Tema 04

Introduccin a los Mtodos Cuantitativos. Anlisis de decisiones.

Miguel Castillo MBA

PENSAMIENTOS

Usted es responsable por su propio aprendizaje. Yo soy responsable por apoyarlo, facilitarle aprender y aprender juntos. Annimo

Miguel Castillo MBA

Introduccin
La situacin actual:
Actualmente la gerencia esta funcionando en un ambiente que esta sometido a muchos mas cambios que en cualquier poca pasada. El gerente puede iniciar algunos de esos cambios, pero generalmente no ocurre as, sino que los dicta la dinmica de la produccin, mientras que la dinmica de los mercados, desplaza los mercados tradicionales. La empresa eficiente de nuestra poca debe depender en gran parte de las computadores y de los mtodos cuantitativos para manejar sus innumerables problemas, tanto los de rutina, como los mas complejos y bien estructurados.

Miguel Castillo MBA

Proceso de toma de decisiones.

Qu hace un gerente? Tomar decisiones estratgicas para la vida de una empresa. Cuando empieza una toma de decisiones?

Cuando surge un problema (generalmente)

Qu hacemos con el problema?

Lo identificamos y buscamos su solucin

Miguel Castillo MBA

Proceso de toma de decisiones

Conocido un problema, el gerente hace lo siguiente (generalmente): 1. Definir el problema en forma clara y formular el objetivo.

2. Identificar las restricciones.

3. Evaluar las alternativas. 4. Escoger el mejor curso de accin.

Miguel Castillo MBA

Toma de decisiones VS resolucin de problemas.

Resolucin de problemas
Escoger una alternativa

Definir el problema

Identificar alternativas

Determinar los criterios

Evaluar alternativas

Implementar la decisin

Evaluar los resultados

Toma de decisiones Decisin

Tomado del libro Mtodos Cuantitativos para los Negocios de Anderson-Sweenwy-Williams

Miguel Castillo MBA

Proceso de toma de decisiones

Cmo realiza este proceso el gerente?

1. Cualitativamente

2. Cuantitativamente

Miguel Castillo MBA

Proceso de toma de decisiones

Tomado del libro Mtodos Cuantitativos para los Negocios de Anderson-Sweenwy-Williams

Miguel Castillo MBA

Proceso de toma de decisiones

La habilidad para resolver problemas mediante el anlisis cuantitativo, es propio de cada gerente.
Pero esta habilidad puede adquirirse aumentarse con la experiencia. Esta habilidad puede adquirirse con el estudio de las herramientas matemticas que ofrece los Mtodos Cuantitativos ( Investigacin de Operaciones). SEORES, POR ESO ESTAMOS AQU.

Miguel Castillo MBA

Objetivos del curso

1. Apreciar la importancia cuantitativos. y poder de mtodos

2. Aprender a reconocer cundo los mtodos cuantitativos pueden (y cuando no) ser aplicados en forma fructfera. 3. Aprender como aplicar las principales tcnicas de mtodos cuantitativos para analizar una variedad de problemas administrativos. 4. Desarrollar una comprensin de la interpretacin de los resultados de un estudio de mtodos cuantitativos. Empezamos.
Miguel Castillo MBA

Mtodos Cuantitativos Aplicados a los Negocios

Se han dado diversos nombre a todo el conjunto de conocimientos que involucran procedimientos cuantitativos para la toma de decisiones, los mas comunes son:

Ciencia de la administracin,

Investigacin de operaciones,
Ciencias de la decisiones, : Mtodos

Nosotros, utilizaremos nombre de cuantitativos aplicados a los negocios.

Miguel Castillo MBA

Mtodos cuantitativos Investigacin de operaciones

El nombre tradicional dado a la disciplina (y que an se usa fuera de las escuelas de negocios) es investigacin de operaciones. Este nombre surgi porque los equipos cientficos en la segunda guerra mundial estaban haciendo investigacin acerca de cmo manejar las operaciones militares.

La abreviatura IO tambin se conoce ampliamente. Con frecuencia se combina la abreviatura con la de los mtodos cuantitativos, de ah que se conozca la disciplina como IO/MC

Miguel Castillo MBA

Mtodos cuantitativos - Definicin

Los Mtodos Cuantitativos (MC) son una disciplina que intenta ayudar en la toma de decisiones mediante la aplicacin de un enfoque cientfico a problemas administrativos que involucran factores cuantitativos.

