Arboles de Decisión

Introducción a la Economía de la Empresa
Tema 6. Técnicas Instrumentales de planificación,

programación y control
En el capítulo anterior quedaron sentadas las bases del análisis de las
decisiones en ambientes de riesgo, con lo cuál es posible abordar
en este tema el estudio de diversos instrumentos de planificación,
de programación y control de las decisiones y de las actividades.
El tipo de técnicas que vamos a ver están dentro del ámbito de la
denominada investigación operativa, que se encuentra integrada
por todo un conjunto de métodos y modelos operativos.
(1) Árboles de decisión.
(2) El valor esperado de la información perfecta
(3) La programación lineal
(4) El método PERT
1
Árboles de decisión
Un árbol de decisión es un sistema de representación del proceso de decisión en
el que se reflejan las posibles alternativas a las que se puede optar y los
resultados que corresponden a cada alternativa según cual sea el estado
de la naturaleza que se presente.
Todo árbol consta de nudos y ramas:
- Los nudos también denominados vértices, representan situaciones en las
cuales debe tomarse una u otra decisión (nudos decisionales) o el decisor
se enfrenta a distintos estados de la naturaleza o sucesos aleatorios.
- Las ramas también denominadas aristas, que parten de los nudos
decisionales representan alternativas de decisión; las que parten de nudos
aleatorios representan posibles estados de la naturaleza (sucesos que
pueden acontecer y entre los cuales no es posible elegir).
Cuando se conocen las probabilidades de los diversos estados, estas se reflejan
sobre las ramas que les representan. Al final de cada camino (sucesión de
aristas) se reseña el resultado que corresponde a esa sucesión de decisiones
y sucesos.
2
Árboles de decisión
Por convenio, a los nudos decisionales se les representa por cuadrados en
tanto que a los aleatorios se les representa con círculos.
Cada nudo tiene un valor asociado:
- El valor asociado a un nudo aleatorio es la esperanza matemática de los
valores situados al final de las ramas que parten de él.
- El valor asociado a un nudo decisional es el mejor de los valores en el que
tiene destino las ramas que parten de él.
La revisión de probabilidades mediante el análisis bayesiano resulta
particularmente útil en los árboles de decisión. En muchas ocasiones la
información a priori de la que se dispone resulta insuficiente para tomar
una decisión, y el decisor se plantea la posibilidad de incorporar más
información.
Para revisar las probabilidades hay que utilizar el teorema de Bayes y trabajar
con probabilidades a posteriori.
3
El valor esperado de la información perfecta
Se llama valor de la información al resultado esperado asociado a una

decisión, cuando se ha solicitado información.
Conseguir información genera un coste. Cuando el decisor se plantea si
merece la pena conseguir esa información o no, compara el coste
de conseguir esa información con el valor esperado de la
información.
La información perfecta es aquella en la que la probabilidad de que sea
correcta es el cien por cien.
El valor esperado de la información perfecta (VEIP) es la esperanza
matemática del valor de la información.
4
Ejercicio 1. Arboles de decisión
Un decisor ha de tomar la decisión D1 o la D2. Si decide D1, puede suceder s1 o

S2. La probabilidad de que suceda E1 es del 40%. Si se decide por D2
puede suceder S3 o S4. La probabilidad de que suceda E3 es del 20%.
Tanto si sucede S1 como si sucede S2, S3 o S4, a continuación pueden
suceder A o B, que tienen la misma probabilidad. Si finalmente sucede
A, el decisor gana 1000 y si sucede B gana 2000 u.m.. ¿Que decisión es
preferible?
Este ejercicio está sacado del examen de febrero 2008, segunda semana.
5
Ejercicio 1. Árboles de decisión.

Examen de febrero 2008, segunda semana
A, 0.5 1000 u.m.
S1,0.4 2000 u.m.

