UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

2.

ANLISIS DE DECISIONES

2.1.

Formulacin del problema

09/2015-02/2016

Como de menciona en el texto bsico, El Anlisis de decisiones se utiliza para

desarrollar una estrategia ptima cuando un tomador de decisiones enfrenta varias
alternativas de decisin y un patrn de eventos futuros incierto o lleno de riesgos.
Estudie este tema en la pgina 99 del texto. Identifique los cuatro elementos
bsicos en un problema de anlisis de decisiones:
1.
2.
3.
4.

Cul es el problema de la PDC? Seleccionar el tamao del proyecto que de

la mayor ganancia dada la incertidumbre de la demanda.
Cules son las alternativas de decisin? La empresa tienen tres alternativas
de decisin.
Cules son los estados de la naturaleza? Existen dos estados de la
naturaleza.
Cules son los posibles resultados? Hay seis posibles resultados

El problema de PDC se lo puede graficar a travs de un diagrama de influencia,

como el que se muestra en la figura 4.1 del texto y que la reproducimos en la figura
siguiente. Se recomienda mantener este esquema, en el que debe identificarse las
alternativas de decisin, los estados de la naturaleza y los resultados. Las alternativas
de decisin y los estados de la naturaleza llevan hacia el resultado que puede ser: una
ganancia, una prdida, tiempo, costo, etc.

Un problema de anlisis de decisiones puede tambin ser mostrado a travs de

un cuadro y de un rbol de decisiones, como el que se muestra en la tabla 4.1 y figura
4.2 de la pgina 101 del texto.
Para terminar esta seccin, trabajemos un problema de toma de decisiones
que puede ser muy comn a todos.

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

Frente al estado del tiempo hay dos alternativas de decisin, llevar paraguas o
no llevarlas. El resultado depender de cmo responda la naturaleza. El siguiente sera
el diagrama de influencia.

Estado del
tiempo

Alternativas
de decisin

Llueve
No llueve

Resultado
Se moja
No se moja

Lleva paraguas
No lleva paraguas

Complete la siguiente tabla de resultados e indique cul sera el peor resultado.

Resultado de la decisin frente al estado de la naturaleza
Estado de la naturaleza
Alternativas de decisin
Lleva paraguas
No lleva paraguas
Llueve
No llueve

2.2.

Toma de decisiones sin probabilidades

Como se dice en el texto, se refiere a la toma de decisiones que no requiere

un conocimiento de las probabilidades de los estados de la naturaleza. Hay tres
enfoques claramente expresados:
1
2
3

Enfoque optimista:
Enfoque conservador:
Enfoque de arrepentimiento:

Estos enfoques no consideran ninguna informacin acerca de las

probabilidades de los diversos estados de la naturaleza. Siga con atencin los
contenidos de la seccin 4.2 que el texto propone en las pginas 102 a 105.
Resolvamos el problema No 1 que el texto propone en la pgina 132.
Problema 1: La siguiente tabla de resultados muestra las ganancias para un problema
de anlisis de decisiones con dos alternativas y tres estados de la naturaleza.
Tabla de resultado para el problema
Alternativas
de
decisin
S1
d1
250
d2
100

Estados de la naturaleza
S2
100
100

S3
25
75

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

a)

El rbol de decisiones sera el siguiente.- Tiene dos ramas principales: d1 y d2. De

cada una de estas ramas salen tres ramas secundarias: s1, s2 y s3. Habra un
tronco que soporta a d1 y d2.

b)

Tabla de resultados mximos y mnimos para el problema

Decisin
d1
d2

Ganancia mxima
250
100

Ganancia mnima
25
75

Una persona optimista esperar que ocurrir el estado de la naturaleza s1, por
lo tanto tomar la decisin d1, ya que con esta decisin y con el estado de la
naturaleza que espera que ocurra, obtendr 250 de ganancia. Ha tomado una
decisin usando un enfoque optimista.

