Vous êtes sur la page 1sur 23

2 SUPLEMENTO

HERRAMIENTAS
PARA LA TOMA
DE DECISI0NES
EL PROCESO DE LA DECISIN
ANALTICA
MODELOS PARA LA TOMA
DE DECISIONES
Ventajas y desventajas del uso
de modelos
TEORA LEE LA DECISIN
Fundamentos de la Teora
de la decisin
Tablas de decisin
rboles de decisin
RESUMEN

TRMINOS CLAVE
USO DE AB: POM Y HOJAS
DE CLCULO
PARA LA RESOLUCIN DE
PROBLEMAS DE LA TEORA
DE LA DECISIN
PROBLEMAS RESUELTOS
PREGUNTAS DE DISCUSIN
EJERCICIO DE RAZONAMIENTO
CRTICO

a decisin de perforacin
de los pozos fue meditada.
Cul de estas nuevas
reas de Kentucky Blair Este o
Blair Oeste debera ser
peiforada en busca de petrleo?
Una decisin equivocada en este
tipo de perforaciones podra
significar la diferencia entre el
xito o la quiebra de la empresa.
Hablar acerca de la torna de
decisiones bajo incertidumbre y
presin! Empleando un rbol de
decisin, el presidente de Tomco
Oil's, Thomas E. Blair identific
74 diferentes opciones, y cada
una de ellas posea un beneficio
neto. Lo que haba comenzado
como un gran nmero de factores
geolgicos, tcnicos, econmicos
y polticos, ahora se haba
convertido en algo mucho ms
claro. Blair dijo: "El anlisis con
rboles de decisin nos
proporciona una forma
sistemtica de planificar estas
decisiones y un conocimiento
ms claro de los numerosos y
variados resultados financieros
que son posibles."

CASO DE ESTUDIO
BIBLIOGRAFA

l`uente: Adaptado de J. 1 losseini, "Decision Analysis and Its Application in the


Choice Between Two Wildcat Oil
Ventures," Interfaces ( marzo/abril, 1986):
75-85.

54

SUPLEMENTO CAPTULO 2. HERRAMIENTAS PARA LA TOMA DE 1)EC ISIONF-S

Los directores de operaciones toman decisiones. Para lograr los objetivos de sus organizaciones, los directivos deben comprender cmo se toman las decisiones y qu
herramientas emplear para la torna de decisiones. En gran medida, el xito o fracaso de las
personas y empresas depende de la calidad de sus decisiones. El director que insisti en el
lanzamiento del transbordador espacial Challenger (el cual explot en 1986), a pesar de ser
advertido de que no deba ser lanzado, no ascendi, obviamente, dentro de la NASA.
William Gates, el creador de los sistemas operativos para computadores personales DOS y
Windows, se convirti en el presidente de la ms importante compaa de software del
mundo (Microsoft) y en el billonario ms joven de los Estados Unidos.
En este suplemento, y a lo largo del texto, emplearemos el trmino modelo una y
otra vez. Los modelos estn en la base de la toma de decisiones en la direccin de
Modelo produccin y operaciones. Un modelo es una representacin de la realidad. Puede ser un
modelo fsico, como puede ser un modelo a escala de una fbrica o un modelo de un avin
para emplearlo en un tnel de viento. Tambin puede ser un modelo matemtico, el cual es
incluso ms comn. Un modelo matemtico sencillo que aprendi en geometra es la
frmula Area = longitud x altura. Otros modelos pueden ser mucho ms complejos y
pueden incluso representar la operatividad de un negocio. Tal modelo tendra variables
para cuantificar los costes de produccin, de transporte, de inventario y de manejo de
informacin, as como una amplia variedad de otros posibles inputs y outputs.
Los modelos y tcnicas de la direccin cientfica pueden ayudara los directivos a:
1. Comprender cmo funcionan sus empresas.
2. Comprender cmo funcionan otras compaas.
3. Encontrar una forma de reducir o, como mnimo, de entender la incertidumbre
que rodea a los planes y actividades de la empresa.
A lo largo de este libro, le presentaremos un amplio abanico de modelos y
herramientas que ayudan a los directores de operaciones a tomar mejores decisiones. Este
suplemento examina primero el proceso analtico de toma de decisiones, despus clasifica
los modelos con los que tratar, y finalmente introduce la teora de la decisin, la cual es
una de las ms populares herramientas de toma de decisiones en uso.

EL PROCESO DE LA DECISIN ANALTICA


Qu es lo que diferencia una buena decisin y una mala decisin? Una "buena" decisin,
suponiendo una toma de decisin analtica, est basada en la lgica, y considera todos los
datos disponibles y todas las alternativas posibles. Tambin sigue los seis pasos siguientes:
1. Definir el problema y los factores que influyen en l. El problema sobre el que
se debe decidir debe ser definido de forma clara y concisa, lo cual es, en muchos
casos, el paso ms importante y difcil.

2. Establecer el criterio de decisin y los objetivos. Los directivos deben


desarrollar objetivos especficos y cuantificables. La mayora de las empresas
tienen ms objetivos que simplemente maximizar el beneficio.

3. Formular un modelo o relaciones entre objetivos y variables. En otras palabras,


deseamos desarrollar una representacin de la situacin, un modelo. La mayora de
los modelos presentados en este libro contienen una o ms variables. Una variable,
como su nombre indica, es una cantidad cuantificable que puede variar o estar
sujeta a cambios.
4. Identificar y evaluar las alternativas. Los -directivos necesitan generar tantas
soluciones al problema como les sea posible (y en general rpidamente). A la

MODELOS PARA LA TOMA DE DECISIONES

mayora de directivos, les gusta disponer de un amplio abanico o conjunto de


opciones, as pueden evaluar cada opcin por sus mritos y desventajas.
5. Seleccionar la mejor alternativa. sta es la alternativa que mejor satisface y es
ms consistente con los objetivos establecidos.
6. Implementar la decisin. Poner en prctica las etapas de la decisin escogida
puede ser la fase ms difcil de la toma de decisiones. La implementacin implica
hacer una asignacin de tareas y un calendario para su realizacin.
Debemos puntualizar que estos pasos no siempre se siguen uno a otro sin algntipo
de bucle a un paso anterior. La modificacin de uno o ms pasos antes de llegar a la
solucin final no es inusual. No obstante, tomar "buenas" decisiones en los problemas (le
operaciones significa realizar los seis pasos.

MODELOS PARA LA TOMA DE DECISIONES


Cuando el proceso de decisin se aplica a decisiones de la direccin de operaciones, est
estrechamente relacionado con el uso de modelos matemticos y anlisis cuantitativos.
Existen ventajas y desventajas en la modelizacin. Empleamos
modelos para poder representar la realidad de un sistema real, reproduciendo
sus rasgos importantes, apariencia y caractersticas. Los modelos no son
ninguna panacea: realmente, la mayora de modelos son simplificaciones del
mundo real. El nfasis en este libro no se situar en la construccin de
modelos per se, sino en el uso ce modelos para ayudar a los directores de
operaciones a tomar decisiones. Creemos que debera saber:
1. Cundo un modelo es apropiado y cules son sus supuestos y
li mitaciones.
2. A qu propsito podra servir un modelo en un problema concreto.
3. Cmo emplear el modelo y obtener resultados.
4. Cmo interpretar, en trminos de direccin, los resultados del
modelo.

Ventajas e inconvenientes del uso de modelos


Los modelos matemticos presentados en este libro son herramientas que
han sido ampliamente aceptadas por los directivos, por varias razones:
1. Son menos caros y crean menos problemas organizativos que la
experimentacin con los sistemas del mundo real.
2. Permiten a los directores de operaciones responder a preguntas
del tipo "qu pasara si" (esto es, cuestiones del tipo "qu
sucedera si el coste de mi inventario aumentara un 3% el prximo ao? Qu
cambio se dara en los beneficios?).
3. Estn construidos para problemas de gestin y dan valor al input de la gestin.
4. Obligan a un enfoque consistente y sistemtico en el anlisis de problemas.
5. Obliga a los directivos a ser concretos acerca de las restricciones y objetivos de
un problema.
6. Pueden ayudar a r educir el tiempo necesario para la toma de decisiones.

55

SUPLEMENTO CAPTULO 2. HERRAMIENTAS PARA LA TOMA llE DECISIONES

56

Las principales desventajas de los modelos son las siguientes:


1. Pueden ser caros y necesitar mucho tiempo en su desarrollo y prueba.
2. A menudo son mal empleados y mal entendidos (y temidos) por su complejidad
matemtica.
3. Tienden a subvalorar el papel y el valor de la informacin no cuantificable.
4. A menudo presentan hiptesis que simplifican en exceso las variables del mundo real.

