MC-TEMA 04

Miguel Castillo MBATema 04Introduccin a los Mtodos Cuantitativos.Anlisis de decisiones.

Miguel Castillo MBA

Miguel Castillo MBAUsted es responsable por su propio aprendizaje. Yo soy responsable por apoyarlo, facilitarle aprender y aprender juntos.AnnimoPENSAMIENTOS

Miguel Castillo MBA

Miguel Castillo MBAIntroduccinActualmente 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.La situacin actual:

Miguel Castillo MBA

Miguel Castillo MBAProceso 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

Miguel Castillo MBAProceso de toma de decisionesConocido un problema, el gerente hace lo siguiente (generalmente):Definir el problema en forma clara y formular el objetivo.Identificar las restricciones.Evaluar las alternativas.Escoger el mejor curso de accin.

Miguel Castillo MBA

Miguel Castillo MBADefinir el problemaIdentificar alternativasDeterminar los criteriosEvaluar alternativasEscoger una alternativaEvaluar los resultadosImplementar la decisinResolucin de problemasToma de decisionesDecisinToma de decisiones VS resolucin de problemas.Tomado del libro Mtodos Cuantitativos para los Negocios de Anderson-Sweenwy-Williams

Miguel Castillo MBA

Miguel Castillo MBAProceso de toma de decisionesCmo realiza este proceso el gerente?CualitativamenteCuantitativamente

Miguel Castillo MBA

Miguel Castillo MBATomado del libro Mtodos Cuantitativos para los Negocios de Anderson-Sweenwy-WilliamsProceso de toma de decisiones

Miguel Castillo MBA

Miguel Castillo MBALa 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.Proceso de toma de decisiones

Miguel Castillo MBA

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

Miguel Castillo MBA

Miguel Castillo MBASe 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,Nosotros, utilizaremos nombre de : Mtodos cuantitativos aplicados a los negocios.Mtodos Cuantitativos Aplicados a los Negocios

Miguel Castillo MBA

Miguel Castillo MBAMtodos cuantitativos Investigacin de operacionesEl 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

Miguel Castillo MBAMtodos cuantitativos - DefinicinLos 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

Miguel Castillo MBAAnlisis de decisiones

Miguel Castillo MBA

Miguel Castillo MBAIntroduccinCon 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

Miguel Castillo MBAEl 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.Cundo hacer anlisis de decisiones?

Miguel Castillo MBA

Miguel Castillo MBAAyudar 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.

Objetivo

Miguel Castillo MBA

Miguel Castillo MBAAnlisis de decisiones: Primer pasoIdentificar las alternativas de decisin.

Alternativa: Acciones que se tomaran para resolver el problema.

Se deben presentar dos o ms alternativas de decisin.

Miguel Castillo MBA

Miguel Castillo MBAIdentificar 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 excluyentes y colectivamente exhaustivos.Anlisis de decisiones: Segundo paso

Miguel Castillo MBA

Miguel Castillo MBAAnlisis de decisiones: Tercer pasoIdentificar la tabla de retribuciones ( matriz de pagos)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

Miguel Castillo MBAAnlisis de decisiones: Tomar la decisinDepende 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

Miguel Castillo MBADecisiones 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

Miguel Castillo MBADecisiones 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

Miguel Castillo MBAUn 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.Ejemplo 01: Puesto de peridico.

Miguel Castillo MBA

Miguel Castillo MBAAnlisis de decisiones: Primer pasoPara simplificar el anlisis, supondremos las siguientes decisiones: Comprar 0 peridico Comprar 1 peridico. Comprar 2 peridicos. Comprar 3 peridicos.

Miguel Castillo MBA

Miguel Castillo MBAAnlisis de decisiones: Segundo pasoDefiniendo 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

Miguel Castillo MBAAnlisis de decisiones: Tercer pasoConstruyendo mi tabla de retribuciones, tenemos:

Miguel Castillo MBA

Miguel Castillo MBAAnlisis de decisiones: Tomar la decisinUsaremos el criterio de: Maximizar el rendimiento esperadoDe acuerdo a este criterio, nuestra decisin ser: comprar 02 peridicos, porque me produce el mayor rendimiento esperado.