Una persona pesimista pensara que puede ocurrir el estado de la naturaleza s2

o s3. Con s2 el resultado es 100 y con s3 el resultado es 25 y 75. De estos dos
ltimos, el mejor es 75, por lo tanto toma la decisin d2. Ha usado un enfoque
pesimista.

c)

Tabla de arrepentimiento o prdida de oportunidad

d1
d2

s1
0
150

s2
0
0

s3
50
0

Para calcular esta tabla nos fijamos en la mxima ganancia posible para cada
estado de la naturaleza. La mxima ganancia posible es 250 para s1, 100 para
s2 y 75 para s3 (ver la tabla de resultados para el problema)

Si tomamos la decisin d1 y ocurre s1 la ganancia ser de 250 que restada de

la ganancia mxima nos da 0. Es decir, la prdida de oportunidad es cero, no
hemos dejado de ganar nada.

Si tomamos la decisin d2 y ocurre un estado s1, la ganancia obtenida es 100,

que restada de 250 (ganancia mxima posible), nos da 150. Dejamos de ganar
150 (prdida de oportunidad).

10

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

Si tomamos la decisin d1 o d2 y ocurre el estado s2, el resultado es de 100

que restado de 100 (ganancia mxima posible si ocurre s2), nos da una
prdida de oportunidad de 0 para ambas decisiones.

Si tomamos la decisin d1 y ocurre s3, el resultado es 25 que restado de 75, no

da una prdida de oportunidad de 50.

Si tomamos la decisin d2 y ocurre s3, la prdida de oportunidad es de 0.

Si tomamos la decisin d1, el arrepentimiento mximo es 0; y, si tomamos la

decisin d2, el arrepentimiento mximo es de 150. Queremos que nuestra
equivocacin (arrepentimiento) no sea mayor, por lo tanto tomamos la decisin d1 y
esperamos que en el peor de los casos ocurra el estado s3 con lo que slo habramos
dejado de ganar 50.
La toma de decisiones sin probabilidades tiene deficiencias importantes. Los
mejores criterios de decisin usan probabilidades sin suponer que stas sean
correctas con exactitud. Por lo tanto, nuestro estudio har nfasis en la toma de
decisiones con probabilidades.

2.3.

Toma de decisiones con probabilidades

Lea este tema en la pgina 105 del texto. La toma de decisiones usando
probabilidades implica seguir los siguientes tres pasos:
1. Estimar la probabilidad de cada estado de la naturaleza
2. Utilizar estas probabilidades para calcular la ganancia esperada para cada
alternativa
3. Escoger la alternativa que tenga la mayor ganancia esperada (valor monetario
esperado).
Apliquemos estos tres pasos al problema de PDC.
1. Los administradores de PDC estn casi seguros de que la demanda ser fuerte,
por lo tanto le han asignado una probabilidad de 0.8 a s1 y 0.2 a s2. Es decir P(s1)
= 0.8 y P(s2) =0.2.
2. La ganancia esperada (valor esperado) para cada alternativa la calculamos de la
siguiente forma. Copiemos la tabla 4.1 del texto (pag. 101), a la que le
incorporamos una columna de probabilidades. Los datos de la tabla 4.1 son las
utilidades obtenidas para cada alternativa y para cada estado de la naturaleza.
Tabla 4.1 (del texto)
Alternativas de decisin
Prob. Complejo pequeo, Complejo mediano, Complejo grande,
d1
d2
d3
Demanda fuerte, s1 0.8
8
14
20
Demanda dbil, s2
0.2
7
5
-9

11

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

Tabla de Valor Esperado

Estados
de
la
Alternativas de decisin
naturaleza
Prob. Complejo pequeo, Complejo mediano, Complejo grande,
d1
d2
d3
Demanda fuerte, s1 0.8
8x0.8 = 6.4
14x0.8 = 11.2
20x0.8 = 16.0
Demanda dbil, s2
0.2
7x0.2 = 1.4
5x0.2 = 1.0
-9x0.2 = -1.8
14.2
Ganancia esperada (VE)
7.8
12.2

