Professional Documents
Culture Documents
2. RBOLES DE DECISIONES
El rbol de decisiones es una tcnica que se utiliza para estructurar el proceso de toma de
decisiones bajo incertidumbre, y su anlisis se basa en la teora de probabilidades. Para ilustrar el uso
del rbol de decisiones, consideremos el caso de la Compaa de Manufacturas Elctricas (CME), que
produce aparatos de aire acondicionado. CME debe decidir si comprar un componente importante
para su producto final de un abastecedor o fabricarlo en su propia planta.
En el anlisis de toma de decisin, el primer paso es responder a la pregunta Qu podemos hacer?,
para identificar las alternativas posibles que puede considerar el decisor. En el caso sencillo de CME,
las alternativas son obvias:
C: Compra el componente.
F: Fabrica el componente.
La determinacin de la mejor decisin depender de la aceptacin de su producto final en el
mercado y consecuentemente, de la demanda derivada del componente en cuestin. Dado que la
demanda que CME enfrenta por su producto final esta fuera del control del decisor, esta constituye
una variable de estado. De acuerdo con la administracin de CME, los posibles valores de la demanda
por su producto final pueden ser altos, medios o bajos. Luego, los estados de la naturaleza que CME
podra enfrentar son:
DA = Demanda alta del producto final de CME.
DM = Demanda media del producto final de CME.
DB = Demanda baja del producto final de CME.
Dadas las alternativas de decisin y los tres posibles estados de la naturaleza, cul es la decisin
optima para CME? Para, contestar a esta pregunta necesitamos mayor informacin respecto a las
probabilidades de ocurrencia de cada posible, estado de la naturaleza, y respecto a la relacin que
existe entre las variables de decisin y de estado que influyen en los resultados de la decisin. En el
caso de CME la estructuracin del problema es muy simple, dado que solo tenemos una variable
decisin (compra/fabricacin del componente) y una variable de estado (nivel de demanda).
Debemos buscar informacin respecto a las ganancias netas asociadas con cada combinacin de una
alternativa de decisin y un estado de la naturaleza. Por ejemplo, cul es la ganancia que CME
obtendr si decide comprar el componente y la demanda fuera alta?, cul es la ganancia si la
empresa decide producir el componente y la demanda es media?; y as sucesivamente.
El resultado final de la decisin se expresa en trminos de ganancias netas; es decir, en una medida
de rentabilidad. Utilizando la mejor informacin disponible, la administracin de CME ha estimado
las ganancias netas para este problema, las cuales se muestran en el cuadro 27. Este cuadro, que se
conoce como una tabla de resultados, muestra las ganancias netas para cada, combinacin posible
de las variables de decisin y de estado. En general, los contenidos de una tabla de resultados
pueden expresarse en trminos de ganancias netas, costos o cualquier otra medida adecuada que
represente el resultado de la decisin en una situacin particular que se est analizando.
CUADR0 27: TABLA DE RESULTADOS DEL PROBLEMA DE CME GANANCIAS NETAS CONDICIONALES
(Miles de dlares).
Estados de la naturaleza
(Niveles de demanda)
Si la demanda por el producto final es alta, ser ventajoso para CME fabricar el componente,
obteniendo una ganancia neta de US$ 130,000. En cambio, si CME decide fabricar el Componente y
la demanda es baja, los costos, unitarios de produccin sern altos debido a la subutilizacin del
equipo de produccin; en este caso los ingresos no compensaran los costos generando una prdida
neta de US$ 20,000. Por otro lado, si CME decide comprar el componente y la demanda es alta sus
ganancias sern nicamente US$ 70,000, y si la demanda es baja las ganancias sern positivas e
iguales a US$ 10,000.