El enfoque cientfico de toma de decisiones, se requiere el uso de uno o mas modelos matemticos.

Miguel Castillo MBA

Anlisis de decisiones

Miguel Castillo MBA

Introduccin
Con frecuencia los gerentes tienen que tomar decisiones en entornos que contienen mucha incertidumbre. Ejemplo: Un fabricante introduce un nuevo producto al mercado. Una firma financiera que invierte en valores. Un contratista gubernamental licita un nuevo contrato. Una firma agrcola selecciona la mezcla de cultivo y ganado para la temporada entrante. Una compaa petrolera decide si perfora o no en busca de petrleo en una ubicacin dada. Estos son los tipos de toma de decisiones frente a una gran incertidumbre para los que se diseo el anlisis de decisiones.

Miguel Castillo MBA

Cundo hacer anlisis de decisiones?

El anlisis de decisiones se puede emplear para determinar estrategias optimas cuando quien debe tomar decisiones tiene que enfrentarse ante varias alternativas de decisin y un patrn incierto o lleno de riesgos de eventos futuros.

Miguel Castillo MBA

Objetivo
Ayudar a tomar mejores decisiones.

Con una buena decisin no siempre se obtiene un

buen resultado.

Pero una buena decisin produce buenos resultados

con mayor frecuencia.

Miguel Castillo MBA

Anlisis de decisiones:

Primer paso

Identificar las alternativas de decisin. Alternativa: Acciones resolver el problema. que se tomaran para

Se deben presentar dos o ms alternativas de decisin.

Miguel Castillo MBA

Anlisis de decisiones:

Segundo paso

Identificar los estados de la naturaleza

Estado de la Naturaleza: Posible evento futuro.

Son eventos que no estn bajo el control del decisor y que podran afectar los resultados.
Deben ser mutuamente colectivamente exhaustivos. excluyentes y

Miguel Castillo MBA

Anlisis de decisiones:

Tercer paso

Identificar la tabla de retribuciones ( matriz de pagos)

TABLA DE RETRIBUCIONES DECISION d1 d2 : dn 1 r11 r12 : r1n ESTADO DE NATURALEZA 2 ........ r21 ........ r22 ........ : ........ r2n ........ M r1m r2m : rnm

Esta matriz esta compuesta por la utilidad asociada con cada una de las combinaciones de alternativa de decisin y estado de naturaleza.
Miguel Castillo MBA

Anlisis de decisiones: Tomar la decisin

Depende del modelo de decisin que se este utilizando. Clase de modelo de decisin: Decisiones bajo certidumbre. Decisiones bajo riesgo. Decisiones bajo incertidumbre

Miguel Castillo MBA

Decisiones bajo certidumbre.

Quien toma la decisin sabe exactamente qu estado de la naturaleza ocurrir.
El nico problema es seleccionar la mejor decisin.

Miguel Castillo MBA

Decisiones bajo riesgo.

Los estados de naturaleza estn definidos por una distribucin de probabilidades.

Quien toma la decisin puede utilizar los siguientes criterios:

Maximizar el rendimiento esperado medido por el rendimiento neto. Minimizar el arrepentimiento esperado (costo de oportunidad). Maximizar el rendimiento esperado medido por la utilidad.

La mayor parte de de los modelos de decisiones administrativas caen en esta categora.

Miguel Castillo MBA

Ejemplo 01: Puesto de peridico.

Un repartidor de peridico puede compra el diario Gestin a $ 0.40 y venderlo a $ 0.75. Sin embargo, debe adquirir los peridicos antes de saber cuantos puede vender realmente. Si compra mas peridicos de los que puede vender, simplemente desechara el excedente, sin costo adicional. Si no compra suficientes peridicos, pierde ventas potenciales ahora y posiblemente en el futuro (los clientes disgustados podran ya no comprarle). Supngase, por el momento, que esta perdida de ventas futuras es representada por un costo de perdida del buen nombre estimado en $ 0.50 por cliente insatisfecho. A continuacin mostramos la distribucin de probabilidades de la demanda de peridicos.
Demanda Probabilidad 0 0.1 1 0.3 2 0.4 3 0.2

Miguel Castillo MBA

Anlisis de decisiones:

Primer paso

Para simplificar el anlisis, supondremos las siguientes decisiones:

Comprar 0 peridico Comprar 1 peridico. Comprar 2 peridicos. Comprar 3 peridicos.

Miguel Castillo MBA

Anlisis de decisiones:

Segundo paso

Definiendo nuestros estados de naturaleza:

Que me compren 0 peridico. Que me compren 1 peridico.