B, 0.5
1000 u.m.
A, 0.5
D1
2000 u.m.
S2, 0.6 B, 0.5
A, 0.5 1000 u.m.
S3, 0.2 B, 0.5
2000 u.m.
D2
A, 0.5
1000 u.m.
S4,0.8
B, 0.5 2000 u.m.
6

El decisor tomará aquella decisión que le reporte un valor esperado más
alto. Luego, tenemos que calcular el valor esperado asociado a la
decisión D1 y el valor esperado asociado a la decisión D2.
E ( D1)  PS 1 ( E ( S 1))  PS 2 ( E ( S 2))

Valor esperado asociado a la decisión D1 (E(D1))
• Probabilidad de que suceda S1 PS 1

PS 2
• Probabilidad de que suceda S2
E ( S 1)
• Valor esperado si ocurre S1
E ( S 2)
• Valor esperado si ocurre S2
7

Por tanto, para calcular el valor esperado asociado a la decisión E1
tenemos que calcular primero el valor esperado si ocurre el
estado E1 y el valor esperado si ocurre el estado E2. Estos valores
se calculan como:
E ( S 1)  PA ( A)  PB ( B ) E ( S 1)  0.5(1000)  0.5(2000)  1500
E ( S 2)  PA ( A)  PB ( B) E ( S 2)  0.5(1000)  0.5(2000)  1500
El valor esperado asociado a la decisión D1:
E ( D1)  PS 1 ( E ( S 1))  PS 2 ( E ( S 2))
E ( D1)  0.4(1500)  0.6(1500)  1500

8
Valor esperado asociado a la decisión D2
E ( D 2)  PS 3 ( E ( S 3))  PS 4 ( E ( S 4))
E ( S 3)  PA ( A)  PB ( B) E ( S 3)  0.5(1000)  0.5(2000)  1500
E ( S 4)  PA ( A)  PB ( B) E ( S 4)  0.5(1000)  0.5(2000)  1500
El valor esperado asociado a la decisión D2:
E ( D 2)  PS 3 ( E ( S 3))  PS 4 ( E ( S 4))
E ( D 2)  0.2(1500)  0.8(1500)  1500

9

Examen de febrero 2008, segunda semana
El problema nos da cuatro posibles soluciones:
a)La decisión E1
b)La decisión E2
c)Ni la decisión E1 ni la E2
d)Las dos decisiones son indiferentes entre sí.
La opción D es la correcta.
El valor esperado de las dos decisiones E1 y E2, son lo mismo, luego el decisor
estará indiferente entre tomar una u otra decisión. 10
Una empresa tiene que tomar decisiones. Las alternativas son: D1 y D2.
Si toma la decisión D1, pueden ocurrir dos cosas: A o B. La probabilidad de que ocurra
A es del 40%. Si ocurre B perderá 300 u.m.. Si ocurre A, a su vez pueden ocurrir
dos cosas más: C o D. La probabilidad de que ocurra C es del 80%. Si ocurre C
ganará 1000 u.m. Y si ocurre D perderá 300 u.m.. Con la decisión D2, la empresa
gana 0 u.m..
¿Cuál es la mejor decisión que puede tomar la empresa?
11

Calculamos el valor esperado asociado a cada decisión. La empresa
tomará aquella decisión que le reporte un valor esperado mayor.
C, 0.8 1000 u.m.
A,0.4 -300 u.m.

D, 0.2
D1
-300 u.m.
B, 0.6
D2
0 u.m.
12

Calculamos el valor esperado asociado a cada decisión. La empresa
tomará aquella decisión que le reporte un valor esperado mayor.
E ( D1)  0.4 * E ( A)  0.6 * (300)

E(D1): denota el valor esperado asociado a la decisión D1.
E(A): denota el valor esperado asociado el evento A.
E ( A)  0.8 *1000  0.2 * (300)  740
E ( D1)  0.4 * 740  0.6 * (300)  116

Obviamente, el valor esperado asociado a D2 es igual a cero.
Como E(D1)> E(D2), la empresa tomará la decisión D1.
13

Juan echó una instancia para efectuar dos oposiciones de la
administración del Estado. Cada oposición consta de dos exámenes.

Probabilidad Probabilidad
Salario de aprobar 1º de aprobar 2º
examen examen
Cuerpo de la
1000 u.m. 70% 40%
administración X
Cuerpo de la
1500 u.m. 40% 50%
administración Y
Si el primer examen de las dos oposiciones es el mismo día, ¿a cuál

debería asistir Juan si desea maximizar su ganancia mensual
esperada?
14

Juan tiene que decidir si presentarse a la oposición X o a la oposición Y. Veamos
cual será la ganancia esperada asociada a la decisión de cada una de las
oposiciones.
apruebe 2º examen, 0.4

1000 u.m.
apruebe 1º examen, 0.7 0 u.m.

suspenso, 0.6
Presentarse a X
0 u.m.
suspenso, 0.3
suspenso,0.6
0 u.m.
Presentarse a Y
suspenso, 0.5 0 u.m.
apruebe 1º examen, 0.4 1500 u.m.