3. El valor esperado ms alto es el que se obtiene al tomar la decisin d3. Por lo

tanto, la decisin debe ser, construir un complejo grande.
Los clculos realizados en la tabla anterior para identificar la alternativa de
decisin con el valor esperado ms alto, puede hacerse tambin a travs de un rbol
de decisiones con probabilidades. Revise las figuras 4.3 y 4.4 de la pgina 106 del
texto.
Otra forma de llegar a recomendar la mejor decisin es a travs del clculo de
la prdida de oportunidad (PO). En algunos textos tambin se la encuentra como costo
de oportunidad esperado (CO) y se define como la cantidad de utilidad perdida al no
elegir la accin ptima para cada evento. La PO se calcula utilizando la tabla de
prdida de oportunidad y las probabilidades para cada estado de la naturaleza. Para el
caso del problema de PDC, utilice la tabla 4.4 del texto (pg. 104).
Tabla de Prdida de Oportunidad (Tabla 4.4 del texto, cambiada la forma)
Alternativas de decisin
Prob. Complejo pequeo, Complejo mediano, Complejo grande,
d1
d2
d3
Demanda fuerte, s1 0.8
12x0.8 = 9.6
6x0.8 = 4.8
0x0.8 = 0
Demanda dbil, s2
0.2
0x0.2 = 0
2x0.2 = 0.4
16x0.2 = 3.2
3.2
Prdida de Oportunidad
9.6
5.2
Esperada (POE)
La decisin recomendada es la que tiene una PO ms bajo, para el ejemplo es

d3, es decir, se recomienda construir un complejo grande.

Valor Esperado de la Informacin Perfecta (VEIP)
Revise este concepto y la forma de calcularlo en la pgina 108 y 109 del texto y en el
problema que se propone a continuacin.
Problema 2.
Un tendero se enfrenta al dilema de cuntas cajas de leche debe almacenar para
abastecer la demanda del da siguiente. El tendero compra cada caja a $ 8 y la vende a
$ 10, obteniendo una utilidad de $ 2 por caja. Suponer que la cantidad de leche no
vendida al final del da representa una prdida completa para el tendero. Adems, que
la demanda no satisfecha no tendr ningn costo, excepto el costo de la venta perdida
pues el cliente no atendido regresar en el futuro. El tendero ha llevado un registro de
ventas de los das anteriores como el que se muestra en la tabla siguiente:
Tabla1. Demanda histrica de cajas de leche

12

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

Demanda total por da

(inventario)
25 cajas
26 cajas
27 cajas
28 cajas
Total

09/2015-02/2016

Nmero de das registrado Probabilidad de cada evento

por cada nivel de demanda
20
0.10
60
0.30
100
0.50
20
0.10
200
1.00

Cuntas cajas el tendero debe comprar para satisfacer la demanda del da

siguiente? Ayudmosle a resolver su problema.
La probabilidad de cada evento la hemos calculado as: la probabilidad de que
se vendan 25 cajas resulta de dividir 20 para 200 (20/200=0.10). El tendero ve con cero
posibilidades de que se vendan 24 cajas o 29 cajas.
La tabla 2 muestra la ganancia esperada (valor esperado) para cada
alternativa de decisin.
Tabla 2. Ganancia esperada
Estados de la
Alternativas de decisin
naturaleza
(lo que el tendero decide comprar a $ 8 cada caja)
(lo que el tendero logra
a1
a2
a3
a4
vender a $ 10 cada Inventario 25 Inventario 26 Inventario 27
Inventario 28
caja)
(e1) vende 25 cajas

25x2 = 50

25x21x8 = 42 25x2 2x8= 34 25x2 3x8 = 26

(e2) vende 26 cajas

25x2 = 50

26x2 = 52

26x2 1x8= 44 26x2 2x8 = 36

(e3) vende 27 cajas

25x2 = 50

26x2 = 52

27x2 = 54

27x2 1x8 = 46

(e4) vende 28 cajas

25x2 = 50

26x2 = 52

27x2 = 54

28x2 = 56

En esta tabla, las alternativas de decisin estn en la parte superior de la tabla.

En la columna de la izquierda aparecen los eventos posibles (las ventas posibles) de
acuerdo al registro histrico que el tendero ha mantenido.
Expliquemos mejor los clculos para obtener la utilidad esperada que aparecen en la
tabla anterior.
1.

Si el tendero compro 25 cajas y vendi las 25 cajas a $ 10, la utilidad es de $

50. Se ha decidido por la primera alterativa y ha ocurrido el primer estado de la
naturaleza prevista. El tendero compro 25 cajas y vendi las 25 cajas.

2.