Tal como se indica en el encabezamiento del cuadro 27, estas ganancias se denominan ganancias
condicionales, ya que cada una depende de -o es condicionada por la decisin de fabricar / producir
el componente y del nivel de demanda que enfrente CME por su producto final. Puesto que el nivel
de demanda es una variable de estado, esta fuera del control del decisor. Los problemas de decisin,
en general se caracterizan por la presencia de incertidumbre en relacin a la ocurrencia de los
diversos sucesos o estados de la naturaleza. Si bien estos sucesos estn fuera del control del decisor,
este puede asignar probabilidades subjetivas a cada uno de los posibles valores de las variables de
estado basndose en la informacin disponible. Esta informacin es producto de la experiencia, juicio
y expectativas del decisor y/o sus expertos. Estas probabilidades subjetivas se denominan
probabilidades a priori y estn sujetas a revisin a la luz de cualquier informacin adicional. En el caso
de CME, el decisor debe asignar probabilidades a priori a los diversos niveles de demanda de su
producto final.
De acuerdo con la experiencia de la administracin de CME, se asigna una probabilidad de ocurrencia
de 0.30 al nivel alto de demanda, 0.30 a la demanda media y 0.40 a la probabilidad de una demanda
baja por el producto final.
Una vez que los elementos bsicos del problema de decisin han quedado establecidos, el decisor
est en condiciones de elegir la mejor alternativa. Puesto que suponemos que nuestro decisor es
neutral al riesgo, este evaluara y comparara el valor esperado de cada accin alternativa expresada
en ganancias netas, y elegir aquella que le represente el mayor beneficio.
Los problemas de decisin que involucran una sola variable de decisin y una variable de estado
pueden ser analizados utilizando las tablas de resultados. Pero cuando los problemas son ms
complejos y el nmero de estas variables aumenta, la construccin de tales tablas se torna imposible.
Para estos casos, as como para los casos ms simples, podemos usar, el diagrama del rbol de
decisiones.
En general, un rbol de decisiones se construye horizontalmente comenzando del extremo izquierdo,
como se hizo con los arboles de probabilidades. El rbol de decisiones muestra la progresin natural
o lgica que ocurre en el proceso de toma de decisiones. En primer lugar, para cada variable de
decisin colocamos un nodo cuadrado, del cual saldrn tantas lneas o rayas como alternativas
disponibles existan en dicha decisin.
Segundo cada rama es denotada por la alternativa disponible respectiva. Tercero, los terminales de
las ramas de decisin son usados como nodos de comienzo de variables de estado. Se usan nodos
redondos para definir las diferentes variables del problema bajo anlisis. De cada uno de estos nodos
salen tantas ramas como posibles valores pueda tomar la primera variable de estado en el problema.
Cuarto, los valores de la variable de estado se consignan encima de la rama respectiva y su
probabilidad de ocurrencia debajo de la misma. El proceso de construccin contina hasta que todas
las posibles secuencias de variables de decisin y variables de estado han sido representadas.
Las probabilidades que se registran en las ramas de las variables de estado son probabilidades
condicionales que dependen de los valores de las variables de estado y de las decisiones que las
preceden. Los nodos finales del rbol representan el conjunto de todos los posibles resultados
asociados con cada una de las alternativas de decisin. La probabilidad de ocurrencia de cada punto o
nodo inicial es calculada multiplicando todas las probabilidades en la secuencia de ramas que llevan
al nodo inicial del rbol al nodo final; esto es una aplicacin del concepto de expansin en cadena
(ver la seccin 6 del captulo 6).
Una vez construido el rbol de decisiones se debe evaluar cada resultado final asociado con la
secuencia respectiva de valores de las variables de estado y las variables de decisiones, para
determinar las ganancias netas. En nuestro ejemplo de la CME tenemos una variable de decisin y
una de estado. El grafico 48 muestra el rbol de este problema con la lgica progresiva que ocurre en
el proceso de toma de decisiones: primero, CME debe tomar una decisin (F o C). Luego que la
decisin sea ejecutada, se verificara un estado de la naturaleza expresado por el nivel de demanda. El
valor en cada nodo final del rbol representa la ganancia neta asociada con cada secuencia particular
de decisiones y variables de estado. Asi por ejemplo, el primer resultado de 130,000 dlares resultara
cuando CME decida fabricar el componente (F) y el tamao de mercado resulte alto (DA). EI segundo
resultado muestra una ganancia neta de 40,000, que se logra cuando CME toma la decisin de
fabricar el componente (F) y el nivel de demanda enfrentado sea medio (DM); y as sucesivamente.
