TEORA DE LAS DECISIONES

GRUPO: 212066_13

TRABAJO COLABORATIVO FASE 2

RESOLVER LOS PROBLEMAS PLANTEADOS APLICANDO LOS ALGORITMOS

DE LA UNIDAD 1

ELABORADO POR:

FRANCISCO JAVIER ARREGUI QUINTERO

CC. 1.59.063.753

MAYRA ALEJANDRA GIRALDO POTES

CC. 1.114.888.697

PRESENTADO A TUTOR:

ROGER RICARDO NEGRETE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

PROGRAMA INGENIERIA INDUSTRIAL

CEAD PALMIRA

MARZO 2017
 INTRODUCCION

Se realiza practicas de algoritmos con la herramienta de Winqsb la cual es una

ayuda para resolver problemas, se desarrolla la actividad colaborativa en el
programa y se analiza las diversas tomas de decisiones, se procede a elegir la toma
ms asertiva y que va ms acorde a la temtica.

El enfoque de esta actividad o materia es brindar a los estudiantes una herramienta

practica que forme de manera ms eficiente y sencilla el anlisis y criterios de tomas
de decisiones a lo largo de este proceso de formacin, ofreciendo el buen uso a la
forma de interactuarlos con los procesos investigativos y el manejo estadstico de
esta investigacin de mercados, volvindonos ms competitivos y enfocndonos a
la realidad.
1. OBJETIVOS

1. OBJETIVO GENERAL

1. Conocer y entender la metodologa necesaria para la toma de decisiones y

pre visualizar los mtodos o modelos para resolver las toma de decisiones.

1. OBJETIVOS ESPECIFICOS

2. Conocer los conceptos bsicos para los manejos de los mtodos en la teora
de decisiones.
3. Aplicar los mtodos matemticos estadsticos para resolver la toma de
decisiones bajo incertidumbre.
4. Diferenciar entre los mtodos para las tomas de decisiones bajo
incertidumbre desde la percepcin de una investigacin de mercados con o
sin informacin muestra.
5. Conocer los diferentes criterios de decisin para aplicar en el modelo
especfico.
6. Observar cmo se puede aplicar los modelos decisorios en la empresa en
general.
7. Aprender a manejar la herramienta del programa Winqsb.
Problema 1. RBOLES DE DECISIN, VEIP y VEIM
Teratex, una empresa textilera que tiene una experiencia productiva en el mercado
extranjero de 25 aos, debe decidir si fabrica un nuevo producto en su planta
principal, o si por el contrario la compra a un proveedor externo. Las utilidades
dependen de la demanda del producto. La tabla muestra las utilidades proyectadas,
en millones de pesos.

Tabla 1. Proceso de decisin para la comercializacin del producto

Estados de la naturaleza
Alternativa de
decisin Demanda baja Demanda media Demanda alta
Ganancias ($) Ganancias ($) Ganancias ($)

Fabricar 35 28 96

Comprar 32 42 80

Probabilidades
0,35 0,35 0,30
=1

PARTE 1. ARBOLES DE DECISION, VEIP y VEIM

Segn la informacin correspondiente de la tabla 1 y la teora del valor esperado de
la informacin perfecta (VEIP), el valor esperado de la informacin muestral (VEIM)
y los arboles de decisin, respondan:
1. Use VEIP para determinar si la empresa debe intentar obtener una mejor
estimacin de la demanda.
El valor esperado de la informacin perfecta VEIP es un lmite superior para la
cantidad que se estar dispuesto a pagar por mejorar el conocimiento sobre el
estado de naturaleza:
Vesip= (35x0.35) + (28x0.35) + (96x0.3) = 50.85
Vecip= (35x0.35) + (42x0.35) + (96x0.3) = 50.75
Veip= 55.85-50.75= 4.9
 ALTO (0.51) 96

FABRICAR 4 MEDIO (0.39) 28

BAJO (0.10) 35

Nodo 2 = MAX (Nodo 4 , Nodo 5)

