Fase 2. Resolver los problemas planteados aplicando los algoritmos de la Unidad 1.

CARMIÑA CHICO. Código: 33025444

ENOC ELIAS HERNANDEZ

KATIA LUCIA AGUIRRE

YENIFER BLANCO

Tutor(a)

ANGELICA MILENA BARRIOS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

METODOS DETERMINISTICOS

Septiembre de 2017
2
 3

1. INTRODUCCION

Este trabajo fue con el fin de resolver los algoritmos con la herramienta de WinQSB, la cual

utilizamos para resolver los problemas.

Con diferentes herramientas que permite analizar y resolver problemas administrativos por

medio de problemas matemáticos que facilita tomar las mejores de decisión de empresas o

negocios
 4

2. DESARROLLO DE ACTIVIDADES

2.1 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 media Demanda media
Demanda baja Demanda alta
baja 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:

2.1.1 Solución Carmiña Chico

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

demanda.
 5

1. Utilidades proyectadas: (45x0.25) + (48x0.27) + (51x0.23) + (57x0.25) = 50.19

2. Utilidades proyectadas: (37x0.25) + (39x0.27) + (43x0.23) + (50x0.25) = 42.17

3. Utilidades proyectadas: (40x0.25) + (41x0.27) + (43x0.23) + (46x0.25) = 42.46

Mediante análisis por el método de valor esperado, la mejor opción para la empresa es fabricar

que le da la mayor ganancia con un valor de $50,190.

El valor esperado de la información perfecta VEIP es un límite superior para la cantidad que se

estará dispuesto a pagar por mejorar el conocimiento sobre el estado de naturaleza:

 6

𝑉𝐸𝐼𝑃 = 𝑉𝐸𝑐𝐼𝑃 − 𝑉𝐸𝑠𝐼𝑃

𝑉𝐸𝑐𝐼𝑃 = (45 ∗ 0.25) + (48 ∗ 0.27) + (51 ∗ 0.23) + (57 ∗ 0.25)

𝑉𝐸𝑠𝐼𝑃 = (45 ∗ 0.25) + (48 ∗ 0.27) + (51 ∗ 0.23) + (57 ∗ 0.25)

𝑉𝐸𝐼𝑃 = 50.19 − 50.19 = 0

La empresa debe mejorar la 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

Estudio del mercado

𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
1. 𝑝 (𝑠 ) = 0.2 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.2 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟎𝟓
1 1 1 0,25
𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
2. 𝑝 (𝑠 ) = 0.4 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.4 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟏𝟎𝟖
1 1 1 0,27
𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
3. 𝑝 (𝑠 ) = 0.3 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.3 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟎𝟔𝟗
1 1 1 0,23
𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
4. 𝑝 (𝑠 ) = 0.65 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.65 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟏𝟔𝟐𝟓
1 1 1 0,25
𝑓 𝑓 𝑝(𝑠1 ) 𝑝(𝑠1 )
5. 𝑝 ( ) = 0.8 𝑝( ) = 0.8 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟐
𝑠1 𝑠1 𝑝(𝑠1 ) 0,25
𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
6. 𝑝 (𝑠 ) = 0.6 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.6 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟏𝟔𝟐
1 1 1 0,27
𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
7. 𝑝 (𝑠 ) = 0.7 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.7 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟏𝟔𝟏
1 1 1 0,23
𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
8. 𝑝 (𝑠 ) = 0.35 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.35 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟎𝟖𝟕𝟓
1 1 1 0,25

Tabla de probabilidades
 7

F D TOTAL
S1 0.05 0.2 0.25
S2 0.108 0.162 0.27
S3 0.069 0.161 0.23
S4 0.1625 0.0875 0.25
TOTAL 0.3895 0.6105 1

La probabilidad en que sea favorable es de 0.3895%

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

𝑉𝐸𝐼𝑀 = 𝑉𝐸𝑐𝐼𝑀 − 𝑉𝐸𝑠𝐼𝑀

𝑉𝐸𝐼𝑀 = 50.19 − 50.19
𝑉𝐸𝐼𝑀 = 0
El valor de la información de mercado no fue importante

d. Cuál es la eficiencia de la información?

𝑉𝐸𝐼𝑀
= 𝑥 100
𝑉𝐸𝐼𝑃
=0
No fue eficiente la información.
2.1.2 Solución Enoc Hernández

.
a. Use VEIP para determinar si la empresa debe intentar obtener una mejor estimación de la demanda.
8

Tabla 3 Proceso de
decisión para la
Tabla 1. Proceso de decisión para la comercialización del producto
comercialización del
producto seleccionado

ESTADOS DE LA NATURALEZA

Valor
Valor esperado
Demanda Media Demanda media esperado
Demanda Baja Demanda Alta de la
Alternativa de decisión Baja Ganancias Alta Ganancias Valor Esperado con la
Ganancias ($) Ganancias ($) Información
($) ($) Información
Perfecta
Perfecta

