1

CRITERIO DEL VALOR ESPERADO

TRABAJO COLABORATIVO 1

TEORÍA DE LAS DECISIONES

PRESENTADO POR:
Héctor Enrique Morales Hernández
Código- 80231376
Edison Tunjo Saldaña
Código-80828842

TUTOR
HÉCTOR FABIO PADILLA

GRUPO:
200608_5

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

OCTUBRE 2018
 2

INTRODUCCIÓN

En el presente trabajo se realiza la revisión de las generalidades y los criterios de decisión,

mediante, la elaboración de una investigación de mercado sobre un producto que represente

importancia tanto a nivel nacional como internacional, teniendo en cuenta el análisis y estudio del

producto utilizado, buscando sus aplicaciones , sus necesidades , su mercado y su potencial uso

logrando encontrar mediante una matriz de fortalezas, oportunidades, debilidades y amenazas; de

igual manera los posibles problemas que presenta y mediante el análisis buscar las mejores

alternativas de desarrollo del producto.

 3

Paso 1. Análisis DOFA.

El grupo de trabajo propondrá un producto que se encuentre en el mercado en este caso un Champo
y mediante revisión de literatura justificarlo a través de un Análisis situacional interno y externo
(Análisis DOFA) con la información que se solicita en la Tabla 1 Propuesta del producto con el
propósito de aplicar el Criterio del Valor Esperado.

Tabla 1 Propuesta del producto

Análisis situacional interno Análisis situacional externo
PRODUCTO DEFINICIÓN
Fortalezas Debilidades Oportunidades Amenazas
Es un shampoo 1. Es un 1. Producto 1.Hay pocas marcas en el 1.La competencia
anticaspa que producto que relativame mercado de shampoo indirecta con
combina la además de nte nuevo tanto para hombres shampoos
efectividad del ser necesario que está como para mujeres, reconocidos ya
piritionato de para el aseo ingresando con ingredientes de existentes, ya que
Zinc, el personal al mercado alta calidad estos pueden
climbazol y la también es nacional. fabricar un
piroctona medicinal. 2. Oportunidad de shampoo
Olamina, con 2. Su marca expansión hacia otros exclusivo para
innovadores 2. Es un no es tan tipos de productos hombre
agentes de producto de conocida, a tanto para dama como
control de la calidad e ser un para caballeros, con 2.Competencia con
caspa, como lo innovador producto componentes productos que
son el Extracto para el de reciente naturales tales como pertenecen a la
de Inga, Alba control de la venta en el cremas para el misma línea tales
Bark y el estrato caspa mercado. cabello, productos de como Pantene,
de Piper Nigru. belleza para la mujer. Head and Shoulder,
Estas sustancias 3. Ofrece dos 3. Ausencia Eucerin, Ego etc.
son obtenidas a característica del 3.Comercialización en
SHAMPOO
partir de fuentes s producto tiendas, farmacias, 3. Que los clientes se
BIO SKALL
renovables de importantes: en supermercados resistan al cambio,
PLUS origen natural y control de la anaqueles logrando así mayor ya que están
contribuyen a la caspa y caída de captación en el acostumbrados a
regulación de la del cabello supermerca cliente. usar los shampoos
secreción dos en el tradicionales.
sebácea, así 4. Debido a sus interior del 4.Crecimiento de la
como a ingredientes país. marca del producto en 4. Disminución de
humectar el causa nuestro país debido a las ventas del
cuero cabelludo, expectativa, 4. Escases de la calidad y lo producto lo que
lo que catalogándol publicidad innovador conlleva a dejar de
disminuye la o como un en medio importar el
sensación de producto radiales e shampoo en nuestro
incomodidad innovador impresos. país.
asociada con la para hombres
caspa. y mujeres.