Que me compren 2 peridicos.

Que me compren 3 peridicos.

Miguel Castillo MBA

Anlisis de decisiones:

Tercer paso

Construyendo mi tabla de retribuciones, tenemos:

Miguel Castillo MBA

Anlisis de decisiones: decisin

Tomar la

Usaremos el criterio de: Maximizar el rendimiento esperado

Precio de venta Costo de compra Costo de perdida de un cliente 75 centavos 40 centavos 50 centavos Estados de naturaleza 1 2 -50 -100 35 -15 -5 70 -45 30 0.3 0.4 Rendimiento esperado 3 -150 -65 20 105 0.2 -85.0 -12.5 22.5 7.5

Decisin 0 1 2 3 Probabilidades

0 0 -40 -80 -120 0.1

De acuerdo a este criterio, nuestra decisin ser: comprar 02 peridicos, porque me produce el mayor rendimiento esperado.
Miguel Castillo MBA

Anlisis de decisiones: Anlisis de sensibilidad

La decisin tomada, est basada en un costo, el costo de perdida de un cliente, cuyo valor es mucho menos seguro que los otros dos costos (compra y venta). Qu le pasara a la decisin ptima si el costo de perder a un cliente fuera diferente?. Para resolver esto, haremos un anlisis de sensibilidad con la ayuda del Excel

Miguel Castillo MBA

Anlisis de decisiones: Anlisis de sensibilidad

ANALISIS DE SENCIBILIDAD
50 0 -50 -100 -150 -200 -250 -300 Comprar 0 Comprar 1 Comprar 2 Comprar 3

20

40

60

80

Miguel Castillo MBA

10 0 12 0 14 0

Decisiones bajo incertidumbre

Se asume que quien toma la decisin no tiene conocimiento de cul estado de la naturaleza ocurrir. Existen tres criterios para tomar la decisin:

Maximizar el rendimiento neto mnimo. Maximizar el rendimiento mximo.

Minimizar el arrepentimiento mximo.

Cada uno de estos criterios conducir, en general, a diferentes decisiones, con las cuales muchos administradores se sentirn inconformes.
Miguel Castillo MBA

Maximizar el rendimiento neto mnimo.

El criterio maximin es un procedimiento extremadamente conservador, quizs pesimista.

Evala cada decisin segn la peor circunstancia que pudiera pasar si tomara esa decisin.
Es utilizado a menudo en situaciones donde la persona que planea siente que no puede permitirse un error. De acuerdo a este criterio, el vendedor de peridico, se decide por comprar 1 peridico.
Decisin 0 1 2 3 Estados de naturaleza 0 1 2 3 0 -50 -100 -150 -40 35 -15 -65 -80 -5 70 20 -120 -45 30 105

Decisin 0 1 2 3

Rendimiento mnimo -150 -65 -80 -120

Miguel Castillo MBA

Maximizar el rendimiento mximo.

El criterio maximax es tan optimista como pesimista es el maximin. Evala cada decisin segn lo mejor que pudiera pasar si sta se tomara. La decisin que proporcione el mximo de estos rendimientos mximos es entonces seleccionada. De acuerdo a este criterio, el vendedor de peridico, se decide por comprar 3 peridico.
Decisin 0 1 2 3 Estados de naturaleza 0 1 2 3 0 -50 -100 -150 -40 35 -15 -65 -80 -5 70 20 -120 -45 30 105
Decisin 0 1 2 3 Rendimiento mximo 0 35 70 105

Miguel Castillo MBA

Minimizar el arrepentimiento mximo.

Hasta ahora, todos los criterios de decisin han sido utilizados en una tabla de retribuciones como rendimientos medidos por flujo de efectivo.

Ahora trabajaremos con un tabla de retribucin donde se muestre el arrepentimiento para cada combinacin de decisin y estado de naturaleza.
Se procede de la siguiente manera:

Se encuentra la entrada mxima en cada columna. Se calcula la nueva entrada sustrayendo la entrada actual del mximo de su columna.