Fabricar
45 48 51 57 50,19 50,19 0,0

Subcontratar
37 39 43 50 42,17

Comprar
40 41 43 46 42,46

PROBABILIDADES ∑ = 1
0,25 0,27 0,23 0,25

Por tanto se concluye que : La opción más rentable es fabricar un nuevo producto
$50.190.000

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:

Indicadores Investigación de Mercados

Demanda Media Demanda media

INDICADORES Demanda Baja Demanda Alta
Baja Alta

(I1) Condicion favorable 0,20 0,40 0,30 0,65

(I2) Condicion
0,80 0,60 0,70 0,35
desfavorable

∑ 1,00 1,00 1,00 1,00

Probabilidades Condicionales P. Marginal

(I1) Condicion favorable 0,050 0,108 0,069 0,163

0,390
 9

(I2) Condicion
0,200 0,162 0,161 0,088
desfavorable 0,611

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

Probabilidades Conjuntas

(I1) Reporte favorable 0,1284 0,2773 0,1772 0,4172

(I2) Reporte desfavorable 0,3276 0,2654 0,2637 0,1433

Probabilidades Posteriones Indicador 1. (Reporte Favorable)

Demanda Media Demanda media

Demanda Baja Demanda Alta
Alternativa de decisión Baja Ganancias Alta Ganancias
Ganancias ($) Ganancias ($)
($) ($)

Fabricar
5,78 13,31 9,03 23,78 51,90

Subcontratar
4,75 10,81 7,62 20,86 44,04

Comprar
5,13 11,37 7,62 19,19 43,31

Probabilidades Posteriones Indicador 2. (Reporte Favorable)

Demanda Media Demanda media

Demanda Baja Demanda Alta
Alternativa de decisión Baja Ganancias Alta Ganancias
Ganancias ($) Ganancias ($)
($) ($)

Fabricar
14,74 12,74 13,45 8,17 49,10

Subcontratar
12,12 10,35 11,34 7,17 40,98

Comprar
13,10 10,88 11,34 6,59 41,92
VE con la Información del
Mercado 20,2155 29,9745 50,19
VE sin la Información del
Mercado 0,000

d. Cuál es la eficiencia de
la información?
 10

Eficiencia de la
Información del Mercdo 0,00

Solución Katia Aguirre

Iniciamos analizando la información del Problema 1.

Primero enumeramos las diferentes alternativas de decisión.

 Fabricar
 Subcontratar
 Comprar
Seguidamente enumeramos cada una de las alternativas de decisión y los estados de la

naturaleza asociado a las mismas:

ALTERNATIVA ESTADO DE LA NATURALEZA

FABRICA BAJA
MEDIA BAJA
MEDIA ALTA
ALTA
SUBCONTRATAR BAJA
MEDIA BAJA
MEDIA ALTA
ALTA
COMPRAR BAJA
MEDIA BAJA
MEDIA ALTA
ALTA

Elaboramos el primer árbol de decisión.

 11

1. (45 ∗ 0,25) + (48 ∗ 0,27) + (51 ∗ 0,23) + (57 ∗ 025) = 50,19

2. (37 ∗ 0,25) + (39 ∗ 0,23) + (43 ∗ 0,23) + (50 ∗ 0,25) = 40,61

3. (40 ∗ 0,25) + (41 ∗ 0,27) + (43 ∗ 0,23) + (46 ∗ 0,25) = 42,46

Entonces tenemos que la opción más rentable en el problema 1 es fabricar.

 12

Ahora daremos respuesta a las preguntas formuladas. Parte 1.

a.

Entonces analizamos:

𝑉𝐸𝐼𝑃 = |𝑉𝐸𝐶𝐼𝑃 − 𝑉𝐸𝑆𝐼𝑃|

𝑉𝐸𝐶𝐼𝑃 = (45 ∗ 0,25) + (48 ∗ 0,27) + (51 ∗ 0,25) + (57 ∗ 0,25) = 51,21 𝑚𝑖𝑙𝑙𝑜𝑛𝑒𝑠

VESIP=50,19

𝑉𝐸𝐼𝑃 = |51,21 − 50,19| = 1,02

Es necesario obtener una mejor estimación de la demanda.

b.
 13

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

P(F/ medio
bajo)=0,4
P(D/ medio
bajo)= 0,6

P(F/medio alto)=
0,3
P(D/medio alto) =
0,7
P(F/Alto)= 0,65
P(D/Alto) = 0,35

C.

