FASE 2.

ANÁLISIS, SOLUCIÓN DE PROBLEMAS PARA LA TOMA DE

DECISIONES BAJO UN ENTORNO DE CERTEZA, UNIDAD 1.

GERFER JAIRO PRADA DURAN

FRANCISCO JAVIER REYES GONZALEZ
212066-7

ROGER RICARDO NEGRETE ( tutor)

TEORIAS DE LAS DECISIONES

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

INGENIERÍA INDUSTRIAL
BUCARAMANGA
SEPTIEMBRE 6
2017
 INTRODUCCION
Con la elaboración de este trabajo se comprobarán los conocimientos adquiridos
respecto a la temática del curso como lo son los arboles de decisiones, valor
esperado y teorema de la utilidad, conocimientos indispensables para lograr hacer
un buen estudio de posibilidades para mejorar la utilidad de la empresa.
En este trabajo se plantearon algunos problemas con los cuales deberemos dar
respuesta a diferentes incógnitas para definir la efectividad de las diferentes
decisiones posibles.
Problema 1. ÁRBOLES DE DECISIÓN, VEIP y VEIM

Teratex, una empresa textilera que tiene una experiencia productiva en el mercado
extranjero de 25 años, debe decidir si fabrica un nuevo producto en su planta principal,
o si por el contrario la compra a un proveedor externo. Las utilidades dependen de la
demanda del producto. La tabla muestra las utilidades proyectadas, en millones de
pesos.

Tabla 1. Proceso de decisión para la comercialización del producto

Estados de la naturaleza
Alternativa de decisión Demanda baja Demanda media baja Demanda media alta Demanda alta
Ganancias ($) Ganancias ($) Ganancias ($) Ganancias ($)
Fabricar 45 48 51 57
Subcontratar 37 39 43 50
Comprar 40 41 43 46
Probabilidades Ʃ = 1 0,25 0,27 0,23 0,25
Tabla 1. Proceso de decisión problema 1

PARTE 1. ÁRBOLES DE DECISIÓN, VEIP y VEIM

Según la información correspondiente de la tabla 1 y la teoría del Valor esperado de la

información perfecta (VEIP), el Valor esperado de la información muestral (VEIM) y los
Árboles de decisión, respondan:
a. Use VEIP para determinar si la empresa debe intentar obtener una mejor
estimación de la demanda.

b. Se espera que un estudio de mercado de prueba sobre la posible demanda

del producto reporte una condición favorable (F) o desfavorable (D). Las
probabilidades condicionales relevantes son:

P(F/baja) = 0,2 P(D/baja) = 0,8

P(F/media baja) = 0,4 P(D/media baja) = 0,6
P(F/media alta) = 0,3 P(D/media alta) = 0,7
P(F/alta) = 0,65 P(D/alta) = 0,35

c. Cuál es el valor esperado de la información de investigación

de mercados?
d. Cuál es la eficiencia de la información?

Desarrollo

a. Use VEIP para determinar si la empresa debe intentar obtener una mejor estimación
de la demanda.
 Tabla 1 Proceso de decision para la comercializacion del producto

Demanda Baja Demanda Media baja Demanda Media alta Demanda alta
alternativa de decision
Ganancia ($). Ganancia ($). Ganancia ($). Ganancia ($).
Fabricar 45 48 51 57
Subcontratar 37 39 43 50
Comprar 40 41 43 46
Probabilidades ∑=1 0,25 0,27 0,23 0,25

Entonces calculamos el Valor Esperado de la Información Perfecta (VEIP o EVPI: Expected Value of
Perfect Information) es un indicador cuantitativo que mide cuán lejos la solución en promedio está
de la solución perfecta, entonces tomamos las probabilidades y la multiplicamos por el valor más
alto que hay en cada demanda o estad de naturaleza.

VEIP= (0,25*45)+ (0,27*48)+ (0,23*51)+ (0,25*57) = 50,19

Ahora tomamos el valor de probabilidad, lo multiplicamos por el valor de comprar con cada uno
de sus estados.

