Tamaño del
Ganancia
complejo
Alternativas de
decisión Consecuencias
2.5.2. Tablas de Resultados
Dadas las alternativas de decisión y los estados de la
naturaleza se requiere conocer las consecuencias
asociadas a cada alternativa de decisión y cada estado
de la naturaleza.
En el análisis de decisiones nos referimos a la
consecuencia resultante de una combinación
especifica de una alternativa de decisión y un estado
de la naturaleza como resultado o consecuencia
La tabla que muestra los resultados de todas las
combinaciones de las alternativas de decisión y los
estados de la naturaleza es una tabla de resultados
2.5.2. Tabla de Resultados
Estado de la Naturaleza
Alternativas de
Decisión Demanda fuerte Demanda débil
S1 S2
Complejo 8 7
Pequeño, d1
Complejo 14 5
Mediano, d2
Complejo 20 -9
Grande, d3
2.5. Formulación del problema
La panadería Leonard’s prepara todos los día su famoso pan.
Este se vende todos los días a $ 1.00 la unidad cuando esta
recién hecho y cuesta $0.50 prepararlo. El pan que no se vende
se lleva a la mesa de descuento, en donde se vende a $ 0.50 la
unidad, aun a ese precio, la mitad del pan de la mesa de
descuento no se vende y hay que tirarlo. El problema de
Leonard’s es decidir cuantas piezas preparar en un día típico. La
historia dice que la demanda de pan ha sido la siguiente:
Demanda de Docenas 3 4 5 6
a1 prod. 3 doc 18 18 18 18
a2 Prod. 4 doc. 15 24 24 24
a3 prod. 5 doc. 12 21 30 30
a4 Prod. 6 doc. 9 18 27 36
2.5. Formulación del problema
Suponga que Ud. es el propietario de un almacén de artículos para tenis y debe
decidir cuántas pantalonetas de tenis para hombre debe pedir para la estación de
verano. Para un tipo particular de pantaloneta, Ud. debe pedir lotes de 100. Si pide
100 pantalonetas , su costo es de $ 10 por unidad. Si pide 200 su costo es de $ 9 por
unidad y si pide 300 o más su costo es de $ 8,50. su precio de venta es de $ 12, pero si
algunas se quedan sin vender al final del verano, éstas deben venderse a mitad de
precio. Por sencillez, Ud. cree que la demanda de esta pantaloneta es 100, 150 ó 200.
Es claro, que Ud. no puede vender más de lo que almacena. Sin embargo si se queda
corto hay una pérdida de buen nombre de $ 0,50 por cada pantaloneta que una
persona desee comprar pero que no pueda hacerlo por no tenerla en el almacén.
Además, Ud. debe colocar el pedido ahora, para la estación de verano venidera; y no
puede esperar a observar cómo varía la demanda de esta pantaloneta antes de pedir,
ni se pueden colocar varios pedidos.
a) Construya una matriz de pagos
b) Si Ud. no sabe absolutamente nada de las probabilidades de los tres estados e la
naturaleza, ¿Cuál es la decisión recomendada utilizando los enfoques optimista,
conservador y de arrepentimiento?
c) Suponga que Ud. ha obtenido las siguientes estimaciones de probabilidad de la
demanda : P(100) = 0.5, P(150) = 0.3 y P(200) = 0.2, Utilice el enfoque de valor
esperado para determinar la decisión optima.
d) ¿Cuál será al valor esperado de la información perfecta?
2.5.3. Árboles de decisión
Proporciona una herramienta grafica para el proceso de
toma de decisiones.
Muestra la progresión natural o lógica que ocurrirá en el
transcurso del tiempo.
El numero de cada punto extremo del árbol indica los
pagos asociados con una frecuencia particular.
Muestra gráficamente las consecuencias de las
alternativas de decisión y los estados de la naturaleza
que proporcionan los resultados posibles.
2.5.3. Árboles de decisión
Los cuadrados se usan para describir los nodos de
decisión y los círculos se usan para describir los nodos
fortuitos o nodos de estados de la naturaleza.
Las ramas que conectan los nodos, que salen del nodo
de decisión corresponden a las alternativas de
decisión. Las ramas que salen de cada nodo fortuito
corresponden a los estados de la naturaleza, los
resultados se muestran al final de las tramas del estado
de la naturaleza.