15
apruebe 2º examen, 0.5

Calculamos primero la ganancia esperada si Juan decide presentarse a la
oposición X. Denotamos por E(X) a dicha ganancia esperada.
E ( X )  0.3 * 0  0.7 * (0.4 *1000  0.6 * 0)  280 u.m.
La ganancia esperada si se presenta a la oposición Y es:
E (Y )  0.4 0.5 *1500  0.5 * 0  0.6 * 0  300
Teniendo en cuenta los resultados obtenidos, Juan se presentará a la

oposición Y, que le ofrece una ganancia esperada mayor.
16

Examen de febrero 2008, primera semana
10. Si se compra un terreno y se descubre agua subterránea, se ganan

50 000 u.m., pero si no se descubre agua se pierden 20000 u.m.. La
probabilidad de que no haya agua es del 60%. ¿Cuál es el límite
máximo que se puede pagar por cualquier información relativa a la
existencia de agua?
a)32.000 u.u.
b)38.000 u.m.
c)50.000 u.m.
d)20.000 u.m. OPCIÓN CORRECTA
17

Nos están preguntando por el VALOR DE LA INFORMACIÓN PERFECTA.
Si compramos una máquina para detectar si hay agua, y la máquina
detectará agua de forma correcta, sin errores, entonces la probabilidad
de detectar agua es de 0,4, la misma probabilidad de que haya agua.
Así calculamos el valor esperado de comprar la máquina.
E (CM )  0.4 * 50.000  0.6 * 0  20.000

Detecta Compra
Agua, 0,4 terreno
Comprar máquina
No compra
terreno
No detecta
No Comprar agua, 0,6
máquina
18

Examen de septiembre 2007
5. Si se lanza un producto y tiene éxito, se ganan 50.000 u.m., pero si

no tiene éxito se pierden 20.000 u.m.. La probabilidad de que no
tenga éxito es del 60%. ¿Cuál es el límite máximo que se puede pagar
por cualquier información relativa al éxito del producto?
a)32.000 u.u.
b)50.000 u.m.
c)20.000 u.m. OPCIÓN CORRECTA
d)40.000 u.m.
19

Nos están preguntando por el VALOR DE LA INFORMACIÓN PERFECTA.
Si se compra cualquier información relativa al éxito, y esta es perfecta, la
probabilidad de éxito será de 0,4, y la probabilidad de que la información
comprada te diga que no hay éxito será de 0.6. Así calculamos el valor
esperado de comprar información relativa al éxito.
E (CIE )  0.4 * 50.000  0.6 * 0  20.000

Detecta Lanzo
Exito, 0,4 el producto
Comprar información
relativa al éxito
NO Lanzo
el producto
No detecta
No Comprar éxito, 0,6
información
20
La programación lineal
Todo problema de programación lineal consiste en una función
objetivo lineal, que se ha de maximizar o minimizar, y un
conjunto de restricciones de carácter también lineal.
Maximizar ( o minimizar):
Z=c1X1+c2X2+...+cnXn
Con sometimiento a restricciones:

a11X1+a12X2+...+a1nXn<= b1
a21X1+a22X2+...+a2nXn<=b2
.------------------------------------
am1X1+am2X2+...+amnXn<=bm
Y siempre con restricciones de no negatividad: 21

