Teoría de las decisiones grupo 200608_11

Fase 5 - Evaluación Final POA (Prueba Objetiva Abierta)

Presentado por:

CESAR AUGUSTO RENGIFO MARTÍNEZ COD: 1013578108

EDWIN SAMUEL SANCHEZ COD: 1024527855

WILLING ALEJANDRO LANCHEROS COD

Presentado a:

HECTOR FABIO PADILLA

Tutor

Teoría de las decisiones

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ECBTI

INGENIERIA DE INDUSTRIAL

BOGOTA D.C

Diciembre de 2018

1
Teoría de las decisiones grupo 200608_11

INTRODUCCION

El desarrollo de este trabajo Fase 5, busca el familiarizarnos con los temas del curso, Teorías de
Decisión. Tomando como base la retroalimentación por parte del tutor de los ejercicios realizados
en las anteriores fases.

A medida que el ser humano va creciendo, se va volviendo dueño de sí mismo; es decir, poco a
poco comienza a ejercer su derecho a decidir. Desde lo que desea comer, vestir, qué auto
comprar, si debe invertir cierto dinero o utilizarlo en otra cuestión, hasta con quién debe casarse.
Es así como la Teoría de Decisión representa un apoyo importante sustentado en la teoría de la
probabilidad y en la estadística para brindar una base sólida a grupos o individuos enfrentados a
la toma de decisiones.

Las herramientas para las decisiones tecnológicas tales como los modelos matemáticos han sido
aplicadas a una amplia gama de situaciones en la toma de decisiones dentro de diversas áreas de
la gerencia. En la toma consciente de decisiones bajo incertidumbre, siempre realizamos
pronósticos o predicciones. Podríamos pensar que no estamos pronosticando, pero nuestras
opciones estarán dirigidas por la anticipación de resultados de nuestras acciones o inacciones.
Este sitio tiene el objetivo de ayudar a los gerentes y administradores a hacer un mejor trabajo al
momento de anticipar hechos, y por lo tanto, un mejor manejo de la incertidumbre mediante el
uso de técnicas de predicción y pronóstico efectivas.

2
Teoría de las decisiones grupo 200608_11

Objetivo General:

Objetivo General

Identificar y desarrollar la temática propuesta en el curso de Teoría de Decisiones, los ejercicios

corregidos por el tutor propuestos de la guía de actividades de la fase 1 del curso Teoría de las
Decisiones, plasmándolos en resultados exactos de tomas de decisión con respaldo del programa
WinQSB.

Objetivos Específicos:

 Conocer los conceptos básicos para los manejos de los métodos en la teoría de
decisiones.

 Aplicar los métodos matemáticos estadísticos para resolver la toma de decisiones bajo
incertidumbre.

 Diferenciar entre los métodos para las tomas de decisiones bajo incertidumbre desde la
percepción de una investigación de mercados con o sin información muestra.

 Conocer los diferentes criterios de decisión para aplicar en el modelo específico.

 Realizar la entrega del trabajo final.

3
Teoría de las decisiones grupo 200608_11

DESARROLLO DE LA ACTIVIDAD INDIVIDUAL

Revisar de manera detallada las retroalimentaciones entregadas por el tutor en las

evaluaciones de la Fase 1 - Planear y construir el trabajo respecto decisiones bajo un entorno
de riesgo y la Fase 3 - Planear y construir el trabajo respecto a las decisiones bajo un entorno
de incertidumbre, con el fin de realizar los aportes al desarrollo de las actividades
colaborativas a desarrollar en la presente actividad.

Retroalimentación Tutor Fase 1

Formato rúbrica de evaluación UNIDAD 1

Aspectos evaluados Niveles de desempeño de la actividad individual Puntaje

Participación Valoración alta - (Hasta 10 puntos) 10-10

individual del
estudiante en el grupo El estudiante participó en las diferentes actividades del
de trabajo trabajo en equipo

Presentación del Valoración baja - (Hasta 0 puntos) 0-20

laboratorio
El estudiante no presenta el laboratorio en el foro
correspondiente

Construcción Valoración alta - (Hasta 10 puntos) 10-10

producto del mercado
análisis DOFA El estudiante sigue adecuadamente las instrucciones
indicadas para el análisis de mercado DOFA.

Construcción Valoración alta - (Hasta 20 puntos) 20-20

producto VEIM y
VEIP El grupo de trabajo sigue adecuadamente las instrucciones
indicadas para desarrollar el VEIM y VEIP

Valoración media - (Hasta 10 puntos) 10-20

4
Teoría de las decisiones grupo 200608_11

El grupo de trabajo no sigue tolas las instrucciones

indicadas para el desarrollo de la eficiencia de la
Eficiencia de la
información muestra. No se presentan los cálculos
información muestra
manuales para la eficiencia y solo muestran los resultados
obtenidos mediante winqsb

Construcción del Valoración alta - (Hasta 10 puntos) 10-10

documento del valor
esperado El grupo de trabajo sigue todas las instrucciones indicadas
para desarrollar el Criterio del Valor Esperado

Presentación y fines Valoración alta - (Hasta 10 puntos) 10-10

de la actividad
Cumple satisfactoriamente los requisitos de presentación y
fines propuestos

Es un buen trabajo; pero espero que no bajen la guardia y sigan mejorando para las posteriores actividades
Héctor Fabio Padilla Mesa
Tutor ECBTI

De acuerdo a las observaciones dadas por el tutor del desarrollo de la fase me permito
complementar el desarrollo pendiente de la misma:

PRACTICA 1
Guía para Desarrollar un problema de árbol de decisiones.

