El principal objetivo de esta rea de

conocimientos consiste en formular y resolver

diversos problemas orientados a la toma de
decisiones.

Plantear la relacin entre el trabajo de
direccin y la toma de decisiones.

Comprender el proceso de la toma de
decisiones

Conocer las tcnicas y herramientas
mecnicas bsicas en la toma de decisiones
Los inicios que hoy se conoce como IO, se remonta a
los aos 1759 cuando el economista Quesnay
empieza a utilizar modelos primitivos de
programacin matemtica. Ms tarde, otro
economista de nombre Walras, hace uso en 1874, de
tcnicas similares. Los modelos lineales de la IO,
tiene como precursores a Jordan en 1873, Minkowsky
en 1896 y a Farkas en 1903. Los modelos dinmicos
probabilsticos tienen su origen con Markov a fines
del siglo pasado.

HISTORIA DE LA INVESTIGACIN DE
OPERACIONES
Los modelos matemticos de la IO que
utilizan estos precursores, estaban
basados en el clculo diferencial e integral
(Newton, Lagrange, Laplace, Lebesgue,
Leibinitz, Reimman, Stiegles, por
mencionar algunos), la probabilidad y la
estadstica (Bernoulli, Poisson, Gauss,
Bayes, Gosset, Snedecor, etc.).

HISTORIA DE LA INVESTIGACIN DE
OPERACIONES

Pero fue hasta la segunda guerra mundial, cuando la IO empez a
tomar auge. Primero se le utiliz en la logstica estratgica para
vencer al enemigo y ms tarde al finalizar la guerra, para la logstica
de distribucin de todos los aliados repartidos por todo el mundo.

En 1947 el doctor George Dantzig, resumiendo el trabajo de
sus antecesores, inventa el mtodo simplex, con lo cual dio
inicio a la programacin lineal.

HISTORIA DE LA INVESTIGACIN DE
OPERACIONES
Actualmente, la IO no solo se aplica
en el sector privado, sino tambin
en el sector pblico, tanto en los
pases desarrollados como en los
pases tercermundistas.

HISTORIA DE LA INVESTIGACIN DE
OPERACIONES
QU ES LA INVESTIGACIN DE
OPERACIONES?
En el libro de Shamblin y Stevens llamado Investigacin de
Operaciones.
Un Enfoque Fundamental de la editorial Mc Graw Hill impreso en
Mxico, 1991.

La Investigacin Operacional es un enfoque cientfico de
la toma de decisiones

En el libro de Ackoff y Sasieni llamado Fundamentos de
Investigacin de Operaciones de la editorial Limusa impreso en
Mxico en 1994.

La Investigacin de Operaciones es: La aplicacin del
mtodo cientfico, por equipos interdisciplinarios, a
problemas que comprenden el control de sistemas
organizados hombre-mquina, para dar soluciones que
sirvan mejor a los propsitos de la organizacin como un
todo.
En el libro de Thierauf y Grosse llamado Toma de decisiones por
medio de Investigacin de Operaciones de la editorial Limusa
impreso en Mxico en 1977.

La investigacin de operaciones utiliza el enfoque planeado
(mtodo cientfico) y un grupo interdisciplinario, a fin de
representar las complicadas relaciones funcionales en
modelos matemticos para suministrar una base
cuantitativa para la toma de decisiones, y descubrir nuevos
problemas para su anlisis cuantitativo.

En el libro de Winston llamado Investigacin de Operaciones.
Aplicaciones y Algoritmos 2 edicin. Grupo Editorial Iberoamrica
impreso en Mxico en 1994.