Grafico 48: rbol de decisin del problema CME
En resumen, un rbol de decisiones est compuesto por nodos de decisin, representados por
cuadrados pequeos, y nodos de estado o de azar, representados por crculos pequeos. En cada
nodo de decisin el decisor debe elegir una alternativa, representada por una falta de decisin.
Seleccionar la mejor rama es equivalente a tomar la mejor decisin. En cambio, en los nodos de azar
el decisor no puede elegir entre una u otra rama, pues estas ramas de estado son controladas par la
naturaleza.
4. ANALISIS DE SENSIBILIDAD
En el proceso de toma de decisiones bajo incertidumbre, las probabilidades de ocurrencia de los
diferentes valores de las variables de estado de la naturaleza afectan el clculo del valor esperado y,
por tanto, la eleccin de la alternativa optima. Los decisores o sus expertos evalan estas
probabilidades sobre la base de In informacin acumulada en experiencias previas. Sin embargo, es
frecuente que en un problema de decisin se enfrenten situaciones nuevas y no se tengan
experiencias previas para estimar las probabilidades relacionadas con tales circunstancias. Esta
situacin es tpica cuando se lanza un nuevo producto al mercado y los estimados de las
probabilidades correspondientes podran ser menos confiables. En estos casos el anlisis de
sensibilidad respecto al as probabilidades ofrece al decisor una herramienta para determinar cuan
dependiente es la decisin de los valores de las probabilidades utilizadas en el modelo.
Para el caso de CME, en el anlisis de sensibilidad nos preguntamos: entre que limites puede variar
la probabilidad de que la demanda sea alta (DA) sin que la decisin ptima de fabricar el
componente (F) cambie? As, la probabilidad de enfrentar una DA fuera 0.25 en lugar de 0.30
resultara todava conveniente fabricar el componente?. Al hacer este anlisis de cuan sensible es la
decisin de fabricar /comprar a las variaciones de la probabilidad de DA, podremos establecer cun
importante es obtener un estimado confiable de esta probabilidad.
Usaremos el anlisis de sensibilidad para establecer el rango de la probabilidad de DA en el cual la
alternativa de fabricar sigue siendo la ms rentable. Para determinar este rango supondremos
arbitrariamente que la probabilidad de DM se mantendr constante en 0.30 y por tanto la variacin
en la probabilidad de DA se ver compensada por variaciones en la probabilidad de DB. Con este
supuesto podemos establecer el punta donde el valor esperado de fabricar es igual al valor esperado
de comprar [VE(F)= VE(C)], es decir, aquel punto donde resulta indiferente fabricar o comprar el
componente. Dado que p(DB) + p(PA) + p(DM) = 1.0 y que p(DM) = 0.30, y definiendo p(DA) = X y
p(DB) = 0.70 - X, tendremos:
VE(F) = 130(X) + 40(0.30) - 20(0.70-X) = 150X - 2 (5)
VE(C) = 70(X) + 45(0.30) + 10(0.70-X) = 60X + 20.5 (6)
En el grfico 50 se han ilustrado, las ecuaciones (5) y (6), que representan los valores esperados de
las dos alternativas para diferentes valores de X o p(DA) cuando p(DE) se mantiene en 0.30. Vemos
que cuando VE(F) =( VE), X es igual a 0.25; entonces, para p(DA) = 0.25, p(DM) = 0.30 y p(DB) = 0.45,
nos resultara indiferente fabricar o comprar el componente.
Adems el grafico 50 nos muestra que cuando, la probabilidad, de DA toma valores mayores que
0.25, VE(F) > VE(C); es decir, que es ms conveniente fabricar que comprar el componente. En
cambio, cuando la probabilidad de enfrentar una demanda alta es menor que 0.25, las ganancias
netas esperadas al fabricar el componente son menores que las ganancias que se obtendr si se
compra, y, por tanto, la decisin ptima variar.
