UNIVERSIDAD METROPOLITANA

FACULTAD DE INGENIERIA
ESCUELA DE ING. DE SISTEMAS
SISTEMAS DE APOYO

TAREA ESPECIAL MARI

Alumno: Guillermo Grande

C.I. 20.652.342
Carnet: 20091110582
Profesor: MSc. J. G. Hernandez

Caracas, 09 de febrero de 2015.

Problema a analizar

Fuente: problema extrado del material de clase proporcionado por el profesor

MSc.

J.

G.

Hernndez

R.

Archivo

identificado

con

el

nombre

ProblemasSAD0140210 y el problema seleccionado corresponde al problema

nmero 3 de la pgina 4.

3. Una empresa dispone de tres mquinas, una pequea, una mediana y una
grande, sabiendo que el mercado se puede mover en baja (20%),
moderado (30%) o en alza (50%) y con los datos, resumidos en la siguiente
tabla, ellos quieren saber de acuerdo a cmo se vaya desplazando el
mercado que maquina deben usar.

Tabla 1: rendimiento de las distintas maquinas en funcin al mercado

Maquina\Mercado

Alto

Moderado

Bajo

Pequea

4.800.000

3.600.000

1.200.000

Mediana

4.500.000

3.800.000

2.500.000

Grande

4.200.000

3.500.000

3.000.000

Probabilidad

0,5

0,3

0,2

Solucin

Mtodo Valor Esperado:

Valor Esperado: VEi = j=1, n Pij * Pj
Tabla 2: Valor esperado
Maquina\Mercad

Alto

Moderado

Bajo

VE

Pequea

4.800.000

3.600.000

1.200.000

3.720.000

Mediana

4.500.000

3.800.000

2.500.000

3.890.000

Grande

4.200.000

3.500.000

3.000.000

3.750.000

Probabilidad

0,5

0,3

0,2

Por el mtodo de valor esperado podemos determinar que la mejor

alternativa seria elegir la maquina grande, con un rendimiento esperado de
3.990.000.
Informacin perfecta:
Para calcular el valor de la informacin perfecta analizamos la tabla anterior
y procedemos a realizar los siguientes clculos:
(4.800.000 * 0,5) + (3.800.000 * 0,3) + (3.000.000 * 0,2) = 4.140.000
Para determinar el valor de la informacin perfecta o bien lo que estaramos
dispuesto a pagar por dicha informacin, aplicamos el siguiente clculo basado en
el rendimiento de las maquinas:
4.140.000 3.890.000 = 250.000

Informacin de prueba:
Para el clculo de la informacin de prueba nos apoyaremos en el uso del
Teorema de Bayes explicado a continuacin:

Teorema de Bayes: Sea

un conjunto de sucesos

mutuamente excluyentes y exhaustivos, y tales que la probabilidad de cada uno de

ellos es distinta de cero (0). Sea B un suceso cualquiera del que se conocen las
probabilidades condicionales

. Entonces, la probabilidad

viene

dada por la expresin:

donde:
son las probabilidades a priori.

es la probabilidad de

en la hiptesis

son las probabilidades a posteriori.

Con lo explicado del teorema de Bayes y siguiendo las instrucciones del

enunciado de la tarea tendremos la siguiente tabla:
Tabla 3: matriz de informacin de prueba P(R/N)
Maquina\Mercado

Alto

Moderado

Bajo

Pequea

2/3

1/8

1/10

Mediana

1/6

3/4

1/10

Grande

1/6

1/8

4/5

Para proceder al clculo de la matriz de informacin de prueba P(N/R) nos hace

falta calcular el valor de P(R), donde:
P (N/R) = (P (R/N) * P (N) / P (R)) y

P (R1) = (P (R1/N1) * P (N1)) + (P (R1/N2) * P (N2)) + (P (R1/N3) * P (N3))

Sustituyendo obtenemos:
P (R1) = (2/3 * 0,5) + (1/8 * 0,3) + (1/10 * 0,2) = 0,3908
P (R2) = (1/6 * 0,5) + (3/4 * 0,3) + (1/10 * 0,2) = 0,3283
P (R3) = (1/6 * 0,5) + (1/8 * 0,3) + (4/5 * 0,2) = 0,2808

Finalmente tendremos para P(N/R):