Nodo Comprar (0,25*40)+(0,27*41)+(0,23*43)+(0,25*46)

42,46

Nodo Subcontratar (0,25*37)+(0,27*39)+(0,23*43)+(0,25*50)

42,17

Nodo Fabricar (0,25*45)+(0,27*48)+(0,23*51)+(0,25*57)

50,19

Respuesta Como resultado a la pregunta se determina que la empresa Teratex se recomienda la

decisión por el método del valor esperado es fabricar con un pago de 50.19 millones en el Nodo 2.

Para hallar el valor esperado de la información perfecta tenemos la siguiente formula:

VEIP=VECIP-VESIP reemplazamos
𝑉𝐸𝐼𝑃 = 50.19 − 50.19 = 0

Árbol de decisiones
 b. Se espera que un estudio de mercado de prueba sobre la posible demanda del
producto reporte una condición favorable (F) o desfavorable (D). Las probabilidades
condicionales relevantes son:

P(F/baja) = 0,2 P(D/baja) = 0,8

P(F/media baja) = 0,4 P(D/media baja) = 0,6
P(F/media alta) = 0,3 P(D/media alta) = 0,7
P(F/alta) = 0,65 P(D/alta) = 0,35

Procedemos aplicar el Teorema de Bayes en donde:

Tomamos la probabilidad inicial y las multiplicamos por cada uno de los valores que nos dan en las
tablas de probabilidades favorables y desfavorables, la sumatoria de las probabilidades conjuntas
nos dará un resultado el cual l aplicamos dentro del cálculo del árbol en la división de favorables y
desfavorables teniendo en cuanta el valor de cada un estado de su naturaleza.

Para hallar el P(SJ/E) tomamos el resultado de la suma de cada tabla y lo dividimos entre el valor de
las probabilidades conjuntas.

´PROBABILIDADES PROBABILIDADES PROBABILIDADES PROBABILIDAD

ESTADO DE PREVIAS condicional Favorable Conjuntas ES POSTERIORES
NATURALEZA SJ
P(SJ) P(E/SJ) P (F * SJ) P(SJ/E)
BAJA 0,25 0,2 0,05 0,13
MEDIA BAJA 0,27 0,4 0,11 0,28
MEDIA ALTA 0,23 0,3 0,07 0,18
ALTA 0,25 0,65 0,16 0,42
P(Favorable) 0,3895

Calculo con la probabilidad FAVORABLE

Demanda Baja Demanda Media baja Demanda Media alta Demanda alta
alternativa de decision
Ganancia ($). Ganancia ($). Ganancia ($). Ganancia ($).
Fabricar 45 48 51 57
Subcontratar 37 39 43 50
Comprar 40 41 43 46
P(SJ/E) 0,13 0,28 0,18 0,42

Alternativa Fabricar (0,13*45) + (0,28*48) + (0,18*51) + (0,42*57) = 51,90

Alternativa subcontratar (0,13*37) + (0,28*39) + (0,18*43) + (0,42*50) = 44,04

Alternativa comprar (0,13*40) + (0,28*41) + (0,18*43) + (0,42*46) = 43,31

Ver nodos 4,5 y 6 en el árbol de decisiones, como resultado favorable nos da como resultado
51.90, ya que estamos trabajando con el objetivo de favorecer el proceso de utilidad.

Repetimos el proceso para el cálculo de probabilidad desfavorable

Calculo con la probabilidad DESFAVORABLE
PROBABILIDAD
´PROBABILIDADES PROBABILIDADES PROBABILIDADES
ESTADO DE ES
PREVIAS condicional Desfavorable Conjuntas
NATURALEZA SJ POSTERIORES
P(SJ) P(E/SJ) P (F * SJ) P(SJ/E)
BAJA 0,25 0,8 0,20 0,20
MEDIA BAJA 0,27 0,6 0,16 0,16
MEDIA ALTA 0,23 0,7 0,16 0,16
ALTA 0,25 0,35 0,09 0,09
P(Desfavorable) 0,61
 Calculo con la probabilidad DESFAVORABLE
Demanda Baja Demanda Media baja Demanda Media alta Demanda alta
alternativa de decision
Ganancia ($). Ganancia ($). Ganancia ($). Ganancia ($).
Fabricar 45 48 51 57
Subcontratar 37 39 43 50
Comprar 40 41 43 46
P(SJ/E) 0,51 0,42 0,41 0,22

