayor y el valor esperado en el nodo 3 se convierten en VE (nodo 3) 5 18.26.
Para el nodo 4, seleccione el mejor valor esperado de los nodos 9, 10 y 11. La mejor alter-
nativa de decisión es la rama del complejo mediano, que proporciona el VE (nodo 4) 5 8.15.
En el nodo 5, seleccione el mejor valor esperado de los nodos 12, 13 y 14. La mejor alternativa
de decisión es la rama del complejo grande que proporciona el VE (nodo 5) 5 14.20. La figura
21.7 muestra el árbol de decisión reducido después de elegir las mejores opciones en los nodos
3, 4 y 5.
Ahora el valor esperado en el nodo aleatorio 2 puede calcularse de la siguiente forma.
Este cálculo reduce el árbol de decisión a sólo dos ramas de decisión que salen del nodo 1 (vea
la figura 21.8).
Finalmente, la decisión puede tomarse en el nodo de decisión 1, al elegir el mejor valor
esperado desde los nodos 2 y 5. Esta acción lleva a la alternativa de decisión que conduce al
estudio de investigación de mercados, el cual proporciona un valor esperado general de 15.93.
La decisión óptima para PDC es llevar a cabo el estudio de investigación de mercados y
después manejar la siguiente estrategia de decisión.
El análisis del árbol de decisión de PDC ilustra los métodos que pueden utilizarse para ana-
lizar los problemas más complejos de decisión secuencial. Primero, dibuje un árbol de deci-
sión que consista de nodos de decisión, nodos aleatorios y las ramas que describan el carác-
ter secuencial del problema. Determine las probabilidades para todos los resultados aleatorios.
Después, al trabajar de atrás hacia adelante a través del árbol, calcule el valor esperado en todos
los nodos aleatorios y seleccione la rama de mejor decisión en todos los nodos de decisión. La
secuencia de las ramas de decisión óptima determina la estrategia de decisión óptima para el
problema.
954 Capítulo 21 Análisis de decisiones
FIGURA 21.6 Árbol de decisión después de calcular los valores esperados en los nodos aleatorios
6 al 14
Pequeño (d1)
6 VE 5 7.94
Grande (d3)
8 VE 5 18.26
Estudio de
2
investigación de
mercados Pequeño (d1)
9 VE 5 7.35
Grande (d3)
11 VE 5 1.15
Pequeño (d1)
12 VE 5 7.80
Grande (d3)
14 VE 5 14.20
FIGURA 21.7 Árbol de decisión de PDC después de elegir la mejor decisión en los nodos
3, 4 y 5.
Informe
3 VE 5 18.26; d3
favorable
0.77
Estudio de
investigación 2
de mercados
Informe
1 4 VE 5 8.15; d2
desfavorable
0.23
Ningún estudio de
5 VE 5 14.20; d3
investigación de mercados
palabras, se concluye que la realización del estudio añade $1.73 millones al valor esperado de
PDC. En general, el valor esperado de la información muestral es la siguiente.
donde
Tome en cuenta el papel del valor absoluto en la ecuación (21.5). Para los problemas
de minimización, el valor esperado con información muestral siempre es menor o igual que el
956 Capítulo 21 Análisis de decisiones
Estudio de investigación
2 VE 5 15.93
de mercados
valor esperado sin información muestral. En este caso, VEIM es la magnitud de la diferencia
entre VEcIM y VEsIM; por tanto, al tomar el valor absoluto de la diferencia como se muestra en
la ecuación (21.5), se pueden manejar tanto los casos de maximización como de minimización
con una sola ecuación.
Ejercicios
Métodos
8. Considere una variación del árbol de decisión de PDC de la figura 21.5. La empresa debe primero
AUTO evaluación decidir si lleva a cabo el estudio de investigación de mercados. Si dicho estudio se realiza, los
resultados pueden ser favorables (F) o desfavorables (U). Suponga que existen sólo dos alter-
nativas de decisión d1 y d2, y dos estados de la naturaleza s1 y s2. La tabla de pagos siguiente
muestra las utilidades.