El método PERT
El método PERT es un instrumento que utilizan las empresas para
conocer de forma exhaustiva las distintas fases asociadas a la
elaboración o implementación de un determinado proyecto.
La aplicación de este método permite:
(1) Conocer la relación existente entre las distintas actividades del
proyecto.
(2) Estimar el tiempo que requiere cada una de ellas.
(3) Determinar el orden en que han de realizarse, o lo que es lo
mismo, señalar cuáles deben preceder a otras.
El método PERT se representa de forma gráfica mediante el uso de
nudos y flechas. [Nota: Estos nudos y flechas no tienen nada que
ver con las que veíamos en los árboles de decisión]. Los nudos ( a
los que también se denomina vértices) representan estados o
situaciones. Las flechas, (también denominadas aristas),
representan las actividades del proyecto.
22
El método PERT
Con este método se representa de forma gráfica todas las tareas

asociadas a la elaboración de un determinado proyecto.
El primer nudo representa el estado de comienzo del proyecto. De
este nudo partirán las flechas representativas de aquellas
actividades que no les precede ninguna otra.
De forma semejante el último nudo representa la situación en la que
se ha finalizado el proyecto y en él tendrán destino las flechas
que representan a todas aquellas actividades que no preceden a
ninguna otra.
Cada flecha a de tener un nudo de origen y un nudo de destino.
- El nudo de origen representa la situación en la cual se han
finalizado las actividades precedentes, y por tanto puede
comenzar la actividad en cuestión.
23
El método PERT
- El nudo de destino representa la situación en la cual se ha

finalizado la actividad en cuestión y, por tanto, pueden comenzar
las que le siguen en el orden secuencial según las precedencias
Previo a la representación gráfica del PERT es conveniente construir la

tabla de precedencias. En dicha tabla aparece en la primera
columna las distintas actividades del proyecto y en la segunda,
las actividades que preceden a cada una de las actividades de la
primera columna. Veamos un ejemplo.
24
Problema 1. Método PERT. Representación del grafo

Para que la empresa de asesoramiento fiscal Evasiuned, S.A., pueda comenzar
sus actividades, dos obreros, apodados, X e Y, han de acondicionar el local
que se utilizará como oficina. El obrero X se encargará de efectuar un
alisado del piso (operación A), de enmaderarlo (operación B), de lijarlo
(operación C) y de barnizarlo (operación D). Mientras X realiza esas
operaciones, independientemente, Y alisará las paredes (operación E) y
las pintará (operación F). Cuando ambos hayan concluido esas tareas, y se
haya recibido el mobiliario (cuyo transporte es la actividad G), entre los
dos se encargarán de colocarlo (actividad H) mientras doña Z realiza la
limpieza del local y del mobiliario (actividad I).
Tabla 1
. Actividad Tiempo Necesario
(días)
A 3
B 5
C 1
D 1
E 4
F 2
G 12
H 2
I 1 25
Problema 1. Método PERT. Representación del grafo

Dada la información contenida en la tabla 1 calcular:
• Tabla de precedencias
• Representar el grafo PERT.
• Tiempo Early, tiempo Last.
• La oscilación de cada nudo
• La holgura total, la holgura libre y la holgura independiente
(1) Tabla de precedencias Actividades

Actividad
precedentes
A ---
B A
C B
D C
E ---
F E
G ---
H A, B, C, D, E, F
I A, B, C, D, E, F
26
Representar el grafo PERT

La tabla de precedencias nos da información importante para
construir el grafo PERT. Por ejemplo, vemos que las actividades
A, E y G no tienen actividades precedentes. Luego sabemos que
esas actividades parten del nudo 1.
Vemos además que, las actividades H e I no preceden a ninguna
actividad, luego son las últimas actividades que se realizan y se
hacen de forma paralela o simultanea, e irán a converger al
mismo nudo final.
B C
A 2 3 4 D
E F H
1 5 6 8
I
f0
G 7
27
Normas para la construcción de los grafos.

1. Numeración. Los nudos se han de numerar de tal forma que, el
numero de un nudo al que llega una flecha nunca puede ser
inferior al número del nudo de que parte esa flecha.
2. De un nudo puede salir más de una flecha.
3. A un nudo puede llegar más de una flecha

x
1. Dos o mas flechas no pueden salir el mismo nudo y llegar al

mismo nudo.
x x ESTO NO ES POSIBLE
28
En el caso de que se de una situación como la descrita en este

