Sunteți pe pagina 1din 21

THEORY OF DECISION

Unit 1: Phase 2 – Solve problems by applying the algorithms of the unit 1

Presented to:
PAULA ANDREA CARVAJAL

Delivered by:
ROMAN ADRIANO SANABRIA COD.
JULIAN ANDRÉS OSORIO COD.
DEISY JOHANA MENCO MONTES COD. 1096228820

GROUP: 20

NATIONAL UNIVERSITY OPEN AND REMOTE


SCHOOL OF BASIC SCIENCES, TECHNOLOGY AND ENGINEERING
INDUSTRIAL ENGINEER
SEPTEMBER 2018
INTRODUCCIÓN
Este trabajo contiene la solución de la unidad 1: fase 2 – Resolver problemas
aplicando los algoritmos de la unidad 1, en el que se evidencia mediante la
solución de los problemas propuestos. Los temas desarrollados aquí son: Arboles
de decisión, Evpi y Evmi que nos ayudarán a obtener la información requerida.
Se muestra, además, los pantallazos de cada uno de los ejercicios, resuelvos en
Excel Solver.
Actividades para desarrollar
Problema 1. ÁRBOLES DE DECISIÓN, EVPI y EVMI

Teratex, una empresa textil que tiene una experiencia productiva en el mercado
externo de 25 años, debe decidir si fabrica un nuevo producto en su planta principal
o, por el contrario, la compra a un proveedor externo. Los beneficios dependen de
la demanda del producto. La tabla muestra las ganancias proyectadas, en millones
de dólares.

Tabla 1. Proceso de decisión para la comercialización del producto


Estados de la Naturaleza

Alternativa de decisión Demanda baja- Demanda media Demanda alta -


utilidad baja - utilidad utilidad

Fabricación 221 251 310


Sub contratación 210 225 278
Compra 195 236 289
Probabilidad Ʃ = 1 0,35 0,42 0,23

PARTE 1. ÁRBOLES DE DECISIÓN, EVPI y EVMI

De acuerdo con la información correspondiente en la Tabla 1 y la teoría del Valor


Predicho de Información Perfecta (EVPI), el Valor Esperado de Información de
Muestra (EVMI) y Árboles de Decisión, responder:

a) Use EVPI para determinar si la compañía debe tratar de obtener una mejor
estimación de la demanda.

El valor esperado de la información perfecta VEIP es un límite superior para


la cantidad que se estará dispuesto a pagar por mejorar el conocimiento
sobre el estado de naturaleza:
Paso 1. Arbol de Decisión PROBABILIDAD DEMANDA

A).
BAJO (0,35) 221 77,35

FABRICAR NODO 2
MEDIA (0,42) 251 105,42

ALTA (0.23) 310 71,3

BAJO (0,35) 210 73,5

NODO 1 SUBCONTRATAR NODO 3


MEDIA (0,42) 225 94,5

ALTA (0.23) 278 63,94

BAJO (0,35) 195 68,25

COMPRAR NODO 4
MEDIA (0,42) 236 99,12

ALTA (0.23) 289 66,47

Por Valor esperado se obtiene: VEsIP

NODO 2 (221*0.35) + (251*0.42)+ (310*0.23)= 254,07


NODO 3 (210*0.35) + (225*0.42)+ (278*0.23)= 231,94
NODO 4 (195*0.35) + (251*0.42)+ (310*0.23)= 233,84

VEsIP = Máx (nodo 2 vs nodo 3 vs nodo 4) = Nodo 2 = 254,07

La decisión que se recomienda es fabricar, esperando un pago de 254,07


millones.