Estado de la naturaleza
Alternativa de decisión s1 s2
d1 100 300
d2 400 200
Aplicaciones
9. Un inversionista de bienes raíces tiene la oportunidad de comprar un terreno que actualmente es
zona residencial. Si la junta del consejo del condado aprueba la solicitud de modificar el uso de
esta propiedad a zona comercial en el lapso de un año, el inversionista podrá rentar el terreno a
una tienda de descuento que desea abrir una nueva sucursal. Sin embargo, si el cambio de uso
de suelo no es aprobado, el inversionista tendrá que vender la propiedad y resentir una pérdida.
Las utilidades (en miles de dólares) se muestran en la siguiente tabla de pagos.
Estado de la naturaleza
Aprobación al cambio No aprobación al cambio
de uso de suelo de uso de suelo
Alternativa de decisión s1 s2
Comprar, d1 600 2200
No comprar, d2 0 0
a) Si la probabilidad de que sea aprobado el cambio de uso de suelo es 0.5, ¿Cuál decisión se
recomienda? ¿Cuál es la utilidad esperada?
b) El inversionista puede tener una opción al comprar el terreno. Bajo la opción, tiene el
derecho de comprarlo en cualquier momento durante los próximos tres meses mientras in-
vestiga la posible resistencia a la propuesta de cambio de uso de suelo del área residencial.
Utilidades ($1000)
No concursar
0
11. Hale’s TV Productions está considerando producir un programa piloto para una serie de come-
dia con la esperanza de venderla a una cadena de televisión. La cadena puede decidir rechazar
la serie, pero también comprar los derechos respectivos, ya sea por uno o dos años. En este pun-
to, Hale tiene que producir el programa piloto y esperar la decisión de la cadena de televisión
o transferir los derechos para el piloto y la serie a un competidor por $100 000. Las alternativas
de decisión y las utilidades de Hale (en miles de dólares) son las siguientes.
Estado de la naturaleza
Alternativa de decisión Rechazo, s1 1 año, s2 2 años, s3
Producir un piloto, d1 2100 50 150
Vender al competidor, d2 100 100 100
Las probabilidades de los estados de la naturaleza son P(s1) 5 0.2, P(s2) 5 0.3 y P(s3) 5 0.5.
Por una tarifa de consultoría de $5 000, una agencia revisará los planes para la serie de comedia
e indicará las posibilidades globales de una reacción favorable de la cadena de televisión hacia
la serie. Suponga que la revisión de la agencia resultará en una opción favorable (F) o desfavo-
rable (U) y que las siguientes probabilidades son relevantes.
Estado de la naturaleza
Alternativa de decisión Fuerte, s1 Moderada, s2 Ligera, s3
Aditamento, d1 3 500 1 000 21 500
Quitanieve nuevo, d2 7 000 2 000 29 000
Las probabilidades de los estados de la naturaleza son P(s1) 5 0.4, P(s2) 5 0.3 y P(s3) 5 0.3.
Suponga que Martin decide esperar hasta septiembre antes de tomar una decisión final. Las
valoraciones de las probabilidades relacionadas con un frío normal en septiembre (N) o un frío
inesperado (U) son las siguientes.
Estado de la naturaleza
Demanda alta Demanda mediana Demanda baja
Alternativa de decisión s1 s2 s3
Orden de 1 lote, d1 60 60 50
Orden de 2 lotes, d2 80 80 30
Orden de 3 lotes, d3 100 70 10
a) Si las probabilidades anteriores de los tres estados de la naturaleza son 0.3, 0.3 y 0.4, res-
pectivamente, ¿cuál es la cantidad de lotes que se recomienda ordenar?
b) En cada reunión de ventas de pretemporada, el vicepresidente de ventas expresa una opi-
nión personal respecto de la demanda potencial del producto. Debido al carácter entusiasta
y optimista del vicepresidente, los pronósticos de las condiciones del mercado siempre han
960 Capítulo 21 Análisis de decisión
sido “excelentes” (E) o “muy buenas” (M). Las probabilidades son las siguientes. ¿Cuál es
la estrategia de decisión óptima?