EJERCICIO:

Una empresa se encuentra ante un problema: sacar o no sacar un nuevo producto. En el caso de
sacarlo, puede haber competencia con una probabilidad del 75% o no. El precio de venta puede
ser caro o barato y el precio de la competencia también puede ser caro o barato. Hay un 60% de
probabilidad de que tanto el precio de la empresa como el de la competencia sea caro y hay un
30% de probabilidad de que el precio de la competencia sea caro y el de la empresa barata. En
función de la decisión tomada se esperan los siguientes beneficios o pérdidas:

 Si no hay competencia y el precio es caro se espera un beneficio de 60 u.m. y si el precio

es barato el beneficio será de 40 u.m.

5
 Teoría de las decisiones grupo 200608_11

 Si hay competencia, su precio y el de la empresa son caros, se espera un beneficio de 10

u.m.
 Si hay competencia, su precio es caro y el de la empresa baratos, se espera una pérdida de
20 u.m.
 Si hay competencia, su precio es barato y el de la empresa caro, se espera una pérdida de
10 u.m.
 Si no se saca el producto no hay beneficio.

Estos datos son suficientes para que elabore el árbol de decisión y determine la utilidad esperada
a obtener, en el ejercicio planteado.

Los resultados de esta práctica deben presentarla Individualmente en el foro de la fase 1.

Grafica Practica 1

0 No sacar 0

Caro
0 60
0.25
No Competir.
0 60
PRODUCTO
Barato

0 40

Caro 0.6
0 10

0 Si sacar 16.5 Caro

2

0.75 Barato 0.4

Si Competir
-10

0 2 Caro 0.3
0 10

La empresa posee una utilidad esperada de Barato

11.5 u.m 0
Barato 0.7
0 -20

6
Teoría de las decisiones grupo 200608_11

1. No hay competencia: (0.25* 60um * 0.25) + (0.25 * 40um * 0.25) = 6.25 um

2. Hay competencia:
Caro (0.40 * -10um * 0.75) + (0.60 * 10um * 0.75) = 1.5 um
Barato (0.30 * 10 um * 0.75) + (0.70 * -20um * 0.75) = 10.5 um

 Cálculos manuales y resultados mediante captura de pantalla de la salida del

programa WinQSB.

PRACTICA 1: WILLING LANCHEROS

1. Desarrollar un problema de árbol de decisiones:

Los arboles de decisión se pueden usar para generar sistemas expertos, búsquedas binarias y
árboles de juegos, los cuales serán explicados posteriormente.

Las ventajas de un árbol de decisión son:

 Resume los ejemplos de partida, permitiendo la clasificación de nuevos casos

siempre y cuando no existan modificaciones sustanciales en las condiciones bajo
las cuales se generaron los ejemplos que sirvieron para su construcción.

 Facilita la interpretación de la decisión adoptada.

 Proporciona un alto grado de comprensión del conocimiento utilizado en la toma

de decisiones.

 Explica el comportamiento respecto a una determinada tarea de decisión.

 Reduce el número de variables independientes.

 Es una magnifica herramienta para el control de la gestión empresarial.

EJERCICIO:

7
Teoría de las decisiones grupo 200608_11

Una empresa se encuentra ante un problema: sacar o no sacar un nuevo producto. En el caso
de sacarlo, puede haber competencia con una probabilidad del 75% o no. El precio de venta
puede ser caro o barato y el precio de la competencia también puede ser caro o barato. Hay
un 60% de probabilidad de que tanto el precio de la empresa como el de la competencia sea
caro y hay un 30% de probabilidad de que el precio de la competencia sea caro y el de la
empresa barata. En función de la decisión tomada se esperan los siguientes beneficios o
pérdidas:

 Si no hay competencia y el precio es caro se espera un beneficio de 60 u.m. y si el

precio es barato el beneficio será de 40 u.m.

 Si hay competencia, su precio y el de la empresa son caros, se espera un beneficio

de 10 u.m.

 Si hay competencia, su precio es caro y el de la empresa baratos, se espera una

pérdida de 20 u.m.

 Si hay competencia, su precio es barato y el de la empresa caro, se espera una

pérdida de 10 u.m.

 Si no se saca el producto no hay beneficio.

Estos datos son suficientes para que elabore el árbol de decisión y determine la utilidad
esperada a obtener, en el ejercicio planteado.

ÁRBOL DE DECISIÓN Y UTILIDAD

8
Teoría de las decisiones grupo 200608_11

 Precio Venta Empresa = (0,60 ∗ 10) + (0,40 ∗ −10) = 2 𝑢. 𝑚.