Fuentes documentales.
laboratorioshuden.com.co] Available at:
http://www.laboratorioshuden.com.co/portfolios/bioskall-shampoo-anticaida/ [Accessed 04 10. 2018].
 4

 El estudiante de trabajo formulará las estrategias FO, DO, FA y DA con base en el Análisis
DOFA presentado en el numeral anterior, información que debe consignarse en la Tabla 2
Formulación de estrategias DOFA del producto:

Tabla 2 Formulación de estrategias DOFA del Shampoo

Estrategias
PRODUCTO
FO DO FA DA
 Al ser un producto  Crear expectativa de  Auspiciar programas  Junto con el envase
de calidad, nuevo e nuestro nuevo producto conocidos para ganar del shampoo,
innovador, se podría llamando al cliente a notoriedad y se colocar a forma de
ampliar las opciones identificarse con el conozca las promoción
de presentación, ya mediante campañas de características del muestras que den a
sea en envases más muestras gratis. Donde producto conocer los otros
pequeños, en evidencien que no por ser productos de la
cojines. nuevo es razón para que  Ofrecer concursos y franquicia.
carezca de calidad. sorteos a clientes
 Publicitar el Haciendo breves motivándolos y  Ofrecer descuentos
producto por presentaciones donde se premiándolos por la por temporadas.
internet, televisión y enfatice en la explicación preferencia.
así lograr una mayor de sus componentes
SHAMPOO BIO
cobertura. Puesto naturales
SKALL
que sus ingredientes
PLUS
son naturales, y eso  Aumentar la presencia
para los clientes es del producto en “tiendas
llamativo. de barrio”, colocándolo
junto con expansiones de
No solo pensar en la línea del producto
vender el producto en como: gel, cremas para el
almacenes de cadena cabello, entre otros.
como Éxito, sino
también
comercializarlo en
supermercados y
farmacias.

Fuentes documentales.
laboratorioshuden.com.co] Available at:
http://www.laboratorioshuden.com.co/portfolios/bioskall-shampoo-anticaida/ [Accessed 04 10. 2018].

Paso 2: Practica de laboratorio.

El estudiante de manera individual presentará en el foro, el desarrollo del laboratorio propuesto

con respecto a los árboles de decisión presentado en el entorno de aprendizaje práctico.

Una empresa se encuentra ante un problema: sacar o no sacar un nuevo producto. En el caso de
sacarlo, puede haber competencia con una probabilidad del 75% o no. El precio de venta puede
 5

ser caro o barato y el precio de la competencia también puede ser caro o barato. Hay un 60% de
probabilidad de que tanto el precio de la empresa como el de la competencia sea caro y hay un
30% de probabilidad de que el precio de la competencia sea caro y el de la empresa barata. En
función de la decisión tomada se esperan los siguientes beneficios o pérdidas:

 Si no hay competencia y el precio es caro se espera un beneficio de 60 u.m. y si el precio es

barato el beneficio será de 40 u.m.
 Si hay competencia, su precio y el de la empresa son caros, se espera un beneficio de 10 u.m.
 Si hay competencia, su precio es caro y el de la empresa baratos, se espera una pérdida de 20
u.m.
 Si hay competencia, su precio es barato y el de la empresa caro, se espera una pérdida de 10
u.m.
 Si no se saca el producto no hay beneficio.

Estos datos son suficientes para que elabore el árbol de decisión y determine la utilidad
esperada a obtener, en el ejercicio planteado.
Solución del problema Edison
En primera instancia tendremos la decisión de la empresa con dos ramas: una si se desea sacar el
producto y la otro si es que no.
 6

Si la empresa no saca el producto, entonces no habrá beneficio por tanto la primera rama queda
como tal. Mientras que la segunda rama tendrá otra dos ramas: una de si existe competencia y
la otra si es que no.

Luego nos dice que el precio del producto puede ser caro o barato, independientemente de que
si hay o no competencia, por lo tanto:
 7

Si existe competencia, el precio del producto de la empresa puede ser caro o barato; si es caro,
la competencia establece si el producto puede ser caro y barato; y si es barato, la competencia
establece también si el producto puede ser caro y barato.
 8

Finalmente, el árbol con todos los datos que nos piden establecer, obtenemos que la empresa
tiene que sacar el producto a la venta y recaudar una utilidad de 16.5 u.m
 9

Solución del problema Héctor

Solución mediante la herramienta WinQSB.
 10

Actividad Colaborativa

Paso 3. VEIP y VEIM

El grupo de trabajo iniciará el proceso de decisión para comercializar un champo en el mercado,
para lo cual debe diligenciar la siguiente información en la Tabla 3. Proceso de decisión para la
comercialización del producto:

 Formular tres (3) cursos de acción (alternativas de decisión) para comercializar el producto
en el mercado.