ejemplo, donde del nudo 6 salen dos actividades que llegan al
mismo vértice ha de crearse un nudo ficticio, como el nudo 7. Y
de ahí, lanzar una flecha al nudo final.
H
6 8
I
f0
7
Tiempo Early
El tiempo Early de un nudo el tiempo mínimo necesario para alcanzar
un nudo.
Si a un nudo solo llega una flecha, para calcular el tiempo Early de ese
nudo lo que hacemos es sumar el tiempo necesario para hacer
todas la tareas hasta llegar a ese nudo.
29
Tiempo Early
Por ejemplo, el tiempo Early del nudo 3 es igual a 8, que surge de
sumar 3 días de la actividad A y 5 días de la actividad B.
En el caso de los nudos a los que llega más de una flecha, como por
ejemplo el 6, calculamos el tiempo Early de cada camino y nos
quedamos con el mayor de todos. Por ejemplo, en el caso del
nudo 6, llegan tres flechas. Digamos que hay tres caminos. El
primer (A-B-C-D), tiempo Early de ese camino, 10 días. El
segundo camino (E-F), tiempo Early es 6 días. El tercer camino es
G, tiempo Early es 12 días. Luego el tiempo early del nudo 6 es
12. B,5 C,1
4 D,1 H,2
A,3 2 3
8
E,4 6
F,2
1 5 I,1
f0
G,12 7
30
Tiempo Last
Los momentos más tardíos en los que es admisible llegar a cada situación descrita
por los nudos del grafo PERT de manera que no se retrase la ejecución del
trabajo.
Para calcular el tiempo last en cada nudo al tiempo total necesario para finalizar el
proyecto le restamos la duración de todas las actividades desde ese nudo
hasta el final.
Por ejemplo, el tiempo last del nudo 6 es 12, que surge de restar a 14 días 2 días,
los necesarios para hacer la actividad H.
El tiempo last en el nudo 5 es de 10, que surge de restar a 14, 2 días de la actividad
F y 2 días de la actividad H.
B,5 C,1
2 3 4
A,3 D,1
H,2
8
1 E,4 F,2
5 6 I,1
f0
G,12
7
31
Actividades Tiempo Early Tiempo Last Oscilación

Oscilación de un 1 -- --
nudo. La oscilación de un 2 3 5 2
nudo se calcula como la 3 8 10 2
diferencia entre el tiempo Last 4 9 11 2
y el tiempo Early. 5 4 10 6
6 12 12 0
7 13 14 1
8 14 14 0
B,5 C,1
A,3 2 3 4 D,1
E,4 F,2 H,2
1 5 6 8
I,1
f0
G,12 7
32
Oscilación de un nudo
Como puede observarse, en algunos nudos existen ciertos márgenes de

tiempo sobrante. Por ejemplo, la situación descrita en el nudo 5,
puede alcanzarse en 4 días, pero, pero aunque se llegara a ella 6
días más tarde, es decir en un total de diez días, el trabajo podría
finalizarse en 14 días.
Así, las oscilaciones de los nudos te informan sobre el tiempo que
puede demorarse una actividad respecto al previsto inicialmente,
sin que se retrase el proyecto final.
Se denomina camino crítico al formado por las actividades en las que no
debe producirse ninguna demora si se desea que el trabajo se
termine en el mínimo tiempo posible. Es el camino que tiene mayor
duración entre los que unen el primer y último nodo.
En el ejemplo anterior, las actividades que forman parte del camino
crítico son la G y la H. (1-6-8). 33
Oscilación de un nudo
La oscilación de los nudos que se encuentran en el camino crítico son

cero. En la primera tabla mostrada en este ejercicio podemos
comprobar que efectivamente la oscilación en los nudos 6 y 8 es
cero.
Las actividades que forman parte del camino crítico se denominan
actividades críticas. Son actividades cuyas ejecuciones habrán de
ser objeto de mayor grado de control para evitar que se retrasen.
34
Holgura de una actividad
La holgura de una actividad es el exceso de tiempo sobrante para su

ejecución.
Según los supuestos que se hagan podemos hablar de:
- Holgura total: es el margen sobrante suponiendo que al nudo de origen

se llega lo antes posible y al de destino lo más tarde admisible.
HT=Lj-Ei-dij
i: mudo de origen;
j: nudo de destino;
L: tiempo Last
E: tiempo Early
dij: duración de la actividad que va del nudo i al nudo j.
35