 Precio Venta Competencia= (0,30 ∗ 10) + (0,70 ∗ −20) = −11 𝑢. 𝑚.

 No Competencia= 60 𝑢. 𝑚. (𝐵𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜 𝑀á𝑥𝑖𝑚𝑜 𝑒𝑛𝑡𝑟𝑒 𝐶𝑎𝑟𝑜 𝑦 𝐵𝑎𝑟𝑎𝑡𝑜).

 Competencia= −11 𝑢. 𝑚. (𝐵𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜 𝑚á𝑥𝑖𝑚𝑜, 𝑒𝑛 𝑒𝑠𝑡𝑒 𝑐𝑎𝑠𝑜 𝑃é𝑟𝑑𝑖𝑑𝑎).

 Sacar Producto = (0,75 ∗ −11) + (0,25 ∗ 60) = 6.75 𝑢. 𝑚.

Cuando no hay competencia y se vende el producto caro el beneficio es mayor, cuando se

encuentra con alguna competencia los beneficios son menores.

𝐿𝑎 𝑢𝑡𝑖𝑙𝑖𝑑𝑎𝑑 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 𝑒𝑠 𝑑𝑒: 6,75 𝑢. 𝑚.

9
Teoría de las decisiones grupo 200608_11

Paso 3. VEIP y VEIM

El grupo de trabajo iniciará el proceso de decisión para comercializar un shampoo en el

mercado, para lo cual debe diligenciar la siguiente información en la Tabla 3. Proceso de
decisión para la comercialización del producto:

 Formular tres (3) cursos de acción (alternativas de decisión) para comercializar el

producto en el mercado.

Las alternativas de decisión de comercialización del producto y de acuerdo a las necesidades de

los clientes escogidos son:

1. Venta en Supermercados: Almacenes de cadena y barrio.

2. Venta en Droguerías.
3. Venta por Internet: Inclusión de APPS y páginas web de cadenas de suministros (Linio,
etc.).

 Estimar tres (3) estados de la naturaleza (ganancias a obtener dada la demanda alta,
media y baja) para cada curso de acción y probabilidades para cada uno de los estados
de la naturaleza, mediante la siguiente Generación de números aleatorios (descargue
aquí), información que debe consignarse en la Tabla 3 Proceso de decisión para la
comercialización del Shampoo seleccionado:

El grupo de trabajo determinará el Valor esperado de la información perfecta (VEIP).

 Tomar la Información de la tabla 3 y calcular manualmente el VEIP.

Tabla 3 Proceso de decisión para la comercialización del Shampoo Sedal Recarga Natural
Estados de la naturaleza

Cursos de acción
(Alternativas de Demanda
Demanda Baja Demanda Alta Valor Esperado
decisión) Media
Ganancias ($) Ganancias ($) sin Información
Ganancias ($)

1. Venta
$ 96.387 $ 50.836 $ 80.555 $ 69.596
Supermercados
2. Venta Droguerías $ 92.733 $ 34.334 $ 13.380 $ 54.553
3. Venta por Internet
$ 64.235 $ 17.964 $ 73.379 $ 38.658
(domicilios y apps)
Probabilidades ∑ =
0,3695 0,5656 0,0649
1

VALOR ESPERADO “GANANCIA INFORMACION PERFECTA”

10
Teoría de las decisiones grupo 200608_11

El Valor esperado de la información perfecta (VEIP) se saca de la siguiente manera.

(0,3695) * (96387) + (0.5656) * (50836) + (0.0649) * (80555) = 69.596 (Venta en Supermercados)

(0,3695) * (92733) + (0.5656) * (34334) + (0.0649) * (13380) = 54.553 (Venta en Droguerías)

(0,3695) * (64235) + (0.5656) * (17964) + (0.0649) * (73379) = 38.658 (Venta por Internet)

VALOR ESPERADO CON INFORMACIÓN PERFECTA (VEIP)

Estados de la naturaleza
Cursos de acción
(Alternativas de Demanda Baja Demanda Media Demanda Valor
Alta
decisión) Esperado sin
Ganancias ($) Ganancias ($) Ganancias ($)
Información
1. Venta
$ 96.387 $ 50.836 $ 80.555
Supermercados
2. Venta
$ 92.733 $ 34.334 $ 13.380
Droguerías $ 69.596
3. Venta por
Internet (domicilios $ 64.235 $ 17.964 $ 73.379
y apps)
Probabilidades ∑ =
0,3695 0,5656 0,0649
1

Tomamos el mayor valor de cada demanda:

(0,3695) * (96387) + (0.5656) * (50836) + (0.0649) * (80555) = 69.596

(35615) + (28753) + (5228) = 69.596

El valor esperado de la información perfecta

𝑽𝑬𝑰𝑷 = $𝟔𝟗𝟓𝟗𝟔 − $𝟔𝟗𝟓𝟗𝟔 = $𝟎

Rta: el valor esperado de la información perfecta del Shampoo Sedal Recarga Natural es $0
 Ingresar la información de la tabla 3 en el programa WinQSB, seguir los procedimientos
para obtener los resultados del VEIP.