P(Sj/E): probabilidad posteriori

P(Sj): Probabilidad a priori

P(E/Sj): P ... de E en la Hipotesis

Con E: favorable (F) o desfavorable (D)

𝐸
𝑃( ) 𝑃(𝑆𝑗)
𝑆𝑗
P(Sj/E)=
𝑃(𝐸)

Estado de Probabilidad Probabilidad Probabilidad Probabilidad

Naturaleza Previa xxxxxx P(F /Sj) Conjunta P(F Posterior
Sj) P(Sj/F)
Baja 0.25 0.2 0.05 0.1283
Media baja 0.27 0.4 0.108 0.2772
Media alta 0.23 0.3 0.069 0.1771
Alta 0.25 0.62 0.1625 0.4172
P(F)=0,3895
 14

Estado de Probabilidad Probabilidad Probabilidad Probabilidad

Naturaleza Previa xxxxxx P(D /Sj) Conjunta P(D Posterior
Sj) P(Sj/D)
Baja 0.25 0.8 0.2 0.3276
Media baja 0.27 0.6 0.162 0.2653
Media alta 0.23 0.7 0.161 0.2637
Alta 0.25 0.35 0.0875 0.1433
P(D)= 0.6105

𝑉𝐸(𝑁𝑜𝑑𝑜1) = (0.1283 ∗ 45) + (0.2772 ∗ 48) + (0.1771 ∗ 51) + (0.4172 ∗ 57) = 51,8

𝑉𝐸(𝑁𝑜𝑑𝑜2) = (0.1283 ∗ 37) + (0.2772 ∗ 37) + (0.1771 ∗ 43) + (0.4172 ∗ 50) = 44,03

𝑉𝐸(𝑁𝑜𝑑𝑜3) = (0.1283 ∗ 40) + (0.2722 ∗ 41) + (0.1771 ∗ 43) + (0.4172 ∗ 46) = 43,30

𝑉𝐸(𝑁𝑜𝑑𝑜4) = (0.3276 ∗ 45) + (0.2653 ∗ 48) + (0.2637 ∗ 51) + (0.1433 ∗ 57) = 49.09

𝑉𝐸(𝑁𝑜𝑑𝑜5) = (0.3276 ∗ 37) + (0.2653 ∗ 39) + (0.2637 ∗ 43) + (0.1433 ∗ 56) = 40.97

𝑉𝐸(𝑁𝑜𝑑𝑜6) = (0.3276 ∗ 40) + (0.2653 ∗ 41) + (0.2637 ∗ 43) + (0.1433 ∗ 46) = 49.91
 15

ARBOL DE DECISIONES

𝑉𝐸(𝑁𝑜𝑑𝑜0) = (0,3895 ∗ 51,8) + (0,6105 ∗ 49,09) = 50,1

D.

𝑉𝐸𝑆𝑖𝑃 = 50.19 ; 𝑉𝐸𝐼𝑃 = 1.02

𝑉𝐸𝐶𝐼𝑀 = 50.1 ; 𝑉𝐸𝐼𝑀 = ⃒50.1 − 50.19⃒ => 𝑉𝐸𝐼𝑀 = ⃒ − 0.09⃒ = 0.09

𝑉𝐸𝐼𝑀 0.09
𝐸= = = 0.088 = 8,8% = 𝐸
𝑉𝐸𝐼𝑃 1.02
 16

2.1.3 Solución yenifer Blanco

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

DBG = Demanda baja ganancias

DMBG = Demanda media baja ganancias

DMAG = Demanda media alta ganancias

DAG = Demanda alta ganancias

Por valor esperado se obtiene:

 17

Nodo 4 = 42,46

Nodo 3 = 42,17

Nodo 2 = 50,19

Nodo 1 = Max (Nodo 2, Nodo 3, Nodo 4)

Nodo 1 = 50,19

La decisión recomendada por el método de valor esperado es fabricar con un pago

50,19 millones.

Valor esperado de la información perfecta se calcula:

VEIP = VEcIP – VEsIP

VEcIP = (0,25 × 45) + (0,27 × 48) + (0,23 × 51) + (0,25 × 57)

VEcIP = 50,19 Millones

VEcIP – VEsIP = 50,10 – 50,19 = 0

VEIP = 0

La empresa debería intentar obtener una mejor estimación de la demanda ya que el

valor esperado de la información perfecta es 0.

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:
 18

Se aplica el teorema de Bayes para encontrar las posibilidades posteriores.

𝑃(𝐸 𝑆𝑗)𝑃(𝑠𝑗)
𝑃(𝑆𝑗 𝐸) =
𝑃(𝐸)

P(Sj E) = Probabilidades a posteriori

P(Sj) = Probabilidades a priori

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

P(E Sj) = Probabilidad de E en la hipótesis Sj

Con E = favorable (f) o desfavorable (d)

Del ejercicio tenemos lo siguiente:

P(s1) = 0,25 P(s2) = 0,27 P(s3) = 0,23 P(s4) = 0,25

FAVORABLE
Estados Probabilidade Probabilidade Probabilidade Probabilidade
de la s Previas P(sj) s condicionales s conjuntas s posteriores
Naturaleza P(f/sj) P(F⋂Sj) P(Sj/F)
Demand 0,128369704
0,25 0,2 0,05
a Baja 7
 19