Estimar tres (3) estados de la naturaleza (ganancias a obtener dada la demanda alta, media y baja)
para cada curso de acción y probabilidades para cada uno de los estados de la naturaleza, mediante
la siguiente Generación de números aleatorios (descargue aquí), información que debe
consignarse en la Tabla 3 Proceso de decisión para la comercialización del Shampoo
seleccionado:

Tabla 3 Proceso de
decisión para la
comercialización del Tabla 3 Proceso de decisión para la comercialización del producto
producto seleccionado seleccionado
ESTADOS DE LA NATURALEZA
CURSOS DE Demanda Baja Demanda Media Demanda Alta
ACCION Ganancias ($) Ganancias ($) Ganancias ($)

1. Supermercados 15501 64467 97732

2. Tv y radio 36716 49268 17424

3. INTERNET 10478 53854 22958

PROBABILIDADES 0,4731 0,1915 0,3354
∑=1

 El grupo de trabajo determinará el Valor esperado de la información perfecta (VEIP).

Tabla 3 Proceso de
decisión para la
comercialización del Tabla 3 Proceso de decisión para la comercialización del producto
producto seleccionado seleccionado
ESTADOS DE LA NATURALEZA
 11

CURSOS DE Demanda Baja Demanda Media Demanda Alta GANANCIA

ACCION Ganancias ($) Ganancias ($) Ganancias ($) ESPERADA

1. Supermercados 15501 64467 97732 𝟓𝟐𝟒𝟓𝟖. 𝟐𝟕

2. Tv y radio 36716 49268 17424 𝟑𝟐𝟔𝟒𝟗. 𝟏𝟕

3. INTERNET 10478 53854 22958 𝟐𝟐𝟗𝟕𝟎. 𝟐𝟗

PROBABILIDADES 0,4731 0,1915 0,3354
∑=1
El Valor Esperado de la Información Perfecta – VEIP, se halla de la siguiente forma.
(𝟎, 𝟒𝟕𝟑𝟏) ∗ (𝟏𝟓𝟓𝟎𝟏) + (𝟎, 𝟏𝟗𝟏𝟓) ∗ (𝟔𝟒𝟒𝟔𝟕) + (𝟎, 𝟑𝟑𝟓𝟒) ∗ (𝟗𝟕𝟕𝟑𝟐) = 𝟓𝟐𝟒𝟓𝟖. 𝟐𝟕
(𝟎, 𝟒𝟕𝟑𝟏) ∗ (𝟑𝟔𝟕𝟏𝟔) + (𝟎, 𝟏𝟗𝟏𝟓) ∗ (𝟒𝟗𝟐𝟔𝟖) + (𝟎, 𝟑𝟑𝟓𝟒) ∗ (𝟏𝟕𝟒𝟐𝟒) = 𝟑𝟐𝟔𝟒𝟗. 𝟏𝟕
(𝟎, 𝟒𝟕𝟑𝟏) ∗ (𝟏𝟎𝟒𝟕𝟖) + (𝟎, 𝟏𝟗𝟏𝟓) ∗ (𝟓𝟑𝟖𝟓𝟒) + (𝟎, 𝟑𝟑𝟓𝟒) ∗ (𝟐𝟐𝟗𝟓𝟖) = 𝟐𝟐𝟗𝟕𝟎. 𝟐𝟗
 Tomar la información de la Tabla 3 y calcular manualmente el VEIP.