11
Teoría de las decisiones grupo 200608_11

MATRIZ DE ALTERNATIVAS DE DECISION

12
Teoría de las decisiones grupo 200608_11

 Cálculos manuales y resultados mediante captura de pantalla de la salida del

programa WinQSB.

 Analizar los resultados y presentar conclusiones con base en la aplicación de la regla

de optimización del Criterio del Valor esperado para la toma de decisiones.
Se realizaron estimaciones de probabilidad más precisas que dieron como resultado para la
ganancia sin información perfecta de 69.595,86 y para la ganancia esperada con información
perfecta de VEIP 69.595,86. Con estos datos se pudo realizar la operación para buscar el resultado
de VEIP de 0.

Resultados que fueron comprobados por medio del programa WinQSB, lo que significa que la
ganancia esperada es de 0

13
Teoría de las decisiones grupo 200608_11

 Estimar las probabilidades para los indicadores de confiabilidad de la Investigación

de mercados para el producto a comercializar mediante la siguiente Generación de
números aleatorios (descargue aquí), información que debe consignarse en la Tabla
4 Indicadores Investigación de Mercados:

Imagen tomada de: https://drive.google.com/file/d/0B-TiImgLV0LxMExTTHotbUdEZEE/view

(I1): Reporte favorable: la muestra tomada expresa un interés considerable en el producto.

(I2): Reporte no favorable: la muestra tomada expresa poco interés por producto.

14
Teoría de las decisiones grupo 200608_11

 Tomar la información de las Tablas 3 y 4 y calcular manualmente

el VEIM.

Tabla 3 Proceso de decisión para la comercialización del Shampoo Sedal Recarga Natural
Estados de la naturaleza

Cursos de acción
(Alternativas de Demanda
Demanda Baja Demanda Alta Valor Esperado
decisión) Media
Ganancias ($) Ganancias ($) sin Información
Ganancias ($)

1. Venta
$ 96.387 $ 50.836 $ 80.555 $ 69.596
Supermercados
2. Venta Droguerías $ 92.733 $ 34.334 $ 13.380 $ 54.553
3. Venta por Internet
$ 64.235 $ 17.964 $ 73.379 $ 38.658
(domicilios y apps)
Probabilidades ∑ =
0,3695 0,5656 0,0649
1

Valor esperado de La información de la muestra VEIM.

Tabla 4 Indicadores Investigacion de Mercados

indicador Demanda Baja Demanda Media Demanda Alta
(I1) Reporte favorable 0,5703 0,8442 0,5545
(I2) Reporte no
0,4297 0,1558 0,4455
favorable
∑ 1,0000 1,0000 1,0000
𝐼1
Así: 0.5703 = 𝑃 (𝐷𝐵)

Se obtiene.
𝐼1 𝐼1 𝐼1
𝑃(𝐼1) = 𝑃(𝐷𝐵) ∗ 𝑃 (𝐷𝐵) + 𝑃(𝐷𝑀) ∗ 𝑃 (𝐷𝑀) + 𝑃(𝐷𝐴) ∗ 𝑃 (𝐷𝐴)

𝑃(𝐼1) = (0.3695 ∗ 0.5703) + (0.5656 ∗ 0.8442) + (0.0649 ∗ 0.5545)

𝑃(𝐼1) = 0.2107 + 0.4775 + 0.0360 = 𝟎. 𝟕𝟐𝟒𝟐

𝐼2 𝐼2 𝐼2
𝑃(𝐼2) = 𝑃(𝐷𝐵) ∗ 𝑃 ( ) + 𝑃(𝐷𝑀) ∗ 𝑃 ( ) + 𝑃(𝐷𝐴) ∗ 𝑃 ( )
𝐷𝐵 𝐷𝑀 𝐷𝐴

𝑃(𝐼2) = (0.3695 ∗ 0.4297) + (0.5656 ∗ 0.1558) + (0.0649 ∗ 0.4455)

𝑃(𝐼2) = 0.1588 + 0.0881 + 0.0289 = 𝟎. 𝟐𝟕𝟓𝟖

15
 Teoría de las decisiones grupo 200608_11

Si la IM tiene como resultado el indicador I1 Reporte favorable

𝐷𝐵 𝑃(𝐷𝐵ᴒ𝐼1) 0,2107
𝑃( )= = = 0,2910
𝐼1 𝑃(𝐼1) 0,7242

𝐷𝑀 𝑃(𝐷𝑀ᴒ𝐼1) 0,4775
𝑃( )= = = 0.6593
𝐼1 𝑃(𝐼1) 0,7242

𝐷𝐴 𝑃(𝐷𝐴ᴒ𝐼1) 0,0360
𝑃( )= = = 0,0497
𝐼1 𝑃(𝐼1) 0,7242

Si la IM tiene como resultado el indicador I2 Reporte no favorable

𝐷𝐵 𝑃(𝐷𝐵ᴒ𝐼2) 0,1588
𝑃( )= = = 0,5757
𝐼2 𝑃(𝐼2) 0,2758

𝐷𝑀 𝑃(𝐷𝑀ᴒ𝐼2) 0,0881
𝑃( )= = = 0,3195
𝐼2 𝑃(𝐼2) 0,2758

𝐷𝐴 𝑃(𝐷𝐴ᴒ𝐼2) 0,0289
𝑃( )= = = 0,1048
𝐼2 𝑃(𝐼2) 0,2758

Cálculo de las ganancias esperadas:

Si la IM tiene como resultado el indicador I1 Reporte favorable:

Tabla 3 Proceso de decisión para la comercialización del Shampoo Sedal Recarga Natural
Cursos de Estados de la naturaleza
acción
(Alternativas de Demanda Baja Demanda Media Demanda Alta
Total
decisión) Ganancias ($) Ganancias ($) Ganancias ($)
96.387 ∗ (0,2910) + 50.836 ∗ (0.6593) + 80.555 ∗ (0,0497) =65567,2776
1.
92.733 ∗ (0,2910) + 34.334 ∗ (0.6593) + 13380 ∗ (0,0497) =50285,7083
2.
64.235 ∗ (0,2910) + 17964 ∗ (0.6593) + 73.379 ∗ (0,0497) =34181,6762
3.

La decisión óptima es la alternativa 1 ya que así se tendrá la mayor ganancia esperada igual a $
65567,2776

16
 Teoría de las decisiones grupo 200608_11

Si la IM tiene como resultado el indicador I2: Reporte no favorable

Tabla 3 Proceso de decisión para la comercialización del Shampoo Sedal Recarga Natural
Cursos de Estados de la naturaleza
acción
(Alternativas de Demanda Baja Demanda Media Demanda Alta
decisión) Ganancias ($) Ganancias ($) Ganancias ($)
96.387 ∗ (0,5757) + 50.836 ∗ (0,3195) + 80.555 ∗ (0,1048) =80173,7915
1.
92.733 ∗ (0,5757) + 34.334 ∗ (0,3195) + 13380 ∗ (0,1048) =65755,9415
2.
64.235 ∗ (0,5757) + 17964 ∗ (0,3195) + 73.379 ∗ (0,1048) =50409,9894
3.

La decisión óptima es la alternativa 1 ya que así se tendrá la mayor ganancia esperada igual a $
80173,7915

Ganancia esperada

𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 𝑐𝑜𝑛 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

= 𝑔𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 (𝑐𝑢𝑎𝑛𝑑𝑜 𝑒𝑙 𝑖𝑛𝑑𝑖𝑐𝑎𝑑𝑜𝑟 𝑒𝑠 𝐼1) ∗ 𝑃(𝐼1)
+ 𝑔𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 (𝑐𝑢𝑎𝑛𝑑𝑜 𝑒𝑙 𝑖𝑛𝑑𝑖𝑐𝑎𝑑𝑜𝑟 𝑒𝑠 𝐼2) ∗ 𝑃(𝐼2)

𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 𝑐𝑜𝑛 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 =

= (𝟔𝟓𝟓𝟔𝟕, 𝟐𝟕𝟕𝟔) ∗ (𝟎. 𝟕𝟐𝟒𝟐 ) + (𝟖𝟎𝟏𝟕𝟑, 𝟕𝟗𝟏𝟓) ∗ (𝟎. 𝟐𝟕𝟓𝟖 ) =

= (𝟒𝟕𝟒𝟖𝟑, 𝟑𝟏𝟖𝟐) + (𝟐𝟐𝟏𝟏𝟐, 𝟓𝟑𝟗𝟒) = 𝟔𝟗𝟓𝟗𝟓, 𝟖𝟓𝟕𝟔

Finalmente:

𝑽𝒂𝒍𝒐𝒓 𝒆𝒔𝒑𝒆𝒓𝒂𝒅𝒐 𝒅𝒆 𝒍𝒂 𝒊𝒏𝒇𝒐𝒓𝒎𝒂𝒄𝒊ó𝒏 𝒎𝒖𝒆𝒔𝒕𝒓𝒂

= 𝑔𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 𝑐𝑜𝑛 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
− 𝑔𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 sin 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

𝑽𝒂𝒍𝒐𝒓 𝒆𝒔𝒑𝒆𝒓𝒂𝒅𝒐 𝒅𝒆 𝒍𝒂 𝒊𝒏𝒇𝒐𝒓𝒎𝒂𝒄𝒊ó𝒏 𝒎𝒖𝒆𝒔𝒕𝒓𝒂 = 𝟔𝟗𝟓𝟗𝟓, 𝟖𝟓𝟕𝟔 − 𝟔𝟗. 𝟓𝟗𝟔

𝑽𝒂𝒍𝒐𝒓 𝒆𝒔𝒑𝒆𝒓𝒂𝒅𝒐 𝒅𝒆 𝒍𝒂 𝒊𝒏𝒇𝒐𝒓𝒎𝒂𝒄𝒊ó𝒏 𝒎𝒖𝒆𝒔𝒕𝒓𝒂 = 𝟎

17
Teoría de las decisiones grupo 200608_11

Rta: el valor esperado de la información muestra del Shampoo Sedal Recarga Natural es $0

 Ingresar la información de las Tablas 3 y 4 en el programa WinQSB, seguir el

procedimiento para obtener el árbol de decisión y/o probabilidad (aplicación del
Teorema de Bayes) y el resultado del VEIM.