Gananci
a
Demand
a Media 0,277278562
0,27 0,4 0,108
Baja 2
Ganancia
Demand
a Media 0,177150192
0,23 0,3 0,069
Alta 5
Ganancia
Demand
0,417201540
a Alta 0,25 0,65 0,1625
4
Ganancia
P(F) 0,3895

DESFAVORABLE
Estados Probabilidade Probabilidade Probabilidade Probabilidade
de la s previas P(Sj) s condicionales s conjuntas s posteriores
naturaleza P(D/Sj) P(D∩Sj) P(Sj/D)
Demand
0,327600327
a Baja 0,25 0,8 0,2
6
Ganancia
Demand
a Media 0,265356265
0,27 0,6 0,162
Baja 3
Ganancia
Demand
a Media 0,263718263
0,23 0,7 0,161
Alta 7
Ganancia
Demand
0,143325143
a Alta 0,25 0,35 0,0875
3
Ganancia
P(D) 0,6105

Se observa que pasa en el árbol de decisión.

 20

4 DMAG 51

DA
2 G 57
DBG

5 37
DMBG
DMA
39
GDA
43

6 G 50DBG
1 DMB
40
GDMA
41
GDAG
43

46
DBG
7
DMB
45
G DMA
48
DAG
G 51
3 Subcontr
57DBG
atar
8
37DMB
GDMA
39

GDAG
43

50DBG

9 DMB
40
DMA
G 41
G DAG
43

46
 21

Resolvemos los nodos según los resultados dados en la tabla de FAVORABLE y

DESFAVORABLE.

VE (Nodo 4) = (0,1283697047 x 45) + (0,2772785622 x 48) + (0,1771501925 x 51) +

(0,4172015404 x 57) = 51,901155

VE (Nodo 5) = (0,1283697047 x 37) + (0,2772785622 x 39) + (0,1771501925 x 43) +

(0,4172015404 x 50) = 44,041078

VE (Nodo 6) = (0,1283697047 x 40) + (0,2772785622 x 41) + (0,1771501925 x 43) +

(0,4172015404 x 46) = 43,311938

VE (Nodo 7) = (0,3276003276 x 45) + (0,2653562653 x 48) + (0,2637182637x 51) +

(0,1433251433 x 57) = 49,09828

VE (Nodo 8) = (0,3276003276 x 37) + (0,2653562653 x 39) + (0,2637182637x 43) +

(0,2637182637x 50) = 46,995905

 22

VE (Nodo 9) = (0,3276003276 x 40) + (0,2653562653 x 41) + (0,2637182637x 43) +

(0,2637182637 x 46) = 47,454545

Se escoge el número de los nodos de decisión que sea mayor:

Nodo 2 = Max (Nodo 4, Nodo 5, Nodo 6) = 51,901155

Nodo 1 = Max (Nodo 7, Nodo 8, Nodo 9) =49,09828

VE (Nodo 1) = (0,3895 x 51,901155) + (0,6105 x 49,09828)

VE (Nodo 1) = 50,19 Millones – VEcIM,

c) ¿Cuál es el valor esperado de la información de investigación de mercados?

Para hallar el valor esperado de la información perfecta tenemos que:

VEIM = VEcIM – VEsIM

VEcIM = 50,19 Millones

VEsIP = 50,19 Millones

VEIM = 0
 23

Esto deduce que la influencia de la investigación de mercado no fue relevante pues

el resultado es 0.

d) ¿Cuál es la eficiencia de la información?

La Eficiencia de la información se calcula:

𝑉𝐸𝐼𝑀
∗ 100
𝑉𝐸𝐼𝑃

Dado que los valores de VEIM y VEIP son cero la eficiencia de la información es 0, de
ahí que se hace necesario buscar otro tipo de muestra o métodos de investigación de
mercad

2.2 Problema 2. 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 1. Proceso de decisión para la comercialización del producto

Estados de la naturaleza
Alternativa de decisión Demanda media Demanda media
Demanda baja Demanda alta
baja alta
Ganancias ($) Ganancias ($)
Ganancias ($) Ganancias ($)
 24

Fabricar 45 48 51 57
Subcontratar 37 39 43 50
Comprar 40 41 43 46
Arrendar 38 42 45 49
Probabilidades Ʃ = 1 0,22 0,24 0,25 0,29

PARTE 2. ÁRBOLES DE DECISIÓN, VEIP y VEIM

Según la información correspondiente de la tabla 2 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:

2.2.1 Solución Carmiña

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

demanda.
 25

1. Utilidades proyectadas: (45x0.22) + (48x0.24) + (51x0.25) + (57x0.29) = 50.7

2. Utilidades proyectadas: (37x0.22) + (39x0.24) + (43x0.25) + (50x0.29) = 42.75

3. Utilidades proyectadas: (40x0.22) + (41x0.24) + (43x0.25) + (46x0.29) = 42.43

4. Utilidades proyectadas: (38x0.22) + (42x0.24) + (45x0.25) + (49x0.29) = 43.9

Mediante análisis por el método de valor esperado, la mejor opción para la empresa es fabricar

que le da la mayor ganancia con un valor de $50,700.