Tabla 3 Proceso de
decisión para la
comercialización del Tabla 3 Proceso de decisión para la comercialización del producto
producto seleccionado seleccionado
ESTADOS DE LA NATURALEZA
CURSOS DE Demanda Baja Demanda Media Demanda Alta GANANCIA
ACCION Ganancias ($) Ganancias ($) Ganancias ($) ESPERADA

1. Supermercados 15501 64467 97732 𝟓𝟐𝟒𝟓𝟖. 𝟐𝟕

2. Tv y radio 36716 49268 17424 𝟑𝟐𝟔𝟒𝟗. 𝟏𝟕

3. INTERNET 10478 53854 22958 𝟐𝟐𝟗𝟕𝟎. 𝟐𝟗

PROBABILIDADES 0,4731 0,1915 0,3354
∑=1

36716 64467 97732

0.4731 0.1915 0.3354

(𝟎. 𝟒𝟕𝟑𝟏) ∗ (𝟑𝟔𝟕𝟏𝟔) = 𝟏𝟕𝟑𝟕𝟎, 𝟑𝟑

(𝟎. 𝟏𝟗𝟏𝟓) ∗ (𝟔𝟒𝟒𝟔𝟕) = 𝟏𝟐𝟑𝟒𝟓, 𝟒𝟑
(𝟎. 𝟑𝟑𝟓𝟒) ∗ (𝟗𝟕𝟕𝟑𝟐) = 𝟑𝟐𝟕𝟕𝟗, 𝟑𝟏
𝟏𝟕𝟑𝟕𝟎, 𝟑𝟑 + 𝟏𝟐𝟑𝟒𝟓, 𝟒𝟑 + 𝟑𝟐𝟕𝟕𝟗, 𝟑𝟏 = 𝟔𝟐𝟒𝟗𝟓, 𝟎𝟖
 12

Valor esperado de la información perfecta (VEIP) = Ganancia Esperada con Información Perfecta
(GEIP) – Ganancia Esperada sin Información Perfecta (GEsinIP).
(𝑉𝐸𝐼𝑃) = (𝐺𝐸𝐼𝑃) − (𝐺𝐸𝑠𝑖𝑛𝐼𝑃)
(𝑽𝑬𝑰𝑷) = 𝟔𝟐𝟒𝟗𝟓. 𝟎𝟖 − 𝟓𝟐𝟒𝟓𝟖. 𝟐𝟕
(𝑽𝑬𝑰𝑷) = 𝟏𝟎𝟎𝟑𝟔, 𝟖𝟐

 Ingresar la información de la Tabla 3 en el programa WinQSB, seguir el procedimiento

para obtener los resultados del VEIP.
 13

 Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de

optimización del Criterio del Valor esperado para la toma de decisiones.
Análisis
El cálculo del valor esperado de la Información Perfecta - VEIP se obtiene por medio de:
 Estimar la probabilidad de cada resultado.
 Usar las probabilidades para encontrar la restauración esperada sin tener la Información
Perfecta, por medio de la aplicación de criterios.
 El cálculo del VEIP se obtiene de acuerdo con:
a) La Identificación de la mejor decisión y la correspondiente ganancia para cada
resultado.
b) Determinación de la ganancia con relación a la probabilidad dada.
c) Multiplicación de la ganancia para cada resultado futuro por la probabilidad
correspondiente de ese resultado y sumando los productos resultantes
Los administrativos de la empresa usaron la experiencia para calcular las siguientes probabilidades
para 3 resultados posibles para las ganancias de la venta del nuevo producto.
36716 64467 97732
El resultado fue comprobado mediante el programa WinQSB, y de acuerdo a esto la ganancia
esperada es de: 10036,82
 14

 Estimar las probabilidades para los indicadores de confiabilidad de la Investigación de

mercados para el producto a comercializar mediante la siguiente Generación de números
aleatorios (descargue aquí), información que debe consignarse en la Tabla 4 Indicadores
Investigación de Mercados:

Tabla 4 indicadores investigación de mercadeo

Indicadores Demanda baja Demanda media Demanda Alta
(I1) Reporte favorable No. Aleatorio No. Aleatorio No. Aleatorio
(I2) reporte no favorable No. Aleatorio No. Aleatorio No. Aleatorio
∑ 1 1 1

I1): Reporte favorable: la muestra tomada expresa un interés considerable en el producto.