P(E) 5 0.7 P(s1 E) 5 0.34 P(s1 M) 5 0.20
P(M) 5 0.3 P(s2 E) 5 0.32 P(s2 M) 5 0.26
P(s3 E) 5 0.34 P(s3 M) 5 0.54
c) Calcule el VEIM y el VEIP. Discuta si la empresa debería considerar consultar a un experto
que pudiera proporcionarle pronósticos independientes de las condiciones del mercado
para el producto.
En el nodo aleatorio 2 se requiere conocer las probabilidades P(F) y P(U). En los nodos alea-
torios 6, 7 y 8 se necesita conocer las probabilidades P(s1 ! F), la probabilidad del estado de la
naturaleza 1 dado un informe favorable de la investigación de mercados, y P(s2 ! F), la probabi-
lidad del estado de la naturaleza 2, dado un informe favorable de la investigación de mercados.
P(s1 ! F) y P(s2 ! F) son referidos como probabilidades posteriores debido a que son probabili-
dades condicionales basadas en el resultado de la información muestral. En los nodos aleatorios
9, 10 y 11 se requiere conocer las probabilidades P(s1 ! U) y P(s2 ! U); observe que éstas también
son probabilidades posteriores que denotan las probabilidades de los dos estados de la naturaleza
dado que el informe de investigación de mercados es desfavorable. Finalmente, en los nodos
aleatorios 12, 13 y 14 se requieren las probabilidades para los estados de la naturaleza, P(s1) y
P(s2), si el estudio de investigación de mercados no se lleva a cabo.
Al realizar los cálculos de las probabilidades, es necesario conocer la evaluación de PDC
para las probabilidades de los dos estados P(s1) y P(s2), la cual es previa, como se mencionó an-
tes. Además, se debe conocer la probabilidad condicional de los resultados de la investigación
de mercados (la información muestral) dado cada estado. Por ejemplo, se requiere conocer la
probabilidad condicional de un informe favorable de la investigación de mercados considerando
que existe una alta demanda para el proyecto de PDC; observe que esta probabilidad condicional
de F dado el estado de la naturaleza s1 se escribe P(F ! s1). Para efectuar los cálculos respectivos
se necesitarán las probabilidades condicionales para todos los resultados muestrales dados to-
dos los estados de la naturaleza, es decir, P(F ! s1), P(F ! s2), P(U ! s1) y P(U ! s2). En el problema
de PDC se supone que las estimaciones siguientes están disponibles para estas probabilidades
condicionales.
Alta (s1)
8
Pequeño (d1) P(s1 ) F)
6
Baja (s2)
7
P(s2 ) F)
Alta (s1)
14
Informe Mediano (d2) P(s1 ) F)
3 7
favorable P(F) Baja (s2)
5
P(s2 ) F)
Alta (s1)
20
Grande (d3) P(s1 ) F)
8
Baja (s2)
29
Estudio de P(s2 ) F)
2
investigación Alta (s1)
de mercados 8
Pequeño (d1) P(s1 ) U)
9
Baja (s2)
7
P(s2 ) U)
Alta (s1)
14
Informe Mediano (d2) P(s1 ) U)
1 4 10
desfavorable P(U) Baja (s2)
5
P(s2 ) U)
Alta (s1)
20
Grande (d3) P(s1 ) U)
11
Baja (s2)
29
P(s2 ) U)
Alta (s1)
8
Pequeño (d1) P(s1)
12
Baja (s2)
7
P(s2)
Alta (s1)
14
Sin estudio de investigación Mediano (d2) P(s1)
de mercados 5 13
Baja (s2)
5
P(s2)
Alta (s1)
20
Grande (d3) P(s1)
14
Baja (s2)
29
P(s2)
TABLA 21.3 Probabilidades del proyecto de condominio de PDC basadas en un informe favorable
de la investigación de mercados
llevar a exagerar su verdadero interés por los condominios. La respuesta inicial favorable de un
comprador potencial puede cambiar rápidamente a un “no gracias”, cuando al final enfrente la
realidad de firmar un contrato de compra y realizar un pago inicial.