Del grafico 48 vemos que si CME enfrenta, en efecto, una demanda alta (DA), la mejor alternativa es
fabricar el componente, obteniendo una ganancia neta de 130,000 dlares, que es mayor que la
ganancia de70,000 dlares que obtendr si decide comprar. De igual manera, si la demanda es media
(DM), la mejor alternativa es comprar obteniendo una ganancia neta de 45,000 dlares; finalmente,
si la demanda es baja (DB), la mejor alternativa es comprar obteniendo una ganancia neta de 10,000
dlares. Todo esto est representado en el grafico 51. La informacin perfecta le permite a CME, por
si misma, esperar una ganancia neta de 130,000 dlares con una probabilidad de 0.30, una ganancia
de 45,000 con una probabilidad de 0.30, y una ganancia de 10,000 con una probabilidad de 0.40.
Luego, el VECIP es de:
Este valor representa el mximo valor posible en que CME podra ver incrementada su ganancia
esperada si cuenta con informacin cierta con respecto al nivel de demanda de su producto final.
Pero sabemos que cualquiera sea el experimento muestral o estudio de mercado a realizarse, este no
brindara informacin "perfecta". En cualquier caso, CME sabe que nunca debe pagar ms de 13,500
dlares por cualquier informacin adicional, no importa cun buena sea esta, por ejemplo: si la
mejor compaa consultora propone a CME hacer un estudio de mercado para mejorar la evaluacin
de probabilidades de los diferentes niveles de demanda y solicita 16,000 dlares por realizar dicho
estudio, sera absurdo pagar dicha suma por una informacin imperfecta sabiendo que la
informacin perfecta vale solamente 13,500 dlares.
Estas probabilidades conjuntas pueden calcularse, dado que conocemos tanto las probabilidades
previas (grafico 48) como las funciones de verosimilitud. As, por ejemplo, la probabilidad conjunta de
obtener un nivel de demanda alto y de que el informe sea favorable es:
P(DA/I) = p(DA) * p(I/DA)
= (0.30) (0.65) = 0.195 (9)
Usando una vez ms el concepto de expansin en cadena, esta probabilidad conjunta tambin puede
escribirse de la siguiente manera:
P(DA/I) = p(I) p(DA/I) (10)
Este es el procedimiento bayesiano para calcular las probabilidades revisadas, las cuales se presentan
en el rbol cronolgico del grafico 53. Como su nombre lo indica, este rbol representa las variables
del estado en el orden cronolgico en el que suceden; primero se conoce el resultado del estudio de
mercado, luego el nivel de demanda que enfrentara CME por su producto. Resumiendo, podemos
decir que hay tres pasos para calcular las probabilidades posteriores o revisadas, Primero calculamos
las probabilidades conjuntas en el rbol de asignacin de probabilidades y las trasladamos a los
modos finales del rbol cronolgico. Segundo, calculamos las probabilidades pre posteriores,
sumando las probabilidades conjuntas respectivas. Finalmente, calculamos las probabilidades
revisadas usando la relacin de probabilidad condicional (ecuacin 11). Debemos notar que en el
rbol cronolgico tambin se cumple la relacin de expansin en cadena, la que implica que las
probabilidades en los modos finales son iguales al producto de las probabilidades de las amas que
van desde el nodo inicial hasta dicho nodo final. As :
P (I/DB) = p(I) p(DB/I)
= (0.61) (0.56) = 0.34
Grafico 54: Solucin del rbol de decisiones del problema de CME con la realizacin de estudios de
mercados.
Y diremos que el VE de tener un informe favorable (I) y de fabricar el componente (F) es de
76,000 dlares. Este valor esta escrito encima del nodo de azar respectivo. De igual manera se
calcularon los valores esperados para los otros nodos de azar.
