FASE DE INFORMACIÓN

ETAPA DE ANÁLISIS

1) Medida de la sensibilidad económica (determinación del valor de la

eliminación de la incertidumbre en las variables aleatorias).

ETAPA DE MODELACIÓN

2) Exploración de las distintas alternativas para la captación de

información adicional

Cuadro 7.3

8. ESTUDIO DE CASO
A fin de ilustrar el uso de la metodología, vamos a explanar un caso completo de análisis. No
tiene un origen hipotético, sino en la reconstrucción de un problema de la vida real. En él, hemos
descrito hechos, circunstancias, condiciones y prácticas, que caracterizan al problema de decisión y al
medio en que ocurre.

UN PROBLEMA DE INVERSIONES
La empresa TAPASA produce tapas, tapones y cierres para envases en general. En la actualidad,
se le ha planteado la disyuntiva de si introducir o no, a partir del año próximo, y a qué precio en caso
afirmativo, un tapón plástico de nueva concepción, una innovación.
Tapasa factura un total de 25 millones de bolívares anuales, lo que representa, en su ramo,
alrededor del 10% del mercado nacional. En este ramo, otra empresa llamada CERRACA, controla
alrededor del 40% de las ventas.
Los tapones suelen ser de dos tipos: normales y especiales. Los normales poseen un alto
volumen de ventas pero dejan escaso margen de ganancias. TAPASA destina el 70% de su producción a
los tapones normales, lo que representa el 50% de la facturación total de la empresa pero sólo el 20% de
las ganancias netas.
Los tapones "normales" de TAPASA son equivalentes, prácticamente iguales a los
procedimientos por la competencia e implican un proceso de fabricación sumamente sencillo. Aparte,
los tapones "especiales" son producidos por empresas que efectúan investigación propia o por empresas
que se dedican a copiar las innovaciones que van surgiendo en el mercado.
Cuando una empresa introduce un nuevo producto en el mercado, debe ofrecerlo a un precio lo
suficientemente bajo para desestimular cualquier intento de copia por parte de otro fabricante y lo
suficientemente alto como para obtener ganancias. Tapasa ha creado un nuevo tapón cuyo costo por
investigación y desarrollo del prototipo ha sido de Bs. 1.850.000 al mismo tiempo, la empresa Cerpaca
ya tiene en el mercado, desde hace un año, un producto análogo que vende Bs. 1.350, la caja de un
millar de tapones. El mercado global previsto para el año próximo está entre 9.000 y 11.000 millares de
tapones "especiales", distribuidos según los siguientes cuartiles, así:
1er cuartil 2do cuartil 3er cuartil
 9.250 10.000 10.750

Este mercado se considera independiente del precio del producto que está regido por otros
factores.
Se cree, con cierta probabilidad, un segmento de este mercado, oscilando entre el 20 y 70%,
será cubierto por Tapasa con su innovación. El pronóstico ha sido efectuado por el equipo de mercado
de la empresa que ha elaborado las distribuciones de probabilidad del segmento de mercado cubierto, en
relación al precio al cual se ofrezca el nuevo producto. Observemos los cuartiles de esas distribuciones.
Precio 1er cuartil 2do cuartil 3er cuartil
1.200 50% 55% 60%
1.350 35% 45% 55%
1.500 30% 35% 40%
Los expertos de mercadeo de Tapasa saben que muchas de las empresas, que usualmente se
dedican a la copia, podrían lanzar el año próximo algún tipo de tapón, a imitación del que fabrica
actualmente Cerraca. De manera que el segmento de mercado dependerá mucho del precio al cual se
vendan los nuevos tapones de Tapasa. Pero en todo caso, la gerencia de Tapasa, consciente de su
capacidad de producción y de la calidad de la innovación, minimiza esa posibilidad de reducción del
mercado y considera su efecto completamente despreciable.
La línea de producción requerida para la fabricación de la innovación es de fácil y rápida
instalación, a un costo de Bs. 2.250.000 y con una capacidad de producción de 2.600 tapones por hora.
Así mismo, la línea requiere, simultáneamente, 6 operadores, a razón de Bs. 30 por hora de trabajo de
cada operador. El mantenimiento de la línea, a su vez, necesita de la presencia a tiempo completo de un
mecánico especializado, lo que eleva el costo de la hora de trabajo en Bs. 60.
Por concepto de materia prima y de repuestos, se consume la cantidad de Bs. 160 la hora.
El Sr. Antonio Díaz, Presidente de Tapasa, ante la incertidumbre implícita en el problema, decide
contratarle a usted a fin de que realice un análisis que permita tomar la decisión más acertada. Cuando
se reúnen con este propósito, el le manifiesta a usted que considera bueno el negocio si logra, al menos,
en el primer año de operación, amortizar lo invertido en investigación y desarrollo más la inversión
necesaria para la producción. Sin embargo, cuanto mayor sea el beneficio económico, mejor.
Al plantearle la cuestión sobre la actitud ante el riesgo, el Sr. Díaz manifestó que la empresa
prefería no asumir riesgos. En términos de loterías, la información que usted recaudó se resume a lo
siguiente:
El Sr. Díaz manifestó ser indiferente entre no jugar y participar en una lotería con igual
probabilidad de ganar Bs. 5.000.000 o perder Bs. 1.000.000. Igualmente, señaló ser indiferente entre
recibir Bs. 2.000.000 con certeza y participar en una lotería con iguales posibilidades de obtener nada y
Bs. 5.000.000.
Finalmente, y a fin de minimizar riesgos, el Sr. Díaz le encomienda a usted estudiar la
conveniencia de un contrato con la empresa Metramerk para realizar, al costo de Bs. 250.000, un
estudio que con una confiabilidad de un 90% aporte información sobre el segmento de mercado que
podrá absorber Tapasa.