Alternativa Fabricar (0,51*45) + (0,42*48) + (0,41*51) + (0,22*57) = 76,96

Alternativa subcontratar (0,51*37) + (0,42*39) + (0,41*43) + (0,22*50) = 64,23

Alternativa comprar (0,51*40) + (0,42*41) + (0,41*43) + (0,22*46) = 65,70

Ver nodos 7,8 y 9 en el árbol de decisiones, como resultado favorable nos da como resultado 29.66,
ya que estamos trabajando con el objetivo de favorecer el proceso de utilidad.

Árbol de decisiones
 c. Cuál es el valor esperado de la información de investigación de mercados?
R/.

Ahora tomamos los valores de favorables y Desfavorables y los multiplicamos por los valores de
mayor valor dados en las dos probabilidades

Probabilidad (Favorable)= 0,3895 Probabilidad (Desfavorable) = 0,6105

Vlr Nodo 4 = 51.90

Vlr Nodo 5= 44.04
Vlr Nodo 6 = 43.31 Vlr Mayor Favorable 51,90 (Nodo 4)

Vlr Nodo 7 = 76.96

Vlr Nodo 8= 64.23
Vlr Nodo 9 = 65.70 Vlr Mayor Desfavorable 76,96 (Nodo 7)

Tomamos los valores máximos en cada uno de los estudios de mercado que se realizó, y como
resultado en la investigación tenemos los siguientes valores:

Vlr Mayor Favorable = 51,90 (Nodo 4)

Vlr Mayor Desfavorable = 76,96 (Nodo 7)

d. Cuál es la eficiencia de la información?

R/.

Aplicamos la formula VEIP=VECIP-VESIP reemplazamos

𝑉𝐸𝐼𝑃 = 50.19 − 50.19 = 0
VEIP = (valor esperado de la información Perfecta)
VECIP = (valor esperado con información Perfecta)
VESIP = (valor esperado sin información Perfecta)

Tomamos los valores de probabilidad de la tabla inicial y lo calculamos con los valores máximos
que hay en cada una de la naturaleza.

VECIP = (0,25*45) + (0,27*48) + (0,23*51) + (0,25*57) = 50,19

Ahora tomamos los valores que tenemos como resultados de las tablas de probabilidades
favorables y desfavorables

Probabilidad (Favorable)= 0,3895 Probabilidad (Desfavorable) = 0,6105

Y los multiplicamos por cada uno de los valores máximos de cada naturaleza

P(Favorable)* Vlr Mayor Favorable + P(Desfavorable)* Vlr Mayor Desfavorable

(0.395* 51,90) + (0,6105 *76,96) = 67,20

VE (Valor Esperado) = 67,20

VECIP = 50,90

VEIM = (VESIP - VECIP)

50,19 - 51,90 = 0

E = VEIM / VEIP (0 / 50,19) *100 = 0% de Eficiencia.

Se determina que la información tiene una eficiencia del 0 %.

Problema 1. ÁRBOLES DE DECISIÓN, VEIP y VEIM

ElectroCom, una empresa que fabrica componentes electrónicos para la introducción en

su catálogo de productos debe decidir si fabrica un nuevo producto en su planta principal,
lo subcontrata con supervisión de la compañía o si por el contrario lo compra a un
proveedor externo. Las utilidades dependen de la demanda del producto. La tabla
muestra las utilidades proyectadas, en millones de pesos.