Planteamiento cientfico a la toma de decisiones, que busca
determinar cmo disear y operar mejor un sistema,
normalmente bajo condiciones que requieren la asignacin
de recursos escasos.
a) Una organizacin se puede interpretar como un
sistema: pues as se facilita su entrenamiento. Todo
sistema tiene componentes e interacciones. Algunas
interacciones son controlables, mientras que otras no
lo son.

b) Todo sistema es una estructura que funciona: la
informacin es el elemento que convierte a una
estructura en un sistema. En toda estructura existen
componentes y canales que comunican a stas. A
travs de los canales fluye la informacin, al fluir la
informacin las componentes interaccionan de una
forma determinada. Los objetivos de la organizacin
(sistemas) se refiere, a la eficiencia y efectividad con
que las diferentes componentes del mismo pueden
controlarse y/o modificarse.
c) La IO es la aplicacin de la metodologa cientfica a
travs de modelos, primero para representar al
problema real que se quiere resolver en un sistema y
segundo para resolverlo. Los modelos que utiliza la IO
son modelos matemticos en forma de ecuaciones.

PROGRAMA RESUMIDO:

1. CARACTERSTICAS DE LAS DECISIONES
2. PROCESOS DE TOMA DE DECISIONES
3. CONSTRUCCIN DE MODELOS Y
METODOLOGA DE LAS DECISIONES
4. ANLISIS DEL PUNTO DE EQUILIBRIO
5. RBOL DE DECISIONES

La indecisin es un veneno lento,
nada produce, en cambio, puede
convertirse en hbito; ms vale
fracasar por haber tomado una
decisin errnea, que por no haber
tomado ninguna
Pasamos de una toma de decisiones instintivas, a
procesos que deben estar conducidos por un
pensamiento racional.
La Teora de la Decisin trata del estudio de los
procesos de toma de decisiones desde una
perspectiva racional.
La decisin es un verdadero proceso de reflexin
y, como tal, racional y consciente, deliberado y
deliberativo.
La decisin consiste en el proceso
deliberado (y deliberativo) que lleva a la
seleccin de una accin (acto, curso de
accin) determinado entre un conjunto de
acciones alternativas. La decisin es un
proceso previo a la accin.

Pedro Pavesi, La Decisin
Moigne define el trmino decidir como identificar y resolver los
problemas que se presente en un organizacin. Por lo tanto, el
desencadenante del proceso de toma de decisiones es la existencia
de un problema,
DECISIN
INFORMACIN ACCIN
Fed-back
Menguzzato y Renau, ( 1991, pag. 94
En sentido restrictivo, decidir es seleccionar,
entre varias, una y slo una entidad
alternativa. Hay decisin cuando, siendo
posible varias respuestas, un sujeto elige
una de ellas.

En sentido amplio, decidir es llevar a cabo
un proceso completo por el cual se
establecen, analizan y evalan alternativas a
fin de seleccionar una y slo una.
La
DECISIN:

Eleccin entre dos o
ms lneas de accin
diferentes.
El estudio de la teora
de la decisin provee
de herramientas para
la toma de decisiones.
El objeto de la teora
de la decisin es
racionalizar dicha
eleccin.



Existen cinco caractersticas de las
decisiones:
1. Efectos futuros.
2. Reversibilidad.
3. Impacto.
4. Calidad.
5. Periodicidad.
El proceso de toma de decisiones
corresponde a todas aquellas actividades
estructuradas en pasos para llegar a la
decisin.
Definicin del Problema
Generacin de la Solucin del
problema
Pasaje de las ideas a la accin
Planificacin de la
implementacin de la solucin
Planificacin de la evaluacin de
la solucin
Evaluacin del Resultado y del
proceso
El proceso de
toma de
decisiones
utilizado
generalmente
es el de seis
fases:
Clasificacin de los Procesos de Decisin
Decisiones No Estructuradas: contexto de
incertidumbre total y se cuenta con muy
poca informacin. Son, principalmente,
decisiones polticas y estratgicas. Se
requiere de un alto poder de negociacin
Decisiones Poco Estructuradas: contexto
intermedio, es decir, no nos encontramos en
certeza ni en incertidumbre total.
Clasificacin de los Procesos de Decisin