Miguel Castillo MBA

Hoja1

Probabilidad0.80.2

DecisionAltaBajaRendimiento

Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9

IDNameValueProbPredKindNSS1S2S3S4S5RowColMark

00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00


0TreePlan000D21200041

100T00000025

200T00000075

Hoja3

Precio de venta75centavos

Costo de compra40centavos

Costo de perdida de un cliente50centavos

Estados de naturalezaRendimiento esperado

Decisin0123

00-50-100-150-85.0

1-4035-15-65-12.5

2-80-5702022.5

3-120-45301057.5

Probabilidades0.10.30.40.2

Escribir esta formula en B7=$B$1*MIN($A7,B$6)-$B$2*$A7-$B$3*MAX(B$6-$A7,0)

Miguel Castillo MBAAnlisis de decisiones: Anlisis de sensibilidadLa 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

Miguel Castillo MBAAnlisis de decisiones: Anlisis de sensibilidad

Miguel Castillo MBA

Miguel Castillo MBADecisiones bajo incertidumbreSe 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

Miguel Castillo MBAEl 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.Maximizar el rendimiento neto mnimo.

Miguel Castillo MBA

Hoja1

Probabilidad0.80.2


Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00



100T00000025

200T00000075

Hoja4

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

125

130

135

140

145

150

Hoja3





Decisin0123

00-50-100-150-85.0

1-4035-15-65-12.5

2-80-5702022.5

3-120-45301057.5


-85.0-12.522.57.5

0027.532.57.5

5-8.523.531.57.5

10-1719.530.57.5

15-25.515.529.57.5

20-3411.528.57.5

25-42.57.527.57.5

30-513.526.57.5

35-59.5-0.525.57.5

40-68-4.524.57.5

45-76.5-8.523.57.5

50-85-12.522.57.5

55-93.5-16.521.57.5

60-102-20.520.57.5

65-110.5-24.519.57.5

70-119-28.518.57.5

75-127.5-32.517.57.5

80-136-36.516.57.5

85-144.5-40.515.57.5

90-153-44.514.57.5

95-161.5-48.513.57.5

100-170-52.512.57.5

105-178.5-56.511.57.5

110-187-60.510.57.5

115-195.5-64.59.57.5

120-204-68.58.57.5

125-212.5-72.57.57.5

130-221-76.56.57.5

135-229.5-80.55.57.5

140-238-84.54.57.5

145-246.5-88.53.57.5

150-255-92.52.57.5

Hoja3

027.532.57.5

-8.523.531.57.5

-1719.530.57.5

-25.515.529.57.5

-3411.528.57.5

-42.57.527.57.5

-513.526.57.5

-59.5-0.525.57.5

-68-4.524.57.5

-76.5-8.523.57.5

-85-12.522.57.5

-93.5-16.521.57.5

-102-20.520.57.5

-110.5-24.519.57.5

-119-28.518.57.5

-127.5-32.517.57.5

-136-36.516.57.5

-144.5-40.515.57.5

-153-44.514.57.5

-161.5-48.513.57.5

-170-52.512.57.5

-178.5-56.511.57.5

-187-60.510.57.5

-195.5-64.59.57.5

-204-68.58.57.5

-212.5-72.57.57.5

-221-76.56.57.5

-229.5-80.55.57.5

-238-84.54.57.5

-246.5-88.53.57.5

-255-92.52.57.5

Comprar 0

Comprar 1

Comprar 2

Comprar 3

ANALISIS DE SENCIBILIDAD

Miguel Castillo MBAMaximizar 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.