TEORA DE LA DECISIN
La teora de la decisin, un enfoque analtico para escoger la mejor alternativa o accin, es
una de las herramientas ms empleadas y tiles para la toma de decisiones. La teora de la
decisin puede dividirse en tres modelos de decisin. Estos estn basados en el grado de
certeza de los posibles resultados o consecuencias para el que toma la decisin. Los tres
tipos de modelos de decisin son los siguientes:
. Tonta de decisiones bajo certeza. El decisor conoce con certeza las
En el Mar de Beaufori,, en la costa norte de
consecuencias o resultados de cada alternativa o decisin. Por
Alaska, se cre una is( ^temporall mediante
Ia. p royeccin de agua ala e .El agua se
ejemplo, una persona que debe tomar una decisin sabe con absoluta
helaba inmediatamente e
a`cascad a de
certeza que un depsito de 100$ en una cuenta x provocar un
cristales de hielo y formaba ua masa
aumento de 100$ en el balance de esa cuenta.
slida.
2. Tonta de decisiones bajo incertidumbre. El decisor no conoce la
Para la perforacin de un pozo de pruebe,
lob eecutivos de Amoco consideraron
Probabilidad de ocurrencia de los resultados de cada alternativa. Por
diferentes ahernativs de dtisin: (1) una
ejemplo, la probabilidad de que el Servicio Postal de los Estados
plata thiat orina, (2) un barco
Unidos sea sustituido por redes informticas que conecten los compuperforador (3) una islade rava (4) una
tadores de diferentes hogares es desconocida.
isla de hormign o (S) la isla temporal de
3. Toma de decisiones bajo riesgo. El decisor conoce la probabilidad de
hielo. Utilizando la teora de la decisin,
opiaron por la isla de hielo porque su coste
ocurrencia de los resultados o consecuencias de cada alternativa. Por
sera menos de la mitad del coste de la isla
ejemplo, Clhrysler puede desconocer cuntas de sus exitosas furgode grava.: En el verano, el hielo se fundirla
netas vender el prximo ao, pero conoce que la probabilidad de
a su estad`natural.
vender ms de 450.000 es de 0,30.
nCF.

P
'h
yG-Z'i

Fundamentos de la teora de la decisin


Adems de la complejidad de una decisin, todos los que toman decisiones se enfrentan a
diferentes alternativas y estados de la naturaleza. Una alternativa es una accin o estrategia
que debe escoger el que toma la decisin. Por ejemplo, los directivos de Amoco Oil.
eligieron como alternativa la construccin de una isla temporal de hielo para la perforacin
en busca de petrleo en Alaska. Un estado de la naturaleza es un suceso o una situacin
sobre la cual el decisor no tiene control. Por ejemplo, si el tiempo de Alaska hubiera sido
inoportunamente clido, una isla de hielo temporal para la perforacin de Amoco se habra
fundido y hubiera sido una decisin muy costosa.

Tablas de decisin
Tablas de decisin Tablas de decisin son tablas bastante simples que ayudan a definir las posibles
alternativas. Para cada alternativa y cada estado de la naturaleza concreto existe una consecuencia o resultado, que en los negocios se expresa habitualmente en valor monetario. ste
recibe el nombre de valor condicional. Ntese que todas las alternativas del Ejemplo S2.1

57

TEORA DE LA DECISIN

EJ eMF o s2:1
La Getz Products Company est estudiando la posibilidad de producir y comercializar
cobertizos de almacenamiento para partes traseras de casas. Emprender este proyecto
requerira la construccin de una planta de fabricacin grande o una planta pequea para
la fabricacin. El mercado para el producto fabricado podra ser favorable o desfavo-,
rable. Getz, por supuesto, tiene la opcin de no desa r rollar la nueva lnea de producto.
Con un mercado favorable, una planta grande proporcionara a Getz Products un beneficio neto de 200.000$. Si el mercado es desfavorable tendra una prdida de 180.000$.
Una planta pequea proporcionara un beneficio neto de 100.000$ en un mercado favorable, pero generara unas prdidas de 20.000$ si el mercado fuera desfavorable. La tabla
siguiente muestra la tabla de decisin basada en este informacin:
TABLA DE DECISIN CON VALORES CONDICIONALES PARA GETZ PRODUCTS
a^vus^:an.,a^; ^;r^,^a^^sac,^xu^aa^; su^^;^ctc^ ^w,^a:^;;>. rmar,.^.i z^o^srt.:^- psi;^s

^;,^ .^c
ssxxsvsr

^s^r^^^sr^^^s^:^.a^:a^e^

ESTADOS DE LA NATURALEZA

ALTERNATIVAS

Construccin de planta grande


Construccin de planta pequea
No hacer nada

MERCADO FAVORABLE

MERCADO DESFAVORABLE

$200.000

$180.000

$100.000

$ 20.000

$0

$0

En los ejemplos S2.2 y S2.3 veremos cmo se utilizan las tablas de decisin.

estn listadas en la parte izquierda de la tabla, los estados de la naturaleza estn situados en
la parte superior de la tabla, y los valores condicionales, en el cuerpo de la tabla de
decisin.
ToMA DE DECISIONES BAJO CERTEZA. Esta es la situacin ms fcil a la que un
directivo puede hacer frente. Si, por ejemplo, Getz Products, la empresa del Ejemplo S2.1,
sabe que el mercado de cobertizos ser favorable, la empresa construir una planta grande.
Si la empresa est convencida de que el mercado ser desfavorable, no har nada.

ToMA DE DECISIONES BAJO INCERTIDUMBRE. Cuando existe completa incertidumbre sobre cul de los estados ce la naturaleza de la tabla de decisin puede presentarse
(es decir, cuando no podemos ni siquiera asignar probabilidades a cada posible resultado),
contamos con tres mtodos de decisin:

1. Maximax. Este mtodo selecciona la alternativa que maximiza el mximo resultado de todas las alternativas. Primero hallamos el mximo resultado dentro de
cada alternativa, y entonces escogemos la alternativa con el mayor resultado.
Debido a que este criterio de decisin localiza la alternativa con el mayor
beneficio posible, se ha considerado un criterio de decisin "optimista".
2. Maximin. Este mtodo selecciona la alternativa que maximiza el mnimo
resultado de todas las alternativas. Primero hallamos el mnimo resultado de cada
alternativa, y entonces escogemos la alternativa con el mejor resultado. Debido a
que este criterio localiza la alternativa que presenta la menor prdida posible, se
ha considerado un criterio de decisin "pesimista".

Maximax

Maximin

SUPLEMENTO CAPTULO 2. HERRAMIENTAS PARA LA TOMA DE DECISIONES

58

Equiprobabilidad 3. Equiprobabilidad. Este mtodo halla la alternativa con el mayor resultado.


medio. Primero calculamos el resultado medio para cada alternativa, que es la
suma de todos los resultados divididos por el nmero de resultados. Entonces
escogemos la alternativa con el mayor valor. El enfoque equiprobable supone que
cada estado de la naturaleza tiene la misma probabilidad de ocurrir.
El Ejemplo S2.2 aplica cada uno de estos enfoques a Getz Products Company.

Dada la tabla de decisin del Ejemplo S2.1, determinar los criterios de decisin
maximax, maximin y equiprobable:
1. La eleccin maximax es construir una planta grande. ste es el mximo de los
valores mximos de cada fila, o alternativa.
2. La eleccin maximin es no hacer nada. ste es el mximo de los nmeros
mnimos de cada fila, o alternativa.
3. La eleccin del criterio equiprobable es construir una planta pequea. ste es
el mximo de los resultados medios de cada alternativa. Este enfoque supone
que todos los resultados para cada alternativa son equiprobables.
ESTADOS DE LA NATURALEZA
MERCADO
FAVORABLE

MERCADO
DESFAVORABLE

MXIMO

MNIMO

DE LA FILA

DE LA FILA

MEDIA
DE LA FILA

Construir planta
grande

$200.000

$180.000

$200.000

$180.000

$10.000

Construir planta
pequea

$100.000

$20.000

$100.000

$20.000

$40.000

$0

$0

$0

$0

$0

ALTERNATIVAS

No hacer nada

Maximax

Maximin

Equiprobable

La toma de decisiones bajo riesgo, que es la


situacin ms habitual, se basa en las probabilidades. Los diferentes estados de la
naturaleza pueden aparecer, pero cada uno de ellos con unas probabilidades estimadas.
Dada una tabla de decisin con valores condicionales y estimaciones de las probabilidades
de cada estado de la naturaleza, podemos determinar el valor monetario esperado (VME)
para cada alternativa. ste representa el valor esperado o resultado medio para cada
alternativa, si pudiramos repetir la decisin en un gran nmero de ocasiones. Escoger la
alternativa que presenta el mximo VME es uno de los criterios de decisin ms populares.
El VME para una alternativa es la suma de los posibles resultados de la alternativa,
ponderados por la probabilidad de ocurrencia de cada uno de ellos.
TOMA DE DECISIONES BAJO RIESGO.