La identificación de las alternativas de decisión, de los
estados de la naturaleza y de los pagos asociados a
cada combinación de alternativas de decisión y estados
de la naturaleza son los 3 primeros pasos en el proceso
de análisis de decisiones.
2.5.3. Árboles de decisión
S1
8
d1
2
S2
7
S1
14
d2
1 3
S2
5
S1
20
d3
4
S2
-9
2.7. Tipos de ambientes en el proceso de
toma de decisiones
Los tipos de decisiones que la gente toma dependen de cuanto
sepan o cuanta información tengan acerca de la situación.
Existen cuatro tipos de ambientes
Toma de decisiones bajo certidumbre: Decisiones
Estructuradas Quien toma la decisión conoce con
certeza la consecuencia de cada una de las alternativas.
Toma de decisiones bajo incertidumbre: Decisiones
No Estructuradas, quien toma la decisión no conoce las
probabilidades de los diferentes estados de la naturaleza,
no se tiene conocimiento de las probabilidades de los
eventos futuros,
2.7. TIPOS DE AMBIENTES EN EL PROCESO DE
TOMA DE DECISIONES
Toma de decisiones bajo riesgo: Decisiones Poco
Estructuradas La consecuencia de una acción dada
depende de algún evento probabilista; en este proceso
hay varios resultados posibles para cada alternativa y
quien toma las decisiones conoce la probabilidad de cada
uno de los estados de la naturaleza.
Toma de decisiones bajo conflicto: se consideran
aquellos casos de toma de decisiones bajo incertidumbre
en los que hay un oponente, esto es que las
probabilidades de los eventos no solo se desconocen,
sino que están influenciadas por un oponente cuya meta
es vencer.
2.7.1. TOMA DE DEC. BAJO INCERTIDUMBRE
Máximo
Alternativa Pago
d1 8 Valor máximo
de los
Alternativa d2 14 resultados
seleccionada máximos
d3 20
2.7.1. TOMA DE DEC. BAJO INCERTIDUMBRE
Enfoque conservador: Wald – MAXIMIN: evalúa cada
alternativa de decisión en función del peor pago que
pudiera ocurrir.
Se recomienda la alternativa que proporciona el mejor
de los peores resultados posibles.
Alternativa Mínimo
pago
d1 7 Valor
máximo de
Alternativa d2 5 los
seleccionada resultados
d3 -9 mínimos
2.7.1. TOMA DE DEC. BAJO INCERTIDUMBRE
• Enfoque de arrepentimiento: SAVAGE – MINIMAX: que no es ni
totalmente optimista ni totalmente conservador, perdida de
oportunidad, Quien toma la decisión podría arrepentirse
después de haber tomado la decisión y de que se haya
producido el estado de la naturaleza por que quisiera haber
escogido una estrategia completamente diferente.
Estados de la
naturaleza Máxima
Alternativa Perdida de Valor mínimo
Demanda Demanda oportunidad
fuerte débil del
arrepentimient
d1 12 0 12 o máximo
d2 6 2 6
d3 0 16 16
Alternativa
seleccionada
2.7.1. TOMA DE DEC. BAJO INCERTIDUMBRE
• Igual Posibilidad: Laplace – igual probabilidad: todos los
estados de la naturaleza tiene igual posibilidad de ocurrencia.
Alternativa
seleccionada
2.7.2. TOMA DE DECISIONES BAJO RIESGO
Situación en la cual podrían presentarse varios posibles
estados de la naturaleza y se conocen las
probabilidades de todos ellos.
Método del valor esperado
Consideramos uno de los métodos mas populares para
desarrollar el proceso de toma de decisiones bajo
riesgo: La selección de la alternativa con el valor
monetario esperado mas alto.
También se utilizan las probabilidades con la tabla de
perdida de oportunidad a fin de minimizar la perdida
de oportunidad esperada.