2 Nodo 2 = 63.38
FAVORABLE(0.355)
ALTO (0.51) 80

MEDIO (0.39) 42 VE(nodo 5)= (0.51*80)+(0.39*42)+(0.10*32)= 60.38

COMPRAR 5

BAJO (0.10) 32

Nodo 1 = (0.355*63.38)+(0.645*80.46)=74.3966
1 Nodo 1 = 74.3966
ALTO (0.34) 96

MEDIO (0.59) 28 VE(nodo 6)= (0.34*96)+(0.59*28)+(0.89*35)= 80.31

FABRICAR 6

BAJO (0.89) 35

DESFAVORABLE(0.645) Nodo 3 = MAX (Nodo 6 , Nodo 7)

3 Nodo 3 = 80.46

ALTO (0.34) 80

MEDIO (0.59) 42 VE(nodo 7)= (0.34*80)+(0.59*42)+(0.89*32)= 80.46

COMPRAR 7

BAJO (0.89) 32
2. Se espera que un estudio de
4. ( ) = 0.9
1
mercado de prueba sobre la
(1 )
posible demande del producto ( ) =
1 (1 )
reporte una condicin (1 )
0.9 =
favorable (F) o desfavorable 0.35
(D). Las probabilidades ( ) = .

condicionales relevantes son: 5. ( ) = 0.6
2
P(F/baja) = 0,1 P(D/baja) = 0,9 (2 )
( ) =
P(F/media) = 0,4 P(D/media) = 0,6 2 (2 )
P(F/alta) = 0,6 P(D/alta) = 0,4 (2 )
0.6 =
0.35

Estudio del mercado ( ) = .

1.

( ) = 0.1 6. ( ) = 0.4
3
1

(1 ) (3 )
( ) = ( ) =
1 (1 ) 3 (3 )

(1 ) (3 )
0.1 = 0.4 =
0.35 0.3
( ) = . ( ) = .

2. ( ) = 0.4
2
Tabla de probabilidades
(2 )
( ) =
2 (2 )
F D Total
(2 )
0.1 = S1 0.035 0.315 0.35
0.35
( ) = . S2 0.14 0.21 0.35

3.

( ) = 0.6 S3 0.18 0.12 0.3
3
Total 0.355 0.645 1
(3 )
( ) =
3 (3 )
(3 ) La probabilidad en que sea
0.1 =
0.3 favorable es de 35.5%
( ) = .
7. Cul es el valor esperado de la informacin de investigacin de
mercados?
El valor esperado del estudio ser de $50.850.00

8. Cul es la eficiencia de la informacin?

La eficiencia de la informacin.
(. . sin )
=

96 32
= 13.0%
4.9
La informacin es eficiente
Problema 2. RBOLES DE DECISIN, VEIP y VEIM
ElectroCom, una empresa que fabrica componentes electrnicos para la
introduccin en su catlogo de productos debe decidir si fabrica un nuevo producto
en su planta principal, lo subcontrata con supervisin de la compaa o si por el
contrario lo compra a un proveedor externo. Las utilidades dependen de la demanda
del producto. La tabla muestra las utilidades proyectadas, en millones de pesos.
Tabla 2. Proceso de decisin para la comercializacin del producto
Estados de la naturaleza
Alternativa de
Demanda baja Demanda media Demanda alta
decisin
Ganancias ($) Ganancias ($) Ganancias ($)

Fabricar 65 58 100
Subcontratar 53 62 85
Comprar 58 65 93
Probabilidades
0,25 0,35 0,40
=1

PARTE 2. ARBOLES DE DECISION, VEIP y VEIM

Segn la informacin correspondiente de la tabla 2 y la teora del valor esperado
de la informacin perfecta (VEIP), el valor esperado de la informacin muestral
(VEIM) y los arboles de decisin, respondan:
9. Use VEIP para determinar si la empresa debe intentar obtener una mejor
estimacin de la demanda.