Tabla 2 Proceso de decision para la comercializacion del producto

Demanda Baja Demanda Media baja Demanda Media alta Demanda alta
alternativa de decision
Ganancia ($). Ganancia ($). Ganancia ($). Ganancia ($).
Fabricar 45 48 51 57
Subcontratar 37 39 43 50
Comprar 40 41 43 46
Arrendar 38 42 45 49
Probabilidades ∑=1 0,22 0,24 0,25 0,29
Tabla 2. Proceso de decisión problema 2
PARTE 2. ÁRBOLES DE DECISIÓN, VEIP y VEIM

Según la información correspondiente de la tabla 1 y la teoría del Valor esperado de la

información perfecta (VEIP), el Valor esperado de la información muestral (VEIM) y los
Árboles de decisión, respondan:

e. Use VEIP para determinar si la empresa debe intentar obtener una mejor
estimación de la demanda.

f. Se espera que un estudio de mercado de prueba sobre la posible demanda

del producto reporte una condición favorable (F) o desfavorable (D). Las
probabilidades condicionales relevantes son:

P(F/baja) = 0,2 P(D/baja) = 0,7

P(F/media baja) = 0,35 P(D/media baja) = 0,65
P(F/media alta) = 0,2 P(D/media alta) = 0,8
P(F/alta) = 0,38 P(D/alta) = 0,62

g. Cuál es el valor esperado de la información de investigación

de mercados?
h. Cuál es la eficiencia de la información?

Desarrollo

e. Use VEIP para determinar si la empresa debe intentar obtener una mejor estimación
de la demanda.

Tabla 2 Proceso de decision para la comercializacion del producto

Demanda Baja Demanda Media baja Demanda Media alta Demanda alta
alternativa de decision
Ganancia ($). Ganancia ($). Ganancia ($). Ganancia ($).
Fabricar 45 48 51 57
Subcontratar 37 39 43 50
Comprar 40 41 43 46
Arrendar 38 42 45 49
Probabilidades ∑=1 0,22 0,24 0,25 0,29

Entonces calculamos el Valor Esperado de la Información Perfecta (VEIP o EVPI: Expected Value of
Perfect Information) es un indicador cuantitativo que mide cuán lejos la solución en promedio está
de la solución perfecta, entonces tomamos las probabilidades y la multiplicamos por el valor más
alto que hay en cada demanda o estad de naturaleza.

VEIP = (0,22*45) + (0,24*48) + (0,25*51) + (0,29*57) = 50,70

Ahora tomamos el valor de probabilidad, lo multiplicamos por el valor de comprar con cada uno
de sus estados.

Respuesta Como resultado a la pregunta se determina que la empresa Teratex se recomienda la

decisión por el método del valor esperado es fabricar con un pago de 50.70 millones en el Nodo 1.
Para hallar el valor esperado de la información perfecta tenemos la siguiente formula:

VEIP=VECIP-VESIP reemplazamos
𝑉𝐸𝐼𝑃 = 50.70 − 50.70 = 0
Árbol de decisiones

f. Se espera que un estudio de mercado de prueba sobre la posible demanda del

producto reporte una condición favorable (F) o desfavorable (D). Las probabilidades
condicionales relevantes son:

P(F/baja) = 0,3 P(D/baja) = 0,7

P(F/media baja) = 0,35 P(D/media baja) = 0,65
P(F/media alta) = 0,2 P(D/media alta) = 0,8
P(F/alta) = 0,38 P(D/alta) = 0,62

Procedemos aplicar el Teorema de Bayes en donde:

Tomamos la probabilidad inicial y las multiplicamos por cada uno de los valores que nos dan en las
tablas de probabilidades favorables y desfavorables, la sumatoria de las probabilidades conjuntas
nos dará un resultado el cual l aplicamos dentro del cálculo del árbol en la división de favorables y
desfavorables teniendo en cuanta el valor de cada un estado de su naturaleza.

Para hallar el P(SJ/E) tomamos el resultado de la suma de cada tabla y lo dividimos entre el valor de
las probabilidades conjuntas.