En el siguiente análisis se presenta un planteamiento tabular como un método conveniente
para calcular la probabilidad. Los cálculos para el problema de PDC basados en un informe
favorable de la investigación de mercados (F) se resumen en la tabla 21.3. Los pasos utilizados
para desarrollar esta tabla son los siguientes.
Si se obtiene un informe de esta índole, la probabilidad posterior de que la demanda sea alta, s1,
es 0.35, y de que se presente una demanda baja en el mercado, s2, es 0.65. Las probabilidades de
las tablas 21.3 y 21.4 se ilustraron en el árbol de decisión de PDC de la figura 21.5.
En el ejercicio 14 se El estudio en esta sección muestra una relación subyacente entre las probabilidades en va-
le pide un cálculo de rias ramas de un árbol de decisión. Sería inapropiado asumir las distintas probabilidades pre-
probabilidades posteriores.
vias, P(s1) y P(s2), sin determinar cómo estos cambios alterarían P(F) y P(U), al igual que
probabilidades posteriores P(s1 F), P(s2 F), P(s1 U) y P(s2 U).
Ejercicios
Métodos
14. Suponga que se presenta una situación de una decisión con tres posibles estados de la natura-
AUTO evaluación leza: s1, s2 y s3. Las probabilidades previas son P(s1) 5 0.2, P(s2) 5 0.5 y P(s3) 5 0.3. Con la
información muestral I, P(I s1) 5 0.1, P(I s2) 5 0.05 y P(I s3) 5 0.2, calcule las probabili-
dades revisadas o posteriores: P(s1 I), P(s2 I) y P(s3 I).
15. En la siguiente tabla de pagos para un problema de decisión con dos estados de la naturale-
za y tres alternativas de decisión, las probabilidades previas para s1 y s2 son P(s1) 5 0.8 y
P(s2) 5 0.2.
Estado de la naturaleza
Alternativa de decisión s1 s2
d1 15 10
d2 10 12
d3 8 20
Aplicaciones
16. Para ahorrar gastos, Rona y Jerry acordaron ir juntos hacia y desde el trabajo. Rona prefiere usar
la avenida Queen City, un trayecto un poco más largo, pero más seguro. Aunque Jerry prefiere
la autopista por ser más rápida, está de acuerdo con Rona en que deberían tomar la avenida
Queen City en caso de que la autopista esté muy congestionada. La tabla de pagos siguiente
proporciona el tiempo estimado en minutos para este recorrido.
Estados de la naturaleza
Autopista Autopista
sin tráfico congestionada
Alternativas de decisión s1 s2
Avenida Queen City, d1 30 30
Autopista, d2 25 45
964 Capítulo 21 Análisis de decisiones
Con base en su experiencia con los problemas de tráfico, Rona y Jerry acordaron que la proba-
bilidad de que la autopista esté congestionada es de 0.15.
Además, están de acuerdo en que el clima parece afectar las condiciones del tráfico en la
autopista. Sea
C 5 claro
O 5 nublado
R 5 lluvia
a) Utilice el teorema de Bayes para calcular la probabilidad revisada de cada condición cli-
matológica y la probabilidad condicional de que la autopista esté despejada, s1, o conges-
tionada, s2, dadas cada una de las condiciones climatológicas.
b) Muestre el árbol de decisión para este problema.
c) ¿Cuál es la estrategia de decisión óptima y cuál es el tiempo de viaje esperado?
17. Gorman Manufacturing Company tiene que decidir si fabrica un componente en su planta de
Milán, Michigan, o si lo compra a un proveedor. La utilidad resultante depende de la demanda
del producto. La siguiente tabla de pagos muestra la utilidad proyectada (en miles de dólares).