Si el tendero compr 25 cajas (tiene en inventario 25 cajas) y le llegan a

comprar 26 cajas. No puede vender 26 cajas, pierde una venta. En este caso
la utilidad esperada es de $ 50 y se calcula como se indica en la tabla anterior.
Esto se repite para los dems estados de la naturaleza (para las diferentes
demandas). El tendero no puede vender ms de lo que tiene.

3.

Si el tendero opt por la alternativa 2, es decir compr 26 cajas; puede vender

25 26 cajas y no ms. En estas condiciones, la utilidad se calculan como se
muestra en la columna de a2 de la tabla anterior.

13

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

4.

En la tabla anterior se presentan los clculos para todas las alternativas y

eventos posibles.

5.

La mejor accin se da cuando el tendero vende todas las unidades que compr.
No hay castigo por cliente no satisfecho, en algunos problemas puede
plantearse este hecho. S pierde los $ 8 por cada unidad que no vende.

6.

En la tabla siguiente se presenta los resultados de los clculos propuestos en la

tabla anterior. Como usted se dar cuenta, esto no es difcil, es un simple
clculo de utilidades por las unidades vendidas.
Tabla 3
Utilidad esperada
Estado
de
la
Acciones posibles o alternativas de decisin
naturaleza
(lo que decide comprar el tendero)
(Evento
o Inventario 25 Inventario 26
Inventario 27 Inventario 28
demanda)
25
50*
42
34
26
26
50
52*
44
36
27
50
52
54*
46
28
50
52
54
56*

La mxima utilidad es $ 56 y se dar slo si el tendero decide comprar 28

cajas y los clientes compran las 28 cajas.
Calculamos el valor esperado para cada alternativa de decisin de la tabla
anterior. nicamente multiplica la utilidad esperada por la probabilidad de cada
evento o demanda y luego sumamos para calcular el valor esperado.
Tabla 4
Evento
demanda.
25
26
27
28
VME

Tabla de VE
o
Alternativas (lo que compra el tendero)
Inventario 25 Inventario 26
Inventario 27
Inventario 28
50 x 0.1= 5
42 x 0.1= 4.2
34 x 0.1= 3.4
26 x 0.1=2.6
50 x 0.3=15
52 x 0.3=15.6 44 x 0.3=13.2 36 x 0.3 =10.8
50 x 0.5=25 52 x 0.5= 26.0
54 x 0.5= 27 46 x 0.5 =23.0
50 x 0.1= 5
52 x 0.1= 5.2
54 x 0.1= 5.4
56 x 0.1= 5.6
50
51
49
42

El valor esperado ms alto es 51 y corresponde a una alternativa de decisin

de comprar 26 unidades.
Qu utilidad podra esperar el tendero en el futuro, si la demanda diaria se
pudiera predecir con certeza? Para esto calculamos la utilidad esperada cuando la
prediccin es perfecta (VEcIP). Tomamos las utilidades ms altas de la tabla 3 (las
que tienen un asterisco). En esta tabla se observa que si se compra 25 unidades y se
venden las 25 unidades significa que la prediccin ha sido perfecta. La utilidad
esperada con prediccin perfecta ser la siguiente:

(VEcIP)

=
=

50 x 0.10 + 52 x 0.30 + 54 x 0.50 + 56 x 0.10

53.2

El valor esperado de informacin perfecta para este problema ser:

VEIP

= VEcIP VesIP

14

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

53.2 51.0
2.20

=
=

Como se dijo anteriormente, otra forma de llegar a recomendar la mejor decisin

es a travs del clculo de la prdida de oportunidad esperada (PO). Usted debe llegar
a determinar la mejor alternativa de decisin a travs de este clculo.

La tabla de prdida es la siguiente:

Tabla 5.
Prdida de oportunidad
Estados de la
Alternativas de decisin
naturaleza
(lo que el tendero decide comprar a $ 8 cada caja)
(lo que el tendero logra
a1
a2
a3
a4
vender a $ 10 cada Inventario 25 Inventario 26 Inventario 27
Inventario 28
caja)
(e1) vende 25 cajas
50 50 = 0 50 42 = 8
50 34 = 16
50 26 = 24
(e2) vende 26 cajas