- Holgura libre: es el margen sobrante suponiendo que al nudo de
origen se llega lo antes posible y al nudo de destino lo antes
posible.
HL=Ej-Ei-dij
- Holgura independiente: margen sobrante suponiendo que al

nudo de origen se llega lo más tarde posible y al de destino lo
más pronto posible.
HI=Ej-Li-dij
36
Otra forma de calcular la holgura libre y la holgura independiente:
- Holgura libre: sumando y restando Lj a la holgura libre, podemos

ver que esta se puede calcular restando a la holgura total la
oscilación del nudo j.
HL=HT-Oj
- Holgura independiente: sumando y restando Ei a la holgura libre,
podemos ver que esta se puede calcular restando a la holgura
libre la oscilación del nudo i. .
HI=HL-Oi
Holgura total, HT=Lj-Ei-dij

Holgura Libre, HL=HT-Oj
Holgura independiente,, HI=HL-Oi 37

Actividades i-j Lj Ei Oj dij H Total H Libre Oi H Independiente
A 1-2 5 0 2 3 2 0 0 0
B 2-3 10 3 2 5 2 0 2 -2
C 3-4 11 8 2 1 2 0 2 -2
D 4-6 12 9 0 1 2 2 2 0
E 1-5 10 0 6 4 6 0 0 0
F 5-6 12 4 0 2 6 6 6 0
G 1-6 12 0 0 12 0 0 0 0
H 6-8 14 12 0 2 0 0 0 0
I 6-7 14 12 1 1 1 0 0 0
B,5 C,1
A,3 2 3 4 D,1
E,4 F,2 H,2
1 5 6 8
I,1
f0
G,12 7
38
Ejercicio 1.
Un proyecto conlleva la realización de 6 actividades: A (3
días), B (2 días), C (1 día), D (2 días), E (3 días), F. (2
días). Entre paréntesis aparece el tiempo que se tarda
en la realización del proyecto. Las actividades A y B,
preceden a las actividades C y D. Las actividades A, B,
C y D, preceden a la E y la F.
Calcular:
a) Cuántas actividades ficticias hay en el Grafo?
b) Holgura total de cada actividad
c) Actividades que componen el camino crítico.
39
Ejercicio 1.
a) Cuántas actividades ficticias hay en el Grafo?
4
C,1
A,3 E,3
1 3 5 7
D,2
B,2 F,2
2 6
El grafo tienes 3 actividades ficticias.
40
Ejercicio 1.
b) Holgura total de cada actividad
Nudos Duración Early (i) Last (j) Holgura total

A 1-3 3 0 8 -5 = 3 3–0–3=0
B 1-2 2 0 8-5=3 3–0-2=1
C 3-4 1 3 8–3=5 5–3–1=1
D
c) Actividades del3-5
camino crítico:2A, D y E. El camino
3 crítico8son
– 38 =días
5 5–3–2=0
E 5-7 3 5 8–0=8 8–5–3=0
F 5-6 2 5 8–0=8 8–5–2=1
41
Gráfico Gantt es in sencillo instrumento de control consistente en representar en

el eje de abscisas el tiempo o las flechas de realización del trabajo y en el de
ordenadas las actividades que lo integran
Con barras horizontales se reflejan los tiempos precisos para realizar las
tareas, siendo la longitud de cada barra directamente proporcional a su
duración y comienza en el momento de la iniciación de la tarea que
representa, finalizando en el de su terminación.
ACTIVIDADES
D
E
I 42
1 2 3 4 5 6 7 8 9 10 11 12 13 14 DIAS
Un gráfico de gantt permite controlar visualmente la ejecución del

trabajo. Así, en este caso, la recta vertical continúa trazada sobre la
fecha actual (es decir, al cabo de seis días desde el comienzo de las
operaciones) permite observar los niveles de ejecución en los que se
encontrarían las actividades si se hubieran realizado en los tiempos
previstos.
A medida que va avanzando la ejecución de una actividad se va rayando
oblicuamente la barra que la representa. A la vista del gráfico se
observa que el operario X lleva un adelanto de dos días sobre las
fechas previstas (conforme a las previsiones todavía quedarían dos
días para finalizar B y esta ya se ha terminado). El operario Y tiene un
retraso de un día (al final del sexto día ya debería haber terminado la
operación F, que dura dos días, y solo ha efectuado la mitad de la
misma. Sin embargo, dado que esta actividad no es crítica, este
retraso no es preocupante (Y podría tardar 6 días en realizar la
operación sin que se retrase la ejecución del proyecto, dado que ha
de esperar a que finalice la actividad G para poder finalizar la H43con
X.