Decisiones Estructuradas: contexto de
casi-certeza, donde existe poca
complejidad. La mayora de estas
situaciones son abarcadas por los Mtodos
de Investigacin de Operaciones. Son
decisiones que pueden programarse por ser
repetitivas y rutinarias.
Proporcionan una estructura para examinar el
proceso de toma de decisiones.
Pueden utilizarse para evitar decisiones arbitrarias o
inconsistentes que no se basen en todos los datos
disponibles.
Si utilizramos estos modelos en todas las
decisiones, no podramos asegurar que el resultado
fuera siempre favorable. (Las buenas decisiones no
garantizan buenos resultados)
La teora de la eleccin racional (Simon): desde una
perspectiva descriptiva, nos cuenta CMO SON los procesos
decisorios en las organizaciones. Los hombres aplican su
propia racionalidad limitada por su singular visin de la
realidad.
La teora de la decisin: es una metodologa prescriptiva o
normativa que indica CMO SE DEBE DECIDIR para ser
consecuentes con los objetivos, preferencias y ciertos
principios impuestos por la teora. (cmo se debe decidir,
pero no que decidir).
En cuanto a decisin se refiere, existen dos
enfoques sobresalientes:
La teora de la decisin es prescriptiva porque
obliga al TD a proceder de una determinada
manera si quiere ser coherente con las premisas
definidas.
La teora de la decisin es subjetiva porque, al
prescribir, tiene en cuenta las preferencias, las
valoraciones, las vivencias y la visin del TD.
1. Definicin del
problema de inters
y recoleccin de los
datos relevantes
2. Formulacin de
un modelo que
represente el
problema
3. Solucin del
modelo
4 . Prueba del
modelo
5. Preparacin para
la aplicacin del
modelo
6. Puesta en marcha
Categoras Consecuencias
Certidumbre Deterministas
Riesgo Probabilsticas
Incertidumbre Desconocidas
Conflicto
Influidas por un
oponente
Puede darse el caso de tener que
basarnos en hechos que nos influyen o
de los que no disponemos de un modelo
objetivo.
En ocasiones los sucesos no se pueden
experimentar objetivamente, y no existen
mtodos formales para su estudio, por lo
que los modelos han de ser informales,
subjetivos y basarse en la intuicin.
Modelos
objetivos y
subjetivos.
Los modelos analticos: disponemos de
un modelo matemtico construido con la
informacin disponible y del que
queremos conocer la mejor opcin.
Los modelos de simulacin son
representaciones simplificadas de la
realidad sobre las que se opera para
estudiar los efectos de las distintas
alternativas de actuacin.
Modelos
analticos y
de
simulacin.
Los modelos estticos son
aquellos que no utilizan la
variable tiempo, en tanto que
los dinmicos son aquellos
que incorporan el tiempo
como variable o como
parmetro fundamental.
Modelos
estticos y
dinmicos.
En los modelos deterministas se
suponen conocidos con certeza
todos los datos de la realidad que
representan. Si uno o varios datos
se conocen slo en trminos de
probabilidades, el modelo se
denomina probabilstico, aleatorio
o estocstico
Modelos
deterministas y
probabilsticos.
3. La Toma de Decisiones 39
Modelizacin Mecnica.
Herramientas para la decisin con
certeza.
Criterios de decisin en
incertidumbre.
Nos enfrentamos a la naturaleza.
Nos enfrentamos a otro jugador.
3. La Toma de Decisiones 40
Reuniremos en un modelo los siguientes
elementos bsicos de una decisin:

Estrategias, cursos de accin con variables
controlables.
Estados de la naturaleza.
Resultados que se obtendrn en un caso dado.
Probabilidad de que se produzca un estado de la
naturaleza.
Criterio de decisin, Cmo actuamos?
3. La Toma de Decisiones 41
Sucesos 1 2 N
Estados Naturaleza N
1
N
2
N
n
Probabilidad P
1
P
2
P
n
Estrategia 1 R
11
R
12
R
1n
Estrategia 2 R
21
R
22
R
2n