52 50 = 2

52 52 = 0

52 44 = 8

52 36 = 16

(e3) vende 27 cajas

54 50 = 4

54 52 = 2

54 54 = 0

54 46 = 8

(e4) vende 28 cajas

56 50 = 6

56 56 = 4

56 - 54 = 2

56 56 = 0

El costo de oportunidad esperado se muestra en la tabla siguiente. Observe

que multiplica la prdida de oportunidad por la probabilidad del evento.
Tabla 6 Prdida de Oportunidad Esperado
Estado de la naturaleza
Acciones posibles o alternativas de decisin
(Evento o demanda)
(lo que decide comprar el tendero)
Inventario 25
Inventario 26
Inventario 27 Inventario 28
25

0.0

0.8

1.6

2.4

26

0.6

0.0

2.4

4.8

27

2.0

1.0

0.0

4.0

28
Prdida de oportunidad
esperado

0.6

0.4

0.2

0.0

3.2

2.2

4.2

11.2

Segn esta tabla 6 se establece que el tendero debe decidir comprar 26

cajas porque es la alternativa que le da una prdida de oportunidad esperado ms
bajo de $ 2.20. Observe que si se utiliza el VE o el PE, la alternativa de decisin para
el tendero es la misma. Observe tambin que el PE es igual al VEIP.

Problema 3
Un repartidor de peridicos puede comprar El Comercio en $ 0.40 cada uno y venderlo a
$ 0.75. Sin embargo, debe adquirir los peridicos antes de saber cuntos puede vender
realmente. Si compra ms ejemplares de los que puede vender, simplemente desechar

15

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

el excedente, sin costo adicional. Si no compra suficientes ejemplares, pierde ventas

potenciales ahora y posiblemente en el futuro. Suponga, por el momento, que esta
prdida de ventas futuras es representada por un costo estimado en $ 0.05 por cliente
insatisfecho. Con propsitos ilustrativos y para facilitar el clculo, tambin suponga que
la probabilidad de la demanda que enfrenta es:
P0 = (Probabilidad de demanda = 0)
P1 = (Probabilidad de demanda = 100)
P2 = (Probabilidad de demanda = 200)
P3 = (Probabilidad de demanda = 300)

= 0.1
= 0.3
= 0.4
= 0.2

En este modelo, cada uno de los diferentes valores de la demanda es un estado

de la naturaleza diferente, y el nmero de peridicos ordenados es la decisin. Los
rendimientos, o retribuciones, para este modelo se muestran en la tabla siguiente.
Valores esperados para el modelo del repartidor de peridicos
Estados
Decisiones (lo que el repartidor compr)
(demanda)
0
100
200

300

-40

-80

-120

100

-5

35

-5

-45

200

-10

30

70

30

300

-15

25

65

105

Ejemplos de clculo, cuando compra 100 y vende 0 unidades

Utilidad = 0.75 x nmero de revistas vendidas) 0.40 (nmero de revistas compradas)
0.05(demanda no satisfecha).
=
0.75 x 0 100x0.4 0x0.05
=
- 40
Ejemplos de clculo, cuando compra 100 y le llegan a comprar 200 unidades
=
=

0.75x100 100x0.4 100x0.05

30

Valor monetario esperado

Estados de
la naturaleza
0

Decisin
100

200

300

0(0.1)

-40(0.1)

-80(0.1)

-120(0.1)

100

-5(0.3)

35(0.3)

-5(0.3)

-45(0.3)

200

-10(0.4)

30(0.4)

70(0.4)

30(0.4)

300

-15(0.2)

25(0.2)

65(0.2)

105(0.2)