(I2): Reporte no favorable: la muestra tomada expresa poco interés por producto.

 Tomar la información de las Tablas 3 y 4 y calcular manualmente el VEIM.

Tabla 3 Proceso de
decisión para la
comercialización del Tabla 3 Proceso de decisión para la comercialización del producto
producto seleccionado seleccionado
ESTADOS DE LA NATURALEZA
CURSOS DE Demanda Baja Demanda Media Demanda Alta
ACCION Ganancias ($) Ganancias ($) Ganancias ($)

1. Supermercados 15501 64467 97732

2. Tv y radio 36716 49268 17424

3. INTERNET 10478 53854 22958

PROBABILIDADES 0,4731 0,1915 0,3354
∑=1

Tabla 4 Indicadores Investigación de Mercados

Demanda
INDICADORES Demanda Baja Demanda Alta
Media
(I1) Reporte favorable 0,0771 0,7218 0,2296
(I2) Reporte desfavorable 0,9229 0,2782 0,7704
∑ 1,0000 1,0000 1,0000

Probabilidades condicionales dadas por los resultados

 15

INDICADORES Demanda Baja Demanda Media Demanda Alta P. Marginal

(I1) Reporte Favorable 0.03647601 0.1382247 0.07700784 0.25170855
(I2) Reporte desfavorable 0.43662399 0.0532753 0.25839216 0.74829145
Ahora vamos organizando los datos, con ayuda de tablas.

Se toman los valores de tabla 3 del título de Probabilidades, y se multiplican con los
valores de la tabla 4, luego se suman escribimos el resultado en la columna P.Marginal.
De la siguiente forma;
Reporte Favorable 1

(𝟎. 𝟒𝟕𝟑𝟏) ∗ (𝟎. 𝟎𝟕𝟕𝟏) + (𝟎. 𝟏𝟗𝟏𝟓) ∗ (𝟎. 𝟕𝟐𝟏𝟖) + (𝟎. 𝟑𝟑𝟓𝟒) ∗ (𝟎. 𝟐𝟐𝟗𝟔)
= 𝟎. 𝟐𝟓𝟏𝟕𝟎𝟖𝟓𝟓
(0.4731) ∗ (0.0771) + (0.1915) ∗ (0.7218) + (0.3354) ∗ (0.2296) = 0.25170855

Reporte Desfavorable 2
(𝟎. 𝟒𝟕𝟑𝟏) ∗ (𝟎. 𝟎𝟕𝟕𝟏) + (𝟎. 𝟏𝟗𝟏𝟓) ∗ (𝟎. 𝟕𝟐𝟏𝟖) + (𝟎. 𝟑𝟑𝟓𝟒) ∗ (𝟎. 𝟐𝟐𝟗𝟔)
= 𝟎. 𝟐𝟓𝟏𝟕𝟎𝟖𝟓𝟓
(𝟎. 𝟒𝟕𝟑𝟏) ∗ (𝟎. 𝟗𝟐𝟐𝟗) + (𝟎. 𝟏𝟗𝟏𝟓) ∗ (𝟎𝟎. 𝟐𝟕𝟖𝟐) + (𝟎. 𝟑𝟑𝟓𝟒) ∗ (𝟎. 𝟕𝟕𝟎𝟒)
= 𝟎. 𝟐𝟓𝟏𝟕𝟎𝟖𝟓𝟓

PROBABILIDADES POSTERIORES

INDICADORES Demanda Baja Demanda Media Demanda Alta

(I1) Reporte Favorable 0,15090906 0,053049303 0,318597915
(I2) Reporte desfavorable 0,58349456 0,007119592 0,345309518
 16

ESTADOS DE LA NATURALEZA

Demanda Baja Demanda Media Demanda Alta

CURSOS DE ACCION
Ganancias ($) Ganancias ($) Ganancias ($)