Estrategia m R
m1
R
m2
R
mn
3. La Toma de Decisiones 42
En la decisin con certeza, lo que se hace es
obtener el resultado esperado para cada
alternativa y seleccionar aquel que optimiza
nuestra funcin objetivo.
Ptas.
Nmero de unidades vendidas
Ingreso por
la unidad N
Coste de vender la
unidad N
MODELO ETAPAS




Economista
Detectar los sntomas del problema.
Identificar el problema en particular que se debe
resolver o la meta que se desea alcanzar.
Desarrollo del modelo de decisin para fines de
evaluacin.
Desarrollar y anotar todas las alternativas de solucin.
Evaluacin de las alternativas de solucin.
Seleccionar el mejor curso de accin. Implementar la
decisin.
MODELO ETAPAS




Para Optimizar la Toma de
Decisiones
Reconozca la Necesidad de Tomar una Decisin.
Identifique los criterios de decisin.
Asigne una ponderacin a esos criterios
Desarrolle las alternativas.
Seleccione la mejor alternativa.
MODELO ETAPAS




De Racionalidad Limitada
Identificacin del problema a resolver o el objetivo meta que se persigue.
Determinacin del nivel mnimo o estndar que debern satisfacer todas las
alternativas aceptables.
Eleccin de una alternativa factible que resuelva el problema planteado.
Evaluacin de la alternativa.
Se determina si satisface los niveles mnimos que se
establecieron.
Si la alternativa no es aceptable, se busca otra y se le somete a evaluacin.
Si la alternativa es aceptable, se pone en prctica.
Despus de que se puso en accin se determina la facilidad o dificultad
conque se identificaron alternativas factibles, y se utiliza esta informacin
para elevar o reducir el nivel mnimo de aceptabilidad en problemas futuros
similares.
Cuando se compara este modelo con los anteriores aparentemente el
Modelo de Racionalidad Limitada parece ser un punto de vista ms realista
de la Toma de Decisiones.
46
Con poca informacin hace acto de
presencia la subjetividad.
Si estamos en una situacin no
estructurada, la herramienta es la
pura intuicin.
Si la incertidumbre esta estructurada
la persona optara por diferentes
opciones segn su optimismo o
pesimismo.
3. La Toma de Decisiones 47
Modelo de Laplace
Optimista
Pesimista
Hurwicz
Savage
48

Desconocemos las probabilidades de
cada estado de la naturaleza.
Asumimos que todas las alternativas
posibles son equiprobables.
Calculamos las medias aritmticas de
cada alternativa y elegimos aquella
con valor medio ms favorable.
3. La Toma de Decisiones 49
El decisor piensa que con la
alternativa que tome, suceder lo
mejor para l.
Se determina el resultado ms
favorable con cada estrategia. Se
selecciona la estrategia que ofrece el
ms favorable de todos.
Tambin se le llama maxi-max
mini-min segn el caso.
3. La Toma de Decisiones 50
El decisor piensa que tome la alternativa
que tome, suceder lo peor para l.
Se determina el resultado ms desfavorable
con cada estrategia. Se selecciona la
estrategia que ofrece el ms favorable de
todos los determinados.
Tambin se le llama maxi-min mini-max
segn el caso.
3. La Toma de Decisiones 51
Se basa en los resultados de los criterios
optimista y pesimista.
Introduce un coeficiente de optimismo
comprendido entre 0 y 1.
El coeficiente de pesimismo es 1-.
Para cada alternativa se calcula:
H
i
= * Mejor
i
+ (1-) * Peor
i
Se toma la alternativa con H
i
ms favorable.
3. La Toma de Decisiones 52
Se estima la probabilidad para cada estado de la
naturaleza
Se usa la Regla de decisin del Valor Esperado
El valor esperado de una alternativa se encuentra
ponderando cada beneficio con su probabilidad
asociada y su mando despues de los puntajes de
los beneficios ponderados
Se elije la alternativa que tenga el mejor valor
esperado (el mas alto si se trata de utilides y el
mas bajo si se trata de costos).
Un gerente tiene que decidir si conviene construir una
instalacin pequea o una grande. Mucho depende de la
futura demanda que la instalacin tenga que atender, y
dicha demanda puede se grande o pequea. El gerente
conoce con certeza los beneficios que producir cada
alternativa, que se muestra la siguiente tabla de
beneficios. Los beneficios en ($000) son los valores
presentes de los ingresos futuros menos los costos que
corresponden a cada alternativa, en cada uno de los
acontecimientos:

Posible demanda Futura
Alternativa Baja Alta
Instalacin pequea 200 270
Instalacin Grande 160 800
No hacer nada 0 0
SOLUCIN BAJO CERTIDUMBRE
Nos preguntamos cual es la mejor opcin si la demanda
futura va a ser baja?

La mejor opcin es la que produce el beneficio mas
grande. Si el gerente sabe que la demanda futura va a
ser baja, la compaa debe construir una instalacin
pequea y disfrutar de un beneficio de $ 200.000.
PUNTO DE DECISION.- Si la gerencia conoce la
realidad la demanda futura, construir la
instalacin pequea si la demanda va a ser baja,
y la instalacin grande si la demanda va a ser
alta.

SOLUCIN MAX-MIN.- El
peor beneficio de una
alternativa es el nmero
ms bajo que aparece en la
fila respectiva de la matriz
de beneficios, porque los
beneficios son utilidades.

PUNTO DE DECISION.- El
mejor de esos nmeros
peores es 200.000

Peor
Beneficio
Alternativa Baja
Instalacin
pequea
200
Instalacin
Grande
160
SOLUCIN MAXI-MAX.- El
mejor beneficio de una
alternativa es el nmero
ms alto que aparece en la
fila respectiva de la matriz
de beneficios:
PUNTO DE DECISION.- El
mejor de esos nmeros
es 800.000, por lo cual el
optimista decide
construir la instalacin
grande

Mejor
Beneficio
Alternativa
Instalacin
pequea
270
Instalacin
Grande
800
SOLUCIN LAPLACE.- Si se
trata de dos
acontecimientos,
asignamos a cada uno una
probabilidad de 0.5:
PUNTO DE DECISION.- El
mejor de esos beneficios
ponderados es 480.000,
por lo cual una persona
realista optimista optara
por construir una
instalacin grande

Mejor
Beneficio
Alternativa
Instalacin
pequea
0.5(200)+0.5(2
70)= 235
Instalacin
Grande
0.5(160)+0.5(8
00)=480
El PUNTO DE EQUILIBRIO: de una Organizacin es aquel donde
sus INGRESOS totales igualan a sus COSTOS totales
Con este concepto se simula situaciones (variacin de ventas y
costos) y se toman acciones correctivas para llevar a la zona de
ganancias. ES BUENA HERRAMIENTA DE TOMA DE DECISIONES.
Con el anlisis del punto de equilibrio" se puede minimizar los
costos y maximizar las ganancias.


El clculo del P.E. puede ser:
Monoproducto:
En unidades
En valor monetario
Multiproducto:
En unidades homogneas
En valor monetario

Costo Fijo (CF): es la parte del costo total (CT)
que la empresa tendr independientemente de su
nivel de actividad.
Los costos fijos los tendr la empresa aunque no
produzca nada. Entre estos podemos mencionar: el
alquiler, los impuestos, los sueldos
administrativos, entre otros.



Costo variable (CV): es la parte del costo total
que est en funcin de la cantidad (Q) de
unidades producidas o de los servicios
prestados. Es decir, a mayor nivel de actividad,
mayor costo variable.