18
Teoría de las decisiones grupo 200608_11

19
Teoría de las decisiones grupo 200608_11

 Presentar los cálculos manuales, el árbol de decisión y/o probabilidad y resultados del
VEIM mediante captura de pantalla de la salida del programa WinQSB.

RESULTADOS MANUALES WINQSB

ARBOL DE DECISION

20
Teoría de las decisiones grupo 200608_11

 Analizar los resultados y presentar conclusiones con base en la aplicación de la regla

de optimización del Criterio del Valor esperado para la toma de decisiones.

Se concluye que la administración de la empresa está en punto de equilibrio de $ 0 para llevar a

cabo la investigación de mercados.

21
Teoría de las decisiones grupo 200608_11

Paso 4. Eficiencia información muestra.

El estudiante determinará la eficiencia de la información muestra, donde debe analizar los

resultados y presentar conclusiones con base en la aplicación de la regla de optimización del
Criterio del Valor esperado para la toma de decisiones.

 El grupo de trabajo determinará la Eficiencia de la información de la muestra.

 Tomar los datos calculados en las tablas 3 y 4 y calcular manualmente la Eficiencia de la

información de la muestra.

 Ingresar los datos calculados en las tablas 3 y 4, en el programa WinQSB, seguir el

procedimiento para obtener el resultado de la Eficiencia de la información de la muestra.

22
Teoría de las decisiones grupo 200608_11

 Presentar los cálculos manuales y resultado de la Eficiencia de la información de la muestra

mediante captura de pantalla de la salida del programa WinQSB.
 Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de
optimización del Criterio del Valor esperado para la toma de decisiones.

Paso 3. Pagos esperados.

Paso 3. Pagos esperados. El estudiante con su grupo de trabajo estimará los pagos esperados
para el producto presentado mediante teoría de juego con un posible producto competidor.
El grupo de trabajo estimará los pagos esperados para el producto presentado en el numeral
1 que en adelante se denominará Producto A y un posible Producto B (sustituto), mediante
la siguiente Generación de números aleatorios (descargue aquí), información que debe
consignarse en la Tabla 3 Matriz de Pagos (3*3):

23
Teoría de las decisiones grupo 200608_11

Producto B
Producto A 1 2 3 MINIMO MAXIMIN

1 86636 117349 98126 86636

2 72024 107889 113642 72024 86636
3 106377 85972 78767 78767
MAXIMO 106377 117349 113642
MINIMAX 106377

No coinciden los puntos, lo que significa que no hay una solución estable, por ende el mejor
método para analizar son las estrategias mixtas. Para el análisis se trabajara una hoja de
cálculo en Excel con la ayuda de la herramienta solver.

Jugador B
Min Z Prob 1 Prob 2 Prob 3 Suma Prob
92676,187 0,50377065 0 0,49623035 1
Max Z 92676,094 Estrategias 1 2 3 VE
Prob 1 0 1 86636 117349 98126 92337,7733
Prob 2 0,3988271 2 72024 107889 113642 92676,1865
Jugador A Prob 3 0,6011729 3 106377 85972 78767 92676,1865
Suma Prob 1 VE 92676,0939 94713,0928 92676,0939

24
Teoría de las decisiones grupo 200608_11

El grupo de trabajo convertirá la Tabla 3 Matriz de Pagos (3*3) en una Matriz de Pagos (3*2)
y (2*3). Para ello deberán, según el caso, suprimir la fila o columna que contenga la menor
ganancia y presentar la información en la Tabla 4 Matriz de Pagos (2*3) y Tabla 5 Matriz de
Pagos (3*2):

Tabla 5 Matriz de Pagos (2*3)

Producto B
Producto A 1 2 3
1 86636 117349 98126
2 72024 107889 113642

Tomar la Tabla 5 Matriz de Pagos (2*3) y calcular manual y gráficamente el Valor del
Juego mediante estrategias puras.

ESTRATEGIA DEL JUGADOR PRODUCTO A

25
Teoría de las decisiones grupo 200608_11

y1 = 86636PA + 117349 ∗ (1 − PA) + 98126 ∗ (1 − PA)

y1 = 86636PA + 117349 − 117349PA + 98126 − 98126PA
y1 = −128839PA + 215475 Ecuación 1

y2 = 72024PA + 107889 ∗ (1 − PA) + 113642 ∗ (1 − PA)

y2 = 72024PA + 107889 − 107889PA + 113642 − 113642PA
y2 = −149507PA + 221531 Ecuación 2

Se le da valores arbitrariamente a PA en la ecuación 1

𝑆𝑖 𝑃𝐴 = (0) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠; −128839(0) + 215475 = 215475

𝑆𝑖 𝑃𝐴 = (1) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠; −128839(1) + 215475 = 86636

Se le da valores arbitrariamente a PA en la ecuación 2

𝑆𝑖 𝑃𝐴 = (0) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠; −149507 ∗ (0) + 221531 = 221531

𝑆𝑖 𝑃𝐴 = (1) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠; −149507 ∗ (1) + 221531 = 72024

Es decir: −128839𝑃𝐴 + 215475 =

= −149507PA + 221531 − 128839𝑃𝐴 + 149507𝑃𝐴
= 221531 – 215475

20668 𝑃𝐴 = −6056
6056
PA = = 0,2930
20668

PB = 1 − PA
PB = 1 − 0,2930
𝑃𝐵 = 0,707

26
Teoría de las decisiones grupo 200608_11

Las probabilidades con la que debe jugar el jugador renglón PA, es del 29% con la estrategia
I y del 71% con la estrategia II.