1. Supermercados 15501 64467 97732

2. Tv y radio 36716 49268 17424
3. INTERNET 10478 53854 22958

INDICADOR FAVORABLE
1. Supermercados 36896,38218
2. Tv y radio 13705,66018
3. INTERNET 11752,51323

INDICADOR DESFAVORABLE
1. Supermercados 43251,51773
2. Tv y radio 27791,02737
3. INTERNET 14424,89042

INDICADOR DECISIÓN OPTOMA GANANCIA ESPERADA

FAVORABLE Supermercados 36896,38218
DESFAVORABLE Supermercados 43251,51773

Ganancia Esperada con Información de Muestra - GEIM

𝟑𝟔𝟖𝟗𝟔, 𝟑𝟖𝟐𝟏𝟖 ∗ (𝟎, 𝟐𝟒𝟏𝟕𝟎𝟖𝟓𝟓) + 𝟒𝟑𝟐𝟓𝟏, 𝟓𝟏𝟕𝟕𝟑 ∗ (𝟎, 𝟕𝟒𝟖𝟐𝟗𝟏𝟒𝟓)
= 𝟒𝟏𝟐𝟖𝟐, 𝟗𝟏
La ganancia esperada es de $ 41282,91
Valor Esperado de la Información de Muestra - VEIM
𝑽𝑬𝑰𝑴 = 𝑮𝑬𝑰𝑴 − 𝑮𝑬𝒔𝑰𝑴
𝟒𝟏𝟐𝟖𝟐, 𝟗𝟏 – 𝟓𝟐𝟒𝟓𝟖, 𝟐𝟕 = −𝟏𝟏𝟏𝟕𝟓, 𝟑𝟓
 17

 Ingresar la información de las Tablas 3 y 4 en el programa WinQSB, seguir el

procedimiento para obtener el árbol de decisión y/o probabilidad (aplicación del
Teorema de Bayes) y el resultado del VEIM.
 18

 Presentar los cálculos manuales, el árbol de decisión y/o probabilidad y resultados del
VEIM mediante captura de pantalla de la salida del programa WinQSB.
 19

 Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de

optimización del Criterio del Valor esperado para la toma de decisiones.

Posterior a la realización de los cálculos manuales y sistematizados para obtener el VEIM,

mediante la fórmula matemática y el software WinQSB, se obtuvo un índice de correlación
del 100% para los cálculos referentes a los curso de acción 2 y 3 con base en la aplicación de
la regla de optimización del Criterio del Valor esperado, el cual es el factor determinante para
la toma de decisiones.

Adicionalmente se determina que el curso de acción 2 es la mejor opción para la toma de

decisiones, esta misma condición se evidencio en el cálculo del VEIP, encontrando un índice
de correlación del 100%.

Paso 4. Eficiencia información muestra.

El estudiante determinará la eficiencia de la información muestra, donde debe analizar los

resultados y presentar conclusiones con base en la aplicación de la regla de optimización del
Criterio del Valor esperado para la toma de decisiones.

 El grupo de trabajo determinará la Eficiencia de la información de la muestra.

 Tomar los datos calculados en las tablas 3 y 4 y calcular manualmente la Eficiencia de la
información de la muestra.

Tabla 3 Proceso de
decisión para la
comercialización del Tabla 3 Proceso de decisión para la comercialización del producto
producto seleccionado seleccionado
ESTADOS DE LA NATURALEZA
CURSOS DE Demanda Baja Demanda Media Demanda Alta
ACCION Ganancias ($) Ganancias ($) Ganancias ($)

1. Supermercados 15501 64467 97732

2. Tv y radio 36716 49268 17424

3. INTERNET 10478 53854 22958

PROBABILIDADES 0,4731 0,1915 0,3354
∑=1
 20

Tabla 4 Indicadores Investigación de Mercados

Demanda
INDICADORES Demanda Baja Demanda Alta
Media
(I1) Reporte favorable 0,0771 0,7218 0,2296
(I2) Reporte desfavorable 0,9229 0,2782 0,7704
∑ 1,0000 1,0000 1,0000