Análisis del caso Tapasa

1) Delimitación de la Decisión:
Este es el primer paso. Es primordial delimitar cuántas y cuáles son las decisiones a tomar. En el
caso que nos ocupa tenemos que son dos las decisiones a tomar:
 1) Producir o no el nuevo tapón
2) Precio del tapón

2) Identificación de las Alternativas:

Es importante identificar todos los posibles cursos de acción; en el caso que nos ocupa, el tener
que decidir precio, implica tomar en cuenta una forma continua de alternativas. Sin embargo, esto no es
práctico. Basta considerar los tres precios sugeridos por la investigación de mercado:
I. Producir y vender a Bs. 1.200 por caja.
II. Producir y vender a Bs. 1.350 por caja
III. Producir y vender a Bs. 1.500 por caja
V. No producir
3) Establecimiento de los Atributos:
Los atributos se establecen con el fin de medir los resultados que reflejan los objetivos del
decisor. Usaremos el BENEFICIO NETO como atributo en este caso.
4) Selección de las Variables:
Distinguiremos variables de estado y variables de decisión; indicaremos con símbolos:
Variables de Decisión
Símbolo Descripción
d1 Producir o no producir
d2 Precio de venta

Variables de Estado
Símbolo Descripción
s1 Demanda total prevista
s2 Segmento de mercado absorbido por Tapasa

5) Modelo Estructural:
Desarrollaremos el modelo estructural en forma de árbol de decisión:
VALOR

s1 s2 BI

I
d2 II
s1 s2 BII
III

s1 s2 BIII
d1

IV
BIV
6) Modelo de Valor:
Para determinar el Beneficio Neto de cada alternativa consideraremos los factores siguientes:
I Ingresos
C Costos
B Beneficio Neto
d2 Precio de Venta (Bs./caja)
D Mercado a ser cubierto por Tapasa (cajas)
 S1 Demanda total prevista (cajas)
S2 Segmento de mercado cubierto por Tapasa (%)
i Costo de investigación y desarrollo
l Costo de instalación de la línea de producción
h Horas anuales de trabajo para satisfacer la demanda
K1 Costo de materia prima y repuestos
K2 Costo de mano de obra por hora de operación
K3 Costo de mantenimiento por hora de operación
d1 Variable dicotómica (1,0) = (producir, no producir)

relacionados así:
D = S1 x S2 / 100
h = D x 1.000/2.600 = 5/13 D
I = d1 x d2 x D
C = i + l + h (K1 + K2 + K3)
B=I-C
7) Referencia Temporal:
No se requiere desarrollar ningún modelo de preferencia temporal ya que el problema se limita a
decisiones ubicadas en un instante de tiempo. No se plantea posponer o adelantar decisiones.
8) Análisis de Sensibilidad Determinística:
Rango de variación de las variables de estado:
Símbolo de la variable Valor mínimo Valor medio Valor máximo
S1 9.000 10.000 11.000
1.200 20% 55% 70%
S2 1.350 20% 45% 70%
1.500 20% 35% 70%

Para la sensibilidad determinística se considerará fijas todas las variables salvo aquella bajo
estudio.
 ANÁLISIS DE SENSIBILIDAD DETERMINÍSTICA A S1
VALOR
55%
1078,4
9.000
10.000 55%
1654,0

11.000 55% 2229,2

I 1200 45%
9.000
774,3
d2 II 45%
10.000
1282,6
III 1350
45%
11.000 1820,9
1500 35%
140,2
9.000
d1 10.000 35%
611,6