Hallar VEIP = |VEcIP - VEsIP| = |254,07 – 254,07| = 0

Valor esperado con la información perfecta

VEcIP = (221*0.35) + (251*0.42) + (310*0.23) = 254.07


b) Se espera que un estudio de mercado de prueba de la demanda potencial de
productos reporte una condición favorable (F) o desfavorable (U). Las
probabilidades condicionales relevantes son:

TEOREMA DE BAYES
P(F/baja) = 0,3 P(D/baja) = 0,7
P(F/media) = 0,38 P(D/ media) = 0,62
P(F/media alta) = 0,4 P(D/ media alta) = 0,6
P(F/alta) = 0,55 P(D/alta) = 0,45

Probabilidad Baja Media Alta


Previa 0,35 0,42 0,23

Probabilidades
Condicionadas
P(F/baja) = 0,3
P(F/media) = 0,38
P(F/media alta) = 0,4 NO SE USA
P(F/alta) = 0,55

FAVORABLE

Estados de la Probabilidades Probabilidades Probabilidades Probabilidades


Naturaleza Previas P(sj) Condicionales Conjuntas Posteriores P(sj/F)
P(F/sj) P(sj)*P(F/sj)
BAJA 0,35 0,3 0,105 0,27
MEDIA 0,42 0,38 0,160 0,41
ALTA 0,23 0,55 0,127 0,32
P(F) 0,39
Probabilidades
Condicionadas
P(D/baja) = 0,7
P(D/ media) = 0,62
P(D/ media alta) = 0,6 NO SE USA
P(D/alta) = 0,45

DESFAVORABLE
Probabilidades Probabilidades Probabilidades
Estados de la Probabilidades
Condicionales Conjuntas Posteriores
Naturaleza Previas P(sj)
P(D/sj) P(sj)*P(D/sj) P(sj/D)
BAJA 0,35 0,7 0,25 0,40
MEDIA 0,42 0,62 0,26 0,43
ALTA 0,23 0,45 0,10 0,17
P(D) 0,61
VALOR DEL NODO 1 = 253,87

c). ¿Cuál es el valor esperado de la información de investigación de mercado?

SOLUCIÓN

Para Hallar el Valor de la Información Muestral tenemos que: VEIM = |VEcIP - VEcIM |

VEcIM = 253,87 VEIM = |254,07 - 253,𝟖𝟕| = 0,2


VEcIP = 254.07

d). ¿Cuál es la eficiencia de la información?


𝑽𝑬𝑰𝑴
Para hallar la Eficiencia tenemos que: 𝑬= ∗ 𝟏𝟎𝟎
𝑽𝑬𝑰𝑷
VEIP = |254,07 - 254,07| = 0

𝟎, 𝟐 La Eficiencia tiende a infinito, lo que significa que la


𝑬= ∗ 𝟏𝟎𝟎 = ∞
𝟎 decisión es acertada
Problema 2. ÁRBOLES DE DECISIÓN, VEPI y VEMI.

ElectroCom, una compañía que fabrica componentes electrónicos para la


introducción en su catálogo de productos, debe decidir si fabrica un nuevo producto
en su planta principal, lo subcontrata con la supervisión de la empresa o si lo compra
a un proveedor externo. Los beneficios dependen de la demanda del producto. La
tabla 2 muestra las ganancias proyectadas, en millones de dólares.

Tabla 2. Proceso de decisión para la comercialización del producto


Estados de la Naturaleza
Alternativa de Demanda Demanda
Decisión Demanda media baja - media alta - Demanda alta
baja-utilidad utilidad utilidad - utilidad
Fabricación 173 183 195 218
Sub contratación 181 192 207 213
Compra 183 197 207 215
Arrendamiento 125 128 131 137
Outsource 188 192 198 209
Probabilidad Ʃ = 1 0,19 0,21 0,28 0,32

PARTE 1. ÁRBOLES DE DECISIÓN, EVPI y EVMI

De acuerdo con la información correspondiente en la Tabla 1 y la teoría del Valor


Predicho de Información Perfecta (EVPI), el Valor Esperado de Información de
Muestra (EVMI) y Árboles de Decisión, responder:

a) Use EVPI para determinar si la compañía debe tratar de obtener una mejor
estimación de la demanda.