´PROBABILIDADES PROBABILIDADES PROBABILIDADES PROBABILIDAD

ESTADO DE PREVIAS condicional Favorable Conjuntas ES POSTERIORES
NATURALEZA SJ
P(SJ) P(E/SJ) P (F * SJ) P(SJ/E)
BAJA 0,22 0,3 0,07 0,21
MEDIA BAJA 0,24 0,35 0,08 0,27
MEDIA ALTA 0,25 0,2 0,05 0,16
ALTA 0,29 0,38 0,11 0,36
P(Favorable) 0,3102

Calculo con la probabilidad FAVORABLE

Demanda Baja Demanda Media baja Demanda Media alta Demanda alta
alternativa de decision
Ganancia ($). Ganancia ($). Ganancia ($). Ganancia ($).
Fabricar 45 48 51 57
Subcontratar 37 39 43 50
Comprar 40 41 43 46
Arrendar 38 42 45 49
P(SJ/E) 0,21 0,27 0,16 0,36

Alternativa Fabricar (0,21*45) + (0,27*48) + (0,16*51) + (0,36*57) = 51,04

Alternativa subcontratar (0,21*37) + (0,27*39) + (0,16*43) + (0,36*50) = 43,13
Alternativa comprar (0,21*40) + (0,27*41) + (0,16*43) + (0,36*46) = 42,89
Alternativa arrendar (0,21*38) + (0,27*41) + (0,16*45) + (0,36*49) = 44,12
Ver nodos 2, 3, 4 y 5 en el árbol de decisiones, como resultado favorable nos da como resultado
51,04 en e1 Nodo 2, ya que estamos trabajando con el objetivo de favorecer el proceso de
utilidad.

Repetimos el proceso para el cálculo de probabilidad desfavorable

Calculo con la probabilidad DESFAVORABLE
PROBABILIDAD
´PROBABILIDADES PROBABILIDADES PROBABILIDADES
ESTADO DE ES
PREVIAS condicional Desfavorable Conjuntas
NATURALEZA SJ POSTERIORES
P(SJ) P(E/SJ) P (F * SJ) P(SJ/E)
BAJA 0,22 0,7 0,15 0,50
MEDIA BAJA 0,24 0,65 0,16 0,50
MEDIA ALTA 0,25 0,8 0,20 0,64
ALTA 0,29 0,62 0,18 0,58
P(Desfavorable) 0,6898

Calculo con la probabilidad DESFAVORABLE

Demanda Baja Demanda Media baja Demanda Media alta Demanda alta
alternativa de decision
Ganancia ($). Ganancia ($). Ganancia ($). Ganancia ($).
Fabricar 45 48 51 57
Subcontratar 37 39 43 50
Comprar 40 41 43 46
Arrendar 38 42 45 49
P(SJ/E) 0,50 0,50 0,64 0,58

Alternativa Fabricar (0,50*45) + (0,50*48) + (0,64*51) + (0,58*57) = 112,40

Alternativa subcontratar (0,50*37) + (0,50*39) + (0,64*43) + (0,58*50) = 94,69
Alternativa comprar (0,50*40) + (0,50*41) + (0,64*43) + (0,58*46) = 94,86
Alternativa arrendar (0,50*38) + (0,50*42) + (0,64*45) + (0,58*49) = 97,40

Ver nodos 8, 9, 10 y 11 en el árbol de decisiones, como resultado favorable nos da como resultado
112,40 en el Nodo 8, ya que estamos trabajando con el objetivo de favorecer el proceso de utilidad.

Árbol de decisiones
 g. Cuál es el valor esperado de la información de investigación de mercados?
R/.

Ahora tomamos los valores de favorables y Desfavorables y los multiplicamos por los valores de
mayor valor dados en las dos probabilidades

Probabilidad (Favorable)= 0,3895 Probabilidad (Desfavorable) = 0,6105

Vlr Nodo 4 = 51.04

Vlr Nodo 5= 43.13
Vlr Nodo 6 = 42.89
Vlr Nodo 7 = 44.12 Vlr Mayor Favorable 51,04 (Nodo 4)

Vlr Nodo 8 = 112,40

Vlr Nodo 9= 94.69
Vlr Nodo 10 = 94.86
Vlr Nodo 11 = 97.40 Vlr Mayor Desfavorable 112,40 (Nodo 8)

Tomamos los valores máximos en cada uno de los estudios de mercado que se realizó, y como
resultado en la investigación tenemos los siguientes valores:

Vlr Mayor Favorable = 51,04 (Nodo 4)

Vlr Mayor Desfavorable = 112,40 (Nodo 8)

h. Cuál es la eficiencia de la información?