Utilizar el criterio minimax conservador, esto es, seleccionar aquella decisin que funcione mejor en el peor caso. Seleccionar la decisin que minimice el arrepentimiento mximo.
Miguel Castillo MBA

Minimizar el arrepentimiento mximo

Paso 1
Decisin 0 1 2 3 Estados de naturaleza 0 1 2 3 0 -50 -100 -150 -40 35 -15 -65 -80 -5 70 20 -120 -45 30 105

Paso 2
Decisin 0 0 0-0 1 0 - (-40) 2 0 - (-80) 3 0 - (-120) Estados de naturaleza 1 2 3 35 - (-50) 70 - (-100) 105 - (-150) 35 - 35 70 - (-15) 105 - (-65) 35 - (-5) 70 - 70 105 - 20 35 - (-45) 70 - 30 105 - 105

Paso 3
Decisin 0 1 2 3 Estados de naturaleza 0 1 2 3 0 85 170 255 40 0 85 170 80 40 0 85 120 80 40 0

Paso 4
Decisin 0 1 2 3 Mximo arrepentimiento 255 170 85 120

En el caso del vendedor de peridico, el criterio de arrepentimiento minimax indica que el repartidor de peridico debe comprar 2 peridicos.
Miguel Castillo MBA

rbol de Decisiones
Representacin grfica del proceso de toma de

decisiones bajo riesgo. Todas las posibles secuencias de eventos estn representadas en el rbol de decisiones, cada una de las cuales podra llevarnos a uno de varios resultados inciertos. Para aprender como crear un rbol de decisiones, veamos el siguiente ejemplo:

Miguel Castillo MBA

Ejemplo 02
Acaba de completarse la fase de diseo y prueba de productos para la nueva lnea de tractores para jardn y uso domestico de PROTRAC. La alta gerencia est tratando de decidir la estrategia de mercadotecnia y produccin apropiadas para usarse con este producto. Se estn considerando tres alternativas principales: Agresiva (A): Esta estrategia representa un compromiso importante por parte de la empresa con esta lnea de producto. Se incurrira en importantes desembolsos de capital para una nueva y eficiente planta de produccin. Se acumularan grandes inventarios para garantizar la entrega apropiada de todos los modelos. Se iniciara una gran campaa de publicidad incluyendo un patrocinio a nivel nacional de comerciales en televisin y se arrancara un programa de descuentos a distribuidores.
Miguel Castillo MBA

Ejemplo 02
Bsica (B): En este plan, la produccin del E-4 (el tractor oruga pequeo) sera trasladada de Joliet a Moline. Este traslado eliminara el departamento de produccin del pelicano ajustable y del excavador. Al mismo tiempo, la lnea E-4 en Joliet seria modificada para producir el nuevo producto para jardn y uso domestico. Se mantendran inventario solo para los productos mas populares. Las oficinas centrales pondran fondos a disposicin para apoyar esfuerzos locales o regionales de publicidad, pero no se hara una campaa publicitaria nacional. Cautelosa (C): En este plan, la capacidad sobrante en varia de las lneas E-4 se utilizara para manufacturar los nuevos productos. Se desarrollara un mnimo de nuevos montajes. La produccin se programara para satisfacer la demanda y la publicidad correra a cargo del comerciante local.
Miguel Castillo MBA

Ejemplo 02
La administracin decide clasificar el estado del mercado como fuerte (D1) o dbil (D2). En realidad la demanda se caracteriza por un continuo de resultados posibles. A continuacin se muestra la tabla de retribuciones y su respectiva probabilidad:
Decisin A B C Probabilidad Estado naturaleza D1 D2 30 -8 20 7 5 15 0.45 0.55

Miguel Castillo MBA

Construccin del rbol de Decisiones

Nodo Cuadrado: Punto donde debe tomarse una decisin. Cada lnea que parte de l representa una decisin. Nodo Circular: Representan situaciones donde el resultado es incierto. Rama:Cada lnea que emanan de los nodos. Posiciones terminales. Nodos terminales. En este curso, utilizaremos el software TreePlan. Este software esta disponible como shareware. Visite su sitio web en http://www.treeplan.com

Miguel Castillo MBA

rbol de Decisiones del ejemplo 02

0.45 Fuerte 30 Agresiva 0 9.1 Dbil -8 -8 0.45 Fuerte 20 Bsica 2 12.85 0 12.85 Dbil 7 7 0.45 Fuerte 5 Cautelosa 0 10.5 Dbil 15 15 15 5 0.55 5 7 0.55 20 20 -8 30 0.55 30

Miguel Castillo MBA

rbol de Decisiones: Cmo incorporar nueva informacin.