El valor esperado de la informacin perfecta VEIP es un lmite superior para la

cantidad que se estar dispuesto a pagar por mejorar el conocimiento sobre el
estado de naturaleza:
 ALTO (0.40) 100

FABRICAR 2 MEDIO (0.35) 58 VE(nodo 2)= (0.40*100)+(0.35*58)+(0.25*65)= 76.55

BAJO (0.25) 65
VE(nodo 1)= MAX(Nodo2,Nodo3,Nodo4)
ALTO (0.40) 85
VE(nodo 1)= 76.55

VE(nodo 3)= (0.40*85)+(0.35*62)+(0.25*53)= 68.95

1 SUBCONTRATAR 3 MEDIO (0.35) 62

BAJO (0.25) 53

ALTO (0.40) 93

VE(nodo 4)= (0.40*93)+(0.35*65)+(0.25*58)= 74.45

COMPRAR 4 MEDIO (0.35) 65

BAJO (0.25) 58

Vesip= (65x0.25) + (58x0.35) + (100x0.40) = 76.55

Vecip= (65x0.25) + (65x0.35) + (100x0.40) = 79
Veip= 79 76.55= 2.45
 ( ) = .
10. Se espera que un estudio de
14. ( ) = 0.8
1
mercado de prueba sobre la
(1 )
posible demanda del producto ( ) =
1 (1 )
reporte una condicin (1 )
0.8 =
favorable (F) o desfavorable 0.25
(D). las probabilidades ( ) = .

condicionales relevantes son: 15. ( ) = 0.6
2

(2 )
P(F/baja) = 0,2 P(D/baja) = 0,8 ( ) =
2 (2 )
P(F/media) = 0,4 P(D/media) = 0,6 (2 )
0.6 =
P(F/alta) = 0,3 P(D/alta) = 0,7 0.35
( ) = .

Estudio del mercado 16. ( ) = 0.7
3

11. ( ) = 0.2 (3 )
1 ( ) =
3 (3 )
(1 )
( ) = (3 )
1 (1 ) 0.7 =
0.40
(1 )
0.2 = ( ) = .
0.25
( ) = .
Tabla de probabilidades
12. ( ) = 0.4
2

(2 )
( ) = F D Total
2 (2 )
S1 0.05 0.2 0.25
(2 )
0.4 = S2 0.14 0.21 0.35
0.35
( ) = . S3 0.12 0.28 0.4
Total 0.31 0.69 1
13. ( ) = 0.3
3

(3 )
( ) = La probabilidad en que sea
3 (3 )
(3 ) favorable es de 31%
0.3 =
0.40
17. Cul es el valor esperado de la informacin de investigacin de
mercados?
El valor esperado del estudio ser de $76.550.00

18. Cul es la eficiencia de la informacin?

(. . sin )
=

100 58
= 17.1%
2.45
La informacin es eficiente
 CONCLUSIONES

Se desarrolla las metodologas de la unidad 1, en la cual hemos aprendido el uso y

manejo de la herramienta propuesta para esta actividad colaborativa la cual es
Winqsb, la cual nos permite por medio de algoritmos a resolver problemas
planteados y tomar decisiones de manera ms asertiva a la hora de enfrentar un
problema o situacin.

En esta actividad aprendimos a reconocer y aplicar las relaciones de dinero tiempo

y sus equivalencias, las cuales nos permiten plantear soluciones a problemas
especficos y de la vida cotidiana.
 BIBLIOGRAFIA

Mosquera, W. (2010). Teora de las decisiones, Bogot, Colombia: Editorial

Universidad Nacional Abierta y a Distancia. Recuperado
de: http://hdl.handle.net/10596/4891

Quesada, I. (2011) Anlisis cuantitativo con WinQSB. (pp. 1-10), Ibagu, Colombia:
Editorial Universidad de Ibagu. Recuperado
de: http://bibliotecavirtual.unad.edu.co:2048/login?user=proveedor&pass=danue0a
0&url=http://bibliotecavirtual.unad.edu.co:2051/login.aspx?direct=true&db=edselb&
AN=edselb.10565777&lang=es&site=eds-live

Hillier, F., & Lieberman, G. (2010). Anlisis de Decisiones. (pp. 634-725), Mxico
D.F., Mxico: Editorial McGraw-Hill. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386&opensearch=investigaci
%C3%B3n%20de%20operaciones&editoriales=&edicion=&anio=%20

Marato, C. (2012). Investigacin operativa en administracin y direccin de

empresas, Valencia, Espaa: Editorial Universidad Pontificia de Valencia.
Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10646732