Miguel Castillo MBA

Hoja1

Probabilidad0.80.2


Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00



100T00000025

200T00000075

Hoja4

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

125

130

135

140

145

150

Hoja5

DecisinRendimiento mnimo

0-150

1-65

2-80

3-120

Hoja3





Decisin0123

00-50-100-150-85.0

1-4035-15-65-12.5

2-80-5702022.5

3-120-45301057.5


-85.0-12.522.57.5

0027.532.57.5

5-8.523.531.57.5

10-1719.530.57.5

15-25.515.529.57.5

20-3411.528.57.5

25-42.57.527.57.5

30-513.526.57.5

35-59.5-0.525.57.5

40-68-4.524.57.5

45-76.5-8.523.57.5

50-85-12.522.57.5

55-93.5-16.521.57.5

60-102-20.520.57.5

65-110.5-24.519.57.5

70-119-28.518.57.5

75-127.5-32.517.57.5

80-136-36.516.57.5

85-144.5-40.515.57.5

90-153-44.514.57.5

95-161.5-48.513.57.5

100-170-52.512.57.5

105-178.5-56.511.57.5

110-187-60.510.57.5

115-195.5-64.59.57.5

120-204-68.58.57.5

125-212.5-72.57.57.5

130-221-76.56.57.5

135-229.5-80.55.57.5

140-238-84.54.57.5

145-246.5-88.53.57.5

150-255-92.52.57.5

Hoja3

Comprar 0

Comprar 1

Comprar 2

Comprar 3


Hoja1

Probabilidad0.80.2


Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00



100T00000025

200T00000075

Hoja4

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

125

130

135

140

145

150

Hoja5

DecisinRendimiento mximo

00

135

270

3105

Hoja3





Decisin0123

00-50-100-150-85.0

1-4035-15-65-12.5

2-80-5702022.5

3-120-45301057.5


-85.0-12.522.57.5

0027.532.57.5

5-8.523.531.57.5

10-1719.530.57.5

15-25.515.529.57.5

20-3411.528.57.5

25-42.57.527.57.5

30-513.526.57.5

35-59.5-0.525.57.5

40-68-4.524.57.5

45-76.5-8.523.57.5

50-85-12.522.57.5

55-93.5-16.521.57.5

60-102-20.520.57.5

65-110.5-24.519.57.5

70-119-28.518.57.5

75-127.5-32.517.57.5

80-136-36.516.57.5

85-144.5-40.515.57.5

90-153-44.514.57.5

95-161.5-48.513.57.5

100-170-52.512.57.5

105-178.5-56.511.57.5

110-187-60.510.57.5

115-195.5-64.59.57.5

120-204-68.58.57.5

125-212.5-72.57.57.5

130-221-76.56.57.5

135-229.5-80.55.57.5

140-238-84.54.57.5

145-246.5-88.53.57.5

150-255-92.52.57.5

Hoja3

Comprar 0

Comprar 1

Comprar 2

Comprar 3


Miguel Castillo MBAHasta 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.Minimizar el arrepentimiento mximo.

Miguel Castillo MBA

Miguel Castillo MBAPaso 1Paso 3Paso 4Paso 2En el caso del vendedor de peridico, el criterio de arrepentimiento minimax indica que el repartidor de peridico debe comprar 2 peridicos.Minimizar el arrepentimiento mximo

Miguel Castillo MBA

Hoja1

Probabilidad0.80.2


Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00



100T00000025

200T00000075

Hoja4

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

125

130

135

140

145

150

Hoja5


00

135

270

3105

Hoja3





Decisin0123

00-50-100-150-85.0

1-4035-15-65-12.5

2-80-5702022.5

3-120-45301057.5


-85.0-12.522.57.5

0027.532.57.5

5-8.523.531.57.5

10-1719.530.57.5

15-25.515.529.57.5

20-3411.528.57.5

25-42.57.527.57.5

30-513.526.57.5

35-59.5-0.525.57.5

40-68-4.524.57.5

45-76.5-8.523.57.5

50-85-12.522.57.5

55-93.5-16.521.57.5

60-102-20.520.57.5

65-110.5-24.519.57.5

70-119-28.518.57.5

75-127.5-32.517.57.5

80-136-36.516.57.5

85-144.5-40.515.57.5

90-153-44.514.57.5

95-161.5-48.513.57.5

100-170-52.512.57.5

105-178.5-56.511.57.5

110-187-60.510.57.5

115-195.5-64.59.57.5

120-204-68.58.57.5

125-212.5-72.57.57.5

130-221-76.56.57.5

135-229.5-80.55.57.5

140-238-84.54.57.5

145-246.5-88.53.57.5

150-255-92.52.57.5

Hoja3

Comprar 0

Comprar 1

Comprar 2

Comprar 3


Hoja1

Probabilidad0.80.2


Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00



100T00000025

200T00000075

Hoja4

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

125

130

135

140

145

150

Hoja5


00

135

270

3105

Hoja3




Estados de naturalezaRendimiento esperadoEstados de naturaleza

Decisin0123Decisin0123

00-50-100-150-85.000 - 035 - (-50)70 - (-100)105 - (-150)

1-4035-15-65-12.510 - (-40)35 - 3570 - (-15)105 - (-65)