ESTRATEGIA DEL JUGADOR PRODUCTO B

𝑦_1 = 86636𝑃𝐵 + 72024 ∗ (1 − 𝑃𝐵)

𝑦_1 = 86636𝑃𝐵 + 72024 − 72024𝑃𝐵
𝑦_1 = 14612𝑃𝐵 + 72024 𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 1

y2 = 117349PB + 107889 ∗ (1 − PB)

y2 = 117349PB + 107889 − 107889PB
y2 = 9460 + 107889 Ecuación 2

y3 = 98126PB + 113642 ∗ (1 − PB)

y3 = 98126PB + 113642 − 113642PB
y3 = −15516PB + 113642 Ecuación 3

Se le da valores arbitrariamente a PB en la ecuación 1

𝑆𝑖 𝑃𝐴 = (0) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠; 14612 (0) + 72024 = 72024
𝑆𝑖 𝑃𝐴 = (1) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠; 14612 (1) + 72024 = 86636

Se le da valores arbitrariamente a PB en la ecuación 2

𝑆𝑖 𝑃𝐴 = (0) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠; 9460 (0) + 107889 = 107889

𝑆𝑖 𝑃𝐴 = (1) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠; 9460 (1) + 107889 = 117349

Se le da valores arbitrariamente a PB en la ecuación 3

𝑆𝑖 𝑃𝐴 = (0) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠; −15516 (0) + 113642 = 113642

𝑆𝑖 𝑃𝐴 = (1) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠; −15516 (1) + 113642 = 98126

27
Teoría de las decisiones grupo 200608_11

Tabla 6 Matriz de Pagos (3*2)

Producto B
Producto A 1 2

1 86636 117349

2 72024 107889

3 106377 85972

Tomar la Tabla 6 Matriz de Pagos (3*2) y calcular manual y gráficamente el Valor del
Juego mediante estrategias puras.

Puesto que no coinciden los puntos, lo que significa que no hay una solución estable, por
ende el mejor método para analizar son las estrategias mixtas. Para el análisis se trabajara
una hoja de cálculo en Excel con la ayuda de la herramienta solver.

28
Teoría de las decisiones grupo 200608_11

Jugador B
Min Z Prob 1 Prob 2 Suma Prob
98496,897 0,61381509 0,38618491 1
Max Z 98496,8974 Estrategias 1 2 VE
Prob 1 0,39917447 1 86636 117349 98496,897
Prob 2 0 2 72024 107889 85874,5216
Jugador A Prob 3 0,60082553 3 106377 85972 98496,897
Suma Prob 1 VE 98496,8967 98496,8974

29
Teoría de las decisiones grupo 200608_11

Paso 4. Proceso de decisión de Markov.

El estudiante con su grupo de trabajo estimará los patrones de consumo de cuatro marcas del
producto presentado mediante la utilización de cadenas de Markov. El grupo de trabajo
estimará los patrones de consumo de cuatro marcas del producto presentado (probabilidades
iniciales y de transición), mediante la siguiente Generación de números aleatorios (descargue
aquí), información que debe consignarse en la Tabla 6. Patrones de Consumo del producto:

30
Teoría de las decisiones grupo 200608_11

Tabla 7 Patrones de consumo del producto

Probabilidad
es de Probabilidad
transacción Marca A Marca B Marca C Marca D es Iniciales
Marca A 0,3803 0,6479 0,0070 0,4278 0,1799
Marca B 0,2288 0,2205 0,3825 0,3468 0,2468
Marca C 0,3127 0,0923 0,1467 0,0125 0,5707
Marca D 0,0782 0,0393 0,4638 0,2129 0,0026
Σ 1,0000 1,0000 1,0000 1,0000 1,0000

Marca A 0,06841597 0,15990172 0,0039949 0,00111228 0,23342487

Marca B 0,04116112 0,0544194 0,21829275 0,00090168 0,31477495
Marca C 0,05625473 0,02277964 0,08372169 0,0000325 0,16278856 Probabilidad
Marca D 0,01406818 0,00969924 0,26469066 0,00055354 0,28901162 1
1

Marca A 0,08877148 0,20394269 0,00113952 0,12363917 0,41749286

Marca B 0,05340761 0,06940788 0,06226662 0,10022923 0,28531134
Marca C 0,07299196 0,02905373 0,02388108 0,00361265 0,12953941 Probabilidad
Marca D 0,01825382 0,01237066 0,07550133 0,06153057 0,16765639 2
1