Valor monetario
esperado (VME)

VME (Alternativa i) = (resultado del 1. ,r estado de la naturaleza) x (probabilidad


del 1. estado de la naturaleza)
+ (resultado del 2 estado de la naturaleza) x (probabilidad
del 2. estado de la naturaleza)
+...+ (resultado del ltimo estado de la naturaleza) x (probabilidad del ltimo estado de la naturaleza)

59

TEORA DE LA DECISIN

El Ejemplo S2.3 muestra cmo un VME de muestra es calculado.

El director de produccin y operaciones de Getz Products cree que la probabilidad de


un mercado favorable es exactamente la misma que la de uno desfavorable. Es decir,,
cada estado de la naturaleza tiene una probabilidad de 0,50. Ahora podemos determinar
el VME de cada alternativa (ver la tabla siguiente).
mci .

?; , `ka:6 M 's.,s:. laa l_sz : ;.cwazw :i..,.ss*.5,.::i;<.. r.i+F' z,.;

r S&$i^S:"s

;i ii3 ESt%

ESTADOS DE LA NATURALEZA

MERCADO FAVORABLE

MERCADO DESFAVORABLE

Construir un planta grande

$200.000

$180.000

Construir una planta pequea

$100.000

$20.000

$0

$0

0,50

0,50

ALTERNATIVAS

No hacer nada .
Probabilidades

1. VME (planta grande) = (0,5)(200.000$)+(0,50)(-180.000$) = 10.000$


2. VME (planta pequea) = (0,5)(100.000$)+(0,50)(-20.000$) = 40.000$
3. VME (no hacer nada) = (0,5)(0$)+(0,50)(0$) = 0$
El mximo VME lo encontramos en la segunda alternativa, construir una planta pequea. Por tanto, de acuerdo con el criterio de decisin del VME, construiramos una
planta pequea.

EL VALOR ESPERADO DE UNA INFORMACIN PERFECTA (VEIP). Si un

directivo fuera capaz de determinar qu estado de la naturaleza se presentar, entonces l o


ella sabra qu decisin tomar. Una vez que el directivo sabe qu decisin tornar, el
resultado aumenta porque el resultado es ahora cierto, no una probabilidad. Debido a que
el resultado se incrementar si sabemos qu estado de la naturaleza se dar, este conocimiento, o "informacin perfecta", tiene valor. Por tanto, veamos cmo determinar el valor
de esa informacin. A la diferencia entre el resultado bajo certeza y el resultado bajo riesgo
le llamaremos valor esperado de la informacin perfecta (VEIP).

Valor esperado
de la informacin
perfecta (VEIP)

VEIP = valor esperado bajo certeza mximo VME


Para hallar el VEIP, debemos calcular primero el valor esperado bajo certeza, el Valor esperado
cual es el resultado medio basado en la informacin perfecta. Para calcular este valor, esco- bajo certeza
gemos la mejor alternativa para cada estado de la naturaleza y multiplicamos su resultado
por la probabilidad de este estado de la naturaleza.
Valor esperado bajo certeza = (mejor resultado o consecuencia del 1. er estado de la
naturaleza) x (probabilidad del 1. er estado de la naturaleza) + (mejor resultado o consecuencia del 2. estado
de la naturaleza) x (probabilidad del 2. estado de la
naturaleza) + ... + (mejor resultado o consecuencia del
ltimo estado de la naturaleza) x (probabilidad del
ltimo estado de la naturaleza)

60

SUPLEMENTO CAPTULO 2. I-IERRAMIENTAS PARA LA TOMA DE DECISIONES

En el Ejemplo S2.4 empleamos los datos y la tabla de decisin del Ejemplo S2.3 para
examinar el valor esperado de la informacin perfecta.

Supngase que el director de produccin y operaciones de Getz Products ha sido


asesorado por una empresa dedicada a la investigacin de mercados que propuso ayudarle en la toma de decisin, sobre si construir- o no la planta para la fabricacin de cobertizos. Los investigadores de mercado afirman que su anlisis tcnico desvelara con
toda certeza si el mercado es o no favorable para este producto. En otras palabras,
cambiar el entorno de Getz's Products de uno bajo riesgo a otro bajo certeza. Esta informacin podra evitar a Getz's Products un error muy costoso. La empresa de investigacin de mercados cobrara a Getz 65.000$ por la informacin. Qu recomendara a
Getz? Debera el director de produccin y operaciones contratar a la empresa para realizar el estudio? Incluso si la informacin del estudio fuera absolutamente precisa, es
su precio de 65.000$? Cul sera el precio? Determinar el precio de tal informacin
perfecta puede ser muy til. Fijar la cota mxima hasta la que estara dispuesto a gastar
Getz por la informacin.
Observando la tabla del Ejemplo S2.3, el directivo de Gctz puede calcular el
mximo que estara dispuesto a pagar por la informacin, es decir, el VEIP. Primero,
calculara el valor esperado bajo certeza. Entonces, empleando esta informacin, calculara el VEIP. El procedimiento se esboza a continuacin:
1. El mejor resultado para el estado de la naturaleza "mercado favorable" es
"construir una planta grande" con un pago de 200.000$. El mejor resultado
para el estado de la naturaleza- "mercado desfavorable" es "no hacer nada",
con un pago de 0$.
Valor esperado bajo certeza = (200.000$)(0,50) + (0$)(0,50) = 100.000$
As pues, si tuviramos informacin perfecta, esperaramos (en promedio)
100.000$ si la decisin pudiera ser repetida numerosas ocasiones.
2. El mximo VME es 40.000$, el cual es el resultado esperado sin informacin
perfecta.
VEIP = valor esperado bajo certeza mximo VME _
= 100.000$ 40.000$ = 60.000$
Por tanto, lo mximo que Getz Products estara dispuesta a pagar por la informacin
perfecta son 60.000$. Esto, por supuesto, est de nuevo basado en el supuesto de que la
probabilidad de cada estado de la naturaleza sea de 0,50.

Arboles de decisin
Arbol de decisin

Toda decisin que puede ser representada en una tabla de decisin puede ser tambin
representada en un rbol de decisin. Un rbol de decisin es una presentacin del
proceso de decisin que indica las alternativas de decisin, los estados de la naturaleza y
sus respectivas probabilidades, y los resultados para cada combinacin (le alternativa y
estado de la naturaleza. Los rboles de decisin son ms tiles para los problemas que

TEORA DE LA DECISIN

incluyen decisiones y estados de la naturaleza secuenciales. Cuando decisiones futuras


dependen de los resultados de otras previas, las tablas de decisin son muy difciles de
estructurar. Los rboles de decisin son ms fciles de visualizar.
Se emplean dos smbolos en los rboles de decisin:
1. CI Un vrtice de decisin en el que debe seleccionarse una de las distintas
alternativas.
2. 0 Un vrtice de estado de la naturaleza a partir del cual se presentar un estado
de la naturaleza.
Al construir un rbol de decisin, debemos asegurarnos de que todas las alternativas
y estados de la naturaleza estn en su lugar correcto y lgico y de que incluimos todas las
posibles alternativas y estados de la naturaleza. El Ejemplo S5 presenta una muestra de
rbol de decisin.

La Figura S2.1 presenta un rbol de decisin para Getz Products, empleando los
smbolos que se acaban de presentar.

Figura S2.1 rboles de Decisin para Getz Products.

Aunque todos los criterios de decisin anteriores son aplicables a los rboles de
decisin, el valor monetario esperado (VME) es el ms empleado y, generalmente, el
criterio de decisin ms apropiado para el anlisis de los rboles de decisin. Los primeros
pasos en el anlisis son representar grficamente el rbol de decisin y determinar las
consecuencias monetarias de todos los posibles resultados en el rbol para cada situacin
particular.
El anlisis de problemas mediante rboles de decisin implica cinco pasos:
1. Definir el problema.
2. Estructurar o dibujar el rbol de decisin.
3. Asignar probabilidades a los estados de la naturaleza.