Arboles de Decisión

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

Arboles de Decisión

Cargado por

Copyright:

Formatos disponibles

Introducción a la Economía de la Empresa

Tema 6. Técnicas Instrumentales de planificación,

El valor esperado de la información perfecta

Se llama valor de la información al resultado esperado asociado a una

Ejercicio 1. Arboles de decisión

Un decisor ha de tomar la decisión D1 o la D2. Si decide D1, puede suceder s1 o

Ejercicio 1. Árboles de decisión.

A, 0.5 1000 u.m.

S1,0.4 2000 u.m.

El valor esperado de la información perfecta

E ( D1)  PS 1 ( E ( S 1))  PS 2 ( E ( S 2))

• Probabilidad de que suceda S1 PS 1

El valor esperado de la información perfecta

E ( S 2)  PA ( A)  PB ( B) E ( S 2)  0.5(1000)  0.5(2000)  1500

El valor esperado asociado a la decisión D1:

E ( D1)  PS 1 ( E ( S 1))  PS 2 ( E ( S 2))

E ( D1)  0.4(1500)  0.6(1500)  1500

Valor esperado asociado a la decisión D2

E ( S 4)  PA ( A)  PB ( B) E ( S 4)  0.5(1000)  0.5(2000)  1500

El valor esperado asociado a la decisión D2:

E ( D 2)  0.2(1500)  0.8(1500)  1500

Ejercicio 1. Árboles de decisión.

El problema nos da cuatro posibles soluciones:

Ejercicio 2. Árboles de decisión.

¿Cuál es la mejor decisión que puede tomar la empresa?

Ejercicio 2. Árboles de decisión.

C, 0.8 1000 u.m.

A,0.4 -300 u.m.

Ejercicio 2. Árboles de decisión.

E ( D1)  0.4 * E ( A)  0.6 * (300)

E ( A)  0.8 *1000  0.2 * (300)  740

E ( D1)  0.4 * 740  0.6 * (300)  116

Ejercicio 3. Árboles de decisión.

Si el primer examen de las dos oposiciones es el mismo día, ¿a cuál

Ejercicio 3. Árboles de decisión.

apruebe 2º examen, 0.4

apruebe 1º examen, 0.7 0 u.m.

apruebe 1º examen, 0.4 1500 u.m.

Ejercicio 3. Árboles de decisión.

E ( X )  0.3 * 0  0.7 * (0.4 *1000  0.6 * 0)  280 u.m.

La ganancia esperada si se presenta a la oposición Y es:

E (Y )  0.4 0.5 *1500  0.5 * 0  0.6 * 0  300

Teniendo en cuenta los resultados obtenidos, Juan se presentará a la

Ejercicio 4. Árboles de decisión.

10. Si se compra un terreno y se descubre agua subterránea, se ganan

Ejercicio 4. Árboles de decisión.

E (CM )  0.4 * 50.000  0.6 * 0  20.000

Ejercicio 5. Árboles de decisión.

5. Si se lanza un producto y tiene éxito, se ganan 50.000 u.m., pero si

Ejercicio 5. Árboles de decisión.

E (CIE )  0.4 * 50.000  0.6 * 0  20.000

Con sometimiento a restricciones:

Y siempre con restricciones de no negatividad: 21

Con este método se representa de forma gráfica todas las tareas

- El nudo de destino representa la situación en la cual se ha

Previo a la representación gráfica del PERT es conveniente construir la

Problema 1. Método PERT. Representación del grafo

Problema 1. Método PERT. Representación del grafo

(1) Tabla de precedencias Actividades

Representar el grafo PERT

Normas para la construcción de los grafos.

3. A un nudo puede llegar más de una flecha

1. Dos o mas flechas no pueden salir el mismo nudo y llegar al

E ( A)  0.8 1000  0.2 (300)  740

E ( X )  0.3 * 0  0.7 * (0.4 1000  0.6 0)  280 u.m.

E (Y )  0.4 0.5 1500  0.5 0  0.6 * 0  300