2.7.2. TOMA DE DECISIONES BAJO RIESGO
Criterio de realismo: llamado también promedio ponderado, es
un compromiso entre una decisión optimista y una pesimista, se
selecciona un coeficiente de realismo, α , el cual mide el grado
de optimismo de quien toma las decisiones
Coeficiente
0.8 0.2
de realismo Promedio
ponderado
Estados de la naturaleza
de los Valor máximo
Alternativa Demanda Demanda pagos de los pagos
fuerte débil
promedios
d1 8 7 7,8
d2 14 5 12,2
d3 20 -9 14,2
Alternativa
seleccionada
Valor monetario esperado.
• Es un a determinada tabla de decisión con valores
condicionales (pagos) que son valores monetarios y
evaluaciones de probabilidad de todos los estados de
la naturaleza.
• Es posible determinar el valor monetario esperado
(VME) de cada una de las alternativas .
• El valor esperado o valor medio es el valor promedio a
largo plazo de esa decisión.
• El VME de una alternativa es simplemente la suma de
los posibles pagos que ella ofrece, cada uno
ponderado por las probabilidades que el pago ocurra.
• Se elige la alternativa con el mayor VME.
Valor monetario esperado.
• N = numero de estados de la naturaleza
P(Sj) = La probabilidad del estado de la naturaleza Sj
• Debido a que puede ocurrir uno y solo uno de los N estados de la
naturaleza, las probabilidades deben de satisface dos condiciones:
P(Sj) ≥ 0 para todos los estados de la naturaleza
PS PS PS
N
j 1 2 ... P S N 1
j 1
VALOR
Valor Estados de la naturaleza MONETRIO
Monetario de ESPERADO
la Alternativa Demanda Demanda
fuerte débil
VME(d1) 0,8(8) 0,2(7) 7,8
VME(d2) 0,8(14) 0,2(5) 12.2
VME(d3) 0,8(20) 0,2(-9) 14,2
Máximo
valor
Alternativa monetario
recomendada esperado
Valor monetario esperado.
Fuerte (S1)
8
Pequeño (d1) P(S1) = 0,8
2 VE (d1) = 0,8 (8) +0,2 (7) = $ 7,8
Débil (S2)
7
P(S2) = 0,2
Fuerte (S1)
14
Mediano (d2) P(S1) = 0,8
1 3 VE (d2) = 0,8 (14) +0,2 (5) = $ 12,2
Débil (S2)
5
P(S2) = 0,2
Fuerte (S1)
20
P(S1) = 0,8
Grande (d3)
4 VE (d3) = 0,8 (20) +0,2 (-9) = $ 14,2
Débil (S2)
-9
P(S2) = 0,2
Valor Esperado de la Información Perfecta (IP)
Con frecuencia existe información que puede mejorar las
estimaciones de probabilidad para los Estados de la naturaleza.
A fin de determinar el valor potencial de esta información,
comenzamos suponiendo que un estudio de mercado podría
brinda información perfecta, respecto de los EN.
Se puede determinar con certeza cual EN va a ocurrir.
Se desarrolla una estrategia de decisión a seguir una vez que se
sepa que EN ocurrirá.
Si el costo en que se incurre al obtener la información
proveniente del estudio supera a su valor no debe llevarse a
cabo.
El valor esperado de la información perfecta (VMEdIP) es el
aumento en la ganancia esperada que resultaría si uno sabía con
certeza qué estado de naturaleza se produciría.
Al calcular el VMEdIP la estrategia de decisión es una regla que
especifica que alternativa de decisión se debe seguir dado cada
EN.
Valor Esperado de la Información Perfecta (IP)
Valor monetario esperado con información perfecta (VMEcIP)
Alternativa Mínima
recomendada perdida de
oportunidad
Esperada
2.8. Análisis de riesgo y análisis de sensibilidad
Análisis de riesgo ayuda a la toma de decisiones a
reconocer la diferencia entre:
El valor esperado de una alternativa de decisión y
La recompensa que se produzca efectivamente
El perfil de riesgo para una alternativa de decisión
muestra los posibles beneficios para la decisión
alternativa junto con sus probabilidades asociadas.
La revisión del perfil de riesgo asociado con una
alternativa de decisión optima puede causar que el
tomador de decisiones elija otra alternativa de decisión
aunque el valor esperado de la otra alternativa de
decisión no sea tan bueno.