VE(I,C) = 0.50(70) + 0.35(45) + 0.15(10) = 52.25
VE(I,F) = 0.17(130) + 0.27(40) + 0.56(-20) = 21.70
VE(I,C) = 0.17(700) + 27(45) + 0.56(10) = 29.65
Continuamos trabajando hacia atrs en el rbol de decisiones y nos encontramos en los nodos de
decisin. Aqu el decisor debe elegir F o C, dado el resultado del reporte del estudio de mercado.
Como el decisor esta tratando de maximizar las ganancias netas esperadas, su eleccin es clara: si el
reporte es favorable (I), la decisin optima es fabricar el componente (F); si el reporte no es favorable
(I), la decisin optima es comprar el componente (C). Es decir, si el reporte es favorable y dado que la
decisin es optima de fabricar el componente resulta en un valor esperado de 76,000 dlares,
diremos que el VE en el nodo de decisin es de 76,000 dlares, y anotamos este valor encima de
dicho nodo. De manera similar, si el reporte no es favorable y dado que la decisin optima de
comprar (C) ofrece un valor esperado de 29,650 dlares, anotamos este valor encima del nodo de
decisin que est despus de las ramas del resultado del estudio de mercado, tenemos:
VE(I) = 76,000
VE(I) = 29,650
Como ultimo paso, continuamos trabajando hacia atrs al nodo de azar que representa al indicador
de mercado y calculamos su valor esperado:
VE (con estudio de mercado) = 0.39 (76,000) + 0.61 (29,650)
= 47,730 dlares
Los 47,730 dlares representan el valor esperado de la estrategia ptima de decisin cuando se
encarga realizar el estudio de mercado. Tambin se le conoce como el VE de usar informacin
muestral.
Debemos sealar que la decisin final todava no se ha determinado. Necesitamos conocer el
resultado del estudio de mercado antes de decidir si fabricar (F) o comprar (C) el componente para la
fabricacin de los aparatos de aire acondicionado, Sin embargo, los resultados de anlisis de la
teora de decisiones nos definen la siguiente estrategia de decisin ptima, si el estudio de mercado
se lleva a cabo:
- Si el reporte es favorable (I), entonces se debe fabricar el componente, para maximizar las
ganancias esperadas.
- Si el reporte no es favorable (I), entonces se debe comprar el componente.
Hemos visto como los arboles de decisiones pueden usarse para desarrollar estrategias optimas en
problemas de decisin en un mundo incierto cuando es posible realizar experimentos para
conseguir informacin adicional. Si bien otros problemas de decisin pueden ser ms complejos que
el problema de CME, el enfoque que hemos presentado es igualmente aplicable. En primer lugar, el
analista debe tratar el rbol de decisiones consistente de nodos y ramas que representan el resultado
del experimento; luego se grafican las decisiones alternativas las variables de azar de tal manera que
el rbol describa el proceso de toma de decisiones especificas. Debemos sealar que la diferencia
entre un rbol de decisin sin informacin adicional y uno con informacin experimental es que este
ultimo tiene un nodo de azar adicional al comienzo del rbol; que representa el resultado de la
recoleccin de informacin (indicador). El nodo de azar que representa la variable de estado en
cuestin (e.g., nivel de demanda) permanece en su lugar original, pero las ramas que salen de este
nodo tienen nuevas probabilidades que se asignan sobre la base de informacin adicional recibida.
En el rbol original se usaron las probabilidades previas, pero en el rbol con informacin adicional se
usan las probabilidades revisadas o posteriores . Es decir que ser necesario aplicar el teorema de
Bayes para determinar las probabilidades del resultado de la informacin adicional y las
probabilidades realizadas de la variable de estado. Luego, trabajando hacia atrs en el rbol,
calculando valores esperados en los nodos de azar y eligiendo la mejor rama de decisin en los
nodos de decisin, el analista puede determinar la estrategia optima de decisin y el valor esperado
asociado al problema.