P (Alto/Peq) = (2/3 * 0,5) / 0,3908 = 0,8529
P (Alto/Med) = (1/6 * 0,5) / 0,3908 = 0,2132
P (Alto/Gde) = (1/6 * 0,5) / 0,3908 = 0,2132
P (Mod/Peq) = (1/8 * 0,3) / 0,3283 = 0,1142
P (Mod/Med) = (3/4 * 0,3) / 0,3283 = 0,6853
P (Mod/Gde) = (1/8 * 0,3) / 0,3283 = 0,1142
P (Bajo/Peq) = (1/10 * 0,2) / 0,2808 = 0,0712
P (Bajo/Med) = (1/10 * 0,2) / 0,2808 = 0,0712
P (Bajo/Gde) = (4/5 * 0,2) / 0,2808 = 0,5698

Tabla 4: Evaluacin para informacin de prueba.

Maquina\Mercado

Alto

Moderado

Bajo

VE

Calculo

Pequea

4.800.0

3.600.0

1.200.0

4.590.480

(4.800.000*0,8529) +

00

00

00

(3.600.000*0,1142) +

(1.200.000*0,0712)
Mediana

4.500.0

3.800.0

2.500.0

00

00

00

4.450.010

(4.500.000*0,8529) +
(3.800.000*0,1142) +
(2.500.000*0,0712)

Grande

4.200.0

3.500.0

3.000.0

00

00

00

4.195.480

(4.200.000*0,8529) +
(3.500.000*0,1142) +
(3.000.000*0,0712)

Maquina\Mercado

Alto

Moderado

Bajo

VE

Calculo

Pequea

4.800.0

3.600.0

1.200.0

3.575.880

(4.800.000*0,2132) +

00

00

00

(3.600.000*0,6853) +
(1.200.000*0,0712)

Mediana

4.500.0

3.800.0

2.500.0

00

00

00

3.741.540

(4.500.000*0,2132) +
(3.800.000*0,6853) +
(2.500.000*0,0712)

Grande

4.200.0

3.500.0

3.000.0

00

00

00

3.507.590

(4.200.000*0,2132) +
(3.500.000*0,6853) +
(3.000.000*0,0712)

Maquina\Mercado

Alto

Moderado

Bajo

VE

Calculo

Pequea

4.800.0

3.600.0

1.200.0

2.118.240

(4.800.000*0,2132) +

00

00

00

(3.600.000*0,1142) +
(1.200.000*0,5698)

Mediana

4.500.0

3.800.0

2.500.0

00

00

00

2.817.860

(4.500.000*0,2132) +
(3.800.000*0,1142) +
(2.500.000*0,5698)

Grande

4.200.0

3.500.0

3.000.0

00

00

00

3.004.540

(4.200.000*0,2132) +
(3.500.000*0,1142) +
(3.000.000*0,5698)

Evaluando los resultados de las tablas anteriores tendremos:

VE = (4.590.480 * 0,3908) + (3.741.540 * 0,3283) + (3.004.540 * 0,2808)
= 3.865.982

Mtodo rbol de Decisin:

El rbol de decisin utiliza el mismo mtodo que el de valor esperado a
nivel matemtico, pero dado que se plantea de una manera ms detallada es ms
conveniente estudiar el problema de esta manera.

Peque
a

Instalacin
de
Maquina

Median
a

Grande

Mercado Alto: 4.800.000 * 0,5 = 2.400.000

Mercado Mod: 3.600.000 * 0,3 = 1.080.000
Mercado Bajo: 1.200.000 * 0,2 = 240.000
TOTAL = 3.720.000

Mercado Alto: 4.500.000 * 0,5 = 2.250.000

Mercado Mod: 3.800.000 * 0,3 = 1.140.000
Mercado Bajo: 2.500.000 * 0,2 = 500.000

TOTAL = 3.890.000

Mercado Alto: 4.200.000 * 0,5 = 2.100.000

Mercado Mod: 3.500.000 * 0,3 = 1.050.000
Mercado Bajo: 3.000.000 * 0,2 = 600.000
TOTAL = 3.750.000

Mtodo Mxima Verosimilitud:

Antes de empezar el mtodo podemos darnos cuenta que el estado de
naturaleza con mayor probabilidad es de 0,5 solamente. Debido a esto podemos
afirmar que la aplicacin de este mtodo no ser muy confiable. Aun as, notamos
el resultado en la siguiente tabla
Tabla 5: mxima verosimilitud