La administracin de la divisin de tractores domsticos de PROPRAC estaba a punto de recomendar la estrategia de mercadotecnia y produccin bsica, cuando el consejo directivo insisti en que primero tendra que llevarse a cabo un estudio de investigacin de mercado. Slo despus de dicho estudio el consejo estara dispuesto a aprobar la seleccin de la estrategia de mercadotecnia y produccin.
Cmo de debe proceder?
Miguel Castillo MBA

rbol de Decisiones: Cmo incorporar nueva informacin.

Seleccionar a una empresa que realice el estudio de mercado en un tiempo prudente (recomendablemente un mes). Sobre si el estudio era alentador (A) o desalentador (D).
Est informe revelara siempre el estado verdadero de la naturaleza. La administracin una vez que tenga la informacin, puede actualizar su estimacin P(F), es decir la probabilidad de que el mercado fuera fuerte, sera actualizada. La pregunta es: cmo deber realizarse la actualizacin?. La actualizacin, se realiza basndonos en la probabilidad condicional.
Miguel Castillo MBA

rbol de Decisiones: Calculo probabilidades a posteriori

de

La pregunta es: cmo calcular la probabilidad a posteriori?

Supongamos que el grupo de mercadotecnia ha dado el siguiente informe: P(Cj/Di)
D1 Alentador (C1) Desalentador (C2) 0.6 0.4 D2 0.3 0.7

La clave para obtener las probabilidades a posteriori es el teorema de Bayes. Nosotros utilizaremos el Excel para calcularlas
Miguel Castillo MBA

rbol de Decisiones: Calculo de probabilidades a posteriori con el Excel

CONFIABILIDADES Fuerte Dbil Alentador 0.6 Desalentador 0.4 0.3 0.7

PROBABILIDADES A PRIORI Fuerte Dbil 0.45 0.55 PROBABILIDADES CONJUNTAS Y MARGINALES Fuerte Dbil Alentador 0.27 0.165 0.435 Desalentador 0.18 0.385 0.565 0.45 0.55

PROBABILIDAD A POSTERIORI Fuerte Dbil Alentador 0.621 0.379 Desalentador 0.319 0.681

Miguel Castillo MBA

rbol de Decisiones: informe alentador

0.621 Fuerte 30 Agresiva 0 15.598 30 0.379 Dbil -8 -8 0.621 Fuerte 0.435 Alentador 1 0 15.598 0 15.073 0.379 Dbil 7 7 0.621 Fuerte 5 Cautelosa 0 8.79 5 0.379 Dbil 15 15 13.45778 0.319 15 5 7 20 Bsica 20 20 -8 30

Miguel Castillo MBA

rbol de Decisiones: informe desalentador

13.45778 0.319 Fuerte 30 Agresiva 0 4.122 30 0.681 Dbil -8 -8 0.319 Fuerte 0.565 Desalentador 3 0 11.81 0 11.147 0.681 Dbil 7 7 0.319 Fuerte 5 Cautelosa 0 11.81 5 0.681 Dbil 15 15 15 5 7 20 Bsica 20 20 -8 30

Miguel Castillo MBA

rbol de Decisiones: Toma de decisin

Si la prueba es alentadora, para maximizar el rendimiento esperado, debemos realizar la accin Agresiva. Si el resultado de la prueba es desalentadora, para maximizar el rendimiento esperado, debemos realizar la accin Cautelosa.

Miguel Castillo MBA

Valor de la informacin
Valor esperado de la informacin de muestra (VEIM) VEIM = Mximo rendimiento esperado con informacin Mximo rendimiento esperado sin informacin VEIM = $13.46 - $ 12.85 = $ 0.61 $ 0.61 es lo mximo que estamos dispuestos a pagar por la informacin Valor esperado de la informacin perfecta (VEIP) VEIP = (30)(0.45) + (15)(0.55) 12.85 = $8.9 $8.9 es lo mximo que estoy dispuesto a pagar por la informacin perfecta
Miguel Castillo MBA

menos

Ejemplo 03
Observe la siguiente tabla de retribuciones, en la cual las entradas estn en rendimientos netos en dlares.
Decisin 1 2 3 4 1 35 27 22 20 Estado de naturaleza 2 3 22 25 25 20 25 25 25 28 4 12 18 28 33

Cul seria su decisin bajo un enfoque de incertidumbre?

Si las probabilidades para los estados de naturaleza son las siguientes Cul es la decisin que maximice el rendimiento neto esperado en dlares?. P(1)= 0.1 P(2)=0.4 P(3)=0.3
Miguel Castillo MBA

P(4)=0.2

Ejemplo 04
Mnica ha disfrutado de navegar en pequeos barcos desde que tenia 7 aos, cuando su madre comenz a navegar con ella. Ahora, Mnica esta considerando la posibilidad de abrir una compaa que produzca pequeos botes para el mercado de entretenimiento.

