TEORIA DE DECISIONES (100000NI18)

TAREA: CÁLCULO DE VALOR ESPERADO DE LA

INFORMACION PERFECTA
DOCENTE: RAMOS DIAZ, NICOLAS NEIL

TURNO: NOCHE (8:15 – 10:30 PM)

INTEGRANTES:
GALINDO FLORES, SAUL

MEZA HUAMAN, FRANCI

Lima, 04 de octubre de 2018

 VALOR ESPERADO DE LA INFORMACION PERFECTA

Es la información libre de toda incertidumbre se conoce como información perfecta.

Se puede pensar en la información perfecta como aquella proporcionada por un
clarividente confiable e infalible, quien puede ver el futuro e informar con toda
certeza las variables involucradas en la decisión, que mide cuán lejos la solución en
promedio está de la solución perfecta.

Ejemplo 1:

Una empresa automotriz importante, ha desarrollado campañas orientadas al

mantenimiento preventivo y correctivo como fortalecimiento en el servicio de post
venta. Estas campañas tienen por finalidad aumentar el flujo de vehículo en la
concesionaria y brindar al cliente final promociones exclusivas en cuanto precios de
mano de obra y repuestos.

El analista de post venta ha realizado un estudio sobre estas campañas, las cuales
son las siguientes:

1) Campaña de mantenimiento de frenos

2) Campaña de mantenimiento de kit de embrague
3) Campaña de eje diferencial
4) Campaña de quinta rueda
5) Campaña de reparación de bomba de agua.

El margen de utilidad obtenida durante la duración de estas campañas va a

depender de la aceptación de los clientes.

1) Aceptación alta
2) Aceptación moderada
3) Aceptación media
4) Aceptación regular
5) Aceptación baja

¿Cuál sería la máxima cantidad que la empresa podría pagar por contar con
dicha información anticipada?.
Tabla de datos:
UTILIDAD (MILES DE S/)
Aceptación Aceptación Aceptación Aceptación Aceptación
alta moderada media regular baja
Campaña 1 105 292 342 441 348
Campaña 2 358 426 297 293 228
Campaña 3 178 475 365 159 410
Campaña 4 378 327 453 266 475
Campaña 5 329 152 335 117 367
PROBABILIDAD 0.20 0.25 0.25 0.20 0.10

Solución:

Campaña 1. (105x0.20) +(292x0.25) +(342x0.25) +(441x0.20) +(348x0.10) =

302.50

Campaña 2. (358x0.20) +(426x0.25) +(297x0.25) +(293x0.20) +(228x0.10) =

333.75

Campaña 3. (178x0.20) +(475x0.25) +(365x0.25) +(159x0.20) +(410x0.10) =

318.40

Campaña 4. (378x0.20) +(327x0.25) +(453x0.25) +(266x0.20) +(475x0.10) =

371.30

Campaña 5. (329x0.20) +(152x0.25) +(335x0.25) +(117x0.20) +(367x0.10) =

247.65

BEIP. (378x0.20) +(475x0.25) +(453x0.25) +(441x0.20) +(475x0.10) = 443.30

VME: Valor máximo esperado con la información conocida 371.30

BEIP: 443.30

VEIP=BEIP-VME 443.30 – 371.30 = 72.00

Máximo costo que la empresa asumiría por obtener información perfecta es

de 7200 soles.
Ejemplo 2:
Una empresa está estudiando para abrir un local comercial de muebles que le
permite permita incrementar su capacidad productiva para hacer frente al
incremento de la demanda previsto para los próximos años. Las alternativas de
localización de esta son los distritos de Santa Anita, Ate, San Juan de Lurigancho,
Comas y Los Olivos, los beneficios estimados para cada alternativa a lo largo de los
próximos años se recogen en la tabla.
INCREMENTO DE LA DEMANDA (MILES DE S/)
Demanda Demanda Demanda Demanda Demanda
Distritos baja regular moderada elevada muy elevado
Santa Anita 308 266 272 350 278
Ate 389 267 205 208 239
S.J. Lurigancho 291 316 398 367 233
Comas 413 238 299 371 189
Los Olivos 276 322 338 237 230
PROBABILIDAD 0.15 0.20 0.25 0.25 0.15
Solución:

(308x0.15) +(266x0.20) +(272x0.25) +(350x0.25) +(278x0.15) = 296.60

(389x0.15) +(267x0.20) +(205x0.25) +(208x0.25) +(239x0.15) = 250.85

(291x0.15) +(316x0.20) +(398x0.25) +(367x0.25) +(233x0.15) = 333.05

(413x0.15) +(238x0.20) +(299x0.25) +(371x0.25) +(189x0.15) = 305.40

(276x0.15) +(322x0.20) +(338x0.25) +(237x0.25) +(230x0.15) = 284.05

BEIP: (413x0.15) +(322x0.20) +(398x0.25) +(371x0.25) +(278x0.15) =372.24

VME: Valor máximo esperado con la información conocida 333.05

BEIP: 372.24

VEIP=BEIP-VME 372.24 – 333.05 = 39.19

Máximo costo que la empresa asumiría por obtener información perfecta es

de 3919 soles.