11.000 35% 1082,0

IV
-1850,0

Resumen del Análisis de Sensibilidad a la variable S1

Valor de la variable S1 BI BII BIII BIV
9.000 1.078,4 744,3 140,2 -1850
10.000 1.654,0 1.282,6 611,6 -1850
11.000 2229,2 1820,9 1082,6 -1850

La alternativa I domina a las restantes en todos los casos, por lo tanto, la variable S 1 no es una
variable crucial y se puede suponer fija en su valor promedio para efectos de lo que resta de análisis.
 Hoja de Cálculos (Sensibilidad Determinística) para S1

Alternativa I, S1 = 9.000
D = S1 x S2 / 100 = 9.000 x 55 / 100 = 4.950 cajas
h = D x 10/26 = 5/13 D = 4.950 x 10/26 = 1.904 horas
C = i + l + h (K1 + K2 + K3) = (1.850.000 + 2.250.000 + 1.904 (160+180+60)
C = 4.861,6 miles de Bs.
I = d2 x D = 1.200 x 4.950 = 5.940 miles de Bs.
B = I - C = 1.078,4
Para el resto de los casos, los cálculos se resumen en esta tabla:
d2 S1 S2 D h C I B
(Bs.) (cajas) (%) (cajas) (horas) (Bs. 103) (Bs. 103) (Bs. 103)
1.200 9.000 55 4.950 1.904 4.861,6 5.940 1.078,4
1.200 10.000 55 5.500 2.115 4.946 6.600 1.654
1.200 11.000 55 6.050 2.327 5.030,8 7.260 2.229,2
1.350 9.000 45 4.050 1.558 4.723,2 5.467,5 744,3
1.350 10.000 45 4.500 1.731 4.792,4 6.075 1.282,6
1.350 11.000 45 4.950 1.904 4.861,6 6.682,5 1.820,9
1.500 9.000 35 3.150 1.212 4.584,8 4.725 140,2
1.500 10.000 35 3.500 1.346 4.638,4 5.250 611,6
1.500 11.000 35 3.850 1.481 4.692,4 5.775 1.082,6

de no producir, I = 0, C = 1.850.000;
B = I - C = -1.850 Bs. 103
 ANÁLISIS DE SENSIBILIDAD DETERMINÍSTICA A S2
VALOR
20% -2007,6
s1 10000 s1
55%
1654,0
70%
3223,2
I 20% -1707,6
d2 II s2 10000 s2 55%
1282,6
III
70%
4273,2
20% -1407,6
s3 10000 s3
d1 55%
611,6
70%
5323,2

IV
-1850,0

Resumen del Análisis de Sensibilidad a la variable S2

Valor de la variable S2 BI BII BIII BIV
20 20 20 -2.007,6 -1.707,6 -1.407,6 -1850
55 45 35 1.654,0 1.282,6 611,6 -1850
70 70 70 3223,2 4.273,2 5.323,2 -1850
 Como la alternativa óptima cambia, según cambie el valor de S 2, esta variable es crucial por lo
que hay que someterla a análisis probabilístico.

Hoja de Cálculos (Sensibilidad Determinística) para S2

Similarmente a los cálculos que se efectuaron para S1, tenemos:

d2 S1 S2 D h C I B
(Bs.) (cajas) (%) (cajas) (horas) (Bs. 103) (Bs. 103) (Bs. 103)
1.200 10.000 20 2.000 769 4.407,6 2.400 -2.007,6
1.200 10.000 55 5.500 2.115 4.946 6.600 1.654
1.200 10.000 70 7.000 2.692 5.176,8 8.400 3.223,2
1.350 10.000 20 2.000 769 4.407,6 2.700 -1.707,6
1.350 10.000 45 4.500 1.731 4.792,4 6.075 1.282,6
1.350 10.000 70 7.000 2.692 5.176,8 9.450 4.273,2
1.500 10.000 20 2.000 769 4.407,6 3.000 -1.407,6
1.500 10.000 35 3.500 1.346 4.638,4 5.250 611,6
--- 10.000 -- --- --- 1.850 --- -1.850

RESUMEN DEL ANÁLISIS DE SENSIBILIDAD DETERMINÍSTICA

Variables de Estado
Variable Tipo Valor que adoptará en el resto del análisis
S1 No crucial Valor nominal S1
S2 Crucial Aleatorio

Variables de Decisión
La alternativa Domina a la alternativa Es completamente dominada
por la alternativa
I ninguna ninguna
II IV ninguna
III IV ninguna
IV ninguna II, III
La alternativa IV queda eliminada del análisis
 ÁRBOL DE DECISIÓN SIMPLIFICADO DETERMINÍSTICAMENTE