Debido al gasto necesario para desarrollar los moldes iniciales y adquirir el equipo necesario para producir botes de fibra de vidrio para nios, Mnica ha decidido llevar a cabo un estudio piloto para asegurarse que el mercado de los botes ser el adecuado. Ella estima que el estudio piloto le costara $10,000. Mas aun, es estudio piloto puede ser exitoso o no. Su decisin bsica es construir una gran fabrica, una pequea o no construirla. Con un mercado favorable, Mnica espera ganar $90,000 con una fabrica grande o $60,000 con la pequea. Sin embargo, si el mercado es desfavorable, Mnica estima que podra perder $30,000 con la fabrica grande y solo $20,000 con la fabrica pequea.

Miguel Castillo MBA

Ejemplo 04
Adems, estima que la probabilidad de un mercado favorable segn el estudio piloto exitoso es de 0.8. La probabilidad de un mercado desfavorable, segn un resultado de un estudio piloto no exitoso es de 0.9. Mnica piensa que hay una posibilidad de 50-50 de que el estudio piloto sea exitoso. Por supuesto, ella podra no realizar el estudio piloto y simplemente tomar la decisin de construir una fabrica grande o pequea o ninguna. Sin llevar a cabo es estudio piloto, ella estima que la probabilidad de un mercado exitoso es del 0.6. Qu le recomienda usted?

Miguel Castillo MBA

Ejemplo 05
Jenny Lind es una escritora de novelas romnticas. Tanto una compaa flmica como una red televisiva quieren los derechos exclusivos de una de sus obras ms populares. Si ella firma con la red recibir una sola suma fija, pero si firma con la compaa flmica la cifra que recibir depender de la respuesta del mercado ante la pelcula. Las retribuciones de Jenny se muestran a continuacin
Decisin Firmar con cia flmica Firmar con red televisiva Probabilidad a priori Estado de naturaleza Taquilla baja Taquilla media Taquilla alta $ 200,000 $ 1,000,000 $ 3,000,000 $ 900,000 $ 900,000 $ 900,000 30% 60% 10%

A quien debe deber vender Jenny los derechos? Cunto es lo ms que debe estar dispuesta a pagar para saber el monto de la taquilla, antes de decidir con quin firmar?
Miguel Castillo MBA

Ejemplo 05
Jenny Lind puede contratar a una empresa que se dedique a la investigacin de mercados, para hacer una encuesta con un costo de $100,000. El resultado de la encuesta consistir en una respuesta del publico favorable (F) o desfavorable (U) a la pelcula.
P(F/Baja) P(F/Media) P(F/Alta) 30% 60% 80% P(U/Baja) P(U/Media) P(U/Alta) 70% 40% 20%

Debe Jenny mandar a hacer la encuesta? Cunto es lo ms que Jenny debera estar dispuesta a pagar por la encuesta?

Miguel Castillo MBA

Ejemplo 06
Para ahorrar en gastos, Martn y Sara acordaron compartir el automvil para ir y regresar del trabajo. Sara prefiere usar la Av. Queen City que es mas larga pero mas consistente. Martn prefiere la autopista que es mas rapida, pero acord con Sara que tomaran la avenida Queen City si la autopista tenia un embotellamiento de transito. La siguiente tabla de resultados proporcionan la estimacin de tiempo en minutos para el viaje de ida y regreso.
Av. Queen City Autopista Autopista Autopista abierta embotellada 30 30 25 45

Con base a su experiencia con problemas de transito, Sara y Martn acordaron una probabilidad de 0.15 de que la autopista estuviera embotellada.
Miguel Castillo MBA

Ejemplo 06
Adems, acordaron que el clima pareca afectar las condiciones del transito en la autopista. Sea:

C despejado

O nublado

R lluvia

Se aplican las siguientes probabilidades condicionales:

P(C/Abierta) = 0.8
P(C/Embot) = 0.1

P(O/Abierta) = 0.2
P(O/Embot) = 0.3

P(R/Abierta) = 0.0
P(R/Embot) = 0.6

1. Muestre el rbol de decisiones para este problema. 2. Cul es la estrategia de decisin optima y cual es el tiempo de viaje esperado?
Miguel Castillo MBA