El valor esperado de la información perfecta VEIP es un límite superior para


la cantidad que se estará dispuesto a pagar por mejorar el conocimiento
sobre el estado de naturaleza:
Paso 1. Arbol de Decisión PROBABILIDAD DEMANDA

A).
BAJO (0,19) 173 32,87

FABRICAR NODO 2
MEDIA - BAJA (0,21) 183 38,43

MEDIA - ALTA (0.28) 195 54,6

ALTA (0.32) 218 69,76

BAJO (0,19) 181 34,39

SUBCONTRATAR NODO 3
MEDIA - BAJA (0,21) 192 40,32

MEDIA - ALTA (0.28) 207 57,96

ALTA (0.32) 213 68,16

BAJO (0,19) 183 34,77

NODO 1 COMPRAR NODO 4


MEDIA - BAJA (0,21) 197 41,37

MEDIA - ALTA (0.28) 207 57,96

ALTA (0.32) 215 68,8

BAJO (0,19) 125 23,75

ARRENDAR NODO 5
MEDIA - BAJA (0,21) 128 26,88

MEDIA - ALTA (0.28) 131 36,68

ALTA (0.32) 137 43,84

BAJO (0,19) 188 35,72

OUTSOURCE NODO 6
MEDIA - BAJA (0,21) 192 40,32

MEDIA - ALTA (0.28) 198 55,44

ALTA (0.32) 209 66,88


Por Valor esperado se obtiene : VEsIP

NODO 2 195,66

NODO 3 200,83

NODO 4 202,9

NODO 5 131,15

NODO 6 198,36

NODO 1 = Máx (Nodo 2 vs Nodo 3 vs Nodo 4 vs Nodo 5 vs Nodo 6) = NODO 4 = 202,9

La decisión que se recomienda es fabricar, esperando un pago de 202,9 millones

Hallar VEIP = |VEcIP - VEsIP|

Valor esperado con la información perfecta

VEcIP = (188*0.19) + (197*0.21)+ (207*0.28) + (218*0.32) = 204.81

VEIP = |204.81 - 202,9| = 1,91 Millones

B).
TEOREMA DE BAYES

P (F / bajo) = 0,2 P(D/baja) = 0,8


P(F/media) = 0,2 P(D/ media) = 0,8
P(F/media alta) = 0,35 P(D/ media alta) = 0,65
P(F/alta) = 0,5 P(D/alta) = 0,5

Probabilidades
0,30 0,22 0,25 0,23
Previas

Probabilidades Condicionadas

P(F/baja) = 0,2
P(F/media ) = 0,2
P(F/media alta) = 0,35
P(F/alta) = 0,5

FAVORABLE

Probabilidades Probabilidades Probabilidade


Estados de la Probabilidades
Condicionales Conjuntas s Posteriores
Naturaleza Previas P(sj)
P(F/sj) P(sj)*P(F/sj) P(sj/F)
BAJA 0,19 0,2 0,04 0,11
MEDIA 0,21 0,2 0,04 0,12
MEDIA ALTA 0,28 0,35 0,10 0,29
ALTA 0,32 0,5 0,16 0,47
P(F) 0,34
Probabilidades Condicionadas

P(D/baja) = 0,7
P(D/ media) = 0,62
P(D/ media alta) = 0,6
P(D/alta) = 0,45

DESFAVORABLE
Probabilidades Probabilidades Probabilidade
Estados de la Probabilidades
Condicionales Conjuntas s Posteriores
Naturaleza Previas P(sj)
P(D/sj) P(sj)*P(D/sj) P(sj/D)