2.8.1. Análisis de riesgo
1.0
Probabilidad
0.8
0.6
0.4
0.2
-10 0 10 20
Utilidades (Millones de $
2.8.2. Análisis de sensibilidad
Puede usarse para determinar como: Los cambios
en las estimaciones de probabilidad para los
estados de la naturaleza (EN) o Los cambios en los
resultados afectan o alteran la alternativa de
decisión que se recomienda.
El análisis de sensibilidad investiga de que manera
puede cambiar la decisión cuando se presentan
cambios en los datos del problema.
Podemos considerar diferentes probabilidades para
los estados de la naturaleza y después volver a
calcular el VME de cada alternativa de decisión.
Nos ayuda entender cuales de las entradas son
criticas para la elección de la mejor alternativa de
decisión.
2.8.2. Análisis de sensibilidad
Si un cambio pequeño en el valor de una de las
entradas causa un cambio en la alternativa de
decisión recomendada, la solución para el
problema de análisis de decisión es sensible a esta
entrada particular.
Debe hacerse un esfuerzo y tener un cuidado
adicional para asegurar que el valor de entrada sea
tan preciso como sea posible.
Si un cambio de modesto a grande en el valor de
una de las entradas no suscita un cambio en la
alternativa recomendada, la solución no es sensible
a esa entrada particular.
2.8.2. Análisis de sensibilidad
Un enfoque para el análisis de sensibilidad es seleccionar
diferentes valores para las probabilidades de los EN y los
resultados y luego resolver el problema de análisis de
decisiones.
Si la alternativa de decisión recomendada cambia, sabemos que
la solución es sensible a los cambios hechos.
VME(d1 ) 8 p 7 7 p p 7
20
15
10
VME(d1)
0 P
0.2 0.4 0.6 0.8 1.0
-5
-10
2.8.2. Análisis de sensibilidad
El valor de p para el cual los VME de d1 y d2 son iguales es el
correspondiente a la intersección de las líneas VME(d1) y
VME(d2) . Para determinar este valor, igualamos ambos VME y
resolvemos para el valor de p .
Cuando p es igual a 0,25 las alternativas de decisión d1 y d2
proporcionan el mismo valor esperado.
d1 proporciona el mayor VME para p ≤ 0,25
d2 proporciona el mayor VME para 0,25 ≤p ≤ 0,70
d3 proporciona el mayor VME para p ≥ 0,70
Los cálculos pueden hacerse para los valores de los resultados;
los VME para las tres alternativas de decisión son: VME(d1) = 7,8
; VME(d2) = 12,2 VMEd3= 14,2
D3 seguirá siendo optima , en tanto que VMEd3 ≥ 12,2
2.8.2. Análisis de sensibilidad
Sea:
S = d3 cuando la demanda es fuerte.
W = d3 cuando la demanda es débil.
El VME(d3 ) = 0,8 S + 0,2 W
Suponiendo que d3 permanece en su valor original de -9 cuando la demanda
es débil, la alternativa de decisión del complejo grande seguirá siendo optima
mientras que:
VME(d3 ) = 0,8 S + 0,2 (-9) ≥ 12,2 y S = 17,5
d3 permanecerá siendo optima mientras el resultado para d3 , cuando la
demanda es fuerte sea al menos $ 17,5 millones.
VME(d3 ) = 0,8 (20) + 0,2 (W) ≥ 12,2 y W = -19
d3 permanecerá siendo optima mientras el resultado para d3 , cuando la
demanda es débil sea al menos $ = -19 millones.
Conclusión: los resultados para d3 podrían variar considerablemente y d3
seguirá siendo la alternativa recomendada. La solución optima no es sensible
a los pagos para la decisión de complejo grande (d3).
Uso del Excel QM para resolver problemas
2.9. ANÁLISIS DE DECISIONES CON INFORMACIÓN
MUESTRAL
Los decisores tienen estimaciones preliminares o de probabilidad previa de
los EN.
A fin de adoptar la mejor decisión es posible obtener información adicional
sobre los EN. Esta nueva información puede emplearse para revisar o
actualizar las probabilidades previas de modo que la decisión final se base en
probabilidades mas precisas.
La información adicional se obtiene mediante experimentos diseñados para
dar información muestral a cerca de los EN. Estas probabilidades revisadas se
llaman probabilidades posteriores.