61

62

SUPLEMENTO CAPITULO 2. HERRAMIENTAS PARA LA TOMA DE DECISIONES

4. Estimar los resultados de cada combinacin posible de alternativas y estados de la


naturaleza.
5. Resolver el problema calculando los valores monetarios (VME) para cada vrtice
estado de la naturaleza. Esto se realiza trabajando hacia atrs, es decir, coinenzando por la parte derecha del rbol y movindonos hacia atrs, para despus calcular
los valores de los vrtices de decisin situados a la izquierda.

IE

S2.61

Presentamos un ejemplo completo y resuelto de un rbol de decisin para Getz Products


en la Figura S2.2. Ntese que los resultados estn colocados en la parte derecha de cada
una de las ramas del rbol. Las probabilidades (empleadas por Getz en el Ejemplo S2.3)
estn colocadas entre parntesis junto a cada estado de la naturaleza. Los valores
monetarios esperados para cada vrtice de estado de la naturaleza son calculados y
colocados en sus respectivos vrtices. El VME del primer vrtice es 10.000$. Este valor
representa a la rama de construir una planta grande del vrtice de decisin. El VME del
vrtice 2, construir una planta pequea, son 40.000$. No construir nada o no hacer nada
tiene, evidentemente, un resultado de 0$. Se escoger la rama que, partiendo del vrtice
de decisin, se dirige al vrtice de estado de la naturaleza con mayor VME. En el caso (le
Getz, debera construirse una planta pequea.

i
1'

33

{^ +

CJ S,

7.

lti

Mercado fav

>

W3

,1 f

``

tt

- 4A 1

^,;

' 'ara rti

^ f k

^a ^ta^ae

Mercado d

`}
y

`'

le (Q 5)

,,y

ss

`200.000S

avorble (0.5 )
180.000$

Mercado fd_ b b!e (0,5) .

uir:planta
^ry^na

sultados

.n,
y

2
ercado d

Qrapie (0,5) '

20.000$,

MV para rt%

(0,5)

(100.000$) + (0 5) (

Q
t. .Y.

1`

r y...

-T
Yf

t?^ 5

Figura S2.2 rbol de decisin completo y resuelto para Getz Products.

UN

Como se ha mencionado anteriormente, cuando debe realizarse una secuencia de decisiones, los rboles de decisin
son herramientas mucho ms potentes que las tablas de decisin. Supongamos que Getz
Products tiene que tomar dos decisiones, la segunda dependiendo del resultado de la
primera. Antes de decidir sobre la construccin de una nueva planta, Getz tiene la opcin de realizar su propio estudio de mercado, con un coste de 10.000$. La informacin
de este estudio podra ayudar a la empresa a decidir si construir una planta grande, una
RBOL DE DECISIN MS COMPLEJO.

TEORA DE LA DECISIN

pequea o no construir ninguna. Getz Products reconoce que este estudio de mercado
no le proporcionar informacin perfecta, pero podr ayudar bastante a pesar de ello.
El nuevo rbol de decisin de Getz se presenta en la Figura S2.3 del Ejemplo S2.7.
Obsrvese cuidadosamente este rbol, ms complejo. Ntese que todos los resultados
posibles y alternativas estn incluidas en su secuencia lgica. Esta es una de la ventajas de
emplear rboles de decisin en la toma de decisiones. El directivo se ve forzado a examinar
todos los posibles resultados, incluyendo los desfavorables. l o ella se ven tambin
obligados a tomar decisiones de forma lgica y secuencial.

Examinando la Figura S2.3, vemos que el primer punto de decisin de Getz es si realizar
el estudio de mercado de 10.000$. Si decide no realizar el estudio (parte inferior del
rbol), debe decidir si construir una planta grande, una pequea o ninguna. Este es el
segundo punto de decisin de Getz. El mercado ser favorable (con probabilidad 0,50) o
desfavorable (tambin con probabilidad de 0,50) si se construye. Los resultados para
cada posible consecuencia se especifican en la parte derecha del rbol. De hecho, la parte
inferior del rbol es idntica al rbol de decisin simple mostrado en la Figura S2.2.
La parte superior de la Figura S2.3 refleja la decisin de realizar el estudio de
mercado. El vrtice de estado de la naturaleza nmero 1 presenta dos ramas que salen
de l. Djenos decir que, en un 45% de las ocasiones, los resultados del estudio indicaran un mercado favorable para los cobertizos. Ntese tambin que la probabilidad de
que los resultados del estudio sean negativos es de 0,55.
El resto de probabilidades mostradas entre parntesis en la Figura S2.3 son todas
probabilidades condicionadas. Por ejemplo, 0,78 es la probabilidad de un mercado
favorable para los cobertizos, dado un resultado favorable en el estudio de mercado.
Por supuesto, el lector esperara encontrar una probabilidad elevada de un mercado
favorable puesto que el estudio indic que el mercado sera bueno. No olvide, no
obstante, que existe la posibilidad de que el estudio de mercado de Getz de 10.000$ no
d informacin perfecta o incluso fiable. Cualquier estudio de mercado est sujeto a
error. En este caso, en un 22% de las ocasiones, el mercado para los cobertizos ser
desfavorable, dados unos resultados positivos del estudio.
Asimismo, observemos que en un 27% de la ocasiones el mercado para los cobertizos ser favorable aunque el resultado del estudio de Getz sea negativo. La probabilidad es ms elevada (0,73) para que el mercado sea realmente desfavorable cuando el
resultado del estudio fue negativo.
Finalmente, cuando observamos la columna de resultados en la Figura S2.3, vemos
que 10.000$ el coste del estudio de mercado se tuvo que restar de cada una de las diez
ramas superiores. Por tanto, una planta grande con un mercado favorable normalmente
proporcionara un beneficio neto de 200.000$. Pero debido a que el estudio de mercado fue
realizado, esta cantidad se ve reducida en 10.000$. En el caso desfavorable, la prdida de
180.000$ se incrementara en 190.000$. Igualmente, realizar el estudio y no construir
ninguna planta ahora generara un resultado de 10.000$.
Con todas las probabilidades y resultados especificados, podemos comenzar
calculando el valor monetario esperado para cada una de las ramas. Comenzamos en el
final o parte derecha del rbol de decisin y trabajamos hacia atrs, hacia el origen.
Cuando finalicemos, conoceremos la mejor decisin.

63

SUPLEMENTO CAPTULO 2. 1 IERRAMIENTAS PARA LA TOMA DE L )LC;ISION1:5

64

llesultados

Segundo punto
de decisin

Primer punto
de dec1si n

106.400$ Merca do favc


Mercado
desfavorable

2'

tarde

`
O

\O 1

le (0,78)

Mercado
desfavorable

(0,22) .

90.000$
-3.000$

vO CO^S

fruir

-10.000$

-87.400$ Morado f avora bte(0,27)

-'

>,

s,^ s s
Q

'

Qua Piar
peq^
Oc
O

HiI

s^^

o,Lo

--- -

----^---

2.400$
5

190.000$

Mercado

desfavorgble

eta

^^
ss

,.:

( 0, 73 ) - 190.000$

Mercado favorable (0,27)

Mercado
dsfavorable

(0,73)
---

90.000$
- 30.000$

- 1 0.000$ J

^Sfr^^r

'^^r

10.000$ Mercado favorable (0,5)

6
^a^ Planta
"`^
pequea

desf yorable

40 000$ Me d;e do
Mercado
,:
de^^favrable

tioo
0
1

Figura S2.3

190.000$ .:

49.20$

190.000$

(0,22) -

63.600$ Mercado favc

Planta
equea

,^ `^a

^,

e(0.78)

favorable
ra

200.0003

(0,5) _ 180.000$
( 0,5 ) 100.000$
(0'5)

_ 20.000$

^S^rv^rp

12 rbol de Decisin de Getz con probabilidades y VME. Las lneas paralelas cortas

significan que la rama ha sido "podada"; es menos favorable que otra opcin posible y por tanto se puede
abandonar.