2-80-5702022.520 - (-80)35 - (-5)70 - 70105 - 20

3-120-45301057.530 - (-120)35 - (-45)70 - 30105 - 105


-85.0-12.522.57.5

0027.532.57.5

5-8.523.531.57.5

10-1719.530.57.5

15-25.515.529.57.5

20-3411.528.57.5

25-42.57.527.57.5

30-513.526.57.5

35-59.5-0.525.57.5

40-68-4.524.57.5

45-76.5-8.523.57.5

50-85-12.522.57.5

55-93.5-16.521.57.5

60-102-20.520.57.5

65-110.5-24.519.57.5

70-119-28.518.57.5

75-127.5-32.517.57.5

80-136-36.516.57.5

85-144.5-40.515.57.5

90-153-44.514.57.5

95-161.5-48.513.57.5

100-170-52.512.57.5

105-178.5-56.511.57.5

110-187-60.510.57.5

115-195.5-64.59.57.5

120-204-68.58.57.5

125-212.5-72.57.57.5

130-221-76.56.57.5

135-229.5-80.55.57.5

140-238-84.54.57.5

145-246.5-88.53.57.5

150-255-92.52.57.5

Hoja3

027.532.57.5

-8.523.531.57.5

-1719.530.57.5

-25.515.529.57.5

-3411.528.57.5

-42.57.527.57.5

-513.526.57.5

-59.5-0.525.57.5

-68-4.524.57.5

-76.5-8.523.57.5

-85-12.522.57.5

-93.5-16.521.57.5

-102-20.520.57.5

-110.5-24.519.57.5

-119-28.518.57.5

-127.5-32.517.57.5

-136-36.516.57.5

-144.5-40.515.57.5

-153-44.514.57.5

-161.5-48.513.57.5

-170-52.512.57.5

-178.5-56.511.57.5

-187-60.510.57.5

-195.5-64.59.57.5

-204-68.58.57.5

-212.5-72.57.57.5

-221-76.56.57.5

-229.5-80.55.57.5

-238-84.54.57.5

-246.5-88.53.57.5

-255-92.52.57.5

Comprar 0

Comprar 1

Comprar 2

Comprar 3


Hoja1

Probabilidad0.80.2


Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00



100T00000025

200T00000075

Hoja4

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

125

130

135

140

145

150

Hoja5


00

135

270

3105

Hoja3






00-50-100-150-85.000 - 035 - (-50)70 - (-100)105 - (-150)

1-4035-15-65-12.510 - (-40)35 - 3570 - (-15)105 - (-65)

2-80-5702022.520 - (-80)35 - (-5)70 - 70105 - 20

3-120-45301057.530 - (-120)35 - (-45)70 - 30105 - 105


Estados de naturaleza

Decisin0123

-85.0-12.522.57.50085170255

0027.532.57.5140085170

5-8.523.531.57.528040085

10-1719.530.57.5312080400

15-25.515.529.57.5

20-3411.528.57.5

25-42.57.527.57.5

30-513.526.57.5

35-59.5-0.525.57.5

40-68-4.524.57.5

45-76.5-8.523.57.5

50-85-12.522.57.5

55-93.5-16.521.57.5

60-102-20.520.57.5

65-110.5-24.519.57.5

70-119-28.518.57.5

75-127.5-32.517.57.5

80-136-36.516.57.5

85-144.5-40.515.57.5

90-153-44.514.57.5

95-161.5-48.513.57.5

100-170-52.512.57.5

105-178.5-56.511.57.5

110-187-60.510.57.5

115-195.5-64.59.57.5

120-204-68.58.57.5

125-212.5-72.57.57.5

130-221-76.56.57.5

135-229.5-80.55.57.5

140-238-84.54.57.5

145-246.5-88.53.57.5

150-255-92.52.57.5

Hoja3

027.532.57.5

-8.523.531.57.5

-1719.530.57.5

-25.515.529.57.5

-3411.528.57.5

-42.57.527.57.5

-513.526.57.5

-59.5-0.525.57.5

-68-4.524.57.5

-76.5-8.523.57.5

-85-12.522.57.5

-93.5-16.521.57.5

-102-20.520.57.5

-110.5-24.519.57.5

-119-28.518.57.5

-127.5-32.517.57.5

-136-36.516.57.5

-144.5-40.515.57.5

-153-44.514.57.5

-161.5-48.513.57.5

-170-52.512.57.5

-178.5-56.511.57.5

-187-60.510.57.5

-195.5-64.59.57.5

-204-68.58.57.5

-212.5-72.57.57.5

-221-76.56.57.5

-229.5-80.55.57.5

-238-84.54.57.5

-246.5-88.53.57.5

-255-92.52.57.5

Comprar 0

Comprar 1

Comprar 2

Comprar 3


Hoja1

Probabilidad0.80.2


Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00



100T00000025

200T00000075

Hoja4

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

125

130

135

140

145

150

Hoja5

DecisinMximo arrepentimiento

0255

1170

285

3120

Hoja3






00-50-100-150-85.000 - 035 - (-50)70 - (-100)105 - (-150)