𝐄𝐟𝐢𝐜𝐢𝐞𝐧𝐜𝐢𝐚 𝐝𝐞 𝐥𝐚 𝐢𝐧𝐟𝐨𝐫𝐦𝐚𝐜𝐢ó𝐧 𝐝𝐞 𝐦𝐮𝐞𝐬𝐭𝐫𝐚

Valor esperado de la información de muestra
= (100)
Valor esperado de la información perfecta

−𝟏𝟏𝟏𝟕𝟓, 𝟑𝟓
𝐸𝐼𝑀 = = −𝟏𝟏𝟏, 𝟑𝟒%
𝟏𝟎𝟎𝟑𝟔, 𝟖𝟐

 Ingresar los datos calculados en las tablas 3 y 4, en el programa WinQSB, seguir el

procedimiento para obtener el resultado de la Eficiencia de la información de la muestra.
 21

 Presentar los cálculos manuales y resultado de la Eficiencia de la información de la

muestra mediante captura de pantalla de la salida del programa WinQSB.
 22

Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de

optimización del Criterio del Valor esperado para la toma de decisiones.

Una eficiencia negativa nos hace necesario buscar otros tipos de información muestra, u otros
métodos de investigación de mercado. Por lo tanto se necesita reajustar los porcentajes y evaluar
la metodología para que esta brinde una óptima solución acorde a los porcentajes de ventas del
producto escogido.
 23

CONCLUSIONES

Podemos concluir que el desarrollo de la actividad permite reforzar los conocimientos adquiridos

en el estudio de la unidad, al aplicarlos en el desarrollo de un ejercicio completo, donde nos permite

apreciar la importancia de cada uno de los temas vistos en el módulo teoría de las decisiones; por

ende nos acota la aquerencia de conocimientos para el desempeño como Ingenieros con capacidad

para la solución a problemáticas que se presenten, brindándonos las herramientas y conocimientos,

para poder en un futuro tener poder de decisión ante problemas o situaciones complejas de los

temas que se llegasen a presentar en nuestro campo profesional.

 24

BIBLIOGRAFÍA.

Mosquera, W. E. (2010). Generalidades de la toma de decisiones y conceptos básicos. 200608 -

Teoría de las decisiones. Recuperado de

http://repository.unad.edu.co/bitstream/10596/4891/1/200608%20Modulo.pdf

Mosquera, W. E. (2010). Decisión bajo incertidumbre – Valor esperado, Decisión bajo

incertidumbre – Arboles de decisión. 200608 - Teoría de las decisiones. Recuperado de

http://bibliotecavirtual.unad.edu.co:2051/login.aspx?direct=true&db=ir00913a&AN=unad.10596

.4891&lang=es&site=eds-live

Hillier, F., & Lieberman, G. (2010). Análisis de Decisión, Arboles de Decisión, Teoría de la

Utilidad. En Introducción a la investigación de operaciones (9a ed.). México, D. F.: McGraw-Hill.

Recuperado de

http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386&opensearch=investigaci%C3%B3n%

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

Amaya, J. (2009). Arboles de decisión. Toma de decisiones gerenciales: Métodos cuantitativos

para los negocios (2a ed.). Bogotá, CO: Ecoe Ediciones, 2009. Recuperado de

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10467109

Blanco, H. (2016) OVI VEIM, VEIP y árboles de decisiones En WinQSB. Recuperado de

http://hdl.handle.net/10596/7944
 25

Chediak, P. F. A. (2012). Investigación de operaciones. Volumen I (3a. ed.). Bogotá, CO:

Universidad de Ibagué. Retrieved from http://www.ebrary.com Recuperado de

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10692458

Maroto, C., Alcaraz, J., & Ginestar, C. (2012). Investigación operativa en administración y

dirección de empresas. Valencia, ES: Editorial de la Universidad Politécnica de Valencia.

Retrieved from http://www.ebrary.com Recuperado de

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10646732

Muñoz. (2011). Investigación de operaciones. (1a. Ed.) McGraw-Hill Interamericana. Recuperado

de

http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=549&opensearch=programacion%20lineal

&editoriales=&edicion=&anio