1. Dados resultados favorables en el estudio,


VME(vrtice 2) = (0,78)(190.000$) + (0,22)( 190.000$) = 106.400$
VME(vrtice 3) = (0,78)(90.000$) + (0,22)( 30.000$) = 63.600$
El VME, de no construir ninguna planta en este cas, es 10.000$. Por
tanto, si los resultados del estudio son favorables, debera construirse una
planta grande.
2. Dados resultados negativos en el estudio,
VME(vrtice 4) = (0,27)(190.000$) + (0,73)(-190.000$) _ 87.400$

65

TRMINOS CLAVE

VME(vrtice 5) = (0,27)(90.000$) + (0,73)( 30.000$) = 2.400$


El VME, de no construir ninguna planta, vuelve a ser de 10.000$ para
esta rama. Por tanto, dado un resultado negativo del estudio, Getz debera
construir una planta pequea con un valor esperado de 2.400$.
3. Continuando por la parte superior del rbol y movindonos hacia atrs,
calculamos el valor esperado de realizar el estudio de mercado.
VME(vrtice 1) = (0,45)(106.400$) + (0,55)(2.400$) = 49.200$
4. Si no se realiza el estudio de mercado,
VME(vrtice 6) = (0,50)(200.000$) + (0,50)(-180.000$) = 10.000$
VME(vrtice 7) = (0,50)(100.000$) + (0,50)(-20.000$) = 40.000$
El VME, de construir ninguna planta, es 0$. Por tanto, si no se realiza la
investigacin de mercado, construir una planta pequea es la mejor eleccin.
5. Dado que el valor monetario esperado para realizar el estudio es 49.200$
versus un VME de 40.000$ de no realizarlo, la mejor eleccin es buscar
informacin sobre el mercado, es decir, realizar el estudio de mercado. Si
los resultados del estudio son favorables, Getz debera construir una planta
grande. Pero si la investigacin es negativa, debera construir la planta
pequea.

RESUMEN
Los directores de operaciones toman muchas decisiones importantes. Deben decidir sobre
niveles de inversin para el desarrollo de productos, plantas y equipos, y para nuevos
edificios. Deciden qu niveles de inventario son los apropiados, cundo contratar
trabajadores y cundo realizar el mantenimiento. Los buenos decisores emplean todas las
herramientas disponibles para ello, incluyendo los modelos matemticos. Tambin siguen
el siguiente proceso de seis pasos:
1. Definicin del problema
3. Formulacin del modelo

2. Establecimiento de objetivos
4. Identificacin de alternativas y solucin

S. Seleccin de la mejor alternativa

6. Implementacin de la decisin.

La teora de la decisin proporciona un til soporte para la toma de decisiones. Los


problemas de decisin se clasifican como decisiones bajo (1) certeza, (2) riesgo, o (3)
incertidumbre. Los rboles y las tablas de decisin son especialmente tiles para la toma de
decisiones bajo riesgo e incertidumbre.

Modelo
Tabla de decisin
Maximax
l\'laximiu
Equiprohahle

Valor monetario esperado (VME)


Valor esperado de la informacin perfecta
(VEIP)
Valor esperado bajo certeza
rbol de decisin

TRMINOS
CLAVE

SUPLEMENTO CAPTULO 2. HERRAMIENTAS PARA LA TOMA DE DECISIONES

66

USO DE LA Ejemplos Resuelto s S2.1 S 2.4 con AB:POM


AB: POM
Y HOJAS DE AB:POM es un potente programa informtico de entorno amigable que se suministra con
CALCULO este texto. Puede emplearse en numerosos captulos para resolver problemas (que estn
PARA LA marcados con un logo de computador) y ejemplos del texto. Esta seccin muestra cmo
RESOLUCIN puede emplearse PB:POM para calcular toda la informacin de las tablas de decisin. En
DE P R O B L E el Apndice E se proporcionan ms detalles sobre el programa. Los Programas S2.1 y S2.2
MAS DE LA ilustran cmo Getz Products puede usar AB:POM para realizar los clculos de la teora de
TEORA DE la decisin.

LA DECISIN

PROGRAMA S2.1
Pantallas con tablas de decisin del Programa AB:POM para un problema con tres alternativas y dos estados de la
naturaleza. Una vez se contesta con tres alternativas, dos estados de la naturaleza, y maximizacin del beneficio, aparece la tabla siguiente. En el
Programa S2.2 se muestran todos los inputs y outputs.

`': Decs ion Tables


Number of alternatives (2-10) ' s' Number of nature states (2-8)
Profits
.
.
`

Probability

?`

Sample Screen
0.000

0.000
state 1

state 2

0
0
0

0
0
0

alterriat 1
alternatv 2
alternatv 3
y

EU

PROGRAMA S2.2 n Resultados de AB:POM para el Ejemplo 52.1-52.4 (Getz Products). Se han introducido todos los datos sombreados,
incluyendo las etiquetas "LG FACILITY", "FAY MKT", etc. Las pro babilidades deben sumar 1.
R" 1:'A

2'T.%,;n,

..1 s
^:s

^4 ^.f lihlDi

y (

Y't
^
ri

.A ;

:
91 f r rl

ir

A^

.r-, a

? ,q}.

,{ `
qy.7y ,y ^

r +
^ _ r

kiu*'4 t'.

dl ^

f'AZ s`
1' ...E

+.^,.

7r

.^ i

en,

Probability -^

.SAf .P^L:: ^

8! !

i. d'

^ fi

te r

^'

w^

EMV

Row Min Row Max

10000
40000

180000
20000

200000
100000

column maximum 40000

200000

Fx

*
(+

'.

The maximum expected monetary value is 40000 given by SM. FACILITY


The maximin is
0
given by DO NOTHING
The maxifaax is
200000
git en by LG. FACILITY
PERFECT

200000

100000EEV under certainty

The expected value of perfect information is 60000

67

PROBLEMA RESUELTO

Uso de las hojas de clculo para resolver los Ejemplos S2.1-S2.4


Una forma completamente diferente de enfocar la forma de realizar los clculos de la
teora de la decisin es const uir nuestro propio modelo, nico para cada problema, con
una hoja de clculo como Lotus, Excel, Qua'ttro, Visicalc, u otras.
EL Programa S2.3 muestra las frmulas necesarias en la hoja de clculo para
calcular el valor monetario esperado y VEIP de Getz Products. Por ejemplo, la frmula
+ $B$12 * B8 + $C$12 * C8 se emplea para multiplicar la probabilidades de los estados de
la naturaleza por los resultados monetarios si se construye una instalacin grande y' as
obtener el EMV' de 10.000$ en la celda D8. Ntese el uso de $, para crear una referencia
absoluta en frmula. Una referencia absoluta hace la copia de la frmula general ms fcil
a las celdas D9 y D 10.
Las celdas D9 y D 10 contienen los valores VME de las otras alternativas. En la celda
D14 se calcula el VME mximo a travs de la frmula @MAX(D8..D10), que resulta ser
de 40.000$. En la celda D15 se calcula el valor de la EVPI empleando el mismo tipo de
enfoque discutido en el captulo.
r

PROGRAMA S2.3

Uso de las ho'

clculo muestra los datos de Getz Products y

F:
A
1 Expected Monetary Value

de clculo para el clculo de los valores VME de Getz Products

(Ejemplos S2.1 - S2.4`. Esta hoja de

frmulas empleadas en los clculos.

Favorable
Market

Unfavorable
Market

2
3

States

of Nature

5
6
7
8
9
10
11
12
13
14
15

EMV
Computed

Alternatives
Large Facility
Small Facility
Do Nothing

+$B$12*B8+$C$12*C8
+$B$12*B9+$C$12*C9
+$B$12*B 10+$C$12*C 10

Probabilities
@M.AX(D8 . . D 10)
@MAX(B8 . . B 10)*B 12+
@MAX(C8 .. C 10) *C 12 :D 14

Maximum EMV =
EVPI =

`
e..^^ rC^^ atu^^

^^tis ^ ^X'^ii^ii& `iiI3^:. '.4'

f' < ,

Problema resuelto 52.E

i ..

R^.,, 2t'

n.,

1r'._, w.

fin.

..

!.:,

.5. ^.

La demanda diaria de cajas del quitamanchas Tidy Bowl en el supermercado de


Ravinder Nath ha sido siempre de 5, 6 7 cajas. Desarrollar un rbol de decisin que
ilustre las alternativas de decisin para saber si se puede mantener un stock de 5, 6 7
cajas.
Solucin
FI rbol de decisin se muestra en la Figura S2.4.

1 (N. del T) EMV es el trmino ingls empleado para el valor monetario esperado (VME).
2 (N. del T.) EVPI es el trmino ingls empleado para el valor esperado de la ink rmacin perfecta (VEIP).