1-4035-15-65-12.510 - (-40)35 - 3570 - (-15)105 - (-65)

2-80-5702022.520 - (-80)35 - (-5)70 - 70105 - 20

3-120-45301057.530 - (-120)35 - (-45)70 - 30105 - 105



Decisin0123

-85.0-12.522.57.50085170255

0027.532.57.5140085170

5-8.523.531.57.528040085

10-1719.530.57.5312080400

15-25.515.529.57.5

20-3411.528.57.5

25-42.57.527.57.5

30-513.526.57.5

35-59.5-0.525.57.5

40-68-4.524.57.5

45-76.5-8.523.57.5

50-85-12.522.57.5

55-93.5-16.521.57.5

60-102-20.520.57.5

65-110.5-24.519.57.5

70-119-28.518.57.5

75-127.5-32.517.57.5

80-136-36.516.57.5

85-144.5-40.515.57.5

90-153-44.514.57.5

95-161.5-48.513.57.5

100-170-52.512.57.5

105-178.5-56.511.57.5

110-187-60.510.57.5

115-195.5-64.59.57.5

120-204-68.58.57.5

125-212.5-72.57.57.5

130-221-76.56.57.5

135-229.5-80.55.57.5

140-238-84.54.57.5

145-246.5-88.53.57.5

150-255-92.52.57.5

Hoja3

Comprar 0

Comprar 1

Comprar 2

Comprar 3


Miguel Castillo MBArbol de DecisionesRepresentacin 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

Miguel Castillo MBAEjemplo 02Acaba 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

Miguel Castillo MBABsica (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.Ejemplo 02

Miguel Castillo MBA

Miguel Castillo MBALa 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:Ejemplo 02

Miguel Castillo MBA

Miguel Castillo MBAConstruccin del rbol de DecisionesNodo 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

Miguel Castillo MBArbol de Decisiones del ejemplo 02

Miguel Castillo MBA

Hoja7

Probabilidades0.450.55


DecisinFuerteDebilRendimiento esperado

Agresiva30-89.10

Bsica20712.85

Cautelosa51510.50

0.45

Fuerte

30

Agresiva3030

09.10.55

Dbil

-8

-8-8

0.45

Fuerte

20

Bsica2020

2

12.85012.850.55

Dbil

7

77

0.45

Fuerte

5

Cautelosa55

010.50.55

Dbil

15

1515


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja6


00TreePlan000D323700131

312T00000079

0200E26100045

0300E254000145

843T000000179

953T000000129

062T00000029

700T000000225

Hoja1

Probabilidad0.80.2


Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00



100T00000025

200T00000075

Hoja4

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

125

130

135

140

145

150

Hoja5


0255

1170

285

3120

Hoja3






00-50-100-150-85.000 - 035 - (-50)70 - (-100)105 - (-150)

1-4035-15-65-12.510 - (-40)35 - 3570 - (-15)105 - (-65)

2-80-5702022.520 - (-80)35 - (-5)70 - 70105 - 20

3-120-45301057.530 - (-120)35 - (-45)70 - 30105 - 105



Decisin0123

-85.0-12.522.57.50085170255

0027.532.57.5140085170

5-8.523.531.57.528040085

10-1719.530.57.5312080400

15-25.515.529.57.5

20-3411.528.57.5

25-42.57.527.57.5

30-513.526.57.5

35-59.5-0.525.57.5

40-68-4.524.57.5

45-76.5-8.523.57.5

50-85-12.522.57.5

55-93.5-16.521.57.5

60-102-20.520.57.5

65-110.5-24.519.57.5

70-119-28.518.57.5

75-127.5-32.517.57.5

80-136-36.516.57.5

85-144.5-40.515.57.5

90-153-44.514.57.5

95-161.5-48.513.57.5

100-170-52.512.57.5

105-178.5-56.511.57.5

110-187-60.510.57.5

115-195.5-64.59.57.5

120-204-68.58.57.5

125-212.5-72.57.57.5

130-221-76.56.57.5

135-229.5-80.55.57.5

140-238-84.54.57.5

145-246.5-88.53.57.5

150-255-92.52.57.5

Hoja3

Comprar 0

Comprar 1

Comprar 2

Comprar 3


Miguel Castillo MBArbol 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

Miguel Castillo MBArbol 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

Miguel Castillo MBArbol de Decisiones: Calculo de probabilidades a posterioriLa pregunta es: cmo calcular la probabilidad a posteriori?Supongamos que el grupo de mercadotecnia ha dado el siguiente informe:

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

Miguel Castillo MBA

Miguel Castillo MBArbol de Decisiones: Calculo de probabilidades a posteriori con el Excel

Miguel Castillo MBA

Hoja7




Agresiva30-89.10

Bsica20712.85

Cautelosa51510.50

0.45

Fuerte

30

Agresiva3030

09.10.55

Dbil

-8

-8-8

0.45

Fuerte

20

Bsica2020

2

12.85012.850.55

Dbil

7

77

0.45

Fuerte

5

Cautelosa55

010.50.55

Dbil

15

1515


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja6


00TreePlan000D323700131

312T00000079

0200E26100045

0300E254000145

843T000000179

953T000000129

062T00000029

700T000000225

Hoja1

Probabilidad0.80.2


Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00



100T00000025

200T00000075

Hoja4

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

125

130

135

140

145

150

Hoja5


0255

1170

285

3120

Hoja8

CONFIABILIDADESP(F/A)P(F/D)

FuerteDbila priori, P(F)0.6210.319

Alentador0.60.300.0000.000

Desalentador0.40.70.10.1820.060

0.20.3330.125

PROBABILIDADES A PRIORI0.30.4620.197

FuerteDbil0.40.5710.276

0.450.550.50.6670.364

0.60.7500.462

PROBABILIDADES CONJUNTAS Y MARGINALES0.70.8240.571


Alentador0.270.1650.4350.90.9470.837

Desalentador0.180.3850.56511.0001.000

0.450.55

PROBABILIDAD A POSTERIORI

FuerteDbil

Alentador0.6210.379

Desalentador0.3190.681

Hoja3






00-50-100-150-85.000 - 035 - (-50)70 - (-100)105 - (-150)

1-4035-15-65-12.510 - (-40)35 - 3570 - (-15)105 - (-65)