Nueva información = indicador o información muestral
Reportes favorables y reportes desfavorables
Información nueva
Probabilidades proveniente de la Probabilidades
previas Investigación modificadas
o experimentación
2.9.1. Diagrama de influencia
Resultado
del estudio de Demanda
investigación
Estudio de
investigación Condominio
Grande (d3)
de mercados 8 VME = 18,26
2
Condominio
Pequeño (d1 )
Informe
9 VME = 7,35
desfavorable Condominio
0,23 Mediano (d2 )
5 10 VME = 8,15
1 Condominio
Grande (d3)
11 VME = 1,15
Condominio
Pequeño (d1 )
12 VME = 7.80
Sin estudio de
investigación Condominio
de mercados Mediano (d2 )
3 13 VME = 12,20
Condominio
Grande (d3)
14 VME = 14,20
2.9.3. Estrategia de Decisión
Luego pasamos a los nodos 3, 4 y 5 seleccionando la rama de la
alternativa de decisión que conduce al mejor VME.
Árbol de decisión de PDC después de elegir las mejores decisiones en los nodos 3,4 y 5
Informe
favorable
0,77
3 VME = 18,26
Estudio de
investigación
de mercados
2
Informe
desfavorable
0,23
4 VME = 8,15
Sin estudio de
investigación
de mercados
5 VME = 14,20
2.9.3.Estrategia de Decisión
El VME en el nodo fortuito 2 puede calcularse ahora como:
VME nodo 2 = 0.77(18.26) + 0.23(8.15) = 15.93
Por último puede tomarse la decisión en el nodo de decisión 1 seleccionando el mejor valor
esperado de los nodos 2 y 5
Esta acción conduce a la alternativa de decisión de realizar el estudio de investigación de
mercado .
La decisión optima de PDC es realizar la investigación de mercados y luego implementar la
siguiente estrategia de decisión:
Si la investigación de mercados es favorable , construir el complejo de condominios grande ; si la
investigación de mercado es desfavorable, construir el construir el complejo de condominio
mediano
Árbol de decisión de PDC reducido a dos ramas de decisión
Estudio de
investigación
de mercados
2 VE = 15,93
1
Sin estudio de
investigación de
mercados
5 VE = 14,20
2.9.4. Perfil de riesgo
Al poner en práctica la estrategia de decisión optima, PDC obtendrá uno de los
cuatro resultados que se muestran en las ramas terminales del árbol de
decisión.
Árbol de decisión de PDC que muestra solo las ramas asociadas con la
estrategia de decisión
3
Informe
favorable Fuerte (S1) 20
0,77 0,94
8
2 Condominio Débil (S2)
Estudio de Grande (d3) 0,06 -9
investigación Fuerte (S1)
de mercados 0,35 14
4 10
1 Informe Condominio Débil (S2)
Mediano (d2 ) 5
desfavorable 0,65
0,23
2.9.4. Perfil de riesgo
Muestra los resultados posibles con sus probabilidades asociadas.
Se requiere calcular las probabilidades para cada uno de los resultados
asociados con la estrategia de decisión óptima.
Cada resultado es producto de una secuencia de ramas que conducen del
nodo 1 al resultado.
La probabilidad de seguir la secuencia de ramas puede encontrarse
multiplicando las probabilidades para las ramas de los nodos fortuitos en la
secuencia. 1,0
Probabilidad
0,8
20´ 0.77 (0,94) = 0,72
-9’ 0,77 (0,06) = 0,05 0,6
14’ 0,23 (0,35) = 0,08
5’ 0,23 (0,65) = 0,15 0,4
0,2
-10 0 10 20
Ganancia (mill. $)
2.9.4. Valor esperado de la información muestral
La investigación de mercados es la información muestral usada
para determinar la decisión optima. El valor esperado asociado
con el estudio es de 15,93. El mejor valor esperado si no se lleva
a cabo la investigación es de 14, 20.
Podemos concluir que la diferencia ente $ 15,93 - $ 14,20 = 1,73
es el valor esperado de la información muestral.
Realizar la investigación de mercados agrega $ 1,73 millones al
VME de PDC.