Marca A 0,15877253 0,18485322 0,00090678 0,0717234 0,41625593

Marca B 0,09552237 0,06291115 0,04954882 0,05814324 0,26612558
Marca C 0,13055002 0,02633424 0,01900343 0,0020957 0,17798339 Probabilidad
Marca D 0,03264794 0,01121274 0,06008038 0,03569405 0,1396351 3
1

Marca A 0,15830213 0,17242276 0,00124588 0,0597359 0,39170667

Marca B 0,09523936 0,05868069 0,06807865 0,04842545 0,27042415
Marca C 0,13016323 0,02456339 0,02611016 0,00174544 0,18258222 Probabilidad
Marca D 0,03255121 0,01045874 0,0825487 0,02972831 0,15528696 4
1

Marca A 0,14896605 0,1752078 0,00127808 0,06643176 0,39188369

Marca B 0,08962249 0,05962852 0,0698377 0,05385352 0,27294223
Marca C 0,12248668 0,02496015 0,02678481 0,00194109 0,17617272 Probabilidad
Marca D 0,03063146 0,01062767 0,08468163 0,03306059 0,15900136 5

31
Teoría de las decisiones grupo 200608_11

32
Teoría de las decisiones grupo 200608_11

33
Teoría de las decisiones grupo 200608_11

Para poder observar el estado estable seguimos calculando probabilidades hasta que no se
note el cambio en cada una de las probabilidades. Para esto usamos en Excel una fórmula
que nos calcule cada una de las probabilidades, pero lo mismo que en el programa WinQSB,
debemos voltear las filas a columnas. Donde se observa que apartir de la probabilidad 8 es
estable.

Probabilidad estable
Marca A 0,3803 0,2288 0,3127 0,0782
Marca B 0,6479 0,2205 0,0923 0,0393
Marca C 0,0070 0,3825 0,1467 0,4638
Marca D 0,4278 0,3468 0,0125 0,2129

Probabilidad
inicial 0,1799 0,2468 0,5707 0,0026

Probabilidad 1 0,23342487 0,31477495 0,16278856 0,28901162

Probabilidad 2 0,41749286 0,28531134 0,12953941 0,16765639
Probabilidad 3 0,41625593 0,26612558 0,17798339 0,1396351
Probabilidad 4 0,39170667 0,27042415 0,18258222 0,15528696
Probabilidad 5 0,39188369 0,27294223 0,17617272 0,15900136
Probabilidad 6 0,39512663 0,27237449 0,17556665 0,15693223
Probabilidad 7 0,39510266 0,27204189 0,17641354 0,15644191
Probabilidad 8 0,39467422 0,27211696 0,17649346 0,15671536
Probabilidad 9 0,39467747 0,27216089 0,17638156 0,15678009
Probabilidad 10 0,39473407 0,27215096 0,17637102 0,15674395
Probabilidad 11 0,39473363 0,27214516 0,17638581 0,1567354
Probabilidad 12 0,39472615 0,27214647 0,1763872 0,15674018
Probabilidad 13 0,39472621 0,27214724 0,17638524 0,15674131

34
Teoría de las decisiones grupo 200608_11

35
Teoría de las decisiones grupo 200608_11

CONCLUSIONES

 El desarrollo de la actividad permite reforzar los conocimientos adquiridos en el estudio

de las unidades del curso por medio del desarrollo de ejercicios en concreto.

 Las cadenas de markov se basa en que la probabilidad de que ocurra un evento depende
del evento inmediato anterior.

 Se adquirieron conocimientos para el desempeño como Ingenieros con capacidad para la

solución a problemáticas que se presenten.

 Poder tener más herramientas y conocimientos para poder en un futuro tener poder
decisión ante problemas o situaciones complejas de los temas que se llegasen a presentar
en nuestro campo profesional.

 Poder conocer a fondo la temática que maneja la unidad n 2 del curso deteoría de
decisiones.

 Saber cómo involucrar metodologías nuevas para poder analizar de forma critico una idea
o producto, así como conocer y poner en practica conceptos y habilidades de
investigación.

36
Teoría de las decisiones grupo 200608_11

REFERENCIAS BIBLIOGRAFICAS

Mosquera, W. E. (2010). Criterios de Decisión, Decisiones Bajo Riesgo .

200608 - Teoría de las decisiones. Recuperado
de: http://repository.unad.edu.co/bitstream/10596/4891/1/200608%20Mod
ulo.pdf
Hillier, F., & Lieberman, G. (2010). Analisis de Decisión, Arboles de Decisión,
Teoría de la Utilidad. En Introducción a la investigación de operaciones (9a
ed.). México, D. F.: McGraw-Hill. Recuperado
de:http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386&opensearch
=investigaci%C3%B3n%20de%20operaciones&editoriales=&edicion=&anio=
%20
Begoña, Vitoriano ().Teoría de Juegos o Estrategia de juegos. TEORÍA DE LA
DECISIÓN. Recuperado
dehttp://repository.unad.edu.co/bitstream/10596/5052/1/212066%20a_dt_
UCM.pdf
Blanco, H. (2016) OVI Decisiones Bajo Incertidumbre, Teoría de Juegos y
Cadenas de Markov En WinQSB Recuperado
de http://hdl.handle.net/10596/8105

37