2-80-5702022.520 - (-80)35 - (-5)70 - 70105 - 20

3-120-45301057.530 - (-120)35 - (-45)70 - 30105 - 105



Decisin0123

-85.0-12.522.57.50085170255

0027.532.57.5140085170

5-8.523.531.57.528040085

10-1719.530.57.5312080400

15-25.515.529.57.5

20-3411.528.57.5

25-42.57.527.57.5

30-513.526.57.5

35-59.5-0.525.57.5

40-68-4.524.57.5

45-76.5-8.523.57.5

50-85-12.522.57.5

55-93.5-16.521.57.5

60-102-20.520.57.5

65-110.5-24.519.57.5

70-119-28.518.57.5

75-127.5-32.517.57.5

80-136-36.516.57.5

85-144.5-40.515.57.5

90-153-44.514.57.5

95-161.5-48.513.57.5

100-170-52.512.57.5

105-178.5-56.511.57.5

110-187-60.510.57.5

115-195.5-64.59.57.5

120-204-68.58.57.5

125-212.5-72.57.57.5

130-221-76.56.57.5

135-229.5-80.55.57.5

140-238-84.54.57.5

145-246.5-88.53.57.5

150-255-92.52.57.5

Hoja3

Comprar 0

Comprar 1

Comprar 2

Comprar 3


Miguel Castillo MBArbol de Decisiones: informe alentador

Miguel Castillo MBA

Hoja7




Agresiva30-89.10

Bsica20712.85

Cautelosa51510.50

0.45

Fuerte

30

Agresiva3030

09.10.55

Dbil

-8

-8-8

0.45

Fuerte

20

Bsica2020

2

12.85012.850.55

Dbil

7

77

0.45

Fuerte

5

Cautelosa55

010.50.55

Dbil

15

1515


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja6


00TreePlan000D323700131

312T00000079

0200E26100045

0300E254000145

843T000000179

953T000000129

062T00000029

700T000000225

Hoja9

0.621

Fuerte

30

Agresiva3030

015.5980.379

Dbil

-8

-8-8

0.621

Fuerte

0.43520

AlentadorBsica2020

1

015.598015.0730.379

Dbil

7

77

0.621

Fuerte

5

Cautelosa55

08.790.379

Dbil

15

1515

13.457780.319

Fuerte

30

Agresiva3030

04.1220.681

Dbil

-8

-8-8

0.319

Fuerte

0.56520

DesalentadorBsica2020

3

011.81011.1470.681

Dbil

7

77

0.319

Fuerte

5

Cautelosa55

011.810.681

Dbil

15

1515


00TreePlan000E212000291

210D334500145

020D312131400445

12301E26700049

13401E289000149

14501E21011000249

1563T000000213

1673T000000713

1784T0000001213

1894T0000001713

19105T0000002213

20115T0000002713

1202E21516000349

1302E21718000449

1402E21920000549

1512T0000003213

1612T0000003713

1713T0000004213

1813T0000004713

1914T0000005213

2014T0000005713

Hoja1

Probabilidad0.80.2


Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00



100T00000025

200T00000075

Hoja4

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

125

130

135

140

145

150

Hoja5


0255

1170

285

3120

Hoja8



Alentador0.60.300.0000.000

Desalentador0.40.70.10.1820.060

0.20.3330.125



0.450.550.50.6670.364

0.60.7500.462



Alentador0.270.1650.4350.90.9470.837

Desalentador0.180.3850.56511.0001.000

0.450.55


FuerteDbil

Alentador0.6210.379


Hoja3






00-50-100-150-85.000 - 035 - (-50)70 - (-100)105 - (-150)

1-4035-15-65-12.510 - (-40)35 - 3570 - (-15)105 - (-65)