Estado de la naturaleza
Demanda baja Demanda media Demanda alta
Alternativa de decisión s1 s2 s3
Fabricar, d1 220 40 100
Comprar, d2 10 45 70
Las probabilidades de los estados de la naturaleza son: P(s1) 5 0.35, P(s2) 5 0.35 y P(s3) 5
0.30.
a) Utilice un árbol de decisión para recomendar una alternativa de decisión.
b) Utilice el VEIP para determinar si Gorman debe intentar obtener una mejor estimación de
la demanda.
c) Un estudio de mercado de la demanda potencial del producto se espera que resulte ya sea
en una condición favorable (F) o en una condición desfavorable (U). Las probabilidades
condicionales son las siguientes.
Resumen
El análisis de decisiones puede utilizarse para determinar la alternativa de decisión recomen-
dable o una estrategia de decisión óptima cuando la persona que toma decisiones enfrenta un
futuro incierto y un patrón lleno de riesgos en los eventos futuros. El objetivo del análisis de
decisiones es identificar la mejor alternativa de decisión o la estrategia de decisión óptima dada
Glosario 965
cierta información sobre los eventos inciertos y las posibles consecuencias o pagos. A los even-
tos futuros inciertos se les conoce como eventos aleatorios y a los resultados de los eventos
aleatorios se les conoce como estados de la naturaleza.
En este capítulo se mostró cómo las tablas de pagos y los árboles de decisión permiten es-
tructurar un problema de decisión y describir las relaciones entre las decisiones, los eventos alea-
torios y las consecuencias. Con las estimaciones de probabilidad que proporcionan los estados
de la naturaleza, se utilizó el método del valor esperado para identificar la alternativa de decisión
o la estrategia de decisión recomendable.
En los casos en que la información muestral sobre los eventos aleatorios está disponible,
existe una secuencia de decisiones que se puede tomar. En primer lugar, decidir si se obtiene
o no la información muestral. Si la respuesta es afirmativa, deberá desarrollarse una estrategia
de decisión óptima basada en información muestral específica. En este caso pueden utilizarse
los árboles de decisión y el método del valor esperado para determinar la estrategia de decisión
óptima.
El complemento de Excel PrecisionTree suele utilizarse para elaborar los árboles de deci-
sión y resolver los problemas respectivos presentados en este capítulo. Las instrucciones para
descargar e instalar el software PrecisionTree en su equipo se proporcionan en el sitio web del
libro. En el apéndice al final del capítulo se incluye un ejemplo de cómo utilizar PrecisionTree
para el problema del PDC de la sección 21.1.
Glosario
Fórmulas clave
Valor esperado
N
VE(di) 5 a P(sj)Vij (21.3)
j5 1
Ejercicios complementarios
18. Un inversionista desea elegir uno de siete fondos de inversión para el próximo año. A conti-
nuación se listan los datos que muestran el porcentaje de rendimiento anual para cada fondo
durante un periodo de cinco años. El supuesto es que uno de estos periodos de cinco años se
presentará nuevamente durante el próximo año. Por tanto, los años A, B, C, D y E son los es-
tados de la naturaleza para la decisión sobre los fondos de inversión.
Estado de la naturaleza
Fondo de inversión Año A Año B Año C Año D Año E
Mayor capital social 35.3 20.0 28.3 10.4 29.3
Capital social medio 32.3 23.2 20.9 49.3 222.8
Menor capital social 20.8 22.5 6.0 33.3 6.1
Sector de recursos energéticos 25.3 33.9 220.5 20.9 22.5
Sector salud 49.1 5.5 29.7 77.7 224.9
Sector de tecnología 46.2 21.7 45.7 93.1 220.1
Sector de bienes raíces 20.5 44.0 221.1 2.6 5.1
a) Suponga que un analista financiero experimentado revisa los cinco estados de la natura-
leza y ofrece las siguientes probabilidades: 0.1, 0.3, 0.1, 0.1 y 0.4. Utilizando el método
Ejercicios complementarios 967
Costo por
Distribuidor Costo mensual Millaje subsidiado milla adicional
Forno Automotive $299 36 000 $0.15
Midtown Motors $310 45 000 $0.20
Hopkins Automotive $325 54 000 $0.15
Warren decidió elegir la opción de arrendamiento que minimice su costo total a 36 meses. La
dificultad estriba en que no está seguro de cuántas millas recorrerá en los próximos tres años.