Ejercicios
1. Una empresa electrnica esta tratando de decidir si debe producir o no un nuevo sistema de
beepers. La decisin de producto significa una inversin de 5 millones de dlares y no se
conoce la demanda de este instrumento. Si la demanda es alta, la empresa espera un
rendimiento de 11 millones de Dlares. Si la demanda es moderada, el rendimiento ser de 7.4
millones de dlares; y si la demanda es baja significara un rendimiento de solo 4.2 millones de
dlares, que no alcanzara a cubrir los gastos de inversin. Se estima que la probabilidad de
obtener una demanda baja es de 0.1, mientras que la probabilidad de una demanda alta es de
0.5.
a) Si la compaa se basa en el criterio del valor esperado, debera efectuar la inversin?
b) Un miembro del Directorio propuso que se tome una muestra para estimar la demanda
real. cul seria el monto mximo que se debera pagar por este estudio?
c) Entre que limites se puede variar la probabilidad de que la demanda sea alta sin
cambiar la decisin elegida en (a)?. Asumir que la probabilidad de que la demanda
moderada no vara.
2. El gerente de una planta manufacturera que produce un artculo para el cual la demanda es
muy variada, debe decidir entre comprar una nueva maquina para cierta lnea de montaje o
reparar la maquina que actualmente presta servicio en esta lnea. El costo de la compostura es
de 500 dlares, mientras que el costo de la nueva maquina es de 7,000 dlares. Con la maquina
nueva, el costo variable de produccin por articulo es $ 0.60; con la maquina reparada el costo
variable unitario es de $ 1.10. El artculo se produce a medida que es demandado, para no
quedar con excedentes. El precio de venta de cada unidad del articulo es de 23 dlares y el
Gerente estima que la demanda ocurrir de acuerdo con la siguiente distribucin:
Demanda 5,000 10,000 25,000 50,000
Probabilidad 0.2 0.4 0.3 0.1
3. Una agencia de publicidad ha diseado 3 campaas alternativas para uno de sus clientes. El
cliente estudi las propuestas y construyo una distribucin de probabilidades que describe el
valor presente de las ganancias netas esperadas si invierte en una campaa de publicidad
especfica. Las distribuciones de probabilidades de los tres programas propuestos son las
siguientes:
5. Tortas Delicia planea su produccin diaria decidiendo producir 100, 200 o 300 tortas. El
cuadro de ingresos netos asociados a diferentes niveles de demanda y produccin es el
siguiente:
Demanda (tortas)
________________________________________________
Produccin 100 200 300
D1 D2 D3
Cul es la produccin ptima en los das que Tortas Delicia no recibe pedidos por
telfono?
6. Un inversionista ganara 12,000 dlares en intereses si deja sus fondos en una cuenta de
ahorros, pero esta considerando retirarlos para invertirlos en acciones de la compaa Vida
Feliz que tiene una probabilidad de 70 % de rendir utilidades de 20,000 dlares y una
probabilidad de 30 % de rendir utilidades de 5,.000 dlares, si las acciones son compradas hoy.
Si el inversionista espera, hay una probabilidad del 70 % de que las acciones empiecen a subir.
Si esto pasa, el inversionista comprara acciones y las probabilidades de rendimiento sern de
99 a 1 de rendir 18,000 o 3,000 dlares. Si el precio de las acciones no sube, el inversionista
dejara sus fondos en el banco.
Demanda
___________________________________________________
Decisin Baja (B) Intermedia (I) Alta (A)
a. Si p (B) = 0.20. p (I) = 0.35. cul es la decisin que usted recomendara, usando el criterio
del valor esperado?
b. Cul es el valor esperado de la informacin perfecta?
c. La compaa esta considerando llevar a cabo un estudio de marcado el cual ayudara a
evaluar la demanda para el nuevo complejo de condominios. El estudio arrojara un
resultado I, que consiste en tres indicadores de demanda: dbil (D), tpica (T) y fuerte (F),
con las siguientes funciones de verosimilitud :
________________________________________
Demanda Indicadores de demanda
________________________
D T F
_______________________________________
8. Una cervecera de la capital esta considerando la introduccin de una nueva bebida no alcohlica.
La compaa piensa que hay una probabilidad del 60% de que el producto sea un xito. El cuadro de
ingresos netos es el siguiente
_________________________________________________________________
xito (E) Fracaso (E)
___________________________________
Producir $ 250,000 $ -300,000
No producir $ -50,000 $ -20,000
__________________________________________________________________
La cervecera tiene la posibilidad de contratar a dos compaas de marketing para obtener
informacin adicional. La compaa Mauro Marketing afirma que ha desarrollado un indicador de
mercado, I, para el cual se tiene p(I/E) = 0.7 y p(I/E) = 0.4. La compaa Nuevo Mundo afirma que
ha desarrollado un indicador de mercado, J, para el cual p(J/E) = 0.6 y p(J/E) = 0.3.