 26

El valor esperado de la información perfecta VEIP es un límite superior para la cantidad que se

estará dispuesto a pagar por mejorar el conocimiento sobre el estado de naturaleza:

𝑉𝐸𝐼𝑃 = 𝑉𝐸𝑐𝐼𝑃 − 𝑉𝐸𝑠𝐼𝑃

𝑉𝐸𝑐𝐼𝑃 = (45 ∗ 0.22) + (48 ∗ 0.24) + (51 ∗ 0.25) + (57 ∗ 0.29)

𝑉𝐸𝑠𝐼𝑃 = (45 ∗ 0.22) + (48 ∗ 0.24) + (51 ∗ 0.25) + (57 ∗ 0.29)

𝑉𝐸𝐼𝑃 = 50.7 − 50.7 = 0

La empresa debe mejorar la 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) = 0,3 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

Estudio del mercado

𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
1. 𝑝 (𝑠 ) = 0.3 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.3 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟎𝟔𝟔
1 1 1 0,22

𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
2. 𝑝 (𝑠 ) = 0.35 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.35 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟎𝟖𝟒
1 1 1 0,24

𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
3. 𝑝 (𝑠 ) = 0.2 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.2 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟎𝟓
1 1 1 0,25
 27

𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
4. 𝑝 (𝑠 ) = 0.38 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.38 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟏𝟏𝟎𝟐
1 1 1 0,29

𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
5. 𝑝 (𝑠 ) = 0.7 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.7 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟏𝟓𝟒
1 1 1 0,22

𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
6. 𝑝 (𝑠 ) = 0.65 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.65 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟏𝟓𝟔
1 1 1 0,24

𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
7. 𝑝 (𝑠 ) = 0.8 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.8 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟐
1 1 1 0,25

𝑓 𝑓 𝑝(𝑠 ) 𝑝(𝑠1 )
8. 𝑝 (𝑠 ) = 0.62 𝑝 (𝑠 ) = 𝑝(𝑠1 ) 0.62 = 𝑝(𝒇𝒔𝟏 ) = 𝟎. 𝟏𝟕𝟗𝟖
1 1 1 0,29

Tabla de probabilidades

F D TOTAL
S1 0.066 0.154 0,22
S2 0.084 0.156 0,24
S3 0.05 0.2 0,25
S4 0.1102 0.1798 0,29
TOTAL 0,3102 0,6898 1

La probabilidad en que sea favorable es de 0.3102%

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

𝑉𝐸𝐼𝑀 = 𝑉𝐸𝑐𝐼𝑀 − 𝑉𝐸𝑠𝐼𝑀

𝑉𝐸𝐼𝑀 = 50.7 − 50.7
𝑉𝐸𝐼𝑀 = 0
El valor de la información de mercado no fue importante

d. Cuál es la eficiencia de la información?

𝑉𝐸𝐼𝑀
= 𝑥 100
𝑉𝐸𝐼𝑃
=0
No fue eficiente la información.
 28

2.2.2 Solución Enoc

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

Tabla 3 Proceso de
decisión para la
Tabla 1. Proceso de decisión para la comercialización del producto
comercialización del
producto seleccionado
ESTADOS DE LA NATURALEZA

Demanda Demanda
Demanda Baja Demanda Alta Valor
Alternativa de decisión Media Baja media Alta
Ganancias ($) Ganancias ($) Esperado
Ganancias ($) Ganancias ($)

Fabricar
45 48 51 57 50,7
Subcontratar
37 39 43 50 42,75
Comprar
40 41 43 46 42,73
Arrendar
38 42 45 49 43,9
PROBABILIDADES ∑ = 1
0,22 0,24 0,25 0,29
Por tanto se concluye que : La opción más rentable es fabricar un nuevo producto
$50.700.000

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

Indicadores Investigación de Mercados

Demanda Demanda
INDICADORES Demanda Baja Demanda Alta
Media Baja media Alta
(I1) Condicion favorable 0,30 0,35 0,20 0,38
(I2) Condicion
0,70 0,65 0,80 0,62
desfavorable
 29

∑ 1,00 1,00 1,00 1,00

Probabilidades Condicionales P. Marginal

(I1) Condicion favorable 0,066 0,084 0,050 0,110

0,310
(I2) Condicion
0,154 0,156 0,200 0,180
desfavorable 0,690

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

Probabilidades Conjuntas

(I1) Reporte favorable 0,2128 0,2708 0,1612 0,3553

(I2) Reporte
0,2233 0,2262 0,2899 0,2607
desfavorable

Probabilidades Posteriones Indicador 1. (Reporte Favorable)