VME

-8.50

23.50

31.50

7.5

16

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

Valor esperado
esperado
de la informacin perfecta

Utilidad esperada con

= prediccin perfecta

VEIP =

09/2015-02/2016

Valor monetario
-

de la accin ptima

59.5 31.5 = 28

En muchos casos de toma de decisiones es posible obtener estimados de la

probabilidad de cada uno de los posibles estados de la naturaleza. Cuando se
dispone de esas probabilidades, es posible utilizar el mtodo del valor esperado para
identificar la mejor alternativa de decisin. En este mtodo se evala cada alternativa
de decisin en trminos de su valor monetario esperado (VME). La que se
recomienda es la que tiene el VME ms alto y por consiguiente, el costo de
oportunidad esperado ms pequeo.
Cuando la empresa o el decidor desea invertir en obtener informacin perfecta
sobre los eventos antes de tomar la decisin, se habla del valor esperado de la
informacin perfecta; es decir el empresario podra determinar con certidumbre cul
estado de la naturaleza ocurrir.
A pesar de la simplicidad del ejemplo, el VEIP tiene un significado importante. Es
un lmite para la cantidad que el administrador debera estar dispuesto a pagar para
mejorar los conocimientos sobre el estado de la naturaleza que ocurrir. Literalmente
millones de sucres se gastan en diferentes proyectos de investigacin de mercados para
determinar qu estado de la naturaleza ocurrir en una gran variedad de aplicaciones. El
VEIP indica la cifra esperada a ganar por llevar a cabo este esfuerzo, y por lo tanto
coloca un lmite superior a la cifra que debera ser invertida para reunir esa informacin.

2.4.

Anlisis de riesgo y anlisis de sensibilidad

Anlisis de riesgo.- El anlisis de riesgo consiste en comparar los resultados de una

decisin con los estados de la naturaleza que podran darse en la realidad. Observe el
grfico siguiente, en lugar de la figura 4.5 que el texto propone en la pgina 110.
Si usted toma la decisin d1 y ocurre s1 gana 8 millones, pero si ocurre s2
gana 7 millones; si toma la decisin d2 y ocurre s1 gana 14 millones, pero si ocurre s2
gana slo 5 millones; si toma la decisin d3 y ocurre s1 gana 20 millones, pero si
ocurre s2, perdera 9 millones. Cul es la decisin con ms riesgo?

17

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

Anlisis de sensibilidad.- El anlisis de sensibilidad nos sirve para determinar

cmo los cambios en las probabilidades para los estados de la naturaleza o los
cambios en los resultados afectan a la alternativa de decisin recomendada. Para el
problema de PDC, analice los cambios en las probabilidades de la demanda y los
efectos en la decisin recomendada.
Datos para el problema de PDC (datos originales)
Alternativa de decisin
Estados de la naturaleza Probabilidad
d1

d2

d3

Demanda fuerte s1

0,8

14

20

Demanda dbil s2

0,2

-9

Resultados
Estados de la naturaleza
Demanda fuerte s1
Demanda dbil s2

Alternativa de decisin
d1
6,4
1,4
7,8

d2
11,2
1
12,2

d3
16
-1,8
14,2

d3

Decisin recomendada

Datos para el problema de PDC (Primer cambio)

Estados de la naturaleza

Probabilidad

Demanda fuerte s1
Demanda dbil s2

Alternativa de decisin
d1
8
7

0,7
0,3

d2
14
5

d3
20
-9

Resultados
Alternativa de decisin
Estados de la naturaleza
Demanda fuerte s1
Demanda dbil s2

d1
5,6
2,1
VE
7,7
Decisin recomendada

d2
9,8
1,5
11,3

d3
14
-2,7
11,3

d2

d3

Observe que para un pequeo cambio en las probabilidades de la demanda, la

decisin recomendada puede ser construir un complejo mediano o construir un
complejo grande. Podemos decir que la decisin de d3 con respecto a d2 es muy
sensible a los cambios en 0,1 en la probabilidad de la demanda.
Con la ayuda de Excel puede hacer cambio en las probabilidades para los estados de
la naturaleza. Observar que slo cuando la probabilidad de una demanda fuerte es
de 0,2 y la probabilidad de una demanda dbil es 0,8, la decisin recomendada de d2
a d1. Podemos decir que la decisin de d3 y d2 con respecto a d1 no es muy sensible
a los cambios en las probabilidades de la demanda.

18

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

Datos para el problema de PDC (Segundo cambio)

Alternativa de decisin
Estados de la naturaleza Probabilidad
Demanda fuerte s1
Demanda dbil s2

0,2
0,8

d1
8
7

d2
14
5

d3
20
-9

Resultados
Estados de la naturaleza

Alternativa de decisin

Demanda fuerte s1
Demanda dbil s2

d1
1,6
5,6
7,2

Decisin recomendada

d1

d2
2,8
4
6,8

d3
4
-7,2
-3,2

Esto quiere decir que si la estimacin de las probabilidades ha sido ms o menos

correcta, la decisin de construir un complejo grande nos dar una buena ganancia, no
hay riesgo de prdida.