a. Usando el criterio del valor esperado, sin contratar a una compaa de marketing, Cul es la
decisin optima para la cervecera?
b. Cul es el valor esperado de la informacin perfecta?
c. Encuentre el valor esperado de la informacin de Mauro y el de Nuevo Mundo.
d. Si ambas firmas cobran 25,000 dlares, a que compaa debe contratar la cervecera? por
que?
9. Un procedimiento de control de calidad implica la inspeccin del 100% de las piezas recibidas de
un abastecedor. Los registros histricos muestran las siguientes tasas de piezas defectuosas.
_________________________________________
Porcentaje de Probabilidad
Piezas defectuosas
_________________________________________
0 0.15
1 0.25
2 0.40
3 0.20
__________________________________________
El costo para el control de calidad con una inspeccin del 100% es de 250 dlares para cada
embarque de 500 piezas. Si no se hace esta inspeccin del 100%, las piezas se instalan sin inspeccin
previa, y las partes defectuosas se cambian despus, pero implican un costo adicional de 25 dlares
por cada pieza defectuosa.
b. El Gerente esta considerando eliminar el proceso de inspeccin para ahorrar 250 dlares por
embarque. Recomendara usted esta accin?
c. Cul es el monto mximo que el Gerente estar dispuesto a pagar por conocer de antemano la
tasa de piezas defectuosas?
10. Un consultor esta considerando presentar propuestas detalladas para dos posibles contratos.
La preparacin de la propuesta para el primer contrato cuesta 1,000 dlares, mientras que la
preparacin de la propuesta para el segundo cuesta 1,500 dlares. Si la propuesta para el primero es
aceptada y se realiza el trabajo, se obtendra una ganancia de 8,000 dlares. Si la propuesta para el
segundo es aceptada y se realiza el trabajo, se lograra una ganancia de 12,000 dlares. Los costos de
preparacin de las propuestas deben ser deducidos de las ganancias. El consultor puede presentar
propuestas para ambos contratos, si lo desea. Pero no tiene los recursos para realizar ambos trabajos
simultneamente. Si una propuesta se presenta y es aceptada, y el consultor no puede realizar el
trabajo, el considera esto como un costo por perdida de prestigio y lo evala con un costo de 2,000
dlares.
b) El consultor cree que existe una probabilidad de 0.80 de que la propuesta para el primer
contrato sea aceptada, y una probabilidad de 0.50 de que la segunda propuesta sea aceptada.
Adems, piensa que la aceptacin de una propuesta es independiente de la aceptacin de la
otra. Cul es el rbol de decisiones para el problema del consultor?
c) Tomando como base el criterio del valor esperado, Cul es la alternativa que debe escoger el
consultor, y cual es el valor esperado de sus ganancias?
d) Cunto estar dispuesto a pagar el consultor por conocer de antemano si gana o no el primer
contrato?
e) Cunto estar dispuesto a pagar el consultor para conocer de antemano si gana o no el
segundo contrato?
11. El restaurante El Sombrero esta considerando abrir una nueva sucursal en la avenida Larco de
Miraflores. Tiene tres modelos diferentes con diferentes capacidades. El Sombrero estima que el
numero prometido de clientes por hora ser de 80, 100 o 120. El cuadro de ganancias netas por
semana para los tres modelos es el siguiente:
El Sombrero estima que la probabilidad de tener 80 clientes por hora es la misma que la
probabilidad de tener 120 clientes por hora y el doble de la probabilidad de tener 100 clientes por
hora.