2-80-5702022.520 - (-80)35 - (-5)70 - 70105 - 20

3-120-45301057.530 - (-120)35 - (-45)70 - 30105 - 105



Decisin0123

-85.0-12.522.57.50085170255

0027.532.57.5140085170

5-8.523.531.57.528040085

10-1719.530.57.5312080400

15-25.515.529.57.5

20-3411.528.57.5

25-42.57.527.57.5

30-513.526.57.5

35-59.5-0.525.57.5

40-68-4.524.57.5

45-76.5-8.523.57.5

50-85-12.522.57.5

55-93.5-16.521.57.5

60-102-20.520.57.5

65-110.5-24.519.57.5

70-119-28.518.57.5

75-127.5-32.517.57.5

80-136-36.516.57.5

85-144.5-40.515.57.5

90-153-44.514.57.5

95-161.5-48.513.57.5

100-170-52.512.57.5

105-178.5-56.511.57.5

110-187-60.510.57.5

115-195.5-64.59.57.5

120-204-68.58.57.5

125-212.5-72.57.57.5

130-221-76.56.57.5

135-229.5-80.55.57.5

140-238-84.54.57.5

145-246.5-88.53.57.5

150-255-92.52.57.5

Hoja3

Comprar 0

Comprar 1

Comprar 2

Comprar 3


Miguel Castillo MBArbol de Decisiones: informe desalentador

Miguel Castillo MBA

Hoja7




Agresiva30-89.10

Bsica20712.85

Cautelosa51510.50

0.45

Fuerte

30

Agresiva3030

09.10.55

Dbil

-8

-8-8

0.45

Fuerte

20

Bsica2020

2

12.85012.850.55

Dbil

7

77

0.45

Fuerte

5

Cautelosa55

010.50.55

Dbil

15

1515


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja6


00TreePlan000D323700131

312T00000079

0200E26100045

0300E254000145

843T000000179

953T000000129

062T00000029

700T000000225

Hoja9

0.621

Fuerte

30

Agresiva3030

015.5980.379

Dbil

-8

-8-8

0.621

Fuerte

0.43520

AlentadorBsica2020

1

015.598015.0730.379

Dbil

7

77

0.621

Fuerte

5

Cautelosa55

08.790.379

Dbil

15

1515

13.457780.319

Fuerte

30

Agresiva3030

04.1220.681

Dbil

-8

-8-8

0.319

Fuerte

0.56520

DesalentadorBsica2020

3

011.81011.1470.681

Dbil

7

77

0.319

Fuerte

5

Cautelosa55

011.810.681

Dbil

15

1515


00TreePlan000E212000291

210D334500145

020D312131400445

12301E26700049

13401E289000149

14501E21011000249

1563T000000213

1673T000000713

1784T0000001213

1894T0000001713

19105T0000002213

20115T0000002713

1202E21516000349

1302E21718000449

1402E21920000549

1512T0000003213

1612T0000003713

1713T0000004213

1813T0000004713

1914T0000005213

2014T0000005713

Hoja1

Probabilidad0.80.2


Pequeo877.8

Medio14512.2

Grande20-914.2

0.8

Elevado

8

Pequea88

07.80.2

Bajo

7

77

0.8

Elevado

14

Mediano1414

3

14.2012.20.2

Bajo

5

55

0.8

Elevado

20

Grande2020

014.20.2

Bajo

-9

-9-9


00TreePlan000D312300141

0100E24500045

3200E267000145

0300E289000245

041T00000029

051T00000079

862T000000129

972T000000179

83T000000229

93T000000279

Hoja2

Decision 1

0

00

1

0

Decision 2

0

00



100T00000025

200T00000075

Hoja4

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

125

130

135

140

145

150

Hoja5


0255

1170

285

3120

Hoja8



Alentador0.60.300.0000.000

Desalentador0.40.70.10.1820.060

0.20.3330.125



0.450.550.50.6670.364

0.60.7500.462



Alentador0.270.1650.4350.90.9470.837

Desalentador0.180.3850.56511.0001.000

0.450.55


FuerteDbil

Alentador0.6210.379


Hoja3






00-50-100-150-85.000 - 035 - (-50)70 - (-100)105 - (-150)

1-4035-15-65-12.510 - (-40)35 - 3570 - (-15)105 - (-65)

2-80-5702022.520 - (-80)35 - (-5)70 - 70105 - 20

3-120-45301057.530 - (-120)35 - (-45)70 - 30105 - 105



Decisin0123

-85.0-12.522.57.50085170255

0027.532.57.5140085170

5-8.523.531.57.528040085

10-1719.530.57.5312080400

15-25.515.529.57.5

20-3411.528.57.5

25-42.57.527.57.5

30-513.526.57.5

35-59.5-0.525.57.5

40-68-4.524.57.5

45-76.5-8.523.57.5

50-85-12.522.57.5

55-93.5-16.521.57.5

60-102-20.520.57.5

65-110.5-24.519.57.5

70-119-28.518.57.5

75-127.5-32.517.57.5

80-136-36.516.57.5

85-144.5-40.515.57.5

90-153-44.514.57.5

95-161.5-48.513.57.5

100-170-52.512.57.5

105-178.5-56.511.57.5

110-187-60.510.57.5

115-195.5-64.59.57.5

120-204-68.58.57.5

125-212.5-72.57.57.5

130-221-76.56.57.5

135-229.5-80.55.57.5

140-238-84.54.57.5

145-246.5-88.53.57.5

150-255-92.52.57.5

Hoja3

Comprar 0

Comprar 1

Comprar 2

Comprar 3


Miguel Castillo MBArbol de Decisiones: Toma de decisinSi 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

Miguel Castillo MBAValor esperado de la informacin de muestra (VEIM)VEIM = Mximo rendimiento esperado con informacin menos Mximo rendimiento esperado sin informacinVEIM = $13.46 - $ 12.85 = $ 0.61 $ 0.61 es lo mximo que estamos dispuestos a pagar por la informacinValor 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 perfectaValor de la informacin

Miguel Castillo MBA

Miguel Castillo MBAObserve la siguiente tabla de retribuciones, en la cual las entradas estn en rendimientos netos en dlares.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)= 0.1P(2)=0.4P(3)=0.3P(4)=0.2Ejemplo 03

Miguel Castillo MBA

Miguel Castillo MBAEjemplo 04Mnica 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

Miguel Castillo MBAEjemplo 04Adems, 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

Miguel Castillo MBAJenny 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 continuacinA 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?Ejemplo 05

Miguel Castillo MBA

Miguel Castillo MBAJenny 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.Debe Jenny mandar a hacer la encuesta?Cunto es lo ms que Jenny debera estar dispuesta a pagar por la encuesta?Ejemplo 05

Miguel Castillo MBA

Miguel Castillo MBAPara 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. Con base a su experiencia con problemas de transito, Sara y Martn acordaron una probabilidad de 0.15 de que la autopista estuviera embotellada.Ejemplo 06

Miguel Castillo MBA

Miguel Castillo MBAAdems, acordaron que el clima pareca afectar las condiciones del transito en la autopista. Sea:C despejadoO nublado R lluviaSe aplican las siguientes probabilidades condicionales:

P(C/Abierta) = 0.8P(O/Abierta) = 0.2P(R/Abierta) = 0.0P(C/Embot) = 0.1P(O/Embot) = 0.3P(R/Embot) = 0.6

Muestre el rbol de decisiones para este problema.Cul es la estrategia de decisin optima y cual es el tiempo de viaje esperado?Ejemplo 06

Miguel Castillo MBA

*

Documents

MC-TEMA 04