Maquina\Mercado

Alto

Moderado

Bajo

Pequea

4.800.000

3.600.000

1.200.000

Mediana

4.500.000

3.800.000

2.500.000

Grande

4.200.000

3.500.000

3.000.000

Probabilidad

0,5

0,3

0,2

Mtodo Curva de Utilidad:

Utilidades asignadas:
4.800.000 => 1
4.500.000 => 0,9
4.200.000 => 0,75
3.800.000 => 0,65
3.600.000 => 0,5
3.500.000 => 0,4
3.000.000 => 0,25
2.500.000 => 0,15
1.200.000 => 0

Tabla 6: Utilidades totales

Alternativas

Calculo

Utilidad Total

Maquina Peq

(1 * 0,5) + (0,5 * 0,3) + (0 * 0,2)

0,65

Maquina Med (0,9 * 0,5) + (0,65 * 0,3) + (0,15 * 0,2) 0,675

Maquina Gde (0,75 * 0,5) + (0,4 * 0,3) + (0,25 * 0,2) 0,545

Se puede apreciar que la alternativa con mayor utilidad corresponde a la maquina

mediana.

Tabla 7: Curva de Utilidad

Metodo MARI:
En un principio calcularemos la amplitud para luego poder aplicar el modelo
MARI con la siguiente formula:
con
Tabla 8: MARI
Maquina\Mercad
o

Alto

Moderado

Bajo

VE

Amplitud

MARI

Pequea

4.800.000

3.600.000

1.200.000

3.720.000

3.600.000

5.976.000

Mediana

4.500.000

3.800.000

2.500.000

3.890.000

2.000.000

6.602.000

Grande

4.200.000

3.500.000

3.000.000

3.750.000

1.200.000

6.510.000

Probabilidad

0,5

0,3

0,2

Al aplicar el mtodo MARI podemos apreciar que la alternativa ganadora es

la que expresa un mejor rendimiento, es decir, la maquina mediana.
Metodo MARIc:
En el modelo de MARI corregido utilizaremos un diferente metodo para
calcular la amplitud con la siguiente formula:

Tabla 9: MARIc
Maquina\Mercado

Alto

Moderado

Bajo

VE

Amplitud

MARIc

Pequea

4.800.000

3.600.000

1.200.000 3.720.000 2.160.000

6.264.000

Mediana

4.500.000

3.800.000

2.500.000 3.890.000 1.750.000

6.652.000

Grande

4.200.000

3.500.000

3.000.000 3.750.000 1.500.000

6.450.000

Probabilidad

0,5

0,3

0,2

Mtodo MARIr:
En el modelo de MARI revisado tambin haremos un cambio al clculo de la
amplitud con la siguiente formula:

Tabla 10: MARIr

Maquina\Mercado

Alto

Moderado

Pequea

4.800.000

3.600.000

Bajo

VE

Amplitud

1.200.000 3.720.000 2.159.999

MARIr
6.264.000

Mediana

4.500.000

3.800.000

2.500.000 3.890.000 1.749.999

6.652.000

Grande

4.200.000

3.500.000

3.000.000 3.750.000 1.499.998

6.450.000

Probabilidad

0,5

0,3

0,2

Se puede apreciar resultados muy parecidos en las tablas para el MARIc y

el MARIr.

Tabla 11: Resultados generales de la asignacion especial MARI

Al
t

VE

Arbol

MaxiVeros
im.

Cur
va
de
utili
dad

Ampli
tud

Ac

Ar

MARI

MARI
c

MARIr

P
eq

3.720

3.720

4.800

0,65

3.600

2.160

2.159

5.976

6.264

6.264.

.000

.000

.000

.000

.000

.999

.000

.000

000

M
ed

3.890

3.890

4.500

2.000

1.750

1.749

6.602

6.652

6.652.

.000

.000

.000

0,67
5

.000

.000

.999

.000

.000

000

G
de

3.750

3.750

4.200

0,54
5

1.200

1.500

1.499

6.510

6.450

6.450.

.000

.000

.000

.000

.000

.998

.000

.000

000

Como se puede apreciar en la tabla 11 de resultados generales, casi todo

los mtodos tienden a resultar en la alternativa de la maquina mediana. El nico
mtodo que no coincidi con los dems fue el mtodo de mxima verosimilitud,
pero como se expres en el procedimiento del mismo, este representa un mtodo
de poca confiabilidad debido a la baja probabilidad que posee la alternativa con
mayor probabilidad (0,5). Aun as, es agradable notar la congruencia de todos los
mtodos.