VALOR
s2 BI

I
d2 II
s2 BII
III

s2 BIII

FASE PROBABILÍSTICA
Veamos a continuación las distribuciones de probabilidad de la variable S2, condicionadas al
precio de venta:
P( )
1,0

0,25 d2=1200

0,50

0,75

30 40 50 60 70 %

P( )
1,0

0,25 d2=1350

0,50

0,75

30 40 50 60 70 %
 P( )
1,0

0,25 d2=1500

0,50

0,75

30 40 50 60 70 %
Discretizando las curvas de distribución de probabilidad usando el método gráfico, se tiene:
Para d2 = 1.200:
P(S1) S2
1/4 35
1/2 55
1/4 65

Para d2 = 1.350:
P(S1) S2
1/4 27,5
1/2 45
1/4 62,5

Para d2 = 1.500:
P(S1) S2
1/4 25
1/2 35
1/4 55

Desarrollemos las loterías de valor.

Para ello efectuamos los cálculos (ver hoja) y los representamos en el árbol, como sigue:
 ÁRBOL DE DECISIÓN VALOR Bs. x103
1/4
-438,4
10000 35% 1/2
55% 1654,0
65% 1/4
1200 2700,0
1/4
-810,7
1350 10000 27,5% 1/2
45% 1282,6
1500 62,5% 1/4
3375,9
1/4
-734,8
10000 25% 1/2
35% 611,6
85% 1/4
3304,0

Hoja de Cálculos (Loterías de Valor)

Los beneficios correspondientes a cada nodo se calculan y resumen en la siguiente

tabla:
d2 S1 S2 D h C I B
(Bs.) (cajas) (%) (cajas) (horas) (Bs. 103) (Bs. 103) (Bs. 103)
1.200 10.000 35 3.500 1.346 4.638,4 4.200 -438,4
1.200 10.000 55 5.500 2.115 4.946 6.600 1.654
1.200 10.000 65 6.500 2.500 5.100 7.800 2.700
1.350 10.000 27,5 2.750 1.058 4.523,2 3.712,5 -810,7
1.350 10.000 45 4.500 1.731 4.792,4 6.075 1.282,6
1.350 10.000 62,5 6.250 2.404 5.061,6 8.437,5 3.375,9
1.500 10.000 25 2.500 962 4.484,8 3.750 -734,8
1.500 10.000 35 3.500 1.346 4.638,4 5.250 611,6
1.500 10.000 55 5.500 2.115 4.946 8.250 3.304
ESTUDIO DE LA DOMINANCIA ESTOCÁSTICA

Variables de Decisión
P BI BII BIII Relación
1/4 -438,4 -810,7 -734,8 BI > BIII > BII
1/2 1.654 1.282,6 611,6 BI > BII > BIII
1/4 2.700 3.375,9 3.304 BII > BIII > BI

Resultados del Análisis de Dominancia Estocástica

Alternativa Alternativa completamente dominada
I Domina a: ninguna
II ninguna
III ninguna

La conclusión del estudio es no eliminar ninguna alternativa. Por lo tanto, continuamos

trabajando con el mismo árbol.
Codifiquemos las preferencias al riesgo del decisor:
Conocemos las siguientes loterías de la entrevista:
6
5.10
1/2

0
1/2

-1.10 6

6
5.10

6
2.10

Asignamos:
U(5´106) = 1 y U(0) = 0
Calculamos:
U(2´106) = 1/2 U(5´106) + 1/2 U(0)
U(2´106) = 1/2 (1) + 1/2 (0) = 1/2
U(0) = 1/2 [U(5´106) + U(-1´106)]
 U(-1´106) = -1
x U(x)
-1´106 -1
0 0
1/2
2´106
1
5´106
U(X)
1

1/2

-1 1 2 3 4 5 X
-1/2

-1

Construida la curva de utilidad, emplearemos como criterio de decisión el de la maximización del

EQUIVALENTE CIERTO.
ÁRBOL DE DECISIÓN VALOR Bs. x103 UTILIDAD
1/4
-438,4 -0,4
10000 35% 1/2
55% 1654,0 0,42
65% 1/4
1200 2700,0 0,62
I 1/4
-810,7 -0,78
1350 10000 27,5% 1/2
1282,6 0,33
II 45%
1500 62,5% 1/4
3375,9 0,73
III 1/4
-734,8 -0,7
10000 25% 1/2
35% 611,6 0,16
85% 1/4
3304,0 0,72