Actividades a desarrollar
Un repartidor de peridicos puede comprar El Comercio en $ 0.40 cada uno y venderlo
a $ 0.75. Sin embargo, debe adquirir los peridicos antes de saber cuntos puede
vender realmente. Si compra ms ejemplares de los que puede vender, simplemente
desechar el excedente, sin costo adicional. Si no compra suficientes ejemplares,
pierde ventas potenciales ahora y posiblemente en el futuro. Suponga, por el
momento, que esta prdida de ventas futuras es representada por un costo estimado
en $ 0.05 por cliente insatisfecho. Con propsitos ilustrativos y para facilitar el clculo,
tambin suponga que la probabilidad de la demanda que enfrenta es:
P0 = (Probabilidad de demanda = 0)
P1 = (Probabilidad de demanda = 100)
P2 = (Probabilidad de demanda = 200)
P3 = (Probabilidad de demanda = 300)

= 0.1
= 0.3
= 0.4
= 0.2

En este modelo, cada uno de los diferentes valores de la demanda es un estado de la

naturaleza diferente, y el nmero de peridicos ordenados es la decisin. Los
rendimientos, o retribuciones, para este modelo se muestran en la tabla siguiente (se
pide completar la tabla)
Valores esperados para el modelo del repartidor de peridicos
Estados
Decisiones (lo que el repartido compr)
(Demanda)
0
100
200
0
-40
100
200
300

300

30

Ejemplos de clculo, cuando compra 100 y vende 0 unidades:

Utilidad = 0.75 x (nmero de unidades vendidas) 0.40 (nmero de peridicos
comprados) 0.05(demanda no satisfecha).

19

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

= 0.75 x 0 100x0.4 0x0.05

= - 40
Ejemplos de clculo, cuando compra 100 y le llegan a comprar 200 unidades
= 0.75x100 100x0.4 100x0.05
= 30
Valor monetario esperado (complete la tabla)
Estados
Decisiones (lo que el repartido compr)
(Demanda)
0
100
200
0
100
200
300
31.50
Valor esperado de
= Utilidad esperada
la informacin perfecta
con prediccin perfecta

300

valor monetario esperado

de la accin ptima

VEIP = 59.5 31.5 28

En muchos casos de toma de decisiones es posible obtener estimados de la
probabilidad de cada uno de los posibles estados de la naturaleza. Cuando se dispone
de esas probabilidades, es posible utilizar el mtodo del valor esperado para identificar
la mejor alternativa de decisin. En este mtodo se evala cada alternativa de decisin
en trminos de su valor monetario esperado (VME). La que se recomienda es la que
tiene el VME ms alto y por consiguiente, el costo de oportunidad esperado ms
pequeo.
Cuando la empresa o el decidor desea invertir en obtener informacin perfecta sobre
los eventos antes de tomar la decisin, se habla del valor esperado de la informacin
perfecta; es decir el empresario podra determinar con certidumbre cul estado de la
naturaleza ocurrir.

A pesar de la simplicidad del ejemplo, el VEIP tiene un significado importante. Es un

lmite para la cantidad que el administrador debera estar dispuesto a pagar para
mejorar los conocimientos sobre el estado de la naturaleza que ocurrir. Literalmente
millones de sucres se gastan en diferentes proyectos de investigacin de mercados
para determinar qu estado de la naturaleza ocurrir en una gran variedad de
aplicaciones. El VEIP indica la cifra esperada a ganar por llevar a cabo este esfuerzo,
y por lo tanto coloca un lmite superior a la cifra que debera ser invertida para reunir
esa informacin.

20

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

UTPL.
SISTEMAS INFORMTICOS Y COMPUTACIN
MTODOS CUANTITATIVOS

Profesor:
Perodo:

Ing. ngel Vicente Tene Tene

Octubre/2015 Febrero/2016

Estudiante:

......................