Demanda Demanda
Demanda Baja Demanda Alta
Alternativa de decisión Media Baja media Alta
Ganancias ($) Ganancias ($)
Ganancias ($) Ganancias ($)
Fabricar
9,57 13,00 8,22 20,25 51,04
Subcontratar
7,87 10,56 6,93 17,76 43,13
Comprar
8,51 11,10 6,93 16,34 42,89
Arrendar
8,48 9,50 13,05 12,77 43,80

Probabilidades Posteriones Indicador 2. (Reporte Favorable)

Demanda Demanda
Demanda Baja Demanda Alta
Alternativa de decisión Media Baja media Alta
Ganancias ($) Ganancias ($)
Ganancias ($) Ganancias ($)
Fabricar
10,05 10,86 14,79 14,86 50,55
 30

Subcontratar
8,26 8,82 12,47 13,03 42,58
Comprar
8,93 9,27 12,47 11,99 42,66
Arrendar
8,48 9,50 13,05 12,77 43,80

VE con la Información
del Mercado 15,8334 34,8666 50,7

VE sin la Información
del Mercado 0,000

d. Cuál es la eficiencia
de la información?

Eficiencia de la
Información del Mercdo 0,00

2.2.3 Solución Katia Aguirre

En primer lugar enumeramos las diferentes alternativas de solución:

 Fabricar
 Subcontratar
 Comprar
 Arrendar
En segundo lugar enumeramos cada una de las alternativas de decisión, los estados de la

naturaleza asociado a la misma.

ALTERNATIVA ESTADO DE LA NATURALEZA

FABRICAR DEMANDA: BAJA – MEDIA BAJA-
MEDIA ALTA - ALTA
SUBCONTRATAR DEMANDA: BAJA – MEDIA BAJA –
MEDIA ALTA – ALTA
 31

COMPRAR DEMANDA :BAJA – MEDIA BAJA –

MEDIA ALTA – ALTA
ARRENDAR DEMANDA: BAJA- MEDIA BAJA –
MEDIA ALTA - ALTA

Elaboramos el segundo árbol de decisión:

1. (45 ∗ 0,22) + (48 ∗ 0,24) + (51 ∗ 0,25) + (57 ∗ 0,29) = 50,7

2. (37 ∗ 0,22) + (39 ∗ 0,24) + (43 ∗ 0,25) + (50 ∗ 0,29) = 42,75

3. (40 ∗ 0,22) + (41 ∗ 0,24) + (43 ∗ 0,25) + (46 ∗ 0,29) = 42,73

4. (38 ∗ 0,22) + (42 ∗ 0,24) + (45 ∗ 0,25) + (49 ∗ 0,29) = 43,9

La opción más rentable es fabricar un nuevo producto $50.700.000

PARTE 2
 32

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

P(F/ medio
bajo)=0,35
P(D/ medio bajo)=
0,65

P(F/medio alto)=
0,2
P(D/medio alto) =
0,8

P(F/Alto)= 0,38
P(D/Alto) = 0,62

P(Sj/E): probabilidad posteriori

P(Sj): Probabilidad a priori

P(E/Sj): P ... de E en la Hipotesis

Con E: favorable (F) o desfavorable (D)

Estado de Probabilidad Probabilidad Probabilidad Probabilidad

Naturaleza Previa xxxxxx P(F /Sj) Conjunta P(F Posterior
Sj) P(Sj/F)
 33

Baja 0.22 0.3 0.066 0.21

Media baja 0.24 0.35 0.084 0.27
Media alta 0.25 0.2 0.05 0.16
Alta 0.29 0.38 0.1102 0.35
P(F)=0,3102

Estado de Probabilidad Probabilidad Probabilidad Probabilidad

Naturaleza Previa xxxxxx P(D /Sj) Conjunta P(D Posterior
Sj) P(Sj/D)
Baja 0.22 0.7 0.154 0.223
Media baja 0.24 0.65 0.156 0.226
Media alta 0.25 0.8 0.2 0.289
Alta 0.29 0.62 0.1798 0.260
P(D)=0,6898