Costo variable unitario (c): es el costo, por cada
unidad producida o por cada servicio prestado,
de las materias primas, materiales, mano de
obra, etc. El costo variable unitario puede
suponerse constante para cada unidad
independientemente de la cantidad producida.


Costo Total (CT):

CT = CF + CV
CT = CF + c . Q (1)

Ingreso Total (IT): est dado por el
producto de la cantidad (Q) por el
precio unitario (p) (bajo el supuesto de
que todo lo producido es vendido).

IT = p . Q (2)

CF
CV
CT
IT
Nivel de actividad
$
QPE
5. PUNTO DE EQUILIBRIO


65
Una empresa fabrica y vende un solo artculo cuyo precio de
venta unitario es de $20, el costo variable es de $10 y el costo
fijo total es de $100.000. Cuntas unidades debe vender para
lograr el punto de equilibrio?

SOLUCION:

Clculo del margen de contribucin (utilidad)
Precio de venta por unidad $ 20
Menos
El costo variable por unidad 10
Margen de contribucin $ 10
Punto de equilibrio: Costo fijo/margen de contribucin
100.000/10 = 10.000 unidades es el punto de equilibrio
Si vende ms de 10.000 unidades tiene utilidad.

66
Una empresa fabrica y vende un solo artculo cuyo precio de venta unitario es
de $20, el costo variable unitario es de $10 y el costo fijo total es de
$100.000.

Si la empresa vende 22.000 unidades. Cul es la utilidad?

SOLUCION
Margen de contribucin $20-10 = 10)
Aumento de unidades vendidas (22.000-10.000 = 12.000)
12.000 X $10 (margen contribucin) = $120.000

DETALLE:

Ventas (22.000 x $20) $440.000
Menos costo variable (22.000 x $10) $220.000
Margen de contribucin $220.000
Menos costo fijo $100.000
Utilidad antes de impuestos $120.000

67
Es un esquema con nodos y ramas,
donde se ordenan en forma
cronolgica todos los momentos en
que debe tomarse una decisin o
acontece un evento aleatorio,
indicando al final los resultados de
una decisin.
68
Nodos de decisin

Nodos de acontecimiento

Resultados
69
Nodos de decisin: representan las situaciones
de decisin que se enfrentan.

Nodos de acontecimiento: indican la existencia
de variables no controlables que afectan a las
distintas alternativas.

Resultados: muestran los resultados asociados a
cada curso de accin.
70
REPRESENTACIN GRFICA
S1
S2
S3
71
Las ramas que nacen de un nodo de
decisin representan las alternativas.
Habr tantas ramas como alternativas
haya.
Pueden existir varios momentos de
decisin en cada rbol.
De cada nodo de decisin deben salir
como mnimo dos ramas.
72
Pueden existir varios nodos de
decisin consecutivos.
Al resolver, por cualquiera de los
criterios conocidos, quien decide es el
decisor y por lo tanto siempre elige la
mejor alternativa.
73
REPRESENTACIN GRAFICA
N1
N2
N3
74
Despus de cada rama, que representa
a una alternativa, habr un nodo de
acontecimiento, si dicho curso de
accin est afectado por una variable
no controlable.
Cada nodo indicar la existencia de una
variable no controlable.
De cada nodo debern salir como
mnimo dos ramas.
75
Las ramas que nacen de un nodo
aleatorio muestran los distintos
comportamientos que puede exhibir
una variable no controlable.