Fecha:

. . . . . . . . . . . . . . . . . . . . . . Revisado:

Autoevaluacin
Se le propone las siguientes preguntas para su autoevaluacin. Responda una vez
que ha estudiado los contenidos propuestos.
En la columna V/F escriba una V o una F segn sea verdadero o falso cada una de los
siguientes enunciados.
No V/F Enunciado
Usted sale de su casa, mira al cielo y dice, llueve o no llueve; estamos
frente a dos alternativas de decisin
1
Usted sale de su casa, mira al cielo y dice, llueve o no llueve; estamos
frente a dos estados de la naturaleza
2
Si decidi llevar paraguas, el resultado de que se moje o no, depender de
la decisin que tom
3
Si decidi llevar paraguas, el resultado de que se moje o no, depender del
estado de la naturaleza
4
Si su decisin fue llevar paraguas y llueve, el resultado es NO SE MOJA
5
Aunque se haya realizado un minucioso anlisis de decisiones, los eventos
futuros hacen incierta la consecuencia final
6
La mayora de los proyectos de anlisis de decisiones son actividades
repetitivas, que facilita medir el valor agregado para la corporacin
7
El problema de decisin de PDC (pgina 99 del texto), es seleccionar el
tamao del nuevo proyecto que llevar a la mayor ganancia dada la
incertidumbre en la demanda de los condominios
8
El problema de PDC (pgina 99 del texto), tienen tres alternativas de
decisin y dos estados de la naturaleza
9
Los estados de la naturaleza, para el problema de PDC (pgina 99 del
texto), son: tamao pequeo, tamao mediano, tamao grande.
10
Un problema determinstico es cuando toda la informacin relevante para el
problema se conoce con certeza
11
El problema de PDC planteado en la pgina 99 del texto, tiene tres estados
de la naturaleza y dos alternativas de decisin
12
Para el problema PDC planteado en la pgina 99, el tamao del complejo
es el nodo de decisin, la demanda es el nodo fortuito y la ganancia es el
nodo de consecuencia
13
Una tabla de resultados es la que muestra los resultados para todas las
combinaciones de las alternativas de decisin y los estados de la
14

21

UTPL. Sistemas Informticos y Computacin. MC. Ing. ngel V. Tene T.

09/2015-02/2016

naturaleza
15
16
17
18
19
20
21
22

23
24
25
26
27
28
29
30

En toma de decisiones, Vij significa el resultado asociado con la

alternativa de decisin i y el estado de la naturaleza j
Los resultados que se muestran en la tabla 4.1 del texto para el problema
de PDC, son tres
Un rbol de decisin se puede elaborar a partir de una tabla de resultados
Los rboles de decisin muestran una manera til de descomponer un
problema y la naturaleza secuencial del proceso de decisin
En la toma de decisiones con probabilidades se utiliza el enfoque optimista
y el enfoque conservador
Para el problema de PDC, el enfoque optimista conduce a tomar la decisin
de construir un complejo mediano
El enfoque conservador evala cada alternativa de decisin desde el punto
de vista del peor resultado que puede ocurrir
Para el problema de PDC, el enfoque conservador conduce a tomar la
decisin de construir un complejo pequeo
En funcin de la tabla 4.1 de la pgina 101, si la decisin tomada es d1 y el
estado de la naturaleza que ocurre es s1, la prdida de oportunidad es de
20 millones
El valor esperado VE de una alternativa de decisin es la suma de los
resultados ponderados para la alternativa de decisin
VEcIP significa, valor esperado con informacin perfecta sobre los estados
de la naturaleza
Para el problema de PDC que el texto lo trata en la pgina 108, el VEcIP es
de 17.4 millones
VEsIP significa valor esperado sin informacin perfecta sobre los estados
de la naturaleza
Para el problema de PDC que el texto lo trata en la pgina 108, el VEsIP es
de 17.4 millones
VEIP significa valor esperado de informacin perfecta
Para el problema de PDC que el texto lo trata en la pgina 108, el VEIP es
3.2 millones

Total de respuestas correctas:

.....

Si sus respuestas correctas no superan las 21, vuelva a revisar los contenidos.

Problemas a Resolver
Captulo 2: Anlisis de Decisiones
G1
G2
G3
6
7
8
15
14
13
16
17
18
21
22
23

G4
9
12
19
24

G5
10
11
20
25

Todos los estudiantes deben resolver los 20 problemas. Al Profesor entregan los que
corresponden al grupo.

22
No hay que pedirle jams a un hombre
que sea lo que no es, pero sobre todo, no
hay que pedirle nunca que sea slo lo que
es. Rodolfo Usigli