R/.

Aplicamos la formula VEIP=VECIP-VESIP reemplazamos

𝑉𝐸𝐼𝑃 = 51.04 − 50.70 = 0,34
VEIP = (valor esperado de la información Perfecta)
VECIP = (valor esperado con información Perfecta)
VESIP = (valor esperado sin información Perfecta)

Tomamos los valores de probabilidad de la tabla inicial y lo calculamos con los valores máximos
que hay en cada una de la naturaleza.

VECIP = (0,25*45) + (0,27*48) + (0,23*51) + (0,25*57) = 50,70

Ahora tomamos los valores que tenemos como resultados de las tablas de probabilidades
favorables y desfavorables

Probabilidad (Favorable)= 0,3895 Probabilidad (Desfavorable) = 0,6105

Y los multiplicamos por cada uno de los valores máximos de cada naturaleza

P(Favorable)* Vlr Mayor Favorable + P(Desfavorable)* Vlr Mayor Desfavorable

(0.3102* 51,04) + (0,6898 *112,40) = 97,37

VE (Valor Esperado) = 97,37

VECIP = 50,70

Aplicamos la formula VEIP=VECIP-VESIP reemplazamos

𝑉𝐸𝐼𝑃 = 51.04 − 50.70 = 0,34

E = VEIM / VEIP (51,04/ 50,70) *100 = 34% de Eficiencia.

Se determina que la información tiene una eficiencia del 34 %.

 CONCLUSIONES

Con el desarrollo de este trabajo logre obtener conocimientos solidos sobre el

análisis de datos y el desarrollo de problemas para la toma de decisiones
correctas tomando de punto de partida todos los datos.
Gracias a los conocimientos adquiridos en esta actividad hemos logrado obtener
las habilidades para realizar pronósticos en las empresas o en su defecto a
nosotros mismos, debido a que podemos por medio de valores de encuesta y
probabilidad definir que camino será más productivo y beneficioso para nuestra
empresa
 BIBLIOGRAFIA

Capítulo 1. Valor esperado:

Mosquera, W. (2010). Teoría de las decisiones. (pp. 30-41), Bogotá, Colombia:
Editorial Universidad Nacional Abierta y a Distancia. Recuperado de:
http://hdl.handle.net/10596/4891
Hillier, F., & Lieberman, G. (2010). Análisis de Decisiones. (pp. 634-725), México
D.F., México: Editorial McGraw-Hill. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386
&opensearch=investigaci%C3%B3n%20de%20operaciones
&editoriales=&edicion=&anio=%20
Capítulo 2. Árboles de decisión:
Mosquera, W. (2010). Teoría de las decisiones. (pp. 30-41), Bogotá, Colombia:
Editorial Universidad Nacional Abierta y a Distancia. Recuperado de:
http://hdl.handle.net/10596/4891
Hillier, F., & Lieberman, G. (2010). Análisis de Decisiones. (pp. 634-725), México
D.F., México: Editorial McGraw-Hill. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386
&opensearch=investigaci%C3%B3n%20de%20operaciones
&editoriales=&edicion=&anio=%20
Capítulo 3. Teoría de la utilidad:
Mosquera, W. (2010). Teoría de las decisiones. (pp. 30-41), Bogotá, Colombia:
Editorial Universidad Nacional Abierta y a Distancia. Recuperado de:
http://hdl.handle.net/10596/4891
Hillier, F., & Lieberman, G. (2010). Análisis de Decisiones. (pp. 634-725), México
D.F., México: Editorial McGraw-Hill. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386
&opensearch=investigaci%C3%B3n%20de%20operaciones
&editoriales=&edicion=&anio=%20