68

SUPLEMENTO CAPTULO 2. I-IERRAMIEN"IAS PARA LA TOMi\ I)E DECISIONES

Demanda 5 cajas
Demanda 6 cajas
Demanda 7 cajas

G^la^

oe

Demanda 5 cajas
Demanda 6 cajas

Almacenar 6 cajas

Demanda 7 cajas

ca

gas

Demanda 5 cajas
D em anda 6 c aj as
Demanda 7 cajas

FIGURE S2.4 n Demanda del supermercado de Ravinder Nath.

PREGUNTAS DE DISCUSIN
1. Decrbase cada etapa del proceso de decisin.
2.
3.

4.
5.
6.

Por qu los directores de operaciones construyen


modelos? Qu tipo de modelos son los ms tiles?
Dar un ejemplo de buena decisin que tom y que
tuvo un mal resultado. D tambin un ejemplo de una
mala decisin que tom y que tuvo un buen
resultado. Por qu fue cada decisin buena o mala?
Qu es una alternativa? Qu es un estado de la
naturaleza?
Disctase las diferencias entre la toma de decisiones
bajo certeza, bajo riesgo, y bajo incertidumbre.
Jenine Duffey trata de decidir si invertir en el sector
de inmobiliarios, acciones o certificados de depsito.
Los resultados de lo que haga dependern de si la
economa entra en un perodo de recesin o inflacin.

7.

8.

9.

Desarrollar un rbol de decisin (excluyendo los


valores condicionales) que describa esta situacin.
Explique el significado de VME y ce VEIP. Ponga
un ejemplo en el que el VEIP pueda ayudar a un
directivo.
Qu tcnicas se emplean para resolver los problemas de toma de decisiones bajo incertidumbre? Qu
tcnica proporciona una decisin optimista? Qu
tcnica proporciona una decisin pesimista?

Cul es el mtodo ms conservador de toma de


decisiones bajo incertidumbre? Por qu`?
10. Cules son los cinco pasos seguidos cuando se
analiza un problema mediante un rbol de decisin?
11. , Cundo se prefiere utilizar un rbol de decisin en
lugar de una tabla de decisin?

PROBLEMAS

Aun^rfesor
de sesenta aos se le ha dia nosticadb.`un pproblema en'tin l } 11
1
,. .:=
corazn. Aunque no tiene otros problemas de salud, lo anterior podra result ar fatal Si
no se trata. Basndose en recientes investigaciones, las posibilidades de supervivencia"
sin ciruga seran las siguientes: un 50lo de probabilidades de vivir un ao, un 20% de

babilidades de vivir idos anos, un 20 /o de mi o anos y un 1(% d prob idades de


y
vivir pista los sesenta y`oc h aos. Las p bab ades de vivir ms de 68 aos sin
operacin quirrgica son extr rnadinente bjas.
La operacin, sin emb ``go, es muy compleja y peligrosa El, 5% de los pacientes
ffllecen durante la intervencin o en el posperat oro, un 45 /o fall c'en durante el prime r .
ao posterior a ]a intervencin. El 20% sobrevive cinco aos, el 13% sbirvive diez
aos, y un 8%, 5% y 4% sobreviven quince, veinte y veinticinco aos, respectivamente
( mo evaluara esta situacin crtica si la persona descrita fuera un parzent
4

;prximo`? Disctanse todos los factores aL onsiderat.

bajo incertidumbre empleando:


a) Maximax
b) Maximin
c) Equiprobable
d) Minimax

ESTADOS DE LA NATURALEZA

MERCADO

MERCADO

MERCADO

MUY FAVORABLE

MEDIO

DESFAVORABLE

Planta grande

275.000$

100.000$

150.000$

Planta pequea

200.000$

60.000$

10.000$

Horas extras
No hacer nada

100.000$

40.000$

1.000$

0$

0$

0$

DE RAZONA MIENTO
CRITICO

i1V .

S2.1 Dada la siguiente tabla de valores condicionales, determine la decisin adecuada

ALTERNATIVAS

EJERCICIO

,1 S2.2 La compaa de G.W Willis est considerando la expansin de sus instalaciones


actuales para satisfacer la creciente demanda. Si la demanda es alta en el futuro,
una expansin grande proporcionara un beneficio neto adicional de. 800.000$,
pero si la demanda es baja habra tinas prdidas de 300.000$. Si la demanda es
alta, una menor expansin proporcionara un incremento de los beneficios netos
de 200.000$, pero si la demanda es baja, se tendra una prdida de 100.000$. La
compaa tiene tambin la opcin de no expandirse. Si existen un 50% de probabilidades de que la demanda sea alta, qu debera hacer la compaa para maximizar el beneficio medio a largo plazo?
S2.3 Foto Color es un pequeo proveedor de productos qumicos y equipos empleados
por algunos laboratorios fotogrficos en el revelado de carretes de 35 mm. Uno de
los productos que Foto Color suministra es el BC-6. Doug Niles, presidente de
Foto Color, almacena normalmente 11, 12 o 13 cajas de BC-6 cada semana. Por
cada caja que Doug Niles vende obtiene un beneficio de 35$. Pero BC-6, como
otros muchos productos qumicos fotogrficos, tiene un perodo de vida muy

PROBLEMAS

SUPLEMENTO CAPTULO 2. I ILRRAMIENTAS PARA LA TOMA DE DECISIONES

70

corto. Si una caja no se vende a finales de semana, Doug debe desecharla. Puesto

que las cajas le cuestan a Doug 56$, pierde 56$ por cada caja que a final de la
semana no se haya vendido. Existe una probabilidad de 0,45 de vender 11. cajas,
una probabilidad de 0,35 de vender 12 cajas, y una probabilidad de 0,2 de
vender 13 cajas.
a) Cul sera su recomendacin sobre lo que hacer?
b) Si Doug es capaz de desarrollar el BC-6 con un ingrediente que lo estabiliza,
sin tener que desecharlo rpidamente, cmo cambiara esto su recomendacin?
: ' S2.4 Young Cheese Company es un pequeo fabricante de diferentes productos de
queso. Uno de ellos es un queso fundido que es vendido a detallistas. Peg Young
debe decidir cuntas cajas de este queso debe fabricar cada mes. La probabilidad de
que la demanda sea de 6 cajas es 0,1, de 7 cajas es 0,3, de 8 cajas es 0,5 y de 9 cajas
es de 0,1. El coste ce cada caja es de 45$, y el precio de cada caja es de 95$. Desgraciadamente, todas las cajas no vendidas a final de mes pierden su valor puesto
que se pudre. Cuntas cajas de queso debera fabricar Peg cada mes?
: S2.5 Kamlesh Mehta, ingeniero jefe de San Antonio Inc., tiene que decidir si construir o no una nueva instalacin de proceso, empleando la ltima tecnologa. Si
la nueva instalacin funciona correctamente, la compaa podra obtener un
beneficio neto de 200.000$. Si la nueva instalacin falla, la compaa podra
perder 150.000$. En este momento, Mehta estima que hay un 60% de probabilidades de que el nuevo proceso fracase.
La otra opcin es construir- una planta piloto y entonces decidir si construir o
no una instalacin completa. Construir la planta piloto costara 10.000$. Metha
estima que hay un 50% de posibilidades de que la planta piloto funcione correctamente. Si la planta piloto funciona, existe un 90% de probabilidades de que la
planta completa, si se construye, funcione. Si la planta piloto no funciona, existe
slo un 20% de probabilidades de que el proyecto completo (si es construido)
funcione. Mehta se enfrenta a un dilema. Debera construir la planta? Debera
construir la planta piloto y entonces tornar la decisin? Ayude a Mehta a analizar
este problema de teora de la decisin.
: S2.6 Stanley Shader, presidente de SS Industries, est considerando si construir o no una
planta de fabricacin en Ozarks. Su decisin es resumida en la siguiente tabla:
v

az

cr^

r+

ALTERNATIVAS

Construir una planta grande


Construir una planta pequea

.r.r^*t

MERCADO FAVORABLE

MERCADO DESFAVORABLE

400.000$

300.000$

80.000$

10.000$

No construir

0$

0$

Probabilidades del mercado

0,4

0,6

a) Construir un rbol de decisin.


b) Determinar la mejor estrategia, empleando el valor monetario esperado
(VME).
c) Cul es el valor esperado de la informacin perfecta (VEIP)?
S2.7 Varzandeh Mfg. Corp. compra interruptores a dos proveedores. La calidad de
los interruptores de los proveedores se indica a continuacin:

71

PROBLEMAS
tE1 3S.',^i:^^^:t

32^9^ia,S,33^^'.^,tirF^zi,53^^;EaSi?i7.iss;^.ra'^t^x.L^z.;^?^':.^i.'^'E ris krs;^ ZrCti! ^i,la..sv ^;b^;^G;43c^i^^.ati9:3s:

PORCENTAJE DE

PROBABILIDAD PARA

PROBABILIDAD PARA

DEFECTUOSOS

EL PROVEEDOR A

EL PROVEEDOR B

0,70

0,30

0,20

0,40

0,10

0,30

Por ejemplo, la probabilidad de recibir un lote de interruptores procedente del


proveedor A en el que haya un 1% de defectuosos es de un 0,70. Dado que los
pedidos que realiza Varzandeh son de 10.000 interruptores, esto significara que
existe una probabilidad 0,7 ce recibir 100 interruptores defectuosos de los
10.000, si el pedido lo suministra el proveedor A. Un interruptor defectuoso
puede ser reparado por 0,50$. Aunque la calidad del proveedor B es menor,
vendera un pedido de 10.000 interruptores por 37$ menos que el proveedor A.
a) Desarrollar el rbol de decisin.
b) Qu proveedor debera utilizar Varzandeh?
S2.8 Mary Fischer, concesionaria de unas instalaciones deportivas, ha desarrollado
una tabla de valores condicionales para diversas alternativas (decisiones de
almacenaje) y estados de la naturaleza (volumen de pblico asistente)
6'^.?N:^ai^^sii.^ie^Ls!Sc'

3Y^^c^k^Y.;4f,^5_latsi'tJ8i

TiU"t3:^1'd'^^:s.7^CF.^S^Yi:5^^;i;i4:,'^bi^^:d?.sY^tfz
`fit^tliii?^dAi3i^:k:

tYt^ili;lYL''Ju#i

ESTADOS DE LA NATURALEZA (PBLICO ASISTENTE)

MUCHO

MEDIO

POCO

Inventa ri o alto

20.000$

10.000$

2.000$

Inventario intermedio
Inventario bajo

15.000$
9.000$

12.000$
6.000$

6.000$
5.000$

ALTERNATIVAS

Si las probabilidades asociadas con los estados de la naturaleza son 0,30 para
asistencia alta, 0,50 para asistencia media y 0,20 para asistencia pequea, se
pide:
a) La alternativa que proporciona el mayor valor monetario esperado (VME).
b) El valor esperado de la informacin perfecta (VEIP)
S2.9 Incluso aunque las estaciones de servicio (gasolineras) independientes han
pasado por un perodo difcil, Susan Helms ha estado pensando montar su
propia estacin de servicio independiente. El problema de Susan es decidir el
tamao que debera tener la gasolinera. Los ingresos anuales dependern tanto
del tamao de su estacin como de factores de mercado relacionados 'con la
industria petrolfera y la demanda de gasolina. Despus de un cuidadoso
anlisis, Susan desarroll la tabla siguiente:
TAMAO DE LA

MERCADO

MERCADO

PRIMERA ESTACIN

FAVORABLE ($)

MEDIO ($)

Pequea
Media
Grande
Muy grande

50.000
80.000
100.000
300.000

20.000
30.000
30.000
25M00.

MERCADO
DESFAVORABLE ($)

10.000
20.000
40.000
160.000

72

SUPLEMENTO CAPTULO 2. HERRAMIENTAS PAILA LA TOMA DL DECISIONES

Por ejemplo, si Susan construye una estacin de servicio pequea y el mercado


es favorable, obtendr un beneficio de 50.000$.
a) Desarrollar una tabla de decisin para esta decisin.
b) Cul es la decisin con el criterio maximax?
c) Cul es la decisin con el criterio maximin?
d) Cul es la decisin con el criterio equiprobable?
:S2.10 Empleando los datos del Problema S2.9, desarrollar un rbol de decisin y
determinar la mejor decisin basada en el criterio del mayor valor monetario
esperado. Supngase que cada resultado es equiprobable.
:S2.11 Lynn Heinrichs es el administrador del Hospital Lowell. Intenta determinar si
construir un ala grande adicional en el hospital, un ala pequea o ninguna. Si la
poblacin de Lowell sigue creciendo, un ala grande podra reportar al hospital
150.000$ cada ao. Si se construyera el ala pequea proporcionara 60.000$ al
ao, si la poblacin contina creciendo. Si la poblacin de Lowell se mantiene,
el hospital tendra unas prdidas de 85.000$ si construyera el ala grande, y una
prdida de 45.000$ si se construyera un ala pequea. Desgraciadamente, Lynn
no tiene ninguna informacin acerca de cmo evolucionar la poblacin futura
de Lowell.
a) Construir un rbol de decisin.
b) Construir una tabla de decisin.
c) Empleando el criterio equiprobable, determinar la mejor alternativa.
d) Si la probabilidad de crecimiento es 0,6 y la de mantenerse igual 0,4, y el criterio de decisin es el valor monetario esperado, qu decisin tomara Lynn?
S2.12 Jim Higgins est considerando abrir una tienda de bicicletas en Oshkosh. A Jim
le encanta montar en bicicleta, pero quiere intentar hacer de esto un negocio del
que pueda vivir. Jim puede abrir una tienda pequea, una grande o ninguna de
ellas. Dado que el arrendamiento del local donde piensa abrir la tienda ser por
un perodo de cinco aos, quiere estar seguro de tomar la decisin correcta. Jim
tambin se est planteando contratar a su antiguo profesor de marketing para
que realice un estudio de marketing para ver si existe mercado para este servicio. Del estudio realizado se obtiene que el resultado podra ser favorable o
desfavorable. Desarrollar un rbol de decisin para Jim.
S2.13 Jim Higgins (del Problema S2.12) ha realizado algunos anlisis de su decisin
sobre la tienda de bicicletas. Si Jim construye una tienda grande ganar 60.000$
si el mercado es favorable, pero perder 40.000$ si el mercado es desfavorable.
La tienda pequea reportara 30.000$ de beneficio con un mercado favorable y
una prdida de 10.000$ con un mercado desfavorable. Actualmente, cree que en
un 50% de los casos el mercado ser favorable. Su antiguo profesor de marketing le cobrar por el estudio (le mercado 5.000$. l ha estimado que existe una
probabilidad de 0,60 de que el mercado sea favorable. Adems, hay una probabilidad de 0,90 de que el mercado sea favorable si el estudio dice que lo ser.
Sin embargo, el profesor de marketing ha advertido a Jim que existe una probabilidad de slo 0,12 de que el mercado sea favorable, aunque el estudio de marketing indique un mercado desfavorable. Amplese el rbol de decisin del
Problema S2.12 para ayudar a Jim a decidir qu hacer.
S2.14 Dick Szecsy no est seguro sobre lo que debera hacer. Se est planteando
construir en su tienda una seccin de alquiler de vdeos, pero no sabe si hacerla
grande o pequea. Tambin se plantea reunir informacin adicional, o
simplemente no hacer nada. Si rene informacin adicional sobre el mercado, el

73

PROBLEMAS

resultado podra suge ri rle un mercado favorable o desfavorable, pero le costara


3.000$ reunir esta informacin. Dick cree que hay una probabilidad del 50% de

que la informacin sea favorable. Si el mercado de alquiler es favorable, Dick


ganar 15.000$ con la seccin grande o 5.000$ con la pequea. Con un mercado
de alquiler desfavorable, sin embargo, Dick podra perder 20.000$ con la seccin
grande o 10.000$ con la pequea. Sin conseguir informacin adicional, Jim estima
que la probabilidad de un mercado de alquiler favorable es de 0,70. Un informe
favorable del estudio incrementara la probabilidad de un mercado favorable de
alquiler a 0,90. Adems, un informe desfavorable de la informacin adicional
disminuira la probabilidad de un mercado favorable de alquiler a 0,40. Por
supuesto, Dick podra olvidar todos estos nmeros y no hacer nada. Cul es su
consejo para Dick?
S2.15 Bakery Products est considerando la introduccin de una nueva lnea de productos. Para producir la nueva lnea, la panadera est considerando una mayor
o menor renovacin de su fbrica actual. La panadera ha desarrollado la sitaYW^E3s"SY`r.+* Y tc. d^w avu733

ALTERNATIVAS

Mayor renovacin
Menor renovacin
No hacer nada

iti?Y: s :ai^.r:l-.:;n3Clrtett:

Y
6YY .?a31a Yss^ti':i3 .ra
r

MERCADO FAVORABLE

100.000$
40.000$
0$

:. { tt^`a3a;3'

3Ji3z ^

MERCADO DESFAVORABLE

90.000$
20.000$
0$

Bajo el supuesto de que la probabilidad de un mercado favorable es igual a la de


un mercado desfavorable, determinar:
a) El rbol de decisin apropiado que muestre los resultados y probabilidades.
b) La mejor alternativa empleando el valor monetario esperado (VME).
S2.16 Supngase que el departamento de investigacin y desarrollo de BRK Labs, Inc.,
una pequea compaa farmacutica, ha descubierto, an en fase experimental,
una locin que hace crecer el pelo. Este descubrimiento aade un valor sustancial a
BRK Labs. Como presidente de BRK, debe realizar una recomendacin a los
inversores. Est frente a tres alternativas: primera, vender el descubrimiento a una
gran compaa de medicamentos por un precio de 10 millones de dlares; segunda,
comenzar un test experimental de laboratorio y entonces tomar una decisin; o
tercera, conseguir financiacin para realizar una campaa de marketing agresiva,
con la esperanza de que el test y el desarrollo vayan bien mientras tanto. El
objetivo real de esta tercera opcin es actuar tan rpido que la competencia se
quede atrs y con pocas posibilidades de alcanzarnos.
El test experimental de laboratorio costar 5 millones de dlares, y hay un 50%
de probabilidades de que se obtengan resultados favorables y pasar la inspeccin
de la Administracin sanitaria antes de que la gran compaa adquiera de
antemano BRK Labs. Ocasionalmente, inclusive con un resultado del test
desfavorable, se han encontrado utilizaciones alternativas para el medicamento,
pero esto ocurre nicamente en uno de cada diez casos, con lo que el valor de la
frmula baja a slo 1 milln de dlares. Por otro lado, si el resultado del test es
favorable, se estima que el descubrimiento y resultados tendrn un valor de 20
millones de dlares. Pero dado que BRK es un empresa pequea, con recursos y
posibilidades de marketing limitadas, incluso con resultados favorables del test, la
probabilidad de que BRK tenga xito con el producto aprobado y en el mercado es
de slo un 40%. Incluso con un resultado favorable en el test de laboratorio y la
decisin de comercializarlo, los costes no slo incluiran los 5 millones del test,
sino tambin 3 millones adicionales para la comercializacin.

SUPLEMENTO CAPTULO 2. HERRAMIENTAS PARA LA TOMA DE l)ECISIC)NES

74

La tercera opcin de BRK Labs es actuar agresivamente ella sola e intentar dar el

golpe maestro de la dcada en el mercado. Como presidente, estima que hay slo
una posibilidad entre cinco de que BRK haga esto. Sin embargo, los resultados esperados si BRK hiciera esto con xito son de 100 millones de dlares (este clculo es
cinco veces superior al resultado mencionado anteriormente, porque los 20 millones
reflejan el potencial para un competidor que entre en el mercado mientras BRK est
realizando el test experi mental). Bajo esta tercera opcin, los costes de comercializacin son 3 millones y los costes del test seran de 5 millones. Ambos gastos se
daran en esta opcin tanto si finalmente el producto tiene xito como si no.
a) Dibuje el-rbol de decisin.
b) Determine el valor monetario esperado (VME).
c) Qu recomendara a los inversores? Cmo afectara a esta recomendacin
la situacin financiera de la compaa?
d) Cmo es de sensible esta solucin a cambios en las probabilidades?
Cambia esto su decisin?

Compaia de

Piles Tolkd`o

La Compaa de Piel de Toledo la estado fabricar do


productos ce pie- l desde hace r i. s de treinta anos.
Compra piel preparjda a curtid res y fabrica cofnpletnentos de piel, ti es cono monederos, cinturones
y bolsas de mano. La empresa acaba (le desarrollar
un nuevo producto de piel y ha realizado un plan de
produccin y ventas para un ao. La m jor (le.scripcin para el nuevo producto es el ce una cQn binacin (le bit Cera, 11 ivcro y tarl teso. Como
presidente ele la empresa Peggy Lanc ha airrrido:
" ES un gran lleva-todo Pra cosas p&iuei>as." Lne
ha colocado a su asistente administrativo, Harold
ITamilton, a cargo del proyecto.
Hanulton ha calculado que el material y
costes variables generales para el producto sern de
alrededor de 1,50,' por unidad en el prxitho ao,
considerando una semana de cinco das sin horas

extras. Los costes unitarios de mimo (le obra y


Inaqtuinatria, dependern, sin embargo, de la mquina que se emplee para la fabricacin. 1-lamilton
ha reducido la eleccin a dos nmgIlinas especializadas. La Mquina 1 es una mquina semjaub m ien
fr que corta el matcrlal a la medida necesaria

para una unldad,y tambin la cose, coloca anillas y


cierres, y los acaba c'bn ds tipos d diseo. Esta
mquina cuesta 250.000$ y aadir 2,50$ a los
costes medios ele mano de obra y otros costes

arta
m^icl
^tienc
elacionacos con la m^
(Sn
i
`
(
unida
por
una capacidad (le prodF
u
da. Sin embargo, el tiempo inactivo esti m udo por
m antenimiento y reparacion es un 12,5% (una oc(ava parte del tiempo).
La Mquina 2 es completamente autonillical.
Corta, cose, instIa anillas y cierres. y es C paz ce
acabar . el producto con tres tipos diferentes de dise
o. Est m4ulna cuesta 350:000$ y aadir 1.,75$
al coste un.ccio de mano de obra y otros costes reiacionados con la maquinaria. La mquina dos tiene
ut ,a mayor capacidad de produccin (estimada can
800 unidades por (la) que la nt quina sem auto
mtica. Sin embargo, el tiennpo de inactividad cstimado es ele un 25% (una cuarta parte del tiempo).
debido a su mayor co m S7ejidad.
Las estimaciones (le marketing para el prximo ao han sido ms difciles de proyectar que las
de los costes de produccin y , de la capacidad
estimada. Sin embargo, parece que 65 es el mejor
precio de venta para el producto. El precio est en
lnea con otros productos compari i s del nmercado,
pero, dado glue ofrece ms yue estos otros productos.
puede venderse ms caro que ellos. El volumen (le
ventas estiluado parece situarse en las 140.000
unidades por- ao. El anlisis del nnci ido potenci ml
ha sido difcil, dado qu este nuevo producto es (llerente de los similares que actualmente se estn venciendo. La mejor estimacin (le ventas de tlalmmilton
es a 65 la unidad y las hrobabilidadCS asociadas al
estas cantidades se muestran en la "habla 2.1.

BIBLIOGRAFA

75

BIBLIOGRAFA
Brown, R. "Do Managers Find Decision Theory Useful?" Harvard Business Review (May/June 1970):
78-89.
Brown, R. V. "The State of the Art of Decision Analysis: A Personal Perspective." Interfaces, 22, no. 6
( November/December 1992): 5-14.
Dantzig, G. B. "The Diet Problem." Interfaces, 20, no. 4
(July/August 1990): 43-47.
Gass, S. 1. "Model World: Models at the OK Corral."
Interfaces, 21, no. 6 (November/Deceinber
1991): 80.
Creen, A. E. S. "Finding the Japanese Fleet." Interfaces,
23, no. 5 (September/October 1993): 62.
Hess, S. W. "Swinging on the Branch of a Tree: Project
Selection Applications." Interfaces, 23, no. 6
( Noveniber/December 1993): 5-12.

Kirkwood, C. W. "An Overview of Methods for Applied


Decision Analysis." Interfaces, 22, no. 6 (November/December 1992): 28-39.
Lane, M. S., A. H Mansour, and J. L. Harpeli. "Operations Research Techniques: A Longitudinal
Update 1973-1988," Interfaces, 23, no. 2
( March/April 1993): 63-68.
Lev, B. "Airline Operations Research." Interfaces, 20,
no. 3 (May/J une 1990): 99.
Moore, E. W., Jr., J. M. Warke, and L. R. Gorban. "The
Indispensable Role of Managernent Science in
Centralizing Freight Operations at Reynolds
Metals Company." Interfaces, 21, . no. 1
(J anuary/February 1991) : 107-129.
Pratt, J. W., H. Raiffa, and R. Schlaifer. Introduction to
Statistical Decision Theory. New York: McGrawFlill, 1965.