BAJA 0,19 0,8 0,15 0,23


MEDIA 0,21 0,8 0,17 0,25
MEDIA ALTA 0,28 0,65 0,18 0,27
ALTA 0,32 0,5 0,16 0,24
P(D) 0,66

DEMANDA

BAJO (0,11) 173 19,030

FABRICAR NODO 4
MEDIA (0,12) 183 21,960

200,000
MEDIA - ALTA (0,29) 195 56,550

ALTA (0,47) 218 102,460

BAJO (0,11) 181 19,910

SUBCONTRATARNODO 5
MEDIA (0,12) 192 23,040 203,090

MEDIA - ALTA (0,29) 207 60,030

ALTA (0,47) 213 100,110

BAJO (0,11) 183 20,130

FAVORABLE 0,34 NODO 2 COMPRAR NODO 6


MEDIA (0,12) 197 23,640 204,850 Máx

MEDIA - ALTA (0,29) 207 60,030

ALTA (0,47) 215 101,050

BAJO (0,11) 125 13,750

ARRENDAR NODO 7
MEDIA (0,12) 128 15,360 131,490

MEDIA - ALTA (0,29) 131 37,990

ALTA (0,47) 137 64,390

BAJO (0,11) 188 20,680

OUTSOURCE NODO 8
MEDIA (0,12) 192 23,040 199,370

MEDIA - ALTA (0,29) 198 57,420

ALTA (0,47) 209 98,230


(204,850*0,34) + (198,830 *0,66) 200,88
NODO 1

BAJO (0,23) 173 39,790

FABRICAR NODO 9
MEDIA (0,25) 183 45,750 190,510

MEDIA - ALTA (0,27) 195 52,650

ALTA (0,24) 218 52,320

BAJO (0,23) 181 41,630

SUBCONTRATAR
NODO 10
MEDIA (0,25) 192 48,000 196,640

MEDIA - ALTA (0,27) 207 55,890

ALTA (0,24) 213 51,120

BAJO (0,23) 183 42,090

DESFAVORABLE 0,66 NODO 3 COMPRAR NODO 11


MEDIA (0,25) 197 49,250 198,830 Máx

MEDIA - ALTA (0,27) 207 55,890

ALTA (0,24) 215 51,600

BAJO (0,23) 125 28,750

ARRENDAR NODO 12
MEDIA (0,25) 128 32,000 129,000

MEDIA - ALTA (0,27) 131 35,370

ALTA (0,24) 137 32,880

BAJO (0,23) 188 43,240

OUTSOURCE NODO 13
MEDIA (0,25) 192 48,000 194,860

MEDIA - ALTA (0,27) 198 53,460

ALTA (0,24) 209 50,160

VALOR DEL NODO 1 = 200,88

C). SOLUCIÓN

Para Hallar el Valor de la Información Muestral tenemos que : VEIM = VEcIP VEcIM

VEcIM = 200,88
VEcIP = 204.81 VEIM = , 𝟐𝟎𝟎, 𝟖𝟖 = 3,93
D). SOLUCIÓN

Para hallar la Eficiencia tenemos que :


𝑽𝑬𝑰𝑴
𝑬= ∗ 𝟏𝟎𝟎
𝑽𝑬𝑰𝑷
VEIP = |204.81 - 202,9| = 1,91

,
𝑬= 𝟏, 𝟏
∗ 𝟏𝟎𝟎 = 205,759 La Eficiencia se aleja de cero, lo que significa que la decisión es equivocada
Problema 3. ÁRBOLES DE DECISIÓN, EVPI y EVMI

Teratextyl, una empresa textil que tiene una experiencia productiva en el mercado
externo de 30 años, debe decidir si fabrica un nuevo producto en su planta principal,
o si por el contrario compra a un proveedor externo. Los beneficios dependen de la
demanda del producto. La tabla muestra las ganancias proyectadas, en millones de
dólares.