𝑉𝐸 => 𝑃𝐴𝑅𝐴 𝐸𝐿 𝐶𝐴𝑆𝑂 𝐹𝐴𝑉𝑂𝑅𝐴𝐵𝐿𝐸

𝑉𝐸(𝑁𝑂𝐷𝑂1) = (0.21 ∗ 45) + (0.27 ∗ 48) + (0.16 ∗ 51) + (0.35 ∗ 87) = 50.52

𝑉𝐸(𝑁𝑂𝐷𝑂2) = (0.21 ∗ 37) + (0.27 ∗ 39) + (0.16 ∗ 43) + (0.35 ∗ 50) = 42.68

𝑉𝐸(𝑁𝑂𝐷𝑂3) = (0.21 ∗ 40) + (0.27 ∗ 41) + (0.16 ∗ 43) + (0.35 ∗ 46) = 42.45

𝑉𝐸(𝑁𝑂𝐷𝑂4) = (0.21 ∗ 38) + (0.27 ∗ 42) + (0.16 ∗ 45) + (0.35 ∗ 49) = 43.67

𝑉𝐸 => 𝑃𝐴𝑅𝐴 𝐸𝐿 𝐶𝐴𝑆𝑂 𝐷𝐸𝑆𝐹𝐴𝑉𝑂𝑅𝐴𝐵𝐿𝐸

𝑉𝐸(𝑁𝑂𝐷𝑂5) = (0.223 ∗ 46) + (0.226 ∗ 48) + (0.289 ∗ 51) + (0.260 ∗ 57) = 50.44

𝑉𝐸(𝑁𝑂𝐷𝑂6) = (0.223 ∗ 37) + (0.226 ∗ 39) + (0.289 ∗ 43) + (0.26 ∗ 5) = 42.49

𝑉𝐸(𝑁𝑂𝐷𝑂7) = (0.223 ∗ 40) + (0.226 ∗ 41) + (0.289 ∗ 43) + (0.26 ∗ 46) = 42.57

𝑉𝐸(𝑁𝑂𝐷𝑂8) = (0.223 ∗ 38) + (0.226 ∗ 42) + (0.289 ∗ 45) + (0.26 ∗ 49) = 43,71
 34

ARBOL DE DECISIONES

𝑉𝐸(𝑁𝑂𝐷𝑂0) = (50.52 ∗ 0.3102) + (50.44 ∗ 0.6898) = 50.46

 35

Solución Yenifer Blanco

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

DBG = Demanda baja ganancias

DMBG = Demanda media baja ganancias

DMAG = Demanda media alta ganancias

DAG = Demanda alta ganancias

Por valor esperado se obtiene:

Nodo 5 =43.9

Nodo 4 = 42,73

Nodo 3 = 42,75

Nodo 2 = 50,7

Nodo 1 = Max (Nodo 2, Nodo 3, Nodo 4, Nodo 5)

 36

Nodo 1 = 50,7

La decisión recomendada por el método de valor esperado es fabricar con un pago 50,7
millones.
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

Valor esperado de la información perfecta se calcula:

VEIP = VEcIP – VEsIP

VEcIP = (0,22 × 45) + (0,24 × 48) + (0,25 × 51) + (0,29 × 57)

VEcIP = 50,7 Millones

VEcIP – VEsIP = 50,7 – 50,7 = 0

VEIP = 0

No se 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:

Se aplica el teorema de Bayes para encontrar las posibilidades posteriores.

𝑃(𝐸 𝑆𝑗)𝑃(𝑠𝑗)
𝑃(𝑆𝑗 𝐸) =
𝑃(𝐸)
 37

P(Sj E) = Probabilidades a posteriori

P(Sj) = Probabilidades a priori

P(E Sj) = Probabilidad de E en la hipótesis Sj

Con E = favorable (f) o desfavorable (d)

Del ejercicio tenemos lo siguiente:

P(s1) = 0,22 P(s2) = 0,24 P(s3) = 0,25 P(s4) = 0,29

FAVORABLE
Estados de Probabilidades Probabilidades Probabilidades Probabilidades
la Naturaleza Previas P(sj) condicionales conjuntas posteriores
P(f/sj) P(F⋂Sj) P(Sj/F)
Demanda
Baja 0,22 0,3 0,066 0.212765957
Ganancia
Demanda
Media Baja 0,24 0,35 0,084 0,270793036
Ganancia
Demanda
Media Alta 0,25 0,2 0,05 0,161186331
Ganancia
Demanda
0,29 0,38 0,1102 0,355254674
Alta Ganancia
P(F) 0,3102

DESFAVORABLE
Estados de Probabilidades Probabilidades Probabilidades Probabilidades
la naturaleza previas P(Sj) condicionales conjuntas posteriores
P(D/Sj) P(D∩Sj) P(Sj/D)
Demanda
0,22 0,7 0,154 0,223253116
Baja Ganancia
Demanda
Media Baja 0,24 0,65 0,156 0,226152508
Ganancia
Demanda
Media Alta 0,25 0,8 0,2 0,289939112
Ganancia
Demanda
0,29 0,62 0,1798 0,260655262
Alta Ganancia
 38

P(D) 0,6898

Se observa que pasa en el árbol de decisión.

Resolvemos los nodos según los resultados dados en la tabla de FAVORABLE y

DESFAVORABLE.