En general el valor esperado de la información muestral es:
VMEdIM = VMEcIM - VMEsIM
2.9.5. Eficiencia de la información muestral
Se puede usar una medida de eficiencia para expresar el valor de
la información de la investigación.
Con la información perfecta teniendo una estimación de
eficiencia del 100 %, la estimación de eficiencia E para la
información muestral se calcula:
VMEdIM 1.73
E x100 E 100 E 54.06
VMEdIP 3.2
Para PDC la eficiencia es igual a 54.06 % , lo que quiere decir que
la información del estudio de investigación de mercados es 54. 1
% mas eficiente como la información perfecta.
Las estimaciones de eficiencia bajas para la información muestral
podrían conducir a buscar otros tipos de información, sin
embargo, las estimaciones de eficiencia altas indican que la
información muestral casi es tan buena como la información
perfecta y que fuentes adicionales de información no producirían
resultados significativamente mejores.
2.10. CALCULO DE LAS PROBABILIDADES DE LAS
RAMAS O ALTERNATIVAS
Se muestra como puede usarse el teorema de Bayes para
calcular las probabilidades de rama para los arboles de decisión .
Consideremos el problema e PDC :
F = informe de investigación de mercados favorable,
U = informe de investigación de mercados desfavorable,
S1 = demanda fuerte (estados de la naturaleza 1), y
S2 = demanda débil (estado de la naturaleza 2)
Se utiliza un análisis de árbol de decisión para determinar la
estrategia decisoria optima.
Calculo de probabilidades por rama: determinar la forma en que
se utilizan las estimaciones dadas las probabilidades previas y las
estimaciones de probabilidad condicionales.
2.10.1. Desarrollo de una Estrategia de Decisión
P(I1) = P(I1 ∩ S1) + P(I1 ∩ S2)
La ley de probabilidad de la multiplicación proporciona las siguientes
formulas para P(I1 ∩ S 1) + P(I 1 ∩ S2):
P(I1 ∩ S1) = P(I1/S1 )P(S1 )
P(I1 ∩ S2) = P(I1 /S2 ) P(S2)
Sustituyendo las anteriores expresiones para P(I1 ∩ S1) y P(I1 ∩ S2)
se obtiene: P(I1) = P(I1 /S1 )P(S1 ) + P(I1 /S2 ) P(S2)
Generalizando la expresión anterior para cualquier rama indicadora
P(Ik) y N estados de la naturaleza , S1 , S2 , …., SN, se tiene:
P(Ik) = Σ P(Ik/ Sj)P(Sj)
Luego se inicia el proceso bayesiano que permite calcular las
probabilidades modificadas o posteriores de las ramas o EN P(Sj/Ik)
P(S1/I1) = P(I1 ∩ S1)/P(I1) , generalizando se tiene:
P(Sj/Ik) = P(Ik/Sj)P(Sj) / P(Ik)
2.10.2 Calculo de las probabilidades de las
ramas o alternativas
En el nodo 2, necesitamos conocer las probabilidades de rama P(F) y P(U).
En los nodos 6 , 7 y 8 necesitamos conocer las probabilidades de rama
P(S1/F) y P(S2/F), a ello le denominamos probabilidades posteriores debido a
que son probabilidades condicionales basadas en los resultados de la
información muestral.
En los nodos 9, 10 y 11 necesitamos conocer las probabilidades de rama
P(S1/U) y P(S2/U)
Probabilidades de los dos estados de la naturaleza , dado el informe de
investigación de mercados (favorable y no favorable)
En los nodos 12, 13 y 14 , necesitamos las probabilidades de los estados de la
naturaleza: P(S1) y P(S2).
Por tanto necesitamos conocer las probabilidades para los dos estados de la
naturaleza, P(S1) y P(S2) o previas; además de las probabilidades
condicionales de los resultados de la investigación de mercados dado cada
estado de la naturaleza .
Asumimos que las siguientes evaluaciones están disponibles para estas
probabilidades condicionales.
CALCULO E LAS PROBABILIDADES DE LAS RAMAS O
ALTERNATIVAS
INVESTIGACION DE MERCADOS
Estados de la naturaleza Favorable, F Desfavorable, U
P(U/S1) = 0,10
Demanda fuerte , S1 P(F/S1) = 0,90