TEORIA DE DESICIONES

SESION 5:
1. DECISIONES CON RIESGO (Problemas
Probabilsticos)
2. CRITERIO PROBABILISTICO (Criterio del
Valor Esperado)
3. VALOR ESPERADO DE LA INFORMACION
PERFECTA
4. VALOR ESPERADO DE LA INFORMACION DE
LA MUESTRA E IDENTIFICACION DE LA
DECISION PTIMA

EJEMPLO 1:
Una Compaa de Manufacturas Elctricas que
produce aparatos de aire acondicionado, tiene que
decidir si comprar o no un componente importante
para su producto final de un abastecedor o
fabricarlo en su propia planta.

Las alternativas de decisin son entonces:

1) Comprar el componente (C)
2) Fabrica el componente (F)

La determinacin de la mejor decisin depender de

la aceptacin (demanda) de su producto final en el
mercado. Dado que la demanda que la Ca enfrenta
por su producto final est fuera del control del
Decisor, esta constituye una variable de estado. De
acuerdo con la administracin de la Ca. Los posibles

DA = Demanda alta del producto final de la

Ca.
DM = Demanda media del producto final de la
Ca.
DB = Demanda baja del producto final de la
Ca.

Para determinar la decisin ptima fue

necesario conocer mayor informacin
respecto a las probabilidades de ocurrencia de
cada estado de la naturaleza (DA, DM, DB).

El resultado final de la decisin se expresa en

trminos de ganancias netas. La
administracin de la Ca. ha estimado las
ganancias netas para este problema:

Alternativ
as de
Decisin

Fabricar
(F)

Estados de la Naturaleza
(Niveles de demanda)

DA

DM

DB

130

40

-20

Comprar
70 ptimo
45segn criterio
10
a) Determine
la decisin
del
valor(C)
esperado y suponiendo P(DA)=0.30,
P(DM)=0.30, P(DB)=0.40.
b)Calcular el valor esperado de la informacin
perfecta
c) Calcular el valor esperado de la informacin de la
muestra e identifique la decisin ptima.
d)Calcule la informacin de la eficiencia de la
muestra.

CRITERIO PROBABILISTICO (Criterio del Valor

Esperado)

De acuerdo con la experiencia de la administracin

de la Ca. se asign las siguientes probabilidades de
ocurrencia.

Puede ser entonces: P(DA)=0.30, P(DM)=0.30,

P(DB)=0.40

Segn el criterio probabilstico, se decide por la

alternativa de mayor ganancia esperada:

Alternativas
Fabricar (F) 130(0.30) + 40 (0.30) + -20(0.40) = 43
Comprar (C) 70(0.30) + 45 (0.30) + 1 0(0.40) =
38.5

VALOR ESPERADO DE LA INFORMACION

PERFECTA
La pregunta es: Cunto ganara si conociera la
informacin? Una forma de conocer el futuro, o sea el
resultado del programa de TV, es realizar una
Investigacin de mercado. Si se cul es mi ganancia
con informacin perfecta, puedo saber cunto estoy
Valor esperado
de para obtener
Ganancia esa informacin
Ganancia
dispuesto
a pagar
esperada sin
la informacin
esperada con
perfecta.
=
informacin
perfecta

informacin
perfecta

perfecta

Del caso anterior, se obtuvo que la ganancia

esperada sin informacin perfecta es de 43,000
dlares. Para obtener la ganancia esperada con
informacin perfecta, puedo usar el siguiente
esquema:

Resultado
futuro
DA
DM
DB

La a mejor
decisin
F
C
C

Ganancia
130
45
10

La ganancia esperada con informacin perfecta es:

130(0.30) + 45(0.30) + 10(0.40) = 56.5

El valor esperado de la informacin perfecta es: 56.5 43 = 13.5

O sea, conocer la informacin perfecta aumenta la

ganancia esperada de 43,000 a 56,500 dlares; es
decir aumenta en 13,500 dlares y esto es lo mximo
que se podra pagar por la investigacin de mercado.

Cunto se pagar por la Investigacin de Mercado?

Ello depende de la confiabilidad de dicha

VALOR ESPERADO DE LA INFORMACION DE LA MUESTRA E

IDENTIFICACION DE LA DECISION PTIMA

El objetivo de la Investigacin de mercados (IM) es el de ayudar

al administrador a realizar estimaciones de probabilidad ms
precisas. El propsito de la I.M. es disear y llevar a cabo una
investigacin que tenga como resultado un indicador
descriptivo o estimacin del proyecto propuesto.

Entonces: Qu tan confiable son los resultados de la IM?

Para determinar la confiabilidad de la Investigacin, se necesita

hacer una evaluacin en base a los resultados esperados:

- Se determina dos indicadores:

I1: Reporte favorable del estudio de IM; la muestra tomada
expresa un inters considerable en el producto de la Ca.

I2: Reporte no favorable del estudio de IM; la muestra tomada

expresa poco inters por producto de la Ca.

- Se evala para cada resultado, la probabilidad de

que cada indicador (I1, I2) sea resultado de la
Investigacin.

El registro histrico de la Ca. de mercadotecnia en

estudios similares ha permitido a la administracin
deIndicador
la Ca estimar
las siguientes probabilidades
Dem.Baja( Dem.Media(D Dem.Alta(DA
condicionales DB)
relevantes: M)
)
(I1)
(I2)

0.15
0.85

0.45
0.55

0.65
0.35

Dnde:
0.15=P(I1/DB), es la probabilidad condicional de
que el indicador ser I1 dado que el producto
tiene aceptacin. (Si el nivel de demanda es bajo,
el reporte slo ser favorable 15% de las veces)

IDENTIFICACION DE LA DECISION PTIMA

Se determina a partir de la estimacin de

probabilidad de que ocurra cada resultado
dependiendo del indicador resultante de la IM.

La mejor alternativa es la que maximiza la ganancia

esperada.

Necesitamos calcular las probabilidades cuando la

IM resulta I1 o I2; para cada posible resultado.

Clculos de las probabilidades :

Clculos de las probabilidades :

Del rbol de decisin, se obtiene:

P(I1) = P(DB)xP(I1/DB) + P(DM)xP(I1/DM) + P(DA)xP(I1/DA)

P(I1) = 0.40x0.15 + 0.30x0.45 + 0.30x0.65
P(I1) = 0.060 + 0.135 + 0.195 = 0.39

P(I2) = P(DB)xP(I2/DB) + P(DM)xP(I2/DM) + P(DA)xP(I2/DA)

P(I2) = 0.40x0.85 + 0.30x0.55 + 0.30x0.35
P(I2) = 0.34 + 0.165 + 0.105 = 0.61

* Si la IM tiene como resultado el indicador I1:

* Si la IM tiene como resultado el indicador I2:

Clculo de las Ganancias Esperadas:

* Si la IM tiene como resultado el indicador I1:

La decisin ptima es fabricar ya que as se tendr la mayor ganancia

esperada igual a $ 76,000.

* Si la IM tiene como resultado el indicador I2:

La decisin ptima es comprar ya que as se tendr la mayor ganancia

esperada igual a $ 29,650. En conclusin, lo que debemos calcular es
cul es la ganancia esperada con informacin de la IM. o de la muestra
usada. Esta ganancia esperada depende de los resultados de la IM.

La ganancia esperada con informacin de la muestra depende de los

resultados de la IM,