Table 3. Proceso de decisión para la comercialización del producto


ESTADOS DE LA NATURALEZA
Alternativa de Demanda
Decisión Demanda Demanda
Demanda baja Media
Media Alta
Alta
Fabricación 85 87 91 95
Sub contratación 78 81 85 89
Compra 82 85 87 90
Arrendar 83 85 87 91
Outsource 85 87 89 93
Probabilities Ʃ = 1 0,30 0,22 0,25 0,23

PARTE 1. ÁRBOLES DE DECISIÓN, EVPI y EVMI

De acuerdo con la información correspondiente en la Tabla 3 y la teoría del Valor


Predicho de Información Perfecta (EVPI), el Valor Esperado de Información de
Muestra (EVMI) y Árboles de Decisión, responder:

a) Use EVPI para determinar si la compañía debe tratar de obtener una mejor
estimación de la demanda.

El valor esperado de la información perfecta VEIP es un límite superior para


la cantidad que se estará dispuesto a pagar por mejorar el conocimiento
sobre el estado de naturaleza:
.
Paso 1. Arbol de Decisión PROBABILIDAD DEMANDA

A).
BAJO
0,3 85 25,5

MEDIA
0,22 87 19,14

FABRICAR NODO 2 89,24


MEDIA ALTA
0,25 91 22,75

ALTA
0,23 95 21,85

BAJO
0,3 78 23,4

MEDIA
0,22 81 17,82
SUB -
CONTRATAR NODO 3 82,94
MEDIA ALTA
0,25 85 21,25

ALTA
0,23 89 20,47

BAJO
0,3 82 24,6

MEDIA
0,22 85 18,7

NODO 1 COMPRAR NODO 4 85,75


MEDIA ALTA
0,25 87 21,75

ALTA
0,23 90 20,7

BAJO
0,3 83 24,9

MEDIA
0,22 85 18,7

ARRENDAR NODO 5 86,28


MEDIA ALTA
0,25 87 21,75

ALTA
0,23 91 20,93

BAJO
0,3 85 25,5

MEDIA
0,22 87 19,14
OUTSOURCE NODO 6 88,28
MEDIA ALTA
0,25 89 22,25

ALTA
0,23 93 21,39
Por Valor esperado se obtiene : VEsIP

NODO 2 89,24
NODO 3 82,94
NODO 4 85,75
NODO 5 86,28
NODO 6 88,28

NODO 1 = (Máx Nodo 2 vs Nodo 3 vs Nodo 4 vs Nodo 5 vs Nodo 6) = NODO 2 = 89,24

La decisión que se recomienda es fabricar, esperando un pago de 89,24 millones

Hallar VEIP = |VEcIP - VEsIP|

Valor esperado con la informaciób perfecta

VEcIP = (85*0.30) + (87*0.22)+ (91*0.25)+(95*0,23) = 89,24

VEIP = |89,24 - 89,24| = 0 Millones

B). TEOREMA DE BAYES

P(F/baja) = 0,22 P(D/low) = 0,78


P(F/media) = 0,35 P(D/ low average) = 0,65
P(F/media alta) = 0,33 P(D/ high medium) = 0,67
P(F/alta) = 0,42 P(D/high) = 0,58

Probabilidades
0,30 0,22 0,25 0,23
Previas

Probabilidades Condicionadas
P(F/baja) = 0,22
P(F/media) = 0,35
P(F/media alta) = 0,33
P(F/alta) = 0,42

FAVORABLE
Probabilidades Probabilidades
Estados de la Probabilidades Probabilidades Posteriores
Condicionales Conjuntas
Naturaleza Previas P(s j) P(s j/F)
P(F/s j) P(s j)*P(F/s j)
BAJA 0,3 0,22 0,0660 0,20
MEDIA 0,22 0,35 0,0770 0,24
MEDIA ALTA 0,25 0,33 0,0825 0,26
ALTA 0,23 0,42 0,0966 0,30
P(F) 0,322 1,00
Probabilidades Condicionadas
P(D/low) = 0,78
P(D/ low average) = 0,65
P(D/ high medium) = 0,67
P(D/high) = 0,58