VE (Nodo 4) = (0.212765957x 45) + (0,270793036x 48) + (0,161186331x 51) + (0,355254674x

57) = 51.04255309
 39

VE (Nodo 5) = (0.212765957x 37) + (0,270793036x 39) + (0,161186331+ 43) + (0,355254674x

50) = 43,12701475

VE (Nodo 6) = (0.212765957x 40) + (0,270793036x 41) + (0,161186331x 43) + (0,355254674x

46) = 42.88587999

VE (Nodo 7) = (0.212765957x 38) + (0,270793036x 42) + (0,161186331x 45) + (0,355254674x

49) = 44.1192778

VE (Nodo 8) = (0,223253116x 45) + (0,226152508x 48) + (0,289939112x 51) + (0,260655262x

57) = 50.54595525

VE (Nodo 9) = (0,223253116x 37) + (0,226152508x 39) + (0,289939112x 43) + (0,260655262x

50) = 42.58045802

VE (Nodo 10) = (0,223253116x 40) + (0,226152508x 41) + (0,289939112x 43) +

(0,260655262x 46) = 42.65990134

VE (Nodo 11) = (0,223253116x 38) + (0,226152508x 42) + (0,289939112x 45) +

(0,260655262x 49) =43.80139162

 40

Se escoge el número de los nodos de decisión que sea mayor:

Nodo 2 = Max (Nodo 4, Nodo 5, Nodo 6, Nodo 7) = 51.04255309

Nodo 1 = Max (Nodo 8, Nodo 9, Nodo 10, Nodo11) =50.54595525

VE (Nodo 1) = (0.3102x51.04255309) + (0.6898 x50.54595525 )

VE (Nodo 1) = 50,07 Millones – VEcIM,

g) ¿Cuál es el valor esperado de la información de investigación de mercados?

Para hallar el valor esperado de la información perfecta tenemos que:

VEIM = VEcIM – VEsIM

VEcIM = 50,07 Millones

VEsIP = 50,07 Millones

VEIM = 0

Esto deduce que la influencia de la investigación de mercado no fue relevante pues el

resultado es 0.

h) ¿Cuál es la eficiencia de la información?

La Eficiencia de la información se calcula:

 41

𝑉𝐸𝐼𝑀
∗ 100
𝑉𝐸𝐼𝑃

Dado que los valores de VEIM y VEIP son cero la eficiencia de la información es 0, de ahí que
se hace necesario buscar otro tipo de muestra o métodos de investigación de mercado
 42

2.3 Pantallazos del uso del WinQSB

2.3.1 Ejercicio 1

2.3.2 Ejercicio 2
 43

3. CONCLUSIONES

Luego de concluir el presente trabajo se puede concluir que se presentaron muchas dificultades

que no permitieron realizar una entrega de aportes oportunos; estos problemas estuvieron

relacionados con el programa Win QSB que resulto muy dificultoso instalar para poder elaborar

los ejercicios.

En cuanto a la temática desarrolla se observa que es de suma importancia para la toma de

decisiones en cualquier aspecto en el que nos desenvolvamos a nivel laboral con nuestra profesión.

(Carmiña Chico,2017)

Es de anotar que la tema de decisiones es un tema de mucha importancia en la ingeniería por lo

cual se debe ser muy cuidadoso al momento de tratar problemas referentes a este mismo. Existen

diferentes métodos utilizados en la toma de decisiones que nos pueden llevar a lograr el objetivo

propuesto.

Mediante el desarrollo de esta actividad se pudieron adquirir conocimientos que ayudaran en

un futuro a la solución de problemas que con frecuencia se presentan en las industrias, es por eso

que se puede decir que esta actividad ha sido una gran experiencia, aunque se presentaron muchos

inconvenientes con la instalación de la herramienta WINQSB y además los estudiantes no

 44

obtuvimos ninguna asesoría de ninguna índole, pero a pesar de eso se logró llevar a cabo la

actividad y se cumplieron los objetivos propuestos. (Henoc, 2017)

En los problemas observamos que para tomar una buena decisión de una empresa o negocio

depende las operaciones matemáticas que permiten dar un mejor manejo de la información de allí

se determinara la mejores decisiones y posibles alternativas con ayudas de herramientas que nos

permitirán desarrollar con más facilidad y rapidez este tipo de ejercicios o problemas para dar

respuesta a algunas de las incógnitas y gráficos que representan los mismos en el ámbito

empresarial.(Yennifer Blanco, 2017)

 45

4. REFERENCIAS

Hillier , F., & Lieberman, G. (2010). Análisis de Decisiones. (pp. 634-725), México D.F., México:

Editorial McGraw-Hill. Obtenido de

http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386&opensearch=investigaci%C3

%B3n%20de%20operaciones&editoriales=&edicion=&anio=%20

Hillier, F., & Lieberman, G. (2010). http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386.

Obtenido de http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386

Mosquera, W. (2010). Teoría de las decisiones. (pp. 30-41), Bogotá, Colombia: Editorial

Universidad Nacional Abierta y a Distancia. Obtenido de http://hdl.handle.net/10596/4891

Mosquera, W. (2010). Teoría de las decisiones. (pp. 30-41), Bogotá, Colombia: Editorial

Universidad Nacional Abierta y a Distancia. Obtenido de http://hdl.handle.net/10596/4891