En un rbol pueden presentarse varios
nodos aleatorios en forma sucesiva.
76
Se desarrolla de izquierda a derecha indicando
en forma secuencial todos los momentos de
decisin y los momentos de acontecimiento de
un evento aleatorio.
A cada nodo, tanto de decisin como aleatorio,
debe llegar una sola rama.
De cada nodo, tanto de decisin como
aleatorio, deben salir como mnimo dos ramas.
Luego, se colocan al final de las ramas los
resultados acumulados despus de sortear
todas las vicisitudes desde el inicio del
proceso.
77
Se evala de atrs hacia delante, teniendo en
cuenta la influencia de las decisiones y
eventos aleatorios ltimos sobre los
primeros.
En los nodos de decisin se elige la mejor
alternativa.
En los eventos aleatorios se indica el criterio
usado para evaluar los resultados posteriores
(valor esperado, minimax, etc.).
78
Existe una empresa que est por construir una
planta de produccin para los prximos 10 aos.
La opcin es construir una planta grande para
enfrentar una demanda sostenidamente alta o
una planta pequea y a los dos aos ampliarla si
la demanda fuese alta.
Si al inicio la demanda es baja seguir as en el
futuro. Pero puede ser alta en los primeros dos
aos y luego reducirse por efecto de la
competencia.
La planta grande demanda ms inversin inicial y
posee ms costos de mantenimiento que la
pequea.
79
Planta
grande
Planta
pequea
Ventas sostenidamente altas
Venta inicial
alta
Ampliar
No
ampliar
Vtas. bajas
Venta
inicial baja
Vtas. altas
Vtas. altas
Vtas. bajas
Ventas sostenidamente bajas
Ventas iniciales altas y luego bajas
R1
R8
R2
R3
R4
R5
R6
R7
80
Probabilidades: luego de desarrollar el
rbol se colocan las probabilidades de
los estados en los casos en que se
conozcan.
Se calculan los resultados acumulados:
los ingresos son mayores cuando se
acierta con la dimensin de la planta y
tambin si es mayor su nivel de
produccin, pero hay ms costos de
inversin y mantenimiento cuanto mayor
es la misma.
Hebe Alicia Cadaval 81
Planta
grande
Planta
pequea
0,60 - Ventas sostenidamente altas
0,80 - Vta.
inicial alta
Ampliar
No
ampliar
0,25 - bajas
0,20 - Vta.
inicial baja
0,75 - altas
0,75 - altas
0,25 - bajas
0,20 - Ventas sostenidamente bajas
0,20 - Vtas. iniciales altas y luego bajas
70
10
0
- 20
60
- 10
40
20
82
Resolucin del rbol
Se comienzan a resolver los nodos ms
cercanos a los resultados finales.
En el caso de eventos aleatorios al
conocerse la probabilidad se aplica el
criterio del valor esperado.
En el caso de los nodos de decisin se elige
el mejor resultado (o mejor valor esperado).
Se llega al principio donde queda en claro
cul es la mejor alternativa inicial, la que
debe elegirse.

Hebe Alicia Cadaval 83
Planta
grande
Planta
pequea
0,60 - Ventas sostenidamente altas
0,80 - Vta.
inicial
alta
34
Ampliar
No
ampliar
0,25 - bajas
0,20 - Vta.
inicial
baja
0,75 - altas
0,75 - altas
0,25 - bajas
0,20 - Ventas sostenidamente bajas
0,20 - Vtas. iniciales altas y luego bajas
70
10
10
- 30
60
- 20
40
20
35
40
40
38
38
84
VENTAJAS
Refleja mejor las situaciones con decisiones
secuenciales (con ms de un momento de
decisin).

DESVENTAJAS
No permite analizar los casos de dominancia.
Cuando una misma VNC afecta a distintas
alternativas, figura como si fuese otra VNC.

Hiller Frederick y Lieberinan Gerald, "Introduccin
a la investigacin de operaciones". Editorial Mc
Graw Hill, 2011, Mxico.
KRAJEWSKI, LEE, RITZMAN, LARRI,
"Administracin de Operaciones, Editorial
Prentice Hall, Mxico, 2008
HAMDY A. TAHA, "Investigacin de Operaciones,
Editorial Prentice Hall, Mxico, 2009
RENDER BARRI, "Principios de Administracin de
Operaciones", Editorial Prentice Hall, Mxico,
2009