Para efectos de tomar esta decisión, considera razonable suponer que conducirá 12 000 millas,
15 000 millas o 18 000 millas por año. Con este supuesto, Warren estima el costo de las tres
opciones de arrendamiento. Por ejemplo, supone que el contrato de arrendamiento de Forno
Automotive le costará $10 764 si maneja 12 000 millas, $ 12 114 si maneja 15 000 millas o
$ 13 464 si recorre 18 000 millas por año.
a) ¿Cuál es la decisión y cuál es el evento aleatorio?
b) Construya una tabla de pagos.
c) Suponga que las probabilidades de que Warren recorra 12 000, 15 000 y 18 000 millas por
año son 0.5, 0.4 y 0.1 respectivamente. ¿Qué distribuidor debe elegir?
d) Suponga que después de mucho pensarlo, Warren llega a la conclusión de que las proba-
bilidades de que maneje 12 000, 15 000 o 18 000 son 0.3, 0.4 y 03, respectivamente. ¿Qué
distribuidor debe elegir?
20. Hemingway, Inc. está considerando invertir $5 millones para investigación y desarrollo (R&D)
en un proyecto. Las utilidades proyectadas parecen ser prometedoras, pero el presidente de
Hemingway está preocupado porque la probabilidad de que el proyecto de R&D sea exitoso
es sólo de 0.50. En segundo lugar, el presidente sabe que incluso si el proyecto tiene éxito, se
requerirá que la empresa construya una nueva planta de producción a un costo de $20 millones
para la fabricación de los productos. Si la instalación es construida, la incertidumbre acerca de
la demanda permanece y, por tanto, sobre la utilidad que se obtendrá. Otra opción indica que si
el proyecto de R&D tiene éxito, la empresa podría vender los derechos del producto a un esti-
mado de $25 millones. Con esta opción, la empresa no construirá la planta de producción de
$20 millones.
En la figura 21.1 se muestra el árbol de decisión. Las utilidades proyectadas para cada
resultado se presentan al final de las ramas. Por ejemplo, los ingresos proyectados para el
resultado de la demanda alta son de $59 millones. Sin embargo, el costo del proyecto de R&D
($5 millones) y el costo de la planta de producción ($20 millones) muestran que la utilidad de
este resultado será de $59 2 $5 2 $20 5 $34 millones. También se presentan las probabilida-
des para los eventos aleatorios.
968 Capítulo 21 Análisis de decisiones
Utilidades ($ millones)
Demanda alta
34
0.5
Demanda baja
0.2 10
Exitoso
0.5 3
1 No exitoso 25
0.5
a) Construya un árbol de decisión suponiendo que la empresa deberá tomar primero la de-
cisión de si debe enviar el manuscrito para revisión y después asumir la decisión de acep-
tarlo o rechazarlo.
b) Analice el árbol de decisión y determine la estrategia de decisión óptima para la editorial.
Caso a resolver Estrategia de defensa en una demanda 969
Informe gerencial
Realice un análisis del problema que enfrenta Allied Insurance y prepare un informe en el que
se resuman sus hallazgos y recomendaciones. Asegúrese de incluir los siguientes elementos:
1. Un árbol de decisión.
2. Una recomendación sobre si Allied debe aceptar la oferta inicial de John para resolver
la demanda por $ 750 000.
3. La estrategia de decisión que Allied debe seguir si opta por hacer una contraoferta a
John por $400 000.
4. Un perfil de riesgos para la estrategia recomendada.