DESFAVORABLE
Probabilidades Probabilidades
Estados de la Probabilidades Probabilidades Posteriores
Condicionales Conjuntas
Naturaleza Previas P(s j) P(s j/D)
P(D/s j) P(s j)*P(D/s j)
BAJA 0,3 0,78 0,2340 0,35
MEDIA 0,22 0,65 0,1430 0,21
MEDIA ALTA 0,25 0,67 0,1675 0,25
ALTA 0,23 0,58 0,1334 0,20
P(D) 0,678 1,00

PROB POST DEMANDA

BAJO
0,2 85 17

MEDIA
0,24 87 20,88

FABRICAR NODO 4 90,04 Máx


MEDIA ALTA
0,26 91 23,66

ALTA
0,3 95 28,5

BAJO
0,2 78 15,6

MEDIA
0,24 81 19,44
SUB -
CONTRATAR NODO 5 83,84
MEDIA ALTA
0,26 85 22,1

ALTA
0,3 89 26,7

BAJO
0,2 82 16,4

MEDIA
0,24 85 20,4

FAVORABLE 0,322 NODO 2 COMPRAR NODO 6 86,42


MEDIA ALTA
0,26 87 22,62

ALTA
0,3 90 27

BAJO
0,2 83 16,6

MEDIA
0,24 85 20,4

ARRENDAR NODO 7 86,92


MEDIA ALTA
0,26 87 22,62

ALTA
0,3 91 27,3

BAJO
0,2 85 17

MEDIA
0,24 87 20,88

OUTSOURCE NODO 8 88,92


MEDIA ALTA
0,26 89 23,14

ALTA
0,3 93 27,9

NODO 1 , ∗ , , ∗ , =
BAJO
0,345 85 29,325
ALTA
0,3 93 27,9

NODO 1 , ∗ , , ∗ , = 89,281
BAJO
0,345 85 29,325

MEDIA
0,211 87 18,357

FABRICAR NODO 9 88,874


MEDIA ALTA
0,247 91 22,477

ALTA
0,197 95 18,715

BAJO
0,345 78 26,91

MEDIA
0,211 81 17,091
SUB -
CONTRATAR NODO 10 82,529
MEDIA ALTA
0,247 85 20,995

ALTA
0,197 89 17,533

BAJO
0,345 82 28,29

MEDIA
0,211 85 17,935
DESFAVORABLE 0,678 NODO 3 COMPRAR NODO 11 85,444
MEDIA ALTA
0,247 87 21,489

ALTA
0,197 90 17,73

BAJO
0,2 83 16,6

MEDIA
0,24 85 20,4

ARRENDAR NODO 12 86,92


MEDIA ALTA
0,26 87 22,62

ALTA
0,3 91 27,3

BAJO
0,2 85 17

MEDIA
0,24 87 20,88
OUTSOURCE NODO 13 88,92 Máx
MEDIA ALTA
0,26 89 23,14

ALTA
0,3 93 27,9

VALOR DEL NODO 1 = 89,28

C). SOLUCIÓN

Para Hallar el Valor de la Información Muestral tenemos que : VEIM = VEcIP VEcIM

VEcIM = 89,28
VEIM = , 𝟖 , 𝟐𝟖 = 0,04
VEcIP = 89,24
D). SOLUCIÓN

Para hallar la Eficiencia tenemos que 𝑽𝑬𝑰𝑴


𝑬= ∗ 𝟏𝟎𝟎
𝑽𝑬𝑰𝑷

VEIP = |89,24 - 89,24| = 0 Millones

𝟎, 𝟎
𝑬= ∗ 𝟏𝟎𝟎 = ∞ La Eficiencia tiende a infinito, lo que significa que la decisión es acertada
𝟎
CONCLUSIONES
BIBLIOGRAFIA

http://conferencia2.unad.edu.co/p7pjudusse2/?launcher=false&fcsContent=true&p
bMode=normal
200608 – TEORIA DE LAS DECISIONES .WILLIAM EDUARDO MOSQUERA
LAVERDE

S-ar putea să vă placă și